[發明專利]一種基于聯想記憶的身份識別方法

有效

• 申請號: 201810123255.5
• 申請日: 2018-02-07
• 公開（公告）號: CN108399375B
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 余錦鴻;賈寶芝;梅海峰
• 申請（專利權）人: 廈門瑞為信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京康盛知識產權代理有限公司 11331
• 代理人: 高會會

1.一種基于聯想記憶的身份識別方法，其特征在于：具體包括以下步驟：

步驟1、模型訓練

采集圖像數據，并按照人臉特征、形體特征、動作特征、周圍參照特征對圖像數據進行標定，然后通過神經網絡進行模型訓練，得到人臉模型、形體特征模型、動作模型和周圍參照模型；

步驟2、建立記憶庫

通過人臉模型提取人臉特征，通過形體特征模型提取形體特征，通過動作模型提取動作特征，通過周圍參照模型提取周圍參照特征，然后將人臉特征、形體特征、動作特征和周圍參照特征存儲在記憶庫中；

根據形體特征、動作特征和周圍參照特征建立人的特征矩陣

然后將該特征矩陣與人臉特征進行關系綁定；其中，m為特征類別，n為每一類特征的狀態；

步驟3、身份識別

步驟3.1、采集圖像數據，然后通過人臉模型提取人臉特征，若提取不到人臉特征，進入步驟3.2；若提取到人臉特征，將該人臉特征與記憶庫中的人臉特征進行比對，從而識別出其身份；

步驟3.2、對人進行實時跟蹤，采集圖像數據，并通過形體模型、動作模型和周圍參照模型獲取其形體特征、動作特征和周圍參照特征，并根據該形體特征、動作特征和周圍參照特征建立人的特征矩陣其中，m為特征類別，n為每一類特征的狀態；

步驟3.3、獲取特征矩陣B的線性回歸線段lb，獲取記憶庫中的特征矩陣A的線性回歸線段la，將la和lb在一個縱坐標為Value軸，橫坐標為Feature軸的坐標系中建立直線交叉關系，得到未露臉人的特征矩陣與記憶庫中已知人的特征矩陣的差異度r，其中，la與Value軸、Feature軸、la末端與Feature軸垂直線為la的特征面，lb與Value軸、Feature軸、lb末端與Feature軸垂直線為lb的特征面,S3為la的特征面與lb的特征面的交集，S1為lb的特征面減去S3，S2為la的特征面減去S3；當差異度達到閾值時，從記憶庫中獲取與相應的特征矩陣A綁定的人臉特征，進而識別出人的身份。

2.根據權利要求1所述的一種基于聯想記憶的身份識別方法，其特征在于：所述步驟3.1中，在提取到人臉特征的同時，對人進行實時跟蹤，采集圖像數據，并通過形體模型、動作模型和周圍參照模型獲取其形體特征、動作特征和周圍參照特征，對形體特征、動作特征和周圍參照特征進行強化學習并加入到記憶庫中，從時間維度上對較早的記憶進行遺忘，重新構建新的特征矩陣，并將其與人臉特征進行關系綁定。

3.根據權利要求1所述的一種基于聯想記憶的身份識別方法，其特征在于：在所述步驟3.3后增加步驟3.4，具體如下：

當身份識別成功，對步驟3.2中提取到的形體特征、動作特征和周圍參照特征進行強化學習并加入到記憶庫中，并且從時間維度上對較早的記憶進行遺忘，重新構建新的特征矩陣，并將該特征矩陣與人臉特征進行關系綁定。

4.根據權利要求1所述的一種基于聯想記憶的身份識別方法，其特征在于：所述形體特征包括身高、三圍、頭型、發型、衣著風格、眼鏡首飾的穿戴；所述動作特征包括步態、擺手角度和高度、行走肩膀晃動角度、手位擺放；所述周圍參照特征包括周圍的其他人、周圍的寵物、是否抱嬰。