本发明专利技术公开了一种人脸图像匹配方法、装置、电子设备及存储介质，所述方法包括：获取人员轨迹数据中的每个人脸图像，根据所述每个人脸图像确定待匹配的每个第一人脸图像；将所述每个第一人脸图像输入预先训练完成的自动编码器模型，基于所述自动编码器模型确定所述每个第一人脸图像对应的损失值，根据所述每个第一人脸图像对应的损失值确定待匹配的第二人脸图像；其中，所述自动编码器模型是基于人脸库中的每个人脸图像训练得到的；将所述待匹配的第二人脸图像与人脸库中的每个人脸图像进行匹配，确定所述人员的身份信息。提高了人脸图像匹配的准确率。图像匹配的准确率。图像匹配的准确率。
【技术实现步骤摘要】
一种人脸图像匹配方法、装置、电子设备及存储介质
[0001]本专利技术涉及图像处理
，尤其涉及一种人脸图像匹配方法、装置、电子设备及存储介质。
技术介绍
[0002]随着科技的进步和人类基于便利性生活的需要，各种刷脸应用开始普及，包括刷脸解锁、刷脸开门、刷脸安检、刷脸登机、刷脸住酒店、刷脸支付就医等，上述各种刷脸应用采集了人的轨迹数据，轨迹数据包括人脸图像以及采集人脸图像的时间和地点等。如何利用好这些轨迹数据，使其对社会进步和稳定产生积极的影响，最重要的一步是对这些轨迹数据中的人脸图像对应人的身份落档。
[0003]传统的人脸图像身份识别，是任选一张采集到的人脸图像，然后将选取的人脸图像与标准底库图像(身份证图片)进行特征值比对，当满足一定阈值时，判定与身份证匹配。但是受图像抓拍场景的影响，图像的抓拍质量层次不齐，导致人脸图像匹配的准确率较低。
技术实现思路
[0004]本专利技术实施例提供了一种人脸图像匹配方法、装置、电子设备及存储介质，用以解决现有技术中人脸图像匹配准确率较低的问题。
[0005]本专利技术实施例提供了一种人脸图像匹配方法，所述方法包括：
[0006]获取人员轨迹数据中的每个人脸图像，根据所述每个人脸图像确定待匹配的每个第一人脸图像；
[0007]将所述每个第一人脸图像输入预先训练完成的自动编码器模型，基于所述自动编码器模型确定所述每个第一人脸图像对应的损失值，根据所述每个第一人脸图像对应的损失值确定待匹配的第二人脸图像；其中，所述自动编码器模型是基于人脸库中的每个人脸图像训练得到的；
[0008]将所述待匹配的第二人脸图像与人脸库中的每个人脸图像进行匹配，确定所述人员的身份信息。
[0009]进一步地，所述获取人员轨迹数据中的每个人脸图像，根据所述每个人脸图像确定待匹配的每个第一人脸图像包括：
[0010]将所述每个人脸图像与每个档案中的档案图像进行相似度计算，根据相似度计算结果将所述每个人脸图像划分到对应的目标档案组，从所述目标档案组中选取待匹配的每个第一人脸图像。
[0011]进一步地，将所述每个人脸图像与每个档案中的档案图像进行相似度计算，根据相似度计算结果将所述每个人脸图像划分到对应的目标档案组包括：
[0012]针对所述每个档案，从所述档案中选取预设第二数量的档案图像作为待匹配档案图像；
[0013]将所述每个人脸图像与每个档案中的每个待匹配档案图像进行相似度计算，根据
相似度计算结果将所述每个人脸图像划分到对应的目标档案组。
[0014]进一步地，从所述目标档案组中选取待匹配的每个第一人脸图像包括：
[0015]根据所述目标档案组中的每个图像的属性特征，确定所述每个图像的质量分值，选取质量分值高的预设第二数量的图像作为待匹配的每个第一人脸图像。
[0016]进一步地，根据所述目标档案组中的每个图像的属性特征，确定所述每个图像的质量分值包括：
[0017]针对所述目标档案组中的每个图像，确定该图像的每个属性特征对应的属性特征值，根据该图像的每个属性特征对应的属性特征值及预设的每个属性特征对应的权重值，确定该图像的质量分值。
[0018]进一步地，基于所述自动编码器模型确定所述每个第一人脸图像对应的损失值包括：
[0019]针对所述每个第一人脸图像，基于所述自动编码器模型对该第一人脸图像进行解码，再重新编码得到重构后的第一图像，根据该第一人脸图像的特征信息和所述重构后的第一图像的特征信息确定该第一人脸图像对应的损失值。
[0020]进一步地，根据所述每个第一人脸图像对应的损失值确定待匹配的第二人脸图像包括：
[0021]判断是否存在损失值小于预设的损失阈值的第一人脸图像；如果存在，将损失值小于预设的损失阈值的第一人脸图像确定为待匹配的第二人脸图像，如果不存在，将损失值最小的第一人脸图像确定为待匹配的第二人脸图像。
[0022]进一步地，将所述待匹配的第二人脸图像与人脸库中的每个人脸图像进行匹配，确定所述人员的身份信息包括：
[0023]确定每个待匹配的第二人脸图像与人脸库中的每个人脸图像的相似度，并确定与所述每个待匹配的第二人脸图像的相似度最大的目标人脸图像；
[0024]若存在大于预设的第一相似度阈值的目标人脸图像，则将所述大于预设的第一相似度阈值的目标人脸图像的身份信息确定为所述人员的身份信息；
[0025]若确定出的最大的相似度小于预设的第二相似度阈值，则确定匹配失败；
[0026]若确定出的最大的相似度位于预设的第二相似度阈值和预设的第一相似度阈值之间，将确定出的与所述每个待匹配的第二人脸图像的相似度最大的目标人脸图像中重复数量最多的目标人脸图像的身份信息确定为所述人员的身份信息；
[0027]其中，所述预设的第二相似度阈值小于所述预设的第一相似度阈值。
[0028]进一步地，所述自动编码器模型的训练过程包括：
[0029]针对人脸库中的每个人脸图像，将该人脸图像输入所述自动编码器模型，基于所述自动编码器模型对该人脸图像进行解码，再重新编码得到重构后的第二图像，根据该人脸图像的特征信息和所述重构后的第二图像的特征信息确定该人脸图像对应的损失值；根据人脸库中的每个人脸图像对应的损失值，对所述自动编码器模型进行训练。
[0030]另一方面，本专利技术实施例提供了一种人脸图像匹配装置，所述装置包括：
[0031]第一确定模块，用于获取人员轨迹数据中的每个人脸图像，根据所述每个人脸图像确定待匹配的每个第一人脸图像；
[0032]第二确定模块，用于将所述每个第一人脸图像输入预先训练完成的自动编码器模
型，基于所述自动编码器模型确定所述每个第一人脸图像对应的损失值，根据所述每个第一人脸图像对应的损失值确定待匹配的第二人脸图像；其中，所述自动编码器模型是基于人脸库中的每个人脸图像训练得到的；
[0033]第三确定模块，用于将所述待匹配的第二人脸图像与人脸库中的每个人脸图像进行匹配，确定所述人员的身份信息。
[0034]所述第一确定模块，具体用于将所述每个人脸图像与每个档案中的档案图像进行相似度计算，根据相似度计算结果将所述每个人脸图像划分到对应的目标档案组，从所述目标档案组中选取待匹配的每个第一人脸图像。
[0035]所述第一确定模块，具体用于针对所述每个档案，从所述档案中选取预设第二数量的档案图像作为待匹配档案图像；将所述每个人脸图像与每个档案中的每个待匹配档案图像进行相似度计算，根据相似度计算结果将所述每个人脸图像划分到对应的目标档案组。
[0036]所述第一确定模块，具体用于根据所述目标档案组中的每个图像的属性特征，确定所述每个图像的质量分值，选取质量分值高的预设第二数量的图像作为待匹配的每个第一人脸图像。
[0037]所述第一确定模块，具体用于针对所述目标档案组中的每个图像，确定该图像的每个属性特征对应的属性特征值，根据该图像的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人脸图像匹配方法，其特征在于，所述方法包括：获取人员轨迹数据中的每个人脸图像，根据所述每个人脸图像确定待匹配的每个第一人脸图像；将所述每个第一人脸图像输入预先训练完成的自动编码器模型，基于所述自动编码器模型确定所述每个第一人脸图像对应的损失值，根据所述每个第一人脸图像对应的损失值确定待匹配的第二人脸图像；其中，所述自动编码器模型是基于人脸库中的每个人脸图像训练得到的；将所述待匹配的第二人脸图像与人脸库中的每个人脸图像进行匹配，确定所述人员的身份信息。2.如权利要求1所述的方法，其特征在于，所述获取人员轨迹数据中的每个人脸图像，根据所述每个人脸图像确定待匹配的每个第一人脸图像包括：将所述每个人脸图像与每个档案中的档案图像进行相似度计算，根据相似度计算结果将所述每个人脸图像划分到对应的目标档案组，从所述目标档案组中选取待匹配的每个第一人脸图像。3.如权利要求2所述的方法，其特征在于，将所述每个人脸图像与每个档案中的档案图像进行相似度计算，根据相似度计算结果将所述每个人脸图像划分到对应的目标档案组包括：针对所述每个档案，从所述档案中选取预设第二数量的档案图像作为待匹配档案图像；将所述每个人脸图像与每个档案中的每个待匹配档案图像进行相似度计算，根据相似度计算结果将所述每个人脸图像划分到对应的目标档案组。4.如权利要求2所述的方法，其特征在于，从所述目标档案组中选取待匹配的每个第一人脸图像包括：根据所述目标档案组中的每个图像的属性特征，确定所述每个图像的质量分值，选取质量分值高的预设第二数量的图像作为待匹配的每个第一人脸图像。5.如权利要求4所述的方法，其特征在于，根据所述目标档案组中的每个图像的属性特征，确定所述每个图像的质量分值包括：针对所述目标档案组中的每个图像，确定该图像的每个属性特征对应的属性特征值，根据该图像的每个属性特征对应的属性特征值及预设的每个属性特征对应的权重值，确定该图像的质量分值。6.如权利要求1所述的方法，其特征在于，基于所述自动编码器模型确定所述每个第一人脸图像对应的损失值包括：针对所述每个第一人脸图像，基于所述自动编码器模型对该第一人脸图像进行解码，再重新编码得到重构后的第一图像，根据该第一人脸图像的特征信息和所述重构后的第一图像的特征信息确定该第一人脸图像对应的损失值。7.如权利要求1所述的方法，其特征在于，根据所述每个第一人脸图像对应的损失值确定待匹配的第二人脸图像包括：判断是否存在损失值小于预设的损失阈值的第一人脸图像；如果存在，将损失值小于预设的损失阈值的第一人脸图像确定为待匹配...
【专利技术属性】
技术研发人员：高圣兴，陈立力，周明伟，
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：
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。