CN109858354A - 一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统 - Google Patents
一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统 Download PDFInfo
- Publication number
- CN109858354A CN109858354A CN201811607472.8A CN201811607472A CN109858354A CN 109858354 A CN109858354 A CN 109858354A CN 201811607472 A CN201811607472 A CN 201811607472A CN 109858354 A CN109858354 A CN 109858354A
- Authority
- CN
- China
- Prior art keywords
- identity
- face
- similarity
- top1
- library
- 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)
Abstract
本发明给出了一种人脸身份库、轨迹库的建立和人脸轨迹查询的方法和系统,包括提取采集图片上的所有人脸图片的特征,根据提取的某个人脸的特征,从身份库中获得与某个人脸的特征相似度最高的k个身份id,若Top1的身份id所对应的相似度不超过第一指定阀值,则在身份库中创建新的身份id,若Top1的身份id的相似度超过第一指定阀值,将剩余k‑1个身份id与Top1的身份id的人脸特征进行逐一比对,若剩余k‑1个身份id中的一个的人脸特征与Top1的身份id的人脸特征之间的相似度超过第二指定阀值,则将剩余k‑1个身份id中的一个的人脸特征合并至Top1的身份id所对应的特征集合中,极大的提高了判别是同个人的相似度,降低了人脸识别引擎不准确的问题。
Description
技术领域
本发明涉及人脸识别技术领域,尤其是一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统。
背景技术
随着人工智能的发展,人脸图像对比已经越来越准确,识别率越来越高,应用场景越来越多。使得通过人脸识别技术,展示一个人出现在监控摄像头的轨迹得以实现。一般实现人脸轨迹有下面两类方案:
方案一:存储所有出现在监控的人脸,用一个人的人脸图片查询他的轨迹,采用这张人脸所有存储的人脸中进行检索,返回指定相似度以上的人脸数据信息。
方案二:对所有监控出现的人脸,进行数据预处理,通过查询身份底库,每张人脸用一个身份id关联绑定,并一块存储在轨迹日志表。这样用一个人的人脸图片查询他的轨迹,就可以同样先查询人脸图片的身份id,然后用身份id去查询轨迹日志表,从而展示该人所有在监控出现的人脸。
上述两个方案存在以下不足:
方案一:每次检索涉及到大量的人脸对比,性能低下,即便对人脸特征建立索引,图片特征搜索依然存在效率问题,很多大数据场景满足不了业务要求。
方案二:把图片检索转换成身份id的文本搜索,性能得到很大的提升,但是在转成身份id的这个过程,很受人脸识别准确性的影响,可能不同人识别到了同个id,相对方案一放大了轨迹的不准确的程度;可能同个人不同图片识别成了不同的身份id,从而使得轨迹不完整。
发明内容
针对每次检索涉及到大量的人脸对比,性能低下,即便对人脸特征建立索引,图片特征搜索依然存在效率问题,很多大数据场景满足不了业务要求,转成身份id的这个过程,很受人脸识别准确性的影响,可能不同人识别到了同个id,放大了轨迹的不准确的程度;可能同个人不同图片识别成了不同的身份id,从而使得轨迹不完整,本发明提出一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统。
根据本发明的一方面,提出了一种人脸身份库建立的方法,包括以下步骤:
S1:对采集图片进行人脸提取特征,提取采集图片上的所有人脸图片的特征;
S2:根据提取的某个人脸的特征,在身份库中进行查询,从身份库中获得与某个人脸的特征相似度最高的k个身份id;
S3:判断k个身份id中Top1的身份id所对应的相似度是否超过第一指定阀值;
S4:若Top1的身份id所对应的相似度不超过第一指定阀值,则在身份库中创建新的身份id;
S5:若Top1的身份id的相似度超过第一指定阀值,将剩余k-1个身份id与Top1的身份id的人脸特征进行逐一比对,判断Top1的身份id的人脸特征与剩余k-1个身份id的人脸特征之间的相似度是否超过第二指定阀值;
S6:若剩余k-1个身份id中的一个的人脸特征与Top1的身份id的人脸特征之间的相似度超过第二指定阀值,则将剩余k-1个身份id中的一个的人脸特征合并至Top1的身份id所对应的特征中。
该方法通过提取相似度最高的身份id,减少人脸识别的复杂程度,缩小识别范围,提高识别的效率,利用创建新的身份id对身份库的信息进行动态添加,使身份库中的信息更加完善,通过与Top1的身份id进行对比,能够获得更加准确的同一个人的人脸特征信息,使同一个人的人脸特征识别更加精准,利用对身份id的合并,使Top1的身份id中的人脸特征更加准确,从而提高了整个人脸识别的准确性。
在可选实施例中,步骤S5还包括以下步骤:
若Top1的身份id的人脸特征与剩余k-1个身份id的人脸特征的相似度均不超过第二指定阀值,则将Top1的身份id的人脸特征更新至身份库中。
在可选实施例中,第一指定阀值和第二指定阀值均大于80%,且第二指定阀值大于第一指定阀值。指定阀值的设定可根据具体应用场景进行调整,更有针对性的对人脸特征的相似度进行判断。
在可选实施例中,该方法还包括同时对采集图片上的所有人脸的特征进行查询,并按步骤S2至S6对所有人脸的特征进行身份库的创建或更新。同时对多个人脸特征进行识别并判断,可以提升身份库的更新或创建的效率。
在可选实施例中,人脸特征包括人脸特征向量值,人脸特征合并具体包括将Top1的身份id的人脸特征与k-1个身份id的人脸特征的特征向量值进行平均值的计算,获得合并后的平均特征向量值。以此来对身份库中的身份id的人脸特征进行更新,使人脸特征的识别更加精确。
根据本发明的另一方面,提出了一种人脸轨迹表的建立方法,利用上述建立的人脸身份库进行人脸轨迹表的建立,将身份库中的Top1的身份id的轨迹信息生成人脸特征的轨迹表,轨迹表包括Top1的身份id和合并于Top1的身份id中所有的k-1个身份id的人脸特征的轨迹信息。
通过对身份id的轨迹信息的获取和轨迹库建立,可以保证所有身份id的轨迹信息的完整性,便于后续根据轨迹表查询相应的身份id的人脸轨迹信息。
根据本发明的第三方面,提出了一种人脸轨迹查询的方法,利用上述建立的人脸轨迹表进行人脸轨迹查询,其特征在于,包括以下步骤:
对图片进行人脸提取特征,提取图片上的所有人脸图片的特征;
根据提取的某个人脸的特征,在身份库中进行查询,从身份库中获得与某个人脸的特征相似度最高的身份id;
判断相似度最高的身份id的相似度是否超过第三指定阀值;
若相似度最高的身份id的相似度是超过第三指定阀值,则提取相似度最高的身份id在轨迹表中的轨迹信息,生成身份id的所有轨迹信息。
同时利用身份库和轨迹库对人脸轨迹进行查询可以准确的获得该身份id中人脸特征所对应的所有的轨迹信息,精准实现人脸轨迹的查询。
在可选实施例中,该方法还包括以下步骤:
若相似度最高的身份id的相似度不超过第三指定阀值,则表示身份id无轨迹信息。
在可选实施例中,第三指定阀值大于80%。
根据本发明的第四方面,提出了一种计算机可读存储介质,其上存储有一或多个计算机程序,其特征在于,该一或多个计算机程序被计算机处理器执行时上述方法。
根据本发明的第五方面,提出了一种人脸轨迹查询系统,改系统包括:
人脸特征提取单元,用于对采集图片进行人脸提取特征,提取图片上的所有人脸图片的人脸特征。可以高效且准确的获取采集图片上的所有人脸的特征,通过提取相似度最高的身份id,减少人脸识别的复杂程度,缩小识别范围,提高识别的效率;
人脸身份库建立与更新单元,用于根据提取的某个人脸的特征,在身份库中进行查询,从身份库中获得与某个人脸的特征相似度最高的k个身份id;
判断k个身份id中Top1的身份id所对应的相似度是否超过第一指定阀值;
若Top1的身份id所对应的相似度不超过第一指定阀值,则在身份库中创建新的身份id;
若Top1的身份id的相似度超过第一指定阀值,将剩余k-1个身份id与Top1的身份id的人脸特征进行逐一比对,判断Top1的身份id的人脸特征与剩余k-1个身份id的人脸特征之间的相似度是否超过第二指定阀值;
若剩余k-1个身份id中的一个的人脸特征与Top1的身份id的人脸特征之间的相似度超过第二指定阀值,则将剩余k-1个身份id中的一个的人脸特征合并至Top1的身份id所对应的特征中;
人脸轨迹库建立单元,用于将身份库中的Top1的身份id的轨迹信息生成人脸特征的轨迹表,轨迹表包括Top1的身份id和合并于Top1的身份id中所有的k-1个身份id的人脸特征的轨迹信息;
人脸轨迹查找单元,用于根据提取的某个人脸的特征,在身份库中进行查询,从身份库中获得与某个人脸的特征相似度最高的身份id;
判断相似度最高的身份id的相似度是否超过第三指定阀值;
若相似度最高的身份id的相似度超过第三指定阀值,则提取相似度最高的身份id在轨迹表中的轨迹信息,生成身份id的所有轨迹信息。
本发明给出的人脸身份库、轨迹库的建立和人脸轨迹查询的方法和系统,在识别身份id的时候,可以极大的提高判别是同个人相似度,从而大大降低不是同个人的多张人脸关联到了同个身份id,在查询业务上,支持同个人不同人脸对应多个不同的身份id,从而解决了人脸识别引擎不准确的问题。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点,因为通过引用以下详细描述,它们变得被更好地理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本发明的一个实施例的人脸身份库的建立方法的流程图;
图2是本发明的一个具体实施例的人脸身份库的建立方法的流程图;
图3是本发明的一个具体的实施例的人脸身份轨迹库建立的方法的流程图;
图4是本发明的一个具体实施例的人脸轨迹查询方法的流程图;
图5是本发明的一个具体实施例的人脸身份库、轨迹库的建立和人脸轨迹查询系统。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
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申请。
图1示出了本发明的一个实施例的人脸身份库建立的方法,该方法包括以下步骤:
S1:对采集图片进行人脸提取特征,提取采集图片上的所有人脸图片的特征,全面的获取采集图片上所有的人脸的特征。
S2:根据所提取的某个人脸的特征,在身份库中进行查询,从身份库中获得与某个人脸的特征相似度最高的k个身份id,利用从采集图片上提取的某个人脸特征,遍历身份库中现有的身份id的人脸特征,从身份库中获取与采集图片上提取的某个人脸特征最相似的k个身份id。通过提取相似度最高的身份id,减少人脸识别的复杂程度,缩小识别范围,提高识别的效率。
在具体的实施例中,从身份库中获得的与某个人脸特征相似度最高的k个身份id,k的范围为1~10,应当注意的是,k的值不限于1~10,可以根据具体的应用场景进行设置,以满足不同场景的应用需求。
S3:判断k个身份id中Top1的身份id所对应的相似度是否超过第一指定阀值,对与采集图片上的某个人脸特征最像的k个身份id的人脸特征之间的相似度进行比较,通过预设的第一指定阀值进行判断,判断二者的相似度是否超过预设的第一指定阀值。
在具体的实施例中,第一指定阀值的设定可根据实际应用的场景进行调整,一般设置范围在80%~100%,在一些特殊的应用场景下,可以根据实际需要放宽第一指定阀值至50%~100%,以满足不同场景的应用情形。
S4:若Top1的身份id所对应的相似度不超过第一指定阀值,则在身份库中创建新的身份id,当Top1的身份id的人脸特征与采集图片上的某个人的人脸特征之间的相似度不超过第一指定阀值时,表示采集图片上的某个人的人脸特征在身份库中无相对应的身份id,则在身份库中新创建一个身份id,用于存储该采集图片上的某个人的人脸特征。通过创建新的身份id对身份库的信息进行动态添加,使身份库中的人脸特征信息更加完善,为人脸识别提供更完善的人脸特征数据基础。
S5:若Top1的身份id的相似度超过第一指定阀值,将剩余k-1个身份id与Top1的身份id的人脸特征进行逐一比对,判断Top1的身份id的人脸特征与剩余k-1个身份id的人脸特征之间的相似度是否超过第二指定阀值,Top1的身份id的相似度超过第一指定阀值的情况下,对剩余k-1个身份id的人脸特征进行判断,通过对剩余k-1个身份id的人脸特征与Top1的身份id的人脸特征进行对比,在判断二者人脸特征的相似度是否超过预设的第二指定阀值,以此确定k-1个身份id的人脸特征与Top1的身份id的人脸特征是否属于同一个人的人脸特征。这样能够获得更加准确的同一个人的人脸特征信息,使同一个人的人脸特征识别更加精准。
在具体的实施例中,第二指定阀值的设定可根据实际应用的场景进行调整,一般设置范围在80%~100%,在一些特殊的应用场景下,可以根据实际需要放宽第二指定阀值至50%~100%,以满足不同场景的应用情形。
应当注意的是,第二指定阀值的设定应当大于第一指定阀值,以更高的标准来判断剩余k-1个身份id的人脸特征与Top1的身份id的人脸特征是否属于同一个人,能够更准确的进行识别,提高同一个人脸特征的识别的准确性。
S6:若剩余k-1个身份id中的一个的人脸特征与Top1的身份id的人脸特征之间的相似度超过第二指定阀值,则将剩余k-1个身份id中的一个的人脸特征合并至Top1的身份id所对应的特征集合中,分别对剩余k-1个身份id中的所有人脸特征与Top1的身份id的人脸特征之间的相似度进行判断,若二者相似度都超过第二指定阀值,表示k-1个身份id的人脸特征与Top1的人脸特征属于同一个人的人脸特征,则将k-1个身份id合并至Top1的身份id中,删除k-1个身份id,并且将k-1个身份id的人脸特征与Top1的身份id的人脸特征进行合并,将合并后的人脸特征合并至Top1的身份id中的人脸特征中。通过对身份id的合并,使Top1的身份id中的人脸特征更加准确,从而提高了整个人脸识别的准确性。
在具体的实施例中,人脸特征包括人脸特征向量值,人脸特征合并具体包括将Top1的身份id的人脸特征与k-1个身份id的人脸特征的特征向量值进行平均值的计算,获得合并后的平均特征向量值。例如Top1的身份id的人脸特征的特征向量值为(1,2,3,4…),Top2的身份id的人脸特征的特征向量值为(2,4,6,8…),Top1与Top2的特征合并之后,生成的平均特征向量(1.5,3,4.5,6…),并将该平均向量记为更新后的Top1的人脸特征的特征向量值,同时删除Top2的身份id以此来对身份库中的身份id的人脸特征进行更新,使人脸特征的识别更加精确。
在可选的实施例中,可以同时对采集图片上的所有的人脸特征进行上述步骤的操作,同时对多个人脸特征进行身份id的比对,分别找出与每个人脸特征相似度最高的对应的k个身份id,同时对多个采集图片上的人脸特征进行身份库的建立或者合并更新。更加高效的对身份库进行建立和更新,加快了身份库的建立过程,提高了对多个人脸识别和更新建立的处理能力。
图2示出了本发明的一个具体的实施例的人脸身份库建立的方法,该方法包括以下步骤:
S100:对监控图片进行人脸提取特征。提取监控图片上的所有人脸图片的特征,全面的获取监控图片上所有的人脸的特征。
S101:查询身份库,返回最像的K个身份id。根据所提取的某个人脸的特征,在身份库中进行查询,从身份库中获得与某个人脸的特征相似度最高的k个身份id,利用从采集图片上提取的某个人脸特征,遍历身份库中现有的身份id的人脸特征,从身份库中获取与采集图片上提取的某个人脸特征最相似的k个身份id。通过提取相似度最高的身份id,减少人脸识别的复杂程度,缩小识别范围,提高识别的效率。
S102:判断Top1是否超过指定阀值。判断k个身份id中Top1的身份id所对应的相似度是否超过第一指定阀值,对与采集图片上的某个人脸特征最像的k个身份id的人脸特征之间的相似度进行比较,通过预设的第一指定阀值进行判断,判断二者的相似度是否超过预设的第一指定阀值。
在具体的实施例中,从身份库中获得的与某个人脸特征相似度最高的k个身份id,k的范围为1~10,应当注意的是,k的值不限于1~10,可以根据具体的应用场景进行设置,以满足不同场景的应用需求。
在具体的实施例中,第一指定阀值的设定可根据实际应用的场景进行调整,一般设置范围在80%~100%。在一些特殊的应用场景下,可以根据实际需要放宽第一指定阀值至50%~100%,以满足不同场景的应用情形。
S103:判断Topk-1多个人脸特征相似度是否超过第一指定阀值。若Top1的身份id的相似度超过第一指定阀值,将剩余k-1个身份id与Top1的身份id的人脸特征进行逐一比对,判断Top1的身份id的人脸特征与剩余k-1个身份id的人脸特征之间的相似度是否超过第二指定阀值,Top1的身份id的相似度超过第一指定阀值的情况下,对剩余k-1个身份id的人脸特征进行判断,通过对剩余k-1个身份id的人脸特征与Top1的身份id的人脸特征进行对比,在判断二者人脸特征的相似度是否超过预设的第二指定阀值,以此确定k-1个身份id的人脸特征与Top1的身份id的人脸特征是否属于同一个人的人脸特征。
在具体的实施例中,第二指定阀值的设定可根据实际应用的场景进行调整,一般设置范围在80%~100%,在一些特殊的应用场景下,可以根据实际需要放宽第二指定阀值至50%~100%,以满足不同场景的应用情形。
应当注意的是,第二指定阀值的设定应当大于第一指定阀值,以更高的标准来判断剩余k-1个身份id的人脸特征与Top1的身份id的人脸特征是否属于同一个人,能够更准确的进行识别,提高同一个人脸特征的识别的准确性。
S104:Top1的身份id的人脸特征和其他超过第一指定阈值的身份id的人脸特征逐一对比,判断Top1的身份id的人脸特征与剩余k-1个身份id的人脸特征之间的相似度是否超过第二指定阀值。Top1的身份id的相似度超过第一指定阀值的情况下,对剩余k-1个身份id的人脸特征进行判断,通过对剩余k-1个身份id的人脸特征与Top1的身份id的人脸特征进行对比,在判断二者人脸特征的相似度是否超过预设的第二指定阀值,以此确定k-1个身份id的人脸特征与Top1的身份id的人脸特征是否属于同一个人的人脸特征。
S105:判断两个id综合对比是否超过第二指定阀值,分别对剩余k-1个身份id中的所有人脸特征与Top1的身份id的人脸特征之间的相似度进行判断。若二者相似度超过第二指定阀值,表示k-1个身份id的人脸特征与Top1的人脸特征属于同一个人的人脸特征,若二者相似度不超过第二指定阀值,表示k-1个身份id的人脸特征与Top1的人脸特征不属于同一个人的人脸特征。通过二次对比能够使识别同一个人的人脸特征更加准确,从而提高了整个人脸识别的准确性。
S106:若两个id综合对比超过第二指定阀值,合并id。将k-1个身份id合并至Top1的身份id中,删除k-1个身份id,并且将k-1个身份id的人脸特征与Top1的身份id的人脸特征进行合并,将合并后的人脸特征合并至Top1的身份id中的人脸特征中。
在具体的实施例中,人脸特征合并具体包括将Top1的身份id的人脸特征与k-1个身份id的人脸特征的特征向量值进行平均值的计算,获得合并后的平均特征向量值。并将该平均向量记为更新后的Top1的人脸特征的特征向量值,同时删除Top2的身份id以此来对身份库中的身份id的人脸特征进行更新,使对同一个人的人脸特征的识别更加精确。
通过对身份id的合并,减少的身份库中的身份id的数量,避免出现同一个人对应多个身份id的情况,造成身份识别的紊乱,提高了身份库的利用率。
S107:更新身份库id。将合并后的Top1的身份id更新至身份库中,利用对身份库的实时更新保证身份库的身份id时刻保持着最新的状态,且身份库中的身份id中的人脸特征通过不断的合并,使每个身份id对应的人脸特征都更加完善,识别的准确率也不断的提升。
在具体的实施例中,在身份id更新的同时,对合并前的每个身份id对应的人脸特征的轨迹信息也进行了记录,记录下当前身份id(包括合并前的身份id)的人脸特征的所有的轨迹信息,用于后续轨迹表的制作,为后期查询人脸特征对应的轨迹信息提供了轨迹数据的基础。
S108:创建新的身份id。在Top1的身份id所对应的相似度不超过第一指定阀值的情况下,在身份库中创建新的身份id,当Top1的身份id的人脸特征与采集图片上的某个人的人脸特征之间的相似度不超过第一指定阀值时,表示采集图片上的某个人的人脸特征在身份库中无相对应的身份id,则在身份库中新创建一个身份id,用于存储该采集图片上的某个人的人脸特征。
通过创建新的身份id对身份库的信息进行动态添加,使身份库中的人脸特征信息更加完善,为人脸识别提供更完善的人脸特征数据基础。
图3示出了一种人脸轨迹表建立的方法,该方法包括以下步骤:
S201:提取身份库中身份id的人脸特征的轨迹信息。利用图1示出建立的身份库,将身份库中的Top1的身份id的轨迹进行提取,该Top1的身份id的轨迹信息包括Top1的身份id的人脸特征的轨迹信息和合并于Top1的身份id中所有的k-1个身份id的人脸特征的轨迹信息。
通过对合并前后的身份id的所有人脸特征的轨迹信息的提取,全面覆盖了该身份id的人脸特征的所有轨迹信息,使该身份id对应的轨迹信息更加的完善,保证人脸轨迹库的完整性,为人脸轨迹查询提供完整的数据信息。
S202:生成身份id的轨迹表。根据所提取的轨迹信息生成轨迹表,通过提取到的身份id的人脸特征的所有轨迹信息,生成该身份id的人脸特征的轨迹表。该轨迹表记录该身份id的人脸特征在各个位置出现的情况,能够直观的从轨迹表上获取该身份id的人脸特征对应的轨迹信息,极大的提升了人脸轨迹查询的效率。
图4示出了一种人脸轨迹查询的方法,该方法包括以下步骤:
S300:对查询人脸图片进行人脸提取特征。通过对待查询人脸图片的特征提取,获取待查询的人脸特征。
S301:查询身份库,返回最像的身份id。利用从图片上提取的待查询的人脸特征,遍历身份库中现有的身份id的人脸特征,从身份库中获取与图片上提取的待查询人脸特征最相似的身份id,通过图1建立的身份库中提取相似度最高的身份id。
S302:判断该身份id相似度是否超过第三指定阀值。通过预设的第三指定阀值,判断步骤S301中的待查询人脸特征与身份库中相似度最高的身份id的人脸特征之间的相似度是否超过第三指定阀值,当二者的相似度超过第三指定阀值,表示待查询的人脸特征与身份库中相似度最高的身份id的人脸特征属于同一个人,当二者的相似度低于第三指定阀值,表示待查询的人脸特征与身份库中相似度最高的身份id的人脸特征不属于同一个人。
S303:若超过第三指定阀值,提取该身份id的轨迹信息,生成该身份id的所有轨迹信息,当二者的相似度超过第三指定阀值,表示该身份id对应的人脸特征即为待查询的人脸特征,直接利用图3中建立的人脸轨迹表,获取该身份id对应的人脸特征的所有轨迹信息,生成该身份id对应的人脸特征的轨迹表,查询过程结束。
S304:若不超过第三指定阀值,则表示无该身份id的轨迹信息,当二者的相似度低于第三指定阀值,表示待查询的人脸特征的不存在于人脸身份库中,即该待查询的人不存在轨迹信息,查询过程结束。
在本实施例的一些可选的实现方式中,第三指定阀值的设定可根据实际应用的场景进行调整,一般设置范围在80%~100%。在一些特殊的应用场景下,可以根据实际需要放宽第三指定阀值至50%~100%,以满足不同场景的应用情形。
本发明的实施例还涉及一种计算机可读存储介质,其上存储有一或多个计算机程序,该一或多个计算机程序被计算机处理器执行时实施上文中的方法。该计算机程序包含用于执行流程图所示的方法的程序代码。需要说明的是,本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。
如图5所示,示出了根据本申请用于人脸轨迹查询系统,该系统包括人脸特征提取单元1、人脸身份库建立与更新单元2、人脸轨迹库建立单元3和人脸轨迹查找单元4。
在具体的实施例中,人脸特征提取单元1,用于对采集图片进行人脸提取特征,提取图片上的所有人脸图片的人脸特征。在人脸身份库建立的过程中,该单元用于对采集图片上的人脸特征进行提取,提取图片上的所有人脸图片的人脸特征作为身份库的建立和更新的基础和依据。在人脸轨迹查询的过程中,该单元被配置于对待查询的图片进行人脸特征的提取,提取待查询的人脸特征进行身份id的确定,并根据身份id的人脸特征进行人脸轨迹的查询。人脸特征提取单元1是整个人脸身份库、轨迹库建立和人脸轨迹查询系统的基础,通过该单元可以为后续各个单元提供基础的人脸特征信息。
在具体的实施例中,人脸身份库建立与更新单元2,用于根据所提取的某个人脸的特征,在身份库中进行查询,从身份库中获得与某个人脸的特征相似度最高的k个身份id。利用从采集图片上提取的某个人脸特征,遍历身份库中现有的身份id的人脸特征,从身份库中获取与采集图片上提取的某个人脸特征最相似的k个身份id。
判断k个身份id中Top1的身份id所对应的相似度是否超过第一指定阀值,对与采集图片上的某个人脸特征最像的k个身份id的人脸特征之间的相似度进行比较,通过预设的第一指定阀值进行判断,判断二者的相似度是否超过预设的第一指定阀值。
若Top1的身份id所对应的相似度不超过第一指定阀值,则在身份库中创建新的身份id,当Top1的身份id的人脸特征与采集图片上的某个人的人脸特征之间的相似度不超过第一指定阀值时,表示采集图片上的某个人的人脸特征在身份库中无相对应的身份id,则在身份库中新创建一个身份id,用于存储该采集图片上的某个人的人脸特征。
若Top1的身份id的相似度超过第一指定阀值,将剩余k-1个身份id与Top1的身份id的人脸特征进行逐一比对,判断Top1的身份id的人脸特征与剩余k-1个身份id的人脸特征之间的相似度是否超过第二指定阀值。Top1的身份id的相似度超过第一指定阀值的情况下,对剩余k-1个身份id的人脸特征进行判断,通过对剩余k-1个身份id的人脸特征与Top1的身份id的人脸特征进行对比,在判断二者人脸特征的相似度是否超过预设的第二指定阀值,以此确定k-1个身份id的人脸特征与Top1的身份id的人脸特征是否属于同一个人的人脸特征。
若剩余k-1个身份id中的一个的人脸特征与Top1的身份id的人脸特征之间的相似度超过第二指定阀值,则将剩余k-1个身份id中的一个的人脸特征合并至Top1的身份id所对应的特征集合中。分别对剩余k-1个身份id中的所有人脸特征与Top1的身份id的人脸特征之间的相似度进行判断,若二者相似度都超过第二指定阀值,表示k-1个身份id的人脸特征与Top1的人脸特征属于同一个人的人脸特征,则将k-1个身份id合并至Top1的身份id中,删除k-1个身份id,并且将k-1个身份id的人脸特征与Top1的身份id的人脸特征进行合并,将合并后的人脸特征合并至Top1的身份id中的人脸特征中,即生成Top1的身份id中的人脸特征为合并后的人脸特征向量的平均值。
在具体的实施例中,人脸轨迹库建立单元3,用于利用人脸身份库建立单元的相应信息,将身份库中的Top1的身份id的轨迹进行提取。该Top1的身份id的轨迹信息包括Top1的身份id的人脸特征的轨迹信息和合并于Top1的身份id中所有的k-1个身份id的人脸特征的轨迹信息。
根据所提取的轨迹信息生成轨迹表,通过提取到的身份id的人脸特征的所有轨迹信息,生成该身份id的人脸特征的轨迹表。该轨迹表记录该身份id的人脸特征在各个位置出现的情况,能够直观的从轨迹表上获取该身份id的人脸特征对应的轨迹信息,极大的提升了人脸轨迹查询的效率。
在具体的实施例中,人脸轨迹查找单元4,用于根据提取的某个人脸的特征,在身份库中进行查询,查询身份库,返回最像的身份id。利用从图片上提取的待查询的人脸特征,遍历身份库中现有的身份id的人脸特征,从身份库中获取与图片上提取的待查询人脸特征最相似的身份id,通过图1建立的身份库中提取相似度最高的身份id。
判断该身份id相似度是否超过第三指定阀值。通过预设的第三指定阀值,判断步骤S301中的待查询人脸特征与身份库中相似度最高的身份id的人脸特征之间的相似度是否超过第三指定阀值,当二者的相似度超过第三指定阀值,表示待查询的人脸特征与身份库中相似度最高的身份id的人脸特征属于同一个人,当二者的相似度低于第三指定阀值,表示待查询的人脸特征与身份库中相似度最高的身份id的人脸特征不属于同一个人。
若超过第三指定阀值,提取该身份id的轨迹信息,生成该身份id的所有轨迹信息,当二者的相似度超过第三指定阀值,表示该身份id对应的人脸特征即为待查询的人脸特征,直接利用图3中建立的人脸轨迹表,获取该身份id对应的人脸特征的所有轨迹信息,生成该身份id对应的人脸特征的轨迹表。
在本实施例的一些可选的实现方式中,该系统的各个单元可以在专用硬件上实施,也可以在通用的可编程逻辑器件中实施,或者由软硬件组合体来实施。
由此可见,根据本发明的人脸身份库、轨迹库的建立和人脸轨迹查询的方法和系统,利用采集图片进行人脸特征的提取,并根据身份库中的身份id对应的人脸特征进行对比,通过预设的指定阀值来判断二者的相似度是否属于同一个人,以此来更新或创建身份库中的身份id,并根据身份库中的身份id的轨迹信息生成轨迹表,利用身份库和轨迹表进行人脸轨迹的查询,极大的提高了判别同一个人的人脸特征的准确性,提高判别是同个人相似度,从而大大降低不是同个人的多张人脸关联到了同个身份id,在查询业务上,支持同个人不同人脸对应多个不同的身份id,从而解决了人脸识别引擎不准确的问题,从而精准的实现人脸轨迹的查询,通过图片的人脸特征即可获取该人脸特征的所有轨迹信息,整个轨迹查询的实现在性能上和准确性上都能很高效。
显然,本领域技术人员在不偏离本发明的精神和范围的情况下可以作出对本发明的实施例的各种修改和改变。以该方式,如果这些修改和改变处于本发明的权利要求及其等同形式的范围内,则本发明还旨在涵盖这些修改和改变。词语“包括”不排除未在权利要求中列出的其它元件或步骤的存在。某些措施记载在相互不同的从属权利要求中的简单事实不表明这些措施的组合不能被用于获利。权利要求中的任何附图标记不应当被认为限制范围。
Claims (11)
1.一种人脸身份库建立的方法,其特征在于,包括以下步骤:
S1:对采集图片进行人脸提取特征,提取所述采集图片上的所有人脸图片的特征;
S2:根据提取的某个人脸的所述特征,在身份库中进行查询,从所述身份库中获得与所述某个人脸的所述特征相似度最高的k个身份id;
S3:判断所述k个身份id中Top1的身份id所对应的相似度是否超过第一指定阀值;
S4:若所述Top1的身份id所对应的相似度不超过所述第一指定阀值,则在所述身份库中创建新的身份id;
S5:若所述Top1的身份id的相似度超过所述第一指定阀值,将剩余k-1个身份id与所述Top1的身份id的人脸特征进行逐一比对,判断所述Top1的身份id的人脸特征与所述剩余k-1个身份id的人脸特征之间的相似度是否超过第二指定阀值;
S6:若所述剩余k-1个身份id中的一个的人脸特征与所述Top1的身份id的人脸特征之间的相似度超过所述第二指定阀值,则将所述剩余k-1个身份id中的所述一个的人脸特征合并至所述Top1的身份id所对应的特征中。
2.根据权利要求1所述的一种人脸身份库建立的方法,其特征在于,所述步骤S5还包括以下步骤:
若所述Top1的身份id的所述人脸特征与所述剩余k-1个身份id的所述人脸特征的相似度均不超过所述第二指定阀值,则将所述Top1的身份id的所述人脸特征更新至所述身份库中。
3.根据权利要求1所述的一种人脸身份库建立的方法,其特征在于,所述第一指定阀值和所述第二指定阀值均大于80%,且所述第二指定阀值大于所述第一指定阀值。
4.根据权利要求1所述的一种人脸身份库建立的方法,其特征在于,所述方法还包括同时对所述采集图片上的所有人脸的所述特征进行查询,并按所述步骤S2至S6对所述所有人脸的所述特征进行所述身份库的创建或更新。
5.根据权利要求1所述的一种人脸身份库建立的方法,其特征在于,所述人脸特征包括人脸特征向量值,所述人脸特征合并具体包括将所述Top1的身份id的所述人脸特征与所述k-1个身份id的所述人脸特征的所述特征向量值进行平均值的计算,获得合并后的平均特征向量值。
6.一种人脸轨迹表的建立方法,利用权利要求1至5中任一项所建立的人脸身份库进行所述人脸轨迹表的建立,其特征在于,将所述身份库中的所述Top1的身份id的轨迹信息生成所述人脸特征的轨迹表,所述轨迹表包括所述Top1的身份id和合并于所述Top1的身份id中所有的所述k-1个身份id的所述人脸特征的轨迹信息。
7.一种人脸轨迹查询的方法,利用权利要求6中建立的所述人脸轨迹表进行所述人脸轨迹查询,其特征在于,包括以下步骤:
对图片进行人脸提取特征,提取所述图片上的所有人脸图片的特征;
根据提取的某个人脸的所述特征,在所述身份库中进行查询,从所述身份库中获得与所述某个人脸的所述特征相似度最高的身份id;
判断所述相似度最高的身份id的相似度是否超过第三指定阀值;
若所述相似度最高的身份id的相似度超过所述第三指定阀值,则提取所述相似度最高的身份id在所述轨迹表中的轨迹信息,生成所述身份id的所有轨迹信息。
8.根据权利要求7所述的一种人脸轨迹查询的方法,其特征在于,所述方法还包括以下步骤:
若所述相似度最高的身份id的相似度不超过所述第三指定阀值,则表示所述身份id无轨迹信息。
9.根据权利要求7所述的一种人脸轨迹查询的方法,其特征在于,所述第三指定阀值大于80%。
10.一种计算机可读存储介质,其上存储有一或多个计算机程序,其特征在于,该一或多个计算机程序被计算机处理器执行时实施权利要求1至9中任一项所述的方法。
11.一种人脸轨迹查询系统,其特征在于,所述系统包括:
人脸特征提取单元,用于对采集图片进行人脸提取特征,提取所述图片上的所有人脸图片的人脸特征;
人脸身份库建立与更新单元,用于根据提取的某个人脸的所述特征,在身份库中进行查询,从所述身份库中获得与所述某个人脸的所述特征相似度最高的k个身份id;
判断所述k个身份id中Top1的身份id所对应的相似度是否超过第一指定阀值;
若所述Top1的身份id所对应的相似度不超过所述第一指定阀值,则在所述身份库中创建新的身份id;
若所述Top1的身份id的相似度超过所述第一指定阀值,将剩余k-1个身份id与所述Top1的身份id的人脸特征进行逐一比对,判断所述Top1的身份id的人脸特征与所述剩余k-1个身份id的人脸特征之间的相似度是否超过第二指定阀值;
若所述剩余k-1个身份id中的一个的人脸特征与所述Top1的身份id的人脸特征之间的相似度超过所述第二指定阀值,则将所述剩余k-1个身份id中的所述一个的人脸特征合并至所述Top1的身份id所对应的特征中;
人脸轨迹库建立单元,用于将所述身份库中的所述Top1的身份id的轨迹信息生成所述人脸特征的轨迹表,所述轨迹表包括所述Top1的身份id和合并于所述Top1的身份id中所有的所述k-1个身份id的所述人脸特征的轨迹信息;
人脸轨迹查找单元,用于根据提取的某个人脸的所述特征,在所述身份库中进行查询,从所述身份库中获得与所述某个人脸的所述特征相似度最高的身份id;
判断所述相似度最高的身份id的相似度是否超过第三指定阀值;
若所述相似度最高的身份id的相似度是超过所述第三指定阀值,则提取所述相似度最高的身份id在所述轨迹表中的轨迹信息,生成所述身份id的所有轨迹信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811607472.8A CN109858354B (zh) | 2018-12-27 | 2018-12-27 | 一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811607472.8A CN109858354B (zh) | 2018-12-27 | 2018-12-27 | 一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109858354A true CN109858354A (zh) | 2019-06-07 |
CN109858354B CN109858354B (zh) | 2022-01-25 |
Family
ID=66892570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811607472.8A Active CN109858354B (zh) | 2018-12-27 | 2018-12-27 | 一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109858354B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263744A (zh) * | 2019-06-26 | 2019-09-20 | 苏州万店掌网络科技有限公司 | 提高无感人脸识别率的方法 |
CN110942003A (zh) * | 2019-11-20 | 2020-03-31 | 中国建设银行股份有限公司 | 人员轨迹搜索方法及系统 |
CN111104541A (zh) * | 2019-12-31 | 2020-05-05 | 厦门市美亚柏科信息股份有限公司 | 一种高效的人脸图片检索方法及装置 |
CN112001243A (zh) * | 2020-07-17 | 2020-11-27 | 广州紫为云科技有限公司 | 一种行人重识别数据标注方法、装置及设备 |
CN112559793A (zh) * | 2021-02-23 | 2021-03-26 | 成都旺小宝科技有限公司 | 一种人脸图像的检索方法 |
CN114579780A (zh) * | 2022-03-04 | 2022-06-03 | 浪潮软件集团有限公司 | 国产cpu及操作系统下人员活动轨迹查询方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294986A (zh) * | 2012-03-02 | 2013-09-11 | 汉王科技股份有限公司 | 一种生物特征的识别方法和装置 |
CN105373626A (zh) * | 2015-12-09 | 2016-03-02 | 深圳融合永道科技有限公司 | 分布式人脸识别轨迹搜索系统和方法 |
CN107808149A (zh) * | 2017-11-17 | 2018-03-16 | 腾讯数码(天津)有限公司 | 一种人脸信息标注方法、装置和存储介质 |
WO2018099773A1 (en) * | 2016-11-30 | 2018-06-07 | Koninklijke Philips N.V. | Patient identification systems and methods |
US20180225506A1 (en) * | 2017-02-08 | 2018-08-09 | Safran Identity & Security | Device for processing images of people, the device seeking to sort these images as a function of contextual information |
US20180357241A1 (en) * | 2017-06-13 | 2018-12-13 | International Business Machines Corporation | Generating a synchronized multimedia social media profile |
-
2018
- 2018-12-27 CN CN201811607472.8A patent/CN109858354B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294986A (zh) * | 2012-03-02 | 2013-09-11 | 汉王科技股份有限公司 | 一种生物特征的识别方法和装置 |
CN105373626A (zh) * | 2015-12-09 | 2016-03-02 | 深圳融合永道科技有限公司 | 分布式人脸识别轨迹搜索系统和方法 |
WO2018099773A1 (en) * | 2016-11-30 | 2018-06-07 | Koninklijke Philips N.V. | Patient identification systems and methods |
US20180225506A1 (en) * | 2017-02-08 | 2018-08-09 | Safran Identity & Security | Device for processing images of people, the device seeking to sort these images as a function of contextual information |
US20180357241A1 (en) * | 2017-06-13 | 2018-12-13 | International Business Machines Corporation | Generating a synchronized multimedia social media profile |
CN107808149A (zh) * | 2017-11-17 | 2018-03-16 | 腾讯数码(天津)有限公司 | 一种人脸信息标注方法、装置和存储介质 |
Non-Patent Citations (2)
Title |
---|
CE QI: "Accurate and Efficient Similarity Search for Large Scale Face Recognition", 《ARXIV》 * |
张广程等: "人脸识别技术在公共安全领域中的应用", 《中国公共安全》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263744A (zh) * | 2019-06-26 | 2019-09-20 | 苏州万店掌网络科技有限公司 | 提高无感人脸识别率的方法 |
CN110942003A (zh) * | 2019-11-20 | 2020-03-31 | 中国建设银行股份有限公司 | 人员轨迹搜索方法及系统 |
CN111104541A (zh) * | 2019-12-31 | 2020-05-05 | 厦门市美亚柏科信息股份有限公司 | 一种高效的人脸图片检索方法及装置 |
CN112001243A (zh) * | 2020-07-17 | 2020-11-27 | 广州紫为云科技有限公司 | 一种行人重识别数据标注方法、装置及设备 |
CN112559793A (zh) * | 2021-02-23 | 2021-03-26 | 成都旺小宝科技有限公司 | 一种人脸图像的检索方法 |
CN112559793B (zh) * | 2021-02-23 | 2021-07-13 | 成都旺小宝科技有限公司 | 一种人脸图像的检索方法 |
CN114579780A (zh) * | 2022-03-04 | 2022-06-03 | 浪潮软件集团有限公司 | 国产cpu及操作系统下人员活动轨迹查询方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109858354B (zh) | 2022-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858354A (zh) | 一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统 | |
US7529411B2 (en) | Interactive system for recognition analysis of multiple streams of video | |
CN107506684B (zh) | 步态识别方法及装置 | |
US8565493B2 (en) | Method, system, and computer-readable recording medium for recognizing face of person included in digital data by using feature data | |
US8570376B1 (en) | Method and system for efficient sampling of videos using spatiotemporal constraints for statistical behavior analysis | |
EP2318979B1 (en) | Method and system for automated annotation of persons in video content | |
US8457466B1 (en) | Videore: method and system for storing videos from multiple cameras for behavior re-mining | |
CN110443833A (zh) | 对象跟踪方法和设备 | |
US8130285B2 (en) | Automated searching for probable matches in a video surveillance system | |
JP5061382B2 (ja) | 時系列データの識別装置および動画像への人物メタ情報付与装置 | |
CN102945366A (zh) | 一种人脸识别的方法及装置 | |
KR102592551B1 (ko) | Ar장치를 위한 객체 인식 처리 장치 및 방법 | |
KR100968024B1 (ko) | 감시 시스템 네트워크를 이용한 객체의 이동 경로 추적방법 및 시스템 | |
CN112016353A (zh) | 一种基于视频的人脸图像进行身份识别方法及装置 | |
CN112199530B (zh) | 多维度脸库图片自动更新方法、系统、设备及介质 | |
CN110942003A (zh) | 人员轨迹搜索方法及系统 | |
CN116844077A (zh) | 视频处理的方法、装置、计算机设备及存储介质 | |
CN111784742B (zh) | 一种行人跨镜头追踪方法及装置 | |
Duan et al. | Semantic shot classification in sports video | |
CN102226908A (zh) | 基于mpeg-7标准的人脸判别方法 | |
CN116612542A (zh) | 基于多模态生物特征一致性的音视频人物识别方法及系统 | |
CN109635688A (zh) | 基于图像识别管理书架上书籍的方法与系统 | |
JP2022112831A (ja) | 顔追跡装置およびプログラム | |
JP5618628B2 (ja) | 人物情報自動収集システム及び人物情報自動収集方法並びにそのプログラム | |
CN111143611A (zh) | 一种信息获取方法及装置 |
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 |