CN109784270A - 一种提升人脸图片识别完整性的处理方法 - Google Patents

一种提升人脸图片识别完整性的处理方法 Download PDF

Info

Publication number
CN109784270A
CN109784270A CN201910027593.3A CN201910027593A CN109784270A CN 109784270 A CN109784270 A CN 109784270A CN 201910027593 A CN201910027593 A CN 201910027593A CN 109784270 A CN109784270 A CN 109784270A
Authority
CN
China
Prior art keywords
face
face picture
picture
merging
checked
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
Application number
CN201910027593.3A
Other languages
English (en)
Other versions
CN109784270B (zh
Inventor
王淑贞
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.)
Xiamen University Tan Kah Kee College
Original Assignee
Xiamen University Tan Kah Kee College
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 Xiamen University Tan Kah Kee College filed Critical Xiamen University Tan Kah Kee College
Priority to CN201910027593.3A priority Critical patent/CN109784270B/zh
Publication of CN109784270A publication Critical patent/CN109784270A/zh
Application granted granted Critical
Publication of CN109784270B publication Critical patent/CN109784270B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

  • Collating Specific Patterns (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明涉及一种提升人脸图片识别完整性的处理方法，用待查询的人脸图片特征向量与人脸样本数据库中的每个人的所有人脸图片特征向量进行比对，并计算加权相似度，返回所有超过相似度阀值的人脸图片集合；对所有超过相似度阀值的人脸图片集合进行聚类分析，根据聚类分析结果，将属于同一个类的人脸图片集合进行合并，并根据合并后的人脸图片集合更新人脸样本数据库和人脸抓拍记录表；对待查询的人脸抓拍记录请求，返回合并后的人脸图片集合唯一ID对应的人脸抓拍记录；用合并后的人脸图片集合唯一ID查询人脸抓拍记录表，返回所有相同ID的抓拍记录。本发明既可返回更完整的人脸抓拍记录，又可对人脸样本数据库进行有效的整合，提高检测精度。

Description

一种提升人脸图片识别完整性的处理方法
技术领域
本发明涉及人脸识别技术领域，特别是一种提升人脸图片识别完整性的处理方法。
背景技术
在人脸识别领域，如公安系统，安防系统，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图片，若想通过查询数据库准确地识别出该人的身份或相关抓拍记录，传统的方法是与数据库所有保存的人脸图片进行特征1:1比对，则要比较上亿次，甚至更多，效率非常低下。针对该问题，有人提出了采用人脸样本数据库以及同一个人不同人脸图片唯一标识ID的方案来对新接收的人脸图片进行检测，来确定人员信息。上述方案中，同一个人在人脸样本数据库中可能存在多个人脸图片集合，被分配了多个唯一ID，如：低头照片集合、左侧脸照片集合、右侧脸照片集合、正脸照片集合等。当我们向系统提交一张待查询的人脸图片时，通过与人脸样本数据库比对得到的ID，可能只是该人员的正脸照片集合，而侧脸照片集合和低头照片集合不能被查询出来，导致查询到的人脸抓拍记录不完整。
发明内容
有鉴于此，本发明的目的是提出一种提升人脸图片识别完整性的处理方法，既可返回更完整的人脸抓拍记录，又可对人脸样本数据库进行有效的整合。
本发明采用以下方案实现：一种提升人脸图片识别完整性的处理方法，提供一人脸识别系统，包括以下步骤：
步骤S1：通过所述人脸识别系统获取一人脸样本数据库，并利用特征提取算法对所述人脸样本数据库中的每个人的所有人脸图片进行特征提取，得到每个人的所有人脸图片特征向量；
步骤S2：提供一待查询的人脸图片，所述人脸识别系统利用特征提取算法对所述待查询的人脸图片进行特征提取，得到待查询的人脸图片的特征向量；
步骤S3：将步骤S2中得到的待查询的人脸图片的特征向量与步骤S1中得到的每个人的所有人脸图片特征向量进行对比，并计算所述待查询人脸图片与所述人脸样本数据库中已有人员人脸图片的加权相似度；若相似度达到设定的相似度阈值，则认为是同一个人；若相似度超过设定的相似度阈值则执行步骤S4；
步骤S4：对所有超过所述相似度阀值的人脸图片集合采用均值漂移聚类算法进行聚类分析；记录与所述待查询的人脸图片相似度最高的集合所在的类；
步骤S5：根据聚类分析结果将每个类对应的人脸图片集合进行合并，并得到合并后的人脸图片集合唯一ID；同时，更新所述人脸样本数据库和人脸抓拍记录表；
步骤S6：利用所述合并后的人脸图片集合唯一ID查询人脸抓拍记录表，获取所有相同ID的抓拍记录。
进一步地，所述人脸样本数据库为同一个人的不同人脸图片分配相同的唯一ID，每个ID对应一个人脸图片集合，每一个人最多保存N张人脸图片。
进一步地，步骤S5所述的将每个类对应的人脸图片集合进行合并处理包括以下步骤：
步骤S51：将每一类各个集合按加权取出 N*ai/(a1+a2+…am)，合并成新的集合，合并后的人脸图片集合不会超过最大限制N张人脸图片；m表示每一类中有m个集合，ai表示每个集合中有ai张人脸图片；
步骤S52：将每个类内最大集合的唯一ID作为合并后的ID，并更新人脸抓拍记录表；
步骤S53：对每一类内没有被合并的其它人脸图片及合并前的集合做清除处理，即从所述人脸样本数据库中清除；
步骤S54：对所述待查询的人脸图片，获取相似度最高的集合所在的类合并后的唯一ID。
进一步地，所述更新人脸抓拍记录表具体为：对合并前后相关的每个类对应的人脸图片集合若有涉及唯一ID的变更，要把变更后的ID同步到人脸抓拍记录表中。
与现有技术相比，本发明有以下有益效果：
本发明既可返回更完整的人脸抓拍记录，又可对人脸样本数据库进行有效的整合，提高检测精度。
附图说明
图1为本发明实施例的流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示，本实施例提供了一种提升人脸图片识别完整性的处理方法，提供一人脸识别系统，包括以下步骤：
步骤S1：通过所述人脸识别系统获取一人脸样本数据库，并利用特征提取算法对所述人脸样本数据库中的每个人的所有人脸图片进行特征提取，得到每个人的所有人脸图片特征向量；
步骤S2：提供一待查询的人脸图片，所述人脸识别系统利用特征提取算法对所述待查询的人脸图片进行特征提取，得到待查询的人脸图片的特征向量；
步骤S3：将步骤S2中得到的待查询的人脸图片的特征向量与步骤S1中得到的每个人的所有人脸图片特征向量进行对比，并计算所述待查询人脸图片与所述人脸样本数据库中已有人员人脸图片的加权相似度；若相似度达到设定的相似度阈值，则认为是同一个人；若相似度超过设定的相似度阈值则执行步骤S4；
步骤S4：对待查询人脸图片与人脸样本数据库进行比对时，返回所有超过相似度阀值的人脸图片集合；
步骤S5：对所有超过相似度阀值的人脸图片集合采用均值漂移聚类算法进行聚类分析，根据聚类分析结果，将属于同一个类的人脸图片集合进行合并，并根据合并后的人脸图片集合更新人脸样本数据库和人脸抓拍记录表；
步骤S6：对待查询的人脸抓拍记录请求，返回合并后的人脸图片集合唯一ID对应的人脸抓拍记录；
较佳的，在本实施例中，计算加权相似度的方式为：不同的相似度对应不同的加权系数，例如，当相似度超过85％时，加权系数为1.5，当相似度 处于75％-85％之间，加权系数为1.3，当相似度处于70％-75％之间，加权系数为1.0。
详细方案如下所示：
1、对待查询的人脸图片与样本数据库进行对比时，返回所有超过相似度阀值的人脸图片集合；
2、对符合上述条件的多个人脸图片集合采用均值漂移聚类算法进行聚类分析，可能会存在多个类，记录与待查询的人脸图片相似度最高的集合所在的类；
3、将每个类对应的人脸图片集合分别进行合并处理，每一类的合并处理规则如下：
（1）每一类各个集合按加权取出 N*ai/(a1+a2+…am)(假设类里有m个集合，每个集合有ai张人脸图片)进行合并成新的集合，确保合并后的人脸图片集合不会超过最大限制N张图片。
（2）每一类按上述加权合并后，取类内最大集合的唯一ID作为合并后的ID；
（3）合并前后相关集合若有涉及唯一ID的变更，要把变更后的ID同步到人脸抓拍记录表中；
（4）每一类内没有被合并的其它人脸图片及合并前的集合，作清除处理，即从样本数据库清除。
（5）根据第2步所记录的信息，对待查询的图片，返回相似度最高的集合所在的类合并后的唯一ID；
4、用合并后的人脸图片集合唯一ID查询人脸抓拍记录表，返回所有相同ID的抓拍记录。
在现有技术中，采用如下方案进行人脸识别：系统首先创建一个人脸样本数据库，该数据库为同一个人的不同人脸图片分配相同的唯一ID，每个ID对应一个人脸图片集合，每一个人最多保存N张人脸图片。当系统接收到新的人脸图片并进行特征提取后，用新接收人脸图片特征向量与人脸样本数据库中的每个人的所有人脸图片特征向量进行比对，并计算加权相似度，如果新接收人脸图片与人脸样本数据库中已有人员的相似度达到某一阀值，即可认为是同一个人，将新接收人脸图片标记为已有人员的ID，并存入人脸抓拍记录表；否则，分配一个新的唯一ID，并将新接收人脸图片与唯一ID进行关联，分别存入人脸样本数据库，和人脸抓拍记录表。现有技术在查询一个人的抓拍记录时，查询得到的抓拍记录可能不完整。较佳的，本实施例通过对查询得到的多个人脸图片集合进行聚类分析，确定出属于被查询人脸图片的多个人脸图片集合，将多个人脸图片集合进行合并，并更新人脸抓拍记录表中对应的记录。通过本实施例，既可返回更完整的人脸抓拍记录，又可对人脸样本数据库进行有效的整合。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (4)

1.一种提升人脸图片识别完整性的处理方法，提供一人脸识别系统，其特征在于：包括以下步骤：
步骤S1：通过所述人脸识别系统获取一人脸样本数据库，并利用特征提取算法对所述人脸样本数据库中的每个人的所有人脸图片进行特征提取，得到每个人的所有人脸图片特征向量；
步骤S2：提供一待查询的人脸图片，所述人脸识别系统利用特征提取算法对所述待查询的人脸图片进行特征提取，得到待查询的人脸图片的特征向量；
步骤S3：将步骤S2中得到的待查询的人脸图片的特征向量与步骤S1中得到的每个人的所有人脸图片特征向量进行对比，并计算所述待查询人脸图片与所述人脸样本数据库中已有人员人脸图片的加权相似度；若相似度达到设定的相似度阈值，则认为是同一个人；若相似度超过设定的相似度阈值则执行步骤S4；
步骤S4：对所有超过所述相似度阀值的人脸图片集合采用均值漂移聚类算法进行聚类分析；记录与所述待查询的人脸图片相似度最高的集合所在的类；
步骤S5：根据聚类分析结果将每个类对应的人脸图片集合进行合并，并得到合并后的人脸图片集合唯一ID；同时，更新所述人脸样本数据库和人脸抓拍记录表；
步骤S6：利用所述合并后的人脸图片集合唯一ID查询人脸抓拍记录表，获得所有相同ID的抓拍记录。
2.根据权利要求1所述的一种提升人脸图片识别完整性的处理方法，其特征在于：所述人脸样本数据库为同一个人的不同人脸图片分配相同的唯一ID，每个ID对应一个人脸图片集合，每一个人最多保存N张人脸图片。
3.根据权利要求1所述的一种提升人脸图片识别完整性的处理方法，其特征在于：步骤S5所述的将每个类对应的人脸图片集合进行合并处理包括以下步骤：
步骤S51：将每一类各个集合按加权取出 N*ai/(a1+a2+…am)，合并成新的集合，合并后的人脸图片集合不会超过最大限制N张人脸图片；m表示每一类中有m个集合，ai表示每个集合中有ai张人脸图片；
步骤S52：将每个类内最大集合的唯一ID作为合并后的ID，并更新人脸抓拍记录表；
步骤S53：对每一类内没有被合并的其它人脸图片及合并前的集合做清除处理，即从所述人脸样本数据库中清除；
步骤S54：对所述待查询的人脸图片，获取相似度最高的集合所在的类合并后的唯一ID。
4.根据权利要求3所述的一种提升人脸图片识别完整性的处理方法，其特征在于：所述更新人脸抓拍记录表具体为：对合并前后相关的每个类对应的人脸图片集合若有涉及唯一ID的变更，要把变更后的ID同步到人脸抓拍记录表中。
CN201910027593.3A 2019-01-11 2019-01-11 一种提升人脸图片识别完整性的处理方法 Active CN109784270B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910027593.3A CN109784270B (zh) 2019-01-11 2019-01-11 一种提升人脸图片识别完整性的处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910027593.3A CN109784270B (zh) 2019-01-11 2019-01-11 一种提升人脸图片识别完整性的处理方法

Publications (2)

Publication Number Publication Date
CN109784270A true CN109784270A (zh) 2019-05-21
CN109784270B CN109784270B (zh) 2023-05-26

Family

ID=66499455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910027593.3A Active CN109784270B (zh) 2019-01-11 2019-01-11 一种提升人脸图片识别完整性的处理方法

Country Status (1)

Country Link
CN (1) CN109784270B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309878A (zh) * 2019-06-28 2019-10-08 深圳市商汤科技有限公司 一种信息处理方法及装置、存储介质
CN110321834A (zh) * 2019-06-28 2019-10-11 深圳市商汤科技有限公司 一种身份确定方法及装置、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
CN111507240A (zh) * 2020-04-13 2020-08-07 三一重工股份有限公司 人脸聚类方法、装置、电子设备和计算机可读存储介质
CN112149480A (zh) * 2019-06-28 2020-12-29 青岛海信移动通信技术股份有限公司 一种终端及其进行图像分类的方法
CN112150346A (zh) * 2019-06-28 2020-12-29 青岛海信移动通信技术股份有限公司 一种终端及其进行图像处理的方法
CN112241684A (zh) * 2020-09-16 2021-01-19 四川天翼网络服务有限公司 一种人脸检索分布式计算方法及系统
CN112487222A (zh) * 2020-11-30 2021-03-12 江苏正赫通信息科技有限公司 相似人脸快速搜索及有效存储的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000016243A1 (en) * 1998-09-10 2000-03-23 Mate - Media Access Technologies Ltd. Method of face indexing for efficient browsing and searching ofp eople in video
WO2012071677A1 (en) * 2010-11-29 2012-06-07 Technicolor (China) Technology Co., Ltd. Method and system for face recognition
CN104408130A (zh) * 2014-11-26 2015-03-11 小米科技有限责任公司 图片整理的方法及装置
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
CN109117714A (zh) * 2018-06-27 2019-01-01 北京旷视科技有限公司 一种同行人员识别方法、装置、系统及计算机存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000016243A1 (en) * 1998-09-10 2000-03-23 Mate - Media Access Technologies Ltd. Method of face indexing for efficient browsing and searching ofp eople in video
WO2012071677A1 (en) * 2010-11-29 2012-06-07 Technicolor (China) Technology Co., Ltd. Method and system for face recognition
CN104408130A (zh) * 2014-11-26 2015-03-11 小米科技有限责任公司 图片整理的方法及装置
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
CN109117714A (zh) * 2018-06-27 2019-01-01 北京旷视科技有限公司 一种同行人员识别方法、装置、系统及计算机存储介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309878A (zh) * 2019-06-28 2019-10-08 深圳市商汤科技有限公司 一种信息处理方法及装置、存储介质
CN110321834A (zh) * 2019-06-28 2019-10-11 深圳市商汤科技有限公司 一种身份确定方法及装置、存储介质
CN112149480A (zh) * 2019-06-28 2020-12-29 青岛海信移动通信技术股份有限公司 一种终端及其进行图像分类的方法
CN112150346A (zh) * 2019-06-28 2020-12-29 青岛海信移动通信技术股份有限公司 一种终端及其进行图像处理的方法
CN110309878B (zh) * 2019-06-28 2022-02-22 深圳市商汤科技有限公司 一种信息处理方法及装置、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
CN111507240A (zh) * 2020-04-13 2020-08-07 三一重工股份有限公司 人脸聚类方法、装置、电子设备和计算机可读存储介质
CN111507240B (zh) * 2020-04-13 2023-08-04 盛景智能科技(嘉兴)有限公司 人脸聚类方法、装置、电子设备和计算机可读存储介质
CN112241684A (zh) * 2020-09-16 2021-01-19 四川天翼网络服务有限公司 一种人脸检索分布式计算方法及系统
CN112487222A (zh) * 2020-11-30 2021-03-12 江苏正赫通信息科技有限公司 相似人脸快速搜索及有效存储的方法

Also Published As

Publication number Publication date
CN109784270B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
CN109784270A (zh) 一种提升人脸图片识别完整性的处理方法
CN111126360B (zh) 基于无监督联合多损失模型的跨域行人重识别方法
CN110070066B (zh) 一种基于姿态关键帧的视频行人重识别方法及系统
CN109635686B (zh) 结合人脸与外观的两阶段行人搜索方法
CN107330397B (zh) 一种基于大间隔相对距离度量学习的行人重识别方法
CN105184238A (zh) 一种人脸识别方法及系统
CN110827432B (zh) 一种基于人脸识别的课堂考勤方法及系统
CN108614894A (zh) 一种基于最大生成树的人脸识别数据库构成方法
US10216786B2 (en) Automatic identity enrolment
CN112686141A (zh) 人员归档方法、装置及电子设备
CN108416940A (zh) 一种储物柜管理装置
CN111079720B (zh) 一种基于聚类分析自主再学习的人脸识别方法
CN110458094B (zh) 基于指纹相似度的设备分类方法
CN107025435A (zh) 一种人脸识别处理方法和系统
JP2008065651A (ja) 顔画像認証方法、顔画像認証装置、および、プログラム
Parmar et al. Fingerprint indexing approaches for biometric database: a review
US20200387691A1 (en) A quick match algorithm for biometric data
CN115861869A (zh) 一种基于Transformer的步态重识别方法
CN109784244A (zh) 一种指定目标的低分辨率人脸精确识别方法
CN112418078B (zh) 分数调制方法、人脸识别方法、装置及介质
US20070196000A1 (en) 2D face authentication system
US20200125709A1 (en) Tagging system for similarity-based retriebal
CN114491156A (zh) 基于视频图像智能推送近似对象的方法
Hsieh et al. An effective method of fingerprint classification combined with AFIS
CN112149071A (zh) 一种身份认证方法、存储介质、处理器及系统

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