一种基于家庭基因模板的人脸识别方法和系统

    公开(公告)号:CN114708644B

    公开(公告)日:2022-09-13

    申请号:CN202210622353.X

    申请日:2022-06-02

    摘要: 本申请涉及一种基于家庭基因模板的人脸识别方法,该方法包括:基于父亲人脸图像和母亲人脸图像,得到家庭基因模板;根据家庭基因模板和儿童人脸图像,通过人脸预估网络生成预估儿童人脸图像,预估儿童人脸图像包括父亲人脸图像和母亲人脸图像的抽象五官特征;分别对儿童人脸图像和预估儿童人脸图像提取特征,分别得到第一特征向量和第二特征向量并进行向量融合,得到儿童人脸的注册特征向量并保存在人脸数据库;采集当前儿童人脸图像,通过人脸识别网络对其提取特征,得到当前特征向量,依据当前特征向量和注册特征向量,进行人脸识别。通过本申请,解决了现有技术中对于儿童人脸识别精度较低的问题,提升了儿童人脸识别的准确率。

    一种人脸图像质量分析的方法和系统

    公开(公告)号:CN114998978A

    公开(公告)日:2022-09-02

    申请号:CN202210907766.2

    申请日:2022-07-29

    摘要: 本申请涉及一种人脸图像质量分析的方法和系统,其中,该方法包括模型训练阶段和部署应用阶段,模型训练阶段包括:采用年龄识别模型对训练数据进行自动标注,得到每张人脸图像的年龄标签和年龄偏差标签;采用特征图提取网络提取经标注的人脸图像特征图;将特征图分别输入特征嵌入分支和特征方差分支,得到人脸图像的最终特征;基于人脸图像的最终特征和分类层,采用回归损失函数对特征嵌入分支和特征方差分支进行反向传播调整参数,得到的特征嵌入分支和特征方差分支用于人脸图像质量分析。通过本申请,解决了人脸识别中图像质量分析难以解决跨年龄样本的问题,实现了动态调整年龄样本与质量的相关性,避免了跨年龄样本对质量分析的学习造成干扰。

    基于人脸属性分析的人脸识别在线辅助方法及装置

    公开(公告)号:CN114863540A

    公开(公告)日:2022-08-05

    申请号:CN202210780984.4

    申请日:2022-07-05

    摘要: 本发明涉及基于人脸属性分析的人脸识别在线辅助方法及装置,其方法包括:对待识别图片进行人脸识别,得到人脸识别分数;判断人脸识别分数是否在预设人脸分数区间内,若是,则将待识别图片与最相似人脸的历史人脸识别成功图片分别输入到人脸属性模型中,以得到待识别图片的属性标签向量以及历史人脸识别成功图片的属性标签向量;根据待识别图片的属性标签向量与历史人脸识别成功图片的属性标签向量之间的相同程度得到人脸属性分数;根据人脸属性分数和人脸识别分数得到人脸识别结果。本发明能够有效降低特定得分区间内的误识率和拒识率,能够极大程度的优化人脸识别系统稳定性,以解决人脸识别得分落在识别阈值附近的识别结果不可靠问题。

    活体检测的方法、系统、电子装置和存储介质

    公开(公告)号:CN114495291B

    公开(公告)日:2022-07-12

    申请号:CN202210337902.9

    申请日:2022-04-01

    IPC分类号: G06V40/40 G06V40/16

    摘要: 本申请涉及一种活体检测的方法、系统、电子装置和存储介质,通过获取活体检测模型对样本集的预测结果以及特征向量,根据预测结果将样本集划分为分类正确和分类错误的样本,获取所有分类正确的样本预测类特征值的第一均值,获取所有分类错误的样本预测类特征值的第二均值,在第一均值和第二均值的差大于预测类特征差阈值时,若样本的预测类特征值小于第二均值,则该样本为第一易错样本,根据第一易错样本对活体检测模型进行训练,获得更新后的活体检测模型,根据更新后的活体检测模型对人脸进行检测,获得活体检测结果,解决了相关技术中普通的活体检测模型鲁棒性低,以及通过对样本做数据增强来挑选易错样本对模型进行训练,时间成本高的问题。

    一种基于家庭基因模板的人脸识别方法和系统

    公开(公告)号:CN114708644A

    公开(公告)日:2022-07-05

    申请号:CN202210622353.X

    申请日:2022-06-02

    摘要: 本申请涉及一种基于家庭基因模板的人脸识别方法,该方法包括:基于父亲人脸图像和母亲人脸图像,得到家庭基因模板;根据家庭基因模板和儿童人脸图像,通过人脸预估网络生成预估儿童人脸图像,预估儿童人脸图像包括父亲人脸图像和母亲人脸图像的抽象五官特征;分别对儿童人脸图像和预估儿童人脸图像提取特征,分别得到第一特征向量和第二特征向量并进行向量融合,得到儿童人脸的注册特征向量并保存在人脸数据库;采集当前儿童人脸图像,通过人脸识别网络对其提取特征,得到当前特征向量,依据当前特征向量和注册特征向量,进行人脸识别。通过本申请,解决了现有技术中对于儿童人脸识别精度较低的问题,提升了儿童人脸识别的准确率。

    基于双分支权重融合同源性自监督的口罩人脸识别方法

    公开(公告)号:CN114120430B

    公开(公告)日:2022-04-22

    申请号:CN202210090466.X

    申请日:2022-01-26

    摘要: 本申请涉及一种基于双分支权重融合同源性自监督的口罩人脸识别方法,其中,该方法包括:通过余弦曲线交替优化的方法动态调整学习率和在线口罩增广比例,并训练基础人脸识别模型,得到训练好的底层特征共享网络模型;通过双分支权重融合同源性监督损失函数和人脸识别Arcface loss损失函数,分别对人脸识别双分支模型中的左分支子模型与右分支子模型进行训练,并将训练好的左分支子模型与右分支子模型进行权重融合,得到高层语义融合网络模型;将训练好的底层特征共享网络模型与高层语义融合网络模型进行拼接,得到最终的人脸识别预测模型。通过本申请,解决了如何提升口罩人脸通过率的业界难题,大幅度提高了口罩人脸的识别通过率,提高了识别精度,降低了成本。

    基于人脸识别的考勤方法、系统、电子设备和存储介质

    公开(公告)号:CN113159006B

    公开(公告)日:2021-09-14

    申请号:CN202110699382.1

    申请日:2021-06-23

    发明人: 王东 王月平

    摘要: 本申请涉及一种基于人脸识别的考勤方法、系统、电子设备和存储介质,该方法包括采集待考勤人员的端正人脸图片作为样本集,通过预先训练的3D可变形对抗生成网络对端正人脸图片生成任意角度人脸图片以扩充样本集,用扩充后的样本集训练人脸识别模型,用训练好的人脸识别模型识别现场考勤人员的任意角度人脸图片,并在识别成功时,生成考勤记录,通过本申请,解决了人脸识别技术在门禁或考勤系统中准确度较低的问题,提高了提高人脸识别效率及考勤效率。

    一种基于人脸部件提取和肤色编辑的人脸识别方法和系统

    公开(公告)号:CN113313093A

    公开(公告)日:2021-08-27

    申请号:CN202110861691.4

    申请日:2021-07-29

    发明人: 李来 王东 王月平

    IPC分类号: G06K9/00 G06K9/34 G06K9/62

    摘要: 本申请涉及一种基于人脸部件提取和肤色编辑的人脸识别方法,其中,该方法包括:通过人脸部件分割模型对自有人脸数据集进行面部部件分割提取,得到人脸面部部件和对应的肤色区域位置;按照肤色对自有人脸数据集进行聚类之后,在自有人脸数据集中获取分布较小的稀缺人种样本;根据肤色区域位置,将稀缺人种的人脸肤色迁移到面部部件上,以生成大量稀缺人种样本;基于自有人脸数据集训练人脸识别模型,通过人脸识别模型进行人脸识别。通过本申请,解决了相关技术中对分布小,占比少的人种识别率较低的问题,对于少数人种识别能力明显提升。

    基于人脸识别和头肩重识别的儿童身份识别方法

    公开(公告)号:CN112818967A

    公开(公告)日:2021-05-18

    申请号:CN202110410340.1

    申请日:2021-04-16

    发明人: 王东 王月平

    IPC分类号: G06K9/00 G06K9/62 G06N3/08

    摘要: 本申请涉及一种基于人脸识别和头肩重识别的儿童身份识别方法,其中,该方法包括:对获取的儿童照片进行人脸检测,得到人脸关键点位置坐标,并通过相似变换算法对人脸关键点位置坐标进行对齐,得到头肩对齐图像;通过SE‑Resnet结构对头肩对齐图像进行特征提取,并对特征图进行人脸和头肩特征下采样,分别生成人脸和头肩区域特征图;接着计算损失函数,生成得到儿童身份识别模型;然后将头肩对齐图像输入训练好的儿童身份识别模型中,得到人脸和头肩特征向量,并将人脸和头肩特征向量进行特征融合,得到融合特征向量;最后根据融合特征向量建立特征注册数据库,并通过融合特征向量的余弦相似度在特征注册数据库中进行儿童身份识别,显著降低了误识别率。

    基于生机线索和垂直领域大模型范式的活体检测方法

    公开(公告)号:CN117576791B

    公开(公告)日:2024-04-30

    申请号:CN202410064846.5

    申请日:2024-01-17

    摘要: 本申请涉及一种基于生机线索和垂直领域大模型范式的活体检测方法,其中,该方法通过根据预先获取的训练数据集进行自监督学习模型训练;根据训练好的自监督学习模型中的全局分支结构,构建活体检测模型,活体检测模型包括回归任务和分类任务,回归任务用于抑制训练数据中攻击人脸样本生成生机线索,分类任务用于获取第一真实人脸概率;根据活体检测模型,基于待检测图像,获取第一真实人脸概率和生机线索特征图,基于生机线索特征图,获取第二真实人脸概率,基于第一真实人脸概率和第二真实人脸概率,获取检测结果。实现了人脸活体精确检测,解决相关技术中人脸活体检测存在精确度低的问题,提高人脸活体检测的精确度。