人脸识别库的构建方法、人脸支付方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112860931A(43)申请公布日2021.05.28(21)申请号202110062283.2G06Q20/40(2012.01)(22)申请日2021.01.18(71)申请人广东便捷神科技股份有限公司地址528000广东省佛山市顺德区北滘镇君兰社区怡欣路7号丰明中心16楼01号、04号(72)发明人高天笑周梓荣陈云尹波龚庆祝(74)专利代理机构北京冠和权律师事务所11399代理人吴金水(51)Int.Cl.G06F16/55(2019.01)G06F16/50(2019.01)G06K9/00(2006.01)权利要求书2页说明书8页附图3页(54)发明名称人脸识别库的构建方法、人脸支付方法和系统(57)摘要本发明涉及计算机技术领域，具体为人脸识别库的构建方法、人脸支付方法和系统，包括以下步骤：S1：建立多个人脸图像的图像特征空间，S2：将图像特征空间拆分为多个人脸特征子空间，S3：对每个人脸所述特征子空间进行聚类，S4：得到聚类中心点信息和数据所属类别信息，S5：构建人脸识别库。本发明将多个人脸图像的图像特征空间拆分为多个人脸特征子空间，对每个人脸特征子空间进行聚类，得到每个人脸特征子空间的聚类中心点信息和数据所属类别信息，根据每个人脸特征子空间的聚类中心点信息和数据所属类别信息，构建人脸识别库，可以实现人脸识别过程简单易行，提高人脸识别的效率并减少资源消耗。CN112860931ACN112860931A权利要求书1/2页1.一种人脸识别库的构建方法，其特征在于，包括以下步骤：S1：建立多个人脸图像的图像特征空间；S2：将多个人脸图像的所述图像特征空间拆分为多个人脸特征子空间；S3：通过人脸识别设备对每个人脸所述特征子空间进行聚类；S4：得到每个人脸所述特征子空间的聚类中心点信息和数据所属类别信息；S5：根据每个人脸特征子空间的所述聚类中心点信息和所述数据所属类别信息，构建人脸识别库。2.根据权利要求1所述的人脸识别库的构建方法，其特征在于：所述人脸识别设备为摄像头，所述人脸识别设备采集人脸信息以及与所述人脸信息所关联的注册账户信息，储存到所述人脸特征子空间并进行聚类。3.根据权利要求2所述的人脸识别库的构建方法，其特征在于：所述人脸识别设备采集人脸信息包括以下步骤：S01：通过摄像头对人脸进行扫描，采集人脸信息，每个用户对应至少一个人脸特征模板；S02：提取待识别用户的人脸信息，得到待识别的人脸特征模板；S03：根据待识别用户的人脸信息和待识别的人脸特征模板调取人脸识别库进行待识别用户的人脸识别。4.根据权利要求3所述的人脸识别库的构建方法，其特征在于：所述S01中还包括对采集的人脸信息进行信息增强，具体步骤如下：首先，确定采集的人脸信息数据的数据集A，并根据以下公式获取采集的人脸信息数据的稳定度：A＝{xi},i＝1,2,3…m其中，采集的人脸信息数据的稳定度，xi代表数据集A中第i个数据值，i＝1,2,3…m；然后，根据以下公式计算异常判断临界值：其中，K代表异常判断临界值；最后，根据异常判断临界值K对人脸信息数据的数据集A中的数据进行判断，当xi≥K，i＝1,2,3…m，则当前判断的人脸信息数据为异常数据，并将此异常数据采用人脸信息数据的均值进行代替，xi<K，i＝1,2,3…m，则当前判断的人脸信息数据为正常信号数据；对人脸信息数据的数据集A中的所有异常值均采用均值取代，直至人脸信息数据的数据集A中无异常值，获得信息增强后的人脸信息数据。5.根据权利要求3所述的人脸识别库的构建方法，其特征在于：S03还包括如下步骤：2CN112860931A权利要求书2/2页S03.1：分别计算待识别的人脸特征模板与人脸识别库中每个用户的每个人脸特征模板的相似度，得到每个用户的最大相似度和平均相似度；S03.2：获取待识别的人脸特征模板与人脸特征模板库中多个用户的平均相似度中的最大值，根据最大值调取所述人脸识别库中其它的人脸特征模板，判断待识别用户是否为所对应的人脸特征模板库中的用户，若是，则识别结束，若否，则进入下一步骤；S03.3：继续调取所述人脸识别库中其他的人脸特征模板，判断待识别用户是否为所对应的人脸特征模板库中的用户，若是，则识别结束，若否，则提示识别失败。6.根据权利要求1所述的人脸识别库的构建方法，其特征在于：所述数据所属类别信息包括待识别用户的人脸面部信息、位置信息，身份信息以及通讯信息。7.一种人脸识别库的人脸支付方法，其特征在于：包括以下步骤：S101：用户进入消费场所时，通过人脸识别设备采集所述用户不同角度的人脸信息识板并储存到人脸识别库；S201：提取待识别用户的人脸图像中的人脸信息，得到待识别的人脸特征模板，根据每