[发明专利]一种人脸识别方法、装置、存储介质及电子设备在审
申请号: | 202110872553.6 | 申请日: | 2021-07-30 |
公开(公告)号: | CN113591706A | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 刘星;赵晨旭;唐大闰 | 申请(专利权)人: | 上海明略人工智能(集团)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 成都众恒智合专利代理事务所(普通合伙) 51239 | 代理人: | 赵健淳 |
地址: | 200030 上海市徐汇区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 识别 方法 装置 存储 介质 电子设备 | ||
1.一种人脸识别方法,其特征在于,包括:
获取当前人脸图像;
利用预先训练好的识别模型对所述当前人脸图像进行计算,得到第一序列;其中,所述识别模型支持动态输入;
从数据库中查找是否存在与所述第一序列对应的第二序列;
若存在,则确定所述当前人脸图像对应的用户具备权限。
2.根据权利要求1所述的人脸识别方法,其特征在于,所述获取当前人脸图像,包括:
接收用户的权限请求;
基于所述权限请求,利用摄像设备采集所述用户的当前人脸图像。
3.根据权利要求1所述的人脸识别方法,其特征在于,所述利用预先训练好的识别模型对所述当前人脸图像进行计算,得到第一序列,包括:
将所述当前人脸图像作为所述识别模型的输入,以将所述当前人脸图像调整为目标尺寸;其中,所述目标尺寸为多个预设尺寸中与所述当前人脸图像的尺寸差别最小的;
通过所述识别模型对调整后的所述当前人脸图像进行计算,得到所述第一序列;其中,所述第一序列为数字序列。
4.根据权利要求1所述的人脸识别方法,其特征在于,所述从数据库中查找是否存在与所述第一序列对应的第二序列,包括:
计算所述第一序列与所述数据库中每个所述第二序列之间的相似度;
若存在大于或等于预设阈值的所述相似度,则确定存在与所述第一序列对应的第二序列。
5.根据权利要求2所述的人脸识别方法,其特征在于,还包括:
在所述当前人脸图像对应的用户具备权限的情况下,响应所述用户的权限请求。
6.根据权利要求1所述的人脸识别方法,其特征在于,还包括训练所述识别模型的步骤:
针对每个身份标识码,获取不同的人脸图像样本;
将所述人脸图像样本调整为每个预设尺寸;
将调整后的人脸图像样本输入至待训练的识别模型中,得到实际结果;其中,所述待训练的识别模型设置为支持动态输入;
计算实际结果与理论结果之间的误差,若所述误差大于或等于预设阈值,通过损失函数调整所述待训练的识别模型的参数,直至所述误差小于所述预设阈值。
7.一种人脸识别装置,其特征在于,包括:
获取模块,其配置地获取当前人脸图像;
计算模块,其配置地利用预先训练好的识别模型对所述当前人脸图像进行计算,得到第一序列;其中,所述识别模型支持动态输入;
查找模块,其配置地从数据库中查找是否存在与所述第一序列对应的第二序列;
确定模块,其配置地若存在,则确定所述当前人脸图像对应的用户具备权限。
8.根据权利要求7所述的人脸识别装置,其特征在于,还包括训练模块,其配置地:
针对每个身份标识码,获取不同的人脸图像样本;
将所述人脸图像样本调整为每个预设尺寸;
将调整后的人脸图像样本输入至待训练的识别模型中,得到实际结果;其中,所述待训练的识别模型设置为支持动态输入;
计算实际结果与理论结果之间的误差,若所述误差大于或等于预设阈值,通过损失函数调整所述待训练的识别模型的参数,直至所述误差小于所述预设阈值。
9.一种存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如下步骤:
获取当前人脸图像;
利用预先训练好的识别模型对所述当前人脸图像进行计算,得到第一序列;其中,所述识别模型支持动态输入;
从数据库中查找是否存在与所述第一序列对应的第二序列;
若存在,则确定所述当前人脸图像对应的用户具备权限。
10.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如下步骤:
获取当前人脸图像;
利用预先训练好的识别模型对所述当前人脸图像进行计算,得到第一序列;其中,所述识别模型支持动态输入;
从数据库中查找是否存在与所述第一序列对应的第二序列;
若存在,则确定所述当前人脸图像对应的用户具备权限。
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上海明略人工智能(集团)有限公司,未经上海明略人工智能(集团)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/202110872553.6/1.html,转载请声明来源钻瓜专利网。