[发明专利]多姿态人脸识别方法、装置、存储介质以及电子设备在审

专利信息
申请号: 202110775388.2 申请日: 2021-07-08
公开(公告)号: CN113361486A 公开(公告)日: 2021-09-07
发明(设计)人: 王琪琪;张磊;张元鹏;程晓杰;曾一林 申请(专利权)人: 北京淘车科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京恒博知识产权代理有限公司 11528 代理人: 张晓芳
地址: 100020 北京市朝阳区丽都*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多姿 态人脸 识别 方法 装置 存储 介质 以及 电子设备
【权利要求书】:

1.一种多姿态人脸识别方法,其特征在于,所述方法包括:

获取检测区域内用户的人体活动轨迹;

在所述人体活动轨迹关联的人体图像集合中提取人脸图像集合;

在确定所述人脸图像集合中存在符合预设规则的至少一个目标人脸图像时,确定所述至少一个目标人脸图像中各目标人脸图像对应的待匹配人脸特征值;

在确定人脸特征库中存在与所述待匹配人脸特征值匹配的目标人脸特征值时,获取所述目标人脸特征值关联的目标身份信息,将所述目标身份信息作为所述用户的身份信息。

2.根据权利要求1所述的方法,其特征在于,所述确定所述人脸图像集合中存在符合预设规则的至少一个目标人脸图像,包括:

对所述人脸图像集合中的各人脸图像分别进行质量评分和姿态评分得到质量分值和姿态分值;

将所述质量分值大于或等于第一阈值并且所述姿态分值大于或等于第二阈值的人脸图像作为目标人脸图像。

3.根据权利要求1或2所述的方法,其特征在于,所述人脸特征库中包括多个预设用户的预设人脸特征值,每个预设用户对应有至少一个预设人脸特征值,所述确定人脸特征库中存在与所述待匹配人脸特征值匹配的目标人脸特征值,包括:

将所述待匹配人脸特征值和所述人脸特征库中的各所述预设人脸特征值进行一一匹配;

将满足投票匹配条件的预设人脸特征值作为与所述待匹配人脸特征值匹配的目标人脸特征值。

4.根据权利要求3所述的方法,其特征在于,所述将满足投票匹配条件的所述预设人脸特征值作为与所述待匹配人脸特征值匹配的目标人脸特征值,包括:

确定与所述待匹配人脸特征值匹配的预设人脸特征值,获取所述预设人脸特征值关联的预设用户身份标识;

在所述预设用户身份标识的数量为一个时,确定所述预设人脸特征值为目标人脸特征值。

5.根据权利要求4所述的方法,其特征在于,所述方法还包括:

在所述预设用户身份标识的数量为至少两个时,确定各所述预设用户身份标识对应的预设人脸特征值与所述待匹配人脸特征值所匹配的匹配数量;

确定各所述匹配数量中匹配数量最大的目标用户身份标识,将所述目标用户身份标识对应的预设人脸特征值作为目标人脸特征值。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

将与所述目标人脸特征值不匹配的待匹配人脸特征值存入所述人脸特征库,作为所述目标用户身份标识的预设人脸特征值。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

在确定所述人脸特征库中不存在与所述待匹配人脸特征值匹配的预设人脸特征值时,将所述待匹配人脸特征值存入所述人脸特征库,并为所述用户建立与所述待匹配人脸特征值关联的用户身份信息。

8.一种多姿态人脸识别装置,其特征在于,所述装置包括:

第一获取模块,用于获取检测区域内用户的人体活动轨迹;

第二提取模块,用于在所述人体活动轨迹关联的人体图像集合中提取人脸图像集合;

第一确定模块,用于在确定所述人脸图像集合中存在符合预设规则的至少一个目标人脸图像时,确定所述至少一个目标人脸图像中各目标人脸图像对应的待匹配人脸特征值;

第二确定模块,用于在确定人脸特征库中存在与所述待匹配人脸特征值匹配的目标人脸特征值时,获取所述目标人脸特征值关联的目标身份信息,将所述目标身份信息作为所述用户的身份信息。

9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~7任意一项的方法步骤。

10.一种电子设备,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~7任意一项的方法步骤。

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北京淘车科技有限公司,未经北京淘车科技有限公司许可,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/202110775388.2/1.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