身份检测方法、设备和可读介质技术

本申请实施例提供了一种身份检测方法、设备和可读介质。所述方法包括：提供检测页面，所述检测页面包括上传控件；响应于对所述上传控件的触发，确定待检测对象的至少一张检测图像；将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，所述特征向量包括：多级特征向量；采用所述特征向量与基准特征向量进行比对，确定检测结果，所述检测结果包括：检测目标对象成功或检测目标对象失败；在所述检测页面中显示所述检测结果。通过多级特征向量进行级联特征检测，从而能够通过多级特征快速的检索对象，进行识别，提高处理效率。提高处理效率。提高处理效率。

【技术实现步骤摘要】
身份检测方法、设备和可读介质


[0001]本申请涉及计算机
，特别是涉及一种身份检测方法、一种检测方法、一种终端设备和一种机器可读介质。

技术介绍

[0002]随着深度学习技术的发展，人工智能(Artificial Intelligence，AI)图像识别取得了巨大的进步，人工智能的图像识别能力已经超出了人类。不仅如此，人工智能还在围棋、自动驾驶、计算机辅助诊断等多个领域发挥了巨大的作用，推动了社会的进步。
[0003]目前可通过图像进行对象的身份识别，然而识别往往不够准确，精度较差。

技术实现思路

[0004]本申请实施例提供了一种身份检测方法，以准确识别不同的对象。
[0005]相应的，本申请实施例还提供了一种检测方法、一种电子设备和一种机器可读介质，用以保证上述方法的实现及应用。
[0006]为了解决上述问题，本申请实施例公开了一种身份检测方法，包括：
[0007]提供检测页面，所述检测页面包括上传控件；
[0008]响应于对所述上传控件的触发，确定待检测对象的至少一张检测图像；
[0009]将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，所述特征向量包括：多级特征向量；
[0010]采用所述特征向量与基准特征向量进行比对，确定检测结果，所述检测结果包括：检测目标对象成功或检测目标对象失败；
[0011]在所述检测页面中显示所述检测结果。
[0012]可选的，所述将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，包括：
[0013]将至少一张检测图像中的全身图像输入到第一检测模型中，确定全身特征向量；
[0014]从所述至少一张检测图像中截取面部图像，将所述面部图像输入到第二检测模型中，得到面部特征向量。
[0015]可选的，所述采用所述特征向量与基准特征向量进行比对，确定检测结果，包括：
[0016]将全身特征向量和全身基准特征向量进行比对，确定第一比对结果；
[0017]在判断所述第一比对结果不满足第一条件的情况下，确定检测结果为检测目标对象失败；
[0018]在判断所述第一比对结果满足第一条件的情况下，采用所述面部特征向量和面部基准特征向量进行比对，确定第二比对结果；
[0019]在判断所述第二比对结果不满足第二条件的情况下，确定检测结果为检测目标对象失败；
[0020]在判断所述第二比对结果满足第二条件的情况下，确定检测结果为检测目标对象
成功，所述目标对象为基准特征向量对应的对象。
[0021]可选的，所述将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，还包括：
[0022]在判断所述第二比对结果满足第二条件的情况下，从所述至少一张图像中截取关键特征图像；
[0023]将所述关键特征图像输入到第三检测模型中，得到关键特征向量，所述关键特征依据对象的种类确定。
[0024]可选的，所述采用所述特征向量与基准特征向量进行比对，确定检测结果，包括：
[0025]将所述关键特征向量和所述目标对象的关键基准特征向量进行比对，确定第三比对结果；
[0026]在判断所述第三比对结果不满足第三条件的情况下，确定检测结果为检测目标对象失败；
[0027]在判断所述第三比对结果满足第三条件的情况下，确定检测结果为检测目标对象成功，所述目标对象为基准特征向量对应的对象。
[0028]可选的，还包括：响应于对所述检测页面中识别控件的触发，获取目标对象的目标信息，以依据所述目标信息确定目标对象的基准特征向量。
[0029]可选的，还包括：在所述检测页面中显示目标对象的目标图像和待检测对象的检测图像；在所述目标图像和检测图像中分别标记出比对位置。
[0030]本申请实施例还公开了一种检测方法，所述方法包括：
[0031]提供检测页面，所述检测页面包括上传控件；
[0032]响应于对所述上传控件的触发，确定待检测对象的至少一张检测图像；
[0033]上传所述至少一张检测图像到服务端，以便在所述服务端依据检测模型确定待检测对象的特征向量，并与基准特征向量进行比对，确定检测结果；
[0034]接收检测结果，并在所述检测页面中显示所述检测结果。
[0035]本申请实施例还公开了一种检测方法，所述方法包括：
[0036]接收待检测对象的至少一张检测图像，并确定目标对象；
[0037]将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，所述特征向量包括：全身特征向量和面部特征向量；
[0038]采用所述特征向量与基准特征向量进行比对，确定检测结果，所述检测结果包括相同或不同；
[0039]发送所述检测结果。
[0040]本申请实施例还公开了一种电子设备，包括：处理器；和存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如本申请实施例所述的方法。
[0041]本申请实施例还公开了一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如本申请实施例所述的方法。
[0042]与现有技术相比，本申请实施例包括以下优点：
[0043]在本申请实施例中，可提供检测页面，响应于对所述上传控件的触发，确定待检测对象的至少一张检测图像，从而能够上传图像来便捷的检测对象，可将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，所述特征向量包括：多级特征向量，通过多
级特征向量进行级联特征检测，采用所述特征向量与基准特征向量进行比对，确定检测结果，然后在检测页面中显示检测结果，从而能够通过多级特征快速的检索对象，进行识别，提高处理效率。
附图说明
[0044]图1是本申请实施例的一种身份检测方法实施例的步骤流程图；
[0045]图2A是本申请实施例的一种检测页面示例的示意图；
[0046]图2B是本申请实施例的另一种身份检测方法的步骤流程图；
[0047]图3A是本申请实施例的另一种检测页面示例的示意图；
[0048]图3B是本申请的另一种身份检测方法实施例的步骤流程图；
[0049]图4A是本申请实施例的再一种检测页面示例的示意图；
[0050]图4B是本申请的再一种身份检测方法实施例的步骤流程图；
[0051]图5是本申请实施例的一种检测交互示例的示意图；
[0052]图6是本申请一实施例提供的装置的结构示意图。
具体实施方式
[0053]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
[0054]本申请实施例可应用于对象的身份检测场景中，例如动物检测、人员检测、手工制品检测等场景中。其中，可通过级联特征(cascaded feature)检测，实现多种特征的级联检测，检测相应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种身份检测方法，其特征在于，所述方法包括：提供检测页面，所述检测页面包括上传控件；响应于对所述上传控件的触发，确定待检测对象的至少一张检测图像；将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，所述特征向量包括：多级特征向量；采用所述特征向量与基准特征向量进行比对，确定检测结果，所述检测结果包括：检测目标对象成功或检测目标对象失败；在所述检测页面中显示所述检测结果。2.根据权利要求1所述的方法，其特征在于，所述将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，包括：将至少一张检测图像中的全身图像输入到第一检测模型中，确定全身特征向量；从所述至少一张检测图像中截取面部图像，将所述面部图像输入到第二检测模型中，得到面部特征向量。3.根据权利要求2所述的方法，其特征在于，所述采用所述特征向量与基准特征向量进行比对，确定检测结果，包括：将全身特征向量和全身基准特征向量进行比对，确定第一比对结果；在判断所述第一比对结果不满足第一条件的情况下，确定检测结果为检测目标对象失败；在判断所述第一比对结果满足第一条件的情况下，采用所述面部特征向量和面部基准特征向量进行比对，确定第二比对结果；在判断所述第二比对结果不满足第二条件的情况下，确定检测结果为检测目标对象失败；在判断所述第二比对结果满足第二条件的情况下，确定检测结果为检测目标对象成功，所述目标对象为基准特征向量对应的对象。4.根据权利要求3所述的方法，其特征在于，所述将所述至少一张检测图像输入到检测模型中，确定对应的特征向量，还包括：在判断所述第二比对结果满足第二条件的情况下，从所述至少一张图像中截取关键特征图像；将所述关键特征图像输入到第三检测模型...

【专利技术属性】
技术研发人员：何剑，朱丹，赵雷，刘奎龙，杨昌源，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：