申请/专利权人：来邦科技股份公司

申请日：2023-10-27

公开（公告）日：2024-03-22

公开（公告）号：CN117744054A

主分类号：G06F21/32

分类号：G06F21/32;G06V40/16;G06V10/20;G06V10/75;G06V10/77;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了基于人脸识别身份认证的会见管理系统及方法，系统包括数据收集模块、数据预处理模块、人脸识别身份认证模块、自动化会见管理模块和会见管理模块。本发明属于会见管理技术领域，具体为基于人脸识别身份认证的会见管理系统及方法，本发明采用灰度转换和直方图均衡操作进行数据预处理，提升了数据质量；采用结合线性判别分析技术的卷积神经网络进行人脸识别身份认证，保证了识别的准确率；采用基于深度强化学习的深度神经网络优化会见会见的资源分配，提高了会见管理系统的整体自动性和可用性，优化了会见管理的整体资源和会见管理效率。

主权项：1.基于人脸识别身份认证的会见管理系统，其特征在于：包括数据收集模块、数据预处理模块、人脸识别身份认证模块、自动化会见管理模块和会见管理模块；所述数据收集模块，用于收集人脸识别模型所需的基本数据集，具体为从人脸数据库中通过采集得到人脸原始数据，将所述人脸原始数据根据人员身份进行身份注册，得到会面身份注册数据，将所述人脸原始数据发送至数据预处理模块，并将所述会面身份注册数据发送至人脸识别身份认证模块和会见管理模块；所述数据预处理模块，用于进行灰度转换和直方图均衡操作，通过数据预处理，得到增强人脸图像，并将所述增强人脸图像发送至人脸识别身份认证模块；所述人脸识别身份认证模块，用于检测、识别并匹配会面过程中的人脸数据，具体为采用结合线性判别分析技术的卷积神经网络对所述增强人脸图像进行人脸识别身份认证，得到会面人员身份判别信息，并将所述会面人员身份判别信息发送至自动化会见管理模块和会见管理模块；所述结合线性判别分析技术的卷积神经网络，包括线性判别分析算子和扁平层卷积神经网络，所述线性判别分析算子用于提取人脸特征，所述扁平层卷积神经网络用于进行模型训练并完成人脸识别身份认证；所述自动化会见管理模块，用于对会面会见资源进行自动化分析，并优化所述会面会见资源的分配，具体为采用基于深度强化学习的深度神经网络优化所述会面会见资源的分配，得到会面会见管理优化方案，并将所述会面会见管理优化方案发送至会见管理模块，；所述基于深度强化学习的深度神经网络，包括Q网络、基本深度神经网络、当前价值网络和目标价值网络；所述Q网络，用于评估不同会见管理的价值效果，具体为构建Q近似估值函数进行价值评估；所述基本深度神经网络，用于进行自动化会见管理模型训练，具体为构建基本神经网络用于自动化会见管理的整体模型训练；所述当前价值网络，用于预测状态价值，具体为采用时序差分算法进行状态价值计算，并根据下一状态价值更新当前状态价值；所述目标价值网络，用于稳定状态价值更新的过程，具体为通过引入目标价值网络获取Q近似估值函数的Q值，进行Q近似估值函数的更新，并采用更新的Q近似估值函数进一步更新所述目标价值网络；所述会见管理模块，依据所述会面人员身份判别信息和所述会面身份注册数据进行会面人员身份判定，并依据所述会面会见管理优化方案，得到会见管理方案。

全文数据：

权利要求：

百度查询： 来邦科技股份公司 基于人脸识别身份认证的会见管理系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD