一种人脸特征检索方法、装置及设备制造方法及图纸

本发明专利技术提供一种人脸特征检索方法、装置及设备，其中方法包括：获取待检索人脸图像；获取待检索人脸图像的N组人脸特征数据，N组人脸特征数据为分别从N种人脸模型的待检索人脸图像中提取；将N组人脸特征数据分别在人脸特征库中进行检索，得到N组检索结果；根据预先获取的相似度转换关系，将N－1种人脸模型的N－1组检索结果的相似度分别转换成与目标人脸模型对应的相似度；输出转换后的所述目标人脸模型对应的检索结果。本发明专利技术实施例可以提升人脸检索系统的性能，以及还可以提升其算法准确度和数据兼容性。

A face feature retrieval method, device and equipment

【技术实现步骤摘要】
一种人脸特征检索方法、装置及设备
本专利技术涉及图像识别
，尤其涉及一种人脸特征检索方法、装置及设备。
技术介绍
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。在安防、监控等领域具有效率高、可靠性强等优势，从而得到广泛的应用。人脸检索通常包括人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。其中，人脸图像匹配与识别的过程是将提取的人脸图像的特征信息与数据库中存储的人脸特征数据进行搜索匹配，以得出两者之间的相似度，并通过设定一个相似度阈值来判定是否为同一人脸。如：当相似度超过这一阈值时，则可以判定该提取的人脸图像与数据库中存储的人脸图像属于同一人脸。在相关技术中，人脸检索系统通常采用单模型的配置进行人脸识别，即仅配置一个人脸分析服务器，且该服务器中仅存储一种人脸模型，例如：一台NVR(NetworkVideoRecorder，网络硬盘录像机一体机)、一套智能分析系统。然而，单模型的配置不支持人脸模型的迭代升级，且不能够扩容，从而导致人脸检索系统的性能比较差。
技术实现思路
本专利技术实施例提供一种人脸特征检索方法、装置及设备，以解决相关技术中的人脸检索系统存在的性能比较差的问题。为解决以上技术问题，本专利技术采用如下技术方案：第一方面，本专利技术实施例提供了一种人脸特征检索方法，包括：获取待检索人脸图像；获取所述待检索人脸图像的N组人脸特征数据，其中，所述N组人脸特征数据为分别从N种人脸模型的所述待检索人脸图像中提取；将所述N组人脸特征数据分别在人脸特征库中进行检索，得到N组检索结果；根据预先获取的相似度转换关系，将N－1种人脸模型的N－1组检索结果的相似度分别转换成与目标人脸模型对应的相似度；输出转换后的所述N目标人脸模型对应的检索结果。第二方面，本专利技术实施例提供了一种人脸特征检索装置，包括：第一获取模块，用于获取待检索人脸图像；第二获取模块，用于获取所述待检索人脸图像的N组人脸特征数据，其中，所述N组人脸特征数据为分别从N种人脸模型的所述待检索人脸图像中提取；检索模块，用于将所述N组人脸特征数据分别在人脸特征库中进行检索，得到N组检索结果；转换模块，用于根据预先获取的相似度转换关系，将N－1种人脸模型的N－1组检索结果的相似度分别转换成与目标人脸模型对应的相似度；输出模块，用于输出转换后的所述目标人脸模型对应的检索结果。第三方面，本专利技术实施例还提供一种人脸特征检索设备，包括处理器、存储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，所述计算机程序被所述处理器执行时实现如上所述的人脸特征检索方法的步骤。第四方面，本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的人脸特征检索方法的步骤。在本专利技术实施例中，获取待检索人脸图像；获取所述待检索人脸图像的N组人脸特征数据，其中，所述N组人脸特征数据为分别从N种人脸模型的所述待检索人脸图像中提取；将所述N组人脸特征数据分别在人脸特征库中进行检索，得到N组检索结果；根据预先获取的相似度转换关系，将N－1种人脸模型的N－1组检索结果的相似度分别转换成与目标人脸模型对应的相似度；输出转换后的所述目标人脸模型对应的检索结果。这样，可以获取多种人脸模型对应的多组检索结果，且将多组检索结果中的相似度转换为同一人脸模型对应的相似度，并输出转换后的相似度的检索结果，以使得这些检索结果具备可比性，进而提升人脸检索系统的性能；另外，N种人脸模型分别兼容不同的人脸模型，从而提升人脸检索系统的数据兼容性，采用多种人脸模型还可以提升算法的准确度。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是一种异构集群系统的结构图；图2是本专利技术实施例提供的一种人脸特征检索方法的流程图；图3是本专利技术实施例提供的一种人脸特征检索装置的结构图；图4是本专利技术实施例提供的另一种人脸特征检索装置的结构图；图5是本专利技术实施例提供的一种人脸特征检索设备的结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，本专利技术实施例提供的人脸特征检索方法可以应用于如图1所示的异构监控系统。该系统中包括N个智能终端，其中，智能终端也可以称作后端智能，每一个智能终端中分别可以配置一种人脸模型。具体的，如图1所示，该系统包括：异构智能集群101、与异构智能集群101分别连接的人脸卡口102、监控相机103、业务调度104、图片存储库105、大数据库106。本实施方式中，异构智能集群101中包括4个智能终端1011，人脸卡口102和监控相机103分别用于向4个智能终端1011提供人脸图片、监控图片、监控视频等图像信息，智能终端1011能够根据图像信息自动获取人脸大图并从人脸大图中截取人脸小图，将截取的人脸小图和人脸大图存储于图片存储库105中。并采用智能终端1011中配置的人脸模型分别提取人脸小图的人脸特征数据，并将其以半结构化数据的形式存储于大数据库105中。在监控人员通过业务调度104输入待检索人脸图像后，通过4个智能终端1011分别提取该待检索人脸图像的人脸特征数据，并将待检索人脸图像的人脸特征数据与存储于数据库105中且标识信息相同的人脸特征数据进行相似度计算，以得出检索结果。其中，该检索结果可以包括待检索人脸图像与人脸卡口102和监控相机103提供的图像信息中各个人脸小图之间的相似度。另外，还可以通过业务调度104或者其他接口将检索结果输出，并显示于显示设备上。需要说明的是，由于监控人脸图像的人脸特征数据可以采用不同的人脸模型进行提取，且不同的人脸模型之间，其精确度、维度、采用的算法等都可能不相同。若直接将不同人脸模型获取的人脸特征数据进行检索，将得出错误的相似度。例如：一种人脸模型的维度为128，另一种人脸模型的维度为256，在计算相似度的过程中，128维度的人脸模型将根据一张人脸图像提取出128维向量的特征值，256维度的人脸模型将根据另一张人脸图像提取出256维向量的特征值，很明显不能将128维的人脸特征数据与256维的人脸特征数据直接进行比较而得出相似度。本专利技术将不同的人脸模型得出的人脸特征数据进行区分，并仅对采用同一种人脸模型得出的人脸特征数据进行相似度计算，以得出检索结果。当然，图1所示的异本文档来自技高网...

【技术保护点】
1.一种人脸特征检索方法，其特征在于，包括：/n获取待检索人脸图像；/n获取所述待检索人脸图像的N组人脸特征数据，其中，所述N组人脸特征数据为分别从N种人脸模型的所述待检索人脸图像中提取；/n将所述N组人脸特征数据分别在人脸特征库中进行检索，得到N组检索结果；/n根据预先获取的相似度转换关系，将N－1种人脸模型的N－1组检索结果的相似度分别转换成与目标人脸模型对应的相似度；/n输出转换后的所述目标人脸模型对应的检索结果。/n

【技术特征摘要】
1.一种人脸特征检索方法，其特征在于，包括：
获取待检索人脸图像；
获取所述待检索人脸图像的N组人脸特征数据，其中，所述N组人脸特征数据为分别从N种人脸模型的所述待检索人脸图像中提取；
将所述N组人脸特征数据分别在人脸特征库中进行检索，得到N组检索结果；
根据预先获取的相似度转换关系，将N－1种人脸模型的N－1组检索结果的相似度分别转换成与目标人脸模型对应的相似度；
输出转换后的所述目标人脸模型对应的检索结果。


2.根据权利要求1所述的方法，其特征在于，所述预先获取的相似度转换关系包括：
N－1个回归模型，其中，所述N－1个回归模型分别表示所述N－1种人脸模型对应的相似度与所述目标人脸模型对应的相似度的转换关系。


3.如权利要求2所述的方法，其特征在于，所述N－1个回归模型包括第一回归模型，所述第一回归模型的自变量为第一人脸模型对应的相似度，所述第一回归模型的因变量为所述自变量通过所述第一回归模型输出的所述目标人脸模型对应的相似度，所述第一人脸模型为所述N－1种人脸模型中的一种人脸模型；
所述根据预先获取的相似度转换关系，将N－1种人脸模型的N－1组检索结果的相似度转换成与目标人脸模型对应的相似度的步骤，包括：
将N－1组检索结果中的第一人脸模型对应的相似度代入所述第一回归模型的自变量，计算所述第一回归模型的因变量，以得到通过所述第一人脸模型对应的相似度转换后的所述目标人脸模型对应的相似度。


4.如权利要求3所述的方法，其特征在于，所述第一回归模型通过如下方式确定：
通过所述目标人脸模型分别提第一人脸图像集合和第二人脸图像集合的第一人脸特征数据，其中，所述第一人脸图像集合包括n张人脸图像，所述第二人脸图像集合包括m张人脸图像，所述n和所述m均为大于1的整数；
获取n对回归样本图像，其中，每对回归样本图像包括分别属于第一人脸图像集合和所述第二人脸图像集合中的一张人脸图像，且所述n对回归样本图像的第一人脸图像特征数据的第一相似度呈线性分布；
通过所述第一人脸模型分别提取所述n对回归样本图像的第二人脸特征数据，并计算每对回归样本图像的第二人脸特征数据的第二相似度；
根据所述n对回归样本图像的第一相似度和第二相似度，确定所述第一回归模型，其中，所述第一回归模型的自变量为所述第二相似度，因变量为所述第一相似度。


5.根据权利要求1至4中任一项所述的方法，其特征在于，所述获取待检索人脸图像之前，所述方法还包括：
通过图像采集单元获取监控人脸图像；
获取所述监控人脸图像的N组人脸特征数据，其中，所述监控人脸图像的N组人脸特征数据为分别从N种人脸模型的所述监控人脸图像中提取；
将所述监控人脸图像的N组人脸特征数据存储于所述人脸特征库中。


6.一种人脸特征检索装置，其特征在于，包括：
第一获取模块，用于获取待检索人脸图像；
第二获取模块，用于获取所述待检索人脸图像的N组人脸特征数据，其中，所述N组人脸特征数据为分别从...

【专利技术属性】
技术研发人员：金琦峰，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江;33