(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210625928.3 (22)申请日 2022.06.02 (71)申请人 云从科技 集团股份有限公司 地址 511457 广东省广州市南沙区南沙街 金隆路37号5 01房 (72)发明人 吴凡　李军　 (74)专利代理 机构 北京瀚仁知识产权代理事务 所(普通合伙) 11482 专利代理师 陈敏 (51)Int.Cl. G06V 10/70(2022.01) G06V 10/26(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 40/16(2022.01)G06F 21/60(2013.01) (54)发明名称 目标识别方法、 计算机可读存储介质及电子 设备 (57)摘要 本发明涉及图像识别技术领域， 具体提供一 种目标识别方法、 计算机可读存储介质及电子设 备， 旨在解决现有目标识别过程存在安全隐患的 问题。 为此目的， 本发明的目标识别方法包括： 根 据待识别目标所在场景的业务类型确定待运行 识别模式； 基于确定出的待运行识别模式对待识 别目标进行识别； 其中， 当待运行识别模式为人 脸识别模式时， 对待识别目标进行本地人脸识别 或远端人脸识别； 且当本地人脸识别和远端人脸 识别两种识别方式均适用时， 选择本地人脸识别 方式对待识别目标进行识别。 通过在本地人脸识 别和远端人脸识别两种方式均适用时优选本地 人脸识别方式， 可以有效降低识别数据被第三方 截获的风险， 提高目标识别过程的安全性。 权利要求书3页 说明书10页 附图3页 CN 115049857 A 2022.09.13 CN 115049857 A 1.一种目标识别方法， 其特 征在于， 包括： 根据待识别目标 所在场景的业 务类型确定待运行识别模式； 基于确定出的所述待运行识别模式对所述待识别目标进行识别； 其中， 当所述待运行识别模式为人脸识别模式时， 对所述待识别目标进行本地人脸识 别或远端人脸识别； 且当本地人脸识别和远端人脸识别两种识别方式均适用时， 选择所述 本地人脸识别方式对所述待识别目标进行识别。 2.根据权利要求1所述的方法， 其特征在于， 所述基于确定出的所述待运行识别模式对 所述待识别目标进行识别至少包括： 对所述待识别目标的生物特征图像进行待比对特征获取操作和比对操作， 其中， 通过 进行所述待比对特征获取操作得到与所述待识别目标对应的不可逆特征， 并将所述不可逆 特征作为所述待比对特 征。 3.根据权利要求2所述的方法， 其特征在于， 所述通过进行所述待比对特征获取操作得 到与所述待识别目标对应的不可逆特 征， 包括： 对所述待识别目标的生物特征图像至少进行图像分割、 特征提取以及融合， 以得到的 融合特征作为所述 不可逆特 征。 4.根据权利要求3所述的方法， 其特征在于， 所述对所述待识别目标的生物特征图像至 少进行图像分割 、 特征提取以及融合， 包括： 对所述待识别目标的生物特征图像进行图像分割得到多个图像子区域， 并对各个所述 图像子区域分配权重； 基于每个所述图像子区域的权重对每个所述图像子区域进 行特征提 取， 得到每个所述图像子区域的图像子区域特征； 以及对所有所述图像子区域特征进行融 合； 或者， 对所述待识别目标的生物特征图像进行图像分割得到多个图像子区域， 并对各个所述 图像子区域分配权重； 对每个所述图像子区域进行特征提取， 得到每个所述图像子区域的 图像子区域特征； 以及基于每个所述图像子区域的权重对所有所述图像子区域特征进 行融 合； 或者， 对所述待识别目标的生物特征图像进行图像分割得到多个图像子区域， 并对各个所述 图像子区域分配权重； 基于每个所述图像子区域的权重对每个所述图像子区域进 行特征提 取， 得到每个所述图像子区域的图像子区域特征； 以及基于每个所述图像子区域的权重对 所有所述图像子区域特 征进行融合。 5.根据权利要求4所述的方法， 其特征在于， 基于每个所述图像子区域的权重对每个所 述图像子区域进行 特征提取包括： 基于每个所述图像子区域对应的权重大小选择结构复杂度不同的神经网络模型进行 特征提取。 6.根据权利要求2至5中任意一项所述的方法， 其特征在于， 当对所述待识别目标进行 本地人脸识别时， 所述比对操作包括： 将预存储在本地的参照特 征进行解密； 将所述待比对特 征与解密后的所述 参照特征进行比对。权　利　要　求　书 1/3 页 2 CN 115049857 A 27.根据权利要求3至5中任意一项所述的方法， 其特征在于， 当对所述待识别目标进行 远端人脸识别时， 所述通过进 行所述待比对特征获取操作得到与所述待识别目标对应的不 可逆特征还包括： 对图像分割和特征提取后得到的与各个图像子区域对应的图像子区域特征进行加密 并传输至远端服 务器； 在所述远端服务器对加密后的各个图像子区域特征进行解密， 以用于在所述远端服务 器进行融合。 8.根据权利要求7 所述的方法， 其特 征在于， 所述比对操作包括： 对预存储在远端服 务器的参照特 征进行解密； 将在远端服 务器融合后得到的所述待比对特 征与解密后的所述 参照特征进行比对。 9.根据权利要求7所述的方法， 其特征在于， 对图像分割和特征提取后得到的与各个图 像子区域对应的图像子区域特 征进行加密并传输 至远端服 务器包括： 对图像分割和特征提取后得到的与 各个图像子区域对应的图像子区域特征进行加密， 以得到多个加密后的所述图像子区域特 征； 采用随机算法对多个所述图像子区域特征匹配报文， 其中， 同一所述待识别目标的多 个所述图像子区域特征匹配有多个报文， 且同一所述待识别目标对应的所述报文 数量小于 所述图像子区域数量； 基于所匹配的报文将每 个所述图像子区域特 征传输到远端服 务器。 10.根据权利要求9所述的方法， 其特征在于， 当所述待识别目标数量为多个时， 所述采 用随机算法对多个所述图像子区域特征匹配报文， 其中， 同一所述待识别目标的多个所述 图像子区域特征匹配有多个报文， 且同一所述待识别目标对应的所述报文 数量小于所述图 像子区域数量， 包括： 采用随机算法对所有所述待识别目标的所有所述图像子区域特征匹配报文， 其中， 同 一所述待识别目标的多个所述图像子区域特征匹配有多个报文， 且同一所述待识别目标对 应的所述报文 数量小于所述图像子区域数量， 至少两个所述待识别目标的部分所述图像子 区域特征匹配至同一所述报文； 当所述待识别目标数量为一个时， 所述采用随机算法对多个所述图像子区域特征匹配 报文， 其中， 同一所述待识别目标的多个所述图像子区域特征匹配有多个报文， 且同一所述 待识别目标对应的所述报文数量小于所述图像子区域数量， 包括： 基于随机算法对所述待识别目标的所有所述图像子区域特征随机匹配报文， 所述图像 子区域数量至少为 三个。 11.根据权利要求1所述的方法， 其特征在于， 所述根据待识别目标所在场景的业务类 型确定待运行识别模式包括： 根据所述 业务类型和预设的业 务类型与识别模式的关系确定所述待运行识别模式； 和/或， 所述基于确定出的所述待运行识别模式对所述待识别目标进行识别之后， 还 包括： 向用户发送对识别数据进行存 储的授权申请； 根据用户对所述授权申请的反馈， 对所述识别数据进行存 储或删除。 12.根据权利要求1 1所述的方法， 其特 征在于， 所述方法还 包括：权　利　要　求　书 2/3 页 3 CN 115049857 A 3