一种自适应人脸比对方法及系统技术方案

本发明专利技术公开了一种自适应人脸比对方法及系统，包括：搜索当前人脸照与人脸特征值库中所有证照人脸特征值欧式距离最短的第一用户以及所有活体照人脸特征值欧式距离最短的第二用户；获取第一用户或第二用户的证照和活体照与当前人脸照的第一时间距离或第二时间距离，并计算第一时间权重或第二时间权重；计算当前人脸照与该用户证件照和活体照的第一时间权重欧式距离或第二时间权重欧式距离，并选择小于阈值中最小的权重欧式距离所对应的第一用户或第二用户作为当前人脸照的搜索结果。本发明专利技术采用时间距离作为权重计算人脸特征值欧式距离，提高了比对准确性；采用两轮搜索进行人脸特征值欧式距离比对，保障搜索结果一致性。性。性。

【技术实现步骤摘要】
一种自适应人脸比对方法及系统


[0001]本专利技术涉及人脸识别
，具体涉及一种自适应人脸比对方法及系统。

技术介绍

[0002]当前，人脸识别技术普遍采用神经网络Facenet模型提取512维的人脸特征，在最后一层用传统机器学习的KNN（k
‑
近邻算法）模型比对人脸特征，从而实现人脸识别。Facenet是Google提出的一个用于人脸识别的深度卷积神经网络，其具体模型其实是一个类似于Inception Net的CNN模型，只是其最后一层不是通过传统的Softmax layer来训练，而是通过提取512维的人脸特征用Triplet Loss来训练。
[0003]利用上述人脸特征提取算法，可进一步进行人脸比对。人脸比对算法的输入是两个人脸特征（注：人脸特征由上述的人脸特征提取算法获得），输出是两个特征之间的相似度；人脸验证、人脸识别、人脸检索都是在人脸比对的基础上加一些策略来实现。
[0004]在人脸比对中，通常采用欧氏距离和余弦距离来衡量人脸特征的差异来表征人脸相似度，当差异小于阈值，判别为同一个人；当前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应人脸比对方法，其特征在于，包括：采集证件或活体照片的当前人脸照，并获取当前人脸照特征值；搜索当前人脸照与人脸特征值库中所有证照人脸特征值欧式距离最短的第一用户；获取所述第一用户的证照发布日期和活体照采集日期，并分别计算证照和活体照与当前人脸照的第一时间距离；基于所述第一时间距离，计算第一时间权重；基于当前人脸照特征值、第一用户证照人脸特征值、活体照人脸特征值和第一时间权重，计算当前人脸照与该用户证件照和活体照的第一时间权重欧式距离；搜索当前人脸照与人脸特征值库中所有活体照人脸特征值欧式距离最短的第二用户；若第二用户与第一用户不为同一用户，则获取所述第二用户的证照发布日期和活体照采集日期，并分别计算证照和活体照与当前人脸照的第二时间距离；基于所述第二时间距离，计算第二时间权重；基于当前人脸照特征值、第二用户证照人脸特征值、活体照人脸特征值和第二时间权重，计算当前人脸照与该用户证件照和活体照的第二时间权重欧式距离；若第一时间权重欧式距离与第二时间权重欧式距离中最小的欧式距离小于预设阈值，则将该欧式距离对应的第一用户或第二用户作为当前人脸照的搜索结果。2.如权利要求1所述的自适应人脸比对方法，其特征在于，还包括：若第二用户与第一用户为同一用户，则直接判断第一时间权重欧式距离是否小于预设阈值；若小于预设阈值，则将第一用户作为当前人脸照的搜索结果。3.如权利要求1或2所述的自适应人脸比对方法，其特征在于，还包括：若第一时间权重欧式距离与第二时间权重欧式距离中最小的欧式距离不小于预设阈值，则输出无匹配结果。4.如权利要求1所述的自适应人脸比对方法，其特征在于，所述第一时间距离的计算公式为：的计算公式为：式中，为当前人脸照采集时间，为第一用户的证照发布日期，为第一用户的活体照采集日期；所述第二时间距离的计算公式为：式中，为第一用户的证照发布日期，为第一用户的活体照采集日期。5.如权利要求4所述的自适应人脸比对方法，其特征在于，所述第一时间权重的计算公式为：
所述第二时间权重的计算公式为：式中，为第一时间权重，为第二时间权重。6.如权利要求5所述的自适应人脸比对方法，其特征在于，所述第一时间权重欧式距离的计算公式为：的计算公式为：式中，为当前人脸照的特征值，为第一用户证照人脸特征值，为第一用户活体照人脸特征值，n为特征数，为当前人脸照与第...

【专利技术属性】
技术研发人员：刘海龙，闵刚，姚占龙，
申请(专利权)人：北京锐融天下科技股份有限公司，
类型：发明
国别省市：