本发明提供了一种基于在线强化学习的小区人脸姿态检测系统及方法,系统包括监控设备、AI服务器和前端显示设备,AI服务器内部署有视频检测服务模块和在线强化学习服务模块,视频检测服务模块包括视频流获取单元、视频流解码单元和部署于视频检测服务模块的训练后的FacePose‑RCNN模型,FacePose‑RCNN模型包括人脸检测网络分支网络Faster RCNN和人脸姿态识别分支网络FacePose‑Net;在线强化学习服务模块包括在线校验单元、人脸姿态数据库、在线学习单元和在线更新单元;通过上述系统,可以在人脸姿态数据库的新增数据超过一定数量后,在线快速对人脸检测网络模型进行持续强化学习。本发明通过在线强化学习不断增强网络模型对人脸姿态的识别能力,提高了人脸姿态检测的准确率。
声明:
“基于在线强化学习的小区人脸姿态检测系统及方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)