[发明专利]人脸识别方法、装置及计算机设备在审

专利信息
申请号: 202010048911.7 申请日: 2020-01-16
公开(公告)号: CN111291627A 公开(公告)日: 2020-06-16
发明(设计)人: 陈盛福 申请(专利权)人: 广州酷狗计算机科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 郭新禹
地址: 510660 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别 方法 装置 计算机 设备
【说明书】:

本公开提供了一种人脸识别方法、装置及计算机设备,包括:获取待检测图像,待检测图像包括人脸;提取待检测图像中的人脸特征信息;获取目标人物的至少一个已知人脸特征信息,至少一个已知人脸特征信息为从至少一张包含目标人物的脸部的图片提取的人脸特征信息,至少一张包含目标人物的脸部的图片包括注册图片;根据人脸特征信息和至少一个已知人脸特征信息,计算待检测图像中的人脸与目标人物的相似度;基于相似度,判断待检测图像中的人脸是否属于目标人物。根据从待检测图像提取到的人脸特征信息与目标人物的至少一个已知人脸特征信息计算相似度,得到相似度准确,能够提高目前人脸识别方法应用到直播场景时泛化能力和识别效果。

技术领域

本公开涉及图像识别技术领域,特别涉及一种人脸识别方法、装置及计算设备。

背景技术

人脸识别技术是基于人的脸部特征信息进行身份识别的生物识别技术,随着科学技术的发展,人脸识别技术越来越成熟,其应用领域越来越广泛和普及。例如,在直播行业中,通过使用人脸识别技术对主播身份进行识别,判断是否是本人进行直播。

相关技术中,通常的人脸识别方法是训练分类模型,然后采用分类模型对主播图片进行分类,这种方式只能对分类模型中包括的主播进行分类,对于新增主播就无法进行识别,泛化能力和识别效果差。

发明内容

本公开实施例提供了一种人脸识别方法、装置及计算机设备,能够提高目前开源人脸识别算法应用到直播场景时泛化能力和识别效果,所述技术方案如下:

一方面,提供了一种人脸识别方法,包括:获取待检测图像,所述待检测图像包括人脸;提取所述待检测图像中的人脸特征信息;获取目标人物的至少一个已知人脸特征信息;根据所述人脸特征信息和所述至少一个已知人脸特征信息,所述至少一个已知人脸特征信息为从至少一张包含所述目标人物的脸部的图片提取的人脸特征信息,所述至少一张包含所述目标人物的脸部的图片包括注册图片;根据所述人脸特征信息和所述至少一个已知人脸特征信息,确定所述待检测图像中的人脸与所述目标人物的相似度;基于所述相似度,判断所述待检测图像中的人脸是否属于所述目标人物。

可选地,所述提取所述待检测图像中的人脸特征信息,包括:通过特征提取模型提取所述待检测图像中的人脸特征信息,所述特征提取模型包括依次串联的卷积层、第一纵向卷积层、第一逐点卷积层、第一瓶颈层、第二纵向卷积层、第二逐点卷积层、第二瓶颈层、平均池化层、第三逐点卷积层、第一全连接层和第二全连接层,所述人脸特征信息为第一全连接层或第二全连接层输出的特征信息。

可选地,当所述至少一个已知人脸特征信息的数量大于1时,所述根据所述人脸特征信息和所述至少一个已知人脸特征信息,确定所述待检测图像中的人脸与所述目标人物的相似度,包括:计算所述人脸特征信息与每个已知人脸特征信息的相似度;根据所述人脸特征信息与每个已知人脸特征信息的相似度与对应的权重,计算所述待检测图像中的人脸与所述目标人物的相似度。

可选地,所述至少一张包含所述目标人物的脸部的图片还包括直播截图以及历史的待检测图像。

可选地,所述方法还包括:当所述相似度小于阈值时,上传判断结果和所述待检测图像到人工审核系统,所述判断结果指示所述待检测图像中的人脸不属于所述目标人物,所述判断结果和待检测图像用于人工审核。

可选地,在上传判断结果和所述待检测图像步骤之后,所述方法还包括:获取人工审核结果,所述人工审核结果包括所述待检测图像中的人脸是否属于所述目标人物;响应于人工审核结果为所述待检测图像中的人脸属于所述目标人物,将所述待检测图像中的人脸特征信息作为已知人脸特征信息进行存储。

可选地,所述方法还包括:当存储目标人物的已知人脸特征信息的数量超过数量阈值时,将超出数量阈值的人脸特征信息按照时间从前到后顺序依次替换除注册图片对应的人脸特征信息以外的所述已知人脸特征信息,所述时间顺序为所述已知人脸特征信息的储存时间顺序。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州酷狗计算机科技有限公司,未经广州酷狗计算机科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010048911.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top