[发明专利]大数据库的无接触数据采集方法及装置

权利要求书

1.一种大数据库的无接触数据采集方法，其特征在于，所述方法应用于用户设备UE，其中，所述方法包括如下步骤：

UE获取大数据库内的目标对象的特征信息；设置二维码，该二维码包括维度问卷系统的网页链接；

UE接收手机的登录请求后，接收目标对象在该网页链接的维度问卷系统输入的问卷答复信息，接收手机发送的目标对象的身份验证信息；

UE对该身份验证信息执行验证操作确定目标对象身份后，将该问卷答复信息加入到该目标对象对应的目标区域数据库。

2.根据权利要求1所述的方法，其特征在于，若所述身份验证信息为目标对象的图片，所述UE对该身份验证信息执行验证操作确定目标对象身份具体包括：

获取目标对象的目标图像的目标人脸图像；对所述目标人脸图像进行验证；在所述目标人脸图像被验证通过时，确定该目标对象为预设人脸模块对应的第一身份。

3.根据权利要求2所述的方法，其特征在于，所述对所述目标人脸图像进行验证具体包括：

对所述目标人脸图像进行区域分割，得到目标人脸区域，所述目标人脸区域为仅为人脸的区域图像；对所述目标人脸区域进行二值化处理，得到二值化人脸图像；对所述二值化人脸图像划分为多个区域，每一区域的面积相同且面积大小大于预设面积值；将所述二值化人脸图像进行特征点提取，得到多个特征点；依据所述多个特征点确定所述多个区域中每一区域对应的特征点分布密度，得到多个特征点分布密度；依据所述多个特征点分布密度确定目标均方差；按照预设的均方差与质量评价值之间的映射关系，确定所述目标均方差对应的目标质量评价值；在所述目标质量评价值小于所述预设质量评价值时，对所述目标人脸图像进行图像增强处理，将图像增强处理后的所述目标人脸图像与预设人脸模板进行匹配，得到匹配值；在所述匹配值大于预设阈值时，确定所述目标人脸图像被验证通过。

4.根据权利要求1所述的方法，其特征在于，若所述身份验证信息为目标对象的图片，所述UE对该身份验证信息执行验证操作确定目标对象身份具体包括：

依据该目标对象的图片建立输入数据，将该输入数据输入到人脸识别模型中执行n层卷积运算得到第n层卷积运算结果，将该第n层卷积运算结果输入到全连接层执行全连接运算得到全连接计算结果，将全连接计算结果与预设的人脸模板结果计算差值，若该差值小于差值阈值，UE确定该目标对象身份为该预设的人脸模板的身份。

5.根据权利要求4所述的方法，其特征在于，所述UE还包括AI芯片，所述AI芯片用于执行目标对象的身份验证，AI芯片包括：分配计算处理电路以及x个计算处理电路；所述将该输入数据输入到人脸识别模型中执行n层卷积运算得到第n层卷积运算结果具体包括：

若输入数据的矩阵尺寸为CI*CH，卷积核尺寸为3*3卷积核；分配计算处理电路将CI*CH按CI方向划分成CI/x数据块，将CI/x数据块按顺序分配给x个计算处理电路，x个计算处理电路分别将接收分配到的1个数据块与第i层卷积核执行第i层卷积运算得到第i卷积结果，将第i卷积结果的边缘2列的结果发送至分配处理电路，x个计算处理电路将第i层卷积结果与第(i+1)层卷积核执行卷积运算得到第(i+1)卷积结果，将第(i+1)卷积结果发送至分配计算电路，分配计算处理电路将(CI/x－1)个组合数据块与第i层卷积核执行第i层卷积运算得到第i组合结果，将第i结合结果与第i卷积结果的边缘2列的结果拼接得到第(i+1)结合数据块，将第(i+1)结合数据块与第(i+1)卷积核执行卷积运算得到第(i+1)结合结果，将第(i+1)结合结果插入到第(i+1)卷积结果边缘列之间得到第(i+1)层卷积结果；AI芯片依据第(i+1)层卷积结果执行剩余卷积层(i+1层之后的卷积核)运算得到第n层卷积运算结果；

所述组合数据块为，相邻2个数据块之间的4列数据组成的4*CH矩阵；n为AI模型的卷积层总层数，i为卷积层的层编号，CI为矩阵的列值，CH为矩阵的行值。