[发明专利]基于在线会议的身份识别方法、装置、设备及介质

说明书

本发明涉及人工智能领域，提供一种基于在线会议的身份识别方法、装置、设备及介质，能够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，首先进行特征提取，提高了后续模型训练的速度及准确度，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，采用attention机制能够使训练过程更加专注于有效特征，进一步提升模型的准确性，将待检测图片输入至身份识别模型，并确定目标用户，获取目标用户的身份信息生成电子名片，进而实现在线会议过程中参会者身份的自动识别，以辅助提升会议的沟通效率。此外，本发明还涉及区块链技术，电子名片可存储于区块链节点中。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于在线会议的身份识别方法、装置、设备及介质。

背景技术

科技团队在开发项目过程中会频繁举行涉及到多个团队的多人在线会议。因涉及到多个开发团队的开发同事，相互之间并不认识，每次在线会议前都需要进行自我介绍，并且会议当中很多同事都不是很清楚当前发言人是谁。

目前，针对上述问题的解决方案还存在以下问题：

1.远程视频会议中，发言人在使用麦克风进行自我介绍时，如果碰到网络较差或会议室环境嘈杂等问题，其他参会者可能并不清楚当前说话的是谁，沟通起来会存在很多误区。

2.如果同一个会议中存在同名的参会者，会造成混淆。

3.目前的人脸识别方案通常基于单一图片，不够准确。

发明内容

鉴于以上内容，有必要提供一种基于在线会议的身份识别方法、装置、设备及介质，能够实现在线会议过程中参会者身份的自动识别，以辅助提升会议的沟通效率。

一种基于在线会议的身份识别方法，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。

根据本发明优选实施例，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。

根据本发明优选实施例，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；