CN105808709B - 人脸识别快速检索方法及装置 - Google Patents

Abstract

本发明公开了一种人脸识别快速检索方法及装置，该方法包括：建立样本数据库，将样本数据进行二值化转换并Hash映射至多个Hash表中；对待查询样本的特征数据同样进行二值化转换并利用建立样本数据库采用的Hash函数投影得到二值码序列，并将多个Hash表中匹配的样本从Hash表的对应桶中抽取出来进行归并排序；计算待查询样本的二值特征与经归并排序后的有效样本的二值特征的海明距离；将海明距离小于设定阈值的有效样本与待查询样本进行1:1精确比对，得到最相似样本数据。通过分级查询，大幅减小检索量，且大大减少了浮点计算量，检索效率高，且该检索方案适应性强、应用范围广，具有较好的推广价值。

Description

人脸识别快速检索方法及装置

技术领域

本发明涉及人脸识别领域，特别地，涉及一种人脸识别快速检索方法及装置。

背景技术

在人脸识别领域，如公安系统、社保系统，涉及的人脸特征数据库可能多达上千万、上亿个目标，而输入一张未知人脸，在数据库中查询是谁，如果按照传统的方法进行特征的1:1比对则要比较上亿次，效率非常低下。因此，亟需设计一种检索效率高的人脸识别检索方法及装置。

发明内容

本发明提供了一种人脸识别快速检索方法及装置，以解决现有的人脸识别因特征数据库样本量大导致检索运算量大、效率低的技术问题。

本发明采用的技术方案如下：

根据本发明的一个方面，提供一种人脸识别快速检索方法，该方法包括：

建立样本数据库，基于深度学习算法提取裁剪的人脸图像的特征数据得到样本数据，并将样本数据进行二值化转换并Hash映射至多个Hash表中；

对待查询样本的特征数据同样进行二值化转换并利用建立样本数据库采用的Hash函数投影得到二值码序列，并将多个Hash表中匹配的样本从Hash表的对应桶中抽取出来进行归并排序；

计算待查询样本的二值特征与经归并排序后的有效样本的二值特征的海明距离；

将海明距离小于设定阈值的有效样本与待查询样本进行1:1精确比对，得到最相似样本数据。

进一步地，二值化转换为利用符号位或者以特征均值为阈值将浮点类的特征数据转换为二值数据。

进一步地，归并排序是指从多个Hash表中取出已排序样本，统计样本匹配频次，并取出样本匹配频次大于设定阈值的样本作为输出，以减少下一级比较的有效数据量。

进一步地，1:1精确比对是指对有效样本与待查询样本进行浮点计算得到精确距离。

进一步地，深度学习算法为采用深度卷积神经网络算法抽取人脸特征。

根据本发明的另一方面，还提供一种人脸识别快速检索装置，该装置包括：

样本数据库模块，用于基于深度学习算法提取裁剪的人脸图像的特征数据得到样本数据，并将样本数据进行二值化转换并Hash映射至多个Hash表中；

归并排序模块，用于对待查询样本的特征数据同样进行二值化转换并利用建立样本数据库采用的Hash函数投影得到二值码序列，并将多个Hash表中匹配的样本从Hash表的对应桶中抽取出来进行归并排序；

第一计算模块，用于计算待查询样本的二值特征与经归并排序后的有效样本的二值特征的海明距离；

第二计算模块，用于将海明距离小于设定阈值的有效样本与待查询样本进行1:1精确比对，得到最相似样本数据。

进一步地，样本数据库模块包括：

第一二值化转换单元，用于利用符号位或者以特征均值为阈值将样本数据库中浮点类型的特征数据转换为二值数据；

归并排序模块包括：

第二二值化转换单元，用于利用符号位或者以特征均值为阈值将待查询样本的浮点类型的特征数据转换为二值数据。

进一步地，归并排序模块包括：

排序单元，用于从多个Hash表中取出已排序样本，统计样本匹配频次，并取出样本匹配频次大于设定阈值的样本作为输出，以减少下一级比较的有效数据量。

进一步地，第二计算模块包括：

精确比对单元，用于对有效样本与待查询样本进行浮点计算得到精确距离。

进一步地，样本数据库模块包括：

特征提取单元，用于采用深度卷积神经网络算法抽取人脸特征。

本发明具有以下有益效果：

本发明人脸识别快速检索方法及装置，通过将人脸特征数据转换为二值化数据，大大减少了检索的计算量与存储量，且通过多级查询，呈指数级减少了检索目标数量，具体地，第一级利用待查询目标的二值特征，依据Hash函数将匹配的多个Hash表中的数据抽取出来进行归并排序；第二级计算待查询样本与归并后有效样本的海明Hamming距离，取Hamming距离小于设定阈值的样本作为有效样本；第三级将第二级取出的有效样本与待查询样本进行浮点计算的精确比对，则依据相似度原则，距离最小的样本即为与待查询样本最相似的目标。与传统的浮点类检索查询相比，通过分级查询，大幅减小检索量，且第一、二级只涉及二值码计算，第三级精确浮点计算相对传统的1:1精确比较的数据量大大减少，从而大大减少了浮点计算量，检索效率高，且该检索方案适应性强、应用范围广，具有较好的推广价值。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例人脸识别快速检索方法的流程示意图；

图2是本发明优选实施例人脸识别快速检索方法的另一流程示意图；

图3是本发明优选实施例人脸识别快速检索装置的结构意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

参照图1，本发明的优选实施例提供了一种人脸识别快速检索方法，该方法包括：

步骤S101，建立样本数据库，基于深度学习(Deep Learning)算法提取裁剪的人脸图像的特征数据得到样本数据，并将样本数据进行二值化转换并Hash映射至多个Hash表中；

本实施例中，以符号位或者以均值为阈值将抽取的所有样本特征二值化处理，并依据多个哈希Hash函数将匹配的样本ID信息分别存入多个Hash表中。

步骤S102，对待查询样本的特征数据同样进行二值化转换并利用建立样本数据库采用的Hash函数投影得到二值码序列，并将多个Hash表中匹配的样本从Hash表的对应桶中抽取出来进行归并排序；

本实施例中，利用与建库过程相同的方法处理特征数据得到二值化数据，且利用建库时的Hash函数将匹配的样本序列从Hash表中取出，并合并相同ID。本实施例归并排序是指从多个Hash表中取出已排序样本，统计样本匹配频次，并取出样本匹配频次大于设定阈值的样本作为输出，以减少下一级比较的有效数据量。

步骤S103，计算待查询样本的二值特征与经归并排序后的有效样本的二值特征的海明距离；

计算待查询样本二值特征与步骤S102合并后的样本二值特征的Hamming距离，并将距离由小到大排序，取与待查询样本Hamming距离最小的前N个样本；其中，Hamming距离即码距，即将一个字符串替换另一字符串所需替换的字符个数。

步骤S104，将海明距离小于设定阈值的有效样本与待查询样本进行1:1精确比对，得到最相似样本数据。

计算步骤S103得到的N个样本与待查询目标的精确距离，取距离最小的几个样本即为最相似目标。

图2示出了一优选实施例的人脸识别快速检索方法的流程示意图。

本实施例采用深度卷积神经网络算法抽取人脸特征F，每个人脸样本特征维度为D，建立数据库的样本个数为N，待查询样本个数为M，建立n个随机哈希函数，每个哈希函数包含k位二值码。具体实验说明如下：

实验基于Intel I5处理器的普通个人计算机，利用7万个样本建立数据量，1千个样本作为待查询样本，建立n个随机哈希函数，每个哈希函数包含k位二值码；

首先将7万样本的浮点数据利用符号位转换为二值码，并利用随机哈希算法将7万建库样本分配到每个哈希表的对应桶中，每个哈希表包含2^k个桶。查询时，将待查询样本也按照建表的方式，分别利用哈希函数投影得到二值码序列，并将‘击中’的多个哈希表中的对应桶中样本抽取出来，进行归并排序；然后将归并后的有效样本与待查询样本的二值码计算Hamming距离；然后将Hamming距离小于设定阈值的样本与待查询样本进行1:1精确比对。

试验结果如下表：

由以上实验结果可知，利用分级查询，可大幅减小检索量，且第一、二级均只涉及二值码计算，第3级精确浮点计算单张查询平均仅需比较500个，与1:1精确比较相比数据量减小了120倍，时间上节约了65.6倍。

由以上的描述可以得知，本实施例通过将人脸特征数据转换为二值化数据，大大减少了检索的计算量与存储量，且通过多级查询，呈指数级减少了检索目标数量，具体地，第一级利用待查询目标的二值特征，依据Hash函数将匹配的多个Hash表中的数据抽取出来进行归并排序；第二级计算待查询样本与归并后有效样本的海明Hamming距离，取Hamming距离小于设定阈值的样本作为有效样本；第三级将第二级取出的有效样本与待查询样本进行浮点计算的精确比对，则依据相似度原则，距离最小的样本即为与待查询样本最相似的目标。与传统的浮点类检索查询相比，通过分级查询，大幅减小检索量，且第一、二级只涉及二值码计算，第三级精确浮点计算相对传统的1:1精确比较的数据量大大减少，从而大大减少了浮点计算量，检索效率高，且该检索方案适应性强、应用范围广，具有较好的推广价值。

根据本发明的另一方面，还提供一种人脸识别快速检索装置，该装置包括：

样本数据库模块100，用于基于深度学习算法提取裁剪的人脸图像的特征数据得到样本数据，并将样本数据进行二值化转换并Hash映射至多个Hash表中；

归并排序模块200，用于对待查询样本的特征数据同样进行二值化转换并利用建立样本数据库采用的Hash函数投影得到二值码序列，并将多个Hash表中匹配的样本从Hash表的对应桶中抽取出来进行归并排序；

第一计算模块300，用于计算待查询样本的二值特征与经归并排序后的有效样本的二值特征的海明距离；

第二计算模块400，用于将海明距离小于设定阈值的有效样本与待查询样本进行1:1精确比对，得到最相似样本数据。

本装置实施例与上述方法实施例对应，具体实施过程可以参考上述方法实施例。本装置实施例通过将人脸特征数据转换为二值化数据，大大减少了检索的计算量与存储量，且通过多级查询，呈指数级减少了检索目标数量，具体地，第一级利用待查询目标的二值特征，依据Hash函数将匹配的多个Hash表中的数据抽取出来进行归并排序；第二级计算待查询样本与归并后有效样本的海明Hamming距离，取Hamming距离小于设定阈值的样本作为有效样本；第三级将第二级取出的有效样本与待查询样本进行浮点计算的精确比对，则依据相似度原则，距离最小的样本即为与待查询样本最相似的目标。与传统的浮点类检索查询相比，通过分级查询，大幅减小检索量，且第一、二级只涉及二值码计算，第三级精确浮点计算相对传统的1:1精确比较的数据量大大减少，从而大大减少了浮点计算量，检索效率高，且该检索方案适应性强、应用范围广，具有较好的推广价值。

可选地，样本数据库模块100包括：

第一二值化转换单元，用于利用符号位或者以特征均值为阈值将样本数据库中浮点类型的特征数据转换为二值数据；

归并排序模块200包括：

第二二值化转换单元，用于利用符号位或者以特征均值为阈值将待查询样本的浮点类型的特征数据转换为二值数据。

优选地，归并排序模块200包括：

排序单元，用于从多个Hash表中取出已排序样本，统计样本匹配频次，并取出样本匹配频次大于设定阈值的样本作为输出，，以减少下一级比较的有效数据量。

优选地，第二计算模块400包括：

精确比对单元，用于对有效样本与待查询样本进行浮点计算得到精确距离。

优选地，样本数据库模块100包括：

特征提取单元，用于采用深度卷积神经网络算法抽取人脸特征。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

本实施例利用DeepLearning(深度学习)算法基于裁剪的人脸图像提取特征信息，然后根据特征符号将浮点信息转换为二值信息，利用Hash(哈希算法)将所有人员的特征信息存入库中，查询时根据待查询目标的特征投影从Hash表中取出相应的所有人员信息并合并相同人员信息，大大减少了检索数据量；而后根据抽取出人员的对应特征的二值信息计算Hamming距离，并将距离由小到大排序，取出N个最相近样本进行最后的1:1精确比较，进一步大大减小了浮点数计算量。本发明提出的检索方案适应性强、应用范围广，具备较好的推广价值。

本实施例快速检索算法与传统算法的主要优点表现在以下3点：

1)、将浮点计算转换为二值计算；

由于抽取的人脸特征为D维浮点数据，如果直接利用浮点数据计算则增加了计算量，利用符号位或以特征均值为阈值将浮点数据转换为二值数据，则将浮点计算转换为二值操作，大大减小了计算量与存储量，该二值特征将在Hash建表时和在第二阶段计算Hamming距离时用到；

2)、利用归并排序思想，快速归并有序数组，快速统计出现频次大于设定阈值的查询样本(数据库中样本与待查询样本越相似，则从Hash表中取出‘击中’样本的频率越大)，一是达到快速排序的目的，二是大大减小了下一级比较的有效数据量。

3)、将查询过程划分为多级查询，呈指数级减小了检索目标数量；

将查询过程划分为多级，第一级利用待查询目标的二值特征，依据随机Hash位将‘击中’的Hash表中数据抽取出来计算归并排序；第二级计算待查询样本与归并后有效样本的Hamming距离，取Hamming距离小于设定阈值的样本作为有效样本；第三级将第2级取出的有效样本与待查询样本进行浮点计算的精确比对，则依据相似度原则，距离最小的几个样本即为与待查询样本最相似的目标。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种人脸识别快速检索方法，其特征在于，包括：

建立样本数据库，基于深度学习算法提取裁剪的人脸图像的特征数据得到样本数据，并将所述样本数据进行二值化转换并Hash映射至多个Hash表中；

对待查询样本的特征数据同样进行二值化转换并利用建立样本数据库采用的Hash函数投影得到二值码序列，并将所述多个Hash表中匹配的样本从Hash表的对应桶中抽取出来进行归并排序，所述归并排序是指从多个Hash表中取出已排序样本，统计样本匹配频次，并取出样本匹配频次大于设定阈值的样本作为输出，以减少下一级比较的有效数据量；

计算待查询样本的二值特征与经归并排序后的有效样本的二值特征的海明距离；

将海明距离小于设定阈值的有效样本与待查询样本进行1:1精确比对，得到最相似样本数据，所述1:1精确比对是指对有效样本与待查询样本进行浮点计算得到精确距离。

2.根据权利要求1所述的人脸识别快速检索方法，其特征在于，

所述二值化转换为利用符号位或者以特征均值为阈值将浮点类的特征数据转换为二值数据。

3.根据权利要求1所述的人脸识别快速检索方法，其特征在于，

所述深度学习算法为采用深度卷积神经网络算法抽取人脸特征。

4.一种人脸识别快速检索装置，其特征在于，包括：

样本数据库模块，用于基于深度学习算法提取裁剪的人脸图像的特征数据得到样本数据，并将所述样本数据进行二值化转换并Hash映射至多个Hash表中；

归并排序模块，用于对待查询样本的特征数据同样进行二值化转换并利用建立样本数据库采用的Hash函数投影得到二值码序列，并将所述多个Hash表中匹配的样本从Hash表的对应桶中抽取出来进行归并排序；所述归并排序模块包括：

排序单元，用于从多个Hash表中取出已排序样本，统计样本匹配频次，并取出样本匹配频次大于设定阈值的样本作为输出，以减少下一级比较的有效数据量；

第一计算模块，用于计算待查询样本的二值特征与经归并排序后的有效样本的二值特征的海明距离；

第二计算模块，用于将海明距离小于设定阈值的有效样本与待查询样本进行1:1精确比对，得到最相似样本数据，所述第二计算模块包括：

精确比对单元，用于对有效样本与待查询样本进行浮点计算得到精确距离。

5.根据权利要求4所述的人脸识别快速检索装置，其特征在于，

所述样本数据库模块包括：

第一二值化转换单元，用于利用符号位或者以特征均值为阈值将样本数据库中浮点类型的特征数据转换为二值数据；

所述归并排序模块包括：

第二二值化转换单元，用于利用符号位或者以特征均值为阈值将待查询样本的浮点类型的特征数据转换为二值数据。

6.根据权利要求4所述的人脸识别快速检索装置，其特征在于，

所述样本数据库模块包括：

特征提取单元，用于采用深度卷积神经网络算法抽取人脸特征。