[發(fā)明專利]一種自主學(xué)習(xí)的身份識(shí)別方法

有效

• 申請?zhí)枺?/td>: 201710436093.6
• 申請日: 2017-06-09
• 公開（公告）號(hào): CN107292252B
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: 周曉軍;王行;盛贊;李朔;李驪;楊高峰
• 申請（專利權(quán)）人: 南京華捷艾米軟件科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 李明

1.一種自主學(xué)習(xí)的身份識(shí)別方法，其特征在于，包括如下具體步驟：

對(duì)人臉圖像進(jìn)行質(zhì)量篩選，獲取目標(biāo)環(huán)境下每個(gè)成員的人臉圖像，完成每個(gè)成員的預(yù)注冊；其中，所述每個(gè)成員具有行為連續(xù)性；以及，人臉圖像質(zhì)量篩選包括對(duì)圖像模糊度、人臉角度進(jìn)行量化估計(jì)，并進(jìn)行篩選；

所述圖像模糊度，包括對(duì)人臉圖像進(jìn)行Haar小波變換，得到金字塔結(jié)構(gòu)的特征；

所述人臉角度包括利用人臉特征點(diǎn)和3D標(biāo)準(zhǔn)人臉模型估算人臉的角度，對(duì)角度過大的人臉進(jìn)行過濾，使之無法進(jìn)行注冊，以此減小自動(dòng)學(xué)習(xí)的訓(xùn)練集噪聲；

在特定采集條件下獲得成員的人臉圖像，通過人臉識(shí)別確定該成員的身份，并對(duì)該成員進(jìn)行跟蹤采集，獲得該成員的人體特征信息，將所述人體特征信息作為該成員的附加標(biāo)簽；

根據(jù)人臉及所述人體特征信息進(jìn)行聚類，得到多維特征數(shù)據(jù)；其中，所述聚類，是指以人臉圖像作為輸入，通過深度卷積網(wǎng)絡(luò)提取特征，并計(jì)算各人臉的相似度，以相似度作為距離度量，將收集得到的已有初始標(biāo)簽數(shù)據(jù)分為幾類，將相似度較大的人臉及人體特征信息標(biāo)記為同一類；

隨后對(duì)每個(gè)類別進(jìn)行交叉比對(duì)，并記下各個(gè)類別中相似度大于設(shè)定閾值ts的數(shù)量，若相似度大于閾值數(shù)量的比例超過tr，則認(rèn)為兩個(gè)類別為同一人重復(fù)注冊，因此也聚為一類，在經(jīng)過多次聚類后，即可得到噪聲較小的多維特征訓(xùn)練數(shù)據(jù)；

利用所述多維特征訓(xùn)練數(shù)據(jù)訓(xùn)練目標(biāo)環(huán)境分類器；

基于訓(xùn)練好的目標(biāo)環(huán)境分類器進(jìn)行所述目標(biāo)環(huán)境下成員的身份識(shí)別。

2.根據(jù)權(quán)利要求1所述的一種自主學(xué)習(xí)的身份識(shí)別方法，其特征在于，所述預(yù)注冊是指在沒有干預(yù)的情況下，機(jī)器自主完成的人臉注冊。

3.根據(jù)權(quán)利要求1或2所述的一種自主學(xué)習(xí)的身份識(shí)別方法，其特征在于，還包括設(shè)定圖像模糊度和人臉角度的閾值，超過所述閾值的圖像則舍棄，以此保證注冊圖像的質(zhì)量。

4.根據(jù)權(quán)利要求1所述的一種自主學(xué)習(xí)的身份識(shí)別方法，其特征在于，所述特定采集條件包括人臉距離圖像采集裝置的距離、人臉的角度以及背景光線。

5.根據(jù)權(quán)利要求1所述的一種自主學(xué)習(xí)的身份識(shí)別方法，其特征在于，所述人體特征信息包括身高、體型或服飾習(xí)慣信息。

6.根據(jù)權(quán)利要求1所述的一種自主學(xué)習(xí)的身份識(shí)別方法，其特征在于，所述目標(biāo)環(huán)境包括人員固定，光線條件、人臉角度不滿足人臉識(shí)別要求的環(huán)境。