[發(fā)明專利]一種基于基因數(shù)據(jù)人臉畫像和人臉識別方法

在審

• 申請?zhí)枺?/td>: 202010029899.5
• 申請日: 2020-01-13
• 公開（公告）號: CN111210872A
• 公開（公告）日: 2020-05-29
• 發(fā)明（設計）人: 羅奇斌;申玉林;廖勝光;任毅
• 申請（專利權(quán)）人: 北京奇云諾德信息科技有限公司
• 主分類號: G16B20/00
• 分類號: G16B20/00;G16B20/40;G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京中財易清專利代理有限公司 11518
• 代理人: 陳桂蘭

本發(fā)明涉及基因人臉識別技術(shù)領域，且公開了一種基于基因數(shù)據(jù)人臉畫像和人臉識別方法，包括基因數(shù)據(jù)預測模型的訓練、預測模型的使用、識別模型的訓練和識別模型的使用，所述預測模型的訓練和預測模型的使用用于基因數(shù)據(jù)人臉畫像，所述識別模型的訓練和識別模型的使用用于基因數(shù)據(jù)人臉識別。本發(fā)明通過基因預測模型庫的建立和通過預測模型庫運算基因人臉畫像，實現(xiàn)由基因數(shù)據(jù)輸入至可視化人臉圖像輸出，可根據(jù)輸入的基因/人臉圖像，一鍵輸出預測好的人臉畫像/人臉基因數(shù)據(jù)，操作簡便，為基因預測人臉畫像提供技術(shù)支持，為人臉畫像獲取基因數(shù)據(jù)提供技術(shù)支持。

技術(shù)領域

本發(fā)明涉及基因人臉識別技術(shù)領域，具體為一種基于基因數(shù)據(jù)人臉畫像和人臉識別方法。

背景技術(shù)

人類基因組由23對染色體組成，其中包含3萬個左右的基因，30億個堿基對，蘊含豐富的遺傳信息。隨著基因行業(yè)的發(fā)展，各種相關(guān)基因技術(shù)已被運用到多種場合。當前法醫(yī)DNA常規(guī)使用的短串聯(lián)重復序列(Short Tandem Repeat，STR)遺傳標記僅使用了基因組中很少量的遺傳信息，基因組中還存在大量與個體表觀相關(guān)的遺傳信息尚未使用。同時，當前法醫(yī)使用的DNA技術(shù)多用于對比個體差異，而實際上很多場合多需要更多個體表觀信息。人類的外貌特征雖然性狀復雜，但卻具有高度的遺傳保守性，因此用DNA技術(shù)進行個體表觀特征的刻畫已成為基因行業(yè)的研究熱點之一。

單核苷酸多態(tài)性位點(Single Nucleotide Polymorphisms，SNPs)是目前使用最廣泛的遺傳標記物，SNP廣泛存在于人類基因組中，平均每1000個堿基對中就有一個SNP，同時SNP大多存在于基因組的非編碼區(qū)，因此遺傳穩(wěn)定性較高，不易突變。隨著測序技術(shù)的發(fā)展，全基因組關(guān)聯(lián)分析(Genome-wide Association Study，GWAS)已成為聯(lián)系SNP與表觀的流行研究方法之一。大量的GWAS研究已經(jīng)挖掘出許多與人類外貌表觀相關(guān)的SNP位點，通過這些位點和相應的計算預測模型，未知DNA樣本的表觀預測已成為可能。其中，機器學習學科快速推動了這一領域的發(fā)展。人類外貌相關(guān)的SNP位點數(shù)量多，位點與外貌關(guān)聯(lián)性計算復雜且計算量大，因此機器學習大大加速了相關(guān)性分析。

機器學習是一門多領域交叉學科，涉及概率論、統(tǒng)計學、計算機等多領域?qū)W科，研究計算機模擬并實現(xiàn)人類的學習行為，有獲取新的知識、重新組織已有知識并構(gòu)建完善的知識系統(tǒng)的性能。機器學習在生物領域的應用從上世紀90年代已經(jīng)開始了，從癌癥亞型分類到人種分類，同時生物組學的發(fā)展也為機器學習提供了足夠的數(shù)據(jù)，并與機器學習相互促進發(fā)展。

現(xiàn)有基因人臉畫像技術(shù)側(cè)重于基因間的比較，并不能做到“預測”，即基因數(shù)據(jù)人臉畫像。以基因數(shù)據(jù)為基礎的人臉畫像技術(shù)目前沒有統(tǒng)一的標準流程，更少有商品化的服務，該技術(shù)目前僅在刑偵方面應用，處于技術(shù)發(fā)展初期，在基因數(shù)據(jù)人臉畫像技術(shù)少有的基礎上，更加缺少基因數(shù)據(jù)人臉識別相關(guān)技術(shù)，因此，我們開發(fā)了一種用于基因數(shù)據(jù)的人臉畫像方法，操作更加簡潔方便。

發(fā)明內(nèi)容

針對背景技術(shù)中提出的現(xiàn)有基因數(shù)據(jù)人臉畫像和人臉識別還在技術(shù)推廣上存在的不足，本發(fā)明提供了一種基于基因數(shù)據(jù)人臉畫像和人臉識別方法，具備一鍵輸出預測好的人臉畫像/人臉基因數(shù)據(jù)、操作簡便的優(yōu)點，解決了上述背景技術(shù)中提出的問題。

本發(fā)明提供如下技術(shù)方案：一種基于基因數(shù)據(jù)人臉畫像和人臉識別方法，包括基因數(shù)據(jù)預測模型的訓練、預測模型的使用、識別模型的訓練和識別模型的使用，所述預測模型的訓練和預測模型的使用用于基因數(shù)據(jù)人臉畫像，所述識別模型的訓練和識別模型的使用用于基因數(shù)據(jù)人臉識別，所述預測模型的訓練包括以下步驟：

Y1、獲取基因數(shù)據(jù)和平均人臉坐標數(shù)據(jù)；

Y2、根據(jù)所述基因數(shù)據(jù)進行基因組SNP分型檢測，挑選出與人類面部特征點相關(guān)的位點；

Y3、根據(jù)所述人類面部特征相關(guān)的位點計算理論五官坐標；

Y4、將平均人臉坐標計算修正所述理論五官坐標得到預測草圖；