[发明专利]一种人脸识别方法、装置、服务器及存储介质有效

专利信息
申请号: 201810258504.1 申请日: 2018-03-27
公开(公告)号: CN110309691B 公开(公告)日: 2022-12-27
发明(设计)人: 谭莲芝;刘诗超;张肇勇;潘益伟;夏武 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/75;G06V10/762
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 518000 广东省深圳*** 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: 一种 识别 方法 装置 服务器 存储 介质
【权利要求书】:

1.一种人脸识别方法,其特征在于,包括:

对用户指定或关联的存储空间中的图像进行人脸检测,得到人脸图像;

调用目标人脸识别模型,所述目标人脸识别模型以用户提供的标定有身份信息的人脸图像为训练样本,以通用人脸识别模型对所述训练样本中的人脸的身份信息的预测结果趋近于所述训练样本被标定的身份信息为训练目标,对所述通用人脸识别模型进行训练生成;

基于所述目标人脸识别模型对所述图像中的人脸图像进行人脸识别,得到人脸特征;

响应用户发送的目标人脸识别模型分享请求,确定所述用户的各个好友用户;

从各个好友用户中确定待选好友用户;其中,所述待选好友用户的身份信息为用于标定所述训练样本的身份信息,和/或,所述待选好友用户的好友用户的身份信息为用于标定所述训练样本的身份信息;

接收所述用户对所确定的待选好友用户的选择操作,将被选中的所述待选好友用户确定为目标好友用户。

2.根据权利要求1所述的方法,其特征在于,以用户提供的标定有身份信息的人脸图像为训练样本,以通用人脸识别模型对所述训练样本中的人脸的身份信息的预测结果趋近于所述训练样本被标定的身份信息为训练目标,对所述通用人脸识别模型进行训练生成目标人脸识别模型,包括:

确定训练样本,所述训练样本包括所述用户提供的标定有身份信息的人脸图像;

利用通用人脸识别模型对所述训练样本进行人脸识别,得到所述训练样本的人脸特征;

计算所述训练样本的人脸特征与所述训练样本被标定的身份信息对应的目标人脸特征之间的映射距离;

以最小化所述映射距离为训练目标,更新所述通用人脸识别模型中的参数,得到目标人脸识别模型。

3.根据权利要求2所述的方法,其特征在于,所述确定训练样本包括:

确定所述用户提供的标定有身份信息的人脸图像;

基于标定有同一所述身份信息的各个所述人脸图像,计算所述身份信息对应的目标人脸特征;

从所述用户指定或关联的存储空间中,获取人脸特征与所述目标人脸特征匹配的人脸图像,并为所获取的人脸图像标定与所述目标人脸特征对应的身份信息,每个标定有身份信息的人脸图像为一个训练样本。

4.根据权利要求1-3任意一项所述的方法,其特征在于,还包括:根据所述目标人脸识别模型识别出的所述图像中的人脸图像的人脸特征,预测所述人脸图像中人脸的身份信息。

5.根据权利要求1-3任意一项所述的方法,其特征在于,所述身份信息关联有属性信息,所述属性信息用于校验识别出的所述用户指定或关联的存储空间中的图像的人脸特征。

6.根据权利要求1-3任意一项所述的方法,其特征在于,还包括:

将所述目标人脸识别模型分享给所述目标好友用户。

7.根据权利要求1-3任意一项所述的方法,其特征在于,还包括:

基于所述目标人脸识别模型识别出的所述用户指定或关联的存储空间中的图像的人脸特征,生成图像聚类请求的请求结果;所述图像聚类请求用于指示对所述用户指定或关联的存储空间中的指定图像范围内的图像进行聚类。

8.根据权利要求7所述的方法,其特征在于,还包括:

基于所述目标人脸识别模型识别出的所述用户指定或关联的存储空间中的图像的人脸特征,生成图像搜索请求的请求结果;所述图像搜索请求用于指示在所述用户指定或关联的存储空间中的指定图像范围内搜索与指定身份信息相关的图像。

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科技(深圳)有限公司,未经腾讯科技(深圳)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/201810258504.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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