(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 202210210679.1 (22)申请日 2022.03.03 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 牛颉　刘贺　 (74)专利代理 机构 北京君慧知识产权代理事务 所(普通合伙) 11716 专利代理师 吴绍群 (51)Int.Cl. G06V 40/16(2022.01) G06K 9/62(2022.01) G06V 10/80(2022.01) (54)发明名称 一种基于位置序列的人脸图像的识别方法、 装置以及设备 (57)摘要 本说明书实施例公开了一种基于位置序列 的人脸图像的识别方法、 装置以及设备。 通过获 取人脸图像， 确定获取所述人脸图像时的目标位 置； 生成所述人脸图像所对应的人脸特征向量， 召回与所述人脸特征向量相似的待确认向量； 获 取与所述待确认向量相对应的历史位置序列； 融 合所述历史位置序列和所述目标位置生成目标 向量； 根据目标向量确定所述待确认向量所对应 的用户是否为所述人脸图像所对应的用户。 从而 实现把目标位置和历史位置序列经过学习， 进一 步表征了用户的行为。 权利要求书3页 说明书9页 附图4页 CN 114612970 A 2022.06.10 CN 114612970 A 1.一种基于位置序列的人脸图像的识别方法， 包括： 获取人脸图像， 确定获取 所述人脸图像时的目标位置； 生成所述人脸图像所对应的人脸特征向量， 召回与所述人脸特征向量相似的待确 认向 量； 获取与所述待确认向量相对应的历史位置序列； 融合所述历史位置序列和所述目标位置生成目标向量； 根据目标向量确定所述待确认向量所对应的用户是否为所述人脸图像所对应的用户。 2.如权利要求1所述的方法， 其中， 融合所述历史位置序列和所述目标位置生成目标向 量， 包括： 确定所述历史位置序列所包 含的N个位置， N 为自然数； 对所述N个位置和所述目标位置进行向量嵌入， 生成与所述N个位置对应的N个嵌入位 置向量和与所述目标位置对应的嵌入目标向量。 融合所述 N个嵌入位置向量和所述嵌入目标向量 生成目标向量。 3.如权利要求2所述的方法， 其中， 融合所述N个嵌入位置向量和所述嵌入目标向量生 成目标向量， 包括： 确认所述 N个嵌入位置向量在所述历史位置序列中的顺序； 将所述N个嵌入位置向量依序进行编码和解码， 生成与位置一一对应的N个编码向量， 其中， 对第i个嵌入位置向量进 行编码时的编码输入包括第i ‑1个嵌入位置向量进 行编码时 的编码输入， 1＜i≤N； 依序融合所述 N个编码向量和所述嵌入目标向量 生成目标向量。 4.如权利要求3所述的方法， 其中， 依序融合所述N个编码向量和所述嵌入目标向量生 成目标向量， 包括： 依序将所述 N个编码向量和所述嵌入目标向量相乘， 生成对应的N个中间处 理向量； 拼接所述 N个中间处 理向量生成目标向量。 5.如权利要求1所述的方法， 根据目标向量确定所述待确认向量所对应的用户是否为 所述人脸图像所对应的用户， 包括： 获取基于用户的行为序列信息所生成的稠密向量和稀疏向量； 拼接所述稠密向量、 稀疏向量和所述目标向量 生成综合特征向量； 根据所述综合特征向量确定所述待确认向量所对应的用户是否为所述人脸图像所对 应的用户。 6.如权利要求5所述的方法， 其中， 获取基于用户的行为序列信 息所生成的稠密向量和 稀疏向量， 包括： 将所述用户的行为序列信 息中所包含的连续特征确定为稠密特征， 根据 所述稠密特征 生成稠密向量； 以及， 将所述用户的行为序列信息中所包含的非连续特征确定为稀疏特征， 融合所述 稠密特征和所述稀疏 特征生成稀疏向量。 7.如权利要求6所述的方法， 其中， 根据所述稠密特 征生成稠密向量， 包括： 对所述稠密特 征进行线性处 理， 生成稠密向量。 8.如权利要求6所述的方法， 其中， 融合所述稠密特征和所述稀疏特征生成稀疏向量，权　利　要　求　书 1/3 页 2 CN 114612970 A 2包括： 融合所述稀疏 特征和所述稠密特 征， 生成交叉 特征向量； 将所述交叉 特征向量划分为多个子向量； 采用对应的多个局部模型对所述多个子向量分别处理， 生成对应的多个中间处理结 果； 拼接所述多个中间处 理结果生成稀疏向量。 9.一种基于位置序列的人脸图像的识别装置， 包括： 第一获取模块， 获取 人脸图像， 确定获取 所述人脸图像时的目标位置； 召回模块， 生成所述人脸图像所对应的人脸特征向量， 召回与所述人脸特征向量相似 的待确认向量； 第二获取模块， 获取与所述待确认向量相对应的历史位置序列； 融合模块， 融合所述历史位置序列和所述目标位置生成目标向量； 识别模块， 根据目标向量确定所述待确 认向量所对应的用户是否为所述人脸图像所对 应的用户。 10.如权利要求9所述的装置， 其中， 所述融合模块， 确定所述历史位置序列所包含的N 个位置， N为自然数； 对所述N个位置和所述目标位置进行向量嵌入， 生成与所述N个位置对 应的N个嵌入位置向量和与所述目标位置对应的嵌入目标向量。 融合所述N个嵌入位置向量 和所述嵌入目标向量 生成目标向量。 11.如权利要求10所述的装置， 其中， 所述融合模块， 确认所述N个嵌入位置向量在所述 历史位置序列中的顺序； 将所述N个嵌入位置向量依序进行编 码和解码， 生 成与位置一一对 应的N个编码向量， 其中， 对第i个嵌入位置向量进行编码时的编码 输入包括第i ‑1个嵌入位 置向量进行编码时的编码输入， 1＜i≤N； 依序融合所述N个编码向量和所述嵌入目标向量 生成目标向量。 12.如权利要求11所述的装置， 其中， 所述融合模块， 依序将所述N个编码向量和所述嵌 入目标向量相乘， 生成对应的N个中间处 理向量； 拼接所述 N个中间处 理向量生成目标向量。 13.如权利要求9所述的装置， 其中， 所述识别模块， 获取基于用户的行为序列信 息所生 成的稠密向量和稀疏向量； 拼接所述稠密向量、 稀疏向量和所述 目标向量生成综合特征向 量； 根据所述综合特征向量确定所述待确认向量所对应的用户是否为所述人脸图像所对应 的用户。 14.如权利要求13所述的装置， 其中， 所述识别模块， 将所述用户的行为序列信息中所 包含的连续特征确定为稠密特征， 根据所述稠密特征生成稠 密向量； 以及， 将所述用户的行 为序列信息中所包含的非连续特征确定为稀疏特征， 融合所述稠密特征和所述稀疏特征生 成稀疏向量。 15.如权利要求14所述的装置， 其中， 所述识别模块， 对所述稠密特征进行线性处理， 生 成稠密向量。 16.如权利要求14所述的装置， 其中， 所述识别模块， 融合所述稀疏特征和所述稠密特 征， 生成交叉特征向量； 将所述交叉特征向量划分为多个子向量； 采用对应的多个局部模型 对所述多个子 向量分别处理， 生成对应的多个中间处理结果； 拼接所述多个中间处理结果 生成稀疏向量。权　利　要　求　书 2/3 页 3 CN 114612970 A 3