1.一种多模态多策略融合的陌生人识别方法,其特征在于,应用于服务器,包括:
通过训练之后的人脸识别模型提取多个待识别人脸图像的特征向量,得到多个特征向量;
将所述多个特征向量分别与预设特征向量库中的特征向量进行比对操作,得到比对结果;所述预设特征向量库为预设人脸图像的特征向量的集合;
基于所述比对结果对所述多个待识别人脸图像中的每个待识别人脸图像进行识别,得到第一识别结果;所述第一识别结果包括以下任一项:陌生人脸图像,非陌生人脸图像;
基于所述多个特征向量对所述多个待识别人脸图像进行聚类分析,得到多个人脸类别;其中一个人脸类别对应于一个人的人脸;
基于所述多个人脸类别对所述第一识别结果进行修正,得到第二识别结果,所述第二识别结果包括以下任一项:陌生人脸图像,非陌生人脸图像。
2.根据权利要求1所述的方法,其特征在于,包括:在通过训练之后的人脸识别模型提取多个待识别人脸图像的特征向量之前,所述方法还包括:
检测多个目标图像中的人脸图像,得到多个初始人脸图像;所述多个目标图像为包括待识别人脸图像的图像帧;
基于所述多个初始人脸图像得到多个待识别人脸图像。
3.根据权利要求2所述的方法,其特征在于,基于所述多个初始人脸图像得到多个待识别人脸图像,包括:
通过训练之后的人脸质量评估模型对所述多个初始人脸图像进行质量评估操作,得到人脸质量分数;
将所述多个初始人脸图像中所述人脸质量分数高于预设分数的人脸图像,作为待识别人脸图像。
4.根据权利要求1所述的方法,其特征在于,基于所述多个人脸类别对所述第一识别结果进行修正,得到第二识别结果,包括:
将属于同一个人脸类别的多个待识别人脸图像的第一识别结果,修正为相同的识别结果,得到第二识别结果。
5.根据权利要求1所述的方法,其特征在于,在基于所述多个人脸类别对所述第一识别结果进行修正,得到第二识别结果之后,所述方法还包括:
获取属于同一个人脸类别的多个待识别人脸图像的抓拍位置信息;
基于所述抓拍位置信息,绘制所述人脸类别所对应的目标人脸的移动路径。
6.根据权利要求1所述的方法,其特征在于,在基于所述多个人脸类别对所述第一识别结果进行修正,得到第二识别结果之后,所述方法还包括:
将所述第二识别结果为陌生人脸图像的待识别图像存入预设陌生人脸底库。
7.一种多模态多策略融合的陌生人识别系统,其特征在于,应用于服务器,包括:特征提取模块,比对模块,识别模块,聚类模块和修正模块,其中,
所述特征提取模块,用于通过训练之后的人脸识别模型提取多个待识别人脸图像的特征向量,得到多个特征向量;
所述比对模块,用于将所述多个特征向量分别与预设特征向量库中的特征向量进行比对操作,得到比对结果;所述预设特征向量库为预设人脸图像的特征向量的集合;
所述识别模块,用于基于所述比对结果对所述多个待识别人脸图像中的每个待识别人脸图像进行识别,得到第一识别结果;所述第一识别结果包括以下任一项:陌生人脸图像,非陌生人脸图像;
所述聚类模块,用于基于所述多个特征向量对所述多个待识别人脸图像进行聚类分析,得到多个人脸类别;其中一个人脸类别对应于一个人的人脸;
所述修正模块,用于基于所述多个人脸类别对所述第一识别结果进行修正,得到第二识别结果,所述第二识别结果包括以下任一项:陌生人脸图像,非陌生人脸图像。
8.根据权利要求7所述的系统,其特征在于,所述系统还包括:路径绘制模块,用于:
获取属于同一个人脸类别的多个待识别人脸图像的抓拍位置信息;
基于所述抓拍位置信息,绘制所述人脸类别所对应的目标人脸的移动路径。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至6任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1-6任一项所述方法。