本申请实施例涉及计算机图像处理领域，公开了一种亲缘关系判定方法、装置、电子设备及存储介质。所述方法包括：从待匹配家族的家族图像集中选取多张人脸图像作为输入数据输入家族人脸特征提取模型中，得到所述待匹配家族的第一家族人脸特征；以待测人脸图像替换所述多张人脸图像中的至少一张图像，并将替换后的多张人脸图像输入所述家族人脸特征提取模型中，得到第二家族人脸特征；将所述第一家族人脸特征与所述第二家族人脸特征进行比较，确定所述待测人脸图像与所述待匹配家族的亲缘关系。对于亲缘关系的判断更具有家族性特征，判断结果更可靠，同时仅靠图像集获取亲缘关系，相较于DNA等判断过程降低人力物力的投入。相较于DNA等判断过程降低人力物力的投入。相较于DNA等判断过程降低人力物力的投入。
【技术实现步骤摘要】
亲缘关系判定方法、装置、电子设备及存储介质
[0001]本专利技术实施例涉及计算机图像处理领域，特别涉及亲缘关系判定方法、装置、电子设备及存储介质。
技术介绍
[0002]对于走失儿童的寻找，大多数采用幼时照片，并强调一些先天的面部特征，供社会爱心人士协助进行寻找。但可以理解的是，孩童以及青年时期是人体生长的主要时间段，幼时的照片与待寻找人员当前的面部特征并不完全相同，对于待寻找人员的确认并不准确；与此同时，并不排除与幼时面部特征相似但并不是该待寻找人员的面部信息被发现，这样的情况下进一步通过DNA等技术手段进行确认不仅费用高昂，还会配合该检测确定手段，一定程度上打扰该被错误认知人员的正常生活。
[0003]因此，亟需一种基于人脸识别的亲缘关系判断方法。
技术实现思路
[0004]本专利技术实施方式的目的在于提供一种亲缘关系判定方法，能够实现基于人脸识别的亲缘关系判定，提高亲缘关系判定的准确性，并降低人力成本。
[0005]为解决上述技术问题，本专利技术的实施方式提供了一种亲缘关系判定方法，包括以下步骤：从待匹配家族的家族图像集中选取多张人脸图像作为输入数据输入家族人脸特征提取模型中，得到所述待匹配家族的第一家族人脸特征；以待测人脸图像替换所述多张人脸图像中的至少一张图像，并将替换后的多张人脸图像输入所述家族人脸特征提取模型中，得到第二家族人脸特征；将所述第一家族人脸特征与所述第二家族人脸特征进行比较，确定所述待测人脸图像与所述待匹配家族的亲缘关系。
[0006]本专利技术的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的亲缘关系判定方法。
[0007]本专利技术的实施方式还提供了一种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的亲缘关系判定方法。
[0008]本申请提供的基于家族人脸特征的亲缘关系判定方法，通过待匹配家族人脸的特征，与以待测人脸替换部分家族成员后得到的家族人脸特征进行比较，得到待测人脸与待匹配家族之间的亲缘关系。这种确定亲缘关系的方法不再是简单的将两个具体的人脸特征进行判断，而是将待匹配人脸特征以家族人脸特征的形式呈现，通过比较待测人脸图像介入到家族人脸图像前后，对家族人脸特征的所产生的干扰变化程度进行判定，这种对于亲缘关系的判断更具有家族性特征，判断结果更可靠，同时仅靠图像集获取亲缘关系，相较于DNA等判断过程降低人力物力的投入。
附图说明
[0009]一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
[0010]图1是本申请一个实施方式所提供的亲缘关系判定方法的流程图；
[0011]图2是本申请一个实施方式所提供的家族人脸特征提取模型的示意图；
[0012]图3是本申请一个实施方式所提供的电子设备的示意图。
具体实施方式
[0013]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本专利技术的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。
[0014]本申请实施例中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列部件或单元的系统、产品或设备没有限定于已列出的部件或单元，而是可选地还包括没有列出的部件或单元，或可选地还包括对于这些产品或设备固有的其它部件或单元。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0015]本专利技术的一个实施方式涉及一种亲缘关系判定方法。具体流程如图1所示。
[0016]步骤101，从待匹配家族的家族图像集中选取多张人脸图像作为输入数据输入家族人脸特征提取模型中，得到待匹配家族的第一家族人脸特征；
[0017]步骤102，以待测人脸图像替换多张人脸图像中的至少一张图像，并将替换后的多张人脸图像输入家族人脸特征提取模型中，得到第二家族人脸特征；
[0018]步骤103，将第一家族人脸特征与第二家族人脸特征进行比较，确定待测人脸图像与待匹配家族的亲缘关系。
[0019]本申请提供的基于家族人脸特征的亲缘关系判定方法，通过待匹配家族人脸的特征，与以待测人脸替换部分家族成员后得到的家族人脸特征进行比较，得到待测人脸与待匹配家族之间的亲缘关系。这种确定亲缘关系的方法不再是简单的将两个具体的人脸特征进行判断，而是将待匹配人脸特征以家族人脸特征的形式呈现，通过比较待测人脸图像介入到家族人脸图像前后，对家族人脸特征的所产生的干扰变化程度进行判定，这种对于亲缘关系的判断更具有家族性特点，判断结果更可靠，同时仅靠图像集获取亲缘关系，相较于DNA判断过程降低了人力物力的投入。
[0020]下面对本实施方式的亲缘关系判定方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。
[0021]在步骤101中，从待匹配家族的家族图像集中选取多张人脸图像作为输入数据输
入家族人脸特征提取模型中，得到待匹配家族的第一家族人脸特征。所述家族图像集为待匹配家族的完整图像数据库，此处需要从家族图像集中选取多张人脸图像的具体数量与家族人脸特征提取模型在训练过程中所使用的训练样本中的图像数量相同；其中，选取的多张人脸图像可以为与失踪人员可能存在三代以内直系血缘关系的人脸图像，能够针对性得到与失踪人员相关性更强的第一家族人脸特征；进一步的，所选取的多张人脸图像两两之间也存在直接或者间接血缘关系，这种情况下能够保证所选取的多张人脸图像之间具有稳定的家族遗传性，能够形成相对统一的家族人脸特征。
[0022]在一个例子中，获取待匹配家族的家族图像集，包括：获取待匹配家族成员的人脸图像，并对各成员的人脸图像进行如下至少一种的增广处理，形成待匹配家族的家族图像集：模糊、遮挡、剪切和随机添加噪声。例如，在待匹配家族成员的人脸图像的数量小于家族人脸提取模型的输入数量，或者属性过于单一的情况下，可以对于所获取的图像进行增广处理，包括模糊、遮挡、剪切和随机噪声等，增加样本数量，保证上述亲缘关系判定方法能够正常执行。在步骤102中，以待测人脸图像本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种亲缘关系判定方法，其特征在于，包括：从待匹配家族的家族图像集中选取多张人脸图像作为输入数据输入家族人脸特征提取模型中，得到所述待匹配家族的第一家族人脸特征；以待测人脸图像替换所述多张人脸图像中的至少一张图像，并将替换后的多张人脸图像输入所述家族人脸特征提取模型中，得到第二家族人脸特征；将所述第一家族人脸特征与所述第二家族人脸特征进行比较，确定所述待测人脸图像与所述待匹配家族的亲缘关系。2.根据权利要求1所述的亲缘关系判定方法，其特征在于，所述以待测人脸图像替换所述多张人脸图像中的至少一张图像，包括：复制所述待测人脸图像得到与所述多张人脸图像数量一致的多张待测人脸图像，并以所述多张待测人脸图像作为所述替换后的所述多张人脸图像；或者，以所述待测人脸图像替换所述多张人脸图像中与所述待测人脸图像的人脸属性一致的图像，得到所述替换后的所述多张人脸图像；所述人脸属性包括：性别属性和/或年龄属性。3.根据权利要求1所述的亲缘关系判定方法，其特征在于，所述待测人脸图像为待测人脸所属不同年龄段的多张图像；所述以待测人脸图像替换所述多张人脸图像中的至少一张图像，包括：以各所属不同年龄段的所述待测人脸图像分别对应替换所述多张人脸图像中与所述待测人脸图像的人脸属性一致的图像，得到所述替换后的所述多张人脸图像；所述人脸属性包括：性别属性和年龄属性。4.根据权利要求1所述的亲缘关系判定方法，其特征在于，所述方法还包括：对所述家族图像样本所属家族的家族图像集中的人脸图像进行相似度分析，确定该家族所属的遗传类型，所述遗传类型包括：男性遗传、女性遗传和隔代遗传中的至少一种；以所述待测人脸图像替换所述多张人脸图像中一张图像，以使所述待测人脸图像与所述多张人脸图像中未被替换的至少一张图像形成所述该家族所属的遗传类型，得到所述替换后的所述多张人脸图像。5.根据权利要求1所述的亲缘关系判定方法，其特征在于，所述家族人脸特征提取模型包括特征提取层和特征融合层，所述...
【专利技术属性】
技术研发人员：寇鸿斌，朱海涛，陈智超，薛远，
申请(专利权)人：合肥的卢深视科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。