[发明专利]人脸查重方法和装置、电子设备、介质、程序有效

专利信息
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
【权利要求书】:

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。

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。

×

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