相似度阈值确定方法、装置、设备和存储介质.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CN114120383A(43)申请公布日2022.03.01(21)申请号202010882569.0G06K9/62(2022.01)(22)申请日2020.08.28G06N3/04(2006.01)G06N3/08(2006.01)(71)申请人顺丰科技有限公司G06N20/00(2019.01)地址518000广东省深圳市南山区学府路（以南）与白石路（以东）交汇处深圳市软件产业基地1栋B座6-13层(72)发明人曾晓嘉(74)专利代理机构深圳紫藤知识产权代理有限公司44570代理人官建红(51)Int.Cl.G06V40/16(2022.01)G06V10/74(2022.01)G06V10/82(2022.01)G06V10/70(2022.01)权利要求书2页说明书13页附图4页(54)发明名称相似度阈值确定方法、装置、设备和存储介质(57)摘要本申请公开了一种相似度阈值确定方法、装置、设备和存储介质，该方法包括：获取多张人脸图片；对多张人脸图片中的任意两张图片进行组合，得到多个图片集合，并计算每个图片集合中两张图片之间的相似度；将每个相似度分别与预设候选阈值集合中的每个候选相似度阈值进行比较，得到对应的比较结果；根据比较结果计算每个候选相似度阈值的评价指标；将评价指标达到指标阈值的候选相似度阈值确定为目标相似度阈值。本申请计算得到的目标相似度阈值，相较于现有技术根据经验设置的阈值，能够更好地适用于所有人脸图片的验证，降低分类误差，提高了分类正确率，进而提高了人脸验证准确率。CN114120383ACN114120383A权利要求书1/2页1.一种相似度阈值确定方法，其特征在于，所述方法包括：获取多张人脸图片；对所述多张人脸图片中的任意两张图片进行组合，得到多个图片集合，并计算每个所述图片集合中两张图片之间的相似度；将每个所述相似度分别与预设候选阈值集合中的每个候选相似度阈值进行比较，得到对应的比较结果；根据所述比较结果计算每个所述候选相似度阈值的评价指标；将所述评价指标达到指标阈值的所述候选相似度阈值确定为目标相似度阈值。2.根据权利要求1所述的方法，其特征在于，所述计算每个所述图片集合中两张图片之间的相似度，包括：分别提取每个所述图片集合中两张图片对应的特征向量；计算每个所述图片集合中两张图片对应的特征向量之间的余弦距离，得到每个所述图片集合中两张图片之间的所述相似度。3.根据权利要求1所述的方法，其特征在于，所述将每个所述相似度分别与预设候选阈值集合中的每个候选相似度阈值进行比较，得到对应的比较结果，包括：若所述相似度小于或者等于所述候选相似度阈值，得到第一比较结果，所述第一比较结果用于指示所述图片集合中两张图片属于同一人；若所述相似度大于所述候选相似度阈值，得到第二比较结果，所述第二比较结果用于指示所述图片集合中两张图片不属于同一人。4.根据权利要求3所述的方法，其特征在于，每个所述图片集合携带有用户配置的用于指示集合中两张图片是否属于同一人的相似标签，所述根据所述比较结果计算每个所述候选相似度阈值的评价指标，包括：分别初始化分类正确项、正分类错误项和负分类正确项为0；若所述相似标签指示所述图片集合中两张图片属于同一人，且所述比较结果为所述第一比较结果，则所述分类正确项的值加1；若所述相似标签指示所述图片集合中两张图片属于同一人，且所述比较结果为所述第二比较结果，则所述正分类错误项的值加1；若所述相似标签指示所述图片集合中两张图片不属于同一人，且所述比较结果为所述第一比较结果，则所述负分类正确项的值加1；对于每个所述候选相似度阈值遍历所有所述比较结果，得到对应的最终分类正确项、最终正分类错误项和最终负分类正确项；根据所述最终分类正确项、所述最终正分类错误项和所述最终负分类正确项，计算所述评价指标。5.根据权利要求4所述的方法，其特征在于，所述根据所述最终分类正确项、所述最终正分类错误项和所述最终负分类正确项，计算所述评价指标，包括：根据所述最终分类正确项和所述最终正分类错误项，计算召回率；根据所述最终分类正确项和所述最终负分类正确项，计算精确率；计算所述召回率和所述精确率的调和平均数，得到所述评价指标。6.根据权利要求1所述的方法，其特征在于，所述将所述评价指标达到指标阈值的所述2CN114120383A权利要求书2/2页候选相似度阈值确定为目标相似度阈值之后，所述方法还包括：获取待验证是否属于同一人的第一人脸图片和第二人脸图片；分别提取所述第一人脸图片和所述第二人脸图片的特征向量，得到第一特征向量和第二特征向量；计算所述第一特征向量和所述第二特征向量之间的余弦距离，作为所述第一人脸图片与所述第二人脸图片之间的比较相似度；基于所述比