[发明专利]嫌疑人人脸识别认定系统及方法

摘要

嫌疑人人脸识别认定系统及方法。由数据存贮单元、“人脸比对识别引擎”、多引擎调度模块、二次综合分析处理模块组成。通过一张待识别人的人脸图片，由相似度计算模型、命中概率排序模型计算，得到前30名相似人员列表；再用统计模型将筛选出在多系统中命中≥T次的记录集中并重新列表；计算相似度均值mu和方差sigma的高斯分布在s的累积概率作为权重w；再通过综合相似度计算模型取值，排列出阈值以上的前10名作为综合Top‑10输出结果。实现提高人脸识别的准确度和稳定性的目标。

主权项

1.嫌疑人人脸识别认定系统，有数据存贮单元、“人脸比对识别引擎”，其特征在于还有多引擎调度模块和二次综合分析处理模块；多引擎调度模块：包含数据减法模型；二次综合分析处理模块：包含命中统计模型、加权模型、综合相似度计算模型；所述的数据存贮单元有：全景图片库；多引擎调度模块将原图片数据I推送分发到各“人脸比对识别引擎”n输入接口，当“人脸比对识别引擎”n接收到该图片数据I时，进行图片数据I回传，在多引擎调度模块中数据减法模型将图片数据I与原图数据I进行减法比对，当得数为零则通过；得数不为零则重发；多引擎调度模块向“人脸比对识别引擎”n输入同一张待识别人脸图片，各“人脸比对识别引擎”n进行单独引擎识别；各“人脸比对识别引擎”n通过相似度计算模型、命中概率排序模型计算，设A为阈值；得到前30名排序作为Top‑1～Top‑30列表，记为Listn；统计模型将筛选出List1，List2，List3到Listn中命中≥2次的记录集中，并重新列表，记为初选结果列表F0；加权模型对初选结果列表F0的每条记录，根据其对应的各单引擎相似度值进行加权平均；计算Listn相似度分布的均值mun和方差sigman；以均值mun、方差sigman的高斯分布在sn的累积概率作为权重wn；综合相似度计算模型对综合相似度计算：(w1*s1+w2*s2+w3*s3+……+wn*sn)/(w1+w2+w3+……+wn)；输出综合相似度分析结果，从最高值开始排列出阈值以上的前10名。