[發明專利]一種基于概率特征的人臉識別方法、系統及存儲介質

在審

• 申請號: 202110940011.8
• 申請日: 2021-08-12
• 公開（公告）號: CN113688708A
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 歐陽谷;唐會軍;劉拴林;梁堃;陳建
• 申請（專利權）人: 北京數美時代科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 陳曉斌

本發明公開了一種基于概率特征的人臉識別方法、系統及存儲介質，涉及圖像識別領域。該方法包括：獲取待識別人臉圖片，通過IResNet50網絡模型提取待識別人臉圖片的特征均值和特征方差，根據特征方差計算待識別人臉圖片的人臉質量評分，根據人臉質量評分動態調整相似度距離閾值，根據特征均值與特征集合的人臉特征均值進行相似度對比，并計算第一相似度距離，獲取人臉庫中第一相似度距離小于相似度距離閾值的多個人臉ID，在多個人臉ID中選擇占比最大人臉ID作為識別結果輸出，本方案可以實現估計人臉圖片的質量，動態調整相似度距離閾值，讓人臉識別過程不容易受圖片質量的干擾，提高低質量場景人臉識別的精度。

技術領域

本發明涉及圖像識別領域，尤其涉及一種基于概率特征的人臉識別方法、系統及存儲介質。

背景技術

隨著互聯網和AI技術的發展，人臉識別技術被廣泛用于檢測和鑒別人物身份、人臉屬性等應用上。傳統的人臉識別算法借用分類思想學習人臉確定性特征來進行相似度判斷，從而確定是否為同一個人。這種方法泛化性差，容易受圖片質量的干擾，降低了識別精度。特別地，對于大角度側臉、模糊小臉等低質圖片場景下，傳統的模型預測結果很難反應預測準確性。

發明內容

本發明所要解決的技術問題是針對現有技術的不足，提供一種基于概率特征的人臉識別方法、系統及存儲介質。

本發明解決上述技術問題的技術方案如下：

一種基于概率特征的人臉識別方法，包括：

S1，通過訓練后的IResNet50網絡模型，提取人臉庫的特征集合；

S2，獲取待識別人臉圖片，通過所述IResNet50網絡模型提取所述待識別人臉圖片的特征均值和特征方差；

S3，根據所述特征方差計算所述待識別人臉圖片的人臉質量評分；

S4，根據所述人臉質量評分動態調整相似度距離閾值；

S5，根據所述特征均值與所述特征集合的人臉特征均值進行相似度對比，并計算第一相似度距離；

S6，獲取所述人臉庫中所述第一相似度距離小于所述相似度距離閾值的多個人臉ID，在多個人臉ID中選擇占比最大人臉ID作為識別結果輸出。

本發明的有益效果是：本方案通過人臉質量評分動態調整相似度距離閾值，根據相似度距離閾值和第一相似度距離來實現人臉識別，本方案可以實現估計人臉圖片的質量，動態調整相似度距離閾值，讓人臉識別過程不容易受圖片質量的干擾，提高低質量場景人臉識別的精度；

在IResNet50網絡模型中通過得到的嵌入概率特征來代替確定性點估計的原卷積特征，來提高人臉識別效果。

進一步地，所述S3具體包括：

通過計算所述特征方差的L2范數，獲得計算值來進行人臉質量評分。

采用上述進一步方案的有益效果是：通過計算特征方差的L2范數，來實現人臉質量評分，通過評分結果來實現動態調整相似度距離閾值，從而提高人臉識別精度。

進一步地，所述S5具體包括：

根據所述特征均值的特征向量與所述人臉庫中的人臉特征均值的特征向量來計算第一相似度距離。

采用上述進一步方案的有益效果是：通過計算特征向量的向量距離來實現人臉識別的相似度計算。

進一步地，所述S1之前還包括：

將包含不同人臉質量評分的人臉照片作為訓練數據；

經過IResNet50網絡提取所述訓練數據中每張人臉圖像的特征均值和特征方差；