人脸识别中相似度阈值的确定方法以及确定装置.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CN108875493A(43)申请公布日2018.11.23(21)申请号201710947714.7(22)申请日2017.10.12(71)申请人北京旷视科技有限公司地址100190北京市海淀区科学院南路2号A座313申请人北京迈格威科技有限公司(72)发明人唐康祺(74)专利代理机构北京市磐华律师事务所11336代理人高伟刘爱平(51)Int.Cl.G06K9/00(2006.01)权利要求书3页说明书10页附图2页(54)发明名称人脸识别中相似度阈值的确定方法以及确定装置(57)摘要本发明实施例提供了一种人脸识别中相似度阈值的确定方法以及确定装置，该确定方法包括：获取用于人脸识别的N张底库图像；分别针对与N张底库图像之一属于同一人的待识别图像，依次计算与N张底库图像之间的相似度，将所计算的最大值和次大值分别确定为第一相似度和第二相似度；根据针对多张待识别图像所确定的多个第一相似度以及针对多张待识别图像所确定的多个第二相似度，确定相似度阈值。可见，本发明实施例可以综合考虑误识别率和漏识别率，确定用于人脸识别的相似度阈值，保证该阈值最优。CN108875493ACN108875493A权利要求书1/3页1.一种人脸识别中相似度阈值的确定方法，其特征在于，包括：获取用于人脸识别的N张底库图像；分别针对与所述N张底库图像之一属于同一人的待识别图像，依次计算与所述N张底库图像之间的相似度，将所计算的最大值和次大值分别确定为第一相似度和第二相似度；根据针对多张待识别图像所确定的多个第一相似度以及针对多张待识别图像所确定的多个第二相似度，确定所述相似度阈值。2.根据权利要求1所述的方法，其特征在于，所述根据针对多张待识别图像所确定的多个第一相似度以及针对多张待识别图像所确定的多个第二相似度，确定所述相似度阈值，包括：将所述多个第一相似度与所述多个第二相似度的平均值确定为所述相似度阈值。3.根据权利要求1所述的方法，其特征在于，所述根据针对多张待识别图像所确定的多个第一相似度以及针对多张待识别图像所确定的多个第二相似度，确定所述相似度阈值，包括：根据针对多张待识别图像所确定的多个第一相似度确定第一曲线，并根据针对多张待识别图像所确定的多个第二相似度确定第二曲线；根据所述第一曲线与所述第二曲线的交点，确定所述相似度阈值。4.根据权利要求3所述的方法，其特征在于，所述根据针对多张待识别图像所确定的多个第一相似度确定第一曲线，并根据针对多张待识别图像所确定的多个第二相似度确定第二曲线，包括：根据针对多张待识别图像所确定的多个第一相似度确定所述多个第一相似度在各个相似度区间的第一概率分布，通过对所述第一概率分布进行拟合得到所述第一曲线；根据针对多张待识别图像所确定的多个第二相似度确定所述多个第二相似度在各个相似度区间的第二概率分布，通过对所述第二概率分布进行拟合得到所述第二曲线。5.根据权利要求3所述的方法，其特征在于，所述根据针对多张待识别图像所确定的多个第一相似度确定第一曲线，包括：根据针对多张待识别图像所确定的多个第一相似度、在人脸识别过程中陌生人出现概率与底库人出现概率之间的第一比值以及误识别重要性与漏识别重要性之间的第二比值确定所述第一曲线。6.根据权利要求5所述的方法，其特征在于，所述根据针对多张待识别图像所确定的多个第一相似度、在人脸识别过程中陌生人出现概率与底库人出现概率之间的第一比值以及误识别重要性与漏识别重要性之间的第二比值确定第一曲线，包括：根据针对多张待识别图像所确定的多个第一相似度确定的曲线表示为y＝PDF1(x)，所述第一比值表示为r，所述第二比值表示为K，则确定所述第一曲线为y＝r×K×PDF1(x)。7.根据权利要求1所述的方法，其特征在于，所述根据针对多张待识别图像所确定的多个第一相似度以及针对多张待识别图像所确定的多个第二相似度，确定所述相似度阈值，包括：根据针对多张待识别图像所确定的多个第一相似度确定所述多个第一相似度在各个相似度区间的第一概率分布，并根据针对多张待识别图像所确定的多个第二相似度确定所述多个第二相似度在各个相似度区间的第二概率分布；2CN108875493A权利要求书2/3页根据所述第一概率分布与所述第二概率分布之间的交叉区间确定所述相似度阈值。8.根据权利要求7所述的方法，其特征在于，所述根据针对多张待识别图像所确定的多个第一相似度确定所述多个第一相似度在各个相似度区间的第一概率分布，包括：将根据针对多张待识别图像所确定的多个第一相似度所确定的所述多个第一相似度在各个相似度区间的概率分布依次乘以在人脸识别过程中陌生人出现概率与底库人出现概率之间的第一比值以及误识别重要性与漏识别重要性之间的第二比值，得到所述第一概