一种人脸辨识样本库及检索方法技术

本发明专利技术涉及一种人脸辨识样本库及检索方法，其中，人脸辨识样本库包括自底向上的M层数据库，所述M层数据库中的第M层仅包含一个子样本库节点，其余每层分别包含多个子样本库节点，M层数据库中每层的子样本库节点分别对应地与其底下一层若干个子样本库节点相连接，每层的一个子样本库节点仅与其上一层的一个子样本库节点连接，每层的子样本库节点的样本数据均来自底下一层与该子样本库节点连接的子样本库节点。与现有技术相比，本发明专利技术通过分层模型，以构建各层子样本节点对应相连接的人脸辨识样本库，不仅能够有效增加样本库规模、避免单一样本库下各类客群相互独立，同时基于逐层检索机制，保证了现有人脸辨识算法的误识率和拒真率。

A face recognition sample database and retrieval method

【技术实现步骤摘要】
一种人脸辨识样本库及检索方法
本专利技术涉及数据处理
，尤其是涉及一种人脸辨识样本库及检索方法。
技术介绍
现阶段人脸识别技术主要分为两类，即1比1人脸验证和1比N人脸辨识。人脸验证是通过提取两张人脸的特征进行相似度对比，用于判断两个输入人脸是否属于同一人，适用于身份识别及相似脸查询等应用查询，人脸验证模式目前的发展较为成熟，已普遍应用于各行业的用户核身环节。人脸辨识则是在大规模人脸数据库中找出与待检索人脸相似度最高的一个或多个人脸。需要预先创建待辨识人员的面部特征索引，之后在人脸数据库中进行检索匹配，可用于身份确认以及身份查询等应用场景，受限于现有技术水平，人脸辨识样本库数量只能达到十万或百万级，较难应用于用户规模达亿级的金融行业。目前通常是通过客群分类缩小人脸辨识样本库的大小，以实现可以应用的规模，该方法具体是将所需的样本库归纳、抽象成多个不同客群，根据客群的不同，在有限的样本库规模下，建立更具针对性的人脸辨识场景。但这种方法会导致各类客群之间相互独立，无法通过有效的手段进行信息整合。在样本库数量级不变的前提下，虽可以本文档来自技高网...

【技术保护点】
1.一种人脸辨识样本库，其特征在于，包括自底向上的M层数据库，所述M层数据库中的第M层仅包含一个子样本库节点，其余每层分别包含多个子样本库节点，所述M层数据库中每层的子样本库节点分别对应地与其底下一层若干个子样本库节点相连接，每层的一个子样本库节点仅与其上一层的一个子样本库节点连接，所述每层的子样本库节点的样本数据均来自底下一层与该子样本库节点连接的子样本库节点。/n

【技术特征摘要】
1.一种人脸辨识样本库，其特征在于，包括自底向上的M层数据库，所述M层数据库中的第M层仅包含一个子样本库节点，其余每层分别包含多个子样本库节点，所述M层数据库中每层的子样本库节点分别对应地与其底下一层若干个子样本库节点相连接，每层的一个子样本库节点仅与其上一层的一个子样本库节点连接，所述每层的子样本库节点的样本数据均来自底下一层与该子样本库节点连接的子样本库节点。


2.根据权利要求1所述的一种人脸辨识样本库，其特征在于，所述M层数据库中每层的子样本库节点的个数小于其底下一层的子样本库节点的个数。


3.根据权利要求1所述的一种人脸辨识样本库，其特征在于，所述子样本库节点的样本数量级均小于或等于N，其中，N为人脸辨识算法可支持的有效样本库数量级。


4.根据权利要求1所述的一种人脸辨识样本库，其特征在于，所述子样本库节点中每一个样本数据具体为包含该子样本库节点标记以及用户标记的人脸图像。


5.根据权利要求1所述的一种人脸辨识样本库，其特征在于，所述每层的子样本库节点分别具有其对应的样本数据获取规则，根据样本数据获取规则，每层的子样本库节点从底下一层与该子样本库节点...

【专利技术属性】
技术研发人员：任建新，倪英杰，
申请(专利权)人：交通银行股份有限公司，
类型：发明
国别省市：上海;31