[发明专利]一种身份识别方法及设备在审

专利信息
申请号: 202011523692.X 申请日: 2020-12-22
公开(公告)号: CN112257693A 公开(公告)日: 2021-01-22
发明(设计)人: 李林峰;黄海荣 申请(专利权)人: 湖北亿咖通科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人: 张聪聪;高莺然
地址: 430056 湖北省武汉市经济技术开发区*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 身份 识别 方法 设备
【权利要求书】:

1.一种身份识别方法,其特征在于,包括:

获取待识别人脸图像,所述待识别人脸图像中包含待识别人员的人脸;

提取得到所述待识别人脸图像中的第一待识别特征和第二待识别特征;

基于所述第一待识别特征,预测所述待识别人员的第一人员属性;

针对预先存储的每份人员信息,将所述第二待识别特征与该份人员信息中的图像特征进行匹配,得到第一匹配结果,将所述待识别人员的第一人员属性与该份人员信息中的第二人员属性进行匹配,得到第二匹配结果;其中,每份人员信息包括:同一人员的第二人员属性、人员身份、以及该人员的人脸图像的图像特征;

根据所述第一匹配结果与所述第二匹配结果判断是否满足预设匹配条件;

若满足,则将该份人员信息中包括的人员身份确定为所述待识别人员的人员身份。

2.根据权利要求1所述的方法,其特征在于,所述获取待识别人脸图像,包括:

获取待识别人员的人脸图像,作为待处理图像;

通过人脸检测模型检测所述待处理图像,得到人脸关键点;

根据所述人脸关键点,判断所述待处理图像中的人脸是否垂直,如果否,则基于所述人脸关键点对所述待处理图像进行调整,得到待识别人脸图像;如果是,则将所述待处理图像作为待识别人脸图像。

3.根据权利要求2所述的方法,其特征在于,所述基于所述人脸关键点对所述待处理图像进行调整,得到待识别人脸图像,包括:

基于所述人脸关键点在所述待处理图像中的坐标、以及预先设定的所述人脸关键点的目标坐标,确定图像变换矩阵;

基于所述图像变换矩阵对所述待处理图像进行矩阵变换处理,得到矩阵变换图像;

基于预设人脸位置框对所述矩阵变换图像进行截取,得到待识别人脸图像。

4.根据权利要求1所述的方法,其特征在于,所述基于所述第一待识别特征,预测所述待识别人员的第一人员属性,包括:

将所述第一待识别特征输入人员属性预测分类网络,对第一人员属性进行预测;其中,所述人员属性预测分类网络包括与预设人员属性类别数量相同的预测分支,每一所述预测分支对应一预设人员属性类别;

获取每一所述预测分支输出的与所述预设人员属性类别对应的预测结果,作为第一人员属性。

5.根据权利要求4所述的方法,其特征在于,所述将所述待识别人员的第一人员属性与该份人员信息中的第二人员属性进行匹配,得到第二匹配结果,包括:

针对每一所述预设人员属性类别,将所述预设人员属性类别对应的所述第一人员属性与所述预设人员属性类别对应的所述第二人员属性进行匹配;

若匹配成功,则将第二预设值确定为第二匹配结果;

若匹配不成功,则将第三预设值确定为第二匹配结果。

6.根据权利要求5所述的方法,其特征在于,所述预设人员属性类别包括人员性别;所述预测分支包括性别预测分支;所述获取每一所述预测分支输出的与所述预设人员属性类别对应的预测结果,作为第一人员属性,包括:

获取所述性别预测分支输出的与所述人员性别对应的性别预测结果,作为第一人员属性;

和/或,

所述预设人员属性类别包括人员年龄;所述预测分支包括年龄预测分支;所述获取每一所述预测分支输出的与所述预设人员属性类别对应的预测结果,作为第一人员属性,包括:

获取所述年龄预测分支输出的与所述人员年龄对应的年龄预测结果,作为第一人员属性。

7.根据权利要求6所述的方法,其特征在于,所述针对每一所述预设人员属性类别,将所述第一人员属性中的所述预设人员属性类别与所述第二人员属性中的所述预设人员属性类别进行匹配,包括:

若所述预设人员属性类别包括人员性别,则将所述性别预测结果与该份人员信息中的人员性别进行匹配;

若所述预设人员属性类别包括人员年龄,则确定所述年龄预测结果所在的年龄区间,作为预测年龄区间;

确定该份人员信息中的人员年龄所在的年龄区间,作为真实年龄区间;

将所述预测年龄区间与所述真实年龄区间进行匹配。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北亿咖通科技有限公司,未经湖北亿咖通科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011523692.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top