CN110503031B - 一种提高人脸识别准确率及通行速度的方法 - Google Patents

Abstract

本发明公开了一种提高人脸识别准确率及通行速度的方法，包括如下步骤：用户与底库所有人员的注册照，在识别模型A得到的比对分数最大值，即top1分数满足：Score_top1≥Th，Th为预设识别阈值，表示用户识别通过；若此时，Score_top1≤Th1，Th1＞Th，Th1由用户设置，表示该用户识别通过同时该用户的底库照片与当前真人相似度差异较大，增加或更新该时段的现场照作为替换照追加到该用户人脸库中。

Description

一种提高人脸识别准确率及通行速度的方法

技术领域

本发明涉及人脸识别领域，具体是一种提高人脸识别准确率及通行速度的方法。

背景技术

人脸识别在实际使用场景下会受到不同因素的影响，包括光线、注册照、摄像头安装高度等。这些不受控的因素会影响人脸识别通行速度及准确率。在实际使用的时候，这些干扰因素普遍会降低人脸识别准确率，造成被测人员识别困难的问题。

人脸识别验证分数不是每次都是满分，这是受实际使用环境与注册照风格的差异性（如注册照被p图、美颜、美化等）、被测人员的注册照与通过设备时存在年龄差、光线不一样（明暗不同，甚至有其他颜色光源影响面部色调）、微表情有变化、人脸角度有偏差等因素造成的。实际在使用的时候，受到这些干扰因素，一个人可能需要多次识别才能通过，大大降低了识别准确率与通行速度。而且为了在嵌入式设备上快速得到识别结果，神经网络训练出的识别模型大小、特征维度是受限的。

发明内容

为了解决现有技术中存在的上述技术问题，本发明提供了一种提高人脸识别准确率及通行速度的方法，包括如下步骤：

用户与底库所有人员的注册照，在识别模型A得到的比对分数最大值，即top1分数满足：Score_top1≥Th，Th为预设识别阈值，表示用户识别通过；

若此时，Score_top1≤Th1，Th1＞Th，Th1由用户设置，表示该用户识别通过同时该用户的底库照片与当前真人相似度差异较大，增加或更新该时段的现场照作为替换照追加到该用户人脸库中。

进一步的，所述现场照可以作为替换照需要满足以下条件：

1、现场照满足人脸质量校验，包括人脸大小、角度、模糊度、光照；

2、用比识别模型A准确率更高、规模更大的识别模型B做二次校验，将该用户所有注册照和非该时段的替换照分别与该现场照的进行比对，最大比对分数≥Th2，并且最小比对分数≥Th3，Th2与Th3由用户自行设置，用来约束替换照是否生效的置信度。

进一步的，通过监控cpu使用量来决定是否启用更大识别模型B，即当业务繁忙时，只将候选替换照存储，当业务空闲时，启用识别模型B来二次校验。

进一步的，是否替换的约束条件如下：

1、若不存在该时段替换照，将该现场照作为替换照追加注册到该用户人脸库中；

2、若之前存在该时段的替换照，则比较该时段新、老替换照与所有注册照和非该时段注册照的相似度分数通过映射函数映射后的得分，取得分较高者作为该时段替换照。

进一步的，所述映射函数如下所示：

F(Scores)= (1-(1-s1)*(1-s2)*...*(1-sn))

其中Scores为s1,s2,...,sn的分数组合，n表示注册照和非该时段注册照的数量，s1到sn分别表示新、老替换照与n张被比对照片的相似度。

本发明可以在保证甚至提高识别准确率的情况下，减少外界干扰因素的干扰，提高通行率并且减少人脸识别验证时间。

附图说明

图1是本发明的方法流程图。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1所示，用户在使用人脸识别技术验证身份时，理想情况下，用户与底库所有人员的注册照，在识别模型A得到的比对分数最大值，即top1分数满足：Score_top1≥Th，Th为预设识别阈值，表示用户识别通过，同时表明该用户的身份为top1分数对应注册照的人员身份。若此时，Score_top1≤Th1，Th1＞Th，Th1由用户设置，表示该用户识别通过，同时该用户的底库照片与当前真人相似度不是特别高，此时增加或更新该时段的现场照作为替换照追加到该用户人脸库中，这样在下次比对时，底库中存在该用户替换照，增加了该用户识别成功的概率。

现场照可以作为替换照需要满足以下条件：

1、现场照需要满足人脸质量校验，包括人脸大小、角度、模糊度、光照等条件。

2、用更高准确率、更大的识别模型B做二次校验，将该用户所有注册照和非该时段的替换照分别与该识别现场照的进行比对，非该时段的替换照是指使用本方法将现场识别照片追加注册到该用户人脸库中，每个待测用户会生成不同时段的替换照，可以按照早、中、晚加以区分。如果最大比对分数≥Th2，并且最小对比分数≥Th3，那么表示该识别现场照符合替换要求，Th2与Th3由用户自行设置，用来约束替换照是否生效的置信度。

因为识别模型B，对计算力消耗更大，设备通过监控cpu使用量来决定是否启用更大识别模型B，即当业务繁忙时（cpu消耗较高），只将候选替换照存储下来，当业务空闲时（cpu消耗较低），启用识别模型B来做二次校验。

是否替换的约束条件：1，如果不存在该时段替换照，就将该现场照作为替换照追加注册到该用户人脸库中；2，如果之前存在该时段的替换照，则比较该时段新、老替换照与所有注册照和非该时段注册照的相似度分数通过映射函数映射后的得分，取得分较高者作为该时段替换照。

映射函数如下所示：

F(Scores)= (1-(1-s1)*(1-s2)*...*(1-sn))，Scores为s1,s2,...,sn的分数组合，n表示注册照和非该时段注册照的数量，s1到sn分别表示新、老替换照与n张被比对照片的相似度。

本发明通过注册照替换机制，使得设备拥有“半自学习”的能力，很好的解决注册照风格不统一、年龄差异、光线、微表情变化、人脸角度有偏差等干扰因素对人脸识别准确率、通行速度的影响，能够增加识别准确率及通行速度。

Claims (1)

1.一种提高人脸识别准确率及通行速度的方法，包括如下步骤：

用户与底库所有人员的注册照，在识别模型A得到的比对分数最大值，即top1分数满足：Score_top1≥Th，Th为预设识别阈值，表示用户识别通过；

若此时，Score_top1≤Th1，Th1＞Th，Th1由用户设置，表示该用户识别通过同时该用户的底库照片与当前真人相似度差异较大，增加或更新该时段的现场照作为替换照追加到该用户人脸库中；

所述现场照可以作为替换照需要满足以下条件：

（1）现场照满足人脸质量校验，包括人脸大小、角度、模糊度、光照；

（2）用比识别模型A准确率更高、规模更大的识别模型B做二次校验，将该用户所有注册照和非该时段的替换照分别与该现场照的进行比对，最大比对分数≥Th2，并且最小比对分数≥Th3，Th2与Th3由用户自行设置，用来约束替换照是否生效的置信度；

通过监控cpu使用量来决定是否启用更大识别模型B，即当业务繁忙时，只将候选替换照存储，当业务空闲时，启用识别模型B来二次校验；

是否替换的约束条件如下：

（1）若不存在该时段替换照，将该现场照作为替换照追加注册到该用户人脸库中；

（2）若之前存在该时段的替换照，则比较该时段新、老替换照与所有注册照和非该时段注册照的相似度分数通过映射函数映射后的得分，取得分较高者作为该时段替换照；

所述映射函数如下所示：

F(Scores)= (1-(1-s1)*(1-s2)*...*(1-sn))

其中Scores为s1,s2,...,sn的分数组合，n表示注册照和非该时段注册照的数量，s1到sn分别表示新、老替换照与n张被比对照片的相似度。

Images