CN112084904A - 人脸搜索方法、装置及存储介质 - Google Patents

人脸搜索方法、装置及存储介质 Download PDF

Info

Publication number
CN112084904A
CN112084904A CN202010873283.6A CN202010873283A CN112084904A CN 112084904 A CN112084904 A CN 112084904A CN 202010873283 A CN202010873283 A CN 202010873283A CN 112084904 A CN112084904 A CN 112084904A
Authority
CN
China
Prior art keywords
face
attribute
recognized
face image
image
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
Application number
CN202010873283.6A
Other languages
English (en)
Inventor
彭骏
吉纲
陈伟
张艳红
占涛
方自成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Routon Electronic Co ltd
Wuhan Precision Business Machine Co ltd
Original Assignee
Routon Electronic Co ltd
Wuhan Precision Business Machine Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Routon Electronic Co ltd, Wuhan Precision Business Machine Co ltd filed Critical Routon Electronic Co ltd
Priority to CN202010873283.6A priority Critical patent/CN112084904A/zh
Publication of CN112084904A publication Critical patent/CN112084904A/zh
Pending legal-status Critical Current

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
    • G06V40/10—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明实施例提供一种人脸搜索方法、装置及存储介质，所述方法包括：获取待识别人脸图像；对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。本发明实施例提供的人脸搜索方法、装置及存储介质，通过结合人脸属性识别进行人脸搜索，降低了特征向量的比对次数，可有效提升人脸搜索的效率和精准度，适用于用户数很大的应用场景。

Description

人脸搜索方法、装置及存储介质
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种人脸搜索方法、装置及存储介质。
背景技术
人脸识别技术在闸机、门禁等应用场景得到了越来越广泛的应用。现有的人脸识别技术中，人脸搜索的基本原理是利用特征向量进行比对，通过将人脸抽象为一个高维向量，两个向量间的距离越小则代表人脸的匹配度越高。现有人脸搜索策略具有以下缺点：当用户数较大时，人脸搜索的时间也相应变长，人脸搜索的精确度也相应下降。
如何提高人脸搜索效率和精确度成为一个亟待解决的问题。
发明内容
本发明实施例提供一种人脸搜索方法、装置及存储介质，用以解决现有技术中当用户数较大时，人脸搜索的时间也相应变长，人脸搜索的精确度也相应下降的缺陷，提供燃料搜索效率和精确度。
本发明实施例提供一种人脸搜索方法，包括：
获取待识别人脸图像；
对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；
基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；
基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
根据本发明一个实施例的人脸搜索方法，所述获取待识别人脸图像之前，还包括：
建立所述人脸底库，其中，所述人脸底库包含多个人脸数据，所述人脸数据包括人脸图像，以及所述人脸图像对应的特征向量和属性标签。
根据本发明一个实施例的人脸搜索方法，所述建立所述人脸底库，包括：
接收用户注册请求，获取注册用户人脸图像；
对所述注册用户人脸图像进行人脸识别，获得所述注册用户人脸图像的特征向量，并对所述注册用户人脸图像进行人脸属性识别，获得所述注册用户人脸图像的属性标签；
将所述注册用户人脸图像，以及所述注册用户人脸图像的特征向量和属性标签存入所述人脸底库。
根据本发明一个实施例的人脸搜索方法，所述属性标签包括年龄、性别和肤色中的至少一项。
根据本发明一个实施例的人脸搜索方法，所述对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签，包括：
对所述待识别人脸图像进行人脸检测，获得所述待识别人脸图像对应的人脸关键点；
根据所述人脸关键点进行特征提取，获得所述待识别人脸图像的特征向量；
根据所述人脸关键点进行人脸属性识别，获得所述待识别人脸图像的属性标签。
根据本发明一个实施例的人脸搜索方法，所述基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据，包括：
将所述待识别人脸图像的属性标签与人脸底库中的属性标签进行匹配；
筛选出所述人脸底库中匹配度超过属性匹配阈值的属性标签所对应的人脸数据。
根据本发明一个实施例的人脸搜索方法，所述基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据，包括：
将所述待识别人脸图像的特征向量与所述人脸底库中匹配度超过属性匹配阈值的属性标签所对应的人脸数据的特征向量逐一进行比对；
输出所述人脸底库中匹配度超过特征匹配阈值且匹配度最高的人脸数据。
本发明实施例还提供一种人脸搜索装置，包括：
图像获取单元，用于获取待识别人脸图像；
图像识别单元，用于对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；
第一搜索单元，用于基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；
第二搜索单元，用于基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
本发明实施例还提供一种电子设备，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程序时实现如上述任一种所述人脸搜索方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述人脸搜索方法的步骤。
本发明实施例提供的人脸搜索方法、装置及存储介质，通过结合人脸属性识别进行人脸搜索，降低了特征向量的比对次数，可有效提升人脸搜索的效率和精准度，适用于用户数很大的应用场景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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他的附图。
图1为本发明实施例提供的人脸搜索方法的流程示意图；
图2为本发明实施例提供的人脸搜索装置的结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图。
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，所描述的实施例是本发明一部分实施例，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作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。
本申请实施例中术语“多个”是指两个或两个以上，其它量词与之类似。
图1为本发明实施例提供的人脸搜索方法的流程示意图，包括：
步骤100、获取待识别人脸图像；
具体地，用户刷脸时，服务器或终端设备获取用户的待识别人脸图像。
需要说明的是，本发明实施例提供的人脸搜索方法，可以部署于服务器或者终端设备，因此，为了方便描述，后续不再强调本发明实施例的执行主体。
步骤101、对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；
具体地，对待识别人脸图像同时进行人脸识别和人脸属性识别。
可以采用现有的人脸识别算法对待识别人脸图像进行处理，获得所述待识别人脸图像对应的人脸特征向量，本发明实施例不对具体的人脸识别算法作限制。
可以采用现有的人脸属性识别算法对待识别人脸图像进行处理，获得所述待识别人脸图像对应的属性标签，本发明实施例不对具体的人脸识别算法作限制。
步骤102、基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；
具体地，在进行匹配时，首先基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据，即将所述待识别人脸图像的属性标签与人脸底库中的属性标签进行匹配，筛选出匹配度超过属性匹配阈值的属性标签，进而可以确定匹配度超过属性匹配阈值的属性标签对应的人脸数据和特征向量。
相对于特征向量之间的比对，属性标签与属性标签之间的匹配时间较短，甚至可以忽略不计。
在一个实施例中，根据不同属性的识别精准度可设置权重，最终可设置一个属性匹配阈值，比如80％，属性匹配度大于80％的就是初步筛选出来的属性标签，以及该属性标签对应的特征向量和人脸数据。
步骤103、基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
具体地，将所述待识别人脸图像的特征向量与筛选出来的匹配度超过属性匹配阈值的人脸数据的特征向量逐一进行比对，搜索出匹配度超过特征匹配阈值的特征向量，若匹配度超过特征匹配阈值的特征向量有多个，则选取匹配度最高的特征向量作为搜索到的目标，输出该特征向量以及该特征向量对应的人脸数据和属性标签。特征匹配阈值是预先设置的，可以根据需要进行调整。
本发明实施例提供的结合了人脸属性识别的人脸搜索策略，在数据量比较大的人脸底库中进行人脸搜索，就能有效降低最后特征值比对的次数，降低的次数百分比取决于人脸属性识别算法的属性类别以及精准度。
本发明实施例提供的人脸搜索方法、装置及存储介质，通过结合人脸属性识别进行人脸搜索，降低了特征向量的比对次数，可有效提升人脸搜索的效率和精准度，适用于用户数很大的应用场景。
基于上述实施例的内容，所述获取待识别人脸图像之前，还包括：
建立所述人脸底库，其中，所述人脸底库包含多个人脸数据，所述人脸数据包括人脸图像，以及所述人脸图像对应的特征向量和属性标签。
具体地，在获取待识别人脸图像之前，需要建立人脸底库。所述人脸底库包含多个人脸数据。
所述人脸数据包括人脸图像，以及所述人脸图像对应的特征向量和属性标签。
在一个实施例中，所述属性标签包括年龄、性别和肤色中的至少一项。
基于上述实施例的内容，所述建立所述人脸底库，包括：
接收用户注册请求，获取注册用户人脸图像；
对所述注册用户人脸图像进行人脸识别，获得所述注册用户人脸图像的特征向量，并对所述注册用户人脸图像进行人脸属性识别，获得所述注册用户人脸图像的属性标签；
将所述注册用户人脸图像，以及所述注册用户人脸图像的特征向量和属性标签存入所述人脸底库。
具体地，用户进行人脸注册，接收用户注册请求，获取到注册用户人脸图像。
然后，对所述注册用户人脸图像同时进行人脸识别和人脸属性识别，获得所述注册用户人脸图像的特征向量和属性标签；
其中，本发明实施例不对人脸识别算法和人脸属性识别算法作限制。
最后，将所述注册用户人脸图像，以及所述注册用户人脸图像的特征向量和属性标签存入所述人脸底库。
每当用户发起注册请求则执行上述步骤，最终形成人脸底库。
在一个实施例中，所述对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签，包括：
对所述待识别人脸图像进行人脸检测，获得所述待识别人脸图像对应的人脸关键点；
根据所述人脸关键点进行特征提取，获得所述待识别人脸图像的特征向量；
根据所述人脸关键点进行人脸属性识别，获得所述待识别人脸图像的属性标签。
本实施例给出对所述待识别人脸图像进行人脸识别和人脸属性识别的具体步骤。首先对待识别人脸图像进行人脸检测，获得人脸关键点，然后基于人脸检测的结果，即根据所述人脸关键点进行特征提取，获得所述待识别人脸图像的特征向量，根据所述人脸关键点进行人脸属性识别，获得所述待识别人脸图像的属性标签。
本发明实施例中，进行人脸属性识别时基于人脸识别算法中人脸检测结果，可以避免重复检测，提高人脸搜索效率。
基于上述实施例的内容，所述基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据，包括：
将所述待识别人脸图像的属性标签与人脸底库中的属性标签进行匹配；
筛选出所述人脸底库中匹配度超过属性匹配阈值的属性标签所对应的人脸数据。
具体地，将所述待识别人脸图像的属性标签与人脸底库中的属性标签进行匹配，获得属性匹配结果；
若所述属性匹配结果大于预设的属性匹配阈值，则获取所述人脸底库中相应的属性标签，进而也可以得到相应的人脸数据和特征向量。
基于上述实施例的内容，所述基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据，包括：
将所述待识别人脸图像的特征向量与所述人脸底库中匹配度超过属性匹配阈值的属性标签所对应的人脸数据的特征向量逐一进行比对；
输出所述人脸底库中匹配度超过特征匹配阈值且匹配度最高的人脸数据。
具体地，在属性匹配的结果的基础上，将筛选出的所述人脸底库中匹配度超过属性匹配阈值的人脸数据对应的特征向量与所述待识别的人脸图像的特征向量进行比对，获得特征匹配结果；
所述特征匹配结果大于预设的特征匹配阈值，则获取所述特征匹配结果对应的人脸数据，并选取匹配度最大的人脸数据作为目标进行输出。
图2为本发明实施例提供的人脸搜索装置的结构示意图，包括：图像获取单元210、图像识别单元220、第一搜索单元230和第二搜索单元240，其中，
图像获取单元210，用于获取待识别人脸图像；
图像识别单元220，用于对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；
第一搜索单元230，用于基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；
第二搜索单元240，用于基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
在此需要说明的是，本发明实施例提供的上述装置，能够实现上述人脸搜索方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
基于上述实施例的内容，所述种人脸搜索装置，还包括：
人脸地库建立单元，用于建立所述人脸底库，其中，所述人脸底库包含多个人脸数据，所述人脸数据包括人脸图像，以及所述人脸图像对应的特征向量和属性标签。
基于上述实施例的内容，所述人脸地库建立单元用于：
接收用户注册请求，获取注册用户人脸图像；
对所述注册用户人脸图像进行人脸识别，获得所述注册用户人脸图像的特征向量，并对所述注册用户人脸图像进行人脸属性识别，获得所述注册用户人脸图像的属性标签；
将所述注册用户人脸图像，以及所述注册用户人脸图像的特征向量和属性标签存入所述人脸底库。
基于上述实施例的内容，所述属性标签包括年龄、性别和肤色中的至少一项。
基于上述实施例的内容，所述图像识别单元220用于：
对所述待识别人脸图像进行人脸检测，获得所述待识别人脸图像对应的人脸关键点；
根据所述人脸关键点进行特征提取，获得所述待识别人脸图像的特征向量；
根据所述人脸关键点进行人脸属性识别，获得所述待识别人脸图像的属性标签。
基于上述实施例的内容，所述第一搜索单元230，用于：
将所述待识别人脸图像的属性标签与人脸底库中的属性标签进行匹配；
筛选出所述人脸底库中匹配度超过属性匹配阈值的属性标签所对应的人脸数据。
基于上述实施例的内容，所述第二搜索单元240，用于：
将所述待识别人脸图像的特征向量与所述人脸底库中匹配度超过属性匹配阈值的属性标签所对应的人脸数据的特征向量逐一进行比对；
输出所述人脸底库中匹配度超过特征匹配阈值且匹配度最高的人脸数据。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行人脸搜索方法，该方法包括：获取待识别人脸图像；对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明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-Only Memory)、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。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的人脸搜索方法，该方法包括：获取待识别人脸图像；对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的人脸搜索方法，该方法包括：获取待识别人脸图像；对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种人脸搜索方法，其特征在于，包括：
获取待识别人脸图像；
对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；
基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；
基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
2.根据权利要求1所述的人脸搜索方法，其特征在于，所述获取待识别人脸图像之前，还包括：
建立所述人脸底库，其中，所述人脸底库包含多个人脸数据，所述人脸数据包括人脸图像，以及所述人脸图像对应的特征向量和属性标签。
3.根据权利要求2所述的人脸搜索方法，其特征在于，所述建立所述人脸底库，包括：
接收用户注册请求，获取注册用户人脸图像；
对所述注册用户人脸图像进行人脸识别，获得所述注册用户人脸图像的特征向量，并对所述注册用户人脸图像进行人脸属性识别，获得所述注册用户人脸图像的属性标签；
将所述注册用户人脸图像，以及所述注册用户人脸图像的特征向量和属性标签存入所述人脸底库。
4.根据权利要求1所述的人脸搜索方法，其特征在于，所述属性标签包括年龄、性别和肤色中的至少一项。
5.根据权利要求1所述的人脸搜索方法，其特征在于，所述对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签，包括：
对所述待识别人脸图像进行人脸检测，获得所述待识别人脸图像对应的人脸关键点；
根据所述人脸关键点进行特征提取，获得所述待识别人脸图像的特征向量；
根据所述人脸关键点进行人脸属性识别，获得所述待识别人脸图像的属性标签。
6.根据权利要求1所述的人脸搜索方法，其特征在于，所述基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据，包括：
将所述待识别人脸图像的属性标签与人脸底库中的属性标签进行匹配；
筛选出所述人脸底库中匹配度超过属性匹配阈值的属性标签所对应的人脸数据。
7.根据权利要求6所述的人脸搜索方法，其特征在于，所述基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据，包括：
将所述待识别人脸图像的特征向量与所述人脸底库中匹配度超过属性匹配阈值的属性标签所对应的人脸数据的特征向量逐一进行比对；
输出所述人脸底库中匹配度超过特征匹配阈值且匹配度最高的人脸数据。
8.一种人脸搜索装置，其特征在于，包括：
图像获取单元，用于获取待识别人脸图像；
图像识别单元，用于对所述待识别人脸图像进行人脸识别和人脸属性识别，获得所述待识别人脸图像的特征向量和属性标签；
第一搜索单元，用于基于所述待识别人脸图像的属性标签，从人脸底库中筛选出匹配度超过属性匹配阈值的人脸数据；
第二搜索单元，用于基于所述待识别人脸图像的特征向量，从所述匹配度超过属性匹配阈值的人脸数据中搜索出匹配度超过特征匹配阈值的人脸数据。
9.一种电子设备，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程序时实现如权利要求1至7任一项所述人脸搜索方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述人脸搜索方法的步骤。
CN202010873283.6A 2020-08-26 2020-08-26 人脸搜索方法、装置及存储介质 Pending CN112084904A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010873283.6A CN112084904A (zh) 2020-08-26 2020-08-26 人脸搜索方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010873283.6A CN112084904A (zh) 2020-08-26 2020-08-26 人脸搜索方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN112084904A true CN112084904A (zh) 2020-12-15

Family

ID=73728996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010873283.6A Pending CN112084904A (zh) 2020-08-26 2020-08-26 人脸搜索方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112084904A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613385A (zh) * 2020-12-18 2021-04-06 成都三零凯天通信实业有限公司 一种基于监控视频的人脸识别方法
CN112765382A (zh) * 2021-01-20 2021-05-07 上海依图网络科技有限公司 图像搜索方法及其装置、介质和电子设备
CN113689613A (zh) * 2021-08-25 2021-11-23 爱康网健康科技(北京)有限公司 门禁系统、门禁控制方法和存储介质
CN113822189A (zh) * 2021-09-15 2021-12-21 珠海格力电器股份有限公司 人脸识别方法、装置、计算机可读存储介质与处理器

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120308090A1 (en) * 2011-06-06 2012-12-06 Kabushiki Kaisha Toshiba Facial image search system and facial image search method
CN106022317A (zh) * 2016-06-27 2016-10-12 北京小米移动软件有限公司 人脸识别方法及装置
WO2017107957A1 (zh) * 2015-12-22 2017-06-29 中兴通讯股份有限公司 人脸图像的检索方法及装置
CN108009465A (zh) * 2016-10-31 2018-05-08 杭州海康威视数字技术股份有限公司 一种人脸识别方法及装置
CN108875515A (zh) * 2017-12-11 2018-11-23 北京旷视科技有限公司 人脸识别方法、装置、系统、存储介质和抓拍机
CN109711357A (zh) * 2018-12-28 2019-05-03 北京旷视科技有限公司 一种人脸识别方法及装置
CN109727350A (zh) * 2018-12-14 2019-05-07 深圳壹账通智能科技有限公司 一种基于人脸识别的门禁控制方法及装置
CN109815775A (zh) * 2017-11-22 2019-05-28 深圳市祈飞科技有限公司 一种基于人脸属性的人脸识别方法及系统
CN110443120A (zh) * 2019-06-25 2019-11-12 深圳英飞拓科技股份有限公司 一种人脸识别方法及设备
US20200057883A1 (en) * 2017-11-28 2020-02-20 Tencent Technology (Shenzhen) Company Limited Facial attribute recognition method, electronic device, and storage medium

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120308090A1 (en) * 2011-06-06 2012-12-06 Kabushiki Kaisha Toshiba Facial image search system and facial image search method
WO2017107957A1 (zh) * 2015-12-22 2017-06-29 中兴通讯股份有限公司 人脸图像的检索方法及装置
CN106022317A (zh) * 2016-06-27 2016-10-12 北京小米移动软件有限公司 人脸识别方法及装置
CN108009465A (zh) * 2016-10-31 2018-05-08 杭州海康威视数字技术股份有限公司 一种人脸识别方法及装置
CN109815775A (zh) * 2017-11-22 2019-05-28 深圳市祈飞科技有限公司 一种基于人脸属性的人脸识别方法及系统
US20200057883A1 (en) * 2017-11-28 2020-02-20 Tencent Technology (Shenzhen) Company Limited Facial attribute recognition method, electronic device, and storage medium
CN108875515A (zh) * 2017-12-11 2018-11-23 北京旷视科技有限公司 人脸识别方法、装置、系统、存储介质和抓拍机
CN109727350A (zh) * 2018-12-14 2019-05-07 深圳壹账通智能科技有限公司 一种基于人脸识别的门禁控制方法及装置
CN109711357A (zh) * 2018-12-28 2019-05-03 北京旷视科技有限公司 一种人脸识别方法及装置
CN110443120A (zh) * 2019-06-25 2019-11-12 深圳英飞拓科技股份有限公司 一种人脸识别方法及设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613385A (zh) * 2020-12-18 2021-04-06 成都三零凯天通信实业有限公司 一种基于监控视频的人脸识别方法
CN112765382A (zh) * 2021-01-20 2021-05-07 上海依图网络科技有限公司 图像搜索方法及其装置、介质和电子设备
CN113689613A (zh) * 2021-08-25 2021-11-23 爱康网健康科技(北京)有限公司 门禁系统、门禁控制方法和存储介质
CN113822189A (zh) * 2021-09-15 2021-12-21 珠海格力电器股份有限公司 人脸识别方法、装置、计算机可读存储介质与处理器

Similar Documents

Publication Publication Date Title
CN112084904A (zh) 人脸搜索方法、装置及存储介质
CN109729383B (zh) 双录视频质量检测方法、装置、计算机设备和存储介质
CN110490078B (zh) 监控视频处理方法、装置、计算机设备和存储介质
CN113033465B (zh) 活体检测模型训练方法、装置、设备以及存储介质
CN110348362B (zh) 标签生成、视频处理方法、装置、电子设备及存储介质
CN109376604B (zh) 一种基于人体姿态的年龄识别方法和装置
CN108205676B (zh) 提取图像文字区域的方法和装置
CN110807110B (zh) 结合局部和全局特征的图片搜索方法、装置及电子设备
CN110751069A (zh) 一种人脸活体检测方法及装置
CN113221771A (zh) 活体人脸识别方法、装置、设备、存储介质及程序产品
CN112241667A (zh) 图像检测方法、装置、设备及存储介质
CN115861747A (zh) 图像生成方法、装置、电子设备及存储介质
CN111260220A (zh) 群控设备识别方法、装置、电子设备和存储介质
CN110162769B (zh) 文本主题输出方法和装置、存储介质及电子装置
CN114708595A (zh) 图像文献结构化解析方法、系统、电子设备、存储介质
CN114282019A (zh) 目标多媒体数据查找方法、装置、计算机设备、存储介质
Wijaya et al. Pornographic image recognition based on skin probability and eigenporn of skin ROIs images
US20210042565A1 (en) Method and device for updating database, electronic device, and computer storage medium
CN113269719A (zh) 模型训练、图像处理方法，装置，设备以及存储介质
CN112861742A (zh) 人脸识别方法、装置、电子设备及存储介质
CN111339973A (zh) 一种对象识别方法、装置、设备及存储介质
US11749021B2 (en) Retrieval device, control method, and non-transitory storage medium
CN115841437A (zh) 一种图像增强的方法、装置及设备
CN108205526A (zh) 一种确定综合语义信息的方法与装置
US10810744B2 (en) Image processing device, image processing method and image processing program

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