CN110807119A - 人脸查重方法及装置 - Google Patents
人脸查重方法及装置 Download PDFInfo
- Publication number
- CN110807119A CN110807119A CN201810799361.5A CN201810799361A CN110807119A CN 110807119 A CN110807119 A CN 110807119A CN 201810799361 A CN201810799361 A CN 201810799361A CN 110807119 A CN110807119 A CN 110807119A
- Authority
- CN
- China
- Prior art keywords
- image
- comparison
- similarity
- image set
- female
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供一种人脸查重方法及装置。该方法包括:获取待查重图像库中的每张图像的图像特征,所述图像特征包括质量分数、性别属性以及性别属性对应的置信度;基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集;对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果;根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。由此,采用上述方案,能够有效提高比对结果的准确性,同时减少比对次数,提高比对效率。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种人脸查重方法及装置。
背景技术
目前在许多场景下对需要进行人脸比对,目前的人脸比对方案主要是针对图像库内所有人脸图片特征信息的交叉比对,或者根据与人脸图像关联的结构化信息进行分批比对筛选。但是,采用完全交叉比对会使得比对次数非常多,导致比对效率低下。此外,结构化信息比对往往会存在数据登记错误或者数据不完整的情况,从而影响比对结果的准确性。
发明内容
为了克服现有技术中的上述不足,本申请的目的在于提供一种人脸查重方法及装置,能够有效提高比对结果的准确性,同时减少比对次数,提高比对效率。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种人脸查重方法,所述方法包括:
获取待查重图像库中的每张图像的图像特征,所述图像特征包括质量分数、性别属性以及性别属性对应的置信度;
基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集;
对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果;
根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。
可选地,所述基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集的步骤,包括:
针对每张图像,判断该张图像的性别属性对应的置信度是否大于预设阈值,得到判断结果,所述判断结果包括置信度大于预设阈值的可信图像集和置信度不大于预设阈值的图像的不可信图像集;
对所述可信图像集进行性别分类,得到可信男性图像集和可信女性图像集;
将所述不可信图像集分别添加到所述可信男性图像集和所述可信女性图像集中,得到对应的男性图像集和女性图像集。
可选地,所述对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果的步骤,包括:
获取所述男性图像集中质量分数最高的图像作为第一比对图像;
将所述第一比对图像与所述男性图像集中其余所有图像进行相似度比对,将该第一比对图像以及与该第一比对图像相似度大于预设相似度阈值的所有图像作为第一图像子集;
从所述男性图像集中除去所述第一图像子集的图像中获取质量分数最高的图像作为第二比对图像;
将所述第二比对图像与所述男性图像集中除去所述第一比对图像和所述第二比对图像的其余所有图像进行相似度比对,将该第二比对图像以及与该第二比对图像相似度大于预设相似度阈值的所有图像作为第二图像子集,以此类推,得到所述男性图像集对应的多个图像子集;
同时,获取所述女性图像集中质量分数最高的图像作为第一比对图像;
将所述第一比对图像与所述女性图像集中其余所有图像进行相似度比对,将该第一比对图像以及与该第一比对图像相似度大于预设相似度阈值的所有图像作为第一图像子集;
从所述女性图像集中除去所述第一图像子集的图像中获取质量分数最高的图像作为第二比对图像;
将所述第二比对图像与所述女性图像集中除去所述第一比对图像和所述第二比对图像的其余所有图像进行相似度比对,将该第二比对图像以及与该第二比对图像相似度大于预设相似度阈值的所有图像作为第二图像子集,以此类推,得到所述女性图像集对应的多个图像子集;
所述相似度比对结果包括所述男性图像集对应的多个图像子集和所述女性图像集对应的多个图像子集。
可选地,所述根据所述相似度比对结果生成所述待查重图像库的人脸查重结果的步骤,包括:
根据所述相似度比对结果查找所述男性图像集和所述女性图像集中存在交集的图像子集;
分别将男性图像集和所述女性图像集中存在交集的图像子集合并为同一个图像子集,得到所述待查重图像库的人脸查重结果,所述人脸查重结果包括所述男性图像集的人脸查重结果和所述女性图像集的人脸查重结果。
可选地,在所述根据所述相似度比对结果生成人脸查重结果的步骤之后,所述方法还包括:
将所述待查重图像库的人脸查重结果展示给用户进行确认。
第二方面,本申请实施例还提供一种人脸查重装置,所述装置包括:
获取模块,用于获取待查重图像库中的每张图像的图像特征,所述图像特征包括质量分数、性别属性以及性别属性对应的置信度;
分类模块,用于基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集;
相似度比对模块,用于对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果;
生成模块,用于根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。
第三方面,本申请实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的人脸查重方法。
相对于现有技术而言,本申请具有以下有益效果:
本申请实施例提供的人脸查重方法及装置,通过获取待查重图像库中的每张图像的图像特征,并基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集。接着,对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果,最后根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。由此,采用上述方案,摒弃传统的结构化数据比对,按照图像特征进行图像集分类后再进行比对来提高比对效率,减少比对次数,同时避免了登记信息数据错误或者数据不完整导致的结果不准确,有效提高比对结果的准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的人脸查重方法的一种流程示意图;
图2为本申请实施例提供的相似度比对示意图;
图3为本申请实施例提供的人脸查重方法的另一种流程示意图;
图4为本申请实施例提供的人脸查重装置的一种功能模块图;
图5为本申请实施例提供的人脸查重装置的另一种功能模块图;
图6为本申请实施例提供的电子设备的一种结构示意框图。
图标:100-电子设备;110-总线;120-处理器;130-存储介质;140-总线接口;150-网络适配器;160-用户接口;200-人脸查重装置;210-获取模块;220-分类模块;230-相似度比对模块;240-生成模块;250-展示模块。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
请参阅图1,为本申请实施例提供的人脸查重方法的一种流程示意图。所应说明的是,本申请实施例提供的人脸查重方法不以图1及以下所述的具体顺序为限制。所述方法的具体流程如下:
步骤S210,获取待查重图像库中的每张图像的图像特征。
本实施例中,所述图像特征包括质量分数、性别属性以及性别属性对应的置信度。
详细地,所述质量分数也即根据每张图像中人脸脸部的角度和清晰度等计算出来的评价一张图片好坏程度的参数。
所述性别属性也即每张图像中人脸所对应的性别,例如性别男,性别女。
所述置信度也即某属性识别出来的可信度(最高为100),例如,根据一张人脸图像中识别出这个人的性别为女,对应的性别属性的置信度为95。
步骤S220,基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集。
作为一种实施方式,首先,针对每张图像,判断该张图像的性别属性对应的置信度是否大于预设阈值Czero,得到判断结果,所述判断结果包括置信度大于预设阈值Czero的可信图像集和置信度不大于预设阈值Czero的图像的不可信图像集。例如,若所述待查重图像库中包括有S张图像,若预设阈值Czero为80,则将置信度大于80的所有图像归入到可信图像集,将置信度小于80的所有图像归入到不可信图像集Smis。
接着,对所述可信图像集进行性别分类,得到可信男性图像集Smale和可信女性图像集Sfemale。其中,S=Smale+Sfemale+Smis。
而后,将所述不可信图像集Smis分别添加到所述可信男性图像集Smale和所述可信女性图像集Sfemale中,得到对应的男性图像集Smas和女性图像集Sfes。
由此,本实施例根据人脸识别出来的性别属性给所述待识别图像库进行分类,而不是使用登记信息,可以避免登记信息不准确或者不完整导致的比对结果不准确,从而提高比对准确率。同时,将性别属性置信度低的图像分别加入到可信男性图像集和可信女性图像集两部分数据集中,然后分别进行后续比对,可以避免因性别识别不准确而导致的比对结果不准确,从而提高比对准确率。
步骤S230,对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果。
作为一种实施方式,本实施例预先设置一个相似度预阈值M,若两张图像中的人脸相似度高于M,则认为是同一个人。
下面结合图2对相似度比对过程进行说明。首先,本实施例获取所述男性图像集Smas中质量分数最高的图像作为第一比对图像P1。此时,所述男性图像集Smas中其余所有图像为(P2、P3、Pn-1、.......、Pn)。
接着,将所述第一比对图像P1与所述男性图像集Smas中其余所有图像(P2、P3、Pn-1、.......、Pn)进行相似度比对,将该第一比对图像P1以及与该第一比对图像P1相似度大于预设相似度阈值M的所有图像作为第一图像子集P1[N1]。
接着,从所述男性图像集中除去所述第一图像子集的图像Smas-P1[N1]中获取质量分数最高的图像作为第二比对图像P2。
将所述第二比对图像P2与所述男性图像集中除去所述第一比对图像P1和所述第二比对图像P2的其余所有图像(P3、P4、Pn-1、.......、Pn)进行相似度比对,将该第二比对图像P2以及与该第二比对图像P2相似度大于预设相似度阈值的所有图像作为第二图像子集P2[N2],以此类推,最后得到n个图像子集P1[N1]、P2[N2]、......、Pn[Nn]。
同理,对所述女性图像集Sfes进行上述的相似度比对处理,首先获取所述女性图像集Smas中质量分数最高的图像作为第一比对图像T1。此时,所述女性图像集Smas中其余所有图像为(T2、T3、TX-1、.......、TX)。
接着,将所述第一比对图像T1与所述女性图像集Smas中其余所有图像(T2、T3、TX-1、.......、TX)进行相似度比对,将该第一比对图像T1以及与该第一比对图像T1相似度大于预设相似度阈值M的所有图像作为第一图像子集T1[X1]。
接着,从所述女性图像集中除去所述第一图像子集的图像Smas-T1[X1]中获取质量分数最高的图像作为第二比对图像T2。
将所述第二比对图像T2与所述女性图像集中除去所述第一比对图像T1和所述第二比对图像T2的其余所有图像(T3、T4、Tk-1、.......、Tk)进行相似度比对,将该第二比对图像T2以及与该第二比对图像T2相似度大于预设相似度阈值的所有图像作为第二图像子集T2[X2],以此类推,最后得到X个图像子集T1[X1]、T2[X2]、......、TX[Xn]。
所述相似度比对结果包括所述男性图像集对应的多个图像子集P1[N1]、P2[N2]、......、Pn[Nn]和所述女性图像集对应的多个图像子集T1[X1]、T2[X2]、......、TX[Xn]。
由此,本实施例根据性别属性给所述待识别图像库分类,使得所述男性图像集和女性图像集单独进行进行比对,可以减少比对次数,提高比对效率。
步骤S240,根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。
作为一种实施方式,在得到上述相似对比对结果的基础上,根据所述相似度比对结果查找所述男性图像集和所述女性图像集中存在交集的图像子集,并分别将男性图像集和所述女性图像集中存在交集的图像子集合并为同一个图像子集,得到所述待查重图像库的人脸查重结果,所述人脸查重结果包括所述男性图像集的人脸查重结果和所述女性图像集的人脸查重结果。例如,若P1[N1]和P2[N2]具有相同,则可以将P1[N1]、P2[N2]、......、Pn[Nn]中具有交集的图像子集P1[N1]和P2[N2]进行合并,得到Rx[Px[Nx]]。同理,将T1[X1]、T2[X2]、......、TX[Xn]中有交集的图像子集进行合并,得到Ry[Ty[Ny]]。由此,通过将存在交集的图像子集进行合并,可以提高分类准确性,便于用户查看。
进一步地,请参阅图3,在所述步骤S240之后,所述方法还可以包括如下步骤:
步骤S250,将所述待查重图像库的人脸查重结果展示给用户进行确认。
在得到所述待查重图像库的人脸查重结果,展示给用户进行确认,可以便于用户对人脸查重结果进行处理,从而得到更准确的人脸查重结果。
进一步地,请参阅图4,本申请实施例还提供一种人脸查重装置200,所述装置可以包括:
获取模块210,用于获取待查重图像库中的每张图像的图像特征,所述图像特征包括质量分数、性别属性以及性别属性对应的置信度。
分类模块220,用于基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集。
相似度比对模块230,用于对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果。
生成模块240,用于根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。
可选地,所述分类模块220,还用于针对每张图像,判断该张图像的性别属性对应的置信度是否大于预设阈值,得到判断结果,所述判断结果包括置信度大于预设阈值的可信图像集和置信度不大于预设阈值的图像的不可信图像集;对所述可信图像集进行性别分类,得到可信男性图像集和可信女性图像集;将所述不可信图像集分别添加到所述可信男性图像集和所述可信女性图像集中,得到对应的男性图像集和女性图像集。
可选地,所述相似度比对模块230,还用于获取所述男性图像集中质量分数最高的图像作为第一比对图像;将所述第一比对图像与所述男性图像集中其余所有图像进行相似度比对,将该第一比对图像以及与该第一比对图像相似度大于预设相似度阈值的所有图像作为第一图像子集;从所述男性图像集中除去所述第一图像子集的图像中获取质量分数最高的图像作为第二比对图像;将所述第二比对图像与所述男性图像集中除去所述第一比对图像和所述第二比对图像的其余所有图像进行相似度比对,将该第二比对图像以及与该第二比对图像相似度大于预设相似度阈值的所有图像作为第二图像子集,以此类推,得到所述男性图像集对应的多个图像子集;同时,获取所述女性图像集中质量分数最高的图像作为第一比对图像;将所述第一比对图像与所述女性图像集中其余所有图像进行相似度比对,将该第一比对图像以及与该第一比对图像相似度大于预设相似度阈值的所有图像作为第一图像子集;从所述女性图像集中除去所述第一图像子集的图像中获取质量分数最高的图像作为第二比对图像;将所述第二比对图像与所述女性图像集中除去所述第一比对图像和所述第二比对图像的其余所有图像进行相似度比对,将该第二比对图像以及与该第二比对图像相似度大于预设相似度阈值的所有图像作为第二图像子集,以此类推,得到所述女性图像集对应的多个图像子集;所述相似度比对结果包括所述男性图像集对应的多个图像子集和所述女性图像集对应的多个图像子集。
可选地,所述生成模块240,还用于根据所述相似度比对结果查找所述男性图像集和所述女性图像集中存在交集的图像子集;分别将男性图像集和所述女性图像集中存在交集的图像子集合并为同一个图像子集,得到所述待查重图像库的人脸查重结果,所述人脸查重结果包括所述男性图像集的人脸查重结果和所述女性图像集的人脸查重结果。
可选地,请参阅图5,所述装置还可以包括:
展示模块250,用于将所述待查重图像库的人脸查重结果展示给用户进行确认。
可以理解的是,本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述,在此不再重复赘述。
进一步地,请参阅图6,为本申请实施例提供的电子设备100的一种结构示意框图。本实施例中,所述电子设备100可以是监控设备,或者其它任意终端,例如手机(mobilephone)、平板电脑(Pad)、虚拟现实(Virtual Reality,VR)终端设备、增强现实(AugmentedReality,AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(selfdriving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smartgrid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smartcity)中的无线终端、智慧家庭(smart home)中的无线终端等等。本申请的实施例对应用场景不做限定。
如图6所示,电子设备100可以由总线110作一般性的总线体系结构来实现。根据电子设备100的具体应用和整体设计约束条件,总线110可以包括任意数量的互连总线和桥接。总线110将各种电路连接在一起,这些电路包括处理器120、存储介质130和总线接口140。可选地,电子设备100可以使用总线接口140将网络适配器150等经由总线110连接。网络适配器150可用于实现电子设备100中物理层的信号处理功能,并通过天线实现射频信号的发送和接收。用户接口160可以连接外部设备,例如:键盘、显示器、鼠标或者操纵杆等。总线110还可以连接各种其它电路,如定时源、外围设备、电压调节器或者功率管理电路等,这些电路是本领域所熟知的,因此不再详述。
可以替换的,电子设备100也可配置成通用处理系统,例如通称为芯片,该通用处理系统包括:提供处理功能的一个或多个微处理器,以及提供存储介质130的至少一部分的外部存储器,所有这些都通过外部总线体系结构与其它支持电路连接在一起。
可替换的,电子设备100可以使用下述来实现:具有处理器120、总线接口140、用户接口160的ASIC(专用集成电路);以及集成在单个芯片中的存储介质130的至少一部分,或者,电子设备100可以使用下述来实现:一个或多个FPGA(现场可编程门阵列)、PLD(可编程逻辑器件)、控制器、状态机、门逻辑、分立硬件部件、任何其它适合的电路、或者能够执行本申请通篇所描述的各种功能的电路的任意组合。
其中,处理器120负责管理总线110和一般处理(包括执行存储在存储介质130上的软件)。处理器120可以使用一个或多个通用处理器和/或专用处理器来实现。处理器120的例子包括微处理器、微控制器、DSP处理器和能够执行软件的其它电路。应当将软件广义地解释为表示指令、数据或其任意组合,而不论是将其称作为软件、固件、中间件、微代码、硬件描述语言还是其它。
在图6中存储介质130被示为与处理器120分离,然而,本领域技术人员很容易明白,存储介质130或其任意部分可位于电子设备100之外。举例来说,存储介质130可以包括传输线、用数据调制的载波波形、和/或与无线节点分离开的计算机制品,这些介质均可以由处理器120通过总线接口140来访问。可替换地,存储介质130或其任意部分可以集成到处理器120中,例如,可以是高速缓存和/或通用寄存器。
所述处理器120可执行上述实施例,具体地,所述存储介质130中可以存储有所述人脸查重装置200,所述处理器120可以用于执行所述人脸查重装置200。
综上所述,本申请实施例提供的人脸查重方法及装置,通过获取待查重图像库中的每张图像的图像特征,并基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集。接着,对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果,最后根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。由此,采用上述方案,摒弃传统的结构化数据比对,按照图像特征进行图像集分类后再进行比对来提高比对效率,减少比对次数,同时避免了登记信息数据错误或者数据不完整导致的结果不准确,有效提高比对结果的准确性。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的电子设备、服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种人脸查重方法,其特征在于,所述方法包括:
获取待查重图像库中的每张图像的图像特征,所述图像特征包括质量分数、性别属性以及性别属性对应的置信度;
基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集;
对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果;
根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。
2.根据权利要求1所述的人脸查重方法,其特征在于,所述基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集的步骤,包括:
针对每张图像,判断该张图像的性别属性对应的置信度是否大于预设阈值,得到判断结果,所述判断结果包括置信度大于预设阈值的可信图像集和置信度不大于预设阈值的图像的不可信图像集;
对所述可信图像集进行性别分类,得到可信男性图像集和可信女性图像集;
将所述不可信图像集分别添加到所述可信男性图像集和所述可信女性图像集中,得到对应的男性图像集和女性图像集。
3.根据权利要求1所述的人脸查重方法,其特征在于,所述对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果的步骤,包括:
获取所述男性图像集中质量分数最高的图像作为第一比对图像;
将所述第一比对图像与所述男性图像集中其余所有图像进行相似度比对,将该第一比对图像以及与该第一比对图像相似度大于预设相似度阈值的所有图像作为第一图像子集;
从所述男性图像集中除去所述第一图像子集的图像中获取质量分数最高的图像作为第二比对图像;
将所述第二比对图像与所述男性图像集中除去所述第一比对图像和所述第二比对图像的其余所有图像进行相似度比对,将该第二比对图像以及与该第二比对图像相似度大于预设相似度阈值的所有图像作为第二图像子集,以此类推,得到所述男性图像集对应的多个图像子集;
同时,获取所述女性图像集中质量分数最高的图像作为第一比对图像;
将所述第一比对图像与所述女性图像集中其余所有图像进行相似度比对,将该第一比对图像以及与该第一比对图像相似度大于预设相似度阈值的所有图像作为第一图像子集;
从所述女性图像集中除去所述第一图像子集的图像中获取质量分数最高的图像作为第二比对图像;
将所述第二比对图像与所述女性图像集中除去所述第一比对图像和所述第二比对图像的其余所有图像进行相似度比对,将该第二比对图像以及与该第二比对图像相似度大于预设相似度阈值的所有图像作为第二图像子集,以此类推,得到所述女性图像集对应的多个图像子集;
所述相似度比对结果包括所述男性图像集对应的多个图像子集和所述女性图像集对应的多个图像子集。
4.根据权利要求3所述的人脸查重方法,其特征在于,所述根据所述相似度比对结果生成所述待查重图像库的人脸查重结果的步骤,包括:
根据所述相似度比对结果查找所述男性图像集和所述女性图像集中存在交集的图像子集;
分别将男性图像集和所述女性图像集中存在交集的图像子集合并为同一个图像子集,得到所述待查重图像库的人脸查重结果,所述人脸查重结果包括所述男性图像集的人脸查重结果和所述女性图像集的人脸查重结果。
5.根据权利要求1所述的人脸查重方法,其特征在于,在所述根据所述相似度比对结果生成人脸查重结果的步骤之后,所述方法还包括:
将所述待查重图像库的人脸查重结果展示给用户进行确认。
6.一种人脸查重装置,其特征在于,所述装置包括:
获取模块,用于获取待查重图像库中的每张图像的图像特征,所述图像特征包括质量分数、性别属性以及性别属性对应的置信度;
分类模块,用于基于所述图像特征对所述待查重图像库进行图像集分类,得到男性图像集和女性图像集;
相似度比对模块,用于对所述男性图像集和女性图像集中的每张图像进行相似度比对,得到相似度比对结果;
生成模块,用于根据所述相似度比对结果生成所述待查重图像库的人脸查重结果。
7.根据权利要求6所述的人脸查重装置,其特征在于:
所述分类模块,还用于针对每张图像,判断该张图像的性别属性对应的置信度是否大于预设阈值,得到判断结果,所述判断结果包括置信度大于预设阈值的可信图像集和置信度不大于预设阈值的图像的不可信图像集;对所述可信图像集进行性别分类,得到可信男性图像集和可信女性图像集;将所述不可信图像集分别添加到所述可信男性图像集和所述可信女性图像集中,得到对应的男性图像集和女性图像集。
8.根据权利要求6所述的人脸查重装置,其特征在于:
所述相似度比对模块,还用于获取所述男性图像集中质量分数最高的图像作为第一比对图像;将所述第一比对图像与所述男性图像集中其余所有图像进行相似度比对,将该第一比对图像以及与该第一比对图像相似度大于预设相似度阈值的所有图像作为第一图像子集;从所述男性图像集中除去所述第一图像子集的图像中获取质量分数最高的图像作为第二比对图像;将所述第二比对图像与所述男性图像集中除去所述第一比对图像和所述第二比对图像的其余所有图像进行相似度比对,将该第二比对图像以及与该第二比对图像相似度大于预设相似度阈值的所有图像作为第二图像子集,以此类推,得到所述男性图像集对应的多个图像子集;同时,获取所述女性图像集中质量分数最高的图像作为第一比对图像;将所述第一比对图像与所述女性图像集中其余所有图像进行相似度比对,将该第一比对图像以及与该第一比对图像相似度大于预设相似度阈值的所有图像作为第一图像子集;从所述女性图像集中除去所述第一图像子集的图像中获取质量分数最高的图像作为第二比对图像;将所述第二比对图像与所述女性图像集中除去所述第一比对图像和所述第二比对图像的其余所有图像进行相似度比对,将该第二比对图像以及与该第二比对图像相似度大于预设相似度阈值的所有图像作为第二图像子集,以此类推,得到所述女性图像集对应的多个图像子集;所述相似度比对结果包括所述男性图像集对应的多个图像子集和所述女性图像集对应的多个图像子集。
9.根据权利要求8所述的人脸查重装置,其特征在于:
所述生成模块,还用于根据所述相似度比对结果查找所述男性图像集和所述女性图像集中存在交集的图像子集;分别将男性图像集和所述女性图像集中存在交集的图像子集合并为同一个图像子集,得到所述待查重图像库的人脸查重结果,所述人脸查重结果包括所述男性图像集的人脸查重结果和所述女性图像集的人脸查重结果。
10.根据权利要求6所述的人脸查重装置,其特征在于,所述装置还包括:
展示模块,用于将所述待查重图像库的人脸查重结果展示给用户进行确认。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810799361.5A CN110807119B (zh) | 2018-07-19 | 2018-07-19 | 人脸查重方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810799361.5A CN110807119B (zh) | 2018-07-19 | 2018-07-19 | 人脸查重方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110807119A true CN110807119A (zh) | 2020-02-18 |
CN110807119B CN110807119B (zh) | 2022-07-19 |
Family
ID=69486641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810799361.5A Active CN110807119B (zh) | 2018-07-19 | 2018-07-19 | 人脸查重方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110807119B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070104362A1 (en) * | 2005-11-08 | 2007-05-10 | Samsung Electronics Co., Ltd. | Face recognition method, and system using gender information |
CN101609466A (zh) * | 2009-07-01 | 2009-12-23 | 中兴通讯股份有限公司 | 海量数据查重的方法和系统 |
WO2015101289A1 (zh) * | 2013-12-30 | 2015-07-09 | 腾讯科技(深圳)有限公司 | 图片管理方法、装置及系统 |
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 |
CN108009521A (zh) * | 2017-12-21 | 2018-05-08 | 广东欧珀移动通信有限公司 | 人脸图像匹配方法、装置、终端及存储介质 |
-
2018
- 2018-07-19 CN CN201810799361.5A patent/CN110807119B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070104362A1 (en) * | 2005-11-08 | 2007-05-10 | Samsung Electronics Co., Ltd. | Face recognition method, and system using gender information |
CN101609466A (zh) * | 2009-07-01 | 2009-12-23 | 中兴通讯股份有限公司 | 海量数据查重的方法和系统 |
WO2015101289A1 (zh) * | 2013-12-30 | 2015-07-09 | 腾讯科技(深圳)有限公司 | 图片管理方法、装置及系统 |
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 |
CN108009521A (zh) * | 2017-12-21 | 2018-05-08 | 广东欧珀移动通信有限公司 | 人脸图像匹配方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110807119B (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10339163B2 (en) | Dynamic clustering for streaming data | |
CN110222775B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
US9659052B1 (en) | Data object resolver | |
CN113094550A (zh) | 视频检索方法、装置、设备和介质 | |
US9633088B1 (en) | Event log versioning, synchronization, and consolidation | |
CN113887615A (zh) | 图像处理方法、装置、设备和介质 | |
CN112965943A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
CN110807119B (zh) | 人脸查重方法及装置 | |
CN116503596A (zh) | 图片分割方法、装置、介质和电子设备 | |
CN113807056B (zh) | 一种文档名称序号纠错方法、装置和设备 | |
CN113591881B (zh) | 基于模型融合的意图识别方法、装置、电子设备及介质 | |
US20220284060A1 (en) | Question Answering Method and Apparatus Based on Knowledge Graph | |
CN112699272B (zh) | 信息输出方法、装置和电子设备 | |
CN116295466A (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN113393288A (zh) | 订单处理信息生成方法、装置、设备和计算机可读介质 | |
CN113591862A (zh) | 文本识别的方法及装置 | |
CN116503849B (zh) | 异常地址识别方法、装置、电子设备与计算机可读介质 | |
CN111581228A (zh) | 更正搜索条件的搜索方法、装置、存储介质及电子设备 | |
CN110598133A (zh) | 确定搜索项目的顺序的方法、装置、电子设备和计算机可读存储介质 | |
CN116541421B (zh) | 地址查询信息生成方法、装置、电子设备与计算机介质 | |
CN109829517B (zh) | 目标检测去重方法及装置 | |
CN116050375B (zh) | 政策文件相似度比较方法、装置、系统及电子设备 | |
CN114492413B (zh) | 文本校对方法、装置和电子设备 | |
US11709844B2 (en) | Computerized smart inventory search methods and systems using classification and tagging | |
US20240202637A1 (en) | Systems and methods for determining entities based on trademark portfolio similarity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |