[发明专利]陌生人的识别方法和装置

说明书

本发明提供了陌生人的识别方法和装置，包括：获取待识别人脸图像，提取待识别人脸图像的人脸特征；将人脸特征与数据库中预存的人脸图像的特征分别进行计算，得到多个相似度；将多个相似度按照从大到小的顺序进行排列，得到排列后的相似度；根据排列后的相似度，计算相似度统计量；从排列后的相似度中选取N个相似度，N为正整数；将人脸特征、相似度统计量和N个相似度通过神经网络模型，得到识别结果；根据识别结果确定待识别人脸图像的类别，可以提高人脸识别的速度和精确度。

技术领域

本发明涉及人脸识别技术领域，尤其涉及陌生人的识别方法和装置。

背景技术

人员考勤、访客登记和陌生人识别是智能园区建设中人员管控的主要问题，其中，人员考勤和访客登记由于业务特性已经被人脸识别技术较好的解决，而陌生人识别问题由于其非配合特性，尚未被有效的解决。

一般来讲，陌生人可定义为特定区域内未进行登记的人员，陌生人识别就是要及时有效的发现进入园区的陌生人，并形成陌生人在园区内的行为轨迹，从而达到在发生问题前进行有效预警，在发生问题后进行有效追溯的目的。

目前，对陌生人的识别方法是将符满足人脸识别的人脸图像与注册库进行匹配，如果匹配不成功，则判定为陌生人，但是这种方法带有较强的主观因素，识别精度低。另外，采用基于聚类和多策略融合的方法对陌生人进行识别，这种方法存在延迟，对人脸图像识别速度慢。

综上，采用上述方法都无法满足对陌生人的精确识别。

发明内容

有鉴于此，本发明的目的在于提供陌生人的识别方法和装置，可以提高人脸识别的速度和精确度。

第一方面，本发明实施例提供了陌生人的识别方法，所述方法包括：

获取待识别人脸图像，提取所述待识别人脸图像的人脸特征；

将所述人脸特征与数据库中预存的人脸图像的特征分别进行计算，得到多个相似度；

将所述多个相似度按照从大到小的顺序进行排列，得到排列后的相似度；

根据所述排列后的相似度，计算相似度统计量；

从所述排列后的相似度中选取N个相似度，N为正整数；

将所述人脸特征、所述相似度统计量和所述N个相似度通过神经网络模型，得到识别结果；

根据所述识别结果确定所述待识别人脸图像的类别。

进一步的，所述将所述人脸特征、所述相似度统计量和所述N个相似度通过神经网络模型，得到识别结果，包括：

将所述人脸特征分别通过第一全连接层和第二全连接层进行降维，得到降维后的人脸特征；

将所述降维后的人脸特征、所述相似度统计量和所述N个相似度进行拼接，得到一维向量；

将所述一维向量依次通过第三全连接层和分类层，得到所述识别结果。

进一步的，所述将所述降维后的人脸特征、所述相似度统计量和所述N个相似度进行拼接，得到一维向量，包括：

对所述排列后的相似度求平均，得到平均值；

从所述排列后的相似度中选取中间值；

将所述降维后的人脸特征、所述平均值、所述中间值和所述N个相似度进行拼接，得到所述一维向量。

进一步的，所述识别结果包括第一数值和第二数值，所述第一数值对应的类别为陌生人的置信度，所述第二数值对应的类别为非陌生人的置信度，所述根据所述识别结果确定所述待识别人脸图像的类别，包括：

当所述第一数值大于所述第二数值时，所述待识别人脸图像的类别为陌生人；