[发明专利]信息输出方法和装置有效

专利信息
申请号: 201710859525.4 申请日: 2017-09-21
公开(公告)号: CN107679466B 公开(公告)日: 2021-06-15
发明(设计)人: 刘文献 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 输出 方法 装置
【说明书】:

本申请实施例公开了信息输出方法和装置。该方法的一具体实施方式包括:获取第一图像和第二图像,其中,第一图像包括第一人脸图像区域,第二图像包括第二人脸图像区域;生成第一图像的图像矩阵和第二图像的图像矩阵;分别将第一图像的图像矩阵和第二图像的图像矩阵输入至预先训练的卷积神经网络,得到第一图像的特征向量和第二图像的特征向量,其中,卷积神经网络用于表征图像矩阵与特征向量之间的对应关系;计算第一图像的特征向量和第二图像的特征向量之间的距离;基于所计算的距离,输出第一人脸图像区域所属的对象和第二人脸图像区域所属的对象之间的对象关系信息。该实施方式提高了信息输出效率。

技术领域

本申请涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及信息输出方法和装置。

背景技术

亲子鉴定就是利用法医学、生物学和遗传学的理论和技术,从子代和亲代的形态构造或生理机能方面的相似特点,分析遗传特征,判断父母与子女之间是否是亲生关系。

然而,现有的信息输出方式通常是通过DNA测试鉴定父母与子女之间的亲缘关系,然后对所鉴定出的信息进行输出。DNA测试通常需要花费大量的时间,导致信息输出效率较低。

发明内容

本申请实施例的目的在于提出一种改进的信息输出方法和装置,来解决以上背景技术部分提到的技术问题。

第一方面,本申请实施例提供了一种信息输出方法,该方法包括:获取第一图像和第二图像,其中,第一图像包括第一人脸图像区域,第二图像包括第二人脸图像区域;生成第一图像的图像矩阵和第二图像的图像矩阵,其中,图像矩阵的行对应图像的高,图像矩阵的列对应图像的宽,图像矩阵的元素对应图像的像素;分别将第一图像的图像矩阵和第二图像的图像矩阵输入至预先训练的卷积神经网络,得到第一图像的特征向量和第二图像的特征向量,其中,卷积神经网络用于表征图像矩阵与特征向量之间的对应关系;计算第一图像的特征向量和第二图像的特征向量之间的距离;基于所计算的距离,输出第一人脸图像区域所属的对象和第二人脸图像区域所属的对象之间的对象关系信息,其中,对象关系包括亲子关系和非亲子关系。

在一些实施例中,该方法还包括训练卷积神经网络的步骤,训练卷积神经网络的步骤包括:分别获取第一样本图像、第二样本图像和第三样本图像的图像矩阵;执行以下训练步骤:分别将第一样本图像、第二样本图像和第三样本图像的图像矩阵输入至初始化卷积神经网络,得到第一样本图像、第二样本图像和第三样本图像的特征向量,确定第一样本图像、第二样本图像和第三样本图像的特征向量是否满足预设条件,若满足预设条件,则将初始化卷积神经网络作为训练完成的卷积神经网络。

在一些实施例中,在分别获取第一样本图像、第二样本图像和第三样本图像的图像矩阵之前,还包括:获取第一样本图像和第二样本图像,其中,第一样本图像包括第一样本人脸图像区域,第二样本图像包括述第二样本人脸图像区域,第一样本人脸图像区域所属的对象与第二样本人脸图像区域所属的对象为非亲子关系;基于第一样本图像和第二样本图像,生成第三样本图像,其中,第三样本图像包括第三样本人脸图像区域,第三样本人脸图像区域包括至少部分第一样本人脸图像区域和/或至少部分第二样本人脸图像区域;分别生成第一样本图像、第二样本图像和第三样本图像的图像矩阵。

在一些实施例中,该方法还包括:响应于不满足预设条件,调整初始化卷积神经网络的参数,并继续执行训练步骤。

在一些实施例中,确定第一样本图像、第二样本图像和第三样本图像的特征向量是否满足预设条件,包括:计算第一样本图像的特征向量和/或第二样本图像的特征向量与第三样本图像的特征向量之间的距离,得到第一计算结果;基于第一计算结果,确定是否满足预设条件。

在一些实施例中,计算第一样本图像的特征向量和/或第二样本图像的特征向量与第三样本图像的特征向量之间的距离,得到第一计算结果,包括:计算第一样本图像的特征向量和/或第二样本图像的特征向量与第三样本图像的特征向量之间的欧氏距离,得到第一计算结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710859525.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top