[发明专利]一种应用于驾驶人身份认证系统的动态人像感知比对方法

权利要求书

1.一种应用于驾驶人身份认证系统的动态人像感知比对方法，其特征在于：包括如下步骤：

步骤一：在MS-Celeb-1M数据集上，采用resnet101网络结构，通过ArcFace损失函数训练一个基准深度模型；

步骤二：将训练模型用于从人脸样本图像中进行特征提取：

采用f(x)∈R^d表示照片x的特征提取过程，将照片嵌入一个欧几里得空间，通过输入一个三元组其中a为考生报名照片，p为人工核验后上传的考生报道照片，n为其他考生报道照片；

将上述三元组满足以下约束：

上式中：α为同一考生样本和与其他考生样本之间的距离间距，Γ为当日该考试场考生照片集，总数记为N；

通过上式构造出用于人像识别的TripletLoss损失函数：

步骤三：将三元组分为两类判断结果：

一类为一般三元组，满足：

满足一般三元组条件的a与n值距离较近，中间间隔距离不超过α；

另一类为困难三元组，满足：

表示n容易被识别错误；

步骤四：通过选择适合的三元组得到适合的训练结果：

要求正样本p满足：

同时获得一个负样本n满足：

即在理想状况下，选择与基准样本距离最远的正样本以及和基准样本距离最近的负样本，从而优化识别结果；

步骤五：优化完成后，采用最近邻方法进行人像识别；

记当日考试人数为M，计算报道考生照片x与所有考生报名照片之间的欧几里得距离，选取出N个最有可能匹配的报名照片信息，通过公式：

g(x)＝min||x-x_i||，i＝1，2，...，M；

计算余弦夹角：得出报道照片与这N个报名照片的相似度：

设报道照片x的特征向量为x＝(x₁，x₂，...，x_m)；

设报名照片y的特征向量为y＝(y₁，y₂，...，y_m)；

则上述特征向量的相似度表示为：

由上式定义S函数为报道照片与报名照片的相似度；

步骤六：将相似度数据反馈回驾考系统中进行分析处理，通过动态TripletLoss模型修正方法，利用人工核验的考生照片修正损失函数，通过不断微调、完善模型提高小样本情况下的人像识别率。