TW202018541A - 資料庫更新方法和裝置、電子設備、電腦儲存介質 - Google Patents

資料庫更新方法和裝置、電子設備、電腦儲存介質 Download PDF

Info

Publication number
TW202018541A
TW202018541A TW108138898A TW108138898A TW202018541A TW 202018541 A TW202018541 A TW 202018541A TW 108138898 A TW108138898 A TW 108138898A TW 108138898 A TW108138898 A TW 108138898A TW 202018541 A TW202018541 A TW 202018541A
Authority
TW
Taiwan
Prior art keywords
reference image
feature
image
template
database
Prior art date
Application number
TW108138898A
Other languages
English (en)
Other versions
TWI721618B (zh
Inventor
楊武魁
吳立威
Original Assignee
大陸商北京市商湯科技開發有限公司
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 大陸商北京市商湯科技開發有限公司 filed Critical 大陸商北京市商湯科技開發有限公司
Publication of TW202018541A publication Critical patent/TW202018541A/zh
Application granted granted Critical
Publication of TWI721618B publication Critical patent/TWI721618B/zh

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
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • 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
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申請實施例公開了一種資料庫更新方法和裝置、電子設備、電腦儲存介質，其中，該資料庫更新方法包括：從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本；基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫。

Description

資料庫更新方法和裝置、電子設備、電腦 儲存介質
本申請實施例關於電腦視覺技術，尤其是一種資料庫更新方法和裝置、電子設備、電腦儲存介質。
隨著電腦視覺技術的發展，圖像識別開始應用到各個領域，例如：安防監控、人臉解鎖、智慧零售等等。在實現基於圖像的人物識別的過程中，預先在資料庫中保存多個人物圖像範本，並基於該資料庫對採集到的人物圖像進行身份識別。隨著基於圖像的身份識別的應用場景的擴展，需要識別的人物數量的不斷增加，預先儲存固定數量的人物圖像範本的資料庫已不能滿足實際應用的需求。
本申請實施例提供了一種資料庫更新技術。
根據本申請實施例的一個方面，提供的一種資料庫更新方法，包括：從第一資料庫包括的多個參考圖像範 本中，搜索與目標對象的圖像匹配的至少兩個參考圖像範本；基於所述至少兩個參考圖像範本與所述圖像之間的相似度，更新所述第一資料庫。
在上述任一方法實施例中，所述參考圖像範本包括參考特徵；所述從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本，包括：獲取所述目標對象的圖像的圖像特徵；基於所述圖像特徵與第一資料庫中多個參考圖像範本包括的參考特徵之間的相似度，從所述多個參考圖像範本中搜索與所述圖像匹配的至少兩個參考圖像範本。
在上述任一方法實施例中，所述基於所述圖像特徵與第一資料庫中多個參考圖像範本包括的參考特徵之間的相似度，從所述多個參考圖像範本中搜索與所述圖像匹配的至少兩個參考圖像範本，包括：將所述多個參考圖像範本中包含的參考特徵與所述圖像特徵之間的相似度達到第一相似度閾值的參考圖像範本確定為與所述圖像匹配的參考圖像範本。
在上述任一方法實施例中，所述基於所述至少兩個參考圖像範本與所述圖像之間的相似度，更新所述第一資料庫，包括：基於所述至少兩個參考圖像範本與所述圖像之間的相似度，將所述第一資料庫儲存的所述至少兩個參考圖像範本中的第一參考圖像範本的特徵資料更新為第二更新參考特徵，並刪除所述至少兩個參考圖像範本中的至少一 個第三參考圖像範本，其中，所述第三參考圖像範本與所述第二更新參考特徵之間的相似度達到第三相似度閾值。
在上述任一方法實施例中，所述基於所述至少兩個參考圖像範本與所述圖像之間的相似度，更新所述第一資料庫，包括：回應於所述至少兩個參考圖像範本與所述圖像之間的相似度滿足第一更新條件，基於所述圖像，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分。
在上述任一方法實施例中，所述基於所述圖像，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分，包括：獲取第一參考圖像範本所對應的至少兩個第一特徵資料，其中，所述第一參考圖像範本為所述至少兩個參考圖像範本中與所述圖像之間的相似度最大的參考圖像範本，所述第一參考圖像範本包括的參考特徵是基於所述至少兩個第一特徵資料得到的；基於所述圖像的圖像特徵和所述至少兩個第一特徵資料，確定第一更新參考特徵；基於所述第一更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分。
在上述任一方法實施例中，所述基於所述圖像的圖像特徵和所述至少兩個第一特徵資料，確定所述第一更新參考特徵，包括：從所述圖像的圖像特徵和所述至少兩個第一特徵資料中選取至少兩個第一更新特徵；基於所述至少兩個第一更新特徵，得到所述第一更新參考特徵。
在上述任一方法實施例中，所述第一參考圖像範本包括的參考特徵是通過對所述至少兩個第一特徵資料進行平均處理得到的；所述基於所述至少兩個第一更新特徵，得到所述第一更新參考特徵，包括：對所述至少兩個第一更新特徵進行平均處理，得到所述第一更新參考特徵。
在上述任一方法實施例中，所述從所述第一圖像的圖像特徵和所述至少兩個第一特徵資料中選取至少兩個第一更新特徵，包括：對所述圖像特徵和所述至少兩個第一特徵資料進行平均處理，得到第一平均特徵；基於所述圖像特徵和所述至少兩個第一特徵資料分別與所述第一平均特徵之間的距離，從所述圖像特徵和所述至少兩個第一特徵資料中選取至少兩個第一更新特徵。
在上述任一方法實施例中，所述基於所述第一更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分，包括：將所述第一資料庫中儲存的所述第一參考圖像範本的特徵資料更新為所述第一更新參考特徵。
在上述任一方法實施例中，所述基於所述第一更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分，包括：從至少一個第二參考圖像範本中選取與所述第一更新參考特徵之間的相似度滿足第三更新條件的至少一個第三參考圖像範本，其中，所述至少一個第二參考圖像範本為所述至少兩個參考圖像範本中除所述第一參考圖像範本之外的參考圖像範本；基於所述至 少一個第三參考圖像範本和所述第一參考圖像範本，獲得第二更新參考特徵；基於所述第二更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分。
在上述任一方法實施例中，所述第三更新條件包括：與所述第一更新參考特徵之間的相似度大於或等於第三相似度閾值。
在上述任一方法實施例中，所述基於所述至少一個第三參考圖像範本和所述第一參考圖像範本，獲得第二更新參考特徵，包括：獲取所述第三參考圖像範本對應的至少兩個第二特徵資料；基於所述至少一個第三參考圖像範本中每個第三參考圖像範本對應的至少兩個第二特徵資料和所述至少兩個第一特徵資料，獲得所述第二更新參考特徵。
在上述任一方法實施例中，所述基於所述至少一個第三參考圖像範本中每個第三參考圖像範本對應的至少兩個第二特徵資料和所述至少兩個第一特徵資料，獲得第二更新參考特徵，包括：從所述至少一個第三參考圖像範本對應的多個第二特徵資料和所述至少兩個第一特徵資料中選取至少兩個第二更新特徵；基於所述至少兩個第二更新特徵，得到所述第二更新參考特徵。
在上述任一方法實施例中，所述從所述至少一個第三參考圖像範本對應的多個第二特徵資料和所述至少兩個第一特徵資料中選取至少兩個第二更新特徵，包括：基於所述至少一個第三參考圖像範本對應的多個第二特徵資 料和所述至少兩個第一特徵資料，確定第二平均特徵；基於所述至少一個第三參考圖像範本對應的多個第二特徵資料和所述至少兩個第一特徵資料與所述第二平均特徵之間的距離，從所述至少一個第三參考圖像範本對應的多個第二特徵資料和所述至少兩個第一特徵資料中選取至少兩個第二更新特徵。
在上述任一方法實施例中，所述基於所述第二更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分，包括：將所述第一資料庫中儲存的所述第一參考圖像範本的特徵資料更新為所述第二更新參考特徵。
在上述任一方法實施例中，所述方法還包括：刪除所述第一資料庫中儲存的所述至少一個第三參考圖像範本。
在上述任一方法實施例中，所述獲取第一參考圖像範本所對應的至少兩個第一特徵資料，包括：從第二資料庫獲取所述第一參考圖像範本所對應的至少兩個第一特徵資料。
在上述任一方法實施例中，還包括：回應於所述至少兩個參考圖像範本與所述圖像之間的相似度滿足第二更新條件，在所述第一資料庫中添加所述圖像對應的參考圖像範本。
在上述任一方法實施例中，所述第一更新條件包括：所述至少兩個參考圖像範本與所述圖像之間的相似度 的最大值大於或等於第二相似度閾值；和/或，所述第二更新條件包括：所述至少兩個參考圖像範本與所述圖像之間的相似度的最大值小於所述第二相似度閾值。
在上述任一方法實施例中，所述第二相似度閾值大於所述第一相似度閾值。
在上述任一方法實施例中，所述方法還包括：對所述至少兩個參考圖像範本中除第一參考圖像範本之外的至少一個第二參考圖像範本進行過濾處理，得到過濾結果，其中，所述過濾結果包括所述至少一個第二參考圖像範本中的至少一個第三參考圖像範本；對所述過濾結果中包括的所述至少一個第三參考圖像範本和所述第一參考圖像範本進行合併處理，獲得合併圖像範本。
在上述任一方法實施例中，所述對所述至少一個第二參考圖像範本進行過濾處理，得到過濾結果，包括：基於所述第一參考圖像範本，對所述至少一個第二參考圖像範本進行過濾處理，得到所述過濾結果。
在上述任一方法實施例中，所述基於所述第一參考圖像範本，對所述至少一個第二參考圖像範本進行過濾處理，得到所述過濾結果，包括：將至少一個第二參考圖像範本中與所述第一參考圖像範本之間的相似度達到第三相似度閾值的第二參考圖像範本添加到所述過濾結果中。
在上述任一方法實施例中，所述基於所述第一參考圖像範本，對所述至少一個第二參考圖像範本進行過濾處理，得到所述過濾結果，包括：基於所述第一參考圖像範 本和所述目標對象的圖像的圖像特徵，得到第一更新參考特徵；基於至少一個第二參考圖像範本包括的參考特徵與所述第一更新參考特徵之間的相似度，對所述至少一個第二參考圖像範本進行過濾處理，得到所述過濾結果。
在上述任一方法實施例中，所述對所述過濾結果中包括的所述至少一個第三參考圖像範本和所述第一參考圖像範本進行合併處理，獲得合併圖像範本，包括：獲取所述至少一個第三參考圖像範本和所述第一參考圖像範本中每個參考圖像範本對應的至少兩個第二特徵資料，其中，所述參考圖像範本包括的參考特徵是基於所述參考圖像範本對應的至少兩個第二特徵資料得到的；基於所述至少一個第三參考圖像範本和所述第一參考圖像範本中每個參考圖像範本對應的至少兩個第二特徵資料，獲得第二更新參考特徵，其中，所述合併圖像範本包括所述第二更新參考特徵。
在上述任一方法實施例中，所述方法還包括：將所述第一資料庫中儲存的至少一個第三參考圖像範本和所述第一參考圖像範本替換為所述合併圖像範本。
根據本申請實施例的另一個方面，提供的一種資料庫更新裝置，包括：搜索單元，配置為從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本；資料庫更新單元，配置為基於所述至少兩個參考圖像範本與所述圖像之間的相似度，更新所述第一資料庫。
根據本申請實施例的又一個方面，提供的一種電子設備，包括處理器，所述處理器包括如上任意一項所述的資料庫更新裝置。
根據本申請實施例的還一個方面，提供的一種電子設備，包括：記憶體，配置為儲存可執行指令；以及處理器，配置為與所述記憶體通信以執行所述可執行指令從而完成如上任意一項所述資料庫更新方法的操作。
根據本申請實施例的再一個方面，提供的一種電腦可讀儲存介質，配置為儲存電腦可讀取的指令，所述指令被執行時執行如上任意一項所述資料庫更新方法的操作。
根據本申請實施例的還一個方面，提供的一種電腦程式產品，包括電腦可讀代碼，當所述電腦可讀代碼在設備上運行時，所述設備中的處理器執行用於實現如上任意一項所述資料庫更新方法的指令。
根據本申請實施例的再一個方面，提供的另一種電腦程式產品，配置為儲存電腦可讀指令，所述指令被執行時使得電腦執行上述任一可能的實現方式中所述資料庫更新方法的操作。
在一個可選實施方式中，所述電腦程式產品具體為電腦儲存介質，在另一個可選實施方式中，所述電腦程式產品具體為軟體產品，例如SDK等。
根據本申請實施例還提供了另一種資料庫更新方法和裝置、電子設備、電腦儲存介質、電腦程式產品，其中，從第一資料庫包括的多個參考圖像範本中搜索與目標對 象的圖像匹配的至少兩個參考圖像範本；基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫。
基於本申請上述實施例提供的一種資料庫更新方法和裝置、電子設備、電腦儲存介質，從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本；基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫，有利於提高基於資料庫的系統性能。
下面通過附圖和實施例，對本申請的技術方案做進一步的詳細描述。
61‧‧‧搜索單元
62‧‧‧資料庫更新單元
700‧‧‧電子設備
701‧‧‧中央處理單元(CPU)
702‧‧‧唯讀記憶體(ROM)
703‧‧‧隨機存取記憶體(RAM)
704‧‧‧匯流排
705‧‧‧輸入/輸出(I/O)介面
706‧‧‧輸入部分
707‧‧‧輸出部分
708‧‧‧儲存部分
709‧‧‧通信部分
710‧‧‧驅動器
711‧‧‧可拆卸介質
712‧‧‧通信部
713‧‧‧影像處理器(GPU)
構成說明書的一部分的附圖描述了本申請的實施例，並且連同描述一起用於解釋本申請的原理。
參照附圖，根據下面的詳細描述，可以更加清楚地理解本申請，其中：
圖1為本申請實施例提供的資料庫更新方法的流程示意圖。
圖2為本申請實施例提供的資料庫更新方法的另一流程示意圖。
圖3為本申請實施例提供的資料庫更新方法的又一流程示意圖。
圖4A為本申請實施例提供的資料庫更新方法中對第一資料庫儲存的至少兩個參考圖像範本中的至少一部分進行更新的流程示意圖。
圖4B為本申請實施例提供的資料庫更新方法的再一流程示意圖。
圖5為本申請實施例提供的資料庫更新方法中更新第一資料庫的流程示意圖。
圖6為本申請實施例提供的資料庫更新裝置的結構示意圖。
圖7為本申請實施例的電子設備的結構示意圖。
現在將參照附圖來詳細描述本申請的各種示例性實施例。應注意到：除非另外具體說明，否則在這些實施例中闡述的部件和步驟的相對佈置、數位運算式和數值不限制本申請的範圍。同時，應當明白，為了便於描述，附圖中所示出的各個部分的尺寸並不是按照實際的比例關係繪製的。以下對至少一個示例性實施例的描述實際上僅僅是說明性的，絕不作為對本申請及其應用或使用的任何限制。對於相關領域普通技術人員已知的技術、方法和設備可能不作詳細討論，但在適當情況下，所述技術、方法和設備應當被視為說明書的一部分。應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨後的附圖中不需要對其進行進一步討論。
圖1為本申請實施例提供的資料庫更新方法的流程示意圖。該方法可以由任意電子設備執行，例如終端設備、伺服器、移動設備等等。
在步驟110，從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本。
在本申請實施例中，獲取目標對象的圖像，例如接收使用者輸入的目標對象的圖像，或者利用圖像感測器採集目標對象的圖像，或者接收其他設備發送的目標對象的圖像，等等。其中，目標對象可以是人物、人臉、特定物體或者其他對象。目標對象的圖像可以指包含有目標對象的至少一部分的圖像，例如人臉圖像、半身像或人體圖像等等。目標對象的圖像可以為靜態圖像或視頻幀圖像。例如，目標對象的圖像可以為視頻幀圖像，可以是來源於圖像感測器的視頻序列中的圖像幀，也可以是單獨的一幅圖像，本申請實施例對目標對象的圖像的屬性、來源和獲得途徑等具體實現不做限制。
第一資料庫儲存有多個參考圖像範本。例如，第一資料庫中保存的參考圖像範本可以包括圖像和/或特徵資料，其中，特徵資料例如包括但不限於特徵向量、特徵圖等，或者參考圖像範本進一步還包括其他資訊。參考圖像範本可以是人工錄入的，或者是從其他設備處獲取的，或者是在圖像/視頻處理過程中動態生成的，例如，在用戶的註冊過程中生成的，再例如，在對即時採集到的視頻進行處理的 過程中生成的，等等，本申請實施例對參考圖像範本的來源和包含的資訊等具體實現不做限定。
在步驟110中，搜索第一資料庫，以確定第一資料庫中是否存在與目標對象的圖像匹配的參考圖像範本，其中，搜索得到的搜索結果包括與目標對象匹配的至少兩個參考圖像範本。例如，可以確定目標對象的圖像與參考圖像範本之間的相似度，並基於該相似度，確定目標對象的圖像與參考圖像範本是否匹配。在一些實現方式中，可以設置相似度閾值，並通過比較相似度和相似度閾值來確定目標對象的圖像與參考圖像範本是否匹配。例如，可以確定目標對象的圖像與第一資料庫中包括的多個參考圖像範本之間的相似度，例如目標對象的圖像與多個參考圖像範本中的部分或全部參考圖像範本之間的相似度，並基於相似度閾值，獲得多個參考圖像範本中與目標對象的圖像之間的相似度大於相似度閾值的至少兩個參考圖像範本，並將獲得的該至少兩個參考圖像範本作為與目標對象的圖像匹配的參考圖像範本。在另一些實現方式中，基於目標對象的圖像與多個參考圖像範本之間的相似度的大小關係來確定與目標對象的圖像匹配的參考圖像範本。例如，按照參考圖像範本與目標對象的圖像之間的相似度由大到小的順序，對多個參考圖像範本進行排序，並將排序後的多個參考圖像範本中的前k個參考圖像範本作為搜索結果，其中，k為大於等於1的預設整數。在另一些實現方式中，結合上述兩種實現方式來確定與目標對象的圖像匹配的參考圖像範本，即從與目標對象 的圖像之間的相似度大於相似度閾值的至少兩個參考圖像範本中選取前k個參考圖像範本作為搜索結果，等等。
在本申請實施例中，可以通過多種方式確定目標對象的圖像與參考圖像範本之間的相似度。例如，將目標對象的圖像與參考圖像範本輸入到神經網路進行處理，輸出目標對象的圖像與參考圖像範本是否匹配的指示。再例如，基於目標對象的圖像的特徵資料和參考圖像範本對應的特徵資料之間的距離，確定目標對象的圖像與參考圖像範本是否匹配，等等，本公開實施例對此不做限定。
在一些實現方式中，參考圖像範本包括圖像而不包括特徵資料，此時，可以先分別對參考圖像範本中包括的圖像和目標對象的圖像進行特徵提取，得到參考圖像範本的特徵資料以及目標對象的圖像的圖像特徵資料，並基於參考圖像範本的特徵資料與圖像特徵資料之間的距離，確定參考圖像範本與目標對象的圖像是否匹配。在另一些實現方式中，參考圖像範本包括特徵資料，此時，可以先對目標對象的圖像進行提取特徵，得到目標對象的圖像的圖像特徵資料，並基於目標對象的圖像的圖像特徵資料與參考圖像範本包括的特徵資料之間的距離，確定參考圖像範本與目標對象的圖像是否匹配。在另一些實現方式中，還可以採用其他搜索方式獲得與目標對象的圖像匹配的參考圖像範本，本申請實施例不限制搜索的具體方式。
在步驟120，基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫。
在一些實現方式中，對第一資料庫的更新包括對第一資料庫中包括的至少兩個參考圖像範本的更新。例如，調整至少兩個參考圖像範本中部分或所有參考圖像範本的資料。再例如，刪除至少兩個參考圖像範本中的部分參考圖像範本。再例如，調整至少兩個參考圖像範本中第一參考圖像範本的資料，並刪除至少兩個參考圖像範本中至少一個第三參考圖像範本，等等，但本公開實施例對此不做限定。
本申請實施例提供的一種資料庫更新方法，從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本；基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫，有利於提高基於資料庫的系統性能。
圖2為本申請實施例提供的資料庫更新方法的另一流程示意圖。這裡假設參考圖像範本包括特徵資料(以下稱為參考特徵)，但本申請實施例不限於此。
在步驟210，獲取目標對象的圖像的圖像特徵。
其中，獲取圖像特徵的方式包括但不限於：從其他設備接收目標對象的圖像特徵，例如：從終端設備(如：手機、電腦、平板電腦等)接收圖像的圖像特徵，或者獲取(例如利用圖像感測器採集或從其他設備處獲取)圖像並對圖像進行特徵提取處理，等等。例如，對圖像進行特徵提取處理可以通過卷積神經網路或其他特徵提取演算法實現，或其他方式對圖像進行特徵提取，本申請不限制具體對圖像進行特徵提取的方式。
在步驟220，基於獲取的圖像特徵與第一資料庫中多個參考圖像範本包括的參考特徵之間的相似度或距離，從多個參考圖像範本中搜索與圖像匹配的至少兩個參考圖像範本。
其中，圖像特徵與參考特徵之間的相似度依賴於圖像特徵與參考特徵之間的距離，該距離可包括但不限於：餘弦距離、歐式距離、馬氏距離等，圖像特徵與參考特徵之間的距離越小，說明圖像特徵與參考特徵之間的相似度越大。在一些實現方式中，在圖像特徵與參考特徵之間的相似度達到預設條件的情況下，可認為參考特徵所屬的參考圖像範本與圖像匹配，其中，該預設條件包括但不限於：大於或等於相似度閾值，或者相似度在某一預設範圍內，或者相似度排在得到的所有相似度的前預設個數以內，等等。除了基於圖像特徵與參考特徵之間的距離確定圖像特徵與參考特徵之間的相似度，還可以基於其他方式，本申請實施例不限制確定圖像特徵與參考特徵之間的相似度的具體實現。
在步驟230，基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫。
本申請實施例中，參考圖像範本包括參考特徵，由於特徵資料佔用的儲存空間相對圖像較小，並且在進行搜索時，無需對儲存的資料進行特徵提取，從而加快了搜索速度，提高了資料處理效率。
作為一個例子，將多個參考圖像範本中包含的參考特徵與圖像特徵之間的相似度達到第一相似度閾值的 參考圖像範本確定為與圖像匹配的參考圖像範本。即，確定所述多個參考圖像範本中每一參考圖像範本包含的參考特徵與圖像特徵之間的相似度，確定所述相似度大於等於第一相似度閾值的參考圖像範本，確定為與圖像匹配的參考圖像範本。
為獲得與圖像匹配的參考圖像範本，設置第一相似度閾值，並將相似度大於或等於第一相似度閾值的參考圖像範本確定為與圖像匹配的參考圖像範本。該第一相似度閾值的大小可根據具體情況進行設置，例如：將第一相似度閾值設置為0.7，第一資料庫中包括的4個參考圖像範本(即參考圖像範本1，參考圖像範本2，參考圖像範本3和參考圖像範本4)與圖像之間的相似度分別為0.6，0.9，0.7和0.3，此時，通過與第一相似度閾值進行比較，即可確定參考圖像範本2和參考圖像範本3為與圖像匹配的參考圖像範本。作為另一個例子，將多個參考圖像範本的參考特徵與圖像特徵之間的相似度中數值最高的前k個相似度對應的參考圖像範本確定為與圖像匹配的參考圖像範本。
圖3為本申請實施例提供的資料庫更新方法的又一流程示意圖。
在步驟310，從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本。在步驟320，回應於至少兩個參考圖像範本與圖像之間的相似度滿足第一更新條件，基於目標對象的圖像，更新第一資料庫儲存的至少兩個參考圖像範本中的至少一部分。
在本申請實施例中，如果至少兩個參考圖像範本與目標對象的圖像之間的至少一個相似度滿足第一更新條件，基於目標對象的圖像，更新搜索結果中包括的至少兩個參考圖像範本中的部分或所有參考圖像範本。其中，該更新可以指調整或者刪除，例如，基於目標對象的圖像，更新搜索結果中包括的至少兩個參考圖像範本中的每個參考圖像範本，但本公開實施例對此不做限定。
該第一更新條件用於確定是否對搜索結果中包括的至少兩個參考圖像範本進行更新處理。在一些實現方式中，第一更新條件包括：至少兩個參考圖像範本與目標對象的圖像之間的至少一個相似度的最小值達到特定的相似度閾值，或者，至少兩個參考圖像範本與目標對象的圖像之間的至少一個相似度的平均值達到特定的相似度閾值，或者，至少一個參考圖像與目標對象的圖像之間的相似度的最大值達到特定的相似度閾值，例如達到第二相似度閾值，即，第一更新條件為至少兩個參考圖像範本與圖像之間的相似度的最大值大於或等於第二相似度閾值。其中，第二相似度閾值大於第一相似度閾值，等等，本申請實施例對第一更新條件的具體實現不做限定。
在本申請實施例中，首先通過對第一資料庫進行搜索得到目標對象的圖像對應的搜索結果，然後確定搜索結果包括的至少兩個參考圖像範本與目標對象的圖像之間的相似度是否滿足第一更新條件，並在滿足第一更新條件的情況下更新第一資料庫中儲存的至少兩個參考圖像範本中 的部分或所有參考圖像範本，避免每次在得到搜索結果之後直接對搜索結果進行更新而造成目標對象的識別誤識率的提高，從而提高基於第一資料庫的識別準確率。
在基於獲取到的目標對象的圖像對第一資料庫進行更新時，一種方式是直接將該圖像和/或該圖像的資料(例如特徵資料)存入第一資料庫，但是這樣可能會導致第一資料庫中的範本數量越來越多，導致第一資料庫中資料擴散率過高。本申請實施例在更新第一資料庫之前，判斷至少兩個參考圖像範本與圖像之間的相似度是否滿足第一更新條件，並在滿足第一更新條件的情況下更新第一資料庫，降低資料庫儲存同一對象的多個圖像範本的概率。在一種應用中，資料擴散率高導致資料庫中的資料越來越龐大(例如範本數量增多)，由於有冗餘，這樣後期檢索起來不方便，所以本申請實施例中及時更新資料庫，從而降低資料庫儲存同一對象的多個圖像範本的概率。
圖4A為本申請實施例提供的資料庫更新方法中對第一資料庫儲存的至少兩個參考圖像範本中的至少一部分進行更新的一個可選示例的流程示意圖。
在步驟402，獲取第一參考圖像範本對應的至少兩個第一特徵資料。
其中，第一參考圖像範本為至少兩個參考圖像範本中與圖像之間的相似度最大的參考圖像範本。第一參考圖像範本包括的參考特徵是基於第一參考圖像範本對應的至少兩個第一特徵資料得到的。其中，該第一參考圖像範本 包括的參考特徵是通過對至少兩個第一特徵資料進行平均處理得到的，例如數學平均、加權平均或幾何平均等等。或者，第一參考圖像範本包括的參考特徵是通過基於特定準則對至少兩個第一特徵資料進行選取得到的，等等，本公開實施例對基於第一參考圖像範本對應的至少兩個第一特徵資料得到第一參考圖像範本包括的參考特徵的具體實現不做限定。
在步驟404，基於圖像的圖像特徵和至少兩個第一特徵資料，確定第一更新參考特徵。
第一更新參考特徵是基於至少兩個第一特徵資料和圖像特徵確定的。在一些實現方式中，從圖像的圖像特徵和至少兩個第一特徵資料中選取至少兩個特徵資料，並基於選取的至少兩個特徵資料確定第一更新參考特徵。在本申請實施例中，可以基於多種方式選取特徵資料。例如，對圖像的圖像特徵和至少兩個第一特徵資料進行平均處理獲得第一平均特徵，基於圖像特徵和至少兩個第一特徵資料分別與第一平均特徵之間的距離，從圖像特徵和至少兩個第一特徵資料中選取至少兩個第一更新特徵，例如：選擇距離第一平均特徵較近的至少兩個特徵資料(圖像特徵或第一特徵資料)作為第一更新特徵；對至少兩個第一更新特徵進行平均處理，得到第一更新參考特徵。或者，也可以通過其他方式選取特徵資料，本申請實施例對此不做限定。
在步驟406，基於第一更新參考特徵，更新第一資料庫儲存的至少兩個參考圖像範本中的至少一部分。
在一些實現方式中，基於第一更新參考特徵，調整搜索獲得的至少兩個參考圖像範本中的部分或全部，例如，將至少兩個參考圖像範本中的第一參考圖像範本包括的參考特徵更新為第一更新參考特徵；再例如，基於第一更新參考特徵，得到第二更新參考特徵，並將第一參考圖像範本包括的參考特徵更新為第二更新參考特徵；再例如，基於第一更新參考特徵，得到第三更新參考特徵，並將至少兩個參考圖像範本中除第一參考圖像範本之外的一個或多個第二參考圖像範本包括的參考特徵更新為第三更新參考特徵，等等。在另一些實現方式中，基於第一更新參考特徵，確定至少兩個參考圖像範本中除第一參考圖像範本之外的一個或多個第三參考圖像範本，並將該一個或多個第三參考圖像範本從第一資料庫中刪除。本公開實施例對更新至少兩個參考圖像範本的具體實現不做限定。
其中，步驟404包括：從圖像的圖像特徵和至少兩個第一特徵資料中選取至少兩個第一更新特徵；基於至少兩個第一更新特徵，得到第一更新參考特徵。
在一些實施例中，對圖像的圖像特徵和至少兩個第一特徵資料進行平均處理得到第一平均特徵，通過圖像的圖像特徵和至少兩個第一特徵資料與第一平均特徵的距離，選擇與第一平均特徵距離較小的至少兩個特徵資料作為第一更新特徵，例如：選擇距離平均特徵空間距離最小的兩個特徵作為第一更新特徵，基於兩個第一更新特徵獲得第一更新參考特徵，例如：對至少兩個第一更新特徵求平均或加 權平均等方式獲得第一更新參考特徵。其中，第一參考圖像範本包括的參考特徵是通過對至少兩個第一特徵資料進行平均處理得到的。
基於至少兩個第一更新特徵，得到第一更新參考特徵，包括：對至少兩個第一更新特徵進行平均處理，得到第一更新參考特徵。在本申請實施例中，參考特徵是通過對提取得到至少兩個第一特徵資料進行平均處理得到的，該平均處理可以是對疊加求平均或加權平均，本申請實施例不限制平均處理的具體方式；在獲得第一更新參考特徵時，將至少兩個第一更新特徵作為獲得參考特徵的至少兩個第一特徵資料，即，獲得第一更新參考特徵的平均處理與獲得參考特徵的平均處理相同。
在一些實施例中，從第一圖像的圖像特徵和至少兩個第一特徵資料中選取至少兩個第一更新特徵，包括：對圖像特徵和至少兩個第一特徵資料進行平均處理，得到第一平均特徵；基於圖像特徵和至少兩個第一特徵資料分別與第一平均特徵之間的距離，從圖像特徵和至少兩個第一特徵資料中選取至少兩個第一更新特徵。
本申請實施例中，對圖像特徵和至少兩個第一特徵資料進行平均處理，以獲得的第一平均特徵作為中心點，通過圖像特徵和至少兩個第一特徵資料與該中心點的距離確定距離最近的至少兩個特徵資料(包括第一特徵資料或圖像特徵)為第一更新特徵。
在一個或多個可選的實施例中，上述實施例中的步驟406包括：將第一資料庫中儲存的第一參考圖像範本的特徵資料更新為第一更新參考特徵。在本申請實施例中，基於第一更新參考特徵替換第一參考圖像範本的特徵資料進行儲存，由於第一更新參考資料是結合圖像特徵和基於圖像的搜索結果獲得的，實現了對資料庫中儲存的第一參考圖像範本的更新，使得資料庫能夠適應不同場景下的身份識別以及目標對象隨時間推移而產生的變化，有利於提高目標對象的識別準確率。
圖4B為本申請實施例提供的資料庫更新方法的再一流程示意圖。
在步驟410，從第一資料庫包括的多個參考圖像範本中，搜索與目標對象的圖像匹配的至少兩個參考圖像範本；
其中，步驟410可以參見圖1所示的實施例中的步驟110。
在步驟420，基於所述至少兩個參考圖像範本與所述圖像之間的相似度，將所述第一資料庫儲存的所述至少兩個參考圖像範本中的第一參考圖像範本的特徵資料更新為第二更新參考特徵，並刪除所述至少兩個參考圖像範本中的至少一個第三參考圖像範本，其中，所述第三參考圖像範本與所述第二更新參考特徵之間的相似度達到第三相似度閾值。
其中，步驟420提供了一種實現圖1所示的實施例中的步驟120的方式。
在一些實施例中，步驟420包括：
在步驟4201，獲取第一參考圖像範本對應的至少兩個第一特徵資料。
在步驟4202，基於圖像的圖像特徵和至少兩個第一特徵資料，確定第一更新參考特徵。
在一些實現方式中，從圖像的圖像特徵和至少兩個第一特徵資料中選取至少兩個特徵資料，並基於選取的至少兩個特徵資料確定第一更新參考特徵。
在本申請實施例中，可以基於多種方式選取特徵資料。例如，對圖像的圖像特徵和至少兩個第一特徵資料進行平均處理獲得第一平均特徵，基於圖像特徵和至少兩個第一特徵資料分別與第一平均特徵之間的距離，從圖像特徵和至少兩個第一特徵資料中選取至少兩個第一更新特徵，例如：選擇距離第一平均特徵較近的至少兩個特徵資料(圖像特徵或第一特徵資料)作為第一更新特徵；對至少兩個第一更新特徵進行平均處理，得到第一更新參考特徵。或者，也可以通過其他方式選取特徵資料，本申請實施例對此不做限定。
在步驟4203，基於第一更新參考特徵，確定至少兩個參考圖像範本中除第一參考圖像範本之外的一個或多個第三參考圖像範本，並將該一個或多個第三參考圖像範本從第一資料庫中刪除；
在步驟4204，從至少一個第三參考圖像範本和第一參考圖像範本中選取至少兩個特徵資料，並基於選取的至少兩個特徵資料確定第二更新參考特徵；並將第一參考圖像範本包括的參考特徵更新為第二更新參考特徵。
圖5為本申請實施例提供的資料庫更新方法中更新第一資料庫的流程示意圖。
在步驟502，對搜索結果中除第一參考圖像範本之外的至少一個第二參考圖像範本進行過濾處理，得到過濾結果，其中，過濾結果包括至少一個第三參考圖像範本。
其中，基於至少一個第二參考圖像範本與目標對象的圖像之間的相似度，對該至少一個第二參考圖像範本進行過濾處理，或者，在該至少一個第二參考圖像範本的數量為多個的情況下，基於多個第二參考圖像範本之間的相似度，對該多個第二參考圖像範本進行過濾處理，或者，基於第一參考圖像範本，對該至少一個第二參考圖像範本進行過濾處理，等等，本公開實施例對過濾處理的具體實現不做限定。這樣，過濾得到有較大可能對應相同目標的參考圖像範本，進而將第一資料庫中有較大可能對應同一目標的多個參考圖像範本進行合併，以降低第一資料庫的擴散率。在一些可能的實現方式中，基於第一更新參考特徵，對至少一個第二參考圖像範本進行過濾處理，得到過濾結果。
在一些實施例中，從至少一個第二參考圖像範本中選取與第一更新參考特徵之間的相似度滿足第三更新條件的至少一個第三參考圖像範本。其中，第三更新條件包 括但不限於：與第一更新參考特徵之間的相似度大於或等於第三相似度閾值，在本申請實施例中基於第三更新條件確定獲得的第二參考圖像範本之間是否與第一更新參考特徵較為相似，例如，第三相似度閾值大於第一和/或第二相似度閾值，當相似度大於或等於第三相似度閾值時，說明獲得的第三參考圖像範本與第一更新參考特徵的相似度較大，由於第一更新參考特徵是基於第一參考圖像範本和圖像特徵獲得的，因此，可以認為第三參考圖像範本與第一參考圖像範本有較大可能對應同一目標，可以進行篩選或合併以減小擴散率。
在步驟504，基於至少一個第三參考圖像範本，對所述第一資料庫儲存的所述第一參考圖像範本的參考特徵進行更新。
在步驟506，將第一資料庫儲存的至少一個第三參考圖像範本刪除。
在一些可能的實現方式中，將至少一個第三參考圖像範本和第一參考圖像範本包括的參考特徵進行融合處理，得到融合特徵，並將第一參考圖像範本的參考特徵更新為融合特徵。在另一些可能的實現方式中，基於過濾結果中包括的至少一個第三參考圖像範本和第一參考圖像範本，獲得第二更新參考特徵，並將第一參考圖像範本的參考特徵更新為第二更新參考特徵。
第二更新參考特徵是基於至少一個第三參考圖像範本和第一參考圖像範本確定的。在一些實現方式中，從 至少一個第三參考圖像範本和第一參考圖像範本中選取至少兩個特徵資料，並基於選取的至少兩個特徵資料確定第二更新參考特徵。在本申請實施例中，可以基於多種方式選取特徵資料。例如，對至少一個第三參考圖像範本和第一參考圖像範本進行平均處理獲得平均特徵，基於至少一個第三參考圖像範本和第一參考圖像範本與平均特徵之間的距離，從至少一個第三參考圖像範本和第一參考圖像範本中選擇距離平均特徵較近的至少兩個參考圖像範本作為第二更新特徵，基於獲得的至少兩個第二更新特徵經過處理獲得第二更新參考特徵，實現了多個參考圖像範本的合併。
在另一些可能的實現方式中，基於第二更新參考特徵，更新第一資料庫儲存的至少兩個參考圖像範本中的至少一部分。
在一些實現方式中，基於第二更新參考特徵，調整搜索獲得的至少兩個參考圖像範本中的部分或全部，例如，將至少兩個參考圖像範本中的第一參考圖像範本包括的參考特徵更新為第二更新參考特徵；再例如，基於第二更新參考特徵，得到第三更新參考特徵，並將至少兩個參考圖像範本中除第一參考圖像範本之外的一個或多個第二參考圖像範本包括的參考特徵更新為第三更新參考特徵，等等。在另一些實現方式中，基於第二更新參考特徵，確定至少兩個參考圖像範本中除第一參考圖像範本之外的一個或多個第三參考圖像範本，並將該一個或多個第三參考圖像範本從第 一資料庫中刪除。本申請實施例對更新至少兩個參考圖像範本的具體實現不做限定。
在一些實施例中，步驟504包括：獲取第三參考圖像範本對應的至少兩個第二特徵資料；基於至少一個第三參考圖像範本中每個第三參考圖像範本對應的至少兩個第二特徵資料和至少兩個第一特徵資料，獲得第二更新參考特徵。
其中，第三參考圖像範本是由至少兩個第二特徵資料平均處理得到的，可認為第二特徵資料是原始資料，而第三參考圖像範本是原始資料平均處理得到的平均數據；基於至少兩個第二特徵資料和第一參考圖像範本所對應的至少兩個第一特徵資料進行融合篩選，獲得至少兩個特徵資料，再基於獲得的至少兩個特徵資料平均處理後獲得第二更新參考特徵，例如，從至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資料中選取至少兩個第二更新特徵；基於至少兩個第二更新特徵，得到第二更新參考特徵。例如：將第三參考圖像範本對應的兩個第二特徵資料和兩個第一特徵資料進行4合2的融合篩選，即，從4個特徵資料中選擇兩個作為第二更新參考特徵的原始資料，對原始資料求平均即可獲得第二更新參考特徵。
在一些實施例中，從至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資料中選取至少兩個第二更新特徵，包括：基於至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資 料，確定第二平均特徵；基於至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資料與第二平均特徵之間的距離，從至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資料中選取至少兩個第二更新特徵。
在本申請實施例中，通過對多個第二特徵資料和至少兩個第一特徵資料求平均，以獲得的第二平均特徵作為中心點，通過將第二特徵資料和第一特徵資料與第二平均特徵之間的距離作為空間距離，以獲得距離較小的至少兩個特徵資料作為第二更新特徵，實現特徵資料的篩選。
在本申請實施例中，通過第二更新參考特徵替換第一資料庫中的第一參考圖像範本，而至少一個第三參考圖像範本與第一參考圖像範本對應同一目標，為了降低第一資料庫中的擴散率，刪除第一資料庫中儲存的至少一個第三參考圖像範本。在一個或多個可選的實施例中，上述實施例中的步驟402包括：從第二資料庫獲取第一參考圖像範本所對應的至少兩個第一特徵資料。
在本申請實施例中，至少兩個第一特徵資料對應一個第一參考圖像範本，例如，第一資料庫中的每個參考圖像範本分別對應至少兩個特徵資料，為了使第一資料庫的更新更快速，不在第一資料庫中儲存所有特徵資料；在本申請實施例中通過不同的庫對參考圖像範本和第一特徵資料進行保存，提高了處理速度，由於第一特徵資料只在合併融合時使用，因此，單獨存入第二資料庫，如果將參考圖像範 本和第一特徵資料共同儲存，將使第一資料庫過大，而導致處理速度變慢。
在一些實現方式中，圖3所示的實施例提供的資料庫更新方法還包括：回應於至少兩個參考圖像範本與圖像之間的相似度滿足第二更新條件，在第一資料庫中添加圖像對應的參考圖像範本。
本申請實施例通過第二更新條件，在第一資料庫中為圖像建立對應的參考圖像範本，圖像對應的圖像特徵為原始特徵，因此，基於圖像特徵處理後添加到第一資料庫中進行儲存，例如，第二更新條件為至少兩個參考圖像範本與圖像之間的相似度的最大值小於第二相似度閾值。在一些實施例中，可基於目標對象對應的至少兩個圖像的圖像特徵進行平均處理，將平均處理後的特徵資料存入第一資料庫。在一些實施例中，在儲存特徵資料之後，還可以包括：為特徵資料建立對應的身份識別號，第一資料庫中每個參考圖像範本資料對應一個身份識別號和一個特徵資料。其中，身份識別號(person_id)可作為該特徵資料的唯一性的標識，在第一資料庫中每個參考特徵(特徵資料存入動態第一資料庫中後，也是參考特徵)對應一個身份識別號，可認為第一資料庫中的每個參考圖像範本包括身份識別號和參考特徵。
在一些實施例中，第一更新條件包括：至少兩個參考圖像範本與圖像之間的相似度的最大值大於或等於第二相似度閾值。在一些實施例中，第二更新條件包括：至 少兩個參考圖像範本與圖像之間的相似度的最大值小於第二相似度閾值。
在一些實施例中，在本申請實施例中的第二相似度閾值大於第一相似度閾值，通過第二相似度閾值可確定圖像的目標對象是否已經在第一資料庫儲存過對應的參考特徵範本，第二相似度閾值用於對經過第一相似度閾值搜索獲得的參考圖像範本進行篩選，可以設置第二相似度閾值大於第一相似度閾值，以保證篩選的準確性。
在另一些實現方式中，第一更新條件和第二更新條件對應不同的相似度閾值，例如，第一更新條件對應的相似度閾值大於第二更新條件對應的相似度閾值，本申請實施例對此不做限定。在一個可選的應用示例中，其中，設備上設置有兩個資料庫：動態人臉庫和原始資料庫，其中，動態人臉庫對應上述實施例中的第一資料庫，儲存有多個參考圖像範本，參考圖像範本包括參考特徵或平均特徵。原始資料庫對應上述實施例中的第二資料庫，儲存有動態人臉庫的原始特徵資料，其中，每個參考圖像範本在原始資料庫中對應兩個或多個原始人臉特徵，下面的例子中假設參考圖像範本在原始資料庫中對應兩個原始人臉特徵，且參考特徵是通過對兩個原始人臉特徵進行平均處理得到的。此外，記錄動態人臉庫和原始資料庫中對應同一人物的專案之間的對應關係，其中，在下面的例子中，通過相同的身份識別號(person_id)來在兩個資料庫中標識對應同一人物的專 案，這樣，可以基於身份識別號，在第二資料庫中查找與第一資料庫中的平均特徵對應的原始特徵。
資料庫更新過程的示例如下：1)提取採集圖像的人臉特徵，並在動態人臉庫進行搜索，得到搜索結果，其中，將動態人臉庫中與採集圖像之間的相似度達到第一相似度閾值(threshold1)的範本添加到搜索結果中。2)將搜索結果中的第一個範本(即與採集圖像之間的相似度最大的範本)與採集圖像之間的相似度與第二相似度閾值(threshold2)進行比較，如果相似度小於第二相似度閾值，或者搜索結果為空，則在動態人臉庫和原始資料庫添加該採集圖像對應的範本資料，並將為其分配的身份識別號與人臉特徵之間的對應關係存入person_feature映射表。3)如果第一個範本與採集圖像之間的相似度大於第二相似度閾值(threshold2)，進行防擴散處理。4)從原始資料庫獲取第一個範本對應的兩個原始特徵，並將兩個原始特徵與採集圖像的人臉特徵進行三選二操作，即從獲取的兩個原始特徵和人臉特徵之間選取兩個特徵，並進行平均處理，得到平均特徵。5)將除第一個範本之外的後續k-1個範本與平均特徵之間的相似度，並將該相似度與第三相似度閾值(threshold3)進行比較，獲得過濾結果，具體地，將k-1個範本中與平均特徵之間的相似度大於threshold3的範本添加到過濾結果中。6)遍歷過濾結果，將4)選取的兩個人臉特徵與過濾結果中每個範本對應的兩個原始特徵進行四選二操作，並將最終得到的兩個人臉特徵進行平均處理， 得到更新特徵，利用更新特徵對動態特徵庫中的第一個範本進行特徵更新操作，同時將原始資料庫和person_feature映射表中資訊進行更新。
本領域普通技術人員可以理解：實現上述方法實施例的全部或部分步驟可以通過程式指令相關的硬體來完成，前述的程式可以儲存於一電腦可讀取儲存介質中，該程式在執行時，執行包括上述方法實施例的步驟；而前述的儲存介質包括：ROM、RAM、磁碟或者光碟等各種可以儲存程式碼的介質。
圖6為本申請實施例提供的資料庫更新裝置的結構示意圖。該裝置可用於實現本申請上述各方法實施例。如圖6所示，該裝置包括：
搜索單元61，配置為從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本。在本申請實施例中，獲取目標對象的圖像，例如接收使用者輸入的目標對象的圖像，或者利用圖像感測器採集目標對象的圖像，或者接收其他設備發送的目標對象的圖像，等等。目標對象的圖像可以指包含有目標對象的至少一部分的圖像，例如目標對象的人臉圖像、半身像或人體圖像等等。目標對象的圖像可以為靜態圖像或視頻幀圖像。例如，目標對象的圖像可以為視頻幀圖像，可以是來源於圖像感測器的視頻序列中的圖像幀，也可以是單獨的一幅圖像，本申請實施例對目標對象的圖像的屬性、來源和獲得途徑等具體實現不做限制。
資料庫更新單元62，配置為基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫。本申請實施例提供的一種資料庫更新裝置，從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本；基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫，有利於提高基於資料庫的系統性能。
在一個或多個可選的實施例中，假設參考圖像範本包括參考特徵；搜索單元61，包括：特徵獲取模組，配置為獲取目標對象的圖像的圖像特徵；特徵匹配模組，配置為基於圖像特徵與第一資料庫中多個參考圖像範本包括的參考特徵之間的相似度，從多個參考圖像範本中搜索與圖像匹配的至少兩個參考圖像範本。
本申請實施例中，參考圖像範本包括參考特徵，由於特徵資料佔用的儲存空間相對圖像較小，並且在進行搜索時，無需對儲存的資料進行特徵提取，從而加快了搜索速度，提高了資料處理效率。
在一些實施例中，特徵匹配模組，配置為將多個參考圖像範本中包含的參考特徵與圖像特徵之間的相似度達到第一相似度閾值的參考圖像範本確定為與圖像匹配的參考圖像範本。在一個或多個可選的實施例中，資料庫更新單元62，配置為回應於至少兩個參考圖像範本與圖像之間的相似度滿足第一更新條件，基於圖像，更新第一資料庫儲存的至少兩個參考圖像範本中的至少一部分。
在本申請實施例中，如果至少兩個參考圖像範本與目標對象的圖像之間的至少一個相似度滿足第一更新條件，基於目標對象的圖像，更新搜索結果中包括的至少兩個參考圖像範本中的部分或所有參考圖像範本。其中，該更新可以指調整或者刪除，例如，基於目標對象的圖像，更新搜索結果中包括的至少兩個參考圖像範本中的每個參考圖像範本，但本公開實施例對此不做限定。
在一些實施例中，所述資料庫更新單元62，配置為：基於所述至少兩個參考圖像範本與所述圖像之間的相似度，將所述第一資料庫儲存的所述至少兩個參考圖像範本中的第一參考圖像範本的特徵資料更新為第二更新參考特徵，並刪除所述至少兩個參考圖像範本中的至少一個第三參考圖像範本，其中，所述第三參考圖像範本與所述第二更新參考特徵之間的相似度達到第三相似度閾值。
在一些實施例中，資料庫更新單元62包括：特徵資料模組，配置為獲取第一參考圖像範本所對應的至少兩個第一特徵資料，其中，第一參考圖像範本為至少兩個參考圖像範本中與圖像之間的相似度最大的參考圖像範本，第一參考圖像範本包括的參考特徵是基於至少兩個第一特徵資料得到的；第一確定模組，配置為基於圖像的圖像特徵和至少兩個第一特徵資料，確定第一更新參考特徵；特徵更新模組，配置為基於第一更新參考特徵，更新第一資料庫儲存的至少兩個參考圖像範本中的至少一部分。
在一些實現方式中，基於第一更新參考特徵，調整搜索獲得的至少兩個參考圖像範本中的部分或全部，例如，將至少兩個參考圖像範本中的第一參考圖像範本包括的參考特徵更新為第一更新參考特徵；再例如，基於第一更新參考特徵，得到第二更新參考特徵，並將第一參考圖像範本包括的參考特徵更新為第二更新參考特徵；再例如，基於第一更新參考特徵，得到第三更新參考特徵，並將至少兩個參考圖像範本中除第一參考圖像範本之外的一個或多個第二參考圖像範本包括的參考特徵更新為第三更新參考特徵，等等。在另一些實現方式中，基於第一更新參考特徵，確定至少兩個參考圖像範本中除第一參考圖像範本之外的一個或多個第三參考圖像範本，並將該一個或多個第三參考圖像範本從第一資料庫中刪除。本公開實施例對更新至少兩個參考圖像範本的具體實現不做限定。
在一些實施例中，第一確定模組，配置為從圖像的圖像特徵和至少兩個第一特徵資料中選取至少兩個第一更新特徵；基於至少兩個第一更新特徵，得到第一更新參考特徵。在一些實施例中，第一參考圖像範本包括的參考特徵是通過對至少兩個第一特徵資料進行平均處理得到的；第一確定模組，配置為對至少兩個第一更新特徵進行平均處理，得到第一更新參考特徵。在一些實施例中，第一確定模組，配置為對圖像特徵和至少兩個第一特徵資料進行平均處理，得到第一平均特徵；基於圖像特徵和至少兩個第一特徵資料分別與第一平均特徵之間的距離，從圖像特徵和至少兩 個第一特徵資料中選取至少兩個第一更新特徵。在一些實施例中，特徵更新模組，配置為將第一資料庫中儲存的第一參考圖像範本的特徵資料更新為第一更新參考特徵。
在一些實施例中，特徵更新模組包括：相似度選取模組，配置為從至少一個第二參考圖像範本中選取與第一更新參考特徵之間的相似度滿足第三更新條件的至少一個第三參考圖像範本，其中，至少一個第二參考圖像範本為至少兩個參考圖像範本中除第一參考圖像範本之外的參考圖像範本；第二確定模組，配置為基於至少一個第三參考圖像範本和第一參考圖像範本，獲得第二更新參考特徵；特徵更新子模組，配置為基於第二更新參考特徵，更新第一資料庫儲存的至少兩個參考圖像範本中的至少一部分。
在一些實施例中，第三更新條件包括：與第一更新參考特徵之間的相似度大於或等於第三相似度閾值。在一些實施例中，第二確定模組，配置為獲取第三參考圖像範本對應的至少兩個第二特徵資料；基於至少一個第三參考圖像範本中每個第三參考圖像範本對應的至少兩個第二特徵資料和至少兩個第一特徵資料，獲得第二更新參考特徵。
在一些實施例中，第二確定模組，配置為從至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資料中選取至少兩個第二更新特徵；基於至少兩個第二更新特徵，得到第二更新參考特徵。
在一些實施例中，第二確定模組，配置為在從至少一個第三參考圖像範本對應的多個第二特徵資料和至 少兩個第一特徵資料中選取至少兩個第二更新特徵時，配置為基於至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資料，確定第二平均特徵；基於至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資料與第二平均特徵之間的距離，從至少一個第三參考圖像範本對應的多個第二特徵資料和至少兩個第一特徵資料中選取至少兩個第二更新特徵。
在一些實施例中，特徵更新子模組，配置為將第一資料庫中儲存的第一參考圖像範本的特徵資料更新為第二更新參考特徵。在一些實施例中，特徵更新模組還包括：刪除模組，配置為刪除第一資料庫中儲存的至少一個第三參考圖像範本。
在一些實施例中，特徵資料模組，配置為從第二資料庫獲取第一參考圖像範本所對應的至少兩個第一特徵資料。在一些實施例中，資料庫更新單元，還配置為回應於至少兩個參考圖像範本與圖像之間的相似度滿足第二更新條件，在第一資料庫中添加圖像對應的參考圖像範本。在一些實施例中，第一更新條件包括：至少兩個參考圖像範本與圖像之間的相似度的最大值大於或等於第二相似度閾值；和/或，第二更新條件包括：至少兩個參考圖像範本與圖像之間的相似度的最大值小於第二相似度閾值。在一些實施例中，第二相似度閾值大於第一相似度閾值。
根據本申請實施例的另一個方面，提供的一種電子設備，包括處理器，該處理器包括如上任意一實施例的 資料庫更新裝置。根據本申請實施例的另一個方面，提供的一種電子設備，包括：記憶體，配置為儲存可執行指令；以及，處理器，配置為與記憶體通信以執行可執行指令從而完成如上任意一實施例提供的資料庫更新方法的操作。根據本申請實施例的另一個方面，提供的一種電腦可讀儲存介質，配置為儲存電腦可讀取的指令，指令被執行時執行如上任意一實施例提供的資料庫更新方法的操作。根據本申請實施例的另一個方面，提供的一種電腦程式產品，包括電腦可讀代碼，當電腦可讀代碼在設備上運行時，設備中的處理器執行用於實現如上任意一實施例提供的資料庫更新方法的指令。
根據本申請實施例的再一個方面，提供的另一種電腦程式產品，配置為儲存電腦可讀指令，指令被執行時使得電腦執行上述任一實施例提供的資料庫更新方法的操作。該電腦程式產品可以具體通過硬體、軟體或其結合的方式實現。在一個可選例子中，所述電腦程式產品具體體現為電腦儲存介質，在另一個可選例子中，電腦程式產品具體體現為軟體產品，例如軟體發展包(Software Development Kit，SDK)等等。
根據本申請實施例還提供了資料庫更新方法和裝置、電子設備、電腦儲存介質、電腦程式產品，其中，從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本；基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫。在一些實施例中，該網路獲取指示或影像處理指示可以具體為調用指令， 第一裝置可以通過調用的方式指示第二裝置執行網路獲取或影像處理，相應地，回應於接收到調用指令，第二裝置可以執行上述網路獲取方法或影像處理方法中的任意實施例中的步驟和/或流程。
應理解，本申請實施例中的“第一”、“第二”等術語僅僅是為了區分，而不應理解成對本申請實施例的限定。還應理解，在本申請中，“多個”可以指兩個或兩個以上，“至少一個”可以指一個、兩個或兩個以上。還應理解，對於本申請中提及的任一部件、資料或結構，在沒有明確限定或者在前後文給出相反啟示的情況下，一般可以理解為一個或多個。還應理解，本申請對各個實施例的描述著重強調各個實施例之間的不同之處，其相同或相似之處可以相互參考，為了簡潔，不再一一贅述。
本申請實施例還提供了一種電子設備，例如可以是移動終端、個人電腦(PC)、平板電腦、伺服器等。下面參考圖7，其示出了本申請實施例的電子設備700的結構示意圖：如圖7所示，電子設備700包括一個或多個處理器、通信部等，所述一個或多個處理器例如：一個或多個中央處理單元(CPU)701，和/或一個或多個影像處理器(GPU)713等，處理器可以根據儲存在唯讀記憶體(ROM)702中的可執行指令或者從儲存部分708載入到隨機存取記憶體(RAM)703中的可執行指令而執行各種適當的動作和處理。通信部712可包括但不限於網卡，所述網卡可包括但不限於IB(Infiniband)網卡。處理器可與唯讀記憶體 702和/或隨機存取記憶體703中通信以執行可執行指令，通過匯流排704與通信部712相連、並經通信部712與其他目標設備通信，從而完成本申請實施例提供的任一項方法對應的操作，例如，從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本；基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫。此外，在RAM 703中，還可儲存有裝置操作所需的各種程式和資料。CPU701、ROM702以及RAM703通過匯流排704彼此相連。在有RAM703的情況下，ROM702為可選模組。RAM703儲存可執行指令，或在運行時向ROM702中寫入可執行指令，可執行指令使中央處理單元701執行上述通信方法對應的操作。輸入/輸出(I/O)介面705也連接至匯流排704。通信部712可以集成設置，也可以設置為具有多個子模組(例如多個IB網卡)，並在匯流排連結上。
以下部件連接至I/O介面705：包括鍵盤、滑鼠等的輸入部分706；包括諸如陰極射線管(CRT)、液晶顯示器(LCD)等以及揚聲器等的輸出部分707；包括硬碟等的儲存部分708；以及包括諸如LAN卡、數據機等的網路介面卡的通信部分709。通信部分709經由諸如網際網路的網路執行通信處理。驅動器710也根據需要連接至I/O介面705。可拆卸介質711，諸如磁片、光碟、磁光碟、半導體記憶體等等，根據需要安裝在驅動器710上，以便於從其上讀出的電腦程式根據需要被安裝入儲存部分708。
需要說明的，如圖7所示的架構僅為一種可選實現方式，在具體實踐過程中，可根據實際需要對上述圖7的部件數量和類型進行選擇、刪減、增加或替換；在不同功能部件設置上，也可採用分離設置或集成設置等實現方式，例如GPU713和CPU701可分離設置或者可將GPU713集成在CPU701上，通信部可分離設置，也可集成設置在CPU701或GPU713上，等等。這些可替換的實施方式均落入本申請公開的保護範圍。
特別地，根據本申請的實施例，上文參考流程圖描述的過程可以被實現為電腦軟體程式。例如，本申請的實施例包括一種電腦程式產品，其包括有形地包含在機器可讀介質上的電腦程式，電腦程式包含用於執行流程圖所示的方法的程式碼，程式碼可包括對應執行本申請實施例提供的方法步驟對應的指令，例如，從第一資料庫包括的多個參考圖像範本中搜索與目標對象的圖像匹配的至少兩個參考圖像範本；基於至少兩個參考圖像範本與圖像之間的相似度，更新第一資料庫。在這樣的實施例中，該電腦程式可以通過通信部分709從網路上被下載和安裝，和/或從可拆卸介質711被安裝。在該電腦程式被中央處理單元(CPU)701執行時，執行本申請的方法中限定的上述功能的操作。
可能以許多方式來實現本申請的方法和裝置。例如，可通過軟體、硬體、固件或者軟體、硬體、固件的任何組合來實現本申請的方法和裝置。用於所述方法的步驟的上述順序僅是為了進行說明，本申請的方法的步驟不限於以 上具體描述的順序，除非以其它方式特別說明。此外，在一些實施例中，還可將本申請實施為記錄在記錄介質中的程式，這些程式包括用於實現根據本申請的方法的機器可讀指令。因而，本申請還覆蓋儲存用於執行根據本申請的方法的程式的記錄介質。
本申請的描述是為了示例和描述起見而給出的，而並不是無遺漏的或者將本申請限於所公開的形式。很多修改和變化對於本領域的普通技術人員而言是顯然的。選擇和描述實施例是為了更好說明本申請的原理和實際應用，並且使本領域的普通技術人員能夠理解本申請從而設計適於特定用途的帶有各種修改的各種實施例。
圖1代表圖為流程圖，無元件符號說明

Claims (23)

  1. 一種資料庫更新方法，包括：
    從第一資料庫包括的多個參考圖像範本中，搜索與目標對象的圖像匹配的至少兩個參考圖像範本；
    基於所述至少兩個參考圖像範本與所述圖像之間的相似度，更新所述第一資料庫。
  2. 根據請求項1所述的方法，其中所述參考圖像範本包括參考特徵；
    所述從第一資料庫包括的多個參考圖像範本中，搜索與目標對象的圖像匹配的至少兩個參考圖像範本，包括：
    獲取所述目標對象的圖像的圖像特徵；
    基於所述圖像特徵與第一資料庫中多個參考圖像範本包括的參考特徵之間的相似度，從所述多個參考圖像範本中搜索與所述圖像匹配的至少兩個參考圖像範本。
  3. 根據請求項2所述的方法，其中所述基於所述圖像特徵與第一資料庫中多個參考圖像範本包括的參考特徵之間的相似度，從所述多個參考圖像範本中搜索與所述圖像匹配的至少兩個參考圖像範本，包括：
    將所述多個參考圖像範本中包含的參考特徵與所述圖像特徵之間的相似度達到第一相似度閾值的參考圖像範本，確定為與所述圖像匹配的參考圖像範本。
  4. 根據請求項1至3任一項所述的方法，其中所述基於所述至少兩個參考圖像範本與所述圖像之間的相似度，更新所述第一資料庫，包括：
    基於所述至少兩個參考圖像範本與所述圖像之間的相似度，將所述第一資料庫儲存的所述至少兩個參考圖像範本中的第一參考圖像範本的特徵資料更新為第二更新參考特徵，並刪除所述至少兩個參考圖像範本中的至少一個第三參考圖像範本，其中，所述第三參考圖像範本與所述第二更新參考特徵之間的相似度達到第三相似度閾值。
  5. 根據請求項1至3任一項所述的方法，其中所述基於所述至少兩個參考圖像範本與所述圖像之間的相似度，更新所述第一資料庫，包括：
    回應於所述至少兩個參考圖像範本與所述圖像之間的相似度滿足第一更新條件，基於所述圖像，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分。
  6. 根據請求項5所述的方法，其中所述基於所述圖像，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分，包括：
    獲取第一參考圖像範本所對應的至少兩個第一特徵資料，其中，所述第一參考圖像範本為所述至少兩個參考圖像範本中與所述圖像之間的相似度最大的參考圖像範本，所述第一參考圖像範本包括的參考特徵是基於所述至少兩個第一特徵資料得到的；
    基於所述圖像的圖像特徵和所述至少兩個第一特徵資料，確定第一更新參考特徵；
    基於所述第一更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分。
  7. 根據請求項6所述的方法，其中所述基於所述圖像的圖像特徵和所述至少兩個第一特徵資料，確定所述第一更新參考特徵，包括：
    從所述圖像的圖像特徵和所述至少兩個第一特徵資料中選取至少兩個第一更新特徵；基於所述至少兩個第一更新特徵，得到所述第一更新參考特徵。
  8. 根據請求項7所述的方法，其中所述第一參考圖像範本包括的參考特徵是通過對所述至少兩個第一特徵資料進行平均處理得到的；
    所述基於所述至少兩個第一更新特徵，得到所述第一更新參考特徵，包括：
    對所述至少兩個第一更新特徵進行平均處理，得到所述第一更新參考特徵。
  9. 根據請求項7所述的方法，其中所述從所述第一圖像的圖像特徵和所述至少兩個第一特徵資料中選取至少兩個第一更新特徵，包括：
    對所述圖像特徵和所述至少兩個第一特徵資料進行平均處理，得到第一平均特徵；
    基於所述圖像特徵和所述至少兩個第一特徵資料分別與所述第一平均特徵之間的距離，從所述圖像特徵和所述至少兩個第一特徵資料中選取至少兩個第一更新特徵。
  10. 根據請求項6所述的方法，其中所述基於所述第一更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分，包括：
    將所述第一資料庫中儲存的所述第一參考圖像範本的特徵資料更新為所述第一更新參考特徵。
  11. 根據請求項6所述的方法，其中所述基於所述第一更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分，包括：
    從至少一個第二參考圖像範本中選取與所述第一更新參考特徵之間的相似度滿足第三更新條件的至少一個第三參考圖像範本，其中，所述至少一個第二參考圖像範本為所述至少兩個參考圖像範本中除所述第一參考圖像範本之外的參考圖像範本；
    基於所述至少一個第三參考圖像範本和所述第一參考圖像範本，獲得第二更新參考特徵；
    基於所述第二更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分。
  12. 根據請求項11所述的方法，其中所述第三更新條件包括：與所述第一更新參考特徵之間的相似度大於或等於第三相似度閾值。
  13. 根據請求項11所述的方法，其中所述基於所述至少一個第三參考圖像範本和所述第一參考圖像範本，獲得第二更新參考特徵，包括：
    獲取所述第三參考圖像範本對應的至少兩個第二特徵資料；
    基於所述至少一個第三參考圖像範本中每個第三參考圖像範本對應的至少兩個第二特徵資料和所述至少兩個第一特徵資料，獲得所述第二更新參考特徵。
  14. 根據請求項12所述的方法，其中所述基於所述至少一個第三參考圖像範本中每個第三參考圖像範本對應的至少兩個第二特徵資料和所述至少兩個第一特徵資料，獲得第二更新參考特徵，包括：
    從所述至少一個第三參考圖像範本對應的多個第二特徵資料和所述至少兩個第一特徵資料中選取至少兩個第二更新特徵；
    基於所述至少兩個第二更新特徵，得到所述第二更新參考特徵。
  15. 根據請求項14所述的方法，其中所述從所述至少一個第三參考圖像範本對應的多個第二特徵資料和所述至少兩個第一特徵資料中選取至少兩個第二更新特徵，包括：
    基於所述至少一個第三參考圖像範本對應的多個第二特徵資料和所述至少兩個第一特徵資料，確定第二平均特徵；
    基於所述至少一個第三參考圖像範本對應的多個第二特徵資料和所述至少兩個第一特徵資料與所述第二平均特徵之間的距離，從所述至少一個第三參考圖像範本對應的 多個第二特徵資料和所述至少兩個第一特徵資料中選取至少兩個第二更新特徵。
  16. 根據請求項11所述的方法，其中所述基於所述第二更新參考特徵，更新所述第一資料庫儲存的所述至少兩個參考圖像範本中的至少一部分，包括：
    將所述第一資料庫中儲存的所述第一參考圖像範本的特徵資料更新為所述第二更新參考特徵。
  17. 根據請求項11所述的方法，其中所述方法還包括：刪除所述第一資料庫中儲存的所述至少一個第三參考圖像範本。
  18. 根據請求項6所述的方法，其中所述獲取第一參考圖像範本所對應的至少兩個第一特徵資料，包括：從第二資料庫獲取所述第一參考圖像範本所對應的至少兩個第一特徵資料。
  19. 根據請求項5所述的方法，還包括：回應於所述至少兩個參考圖像範本與所述圖像之間的相似度滿足第二更新條件，在所述第一資料庫中添加所述圖像對應的參考圖像範本。
  20. 根據請求項19所述的方法，其中所述第一更新條件包括：所述至少兩個參考圖像範本與所述圖像之間的相似度的最大值大於或等於第二相似度閾值；和/或，
    所述第二更新條件包括：所述至少兩個參考圖像範本與所述圖像之間的相似度最大值小於所述第二相似度閾值。
  21. 根據請求項20所述的方法，其中所述第二相似度閾值大於所述第一相似度閾值。
  22. 一種電子設備，包括：
    記憶體，配置為儲存可執行指令；以及
    處理器，配置為與所述記憶體通信以執行所述可執行指令從而完成請求項1至21任意一項所述資料庫更新方法的操作。
  23. 一種電腦可讀儲存介質，配置為儲存電腦可讀取的指令，所述指令被執行時執行請求項1至21任意一項所述資料庫更新方法的操作。
TW108138898A 2018-11-01 2019-10-28 資料庫更新方法和裝置、電子設備、電腦儲存介質 TWI721618B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811296559.8A CN111125390B (zh) 2018-11-01 2018-11-01 数据库更新方法和装置、电子设备、计算机存储介质
CN201811296559.8 2018-11-01

Publications (2)

Publication Number Publication Date
TW202018541A true TW202018541A (zh) 2020-05-16
TWI721618B TWI721618B (zh) 2021-03-11

Family

ID=70461791

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108138898A TWI721618B (zh) 2018-11-01 2019-10-28 資料庫更新方法和裝置、電子設備、電腦儲存介質

Country Status (6)

Country Link
US (1) US20200410280A1 (zh)
JP (1) JP2021516400A (zh)
CN (1) CN111125390B (zh)
SG (1) SG11202009125UA (zh)
TW (1) TWI721618B (zh)
WO (1) WO2020087950A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI769665B (zh) * 2020-09-14 2022-07-01 大陸商深圳市商湯科技有限公司 目標資料更新方法、電子設備及電腦可讀儲存介質
TWI804441B (zh) * 2022-01-13 2023-06-01 大陸商中國銀聯股份有限公司 特徵向量資料庫的更新方法、裝置、設備及介質

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107516105B (zh) * 2017-07-20 2020-06-16 阿里巴巴集团控股有限公司 图像处理方法及装置
CN109858371B (zh) * 2018-12-29 2021-03-05 深圳云天励飞技术有限公司 人脸识别的方法及装置
CN112148908A (zh) * 2020-10-23 2020-12-29 北京百度网讯科技有限公司 图像数据库的更新方法、装置、电子设备和介质
CN113032673B (zh) * 2021-03-24 2024-04-19 北京百度网讯科技有限公司 资源的获取方法、装置、计算机设备及存储介质
CN113255828B (zh) * 2021-06-17 2021-10-15 长沙海信智能系统研究院有限公司 特征检索方法、装置、设备及计算机存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7734067B2 (en) * 2004-12-07 2010-06-08 Electronics And Telecommunications Research Institute User recognition system and method thereof
JP2006185320A (ja) * 2004-12-28 2006-07-13 Ricoh Co Ltd 画像検索装置
KR101618735B1 (ko) * 2008-04-02 2016-05-09 구글 인코포레이티드 디지털 영상 컬렉션에 자동 얼굴 인식 기능을 통합하는 방법 및 장치
JP2011043954A (ja) * 2009-08-20 2011-03-03 Seiko Epson Corp 画像処理装置、画像処理方法および画像処理プログラム
CN102004908B (zh) * 2010-11-30 2012-10-17 汉王科技股份有限公司 一种自适应的人脸识别方法及装置
WO2013089260A1 (ja) * 2011-12-12 2013-06-20 日本電気株式会社 画像処理システム及び画像処理方法
JP6190887B2 (ja) * 2013-10-02 2017-08-30 株式会社日立製作所 画像検索システムおよび情報記録媒体
US9659350B2 (en) * 2014-01-31 2017-05-23 Morpho, Inc. Image processing device and image processing method for image correction, and non-transitory computer readable recording medium thereof
JP2015219756A (ja) * 2014-05-19 2015-12-07 カシオ計算機株式会社 画像比較方法、装置並びにプログラム
JP2017097459A (ja) * 2015-11-19 2017-06-01 キヤノン株式会社 情報処理装置、情報処理装置の制御方法、及びプログラム
CN105931269A (zh) * 2016-04-22 2016-09-07 海信集团有限公司 一种视频中的目标跟踪方法及装置
US10963737B2 (en) * 2017-08-01 2021-03-30 Retina-Al Health, Inc. Systems and methods using weighted-ensemble supervised-learning for automatic detection of ophthalmic disease from images
CN107818301B (zh) * 2017-10-16 2021-04-02 创新先进技术有限公司 更新生物特征模板的方法、装置和电子设备
CN108573038A (zh) * 2018-04-04 2018-09-25 北京市商汤科技开发有限公司 图像处理、身份验证方法、装置、电子设备和存储介质
CN108647705B (zh) * 2018-04-23 2019-04-05 北京交通大学 基于图像和文本语义相似度的图像语义消歧方法和装置
CN108614894B (zh) * 2018-05-10 2021-07-02 西南交通大学 一种基于最大生成树的人脸识别数据库构成方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI769665B (zh) * 2020-09-14 2022-07-01 大陸商深圳市商湯科技有限公司 目標資料更新方法、電子設備及電腦可讀儲存介質
TWI804441B (zh) * 2022-01-13 2023-06-01 大陸商中國銀聯股份有限公司 特徵向量資料庫的更新方法、裝置、設備及介質

Also Published As

Publication number Publication date
US20200410280A1 (en) 2020-12-31
TWI721618B (zh) 2021-03-11
SG11202009125UA (en) 2020-10-29
CN111125390B (zh) 2024-05-17
JP2021516400A (ja) 2021-07-01
CN111125390A (zh) 2020-05-08
WO2020087950A1 (zh) 2020-05-07

Similar Documents

Publication Publication Date Title
TWI721618B (zh) 資料庫更新方法和裝置、電子設備、電腦儲存介質
CN109117803B (zh) 人脸图像的聚类方法、装置、服务器及存储介质
CN109376596B (zh) 人脸匹配方法、装置、设备及存储介质
CN113255694B (zh) 训练图像特征提取模型和提取图像特征的方法、装置
WO2021203823A1 (zh) 图像分类方法、装置、存储介质及电子设备
US20190325197A1 (en) Methods and apparatuses for searching for target person, devices, and media
CN106303599B (zh) 一种信息处理方法、系统及服务器
WO2019080411A1 (zh) 电子装置、人脸图像聚类搜索方法和计算机可读存储介质
WO2019080908A1 (zh) 实现图像识别的图像处理方法及装置、电子设备
WO2021104097A1 (zh) 表情包生成方法、装置及终端设备
WO2023273058A1 (zh) 身份识别方法、系统、装置、计算机设备及存储介质
TWI714321B (zh) 資料庫更新方法和裝置、電子設備、電腦儲存介質
US11647294B2 (en) Panoramic video data process
US20240127406A1 (en) Image quality adjustment method and apparatus, device, and medium
CN111444373B (zh) 图像检索方法及其装置、介质和系统
CN110209895B (zh) 向量检索方法、装置和设备
US10509986B2 (en) Image similarity determination apparatus and image similarity determination method
CN114333039B (zh) 一种人像聚类的方法、装置及介质
CN115082999A (zh) 合影图像人物分析方法、装置、计算机设备和存储介质
CN117237386A (zh) 对目标对象进行结构化处理的方法、装置和计算机设备
US11238070B1 (en) Dense cluster filtering
CN112766139A (zh) 目标识别方法及装置、存储介质及电子设备
JP2015097036A (ja) 推薦画像提示装置及びプログラム
CN111401197A (zh) 一种图片风险识别方法、装置及设备
WO2022057419A1 (zh) 主题相关信息获取方法及装置、存储介质和电子设备