CN109840446A - 多人脸识别引擎的管理控制方法、装置及系统 - Google Patents
多人脸识别引擎的管理控制方法、装置及系统 Download PDFInfo
- Publication number
- CN109840446A CN109840446A CN201711189232.6A CN201711189232A CN109840446A CN 109840446 A CN109840446 A CN 109840446A CN 201711189232 A CN201711189232 A CN 201711189232A CN 109840446 A CN109840446 A CN 109840446A
- Authority
- CN
- China
- Prior art keywords
- face recognition
- engine
- recognition engine
- management
- human faces
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000001815 facial effect Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000013135 deep learning Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 28
- 238000007405 data analysis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供多人脸识别引擎的管理控制方法、装置及系统。所述系统包括:统一管理模块、至少一种人脸识别引擎、及多人脸识别引擎的管理控制装置,其中,多人脸识别引擎的管理控制装置与至少一种人脸识别引擎通信连接,统一管理模块分别与多人脸识别引擎的管理控制装置及至少一种人脸识别引擎通信连接。所述方法包括:通过调用各人脸识别引擎的接口,向各人脸识别引擎传递人脸图像的标识信息及路径信息,以令各人脸识别引擎根据接收的标识信息和路径信息从统一存储模块中获取相应的人脸图像并根据各自的人脸识别算法进行数据建模与分析。本发明统一了各人脸识别引擎的应用环境和存储环境,降低了平台建设成本,有效提高了人脸识别的效率。
Description
技术领域
本发明涉及多人脸识别引擎的管理控制领域,特别是涉及新型的多人脸识别引擎的管理控制方法、装置及系统。
背景技术
公安实战需求大致可分为对车、对人、对物的研判要求。现阶段,公安行业已基本解决车牌缉查布控这类基础需求,对人的需求则更为广泛,从人的衣物颜色、方向、速度到体貌、表情、步态等,其中最为热门、最有发展前景就是人脸识别应用。近几年,人脸识别在公安行业已“悄然”应用,但是在实际应用中却遇到了问题。
当前人脸识别算法2.0基于深度学习进行,依靠大数据进行建模,虽然识别度有很大的提升,却还是存在缺陷,需要人为进行干预确认。然而,在出现部分模糊画面人为也无法干预的情况下,就无法给机关单位办案带来实质性的帮助。鉴于此,部分公安部门采用了多算法进行解决,但是不同算法、不同界面、不同环境、不同存储空间、不同标准给公安机关造成了不少麻烦,导致存储空间浪费、建设成本高、办案效率低下等不良结果。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供多人脸识别引擎的管理控制方法、装置及系统,用于解决现有技术中多人脸识别引擎管理制度不完善的问题,从而提高公安民警办案效率,提升用户体验。
为实现上述目的及其他相关目的,本发明提供一种多人脸识别引擎的管理控制方法,应用于与至少一种人脸识别引擎通信连接的多人脸识别引擎管理控制装置,其中,各所述人脸识别引擎分别采用不同的人脸识别算法实现人脸识别功能;所述方法包括:通过调用各所述人脸识别引擎的接口,向各所述人脸识别引擎传递人脸图像的标识信息及路径信息,以令各所述人脸识别引擎根据接收的标识信息和路径信息从统一存储模块中获取相应的人脸图像并根据各自的人脸识别算法进行数据建模与分析。
于本发明一实施例中,还包括:获取各所述人脸识别引擎根据人脸图像建模后分析得到的多维度数据,并据以分析各所述人脸识别引擎的数据分析准确率;将各所述人脸识别引擎的每维数据分别乘以其所在的人脸识别引擎相对于所有人脸识别引擎的权重,并将得到的多维矩阵结果作为深度学习算法的输入值,以供所述深度学习算法输出最终的人脸识别结果。
于本发明一实施例中,所述分析结果包括:相似度得分、性别、年龄、及民族中的一种或多种组合。
于本发明一实施例中,所述人脸识别引擎的接口包括:SDK接口或API接口。
为实现上述目的及其他相关目的,本发明提供一种多人脸识别引擎的管理控制装置,所述管理控制装置与至少一种人脸识别引擎通信连接,其中,各所述人脸识别引擎分别采用不同的人脸识别算法实现人脸识别功能;所述装置包括:处理模块,用于:通过调用各所述人脸识别引擎的接口,向各所述人脸识别引擎传递人脸图像的标识信息及路径信息,以令各所述人脸识别引擎根据接收的标识信息和路径信息从统一存储模块中获取相应的人脸图像并根据各自的人脸识别算法进行数据建模与分析。
于本发明一实施例中,所述处理模块还用于:获取各所述人脸识别引擎根据人脸图像建模后分析得到的多维度数据,并据以分析各所述人脸识别引擎的数据分析准确率;将各所述人脸识别引擎的每维数据分别乘以其所在的人脸识别引擎相对于所有人脸识别引擎的权重,并将得到的多维矩阵结果作为深度学习算法的输入值,以供所述深度学习算法输出最终的人脸识别结果。
于本发明一实施例中,所述分析结果包括:相似度得分、性别、年龄、及民族中的一种或多种组合。
于本发明一实施例中,所述人脸识别引擎的接口包括:SDK接口或API接口。
为实现上述目的及其他相关目的,本发明提供一种电子设备,包括:如上任一所述的多人脸识别引擎的管理控制装置。
为实现上述目的及其他相关目的,本发明提供一种多人脸识别引擎的管理控制系统,包括:统一管理模块、至少一种人脸识别引擎、及如上任一所述的多人脸识别引擎的管理控制装置;其中,各所述人脸识别引擎分别采用不同的人脸识别算法实现人脸识别功能;所述多人脸识别引擎的管理控制装置与所述至少一种人脸识别引擎通信连接;所述统一管理模块分别与所述多人脸识别引擎的管理控制装置及所述至少一种人脸识别引擎通信连接。
如上所述,本发明的多人脸识别引擎的管理控制方法、装置及系统,统一了各人脸识别引擎的应用环境和存储环境,降低了平台建设成本,有效提高了人脸识别的效率。
附图说明
图1显示为本发明一实施例中的系统架构示意图。
图2显示为本发明一实施例中的另一系统架构示意图。
图3显示为本发明一实施例中的多人脸识别引擎的管理控制方法原理图。
图4显示为本发明一实施例中的深度学习数据采样示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
鉴于现有技术中多人脸识别引擎管理不善的问题,本发明提出一种多人脸识别引擎管理控制系统,如图1和图2所示,该系统包括:统一管理模块(存储人脸图像数据)、至少一种人脸识别引擎(各所述人脸识别引擎分别采用不同的人脸识别算法实现人脸识别功能)、及多人脸识别引擎的管理控制装置。其中,所述多人脸识别引擎的管理控制装置与所述至少一种人脸识别引擎通信连接;所述统一管理模块分别与所述多人脸识别引擎的管理控制装置及所述至少一种人脸识别引擎通信连接。
如图3所示,本发明的多人脸识别引擎的管理控制装置采用以下步骤来实现对各个人脸识别引擎的管理控制,具体的:通过调用各所述人脸识别引擎的接口(SDK/API),向各所述人脸识别引擎传递人脸图像的标识信息及路径信息。随后,各所述人脸识别引擎根据接收的标识信息和路径信息从统一存储模块中获取相应的人脸图像,并根据各自的人脸识别算法进行数据建模与分析。
进一步地,如图4所示,所述方法还包括:获取各所述人脸识别引擎根据人脸图像建模后分析得到的多维度数据,并据以分析各所述人脸识别引擎的数据分析准确率;将各所述人脸识别引擎的每维数据分别乘以其所在的人脸识别引擎相对于所有人脸识别引擎的权重,并将得到的多维矩阵结果作为深度学习算法的输入值,以供所述深度学习算法输出最终的人脸识别结果。在其他实施方式中,为了避免某些算法取巧都选择居中的得分,还可以为权值计算增加一个MVP维度。MVP次数是指每次识别过程中识别精确度最高的,MVP次数越多,表示算法可信任度更高。
以下将以人脸识别引擎数量为三个(A、B、C),多维度数据为四个(相似度得分S、性别G、年龄A、民族N)为例,详细说明本步骤的实现过程:
每个人脸识别引擎对人脸图像建模后,会提取出四个维度值(相似度得分S、性别G、年龄A、民族N),其中,人脸识别引擎A的四维度值分别记为S1、G1、A1、N1,人脸识别引擎B的四维度值分别记为S2、G2、A2、N2,人脸识别引擎C的四维度值分别记为S3、G3、A3、N3。
首先,分别对各个人脸识别引擎的四维度值进行分析,得出人脸识别引擎A的数据分析准确率P1、人脸识别引擎B的数据分析准确率P2、人脸识别引擎C的数据分析准确率P3。
然后,计算人脸识别引擎A相对于所有人脸识别引擎的权重W1、人脸识别引擎B相对于所有人脸识别引擎的权重W2、人脸识别引擎C相对于所有人脸识别引擎的权重W3:
W1=P1*W,W=(P1+P2+P3)/3
W2=P2*W,W=(P1+P2+P3)/3
W3=P3*W,W=(P1+P2+P3)/3。
随后,计算:
ES1=S1*W1
ES2=S2*W2
ES3=S3*W3
EG1=G1*W1
EG2=G2*W2
EG3=G3*W3
EA1=A1*W1
EA2=A2*W2
EA3=A3*W3
EN1=N1*W1
EN2=N2*W2
EN3=N3*W3,
从而得到四维矩阵结果:ES1、ES2、ES3;EG1、EG2、EG3;EA1、EA2、EA3;EN1、EN2、EN3。
最后,将四维矩阵结果作为深度学习算法的输入,以令深度学习算法输出最准确、有效、可靠的人脸识别结果。
除此之外,本发明还提供一种电子设备(如计算机),该电子设备中至少搭载有为如前所述的多人脸识别引擎的管理控制装置,还可以搭载有如前所述的统一管理模块、至少一种人脸识别引擎。
所述装置包括:处理模块,用于:通过调用各所述人脸识别引擎的接口,向各所述人脸识别引擎传递人脸图像的标识信息及路径信息,以令各所述人脸识别引擎根据接收的标识信息和路径信息从统一存储模块中获取相应的人脸图像并根据各自的人脸识别算法进行数据建模与分析。
在一实施例中,所述处理模块还用于:获取各所述人脸识别引擎根据人脸图像建模后分析得到的多维度数据,并据以分析各所述人脸识别引擎的数据分析准确率;将各所述人脸识别引擎的每维数据分别乘以其所在的人脸识别引擎相对于所有人脸识别引擎的权重,并将得到的多维矩阵结果作为深度学习算法的输入值,以供所述深度学习算法输出最终的人脸识别结果。
需要说明的是,由于前述实施例中的技术特征可以应用于本实施例,因而不再重复赘述。
综上所述,本发明的多人脸识别引擎的管理控制方法、装置及系统,采用统一数据存储,调用各个人脸识别引擎平台的SDK/API接口,将人脸图像ID、路径塞入各种人脸算法,让各人脸算法通过传入的图像数据分别建模,解决了空间浪费的问题,同时保持了不同算法的独立性,还保证了不同标准的算法可以统一管控。另外,本发明利用不同人脸识别引擎计算结果的可靠性、稳定性、实效性等要素对各算法进行权值得分分析,从而得出更加准确、可靠的结果,有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种多人脸识别引擎的管理控制方法,其特征在于,应用于与至少一种人脸识别引擎通信连接的多人脸识别引擎管理控制装置,其中,各所述人脸识别引擎分别采用不同的人脸识别算法实现人脸识别功能;所述方法包括:
通过调用各所述人脸识别引擎的接口,向各所述人脸识别引擎传递人脸图像的标识信息及路径信息,以令各所述人脸识别引擎根据接收的标识信息和路径信息从统一存储模块中获取相应的人脸图像并根据各自的人脸识别算法进行数据建模与分析。
2.根据权利要求1所述的方法,其特征在于,还包括:
获取各所述人脸识别引擎根据人脸图像建模后分析得到的多维度数据,并据以分析各所述人脸识别引擎的数据分析准确率;
将各所述人脸识别引擎的每维数据分别乘以其所在的人脸识别引擎相对于所有人脸识别引擎的权重,并将得到的多维矩阵结果作为深度学习算法的输入值,以供所述深度学习算法输出最终的人脸识别结果。
3.根据权利要求2所述的方法,其特征在于,所述分析结果包括:相似度得分、性别、年龄、及民族中的一种或多种组合。
4.根据权利要求1所述的方法,其特征在于,所述人脸识别引擎的接口包括:SDK接口或API接口。
5.一种多人脸识别引擎的管理控制装置,其特征在于,所述管理控制装置与至少一种人脸识别引擎通信连接,其中,各所述人脸识别引擎分别采用不同的人脸识别算法实现人脸识别功能;所述装置包括:处理模块,用于:
通过调用各所述人脸识别引擎的接口,向各所述人脸识别引擎传递人脸图像的标识信息及路径信息,以令各所述人脸识别引擎根据接收的标识信息和路径信息从统一存储模块中获取相应的人脸图像并根据各自的人脸识别算法进行数据建模与分析。
6.根据权利要求5所述的装置,其特征在于,所述处理模块还用于:
获取各所述人脸识别引擎根据人脸图像建模后分析得到的多维度数据,并据以分析各所述人脸识别引擎的数据分析准确率;
将各所述人脸识别引擎的每维数据分别乘以其所在的人脸识别引擎相对于所有人脸识别引擎的权重,并将得到的多维矩阵结果作为深度学习算法的输入值,以供所述深度学习算法输出最终的人脸识别结果。
7.根据权利要求6所述的装置,其特征在于,所述分析结果包括:相似度得分、性别、年龄、及民族中的一种或多种组合。
8.根据权利要求5所述的装置,其特征在于,所述人脸识别引擎的接口包括:SDK接口或API接口。
9.一种电子设备,其特征在于,包括:如权利要求5至8中任一所述的多人脸识别引擎的管理控制装置。
10.一种多人脸识别引擎的管理控制系统,其特征在于,包括:统一管理模块、至少一种人脸识别引擎、及如权利要求5至8中任一所述的多人脸识别引擎的管理控制装置;其中,各所述人脸识别引擎分别采用不同的人脸识别算法实现人脸识别功能;所述多人脸识别引擎的管理控制装置与所述至少一种人脸识别引擎通信连接;所述统一管理模块分别与所述多人脸识别引擎的管理控制装置及所述至少一种人脸识别引擎通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711189232.6A CN109840446A (zh) | 2017-11-24 | 2017-11-24 | 多人脸识别引擎的管理控制方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711189232.6A CN109840446A (zh) | 2017-11-24 | 2017-11-24 | 多人脸识别引擎的管理控制方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109840446A true CN109840446A (zh) | 2019-06-04 |
Family
ID=66875999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711189232.6A Pending CN109840446A (zh) | 2017-11-24 | 2017-11-24 | 多人脸识别引擎的管理控制方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109840446A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413811A (zh) * | 2019-08-05 | 2019-11-05 | 北京深醒科技有限公司 | 一种基于人脸识别的路人库跨通道聚合方法 |
CN111241915A (zh) * | 2019-12-24 | 2020-06-05 | 北京中盾安全技术开发公司 | 一种基于微服务的多分析算法融合应用服务平台方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834911A (zh) * | 2015-05-14 | 2015-08-12 | 苏州市公安局苏州工业园区分局 | 基于分布式云变平台的人像动态比对系统 |
CN105511863A (zh) * | 2015-11-30 | 2016-04-20 | 中电科华云信息技术有限公司 | 基于应用服务属性识别决定服务部署形态的方法及系统 |
US9531995B1 (en) * | 2013-03-07 | 2016-12-27 | Amazon Technologies, Inc. | User face capture in projection-based systems |
CN106650693A (zh) * | 2016-12-30 | 2017-05-10 | 河北三川科技有限公司 | 一种用于人脸比对的多特征融合识别算法 |
-
2017
- 2017-11-24 CN CN201711189232.6A patent/CN109840446A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9531995B1 (en) * | 2013-03-07 | 2016-12-27 | Amazon Technologies, Inc. | User face capture in projection-based systems |
CN104834911A (zh) * | 2015-05-14 | 2015-08-12 | 苏州市公安局苏州工业园区分局 | 基于分布式云变平台的人像动态比对系统 |
CN105511863A (zh) * | 2015-11-30 | 2016-04-20 | 中电科华云信息技术有限公司 | 基于应用服务属性识别决定服务部署形态的方法及系统 |
CN106650693A (zh) * | 2016-12-30 | 2017-05-10 | 河北三川科技有限公司 | 一种用于人脸比对的多特征融合识别算法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413811A (zh) * | 2019-08-05 | 2019-11-05 | 北京深醒科技有限公司 | 一种基于人脸识别的路人库跨通道聚合方法 |
CN111241915A (zh) * | 2019-12-24 | 2020-06-05 | 北京中盾安全技术开发公司 | 一种基于微服务的多分析算法融合应用服务平台方法 |
CN111241915B (zh) * | 2019-12-24 | 2024-02-09 | 北京中盾安全技术开发公司 | 一种基于微服务的多分析算法融合应用服务平台方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107247949B (zh) | 基于深度学习的人脸识别方法、装置和电子设备 | |
WO2020199693A1 (zh) | 一种大姿态下的人脸识别方法、装置及设备 | |
WO2022105714A1 (zh) | 数据处理方法、机器学习的训练方法及相关装置、设备 | |
CN110050267A (zh) | 用于数据管理的系统和方法 | |
WO2015165372A1 (en) | Method and apparatus for classifying object based on social networking service, and storage medium | |
TWI753588B (zh) | 人臉屬性識別方法、電子設備和電腦可讀儲存介質 | |
CN110163111A (zh) | 基于人脸识别的叫号方法、装置、电子设备及存储介质 | |
CN108960288B (zh) | 基于卷积神经网络的三维模型分类方法及系统 | |
CN109522902A (zh) | 空-时特征表示的提取 | |
CN108197669B (zh) | 卷积神经网络的特征训练方法及装置 | |
WO2024041479A1 (zh) | 一种数据处理方法及其装置 | |
WO2020248495A1 (zh) | 模型训练方法、装置及计算机可读存储介质 | |
CN110008961A (zh) | 文字实时识别方法、装置、计算机设备及存储介质 | |
CN110321761A (zh) | 一种行为识别方法、终端设备及计算机可读存储介质 | |
CN104850857B (zh) | 基于视觉空间显著性约束的跨摄像机行人目标匹配方法 | |
Sannidhan et al. | Evaluating the performance of face sketch generation using generative adversarial networks | |
CN110222718A (zh) | 图像处理的方法及装置 | |
CN113065997B (zh) | 一种图像处理方法、神经网络的训练方法以及相关设备 | |
CN107944398A (zh) | 基于深度特征联合表示图像集人脸识别方法、装置和介质 | |
CN113139499A (zh) | 一种基于轻量注意力卷积神经网络的步态识别方法和系统 | |
CN113628201A (zh) | 基于深度学习的病理切片分析方法、电子设备及可读存储介质 | |
CN115081588A (zh) | 一种神经网络参数量化方法和装置 | |
CN107077279A (zh) | 一种压力检测的方法及装置 | |
CN110807379A (zh) | 一种语义识别方法、装置、以及计算机存储介质 | |
CN113191479A (zh) | 联合学习的方法、系统、节点及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190604 |