[发明专利]一种特征库更新方法、装置、推理服务器及存储介质

说明书

本申请提出一种特征库更新方法、装置、推理服务器及存储介质，所述方法应用于推理服务器，所述方法包括：基于接收到的人脸图像，进行人脸认证；在人脸认证成功的情况下，基于人脸图像中提取出的人脸特征通过聚类算法对特征库中用户特征进行更新。

技术领域

本申请涉及人工智能技术领域，具体涉及一种特征库更新方法、装置、推理服务器及存储介质。

背景技术

深度学习算法作为推动人工智能发展的核心驱动力，已经逐渐深入人心，各种产品的落地也让人感受到了人工智能带来的便利，尤其是俗称刷脸的人脸认证通行场景，不仅为人们的出行供给了更高的安全保证，还为管理者带来多的便利。刷脸通行场景中，将采集到的人脸信息与后台系统中录入的人脸信息进行匹配，一旦匹配成功，便会放行通过。

为了提高人脸认证的精度，一般会采用自学习的方法进行模型训练。现有的自学习方法往往需要长时间采集数据后进行模型训练，除了必须的推理服务器外，用户还需要购买昂贵的训练服务器和显卡，而且每次更换人脸模型后还需要对存储的比对库的图片进行重新提取特征，形成新的特征库，迭代周期长、工作量大，造成系统资源的浪费。

发明内容

本申请提供用于特征库更新的方法、装置、推理服务器及存储介质。

第一方面，本申请实施例提供一种特征库更新方法，所述方法应用于推理服务器，所述方法包括：

基于接收到的人脸图像，进行人脸认证；

在人脸认证成功的情况下，基于人脸图像中提取出的人脸特征通过聚类算法对特征库中用户特征进行更新。

第二方面，本申请实施例提供一种特征库更新装置，所述装置配置于推理服务器，所述装置包括：

人脸认证模块，被配置为基于接收到的人脸图像，进行人脸认证；

特征库更新模块，被配置为在人脸认证成功的情况下，基于人脸图像中提取出的人脸特征通过聚类算法对特征库中用户特征进行更新。

第三方面，本申请实施例提供一种推理服务器，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请实施例中的任意一种方法。

第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例中的任意一种方法。

关于本申请的以上实施例和其他方面以及其实现方式，在附图说明、具体实施方式和权利要求中提供更多说明。

附图说明

图1为本申请实施例提供的一种特征库更新方法的流程示意图；

图2是本申请实施例提供的一种人脸认证系统的结构示意图；

图3是本申请实施例提供的一种用户刷脸通行方法的流程图；

图4是本申请实施例提供的一种用户特征自动更新方法的流程图；

图5为本申请实施例提供的一种特征库更新装置的结构示意图；

图6是本申请提供的一种推理服务器的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。