[发明专利]人脸识别置信值映射算法

说明书

本发明提供了人脸识别置信值映射算法，包括以下步骤：人脸识别模型对测试样本评测得到识别率和误识率数据；对识别率和误识率进行数据拟合；选取数据分段映射；根据拟合出来的公式进行输出分值映射。本发明有益效果：在产品更换不同的算法后，不用对外部参数进行任何的修改，只需利用该算法对产品本身的识别效果进行映射，既可达到算法预期效果，提高人脸识别的准确性。

技术领域

本发明属于人脸识别领域，尤其是涉及人脸识别置信值映射算法。

背景技术

随着深度学习技术的发展，现在人脸识别算法的识别率在很多场合下已经超越了人类。人脸识别算法广泛应用于各种产品中。由于算法厂家不同或者由于模型迭代的原因导致识别算法输入的默认置信值不断变化，这样上层系统就会不断调试已满足不同算法，以达到其最佳效果。这就导致了调适繁琐且对专业要求较高。

发明内容

有鉴于此，本发明旨在提出一种人脸识别置信值映射算法，以解决上述问题的不足之处。

为达到上述目的，本发明的技术方案是这样实现的：

人脸识别置信值映射算法，包括以下步骤：

A.人脸识别模型对测试样本评测得到识别率和误识率数据；

B.对步骤A中得到的识别率和误识率进行数据拟合；

C.选取数据分段映射；

D.根据拟合出来的公式进行输出分值映射。

进一步的，所述步骤A中用人脸识别模型对测试样本进行识别率和误识率评价，得到测试样本中每个分值所对应的识别率和误识率，其中分值代表对一个样本识别出来的概率。

进一步的，所述步骤B中以分值为横坐标，识别率、误识率为纵坐标分别对步骤A中获得的数据进行拟合得出数据曲线。

进一步的，所述步骤C过程如下：

C1.将步骤B中误识率为0的最小分值点作为基准分割点，对应的分值记为a；

C2.将区间a-b分值映射到区间b-1.0，且映射前大于b的分值均视为1.0，其中b为识别准确率趋于平稳时的最小分值；

C3.取区间a-b分值所对应的误识率的数据进行多项式拟合；

C4.将区间b-1.0的分值进行等分，对误识率进行多项式拟合。

进一步的，所述步骤D中当人脸识别模型输出分值为区间a-b时，将该输出分值带入步骤C3得到的多项式中，然后使步骤C3和步骤C4拟合得到的多项式中对应的误识率参数相等，则得到一组分值参数的解x，去掉大于1.0的分值解，另一个分值解小于1.0，则按MAX(x,b)确定。

相对于现有技术，本发明所述的人脸识别置信值映射算法具有以下优势：

本发明所述的人脸识别置信值映射算法在产品更换不同的算法后，不用对外部参数进行任何的修改，只需利用该算法对产品本身的识别效果进行映射，使其输出映射到识别率高的分值区间内分值，提高人脸识别模型的准确性，达到模型的最佳效果。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例所述的人脸识别置信值映射算法步骤流程图；

图2为本发明实施例中识别率多项式拟合曲线；

图3为本发明实施例中误识率多项式拟合曲线；

图4为本发明实施例中0.6-0.8分段数据拟合曲线；