CN111027515A - 一种人脸库照片更新方法 - Google Patents
一种人脸库照片更新方法 Download PDFInfo
- Publication number
- CN111027515A CN111027515A CN201911360915.2A CN201911360915A CN111027515A CN 111027515 A CN111027515 A CN 111027515A CN 201911360915 A CN201911360915 A CN 201911360915A CN 111027515 A CN111027515 A CN 111027515A
- Authority
- CN
- China
- Prior art keywords
- face
- person
- elements
- comparison
- center
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开一种人脸库照片更新方法,包括以下步骤:S01)、通过1:N人脸检索算法获取K个人的人脸比对记录;S02)、设置检索条件,按照检索条件筛选有效人脸比对记录;S03)、根据步骤S02获取的人脸比对记录获取每个人的人脸图像数据集合,对每个人的人脸图像数据集合找出聚类中心;S04)、将每个人的人脸图像数据集合的聚类中心更新到原来的人脸库中。本方法在保证人脸特征质量的同时,能自动的、动态的将随着时间推移变化的人脸图像更新到人脸库中。
Description
技术领域
本发明涉及一种人脸库照片更新方法,属于人脸识别技术领域。
背景技术
随着人工智能行业的火热和发展,在信息化、云计算、大数据的背景下,生物识别技术的应用面越来越大,由以人脸识别为其中代表。
人脸识别主要用于身份识别,需要积累采集到的大量人脸图像相关的数据组成人脸库,用以确认来访者身份。随着时间的增长,人的面貌在发生变化,人脸库中人的面貌与现在的面貌存在一定差别,持续使用以前创建的人脸库,会增加人员拒识的概率,使企业产生损失。按照创建人脸库的流程重新通过摄像机或摄像头采集含有人脸的图像或视频流来重建人脸库,需要重新组织人员采集,不仅消耗人力、时间,效率也不能保证。
公布号为CN102982321B的中国发明专利申请公开了一种人脸库采集方法及装置,方法包括在当前环境条件下,获取测试人脸的特征;将测试人脸的特征与存储于人脸库中的人脸特征进行对比;当测试人脸的特征与存储于人脸库中的人脸特征之间的相似度未达到指定阈值时,提示测试者对当前所给出的人脸库中最大相似度的人脸特征进行判断;若人脸库中最大相似度的人脸特征与测试人脸一致,则将当前环境条件下的测试人脸特征加入人脸库;否则将测试人脸作为样本加入人脸库。该方法能够动态地将随着环境变化的特征作为需要的特征加入到人脸库中,但该方案的实施面临一定风险:1)人脸库中最大相似度的人脸特征与人脸一致时,将当前环境条件下的测试人脸特征加入人脸库,这种操作无法保证当前环境条件下的人脸特征的质量比人脸库中的更好;2)测试者对人脸特征进行判断,人工干预度高,影响工作效率。
发明内容
针对现有技术的缺陷,本发明提供一种人脸库照片更新方法,在保证人脸特征质量的同时,能自动的、动态的将随着时间推移变化的人脸图像更新到人脸库中。
为了解决所述技术问题,本发明采用的技术方案是:
一种人脸库照片更新方法,其特征在于:包括以下步骤:
S01)、通过1:N人脸检索算法获取K个人的人脸比对记录;
S02)、设置检索条件,按照检索条件筛选有效人脸比对记录;
S03)、根据步骤S02获取的人脸比对记录获取每个人的人脸图像数据集合,对每个人的人脸图像数据集合找出聚类中心;
S04)、将每个人的人脸图像数据集合的聚类中心更新到原来的人脸库中。
进一步的,所述检索条件为按时间检索,实现过程为:设置时间范围,然后取在设置时间范围内的每个人的人脸比对记录。
进一步的,所述检索条件为按最大比对记录数检索,实现过程为:设置每个人的比对记录数的最大值M,当一个人的人脸比对记录数大于M时,对人脸比对记录按时间先后排序,取时间最近的M条数据,当一个人的人脸比对记录数小于或者等于M时,取这个人的全部人脸比对记录。
进一步的,根据人脸图像数据集合找出聚类中心的步骤为:
进一步的,根据人脸图像数据集合找出聚类中心的步骤为:
其中x=T-1;
S32)、所有元素依次作为中心元素,重复步骤S31,得到T个S值;
S33)、取S值最小时的中心元素为聚类中心。
本发明的有益效果:本发明从人脸比对记录中提取人脸图像数据,每个人的人脸图像数据集合中每个元素依次作为中心分别与其它元素进行1:1人脸比对得到相似度,通过对相似度进行分析获取集合的聚类中心,并将聚类中心更新到人脸库中,实现了动态的将随着时间推移变化的人脸图像更新到人脸库中,降低了因时间久远、面貌改变大而造成的人脸识别误差,减少了因人员误识造成的损失;保证了人脸特征质量;实现了全自动更新人脸库,降低人工干预度,经济性比较好。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
实施例1
本实施例公开一种人脸库照片更新方法,如图1所示,包括以下步骤:
S01)、通过1:N人脸检索算法获取K个人的人脸比对记录。
S02)、设置每个人的比对记录数的最大值M,当一个人的人脸比对记录数大于M时,对人脸比对记录按时间先后排序,取时间近的M条数据;当一个人的人脸比对记录数小于等于M时,取这个人的全部人脸比对记录。
S03)、根据步骤S02中获取的人脸比对记录获取每个人的人脸图像数据集合,对每个人的人脸图像数据集合找出聚类中心,步骤如下:
S4,将每个人的人脸图像数据集合的聚类中心更新到原来的人脸库中。
本发明从人脸比对记录中提取人脸图像数据,每个人的人脸图像数据集合中每个元素依次作为中心分别与其它元素进行1:1人脸比对得到相似度,计算相似度平均值,将平均值最大时集合的中心更新到原来的人脸库中,实现了动态的将随着时间推移变化的人脸图像更新到人脸库中,降低了因时间久远、面貌改变大而造成的人脸识别误差,减少了因人员误识造成的损失;保证了人脸特征质量;实现了全自动更新人脸库,降低人工干预度,经济性比较好。
实施例2
本实施例中,对筛选有效人脸比对记录的方式以及根据人脸图像数据集合找出聚类中心的方式进行改进。
具体的,本实施例中采用按时间检索的方式筛选有效人脸比对记录,实现过程为:设置时间范围,然后取在设置时间范围内的每个人的人脸比对记录。
本实施例中,根据人脸图像数据集合找出聚类中心的步骤为:
其中x=T-1;
S32)、所有元素依次作为中心元素,重复步骤S31,得到T个S值;
S33)、取S值最小时的中心元素为聚类中心。
以上描述的仅是本发明的基本原理和优选实施例,本领域技术人员根据本发明做出的改进和替换,属于本发明的保护范围。
Claims (5)
1.一种人脸库照片更新方法,其特征在于:包括以下步骤:
S01)、通过1:N人脸检索算法获取K个人的人脸比对记录;
S02)、设置检索条件,按照检索条件筛选有效人脸比对记录;
S03)、根据步骤S02获取的人脸比对记录获取每个人的人脸图像数据集合,对每个人的人脸图像数据集合找出聚类中心;
S04)、将每个人的人脸图像数据集合的聚类中心更新到原来的人脸库中。
2.根据权利要求1所述的人脸库照片更新方法,其特征在于:所述检索条件为按时间检索,实现过程为:设置时间范围,然后取在设置时间范围内的每个人的人脸比对记录。
3.根据权利要求1所述的人脸库照片更新方法,其特征在于:所述检索条件为按最大比对记录数检索,实现过程为:设置每个人的比对记录数的最大值M,当一个人的人脸比对记录数大于M时,对人脸比对记录按时间先后排序,取时间最近的M条数据,当一个人的人脸比对记录数小于或者等于M时,取这个人的全部人脸比对记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360915.2A CN111027515A (zh) | 2019-12-24 | 2019-12-24 | 一种人脸库照片更新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360915.2A CN111027515A (zh) | 2019-12-24 | 2019-12-24 | 一种人脸库照片更新方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111027515A true CN111027515A (zh) | 2020-04-17 |
Family
ID=70213469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911360915.2A Pending CN111027515A (zh) | 2019-12-24 | 2019-12-24 | 一种人脸库照片更新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111027515A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111553253A (zh) * | 2020-04-26 | 2020-08-18 | 上海天诚比集科技有限公司 | 基于欧氏距离方差算法的标准人脸图像选取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010238181A (ja) * | 2009-03-31 | 2010-10-21 | Sogo Keibi Hosho Co Ltd | 顔認証装置および顔認証方法 |
CN102592136A (zh) * | 2011-12-21 | 2012-07-18 | 东南大学 | 基于几何图像中中频信息的三维人脸识别方法 |
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 |
CN109815353A (zh) * | 2019-01-21 | 2019-05-28 | 成都考拉悠然科技有限公司 | 一种基于类中心的人脸检索方法及系统 |
CN110348274A (zh) * | 2018-04-08 | 2019-10-18 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法、装置及设备 |
-
2019
- 2019-12-24 CN CN201911360915.2A patent/CN111027515A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010238181A (ja) * | 2009-03-31 | 2010-10-21 | Sogo Keibi Hosho Co Ltd | 顔認証装置および顔認証方法 |
CN102592136A (zh) * | 2011-12-21 | 2012-07-18 | 东南大学 | 基于几何图像中中频信息的三维人脸识别方法 |
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 |
CN110348274A (zh) * | 2018-04-08 | 2019-10-18 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法、装置及设备 |
CN109815353A (zh) * | 2019-01-21 | 2019-05-28 | 成都考拉悠然科技有限公司 | 一种基于类中心的人脸检索方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111553253A (zh) * | 2020-04-26 | 2020-08-18 | 上海天诚比集科技有限公司 | 基于欧氏距离方差算法的标准人脸图像选取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113065474B (zh) | 行为识别方法、装置及计算机设备 | |
CN108229674B (zh) | 聚类用神经网络的训练方法和装置、聚类方法和装置 | |
Parham et al. | Animal population censusing at scale with citizen science and photographic identification | |
US11037022B2 (en) | Discovery of shifting patterns in sequence classification | |
CN112633382A (zh) | 一种基于互近邻的少样本图像分类方法及系统 | |
WO2022062419A1 (zh) | 基于非督导金字塔相似性学习的目标重识别方法及系统 | |
CN110348516B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN113761259A (zh) | 一种图像处理方法、装置以及计算机设备 | |
CN113283368B (zh) | 一种模型训练方法、人脸属性分析方法、装置及介质 | |
CN111931713B (zh) | 一种异常行为检测方法、装置、电子设备及存储介质 | |
CN110348505B (zh) | 车辆颜色分类模型训练方法、装置和车辆颜色识别方法 | |
CN112115996B (zh) | 图像数据的处理方法、装置、设备及存储介质 | |
CN115497124A (zh) | 身份识别方法和装置及存储介质 | |
CN109670423A (zh) | 一种基于深度学习的图像识别系统、方法及介质 | |
CN112233102A (zh) | 图像样本集中噪声的识别方法、装置、设备及存储介质 | |
CN110503092B (zh) | 基于领域适应的改进ssd监控视频目标检测方法 | |
CN111882034A (zh) | 神经网络处理及人脸识别方法、装置、设备和存储介质 | |
CN111027515A (zh) | 一种人脸库照片更新方法 | |
CN114140663A (zh) | 一种基于多尺度注意力学习网络的害虫识别方法及系统 | |
CN112560925A (zh) | 一种复杂场景目标检测数据集构建方法及系统 | |
CN117079017A (zh) | 可信的小样本图像识别分类方法 | |
CN115690883A (zh) | 一种目标训练样本集的获得方法及相关装置 | |
CN114491078B (zh) | 基于知识图谱的社区项目人员落脚点和同行人员分析方法 | |
CN115719428A (zh) | 基于分类模型的人脸图像聚类方法、装置、设备及介质 | |
CN115713806A (zh) | 基于视频分类的跌倒行为识别方法及电子设备 |
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 |