CN114120383B 相似度阈值确定方法、装置、设备和存储介质 （顺丰科技有限公司）

KR20160124574A,2016.10.28质设候选阈值集合中的每个候选相似度阈值进行到指标阈值的候选相似度阈值确定为目标相似2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根据所述比较结果计算每个所述候选相似度阈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，所若所述相似标签指示所述图片集合中两张图片属于同一若所述相似标签指示所述图片集合中两张图片属于同一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、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3获取待验证是否属于同一人的第一人脸图片和分别提取所述第一人脸图片和所述第二人脸图片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若所述比较相似度小于或者等于所述目标相似度阈值，则所述若所述比较相似度大于所述目标相似度阈值，则所述验证结果为相似度计算模块，用于对所述多张人脸图片中的任意两张图片输出模块，用于将所述评价指标达到指标阈值的所述候选相似一个或多个应用程序，其中所述一个或多个应用程序被存储为由所述处理器执行以实现权利要求1至74[0012]在本申请一种可能的实现方式中，计算每个图片集合中5[0020]若相似标签指示图片集合中两张图片属于同一人，且比[0021]若相似标签指示图片集合中两张图片属于同一人，且比[0022]若相似标签指示图片集合中两张图片不属于同一人，且比较结果为第一比较结[0034]在本申请一种可能的实现方式中，基于比较相似度与目标相似度阈值的比较结6[0051]若相似标签指示图片集合中两张图片属于同一人，且比[0052]若相似标签指示图片集合中两张图片属于同一人，且比[0053]若相似标签指示图片集合中两张图片不属于同一人，且比较结果为第一比较结7到指标阈值的候选相似度阈值作为目标相似度阈值，相较于现有技术根据经验设置阈值，的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描为指示或暗示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8申请中服务器100主要用于从预设候选阈值集合中的多个候选相似度阈值中确定用于人脸计算(CloudComputing)的大量计算机或网络服信，包括但不限于，基于第三代合作伙伴计划(3rdGenerationPartnershipProject，3GPP)、长期演进(LongTermEvolution，LTE)、全球互通微波访问(WorldwideInteroperabilityforMicrowaveAccess，WiMAX)的移动通信，或基于TCP/IP协议族[0087]本申请中，上述的图像获取终端200可以是一个带拍照功能的通用的计算机设备(PersonalDigitalAssistant，PDA)、移动手机、平板电脑、数码相机、电荷耦合器件9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；人脸在不同角度以及不同光线下的多张人脸图片，服务器100向储存器300发起访问请求，从而获取存储在储存器300中的多张人脸[0096]由于储存器300内存储有不同人脸在各种角度以及光线下的多张人脸图片，并且对于同一个人脸来说，储存器300内存储有该人脸在不同角度以及不同光线下的多张人脸[0098]S203、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[0107]将S204中计算得到的每一个候选相似度阈值相对应的评价指标与指标阈值进行到指标阈值的候选相似度阈值作为目标相似度阈值，相较于现有技术根据经验设置阈值，通过本申请的相似度阈值计算方法计算得到的目标相似度阈值能够更好地适用于所有人型，比如残差网络(ResidualNeuralNetwork，ResNet)模型、深度网络(Inception训练好的VGG16模型能够将任意一张人脸图片转换为表征该人脸图片的特征向量。需要说[0114]根据S301可知，通过VGG16模型分别提取每个图片集合中两张图片对应的特征向[0116]其中，a,和园,分别为第n个图片集合中两张图片的特征向量，根据上式可以计算[0122]如图4所示，为本申请中计算评价指标的一个流程示意图，在本申请一些实施例[0126]若相似标签指示图片集合中两张图片属于同一人，且比[0127]若相似标签指示图片集合中两张图片不属于同一人，且比较结果为第一比较结[0134]本申请中，召回率R用于表示所有图片集合中确实属于同一人的两张图片有多少[0137]本申请中，精确率P用于表示分类为属于同一人的两张图片中有多少确实是属于拍摄得到的人脸图片上传至服务器100，同时服务器100从储存器300获取与该快件关联的[0153]为了更好实施本申请中的相似度阈值确定方法，在相似度阈值确定方法基础之[0156]比较模块603，用于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[0158]输出模块605，用于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[0167]若相似标签指示图片集合中两张图片属于同一人，且比[0168]若相似标签指示图片集合中两张图片属于同一人，且比[0169]若相似标签指示图片集合中两张图片不属于同一人，且比较结果为第一比较结[0177]待验证获取模块606，用于获取待验证是否属于同一人的第一人脸图片和第二人[0180]验证模块609，用于基于比较相似度与目标相似度阈值的比较结果，得到验证结[0182]为了更好实施本申请的相似度阈值确定方法，在相似度由处理器801执行上述相似度阈值确定方法中任一项实施例的相似度阈值确定方法中的步[0187]该设备可以包括一个或者一个以上处理核心的处理器801、一个或一个以上计算通过运行或执行存储在存储器802内的软件程序和/或模块，以及调用存储在存储器802内包括一个或多个处理核心；处理器801可以是中央处理单元(CentralProcessingUnit，集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列[0189]存储器802可用于存储软件程序以及模块，处理器801通过运行存储在存储器802[0191]该设备还可包括输入单元804和输出单元805，该输入单元804可用