[发明专利]人脸选取方法、装置、设备及计算机可读存储介质

权利要求书

1.一种人脸选取方法，应用于电子装置，其特征在于，所述方法包括：

对带有至少两张人脸的场景图片中的每张人脸均进行人脸置信度计算处理，得到人脸置信度；

从所述场景图片中选取所述人脸置信度高于预设人脸置信度阈值的人脸，得到第一人脸集合和所述第一人脸集合的人脸置信度集合；

根据所述第一人脸集合的人脸置信度集合，通过真实人脸置信度浮动范围，确定自适应置信度阈值；

从所述第一人脸集合中选取人脸置信度高于所述自适应置信度阈值的人脸，作为第二人脸集合；

根据近大远小的原则，从所述第二人脸集合中选取在所述场景图片中占据面积最大的人脸，作为人脸识别对象的人脸选取结果。

2.根据权利要求1所述的人脸选取方法，其特征在于，在对带有至少两张人脸的场景图片中的每张人脸均进行人脸置信度计算处理，得到人脸置信度之前，还包括：

根据获取的人脸识别指令，触发场景图片截取指令；

根据所述场景图片截取指令，从当前场景中截取场景图片；

对所述场景图片进行初步人脸识别，当所述场景图片中识别到至少两张人脸时，生成人脸选取指令。

3.根据权利要求1所述的人脸选取方法，其特征在于，所述对带有至少两张人脸的场景图片中的每张人脸均进行人脸置信度计算处理，得到人脸置信度包括：

通过人脸检测技术对所述场景图片进行人脸检测，将对检测到的人脸进行标记处理，得到带有标记的人脸；

通过人脸提取技术将带有标记的人脸进行人脸提取处理，得到初步人脸；

通过人脸置信度计算模型，对所述初步人脸进行置信度计算处理，得到人脸置信度。

4.根据权利要求3所述的人脸选取方法，其特征在于，所述人脸置信度计算模型包括：

用于输入初步人脸的人脸输入层、用于对所述人脸输入层的人脸进行人脸特点坐标划分的人脸特点划分层、用于对所述人脸特点划分层得到的人脸部分特征进行置信度计算的部分置信度计算层、用于根据所述部分置信度计算层得到的人脸部分置信度组合成人脸新特征的人脸特征组合层、用于对所述人脸特征组合层得到的人脸新特征进行全局线性回归处理得到人脸置信度的回归层和用于将所述回归层得到的人脸置信度进行输出处理的人脸置信度输出层。

5.根据权利要求1所述的人脸选取方法，其特征在于，所述预设人脸置信度阈值存储于区块链中，所述从所述场景图片中选取所述人脸置信度高于预设人脸置信度阈值的人脸，得到第一人脸集合和所述第一人脸集合的人脸置信度集合包括：

将所述场景图片中的每张人脸的置信度逐一与所述预设人脸置信度阈值进行比较；

将数值高于所述预设人脸置信度阈值的人脸置信度所对应的人脸进行保留，筛除所述场景图片中的其余人脸，得到第一人脸集合和所述第一人脸集合的置信度集合。

6.根据权利要求1所述的人脸选取方法，其特征在于，所述根据所述第一人脸集合的人脸置信度集合，通过真实人脸置信度浮动范围，确定自适应置信度阈值包括：

从所述第一人脸集合的人脸置信度集合中选取数值最大的人脸置信度，作为人脸置信度最大值；

根据所述人脸置信度最大值，通过自适应置信度阈值计算公式，计算出自适应置信度阈值；其中，所述自适应置信度阈值计算公式为：mart_score_th＝max_score-0.01；其中，mart_score_th为自适应置信度阈值，max_score为人脸置信度最大值。

7.根据权利要求1所述的人脸选取方法，其特征在于，所述根据近大远小的原则，从所述第二人脸集合中选取在所述场景图片中占据面积最大的人脸，作为人脸识别对象的人脸选取结果包括：

对所述场景图片中的第二人脸进行面积计算处理，根据所述场景图片中第二人脸所占区域面积从大到小的顺序进行排序；

从所述第二人脸集合中选取在所述场景图片中占据面积最大的人脸，作为人脸识别对象的人脸选取结果。