申请/专利权人：北京计算机技术及应用研究所

申请日：2022-05-23

公开（公告）日：2024-04-09

公开（公告）号：CN115019365B

主分类号：G06V40/16

分类号：G06V40/16;G06V10/74;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.09.23#实质审查的生效;2022.09.06#公开

摘要：本发明涉及一种基于模型适用性度量的分级人脸识别方法，属于人脸识别领域。本发明基于测试集获取一个统一判断阈值，记为global_Th，计算底图间最低判断阈值，称之为类间阈值score_inter_i；提取基于注册底图自身特性的类内阈值score_intra_i；当前模型的适用性差的场景，使用注册底图处理策略处理，并获得处理后的融合特征向量merge_feat_i和类内阈值merge_score_intra_i，根据上述阈值获得每个注册底图的自适应阈值，使用该自适应阈值进行人脸识别。本发明不仅考量注册底图之间关系，更进一步考量注册底图自身特性，即模型对注册底图的适用性，以此自适应的得到每个注册底图识别判断阈值；本发明通过衡量模型对每个注册底图的适用性，针对不同的适用性结合分级识别处理的方法以提高识别效果。

主权项：1.一种基于模型适用性度量的分级人脸识别方法，其特征在于，该方法包括如下步骤：S1、基于测试集获取一个统一判断阈值，记为global_Th；S2、收集注册底图，人名Name_i与底图Im_i对应，底图对应的特征向量为Feat_i，一个Im_i内只包含一个人脸图像，i对应注册底图序号，假设i最大为N，即有N个注册底图；S3、计算底图间最低判断阈值，称之为类间阈值score_inter_i；S4、提取基于注册底图自身特性的类内阈值score_intra_i；S5、基于每个注册底图的类内阈值，统计所有底图对应的score_intra_i的均值和方差，记为aug_score_avg和aug_score_std；由此可计算hard_sample_score＝aug_score_avg-3*MAXaug_score_std，min_std；此值作为面向注册底图适用性的度量阈值，即对于score_intra_i大于此阈值的注册底图被认为适用性好；对于score_intra_i小于此阈值的注册底图，认为是当前模型的适用性差的场景，对该注册底图需执行步骤S6的处理；S6、针对当前模型适用不稳定的注册底图场景，使用注册底图处理策略处理，并获得处理后的融合特征向量merge_feat_i和类内阈值merge_score_intra_i，并用注册底图的这些值替换其原score_intra_i和Feat_i，即score_intra_i＝merge_score_intra_i和Feat_i＝merge_feat_i；S7、基于步骤S1、S3、S4、S6得到每个注册底图的自适应阈值为：Adpt_score_i＝MINmax_score,MAXscore_intra_i,MAXscore_inter_i,global_Th；其中MIN和MAX为最小值和最大值函数,max_score为人为预先设置的经验阈值；S8、自适应阈值确定后，使用该自适应阈值进行人脸识别。

全文数据：

权利要求：

百度查询： 北京计算机技术及应用研究所 一种基于模型适用性度量的分级人脸识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD