技术特征：
1.一种基于神经网络的人脸识别系统，其特征在于：包括操作终端(1)，连接有图像获取模块(2)，用于操作人脸识别系统的工作，下达控制指令从而进行人脸识别工作；图像获取模块(2)，连接有图像处理模块(3)，用于通过多种方式获取需要识别的人脸图像，并将人脸图像信息发送到图像处理模块(3)中；图像处理模块(3)，连接有通讯模块(4)，用于将采集到的图片进行像素优化，并且将同一图片中的多个人像拆分成多张图片；通讯模块(4)，连接有人脸神经网络识别模块(5)和学习模块(7)，用于将处理后的图像发送到人脸神经网络识别模块(5)中；人脸神经网络识别模块(5)，连接有识别结果输出(6)，用于对上传的图像进行人脸识别，并将人脸识别的结果信息发送到识别结果输出(6)中；识别结果输出(6)，连接有查看终端(8)并连接于学习模块(7)，用于输出人脸识别的结果信息；学习模块(7)，用于在多次识别后，将人脸图片先与学习模块(7)中存储的图片进行匹配，当匹配到近似结果时，将存储图片对应的人脸识别结果发送到识别结果输出(6)中；查看终端(8)，用于查看人脸识别的结果。2.根据权利要求1所述的一种基于神经网络的人脸识别系统，其特征在于：所述通讯模块(4)连接有云端服务器(10)，所述云端服务器(10)连接有网络图片收集模块(9)。3.根据权利要求1所述的一种基于神经网络的人脸识别系统，其特征在于：所述云端服务器(10)，用于存储收集到的网络人像图片在云端；网络图片收集模块(9)，用于通过大数据网络，收集在网络上集散的公开人脸图片，并将图片存储在云端服务器(10)中。4.根据权利要求1所述的一种基于神经网络的人脸识别系统，其特征在于：所述图像处理模块(3)包括像素优化模块(11)、人像识别模块(12)和人像分离模块(13)，所述像素优化模块(11)连接有人像识别模块(12)，所述人像识别模块(12)连接有人像分离模块(13)。5.根据权利要求1所述的一种基于神经网络的人脸识别系统，其特征在于：像素优化模块(11)，用于优化人像图片的像素，将采集到的部分低质量人脸图片优化成高像素图片；人像识别模块(12)，用于识别采集到的人脸图片中的具体人脸，将同一图片内的多个人脸分别标定；人像分离模块(13)，用于将标定有多个人脸的人脸图片分割为具有单一人脸的多张图片，并将图片发送到通讯模块(4)中。6.根据权利要求1所述的一种基于神经网络的人脸识别系统，其特征在于：所述学习模块(7)包括本地存储器(14)、图片匹配模块(15)和人工智能模块(16)，所述本地存储器(14)连接有图片匹配模块(15)，所述图片匹配模块(15)连接有人工智能模块(16)。7.根据权利要求1所述的一种基于神经网络的人脸识别系统，其特征在于：本地存储器(14)，用于将经过识别的人脸图片，和人脸图片对应的识别信息存储在内部，方便调取信息进行比对；图片匹配模块(15)，用于通过本地存储器(14)内的人脸图片，与通讯模块(4)接收到的新人脸图片进行比对，当比对结果近似时，将人脸图片对应的识别信息输出到识别结果输
出(6)中；人工智能模块(16)，用于通过人工智能操作图片匹配模块(15)快速匹配图片信息。8.根据权利要求1所述的一种基于神经网络的人脸识别系统，其特征在于：所述查看终端(8)连接有反馈模块(17)，所述反馈模块(17)连接有学习模块(7)，所述学习模块(7)连接有通讯模块(4)，所述通讯模块(4)连接有警示模块(18)，所述警示模块(18)连接有操作终端(1)。9.根据权利要求1所述的一种基于神经网络的人脸识别系统，其特征在于：反馈模块(17)，用于在查看终端(8)获取到错误的识别结果后，通过工作人员主动将反馈信息发送到学习模块(7)中；警示模块(18)，包括报警灯(19)和蜂鸣器(20)，报警灯(19)和蜂鸣器(20)分别用于提供光源报警和声音报警功能。10.一种基于神经网络的人脸识别方法，其特征在于：s1：通过操作终端(1)发送控制指令到图像获取模块(2)中，控制图像获取模块(2)获取需要识别的人脸图像，并将人脸图像发送到图像处理模块(3)中；s2：通过图像处理模块(3)对人脸图像进行像素优化，若同一图片内含有多个人像，将多个人像拆分成多张图片；s3：通过通讯模块(4)将人脸图片发送到人脸神经网络识别模块(5)，通过人脸神经网络识别模块(5)识别人脸图片，并将识别结果发送到识别结果输出(6)中；s4：通过识别结果输出(6)将识别结果输送到查看终端(8)中，通过查看终端(8)查看识别结果；s5：在识别后，通过识别结果输出(6)将识别的图片与识别图片对应的识别结果发送到学习模块(7)中，当积累样本超过阈值时，学习模块(7)将通讯模块(4)发送的未识别人脸图片与学习模块(7)中的识别图片进行对比，当匹配到近似结果时，将存储图片对应的人脸识别结果发送到识别结果输出(6)中。
技术总结
本发明属于人脸识别技术领域，且公开了一种基于神经网络的人脸识别系统及识别方法，包括以下步骤：操作终端，连接有图像获取模块，用于操作人脸识别系统的工作，下达控制指令从而进行人脸识别工作；图像获取模块，连接有图像处理模块，用于通过多种方式获取需要识别的人脸图像，并将人脸图像信息发送到图像处理模块中；图像处理模块，连接有通讯模块，用于将采集到的图片进行像素优化，并且将同一图片中的多个人像拆分成多张图片。该基于神经网络的人脸识别系统及识别方法，能够在进行反复的人脸识别后，积累大量的识别样本，通过识别样本快速对比新采集的识别图片，从而在反复识别时，能够跳过重复的识别过程，加快识别速度。加快识别速度。加快识别速度。
技术研发人员：黄茂芹
受保护的技术使用者：广东赛昉科技有限公司
技术研发日：2022.07.01
技术公布日：2022/9/8