[發明專利]一種基于人體特征的未成年人識別的方法及裝置

在審

• 申請號: 202011290920.3
• 申請日: 2020-11-18
• 公開（公告）號: CN112289306A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 高朋;汪俊;李索恒;張志齊
• 申請（專利權）人: 上海依圖網絡科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/16;G10L15/25;G10L17/00;G10L17/02;G10L17/04;G06K9/00;G06N3/04
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 朱佳

1.一種基于人體特征的未成年人識別方法，其特征在于，包括：

接收輸入的目標人體的人臉圖像信息和語音信息；

分別對所述人臉圖像信息和所述語音信息進行特征提取，獲得相應的各個特征向量，其中，所述人臉圖像信息經特征提取后得到第一人臉圖像特征向量，所述語音信息經特征提取后分別得到對應的第一聲紋特征向量以及第一語音內容特征向量；

分別將所述各個特征向量輸入到預設的注意力模型中，獲得所述各個特征向量的權重占比，以及基于所述各個特征向量的權重占比，分別將所述第一人臉圖像特征向量，所述第一聲紋特征向量，所述第一語音內容特征向量轉換為相應的第二人臉圖像特征向量，第二聲紋特征向量，第二語音內容特征向量；

對所述第二人臉圖像特征向量，所述第二聲紋特征向量，所述第二語音內容特征向量進行向量合并，得到合并后的判斷向量；

基于所述判斷向量，獲得最終的未成年人識別結果。

2.如權利要求1所述的方法，其特征在于，分別對所述人臉圖像信息，以及所述語音信息進行特征提取，獲得相應的各個特征向量，包括：

對所述人臉圖像信息，采用以下任意一種方式或任意組合，進行特征提取，獲得特征提取后的第一人臉圖像特征向量：

對所述人臉圖像信息進行人臉關鍵點檢測，基于檢測結果進行特征提取，獲得特征提取后的第一人臉圖像特征向量；

采用前饋神經網絡模型對所述人臉圖像信息進行特征提取，獲得特征提取后的第一人臉圖像特征向量；

采用視覺幾何模型對所述語音信息進行特征提取，獲得特征提取后的第一聲紋特征向量；

對所述語音信息切片后，采用徑向基函數模型，對所述切片后的語音信息進行特征提取，獲得特征提取后的第一語音內容特征向量。

3.如權利要求1所述的方法，其特征在于，分別將所述各個特征向量輸入到預設的注意力模型中，獲得所述各個特征向量的權重占比，以及基于所述各個特征向量的權重占比，分別將所述第一人臉圖像特征向量，所述第一聲紋特征向量，所述第一語音內容特征向量轉換為相應的第二人臉圖像特征向量，第二聲紋特征向量，第二語音內容特征向量，包括：

分別獲得所述各個特征向量與所述特征向量的平均值的差以及標準差，基于獲得的各個平均值的差以及標準差，獲得所述各個平均值的差與所述各個特征向量的標準差的商；

基于所述商計算所述各個特征向量的權重占比；

基于所述各個特征向量的權重占比，分別將所述第一人臉圖像特征向量，所述第一聲紋特征向量，所述第一語音內容特征向量，與預設的輔助矩陣相乘，得到相應的第二人臉圖像特征向量，第二聲紋特征向量，第二語音內容特征向量。

4.如權利要求1所述的方法，其特征在于，對所述第二人臉圖像特征向量，所述第二聲紋特征向量，所述第二語音內容特征向量進行向量合并，得到合并后的判斷向量，包括以下任意一種方式：

將所述第二人臉圖像特征向量，所述第二聲紋特征向量，所述第二語音內容特征向量進行合并，得到所述第二人臉圖像特征向量，所述第二聲紋特征向量，所述第二語音內容特征向量合并后的判斷向量；

將所述第二人臉圖像特征向量，所述第二聲紋特征向量，所述第二語音內容特征向量按照權重占比進行疊加，得到所述第二人臉圖像特征向量，所述第二聲紋特征向量，所述第二語音內容特征向量按照權重占比疊加后的判斷向量。

5.如權利要求1所述的方法，其特征在于，基于所述判斷向量，獲得最終的未成年人識別結果，包括以下任意一種方式：

將所述判斷向量送入支持向量機中，基于所述支持向量機的輸出結果，獲得最終的未成年人識別結果；

將所述判斷向量送入霍普菲爾網絡模型中，基于所述模型的輸出結果，獲得最終的未成年人識別結果。