JP2021516400A - データベース更新方法および装置、電子機器、コンピュータ記憶媒体 - Google Patents

Abstract

データベース更新方法および装置、電子機器、コンピュータ記憶媒体を開示し、当該データベース更新方法は、第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索すること（１１０）と、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新すること（１２０）とを含む。本願実施例は、コンピュータビジョンの分野に関し、特に、データベース更新方法および装置、電子機器、コンピュータ記憶媒体に関する。【選択図】図１

Description

本願は、２０１８年１１月０１日に中国特許局に提出された、出願番号がＣＮ２０１８１１２９６５５９．８である中国特許出願の優先権を主張し、当該中国特許出願の全ての内容が参照によって本願に組み込まれる。

本願実施例は、コンピュータビジョンの分野に関し、特に、データベース更新方法および装置、電子機器、コンピュータ記憶媒体に関する。

コンピュータビジョン技術の発展に伴い、画像認識は、セキュリティモニタリング、顔認証、スマートリテールなどのさまざまな分野に適用されている。画像ベースの人物識別を実現するプロセスでは、複数の人物画像テンプレートがデータベースに事前に記憶され、当該データベースに基づいて、収集された人物画像を識別する。画像ベースのＩＤ認識がますます多くのシナリオに適用されることに伴い、認識する必要がある人の数は増え続けており、一定数の人物画像テンプレートを事前に記憶するデータベースは、もはや実際の応用のニーズを満たすことができない。

本願実施例は、データベース更新技術を提供する。

本願実施例の一態様によれば、第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索することと、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースを更新することと、を含むデータベース更新方法を提供する。

上記のいずれかの実施例において、前記参照画像テンプレートは参照特徴を含み、前記第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索することは、前記目標対象の画像の画像特徴を取得することと、前記画像特徴と第１データベース内の複数の参照画像テンプレートに含まれる参照特徴との間の類似度に基づいて、前記複数の参照画像テンプレートから、前記画像とマッチングする少なくとも２つの参照画像テンプレートを検索することとを含む。

上記のいずれかの実施例において、前記画像特徴と第１データベース内の複数の参照画像テンプレートに含まれる参照特徴との間の類似度に基づいて、前記複数の参照画像テンプレートから、前記画像とマッチングする少なくとも２つの参照画像テンプレートを検索することは、前記複数の参照画像テンプレートに含まれる参照特徴と前記画像特徴との間の類似度が第１類似度閾値に達する参照画像テンプレートを、前記画像とマッチングする参照画像テンプレートとして決定することを含む。

上記のいずれかの実施例において、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースを更新することは、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートの特徴データを第２更新参照特徴に更新し、前記少なくとも２つの参照画像テンプレート内の少なくとも１つの第３参照画像テンプレートを削除することであって、前記第３参照画像テンプレートと前記第２更新参照特徴との間の類似度は、第３類似度閾値に達することを含む。

上記のいずれかの実施例において、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースを更新することは、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度が第１更新条件を満たすことに応答して、前記画像に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することを含む。

上記のいずれかの実施例において、前記画像に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することは、第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得することであって、前記第１参照画像テンプレートは、前記少なくとも２つの参照画像テンプレートのうちの、前記画像との最大の類似度を有する参照画像テンプレートであり、前記第１参照画像テンプレートに含まれる参照特徴は、前記少なくとも２つの第１特徴データに基づいて得られたものであることと、前記画像の画像特徴および前記少なくとも２つの第１特徴データに基づいて、第１更新参照特徴を決定することと、前記第１更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することとを含む。

上記のいずれかの実施例において、前記画像の画像特徴および前記少なくとも２つの第１特徴データに基づいて、前記第１更新参照特徴を決定することは、前記画像の画像特徴および前記少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択することと、前記少なくとも２つの第１更新特徴に基づいて、前記第１更新参照特徴を取得することとを含む。

上記のいずれかの実施例において、前記第１参照画像テンプレートに含まれる参照特徴は、前記少なくとも２つの第１特徴データを平均することによって得られたものであり、前記少なくとも２つの第１更新特徴に基づいて、前記第１更新参照特徴を取得することは、前記少なくとも２つの第１更新特徴を平均して、前記第１更新参照特徴を取得することを含む。

上記のいずれかの実施例において、前記第１画像の画像特徴および前記少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択することは、前記画像特徴および前記少なくとも２つの第１特徴データを平均して、第１平均特徴を取得することと、前記画像特徴および前記少なくとも２つの第１特徴データの、それぞれ前記第１平均特徴との間の距離に基づいて、前記画像特徴および前記少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択することとを含む。

上記のいずれかの実施例において、前記第１更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することは、前記第１データベースに記憶された前記第１参照画像テンプレートの特徴データを、前記第１更新参照特徴に更新することを含む。

上記のいずれかの実施例において、前記第１更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することは、少なくとも１つの第２参照画像テンプレートから、前記第１更新参照特徴との類似度が第３更新条件を満たす少なくとも１つの第３参照画像テンプレートを選択することであって、前記少なくとも１つの第２参照画像テンプレートは、前記少なくとも２つの参照画像テンプレートのうちの、前記第１参照画像テンプレートを除く参照画像テンプレートであることと、前記少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートに基づいて、第２更新参照特徴を取得することと、前記第２更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することとを含む。

上記のいずれかの実施例において、前記第３更新条件は、前記第１更新参照特徴との類似度が第３類似度閾値より大きいか等しいことを含む。

上記のいずれかの実施例において、前記少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートに基づいて、第２更新参照特徴を取得することは、前記第３参照画像テンプレートに対応する少なくとも２つの第２特徴データを取得することと、前記少なくとも１つの第３参照画像テンプレートのうちの各第３参照画像テンプレートに対応する少なくとも２つの第２特徴データおよび前記少なくとも２つの第１特徴データに基づいて、前記第２更新参照特徴を取得することとを含む。

上記のいずれかの実施例において、前記少なくとも１つの第３参照画像テンプレートのうちの各第３参照画像テンプレートに対応する少なくとも２つの第２特徴データおよび前記少なくとも２つの第１特徴データに基づいて、第２更新参照特徴を取得することは、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択することと、前記少なくとも２つの第２更新特徴に基づいて、前記第２更新参照特徴を取得することとを含む。

上記のいずれかの実施例において、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択することは、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データに基づいて、第２平均特徴を決定することと、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データと、前記第２平均特徴との間の距離に基づいて、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択することとを含む。

上記のいずれかの実施例において、前記第２更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することは、前記第１データベースに記憶された前記第１参照画像テンプレートの特徴データを、前記第２更新参照特徴に更新することを含む。

上記のいずれかの実施例において、前記データベース更新方法は、前記第１データベースに記憶された前記少なくとも１つの第３参照画像テンプレートを削除することをさらに含む。

上記のいずれかの実施例において、前記第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得することは、第２データベースから前記第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得することを含む。

上記のいずれかの実施例において、前記データベース更新方法は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度が第２更新条件を満たすことに応答して、前記画像に対応する参照画像テンプレートを前記第１データベースに追加することをさらに含む。

上記のいずれかの実施例において、前記第１更新条件は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度の最大値が第２類似度閾値より大きいか等しいことを含み、および／または、前記第２更新条件は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度の最大値が前記第２類似度閾値より小さいことを含む。

上記のいずれかの実施例において、前記第２類似度閾値が前記第１類似度閾値より大きい。

上記のいずれかの実施例において、前記データベース更新方法は、前記少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートを除く少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行して、フィルタリング結果を取得することであって、前記フィルタリング結果は、前記少なくとも１つの第２参照画像テンプレート内の少なくとも１つの第３参照画像テンプレートを含むことと、前記フィルタリング結果に含まれる前記少なくとも１つの第３参照画像テンプレートおよぼ前記第１参照画像テンプレートに対してマージ処理を実行して、マージ画像テンプレートを取得することとを含む。

上記のいずれかの実施例において、前記少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行してフィルタリング結果を取得することは、前記第１参照画像テンプレート基づいて、前記少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行して、前記フィルタリング結果を取得することを含む。

上記のいずれかの実施例において、前記第１参照画像テンプレートに基づいて、前記少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行して、前記フィルタリング結果を取得することは、少なくとも１つの第２参照画像テンプレートのうちの、前記第１参照画像テンプレートとの類似度が第３類似度閾値に達する第２参照画像テンプレートを、前記フィルタリング結果に追加することを含む。

上記のいずれかの実施例において、前記第１参照画像テンプレートに基づいて、前記少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行して、前記フィルタリング結果を取得することは、前記第１参照画像テンプレートおよび前記目標対象の画像の画像特徴に基づいて、第１更新参照特徴を取得することと、少なくとも１つの第２参照画像テンプレートに含まれる参照特徴と前記第１更新参照特徴との間の類似度に基づいて、前記少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行して、前記フィルタリング結果を取得することとを含む。

上記のいずれかの実施例において、前記フィルタリング結果に含まれる前記少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートに対してマージ処理を実行して、マージ画像テンプレートを取得することは、前記少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートのうちの、各参照画像テンプレートに対応する少なくとも２つの第２特徴データを取得することであって、前記参照画像テンプレートに含まれる参照特徴は、前記参照画像テンプレートに対応する少なくとも２つの第２特徴データに基づいて得られたものであることと、前記少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートのうちの、各参照画像テンプレートに対応する少なくとも２つの第２特徴データに基づいて、第２更新参照特徴を取得することであって、前記マージ画像テンプレートは、前記第２更新参照特徴を含むこととを含む。

上記のいずれかの実施例において、前記データベース更新方法は、前記第１データベースに記憶された少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートを、前記マージ画像テンプレートで置き換えることをさらに含む。

本願実施例の別の態様によれば、第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索するように構成される検索ユニットと、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースを更新するように構成されるデータベース更新ユニットと、を備えるデータベース更新装置を提供する。

本願実施例の更に別の態様によれば、上記のいずれか一項に記載のデータベース更新装置を含むプロセッサを備える電子機器を提供する。

本願実施例の更に別の態様によれば、実行可能な命令を記憶するように構成されるメモリと、前記メモリと通信して前記実行可能な命令を実行することによって、上記のいずれか一項に記載のデータベース更新方法の動作を実現するように構成されるプロセッサと、を備える電子機器を提供する。

本願実施例の更に別の態様によれば、コンピュータ可読命令を記憶するように構成されるコンピュータ可読記憶媒体であって、前記命令が実行されるときに、上記のいずれか一項に記載のデータベース更新方法の動作を実行するコンピュータ可読記憶媒体を提供する。

本願実施例の更に別の態様によれば、コンピュータ可読コードを含むコンピュータプログラム製品であって、前記コンピュータ可読コードが機器で実行される時に、前記機器のプロセッサによって、上記のいずれか一項に記載のデータベース更新方法を実現するための命令を実行する、コンピュータプログラム製品を提供する。

本願実施例の更に別の態様によれば、コンピュータ可読命令を記憶するように構成されるコンピュータプログラム製品であって、前記命令が実行される時に、コンピュータに上記のいずれか一項に記載のデータベース更新方法の動作を実行させる、別のコンピュータプログラム製品を提供する。

一代替実施形態において、前記コンピュータプログラム製品は、具体的にはコンピュータ記憶媒体であり、別の代替実施形態において、前記コンピュータプログラム製品は、具体的には、ＳＤＫなどのソフトウェア製品である。

本願実施例によれば、さらに、別のデータベース更新方法および装置、電子機器、コンピュータ記憶媒体、コンピュータプログラム製品を提供し、ここで、第１データベースに含まれる複数の参照画像テンプレートから目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索し、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新する。

本願の上記の実施例によるデータベース更新方法および装置、電子機器、コンピュータ記憶媒体において、第１データベースに含まれる複数の参照画像テンプレートから目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索し、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新することにより、データベースに基づくシステムパフォーマンスを向上させることに有益である。

以下、添付の図面及び実施例を参照して、本願の技術的解決策をさらに詳しく説明する。

明細書の一部を構成する添付の図面は、本出願の実施例を説明し、その説明と共に本出願の原理を解釈することに用いられる。

図面を参照して、以下の詳細な説明に従って、本開示をより明確に理解することができる。
本願実施例によるデータベース更新方法の例示的なフローチャートである。 本願実施例によるデータベース更新方法の別の例示的なフローチャートである。 本願実施例によるデータベース更新方法の更に別の例示的なフローチャートである。 本願実施例によるデータベース更新方法における、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することの例示的なフローチャートである。 本願実施例によるデータベース更新方法の更に別の例示的なフローチャートである。 本願実施例によるデータベース更新方法における、第１データベースを更新することの例示的なフローチャートである。 本願実施例によるデータベース更新装置の概略構造図である。 本願実施例による電子機器の概略構造図である。

ここで、図面を参照して本出願の様々な例示的な実施例を詳細に説明する。なお、特に断らない限り、これらの実施例で記述した部材及びステップの相対的配置、数式及び値は、本出願の範囲を限定するものではないことに注意すべきである。同時に、説明の便宜上、図面に示した各部分の寸法は実際の比例関係に従って描いたものではないことを理解すべきである。以下、少なくとも１つの例示的な実施例の説明は、実際には説明のためなものに過ぎず、本出願およびその応用または使用を制限することを意図するものではない。関連分野の当業者に既知の技術、方法及び機器については、詳細に説明しない場合があるが、場合によって、前記技術、方法及び機器は明細書の一部と見なすべきである。なお、類似する符号及び英文字は以下の図面において類似項目を表し、従って、ある一項が１つの図面において定義されれば、後続の図面においてそれをさらに説明する必要がないことに注意すべきである。

図１は、本願実施例によるデータベース更新方法の例示的なフローチャートである。当該方法は、端末機器、サーバ、モバイル機器などの任意の電子機器によって実行されることができる。

ステップ１１０において、第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索する。

本願実施例において、ユーザによって入力された目標対象の画像を受信したり、画像センサを使用して目標対象の画像を収集したり、他の装置から送信された目標対象の画像受信したりすることで、目標対象の画像を取得する。ここで、目標対象は、人物、人の顔、特定の物体、または他の対象であり得る。目標対象の画像は、顔画像、半身画像、または人体画像など、目標対象の少なくとも一部を含む画像を指し得る。目標対象の画像は、静止画像またはビデオフレーム画像であり得る。例えば、目標対象の画像は、ビデオフレーム画像であってもよいし、画像センサからのビデオシーケンスにおける画像フレームであってもよいし、別個の画像であってもよいが、本願実施例は、目標対象の画像の属性、ソース、および取得方法などに限定されない。

第１データベースには、複数の参照画像テンプレートが記憶されている。例えば、第１データベースに記憶された参照画像テンプレートは、画像および／または特徴データを含むことができ、ここで、特徴データは、特徴ベクトル、特徴マップなどを含んでもよいがこれらに限定されなく、または、参照画像テンプレートは、他の情報をさらに含む。参照画像テンプレートは、手動で入力されるか、他の機器から取得されるか、画像／ビデオ処理プロセスで動的に生成されることができ、例えば、ユーザの登録プロセスで生成されたもの、または、リアルタイムで収集されたビデオの処理プロセスで生成されたものなどであり得るが、本願実施例は、参照画像テンプレートのソースおよびそこに含まれる情報などに限定されない。

ステップ１１０において、第１データベースを検索して、第１データベースに目標対象の画像とマッチングする参照画像テンプレートがあるか否かを決定し、検索によって得られた検索結果には、目標対象とマッチングする少なくとも２つの参照画像テンプレートが含まれる。例えば、目標対象の画像と参照画像テンプレートとの間の類似度を決定し、当該類似度に基づいて、目標対象の画像が参照画像テンプレートマッチングするかどうかを決定することができる。いくつかの実現形態において、類似度閾値を設定し、類似度と類似度閾値を比較することによって、目標対象の画像が参照画像テンプレートとマッチングするかどうかを決定することができる。例えば、目標対象の画像と第１データベースに含まれる複数の参照画像テンプレートとの間の類似度、例えば、目標対象の画像と複数の参照画像テンプレートのうちの一部または全部の参照画像テンプレートとの間の類似度を決定し、類似度閾値に基づいて、複数の参照画像テンプレートのうちの、目標対象の画像との類似度が類似度閾値より大きい少なくとも２つの参照画像テンプレートを取得し、当該取得した少なくとも２つの参照画像テンプレートを目標対象の画像とマッチングする参照画像テンプレートとして使用する。別のいくつかの実現形態において、目標対象の画像と複数の参照画像テンプレートとの間の類似度の大小関係に基づいて、目標対象の画像とマッチングする参照画像テンプレートを決定する。例えば、参照画像テンプレートと目標対象の画像との間の類似度に応じて、複数の参照画像テンプレートを降順で配列し、配列された複数の参照画像テンプレートのうちの最初のｋ個の参照画像テンプレートを検索結果として使用し、ここで、ｋは１より大きいか等しいプリセットされた整数である。別のいくつかの実現形態において、目標対象の画像との類似度が類似度閾値より大きい少なくとも２つの参照画像テンプレートから、最初のｋ個の参照画像テンプレートを選択して検索結果として使用するなど、上記の２つの実現方法を組み合わせて、目標対象の画像とマッチングする参照画像テンプレートを決定する。

本願実施例において、様々な方法によって、目標対象の画像と参照画像テンプレートとの間の類似度を決定することができる。例えば、目標対象の画像と参照画像テンプレートをニューラルネットワークに入力して処理して、目標対象の画像が参照画像テンプレートとマッチングするかどうかの指示を出力する。別の例では、目標対象の画像の特徴データと参照画像テンプレートに対応する特徴データとの間の距離に基づいて、目標対象の画像が参照画像テンプレートとマッチングするかどうかを決定するなど、本開示はこれらに限定されない。

いくつかの実現形態において、参照画像テンプレートは、画像を含むが特徴データを含まなく、この場合、先ず参照画像テンプレートに含まれる画像および目標対象の画像に対してそれぞれ特徴抽出を実行して、参照画像テンプレートの特徴データおよび目標対象の画像の画像特徴データを取得し、次に参照画像テンプレートの特徴データと画像特徴データとの間の距離に基づいて、参照画像テンプレートが目標対象の画像とマッチングするかどうかを決定することができる。別のいくつかの実現形態において、参照画像テンプレートは特徴データを含み、この場合、先ず目標対象の画像に対して特徴抽出を実行して、目標対象の画像の画像特徴データを取得し、次に目標対象の画像の画像特徴データと参照画像テンプレートに含まれる特徴データとの間の距離に基づいて、参照画像テンプレートが目標対象の画像とマッチングするかどうかを決定することができる。別のいくつかの実現形態において、他の検索方法を使用して、目標対象の画像とマッチングする参照画像テンプレートを取得することができるが、本願実施例は、具体的な検索方法に限定しない。

ステップ１２０において、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新する。

いくつかの実現形態において、第１データベースを更新することは、第１データベースに含まれる少なくとも２つの参照画像テンプレートを更新することを含む。例えば、少なくとも２つの参照画像テンプレートのうちの一部または全部の参照画像テンプレートのデータを調整するなどである。別の例では、少なくとも２つの参照画像テンプレートのうちの一部の参照画像テンプレートを削除するなどである。別の例では、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートのデータを調整し、少なくとも２つの参照画像テンプレート内の少なくとも１つの第３参照画像テンプレートを削除するなどであるが、本開示はこれらに限定されない。

本願実施例によるデータベース更新方法において、第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索し、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新することにより、データベースに基づくシステムパフォーマンスを向上させることに有益である。

図２は、本願実施例によるデータベース更新方法の別の例示的なフローチャートである。ここでは、参照画像テンプレートが特徴データ（以下、参照特徴と呼ぶ）を含むと仮定するが、本願実施例はこれに限定されない。

ステップ２１０において、目標対象の画像の画像特徴を取得する。

ここで、画像特徴を取得する方法は、端末機器（携帯電話、コンピュータ、タブレットＰＣなど）から画像の画像特徴を受信するなど、他の機器から目標対象の画像特徴を受信することであってもよく、画像を受信（画像センサーを使用して収集したり、他の機器から取得したりするなど）して、画像に対して特徴抽出を実行することであってもよいが、これらに限定されない。例えば、画像に対する特徴抽出処理は、畳み込みニューラルネットワークや他の特徴抽出アルゴリズム、または他の方法で実現できるが、本願は、画像の具体的な特徴抽出方法に限定されない。

ステップ２２０において、取得した画像特徴と第１データベース内の複数の参照画像テンプレートに含まれる参照特徴との間の類似度または距離に基づいて、複数の参照画像テンプレートから、画像とマッチングする少なくとも２つの参照画像テンプレートを検索する。

ここで、画像特徴と参考特徴との間の類似度は、画像特徴と参照特徴との間の距離に依存し、当該距離は、コサイン距離、ユークリッド距離、マハラノビス距離などを含んでもよいが、これらに限定されなく、画像特徴と参照特徴との間の距離が小さいほど、画像特徴と参照特徴との間の類似度が大きいことを意味する。いくつかの実現形態において、画像特徴と参照特徴との間の類似度がプリセット条件に達する場合、参照特徴が属する参照画像テンプレートが画像とマッチングすると見なすことができ、ここで、当該プリセット条件は、類似度閾値より大きいか等しいこと、または類似度がプリセットされた範囲内にあること、または類似度が取得された全ての類似度の最初のプリセットされた個数内にランク付けされることなどを含んでもよいが、これらに限定されない。画像特徴と参照特徴との間の距離に基づいて画像特徴と参照特徴との間の類似度を決定することに加えて、他の方法に基づいてもよく、本願実施例は、画像特徴と参照特徴との間の類似度を決定する具体的な実現方法に限定されない。

ステップ２３０において、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新する。

本願実施例において、参照画像テンプレートは参照特徴を含み、特徴データが占める記憶容量は画像よりも少なく、検索する時に、記憶されたデータに対して特徴抽出を実行する必要がないため、検索速度が速くなり、データ処理の効率が向上する。

一例では、複数の参照画像テンプレートに含まれる参照特徴と画像特徴との間の類似度が第１類似度閾値に達する参照画像テンプレートを、画像とマッチングする参照画像テンプレートとして決定する。即ち、前記複数の参照画像テンプレートのうちの各参照画像テンプレートに含まれる参照特徴と画像特徴との間の類似度を決定し、前記類似度が第１類似度閾値より大きいか等しい参照画像テンプレートを、画像とマッチングする参照画像テンプレートとして決定する。

画像とマッチングする参照画像テンプレートを取得するために、第１類似度閾値を設定し、類似度が第１類似度閾値より大きいか等しい参照画像テンプレートを、画像とマッチングする参照画像テンプレートとして決定する。当該第１類似度閾値は、具体的な状況に応じて設定でき、例えば、第１類似度閾値を０．７に設定し、第１データベースに含まれる４つの参照画像テンプレート（即ち、参照画像テンプレート１、参照画像テンプレート２、参照画像テンプレート３および参照画像テンプレート４）と画像との間の類似度がそれぞれ０．６、０．９、０．７および０．３である場合、第１類似度閾値と比較することにより、参照画像テンプレート２および参照画像テンプレート３が、画像とマッチングする参照画像テンプレートであると決定することができる。別の例では、複数の参照画像テンプレートの参照特徴と画像特徴との間の類似度の中で数値が最も高い上位ｋ個の類似度に対応する参照画像テンプレートを、画像とマッチングする参照画像テンプレートとして決定する。

図３は、本願実施例によるデータベース更新方法の更に別の例示的なフローチャートである。

ステップ３１０において、第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索する。ステップ３２０において、少なくとも２つの参照画像テンプレートと画像との間の類似度が第１更新条件を満たすことに応答して、目標対象の画像に基づいて、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新する。

本願実施例において、少なくとも２つの参照画像テンプレートと目標対象の画像との間の少なくとも１つの類似度が第１更新条件を満たす場合、目標対象の画像に基づいて、検索結果に含まれる少なくとも２つの参照画像テンプレートのうちの一部または全部の参照画像テンプレートを更新する。ここで、当該更新とは、調整または削除を指し得、例えば、目標対象の画像に基づいて、検索結果に含まれる少なくとも２つの参照画像テンプレートのうちの各参照画像テンプレートを更新することであってもよいが、本願実施例はこれに限定されない。

当該第１更新条件は、検索結果に含まれる少なくとも２つの参照画像テンプレートを更新するかどうかを決定するために使用される。いくつかの実現形態において、第１更新条件は、少なくとも２つの参照画像テンプレートと目標対象の画像との間の少なくとも１つの類似度の最小値が、特定の類似度閾値達すること、または、少なくとも２つの参照画像テンプレートと目標対象の画像との間の少なくとも１つの類似度の平均値が、特定の類似度閾値達すること、または、少なくとも１つの参照画像と目標対象の画像との間の類似度の最大値が、特定の類似度閾値達すること、例えば、第２類似度閾値に達すること、即ち、第１更新条件が、少なくとも２つの参照画像テンプレートと画像との間の類似度の最大値が第２類似度閾値より大きいか等しいであることを含む。ここで、第２類似度閾値は第１類似度閾値より大きいが、本願実施は、第１更新条件の具体的な実現方法に限定されない。

本願実施例において、先ず、第１データベースを検索して目標対象の画像に対応する検索結果を取得し、次に、検索結果に含まれる少なくとも２つの参照画像テンプレートと目標対象の画像との間の類似度が第１更新条件を満たすかどうかを決定し、第１更新条件を満たす場合、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの一部または全部の参照画像テンプレートを更新することにより、検索結果を取得するたびに検索結果を直接更新することによる目標対象の誤認識率が高くなることを回避させ、第１データベースに基づく認識精度を向上させる。

取得した目標対象の画像に基づいて第１データベースを更新することについては、その１つの方法は、当該画像および／または当該画像の情報（特徴データなど）を直接第１データベースに記憶することであるが、このようにすると、第１データベース内のテンプレートの数が増加し続けるため、第１データベースでのデータ拡散率が過度に高くなる可能性がある。本願実施例では、第１データベースを更新する前に、少なくとも２つの参照画像テンプレートと画像との間の類似度が第１更新条件を満たすかどうかを判断し、第１更新条件を満たす場合に第１データベースを更新することにより、同じ対象の複数の画像テンプレートをデータベースに記憶する概率を低減させる。一応用では、データ拡散率が高いと、データベース内のデータがますます大きくなり（テンプレートの数が増加するなど）、冗長性があるため、後で検索するのは不便なので、本願実施例では、データベースを適時に更新し、これにより、同じ対象の複数の画像テンプレートをデータベースに記憶する概率を低減させる。

図４Ａは、本願実施例によるデータベース更新方法における、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することの例示的なフローチャートである。

ステップ４０２において、第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得する。

ここで、第１参照画像テンプレートは、少なくとも２つの参照画像テンプレートのうちの、画像との最大の類似度を有する参照画像テンプレートである。第１参照画像テンプレートに含まれる参照特徴は、第１参照画像テンプレートに対応する少なくとも２つの第１特徴データに基づいて得られたものである。ここで、当該第１参照画像テンプレートに含まれる参照特徴は、数学的平均、加重平均、または幾何平均など、少なくとも２つの第１特徴データを平均することによって得られたものである。あるいは、第１参照画像テンプレートに含まれる参照特徴は、少なくとも２つの第１特徴データから、特定の基準に基づいて選択することによって取得されるが、本願実施例は、第１参照画像テンプレートに対応する少なくとも２つの第１特徴データに基づいて第１参照画像テンプレートに含まれる参照特徴を取得する具体的な実現方法に限定されない。

ステップ４０４において、画像の画像特徴および少なくとも２つの第１特徴データに基づいて、第１更新参照特徴を決定する。

第１更新参照特徴は、少なくとも２つの第１特徴データおよび画像特徴に基づいて決定されたものである。いくつかの実現形態において、画像の画像特徴および少なくとも２つの第１特徴データから、少なくとも２つの特徴データを選択し、選択した少なくとも２つの特徴データに基づいて第１更新参照特徴を決定する。本願実施例において、様々な方法に基づいて特徴データを選択することができる。例えば、画像の画像特徴および少なくとも２つの第１特徴データを平均して第１平均特徴を取得し、画像特徴および少なくとも２つの第１特徴データのそれぞれと第１平均特徴との間の距離に基づいて、画像特徴および少なくとも２つの第１特徴データから少なくとも２つの第１更新特徴を選択し、例えば、第１平均特徴に近い少なくとも２つの特徴データ（画像特徴または第１特徴データなど）を第１更新特徴として選択し、少なくとも２つの第１更新特徴を平均して、第１更新参照特徴を取得する。あるいは、他の方法によって特徴データを選択することもできるが、本願実施例はこれらに限定されない。

ステップ４０６において、第１更新参照特徴に基づいて、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新する。

いくつかの実現形態において、第１更新参照特徴に基づいて、検索によって取得された少なくとも２つの参照画像テンプレートのうちの一部または全部を調整し、例えば、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートに含まれる参照特徴を、第１更新参照特徴に更新し、別の例では、第１更新参照特徴に基づいて、第２更新参照特徴を取得し、第１参照画像テンプレートに含まれる参照特徴を、第２更新参照特徴に更新し、別の例では、第１更新参照特徴に基づいて、第３更新参照特徴を取得し、少なくとも２つの参照画像テンプレートうちの第１参照画像テンプレートを除く１つまたは複数の第２参照画像テンプレートに含まれる参照特徴を、第３更新参照特徴として更新する。別のいくつかの実現形態において、第１更新参照特徴に基づいて、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートを除く１つまたは複数の第３参照画像テンプレートを決定し、当該１つまたは複数の第３参照画像テンプレートを第１データベースから削除する。本願実施例は、少なくとも２つの参照画像テンプレートを更新する具体的な実現方法に対して限定しない。

ここで、ステップ４０４は、画像の画像特徴および少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択し、少なくとも２つの第１更新特徴に基づいて、第１更新参照特徴を取得することを含む。

いくつかの実施例において、画像の画像特徴および少なくとも２つの第１特徴データを平均して第１平均特徴を取得し、画像の画像特徴および少なくとも２つの第１特徴データと第１平均特徴との間の距離に従って、第１平均特徴との距離が短い少なくとも２つの特徴データを第１更新特徴として選択する。例えば、平均特徴空間距離との距離が最も短い２つの特徴を第１更新特徴として選択し、２つの第１更新特徴に基づいて第１更新参照特徴を取得し、例えば、少なくとも２つの第１更新特徴を平均または加重して、第１更新参照特徴を取得する。ここで、第１参照画像テンプレートに含まれる参照特徴は、少なくとも２つの第１特徴データを平均することによって得られたものである。

少なくとも２つの第１更新特徴に基づいて、第１更新参照特徴を取得することは、少なくとも２つの第１更新特徴を平均して、第１更新参照特徴を取得することを含む。本願実施例において、参照特徴は、抽出によって得られた少なくとも２つの第１特徴データを平均することによって得られたものであり、当該平均処理は、平均または加重平均であってよいが、平均処理の具体的な方式は、本願実施例では限定されない。第１更新参照特徴を取得する場合、少なくとも２つの第１更新特徴を、参照特徴を取得するための少なくとも２つの第１特徴データとして使用し、即ち、第１更新参照特徴を取得するための平均処理は、参照特徴を取得するための平均処理と同じである。

いくつかの実施例において、第１画像の画像特徴および少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択することは、画像特徴および少なくとも２つの第１特徴データを平均して、第１平均特徴を取得することと、画像特徴および少なくとも２つの第１特徴データのそれぞれと第１平均特徴との間の距離に基づいて、画像特徴および少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択することとを含む。

本願実施例では、画像特徴および少なくとも２つの第１特徴データを平均して、第１平均特徴を中心点として取得し、画像特徴および少なくとも２つの第１特徴データと当該中心点との間の距離に従って、距離が最も近い少なくとも２つの特徴データ（第１特徴データまたは画像特徴を含む）を第１更新特徴として決定する。

１つまたは複数の可能な実施例において、上記の実施例におけるステップ４０６は、第１データベースに記憶された第１参照画像テンプレートの特徴データを第１更新参照特徴に更新することを含む。本願実施例において、第１更新参照特徴に基づいて第１参照画像テンプレートの特徴データを置き換えて記憶し、第１更新参考データは、画像特徴と画像の検索結果を組み合わせて得られたものであるため、データベースに記憶された第１参照画像テンプレートの更新を実現し、これにより、データベースは、異なるシナリオでのＩＤ認識および目標対象の経時変化に適応できるようになり、目標対象の認識精度の向上に有益である。

図４Ｂは、本願実施例によるデータベース更新方法の更に別の例示的なフローチャートである。

ステップ４１０において、第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索する。

ここで、ステップ４１０は、図１に示される実施例におけるステップ１１０を参照できる。

ステップ４２０において、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートの特徴データを第２更新参照特徴に更新し、前記少なくとも２つの参照画像テンプレート内の少なくとも１つの第３参照画像テンプレートを削除し、前記第３参照画像テンプレートと前記第２更新参照特徴との間の類似度は、第３類似度閾値に達する。

ここで、ステップ４２０は、図１に示される実施例におけるステップ１２０を実現する方法を提供する。

いくつかの実施例において、ステップ４２０は以下のステップを含む。

ステップ４２０１において、第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得する。

ステップ４２０２において、画像の画像特徴および少なくとも２つの第１特徴データに基づいて、第１更新参照特徴を決定する。

いくつかの実現形態において、画像の画像特徴および少なくとも２つの第１特徴データから、少なくとも２つの特徴データを選択し、選択した少なくとも２つの特徴データに基づいて第１更新参照特徴を決定する。

本願実施例において、様々な方法に基づいて特徴データを選択することができる。例えば、画像の画像特徴および少なくとも２つの第１特徴データを平均して第１平均特徴を取得し、画像特徴および少なくとも２つの第１特徴データのそれぞれと第１平均特徴との間の距離に基づいて、画像特徴および少なくとも２つの第１特徴データから少なくとも２つの第１更新特徴を選択し、例えば、第１平均特徴に近い少なくとも２つの特徴データ（画像特徴または第１特徴データなど）を第１更新特徴として選択し、少なくとも２つの第１更新特徴を平均して、第１更新参照特徴を取得する。あるいは、他の方法によって特徴データを選択することもできるが、本願実施例はこれらに限定されない。

ステップ４２０３において、第１更新参照特徴に基づいて、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートを除く１つまたは複数の第３参照画像テンプレートを決定し、当該１つまたは複数の第３参照画像テンプレートを第１データベースから削除する。

ステップ４２０４において、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートから、少なくとも２つの特徴データを選択し、選択した少なくとも２つの特徴データに基づいて第２更新参照特徴を決定し、第１参照画像テンプレートに含まれる参照特徴を第２更新参照特徴に更新する。

図５は、本願実施例によるデータベース更新方法における、第１データベースを更新することの例示的なフローチャートである。

ステップ５０２において、検索結果のうちの第１参照画像テンプレートを除く少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行して、フィルタリング結果を取得し、フィルタリング結果は、少なくとも１つの第３参照画像テンプレートを含む。

ここで、フィルタリング処理を実行することは、少なくとも１つの第２参照画像テンプレートと目標対象の画像との間の類似度に基づいて、当該少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行することであってもよいし、当該少なくとも１つの第２参照画像テンプレートの数が複数である場合、複数の第２参照画像テンプレート間の類似度に基づいて、当該複数の第２参照画像テンプレートに対してフィルタリング処理を実行することであってもよいし、第１参照画像テンプレートに基づいて、当該少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行することであってもよいが、本願実施例はこれらに限定されない。このように、同じ目標対象に対応する可能性が高い参照画像テンプレートをフィルタリングして、第１データベース内の同じ目標対象に対応する可能性が高い参照画像テンプレートをマージすることにより、第１データベースの拡散率を低減させる。いくつかの実現形態において、第１更新参照特徴に基づいて、少なくとも１つの第２参照画像テンプレートに対してフィルタリング処理を実行して、フィルタリング結果を取得する。

いくつかの実施例において、少なくとも１つの第２参照画像テンプレートから、第１更新参照特徴との類似度が第３更新条件を満たす少なくとも１つの第３参照画像テンプレートを選択する。ここで、第３更新条件は、第１更新参照特徴との類似度が第３類似度閾値より大きいか等しいことを含んでもよいが、これらに限定されなく、本願実施例では、第３更新条件に基づいて、取得された第２参照画像テンプレートが第１更新参照特徴に類似するかどうかを決定し、例えば、第３類似度閾値が第１および／または第２類似度閾値より大きく、類似度が第３類似度閾値より大きいか等しい場合、取得された第３参照画像テンプレートと第１更新参照特徴との間の類似度が高いことを意味し、第１更新参照特徴は第１参照画像テンプレートおよび画像特徴に基づいて取得されたものであるため、第３参照画像テンプレートと第１参照画像テンプレートは同じ目標対象に対応する可能性が高いと見なすことができ、フィルタリング処理またはマージ処理を実行することで拡散率を低減させることができる。

ステップ５０４において、少なくとも１つの第３参照画像テンプレートに基づいて、前記第１データベースに記憶された前記第１参照画像テンプレートの参照特徴を更新する。

ステップ５０６において、第１データベースに記憶された少なくとも１つの第３参照画像テンプレートを削除する。

いくつかの実現形態において、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートに含まれる参照特徴をマージして、マージ特徴を取得し、第１参照画像テンプレートの参照特徴をマージ特徴に更新する。別のいくつかの実現形態において、フィルタリング結果に含まれる少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートに基づいて、第２更新参照特徴を取得し、第１参照画像テンプレートの参照特徴を第２更新参照特徴に更新する。

第２更新参照特徴は、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートに基づいて決定されたものである。いくつかの実現形態において、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートから、少なくとも２つの特徴データを選択し、選択した少なくとも２つの特徴データに基づいて第２更新参照特徴を決定する。本願実施例において、様々な方法に基づいて特徴データを選択することができる。例えば、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートを平均して平均特徴を取得し、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートと平均特徴との間の距離に基づいて、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートから、平均特徴との距離がより短い少なくとも２つの参照画像テンプレートを第２更新特徴として選択し、取得した少なくとも２つの第２更新特徴を処理して第２更新参照特徴を取得し、これにより、複数の参照画像テンプレートのマージを実現する。

別のいくつかの実現形態において、第２更新参照特徴に基づいて、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新する。

いくつかの実現形態において、第２更新参照特徴に基づいて、検索によって取得された少なくとも２つの参照画像テンプレートのうちの一部または全部を調整し、例えば、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートに含まれる参照特徴を、第２更新参照特徴に更新し、別の例では、第１更新参照特徴に基づいて、第３更新参照特徴を取得し、少なくとも２つの参照画像テンプレートうちの第１参照画像テンプレートを除く１つまたは複数の第２参照画像テンプレートに含まれる参照特徴を、第３更新参照特徴として更新する。別のいくつかの実現形態において、第２更新参照特徴に基づいて、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートを除く１つまたは複数の第３参照画像テンプレートを決定し、当該１つまたは複数の第３参照画像テンプレートを第１データベースから削除する。本願実施例、少なくとも２つの参照画像テンプレートを更新する具体的な実現方法に限定されない。

いくつかの実施例において、ステップ５０４は、第３参照画像テンプレートに対応する少なくとも２つの第２特徴データを取得することと、少なくとも１つの第３参照画像テンプレートのうちの各第３参照画像テンプレートに対応する少なくとも２つの第２特徴データおよび少なくとも２つの第１特徴データに基づいて、第２更新参照特徴を取得することとを含む。

ここで、第３参照画像テンプレートは、少なくとも２つの第２特徴データを平均することによって得られたものであり、第２特徴データは元のデータであり、第３参照画像テンプレートは、元のデータを平均することによって得られた平均データであると見なすことができ、少なくとも２つの第２特徴データおよび第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを融合フィルタリングすることに基づいて、少なくとも２つの特徴データを取得し、取得した少なくとも２つの特徴データを平均して、第２更新参照特徴を取得し、例えば、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択し、少なくとも２つの第２更新特徴に基づいて、第２更新参照特徴を取得する。例えば、第３参照画像テンプレートに対応する２つの第２特徴データおよび２つの第１特徴データを４イン２融合フィルタリング、即ち、４つの特徴データのうちの２つを第２更新参照特徴の元のデータとして選択し、元のデータを平均することによって第２更新参照特徴を取得することができる。

いくつかの実施例において、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択することは、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データに基づいて、第２平均特徴を決定することと、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データと第２平均特徴との間の距離に基づいて、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択することとを含む。

本願実施例において、複数の第２特徴データおよび少なくとも２つの第１特徴データを平均することによって得られた第２平均特徴を中心点として取得し、第２特徴データおよび第１特徴データと第２平均特徴との間の距離を空間距離として使用し、第２平均特徴との距離がより短い少なくとも２つの特徴データを第２更新特徴として取得し、これにより、特徴データのフィルタリングを実現する。

本願実施例において、第２更新参照特徴によって第１データベース内の第１参照画像テンプレートを置き換え、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートは、同じ目標対象に対応し、第１データベース内の拡散率を低減するために、第１データベースに記憶された少なくとも１つの第３参照画像テンプレート削除する。１つまたは複数の可能な実施例において、上記の実施例におけるステップ４０２は、第２データベースから第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得することを含む。

本願実施例において、少なくとも２つの第１特徴データは１つの第１参照画像テンプレートに対応し、例えば、第１データベース内の各参照画像テンプレートは、それぞれ少なくとも２つの特徴データに対応し、第１データベースの更新を速めるために、全ての特徴データを第１データベースに記憶しない。本願実施例において、参照画像テンプレートと第１特徴データを異なるデータベースに記憶することにより、処理速度を向上させ、第１特徴データは、マージする時にのみ使用されるため、個別に第２データベースに記憶され、参照画像テンプレートおよび第１特徴データを共通に記憶すると、第１データベースが大きくなりすぎて、処理速度が遅くなる。

いくつかの実現形態において、図３に示される実施例によるデータベース更新方法は、少なくとも２つの参照画像テンプレートと画像との間の類似度が第２更新条件を満たすことに応答して、画像に対応する参照画像テンプレートを第１データベースに追加する。

本願実施例は、第２更新条件を介して第１データベースで画像に対応する参照画像テンプレートを生成し、画像に対応する画像特徴は元の特徴であるため、画像特徴に基づいて処理した後、第１データベースに追加して記憶し、例えば、第２更新条件は、少なくとも２つの参照画像テンプレートと画像との間の類似度の最大値が第２類似度閾値より小さいことである。いくつかの実施例において、目標対象に対応する少なくとも２つの画像の画像特徴に基づいて平均処理を実行して、平均処理された特徴データを第１データベースに記憶することができる。いくつかの実施例において、特徴データを記憶した後、特徴データに対応する個人識別子を確立することであって、第１データベース内の各参照画像テンプレートデータは、１つの個人識別子および１つの特徴データに対応することをさらに含むことができる。ここで、個人識別子（ｐｅｒｓｏｎ＿ｉｄ）は、当該特徴データの唯一の識別子として使用されることができ、第１データベース内の各参照特徴（特徴データが動的な第１データベースに記憶された後、それも参照特徴になる）は、１つの個人識別子に対応し、第１データベース内の各参照画像テンプレートが個人識別子および参照特徴を含むと見なすことができる。

いくつかの実施例において、第１更新条件は、少なくとも２つの参照画像テンプレートと画像との間の類似度の最大値が第２類似度閾値より大きいか等しいことである。いくつかの実施例において、第２更新条件は、少なくとも２つの参照画像テンプレートと画像との間の類似度の最大値が第２類似度閾値より小さいことである。

いくつかの実施例において、本願実施例における第２類似度閾値は、第１類似度閾値より大きく、第２類似度閾値によって、画像の目標対象に対応する参照特徴テンプレートが第１データベースに既に記憶されているか否かを決定し、第２類似度閾値は、第１類似度閾値に基づいて検索して取得された参照画像テンプレートをフィルタリングするために使用され、フィルタリングの精度を確保するために、第２類似度閾値を第１類似度閾値より大きくなるように設定できる。

別のいくつかの実現形態において、第１更新条件および第２更新条件は、異なる類似度閾値に対応し、例えば、第１更新条件に対応する類似度閾値は、第２更新条件に対応する類似度閾値より大きいが、本願実施例はこれらに限定されない。１つの可能な応用例では、機器に、動的顔データベースと元のデータベースの２つのデータベースが配置され、動的顔データベースは、上記の実施例における第１データベースに対応し、複数の参照画像テンプレートが記憶され、参照画像テンプレートは、参照特徴または平均特徴を含む。元のデータベースは、上記の実施例における第２データベースに対応し、動的顔データベースの元の特徴データが記憶され、各参照画像テンプレートは、元のデータベース内の２つまたは複数の元の顔の特徴に対応し、以下の例では、参照画像テンプレートが元のデータベース内の２つの元の顔の特徴に対応し、参照特徴が２つの元の顔の特徴を平均することによって得られたものであると想定する。さらに、同じ人物に対応する動的顔データベースと元のデータベースのアイテム間の対応関係を記録し、ここで、以下の例では、同じ個人識別子（ｐｅｒｓｏｎ＿ｉｄ）を使用して、２つのデータベース内の同じ人物に対応するアイテムを標識し、これにより、個人識別子に基づいて、第２データベースで第１データベース内の平均特徴に対応する元の特徴を検索することができる。

データベース更新プロセスの例は次の通りである。１）収集された画像の顔の特徴を抽出し、動的顔データベースで検索して、検索結果を取得し、ここで、動的顔データベース内の、収集された画像との類似度が第１類似度閾値（ｔｈｒｅｓｈｏｌｄ１）に達するテンプレートを検索結果に追加する。２）検索結果内の最初のテンプレート（即ち、収集された画像との類似度が最も高いテンプレート）と収集された画像との間の類似度を第２類似度閾値（ｔｈｒｅｓｈｏｌｄ２）と比較し、類似度が第２類似度閾値より小さい場合、または検索結果が空である場合、当該収集された画像に対応するテンプレートデータを、動的顔データベースと元のデータベースに追加し、当該采集画像に対応するテンプレートデータに割り当てられた個人識別子と顔の特徴との間の対応関係をｐｅｒｓｏｎ＿ｆｅａｔｕｒｅマッピングテーブルに記憶する。３）最初のテンプレートと収集された画像との間の類似度が第２類似度閾値（ｔｈｒｅｓｈｏｌｄ２）より大きい場合、拡散防止処理を実行する。４）元のデータベースから最初のテンプレートに対応する２つの元の特徴を取得し、２つの元の特徴と収集された画像の顔の特徴の３つのうちの２つを選択して、即ち、取得された２つの元の特徴および顔の特徴のうちの２つの特徴を選択して、平均処理を実行して平均特徴を取得する。５）最初のテンプレートを除く後続のｋ−１個のテンプレートと平均特徴との間の類似度を取得し、当該類似度を第３類似度閾値（ｔｈｒｅｓｈｏｌｄ３）と比較して、フィルタリング結果を取得し、具体的には、ｋ−１個のテンプレートのうちの、平均特徴との類似度がｔｈｒｅｓｈｏｌｄ３より大きいテンプレートをフィルタリング結果に追加する。６）フィルタリング結果をトラバースし、４）で選択された２つの顔の特徴とフィルタリング結果内の各テンプレートに対応する２つの元の特徴の４つのうちの２つを選択し、最終的に取得された２つの顔の特徴を平均して、更新特徴を取得し、更新特徴を使用して動的顔データベース内の最初のテンプレートの特徴を更新し、同時に、元のデータベースおよびｐｅｒｓｏｎ＿ｆｅａｔｕｒｅマッピングテーブル内の情報を更新する。

当業者であれば、上記方法の実施例を実現する全てまたは一部のステップはプログラムによって関連ハードウェアに命令を出すことにより完成できることを理解でき、前記プログラムは、ＲＯＭ、ＲＡＭ、磁気ディスクまたは光ディスクなどのプログラムコードを記憶可能である様々な媒体を含むコンピュータ可読記憶媒体に記憶可能であり、該プログラムは実行される時に、上記方法の実施例を含むステップを実行する。

図６は、本願実施例によるデータベース更新装置の概略構造図である。当該装置は、本願の上記の各方法実施例を実現するために使用されることができる。図６に示されるように、当該データベース更新装置は、検索ユニット６１およびデータベース更新ユニット６２を備える。

前記検索ユニット６１は、第１データベースに含まれる複数の参照画像テンプレートから目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索するように構成される。本出願の実施例において、ユーザによって入力された目標対象の画像を受信したり、画像センサを使用して目標対象の画像を収集したり、他の装置から送信された目標対象の画像受信したりすることで、目標対象の画像を取得できる。目標対象の画像は、目標対象の顔画像、半身画像、または人体画像など、目標対象の少なくとも一部を含む画像を指し得る。目標対象の画像は、静止画像またはビデオフレーム画像であり得る。例えば、目標対象の画像は、ビデオフレーム画像であってもよいし、画像センサからのビデオシーケンスにおける画像フレームであってもよいし、別個の画像であってもよいが、本願実施例は、目標対象の画像の属性、ソース、および取得方法などに限定されない。

前記データベース更新ユニット６２は、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新するように構成される。本願実施例によるデータベース更新装置において、第１データベースに含まれる複数の参照画像テンプレートから目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索し、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新することにより、データベースに基づくシステムパフォーマンスを向上させることに有益である。

１つまたは複数の可能な実施例において、参照画像テンプレートが参照特徴を含むと仮定すると、検索ユニット６１は、目標対象の画像の画像特徴を取得するように構成される特徴取得モジュールと、画像特徴と第１データベース内の複数の参照画像テンプレートに含まれる参照特徴との間の類似度に基づいて、複数の参照画像テンプレートから、画像とマッチングする少なくとも２つの参照画像テンプレートを検索するように構成される特徴マッチングモジュールと、を備える。

本願実施例において、参照画像テンプレートは参照特徴を含み、特徴データが占める記憶容量は画像よりも少なく、検索する時に、記憶されたデータに対して特徴抽出を実行する必要がないため、検索速度が速くなり、データ処理の効率が向上する。

いくつかの実施例において、特徴マッチングモジュールは、複数の参照画像テンプレートに含まれる参照特徴と画像特徴との間の類似度が第１類似度閾値に達する参照画像テンプレートを、画像とマッチングする参照画像テンプレートとして決定するように構成される。１つまたは複数の可能な実施例において、データベース更新ユニット６２は、少なくとも２つの参照画像テンプレートと画像との間の類似度が第１更新条件を満たすことに応答して、画像に基づいて、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新するように構成される。

本願実施例において、少なくとも２つの参照画像テンプレートと目標対象の画像との間の少なくとも１つの類似度が第１更新条件を満たす場合、目標対象の画像に基づいて、検索結果に含まれる少なくとも２つの参照画像テンプレートのうちの一部または全部の参照画像テンプレートを更新する。ここで、当該更新とは、調整または削除を指し得、例えば、目標対象の画像に基づいて、検索結果に含まれる少なくとも２つの参照画像テンプレートのうちの各参照画像テンプレートを更新することであってもよいが、本願実施例はこれに限定されない。

いくつかの実施例において、前記データベース更新ユニット６２は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートの特徴データを第２更新参照特徴に更新し、前記少なくとも２つの参照画像テンプレート内の少なくとも１つの第３参照画像テンプレートを削除するように構成され、ここで、前記第３参照画像テンプレートと前記第２更新参照特徴との間の類似度は、第３類似度閾値に達する。

いくつかの実施例において、データベース更新ユニット６２は、第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得するように構成される特徴データモジュールであって、第１参照画像テンプレートは、少なくとも２つの参照画像テンプレートのうちの、画像との最大の類似度を有する参照画像テンプレートであり、第１参照画像テンプレートに含まれる参照特徴は、少なくとも２つの第１特徴データに基づいて得られたものである特徴データモジュールと、画像の画像特徴および少なくとも２つの第１特徴データに基づいて、第１更新参照特徴を決定するように構成される第１決定モジュールと、第１更新参照特徴に基づいて、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新するように構成される特徴更新モジュールと、を備える。

いくつかの実現形態において、第１更新参照特徴に基づいて、検索によって取得された少なくとも２つの参照画像テンプレートのうちの一部または全部を調整し、例えば、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートに含まれる参照特徴を、第１更新参照特徴に更新し、別の例では、第１更新参照特徴に基づいて、第２更新参照特徴を取得し、第１参照画像テンプレートに含まれる参照特徴を、第２更新参照特徴に更新し、別の例では、第１更新参照特徴に基づいて、第３更新参照特徴を取得し、少なくとも２つの参照画像テンプレートうちの第１参照画像テンプレートを除く１つまたは複数の第２参照画像テンプレートに含まれる参照特徴を、第３更新参照特徴として更新する。別のいくつかの実現形態において、第１更新参照特徴に基づいて、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートを除く１つまたは複数の第３参照画像テンプレートを決定し、当該１つまたは複数の第３参照画像テンプレートを第１データベースから削除する。少なくとも２つの参照画像テンプレートを更新する具体的な方法は、本願実施例では限定されない。

いくつかの実施例において、第１決定モジュールは、画像の画像特徴および少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択し、少なくとも２つの第１更新特徴に基づいて、第１更新参照特徴を取得するように構成される。いくつかの実施例において、第１参照画像テンプレートに含まれる参照特徴は、少なくとも２つの第１特徴データを平均することによって得られたものであり、第１決定モジュールは、少なくとも２つの第１更新特徴を平均して、第１更新参照特徴を取得するように構成される。いくつかの実施例において、第一決定モジュールは、画像特徴および少なくとも２つの第１特徴データを平均して、第１平均特徴を取得し、画像特徴および少なくとも２つの第１特徴データのそれぞれと第１平均特徴との間の距離に基づいて、画像特徴および少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択するように構成される。いくつかの実施例において、特徴更新モジュールは、第１データベースに記憶された第１参照画像テンプレートの特徴データを、第１更新参照特徴に更新するように構成される。

いくつかの実施例において、特徴更新モジュールは、少なくとも１つの第２参照画像テンプレートから、第１更新参照特徴との類似度が第３更新条件を満たす少なくとも１つの第３参照画像テンプレート選択するように構成される類似度選択モジュールであって、少なくとも１つの第２参照画像テンプレートは、少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートを除く参照画像テンプレートである類似度選択モジュールと、少なくとも１つの第３参照画像テンプレートおよび第１参照画像テンプレートに基づいて、第２更新参照特徴を取得するように構成される第２決定モジュールと、第２更新参照特徴に基づいて、第１データベースに記憶された少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新するように構成される特徴更新サブモジュールと、を備える。

いくつかの実施例において、第３更新条件は、第１更新参照特徴との類似度が第３類似度閾値より大きいか等しいことを含む。いくつかの実施例において、第２決定モジュールは、第３参照画像テンプレートに対応する少なくとも２つの第２特徴データを取得し、少なくとも１つの第３参照画像テンプレートのうちの各第３参照画像テンプレートに対応する少なくとも２つの第２特徴データおよび少なくとも２つの第１特徴データに基づいて、第２更新参照特徴を取得するように構成される。

いくつかの実施例において、第２決定モジュールは、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択し、少なくとも２つの第２更新特徴に基づいて、第２更新参照特徴を取得するように構成される。

いくつかの実施例において、第２決定モジュールは、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴をする場合、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データに基づいて、第２平均特徴を決定し、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データと第２平均特徴との距離に基づいて、少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択するように構成される。

いくつかの実施例において、特徴更新サブモジュールは、第１データベースに記憶された第１参照画像テンプレートの特徴データを、第２更新参照特徴に更新するように構成される。いくつかの実施例において、特徴更新モジュールは、第１データベースに記憶された少なくとも１つの第３参照画像テンプレートを削除するように構成される削除モジュールをさらに備える。

いくつかの実施例において、特徴データモジュールは、第２データベースから第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得するように構成される。いくつかの実施例において、データベース更新ユニットは、さらに、少なくとも２つの参照画像テンプレートと画像との間の類似度が第２更新条件を満たすことに応答して、画像に対応する参照画像テンプレートを第１データベースに追加するように構成される。いくつかの実施例において、第１更新条件は、少なくとも２つの参照画像テンプレートと画像との間の類似度の最大値が第２類似度閾値より大きいか等しいことを含み、および／または、第２更新条件は、少なくとも２つの参照画像テンプレートと画像との間の類似度の最大値が第２類似度閾値より小さいことを含む。いくつかの実施例において、第２類似度閾値は第１類似度閾値より大きい。

本出願の実施例の別の態様によれば、上記のいずれか１つの実施例に記載のデータベース更新装置を含むプロセッサを備える電子機器を提供する。本出願の実施例の別の態様によれば、実行可能な命令を記憶するように構成されるメモリと、メモリと通信して実行可能な命令を実行することによって、上記のいずれか１つの実施例に記載のデータベース更新方法の動作を実現するように構成されるプロセッサと、を備える電子機器を提供する。本出願の実施例の別の態様によれば、コンピュータ可読命令を記憶するように構成されるコンピュータ可読記憶媒体であって、命令が実行された時に上記のいずれか１つの実施例に記載のデータベース更新方法の動作を実行する、コンピュータ可読記憶媒体を提供する。本出願の実施例の別の態様によれば、コンピュータ可読コードを含むコンピュータプログラム製品であって、コンピュータ可読コードが機器で実行される時に、前記機器のプロセッサによって、上記のいずれか１つの実施例に記載のデータベース更新方法を実現するための命令を実行する、コンピュータプログラム製品を提供する。

本出願の実施例の更に別の態様によれば、コンピュータ可読命令を記憶するように構成されるコンピュータプログラム製品であって、命令が実行された時に、コンピュータに上記のいずれか１つの実施例に記載のデータベース更新方法の動作を実行させる、別のコンピュータプログラム製品を提供する。前記コンピュータプログラム製品は、具体的に、ハードウェア、ソフトウェアまたはそれらの組み合わせの方式によって実現されることができる。一例として、前記コンピュータプログラム製品は具体的にはコンピュータ記憶媒体として実現され、別の選択可能な一例において、コンピュータプログラム製品は具体的には、例えばソフトウェア開発キット（ＳＤＫ：Ｓｏｆｔｗａｒｅ Ｄｅｖｅｌｏｐｍｅｎｔ Ｋｉｔ）などのソフトウェア製品として実現される。

本願実施例によれば、さらに、データベース更新方法および装置、電子機器、コンピュータ記憶媒体、コンピュータプログラム製品を提供し、ここで、第１データベースに含まれる複数の参照画像テンプレートから目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索し、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新する。いくつかの実施例では、当該ネットワーク取得指示または画像処理指示は、具体的に、命令を呼び出すことを指し、第１の装置は呼び出し方式によって第２の装置に画像処理を実行させ、それに対応して、呼び出し命令を受信したことに応じて、第２の装置は前記画像処理方法中のいずれか１つの実施例中のステップおよび／またはフローを実行することができる。

本出願の実施例における「第１」、「第２」などの用語は、区別するためのものに過ぎず、本出願の実施例を限定するものとして解釈されるべきではないことを理解されたい。本出願では、「複数」は２つまたは２つ以上を指すことができ、「少なくとも１つ」は１つ、２つまたは２つ以上を指し得ることも理解されたい。本出願で言及される任意の部品、データまたは構造については、本明細書で明確に定義されていなかったり、反対の啓示が与えられていなければ、一般に１つまたは複数として理解できることも理解されたい。本出願の各実施例に対する説明は、各実施例間の違いを強調し、その同じまたは類似点は互いに参照することができ、簡潔のために、ここで再び説明しないことも理解されたい。

本出願の実施例は、電子機器を更に提供し、前記電子機器は、例えば、携帯端末、パーソナルコンピュータ（ＰＣ）、タブレット型コンピュータ、サーバなどであってもよい。図７は、本出願の実施例による電子機器７００の概略構造図であり、図７に示すように、電子機器７００は１つ又は複数のプロセッサと、通信部などを備え、前記１つ又は複数のプロセッサは、例えば、１つ又は複数の中央処理ユニット（ＣＰＵ）７０１、及び／又は１つ又は複数の画像プロセッサ（ＧＰＵ）７１３などであり、プロセッサは、読み取り専用メモリ（ＲＯＭ）７０２に記憶された実行可能命令又は記憶部７０８からランダムアクセスメモリ（ＲＡＭ）７０３にロードされた実行可能命令によって各種の適切な動作及び処理を実現することができる。通信ユニット７１２は、ネットワークカードを含んでもよいが、これに限定されず、前記ネットワークカードは、ＩＢ（Ｉｎｆｉｎｉｂａｎｄ）ネットワークカードを含んでもよいが、これに限定されない。プロセッサは、読み取り専用メモリ７０２及び／又はランダムアクセスメモリ７０３と通信して実行可能命令を実行し、通信バス７０４を介して通信ユニット７１２に接続され、通信ユニット７１２を介して他のターゲットデバイスと通信することができ、これにより、本願実施例によるいずれか１項の方法に対応する動作を完了し、例えば、第１データベースに含まれる複数の参照画像テンプレートから目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索し、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新する。また、ＲＡＭ７０３には、装置の動作に必要な各種プログラムやデータが格納されてもよい。ＣＰＵ７０１、ＲＯＭ７０２及びＲＡＭ７０３は、通信バス７０４を介して互いに接続される。ＲＡＭ７０３を備えた場合、ＲＯＭ７０２はオプションのモジュールである。ＲＡＭ７０３は実行可能命令を格納するか、または動作時に実行可能命令をＲＯＭ７０２に書き込み、実行可能命令によってプロセッサ７０１に上記通信方法に対応する操作を実行させる。入力／出力（Ｉ／Ｏ）インターフェース７０５も通信バス７０４に接続される。通信ユニット７１２は、統合的に配置されてもよいし、複数のサブモジュール（例えば複数のＩＢネットワークカード）を備え、通信バスに接続されてもよい。

キーボード、マウスなどを含む入力部７０６と、陰極線管（ＣＲＴ）、液晶ディスプレイー（ＬＣＤ）など、及びスピーカなどを含む出力部７０７と、ハードディスクなどを含む記憶部７０８と、ＬＡＮカード、モデムなどのネットワークインタフェースカードを含む通信部７０９などがＩ／Ｏインタフェース７０５に接続されている。通信部７０９は、インターネットなどのネットワークを介して通信処理を実行する。ドライブ７１０も、必要に応じてＩ／Ｏインターフェース７０５に接続される。磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどのリムーバブル媒体７１１は、必要に応じてドライブ７１０に装着され、当該リムーバブル媒体７１１から読み出されたコンピュータプログラムを必要に応じて記憶部７０８にインストールする。

なお、図７に示す構造は、例示的な実施形態に過ぎず、具体的な実施プロセスにおいては、実際の需要に応じて上記図７の部品の数及び種類を選択、削除、追加、または置換することができ、異なる機能部品の設置でも、ＧＰＵ７１３とＣＰＵ７０１を分離設置したり、ＧＰＵ７１３をＣＰＵ７０１に統合したり、通信ユニットを分離設置したり、ＣＰＵ７０１やＧＰＵ７１３に統合したりするなど、分離設置または統合設置などの実施形態を採用できることに留意されたい。これらの代替可能な実施形態のすべては、本出願の保護範囲に含まれる。

特に、本出願の実施例によれば、フローチャートを参照しながら上述したプロセスは、コンピュータソフトウェアプログラムとして実現できる。例えば、本願実施例に係るコンピュータプログラム製品は、機械可読媒体に有形に具現化された、フローチャートに示す方法を実行するためのプログラムコードを含むコンピュータプログラムを備え、プログラムコードは、本願実施例による方法のステップの実行に対応する命令を含むことができ、例えば、第１データベースに含まれる複数の参照画像テンプレートから目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索し、少なくとも２つの参照画像テンプレートと画像との間の類似度に基づいて、第１データベースを更新する。このような実施例では、当該コンピュータプログラムは通信部７０９によってネットワークからダウンロード及びインストールされ、及び／又はリムーバブル媒体７１１からインストールされ得る。中央処理ユニット（ＣＰＵ）７０１によって当該コンピュータプログラムを実行する時に、本出願の方法で限定された上記機能の操作を実行する。

本出願の方法及び装置は、様々な形態で実現され得る。例えば、ソフトウェア、ハードウェア、ファームウェアまたはソフトウェア、ハードウェア、ファームウェアの任意の組合わせによって本出願の方法及び装置を実現することができる。前記方法のステップの上記の順番は、単に説明をするためであり、本出願の方法のステップは、特に明記しない限り、以上の具体的な説明の順番に限定されない。また、いくつかの実施例では、本出願は記録媒体に記憶されたプログラムとしてもよく、これらのプログラムは本出願の方法を実現するための機械可読命令を含む。したがって、本出願は、本出願に係る方法を実行するためのプログラムが記憶された記憶媒体をさらに覆う。

本出願の説明は、例示及び説明のために提示されたものであり、網羅的なものであり、もしくは開示された形式に本出願を限定するというわけでない。当業者にとっては多くの修正及び変形を加えることができるのは明らかであろう。実施例は本出願の原理及び実際応用をより明瞭に説明するため、かつ当業者が本出願を理解して特定用途に適した各種の修正を加えた各種の実施例を設計可能にするように選択され説明されたものである。

Claims (46)

1. データベース更新方法であって、
   第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索することと、
   前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースを更新することとを含む、前記データベース更新方法。
2. 前記参照画像テンプレートは参照特徴を含み、
   前記第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索することは、
   前記目標対象の画像の画像特徴を取得することと、
   前記画像特徴と第１データベース内の複数の参照画像テンプレートに含まれる参照特徴との間の類似度に基づいて、前記複数の参照画像テンプレートから、前記画像とマッチングする少なくとも２つの参照画像テンプレートを検索することと、を含む、
   請求項１に記載のデータベース更新方法。
3. 前記画像特徴と第１データベース内の複数の参照画像テンプレートに含まれる参照特徴との間の類似度に基づいて、前記複数の参照画像テンプレートから、前記画像とマッチングする少なくとも２つの参照画像テンプレートを検索することは、
   前記複数の参照画像テンプレートに含まれる参照特徴と前記画像特徴との間の類似度が第１類似度閾値に達する参照画像テンプレートを、前記画像とマッチングする参照画像テンプレートとして決定することを含む、
   請求項２に記載のデータベース更新方法。
4. 前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースを更新することは、
   前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートの特徴データを第２更新参照特徴に更新し、前記少なくとも２つの参照画像テンプレート内の少なくとも１つの第３参照画像テンプレートを削除することであって、前記第３参照画像テンプレートと前記第２更新参照特徴との間の類似度は、第３類似度閾値に達することを含む、
   請求項１ないし３のいずれか一項に記載のデータベース更新方法。
5. 前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースを更新することは、
   前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度が第１更新条件を満たすことに応答して、前記画像に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することを含む、
   請求項１ないし４のいずれか一項に記載のデータベース更新方法。
6. 前記画像に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することは、
   第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得することであって、前記第１参照画像テンプレートは、前記少なくとも２つの参照画像テンプレートのうちの、前記画像との最大の類似度を有する参照画像テンプレートであり、前記第１参照画像テンプレートに含まれる参照特徴は、前記少なくとも２つの第１特徴データに基づいて得られたものであることと、
   前記画像の画像特徴および前記少なくとも２つの第１特徴データに基づいて、第１更新参照特徴を決定することと、
   前記第１更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することと、を含む、
   請求項５に記載のデータベース更新方法。
7. 前記画像の画像特徴および前記少なくとも２つの第１特徴データに基づいて、前記第１更新参照特徴を決定することは、
   前記画像の画像特徴および前記少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択することと、前記少なくとも２つの第１更新特徴に基づいて、前記第１更新参照特徴を取得することとを含む、
   請求項６に記載のデータベース更新方法。
8. 前記第１参照画像テンプレートに含まれる参照特徴は、前記少なくとも２つの第１特徴データを平均することによって得られたものであり、
   前記少なくとも２つの第１更新特徴に基づいて、前記第１更新参照特徴を取得することは、
   前記少なくとも２つの第１更新特徴を平均して、前記第１更新参照特徴を取得することを含む、
   請求項７に記載のデータベース更新方法。
9. 前記第１画像の画像特徴および前記少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択することは、
   前記画像特徴および前記少なくとも２つの第１特徴データを平均して、第１平均特徴を取得することと、
   前記画像特徴および前記少なくとも２つの第１特徴データの、それぞれ前記第１平均特徴との間の距離に基づいて、前記画像特徴および前記少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択することと、を含む、
   請求項７または８に記載のデータベース更新方法。
10. 前記第１更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することは、
    前記第１データベースに記憶された前記第１参照画像テンプレートの特徴データを、前記第１更新参照特徴に更新することを含む、
    請求項６ないし９のいずれか一項に記載のデータベース更新方法。
11. 前記第１更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することは、
    少なくとも１つの第２参照画像テンプレートから、前記第１更新参照特徴との類似度が第３更新条件を満たす少なくとも１つの第３参照画像テンプレートを選択することであって、前記少なくとも１つの第２参照画像テンプレートは、前記少なくとも２つの参照画像テンプレートのうちの、前記第１参照画像テンプレートを除く参照画像テンプレートであることと、
    前記少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートに基づいて、第２更新参照特徴を取得することと、
    前記第２更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することと、を含む、
    請求項６ないし９のいずれか一項に記載のデータベース更新方法。
12. 前記第３更新条件は、前記第１更新参照特徴との類似度が第３類似度閾値より大きいか等しいことを含む、
    請求項１１に記載のデータベース更新方法。
13. 前記少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートに基づいて、第２更新参照特徴を取得することは、
    前記第３参照画像テンプレートに対応する少なくとも２つの第２特徴データを取得することと、
    前記少なくとも１つの第３参照画像テンプレートのうちの各第３参照画像テンプレートに対応する少なくとも２つの第２特徴データおよび前記少なくとも２つの第１特徴データに基づいて、前記第２更新参照特徴を取得することと、を含む、
    請求項１１または１２に記載のデータベース更新方法。
14. 前記少なくとも１つの第３参照画像テンプレートのうちの各第３参照画像テンプレートに対応する少なくとも２つの第２特徴データおよび前記少なくとも２つの第１特徴データに基づいて、第２更新参照特徴を取得することは、
    前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択することと、
    前記少なくとも２つの第２更新特徴に基づいて、前記第２更新参照特徴を取得することと、を含む、
    請求項１２または１３に記載のデータベース更新方法。
15. 前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択することは、
    前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データに基づいて、第２平均特徴を決定することと、
    前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データと前記第２平均特徴との間の距離に基づいて、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択することと、を含む、
    請求項１４に記載のデータベース更新方法。
16. 前記第２更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新することは、
    前記第１データベースに記憶された前記第１参照画像テンプレートの特徴データを、前記第２更新参照特徴に更新することを含む、
    請求項１１ないし１５のいずれか一項に記載のデータベース更新方法。
17. 前記データベース更新方法は、前記第１データベースに記憶された前記少なくとも１つの第３参照画像テンプレートを削除することをさらに含む、
    請求項１１ないし１６のいずれか一項に記載のデータベース更新方法。
18. 前記第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得することは、第２データベースから前記第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得することを含む、
    請求項６ないし１７のいずれか一項に記載のデータベース更新方法。
19. 前記データベース更新方法は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度が第２更新条件を満たすことに応答して、前記画像に対応する参照画像テンプレートを前記第１データベースに追加することをさらに含む、
    請求項５ないし１８のいずれか一項に記載のデータベース更新方法。
20. 前記第１更新条件は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度の最大値が第２類似度閾値より大きいか等しいことを含み、および／または、
    前記第２更新条件は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度の最大値が前記第２類似度閾値より小さいことを含む、
    請求項１９に記載のデータベース更新方法。
21. 前記第２類似度閾値が前記第１類似度閾値より大きい、
    請求項２０に記載のデータベース更新方法。
22. データベース更新装置であって、
    第１データベースに含まれる複数の参照画像テンプレートから、目標対象の画像とマッチングする少なくとも２つの参照画像テンプレートを検索するように構成される検索ユニットと、
    前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースを更新するように構成されるデータベース更新ユニットと、を備える、前記データベース更新装置。
23. 前記参照画像テンプレートは参照特徴を含み、
    前記検索ユニットは、前記目標対象の画像の画像特徴を取得するように構成される特徴取得モジュールと、
    前記画像特徴と第１データベース内の複数の参照画像テンプレートに含まれる参照特徴との間の類似度に基づいて、前記複数の参照画像テンプレートから、前記画像とマッチングする少なくとも２つの参照画像テンプレートを検索するように構成される特徴マッチングモジュールと、を備える、
    請求項２２に記載のデータベース更新装置。
24. 前記特徴マッチングモジュールは、前記複数の参照画像テンプレートに含まれる参照特徴と前記画像特徴との間の類似度が第１類似度閾値に達する参照画像テンプレートを、前記画像とマッチングする参照画像テンプレートとして決定するように構成される、
    請求項２３に記載のデータベース更新装置。
25. 前記データベース更新ユニットは、
    前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの第１参照画像テンプレートの特徴データを第２更新参照特徴に更新し、前記少なくとも２つの参照画像テンプレート内の少なくとも１つの第３参照画像テンプレートを削除するように構成され、前記第３参照画像テンプレートと前記第２更新参照特徴との間の類似度は、第３類似度閾値に達する、
    請求項２２ないし２４のいずれか一項に記載のデータベース更新装置。
26. 前記データベース更新ユニットは、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度が第１更新条件を満たすことに応答して、前記画像に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新するように構成される、
    請求項２２ないし２５のいずれか一項に記載のデータベース更新装置。
27. 前記データベース更新ユニットは、
    第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得するように構成される特徴データモジュールであって、前記第１参照画像テンプレートは、前記少なくとも２つの参照画像テンプレートのうちの、前記画像との最大の類似度を有する参照画像テンプレートであり、前記第１参照画像テンプレートに含まれる参照特徴は、前記少なくとも２つの第１特徴データに基づいて得られたものである特徴データモジュールと、
    前記画像の画像特徴および前記少なくとも２つの第１特徴データに基づいて、第１更新参照特徴を決定するように構成される第１決定モジュールと、
    前記第１更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新するように構成される特徴更新モジュールと、を備える、
    請求項２６に記載のデータベース更新装置。
28. 前記第１決定モジュールは、前記画像の画像特徴および前記少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択し、前記少なくとも２つの第１更新特徴に基づいて、前記第１更新参照特徴を取得するように構成される、
    請求項２７に記載のデータベース更新装置。
29. 前記第１参照画像テンプレートに含まれる参照特徴は、前記少なくとも２つの第１特徴データを平均することによって得られたものであり、
    前記第１決定モジュールは、前記少なくとも２つの第１更新特徴を平均して、前記第１更新参照特徴を取得するように構成される、
    請求項２８に記載のデータベース更新装置。
30. 前記第１決定モジュールは、前記画像特徴および前記少なくとも２つの第１特徴データを平均して、第１平均特徴を取得し、前記画像特徴および前記少なくとも２つの第１特徴データの、それぞれ前記第１平均特徴との間の距離に基づいて、前記画像特徴および前記少なくとも２つの第１特徴データから、少なくとも２つの第１更新特徴を選択するように構成される、
    請求項２８または２９に記載のデータベース更新装置。
31. 前記特徴更新モジュールは、前記第１データベースに記憶された前記第１参照画像テンプレートの特徴データを、前記第１更新参照特徴に更新するように構成される、
    請求項２７ないし３０のいずれか一項に記載のデータベース更新装置。
32. 前記特徴更新モジュールは、
    少なくとも１つの第２参照画像テンプレートから、前記第１更新参照特徴との類似度が第３更新条件を満たす少なくとも１つの第３参照画像テンプレートを選択するように構成される類似度選択モジュールであって、前記少なくとも１つの第２参照画像テンプレートは、前記少なくとも２つの参照画像テンプレートのうちの、前記第１参照画像テンプレートを除く参照画像テンプレートである類似度選択モジュールと、
    前記少なくとも１つの第３参照画像テンプレートおよび前記第１参照画像テンプレートに基づいて、第２更新参照特徴を取得するように構成される第２決定モジュールと、
    前記第２更新参照特徴に基づいて、前記第１データベースに記憶された前記少なくとも２つの参照画像テンプレートのうちの少なくとも一部を更新するように構成される特徴更新サブモジュールと、を備える、
    請求項２７ないし３０のいずれか一項に記載のデータベース更新装置。
33. 前記第３更新条件は、前記第１更新参照特徴との類似度が第３類似度閾値より大きいか等しいことを含む、
    請求項３２に記載のデータベース更新装置。
34. 前記第２決定モジュールは、前記第３参照画像テンプレートに対応する少なくとも２つの第２特徴データを取得し、前記少なくとも１つの第３参照画像テンプレートのうちの各第３参照画像テンプレートに対応する少なくとも２つの第２特徴データおよび前記少なくとも２つの第１特徴データに基づいて、前記第２更新参照特徴を取得するように構成される、
    請求項３２または３３に記載のデータベース更新装置。
35. 前記第２決定モジュールは、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択し、前記少なくとも２つの第２更新特徴に基づいて、前記第２更新参照特徴を取得するように構成される、
    請求項３３または３４に記載のデータベース更新装置。
36. 前記第２決定モジュールが前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから、少なくとも２つの第２更新特徴を選択する場合、前記第２決定モジュールは、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データに基づいて、第２平均特徴を決定し、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データと前記第２平均特徴との間の距離に基づいて、前記少なくとも１つの第３参照画像テンプレートに対応する複数の第２特徴データおよび前記少なくとも２つの第１特徴データから少なくとも２つの第２更新特徴を選択するように構成される、
    請求項３５に記載のデータベース更新装置。
37. 前記特徴更新サブモジュールは、前記第１データベースに記憶された前記第１参照画像テンプレートの特徴データを、前記第２更新参照特徴に更新するように構成される、
    請求項３１ないし３６のいずれか一項に記載のデータベース更新装置。
38. 前記特徴更新モジュールは、
    前記第１データベースに記憶された前記少なくとも１つの第３参照画像テンプレートを削除するように構成される削除モジュールをさらに備える、
    請求項３１ないし３７のいずれか一項に記載のデータベース更新装置。
39. 前記特徴データモジュールは、第２データベースから前記第１参照画像テンプレートに対応する少なくとも２つの第１特徴データを取得するように構成される、
    請求項２６ないし３８のいずれか一項に記載のデータベース更新装置。
40. 前記データベース更新ユニットは、さらに、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度が第２更新条件を満たすことに応答して、前記画像に対応する参照画像テンプレートを前記第１データベースに追加するように構成される、
    請求項２６ないし３９のいずれか一項に記載のデータベース更新装置。
41. 前記第１更新条件は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度の最大値が第２類似度閾値より大きいか等しいことを含み、および／または、前記第２更新条件は、前記少なくとも２つの参照画像テンプレートと前記画像との間の類似度の最大値が前記第２類似度閾値より小さいことを含む、
    請求項４０に記載のデータベース更新装置。
42. 前記第２類似度閾値が前記第１類似度閾値より大きい、
    請求項４１に記載のデータベース更新装置。
43. 電子機器であって、
    プロセッサを備え、前記プロセッサは、請求項２２ないし４２のいずれか一項に記載のデータベース更新装置を含む、前記電子機器。
44. 電子機器であって、
    実行可能な命令を記憶するように構成されるメモリと、
    前記メモリと通信して前記実行可能な命令を実行することによって、請求項１ないし２１のいずれか一項に記載のデータベース更新方法の動作を実現するように構成されるプロセッサと、を備える、前記電子機器。
45. コンピュータ可読記憶媒体であって、
    コンピュータ可読命令を記憶するように構成され、前記命令が実行されるときに、請求項１ないし２１のいずれか一項に記載のデータベース更新方法の動作を実行する、前記コンピュータ可読記憶媒体。
46. コンピュータ可読コードを含むコンピュータプログラム製品であって、
    前記コンピュータ可読コードが機器で実行されるときに、前記機器のプロセッサによって、請求項１ないし２１のいずれか一項に記載のデータベース更新方法を実現するための命令を実行する、前記コンピュータプログラム製品。

Images