[發明專利]陌生人的識別方法和裝置

有效

• 申請號: 202010215486.6
• 申請日: 2020-03-24
• 公開（公告）號: CN111401291B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 柴兆虎
• 申請（專利權）人: 盛景智能科技（嘉興）有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/74;G06V10/77;G06V10/82;G06N3/0499
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 鄭朝然

本發明提供了陌生人的識別方法和裝置，包括：獲取待識別人臉圖像，提取待識別人臉圖像的人臉特征；將人臉特征與數據庫中預存的人臉圖像的特征分別進行計算，得到多個相似度；將多個相似度按照從大到小的順序進行排列，得到排列后的相似度；根據排列后的相似度，計算相似度統計量；從排列后的相似度中選取N個相似度，N為正整數；將人臉特征、相似度統計量和N個相似度通過神經網絡模型，得到識別結果；根據識別結果確定待識別人臉圖像的類別，可以提高人臉識別的速度和精確度。

技術領域

本發明涉及人臉識別技術領域，尤其涉及陌生人的識別方法和裝置。

背景技術

人員考勤、訪客登記和陌生人識別是智能園區建設中人員管控的主要問題，其中，人員考勤和訪客登記由于業務特性已經被人臉識別技術較好的解決，而陌生人識別問題由于其非配合特性，尚未被有效的解決。

一般來講，陌生人可定義為特定區域內未進行登記的人員，陌生人識別就是要及時有效的發現進入園區的陌生人，并形成陌生人在園區內的行為軌跡，從而達到在發生問題前進行有效預警，在發生問題后進行有效追溯的目的。

目前，對陌生人的識別方法是將符滿足人臉識別的人臉圖像與注冊庫進行匹配，如果匹配不成功，則判定為陌生人，但是這種方法帶有較強的主觀因素，識別精度低。另外，采用基于聚類和多策略融合的方法對陌生人進行識別，這種方法存在延遲，對人臉圖像識別速度慢。

綜上，采用上述方法都無法滿足對陌生人的精確識別。

發明內容

有鑒于此，本發明的目的在于提供陌生人的識別方法和裝置，可以提高人臉識別的速度和精確度。

第一方面，本發明實施例提供了陌生人的識別方法，所述方法包括：

獲取待識別人臉圖像，提取所述待識別人臉圖像的人臉特征；

將所述人臉特征與數據庫中預存的人臉圖像的特征分別進行計算，得到多個相似度；

將所述多個相似度按照從大到小的順序進行排列，得到排列后的相似度；

根據所述排列后的相似度，計算相似度統計量；

從所述排列后的相似度中選取N個相似度，N為正整數；

將所述人臉特征、所述相似度統計量和所述N個相似度通過神經網絡模型，得到識別結果；

根據所述識別結果確定所述待識別人臉圖像的類別。

進一步的，所述將所述人臉特征、所述相似度統計量和所述N個相似度通過神經網絡模型，得到識別結果，包括：

將所述人臉特征分別通過第一全連接層和第二全連接層進行降維，得到降維后的人臉特征；

將所述降維后的人臉特征、所述相似度統計量和所述N個相似度進行拼接，得到一維向量；

將所述一維向量依次通過第三全連接層和分類層，得到所述識別結果。

進一步的，所述將所述降維后的人臉特征、所述相似度統計量和所述N個相似度進行拼接，得到一維向量，包括：

對所述排列后的相似度求平均，得到平均值；

從所述排列后的相似度中選取中間值；

將所述降維后的人臉特征、所述平均值、所述中間值和所述N個相似度進行拼接，得到所述一維向量。

進一步的，所述識別結果包括第一數值和第二數值，所述第一數值對應的類別為陌生人的置信度，所述第二數值對應的類別為非陌生人的置信度，所述根據所述識別結果確定所述待識別人臉圖像的類別，包括：

當所述第一數值大于所述第二數值時，所述待識別人臉圖像的類別為陌生人；