[发明专利]一种人脸信息标注方法、装置和存储介质在审

专利信息
申请号: 201711148022.2 申请日: 2017-11-17
公开(公告)号: CN107808149A 公开(公告)日: 2018-03-16
发明(设计)人: 张亿皓;李绍欣;陈志博;吴永坚;黄飞跃 申请(专利权)人: 腾讯数码(天津)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 深圳翼盛智成知识产权事务所(普通合伙)44300 代理人: 黄威
地址: 300000 天津市经济技术开发区*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 标注 方法 装置 存储 介质
【权利要求书】:

1.一种人脸信息标注方法,其特征在于,包括:

获取待识别人脸信息;

根据预设的校验样本集对所述待识别人脸信息进行识别,得到识别结果,所述识别结果包括目标对象、以及所述待识别人脸信息与所述目标对象的匹配程度,所述目标对象为所述校验样本集中与所述待识别人脸信息匹配程度最高的校验样本;

若所述待识别人脸信息与目标对象的匹配程度满足预设条件,则对所述待识别人脸信息进行标注,得到标注后人脸信息;

根据所述标注后人脸信息对校验样本集中的所述目标对象进行更新。

2.根据权利要求1所述的方法,其特征在于,所述根据预设的校验样本集对所述待识别人脸信息进行识别,得到识别结果,包括:

获取人脸识别模型;

通过所述人脸识别模型,将所述待识别人脸信息与预设校验样本集中的校验样本分别进行匹配,得到所述待识别人脸信息与各个校验样本的匹配程度;

将匹配程度最高的校验样本确定为所述待识别人脸信息的目标对象,并将所述目标对象、以及所述待识别人脸信息与所述目标对象的匹配程度作为识别结果。

3.根据权利要求2所述的方法,其特征在于,所述通过所述人脸识别模型,将所述待识别人脸信息与预设校验样本集中的校验样本分别进行匹配,得到所述待识别人脸信息与各个校验样本的匹配程度,包括:

通过所述人脸识别模型,对所述待识别人脸信息进行人脸特征提取,得到第一特征信息;

通过所述人脸识别模型,对所述校验样本集中的校验样本进行人脸特征提取,得到各个校验样本对应的第二特征信息;

将第一特征信息与各个校验样本对应的第二特征信息分别进行匹配,得到所述待识别人脸信息与各个校验样本的匹配程度。

4.根据权利要求1所述的方法,其特征在于,所述若所述待识别人脸信息与目标对象的匹配程度满足预设条件,则对所述待识别人脸信息进行标注,得到标注后人脸信息,包括:

若所述待识别人脸信息与目标对象的匹配程度高于预设阈值,则获取所述目标对象的身份标识;

为所述待识别人脸信息标注上所述目标对象的身份标识,得到标注后人脸信息。

5.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述标注后人脸信息对校验样本集中的所述目标对象进行更新,包括:

将校验样本集中的所述目标对象替换为所述标注后人脸信息。

6.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述标注后人脸信息对校验样本集中的所述目标对象进行更新,包括:

按照预设算法计算所述标注后人脸信息和所述目标对象的均值;

将校验样本集中的所述目标对象替换为将所述均值。

7.根据权利要求2所述的方法,其特征在于,所述对所述待识别人脸信息进行标注,得到标注后人脸信息之后,还包括:

将所述标注后人脸信息添加至已标注数据集中;

根据所述已标注数据集对人脸识别模型进行训练,以对所述人脸识别模型进行更新。

8.根据权利要求2所述的方法,其特征在于,所述获取人脸识别模型之前,还包括:

获取人脸识别初始模型、以及人脸数据库,所述人脸数据库包括多个人脸样本;

根据所述人脸数据库对所述人脸识别初始模型进行训练,得到人脸识别模型。

9.一种人脸信息标注装置,其特征在于,包括:

获取单元,用于获取待识别人脸信息;

识别单元,用于根据预设的校验样本集对所述待识别人脸信息进行识别,得到识别结果,所述识别结果包括目标对象、以及所述待识别人脸信息与所述目标对象的匹配程度,所述目标对象为所述校验样本集中与所述待识别人脸信息匹配程度最高的校验样本;

标注单元,用于在所述待识别人脸信息与目标对象的匹配程度满足预设条件时,对所述待识别人脸信息进行标注,得到标注后人脸信息;

更新单元,用于根据所述标注后人脸信息对校验样本集中的所述目标对象进行更新。

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腾讯数码(天津)有限公司,未经腾讯数码(天津)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/201711148022.2/1.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