[发明专利]基于在线会议的身份识别方法、装置、设备及介质

权利要求书

1.一种基于在线会议的身份识别方法，其特征在于，所述基于在线会议的身份识别方法包括：

获取每个用户的样本视频；

对每个用户的样本视频进行特征截取，并整合截取后的样本视频作为训练数据；

基于attention机制，根据所述训练数据训练Resnet网络，得到身份识别模型；

当检测到在线会议身份识别的触发条件被触发时，确定目标摄像装置，并利用所述目标摄像装置采集视频；

对采集的视频进行帧处理，得到待检测图片；

将所述待检测图片输入至所述身份识别模型，并根据所述身份识别模型的输出确定目标用户；

获取所述目标用户的身份信息，并根据所述目标用户的身份信息生成所述目标用户的电子名片。

2.如权利要求1所述的基于在线会议的身份识别方法，其特征在于，所述对每个用户的样本视频进行特征截取包括：

获取每个用户的样本视频所包含的帧图片；

将获取的帧图片中的每张帧图片输入至YOLOv3网络中进行识别，得到每张帧图片的面部区域；

在每张帧图片上截取出识别到的每张帧图片的面部区域。

3.如权利要求1所述的基于在线会议的身份识别方法，其特征在于，所述基于attention机制，根据所述训练数据训练Resnet网络，得到身份识别模型包括：

利用所述Resnet网络对所述训练数据进行特征提取，得到初始特征；

将所述初始特征输入至每个颜色通道对应的全连接层，输出特征向量；

根据第一sigmoid函数处理所述特征向量，得到第一注意力权重；

基于所述第一注意力权重对所述特征向量进行转化，得到初始全局边框特征；

并接所述特征向量与所述初始全局边框特征，得到并接特征；

根据第二sigmoid函数处理所述并接特征，得到第二注意力权重；

基于所述第二注意力权重对所述并接特征进行转化，得到目标全局边框特征；

根据softmax函数处理所述目标全局边框特征，输出预测结果及损失值；

当检测到所述损失达到收敛时，停止训练，得到所述身份识别模型。

4.如权利要求3所述的基于在线会议的身份识别方法，其特征在于，采用下述公式基于所述第一注意力权重对所述特征向量进行转化，得到初始全局边框特征：

其中，f′_v为所述初始全局边框特征，α_i为所述第一注意力权重，f_i为所述特征向量，i为所述特征向量所属的帧数，n为最大帧数。

5.如权利要求4所述的基于在线会议的身份识别方法，其特征在于，采用下述公式基于所述第二注意力权重对所述并接特征进行转化，得到目标全局边框特征：

其中，f_v为所述目标全局边框特征，β_i为所述第二注意力权重，[f_i:f′_v]为所述并接特征。

6.如权利要求1所述的基于在线会议的身份识别方法，其特征在于，所述当检测到在线会议身份识别的触发条件被触发时，确定目标摄像装置包括：

当检测到有会议室的在线会议被启动时，所述触发条件被触发；

将检测到的会议室确定为目标会议室；

与所述目标会议室建立连接，并获取所述目标会议室的摄像装置作为所述目标摄像装置；及/或

当检测到有终端设备远程连接至所述目标会议室时，将所述终端设备的摄像装置确定为所述目标摄像装置。

7.如权利要求6所述的基于在线会议的身份识别方法，其特征在于，所述方法还包括：

在所述目标会议室的显示器及/或所述终端设备的显示屏上显示所述目标用户的电子名片，并为所述目标用户执行签到。