一种人脸识别系统、方法、装置、电子设备及程序产品制造方法及图纸

本公开属于人脸识别技术领域，具体涉及一种人脸识别系统、方法、装置、电子设备及计算机程序产品。所述方法包括：分别基于多种人脸识别算法中的每种人脸识别算法获取底库中每个人脸样本与待识别人脸的相似度，其中，所述底库包含对每个人员预设数目的多个人脸样本；计算与所述人脸识别算法对应的所述底库中每个所述人员的第一相似度总和；获取所述人脸识别算法的权重，基于所述人脸识别算法的权重和每个所述人员的第一相似度总和确定与所述待识别人脸对应的人员。本公开可以降低对不同应用场景采集的人脸数据进行人脸识别的误识率。场景采集的人脸数据进行人脸识别的误识率。场景采集的人脸数据进行人脸识别的误识率。

【技术实现步骤摘要】
一种人脸识别系统、方法、装置、电子设备及程序产品


[0001]本公开属于人脸识别
，具体涉及一种人脸识别系统、方法、装置、电子设备及计算机程序产品。

技术介绍

[0002]人脸识别，是获取人的脸部特征信息并将所述特征信息与底库中预先录入的人脸数据进行特征比对，从而进行人员身份识别的一种生物识别技术。
[0003]人脸识别算法中基于甲的脸部特征信息识别出底库中甲的几率称为识别率；基于甲的脸部特征信息识别出底库中非甲的其他人的几率称为误识率。
[0004]人脸识别算法只能确定两张人脸相似的程度是多少，判断两张脸是否为同一个人，还需要从业务层面上判断。但不同的人脸识别算法是基于不同应用场景的不同业务模型进行训练的，底库中预先录入的人脸数据往往也是基于某种特定应用场景获取。因此每种人脸识别算法对从其他应用场景获取的人脸进行识别误识率较高。

技术实现思路

[0005]本公开实施例提出了一种人脸识别方案，以解决现有人脸识别方案对来自于不同应用场景的人脸数据进行人脸识别误识率较高的问题。
[0006]本公开实施例的第一方面提供了一种人脸识别系统，包括底库和识别模块，其中:
[0007]所述底库中包含对每个人员预设数目的多个人脸样本；
[0008]所述识别模块包含多种人脸识别算法；
[0009]所述人脸识别系统分别用每种所述人脸识别算法获取所述底库中每个人脸样本与待识别人脸的相似度，并基于所述相似度和每种所述人脸识别算法的权重确定所述底库中与所述待识别人脸对应的人员。
[0010]在一些实施例中，同一人员不同的所述人脸样本由所述人员在不同的预设场景获得，其中，一个所述人脸样本对应一个预设场景。
[0011]在一些实施例中，所述基于所述相似度和每种所述人脸识别算法的权重确定所述底库中与所述待识别人脸对应的人员包括：
[0012]基于所述相似度计算与所述人脸识别算法对应的所述底库中每个所述人员的第一相似度总和；
[0013]基于所述人脸识别算法的权重和每个所述人员的第一相似度总和计算每个所述人员的第二相似度总和；
[0014]第二相似度总和最高的所述人员即是与所述待识别人脸对应的人员。
[0015]本公开实施例的第二方面提供了一种人脸识别方法，应用于本公开第一方面所述的人脸识别系统，包括：
[0016]分别基于多种人脸识别算法中的每种人脸识别算法获取底库中每个人脸样本与待识别人脸的相似度，其中，所述底库包含对每个人员预设数目的多个人脸样本；
[0017]计算与所述人脸识别算法对应的所述底库中每个所述人员的第一相似度总和；
[0018]获取所述人脸识别算法的权重，基于所述人脸识别算法的权重和每个所述人员的第一相似度总和确定与所述待识别人脸对应的人员。
[0019]在一些实施例中，所述计算与所述人脸识别算法对应的所述底库中每个所述人员的第一相似度总和包括：
[0020]将用所述人脸识别算法获取的所述底库中所述人员的每个人脸样本的相似度相加得到与所述人脸识别算法对应的所述人员的第一相似度总和。
[0021]在一些实施例中，所述基于所述人脸识别算法的权重和每个所述人员的第一相似度总和确定与所述待识别人脸对应的人员包括：
[0022]将每种所述人脸识别算法的权重和与所述人脸识别算法对应的所述人员的第一相似度总和的乘积相加得到所述人员的第二相似度总和；
[0023]第二相似度总和最高的所述人员即是与所述待识别人脸对应的人员。
[0024]在一些实施例中，所述基于所述人脸识别算法的权重和每个所述人员的第一相似度总和确定与所述待识别人脸对应的人员包括：
[0025]确定与每种所述人脸识别算法对应的第一相似度总和前N位的所述人员，其中，N为自然数；
[0026]由各个所述人脸识别算法对应的第一相似度总和前N位的所述人员组成候选人员集合；
[0027]对候选人集合中的每一个所述人员，将每种所述人脸识别算法的权重和与所述人脸识别算法对应的所述人员的第一相似度总和的乘积相加得到所述人员的第二相似度总和，第二相似度总和最高的所述人员即是与所述待识别人脸对应的人员。
[0028]本公开实施例的第三方面提供了一种人脸识别装置，应用于权利要求1所述的人脸识别系统，包括：
[0029]获取模块，用于分别基于多种人脸识别算法中的每种人脸识别算法获取底库中每个人脸样本与待识别人脸的相似度，其中，所述底库包含对每个人员预设数目的多个人脸样本；
[0030]计算模块，用于计算与所述人脸识别算法对应的所述底库中每个所述人员的第一相似度总和；
[0031]确定模块，用于获取所述人脸识别算法的权重，基于所述人脸识别算法的权重和每个所述人员的第一相似度总和确定与所述待识别人脸对应的人员。
[0032]本公开实施例的第四方面提供了一种电子设备，包括存储器和处理器，
[0033]所述存储器，用于存储计算机程序；
[0034]所述处理器，用于当执行所述计算机程序时，实现本公开第二方面所述的方法。
[0035]本公开实施例的第五方面提供了一种计算机程序产品，包括计算机程序、指令，当所述计算机程序、指令被处理器执行时，实现本公开第二方面所述的方法。
[0036]综上所述，本公开各实施例提供的人脸识别系统、方法、装置、电子设备和计算机程序产品，通过在底库中对每个人员预先录入不同应用场景的人脸样本，可以获得多应用场景中的人脸特征数据；再通过多种人脸识别算法对所述多个应用场景的人脸样本进行识别，相比于单种人脸识别算法可以覆盖更多的应用场景，从而可以在对来自于不同应用场
景的人脸数据进行人脸识别时降低误识率。
附图说明
[0037]通过参考附图会更加清楚的理解本公开的特征和优点，附图是示意性的而不应理解为对本公开进行任何限制，在附图中：
[0038]图1是本公开适用的一种计算机系统的示意图；
[0039]图2是根据本公开的一些实施例所示的一种人脸识别方法的流程图；
[0040]图3是根据本公开的一些实施例所示的一种人脸识别方法的详细流程图；
[0041]图4根据本公开的一些实施例所示的一种人脸识别装置的示意图；
[0042]图5是本公开的一些实施例所示的一种电子设备示意图。
具体实施方式
[0043]在下面的详细描述中，通过示例阐述了本公开的许多具体细节，以便提供对相关披露的透彻理解。然而，对于本领域的普通技术人员来讲，本公开显而易见的可以在没有这些细节的情况下实施。应当理解的是，本公开中使用“系统”、“装置”、“单元”和/或“模块”术语，是用于区分在顺序排列中不同级别的不同部件、元件、部分或组件的一种方法。然而，如果其他表达式可以实现相同的目的，这些术语可以被其他表达式替换。
[0044]应当理解的是，当设备、单元或模块被称为“在
……
上”、“连接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别系统，包括底库和识别模块，其中:所述底库中包含对每个人员预设数目的多个人脸样本；所述识别模块包含多种人脸识别算法；所述人脸识别系统分别用每种所述人脸识别算法获取所述底库中每个人脸样本与待识别人脸的相似度，并基于所述相似度和每种所述人脸识别算法的权重确定所述底库中与所述待识别人脸对应的人员。2.根据权利要求1所述的系统，其特征在于：同一人员不同的所述人脸样本由所述人员在不同的预设场景获得，其中，一个所述人脸样本对应一个预设场景。3.根据权利要求1所述的系统，其特征在于，所述基于所述相似度和每种所述人脸识别算法的权重确定所述底库中与所述待识别人脸对应的人员包括：基于所述相似度计算与所述人脸识别算法对应的所述底库中每个所述人员的第一相似度总和；基于所述人脸识别算法的权重和每个所述人员的第一相似度总和计算每个所述人员的第二相似度总和；第二相似度总和最高的所述人员即是与所述待识别人脸对应的人员。4.一种人脸识别方法，应用于权利要求1所述的人脸识别系统，其特征在于，包括：分别基于多种人脸识别算法中的每种人脸识别算法获取底库中每个人脸样本与待识别人脸的相似度，其中，所述底库包含对每个人员预设数目的多个人脸样本；计算与所述人脸识别算法对应的所述底库中每个所述人员的第一相似度总和；获取所述人脸识别算法的权重，基于所述人脸识别算法的权重和每个所述人员的第一相似度总和确定与所述待识别人脸对应的人员。5.根据权利要求4所述的方法，其特征在于，所述计算与所述人脸识别算法对应的所述底库中每个所述人员的第一相似度总和包括：将用所述人脸识别算法获取的所述底库中所述人员的每个人脸样本的相似度相加得到与所述人脸识别算法对应的所述人员的第一相似度总和。6.根据权利要求4所述的方法，其特征在于，所述基于所述人脸识别算法的权重和每个所...

【专利技术属性】
技术研发人员：邓耀宁，
申请(专利权)人：光控特斯联上海信息科技有限公司，
类型：发明
国别省市：