买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州登虹科技有限公司

摘要：本申请涉及人脸识别领域，具体涉及一种跨域人员识别匹配方法、装置和电子设备。其首先基于人脸目标检测和人体目标检测，从获取的第一待识别对象图像的队列提取第一目标对象图像的队列且从获取的第二待识别对象图像的队列提取第二目标对象图像的队列，然后，对所述第一目标对象图像的队列和所述第二目标对象图像的队列进行人脸特征提取和聚类分析，接着，计算得到的第一目标对象人脸聚类表示向量和第二目标对象人脸聚类表示向量之间的相似度，最后，基于所述相似度与预设阈值之间的比较，确认所述第一目标对象图像的队列中的目标对象与所述第二目标对象图像的队列中的目标对象是否为同一个对象。

主权项：1.一种跨域人员识别匹配方法，其特征在于，包括：获取由第一摄像头采集的第一待识别对象图像的队列；获取由第二摄像头采集的第二待识别对象图像的队列；基于人脸目标检测和人体目标检测，从所述第一待识别对象图像的队列提取第一目标对象图像的队列且从所述第二待识别对象图像的队列提取第二目标对象图像的队列；对所述第一目标对象图像的队列进行人脸特征提取和聚类分析以得到第一目标对象人脸聚类表示向量；对所述第二目标对象图像的队列进行人脸特征提取和聚类分析以得到第二目标对象人脸聚类表示向量；计算所述第一目标对象人脸聚类表示向量和所述第二目标对象人脸聚类表示向量之间的相似度；基于所述相似度与预设阈值之间的比较，确认所述第一目标对象图像的队列中的目标对象与所述第二目标对象图像的队列中的目标对象是否为同一个对象；其中，对所述第一目标对象图像的队列进行人脸特征提取和聚类分析以得到第一目标对象人脸聚类表示向量，包括：将所述第一目标对象图像的队列中的各个第一目标对象图像分别输入基于空洞卷积神经网络模型的人脸特征提取器以得到第一目标对象人脸特征图的队列；将所述第一目标对象人脸特征图的队列中的各个第一目标对象人脸特征图分别输入基于压缩-抑制结构的特征注意力选择强化模块以得到强化第一目标对象人脸特征图的队列；分别计算所述强化第一目标对象人脸特征图的队列中的各个强化第一目标对象人脸特征图的全局均值向量以得到强化第一目标对象人脸特征向量的队列；将所述强化第一目标对象人脸特征向量的队列输入特征分布反向掩码聚类分析网络以得到所述第一目标对象人脸聚类表示向量；其中，将所述第一目标对象人脸特征图的队列中的各个第一目标对象人脸特征图分别输入基于压缩-抑制结构的特征注意力选择强化模块以得到强化第一目标对象人脸特征图的队列，包括：计算所述第一目标对象人脸特征图的沿通道维度的各个特征矩阵的全局均值以得到第一目标对象人脸特征压缩信息表示向量；对所述第一目标对象人脸特征压缩信息表示向量进行一维卷积编码以得到第一目标对象人脸压缩信息间关联表示特征向量；将所述第一目标对象人脸特征压缩信息表示向量和所述第一目标对象人脸压缩信息间关联表示特征向量进行级联以得到第一目标对象人脸压缩信息多尺度表示向量；以所述第一目标对象人脸压缩信息多尺度关联特征向量中的各个位置的特征值的负数作为自然常数的指数以计算按位置的以自然常数为底的指数函数值以得到第一目标对象人脸压缩信息多尺度关联类支持特征向量；计算所述第一目标对象人脸压缩信息多尺度关联类支持特征向量中各个位置的特征值与常数一之和的倒数以得到第一目标对象人脸权重特征向量；使用Sigmoid函数对所述第一目标对象人脸压缩信息多尺度关联特征向量进行归一化操作以得到第一目标对象人脸权重特征向量；将所述第一目标对象人脸权重特征向量中各个位置的特征值与所述第一目标对象人脸特征图的沿通道维度的各个特征矩阵进行按位置相乘以得到强化第一目标对象人脸特征图。

全文数据：

权利要求：

百度查询： 杭州登虹科技有限公司 跨域人员识别匹配方法、装置和电子设备