[发明专利]多特征融合的身份识别方法

权利要求书

1.一种多特征融合的身份识别方法，其特征在于，包括：

获取带有待识别对象多个身份识别特征的图像；

利用对所述图像识别得到的人脸特征数据以及预设的人脸相似度算法，得到人脸相似度数据；

利用根据所述图像提取的身高特征数据以及预设的身高相似度算法，得到身高相似度数据；

定位所述图像中的衣着区域，并利用在所述衣着区域获取的衣着特征数据以及预设的衣着相似度算法，得到衣着相似度数据；

根据得到的各身份识别特征的相似度数据以及预设的多特征融合相似度算法，得到多特征融合的总相似度数据；

若所述总相似度数据超过预设的身份识别数据阈值，则反馈识别成功信息。

2.根据权利要求1所述的方法，其特征在于，所述利用对所述图像识别得到的人脸特征数据以及预设的人脸相似度算法，得到人脸相似度数据，包括：

通过建立的多目标人脸检测器，对所述图像进行特征点配准，得到带有特征点标记的人脸图像；

利用预先训练的深度残差网络对所述人脸图像进行处理和识别，并输出人脸特征向量；

将对所述人脸特征向量与预先录入的人脸特征向量进行处理得到的余弦相似度数据确定为所述人脸相似度数据。

3.根据权利要求1所述的方法，其特征在于，所述利用根据所述图像提取的身高特征数据以及预设的身高相似度算法，得到身高相似度数据，包括：

根据所述图像提取待识别对象的轮廓特征数据；

利用对所述轮廓特征数据与预设参照物特征数据进行处理得到的高度比例系数，以及所述身高相似度算法，得到身高相似度数据。

4.根据权利要求3所述的方法，其特征在于，所述根据所述图像提取待识别对象的轮廓特征数据，包括：

对所述图像进行处理得到由点集合组成的待识别对象外轮廓，通过循环遍历算法比较所述点集合中各点的纵坐标，将得到的最大纵坐标与最小纵坐标之差作为所述待识别对象的轮廓特征数据。

5.根据权利要求3所述的方法，其特征在于，所述根据所述图像提取待识别对象的轮廓特征数据之前，所述方法还包括：

对所述图像进行二值处理，得到所述待识别对象的黑白图像，并对所述黑白图像进行降噪处理。

6.根据权利要求2所述的方法，其特征在于，所述定位所述图像中的衣着区域，并利用在所述衣着区域获取的衣着特征数据以及预设的衣着相似度算法，得到衣着相似度数据，包括：

根据所述人脸图像，以及预设的人脸区域与衣着区域的比例关系，对所述衣着区域进行定位；

基于HSV空间提取所述衣着区域的颜色直方图数据；

根据所述颜色直方图数据以及巴氏距离度量算法，得到衣着相似度数据。

7.根据权利要求1所述的方法，其特征在于，所述根据得到的各身份识别特征的相似度数据以及预设的多特征融合相似度算法，得到多特征融合的总相似度数据，包括：

利用主成分分析法及所述图像，得到所述各身份识别特征的影响权重系数；

将所述各身份识别特征的相似度数据与对应的影响权重系数之积作为所述各身份识别特征的相似度评分；

将所述各身份识别特征的相似度评分之和作为所述多特征融合的总相似度数据。

8.一种多特征融合的身份识别装置，其特征在于，包括：

获取单元，用于获取带有待识别对象多个身份识别特征的图像；

人脸识别单元，用于利用对所述图像识别得到的人脸特征数据以及预设的人脸相似度算法，得到人脸相似度数据；

身高识别单元，用于利用根据所述图像提取的身高特征数据以及预设的身高相似度算法，得到身高相似度数据；

衣着识别单元，用于定位所述图像中的衣着区域，并利用在所述衣着区域获取的衣着特征数据以及预设的衣着相似度算法，得到衣着相似度数据；

融合单元，用于根据得到的各身份识别特征的相似度数据以及预设的多特征融合相似度算法，得到多特征融合的总相似度数据；

反馈单元，用于若所述总相似度数据超过预设的身份识别数据阈值，则反馈识别成功信息。