[发明专利]基于策略优化的人脸识别方法、系统、存储介质及应用

说明书

本发明涉及人脸识别技术领域，尤其涉及一种基于策略优化的人脸识别方法、系统、存储介质及应用。本发明提出的人脸识别方法，每一个人在人脸库中存储多张人脸图像，结合策略优化将待识别人脸与人脸库中的人脸图像进行对比，首先根据待识别人脸与各参照图像的相似度排除相似度低的参照图像，然后进一步通过权重即相似度高且对应人脸库中同一人的参照图像的数量识别人脸。本发明可以有效地避免将待识别人脸被识别为人脸库中其他人的情况，在保证人脸识别精确度的同时，能够极大地降低人脸误识别率。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于策略优化的人脸识别方法、系统、存储介质及应用。

背景技术

人脸识别是监控领域必不可少的技术手段，当前人脸识别采用与人脸库中预存的已知身份人脸图像进行对比的方式。

机器学习是人脸识别的常用技术手段，一般通过将待识别的人脸图像与人脸库中所有的人脸图像进行对比，这里人脸库中每个人对应一张人脸图像，以判断其是否为人脸库中的某个人。这种对比方式每个人所包含的人脸数据信息比较少，容易出现混淆的情况。此外，对于人员聚集的场合，例如课堂学生上课场景，摄像头画面中存在着较多的人脸信息，而且人脸库中的人脸图像也存在着比较相似的人脸，尤其是某些学校要求学生发型服饰统一，这时候对摄像头画面中的人脸图像进行人脸识别，并与人脸库中的人脸图像进行身份比对时，更加容易出现人脸误识别的情况。

发明内容

为了解决上述现有技术中容易出现人脸误识别或者人脸识别计算量大的缺陷，本发明提出了一种基于策略优化的人脸识别方法，在人脸识别中通过增加人脸库中每个人的人脸图像数量，间接提供每个人更多的人脸数据信息，利用这些信息进行策略优化，在保证精确识别人脸的前提下，降低人脸误识别率。

本发明提出的一种基于策略优化的人脸识别方法，首先设置最大相似度阈值 Th_max、设定值 K、最小相似度阈值 Th_min、数量阈值 L_min和权重阈值 P_min；然后获取待识别人脸与构建的人脸库中预存的每一张参照图像的相似度，参照图像均为人脸图像；

如果相似度中的最大值 Sim_max大于或者等于 Th_max，则判断待识别人脸与 Sim_max对应的参照图像为同一人；

如果 Sim_max小于 Th_max，则判断人脸库中是否存在符合以下条件1-2的人；

条件1：根据相似度从大到小的顺序选取K张参照图像，选取的参照图像中有不少于 L_min个对应的相似度大于或者等于 Th_min；