CN112016466A - 人脸识别方法、系统、电子设备和计算机存储介质 - Google Patents

Abstract

本发明实施例涉及人脸识别领域，公开了一种人脸识别方法、系统、电子设备和计算机存储介质。本发明中，接收人脸原始图像和服务请求，其中，所述服务请求中包括请求参数；调度模块根据所述请求参数将所述服务请求转发至对应的服务器，所述服务器中存储部分人脸数据；根据所述人脸原始图像提取人脸特征标识；将所述人脸特征标识与所述服务器中存储部分人脸数据进行相似性判断；根据判断结果返回识别结果。通过调度模块使人脸识别和数据库数据变更的速度更快，效率更高。

Description

人脸识别方法、系统、电子设备和计算机存储介质

技术领域

本发明实施例涉及人脸识别领域，特别涉及人脸识别方法、系统、电子设备和计算机存储介质。

背景技术

人脸识别技术适用在如安保、支付等许多领域，技术实现的流程一般为先建立一个统一的人脸管理库；然后针对前端采集到的图像进行人脸检测，根据过滤属性，例如遮挡、是否活体、角度、人脸质量等，获取满足预设过滤条件的人脸区域；最后，针对获取的人脸区域，进行人脸校正和人脸特征计算，将人脸特征值与数据库中的所有特征进行距离计算，根据距离结果和阈值获取人员信息。

然而，现有的技术方案通常将人脸库操作和人脸搜索识别功能合并执行，不同的请求类型工作路径相同，没有分工，影响业务处理速度。

发明内容

本发明实施方式的目的在于提供一种人脸识别方法、系统、电子设备和计算机存储介质，使得人脸识别的速度更快，效率更高。

为解决上述技术问题，本发明的实施方式提供了一种人脸识别方法，包括以下步骤：

接收人脸原始图像和服务请求，其中，所述服务请求中包括请求参数；

调度模块根据所述请求参数将所述服务请求转发至对应的服务器，所述服务器中存储部分人脸数据；

根据所述人脸原始图像提取人脸特征标识；

将所述人脸特征标识与所述服务器中存储部分人脸数据进行相似性判断；

根据判断结果返回识别结果。

本发明的实施方式还提供了一种人脸识别系统，包括：

调度模块，用于根据请求参数将服务请求转发至对应的服务器，所述服务器中存储部分人脸数据；

GPU算法服务模块，用于根据人脸原始图像提取人脸特征标识；将所述人脸特征标识与所述服务器中存储部分人脸数据进行相似性判断；

人脸库管理模块，用于根据请求参数将数据库中对应数据按照所述人脸特征标识进行变更。

本发明的实施方式还提供了一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行人脸识别方法。

本发明的实施方式还提供了一种计算机可读存储介质，包括：所述计算机程序被处理器执行时实现所述的人脸识别方法。

本发明实施方式相对于现有技术而言，将整个业务系统分成不同的模块，设置调度模块统筹整体的业务划分，通过调度将不同的服务请求转发至不同的业务模块，根据各自的请求参数转发至相应的服务器，加快了数据处理和计算的速度，提升了识别的效率；通过将人脸识别功能与人脸数据库操作功能分开，可实现重复入库、操作失败的实时校验等，保证数据操作安全；将人脸数据预先的分块储存在服务器中，区别与现有技术的在接到服务请求才从数据库中读取的操作，减少了操作流程，节约了操作时间，加快了识别的速度。

另外，本发明实施方式提供的人脸识别方法，所述根据所述人脸原始图像提取人脸特征标识，具体包括：通过所述服务器将人脸原始图像转发至GPU；通过所述GPU提取人脸特征标识。不同的业务转发至相应的模块，将人脸特征提取的功能转发至GPU算法模块进行处理，使整个人脸识别方法中的各业务更具有针对性，提高了执行效率。

另外，本发明实施方式提供的人脸识别方法，在所述将所述人脸特征标识与所述服务器中存储部分人脸数据进行相似性判断后，还包括：根据所述相似度进行排序；根据所述排序结果得出最相似的人脸数据；返回所述人脸数据作为所述人脸识别结果。通过计算和排序得出最相似的人脸数据作为最终识别结果，强化了人脸识别的准确性。

另外，本发明实施方式提供的人脸识别方法，所述接收人脸原始图像和服务请求还包括：接收所述人脸原始图像和人脸数据变更请求，其中，所述人脸数据变更请求包括所述请求参数；所述调度模块根据所述人脸变更请求将所述人脸原始图像转发至所述GPU；通过所述GPU提取所述人脸特征标识；根据所述请求参数将数据库中对应数据按照所述人脸特征标识进行变更。将人脸数据变更操作通过调度模块与人脸识别操作分开，保证数据操作安全。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明的第一实施方式提供的人脸识别方法的流程图一；

图2是本发明的第一实施方式提供的人脸识别方法的流程图二；

图3本发明的第一实施方式提供的人脸识别方法的流程图三；

图4本发明的第一实施方式提供的人脸识别方法的流程图四；

图5本发明的第一实施方式提供的人脸识别方法的流程图五；

图6是本发明的第二实施方式提供的人脸识别系统的结构示意图；

图7是根据第三实施方式提供的电子设备的结构示意图。

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，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。

本发明的第一实施方式涉及一种人脸识别方法。具体流程如图1所示，包括：

步骤101，接收人脸原始图像和服务请求，其中，所述服务请求中包括请求参数。

在本实施方式中，请求参数包括：设备编号(APP_ID)、群组编号(GROUP_ID)和服务器ID。

需要说明的是，在本实施方式中，人脸数据在数据库和内存中的存储方式为二级特征管理划分，依据APP_ID建立一级字典，再依据GROUP_ID建立二级字典，二级字典的人脸数据在数据库中为二维矩阵，用n表示人员个数，d为人脸特征维数，则该二维数组的维度为D为n×d。

具体地，数据库中人脸数据的构成形式为：数据库中有至少一个服务器IP，每个服务器中有至少一个APP_ID，每个APP_ID有至少一个GROUP_ID，每个GROUP_ID下存储人脸特征标识，其中，人脸特征标识以二维浮点型矩阵的形式存在。服务器内存中人脸数据存储方式与数据库存储方式基本相同，此处不做一一赘述。

数据库中存在注册表，注册表中存储上述服务器IP与APP_ID、GROUP_ID的关系。

步骤102，调度模块根据所述请求参数将所述服务请求转发至对应的服务器，所述服务器中存储部分人脸数据。

在本实施方式中，每个服务器中包括有存储部分人脸数据的数据库和定时器。

具体地，定时器用于周期性的将该服务器中存储的部分人脸数据与数据库中数据进行同步。同步流程具体如图2所示：

步骤201，当定时器启动时，建立服务器与数据库的通信连接。

在本实施方式中，当定时器启动时，服务器与数据库进行数据通信，不启动则不通信，保障了服务器与数据库两端的数据安全，并且更新时间可控。

步骤202，根据服务器IP查询数据库中对应数据。

具体地，根据数据库中注册表记录的服务器IP与APP_ID、GROUP_ID的关系可以有针对性的快速查找到所需数据。

步骤203，判断对应数据与服务器中数据是否一致。

具体地，判断的数据为数据库中只与请求参数相关的数据，通过注册表定位相关数据。

步骤204，接收对应数据中不一致的数据。

步骤205，根据不一致的数据变更所述服务器中数据。

在本实施方式中，变更服务器中数据包括增加、删除、修改服务器中数据的操作。

步骤103，根据人脸原始图像提取人脸特征标识。

在本实施方式中，提取特征标识在GPU算法服务模块进行，GPU算法服务模块执行人脸特征提取功能和人脸特征识别功能。

具体地，通过所述服务器将人脸原始图像转发至GPU；通过GPU提取人脸特征标识。

步骤104，将人脸特征标识与服务器中存储部分人脸数据进行相似性判断；

在本实施方式中，步骤104体现GPU算法服务模块的人脸特征识别功能，具体流程如图3所示：

步骤301，通过GPU进行相似性计算。

在本实施方式中，相似性计算为GPU提取的人脸特征标识与服务器中存储的人脸数据进行计算，将人脸特征标识转换为浮点型矩阵，与服务器中特征矩阵计算距离，计算方式可以为计算余弦距离，此处仅为举例，对于计算方式不做限制。

步骤302，将相似度进行排序。

步骤303，根据排序结果得出最相似的人脸数据。

步骤304，返回人脸数据作为所述人脸识别结果。

具体地，通过步骤303和304得出的人脸数据可以确定与获取的人脸原始图像最相似的人员，将此人员作为识别结果。

步骤105，根据判断结果返回识别结果。

在本实施方式中，步骤101中服务请求包括：人脸识别请求和人脸数据操作请求。

其中执行人脸识别请求的流程为步骤102-105，执行人脸数据操作请求的流程如图4所示：

步骤401，接收人脸原始图像和人脸数据变更请求，其中，人脸数据变更请求包括请求参数。

步骤402，调度模块根据人脸变更请求将人脸原始图像转发至GPU。

步骤403，通过所述GPU提取所述人脸特征标识。

在本实施方式中，步骤402-步骤403为执行GPU算法服务模块的人脸特征提取功能。

步骤404，根据所述请求参数将数据库中对应数据按照所述人脸特征标识进行变更。

具体地，根据请求参数中的APP_ID、GROUP_ID比照数据库注册表中信息确定相关数据储存位置，从而快速确定变更位置。

在本实施方式中，还可以包括动态增加服务器的方法，在现存服务器内存的存储容量无法负载数据库中数据数量时，根据需要，动态增加服务器。具体流程如图5所示：

步骤501，根据服务器的内存容量确定需要增加服务器的数量。

具体地，一台服务器可存储的人脸ID数为P，总的需要存储在新增服务器内存中的人脸ID数为Q，则所需服务器个数N为：N＝向上取整(Q/P)。

步骤502，向数据库中的注册表中添加服务器IP。

具体地，在注册表中添加N个服务器IP和各自的APP_ID、GROUP_ID。

步骤503，根据注册表中信息将人脸数据存储在服务器中。

在本实施方式中，将人脸数据存储在服务器中，具体包括：

根据注册表中APP_ID和GROUP_ID从数据库中导出相应数据；

将相应数据转换为浮点型矩阵；

将上述转换后的浮点型矩阵存储在服务器内存中。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本发明第二实施方式涉及一种人脸识别系统，如图6所示，包括：

调度模块601，用于根据请求参数将服务请求转发至对应的服务器，所述服务器中存储部分人脸数据。

在本实施方式中，通过调度模块将根据服务请求不同，调度各个模块的工作。

具体地，服务请求可以包括：人脸识别请求和人脸数据操作请求。

当接收人脸识别请求时，调度模块将携带人脸原始图像和请求参数的人脸识别请求转发至相应的服务器，服务器将人脸原始图像发送至GPU算法模块602进行人脸特征提取和识别计算。

当接收人脸数据操作请求后，调度模块将服务请求转发至人脸库管理模块603，进行后续的数据操作，具体流程见第一实施例所示图4步骤。

GPU算法服务模块602，用于根据人脸原始图像提取人脸特征标识；将所述人脸特征标识与所述服务器中存储部分人脸数据进行相似性判断。

在本实施方式中，GPU算法服务模块602接收到的服务请求具体包括：

接收服务器发送的人脸原始图像；

接受调度模块转发的人脸原始图像；

人脸库管理模块603，用于根据请求参数将数据库中对应数据按照所述人脸特征标识进行变更。

在本实施方式中，人脸库管理模块用于处理人脸数据操作请求。

不难发现，本实施方式为与第一实施方式相对应的系统实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

本发明第三实施方式涉及一种电子设备，如图7所示，包括至少一个处理器701；以及，与所述至少一个处理器701通信连接的存储器702；其中，所述存储器702存储有可被所述至少一个处理器701执行的指令，所述指令被所述至少一个处理器701执行，以使所述至少一个处理器701能够执行任一所述的人脸识别方法。

其中，存储器和处理器采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器和存储器的各种电路链接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器。

处理器负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。

本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (10)

1.一种人脸识别方法，其特征在于，包括：

接收人脸原始图像和服务请求，其中，所述服务请求中包括请求参数；

调度模块根据所述请求参数将所述服务请求转发至对应的服务器，所述服务器中存储部分人脸数据；

根据所述人脸原始图像提取人脸特征标识；

将所述人脸特征标识与所述服务器中存储部分人脸数据进行相似性判断；

根据判断结果返回识别结果。

2.根据权利要求1所述人脸识别方法，其特征在于，所述根据所述人脸原始图像提取人脸特征标识，具体包括：

通过所述服务器将人脸原始图像转发至GPU；

通过所述GPU提取人脸特征标识。

3.根据权利要求1所述人脸识别方法，其特征在于，在所述将所述人脸特征标识与所述服务器中存储部分人脸数据进行相似性判断后，还包括：

根据所述相似度进行排序；

根据所述排序结果得出最相似的人脸数据；

返回所述最相似的人脸数据作为所述人脸识别结果。

4.根据权利要求1所述人脸识别方法，其特征在于，所述接收人脸原始图像和服务请求还包括：

接收所述人脸原始图像和人脸数据变更请求，其中，所述人脸数据变更请求包括所述请求参数；

所述调度模块根据所述人脸变更请求将所述人脸原始图像转发至GPU；

通过所述GPU提取所述人脸特征标识；

根据所述请求参数将数据库中对应数据按照所述人脸特征标识进行变更。

5.根据权利要求3所述人脸识别方法，其特征在于，在所述根据请求参数将数据库中对应数据按照所述人脸特征标识进行变更后还包括：

周期性地根据服务器IP查询数据库中数据是否发生变更；

根据所述服务器IP获取数据库中变更数据；

根据所述变更数据修改所述服务器中存储的数据。

6.根据权利要求5所述人脸识别方法，其特征在于，在所述周期性地根据服务器IP查询数据库中数据是否发生变更，所述服务器中包括定时器，具体包括：

当定时器启动时，建立所述服务器与所述数据库的通信连接；

根据所述服务器IP查询数据库中对应数据；

判断所述对应数据与所述服务器中数据是否一致；

接收所述对应数据中不一致的数据；

根据所述不一致的数据变更所述服务器中数据。

7.根据权利要求1-5任一所述人脸识别方法，其特征在于，所述数据库包括所述人脸数据和注册表，其中，所述注册表中包括服务器IP和参数信息，所述参数信息包括所述请求参数；

所述数据库中的人脸数据按照所述注册表中参数信息分块存储在不同的所述服务器中，每个所述服务器具有所述服务器IP。

8.一种人脸识别系统，其特征在于，包括：

调度模块，用于根据请求参数将服务请求转发至对应的服务器，所述服务器中存储部分人脸数据；

GPU算法服务模块，用于根据人脸原始图像提取人脸特征标识；将所述人脸特征标识与所述服务器中存储部分人脸数据进行相似性判断；

人脸库管理模块，用于根据请求参数将数据库中对应数据按照所述人脸特征标识进行变更。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-7任一所述的人脸识别方法。

10.一种计算机可读存储介质，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7中任一项所述的人脸识别方法。

Images