[發明專利]人臉識別方法及金融系統

有效

• 申請號: 202011381023.3
• 申請日: 2020-11-30
• 公開（公告）號: CN112329736B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 姜召英
• 申請（專利權）人: 上海華瑞銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T15/00;G06Q40/02
• 代理公司: 蕪湖宸澤知識產權代理事務所(普通合伙) 34208
• 代理人: 李俊建

1.一種人臉識別方法，其特征在于，所述方法包括：

獲得用戶的人臉視頻，所述人臉視頻包括多張用戶圖像；

識別出用戶圖像中的人臉圖像；所述人臉圖像包括用戶的人臉；

以多張人臉圖像作為一組人臉圖像序列；

將人臉圖像序列輸入卷積神經網絡中，所述卷積神經網絡基于人臉圖像序列識別出所述用戶的第一人臉特征向量；

通過第一網絡對所述第一人臉特征向量進行上卷積處理，得到第一三維特征圖；

獲得所述用戶的人臉三維數據與所述三維特征圖之間的第一交叉熵；所述用戶的人臉三維數據是通過三維攝像設備采集得到的；

基于第一交叉熵反向調整所述第一三維特征圖，得到第二三維特征圖；

以所述第二三維特征圖作為目標，基于第一網絡的損失函數反向調整所述第一人臉特征向量，得到第二人臉特征向量；

獲得所述第二人臉特征向量與預先標注的樣本標簽之間的第二交叉熵；

基于第二交叉熵反向調整所述第二人臉特征向量，得到第三人臉特征向量；

基于所述第三人臉特征向量識別出用戶的身份信息；所述第一網絡是三維卷積神經網絡。

2.根據權利要求1所述的方法，其特征在于，所述人臉圖像中至少包括多個用戶的人臉，所述方法還包括：

通過人臉跟蹤算法，分別識別出每個用戶在人臉視頻中的每張用戶圖像中的人臉區域；

針對每個用戶，提取出所述用戶的人臉區域，以人臉區域作為人臉圖像，人臉視頻中包括多張包含用戶的用戶圖像，則獲得多張人臉圖像；以多張人臉圖像按照拍攝順序構成一組人臉圖像序列；每個用戶對應一組人臉圖像序列。

3.根據權利要求2所述的方法，其特征在于，所述基于所述第三人臉特征向量識別出用戶的身份信息，包括：

通過人臉識別算法，基于所述第三人臉特征向量識別出用戶的身份信息。

4.根據權利要求2所述的方法，其特征在于，所述基于所述第三人臉特征向量識別出用戶的身份信息，包括：

以第三人臉特征向量作為目標，對所述卷積神經網絡進行訓練，直到所述卷積神經網絡的損失函數達到設定值，以所述卷積神經網絡的損失函數達到設定值時的輸出作為目標人臉特征向量；

通過人臉識別算法，基于所述目標人臉特征向量識別出用戶的身份信息。

5.根據權利要求1所述的方法，其特征在于，所述卷積神經網絡是殘差網絡，所述殘差網絡包括多個卷積層；多個卷積層用于提取人臉圖像的特征向量。

6.根據權利要求2所述的方法，其特征在于，所述基于所述第三人臉特征向量識別出用戶的身份信息，包括：

以身份信息數據庫中獲得與所述第三人臉特征向量匹配的身份信息，作為所述用戶的身份信息。

7.根據權利要求2所述的方法，其特征在于， 基于所述第三人臉特征向量識別出用戶的身份信息，還包括：

以第三人臉特征向量作為目標，對所述卷積神經網絡進行訓練，直到所述卷積神經網絡的損失函數達到設定值，以所述卷積神經網絡的損失函數達到設定值時的輸出作為第一人臉特征向量；

循環上述的方案，直到所述第一交叉熵和所述第二交叉熵滿足預設條件；

以所述第一交叉熵和所述第二交叉熵滿足預設條件時卷積神經網絡輸出的人臉特征向量作為目標人臉特征向量；

通過人臉識別算法，基于所述目標人臉特征向量識別出用戶的身份信息。

8.根據權利要求7所述的方法，其特征在于，所述第一交叉熵和所述第二交叉熵滿足預設條件時，表示的是：所述第一交叉熵和所述第二交叉熵都收斂。