数字照片分拣方法、装置及应用系统制造方法及图纸

本发明专利技术涉及一种数字照片分拣方法、装置及应用系统，方法包括：获取被存储的数字照片中包含的目标人脸数据，以及获取参照人脸数据；获取参照人脸数据的生物特征参数，以及获取目标人脸数据的生物特征参数；计算参照人脸数据的生物特征参数与目标人脸数据的生物特征参数的相似度值；将相似度值与设定的相似度阈值进行比较，按照设定条件挑选出与参照人脸数据相同的目标人脸数据。本发明专利技术提供的数字照片分拣方法、装置及应用系统，通过计算参照人脸数据的生物特征参数与目标人脸数据的生物特征参数的相似度值，按设定条件挑选出与参照人脸数据相同的目标人脸数据，即可实现对数码成像产品所拍摄的数字照片进行自动分拣并归类，节省用户的时间和精力。

【技术实现步骤摘要】

本专利技术涉及图像识别技术，尤其是一种数字照片分拣方法、装置及应用系统。
技术介绍
随着数码成像技术的飞速发展，大量的数字照片被拍摄。实际应用中，有时需要从 多张照片中，挑选出含有某人或者某几个人影像的照片。例如对甲、乙、丙、丁四人所拍摄 的共N张数字照片进行分类挑选，将所拍摄的数字照片中、包括L张含有甲的单人照以及 M张甲与他人的合照(L+M<=N，L、M、N均为正整数)挑选出来。现有的数码成像产品仅 仅能够拍摄并保存数字照片，要对数字照片进行分拣、归类，仍需要采用人工的方式手动实 现。而采用人工方式对所拍摄的数字照片中的人脸进行识别，并按照设定条件，以手动方式 对数字照片进行分拣并归类，需要消耗大量的时间和精力。
技术实现思路
本专利技术的目的在于提供一种数字照片分拣方法、装置及应用系统，实现对数码成 像产品所拍摄的数字照片进行自动分拣并归类，节约用户的时间和精力。为实现上述目的，本专利技术提供了一种数字照片分拣方法，包括获取被存储的数字照片中包含的目标人脸数据，以及获取参照人脸数据；根据所述参照人脸数据和目标人脸数据，获取所述参照人脸数据的生物特征参 数，以及获取所述目标人脸数据的生物特征参数；计算所述参照人脸数据的生物特征参数与目标人脸数据的生物特征参数的相似度值；将所述相似度值与设定的相似度阈值进行比较，按照设定条件挑选出与所述参照 人脸数据相同的目标人脸数据。上述数字照片分拣方法，通过计算参照人脸数据的生物特征参数与目标人脸数据 的生物特征参数的相似度值，将相似度值与设定的相似度阈值进行比较，按照设定条件挑 选出与参照人脸数据相同的目标人脸数据，即可实现对数码成像产品所拍摄的数字照片进 行自动分拣并归类，节省了用户的时间和精力。为实现上述目的，本专利技术还提供了一种数字照片分拣装置，包括第一获取模块，用于获取被存储的数字照片中包含的目标人脸数据，以及获取参 照人脸数据；第二获取模块，用于根据所述参照人脸数据和目标人脸数据，获取所述参照人脸 数据的生物特征参数，以及获取所述目标人脸数据的生物特征参数；计算模块，用于计算所述参照人脸数据的生物特征参数与目标人脸数据的生物特 征参数的相似度值；比较挑选模块，用于将所述相似度值与设定的相似度阈值进行比较，按照设定条 件挑选出与所述参照人脸数据相同的目标人脸数据。上述数字照片分拣装置，计算模块通过计算参照人脸数据的生物特征参数与目标 人脸数据的生物特征参数的相似度值，比较挑选模块将相似度值与设定的相似度阈值进行 比较，按照设定条件挑选出与参照人脸数据相同的目标人脸数据，即可对数码成像产品所 拍摄的数字照片进行自动分拣并归类，节省了用户的时间和精力，使用户更方便地管理数 字照片。为实现上述目的，本专利技术还提供了一种数字照片分拣应用系统，包括数码相机，所 述数码相机设置有上述技术方案中的数字照片分拣装置。上述数字照片分拣应用系统，数字照片分拣装置将数码相机内存储的数字照片进 行自动挑选并归类，节省了用户的时间和精力，使用户更方便地管理数字照片。附图说明图1为本专利技术数字照片分拣方法实施例一的流程示意图；图2为本专利技术数字照片分拣方法实施例二的流程示意图；图3为本专利技术数字照片分拣装置实施例一的结构示意图；图4为本专利技术数字照片分拣装置实施例二的结构示意图；图5为图4所示实施例的数字照片存储模块中存储的数字照片的人脸示意图；图6为本专利技术数字照片分拣应用系统实施例一的结构示意图。具体实施例方式下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。本专利技术实施例中，假定数字照片的分辨率为M*N(M，N为整数)，可将该数字照片看 作一数学上的二维矩阵，其中，该二维矩阵的横向长度为M，纵向长度为N，表示对应坐标位 置的像素点的颜色信息为8bit的位宽，则每一矩阵元素用0 255中的一整数表示颜色信 息，而二维矩阵的横向和纵向数值代表此像素在图片中的位置坐标信息。以此类推，任何像 素大小，任何颜色数目的图片均可看作是一个数学上的二维矩阵。以下本专利技术实施例讨论 的数字照片，均指该数字照片所对应的二维矩阵。图1为本专利技术数字照片分拣方法实施例一的流程示意图，如图1所示，包括以下步 骤步骤101、获取被存储的数字照片中包含的目标人脸数据，以及获取参照人脸数 据。上述步骤101中，可以采用数码照相机、数码摄录机、具有摄像功能的手机、具有 摄像功能的掌上电脑(Personal Digital Assistant，简称PDA)、个人电脑中的其中之一获 取数字照片，并将数字照片存储在相应的存储设备中。目标人脸数据和参照人脸数据均为数字照片中的人脸信息。可以采用AdaBoost 方法进行数字照片中的目标人脸数据的检测，即首先判断被保存的数字照片中是否存在目 标人脸数据，关于该方法的详细介绍，请参考R.Polikar发表的《A tutorial article on ensemble systems including pseudocode， blockdiagrams and implementation issues for AdaBoost and other ensemble learningalgorithms》 (IEEE Circuits and Systems Magazine, vol. 6，no. 3，pp. 21—45，2006)。也可以采用其他人脸检测的方法，如基于肤色的方法、基于支持向量机(Support Vector Machine，简称SVM)的方法、基于子空间的方法、基于朴素贝叶斯方法等人脸检测方 法，判断数字照片中是否存在目标人脸数据。若存在目标人脸数据，则采用相应的人脸定位 方法获取目标人脸数据在数字照片中的目标人脸位置参数。本领域技术人员可以根据现有 的人脸检测方法获取数字照片中的目标人脸数据，并按照现有的人脸定位方法获取数字照 片中的目标人脸位置参数，在此不再赘述。步骤102、根据参照人脸数据和目标人脸数据，获取参照人脸数据的生物特征参 数，以及获取目标人脸数据的生物特征参数。上述步骤102中，参照人脸数据的生物特征参数为用户选定的需要从数字照片中 挑选归类的数字照片中的人脸上的眼睛、鼻子、嘴巴等形状信息，目标人脸数据的生物特征 参数为待挑选的数字照片中的人脸上的眼睛、鼻子、嘴巴等形状信息。步骤103、计算参照人脸数据的生物特征参数与目标人脸数据的生物特征参数的 相似度值。上述步骤103中，相似度值是指两个参照人脸数据的生物特征参数与目标人脸 数据的生物特征参数之间的相似程度。其中，人参照脸数据的生物特征参数和目标人脸 数据的生物特征参数均为提取出来的数字照片中的眼睛、鼻子、嘴巴等人脸面部特征参 数的特征频率，或者是像素之间的多维变化规律以及像素在多维空间的距离关系。参照 人脸数据的生物特征参数由预先设定的人脸图像范例集所提取出的人脸数据的生物特 征参数训练而取得。具体为计算目标人脸数据和参照人脸数据的生物特征参数的特 征向量之间的归一化内积，即目标人脸数据的生物特征参数与参照人脸数据的生物特 征参数的相似度值具体可以为^(x,^) x,y>/^(< x,y>*<y,y>),其中<x，y>为内 积。其中x，本文档来自技高网...

【技术保护点】
一种数字照片分拣方法，其特征在于，包括：获取被存储的数字照片中包含的目标人脸数据，以及获取参照人脸数据；根据所述参照人脸数据和目标人脸数据，获取所述参照人脸数据的生物特征参数，以及获取所述目标人脸数据的生物特征参数；计算所述参照人脸数据的生物特征参数与目标人脸数据的生物特征参数的相似度值；将所述相似度值与设定的相似度阈值进行比较，按照设定条件挑选出与所述参照人脸数据相同的目标人脸数据。

【技术特征摘要】

【专利技术属性】
技术研发人员：高峰，
申请(专利权)人：北京算通数字技术研究中心有限公司，
类型：发明
国别省市：11[中国|北京]