[发明专利]一种人脸识别方法及系统

说明书

本发明涉及一种人脸识别方法及系统，其中该方法包括：获取待识别人物的多个人脸图像；建立相似度数据库，在相似度排序数据库中生成并保存待识别人物的多个匹配结果以及对应匹配相似度；建立族群对比数据库，将相似度数据库与族群对比数据库中对应的待识别人物的匹配相似度进行比较，将匹配相似度更高的结果更新到族群对比数据库中。实施本发明，能够获得更为准确的人脸识别，其对比识别过程中采用了多个特征值取中位数的方案，避免了单一对比容易偏离的问题，通过多个特征值对应多个人物信息进行对比相似度的方案，使得对比结果的可信度大幅提高。

技术领域

本发明涉及人工智能领域，更具体地说，涉及一种人脸识别方法及系统。

背景技术

人工智能技术目前被广泛应用于生活、工作的各个场景。例如在安防领域中，人工智能技术可以被应用于针对人脸的识别中。相比于目前的安全方法，传统技术多数通过监控进行实现，监控仅仅智能作为采集图像，人工进行勘察辨别，较为不方便。而人工智能技术能够替代人力勘察，实现自动辨别。

而目前通过人工智能手段实现人脸识别，基本采用深度神经网络的方案，输入人脸图像，通过深度神经网络处理后，得到人脸图像对应的特征值，通过特征值的比对来对人进行识别。

然而采用这种方案，对于特征值接近的时候，很难获得高准确率的识别结果。

发明内容

本发明针对现有技术中，对于人工智能识别准确率不足的缺陷，提供一种人脸识别方法及系统，通过优化选择，实现人脸识别率的提高。

本发明的一个方面，提供一种人脸识别方法，包括以下步骤：

S0、获取待识别人物的多个人脸图像；

S1、建立相似排序数据库，在相似度排序数据库中生成并保存待识别人物的多个匹配结果以及多个匹配结果对应的匹配相似度；

S2、建立族群对比数据库，将相似度数据库与族群对比数据库中对应的待识别人物的匹配相似度进行比较，将匹配相似度更高的结果更新到族群对比数据库中。

优选的，步骤S1包括：

S101、对步骤S0中的多个人脸图像进行特征值提取；

S102、对步骤S101中提取的特征值进行过滤；

S103、对步骤S102过滤后的特征值计算出中位数特征；

S104、从步骤S102过滤后的特征值中筛选出与中位数特征最邻近的多个特征值；

S105、对每个步骤S104筛选出的特征值匹配出多个匹配人物，并计算出每个匹配结果的匹配相似度；

S106、删除步骤S105中匹配相似度低于阈值的匹配拮果，将剩余的结果按照匹配相似度排序后保存到相似排序数据库。

优选的，步骤S101中，对多个人脸图像通过深度神经网络提取特征值。

优选的，步骤S102中，对提取的特征值使用聚类算法过滤掉离群特征。

优选的，步骤S104中，根据欧式距离选出离上述中位数特征最近的多个特征值。

优选的，步骤S106中，阈值为0.8至0.9。

优选的，步骤S2包括：

S201、选取步骤S1中匹配相似度的匹配结果；

S202、判断步骤S201中选取的匹配结果的人名信息是否在族群对比数据库中，当人名信息不在族群对比数据库中时，跳转到步骤S203；

S203、将步骤S201中选取的匹配结果写入到族群对比数据库。

优选的，步骤S202还包括：