[发明专利]人脸查重方法和装置、电子设备、介质、程序有效
申请号: | 201711362840.2 | 申请日: | 2017-12-15 |
公开(公告)号: | CN108228742B | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 黄潇莹;张丹丹;张广程 | 申请(专利权)人: | 深圳市商汤科技有限公司 |
主分类号: | G06F16/583 | 分类号: | G06F16/583;G06K9/62;G06K9/00 |
代理公司: | 北京思源智汇知识产权代理有限公司 11657 | 代理人: | 毛丽琴 |
地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸查重 方法 装置 电子设备 介质 程序 | ||
1.一种人脸查重方法,其特征在于,包括:
获取待查人脸图像,将所述待查人脸图像与第一人脸图像库中的人脸图像进行匹配;
和,将第二人脸图像库中的人脸图像与第一人脸图像库中的人脸图像进行匹配;所述第一人脸图像库和所述第二人脸图像库中均包括至少一个人脸图像和对应所述人脸图像的相关信息;其中,所述人脸图像的相关信息,包括:身份证号码和姓名;
响应于所述第一人脸图像库中存在与所述待查人脸图像或所述第二人脸图像库中的任意人脸图像匹配的人脸图像,输出人脸相似度大于预设阈值的目标人脸图像对;所述目标人脸图像对中包括至少两个目标人脸图像,所述目标人脸图像至少包括所述待查人脸图像或所述第二人脸图像库中的任意一个人脸图像。
2.根据权利要求1所述的方法,其特征在于,还包括:
响应于所述第一人脸图像库中不存在与所述待查人脸图像或所述第二人脸图像库中的任意人脸图像匹配的人脸图像,将所述待查人脸图像和/或所述第二人脸图像库中的人脸图像存入所述第一人脸图像库。
3.根据权利要求1或2所述的方法,其特征在于,所述获取待查人脸图像,包括:
利用神经网络,对待查图像进行人脸识别,获得所述待查图像中的人脸区域,将所述人脸区域从所述待查图像中分解得到待查人脸图像;
或,从第一人脸图像库中获取一个人脸图像作为待查人脸图像。
4.根据权利要求1-2任一所述的方法,其特征在于,将所述待查人脸图像与第一人脸图像库中的人脸图像进行匹配,包括:
将所述待查人脸图像存入第二人脸图像库;
将所述第二人脸图像库的人脸图像与所述第一人脸图像库中的人脸图像进行匹配。
5.根据权利要求1-2任一所述的方法,其特征在于,将所述第二人脸图像库的人脸图像与所述第一人脸图像库中的人脸图像进行匹配,包括:
分别将所述第二人脸图像库中的各人脸图像作为待查人脸图像;
将所述待查人脸图像与所述第一人脸图像库中的人脸图像进行匹配。
6.根据权利要求1-2任一所述的方法,其特征在于,将所述待查人脸图像与第一人脸图像库中的人脸图像进行匹配,包括:
利用神经网络,对所述待查人脸图像执行特征提取操作,得到对应所述待查人脸图像的待查人脸特征;
利用所述神经网络,对所述第一人脸图像库中的人脸图像执行特征提取操作,得到对应所述人脸图像的人脸特征;
将所述待查人脸特征与各所述人脸特征进行匹配。
7.根据权利要求6所述的方法,其特征在于,对所述待查人脸特征与各所述人脸特征进行匹配,包括:
分别计算所述待查人脸特征与各所述人脸特征的相似度;
响应于所述待查人脸特征与所述人脸特征的相似度大于或等于预设阈值,所述待查人脸特征与所述人脸特征匹配;
响应于所述待查人脸特征与所述人脸特征的相似度小于预设阈值,所述待查人脸特征与所述人脸特征不匹配。
8.根据权利要求1-2任一所述的方法,其特征在于,所述第一人脸图像库中还包括对应所述人脸图像的人脸特征;所述人脸特征基于所述人脸图像经过神经网络特征提取获得;
将所述待查人脸图像与第一人脸图像库中的人脸图像进行匹配,包括:
利用神经网络,对所述待查人脸图像执行特征提取操作,得到对应所述待查人脸图像的待查人脸特征;
将所述待查人脸特征与所述第一人脸图像库中的各人脸特征进行匹配。
9.根据权利要求8所述的方法,其特征在于,对所述待查人脸特征与所述第一人脸图像库中的各人脸特征进行匹配,包括:
分别计算所述待查人脸特征与所述第一人脸图像库中的各所述人脸特征的相似度;
响应于所述待查人脸特征与所述人脸特征的相似度大于或等于预设阈值,所述待查人脸特征与所述人脸特征匹配;
响应于所述待查人脸特征与所述人脸特征的相似度小于预设阈值,所述待查人脸特征与所述人脸特征不匹配。
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深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,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/201711362840.2/1.html,转载请声明来源钻瓜专利网。