[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

本發明涉及一種基于聯想記憶的身份識別方法，其通過對已知人的認識記憶，將人臉特征與其形體特征、動作特征、周圍參照特征進行綁定在一起并存儲在記憶庫中，在進行身份識別時通過人臉特征比對進行身份識別，當人臉特征不完整或者無人臉特征時，通過形體特征、動作特征以及周圍參照特征比對，獲取綁定的人臉特征，進而獲取身份識別結果。本發明提供了一種有效的身份識別方法，提高了身份識別的效率。

技術領域

本發明涉及圖像識別領域，具體涉及一種基于聯想記憶的身份識別方法。

背景技術

人臉識別是基于人臉的臉部特征信息進行識別的一種生物識別技術，通過認得臉部識別進而實現對人的身份確認。但是很多時候，由于人在行走過程中有意或者無意的將臉避開攝像頭的拍攝，這樣會導致無法抓拍到人臉圖，這樣對未露出人臉的人沒辦法進行身份識別。

發明內容

本發明的目的是提供一種基于聯想記憶的身份識別方法，當人臉圖像不完整或無人臉圖像，能夠進行人的身份識別。

為實現上述目的，本發明采用的技術方案是：

一種基于聯想記憶的身份識別方法，其具體包括以下步驟：

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、動作模型、運動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。

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。

在所述步驟3.3后增加步驟3.4，具體如下：