[发明专利]人像档案聚档评估方法、装置、电子设备及存储介质在审

专利信息
申请号: 201911426177.7 申请日: 2019-12-31
公开(公告)号: CN113128305A 公开(公告)日: 2021-07-16
发明(设计)人: 尹义 申请(专利权)人: 深圳云天励飞技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强
地址: 518000 广东省深圳市龙岗区园山*** 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: 人像 档案 评估 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种人像档案聚档评估方法,其特征在于,所述方法包括:

获取用户发送的人像档案聚档的评估请求,所述评估请求中包括目标聚类算法模型的标识信息;

根据所述标识信息调用所述目标聚类算法模型对样本人像数据集和干扰人像数据集进行聚档,得到至少一个聚档结果;

检测所述聚档结果以获取有效聚档结果;

获取所述有效聚档结果的分值,并根据所述有效聚档结果的分值得到所述目标聚类算法模型的聚档评估结果。

2.根据权利要求1所述的方法,其特征在于,所述样本人像数据集由第一预设数量个不同样本对象的样本档案构成,每个样本对象的样本档案中均包括该样本对象的第二预设数量个人脸图像,且每个人脸图像均携带有鉴别标签;

所述检测所述聚档结果以获取有效聚档结果,包括:

遍历所述聚档结果中的每张人脸图像,获取所述聚档结果中第一目标人脸图像的所述鉴别标签;所述第一目标人脸图像为所述样本人像数据集中的人脸图像;

根据所述第一目标人脸图像的所述鉴别标签获取到所述有效聚档结果。

3.根据权利要求2所述的方法,其特征在于,所述根据所述第一目标人脸图像的所述鉴别标签获取到所述有效聚档结果,包括:

根据所述第一目标人脸图像的所述鉴别标签确定所述聚档结果中第二目标人脸图像的数量;所述第二目标人脸图像为所述样本人像数据集中属于同一样本对象的人脸图像;所述第一目标人脸图像包括所述第二目标人脸图像;

若所述第二目标人脸图像的数量大于或等于第一阈值,且所述聚档结果中人脸图像的总数大于或等于第二阈值,则将所述聚档结果确定为有效聚档结果。

4.根据权利要求3所述的方法,其特征在于,所述获取所述有效聚档结果的分值,包括:

若所述有效聚档结果中只存在属于一个样本对象的所述第二目标人脸图像,则将所述有效聚档结果确定为该样本对象的有效档案,采用预设公式计算得到所述有效聚档结果的分值;

所述根据所述有效聚档结果的分值得到所述目标聚类算法模型的聚档评估结果,包括:

根据所述有效聚档结果的分值计算得到所有所述有效聚档结果的分值总和;

利用所有所述有效聚档结果的分值总和获取所述目标聚类算法模型的有效聚档率;

根据所述有效聚档率得到所述目标聚类算法模型的聚档评估结果。

5.根据权利要求4所述的方法,其特征在于,所述获取所述有效聚档结果的分值,还包括:

若所述有效聚档结果中存在属于n个样本对象的所述第二目标人脸图像的数量均大于或等于第一阈值,则将所述有效聚档结果确定为n个样本对象中所述第二目标人脸图像的数量最大的一个样本对象的有效档案,采用所述预设公式计算得到所述有效聚档结果的分值。

6.根据权利要求1至5中任一项所述的方法,其特征在于,所述方法还包括:

检测所述有效聚档结果以获取有效重复聚档结果;

根据所述有效重复聚档结果的数量获取所述目标聚类算法模型的有效聚档结果重复率。

7.根据权利要求1至5中任一项所述的方法,其特征在于,所述方法还包括:

检测所述聚档结果以获取无效聚档结果;

根据所述无效聚档结果的数量获取所述目标聚类算法模型的无效聚档率。

8.一种人像档案聚档评估装置,其特征在于,所述装置包括:

请求获取模块,用于获取用户发送的人像档案聚档的评估请求,所述评估请求中包括目标聚类算法模型的标识信息;

人像聚类模块,用于根据所述标识信息调用所述目标聚类算法模型对样本人像数据集和干扰人像数据集进行聚档,得到至少一个聚档结果;

有效档案获取模块,用于检测所述聚档结果以获取有效聚档结果;

聚档评估模块,用于获取所述有效聚档结果的分值,并根据所述有效聚档结果的分值得到所述目标聚类算法模型的聚档评估结果。

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云天励飞技术有限公司,未经深圳云天励飞技术有限公司许可,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/201911426177.7/1.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