本發(fā)明公開了一種基于深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)的視頻考勤系統(tǒng)及方法,所述系統(tǒng)包括:信息采樣模塊,用于獲取訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù);訓(xùn)練模塊,用于根據(jù)接收到的訓(xùn)練數(shù)據(jù)對深度神經(jīng)網(wǎng)絡(luò)架構(gòu)進(jìn)行訓(xùn)練,得到訓(xùn)練模型;測試模塊,用于采用接收到的測試數(shù)據(jù)對訓(xùn)練模型進(jìn)行測試,輸出測試結(jié)果,并判別測試結(jié)果,輸出判別信息;終端處理模塊,當(dāng)所述判別信息為成功時,其用于將與該判別信息相對應(yīng)的測試結(jié)果存儲至預(yù)先設(shè)有的數(shù)據(jù)庫內(nèi);以及強(qiáng)化模塊,當(dāng)判別信息為失敗時,用于將與測試結(jié)果所對應(yīng)的所述測試數(shù)據(jù)對訓(xùn)練模型進(jìn)行重新訓(xùn)練,更新訓(xùn)練模型。本發(fā)明解決了視頻考勤過程等待過長、不能實現(xiàn)多人同時考勤、識別錯誤率高等技術(shù)問題。
聲明:
“基于深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)的視頻考勤系統(tǒng)及方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)