人脸图像的检索方法及装置制造方法及图纸

本发明专利技术提供了一种人脸图像的检索方法及装置，其中，该方法包括：对图库中的人脸图像的语义特征进行训练得到第一数量的人脸图像的属性特征；对第一预定数量参考人脸图像的指定语义特征进行训练得到第二数量的指定语义特征相对于图库中的属性特征的相似性特征；将第一数量的属性特征与第二数量的相似性特征作为图库中每幅人脸图像的特征向量；通过预设规则对待检索图像的特征向量与图库中每幅图像的特征向量进行计算，依据计算结果检索出与待检测图像匹配的一个或多个图像。通过本发明专利技术，解决了相关技术中使用低层次特征进行人脸识别，导致人脸检索效果不佳的问题，提高了人脸检索的效率与匹配度。

Method and device for retrieving face image

The present invention provides a method and device for retrieving a face image, wherein, the method comprises: semantic features of face images in the gallery of the training characteristics of face image first number; specifies the semantic features of a first predetermined number of reference face image training given second semantic features relative to the number of similarity the characteristics of attributes in the atlas; will feature similar as gallery in each face image feature vector number of attributes and the number of the first second; by default rules treat feature vector of each image feature vector and image retrieval in the gallery are calculated according to the calculation results retrieved and tested one or multiple image matching. The invention solves the problem that face recognition is performed by low level features in related technologies, and the effect of face retrieval is poor, and the efficiency and the matching degree of face retrieval are improved.

【技术实现步骤摘要】
人脸图像的检索方法及装置
本专利技术涉及人脸图像识别领域，具体而言，涉及一种人脸图像的检索方法及装置。
技术介绍
随着社会的不断发展以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。其中人脸识别技术的研究吸引了大批研究者。人脸识别技术应用非常广泛，如协助公安部门刑侦破案，机器自动进行身份验证，视频监控跟踪识别，人脸面部表情分析等等。当前很多国家展开了有关人脸识别的研究，方法主要集中在模板匹配、示例学习、神经网络、基于隐马尔可夫模型的方法，基于支持向量机的方法。在计算机人脸识别中，可以将那些通过大量图像数据简单处理后获得的特征定义为低层次特征，而将线、面、模式等描述特征定义为高层次特征。图象主成分分析(PrincipalComponentAnalysis，简称为PCA)特征、小波变换特征及一些统计特征均属低层次特征的范畴，而人脸部件形状分析的结果则为高层次特征。采用男性，女性，微笑，黑发，带眼镜等属性用于人脸识别能获得不错的结果。此外，利用和某个人脸的相似性数据也可以进行人脸识别。户外脸部检测图库(LabeledFacesintheWild，简称为LFW)和哥伦比亚大学公众人物脸部图库(PublicFiguresFaceDatabase，简称为Pubfig)是两个独立的公共数据集，其中的图片都是在非受控环境下获取的。这两个数据集中的姿势、表情、光照等不同会对人脸识别造成很大影响。相关技术中传统的方法只使用低层次特征进行人脸识别，导致人脸检索效果不佳。针对相关技术中的上述，目前尚未存在有效的解决方案。
技术实现思路
本专利技术提供了一种人脸图像的检索方法及装置，以至少解决相关技术中使用低层次特征进行人脸识别，导致人脸检索效果不佳的问题。本专利技术提供了一种人脸图像的检索方法，包括：对图库中的人脸图像的语义特征进行训练得到第一数量的所述人脸图像的属性特征；对第一预定数量参考人脸图像的指定语义特征进行训练得到第二数量的所述指定语义特征相对于所述图库中的属性特征的相似性特征；将所述第一数量的属性特征与所述第二数量的相似性特征作为所述图库中每幅人脸图像的特征向量；通过预设规则计算待检索图像的特征向量与所述图库中每幅图像的特征向量的匹配度，依据所述匹配度检索出与所述待检测图像匹配的一个或多个图像。进一步地，所述对图库中的人脸图像的语义特征进行训练得到第一数量的所述人脸图像的属性特征包括：对所述图库中每幅人脸图像中的关键点进行检测，其中，所述关键点包括：双眼的四个眼角、鼻尖以及嘴巴两端；依据所述关键点对所述人脸图像进行区域的划分，并抽取得到与不同区域对应的人脸底层特征；根据属性分类器对不同区域的多个所述人脸底层特征进行分类学习得到不同类型的所述第一数量的属性特征。进一步地，对第一预定数量参考人脸图像的指定语义特征进行训练得到第二数量的所述指定语义特征相对于所述图库中的属性特征的相似性特征包括：对所述第一预定数量参考人脸图像的关键点进行检测，其中，所述关键点包括：双眼四个眼角、鼻尖以及嘴巴两端；依据所述关键点对所述指定语义特征进行抽取得到与所述指定语义特征对应的数据集，并抽取得到与不同区域对应的人脸底层特征；根据相似性分类器对所述数据集进行分类学习得到第二数量的所述相似性特征。进一步地，所述属性分类器和所述相似性分类器包括：支持向量机SVM分类器。进一步地，通过预设规则对待检索图像的特征向量与所述图库中每幅图像的特征向量进行计算，依据计算结果检索出一个或多个与所述待检测图像匹配的图像包括：获取所述待检索图像的特征向量与所述图库中每幅图像的特征向量；对所述待检索图像的特征向量与所述图库中每幅图像的特征向量进行距离计算，所述距离计算的方法包括：余弦距离方法、欧式距离方法；对多个计算结果按照从大到小的规则进行排序，并从排序后的计算结果中选择取值靠前的第二预定数量的计算结果对应的人脸图像作为所述待检索图像的匹配图像。根据本专利技术的另一个方面，提供了一种人脸图像的检索装置，包括：第一语义特征提取模块，用于对图库中的人脸图像的语义特征进行训练得到第一数量的所述人脸图像的属性特征；第二语义特征提取模块，用于对第一预定数量参考人脸图像的指定语义特征进行训练得到第二数量的所述指定语义特征相对于所述图库中的属性特征的相似性特征；处理模块，用于将所述第一数量的属性特征与所述第二数量的相似性特征作为所述图库中每幅人脸图像的特征向量；检索模块，用于通过预设规则计算待检索图像的特征向量与所述图库中每幅图像的特征向量的匹配度，依据所述匹配度检索出与所述待检测图像匹配的一个或多个图像。进一步地，所述第一语义特征提取模块包括：第一检测单元，用于对所述图库中每幅人脸图像中的关键点进行检测，其中，所述关键点包括：四个眼角、鼻尖以及嘴巴两端；第一处理单元，用于依据所述关键点对所述人脸图像进行区域的划分，并抽取得到与不同区域对应的人脸底层特征；第二语义特征提取单元，用于根据属性分类器对不同区域的多个所述人脸底层特征进行分类学习得到不同类型的所述第一数量的属性特征。进一步地，所述第二语义特征提取模块包括：第二检测单元，用于对所述第一预定数量参考人脸图像的关键点进行检测，其中，所述关键点包括：双眼四个眼角、鼻尖以及嘴巴两端；第二处理单元，用于依据所述关键点对所述指定语义特征进行抽取得到与所述指定语义特征对应的数据集，并抽取得到与不同区域对应的人脸底层特征；第二语义特征提取单元，用于根据相似性分类器对所述数据集进行分类学习得到第二数量的所述相似性特征。进一步地，所述属性分类器和所述相似性分类器包括：支持向量机SVM分类器。进一步地，所述检索模块包括：获取单元，用于获取所述待检索图像的特征向量与所述图库中每幅图像的特征向量；计算单元，用于对所述待检索图像的特征向量与所述图库中每幅图像的特征向量进行距离计算，所述距离计算的方法包括：余弦距离方法、欧式距离方法；检索单元，用于对多个计算结果按照从大到小的规则进行排序，并从排序后的计算结果中选择取值靠前的第二预定数量的计算结果对应的人脸图像作为所述待检索图像的匹配图像。在本专利技术中，采用的是对人脸图像的语义特征进行训练得到第一数量的属性特征，此外还对第一预定数量参考人脸图像的指定语义特征进行训练得到第二数量的指定语义特征相对于图库中的属性特征的相似性特征，通过得到的第一数量的属性特征与第二数量的相似性特征得到每幅图像的特征向量，通过待检测图像与图库中图像的特征向量比较，检索出与待检测图像匹配的一个或多个图像，即是通过待检测图像与图库中的图像的特征向量进行比较，该特征向量是由于属性特征与相似性特征组成，而属性特征与相似性特征都属于高层次特征，因此匹配出来的结果与待检测图像的匹配度高，从而解决了相关技术中使用低层次特征进行人脸识别，导致人脸检索效果不佳的问题，提高了人脸检索的效率与匹配度。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的人脸图像的检索方法的流程图；图2是根据本专利技术实施例的人脸图像的检索装置的结构框图；图3是根据本专利技术实施例的人脸图本文档来自技高网...

【技术保护点】
一种人脸图像的检索方法，其特征在于，包括：对图库中的人脸图像的语义特征进行训练得到第一数量的所述人脸图像的属性特征；对第一预定数量参考人脸图像的指定语义特征进行训练得到第二数量的所述指定语义特征相对于所述图库中的属性特征的相似性特征；将所述第一数量的属性特征与所述第二数量的相似性特征作为所述图库中每幅人脸图像的特征向量；通过预设规则计算待检索图像的特征向量与所述图库中每幅图像的特征向量的匹配度，依据所述匹配度检索出与所述待检测图像匹配的一个或多个图像。

【技术特征摘要】
1.一种人脸图像的检索方法，其特征在于，包括：对图库中的人脸图像的语义特征进行训练得到第一数量的所述人脸图像的属性特征；对第一预定数量参考人脸图像的指定语义特征进行训练得到第二数量的所述指定语义特征相对于所述图库中的属性特征的相似性特征；将所述第一数量的属性特征与所述第二数量的相似性特征作为所述图库中每幅人脸图像的特征向量；通过预设规则计算待检索图像的特征向量与所述图库中每幅图像的特征向量的匹配度，依据所述匹配度检索出与所述待检测图像匹配的一个或多个图像。2.根据权利要求1所述的方法，其特征在于，所述对图库中的人脸图像的语义特征进行训练得到第一数量的所述人脸图像的属性特征包括：对所述图库中每幅人脸图像中的关键点进行检测，其中，所述关键点包括：双眼的四个眼角、鼻尖以及嘴巴两端；依据所述关键点对所述人脸图像进行区域的划分，并抽取得到与不同区域对应的人脸底层特征；根据属性分类器对不同区域的多个所述人脸底层特征进行分类学习得到不同类型的所述第一数量的属性特征。3.根据权利要求1所述的方法，其特征在于，对第一预定数量参考人脸图像的指定语义特征进行训练得到第二数量的所述指定语义特征相对于所述图库中的属性特征的相似性特征包括：对所述第一预定数量参考人脸图像的关键点进行检测，其中，所述关键点包括：双眼四个眼角、鼻尖以及嘴巴两端；依据所述关键点对所述指定语义特征进行抽取得到与所述指定语义特征对应的数据集，并抽取得到与不同区域对应的人脸底层特征；根据相似性分类器对所述数据集进行分类学习得到第二数量的所述相似性特征。4.根据权利要求2或3所述的方法，其特征在于，所述属性分类器和所述相似性分类器包括：支持向量机SVM分类器。5.根据权利要求1所述的方法，其特征在于，通过预设规则计算待检索图像的特征向量与所述图库中每幅图像的特征向量的匹配度，依据所述匹配度检索出与所述待检测图像匹配的一个或多个图像包括：获取所述待检索图像的特征向量与所述图库中每幅图像的特征向量；对所述待检索图像的特征向量与所述图库中每幅图像的特征向量进行距离计算，所述距离计算的方法包括：余弦距离方法、欧式距离方法；对多个计算结果按照从大到小的规则进行排序，并从排序后的计算结果中选择取值靠前的第二预定数量的计算结果对应的人脸图像作为所述待检索...

【专利技术属性】
技术研发人员：陆平，霍静，贾霞，刘金羊，刘明，张媛媛，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44