CN110348315B - 动态更新人脸特征底库的方法及装置、人脸抓拍系统 - Google Patents
动态更新人脸特征底库的方法及装置、人脸抓拍系统 Download PDFInfo
- Publication number
- CN110348315B CN110348315B CN201910517031.7A CN201910517031A CN110348315B CN 110348315 B CN110348315 B CN 110348315B CN 201910517031 A CN201910517031 A CN 201910517031A CN 110348315 B CN110348315 B CN 110348315B
- Authority
- CN
- China
- Prior art keywords
- face
- information
- face feature
- base
- captured
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/50—Maintenance of biometric data or enrolment thereof
Abstract
本发明公开一种动态更新人脸特征底库的方法、装置及人脸抓拍系统,包括:在对人脸特征底库的人脸信息开始更新时,获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息;将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度;在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中;在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息。本发明的技术方案能够自动更新人脸特征底库信息,提高人脸特征底库存储人脸照片的质量和更新的实时性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种动态更新人脸特征底库的方法、装置、人脸抓拍系统、计算机设备及存储介质。
背景技术
在现有人脸抓拍系统中,事先通过人工方式给指定人员进行拍照,并将标准人脸照片、特征信息和身份信息存储至人脸特征底库,实现静态人脸特征底库的初始化;在监控点位,摄像机对实时人脸信息进行捕获采集后,在人脸特征底库中进行检索,通过特征信息进行比对,匹配出人脸特征底库照片,作为一种身份识别。针对人脸抓拍系统在多路人脸抓拍枪机级联实际应用中,静态人脸特征底库初始化加载,依赖后端平台人工采集并加载人脸特征底库信息,导致人脸特征底库更新的实时性偏低,耗费人力资源,生产成本偏高的问题。
有鉴于此,有必要对目前的人脸特征底库更新技术进行进一步的改进。
发明内容
为解决上述至少一技术问题,本发明的主要目的是提供一种动态更新人脸特征底库的方法、装置、人脸抓拍系统、计算机设备及存储介质。
为实现上述目的,本发明采用的第一个技术方案为:提供一种动态更新人脸特征底库的方法,包括:
在对人脸特征底库的人脸信息开始更新时,获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息;
将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度;
在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,其中,所述最小相似度阈值小于最大相似度阈值;
在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息。
其中,所述在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,还包括:
确定是否将当前抓拍的人脸信息作为人脸特征底库的人脸信息进行存储,
若是则将当前抓拍的人脸信息存储至人脸特征底库中;
若否则返回开始更新人脸特征底库的人脸信息。
其中,所述在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,还包括:
确定当前抓拍的人脸信息是否超过人脸特征底库容量,
若否则对当前抓拍的人脸信息进行存储;
若是否则返回开始更新人脸特征底库的人脸信息。
其中,在人脸相似度大于预设的最小相似度阈值,并且人脸相似度小于或等于预设的最大相似度阈值时,返回开始更新人脸特征底库的人脸信息。
为实现上述目的,本发明采用的第二个技术方案为:提供一种动态更新人脸特征底库的装置,包括:
获取单元,用于在对人脸特征底库的人脸信息开始更新时,获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息;
对比单元,用于将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度;
更新单元,用于在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,其中,所述最小相似度阈值小于最大相似度阈值;以及
在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息。
为实现上述目的,本发明采用的第三个技术方案为:提供一种人脸抓拍系统,包括:
人脸检测模块,用于从每帧YUV图像的原始数据中检测出人脸坐标、人脸编号、及时间戳数据;
抠图模块,用于根据时间戳数据找出对应的YUV图像的原始图片,根据人脸坐标从原始图片抠取出目标图片;
特征提取模块,用于从目标图片中提取出人脸特征信息;将提取的人脸特征信息与人脸特征底库中的人脸特征信息进行比对;
识别模块,用于在提取出人脸特征信息与人脸特征底库中的人脸特征信息吻合时,对目标人身份的识别;
底库维护模块,用于在提取出人脸特征信息为全新的人脸特征信息时,应用上述方法将全新的人脸特征信息添加至人脸特征底库中。
其中,所述抠图模块还用于:对目标图片进行编码得到人脸图片。
其中,所述人脸特征信息为人脸多个维度采样得到的一组多维度向量。
为实现上述目的,本发明采用的第四个技术方案为:提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权上述方法的步骤。
为实现上述目的,本发明采用的第五个技术方案为:提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
本发明的技术方案采用先获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息,然后将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度,在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,实现抓拍的人脸信息的增加;在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息,实现抓拍人脸信息的替换,如此,能够自动更新人脸特征底库信息,提高人脸特征底库存储人脸照片的质量和更新的实时性,减轻后端平台人工采集、加载人脸特征底库信息产生的成本。
附图说明
图1为本发明一实施例动态更新人脸特征底库的方法的流程图;
图2为本发明另一实施例动态更新人脸特征底库的方法的流程图;
图3为本发明一实施例态更新人脸特征底库的装置的模块方框图;
图4为本发明一实施例人脸抓拍系统的模块方框图;
图5为本发明YUV格式的原始图片;
图6为本发明YUV格式的目标图片;
图7为本发明一实施例计算机设备的内部结构图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参照图1,图1为本发明一实施例动态更新人脸特征底库的方法的流程图。在本发明实施例中,该动态更新人脸特征底库的方法,包括:
步骤S10、在对人脸特征底库的人脸信息开始更新时,获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息;
步骤S20、将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度;
步骤S30、在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,其中,所述最小相似度阈值小于最大相似度阈值;
步骤S40、在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息。
上述的动态更新人脸特征底库的方法可以应用于人脸抓拍系统中。人脸抓拍系统大致包括人脸检测模块、抠图模块、特征提取模块、识别模块及底库维护模块。这里,先对底库维护模块动态更新人脸特征底库的方法进行描述。另外,上述的人脸特征信息为人脸多个维度采样得到的一组多维度向量。上述的,最小相似度阈值及最大相似度阈值的大小可根据实际的要求来设计。本方案中,最小相似度阈值的取值小于最大相似度阈值。
本发明通过先获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息,然后将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度,在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,实现抓拍的人脸信息的增加;在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息,实现抓拍人脸信息的替换,如此,能够自动更新人脸特征底库信息,提高人脸特征底库存储人脸照片的质量和更新的实时性,减轻后端平台人工采集、加载人脸特征底库信息产生的成本。
进一步的,所述在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,还包括:
确定是否将当前抓拍的人脸信息作为人脸特征底库的人脸信息进行存储,
若是则将当前抓拍的人脸信息存储至人脸特征底库中;
若否则返回开始更新人脸特征底库的人脸信息。
本实施例中,在人脸相似度小于或等于预设的最小相似度阈值时,表示抓怕的人脸信息为全新的人脸信息。全新的人脸信息可以通过人工或自动存储至人脸特征底库中。通过人工确定可以保证存入人脸特征底库的图片质量,方便身份识别。如果人脸图片没有通过确定,则返回开始更新人脸特征底库的人脸信息。
进一步的,所述在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,还包括:
确定当前抓拍的人脸信息是否超过人脸特征底库容量,
若否则对当前抓拍的人脸信息进行存储;
若是否则返回开始更新人脸特征底库的人脸信息。
本实施例中,在进行人脸信息存储时,还包括判断当前抓拍的人脸信息是否超过人脸特征底库容量,如果超过则人脸特征底库无法存储,并返回开始更新人脸特征底库的人脸信息,如果不超过则可以存储,存储后,结束人脸特征地库更新,并返回开始更新人脸特征底库的人脸信息。
进一步的,在人脸相似度大于预设的最小相似度阈值,并且人脸相似度小于或等于预设的最大相似度阈值时,返回开始更新人脸特征底库的人脸信息。本实施例中,在人脸相似度大于预设的最小相似度阈值,并且人脸相似度小于或等于预设的最大相似度阈值时,表示抓取的人脸信息与人脸特征底库中的人脸信息匹配成功,可识别出目标人身份信息。
在一具体的实施例中,请参照图2,图2为本发明另一实施例动态更新人脸特征底库的方法的流程图。底库维护模块按照如下步骤进行人脸特征底库人脸照片和特征信息的更新维护,具体如下:
1、获取抓拍的人脸照片FaceNewTinyMjpeg_n、人脸特征信息FaceNewFeature_n;
2、逐一获取人脸特征底库Facelib中的人脸照片FaceOldTinyMjpeg_m、人脸特征信息FaceOldFeature_m,与新输入的人脸特征信息FaceNewFeature_n对比生成人脸相似度FaceNewSim_n。对比人脸相似度是否超过预设的最小相似度阈值SimMin,如果是则进入步骤3,否则进入步骤4。上述的相似度是指人脸特征信息FaceNewFeature_n与人脸特征底库Facelib中人脸照片FaceOldFeature_m的人脸特征信息FaceOldFeature_m之间的距离。
3、比对人脸相似度FaceNewSim_n是否超过设置值SimMax,如果是则进入步骤3.1,否则进入步骤3.2。
3.1、通过人工确认是否将当前抓拍相似度接近的人脸照片FaceNewTinyMjpeg_n替换人脸特征底库Facelib中人脸照片FaceOldFeature_m,如果是抓拍的人脸照片FaceNewTinyMjpeg_n质量更佳进入步骤3.3,否则进入步骤3.4。
3.2、重新从步骤1开始执行。
3.3、将当前抓拍的人脸照片FaceNewTinyMjpeg_n、人脸特征信息FaceNewFeature_n替换人脸特征底库Facelib在设备flash存储器中旧的信息,进入步骤5。
3.4、重新从步骤1开始执行。
4、通过人工确定是否作为人脸特征底库Facelib照片存储,如果是则进入步骤4.1,否则进入步骤1。
4.1、检查图片添加是否超过人脸特征底库Facelib容量LibSize,如果是进入步骤1,否则进入步骤4.2。
4.2、添加人脸照片FaceNewTinyMjpeg_n、人脸特征信息FaceNewFeature_n至人脸特征地库Facelib中,并存储于设备flash存储器中,实现掉电记忆功能。
4.3、重新从步骤1开始执行。
4.4、进入步骤5。
4.5、重新从步骤1开始执行。
5、上述的,人脸特征底库Facelib照片添加或替换后,结束人脸特征底库更新,重新从步骤1开始执行。
请参照图3,图3为本发明一实施例态更新人脸特征底库的装置的模块方框图。本发明的实施例中,该动态更新人脸特征底库的装置,包括:
获取单元51,用于在对人脸特征底库的人脸信息开始更新时,获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息;
对比单元52,用于将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度;
更新单元53,用于在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,其中,所述最小相似度阈值小于最大相似度阈值;以及
在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息。
本方案中,通过获取单元51,可以获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息,然后通过对比单元52,可以将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度,以及通过更新单元53,在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,实现抓拍的人脸信息的增加;在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息,实现抓拍人脸信息的替换,能够自动更新人脸特征底库信息,提高人脸特征底库存储人脸照片的质量和更新的实时性。
请参照图4,图4为本发明一实施例人脸抓拍系统的模块方框图。本发明的实施例中,该人脸抓拍系统,包括:
人脸检测模块10,用于从每帧YUV图像的原始数据中检测出人脸坐标、人脸编号、及时间戳数据;
抠图模块20,用于根据时间戳数据找出对应的YUV图像的原始图片,根据人脸坐标从原始图片抠取出目标图片;
特征提取模块30,用于从目标图片中提取出人脸特征信息;将提取的人脸特征信息与人脸特征底库中的人脸特征信息进行比对;
识别模块40,用于在提取出人脸特征信息与人脸特征底库中的人脸特征信息吻合时,对目标人身份的识别;
底库维护模块50,用于在提取出人脸特征信息为全新的人脸特征信息时,应用上述方法将全新的人脸特征信息添加至人脸特征底库中。
本实施例中,人脸检测模块10可以将摄像机抓拍的每帧YUV图像的原始数据进行分析,得到人脸的位置信息Pos_n、人脸Id_n、人脸置信度C_n以及时间戳T_n等信息。抠图模块20,可以根据时间戳找到此时刻的YUV图像的原始图片(大图)BigImage_n,通过坐标信息Pos_n,抠取YUV图像的目标图片(小图)FaceNewTinyImage_n,并且通过Mjepg格式编码生成人脸照片FaceNewTinyMjpeg_n。特征提取模块30,在小图FaceNewTinyImage_n信息中提取人脸特征信息FaceNewFeature_n。底库维护模块50,根据人脸特征信息FaceNewFeature_n,进行检索比对,匹配出目标人身份信息,实现目标人的身份识别。如果是全新的人脸特征信息,则将人脸照片FaceNewTinyMjpeg_n和人脸特征信息FaceNewFeature_n添加到底库,实现动态更新人脸特征底库。其中,该底库维护模块50采用上述实施例动态更新人脸特征底库的方法来更新人脸特征底库,以提高人脸特征底库存储人脸照片的质量和更新的实时性。
在一具体的实施例中,请参照图5和图6。图5为本发明YUV格式的原始图片;图6为本发明YUV格式的目标图片。人脸抓拍系统,通过人脸检测模块10,可以检测YUV图像的原始数据,得到人脸的坐标信息Pos_n矩形起始点坐标(70,100)和对角点坐标(120,150)、人脸编号Id_n为13558、人脸置信度C_n为81以及时间戳T_n为71553458830等信息。抠图模块20,根据时间戳找到此时刻的YUV图像的原始图片(大图)BigImage_n,如图5,通过坐标信息Pos_n矩形起始点坐标(70,100)和对角点坐标(120,150),抠取YUV图像的目标图片(小图)FaceNewTinyImage_n,并且通过Mjepg格式编码生成人脸照片FaceNewTinyMjpeg_n,如图6。特征提取模块30,在目标图片(小图)FaceNewTinyImage_n信息中提取人脸特征信息FaceNewFeature_n,用128字节数组来表示FaceNewFeatureArray_n[128],以及特征提取模块30将输出人脸照片FaceNewTinyMjpeg_n和特征信息FaceNewFeature_n给底库维护模块50。
请参照图7,图7为本发明一实施例计算机设备的内部结构图。在一实施例中,该计算机设备包括通过系统总线连接的处理器、存储器及网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种动态更新人脸特征底库的方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以上各个方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以上各个方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (9)
1.一种动态更新人脸特征底库的方法,其特征在于,所述动态更新人脸特征底库的方法,包括:
在对人脸特征底库的人脸信息开始更新时,获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息;
将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度;
在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,其中,所述最小相似度阈值小于最大相似度阈值;
在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息;
在人脸相似度大于预设的最小相似度阈值,并且人脸相似度小于或等于预设的最大相似度阈值时,返回开始更新人脸特征底库的人脸信息,则抓取的人脸信息与人脸特征底库中的人脸信息匹配成功。
2.如权利要求1所述的动态更新人脸特征底库的方法,其特征在于,所述在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,还包括:
确定是否将当前抓拍的人脸信息作为人脸特征底库的人脸信息进行存储,
若是则将当前抓拍的人脸信息存储至人脸特征底库中;
若否则返回开始更新人脸特征底库的人脸信息。
3.如权利要求2所述的动态更新人脸特征底库的方法,其特征在于,所述在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,还包括:
确定当前抓拍的人脸信息是否超过人脸特征底库容量,
若否则对当前抓拍的人脸信息进行存储;
若是则返回开始更新人脸特征底库的人脸信息。
4.一种动态更新人脸特征底库的装置,其特征在于,所述动态更新人脸特征底库的装置,包括:
获取单元,用于在对人脸特征底库的人脸信息开始更新时,获取当前抓拍的人脸信息,以及人脸特征底库中存储的每一人脸信息,所述人脸信息包括人脸照片,及对应的人脸特征信息;
对比单元,用于将当前抓拍的人脸信息的人脸特征信息逐一与人脸特征底库中的人脸信息的人脸特征信息进行对比生成人脸相似度;
更新单元,用于在人脸相似度小于或等于预设的最小相似度阈值时,将当前抓拍的人脸信息添加并存储至人脸特征底库中,其中,所述最小相似度阈值小于最大相似度阈值;以及
在人脸相似度同时大于预设的最小相似度阈值及预设的最大相似度阈值时,将人脸特征底库中的存储的人脸信息替换为当前抓拍的人脸信息;
其中,所述更新单元,还用于在人脸相似度大于预设的最小相似度阈值,并且人脸相似度小于或等于预设的最大相似度阈值时,返回开始更新人脸特征底库的人脸信息,确定抓取的人脸信息与人脸特征底库中的人脸信息匹配成功。
5.一种人脸抓拍系统,其特征在于,抓拍人脸识别系统包括:
人脸检测模块,用于从每帧YUV图像的原始数据中检测出人脸坐标、人脸编号、及时间戳数据;
抠图模块,用于根据时间戳数据找出对应的YUV图像的原始图片,根据人脸坐标从原始图片抠取出目标图片;
特征提取模块,用于从目标图片中提取出人脸特征信息;将提取的人脸特征信息与人脸特征底库中的人脸特征信息进行比对;
识别模块,用于在提取出人脸特征信息与人脸特征底库中的人脸特征信息吻合时,对目标人身份的识别;
底库维护模块,用于在提取出人脸特征信息为全新的人脸特征信息时,应用权利要求1-3任一项所述方法将全新的人脸特征信息添加至人脸特征底库中。
6.如权利要求5所述的人脸抓拍系统,其特征在于,所述抠图模块还用于:对目标图片进行编码得到人脸图片。
7.如权利要求5所述的人脸抓拍系统,其特征在于,所述人脸特征信息为人脸多个维度采样得到的一组多维度向量。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910517031.7A CN110348315B (zh) | 2019-06-14 | 2019-06-14 | 动态更新人脸特征底库的方法及装置、人脸抓拍系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910517031.7A CN110348315B (zh) | 2019-06-14 | 2019-06-14 | 动态更新人脸特征底库的方法及装置、人脸抓拍系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110348315A CN110348315A (zh) | 2019-10-18 |
CN110348315B true CN110348315B (zh) | 2021-10-19 |
Family
ID=68182055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910517031.7A Active CN110348315B (zh) | 2019-06-14 | 2019-06-14 | 动态更新人脸特征底库的方法及装置、人脸抓拍系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110348315B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095110B (zh) * | 2019-12-23 | 2024-03-08 | 浙江宇视科技有限公司 | 人脸数据动态入库的方法、装置、介质及电子设备 |
CN111597894B (zh) * | 2020-04-15 | 2023-09-15 | 新讯数字科技(杭州)有限公司 | 一种基于人脸检测技术的人脸库更新方法 |
CN111626173B (zh) * | 2020-05-21 | 2023-09-08 | 上海集成电路研发中心有限公司 | 一种更新数据库中人脸特征向量的方法 |
CN111814570B (zh) * | 2020-06-12 | 2024-04-30 | 深圳禾思众成科技有限公司 | 一种基于动态阈值的人脸识别方法、系统及存储介质 |
CN112084903A (zh) * | 2020-08-26 | 2020-12-15 | 武汉普利商用机器有限公司 | 一种更新人脸识别底库照片的方法及系统 |
CN112115910A (zh) * | 2020-09-28 | 2020-12-22 | 中国银行股份有限公司 | 人脸库更新方法及装置 |
CN112487222B (zh) * | 2020-11-30 | 2021-11-30 | 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 |
CN112560686B (zh) * | 2020-12-16 | 2023-03-07 | 神思(山东)医疗信息技术有限责任公司 | 一种动态调用人脸系统、方法及云人脸数据处理端 |
CN112507980B (zh) * | 2021-02-02 | 2021-06-18 | 红石阳光(北京)科技股份有限公司 | 一种安防系统中人脸跟踪图片优化存储方法 |
CN114429663B (zh) * | 2022-01-28 | 2023-10-20 | 北京百度网讯科技有限公司 | 人脸底库的更新方法、人脸识别方法、装置及系统 |
CN114333041B (zh) * | 2022-03-10 | 2022-06-17 | 浙江大华技术股份有限公司 | 一种图像处理方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372606A (zh) * | 2016-08-31 | 2017-02-01 | 北京旷视科技有限公司 | 目标对象信息生成方法和单元、识别方法和单元及系统 |
CN107590212A (zh) * | 2017-08-29 | 2018-01-16 | 深圳英飞拓科技股份有限公司 | 一种人脸图片的入库系统及方法 |
CN107766797A (zh) * | 2017-09-27 | 2018-03-06 | 汉柏科技有限公司 | 一种陌生人识别方法和系统 |
CN109086739A (zh) * | 2018-08-23 | 2018-12-25 | 成都睿码科技有限责任公司 | 一种无人脸数据训练的人脸识别方法和系统 |
CN109598203A (zh) * | 2018-11-06 | 2019-04-09 | 平安科技(深圳)有限公司 | 基于人脸识别的照片添加方法、装置、终端及存储介质 |
CN109660762A (zh) * | 2018-12-21 | 2019-04-19 | 深圳英飞拓智能技术有限公司 | 智能抓拍装置中大小图关联方法及装置 |
CN109684961A (zh) * | 2018-12-14 | 2019-04-26 | 深圳英飞拓智能技术有限公司 | 基于人脸识别的人口管理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7760917B2 (en) * | 2005-05-09 | 2010-07-20 | Like.Com | Computer-implemented method for performing similarity searches |
CN108875493B (zh) * | 2017-10-12 | 2021-04-27 | 北京旷视科技有限公司 | 人脸识别中相似度阈值的确定方法以及确定装置 |
-
2019
- 2019-06-14 CN CN201910517031.7A patent/CN110348315B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372606A (zh) * | 2016-08-31 | 2017-02-01 | 北京旷视科技有限公司 | 目标对象信息生成方法和单元、识别方法和单元及系统 |
CN107590212A (zh) * | 2017-08-29 | 2018-01-16 | 深圳英飞拓科技股份有限公司 | 一种人脸图片的入库系统及方法 |
CN107766797A (zh) * | 2017-09-27 | 2018-03-06 | 汉柏科技有限公司 | 一种陌生人识别方法和系统 |
CN109086739A (zh) * | 2018-08-23 | 2018-12-25 | 成都睿码科技有限责任公司 | 一种无人脸数据训练的人脸识别方法和系统 |
CN109598203A (zh) * | 2018-11-06 | 2019-04-09 | 平安科技(深圳)有限公司 | 基于人脸识别的照片添加方法、装置、终端及存储介质 |
CN109684961A (zh) * | 2018-12-14 | 2019-04-26 | 深圳英飞拓智能技术有限公司 | 基于人脸识别的人口管理方法及装置 |
CN109660762A (zh) * | 2018-12-21 | 2019-04-19 | 深圳英飞拓智能技术有限公司 | 智能抓拍装置中大小图关联方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110348315A (zh) | 2019-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348315B (zh) | 动态更新人脸特征底库的方法及装置、人脸抓拍系统 | |
CN109635657B (zh) | 目标跟踪方法、装置、设备及存储介质 | |
EP3654284A1 (en) | Target tracking method and apparatus, electronic device and storage medium | |
CN111339979B (zh) | 基于特征提取的图像识别方法及图像识别装置 | |
CN111259813B (zh) | 人脸检测跟踪方法、装置、计算机设备和存储介质 | |
CN111191568A (zh) | 翻拍图像识别方法、装置、设备及介质 | |
CN111241938A (zh) | 基于图像校验的人脸识别方法、装置和计算机设备 | |
CN114139015A (zh) | 基于关键事件识别的视频存储方法、装置、设备及介质 | |
CN109919017B (zh) | 人脸识别优化方法、装置、计算机设备和存储介质 | |
CN111177436A (zh) | 一种人脸特征检索方法、装置及设备 | |
CN112036242A (zh) | 人脸图片采集方法、装置、计算机设备及存储介质 | |
CN110929555B (zh) | 脸部识别方法与使用此方法的电子装置 | |
CN110659373A (zh) | 图像检索的方法、设备、计算机设备和存储介质 | |
CN110766077A (zh) | 证据链图像中特写图筛选方法、装置和设备 | |
CN110163183B (zh) | 目标检测算法的评估方法、装置、计算机设备和存储介质 | |
WO2018121414A1 (zh) | 电子设备、目标图像识别方法及装置 | |
CN112836682A (zh) | 视频中对象的识别方法、装置、计算机设备和存储介质 | |
CN111274965A (zh) | 人脸识别方法、装置、计算机设备和存储介质 | |
CN111985531A (zh) | 异常资源需求集群的确定方法、装置、设备和存储介质 | |
CN110659376A (zh) | 图片查找方法、装置、计算机设备和存储介质 | |
CN115391596A (zh) | 视频档案生成方法、装置及存储介质 | |
CN114266267A (zh) | 集合二维码、文档、证件、人脸的自动识别方法、装置及存储介质 | |
CN114332981A (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
CN111507289A (zh) | 视频匹配方法、计算机设备和存储介质 | |
CN110781056A (zh) | 屏幕检测方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |