[发明专利]一种用户的识别方法、装置及设备

权利要求书

1.一种用户的识别方法，所述方法包括：

获取目标用户的图像；

从所述目标用户的图像中提取所述目标用户的生物特征；

根据预定分类模型和所述目标用户的生物特征，对所述目标用户的图像进行分类，得到所述目标用户的图像所属的第一类别；

将所述第一类别与候选图像数据库进行匹配，得到匹配结果，所述匹配结果包括与所述第一类别相匹配的目标检索候选图像及用户标识；

基于检索决策规则和所述匹配结果，对所述目标用户进行识别，所述检索决策规则为基于样本数据对由预设算法构建的模型进行训练得到的规则；

其中，所述基于检索决策规则和所述匹配结果，对所述目标用户进行识别，包括：

基于所述检索决策规则和聚合结果，对所述目标用户进行识别，所述聚合结果为根据所述用户标识，对所述目标检索候选图像进行聚合处理，得到的不同用户标识对应的聚合结果。

2.根据权利要求1所述的方法，所述聚合结果包括一个或多个聚合特征，所述基于检索决策规则和所述聚合结果，对所述目标用户进行识别，包括：

通过检索决策规则对不同用户标识对应的聚合特征进行评估，得到评估结果；

基于所述评估结果对所述目标用户进行识别。

3.根据权利要求2所述的方法，所述聚合特征为最大相似度、最小相似度、相似度标准差、目标检索候选图像的数量。

4.根据权利要求1所述的方法，所述方法还包括：

获取多个用户的生物特征，所述生物特征是从所述用户的图像中提取；

根据预定分类模型和每个用户的生物特征，对每个用户的图像进行分类，得到每个用户的图像所属的第二类别；

将所述第二类别与候选图像数据库进行匹配，得到匹配结果，所述匹配结果包括与所述第二类别相匹配的检索候选图像及所述检索候选图像对应的用户标识；

根据检索候选图像对应的用户标识和每个用户的用户标识，从所述检索候选图像中确定用于训练检索规则的所述样本数据，所述样本数据包括黑样本数据和白样本数据；

基于所述黑样本数据和白样本数据对所述检索规则进行训练，得到所述检索决策规则。

5.根据权利要求4所述的方法，所述基于所述黑样本数据和白样本数据对所述检索规则进行训练，得到所述检索决策规则，包括：

利用所述黑样本数据和白样本数据，通过预定的二分类相关算法对所述检索规则进行训练，得到所述检索决策规则。

6.根据权利要求4所述的方法，所述获取多个用户的生物特征之后，所述方法还包括：

根据k最近邻kNN算法和所述多个用户的生物特征，对所述多个用户的图像进行聚类，建立所述分类模型。

7.根据权利要求6所述的方法，所述kNN算法包括局部敏感性哈希LSH算法、粗量化积量化算法、KD-TREE算法和DAG算法。

8.根据权利要求1-7中任一项所述的方法，所述生物特征为面部特征。

9.根据权利要求1或4所述的方法，预定类别为所述第一类别或所述第二类别，目标图像为所述目标检索候选图像或所述检索候选图像，且所述目标检索候选图像属于所述第一类别，所述检索候选图像属于所述第二类别，

将所述预定类别与候选图像数据库进行匹配，得到匹配结果，包括：

从所述候选图像数据库中，获取与所述预定类别相同的候选图像；

分别获取每个所述候选图像与待识别用户的图像之间的相似度数值；

将大于预定相似度阈值的相似度数值对应的所述候选图像作为所述目标图像，并获取所述目标图像对应的用户标识。

10.根据权利要求9所述的方法，所述相似度数值为欧式距离或余弦数值。