CN108664914B - 人脸检索方法、装置及服务器 - Google Patents

人脸检索方法、装置及服务器 Download PDF

Info

Publication number
CN108664914B
CN108664914B CN201810425714.5A CN201810425714A CN108664914B CN 108664914 B CN108664914 B CN 108664914B CN 201810425714 A CN201810425714 A CN 201810425714A CN 108664914 B CN108664914 B CN 108664914B
Authority
CN
China
Prior art keywords
retrieval
face
search
server
instruction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810425714.5A
Other languages
English (en)
Other versions
CN108664914A (zh
Inventor
陈志博
蒋楠
王川南
石楷弘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201810425714.5A priority Critical patent/CN108664914B/zh
Publication of CN108664914A publication Critical patent/CN108664914A/zh
Priority to PCT/CN2019/079638 priority patent/WO2019210751A1/zh
Priority to US16/988,178 priority patent/US11449541B2/en
Application granted granted Critical
Publication of CN108664914B publication Critical patent/CN108664914B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/532—Query formulation, e.g. graphical querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G06F16/436—Filtering based on additional data, e.g. user or group profiles using biological or physiological data of a human being, e.g. blood pressure, facial expression, gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/164—Detection; Localisation; Normalisation using holistic features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5015—Service provider selection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明实施例公开了一种人脸检索方法、装置及服务器，其中人脸检索方法，应用于检索设备集群中，所述检索设备集群包括至少一个节点，所述方法包括：采集待检索的人脸图像，并从所述人脸图像中解析得到第一人脸特征，根据所述第一人脸特征生成第一检索指令；根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器；将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。通过在检索设备集群下进行人脸检索，可以解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。

Description

人脸检索方法、装置及服务器
技术领域
本发明涉及计算机技术领域，具体涉及图像处理技术领域，尤其涉及一种人脸检索方法、一种人脸检索装置、一种调度服务器及一种检索服务器。
背景技术
人脸检索在人员管理、视频监测等领域中有着重要的应用，如人物的身份认证、嫌疑人的活动轨迹查询等，目前人脸检索只在局部应用，因此，在内存不紧张、涉及的人脸数据量有限的情况下，单服务器架构对人脸进行检索是当前主要的技术方案。但随着人们对人脸检索的需求量的增加以及人脸数据库的日益扩张，继续使用单服务器架构来处理海量的人脸检索指令时会存在以下问题。其一，单服务器架构容灾能力弱，若服务器出现故障，则会导致整个人脸检索系统的瘫痪；其二，若服务器需处理的人脸检索的任务数量超过其上限，则会使得服务器的处理速度无法满足用户的需求，造成较差的用户体验。
发明内容
本发明实施例提供了一种人脸检索方法、装置、调度服务器、检索服务器、及存储介质，可以解决人脸检索系统处理速度受限且容灾能力差的问题，提高人脸检索的速度。
一方面，本发明实施例提供了一种人脸检索方法，应用于人脸检索系统，所述人脸检索系统包括检索设备集群，所述检索设备集群包括至少一个节点，所述方法包括：
采集待检索的人脸图像，并从所述人脸图像中解析得到第一人脸特征；
根据所述第一人脸特征生成第一检索指令，所述第一检索指令携带所述第一人脸特征；
根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器；
将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
一方面，本发明实施例提供另一种人脸检索方法，应用于人脸检索系统，所述人脸检索系统包括检索设备集群，所述检索设备集群至少包括第一节点，所述第一节点包括第一检索服务器，所述方法包括：
接收调度服务器发送的第一检索指令，所述第一检索指令携带第一人脸特征，所述第一检索指令是由所述调度服务器采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征所生成的，且由所述调度服务器根据负载均衡规则从所述检索设备集群中选取第一节点之后发送的；
执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
向所述调度服务器返回所述第一检索结果。
一方面，本发明实施例提供一种人脸检索装置，应用于人脸检索系统，所述人脸检索系统包括检索设备集群，所述检索设备集群包括至少一个节点，所述装置包括：
获取单元，用于采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征生成第一检索指令，所述第一检索指令携带所述第一人脸特征；
选取单元，用于根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器；
发送单元，用于将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
一方面，本发明实施例提供另一种人脸检索装置，应用于人脸检索系统，所述人脸检索系统包括检索设备集群，所述检索设备集群至少包括第一节点，所述第一节点包括第一检索服务器，所述装置包括：
接收单元，用于接收调度服务器发送的第一检索指令，所述第一检索指令携带第一人脸特征，所述第一检索指令是由所述调度服务器采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征所生成的，且由所述调度服务器根据负载均衡规则从所述检索设备集群中选取第一节点之后发送的；
执行单元，用于执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
发送单元，用于向所述调度服务器返回所述第一检索结果。
一方面，本发明实施例提供一种调度服务器，应用于人脸检索系统，所述人脸检索系统包括检索设备集群，所述检索设备集群包括至少一个节点，所述调度服务器包括：
处理器，适于实现一条或一条以上指令；以及，
计算机存储介质，所述计算机存储介质存储有一条或一条以上第一指令，所述一条或一条以上第一指令适于由所述处理器加载并执行以下步骤：
采集待检索的人脸图像，并从所述人脸图像中解析得到第一人脸特征；
根据所述第一人脸特征生成第一检索指令，所述第一检索指令携带所述第一人脸特征；
根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器；
将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
一方面，本发明实施例提供一种检索服务器，应用于人脸检索系统，所述人脸检索系统包括检索设备集群，所述检索设备集群至少包括第一节点，所述检索服务器为所述第一节点所包括的第一检索服务器，所述检索服务器包括：
处理器，适于实现一条或一条以上指令；以及，
计算机存储介质，所述计算机存储介质存储有一条或一条以上第二指令，所述一条或一条以上第二指令适于由所述处理器加载并执行以下步骤：
接收调度服务器发送的第一检索指令，所述第一检索指令携带第一人脸特征，所述第一检索指令是由所述调度服务器采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征所生成的，且由所述调度服务器根据负载均衡规则从所述检索设备集群中选取第一节点之后发送的；
执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
向所述调度服务器返回所述第一检索结果。
本发明实施例可应用于包含检索设备集群的人脸检索系统中，该检索设备集群包括至少一个节点；在解析待检索的人脸图像得到第一人脸特征，并根据第一人脸特征生成第一检索指令之后，可根据负载均衡规则从检索设备集群中选取第一节点，并将第一检索指令发送至第一节点所包括的第一检索服务器，以触发第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。通过检索设备集群执行人脸检索，能够有效提升整个人脸检索系统的容灾性，即使检索设备集群中部分节点下的检索服务器出现故障，也可以保证整个人脸检索系统的正常运行；并且，可以通过在检索设备集群中增加节点或增加节点下的检索服务器来提升整个人脸检索系统的人脸检索速率，提升了整个人脸检索系统的可扩展性，解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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是本发明实施例提供的一种人脸检索系统的结构示意图；
图2是本发明实施例提供的一种人脸检索方法的流程示意图；
图3是本发明实施例提供的另一种人脸检索方法的流程示意图；
图4是本发明实施例提供的又一种人脸检索方法的流程示意图；
图5是本发明实施例提供的一种人脸检索应用场景示意图；
图6是本发明实施例提供的另一种人脸检索应用场景示意图；
图7是本发明实施例提供的一种人脸检索装置的结构示意图；
图8是本发明实施例提供的另一种人脸检索装置的结构示意图；
图9是本发明实施例提供的一种调度服务器的结构示意图；
图10是本发明实施例提供的一种检索服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
人脸作为图像或视频中重要的视觉对象之一，在模式识别、身份验证、计算机视觉、多媒体技术等多个技术领域占有重要的研究地位。人脸检索是基于人脸信息的一个重要应用，在智能人机接口、数字图像处理、安保等多个领域发挥着举足轻重的作用；例如，通过检索目标人脸与数据库中的人脸是否相匹配来判断是否解锁；又如，通过输入一个人脸图像，从数据库中查询到该人脸图像对应的身份信息；再如，通过获取监测视频中的人脸图像来查找目标人物的位置；等等，以上所述均可认为是人脸检索技术的具体应用。
本发明实施例的相关技术提及，目前的人脸检索方案通常采用的单服务器的架构，即仅使用一个服务器执行人脸检索；这样的架构仅适用于一些单一检索场景，例如：人脸解锁、人脸开门等等，这些单一检索场景中所涉及的检索任务少，一般仅需要将采集的人脸数据与有限几个预先存储的人脸数据进行比对来完成检索任务。但是，随着互联技术的发展，产生了越来越多的复杂检索场景，例如：对多个公众场所的监测视频进行人脸检索的场景，此场景会涉及海量人脸检索任务；在这些复杂检索场景中如果继续采用单服务器的架构可能会导致系统容错性、检索速度达不到检索需求；而且，当处理人脸检索的服务器出现故障时，会导致整个人脸检索系统的崩溃。因此，目前的单服务器架构进行人脸检索的处理存在以下问题：(1)单服务器架构容灾能力弱，当服务器出现故障时，会导致整个人脸检索系统的停滞；(2)当处理图像超过服务器上限时，服务器的处理速度无法满足人们的需求，致使用户体验变差。若采用提升服务器的处理能力来解决处理速度无法满足人们需求的问题，则会使得成本过高，而且大多数时间无需这么高的处理能力，使得服务器的性能无法充分发挥，因此采用单服务器架构扩展性能很差。
基于此，本发明实施例提出了一种人脸检索方案，采用集群系统架构，即采用由多个服务器共同构成的检索设备集群来执行人脸检索，并且，检索设备集群中执行人脸检索的各服务器满足负载均衡规则；相对于目前的单服务器架构而言，本发明实施例基于检索设备集群架构的人脸检索方案至少具有如下优点：(1)容灾性更强，即使检索设备集群中的部分服务器出现故障，也不会影响整个人脸检索系统的运行；(2)多台服务器协作处理人脸检索指令，可以提升人脸检索的速度；(3)扩展性能优于单服务器架构，当需要提升人脸检索的处理性能时，在检索设备集群的添加检索服务器即可。基于上述优点，本发明实施例的人脸检索方案能够很好地适用于复杂度高、吞吐量高的检索场景，尤其是在海量人脸检索场景中，采用本发明实施例的人脸检索方案能够有效地提升人脸检索速率，提升容灾性能。
基于上述描述，本发明实施例提供一种人脸检索系统，请参见图1，该人脸检索系统包括：调度服务器，与所述调度服务器相连接的至少一个终端，以及与所述调度服务器相连接的检索设备集群。其中，终端可包括但不限于：手机、平板电脑、电脑等，用于与用户进行交互，例如接收用户上传的待检索的人脸图像；以及用于与调度服务器进行交互，例如将人脸图像发送至调度服务器以请求获得人脸检索服务等等。调度服务器用于接收终端发送的人脸图像，提取图像中的人脸特征并将提取出的人脸特征发送至检索设备集群。检索设备集群是指具体执行人脸检索任务的集群，该检索设备集群是由一个或多个节点构成，每个节点包括至少一个检索服务器；具体地，检索设备集群由各节点下的检索服务器执行人脸检索任务。在一种实施方式中，检索设备集群包括至少一个节点，该至少一个节点可直接与调度服务器相连接。在另一种实施方式中，检索设备集群可包括至少一个根服务器及至少一个节点；其中，根服务器与调度服务器相连接，同时与多个节点相连接，也就是说节点通过根服务器与调度服务器相连接。
图1所示系统的工作原理大致包括：①终端向调度服务器发送检索请求，具体实现中，终端可提供人脸检索的交互界面，例如：终端显示人脸检索的web(World Wide Web，万维网)页面，终端可通过该web页面获取单张人脸图像并向调度服务器发起针对单个人脸图像的检索请求，或者，终端可通过该web页面上传包含多个人脸图像的视频并向调度服务器发起针对多个人脸图像的检索请求；②调度服务器对终端的检索请求携带的人脸图像进行特征提取，得到人脸特征；本发明实施例的特征提取过程支持离线方式或在线方式，所谓在线方式的特征提取过程是指：由终端上传人脸图像，同时由调度服务器实时对该人脸图像进行特征提取。所谓离线方式的特征提取过程是指：在终端上传人脸图像之后，调度服务器存储该人脸图像，并根据离线策略在后续的某个时间对该人脸图像进行特征提取。此处的离线策略可以包括：待存储的人脸图像的数量达到一定阈值时，统一进行离线特征提取；或者，在实际执行人脸检索任务时才对存储的人脸图像进行特征提取；等等。③调度服务器根据提取的人脸特征生成检索指令，需要说明的是，一个检索指令包括一个人脸特征；那么，针对单个人脸的检索请求会生成一个检索指令；而针对多个人脸的检索请求会生成多个检索指令。④调度服务器向检索设备集群发送检索指令；实际应用中，为了保证检索过程的快速响应及顺利进行，调度服务器可基于负载均衡规则将检索指令分配至检索设备集群下的节点；具体过程包括：对于单个检索指令，调度服务器可以基于负载均衡规则获取检索设备集群中的一个目标节点，例如：可以是选取负载值最小的节点为一个目标节点；调度服务器将检索指令发送至与目标节点下的检索服务器，由该检索服务器根据检索指令携带的人脸特征执行人脸检索。对于多个检索指令，调度服务器可以基于负载均衡规则获取检索设备集群中的一个或多个目标节点，再将多个检索指令均衡分配给这一个或多个目标节点；由这一个或多个目标节点下的各检索服务器协同执行多个检索指令。需要说明的是，同一节点下的各检索服务器执行相同的检索指令，这样，当该系统中的部分检索服务器发生故障时，可以保证人脸检索系统的正常运行。另外，当人脸检索系统的检索能力无法满足需求时，可以在人脸检索系统下的节点处增加检索服务器，即可增加整个人脸检索系统的检索能力。
综上可知，图1所示的人脸检索系统既适用于单个人脸检索场景，又适用于多个(海量)人脸检索场景，并且，人脸检索系统至少具备如下优点：(1)容灾性能较佳，在人脸检索过程中即使检索设备集群中的部分服务器出现故障，也不会影响整个人脸检索系统的运行；(2)采用检索设备集群这样的集群架构来执行人脸检索，即由多台服务器协作处理人脸检索指令，可以提升人脸检索的速度；(3)扩展性能优，当需要提升人脸检索的处理性能时，在检索设备集群的节点下添加检索服务器即可。
基于上述人脸检索系统的实施例的描述，本发明实施例提供一种人脸检索方法，该方法可以应用于图1所示的人脸检索系统中，具体可以由图1所示的调度服务器执行。请参见图2，该人脸检索过程可包括以下步骤S201-S204：
S201、采集待检索的人脸图像，从人脸图像中解析得到第一人脸特征。
在一种实施方式中，调度服务器接收终端在线发送的包含人脸的图像，该图像可以是由用户在终端的指定页面中上传并由终端获取得到的。其中，该指定页面可以为是终端提供的人脸检索的交互界面，例如是一个用于上传需要检索的图像的网站页面。用户可以从终端的图库中选择图像上传至该页面，终端检测到用户的上传操作后会将用户上传的图像发送至调度服务器，调度服务器采集到终端发送的待检索的包含人脸的图像，并从采集到的图像中解析得到第一人脸特征。可以理解的是，如果终端仅上传一张人脸图像，那么该第一人脸特征即是对该上传的人脸图像进行特征提取所获得；如果终端上传了多张人脸图像，那么第一人脸特征可以是由调度服务器对每一张人脸图像进行特征提取后所得到的多个人脸特征中的任意一个。
在另一种实施方式中，调度服务器从图库中离线采集包含人脸的待检索图像，其中，图库中保存了至少一张需要检索的包含人脸的图像，图库中的图像可以由用户通过终端上传，或者，从监测装置(摄像头)获取到的视频中自动截取。同理，如果调度服务器从图库中仅获得一张人脸图像，那么该第一人脸特征即是对该人脸图像进行特征提取所获得；如果获取了多张人脸图像，那么第一人脸特征可以是由调度服务器对每一张人脸图像进行特征提取后所得到的多个人脸特征中的任意一个。
S202、根据第一人脸特征生成第一检索指令。
调度服务器从人脸图像中解析得到第一人脸特征之后，可以根据第一人脸特征生成第一检索指令；该第一检索指令携带第一人脸特征；第一检索指令用于指示对第一人脸特征进行人脸检索。
S203、根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器。
负载均衡规则是指以检索设备集群中各节点的负载值达到相对均衡的状态为目标的规则。此处负载值可用于表示当前负载与最大负载之间的比值，又可称为负载率。所述负载均衡规则可以包括但不限于：各节点的当前负载与最大负载之间比值小于预设阈值，此处的预设阈值可根据实际情况设定，例如为50％、60％等等；或者，各节点的当前负载与最大负载之间的比值趋于相等；等等。其中，节点的负载值由在该节点下的各个检索服务器的负载值所决定。
步骤S203中，调度服务器获取检索设备集群中各节点负载值。
节点的负载值由在该节点下的各个检索服务器的负载值所决定。调度服务器管理及维护一个动态负载表，该动态负载表如下表一所示：
表一：动态负载表
Figure GDA0004105958840000091
如上表一所示，动态负载表记录了各节点的负载值，以及各节点下各个检索服务器分别的负载值；例如：节点1的负载值为45％，节点1共包含两个检索服务器，其中一个检索服务器11的负载值为50％；另一个检索服务器12的负载值为40％；再如：节点2的负载值为80％，节点2共包含一个检索服务器，该检索服务器的负载值为80％。可见，节点的负载值是由其所包含的检索服务器的负载值决定的。需要说明的是，上述表一中的数据是实时变化的，在一种实施方式中，由各节点的检索服务器可定时(每隔2秒、每隔5秒等)上报各自的负载值，由调度服务器判断各检索服务器的负载值是否发生变化，若发生变化则根据上报的数据对上述表一进行实时更新；在另一种实施方式中，当各节点的检索服务器自检发现自己的负载值发生变化时，将变化后的负载值上报至调度服务器，由调度服务器根据上报的数据对上述表一进行实时更新。
以所述负载均衡规则为各节点的当前负载与最大负载之间比值小于预设阈值为例，调度服务器从所述检索设备集群中选取负载值小于预设阈值的第一节点。此处的预设阈值可以根据实际需要进行设定，例如预设阈值可以为50％、60％等等。如果检索设备集群中仅存在一个节点的负载值小于预设阈值，则将该节点确定为第一节点；如果检索设备集群中存在多个节点的负载值均小于预设阈值，调度服务器可以从这些节点中选择任一个作为第一节点。
S204、将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
第一节点下包括第一检索服务器，当调度服务器确定第一节点之后，则可以将第一检索指令发送至第一检索服务器，以触发第一检索服务器执行第一检索指令，对第一人脸特征进行检索得到第一检索结果。在一种实施方式中，若调度服务器和第一节点之间是直接建立连接，那么步骤S204中调度服务器直接将第一检索指令发送至第一节点中的第一检索服务器；在另一种实施方式中，若调度服务器通过第一根服务器与第一节点相连接，那么步骤S204中调度服务器将第一检索指令发送至第一根服务器，由第一根服务器将该第一检索指令转发至第一节点下的第一检索服务器。可以理解的是，如果第一节点下还包括其他检索服务器(例如第二检索服务器)，即第一检索服务器与第二检索服务器同属于第一节点，并且均与第一根服务器相连接；那么步骤S204中调度服务器还会采用与第一检索服务器相同的通信方式，将第一检索指令同样的发送至第二检索服务器，使得第一检索服务器与第二检索服务器执行相同的检索指令。
具体实现中，第一检索服务器在预置数据库中执行人脸检索，此处的预置数据库可包括但不限于以下类型：常住人口数据库、暂住人口数据库、各种互联网应用的用户数据库等等。此处的互联网应用可包括但不限于：即时通信应用、网约车应用、SNS(SocialNetworking Services)应用、游戏应用等等。第一检索服务器可以加载上述的一种或多种类型的数据库，依据所加载的数据库类型的不同，所获得的第一检索结果也不同，例如：若加载常住人员数据库，那么对第一人脸特征进行检索后得到对应的常住人员的数据可包括：常住人员的姓名、年龄、性别、身份、存档照片、常住地址等。再如：若加载即时通信应用的用户数据库，那么对第一人脸特征进行检索后得到对应的用户数据可包括：即时通信应用的帐号、昵称、头像、注册时间、常用登录地址等。
本实施例阐述的是针对任一个检索指令而执行的人脸检索过程，实际应用中，调度服务器可能会生成多个检索指令，那么根据负载均衡规则可从检索设备集群中选取一个或多个节点，例如第一节点、第二节点等等，然后将这多个检索指令均衡分配给选取的节点下的检索服务器共同协作执行。另外，同一节点下的检索服务器执行相同的检索指令，例如本实施例中，若第一节点还包括第二检索服务器，那么第二检索服务器同样也执行第一检索指令得到检索结果；在此情况下，如果第一检索服务器与第二检索服务器加载了相同类型的预置数据库，那么二者可得到相同的检索结果，这样就可实现人脸检索系统的容灾，即当第一检索服务器或第二检索服务器发生故障时，可从未发生故障的另一个检索服务器得到检索结果。如果第一检索服务器与第二检索服务器加载了不同类型的预置数据库，那么二者可得到不同的检索结果，这样就可增加人脸检索系统的检索能力，由二者协同执行可提升检索速率，并且保证检索结果的准确性及全面性。
本发明实施例可应用于包含检索设备集群的人脸检索系统中，该检索设备集群包括至少一个节点；在解析待检索的人脸图像得到第一人脸特征，并根据第一人脸特征生成第一检索指令之后，可根据负载均衡规则从检索设备集群中选取第一节点，并将第一检索指令发送至第一节点所包括的第一检索服务器，以触发第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。通过检索设备集群执行人脸检索，能够有效提升整个人脸检索系统的容灾性，即使检索设备集群中部分节点下的检索服务器出现故障，也可以保证整个人脸检索系统的正常运行；并且，可以通过在检索设备集群中增加节点或增加节点下的检索服务器来提升整个人脸检索系统的人脸检索速率，提升了整个人脸检索系统的可扩展性，解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。
基于上述人脸检索系统及人脸检索方法的实施例的描述，本发明实施例提供另一种人脸检索方法，该方法可以应用于图1所示的人脸检索系统中，具体可以由图1所示的第一节点下的第一检索服务器执行。请参见图3，该方法可包括以下步骤S301-S303：
S301、第一检索服务器接收调度服务器发送的第一检索指令。
第一节点包含第一检索服务器，第一节点是指由调度服务器根据负载均衡规则从检索设备集群中选取得到的任一个节点。调度服务器获取第一检索指令后，将该第一检索指令发送至第一检索服务器，该第一检索指令携带第一人脸特征，第一人脸特征可以是一个预设维数的特征值序列，该预设维数可以为1024维、512维等，第一检索服务器可为第一节点下的任意一个检索服务器。若调度服务器和第一节点之间是直接建立连接，那么调度服务器直接将第一检索指令发送至第一节点中的第一检索服务器；若调度服务器通过第一根服务器与第一节点相连接，那么调度服务器将第一检索指令发送至第一根服务器，由第一根服务器将该第一检索指令转发至第一节点下的第一检索服务器。
S302、第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。
第一检索服务器在预置数据库中执行人脸检索得到第一检索结果，此处的预置数据库可包括但不限于以下类型：常住人口数据库、暂住人口数据库、各种互联网应用的用户数据库等等。此处的互联网应用可包括但不限于：即时通信应用、网约车应用、SNS应用、游戏应用等等。第一检索服务器可以加载上述的一种或多种类型的数据库，依据所加载的数据库类型的不同，所获得的第一检索结果也不同，例如：若加载常住人员数据库，那么对第一人脸特征进行检索后得到对应的常住人员的数据可包括：常住人员的姓名、年龄、性别、身份、存档照片、常住地址等。再如：若加载即时通信应用的用户数据库，那么对第一人脸特征进行检索后得到对应的用户数据可包括：即时通信应用的帐号、昵称、头像、注册时间、常用登录地址等。
在一种实施方式中，预置数据库包含多个参考特征以及各参考特征对应的数据；步骤S302的具体检索过程包括：将第一人脸特征与预置数据库中的参考特征进行匹配，若匹配成功，从预置数据库中获取相匹配第一参考特征对应的第一用户数据，此处的匹配可以通过计算第一人脸特征与各参考特征之间的相似度来确定，如果相似度大于预设相似阈值，就认为匹配；否则不匹配。可见，相匹配的第一参考特征与第一人脸特征之间的相似度大于预设相似阈值，第一用户数据即为第一参考特征对应的用户数据。本实施例对匹配方式不做限定，例如：还可以通过欧氏距离、汉明距离等方式来进行匹配。
在另一种实施方式中，为了进一步提升人脸检索速率，预置数据库中的各参考特征还可以设置对应的标签，即预置数据库中还存储了各参考特征的标签属性，此处的标签属性可包括但不限于：性别、年龄、爱好等等；例如：某参考特征的标签属性可包括：男、25岁、爱好运动。那么，步骤S302中在与预置数据库进行匹配时，首先确定第一人脸特征的目标标签属性，例如：第一人脸特征的目标标签属性为男、25岁。其次，第一检索服务器从预置数据库中提取该目标标签属性对应的参考特征集合，例如：提取具备男性这一标签属性的所有参考特征，以及提取具备25岁这一标签属性的所有参考特征。将第一人脸特征与所提取的参考特征集合的参考特征进行匹配。
在再一种实施方式中，为了更进一步提升人脸检索速率，预置数据库中还存储了对各参考特征进行降维处理和/或精度压缩处理后得到的基准特征；例如：某1024维的参考特征，降维处理后可得到512维的基准特征；再如：某精度为32位的浮点数的参考特征，精度压缩后的基准特征可为16位的浮点数的基准特征。步骤S302在进行匹配的过程中，第一检索服务器可对第一人脸特征进行降维处理和/或精度压缩处理，然后将处理后的第一人脸特征与预置数据库中的各基准特征进行匹配。通过本实施方式，虽然牺牲了维度和/或精度，但基于所得到的基准特征来进行匹配，可以有效减少内存的存储压力，提升计算和检索速度。
在一种实施方式下，第一检索服务器在执行步骤S302之前，会先将第一脸特征加载至内存空间；现有方案中，单服务器将待检索的人脸特征存储至内存空间时，该待检索的人脸特征是离散存储的，例如：针对1024维的待检索的人脸特征，其中的512维可能被存储至内存中的某块区域，另外的216维可能被存储至内存中的另一区域，剩余的216维再被存储至再一其他区域；这样，针对每一区域都需要建立分别的索引，在进行人脸检索时，需要分别通过各个索引多次读取相应存储的内容才能获得完整的第一人脸特征。这样的方式会增加内存空间的吞吐量，影响人脸检索速率。基于此，本实施例中第一检索服务器根据第一人脸特征的维度为第一人脸特征在内存中分配连续的存储空间；将第一人脸特征加载至所分配的连续存储空间中以对第一人脸特征进行连续存储；例如：针对1024维的第一人脸特征，第一检索服务器分配连续的1024维内存空间以用于存储该第一人脸特征，并为该第一人脸特征的存储空间建立1个索引，那么，在进行人脸检索时，通过这1个索引即可获取该第一人脸特征。相对于现有的离散存储，本发明实施例的连续存储可以有效减少吞吐量，提升人脸检索速率。
S303、第一检索服务器向调度服务器返回第一检索结果。
第一检索结果可以包括检索成功或检索失败，如果检索成功，那么第一检索结果进一步包含检索得到的数据；第一检索结果返回给调度服务器之后，调度服务器可以将该第一检索结果返回给请求检索的终端，以使得终端显示该第一检索结果。
本实施例阐述的是第一检索服务器针对一个检索指令而执行的人脸检索过程，实际应用中，第一检索服务器可能会接收到调度服务器分配的多个检索指令，以接收到两个检索指令为例，即如果第一检索服务器还接收到调度服务器发送的另一个检索指令(第二检索指令)，在一种具体实现中，第一检索服务器可以顺序执行各检索指令，即按照上述步骤S301-S303先执行第一检索指令，再按照相同步骤执行第二检索指令得到第二检索结果。在另一种具体实现中，第一检索服务器还可以将第一检索指令与第二检索指令合并为一个批次，按批次执行人脸检索。批次执行过程(又称批处理过程)与单个执行过程的差异主要在于：上述步骤S301中，接收到单个检索指令之后并不马上启动后续流程，而可以先将接收到的单个检索指令缓存，待接收到的检索指令数量达到设定值(例如1000个，2000个等等)，或者到达设定时间(例如缓存时间达到2秒、5秒等)，那么将满足设定条件的这些已缓存的检索指令合并为同一批次，再启动流程；另外在上述步骤S302中，会将同一批次的检索指令携带的人脸特征依次写入内存中，再从内存中以串行或并行的方式读取人脸特征并执行人脸检索。通过上述批处理的设置，可以减少人脸检索系统的吞吐量，提升吞吐率，提升人脸检索的效率。
本发明实施例可应用于包含检索设备集群的人脸检索系统中，该检索设备集群包括至少一个节点；在解析待检索的人脸图像得到第一人脸特征，并根据第一人脸特征生成第一检索指令之后，可根据负载均衡规则从检索设备集群中选取第一节点，并将第一检索指令发送至第一节点所包括的第一检索服务器，以触发第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。通过检索设备集群执行人脸检索，能够有效提升整个人脸检索系统的容灾性，即使检索设备集群中部分节点下的检索服务器出现故障，也可以保证整个人脸检索系统的正常运行；并且，可以通过在检索设备集群中增加节点或增加节点下的检索服务器来提升整个人脸检索系统的人脸检索速率，提升了整个人脸检索系统的可扩展性，解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。
基于上述人脸检索系统及人脸检索方法的实施例的描述，本发明实施例提供又一种人脸检索方法，该方法可以应用于图1所示的人脸检索系统中，具体可以由图1所示终端、调度服务器以及节点下的检索服务器交互执行。请参见图4，该方法可包括以下步骤S401-S406：
S401、终端获取待检索的图像。
此处的终端可以是图1所示的任一个或多个终端，待检索的图像可以是一张或多张包含人脸的图像。终端可以获取由多个高清摄像头或普通监测摄像头实时采集的静态图片或动态视频图像，其中摄像头可以安装在银行、机场等安全系数要求较高的场景下的各个角落。终端获取到待检索图像之后，将获取到的待检索图像发送至调度服务器。
S402、调度服务器提取图像中包含的人脸特征，并根据提取到的人脸特征创建人脸检索指令。
调度服务器从待检索的图像中提取到一个或多个人脸特征，并对每个人脸特征都创建一个检索指令。例如：调度服务器接收终端发送的800万张图像，并从中提取出1000万个人脸特征，并相应创建1000万条检索指令。在一种实施方式中，每个人脸特征为1024维的特征值序列。
S403、调度服务器根据负载均衡规则从检索设备集群中选取节点，并将检索指令分配至所选取的节点。
此处的负载均衡规则可以为各节点的当前负载与最大负载之间比值小于预设阈值。调度服务器可选取一个或多个节点，每个节点均包括一个或多个检索服务器；检索指令最终会被分配至所选取的各节点下的检索服务器，具体的分配规则可以为使各节点的负载值趋于相等；例如：选取第一节点、第二节点及第三节点，上述1000万条检索指令中，其中400万条检索指令被分配至第一节点，400万条被分配至第二节点，最后200万条被分配至第三节点。
S404、各个节点下的检索服务器根据接收到的检索指令在预置数据库中执行检索。
S405、检索服务器生成检索结果，并将检索结果返回至调度服务器。
S406、调度服务器将检索结果返回终端。
步骤S404-S406关于每个检索服务器执行的具体的人脸检索过程可参考图3所示实施例的描述，在此不赘述。可以理解的是，调度服务器在接收到各检索服务器返回的检索结果后，可以实时将接收到的各检索结果一一发送至终端进行显示，也可以将部分或全部检索结果进行合并后统一发送于终端进行显示。
下面将结合附图5-附图6，对本发明实施例的人脸检索方法在具体场景中的应用过程进行介绍。
图5是一个常规的人脸检索场景。如图5所示，终端输出一个web页面，在该web页面中提示用户添加需要检索的人脸图像；用户可以调用摄像头临时拍摄一张人脸图像，也可以从终端的存储空间中选取一张已存储的人脸图像，还可以从互联网中下载一张人脸图像。当用户在该web页面中添加了待检索的人脸图像后，终端获取该待检索的人脸图像，并将该待检索的人脸图像发送至调度服务器。调度服务器对该待检索的人脸图像进行特征提取、均衡分配至检索设备集群中的节点下的检索服务器，由检索服务器执行人脸检索得到检索结果并返回给调度服务器；调度服务器将检索结果返回给终端，终端在web页面中显示如图5所示的检索结果。
图6是另一个人脸检索场景。如图6所示，要求定位目标人脸，该目标人脸可以为预置犯罪嫌疑人数据库中的一个嫌疑人人脸。分布于各个监测区域的摄像头返回的包含多个人脸的图像；终端采集到该包含多个人脸的图像后传输至调度服务器，调度服务器依次对这多个人脸进行特征提取、均衡分配至检索设备集群中的节点下的检索服务器，由检索服务器在预置犯罪嫌疑人数据库中执行人脸检索得到检索结果，并将检索结果返回给调度服务器；调度服务器将检索结果返回给终端。如图6，设检索结果为检索成功，表明该目标嫌疑人出现在了监测区域，终端显示如图6所示的检索结果，由此可定位到该目标嫌疑人出现在了监测区域，便于对目标嫌疑人实施处理。
需要说明的是，上述的人脸检索场景仅为举例，由于本发明实施例提供的人脸检索方案既适用于单个人脸检索场景，又适用于海量人脸检索场景，并且具备高容灾性，高检索速率等优点，因此可以应用的互联网场景非常广泛，例如：还可兼容现有的人脸解锁、人脸开门等等场景，实用性高。
本发明实施例可应用于包含检索设备集群的人脸检索系统中，该检索设备集群包括至少一个节点；在解析待检索的人脸图像得到第一人脸特征，并根据第一人脸特征生成第一检索指令之后，可根据负载均衡规则从检索设备集群中选取第一节点，并将第一检索指令发送至第一节点所包括的第一检索服务器，以触发第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。通过检索设备集群执行人脸检索，能够有效提升整个人脸检索系统的容灾性，即使检索设备集群中部分节点下的检索服务器出现故障，也可以保证整个人脸检索系统的正常运行；并且，可以通过在检索设备集群中增加节点或增加节点下的检索服务器来提升整个人脸检索系统的人脸检索速率，提升了整个人脸检索系统的可扩展性，解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。
基于上述人脸检索方法实施例的描述，本发明实施例还公开了一种人脸检索装置，该人脸检索装置可以应用于图1所示的人脸检索系统中，具体地该人脸检索装置可运行于图1所示的人脸检索系统中的调度服务器。该人脸检索装置可以是运行于调度服务器中的一个计算机程序(包括程序代码)，也可以是包含在调度服务器中的一个实体装置。该人脸检索装置可以执行图2所示的方法。
请参见图7，该人脸检索装置运行如下单元：
获取单元701，用于采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征生成第一检索指令，所述第一检索指令携带所述第一人脸特征；
选取单元702，用于根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器；
发送单元703，用于将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
一种实施方式中，所述检索设备集群还包括第一根服务器，所述第一节点从属于所述第一根服务器，所述发送单元703具体用于：
将所述第一检索指令发送至所述第一根服务器；
控制所述第一根服务器将所述第一检索指令分发至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
另一种实施方式中，所述第一节点还包括第二检索服务器，所述发送单元703还用于控制所述第一根服务器将所述第一检索指令分发至所述第二检索服务器，以触发所述第二检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第二检索结果。
再一种实施方式中，所述选取单元702具体用于：
获取所述检索设备集群中各节点负载值；
从所述检索设备集群中选取负载值小于预设阈值的第一节点。
再一种实施方式中，所述选取单元702具体用于：
从所述检索设备集群中选取负载值小于预设阈值的第一节点。
再一种实施方式中，获取单元701还用于获取第二检索指令，所述第二检索指令携带第二人脸特征；
所述选取单元702还用于根据负载均衡规则从所述检索设备集群中选取第二节点，所述第二节点包括第三检索服务器；
所述发送单元703还用于将所述第二检索指令分配至所述第三检索服务器，以触发所述第三检索服务器执行所述第二检索指令对所述第二人脸特征进行检索得到第三检索结果。
再一种实施方式中，所述发送单元703还用于将所述第一检索结果、所述第二检索结果及所述第三检索结果中的至少一个结果返回至所述终端进行输出。
根据本发明的一个实施例，图2所示的方法所涉及的各个步骤均可以是由图7所示的人脸检索装置中的各个单元来执行的。例如，图2中所示的步骤S201-S202、S203和S204可以分别由图7中所示的获取单元701、选取单元702和发送单元703来执行。
根据本发明的另一个实施例，图7所示的人脸检索装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本发明的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本发明的其它实施例中，人脸检索装置也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
根据本发明的另一个实施例，可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图7中所示的人脸检索装置，以及来实现本发明实施例的人脸检索方法。所述计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算设备中，并在其中运行。
本发明实施例可应用于包含检索设备集群的人脸检索系统中，该检索设备集群包括至少一个节点；在解析待检索的人脸图像得到第一人脸特征，并根据第一人脸特征生成第一检索指令之后，可根据负载均衡规则从检索设备集群中选取第一节点，并将第一检索指令发送至第一节点所包括的第一检索服务器，以触发第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。通过检索设备集群执行人脸检索，能够有效提升整个人脸检索系统的容灾性，即使检索设备集群中部分节点下的检索服务器出现故障，也可以保证整个人脸检索系统的正常运行；并且，可以通过在检索设备集群中增加节点或增加节点下的检索服务器来提升整个人脸检索系统的人脸检索速率，提升了整个人脸检索系统的可扩展性，解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。
基于上述人脸检索方法实施例的描述，本发明另一实施例还公开了一种人脸检索装置，该人脸检索装置可以应用于图1所示的人脸检索系统中，具体地该人脸检索装置可运行于图1所示的人脸检索系统的任一节点下的任一检索服务器。该人脸检索装置可以是运行于检索服务器中的一个计算机程序(包括程序代码)，也可以是包含在检索服务器中的一个实体装置。该人脸检索装置可以执行图3所示的方法。请参见图8，该人脸检索装置运行如下单元：
接收单元801，用于接收调度服务器发送的第一检索指令，所述第一检索指令携带第一人脸特征，所述第一检索指令是由所述调度服务器采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征所生成的，且由所述调度服务器根据负载均衡规则从所述检索设备集群中选取第一节点之后发送的；
执行单元802，用于执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
发送单元803，用于向所述调度服务器返回所述第一检索结果。
在一种实施方式中，所述执行单元802具体用于：
将所述第一人脸特征与预置数据库中的参考特征进行匹配，所述预置数据库包括至少一个参考特征以及各参考特征对应的用户数据；
若匹配成功，从所述预置数据库中获取相匹配的第一参考特征对应的第一用户数据；
生成第一检索结果，所述第一检索结果包括所述第一用户数据。
再一种实施方式中，所述预置数据库还包括各参考特征的标签属性；所述执行单元802具体用于：
确定所述第一人脸特征所属的目标标签属性；
从所述预置数据库中提取所述目标标签属性对应的参考特征集合；
将第一人脸特征与所提取的参考特征集合的参考特征进行匹配。
再一种实施方式中，所述预置数据库还包括对各参考特征进行降维处理和/或精度压缩处理后得到的基准特征；所述执行单元802具体用于：
对所述第一人脸特征进行降维处理和/或精度压缩处理；
将处理后的第一人脸特征与所述预置数据库中的基准特征进行匹配。
再一种实施方式中，所述检索服务器还包括分配单元804，所述分配单元804用于：
根据所述第一人脸特征的维度在内存中分配连续存储空间；
将所述第一人脸特征加载至所分配的连续存储空间中。
再一种实施方式中，所述分配单元804还用于若接收到所述调度服务器发送的第二检索指令，将所述第一检索指令与所述第二检索指令合并为一批次；
所述执行单元802按批次执行人脸检索处理。
根据本发明的一个实施例，图3所示的方法所涉及的各个步骤均可以是由图8所示的调度服务器中的各个单元来执行的。例如，图3中所示的步骤S301、S302、S303可以分别由图8中所示的接收单元801、执行单元802和发送单元803来执行。
根据本发明的另一个实施例，图8所示的人脸检索装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本发明的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本发明的其它实施例中，人脸检索装置也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
根据本发明的另一个实施例，可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图3中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图8中所示的人脸检索装置，以及来实现本发明实施例的人脸检索方法。所述计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算设备中，并在其中运行。
本发明实施例可应用于包含检索设备集群的人脸检索系统中，该检索设备集群包括至少一个节点；在解析待检索的人脸图像得到第一人脸特征，并根据第一人脸特征生成第一检索指令之后，可根据负载均衡规则从检索设备集群中选取第一节点，并将第一检索指令发送至第一节点所包括的第一检索服务器，以触发第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。通过检索设备集群执行人脸检索，能够有效提升整个人脸检索系统的容灾性，即使检索设备集群中部分节点下的检索服务器出现故障，也可以保证整个人脸检索系统的正常运行；并且，可以通过在检索设备集群中增加节点或增加节点下的检索服务器来提升整个人脸检索系统的人脸检索速率，提升了整个人脸检索系统的可扩展性，解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。
基于上述方法实施例以及装置实施例的描述，本发明实施例还提供一种调度服务器；该调度服务器可应用于图1所示的人脸检索系统中。请参见图9，所述调度服务器内部结构至少包括处理器901、输入设备902、输出设备903以及计算机存储介质904。其中，调度服务器内的处理器901、输入设备902、输出设备903以及计算机存储介质904可通过总线或其他方式连接，在本发明实施例所示图9中以通过总线905连接为例。
所述计算机存储介质904用于存储计算机程序，所述计算机程序包括程序指令，所述处理器901用于执行所述计算机存储介质904存储的程序指令。处理器901(或称CPU(Central Processing Unit，中央处理器))是调度服务器的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；在一个实施例中，本发明实施例所述的处理器901可以用于采集待检索的人脸图像，并从所述人脸图像中解析得到第一人脸特征；根据所述第一人脸特征生成第一检索指令；根据负载均衡规则从所述检索设备集群中选取第一节点；将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
本发明实施例还提供了一种计算机存储介质(Memory)，所述计算机存储介质是调度服务器中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括调度服务器中的内置存储介质，当然也可以包括调度服务器所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器901加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器；可选的还可以是至少一个位于远离前述处理器的计算机存储介质。
在一个实施例中，可由处理器901加载并执行计算机存储介质中存放的一条或一条以上第一指令，以实现上述人脸检索实施例中的方法的相应步骤；具体实现中，计算机存储介质中的一条或一条以上第一指令由处理器901加载并执行如下步骤：
采集待检索的人脸图像，并从所述人脸图像中解析得到第一人脸特征；
根据所述第一人脸特征生成第一检索指令，所述第一检索指令携带所述第一人脸特征；
根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器；
将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
在一个实施例中，在获取第一检索指令时，所述一条或一条以上第一指令由处理器901加载并具体执行如下步骤：
在另一个实施例中，所述检索设备集群还包括第一根服务器，所述第一节点从属于所述第一根服务器；
所述在将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果时，所述一条或一条以上第一指令由处理器901加载并具体执行如下步骤：
将所述第一检索指令发送至所述第一根服务器；
控制所述第一根服务器将所述第一检索指令分发至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
在又一个实施例中，所述第一节点还包括第二检索服务器；在将所述第一检索指令发送至所述第一根服务器之后，所述一条或一条以上第一指令由处理器901加载并且还执行如下步骤：
控制所述第一根服务器将所述第一检索指令分发至所述第二检索服务器，以触发所述第二检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第二检索结果。
在又一个实施例中，在根据负载均衡规则从所述检索设备集群中选取第一节点时，所述一条或一条以上第一指令由处理器901加载并具体执行如下步骤：获取所述检索设备集群中各节点负载值；
从所述检索设备集群中选取负载值小于预设阈值的第一节点。
在又一个实施例中，所述一条或一条以上第一指令由处理器901加载并且还执行如下步骤：
若获取到第二检索指令，所述第二检索指令携带第二人脸特征；
根据负载均衡规则从所述检索设备集群中选取第二节点，所述第二节点包括第三检索服务器；
将所述第二检索指令分配至所述第三检索服务器，以触发所述第三检索服务器执行所述第二检索指令对所述第二人脸特征进行检索得到第三检索结果。在又一个实施例中，所述一条或一条以上第一指令由处理器901加载并且还执行如下步骤：将所述第一检索结果、所述第二检索结果及所述第三检索结果中的至少一个结果返回至所述终端进行输出。
本发明实施例可应用于包含检索设备集群的人脸检索系统中，该检索设备集群包括至少一个节点；在解析待检索的人脸图像得到第一人脸特征，并根据第一人脸特征生成第一检索指令之后，可根据负载均衡规则从检索设备集群中选取第一节点，并将第一检索指令发送至第一节点所包括的第一检索服务器，以触发第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。通过检索设备集群执行人脸检索，能够有效提升整个人脸检索系统的容灾性，即使检索设备集群中部分节点下的检索服务器出现故障，也可以保证整个人脸检索系统的正常运行；并且，可以通过在检索设备集群中增加节点或增加节点下的检索服务器来提升整个人脸检索系统的人脸检索速率，提升了整个人脸检索系统的可扩展性，解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。
基于上述方法实施例以及装置实施例的描述，本发明实施例还提供一种检索服务器，该检索服务器可应用于图1所示的人脸检索系统中，具体地该检索服务器可以是图1所示的人脸检索系统中的任一节点下的任一个检索服务器。请参见图10，所述检索服务器内部结构至少包括处理器1001、输入设备1002、输出设备1003以及计算机存储介质1004。其中，检索服务器内的处理器1001、输入设备1002、输出设备1003以及计算机存储介质1004可通过总线或其他方式连接，在本发明实施例所示图10中以通过总线1005连接为例。
所述计算机存储介质1004用于存储计算机程序，所述计算机程序包括程序指令，所述处理器1001用于执行所述计算机存储介质1004存储的程序指令。处理器1001(或称CPU(Central Processing Unit，中央处理器))是检索服务器的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；在一个实施例中，本发明实施例所述的处理器1001可以用于接收调度服务器发送的第一检索指令，所述第一检索指令携带第一人脸特征，所述第一检索指令是由所述调度服务器获取，并根据负载均衡规则从所述检索设备集群中选取第一节点之后发送的；执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；向所述调度服务器返回所述第一检索结果；等等。
本发明实施例还提供了一种计算机存储介质(Memory)，所述计算机存储介质是检索服务器中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括检索服务器中的内置存储介质，当然也可以包括检索服务器所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了检索服务器的操作系统。并且，在该存储空间中还存放了适于被处理器1001加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器；可选的还可以是至少一个位于远离前述处理器的计算机存储介质。
在一个实施例中，可由处理器1001加载并执行计算机存储介质中存放的一条或一条以上第二指令，以实现上述人脸检索实施例中的方法的相应步骤；具体实现中，计算机存储介质中的一条或一条以上第二指令由处理器1001加载并执行如下步骤：
接收调度服务器发送的第一检索指令，所述第一检索指令携带第一人脸特征，所述第一检索指令是由所述调度服务器采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征所生成的，且由所述调度服务器根据负载均衡规则从所述检索设备集群中选取第一节点之后发送的；
执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
向所述调度服务器返回所述第一检索结果。
在一个实施例中，在执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果时，所述一条或一条以上第二指令由处理器1001加载并具体执行如下步骤：
将所述第一人脸特征与预置数据库中的参考特征进行匹配，所述预置数据库包括至少一个参考特征以及各参考特征对应的用户数据；
若匹配成功，从所述预置数据库中获取相匹配的第一参考特征对应的第一用户数据；
生成第一检索结果，所述第一检索结果包括所述第一用户数据。
在另一个实施例中，所述预置数据库还包括各参考特征的标签属性；在将所述第一人脸特征与预置数据库中的参考特征进行匹配时，所述一条或一条以上第二指令由处理器1001加载并具体执行如下步骤：
确定所述第一人脸特征所属的目标标签属性；
从所述预置数据库中提取所述目标标签属性对应的参考特征集合；
将第一人脸特征与所提取的参考特征集合的参考特征进行匹配。
在又一个实施例中，所述预置数据库还包括对各参考特征进行降维处理和/或精度压缩处理后得到的基准特征；在将所述第一人脸特征与预置数据库中的参考特征进行匹配时，所述一条或一条以上第二指令由处理器1001加载并具体执行如下步骤：
对所述第一人脸特征进行降维处理和/或精度压缩处理；
将处理后的第一人脸特征与所述预置数据库中的基准特征进行匹配。
在又一个实施例中，所述执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果之前，所述一条或一条以上第二指令由处理器1001加载并且还执行如下步骤：
根据所述第一人脸特征的维度在内存中分配连续存储空间；
将所述第一人脸特征加载至所分配的连续存储空间中。
在又一个实施例中，所述接收调度服务器发送的第一检索指令之后，所述一条或一条以上第二指令由处理器1001加载并且还执行如下步骤：
若接收到所述调度服务器发送的第二检索指令，将所述第一检索指令与所述第二检索指令合并为一批次；
按批次执行人脸检索处理。
本发明实施例可应用于包含检索设备集群的人脸检索系统中，该检索设备集群包括至少一个节点；在解析待检索的人脸图像得到第一人脸特征，并根据第一人脸特征生成第一检索指令之后，可根据负载均衡规则从检索设备集群中选取第一节点，并将第一检索指令发送至第一节点所包括的第一检索服务器，以触发第一检索服务器执行第一检索指令对第一人脸特征进行检索得到第一检索结果。通过检索设备集群执行人脸检索，能够有效提升整个人脸检索系统的容灾性，即使检索设备集群中部分节点下的检索服务器出现故障，也可以保证整个人脸检索系统的正常运行；并且，可以通过在检索设备集群中增加节点或增加节点下的检索服务器来提升整个人脸检索系统的人脸检索速率，提升了整个人脸检索系统的可扩展性，解决人脸检索过程中处理速度受限的问题，提高人脸检索的速度。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (15)

1.一种人脸检索方法，应用于人脸检索系统，其特征在于，所述人脸检索系统包括检索设备集群，所述检索设备集群包括至少一个节点，所述方法包括：
采集待检索的人脸图像，并从所述人脸图像中解析得到第一人脸特征；
根据所述第一人脸特征生成第一检索指令，所述第一检索指令携带所述第一人脸特征；
根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器和第二检索服务器；
将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
将所述第一检索指令发送至所述第二检索服务器，以触发所述第二检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第二检索结果；
根据所述第一检索结果和所述第二检索结果确定目标检索结果。
2.如权利要求1所述的方法，其特征在于，所述检索设备集群还包括第一根服务器，所述第一节点从属于所述第一根服务器；
所述将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果，包括：
将所述第一检索指令发送至所述第一根服务器；
控制所述第一根服务器将所述第一检索指令分发至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果。
3.如权利要求2所述的方法，其特征在于，所述将所述第一检索指令发送至所述第二检索服务器，以触发所述第二检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第二检索结果，包括：
控制所述第一根服务器将所述第一检索指令分发至所述第二检索服务器，以触发所述第二检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第二检索结果。
4.如权利要求1-3任一项所述的方法，其特征在于，所述根据负载均衡规则从所述检索设备集群中选取第一节点，包括：
获取所述检索设备集群中各节点负载值；
从所述检索设备集群中选取负载值小于预设阈值的第一节点。
5.如权利要求3所述的方法，其特征在于，所述方法还包括：
若获取到第二检索指令，所述第二检索指令携带第二人脸特征；
根据负载均衡规则从所述检索设备集群中选取第二节点，所述第二节点包括第三检索服务器；
将所述第二检索指令分配至所述第三检索服务器，以触发所述第三检索服务器执行所述第二检索指令对所述第二人脸特征进行检索得到第三检索结果；以及，
将所述第一检索结果、所述第二检索结果及所述第三检索结果中的至少一个结果返回至终端进行输出。
6.一种人脸检索方法，应用于人脸检索系统，其特征在于，所述人脸检索系统包括检索设备集群，所述检索设备集群至少包括第一节点，所述第一节点包括第一检索服务器和第二检索服务器，所述方法包括：
接收调度服务器发送的第一检索指令，所述第一检索指令携带第一人脸特征，所述第一检索指令是由所述调度服务器采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征所生成的，且由所述调度服务器根据负载均衡规则从所述检索设备集群中选取第一节点之后发送的；
执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
向所述调度服务器返回所述第一检索结果，以使得所述调度服务器根据所述第一检索结果和第二检索结果确定目标检索结果；其中，所述第二检索结果是所述第二检索服务器接收所述调度服务器发送的所述第一检索指令，并执行所述第一检索指令对所述第一人脸特征进行检索得到的。
7.如权利要求6所述的方法，其特征在于，所述执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果，包括：
将所述第一人脸特征与预置数据库中的参考特征进行匹配，所述预置数据库包括至少一个参考特征以及各参考特征对应的用户数据；
若匹配成功，从所述预置数据库中获取相匹配的第一参考特征对应的第一用户数据；
生成第一检索结果，所述第一检索结果包括所述第一用户数据。
8.如权利要求7所述的方法，其特征在于，所述预置数据库还包括各参考特征的标签属性；
所述将所述第一人脸特征与预置数据库中的参考特征进行匹配，包括：
确定所述第一人脸特征所属的目标标签属性；
从所述预置数据库中提取所述目标标签属性对应的参考特征集合；
将第一人脸特征与所提取的参考特征集合的参考特征进行匹配。
9.如权利要求7所述的方法，其特征在于，所述预置数据库还包括对各参考特征进行降维处理和/或精度压缩处理后得到的基准特征；
所述将所述第一人脸特征与预置数据库中的参考特征进行匹配，包括：
对所述第一人脸特征进行降维处理和/或精度压缩处理；
将处理后的第一人脸特征与所述预置数据库中的基准特征进行匹配。
10.如权利要求6-9任一项所述的方法，其特征在于，所述执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果之前，还包括：
根据所述第一人脸特征的维度在内存中分配连续存储空间；
将所述第一人脸特征加载至所分配的连续存储空间中。
11.如权利要求6-9任一项所述的方法，其特征在于，所述接收调度服务器发送的第一检索指令之后，还包括：
若接收到所述调度服务器发送的第二检索指令，将所述第一检索指令与所述第二检索指令合并为一批次；
按批次执行人脸检索处理。
12.一种人脸检索装置，应用于人脸检索系统，其特征在于，所述人脸检索系统包括检索设备集群，所述检索设备集群包括至少一个节点，所述装置包括：
获取单元，用于采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征生成第一检索指令，所述第一检索指令携带所述第一人脸特征；
选取单元，用于根据负载均衡规则从所述检索设备集群中选取第一节点，所述第一节点包括第一检索服务器和第二检索服务器；
发送单元，用于将所述第一检索指令发送至所述第一检索服务器，以触发所述第一检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
所述发送单元，还用于将所述第一检索指令发送至所述第二检索服务器，以触发所述第二检索服务器执行所述第一检索指令对所述第一人脸特征进行检索得到第二检索结果；
处理单元，用于根据所述第一检索结果和所述第二检索结果确定目标检索结果。
13.一种人脸检索装置，应用于人脸检索系统，其特征在于，所述人脸检索系统包括检索设备集群，所述检索设备集群至少包括第一节点，所述第一节点包括第一检索服务器和第二检索服务器，所述装置包括：
接收单元，用于接收调度服务器发送的第一检索指令，所述第一检索指令携带第一人脸特征，所述第一检索指令是由所述调度服务器采集待检索的人脸图像，从所述人脸图像中解析得到第一人脸特征，以及根据所述第一人脸特征所生成的，且由所述调度服务器根据负载均衡规则从所述检索设备集群中选取第一节点之后发送的；
执行单元，用于执行所述第一检索指令对所述第一人脸特征进行检索得到第一检索结果；
发送单元，用于向所述调度服务器返回所述第一检索结果，以使得所述调度服务器根据所述第一检索结果和第二检索结果确定目标检索结果；其中，所述第二检索结果是所述第二检索服务器接收所述调度服务器发送的所述第一检索指令，并执行所述第一检索指令对所述第一人脸特征进行检索得到的。
14.一种调度服务器，应用于人脸检索系统，其特征在于，所述人脸检索系统包括检索设备集群，所述检索设备集群包括至少一个节点，所述调度服务器包括：
处理器，适于实现一条或一条以上指令；以及，
计算机存储介质，所述计算机存储介质存储有一条或一条以上第一指令，所述一条或一条以上第一指令适于由所述处理器加载并执行如权利要求1-5任一项所述的人脸检索方法。
15.一种检索服务器，应用于人脸检索系统，其特征在于，所述人脸检索系统包括检索设备集群，所述检索设备集群至少包括第一节点，所述检索服务器为所述第一节点所包括的第一检索服务器，所述检索服务器包括：
处理器，适于实现一条或一条以上指令；以及，
计算机存储介质，所述计算机存储介质存储有一条或一条以上第二指令，所述一条或一条以上第二指令适于由所述处理器加载并执行如权利要求6-11任一项所述的人脸检索方法。
CN201810425714.5A 2018-05-04 2018-05-04 人脸检索方法、装置及服务器 Active CN108664914B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810425714.5A CN108664914B (zh) 2018-05-04 2018-05-04 人脸检索方法、装置及服务器
PCT/CN2019/079638 WO2019210751A1 (zh) 2018-05-04 2019-03-26 人脸检索方法、装置、服务器和存储介质
US16/988,178 US11449541B2 (en) 2018-05-04 2020-08-07 Face retrieval method and apparatus, server, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810425714.5A CN108664914B (zh) 2018-05-04 2018-05-04 人脸检索方法、装置及服务器

Publications (2)

Publication Number Publication Date
CN108664914A CN108664914A (zh) 2018-10-16
CN108664914B true CN108664914B (zh) 2023-05-23

Family

ID=63778706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810425714.5A Active CN108664914B (zh) 2018-05-04 2018-05-04 人脸检索方法、装置及服务器

Country Status (3)

Country Link
US (1) US11449541B2 (zh)
CN (1) CN108664914B (zh)
WO (1) WO2019210751A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108664914B (zh) * 2018-05-04 2023-05-23 腾讯科技（深圳）有限公司 人脸检索方法、装置及服务器
CN111382286B (zh) * 2018-12-27 2023-05-12 深圳云天励飞技术有限公司 数据处理方法及相关产品
CN110245268A (zh) * 2019-06-26 2019-09-17 银河水滴科技（北京）有限公司 一种路线确定、展示的方法及装置
CN110377425A (zh) * 2019-07-16 2019-10-25 浙江大华技术股份有限公司 设备中的任务执行方法、装置、存储介质及电子装置
CN112395448A (zh) * 2019-08-15 2021-02-23 华为技术有限公司 一种人脸检索方法及装置
CN112559789A (zh) * 2019-09-10 2021-03-26 中兴通讯股份有限公司 人脸搜索方法、装置、设备及计算机可读存储介质
CN111277982B (zh) * 2020-01-08 2021-06-15 南京甄视智能科技有限公司 降低iot平台服务器消耗的人脸检索方法与系统
CN111931033A (zh) * 2020-08-11 2020-11-13 深圳市欢太科技有限公司 一种检索方法、检索装置及服务器

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5766588B2 (ja) * 2011-11-16 2015-08-19 クラリオン株式会社 検索端末装置、検索サーバ装置、及びセンタ連携型検索システム
JP2013140475A (ja) * 2012-01-04 2013-07-18 Mitsubishi Electric Corp 映像検索装置
US10839196B2 (en) * 2015-09-22 2020-11-17 ImageSleuth, Inc. Surveillance and monitoring system that employs automated methods and subsystems that identify and characterize face tracks in video
CN105574506B (zh) * 2015-12-16 2020-03-17 深圳市商汤科技有限公司 基于深度学习和大规模集群的智能人脸追逃系统及方法
CN107403173B (zh) * 2017-08-21 2020-10-09 合肥麟图信息科技有限公司 一种人脸识别系统及方法
CN108664914B (zh) * 2018-05-04 2023-05-23 腾讯科技（深圳）有限公司 人脸检索方法、装置及服务器

Also Published As

Publication number Publication date
CN108664914A (zh) 2018-10-16
US11449541B2 (en) 2022-09-20
WO2019210751A1 (zh) 2019-11-07
US20210026882A1 (en) 2021-01-28

Similar Documents

Publication Publication Date Title
CN108664914B (zh) 人脸检索方法、装置及服务器
US11286310B2 (en) Methods and apparatus for false positive minimization in facial recognition applications
US11115724B2 (en) Visual hash tags via trending recognition activities, systems and methods
CN107679249A (zh) 好友推荐方法及设备
CN110688974B (zh) 一种身份识别方法及装置
US11636710B2 (en) Methods and apparatus for reducing false positives in facial recognition
US11341351B2 (en) Methods and apparatus for facial recognition on a user device
CN108170731A (zh) 数据处理方法、装置、计算机存储介质及服务器
CN103109273A (zh) 用于管理数据的方法和装置
CN110688952B (zh) 视频解析方法及装置
CN111523053A (zh) 信息流处理方法、装置、计算机设备和存储介质
CN114528474A (zh) 推荐对象确定方法、装置、电子设备及存储介质
US20220167034A1 (en) Device topological signatures for identifying and classifying mobile device users based on mobile browsing patterns
US20220167051A1 (en) Automatic classification of households based on content consumption
CN110337008B (zh) 视频互动调整方法、装置、设备及存储介质
CN114969493A (zh) 一种内容推荐方法和相关装置
US8639693B1 (en) Personalized place recommendations using collections of place listings
CN113342965B (zh) 意图预测及反馈方法、装置、计算机设备及可读存储介质
US11843829B1 (en) Systems and methods for recommending content items based on an identified posture
CN113971568A (zh) 一种账号识别方法、装置、电子设备及存储介质
CN117670507A (zh) 欺诈风险识别方法、装置、存储介质及电子设备
CN116975430A (zh) 一种内容推荐方法、装置、电子设备和存储介质
CN117407504A (zh) 运维处理方法、装置、设备、存储介质和程序产品
CN116844243A (zh) 人脸图像的伪造检测方法及相关产品
CN115052196A (zh) 一种视频处理方法及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant