[发明专利]人脸识别算法模型清洗方法、装置及存储介质

权利要求书

1.一种人脸识别算法模型清洗方法，其特征在于，所述方法包括：

从数据库获取已存储的人脸图像；

获取所述人脸图像的特征；

获取所述特征的特征提取算法模型标识信息、自定义属性信息和校验信息；

将所述特征、所述特征提取算法模型标识信息、所述自定义属性信息和所述校验信息进行数据封装，以形成所述特征的特征包；

根据所述特征包获取包头信息，根据所述包头信息在所述特征包中添加包头，以获得特征封装数据；

对所述特征封装数据进行存储，将所述人脸图像与所述特征封装数据进行关联。

2.根据权利要求1所述的人脸识别算法模型清洗方法，其特征在于，所述获取所述人脸图像的特征，包括：

获取数据库中所述人脸图像的原有特征数据；

或，重新提取所述人脸图像的特征。

3.根据权利要求1或2所述的人脸识别算法模型清洗方法，其特征在于，在所述对所述特征封装数据进行存储之后，还包括：

将所述人脸图像的原有特征数据从所述原有特征数据的存储位置删除。

4.根据权利要求1所述的人脸识别算法模型清洗方法，其特征在于，所述获取所述特征的特征提取算法模型标识信息、自定义属性信息和校验信息之前包括：

将所述人脸图像的特征与已存储的特征封装数据进行比对，以获得比对结果；

按照预设匹配条件，根据所述比对结果判断所述人脸图像的特征与已存储的特征封装数据是否匹配；

当匹配成功时，将所述人脸图像作为副档与匹配的特征封装数据进行关联；

当匹配失败时，依次执行所述获取所述特征的特征提取算法模型标识信息、自定义属性信息和校验信息；所述将所述特征、所述特征提取算法模型标识信息、所述自定义属性信息和所述校验信息进行数据封装，以形成所述特征的特征包；所述根据所述特征包获取包头信息，根据所述包头信息在所述特征包中添加包头，以获得所述特征封装数据的步骤，对所述特征封装数据进行存储，将已存储人脸图像作为主档与所述特征封装数据进行关联的步骤。

5.根据权利要求4所述的人脸识别算法模型清洗方法，其特征在于，所述将已存储人脸图像作为主档与所述特征封装数据进行关联之后还包括：

获取待识别人脸图像，提取所述待识别人脸图像的特征；

将所述待识别人脸图像的特征与已存储的特征封装数据进行比对，以获得比对结果；

按照预设匹配条件，根据所述比对结果判断所述待识别人脸图像的特征与已存储的特征封装数据是否匹配；

当匹配成功时，获取匹配的特征封装数据关联的主档和/或副档，将所述主档和/或副档作为所述待识别人脸图像的识别结果输出。

6.根据权利要求1所述的人脸识别算法模型清洗方法，其特征在于，在所述对所述特征封装数据进行存储，将所述人脸图像与所述特征封装数据进行关联之后，还包括：

接收算法模型升级指令；

获取已存储的人脸图像和与所述人脸图像关联的特征封装数据；

根据所述特征封装数据中的特征提取算法模型标识信息判断所述人脸图像是否满足升级条件；

当判断结果为是时，采用升级的特征提取算法模型重新提取所述人脸图像的特征，将所述特征封装数据中的所述特征更新为重新提取的特征，对所述特征封装数据进行存储。

7.根据权利要求6所述的人脸识别算法模型清洗方法，其特征在于，所述升级条件为：所述特征提取算法模型标识信息与当前特征提取算法模型匹配。

8.根据权利要求1所述的人脸识别算法模型清洗方法，其特征在于，在所述提取所述人脸图像的特征的步骤中，

将计算机的第一计算区域划分为多个计算子区域，将所述多个计算子区域一一对应地映射至多个计算节点，在每个计算节点配置特征提取算子；

将多个人脸图像通过轮训或随机的方式分配至所述计算节点，以并行执行所述提取所述人脸图像的特征的任务。