CN109635148A - 人脸图片存储方法及装置 - Google Patents
人脸图片存储方法及装置 Download PDFInfo
- Publication number
- CN109635148A CN109635148A CN201811534587.9A CN201811534587A CN109635148A CN 109635148 A CN109635148 A CN 109635148A CN 201811534587 A CN201811534587 A CN 201811534587A CN 109635148 A CN109635148 A CN 109635148A
- Authority
- CN
- China
- Prior art keywords
- face picture
- identity
- library
- newly
- condition code
- 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.)
- Granted
Links
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种人脸图片存储方法及装置，区别于传统人脸图片直接存储，使用时全部调用进行筛选的方案，本发明的有益效果在于：在人脸图片入库前即根据其特征码信息对人脸图片与身份ID进行判别从而新建身份ID或与已有身份ID关联记录。如此不仅仅将人脸图片与身份ID关联前置从而大大降低后续应用时的处理工作量，且由于前置了人脸图片的上述处理，每个新增人脸图片仅与库中现有的人脸图片进行比对而后即可与身份ID对号入座。比起后续应用时对所有海量人脸库图片一并进行处理识别，大大减少了资源的消耗，有效提高了使用效率。
Description
技术领域
本发明涉及一种数据处理方法，尤其是指一种人脸图片存储方法及装置。
背景技术
现有的人脸图片存储，通常经由前端人脸抓拍摄像机获取到人脸图片后，即直接通过互联网将人脸图片存储到图片存储服务器上。而在需要对储存的人脸识别应用时，需调用图片存储服务器上所有人脸图片，进行进行特征码对比识别，从而将所有人脸图片按照特征信息分类，进而方可供使用。
由于图片存储服务器上的人脸图片会随着时间推移不断增加，因此每次在人脸识别应用时都对所有人脸图片进行读取、特征码比对、分类的资源耗费都会递增。
发明内容
本发明所要解决的技术问题是：提供一种便于后续人脸识别应用的人脸图片存储方法及装置。
为了解决上述技术问题，本发明采用的技术方案为：一种人脸图片存储方法，包括人脸图片新增流程；
所述人脸图片新增流程包括步骤，
A1)获取新增的人脸图片及对应的特征码信息；
A2)以新增的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到比对人脸图片组；
所述人身信息包括年龄、肤色、性别中的一种或多种；
A3)判断新增的人脸图片的特征码信息与比对人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则执行步骤A4，否则执行步骤A5；
A4)将该新增的人脸图片与相似度超过阈值的比对的人脸图片的身份ID中添加关联记录；
将新增的人脸图片保存入已有的人脸图片库中；
将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；
而后结束流程；
A5)新建身份ID并将其保存入已有的身份ID库中；
将新增的人脸图片保存入已有的人脸图片库中；
将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；
而后结束流程。
进一步的，还包括初始化流程，所述初始化流程包括，
建立人脸图片库，用于存放人脸图片的步骤；
建立特征码库，用于存放与人脸图片库中人脸图片对应的特征码信息步骤；
建立身份ID库，用于存放与人脸图片库中人脸图片对应的身份ID及关联记录的步骤；
建立第一链表/数组或缓存，用于暂存比对人脸图片组。
进一步的，还包括身份去重流程，所述身份去重流程包括步骤，
B1)获取一个身份ID；
B2)判断该身份ID是否有关联记录，是则执行步骤B3；
B3)遍历所有身份ID，判断是否有相同关联记录的身份ID，是则执行步骤B4，否则结束流程；
B4)获取相同关联记录的身份ID；
B5)判断身份ID的关联记录的人脸图片的特征码相似度是否大于设定值，是则将身份ID合并为一个身份ID，而后结束流程，否则结束流程；
上述中，所述身份去重流程的步骤B2，若否则执行步骤B6；
B6)以身份ID对应的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到去重人脸图片组；
B7)判断身份ID对应的人脸图片的特征码信息与去重人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则判定身份ID相似，执行步骤B8，否则结束流程；
B8)将相似身份ID合并为一个身份ID，而后结束流程。
上述中，所述步骤B1前包括步骤B0，
B0)判断达到设定时间则执行步骤B1。
本发明还提供了一种人脸图片存储装置，包括人脸图片新增模块；
所述人脸图片新增模块包括，
新增获取单元，用于获取新增的人脸图片及对应的特征码信息；
对比筛选单元，用于以新增的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到比对人脸图片组；
所述人身信息包括年龄、肤色、性别中的一种或多种；
相似度判断单元，用于判断新增的人脸图片的特征码信息与比对人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则转到关联单元，否则转到新建身份单元；
关联单元，用于将该新增的人脸图片与相似度超过阈值的比对的人脸图片的身份ID中添加关联记录；将新增的人脸图片保存入已有的人脸图片库中；将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；而后结束；
新建身份单元，用于新建身份ID并将其保存入已有的身份ID库中；将新增的人脸图片保存入已有的人脸图片库中；将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；而后结束。
上述中，还包括初始化模块，所述初始化模块包括，
人脸库创建单元，用于建立存放人脸图片的人脸图片库；
特征码库创建单元，用于建立存放与人脸图片库中人脸图片对应的特征码信息的特征码库；
身份库创建单元，用于建立存放与人脸图片库中人脸图片对应的身份ID及关联记录的身份ID库；
第一数据暂存创建单元，用于建立暂存比对人脸图片组的第一链表/数组或缓存。
上述中，还包括身份去重模块，所述身份去重模块包括，
身份获取单元，用于获取一个身份ID；
关联判断单元，用于判断该身份ID是否有关联记录，是则转到遍历单元；
遍历单元，用于遍历所有身份ID，判断是否有相同关联记录的身份ID，是则转到身份获取单元，否则结束；
身份获取单元，用于获取相同关联记录的身份ID；
身份相似判断单元，用于判断身份ID的关联记录的人脸图片的特征码相似度是否大于设定值，是则将身份ID合并为一个身份ID，而后结束，否则结束；
进一步的，所述身份去重模块的关联判断单元，否则转到反向筛选单元；
反向筛选单元，用于以身份ID对应的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到去重人脸图片组；
身份特征相似判断单元，用于判断身份ID对应的人脸图片的特征码信息与去重人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则判定身份ID相似，转到合并单元，否则结束；
合并单元，用于将相似身份ID合并为一个身份ID，而后结束。
进一步的，所述身份去重模块还包括，设定时间判断单元，用于判断达到设定时间则转到身份获取单元。
区别于传统人脸图片直接存储，使用时全部调用进行筛选的方案，本发明的有益效果在于：在人脸图片入库前即根据其特征码信息对人脸图片与身份ID进行判别从而新建身份ID或与已有身份ID关联记录。如此不仅仅将人脸图片与身份ID关联前置从而大大降低后续应用时的处理工作量，且由于前置了人脸图片的上述处理，每个新增人脸图片仅与库中现有的人脸图片进行比对而后即可与身份ID对号入座。比起后续应用时对所有海量人脸库图片一并进行处理识别，大大减少了资源的消耗，有效提高了使用效率。
附图说明
下面结合附图详述本发明的具体结构
图1为本发明的人脸图片新增流程的流程图；
图2为本发明的身份去重流程的流程图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。
一种人脸图片存储方法，包括人脸图片新增流程；
请参阅图1，所述人脸图片新增流程包括步骤，
A1)获取新增的人脸图片N及对应的特征码信息NM；
A2)以新增的人脸图片N的特征码信息NM中的人身信息NMS为条件，对已有的人脸图片库D中的人脸图片DP进行筛选得到比对人脸图片组BD；
所述人身信息NMS包括年龄、肤色、性别中的一种或多种；
为了进一步降低新增入库人脸图片N与人脸图片库D中原有人脸图片DP比对的工作量，本步骤对人脸图片库D中的人脸图片DP根据新增的人脸图片N的人身信息NMS为条件做一遍筛选，进而只对与新增的人脸图片N关联的比对人脸图片组BD中的人脸图片BDP进行后续比对，可大幅降低特征码比对工作量，提高运行效率。
A3)判断新增的人脸图片N的特征码信息NM与比对人脸图片组BD中人脸图片BDP的特征码信息BDM的相似度，若相似度超过阈值则执行步骤A4，否则执行步骤A5；
A4)将该新增的人脸图片N与相似度超过阈值的比对的人脸图片BDP的身份ID中添加关联记录；
将新增的人脸图片N保存入已有的人脸图片库D中；
将新增的人脸图片N的特征码信息NM保存入已有的人脸图片的特征码库DM中；
而后结束流程；
当前面步骤判断新增的人脸图片N与人脸图片库D中某个人脸图片DP存在较高相似度时，则判别为同一个人。此时，由于人脸图片库D中该人脸图片DP已存在对应的身份ID，因此将该新增图的人脸片N对应该身份ID添加关联记录，即可在后续应用时通过有关联记录即可知道该身份ID下存在至少两张以上的人脸图片，并根据关联快速找到对应的人脸图片。
A5)新建身份ID并将其保存入已有的身份ID库中；
将新增的人脸图片N保存入已有的人脸图片库D中；
将新增的人脸图片N的特征码信息NM保存入已有的人脸图片的特征码库DM中；
而后结束流程。
而当新增的人脸图片N与人脸图片库D中任何一个人脸图片DP找不到有较高相似度时，则判别可能出现了一个新的人。此时，新建一个身份ID，并建立身份ID与该新增的人脸图片N对应保存，但由于此时身份ID仅有一张人脸图片，因此不添加关联记录。
需要说明的是，上述中字符“N”、“NM”、“NMS”、“D”、“DP”、“BD”、“BDP”、“DM”、“BD”等字符是用于便于区分不同环节情况下的人脸图片、特征码信息、人脸图片组、人身信息。而其所指实则在整个方案中为同一种类型的数据名称，
区别于传统人脸图片直接存储，使用时全部调用进行筛选的方案，本发明的有益效果在于：在人脸图片入库前即根据其特征码信息对人脸图片与身份ID进行判别从而新建身份ID或与已有身份ID关联记录。如此不仅仅将人脸图片与身份ID关联前置从而大大降低后续应用时的处理工作量，且由于前置了人脸图片的上述处理，每个新增人脸图片仅与库中现有的人脸图片进行比对而后即可与身份ID对号入座。比起后续应用时对所有海量人脸库图片一并进行处理识别，大大减少了资源的消耗，有效提高了使用效率。
借由本专利方法对人脸图片进行储存后，在后续应用时可大幅提高效率，
例如：
以图搜图应用实现过程：
1、以图搜图在身份ID库里面进行
2、提取需要检索的图片特征码及信息
3、与上面的类似方法根据特征码信息的人身信息(如年龄、肤色等)进行筛选
4、与筛选结果中的记录进行逐个比对
5、输出符合搜索条件的记录。
实施例1
进一步的，还包括初始化流程，所述初始化流程包括，
建立人脸图片库，用于存放人脸图片的步骤；
建立特征码库，用于存放与人脸图片库中人脸图片对应的特征码信息步骤；
建立身份ID库，用于存放与人脸图片库中人脸图片对应的身份ID及关联记录的步骤；
建立第一链表/数组或缓存，用于暂存比对人脸图片组。
通常，人脸图片库会存放在图片服务器中，而特征码库、身份ID库则可放在数据库服务器上。第一链表/数组或缓存则是存在服务器上的一个暂存空间，用于存放比对人脸图片组，流程使用结束后，释放该空间，等待下一次暂存。
实施例2
进一步的，还包括身份去重流程，请参阅图2，所述身份去重流程包括步骤，
B1)获取一个身份ID；
B2)判断该身份ID是否有关联记录，是则执行步骤B3；
B3)遍历所有身份ID，判断是否有相同关联记录的身份ID，是则执行步骤B4，否则结束流程；
B4)获取相同关联记录的身份ID；
B5)判断身份ID的关联记录的人脸图片的特征码相似度是否大于设定值，是则将身份ID合并为一个身份ID，而后结束流程，否则直接结束流程。
本实施例提供了一个身份去重流程，由于人脸图片新增流程中，采用了优化的筛选后比对的机制，因此实际存在新增身份ID的误识别，因此通过去重流程来解决筛选信息不准确或者其他因素导致的重复虚拟身份的问题。
这里优先判断关联记录，由于关联记录只是进行字符串信息的比对，相对于特征码的比对要简单以及快速得多，通过身份ID入手反向查询关联记录，将关联记录相同的身份ID这类重复身份识别合并，从而提高人脸图片库的准确性。
实施例3
上述中，所述身份去重流程的步骤B2，若否则执行步骤B6；
B6)以身份ID对应的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到去重人脸图片组；
同理，可建立第二链表/数组或缓存，用于暂存去重人脸图片组。
第二链表/数组或缓存则是存在服务器上的一个暂存空间，用于去重人脸图片组，流程使用结束后，释放该空间，等待下一次暂存。
B7)判断身份ID对应的人脸图片的特征码信息与去重人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则判定身份ID相似，执行步骤B8，否则结束流程；
B8)将相似身份ID合并为一个身份ID，而后结束流程。
当一个身份ID无关联记录时，证明当下人脸数据库中有且仅有一张人脸图片与之对应。这时候，去重流程在本实施例进一步根据该身份ID对应的特征码信息中的人身信息对整个数据库反向筛查，从而查找可能存在的重复情况，并对重复的身份ID进行合并。
实施例4
上述中，所述步骤B1前包括步骤B0，
B0)判断达到设定时间则执行步骤B1。
由于每次去重会消耗大量服务器资源，为了避免资源浪费，身份ID去重一般是在没有比对需求的情况下进行，因此通过设定一个时间，可以实现诸如例如晚上12点以后进行去重操作的控制。
本发明还提供了一种人脸图片存储装置，包括人脸图片新增模块；
所述人脸图片新增模块包括，
新增获取单元，用于获取新增的人脸图片及对应的特征码信息，而后转到对比筛选单元；
对比筛选单元，用于以新增的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到比对人脸图片组，而后转到相似度判断单元；
所述人身信息包括年龄、肤色、性别中的一种或多种；
相似度判断单元，用于判断新增的人脸图片的特征码信息与比对人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则转到关联单元，否则转到新建身份单元，而后转到关联单元；
关联单元，用于将该新增的人脸图片与相似度超过阈值的比对的人脸图片的身份ID中添加关联记录；将新增的人脸图片保存入已有的人脸图片库中；将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；而后结束，而后转到新建身份单元；
新建身份单元，用于新建身份ID并将其保存入已有的身份ID库中；将新增的人脸图片保存入已有的人脸图片库中；将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；而后结束。
区别于传统人脸图片直接存储，使用时全部调用进行筛选的方案，本发明的有益效果在于：在人脸图片入库前即根据其特征码信息对人脸图片与身份ID进行判别从而新建身份ID或与已有身份ID关联记录。如此不仅仅将人脸图片与身份ID关联前置从而大大降低后续应用时的处理工作量，且由于前置了人脸图片的上述处理，每个新增人脸图片仅与库中现有的人脸图片进行比对而后即可与身份ID对号入座。比起后续应用时对所有海量人脸库图片一并进行处理识别，大大减少了资源的消耗，有效提高了使用效率。
借由本专利方法对人脸图片进行储存后，在后续应用时可大幅提高效率，
例如：
以图搜图应用实现过程：
1、以图搜图在身份ID库里面进行
2、提取需要检索的图片特征码及信息
3、与上面的类似方法根据特征码信息的人身信息(如年龄、肤色等)进行筛选
4、与筛选结果中的记录进行逐个比对
5、输出符合搜索条件的记录。
实施例5
上述中，还包括初始化模块，所述初始化模块包括，
人脸库创建单元，用于建立存放人脸图片的人脸图片库；
特征码库创建单元，用于建立存放与人脸图片库中人脸图片对应的特征码信息的特征码库；
身份库创建单元，用于建立存放与人脸图片库中人脸图片对应的身份ID及关联记录的身份ID库；
第一数据暂存创建单元，用于建立暂存比对人脸图片组的第一链表/数组或缓存。
通常，人脸图片库会存放在图片服务器中，而特征码库、身份ID库则可放在数据库服务器上。第一链表/数组或缓存则是存在服务器上的一个暂存空间，用于存放比对人脸图片组，流程使用结束后，释放该空间，等待下一次暂存。
实施例6
上述中，还包括身份去重模块，所述身份去重模块包括，
身份获取单元，用于获取一个身份ID，而后转到关联判断单元；
关联判断单元，用于判断该身份ID是否有关联记录，是则转到遍历单元；
遍历单元，用于遍历所有身份ID，判断是否有相同关联记录的身份ID，是则转到身份获取单元，否则结束；
身份获取单元，用于获取相同关联记录的身份ID，而后转到身份相似判断单元；
身份相似判断单元，用于判断身份ID的关联记录的人脸图片的特征码相似度是否大于设定值，是则将身份ID合并为一个身份ID，而后结束，否则结束；
本实施例提供了一个身份去重模块，由于人脸图片新增流程中，采用了优化的筛选后比对的机制，因此实际存在新增身份ID的误识别，因此通过去重流程来解决筛选信息不准确或者其他因素导致的重复虚拟身份的问题。
这里优先判断关联记录，由于关联记录只是进行字符串信息的比对，相对于特征码的比对要简单以及快速得多，通过身份ID入手反向查询关联记录，将关联记录相同的身份ID这类重复身份识别合并，从而提高人脸图片库的准确性。
实施例7
进一步的，所述身份去重模块的关联判断单元，否则转到反向筛选单元；
反向筛选单元，用于以身份ID对应的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到去重人脸图片组；
身份特征相似判断单元，用于判断身份ID对应的人脸图片的特征码信息与去重人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则判定身份ID相似，转到合并单元，否则结束；
合并单元，用于将相似身份ID合并为一个身份ID，而后结束。
当一个身份ID无关联记录时，证明当下人脸数据库中有且仅有一张人脸图片与之对应。这时候，去重流程在本实施例进一步根据该身份ID对应的特征码信息中的人身信息对整个数据库反向筛查，从而查找可能存在的重复情况，并对重复的身份ID进行合并。
实施例8
进一步的，所述身份去重模块还包括，设定时间判断单元，用于判断达到设定时间则转到身份获取单元。
由于每次去重会消耗大量服务器资源，为了避免资源浪费，身份ID去重一般是在没有比对需求的情况下进行，因此通过设定一个时间，可以实现诸如例如晚上12点以后进行去重操作的控制。
需要说明的是，本专利中第一、第二……只代表其名称的区分，不代表它们的重要程度和位置有什么不同。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种人脸图片存储方法，其特征在于：包括人脸图片新增流程；
所述人脸图片新增流程包括步骤，
A1)获取新增的人脸图片及对应的特征码信息；
A2)以新增的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到比对人脸图片组；
所述人身信息包括年龄、肤色、性别中的一种或多种；
A3)判断新增的人脸图片的特征码信息与比对人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则执行步骤A4，否则执行步骤A5；
A4)将该新增的人脸图片与相似度超过阈值的比对的人脸图片的身份ID中添加关联记录；
将新增的人脸图片保存入已有的人脸图片库中；
将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；
而后结束流程；
A5)新建身份ID并将其保存入已有的身份ID库中；
将新增的人脸图片保存入已有的人脸图片库中；
将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；
而后结束流程。
2.如权利要求1所述的人脸图片存储方法，其特征在于：还包括初始化流程，所述初始化流程包括，
建立人脸图片库，用于存放人脸图片的步骤；
建立特征码库，用于存放与人脸图片库中人脸图片对应的特征码信息步骤；
建立身份ID库，用于存放与人脸图片库中人脸图片对应的身份ID及关联记录的步骤；
建立第一链表/数组或缓存，用于暂存比对人脸图片组。
3.如权利要求1或2所述的人脸图片存储方法，其特征在于：还包括身份去重流程，所述身份去重流程包括步骤，
B1)获取一个身份ID；
B2)判断该身份ID是否有关联记录，是则执行步骤B3；
B3)遍历所有身份ID，判断是否有相同关联记录的身份ID，是则执行步骤B4，否则结束流程；
B4)获取相同关联记录的身份ID；
B5)判断身份ID的关联记录的人脸图片的特征码相似度是否大于设定值，是则将身份ID合并为一个身份ID，而后结束流程，否则结束流程。
4.如权利要求3所述的人脸图片存储方法，其特征在于：所述身份去重流程的步骤B2，若否则执行步骤B6；
B6)以身份ID对应的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到去重人脸图片组；
B7)判断身份ID对应的人脸图片的特征码信息与去重人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则判定身份ID相似，执行步骤B8，否则结束流程；
B8)将相似身份ID合并为一个身份ID，而后结束流程。
5.如权利要求3所述的人脸图片存储方法，其特征在于：所述步骤B1前包括步骤B0，
B0)判断达到设定时间则执行步骤B1。
6.一种人脸图片存储装置，其特征在于：包括人脸图片新增模块；
所述人脸图片新增模块包括，
新增获取单元，用于获取新增的人脸图片及对应的特征码信息；
对比筛选单元，用于以新增的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到比对人脸图片组；
所述人身信息包括年龄、肤色、性别中的一种或多种；
相似度判断单元，用于判断新增的人脸图片的特征码信息与比对人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则转到关联单元，否则转到新建身份单元；
关联单元，用于将该新增的人脸图片与相似度超过阈值的比对的人脸图片的身份ID中添加关联记录；将新增的人脸图片保存入已有的人脸图片库中；将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；而后结束；
新建身份单元，用于新建身份ID并将其保存入已有的身份ID库中；将新增的人脸图片保存入已有的人脸图片库中；将新增的人脸图片的特征码信息保存入已有的人脸图片的特征码库中；而后结束。
7.如权利要求6所述的人脸图片存储装置，其特征在于：还包括初始化模块，所述初始化模块包括，
人脸库创建单元，用于建立存放人脸图片的人脸图片库；
特征码库创建单元，用于建立存放与人脸图片库中人脸图片对应的特征码信息的特征码库；
身份库创建单元，用于建立存放与人脸图片库中人脸图片对应的身份ID及关联记录的身份ID库；
第一数据暂存创建单元，用于建立暂存比对人脸图片组的第一链表/数组或缓存。
8.如权利要求6或7所述的人脸图片存储装置，其特征在于：还包括身份去重模块，所述身份去重模块包括，
身份获取单元，用于获取一个身份ID；
关联判断单元，用于判断该身份ID是否有关联记录，是则转到遍历单元；
遍历单元，用于遍历所有身份ID，判断是否有相同关联记录的身份ID，是则转到身份获取单元，否则结束；
身份获取单元，用于获取相同关联记录的身份ID；
身份相似判断单元，用于判断身份ID的关联记录的人脸图片的特征码相似度是否大于设定值，是则将身份ID合并为一个身份ID，而后结束，否则结束。
9.如权利要求8所述的人脸图片存储装置，其特征在于：所述身份去重模块的关联判断单元，否则转到反向筛选单元；
反向筛选单元，用于以身份ID对应的人脸图片的特征码信息中的人身信息为条件，对已有的人脸图片库中的人脸图片进行筛选得到去重人脸图片组；
身份特征相似判断单元，用于判断身份ID对应的人脸图片的特征码信息与去重人脸图片组中人脸图片的特征码信息的相似度，若相似度超过阈值则判定身份ID相似，转到合并单元，否则结束；
合并单元，用于将相似身份ID合并为一个身份ID，而后结束。
10.如权利要求8所述的人脸图片存储装置，其特征在于：所述身份去重模块还包括，设定时间判断单元，用于判断达到设定时间则转到身份获取单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811534587.9A CN109635148B (zh) | 2018-12-14 | 2018-12-14 | 人脸图片存储方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811534587.9A CN109635148B (zh) | 2018-12-14 | 2018-12-14 | 人脸图片存储方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109635148A true CN109635148A (zh) | 2019-04-16 |
| CN109635148B CN109635148B (zh) | 2021-06-15 |
Family
ID=66073909
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811534587.9A Active CN109635148B (zh) | 2018-12-14 | 2018-12-14 | 人脸图片存储方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109635148B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111314605A (zh) * | 2020-02-19 | 2020-06-19 | 杭州涂鸦信息技术有限公司 | 一种多设备终端间人脸识别的合并方法及系统 |
| CN111563086A (zh) * | 2020-01-13 | 2020-08-21 | 杭州海康威视系统技术有限公司 | 信息关联方法、装置、设备及存储介质 |
| CN111783588A (zh) * | 2020-06-23 | 2020-10-16 | 大连中维世纪科技有限公司 | 一种分布式智能客流统计有效去重方法 |
| CN111914640A (zh) * | 2020-06-30 | 2020-11-10 | 上海小蚁科技有限公司 | 智能门铃控制方法及系统 |
| CN112241672A (zh) * | 2019-07-19 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
| CN112287753A (zh) * | 2020-09-23 | 2021-01-29 | 武汉天宝莱信息技术有限公司 | 一种基于机器学习提升人脸识别精度的系统及其算法 |
| CN113762089A (zh) * | 2021-08-16 | 2021-12-07 | 北京神州慧达信息技术有限公司 | 基于人工智能的牲畜左脸识别系统及使用方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060014654A (ko) * | 2004-08-11 | 2006-02-16 | 정욱진 | 얼굴패스워드 사용자 인증을 위한 클라이언트 서버 시스템및 방법 |
| CN104778481A (zh) * | 2014-12-19 | 2015-07-15 | 五邑大学 | 一种大规模人脸模式分析样本库的构建方法和装置 |
| CN105260639A (zh) * | 2015-10-28 | 2016-01-20 | 浪潮电子信息产业股份有限公司 | 一种脸部识别系统的数据更新的方法及装置 |
| CN105302812A (zh) * | 2014-06-16 | 2016-02-03 | 腾讯科技（深圳）有限公司 | 图像信息处理方法及装置 |
| CN107273796A (zh) * | 2017-05-05 | 2017-10-20 | 珠海数字动力科技股份有限公司 | 一种基于人脸特征的快速人脸识别搜索方法 |
| CN107704520A (zh) * | 2017-09-05 | 2018-02-16 | 小草数语（北京）科技有限公司 | 基于人脸识别的多文件检索方法和装置 |
| CN108170732A (zh) * | 2017-12-14 | 2018-06-15 | 厦门市美亚柏科信息股份有限公司 | 人脸图片检索方法及计算机可读存储介质 |
| CN108932343A (zh) * | 2018-07-24 | 2018-12-04 | 南京甄视智能科技有限公司 | 人脸图像数据库的数据集清洗方法与系统 |
-
2018
- 2018-12-14 CN CN201811534587.9A patent/CN109635148B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060014654A (ko) * | 2004-08-11 | 2006-02-16 | 정욱진 | 얼굴패스워드 사용자 인증을 위한 클라이언트 서버 시스템및 방법 |
| CN105302812A (zh) * | 2014-06-16 | 2016-02-03 | 腾讯科技（深圳）有限公司 | 图像信息处理方法及装置 |
| CN104778481A (zh) * | 2014-12-19 | 2015-07-15 | 五邑大学 | 一种大规模人脸模式分析样本库的构建方法和装置 |
| CN105260639A (zh) * | 2015-10-28 | 2016-01-20 | 浪潮电子信息产业股份有限公司 | 一种脸部识别系统的数据更新的方法及装置 |
| CN107273796A (zh) * | 2017-05-05 | 2017-10-20 | 珠海数字动力科技股份有限公司 | 一种基于人脸特征的快速人脸识别搜索方法 |
| CN107704520A (zh) * | 2017-09-05 | 2018-02-16 | 小草数语（北京）科技有限公司 | 基于人脸识别的多文件检索方法和装置 |
| CN108170732A (zh) * | 2017-12-14 | 2018-06-15 | 厦门市美亚柏科信息股份有限公司 | 人脸图片检索方法及计算机可读存储介质 |
| CN108932343A (zh) * | 2018-07-24 | 2018-12-04 | 南京甄视智能科技有限公司 | 人脸图像数据库的数据集清洗方法与系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112241672A (zh) * | 2019-07-19 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
| CN112241672B (zh) * | 2019-07-19 | 2024-05-03 | 杭州海康威视数字技术股份有限公司 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
| CN111563086A (zh) * | 2020-01-13 | 2020-08-21 | 杭州海康威视系统技术有限公司 | 信息关联方法、装置、设备及存储介质 |
| CN111563086B (zh) * | 2020-01-13 | 2023-09-19 | 杭州海康威视系统技术有限公司 | 信息关联方法、装置、设备及存储介质 |
| CN111314605A (zh) * | 2020-02-19 | 2020-06-19 | 杭州涂鸦信息技术有限公司 | 一种多设备终端间人脸识别的合并方法及系统 |
| CN111783588A (zh) * | 2020-06-23 | 2020-10-16 | 大连中维世纪科技有限公司 | 一种分布式智能客流统计有效去重方法 |
| CN111914640A (zh) * | 2020-06-30 | 2020-11-10 | 上海小蚁科技有限公司 | 智能门铃控制方法及系统 |
| CN112287753A (zh) * | 2020-09-23 | 2021-01-29 | 武汉天宝莱信息技术有限公司 | 一种基于机器学习提升人脸识别精度的系统及其算法 |
| CN113762089A (zh) * | 2021-08-16 | 2021-12-07 | 北京神州慧达信息技术有限公司 | 基于人工智能的牲畜左脸识别系统及使用方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109635148B (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109635148A (zh) | 人脸图片存储方法及装置 | |
| US8085995B2 (en) | Identifying images using face recognition | |
| US20200012674A1 (en) | System and methods thereof for generation of taxonomies based on an analysis of multimedia content elements | |
| US11556743B2 (en) | Learning highlights using event detection | |
| US11380119B2 (en) | Pose-aligned networks for deep attribute modeling | |
| EP3830717B1 (en) | Metadata generation for multiple object types | |
| US8358837B2 (en) | Apparatus and methods for detecting adult videos | |
| US9672217B2 (en) | System and methods for generation of a concept based database | |
| JP5602135B2 (ja) | ビデオコンテンツ内の個人の自動注釈付けのための方法およびシステム | |
| US20080168070A1 (en) | Method and apparatus for classifying multimedia artifacts using ontology selection and semantic classification | |
| US20120310864A1 (en) | Adaptive Batch Mode Active Learning for Evolving a Classifier | |
| US20090028393A1 (en) | System and method of saving digital content classified by person-based clustering | |
| US9183296B1 (en) | Large scale video event classification | |
| JP2005518001A (ja) | モジュール式インテリジェントマルチメディア解析システム | |
| CN113766330A (zh) | 基于视频生成推荐信息的方法和装置 | |
| US10191976B2 (en) | System and method of detecting common patterns within unstructured data elements retrieved from big data sources | |
| Shipman et al. | Towards a distributed digital library for sign language content | |
| KR102265120B1 (ko) | 이미지 분석 기반 매칭 서비스 제공 방법 및 장치 | |
| US11238070B1 (en) | Dense cluster filtering | |
| US10360253B2 (en) | Systems and methods for generation of searchable structures respective of multimedia data content | |
| De Marsico et al. | GETSEL: gallery entropy for template selection on large datasets | |
| US10585934B2 (en) | Method and system for populating a concept database with respect to user identifiers | |
| Roy et al. | SELF-ORGANIZING MAP BASED CLUSTERING MODEL BY ANALYZING EIGEN SYSTEM OF PCA. | |
| CN115238063A (zh) | 内容管理方法、装置、计算机设备和存储介质 | |
| Sánchez Secades | Multiple feature temporal models for the semantic characterization of video contents |
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 |