[發(fā)明專利]人臉布控方法、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201711480867.1
• 申請(qǐng)日: 2017-12-29
• 公開（公告）號(hào): CN108108711B
• 公開（公告）日: 2019-12-17
• 發(fā)明（設(shè)計(jì)）人: 牟永強(qiáng);嚴(yán)蕤;田第鴻
• 申請(qǐng)（專利權(quán)）人: 深圳云天勵(lì)飛技術(shù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 44334 深圳市賽恩倍吉知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 曾柳燕;孫芬

本發(fā)明提供一種人臉布控方法，所述方法包括：獲取待驗(yàn)證人臉圖片；提取所述待驗(yàn)證人臉圖片的目標(biāo)人臉特征；計(jì)算所述目標(biāo)人臉特征與數(shù)據(jù)庫中人臉特征的相似度；根據(jù)所述目標(biāo)人臉特征與所述數(shù)據(jù)庫中人臉特征的相似度，按照相似度從大到小，從所述數(shù)據(jù)庫中確定相似度排在前預(yù)設(shè)數(shù)量的人臉特征；將所述預(yù)設(shè)數(shù)量的人臉特征與所述目標(biāo)人臉特征組成一個(gè)或多個(gè)待驗(yàn)證特征對(duì)；將所述一個(gè)或多個(gè)待驗(yàn)證特征對(duì)中每個(gè)驗(yàn)證特征對(duì)作為訓(xùn)練好的人臉驗(yàn)證模型的輸入，確定每個(gè)待驗(yàn)證特征對(duì)的驗(yàn)證結(jié)果；根據(jù)所述每個(gè)待驗(yàn)證特征對(duì)的驗(yàn)證結(jié)果，確定所述待驗(yàn)證人臉圖片的驗(yàn)證結(jié)果。本發(fā)明還提供一種電子設(shè)備及存儲(chǔ)介質(zhì)。本發(fā)明能提高驗(yàn)證準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，尤其涉及一種人臉布控方法、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

目前人臉識(shí)別已經(jīng)應(yīng)用在很多領(lǐng)域，如安防領(lǐng)域、人臉門禁系統(tǒng)、人臉驗(yàn)證閘機(jī)、智慧商業(yè)等等。人臉識(shí)別基礎(chǔ)技術(shù)應(yīng)用方向大致分為三大類：人臉檢索，與圖像檢索類似，主要目的是從海量人臉底庫中快速找出和查詢?nèi)四樝嗨频娜四槇D像，主要應(yīng)用于安防領(lǐng)域，一般用于事后取證。

人臉布控，與圖像檢索類似，但實(shí)時(shí)性要求更高，主要應(yīng)用是當(dāng)抓拍到一個(gè)人臉時(shí)，需要實(shí)時(shí)從數(shù)據(jù)庫中找出最相似的人，并且判斷是否為同一個(gè)人，達(dá)到1：1人證驗(yàn)證，一般用于海關(guān)、車站、地鐵、機(jī)場(chǎng)等安檢通道，主要目的是判斷現(xiàn)場(chǎng)抓拍到的人臉照片和數(shù)據(jù)庫內(nèi)存儲(chǔ)的照片是否為同一個(gè)。

人臉布控由于有著比較高的實(shí)時(shí)性要求，而且對(duì)于誤報(bào)的容忍度比較低，所以一般的做法是設(shè)定一個(gè)較高的閾值來過濾掉大部分算法認(rèn)為不確定的結(jié)果，這樣的好處是可以保證結(jié)果正確性較高，同時(shí)也會(huì)漏報(bào)掉很多相似度較低但屬于同一個(gè)人的結(jié)果。在人臉布控場(chǎng)景中，傳統(tǒng)的方案一般會(huì)選擇一個(gè)閾值來對(duì)結(jié)果進(jìn)行判斷，閾值較低誤報(bào)率會(huì)比較高，閾值較高漏報(bào)率又比較高，難以確定合適的閾值。

發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提供一種人臉布控方法、電子設(shè)備及存儲(chǔ)介質(zhì)，能避免設(shè)置相似度閾值，避免閾值較低誤報(bào)率會(huì)比較高，閾值較高漏報(bào)率又比較高，從而提高驗(yàn)證準(zhǔn)確度。

一種人臉布控方法，所述方法包括：

獲取待驗(yàn)證人臉圖片；

提取所述待驗(yàn)證人臉圖片的目標(biāo)人臉特征；

計(jì)算所述目標(biāo)人臉特征與數(shù)據(jù)庫中人臉特征的相似度；

根據(jù)所述目標(biāo)人臉特征與所述數(shù)據(jù)庫中人臉特征的相似度，按照相似度從大到小，從所述數(shù)據(jù)庫中確定相似度排在前預(yù)設(shè)數(shù)量的人臉特征；

將所述預(yù)設(shè)數(shù)量的人臉特征與所述目標(biāo)人臉特征組成一個(gè)或多個(gè)待驗(yàn)證特征對(duì)；

將所述一個(gè)或多個(gè)待驗(yàn)證特征對(duì)中每個(gè)驗(yàn)證特征對(duì)作為訓(xùn)練好的人臉驗(yàn)證模型的輸入，確定每個(gè)待驗(yàn)證特征對(duì)的驗(yàn)證結(jié)果；

根據(jù)所述每個(gè)待驗(yàn)證特征對(duì)的驗(yàn)證結(jié)果，確定所述待驗(yàn)證人臉圖片的驗(yàn)證結(jié)果。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，所述提取所述待驗(yàn)證人臉圖片的目標(biāo)人臉特征包括：

利用訓(xùn)練好的特征提取模型，提取所述待驗(yàn)證人臉圖片的目標(biāo)人臉特征，其中訓(xùn)練所述特征提取模型的樣本集中的正樣本為人臉圖片。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，在利用訓(xùn)練好的特征提取模型，提取所述待驗(yàn)證人臉圖片的目標(biāo)人臉特征時(shí)，所述方法還包括：

對(duì)訓(xùn)練所述特征提取模型的樣本集中的樣本圖片進(jìn)行人臉對(duì)齊及人臉的歸一化，得到處理后的樣本圖片，基于處理后的樣本圖片，訓(xùn)練所述特征提取模型。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，所述預(yù)設(shè)數(shù)量的人臉特征包括與所述目標(biāo)人臉特征相似度最高的人臉特征。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，訓(xùn)練所述人臉驗(yàn)證模型的訓(xùn)練樣本集中每個(gè)樣本是樣本對(duì)，其中每個(gè)正樣本對(duì)包括標(biāo)準(zhǔn)人臉圖片及實(shí)際場(chǎng)景下的人臉圖片。