[发明专利]评估人脸识别系统注册上限的方法及装置

说明书

本发明公开了一种评估人脸识别系统注册上限的方法，包括：接收用于测试人脸识别系统的测试图片集和N个身份数量互不相同的注册身份集；依次将所述N个注册身份集更新在所述注册数据库，并基于每一个注册身份集，均遍历所述人脸识别系统的人脸识别阈值来控制所述人脸识别系统对所述测试图片集进行人脸识别工作，并统计每一个注册身份集的身份数量对应的误识与漏识数据，以判断能够同时满足所述人脸识别系统的误识阈值和漏识阈值的注册身份集的身份数量。本发明还公开了评估人脸识别系统注册上限的装置。采用本发明实施例，基于注册数据库覆盖之外的人对人脸识别系统的影响，提供人脸识别系统的注册人数上限。

技术领域

本发明涉及计算机人脸识别技术领域，尤其涉及一种评估人脸识别系统注册上限的方法及装置。

背景技术

在传统的人脸识别国际标准测试集LFW上，只推出了一对一的人脸验证测试，无法正确评估一对多的人脸识别场景下的算法的性能。

在最近的推出的MegaFace和Ms-Celeb-1M(MS-Celeb-1M:A Dataset andBenchmark for Large-Scale Face Recognition)测试集有了针对一对多人脸识别场景的测试方法，包含如误识率与漏识率的指标。但是上述测试方法只针对用于测试人脸识别系统的测试照片所对应的真实人物身份均存在注册数据库中的情况，对应的是公司员工打卡场景，即在实际场景下假设每个前来使用人脸识别系统的人的身份(待测试的人脸图片)都包含在人脸图片数据库中(工卡照对应的人物身份)，而该公司以外的人不会前来使用该系统。因此，由于现有技术在测试该人脸识别系统时所选取的测试人脸图片都来源于数据库中已有的人，而对人脸识别场景中的对测试人脸图片的来源不做限制的情况下，上述测试方法提供的误识率和漏识率的指标无法评估人脸数据库覆盖之外的人对人脸识别系统的影响，进而无法给出人脸数据库的注册人数上限。

发明内容

本发明实施例的目的是提出的一种评估人脸识别系统注册上限的方法及装置，基于注册数据库覆盖之外的人对人脸识别系统的影响，提供人脸识别系统的注册人数上限。

为实现上述目的，本发明实施例提供一种评估人脸识别系统注册上限的方法，包括：

接收用于测试人脸识别系统的测试图片集和用于录入所述人脸识别系统的注册数据库的N个身份数量互不相同的注册身份集；其中，N个注册身份集的图片所属身份均包含在所述测试图片集中的图片所属的身份中；N≥2；所述测试图片集包含属于与所述N个注册身份集中的图片所属身份不相同的身份的图片；

依次将所述N个注册身份集更新在所述注册数据库，并基于每一个注册身份集，均遍历所述人脸识别系统的人脸识别阈值来控制所述人脸识别系统对所述测试图片集进行人脸识别工作；

根据识别结果，统计每一个注册身份集的身份数量对应的误识与漏识数据；所述误识与漏识数据为保持身份数量不变的条件下所述人脸识别系统的误识参数随漏识参数变化而变化的数据；

根据每一个注册身份集的身份数量对应的误识与漏识数据，判断能够同时满足所述人脸识别系统的误识阈值和漏识阈值的注册身份集的身份数量。

进一步地，所述将所述注册身份集更新在所述注册数据库，并基于一个注册身份集，遍历所述人脸识别系统的人脸识别阈值来控制所述人脸识别系统对所述测试图片集进行人脸识别工作的过程，具体为：

对于所述人脸识别系统的每一个人脸识别阈值，设置所述人脸识别系统的识别阈值为所述人脸识别阈值；

控制所述人脸识别系统根据所述人脸识别系统的识别阈值识别所述测试图片集的每一个图片所属身份是否来源于所述注册数据库的图片所属身份，并记录识别结果。

进一步地，根据识别结果，统计每一个注册身份集的身份数量对应的误识与漏识数据的过程，具体为：