[发明专利]人脸识别算法的验证方法、装置、计算机设备和存储介质有效

专利信息
申请号: 201710774650.5 申请日: 2017-08-31
公开(公告)号: CN107609495B 公开(公告)日: 2021-06-04
发明(设计)人: 李全忠;丁剑;彭斐;何东岭;黄彬彬;陈松 申请(专利权)人: 深圳市友信长丰科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F16/583
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 谢曲曲
地址: 518067 广东省深圳市南山区蛇口街道公*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别 算法 验证 方法 装置 计算机 设备 存储 介质
【说明书】:

发明提供一种人脸识别算法的验证方法、装置、计算机设备及存储介质,从样本图像集中获取当前样本图像,根据人脸识别算法提取当前样本图像的人脸特征,将当前样本人脸特征与图像库中各个候选人脸特征匹配,如果匹配成功,返回匹配注册编号作为当前样本图像的识别编号,当前样本图像识别状态为已注册,反之,返回预设编号作为当前样本图像的识别编号,当前样本图像识别状态为未注册,获取当前样本图像的标准状态和标准注册编号,与当前样本图像的识别状态和识别编号验证得到当前样本图像对应的识别结果,下一个样本图像为当前样本图像,重复进入特征提取步骤,直至所有样本图像获得识别结果,根据所有识别结果准确验证人脸识别算法的识别效果。

技术领域

本发明涉及人脸识别,特别是涉及一种人脸识别算法的验证方法、装置、计算机设备和存储介质。

背景技术

生物识别技术已广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域。人脸识别技术是生物识别技术中被广泛应用的一种技术,例如,手机解锁系统、考勤系统、机场海关、银行支付等。

人脸识别技术依靠人脸识别算法实现,人脸识别算法的识别效果与个人信息的安全的直接关联。需要对开发出来的人脸识别算法进行验证,确定人脸识别算法的识别效果,当前人脸识别算法的识别效果验证难以满足算法的识别效果准确度的精准要求。

发明内容

基于此,有必要针对当前人脸识别算法的识别效果验证难以满足算法的识别效果准确度的精确要求,提供一种人脸识别算法的验证方法、装置、计算机设备和存储介质。

一种人脸识别算法的验证方法,所述方法包括:

获取样本图像集,从样本图像集中获取当前样本图像;

根据人脸识别算法提取所述当前样本图像对应的当前样本人脸特征,将当前样本人脸特征与图像库中的各个候选图像的候选人脸特征进行匹配;

如果匹配成功,则返回所述与当前样本图像匹配的目标候选图像对应的匹配注册编号,将所述匹配注册编号作为所述当前样本图像的识别编号,将所述当前样本图像的识别状态标记为已注册;

如果匹配不成功,则返回预设编号,将所述预设编号作为所述当前样本图像的识别编号,将所述当前样本图像的识别状态为标记未注册;

获取当前样本图像的标准状态和标准注册编号,并与所述当前样本图像的识别状态和识别编号进行验证得到所述当前样本图像对应的识别结果,将所述样本图像集中的下一个样本图像作为当前样本图像,重复进入根据人脸识别算法提取所述当前样本图像对应的当前样本人脸特征的步骤,直至样本图像集中各个样本图像存在对应的识别结果,根据各个样本图像对应的识别结果确定所述人脸识别算法的识别准确度。

在其中一个实施例中,所述样本图像集中包括戴眼镜样本图像和不戴眼镜样本图像,所述方法还包括:

从所述戴眼镜样本图像中抽取第一预设数目的样本图像,从所述不戴眼镜样本图像中抽取第二预设数目的样本图像形成所述图像库。

在其中一个实施例中,所述样本图像集中的各个样本图像以成员分类形成各个成员对应的样本图像子集,所述图像库中的候选图像以成员分类形成各个成员对应的候选图像子集,所述根据人脸识别算法提取所述当前样本图像对应的当前样本人脸特征,将当前样本人脸特征与图像库中的各个候选图像的候选人脸特征进行匹配的步骤包括:

根据所述人脸识别算法提取所述图像库中各个候选图像对应的人脸特征;

为各个所述图像子集分配对应的标准注册编号,候选图像对应的标准注册编号为所述候选图像所在的图像子集对应的标准注册编号,将所述图像子集标记对应的成员状态标记为已注册;

所述方法还包括:

为样本图像集中各个样本图像分配对应的标准状态和标准注册编号;

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深圳市友信长丰科技有限公司,未经深圳市友信长丰科技有限公司许可,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/201710774650.5/2.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