识别结果的确定方法和系统技术方案

本申请公开了一种识别结果的确定方法，涉及人脸识别领域，该方法包括：获取第一模型对历史识别场景下的历史人脸图像的第一识别结果，获取第二模型对历史人脸图像的第二识别结果，其中，第一模型用于确定历史人脸图像中的异常人脸图像，第二模型用于确定历史人脸图像对应的历史对象的异常行为；使用第一识别结果的特征向量，第二识别结果的特征向量和历史人脸图像训练神经网络模型；将在当前场景中采集到的人脸图像输入训练完成的神经网络模型之后，获取训练完成的神经网络模型输出的当前场景下的异常人脸图像和

【技术实现步骤摘要】
识别结果的确定方法和系统


[0001]本申请涉及人脸识别
，具体而言，涉及一种识别结果的确定方法和系统
。

技术介绍

[0002]目前，人脸识别的攻防博弈持续升级，现有的人脸识别系统的设备层
(
终端智能设备，如手机
)
及活检层
(
交互活检，如动作活检
)
，无法拦截以对抗样本
、
摄像头劫持
、
定制
ROM
为典型的在算法层实施的新型攻击手段，这对人脸识别系统产生了严重的安全威胁，不法分子可以利用摄像头劫持及定制
ROM
设备绕过设备层及活检层检测后，利用一张已添加数据扰动的人脸图像注入至算法层，使人脸识别算法错误识别，进而造成客户账户资金损失
。
[0003]因此，相关技术中，在人脸识别的过程中，存在如何提高可疑人员的识别结果的准确性的技术问题
。
[0004]针对相关技术中，在人脸识别的过程中，如何提高可疑人员的识别结果的准确性的技术问题，目前尚未提出有效的解决方案
。

技术实现思路

[0005]本申请的主要目的在于提供一种识别结果的确定方法和系统，以解决相关技术中，在人脸识别的过程中，如何提高可疑人员的识别结果的准确性的技术问题
。
[0006]为了实现上述目的，根据本申请的一个方面，提供了一种识别结果的确定方法，包括：获取第一模型对历史识别场景下的历史人脸图像的第一识别结果，获取第二模型对所述历史人脸图像的第二识别结果，其中，所述第一模型用于确定所述历史人脸图像中的异常人脸图像，所述第二模型用于确定所述历史人脸图像对应的历史对象的异常行为；使用所述第一识别结果的特征向量，所述第二识别结果的特征向量和所述历史人脸图像训练神经网络模型；将在当前场景中采集到的人脸图像输入训练完成的神经网络模型之后，获取所述训练完成的神经网络模型输出的所述当前场景下的异常人脸图像和
/
或所述当前场景下的异常行为，并根据所述异常人脸图像和
/
或异常行为确定出识别结果
。
[0007]在一个示例性实施例中，在获取第一模型对历史识别场景下的历史人脸图像的第一识别结果之前，所述方法还包括：根据历史交易记录确定出第一人脸图像组，其中，所述第一人脸图像组包含的第一人脸图像的图像相似度大于预设阈值；在确定所述第一人脸图像组包含的
N
个人脸图像具有不同人脸识别字段的情况下，将所述
N
个人脸图像的标签类型设置为异常，所述
N
为正整数；根据所述第一人脸图像组包含的
N
个人脸图像生成预设图像库，以所述预设图像库包含的所有人脸图像为输入样本，以所述第一人脸图像为输出样本，训练得到所述第一模型
。
[0008]在一个示例性实施例中，根据历史交易记录确定出第一人脸图像组，包括：获取历史交易记录包含的历史人脸图像，所述历史人脸图像对应具有人脸识别字段；从所述历史人脸图像中确定出图像相似度大于所述预设阈值的第一初始图像；根据至少两个第一初始图像生成所述第一人脸图像组
。
[0009]在一个示例性实施例中，通过以下方式确定所述第一人脸图像组包含的
N
个人脸图像具有不同人脸识别字段：获取所述
N
个人脸图像具有的不同人脸识别字段的个数；在确定所述个数大于第一预设值的情况下，确定所述第一人脸图像组包含的
N
个人脸图像具有不同人脸识别字段
。
[0010]在一个示例性实施例中，在获取第二模型对所述历史人脸图像的第二识别结果之前，所述方法还包括：根据历史交易记录确定出第二人脸图像组；在确定所述第二人脸图像组包含的任一人脸图像所对应的行为识别字段存在于异常行为数据库的情况下，根据所述第二人脸图像组包含的人脸图像生成预设图像库；以所述预设图像库包含的所有人脸图像为输入样本，以所述第二人脸图像为输出样本，训练得到所述第二模型
。
[0011]在一个示例性实施例中，根据历史交易记录确定出第二人脸图像组，包括：获取历史交易记录包含的历史人脸图像，所述历史人脸图像对应具有行为识别字段；从所述历史人脸图像中确定出所述行为识别字段对应的字段值发生变化的第二初始图像；根据至少两个第二初始图像生成所述第二人脸图像组
。
[0012]在一个示例性实施例中，所述方法还包括：确定所述第二人脸图像组包含的第二人脸图像在调用时间段内的调用次数；如果确定所述调用次数大于第二预设值，则将所述第二人脸图像的标签类型设置为异常；标记所述第二人脸图像所对应的历史对象存在异常行为，并将所述第二人脸图像所对应的行为识别字段存储至异常行为数据库
。
[0013]为了实现上述目的，根据本申请的另一方面，提供了一种数据处理结果的发送系统
。
该系统包括：人脸采集模块，其中，所述人脸采集模块用于采集人脸图像；人脸数据传输模块，其中，所述人脸数据传输模块用于传输采集到的人脸图像；识别处理模块，其中，所述识别处理模块用于获取第一模型对历史识别场景下的历史人脸图像的第一识别结果，获取第二模型对所述历史人脸图像的第二识别结果，其中，所述第一模型用于确定所述历史人脸图像中的异常人脸图像，所述第二模型用于确定所述历史人脸图像对应的历史对象的异常行为；使用所述第一识别结果的特征向量，所述第二识别结果的特征向量和所述历史人脸图像训练神经网络模型；将在当前场景中采集到的人脸图像输入训练完成的神经网络模型之后，获取所述训练完成的神经网络模型输出的所述当前场景下的异常人脸图像和
/
或所述当前场景下的异常行为，并根据所述异常人脸图像和
/
或异常行为确定出识别结果；人脸识别主控模块，其中，所述人脸识别主控模块用于响应识别请求，对所述人脸采集模块，所述人脸数据传输模块，和所述识别处理模块进行调度；其中，所述人脸采集模块，所述人脸数据传输模块，所述识别处理模块和所述人脸识别主控模块之间均建立有通信通道
。
[0014]通过本申请，采用以下步骤：从用于确定历史人脸图像中的异常人脸图像的第一模型获取对历史识别场景下的历史人脸图像的第一识别结果，从用于确定历史人脸图像对应的历史对象的异常行为的第二模型获取对历史人脸图像的第二识别结果，将第一识别结果与第二识别结果的特征向量和历史人脸图像用于训练神经网络模型；将当前场景采集到的人脸图像输入训练完成的神经网络模型得到当前场景下的异常人脸图像和
/
或当前场景下的异常行为，进而根据异常人脸图像和
/
或异常行为确定出识别结果，解决了在人脸识别的过程中，如何提高可疑人员的识别结果的准确性的技术问题，提高了识别结果的准确性，进而提高了人脸识别的安全性
。
附图说明
[0015]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种识别结果的确定方法，其特征在于，应用于识别处理模块，包括：获取第一模型对历史识别场景下的历史人脸图像的第一识别结果，获取第二模型对所述历史人脸图像的第二识别结果，其中，所述第一模型用于确定所述历史人脸图像中的异常人脸图像，所述第二模型用于确定所述历史人脸图像对应的历史对象的异常行为；使用所述第一识别结果的特征向量，所述第二识别结果的特征向量和所述历史人脸图像训练神经网络模型；将在当前场景中采集到的人脸图像输入训练完成的神经网络模型之后，获取所述训练完成的神经网络模型输出的所述当前场景下的异常人脸图像和
/
或所述当前场景下的异常行为，并根据所述异常人脸图像和
/
或异常行为确定出识别结果
。2.
根据权利要求1所述的方法，其特征在于，在获取第一模型对历史识别场景下的历史人脸图像的第一识别结果之前，所述方法还包括：根据历史交易记录确定出第一人脸图像组，其中，所述第一人脸图像组包含的第一人脸图像的图像相似度大于预设阈值；在确定所述第一人脸图像组包含的
N
个人脸图像具有不同人脸识别字段的情况下，将所述
N
个人脸图像的标签类型设置为异常，所述
N
为正整数；根据所述第一人脸图像组包含的
N
个人脸图像生成预设图像库，以所述预设图像库包含的所有人脸图像为输入样本，以所述第一人脸图像为输出样本，训练得到所述第一模型
。3.
根据权利要求2所述的方法，其特征在于，根据历史交易记录确定出第一人脸图像组，包括：获取历史交易记录包含的历史人脸图像，所述历史人脸图像对应具有人脸识别字段；从所述历史人脸图像中确定出图像相似度大于所述预设阈值的第一初始图像；根据至少两个第一初始图像生成所述第一人脸图像组
。4.
根据权利要求2所述的方法，其特征在于，通过以下方式确定所述第一人脸图像组包含的
N
个人脸图像具有不同人脸识别字段：获取所述
N
个人脸图像具有的不同人脸识别字段的个数；在确定所述个数大于第一预设值的情况下，确定所述第一人脸图像组包含的
N
个人脸图像具有不同人脸识别字段
。5.
根据权利要求1所述的方法，其特征在于，在获取第二模型对所述历史人脸图像的第二识别结果之前，所述方法还包括：根据历史交易记录确定出第二人脸图像组；在确定所述第二人脸图像组包含的任一人脸图像所对应的行为识别字段存在于异常行为数据库的情况下...

【专利技术属性】
技术研发人员：唐绮雯，黄维登，宁博，刘金山，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：