[发明专利]一种基于人体特征的未成年人识别的方法及装置

权利要求书

1.一种基于人体特征的未成年人识别方法，其特征在于，包括：

接收输入的目标人体的人脸图像信息和语音信息；

分别对所述人脸图像信息和所述语音信息进行特征提取，获得相应的各个特征向量，其中，所述人脸图像信息经特征提取后得到第一人脸图像特征向量，所述语音信息经特征提取后分别得到对应的第一声纹特征向量以及第一语音内容特征向量；

分别将所述各个特征向量输入到预设的注意力模型中，获得所述各个特征向量的权重占比，以及基于所述各个特征向量的权重占比，分别将所述第一人脸图像特征向量，所述第一声纹特征向量，所述第一语音内容特征向量转换为相应的第二人脸图像特征向量，第二声纹特征向量，第二语音内容特征向量；

对所述第二人脸图像特征向量，所述第二声纹特征向量，所述第二语音内容特征向量进行向量合并，得到合并后的判断向量；

基于所述判断向量，获得最终的未成年人识别结果。

2.如权利要求1所述的方法，其特征在于，分别对所述人脸图像信息，以及所述语音信息进行特征提取，获得相应的各个特征向量，包括：

对所述人脸图像信息，采用以下任意一种方式或任意组合，进行特征提取，获得特征提取后的第一人脸图像特征向量：

对所述人脸图像信息进行人脸关键点检测，基于检测结果进行特征提取，获得特征提取后的第一人脸图像特征向量；

采用前馈神经网络模型对所述人脸图像信息进行特征提取，获得特征提取后的第一人脸图像特征向量；

采用视觉几何模型对所述语音信息进行特征提取，获得特征提取后的第一声纹特征向量；

对所述语音信息切片后，采用径向基函数模型，对所述切片后的语音信息进行特征提取，获得特征提取后的第一语音内容特征向量。

3.如权利要求1所述的方法，其特征在于，分别将所述各个特征向量输入到预设的注意力模型中，获得所述各个特征向量的权重占比，以及基于所述各个特征向量的权重占比，分别将所述第一人脸图像特征向量，所述第一声纹特征向量，所述第一语音内容特征向量转换为相应的第二人脸图像特征向量，第二声纹特征向量，第二语音内容特征向量，包括：

分别获得所述各个特征向量与所述特征向量的平均值的差以及标准差，基于获得的各个平均值的差以及标准差，获得所述各个平均值的差与所述各个特征向量的标准差的商；

基于所述商计算所述各个特征向量的权重占比；

基于所述各个特征向量的权重占比，分别将所述第一人脸图像特征向量，所述第一声纹特征向量，所述第一语音内容特征向量，与预设的辅助矩阵相乘，得到相应的第二人脸图像特征向量，第二声纹特征向量，第二语音内容特征向量。

4.如权利要求1所述的方法，其特征在于，对所述第二人脸图像特征向量，所述第二声纹特征向量，所述第二语音内容特征向量进行向量合并，得到合并后的判断向量，包括以下任意一种方式：

将所述第二人脸图像特征向量，所述第二声纹特征向量，所述第二语音内容特征向量进行合并，得到所述第二人脸图像特征向量，所述第二声纹特征向量，所述第二语音内容特征向量合并后的判断向量；

将所述第二人脸图像特征向量，所述第二声纹特征向量，所述第二语音内容特征向量按照权重占比进行叠加，得到所述第二人脸图像特征向量，所述第二声纹特征向量，所述第二语音内容特征向量按照权重占比叠加后的判断向量。

5.如权利要求1所述的方法，其特征在于，基于所述判断向量，获得最终的未成年人识别结果，包括以下任意一种方式：

将所述判断向量送入支持向量机中，基于所述支持向量机的输出结果，获得最终的未成年人识别结果；

将所述判断向量送入霍普菲尔网络模型中，基于所述模型的输出结果，获得最终的未成年人识别结果。