[发明专利]基于自学习预测模型的人脸识别系统及方法

说明书

本发明提供了一种基于自学习预测模型的人脸识别系统及方法，包括：自学习策略生成器模块、人像照片生成器模块、自动测算模块、通过率分析器模块、算法采集策略模块、算法专属人像数据库模块；自学习策略生成器模块与人像照片生成器模块相结合生成多套、多类型人像照片数据库，经过自动测算模块，再通过通过率分析器模块来确定最匹配的第三方算法平台的人像质量照片参数集测算模型，并根据最匹配的人像质量照片参数集测算模型建立人像照片采集渠道，最后将采集到的人像照片转换为人像特征值进行加密存储，形成第三方算法平台的专属人像数据库。本发明提高了各算法平台使用的人像数据识别率，从根本上解决了人像采集通过率低及识别率低的问题。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于自学习预测模型的人脸识别系统及方法。

背景技术

数字化建设的背景下，人脸识别技术的应用越来越广泛，包括：园区安防、出入门禁、场馆管理、宿舍管理、会议室签到等各种场景，现已深入到人们工作、学习、生活中的方方面面。支撑人脸识别技术的人像特征数据作为个人的敏感信息在管理上则变得尤为重要。对于人像数据的安全、识别、规范成为在数字化建设上面临的重要问题。

现市场上对于人像生物特征识别的算法，主要是基于算法厂商对照片人脸面部结构点进行综合性计算，得到人像数据模型进行比对识别完成的。各算法厂商都有基于自身算法特性的人像识别算法机制，无法实现算法互认及识别。这样当众多业务场景上应用了多个人像算法厂商的设备及系统时，就会造成系统在采集人脸数据时，采集的人像数据照片给到各个算法厂商，无法进行完美匹配使用的问题。

针对以上问题，本发明提出了基于自学习预测模型的人脸识别系统及方法，通过自定义生成多种人像算法照片，去主动对第三方厂商的人脸识别算法进行反复测算，最终通过分析测算模型数据(基于人脸真人检测、是否戴眼镜检测、左右眼睛睁合检测、戴口罩检测、人脸上下左右倾斜角度检测、人脸照片中占比及位置检测、人脸面部光线检测、面部遮挡检测、面部溢出照片检测分析)得到最匹配第三方厂商人脸识别算法的测算模型。然后基于此模型进行人像采集，可以达到此人像在此算法平台下的高识别、精准化应用。

发明内容

本发明提供了一种基于自学习预测模型的人脸识别系统及方法，旨在解决现有技术中当众多业务场景上应用了多个人像算法厂商的设备及系统时，就会造成系统在采集人脸数据时，采集的人像数据照片给到各个算法厂商，无法进行完美匹配使用的问题。

为解决以上问题，本发明公开了一种基于自学习预测模型的人脸识别系统，包括：自学习策略生成器模块、人像照片生成器模块、自动测算模块、通过率分析器模块、算法采集策略模块、算法专属人像数据库模块；

自学习策略生成器模块，用于通过建立自学习策略模型生成基于人像照片的脸部不同状态下的检测项目，将各项检测项目进行独立逐一测算，测算方式为通过海量的人像照片对检测项目的标准性进行测算，将通过率最高的参数区间进行记录，其中，所有参数区间统称为适应性参数集；

人像照片生成器模块，用于将各检测项目的适应性参数集进行分段性区间取值，将各检测项目的取值区间进行交叉组合生成众多幂值参数集，建立符合参数集要求的人像照片采集渠道，通过采集渠道采集符合渠道参数要求的人像照片并进行记录存储；

自动测算模块，用于将采集到的人像照片推送到第三方厂商算法的接口中去进行自动测算，获得各参数集人像照片的通过率；

通过率分析器模块，用于自动测算完成后将测算数据导入并进行参数平均值分析，得到最匹配的第三方厂商算法识别的人像质量照片参数集测算模型；

算法采集策略模块，用于通过最匹配的人像质量照片参数集测算模型反向建立采集模型，此模型即最佳人像采集算法模型；