一种基于位置序列的人脸图像的识别方法、装置以及设备制造方法及图纸

本说明书实施例公开了一种基于位置序列的人脸图像的识别方法、装置以及设备。通过获取人脸图像，确定获取所述人脸图像时的目标位置；生成所述人脸图像所对应的人脸特征向量，召回与所述人脸特征向量相似的待确认向量；获取与所述待确认向量相对应的历史位置序列；融合所述历史位置序列和所述目标位置生成目标向量；根据目标向量确定所述待确认向量所对应的用户是否为所述人脸图像所对应的用户。从而实现把目标位置和历史位置序列经过学习，进一步表征了用户的行为。步表征了用户的行为。步表征了用户的行为。

【技术实现步骤摘要】
一种基于位置序列的人脸图像的识别方法、装置以及设备


[0001]本说明书涉及互联网
，尤其涉及一种基于位置序列的人脸图像的识别方法、装置以及设备。

技术介绍

[0002]随着移动互联网的发展，采用人脸进行身份识别的业务已经应用的越来越广泛。虽然可以通过计算机视觉算法来较为精准的获取人脸的比对向量，但是需在数亿级规模上进行召回，但是对于大量的相似人脸或者从没刷过脸的人脸来讲，通过向量比对将会较难区分出来是否是本人。
[0003]基于此，需要一种更加安全准确的人脸图像的识别。

技术实现思路

[0004]本说明书一个或多个实施例提供一种基于位置序列的人脸图像的识别方法、装置、设备以及存储介质，用以解决如下技术问题：需要一种更加安全准确的人脸图像的识别方案。
[0005]为解决上述技术问题，本说明书实施例是这样实现的：
[0006]在第一方面，本说明书实施例提供一种基于位置序列的人脸图像的识别方法，包括：获取人脸图像，确定获取所述人脸图像时的目标位置；生成所述人脸图像所对应的人脸特征向量，召回与所述人脸特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于位置序列的人脸图像的识别方法，包括：获取人脸图像，确定获取所述人脸图像时的目标位置；生成所述人脸图像所对应的人脸特征向量，召回与所述人脸特征向量相似的待确认向量；获取与所述待确认向量相对应的历史位置序列；融合所述历史位置序列和所述目标位置生成目标向量；根据目标向量确定所述待确认向量所对应的用户是否为所述人脸图像所对应的用户。2.如权利要求1所述的方法，其中，融合所述历史位置序列和所述目标位置生成目标向量，包括：确定所述历史位置序列所包含的N个位置，N为自然数；对所述N个位置和所述目标位置进行向量嵌入，生成与所述N个位置对应的N个嵌入位置向量和与所述目标位置对应的嵌入目标向量。融合所述N个嵌入位置向量和所述嵌入目标向量生成目标向量。3.如权利要求2所述的方法，其中，融合所述N个嵌入位置向量和所述嵌入目标向量生成目标向量，包括：确认所述N个嵌入位置向量在所述历史位置序列中的顺序；将所述N个嵌入位置向量依序进行编码和解码，生成与位置一一对应的N个编码向量，其中，对第i个嵌入位置向量进行编码时的编码输入包括第i
‑
1个嵌入位置向量进行编码时的编码输入，1＜i≤N；依序融合所述N个编码向量和所述嵌入目标向量生成目标向量。4.如权利要求3所述的方法，其中，依序融合所述N个编码向量和所述嵌入目标向量生成目标向量，包括：依序将所述N个编码向量和所述嵌入目标向量相乘，生成对应的N个中间处理向量；拼接所述N个中间处理向量生成目标向量。5.如权利要求1所述的方法，根据目标向量确定所述待确认向量所对应的用户是否为所述人脸图像所对应的用户，包括：获取基于用户的行为序列信息所生成的稠密向量和稀疏向量；拼接所述稠密向量、稀疏向量和所述目标向量生成综合特征向量；根据所述综合特征向量确定所述待确认向量所对应的用户是否为所述人脸图像所对应的用户。6.如权利要求5所述的方法，其中，获取基于用户的行为序列信息所生成的稠密向量和稀疏向量，包括：将所述用户的行为序列信息中所包含的连续特征确定为稠密特征，根据所述稠密特征生成稠密向量；以及，将所述用户的行为序列信息中所包含的非连续特征确定为稀疏特征，融合所述稠密特征和所述稀疏特征生成稀疏向量。7.如权利要求6所述的方法，其中，根据所述稠密特征生成稠密向量，包括：对所述稠密特征进行线性处理，生成稠密向量。8.如权利要求6所述的方法，其中，融合所述稠密特征和所述稀疏特征生成稀疏向量，
包括：融合所述稀疏特征和所述稠密特征，生成交叉特征向量；将所述交叉特征向量划分为多个子向量；采用对应的多个局部模型对所述多个子向量分别处理，生成对应的多个中间处理结果；拼接所述多个中间处理结果生成稀疏向量。9.一种基于位置序...

【专利技术属性】
技术研发人员：牛颉，刘贺，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：