人脸相似度识别方法和系统技术方案

本发明专利技术提供了一种人脸相似度识别方法和系统，涉及计算机技术领域，用于解决准确识别出相似人脸图片。人脸相似度识别方法包括：根据目标人脸图片的特征，生成目标人脸图片的特征向量；根据已收集的人脸图片的特征，生成已收集的人脸图片的特征向量；从已收集的人脸图片中，选择特征向量与目标人脸图片的特征向量之间距离最小的至少一张人脸图片作为目标人脸图片的相似人脸图片。通过本发明专利技术，有利于识别出表情、化妆、脸角度等方面存在区别的同一人脸的不同图片。

【技术实现步骤摘要】
人脸相似度识别方法和系统
本专利技术涉及计算机技术
，具体而言，涉及一种人脸相似度识别方法和系统。
技术介绍
现有技术中的人脸相似度计算，是通过将不同的人脸图片裁剪并转化为单通道图像，获取单通道图像的直方图，以及通过比较不同人脸图片的直方图之间的差异，来计算不同人脸之间的相似度。上述方案的缺陷在于:同一人脸上出现表情、化妆、脸角度等方面发生变化之后，会造成同一人脸的不同图片之间的直方图出现非常大的差异，则基于直方图进行人脸相似度的计算，可能得到同一人脸的不同图片之间的相似度较小的结果，可见计算结果相当不准确。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的人脸相似度识别方法和系统。依据本专利技术的一个方面，提供了一种人脸相似度识别方法，其包括:根据目标人脸图片的特征，生成所述目标人脸图片的特征向量；根据已收集的人脸图片的特征，生成所述已收集的人脸图片的特征向量；从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张人脸图片作为所述目标人脸图片的相似人脸图片。可选地，前述的人脸相似度识别方法，其中，所述从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张图片作为所述目标人脸图片的相似人脸图片的步骤包括:将所述已收集的人脸图片聚合为多个分类；根据所述每个分类中的人脸图片的特征向量，计算所述每个分类中的人脸图片的向量中心点；将与所述目标人脸图片的特征向量之间距离最小的向量中心点对应分类中的人脸图片，作为所述目标人脸图片的相似人脸图片。可选地，前述的人脸相似度识别方法，其中，还包括:将所述相似人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，转换为所述相似人脸图片与所述目标人脸图片之间的相似度得分。可选地，前述的人脸相似度识别方法，其中，所述将所述相似人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，转换为所述相似人脸图片与所述目标人脸图片之间的相似度得分的步骤包括:在Dx〈 = Dmin时,取S = Smax, Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Dmin为预设最小距离，S为所述相似人脸图片与所述目标人脸图片的相似度得分，Smax为预设最大相似度得分；和/或，在 Di〈Dx〈 = D (i+1)时，取 S = Si+K (Dx-Di)，其中 K = (S (i+1) -Si) / (D (i+1) -Di))，Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Di为预设第一人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，Di+Ι为预设第二人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，Si为所述预设第一人脸图片与所述目标人脸图片的相似度得分，S(i+1)为所述预设第二人脸图片与所述目标人脸图片的相似度得分；和/或在Dx>Dmax时,取S = Smin,Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Dmax为预设最大距离，S为所述相似人脸图片与所述目标人脸图片的相似度得分，Smin为预设最小相似度得分。可选地，前述的人脸相似度识别方法，其中，还包括:在所述相似人脸图片为多张时，根据与所述目标人脸图片的相似度高低，对多张所述相似人脸图片进行排序。依据本专利技术的另一方面，提供了一种人脸相似度识别系统，其包括:第一特征向量生成模块，用于根据目标人脸图片的特征，生成所述目标人脸图片的特征向量；第二特征向量生成模块，用于根据已收集的人脸图片的特征，生成所述已收集的人脸图片的特征向量；相似人脸图片识别模块，用于从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张人脸图片作为所述目标人脸图片的相似人脸图片。[0011 ] 可选地，前述的人脸相似度识别系统，其中，还包括:分类模块，用于将所述已收集的人脸图片聚合为多个分类；向量中心点计算模块，用于根据所述每个分类中的人脸图片的特征向量，计算所述每个分类中的人脸图片的向量中心点；所述相似人脸图片识别模块，用于将与所述目标人脸图片的特征向量之间距离最小的向量中心点对应分类中的人脸图片，作为所述目标人脸图片的相似人脸图片。可选地，前述的人脸相似度识别系统，其中，还包括:相似度得分计算模块，用于将所述相似人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，转换为所述相似人脸图片与所述目标人脸图片之间的相似度得分。可选地，前述的人脸相似度识别系统，其中，所述相似度得分计算模块在Dx〈=Dmin时，取S = Smax, Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Dmin为预设最小距离，S为所述相似人脸图片与所述目标人脸图片的相似度得分，Smax为预设最大相似度得分；和/或所述相似度得分计算模块在Di〈Dx〈=D (i+1)时，取 S = Si+K (Dx-Di)，其中 K = (S (i+1) -Si) / (D (i+1) -Di))，Dx 为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Di为预设第一人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，Di+Ι为预设第二人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，Si为所述预设第一人脸图片与所述目标人脸图片的相似度得分，S(i+1)为所述预设第二人脸图片与所述目标人脸图片的相似度得分；和/或所述相似度得分计算模块在DX>DmaX时，取S = Smin7Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Dmax为预设最大距离，S为所述相似人脸图片与所述目标人脸图片的相似度得分，Smin为预设最小相似度得分。可选地，前述的人脸相似度识别系统，其中，还包括:排序模块，用于在所述相似人脸图片为多张时，根据与所述目标人脸图片的相似度高低，对多张所述相似人脸图片进行排序。根据本专利技术的人脸相似度识别方法和系统，将不同人脸图片的特征处理为特征向量并计算特征向量之间的向量距离，以及根据向量距离的大小来识别相似的人脸图片；在同一人脸的不同图片上出现了表情、化妆、脸角度等方面上的变化时，不同图片上的人脸特征却可以保持不变或变化较小，进而不同图片的特征向量之间的距离也必然较小，即说明不同人脸图片之间的相似度较大，这有利于识别出表情、化妆、脸角度等方面存在区别的同一人脸的不同图片。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的【具体实施方式】。【附图说明】通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中:图1示出了根据本专利技术的一个实施例的人脸相似度识别方法的流程图；图2示出了根据本专利技术的一个实施例的人脸相似度识别方法的流程图；图3示出了根据本专利技术的一本文档来自技高网...

【技术保护点】
一种人脸相似度识别方法，其包括：根据目标人脸图片的特征，生成所述目标人脸图片的特征向量；根据已收集的人脸图片的特征，生成所述已收集的人脸图片的特征向量；从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张人脸图片作为所述目标人脸图片的相似人脸图片。

【技术特征摘要】
1.一种人脸相似度识别方法，其包括: 根据目标人脸图片的特征，生成所述目标人脸图片的特征向量； 根据已收集的人脸图片的特征，生成所述已收集的人脸图片的特征向量； 从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张人脸图片作为所述目标人脸图片的相似人脸图片。2.根据权利要求1所述的人脸相似度识别方法，其中，所述从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张图片作为所述目标人脸图片的相似人脸图片的步骤包括: 将所述已收集的人脸图片聚合为多个分类； 根据所述每个分类中的人脸图片的特征向量，计算所述每个分类中的人脸图片的向量中心点； 将与所述目标人脸图片的特征向量之间距离最小的向量中心点对应分类中的人脸图片，作为所述目标人脸图片的相似人脸图片。3.根据权利要求1-2任一项所述的人脸相似度识别方法，其中，还包括: 将所述相似人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，转换为所述相似人脸图片与所 述目标人脸图片之间的相似度得分。4.根据权利要求1-3任一项所述的人脸相似度识别方法，其中，所述将所述相似人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，转换为所述相似人脸图片与所述目标人脸图片之间的相似度得分的步骤包括: 在Dx〈 = Dmin时,取S = Smax7Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Dmin为预设最小距离，S为所述相似人脸图片与所述目标人脸图片的相似度得分，Smax为预设最大相似度得分；和/或在 Di〈Dx〈 = D (i+1)时，取 S = Si+K (Dx-Di)，其中 K = (S (i+1) -Si) / (D (i+1) -Di))，Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Di为预设第一人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，Di+Ι为预设第二人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，Si为所述预设第一人脸图片与所述目标人脸图片的相似度得分，S(i+1)为所述预设第二人脸图片与所述目标人脸图片的相似度得分；和/或 在Dx>Dmax时,取S = Smin, Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Dmax为预设最大距离，S为所述相似人脸图片与所述目标人脸图片的相似度得分，Smin为预设最小相似度得分。5.根据权利要求1至4中任一项所述的人脸相似度计算方法，其中，还包括: 在所述相似人脸图片为多张时，根据与所述目标人脸图片的相似度高低，对多张所述相...

【专利技术属性】
技术研发人员：朱茂清，唐雨，薛红霞，胡金辉，
申请(专利权)人：北京奇虎科技有限公司，奇智软件北京有限公司，
类型：发明
国别省市：北京;11