[发明专利]一种获取人脸识别阈值的方法及系统

权利要求书

1.一种获取人脸识别阈值的方法，应用于区分识别场景下的已知人物和未知人物，其特征在于，包括：

获取识别场景下已知人物与未知人物出现频次的比例并作为样本比例；

建立已知人物的正样本数据集，所述正样本数据集中每个正样本均包含一个已知人物的面部数据；

建立未知人物的负样本数据集，所述负样本数据集中每个负样本均包含一个未知人物的面部数据；正样本总数量与负样本总数量的比例与样本比例一致；

建立包含每个已知人物预存面部数据的数据库；

利用人脸特征提取模型提取数据库中每个已知人物预存面部数据的特征；

利用人脸特征提取模型分别提取每个正样本及每个负样本所含面部数据的特征；

采用打分模型分别计算每个正样本面部数据特征与对应已知人物预存面部数据特征的特征分数并作为对应正样本的相似性分数；

采用打分模型分别计算每个负样本面部数据特征与所有已知人物预存面部数据特征的特征分数；

选取每一个负样本所有特征分数中的最大值作为对应负样本的相似性分数，每个负样本均具有一个相似性分数；

生成正样本相似性分数的分布，以及，生成负样本相似性分数的分布；

判断是否存在一个同频相似性分数，使正样本分布和负样本分布上对应所述同频相似性分数的频率相同，

如果是，将所述同频相似性分数确定为人脸识别阈值；

如果否，在正样本相似性分数中的最低值与负样本相似性分数中的最高值之间，任意选取一个相似性分数确定为人脸识别阈值。

2.根据权利要求1所述的方法，其特征在于，所述获取识别场景下已知人物与未知人物出现频次的比例并作为样本比例，包括：

采用人工观测的方式获取识别场景下已知人物与未知人物出现频次的比例。

3.根据权利要求1所述的方法，其特征在于，采用Facenet模型提取面部数据的特征。

4.一种获取人脸识别阈值的系统，应用于区分识别场景下的已知人物和未知人物，其特征在于，包括：

样本比例获取模块，用于获取识别场景下已知人物与未知人物出现频次的比例并作为样本比例；

正样本建立模块，用于建立已知人物的正样本数据集，所述正样本数据集中每个正样本均包含一个已知人物的面部数据；

负样本建立模块，用于建立未知人物的负样本数据集，所述负样本数据集中每个负样本均包含一个未知人物的面部数据；正样本总数量与负样本总数量的比例与样本比例一致；

数据库建立模块，用于建立包含每个已知人物预存面部数据的数据库；

特征提取模块，用于利用人脸特征提取模型提取数据库中每个已知人物预存面部数据的特征；以及，利用人脸特征提取模型分别提取每个正样本及每个负样本所含面部数据的特征；

正样本分数确定模块，用于采用打分模型分别计算每个正样本面部数据特征与对应已知人物预存面部数据特征的特征分数并作为对应正样本的相似性分数；

负样本分数确定模块，用于采用打分模型分别计算每个负样本面部数据特征与所有已知人物预存面部数据特征的特征分数；选取每一个负样本所有特征分数中的最大值作为对应负样本的相似性分数，每个负样本均具有一个相似性分数；

分布生成模块，用于生成正样本相似性分数的分布，以及，生成负样本相似性分数的分布；

人脸识别阈值确定模块，用于当存在一个同频相似性分数，使正样本分布和负样本分布上对应所述同频相似性分数的频率相同时，将所述同频相似性分数确定为人脸识别阈值；当不存在一个同频相似性分数，使正样本分布和负样本分布上对应所述同频相似性分数的频率相同时，在正样本相似性分数中的最低值与负样本相似性分数中的最高值之间，任意选取一个相似性分数确定为人脸识别阈值。