一种人脸检索方法、装置、终端和可读存储介质制造方法及图纸

本申请属于人脸识别技术领域，主要提供了一种人脸检索方法、装置、终端和可读存储介质，本申请通过获取待检索人脸的第一多维度特征向量，先进行第一轮较粗略的人脸检索，得到候选人脸集合，然后再获取待检索人脸的第二多维度特征向量，即，更高维度的人脸特征向量，并从候选人脸集合中对待检索人脸进行第二轮的人脸检索，即，进行较高精度的匹配检索，最终实现快速匹配到相似度最高的人脸，即，实现通过基于从粗到细的分阶段的人脸检索方式，提高人脸检索的效率。检索的效率。检索的效率。

【技术实现步骤摘要】
一种人脸检索方法、装置、终端和可读存储介质


[0001]本申请属于人脸识别
，尤其涉及一种人脸检索方法、装置、终端和可读存储介质。

技术介绍

[0002]人脸识别是通过摄像头采集含有人脸的图像，并自动在图像库中进行人脸检索，进而得到人脸识别结果的一系列相关技术。其与其它类型的身份识别(例如，刷身份证的方式进行身份识别，或者通过指纹进行身份识别)相比具有非接触性的特点，用户不需要和设备直接接触就能实现身份验证，可以给予用户非常良好的使用体验。然而，目前的人脸检索效率还有待进一步提高。

技术实现思路

[0003]本申请提供一种人脸检索方法、装置、终端和可读存储介质，可以提高人脸检索的效率。
[0004]本申请实施例第一方面提供一种人脸检索方法，所述人脸检索方法包括：
[0005]获取待检索人脸的第一多维度特征向量；
[0006]基于所述待检索人脸的第一多维度特征向量在预先建立的人脸特征库中对所述待检索人脸进行人脸检索，得到候选人脸集合；
[0007]获取所述待检索人脸的第二多维度特征向量；其中，所述第二多维度特征向量的维度高于所述第一多维度特征向量的维度；
[0008]基于所述待检索人脸的第二多维度特征向量在所述候选人脸集合中对所述待检索人脸进行人脸检索，在所述候选人脸集合中存在与所述待检索人脸匹配的目标人脸时，完成所述待检索人脸的检索。
[0009]本申请实施例第二方面还提供一种人脸检索装置，包括：
[0010]第一获取单元，用于获取待检索人脸的第一多维度特征向量；
[0011]第一检索单元，用于基于所述待检索人脸的第一多维度特征向量在预先建立的人脸特征库中对所述待检索人脸进行人脸检索，得到候选人脸集合；
[0012]第二获取单元，用于获取所述待检索人脸的第二多维度特征向量；其中，所述第二多维度特征向量的维度高于所述第一多维度特征向量的维度；
[0013]第二检索单元，用于基于所述待检索人脸的第二多维度特征向量在所述候选人脸集合中对所述待检索人脸进行人脸检索，在所述候选人脸集合中存在与所述待检索人脸匹配的目标人脸时，完成所述待检索人脸的检索。
[0014]本申请实施例第三方面提供一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的人脸检索方法的步骤。
[0015]本申请实施例第四方面提供一种计算机可读存储介质，计算机可读存储介质存储
有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的人脸检索方法的步骤。
[0016]本申请实施例中，由于第一多维度特征向量的维度较低，因此，在利用待检索人脸的第一多维度特征向量在预先建立的人脸特征库中对待检索人脸进行人脸检索时，相比于，利用第二多维度特征向量直接在预先建立的人脸特征库中对待检索人脸进行人脸检索来说，可以快速得到候选人脸集合，进而降低人脸检索的范围，接着，再获取待检索人脸的第二多维度特征向量，即，更高维度的人脸特征向量，并从候选人脸集合中对待检索人脸进行第二轮的人脸检索，实现较高精度的匹配检索，进而最终实现快速匹配到相似度最高的人脸，即，实现通过基于从粗到细的分阶段的人脸检索方式，提高人脸检索的效率，与相关技术中的人脸检索方法相比，具有更高的人脸检索效率。
附图说明
[0017]图1为本申请实施例提供的人脸检索方法的实现流程示意图。
[0018]图2为本申请实施例提供的对预先建立的人脸特征库进行更新的实现流程示意图。
[0019]图3为本申请的实施例提供的人脸检索装置的结构示意图。
[0020]图4为本申请的实施例提供的终端的示意图。
具体实施方式
[0021]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0022]为提高行政服务大厅自助服务、窗口服务渠道服务效率，更大程度方便群众办事，构建一种无感人脸核验技术服务体系，提供一套更加“快速、便捷、安全”的“刷脸办事”解决方案，让办事群众从登录注册手动输入信息的传统核验模式束缚中得到解脱，直接刷脸就能通过终端进行取号、申报、证明打印等操作，充分利用AI赋能，有助于政务便民服务体系数字化转型升级。
[0023]然而，目前的人脸核验技术中，存在人脸检索效率较低的问题。
[0024]基于此，本申请实施例提供了一种人脸检索方法、装置、终端和可读存储介质，通过获取待检索人脸的第一多维度特征向量，先进行第一轮较粗略的人脸检索，快速得到候选人脸集合，然后再获取待检索人脸的第二多维度特征向量，即，更高维度的人脸特征向量，再从候选人脸集合中对待检索人脸进行第二轮的人脸检索，即，进行较高精度的匹配检索，最终实现快速匹配到相似度最高的人脸，即，实现通过基于从粗到细的人脸检索方式，提高人脸检索的效率。
[0025]为了更好的说明本申请的技术方案，下面通过实施例的方式进行举例说明。
[0026]如图1所示，为本申请实施例提供的一种人脸检索方法的实现流程示意图，该人脸检索方法可以由终端上配置的人脸检索装置执行。
[0027]具体的，本申请实施例提供的人脸检索方法可以采用下述步骤101至步骤104实现：
[0028]步骤101，获取待检索人脸的第一多维度特征向量。
[0029]本申请实施例中，上述第一多维度特征向量是指相对于第二多维度特征向量来说，维度较低的特征向量。
[0030]例如，上述第二多维度特征向量为512维人脸特征向量，则上述第一多维度特征向量为维度小于512的人脸特征向量，例如，上述第一多维度特征向量可以为128维人脸特征向量。
[0031]步骤102，基于待检索人脸的第一多维度特征向量在预先建立的人脸特征库中对待检索人脸进行人脸检索，得到候选人脸集合。
[0032]本申请实施例中，上述预先建立的人脸特征库可以为基于海量的人脸图像对应的特征向量以及各人脸图像对应的用户信息建立的人脸特征库。通过将待检索人脸与候选人脸集合中的各个候选人脸进行较高精度的人脸匹配之后(即，下述步骤103至步骤104的步骤)，即可在检索到与待检索人脸匹配的目标人脸时，将该目标人脸对应的用户信息作为该待检索人脸的人脸检索结果，或者，作为该待检索人脸的人脸识别结果。
[0033]可选的，本申请实施例中，上述预先建立的人脸特征库可以为基于annoy(Approximate Nearest Neighbors Oh Yeah)算法建立的人脸特征库。
[0034]其中，annoy算法是一种计算速度和准确度都较高的快速算法。其目标是建立一个数据结构，使得查询一个点的最近邻点的时间复杂度为O(log n)。
[0035]由于本申请基于第一多维度特征向量在预先建立的人脸特征库中对待检索人脸进行人脸检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸检索方法，其特征在于，所述人脸检索方法包括：获取待检索人脸的第一多维度特征向量；基于所述待检索人脸的第一多维度特征向量在预先建立的人脸特征库中对所述待检索人脸进行人脸检索，得到候选人脸集合；获取所述待检索人脸的第二多维度特征向量；其中，所述第二多维度特征向量的维度高于所述第一多维度特征向量的维度；基于所述待检索人脸的第二多维度特征向量在所述候选人脸集合中对所述待检索人脸进行人脸检索，在所述候选人脸集合中存在与所述待检索人脸匹配的目标人脸时，完成所述待检索人脸的检索。2.如权利要求1所述的人脸检索方法，其特征在于，所述预先建立的人脸特征库为基于annoy算法建立的人脸特征库。3.如权利要求2所述的人脸检索方法，其特征在于，所述预先建立的人脸特征库为基于用于特征库构建的人脸的第一多维度特征向量建立得到的人脸特征库。4.如权利要求1
‑
3任意一项所述的人脸检索方法，其特征在于，在所述候选人脸集合中不存在与所述待检索人脸匹配的目标人脸时，所述人脸检索方法还包括：将所述待检索人脸作为未注册登记的人脸，并将所述未注册登记的人脸更新至所述预先建立的人脸特征库。5.如权利要求4所述的人脸检索方法，其特征在于，所述将所述未注册登记的人脸更新至所述预先建立的人脸特征库，包括：在预设的时间段，将所述未注册登记的人脸更新至所述预先建立的人脸特征库。6.如权利要求1
‑
3任意一项所述的人脸检索方法，其特征在于，在完成所述待检索人脸的检索之后，所述人脸检索方法还包括：检测所述目标人脸添加至所述预先建立的人脸特征库中的时长是否大于预设时长；若所述目标人脸添加至所述预先建立的人脸特征库中的时长大于预设时长，则将所述目标人脸从所述预先建立的人脸特征库中删除，并将所述待检索人脸更新至所述预先建立的人脸特征库中。...

【专利技术属性】
技术研发人员：冯智辉，吴锦松，刘宽平，
申请(专利权)人：深圳太极云软技术有限公司，
类型：发明
国别省市：