[发明专利]人脸识别样本收集方法和装置有效

专利信息
申请号: 202010594672.5 申请日: 2020-06-28
公开(公告)号: CN111985298B 公开(公告)日: 2023-07-25
发明(设计)人: 潘钧儒 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/774
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 石茵汀
地址: 100085 北京市*** 国省代码: 北京;11
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 样本 收集 方法 装置
【权利要求书】:

1.一种人脸识别样本收集方法,包括:

获取人脸识别失败的目标人脸图像,并获取所述目标人脸图像对应的实体标识信息;

根据所述实体标识信息获取所述目标人脸图像对应的目标身份信息;

查询预先注册的人脸识别样本库,判断是否包含与所述目标身份信息对应的目标样本人脸集合,其中,所述目标样本人脸集合中包含至少一个目标样本人脸图像;

响应于确定包含所述目标样本人脸集合,将所述目标人脸图像存储到所述目标样本人脸集合中;

其中,所述查询预先注册的人脸识别样本库,判断是否包含与所述目标身份信息对应的目标样本人脸集合,包括:

将所述目标人脸图像与所述人脸识别样本库中的样本人脸图像匹配,并根据匹配度筛选出N个参考样本人脸图像;

获取与所述N个参考样本人脸图像中每个参考样本人脸图像对应的候选参考身份信息;

判断N个所述候选参考身份信息中,是否包含与所述目标身份信息一致的目标参考身份信息,其中,若包含所述目标参考身份信息,则确定所述目标参考身份信息对应的参考样本注册人脸图像为所述目标注册人脸图像。

2.如权利要求1所述的方法,其中,所述根据所述实体标识信息获取所述目标人脸图像对应的目标身份信息,包括:

根据所述实体标识信息查询历史日志,获取与所述实体标识信息对应的识别成功日志记录;

获取所述识别成功日志记录中记录的与所述实体标识信息对应的所述目标身份信息。

3.如权利要求1所述的方法,其中,所述将所述目标人脸图像与所述人脸识别样本库中的样本人脸图像匹配,并根据匹配度筛选出N个参考样本人脸图像,包括:

计算所述目标人脸图像与所述人脸识别样本库中每个样本人脸图像的匹配度;

按照所述匹配度由高到低的顺序,对所述每个样本人脸图像排序;

根据所述排序结果确定位于前N位的样本人脸图像为所述参考样本人脸图像。

4.如权利要求3所述的方法,其中,在所述将所述目标人脸图像存储到所述目标样本人脸集合中之前,还包括:

确定所述目标人脸图像与所述目标样本人脸图像对应的匹配度,大于预设第一匹配阈值。

5.如权利要求1所述的方法,其中,所述查询预先注册的人脸识别样本库,判断是否包含与所述目标身份信息对应的目标样本人脸集合,包括:

计算所述目标人脸图像与所述人脸识别样本库中每个样本人脸图像的匹配度;

判断是否存在所述匹配度大于等于预设第二匹配阈值的所述目标样本人脸图像。

6.如权利要求1所述的方法,还包括:

根据所述目标样本人脸集合和所述目标身份信息,训练预设人脸识别模型。

7.一种人脸识别样本收集装置,包括:

第一获取模块,用于获取人脸识别失败的目标人脸图像,并获取所述目标人脸图像对应的实体标识信息;

第二获取模块,用于根据所述实体标识信息获取所述目标人脸图像对应的目标身份信息;

判断模块,用于查询预先注册的人脸识别样本库,判断是否包含与所述目标身份信息对应的目标样本人脸集合,其中,所述目标样本人脸集合中包含至少一个目标样本人脸图像;

存储模块,用于响应于确定包含所述目标样本人脸集合,将所述目标人脸图像存储到所述目标样本人脸集合中;

其中,所述判断模块,具体用于:

将所述目标人脸图像与所述人脸识别样本库中的样本人脸图像匹配,并根据匹配度筛选出N个参考样本人脸图像;

获取与所述N个参考样本人脸图像中每个参考样本人脸图像对应的候选参考身份信息;

判断N个所述候选参考身份信息中,是否包含与所述目标身份信息一致的目标参考身份信息,其中,若包含所述目标参考身份信息,则确定所述目标参考身份信息对应的参考样本注册人脸图像为所述目标注册人脸图像。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/202010594672.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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