人脸识别方法、人脸识别系统、介质及电子设备技术方案

本发明专利技术实施例提供了一种人脸识别方法、人脸识别系统、介质及电子设备，涉及大数据技术领域。该方法包括：获取多个人脸样本作为第一训练集，通过聚类方法训练基于所述第一训练集的第一模型，并利用所述第一模型得到待识别人脸样本的第一识别结果；根据所述第一识别结果确定多个三元组，计算所述多个三元组样本的相似度，将所述样本的相似度满足第一阈值条件的样本集作为第二训练集训练第二模型以获取第二识别结果；将所述第二识别结果中相似度满足第二阈值条件的样本集作为第三训练集，训练第三模型；基于训练后的所述第一模型、第二模型与第三模型对所述待识别人脸进行识别。本发明专利技术实施例的技术方案可以提高人脸识别系统的识别精度。

Face Recognition Method, Face Recognition System, Media and Electronic Equipment

The embodiment of the present invention provides a face recognition method, a face recognition system, a medium and an electronic device, and relates to the field of large data technology. The method includes: acquiring multiple face samples as the first training set, training the first model based on the first training set by clustering method, and using the first model to obtain the first recognition result of the face samples to be recognized; determining multiple triples according to the first recognition result, calculating the similarity of the multiple triple samples, and satisfying the similarity of the samples. The sample set of the first threshold condition is used as the second training set to train the second model to obtain the second recognition result; the sample set of the second recognition result whose similarity satisfies the second threshold condition is used as the third training set to train the third model; and the face to be recognized based on the first model, the second model and the third model after training. The technical scheme of the embodiment of the present invention can improve the recognition accuracy of the face recognition system.

【技术实现步骤摘要】
人脸识别方法、人脸识别系统、介质及电子设备
本专利技术涉及数据处理
，具体而言，涉及一种人脸识别方法、人脸识别系统、介质及电子设备。
技术介绍
随着数据处理技术的发展，人脸识别技术越来越成熟。现有的一种人脸识别技术可以通过收集到的人脸图片，训练出一个人脸分类模型，从而通过人脸分类模型对提取的人脸特征的进行对比识别，实现人脸识别。这种方法对于人脸特征非常相似的人脸的识别精度不够，可能导致识别错误。另外，还有一种人脸识别技术可以通过人脸关键点定位，将人脸特征分为多个局部特征，对于不同的局部特征分别训练模型，在通过联合贝叶斯方法进行局部特征的融合训练，从而达到较高的人脸识别精度。这种方法可能导致非显著但是具有区分性的局部特征的缺失，从而导致人脸识别失败。此外，还有的人脸识别技术利用上述两种技术，先对人脸特征进行对比识别，再将人脸特征划分为局部特征，再次进行对比识别，获取最终识别结果。这种方法虽然融合了前两种技术，但是并没有解决前两种技术中存在的问题。因此，如何在不丢失局部人脸特征的同时实现人脸的精细化识别，提高识别精度成为亟待解决的问题。需要说明的是，在上述背景技术部分公开的信息仅用本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，包括：获取多个人脸样本作为第一训练集，通过聚类方法训练基于所述第一训练集的第一模型，并利用所述第一模型得到参考样本的第一识别结果；根据所述第一识别结果确定多个三元组，计算所述三元组中样本的相似度，将所述样本的相似度满足第一阈值条件的样本作为第二训练集训练第二模型以获取第二识别结果；将所述第二识别结果中相似度满足第二阈值条件的样本集作为第三训练集，训练第三模型；基于训练后的所述第一模型、第二模型与第三模型对待识别人脸进行识别。

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括：获取多个人脸样本作为第一训练集，通过聚类方法训练基于所述第一训练集的第一模型，并利用所述第一模型得到参考样本的第一识别结果；根据所述第一识别结果确定多个三元组，计算所述三元组中样本的相似度，将所述样本的相似度满足第一阈值条件的样本作为第二训练集训练第二模型以获取第二识别结果；将所述第二识别结果中相似度满足第二阈值条件的样本集作为第三训练集，训练第三模型；基于训练后的所述第一模型、第二模型与第三模型对待识别人脸进行识别。2.根据权利要求1所述的人脸识别方法，其特征在于，还包括：计算所述第一识别结果中样本之间的距离；所述样本之间的距离小于第一预设距离时，所述样本之间的相似度满足第一阈值条件。3.根据权利要求2所述的人脸识别方法，其特征在于，还包括：计算所述第二识别结果中样本之间的距离；所述样本之间的距离小于第二预设距离时，确认所述样本之间的相似度满足第二阈值条件，其中所述第二预设距离小于所述第一预设距离。4.根据权利要求1所述的人脸识别方法，其特征在于，所述根据所述第一识别结果确定多个三元组，计算所述三元组中样本的相似度，筛选所述样本的相似度满足第一阈值条件的样本作为第二训练集包括：根据第一识别结果确定所述待识别人脸样本的正样本和负样本，得到三元组，其中所述三元组中待识别人脸样本与所述正样本构成正样本对，所述待识别人脸样本与所述负样本构成负样本对；计算所述三元组的正样本对的距离，以及所述负样本对的距离；确定所述正样本对的距离大于负样本对的距离的三元组作为第二训练集。5.根据权利要求1所述的人脸识别方法，其特征在于，所述获取多个人脸样本作为第一训练集包括：获取多个人脸样本，按照各所述人脸样本对应的真实人脸对各所述人脸样本进行标记；将标记后的人脸样本作为第一训练集。6.根据权利要求1所述的人脸识别方法，其特征在于，筛...

【专利技术属性】
技术研发人员：金钰丰，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京,11