基于机器学习的访客身份认证方法、装置及计算机设备制造方法及图纸

本发明专利技术公开了一种基于机器学习的访客身份认证方法、装置及计算机设备，涉及信息技术领域，主要在于能够对访客身份进行有效认证，在提高访客身份认证精度的同时，能够保证访客身份的认证效率。其中方法包括：获取待认证访客的人脸特征；根据所述待认证访客的人脸特征和预设特征库中各个访客分别对应的多个人脸特征进行多层级分析，并根据多层级分析结果确定所述预设特征库中的各个目标访客；根据所述各个目标访客分别对应的多个人脸特征，确定所述待认证访客的身份。本发明专利技术涉及人工智能中的机器学习技术，适用于访客身份的认证，同时本发明专利技术还涉及区块链技术。

【技术实现步骤摘要】
基于机器学习的访客身份认证方法、装置及计算机设备
本专利技术涉及信息
，尤其是涉及一种基于机器学习的访客身份认证方法、装置及计算机设备。
技术介绍
现在很多场景都会涉及到访客登记，例如，常见的面试邀约，不同公司之间的商务洽谈、分公司与总公司之间的出差交流，学校以及小区的外来人员登记，通过访客登记情况能够对外来人员身份进行认证。目前，在对访客的身份进行认证时，通常会采集访客照片，并将采集的访客照片中的特征与特征库中所有访客的特征进行比对，根据比对结果认证访客身份。然而，特征库中通常只存储有每个访客的单一特征，仅将提取的访客特征与特征库中某个访客的单一特征进行比对，无法确保对比结果的准确性，对访客身份的认证精度较低，如果提取每个访客的多个特征存储至特征库中，在对访客的身份进行认证时，会加大对比工作量，从而影响访客身份的认证效率。
技术实现思路
本专利技术提供了一种基于机器学习的访客身份认证方法、装置及计算机设备，主要在于能够对访客身份进行有效认证，在提高访客身份认证精度的同时，能够保证访客身份的认证效率。根本文档来自技高网...

【技术保护点】
1.一种基于机器学习的访客身份认证方法，其特征在于，包括：/n获取待认证访客的人脸特征；/n根据所述待认证访客的人脸特征和预设特征库中各个访客分别对应的多个人脸特征进行多层级分析，并根据多层级分析结果确定所述预设特征库中的各个目标访客；/n根据所述各个目标访客分别对应的多个人脸特征，确定所述待认证访客的身份。/n

【技术特征摘要】
1.一种基于机器学习的访客身份认证方法，其特征在于，包括：
获取待认证访客的人脸特征；
根据所述待认证访客的人脸特征和预设特征库中各个访客分别对应的多个人脸特征进行多层级分析，并根据多层级分析结果确定所述预设特征库中的各个目标访客；
根据所述各个目标访客分别对应的多个人脸特征，确定所述待认证访客的身份。


2.根据权利要求1所述的方法，其特征在于，所述根据所述待认证访客的人脸特征和预设特征库中各个访客分别对应的多个人脸特征进行多层级分析，并根据多层级分析结果确定所述预设特征库中的各个目标访客，包括：
根据所述各个访客分别对应的多个人脸特征，计算所述各个访客对应的特征中心；
基于计算的各个访客对应的特征中心，对所述各个访客进行聚类分析，得到多个聚类类别；
根据所述待认证访客的人脸特征和不同聚类类别下各个访客对应的特征中心，确定所述多个聚类类别中的目标聚类类别；
根据所述待认证访客的人脸特征和所述目标聚类类别下各个访客对应的特征中心，确定所述目标聚类类别下的各个目标访客。


3.根据权利要求2所述的方法，其特征在于，所述根据所述待认证访客的人脸特征和所述不同聚类类别下各个访客对应的特征中心，确定所述多个聚类类别中的目标聚类类别，包括：
根据所述不同聚类类别下各个访客对应的特征中心，计算所述不同聚类类别对应的特征中心；
分别计算所述待认证访客的人脸特征与所述不同聚类类别对应的特征中心之间的第一余弦距离，并基于计算的各个第一余弦距离，确定所述多个聚类类别中的目标聚类类别；
所述根据所述待认证访客的人脸特征和所述目标聚类类别下各个访客对应的特征中心，确定所述目标聚类类别下的各个目标访客，包括：
分别计算所述待认证访客的人脸特征与所述目标聚类类别下各个访客对应的特征中心之间的第二余弦距离；
基于计算的各个第二余弦距离，从所述目标聚类类别下各个访客中筛选出目标访客。


4.根据权利要求2所述的方法，其特征在于，所述根据所述各个访客分别对应的多个人脸特征，计算所述各个访客对应的特征中心，包括：
分别确定所述多个人脸特征中各个人脸特征对应的权重值；
基于确定的权重值和所述多个人脸特征，计...

【专利技术属性】
技术研发人员：孙太武，周超勇，刘玉宇，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44