人脸识别方法、装置、电子设备及计算机存储介质制造方法及图纸

技术编号:30320485 阅读:12 留言:0更新日期:2021-10-09 23:36
本发明专利技术实施例提供一种人脸识别方法、装置、电子设备及计算机存储介质,该方法包括:获取待识别对象的人脸图像特征,确定人脸图像特征与不同人脸图像特征模板匹配得到N个相似度;当至少M0个相似度大于等于第一阈值时,根据第一阈值及M个相似度的极差计算错误识别率,其中错误识别率与成正相关关系,与M个相似度的极差、第一阈值分别成负相关关系;确定错误识别率不大于预设错误识别率时,将第一阈值增大相应的幅度得到不超过阈值上限的第二阈值;当最大的相似度大于等于第二阈值时,确认待识别对象为最大的相似度的人脸图像特征模板对应的对象;M为大于等于第一阈值对应的相似度的数量。的相似度的数量。的相似度的数量。

【技术实现步骤摘要】
人脸识别方法、装置、电子设备及计算机存储介质


[0001]本专利技术涉及计算机
,尤指一种人脸识别方法、装置、电子设备及计算机存储介质。

技术介绍

[0002]目前,人脸识别技术被广泛应用于安防、金融、信息安全等身份识别场景中。人脸识别技术的主要技术思路是提取待识别人脸图像的特征数据,将所述特征数据与已得到的不同人脸特征模板进行比较得到对应的相似度,根据相似度与相似度阈值之间的数值大小关系对人脸的身份信息进行判断。当相似度超过相似度阈值,则将匹配得到的结果输出。
[0003]在现有技术中,相似度阈值通常被设置为一个固定数值。但对于一些与他人相貌相似的人员,采用相同的人脸识别算法和参数进行人脸识别时,容易导致误识别。

技术实现思路

[0004]本专利技术实施例提供一种人脸识别方法、装置、电子设备及计算机存储介质,用以解决现有技术中存在对于一些与他人相貌相似的人员,采用相同的人脸识别算法和参数进行人脸识别时,容易导致误识别的问题。
[0005]本专利技术实施例提供了一种人脸识别方法,包括:
[0006]获取待识别对象的人脸图像特征,确定所述人脸图像特征与不同人脸图像特征模板匹配得到N个相似度;
[0007]当M个相似度大于等于第一阈值S1,且M大于等于预设数量阈值M0时,根据所述第一阈值S1及M个相似度的极差R计算错误识别率,其中所述错误识别率与成正相关关系,与所述M个相似度的极差R、所述第一阈值S1分别成负相关关系;
[0008]确定所述错误识别率不大于预设错误识别率时,将所述第一阈值S1增大相应的幅度得到不超过阈值上限S
2max
的第二阈值S2;
[0009]当最大的相似度大于等于所述第二阈值S2时,确认所述待识别对象为所述最大的相似度的人脸图像特征模板对应的对象;
[0010]其中,1<M0,M≤N,M0、N为预设的正整数。
[0011]可选地,根据所述第一阈值及M个相似度的极差R计算错误识别率,包括:
[0012]根据所述第一阈值、M个相似度的极差R及待识别对象的至少一个类别相貌特征的参数取值计算错误识别率;
[0013]其中,同一类别中不同相貌特征对应不同的参数取值,所述错误识别率与所述待识别对象的至少一类别相貌特征的参数取值总和成正相关关系。
[0014]可选地,所述人脸识别方法还包括如下至少一个步骤:
[0015]当M个所述相似度大于等于所述第一阈值S1,且M大于0并小于预设数量阈值M0时,确认所述待识别对象为最大的相似度的人脸图像特征模板对应的对象;
[0016]当所述N个相似度分别小于所述第一阈值S1时,确认身份匹配失败;
[0017]当所述错误识别率大于等于预设错误识别率时,确认身份匹配失败;
[0018]当所述最大的相似度小于等于所述第二阈值S2时,确认身份匹配失败。
[0019]可选地,所述至少一个类别相貌特征包括如下至少一种:
[0020]人脸属性一、人脸属性二、人脸属性三、人脸属性四。
[0021]可选地,所述待识别对象的至少一个类别相貌特征通过如下任一种方式确定:
[0022]通过获取待识别对象的人脸图像特征时的地理位置确定;
[0023]通过人脸图像特征模板对应的对象中,相同相貌特征最多的对象对应的类别确定;
[0024]通过输入的类别指示信息确定。
[0025]可选地,根据所述第一阈值、M个相似度的极差R及待识别对象的至少一个类别相貌特征的参数取值计算错误识别率,包括:
[0026][0027]其中,FAR为所述错误识别率,X
i
为所述相貌特征的参数取值,k
i
、k
‘1、k
‘2均为系数,i为正整数。
[0028]可选地,将所述第一阈值增大相应的幅度得到不超过S
2max
的第二阈值,包括:
[0029]确定最大的相似度S
max
大于等于阈值上限S
2max
时,将S
2max
作为所述第二阈值S2;
[0030]确定最大的相似度S
max
小于所述阈值上限S
2max
时,计算如下公式得到第二阈值:
[0031][0032]其中,将所述第一阈值S1至所述第二阈值取值上限S
2max
之间平均划分为多个不相交的数值区间,M
i
为位于第i个所述数值区间中的相似度的数量,i为正整数。
[0033]基于同一专利技术构思,本专利技术实施例还提供了一种人脸识别装置,包括:
[0034]识别模块,用于获取待识别对象的人脸图像特征,确定所述人脸图像特征与不同人脸图像特征模板匹配得到N个相似度;
[0035]错误识别率计算模块,用于当M个相似度大于等于第一阈值S1,且M大于等于预设数量阈值M0时,根据所述第一阈值S1及M个相似度的极差R 计算错误识别率,其中所述错误识别率与成正相关关系,与所述M个相似度的极差R、所述第一阈值S1分别成负相关关系;
[0036]动态阈值计算模块,用于确定所述错误识别率不大于预设错误识别率时,将所述第一阈值S1增大相应的幅度得到不超过阈值上限S
2max
的第二阈值S2;
[0037]重识别成功模块,用于当最大的相似度大于等于所述第二阈值S2时,确认所述待识别对象为所述最大的相似度的人脸图像特征模板对应的对象;
[0038]其中,1<M0,M≤N,M0、N为预设的正整数。
[0039]基于同一专利技术构思,本专利技术实施例还提供了一种电子设备,包括:处理器和用于存储所述处理器可执行指令的存储器;
[0040]其中,所述处理器被配置为执行所述指令,以实现所述的人脸识别方法。
[0041]基于同一专利技术构思,本专利技术实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序被用于实现所述的人脸识别方法。
[0042]本专利技术有益效果如下:
[0043]本专利技术实施例提供的人脸识别方法、装置、电子设备及计算机存储介质,通过根据与人脸特征模板匹配的相似度的数值分布情况和判定识别结果的第一阈值动态计算错误识别率,在错误识别率符合要求的情况下重新确定第二阈值来判定识别结果,能够减少误识别问题,同时提高通过率。
附图说明
[0044]图1为本专利技术实施例提供的人脸识别方法的流程图;
[0045]图2为本专利技术实施例提供的人脸识别装置的结构示意图;
[0046]图3为本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0047]为使本专利技术的上述目的、特征和优点能够更为明显易懂,下面将结合附图和实施例对本专利技术做进一步说明。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本专利技术更全面和完整,并将示本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法,其特征在于,包括:获取待识别对象的人脸图像特征,确定所述人脸图像特征与不同人脸图像特征模板匹配得到N个相似度;当M个相似度大于等于第一阈值S1,且M大于等于预设数量阈值M0时,根据所述第一阈值S1及M个相似度的极差R计算错误识别率,其中所述错误识别率与成正相关关系,与所述M个相似度的极差R、所述第一阈值S1分别成负相关关系;确定所述错误识别率不大于预设错误识别率时,将所述第一阈值S1增大相应的幅度得到不超过阈值上限S
2max
的第二阈值S2;当最大的相似度大于等于所述第二阈值S2时,确认所述待识别对象为所述最大的相似度的人脸图像特征模板对应的对象;其中,1<M0,M≤N,M0、N为预设的正整数。2.如权利要求1所述的人脸识别方法,其特征在于,根据所述第一阈值及M个相似度的极差R计算错误识别率,包括:根据所述第一阈值、M个相似度的极差R及待识别对象的至少一个类别相貌特征的参数取值计算错误识别率;其中,同一类别中不同相貌特征对应不同的参数取值,所述错误识别率与所述待识别对象的至少一类别相貌特征的参数取值总和成正相关关系。3.如权利要求1所述的人脸识别方法,其特征在于,还包括如下至少一个步骤:当少于M个所述相似度大于等于所述第一阈值S1,且M大于0并小于预设数量阈值M0时,确认所述待识别对象为最大的相似度的人脸图像特征模板对应的对象;当所述N个相似度分别小于所述第一阈值S1时,确认身份匹配失败;当所述错误识别率大于等于预设错误识别率时,确认身份匹配失败;当所述最大的相似度小于等于所述第二阈值S2时,确认身份匹配失败。4.如权利要求2所述的人脸识别方法,其特征在于,所述至少一个类别相貌特征包括如下至少一种:人脸属性一、人脸属性二、人脸属性三、人脸属性四。5.如权利要求4所述的人脸识别方法,其特征在于,所述待识别对象的至少一个类别相貌特征通过如下任一种方式确定:通过获取待识别对象的人脸图像特征时的地理位置确定;通过人脸图像特征模板对应的对象中,相同相貌特征最多的对象对应的类别确定;通过输入的类别指示信息确定。6.如权利要求2所述的人脸识别方法,其特征在于,根据所述第一阈值、M个相似度的极差R及待识别对象的至少一个类别相貌特征的参数取值计算错误识别率,包括:
其中...

【专利技术属性】
技术研发人员:陈光剑肖礼松
申请(专利权)人:浙江大华技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1