[发明专利]一种自适应识别方法、装置、设备及介质

权利要求书

1.一种自适应识别方法，其特征在于，所述方法包括：

构建人脸样本画像集，所述人脸样本画像集包括用户标识和与所述用户标识对应的人脸样本画像；每个人脸样本画像包括至少一个人脸特征；

获取当前用户图像；

根据所述当前用户图像提取当前人脸特征；

根据所述当前人脸特征在所述人脸样本画像集查询匹配人脸特征集，所述匹配人脸特征集中的元素与所述当前人脸特征的相异度小于预设阈值；

若所述匹配人脸特征集非空，则根据所述匹配人脸特征集确定目标用户标识；根据所述当前人脸特征更新所述目标用户标识对应的人脸样本画像。

2.根据权利要求1所述的方法，其特征在于，所述构建人脸样本画像集，包括：

对于各个用户标识，获取所述用户标识指向的用户的一张人脸样本图片；

以所述人脸样本图片中提取的人脸样本特征作为目标人脸样本特征，从而构建人脸样本画像；

根据用户标识与人脸样本画像的对应关系，构建人脸样本画像集。

3.根据权利要求1所述的方法，其特征在于：所述构建人脸样本画像集，包括；

对于各个用户标识，获取所述用户标识指向的用户的多张人脸样本图片；

为每张人脸样本图片提取一个人脸样本特征，以得到每个用户对应的人脸样本特征集；

对每个人脸样本特征集中的各个人脸样本特征进行聚类，根据聚类结果得到至少一个目标人脸样本特征，并由得到的目标人脸样本特征构建人脸样本画像；

根据用户标识与人脸样本画像的对应关系，构建人脸样本画像集。

4.根据权利要求3所述的方法，其特征在于，所述对每个人脸样本特征集中的各个人脸样本特征进行聚类，包括：

在多维空间中以多维空间点表示人脸样本特征集中的人脸样本特征以得到人脸样本特征集对应的多维空间点集；

从所述多维空间点集中随机选取K个元素，以作为当前簇中心；

对于其它每个多维空间点，分别计算所述多维空间点至K个当前簇中心的相异度，并将所述多维空间点划归到相异度最低的簇；

根据划归结果，重新计算K个簇各自的簇中心；以计算得到的簇中心作为当前簇中心，并重复执行步骤：对于其它每个多维空间点，分别计算所述多维空间点至K个当前簇中心的相异度，并将所述多维空间点划归到相异度最低的簇；直至划归结果不再发生变化；

以当前划归结果作为聚类结果输出。

5.根据权利要求1所述的方法，其特征在于，所述若所述匹配人脸特征集非空，则根据所述匹配人脸特征集确定目标用户标识，包括：

若所述匹配人脸特征集中只有一个匹配人脸特征，直接将所述匹配人脸特征确定为目标人脸特征，将所述人脸样本画像集中包括所述目标人脸特征的人脸样本画像对应的用户标识确定为目标用户标识；

若所述匹配人脸特征集中包括多个元素，则提取匹配人脸样本画像对应的用户标识，所述匹配人脸样本画像为所述人脸样本画像集中包括所述匹配人脸特征集中的任意一个元素的人脸样本画像；显示所述匹配人脸样本画像对应的用户标识的相关信息；响应于选择指令，确定目标用户标识。

6.根据权利要求1所述的方法，其特征在于，所述根据所述当前人脸特征更新所述目标用户标识对应的人脸样本画像，包括：

在所述匹配人脸特征集中，确定所述目标用户标识对应的目标人脸样本特征；

将所述当前人脸特征与所述目标人脸样本特征进行特征融合以得到融合人脸样本特征；

在所述人脸样本画像集中以所述融合人脸样本特征替代所述述目标用户标识对应的目标人脸样本特征。

7.根据权利要求6所述的方法，其特征在于，所述将所述当前人脸特征与所述目标人脸样本特征进行特征融合以得到融合人脸样本特征，包括：

根据特征权重网络获取当前人脸特征的权重；

根据所述当前人脸特征的权重计算目标人脸样本特征的权重；

根据所述当前人脸特征和所述目标人脸样本特征基于加权平均法得到融合人脸样本特征。