[發明專利]人臉識別的方法、裝置、系統及計算機存儲介質有效
| 申請號: | 201810084836.2 | 申請日: | 2018-01-29 |
| 公開(公告)號: | CN108875533B | 公開(公告)日: | 2021-03-05 |
| 發明(設計)人: | 劉宇 | 申請(專利權)人: | 北京曠視科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京市磐華律師事務所 11336 | 代理人: | 高偉;劉愛平 |
| 地址: | 100190 北京*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 識別 方法 裝置 系統 計算機 存儲 介質 | ||
1.一種人臉識別的方法,其特征在于,所述方法包括:
獲取第一人臉圖像中的第一人臉的第一特征向量以及與所述第一特征向量具有相同維度的第一置信度向量,其中,所述第一置信度向量中的元素用于指示所述第一特征向量中的對應元素所表示的特征的可信度;
獲取第二人臉圖像中的第二人臉的第二特征向量以及與所述第二特征向量具有相同維度的第二置信度向量,其中,所述第二置信度向量中的元素用于指示所述第二特征向量中的對應元素所表示的特征的可信度;
根據所述第一特征向量、所述第一置信度向量、所述第二特征向量和所述第二置信度向量,判斷所述第一人臉與所述第二人臉是否屬于同一人;
其中,所述獲取第一人臉圖像中的第一人臉的第一特征向量以及與所述第一特征向量具有相同維度的第一置信度向量,包括:將所述第一人臉圖像輸入至訓練好的神經網絡,得到所述第一人臉的所述第一特征向量以及與所述第一特征向量具有相同維度的所述第一置信度向量;
所述獲取第二人臉圖像中的第二人臉的第二特征向量以及與所述第二特征向量具有相同維度的第二置信度向量,包括:將所述第二人臉圖像輸入至所述訓練好的神經網絡,得到所述第二人臉的所述第二特征向量以及與所述第二特征向量具有相同維度的所述第二置信度向量。
2.根據權利要求1所述的方法,其特征在于,所述根據所述第一特征向量、所述第一置信度向量、所述第二特征向量和所述第二置信度向量,判斷所述第一人臉與所述第二人臉是否屬于同一人,包括:
計算所述第一置信度向量與所述第二置信度向量之間的重合度;
若所述重合度小于預設閾值,則確定無法判斷所述第一人臉與所述第二人臉是否屬于同一人;
若所述重合度大于或等于所述預設閾值,則根據所述第一置信度向量、所述第一特征向量、所述第二置信度向量和所述第二特征向量計算所述第一人臉與所述第二人臉之間的相似度,并根據所述相似度確定所述第一人臉和所述第二人臉是否屬于同一人。
3.根據權利要求2所述的方法,其特征在于,所述計算所述第一置信度向量與所述第二置信度向量之間的重合度,包括:
通過計算所述第一置信度向量與所述第二置信度向量的內積,得到所述重合度。
4.根據權利要求2所述的方法,其特征在于,所述根據所述第一置信度向量、所述第一特征向量、所述第二置信度向量和所述第二特征向量計算所述第一人臉與所述第二人臉之間的相似度,包括:
根據所述第一置信度向量、所述第一特征向量、所述第二置信度向量和所述第二特征向量,計算所述第一人臉與所述第二人臉之間的距離;
根據所述距離計算所述第一人臉與所述第二人臉之間的相似度。
5.根據權利要求4所述的方法,其特征在于,使用如下公式計算所述距離:
其中,X1表示所述第一特征向量,X2表示所述第二特征向量,Y1表示所述第一置信度向量,Y2表示所述第二置信度向量,表示計算內積,*表示按位相乘。
6.根據權利要求4或5所述的方法,其特征在于,使用如下公式計算所述相似度:
其中,S表示所述相似度,D表示所述距離,A和B為預設參數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京曠視科技有限公司,未經北京曠視科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810084836.2/1.html,轉載請聲明來源鉆瓜專利網。





