[發明專利]基于人臉智能識別的信息輸出方法、裝置及存儲介質

有效

• 申請號: 201910583655.9
• 申請日: 2019-06-28
• 公開（公告）號: CN110414358B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 翟彬彬;趙玉玲
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/30;G06V10/50;G06V10/82;G06N3/04
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 于志光;高杰

本發明涉及一種人工智能技術，揭露了一種基于人臉智能識別的信息輸出方法，包括：獲取信息集、照片集及標準人臉集；利用所述照片集得到梯度特征集，從所述梯度特征集中提取出人臉并輸出人臉集；將所述人臉集和所述標準人臉集組成訓練集，所述信息集作為標簽集，將所述訓練集及所述標簽集輸入至卷積神經網絡中訓練，直至訓練閾值小于預設閾值后退出訓練；接收用戶圖片或視頻，從所述圖片或視頻中提取出用戶人臉，將所述用戶人臉輸入至所述卷積神經網絡中，所述卷積神經網絡識別出所述用戶人臉并輸出對應信息。本發明還提出一種基于人臉智能識別的信息輸出裝置以及一種計算機可讀存儲介質。本發明可以實現精準的人臉智能識別及信息輸出功能。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于人臉智能識別的信息輸出方法、裝置及計算機可讀存儲介質。

背景技術

人臉識別在近幾年迎來井噴式落地應用，相較于指紋識別、虹膜識別等傳統的生物識別方式，人臉識別優點主要集中在四點：非接觸性、非侵擾性、采集快捷便利、可拓展性好。但目前人臉識別多使用傳統的數字圖像處理技術加機器學習算法實現，較為常用的機器學習算法如支持向量機等，雖然可以完成所述人臉識別，但識別精度不高，同時，目前結合人臉識別的進一步應用較少。

發明內容

本發明提供一種基于人臉智能識別的信息輸出方法、裝置及計算機可讀存儲介質，其主要目的在于當接收到圖片或視頻時，精確地識別所述圖片或視頻中的人臉，并根據識別出的人臉輸出對應的信息、祝福語等。

為實現上述目的，本發明提供的一種基于人臉智能識別的信息輸出方法，包括：

步驟A：獲取信息集、照片集及標準人臉集，并對所述照片集進行包括降噪的預處理操作；

步驟B：基于方向梯度直方運算對所述照片集進行計算，得到所述照片集的梯度特征集，基于提升算法和所述標準人臉集從所述梯度特征集中提取出人臉并輸出人臉集，將所述信息集作為標簽集以及將所述人臉集和所述標準人臉集組成訓練數據，并將所述訓練數據劃分為訓練集和測試集；

步驟C：將所述訓練集及所述標簽集輸入至卷積神經網絡中訓練，使所述卷積神經網絡不斷更新內部的權重及偏置系數，直至所述卷積神經網絡輸出的訓練值小于預設閾值后退出訓練；

步驟D：將所述測試集和所述標簽集輸入至所述卷積神經網絡中，并判斷所述卷積神經網絡對所述測試集的人臉識別率與預設準確率閾值的大小，若所述卷積神經網絡對所述測試集的人臉識別準確率小于預設準確率閾值，則返回步驟C，若所述卷積神經網絡的識別準確率大于預設準確率閾值，則所述卷積神經網絡完成訓練；

步驟E：接收用戶圖片或視頻，基于所述方向梯度直方運算和所述提升算法從所述圖片或視頻中提取出用戶人臉，將所述用戶人臉輸入至所述卷積神經網絡中，所述卷積神經網絡識別出所述用戶人臉并輸出所識別的用戶人臉對應的祝福信息。

可選地，所述信息集包括用戶信息集和團體信息集，所述信息集包括用戶信息集，所述用戶信息集包括用戶生日、愛好、生活習慣；

所述照片集包括個人照片集，所述個人照片集包括用戶生活照、用戶團體活動的個人照。

可選地，所述降噪處理采用如下自適應圖像降噪濾波法：

g(x，y)＝η(x，y)+f(x，y)

其中，(x，y)表示所述照片集內圖像像素點坐標，f(x，y)為基于所述自適應圖像降噪濾波法對所述照片集進行降噪處理后的輸出數據，η(x，y)為噪聲，g(x，y)為所述照片集，為所述照片集的噪聲總方差，為所述(x，y)的像素灰度均值，為所述(x，y)的像素灰度方差，L表示當前像素點坐標。

可選地，基于方向梯度直方運算計算所述照片集得到梯度特征集，包括：