[發明專利]一種人臉識別特征壓縮方法

有效

• 申請號: 202011193830.2
• 申請日: 2020-10-30
• 公開（公告）號: CN112307968B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 王健;陸翔云;高旭麟;張海燕;王哲
• 申請（專利權）人: 天地偉業技術有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/74;G06V10/82;G06N3/04
• 代理公司: 天津企興智財知識產權代理有限公司 12226
• 代理人: 李彥彥

1.一種人臉識別特征壓縮方法，其特征在于包括以下步驟：

S1、通過人臉識別特征提取神經網絡提取圖像中的人臉特征信息；

S2、對提取的人臉特征信息做歸一化處理，將歸一化處理的人臉特征信息映射到特定數值空間；

S3、計算人臉特征信息映射過程中產生的精度損失，得到補償值；

S4、計算完補償值后，對特征相似度進行計算，得出相似度值，通過相似度值加補償值作為最終的結果；

S5、判斷最終的結果是否超過識別閾值，若超過則輸出識別結果，若未超過則認為未識別成功，不做輸出；

所述步驟S4中特征相似度的計算過程采用的是特征向量的余弦距離進行計算；

所述步驟S3中計算人臉特征信息映射過程中產生的精度損失過程如下：

(1)提取同一個人的不同場景下的人臉圖像，將特征進行映射，計算映射前兩兩特征之間的相似度，再計算映射后兩兩之間的相似度，通過做差值，求得映射后的精度損失δ；(2)遍歷N，N為人的個數；(3)重復(1)過程，然后計算所有δ的期望，即為精度損失補償值。

2.根據權利要求1所述的一種人臉識別特征壓縮方法，其特征在于：所述步驟S1中神經網絡輸出的是2048維的特征向量。

3.根據權利要求1所述的一種人臉識別特征壓縮方法，其特征在于：所述步驟S2中的歸一化處理過程如下：設人臉特征向量為(a0，a1,…,a2046,a2047),先求得向量的模長a，再對特征向量中的每一個元素除以特征向量的模長即(a0，a1,…,a2046,a2047)/a，得到歸一化后的特征向量。

4.根據權利要求1所述的一種人臉識別特征壓縮方法，其特征在于：所述步驟S2中人臉特征信映射過程如下：將歸一化后的特征向量中的每個元素，由-1～1利用映射函數a＝round(a*128)映射到有符號的8位整形的表示的數值空間。