[发明专利]身份判定方法、装置及电子设备

摘要

一种身份判定方法，方法包括：获取当前拍摄的第一用户的人脸特征以及证件照中的第二用户的人脸特征；将第一用户的人脸特征映射至第一特征向量，以及将第二用户的人脸特征映射至第二特征向量；确定第一特征向量与第二特征向量之间的相似度；判断相似度是否大于预设阈值；若相似度大于预设阈值，则判定第一用户与第二用户为同一人。本发明还提供一种身份判定装置及电子设备。本发明能提高身份判定的准确性，同时，提高身份判定的效率。

主权项

1.一种身份判定方法，其特征在于，所述方法包括：获取当前拍摄的第一用户的人脸特征以及证件照中的第二用户的人脸特征；使用预先经特征学习得到的空间映射的目标参数矩阵，将所述第一用户的人脸特征进行映射得到第一特征向量，将所述第二用户的人脸特征进行映射得到第二特征向量，其中，所述目标参数矩阵的学习过程包括：获取有类别标记的训练样本的人脸特征，将所述人脸特征映射至目标参数矩阵A得到第三特征向量，用公式表示为：x⁽ⁿ⁾表示第n个训练样本的人脸特征，r_n表示人脸特征x⁽ⁿ⁾映射到所述目标参数矩阵A后得到的第三特征向量，其中fz为特征向量的维度，定义目标函数损失：其中，C(r_n)表示第三特征向量r_n的类别，μ(r_n)表示类别C(r_n)的聚类中心，为第c类样本的第K个簇的中心，K为正整数，α为差异的间隔大小，σ²表示所有样本偏离所属类别中心的协方差，σ²用估计，通过梯度下降算法进行迭代，求解当所述目标函数损失L(A)趋于稳定时，所述目标参数矩阵A中的元素，当所述目标函数损失L(A)趋于稳定时，使得属于同一人的特征向量之间的差异变小，而属于不同人的特征向量之间的差异变大；确定所述第一特征向量与所述第二特征向量之间的相似度；判断所述相似度是否大于预设阈值；若所述相似度大于预设阈值，则判定所述第一用户与所述第二用户为同一人。