[发明专利]一种人脸识别处理方法及装置

说明书

本发明提供一种人脸识别处理方法及装置，涉及识别技术领域，可用于金融领域或其他技术领域。所述方法包括：获取用户的人脸图像，对所述人脸图像进行图像识别，得到拍摄所述人脸图像的场景环境参数和用户特性参数；根据所述场景环境参数和所述用户特性参数，确定各人脸识别多模型融合提供方分别提供的各模型原始得分；根据各模型原始得分对各人脸识别多模型融合提供方分别进行评级，根据评级结果确定执行人脸识别多模型融合决策的目标人脸识别多模型融合提供方，并基于所述目标人脸识别多模型融合提供方提供的模型对所述用户进行人脸识别。所述装置执行上述方法。本发明实施例提供的方法及装置，能够保证人脸识别结果的准确性。

技术领域

本发明涉及识别技术领域，具体涉及一种人脸识别处理方法及装置。

背景技术

人脸识别技术已广泛应用于商业银行的产品服务、客户营销、运营管理、风险管控领域，如刷脸支付、柜面人证核验、人脸门禁/考勤等场景。目前金融领域应用单一人脸算法模型进行识别，利用单一算法模型决策局限性逐渐显露，主要体现在：现有的人脸识别技术都是基于一个算法模型的进行迭代升级，在复杂场景应用中，常因为环境及客群的复杂性导致算法模型识别精度下降；另一方面，多模型融合决策业界暂无较好的解决方案，主要是不同厂商的人脸算法模型在特征提取、特征识别之间存在较大的差异，同业暂无使用多个厂商算法进行融合决策的方法。

发明内容

针对现有技术中的问题，本发明实施例提供一种人脸识别处理方法及装置，能够至少部分地解决现有技术中存在的问题。

一方面，本发明提出一种人脸识别处理方法，包括：

获取用户的人脸图像，对所述人脸图像进行图像识别，得到拍摄所述人脸图像的场景环境参数和用户特性参数；

根据所述场景环境参数和所述用户特性参数，确定各人脸识别多模型融合提供方分别提供的各模型原始得分；

根据各模型原始得分对各人脸识别多模型融合提供方分别进行评级，根据评级结果确定执行人脸识别多模型融合决策的目标人脸识别多模型融合提供方，并基于所述目标人脸识别多模型融合提供方提供的模型对所述用户进行人脸识别。

其中，所述根据各模型原始得分对各人脸识别多模型融合提供方分别进行评级，包括：

根据各模型原始得分，获取标准化矩阵和相对熵概率矩阵；

根据所述相对熵概率矩阵和所述标准化矩阵，并利用优劣解距离法评价模型计算与各人脸识别多模型融合提供方分别对应各模型的评价值；

根据各评价值对各人脸识别多模型融合提供方分别进行评级。

其中，所述根据所述相对熵概率矩阵和所述标准化矩阵，并利用优劣解距离法评价模型计算与各人脸识别多模型融合提供方分别对应各模型的评价值，包括：

根据所述相对熵概率矩阵、所述标准化矩阵和优劣解距离法评价模型的最大值矩阵，计算得到各模型与所述最大值矩阵之间的第一距离值；

根据所述相对熵概率矩阵、所述标准化矩阵和优劣解距离法评价模型的最小值矩阵，计算得到各模型与所述最小值矩阵之间的第二距离值；

根据所述第一距离值和所述第二距离值，计算得到各人脸识别多模型融合提供方分别对应的评价得分；

对各评价得分进行归一化处理，得到对应各模型的评价值。

其中，所述根据所述相对熵概率矩阵、所述标准化矩阵和优劣解距离法评价模型的最大值矩阵，计算得到各模型与所述最大值矩阵之间的第一距离值，包括：

将所述相对熵概率矩阵和所述标准化矩阵中的对应矩阵元素分别相乘，得到所述优劣解距离法评价模型的初始数据；

根据所述初始数据和所述最大值矩阵，计算得到各模型与所述最大值矩阵之间的第一距离值。