人员识别方法、装置、电子设备及存储介质与流程

1.本发明涉及生物特征识别技术领域，特别是指一种人员识别方法、装置、电子设备及存储介质。


背景技术：

2.在对安检要求严格的场景，一方面要求人员快速识别避免闸机拥堵，另一方面需要杜绝因误识导致危险情况发生。
3.现有闸机技术中，若采用识别速度快的算法，则存在误识率较高的问题；若采用识别准确率高的算法，则易发生识别速度较慢，不能秒响应，容易造成闸机人流阻塞，以至于无法适应人流量大的闸机安检场景。


技术实现要素：

4.本发明实施例要解决的技术问题是提供一种识别速度快，准确率高的人员识别方法、装置、电子设备及存储介质。
5.为解决上述技术问题，本发明实施例提供技术方案如下：
6.一方面，提供一种人员识别方法，包括：
7.获取待识别人员的生物特征图像；
8.利用第一算法对所述生物特征图像进行1:n比对；
9.若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；
10.若1:1比对通过，则人员识别通过。
11.在本发明一些实施例中，所述利用第一算法对所述生物特征图像进行1:n比对，包括：
12.利用所述第一算法提取所述生物特征图像的生物特征，得到第一生物特征；
13.将所述第一生物特征与数据库中存储的由所述第一算法得到的人员的生物特征模板进行1:n比对。
14.在本发明一些实施例中，所述若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，包括：
15.若搜索到匹配人员，则从所述数据库中获取匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板；
16.利用所述第二算法提取所述生物特征图像的生物特征，得到第二生物特征；
17.比对所述匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过。
18.在本发明一些实施例中，所述比对所述匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过，包括：
19.若比对不通过，则从所述数据库中获取匹配人员中排序下一位的人员对应的由所述第二算法得到的生物特征模板；
20.比对所述匹配人员中排序下一位的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过，若比对不通过，则转至上一步骤直至人员识别通过或者遍历完匹配人员中排序靠前预设数量的人员。
21.另一方面，提供一种人员识别装置，包括：
22.获取模块，用于获取待识别人员的生物特征图像；
23.第一比对模块，用于利用第一算法对所述生物特征图像进行1:n比对；
24.第二比对模块，用于若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；
25.通过模块，用于若1:1比对通过，则人员识别通过。
26.再一方面，提供一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行上述任一所述的方法。
27.又一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任一所述的方法。
28.又一方面，提供一种人员识别设备，包括设备主体和与所述设备主体连接的边缘计算终端，其中：
29.所述设备主体，用于获取待识别人员的生物特征图像；
30.所述边缘计算终端，用于利用第一算法对所述生物特征图像进行1:n比对；若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；若1:1比对通过，则人员识别通过；
31.所述设备主体，还用于在人员识别通过后给出相应指令。
32.在本发明一些实施例中，所述设备主体，用于获取待识别人员的生物特征图像，并进行生物特征检活判断、生物特征角度判断和/或生物特征质量判断；
33.所述设备主体，还用于在人员识别通过且生物特征各判断通过后给出相应指令。
34.在本发明一些实施例中，所述生物特征图像为人脸图像，和/或，所述相应指令为闸机开闸指令。
35.本发明实施例具有以下有益效果：
36.本发明实施例提供的人员识别方法、装置、电子设备及存储介质，首先获取待识别人员的生物特征图像，然后利用第一算法对所述生物特征图像进行1:n比对，之后若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法，最后若1:1比对通过，则人员识别通过。这样，本发明实施例使用两种算法共同比对决策，识别
速度快的第一算法作为一次认证，识别准确率高的第二算法作为二次认证，使得整个方案既具有第一算法识别速度快的优点，也具有第二算法识别准确率高的优点，以大大降低误识率，提高识别速度。
附图说明
37.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
38.图1为本发明的人员识别方法一个实施例的流程示意图；
39.图2为本发明的人员识别方法另一实施例的流程示意图；
40.图3为本发明的人员识别装置一个实施例的结构示意图；
41.图4为本发明的电子设备一个实施例的结构示意图；
42.图5为本发明的人员识别设备一个实施例的架构示意图。
具体实施方式
43.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
44.需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
45.另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
46.在刷脸闸机应用场景下，申请人已有的人脸识别算法在交付过程中，出现了较为频繁的误识情况：
47.1.以上场景示例中，均在人脸识别算法一(a算法)下出现误识情况(超过阈值86)，但识别速度符合要求；
48.2.以上场景示例中，未在人脸识别算法二(b算法)下出现误识情况(默认阈值85)，但识别速度不符合要求；
49.3.经roc(receiver operator characteristic curve，接收算子特性曲线)通过率验证，在a算法误识率(1/100000、1/1000000、1/10000000)各点，通过率均高于b算法(见下表1和表2)。
50.表1b算法误识率情况
51.误识率通过率阈值1/1000.991946.43011/10000.989554.13601/100000.977860.16721/1000000.942265.17651/10000000.865069.25161/100000000.779571.8974等错误率eer0.991947.262900.560076.1918
52.表2a算法误识率情况
[0053][0054][0055]
注：
[0056]
1、比对图库数量：10787对；
[0057]
2、比对图库采集自闸机场景的人证比对，且未做过算法训练。
[0058]
结论：b算法和a算法均具有较高的识别通过率，但采用单一算法均无法满足刷脸闸机应用场景需要，仅采用b算法，虽识别准确率符合要求，但识别速度不符合要求，仅采用a算法，虽识别速度符合要求，但识别准确率不符合要求。为解决该问题，特提出本发明实施例的技术方案，使用两种算法共同比对决策(识别速度快的a算法作为一次认证，识别准确率高的b算法作为二次认证)，以大大降低误识率，提高识别速度。
[0059]
一方面，本发明实施例提供一种人员识别方法，如图1所示，本实施例的方法可以包括：
[0060]
步骤101：获取待识别人员的生物特征图像；
[0061]
本步骤中，生物特征可以为各类生物特征，包括但不限于人脸、虹膜、指纹、掌纹、指静脉、掌静脉等等。
[0062]
步骤102：利用第一算法对所述生物特征图像进行1:n比对；
[0063]
本步骤中，第一算法用于从图像中提取生物特征，例如可以为申请人已有的人脸识别算法一(a算法)。
[0064]
步骤103：若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；
[0065]
本步骤中，排序是按匹配程度排序，匹配程度越高，则排序越靠前；预设数量可以
根据需要灵活设置，例如可以为1、2、3等等。第二算法用于从图像中提取生物特征，例如可以为申请人已有的人脸识别算法二(b算法)。
[0066]
步骤104：若1:1比对通过，则人员识别通过。
[0067]
这样，本发明实施例使用两种算法共同比对决策，识别速度快的第一算法作为一次认证，识别准确率高的第二算法作为二次认证，使得整个方案既具有第一算法识别速度快的优点，也具有第二算法识别准确率高的优点，以大大降低误识率，提高识别速度。
[0068]
作为一种可选的实施例，所述利用第一算法对所述生物特征图像进行1:n比对(步骤102)，具体可以包括：
[0069]
步骤1021：利用所述第一算法提取所述生物特征图像的生物特征，得到第一生物特征；
[0070]
步骤1022：将所述第一生物特征与数据库中存储的由所述第一算法得到的人员的生物特征模板进行1:n比对。
[0071]
上述步骤1021-1022能够较为方便的实现一次认证(即1:n比对)。
[0072]
图2为本发明的人员识别方法一个具体例子的流程示意图，在该例子中，生物特征图像为人脸图像，应用场景为闸机。前述步骤101对应图2中的步骤201，上述步骤1021-1022分别对应图2中的步骤203和204。
[0073]
作为另一种可选的实施例，所述若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对(步骤103)，具体可以包括：
[0074]
步骤1031：若搜索到匹配人员，则从所述数据库中获取匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板；
[0075]
步骤1032：利用所述第二算法提取所述生物特征图像的生物特征，得到第二生物特征；
[0076]
步骤1033：比对所述匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过。
[0077]
上述步骤1031-1033能够较为方便的实现二次认证(即1:1比对)。上述步骤1031对应图2中的步骤205和步骤640-642(对top1人员的相关处理步骤)，上述步骤1032对应图2中的步骤202，上述步骤1033对应图2中的步骤651-652。
[0078]
图2中，步骤202利用第二算法(b算法)完成图像的特征提取，并可以持久化存储，该步骤202还可以为异步执行，以提高程序运行效率；步骤203-204为利用第一算法(a算法)按常规逻辑进行1:n搜索比对(一次认证)；步骤205、640-642，为搜索到a算法识别到的人员编号，并通过人员编号获取算法b的特征数据；步骤651为通过算法b进行1:1比对(二次认证)，对于算法b二次认证通过的请求，系统认定是同一个人，对于算法b二次认证不通过的请求，系统认定不是同一个人，若top1图像1:1匹配失败，还可采用top2图像1:1匹配，依此类推，直至从搜索到人员中选择前n个进行1:1匹配(图2中n＝3)；最后，根据二次认证结果，可以反馈响应结果，以控制闸机打开与否。
[0079]
进一步的，所述比对所述匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过(步骤1033)，可以包括：
[0080]
步骤10331：若比对不通过，则从所述数据库中获取匹配人员中排序下一位的人员
对应的由所述第二算法得到的生物特征模板；
[0081]
步骤10332：比对所述匹配人员中排序下一位的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过，若比对不通过，则转至上一步骤直至人员识别通过或者遍历完匹配人员中排序靠前预设数量的人员。
[0082]
上述步骤10331对应图2中的步骤652和步骤640
’‑
642’(对top2人员的相关处理步骤)，上述步骤10332对应图2中的步骤651
’‑
652’、640
”‑
642”、651
”‑
652”(对top3人员的相关处理步骤)。
[0083]
另一方面，本发明实施例提供一种人员识别装置，如图3所示，包括：
[0084]
获取模块11，用于获取待识别人员的生物特征图像；
[0085]
第一比对模块12，用于利用第一算法对所述生物特征图像进行1:n比对；
[0086]
第二比对模块13，用于若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；
[0087]
通过模块14，用于若1:1比对通过，则人员识别通过。
[0088]
本实施例的装置，可以用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
[0089]
优选的，所述第一比对模块12，包括：
[0090]
第一提取单元，用于利用所述第一算法提取所述生物特征图像的生物特征，得到第一生物特征；
[0091]
第一比对单元，用于将所述第一生物特征与数据库中存储的由所述第一算法得到的人员的生物特征模板进行1:n比对。
[0092]
优选的，所述第二比对模块13，包括：
[0093]
第一获取单元，用于若搜索到匹配人员，则从所述数据库中获取匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板；
[0094]
第二提取单元，用于利用所述第二算法提取所述生物特征图像的生物特征，得到第二生物特征；
[0095]
第二比对单元，用于比对所述匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过。
[0096]
优选的，所述第二比对单元，包括：
[0097]
获取子单元，用于若比对不通过，则从所述数据库中获取匹配人员中排序下一位的人员对应的由所述第二算法得到的生物特征模板；
[0098]
比对子单元，用于比对所述匹配人员中排序下一位的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过，若比对不通过，则转至所述获取子单元直至人员识别通过或者遍历完匹配人员中排序靠前预设数量的人员。
[0099]
本发明实施例还提供一种电子设备，图4为本发明的电子设备一个实施例的结构示意图，可以实现本发明图1所示实施例的流程，如图4所示，上述电子设备可以包括：壳体41、处理器42、存储器43、电路板44和电源电路45，其中，电路板44安置在壳体41围成的空间内部，处理器42和存储器43设置在电路板44上；电源电路45，用于为上述电子设备的各个电
路或器件供电；存储器43用于存储可执行程序代码；处理器42通过读取存储器43中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述任一方法实施例所述的方法。
[0100]
处理器42对上述步骤的具体执行过程以及处理器42通过运行可执行程序代码来进一步执行的步骤，可以参见本发明图1所示实施例的描述，在此不再赘述。
[0101]
该电子设备以多种形式存在，包括但不限于：
[0102]
(1)移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括：智能手机(例如iphone)、多媒体手机、功能性手机，以及低端手机等。
[0103]
(2)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：pda、mid和umpc设备等，例如ipad。
[0104]
(3)便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如ipod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
[0105]
(4)服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
[0106]
(5)其他具有数据交互功能的电子设备。
[0107]
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法实施例所述的方法步骤。
[0108]
本发明实施例还提供一种应用程序，所述应用程序被执行以实现本发明任一方法实施例提供的方法。
[0109]
本发明实施例还提供一种人员识别设备，如图5所示，本实施例的设备可以包括设备主体和与设备主体连接的边缘计算终端，其中：
[0110]
所述设备主体，用于获取待识别人员的生物特征图像；
[0111]
所述边缘计算终端，用于利用第一算法对所述生物特征图像进行1:n比对；若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；若1:1比对通过，则人员识别通过；
[0112]
所述设备主体，还用于在人员识别通过后给出相应指令。
[0113]
本实施例的人员识别设备，其中相关步骤与图1所示方法实施例中的步骤类似，其实现原理和技术效果类似，此处不再赘述。不同之处在于，本实施例的人员识别设备包括设备主体和边缘计算终端，从而可以实现相关流程步骤的异步执行，从而提高执行效率，提升人员识别速度。
[0114]
优选的，所述设备主体，用于获取待识别人员的生物特征图像，并进行生物特征检活判断、生物特征角度判断和/或生物特征质量判断；
[0115]
所述设备主体，还用于在人员识别通过且生物特征各判断通过后给出相应指令。
[0116]
这样，通过将设备端检活、检测流程与后端比对流程拆分，异步处理检活/检测和比对，进一步提升人员识别速度。
[0117]
优选的，所述生物特征图像为人脸图像，和/或，所述相应指令为闸机开闸指令。
[0118]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种人员识别方法，其特征在于，包括：获取待识别人员的生物特征图像；利用第一算法对所述生物特征图像进行1:n比对；若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；若1:1比对通过，则人员识别通过。2.根据权利要求1所述的方法，其特征在于，所述利用第一算法对所述生物特征图像进行1:n比对，包括：利用所述第一算法提取所述生物特征图像的生物特征，得到第一生物特征；将所述第一生物特征与数据库中存储的由所述第一算法得到的人员的生物特征模板进行1:n比对。3.根据权利要求1或2所述的方法，其特征在于，所述若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，包括：若搜索到匹配人员，则从所述数据库中获取匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板；利用所述第二算法提取所述生物特征图像的生物特征，得到第二生物特征；比对所述匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过。4.根据权利要求3所述的方法，其特征在于，所述比对所述匹配人员中排序第一的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过，包括：若比对不通过，则从所述数据库中获取匹配人员中排序下一位的人员对应的由所述第二算法得到的生物特征模板；比对所述匹配人员中排序下一位的人员对应的由所述第二算法得到的生物特征模板和所述第二生物特征，若比对通过，则人员识别通过，若比对不通过，则转至上一步骤直至人员识别通过或者遍历完匹配人员中排序靠前预设数量的人员。5.一种人员识别装置，其特征在于，包括：获取模块，用于获取待识别人员的生物特征图像；第一比对模块，用于利用第一算法对所述生物特征图像进行1:n比对；第二比对模块，用于若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；通过模块，用于若1:1比对通过，则人员识别通过。6.一种电子设备，其特征在于，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行上述权利要求1-4中任一所述的方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述权利要求1-4中任一所述的方法。8.一种人员识别设备，包括设备主体和与所述设备主体连接的边缘计算终端，其特征在于，所述设备主体，用于获取待识别人员的生物特征图像；所述边缘计算终端，用于利用第一算法对所述生物特征图像进行1:n比对；若1:n比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；若1:1比对通过，则人员识别通过；所述设备主体，还用于在人员识别通过后给出相应指令。9.根据权利要求8所述的设备，其特征在于，所述设备主体，用于获取待识别人员的生物特征图像，并进行生物特征检活判断、生物特征角度判断和/或生物特征质量判断；所述设备主体，还用于在人员识别通过且生物特征各判断通过后给出相应指令。10.根据权利要求8或9所述的设备，其特征在于，所述生物特征图像为人脸图像，和/或，所述相应指令为闸机开闸指令。

技术总结
本发明实施例公开了一种人员识别方法、装置、电子设备及存储介质，属于生物特征识别技术领域，所述人员识别方法包括：获取待识别人员的生物特征图像；利用第一算法对所述生物特征图像进行1:N比对；若1:N比对时搜索到匹配人员，则对匹配人员中排序靠前预设数量的人员利用第二算法进行1:1比对，其中所述第一算法的识别速度高于所述第二算法但识别准确率低于所述第二算法；若1:1比对通过，则人员识别通过。本发明实施例识别速度快，识别准确率高。识别准确率高。识别准确率高。


技术研发人员：杨延鹤 周军
受保护的技术使用者：北京眼神科技有限公司
技术研发日：2021.12.22
技术公布日：2023/7/13