买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请提供一种基于融合验证的文书自助签收方法及系统，在用户ID验证通过时，将拟验证人脸图像加载到身份融合验证神经网络进行人脸身份检测操作。该网络调试时，将人脸图像学习样例加载到事先准备的神经网络，其包括第一组件和第二组件。通过第一组件对人脸图像学习样例进行图像内容表征向量抽取调试，获得第一人脸身份信息；通过第二组件依据选择性聚焦策略，对人脸图像学习样例进行聚焦图像表征向量抽取调试，获得第二人脸身份信息；通过第一人脸身份信息和第二人脸身份信息，确定预设人脸身份信息；通过预设人脸身份信息与人脸身份先验信息之间的误差，对事先准备的神经网络进行调优获得最终网络，身份融合验证神经网络的精度得到大大提升。

主权项：1.一种基于融合验证的文书自助签收方法，其特征在于，应用于基于融合验证的文书自助签收系统中的服务器，所述基于融合验证的文书自助签收系统还包括与所述服务器通信连接的签收终端，所述方法包括：响应于所述签收终端发起的文书签收请求，所述文书签收请求包括目标对象的身份ID；当所述身份ID与待签收文书的目标身份ID一致时，生成身份验证指令，并将所述身份验证指令发送至所述签收终端，以便所述签收终端依据所述身份验证指令采集目标对象的人脸图像；接收所述签收终端上传的所述目标对象的人脸图像；将所述人脸图像作为拟验证人脸图像；将所述拟验证人脸图像加载到身份融合验证神经网络进行人脸身份检测操作，获得所述拟验证人脸图像对应的目标人脸身份信息；其中，所述身份融合验证神经网络的调试过程包括：获取携带有人脸身份先验信息的人脸图像学习样例；将所述人脸图像学习样例加载到事先准备的神经网络，所述事先准备的神经网络包括第一组件和第二组件；所述第一组件的隐藏层之间采用双向迭代传递，所述第二组件通过选择性聚焦策略进行建立；通过所述第一组件对所述人脸图像学习样例进行图像内容表征向量抽取调试，获得第一人脸身份信息；通过所述第二组件依据所述选择性聚焦策略，对所述人脸图像学习样例进行聚焦图像表征向量抽取调试，获得第二人脸身份信息；通过所述第一人脸身份信息和所述第二人脸身份信息，确定预设人脸身份信息；通过所述预设人脸身份信息与所述人脸身份先验信息之间的误差，对所述事先准备的神经网络进行调优，获得身份融合验证神经网络；其中，所述第一组件包括表征向量抽取模块、滤波模块、下采样模块和密集连接模块，所述通过所述第一组件对所述人脸图像学习样例进行图像内容表征向量抽取调试，获得第一人脸身份信息，包括：通过所述表征向量抽取模块抽取所述人脸图像学习样例的图像内容表征向量，获得区域表征向量集合和图像块表征向量集合；通过所述滤波模块对所述区域表征向量集合进行滑动窗口点积运算，获得区域特征分布集合；通过所述滤波模块对所述图像块表征向量集合进行滑动窗口点积运算，获得图像块特征分布集合；通过所述下采样模块对所述区域特征分布集合以及所述图像块特征分布集合进行整合操作，获得整合表征向量；通过所述密集连接模块对所述整合表征向量进行分类，获得所述第一人脸身份信息；所述表征向量抽取模块包括视觉词袋单元、区域描述抽取单元以及图像块描述抽取单元，所述通过所述表征向量抽取模块抽取所述人脸图像学习样例的图像内容表征向量，获得区域表征向量集合和图像块表征向量集合，包括：通过所述视觉词袋单元抽取所述人脸图像学习样例的图像特征，获得区域图像特征和图像块特征；通过所述区域描述抽取单元抽取所述人脸图像学习样例的区域表征向量，获得区域描述子；通过所述图像块描述抽取单元抽取所述人脸图像学习样例的图像块表征向量，获得图像块描述子；通过所述区域图像特征和所述区域描述子，生成所述区域表征向量集合；通过所述图像块特征和所述图像块描述子，生成所述图像块表征向量集合；所述表征向量抽取模块还包括交互式长短时记忆网络单元，所述通过所述区域图像特征以及所述区域描述子，生成所述区域表征向量集合，包括：通过所述交互式长短时记忆网络单元抽取所述区域描述子的语义表征向量，获得初始区域表征向量；通过所述区域图像特征和所述初始区域表征向量，生成所述区域表征向量集合；所述通过所述图像块特征和所述图像块描述子，生成所述图像块表征向量集合，包括：通过所述交互式长短时记忆网络单元抽取所述图像块描述子的语义表征向量，获得初始图像块表征向量；通过所述图像块特征和所述初始图像块表征向量，生成所述图像块表征向量集合；所述第二组件包括嵌入映射模块、还原映射模块以及分类器模块，所述聚焦图像表征向量表征目标时间步的中间层状态；所述通过所述第二组件依据所述选择性聚焦策略，对所述人脸图像学习样例进行聚焦图像表征向量抽取调试，获得第二人脸身份信息，包括：通过所述嵌入映射模块对各个时间步的人脸图像学习样例进行嵌入映射操作，获得区域表征向量序列；通过所述区域表征向量序列，确定待观测隐变量；通过所述选择性聚焦策略对所述区域表征向量序列进行语义表征向量抽取，获得语义嵌入表征向量；通过所述还原映射模块对所述待观测隐变量以及所述语义嵌入表征向量进行还原映射，确定目标时间步的中间层状态；通过分类器模块对所述中间层状态进行分类，获得所述第二人脸身份信息；其中，所述通过所述区域表征向量序列，确定待观测隐变量，包括：生成初始不定参数集合；通过所述初始不定参数集合，确定所述区域表征向量序列对应的期望和离散度；依据所述期望以及离散度，确定所述初始不定参数集合中任一不定参数的待观测隐变量。

全文数据：

权利要求：

百度查询： 四川众合悦盛科技有限公司 基于融合验证的文书自助签收方法及系统