[发明专利]基于人脸识别来提供关于人的信息的方法

说明书

本公开提供了基于人脸识别来提供关于人的信息的方法以及其各种应用，包括基于人脸的登记、基于人脸的个人识别、基于人脸的身份验证、基于人脸的背景调查、人脸数据协作网络、相关人脸搜索和基于个人人脸的识别。所公开的方法能够以实时的方式提供关于人的准确信息。

相关申请的交叉引用

根据35 U.S.C.§119(e)，本申请要求于2019年08月09日提交的美国临时专利申请号62/884,766的优先权。前述申请通过引用整体并入本文。

技术领域

本发明涉及基于人脸识别来提供关于人的信息的方法和系统。

背景技术

在许多情况下，对于个体来说可能期望更多地了解他们诸如通过商业、约会或其他关系而认识的人。有许多传统的方法来了解新的人。例如，这些方法中的一些是询问这个人的背景或历史，或者从这个人那里接收诸如名片之类的文件。然而，由这个人提供的信息以及这些信息，无论是口头还是书面的，都可能是虚假的。个体几乎没有办法确定该信息是准确的还是虚假的。替代地，可以在网站上搜索新认识的人，或者执行背景调查。然而，在许多情况下，人可以擅用新的姓名或身份以向个体呈现虚假的姓名和历史。因此，即使是最好的搜索也不会产生准确的结果。

在一些情况下，个体需要立即了解新认识的人的信息，以确定这个人是否诚实或具有所声称的背景。现有的方法不能快速提供关于该个体的准确信息。例如，传统的背景调查可能需要三天到一个月的时间。这种延迟通常使得所获得的关于这个人的信息是不准确且无用的。

因此，强烈需要一种改进的方法和系统来获得关于人的信息，并且基于预定的标准来选择性地提供该信息。

发明内容

本公开在多个方面解决了以上所提及的需要。在一个方面，本公开提出了一种用于提供关于人(例如，陌生人、新认识的人、记忆有缺陷的人)的信息的方法。该方法包括：(i)接收从用户设备发送的人脸图像数据。该人脸图像数据至少包括主体(subject)的捕获的人脸图像；(ii)将人脸图像数据转换成人脸识别数据；(iii)由服务器设备将人脸识别数据和与多个存储的个体人脸图像相关联的参考人脸识别数据进行比较，以识别与捕获的人脸图像匹配的至少一个可能的候选；(iv)在识别出与捕获的人脸图像匹配的候选时，从数据库中检索与该候选相关联的个人信息(例如，履历、档案信息)；以及(v)向用户设备发送个人信息，并使用户设备显示该个人信息。

在一些实施例中，该方法包括由用户设备预处理主体的图像。预处理可以包括由用户设备在主体的图像中检测人脸图像。预处理还可以包括裁剪、调整尺寸、灰度转换、中值滤波、直方图均衡化或尺寸归一化图像处理。在一些实施例中，人脸图像由有相机功能的用户设备捕获。在一些实施例中，用户设备被提供在具有针对相机的开口的定制外壳中。在一些实施例中，图像由网络相机捕获。在一些实施例中，图像是从第二用户设备导入的。在一些实施例中，主体是人。在一些实施例中，主体是罪犯。在一些实施例中，人脸图像数据包括主体的三维人脸图像。

在一些实施例中，该方法还包括：(i)通过网络爬虫下载个体人脸图像以及与其相关联的个人信息；以及(2)将下载的人脸图像和相关联的个人信息存储在数据库中。在一些实施例中，参考人脸识别数据包括通过网络爬虫下载的人脸图像。参考人脸识别数据可以包括从互联网、职业网站、执法部门网站或机动车辆部门获得的人脸图像。在一些实施例中，数据库包括与存储在数据库中的人脸图像相关联的多个犯罪记录。

在一些实施例中，人脸识别数据包括主体的捕获的人脸图像的向量表示。类似地，参考人脸识别数据也可以包括数据库中存储的人脸图像的向量表示。在一些实施例中，向量表示包括512点向量或1024×1024人脸数据矩阵。

在一些实施例中，比较步骤还包括将主体的捕获的人脸图像的向量表示和与数据库中存储的人脸图像相关联的向量表示进行比较。比较人脸识别数据可以由机器学习模块来执行。机器学习模块包括深度卷积神经网络(CNN)。在一些实施例中，候选的识别通过k-最近邻算法(k-NN)来执行。