检索人脸图像的方法和系统技术方案

本发明专利技术涉及一种检索人脸图像的方法和系统，所述方法包括：根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息；根据特征点位置信息计算得到待检索人脸图像的面部特征；组合面部特征，得到待检索人脸图像的特征向量；根据特征向量检索数据库中预先保存的人脸图像，得到与待检索人脸图像相似度最高的人脸图像。根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息，然后根据确定的特征点位置信息得到待检索人脸图像的特征向量；由于确定的待检索人脸图像的特征点是有限的，确定的待检索人脸图像的特征点位置信息是二维的坐标信息。所以，根据特征向量能够快速高效从海量的人脸图像中检索到与待检索人脸图像相似度最高的人脸图像。

【技术实现步骤摘要】

本专利技术涉及图像识别
，特别是涉及一种检索人脸图像的方法和系统。
技术介绍
近年来，随着互联网的迅猛增长，互联网图片的爆发性增长及安全监控设备的日益普及，每天都会产生海量的人脸图像数据，在这样大规模人脸数据库中，快速检索到自己感兴趣的一部分人脸图像已成为一个迫切的需求。目前，人脸检测和识别技术在各领域得到广泛应用，成为当前的一项研究热点。相似人脸搜索，即是给定一张待查找人脸，要从包含数十万甚至更多人脸的图像数据库中找到与其长相相似的结果，并返回按照其相似程度排序的图片序列。面对海量的人脸图像数据，需要对人脸数据进行有效的组织索引及查找分析，从而高效的搜索人脸图像。传统的方法是提取人脸图像的LBP特征、ORB特征等高维复杂的特征且要线性遍历整个人脸库来寻找最相似的人脸，检索速度慢。
技术实现思路
基于此，提供一种检索人脸图像的方法和系统，以克服人脸检索速度慢的问题。一种检索人脸图像的方法，包括：根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息；根据所述特征点位置信息计算得到待检索人脸图像的面部特征；组合所述面部特征，得到待检索人脸图像的特征向量；根据所述特征向量检索数据库中预先保存的人脸图像，得到与待检索人脸图像相似度最高的人脸图像。针对传统技术的不足，还提供一种检索人脸图像的系统。一种检索人脸图像的系统，包括：特征点位置信息确定模块、面部特征计算模块、特征向量获取模块和检索模块；所述特征点位置信息确定模块，用于根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息；所述面部特征计算模块，用于根据所述特征点位置信息计算得到待检索人脸图像的面部特征；所述特征向量获取模块，用于组合所述面部特征，得到待检索人脸图像的特征向量；所述检索模块，用于根据所述特征向量检索数据库中预先保存的人脸图像，得到与待检索人脸图像相似度最高的人脸图像。本方案的有益效果：根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息，然后根据确定的特征点位置信息得到待检索人脸图像的特征向量；由于确定的待检索人脸图像的特征点是有限的，且确定的待检索人脸图像的特征点位置信息是二维的坐标信息。所以，根据所述特征向量能够快速高效从数据库中海量的人脸图像中检索到与待检索人脸图像相似度最高的人脸图像。附图说明图1为一实施例的检索人脸图像的方法的示意性流程图；图2为另一实施例的检索人脸图像的方法的示意性流程图；图3为图2实施例的人脸特征点示意图；图4为一实施例的检索人脸图像的系统的示意性结构图。具体实施方式为了更进一步阐述本专利技术所采取的技术手段及取得的效果，下面结合附图及较佳实施例，对本专利技术的技术方案，进行清楚和完整的描述。图1为一实施例的检索人脸图像的方法的示意性流程图。如图1所示，一种检索人脸图像的方法，包括：S101，根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息。在本实施例中，预设的人脸特征点模型的确定方法是在人脸图像的脸型轮廓、眉毛轮廓、鼻子轮廓、眼睛轮廓和嘴巴轮廓等确定出多个特征点。在进行人脸检测时，可采用ASM(ActiveShapeModel，主动形状模型)、AAM(ActiveAppreanceModel，主动外观模型)或DLIB方式根据预设的人脸特征点模型提取待检索人脸图像的特征点。其中DLIB是一个机器学习的C++库，包含了许多机器学习常用的算法。本实施例以DLIB提取待检索人脸图像的人脸特征点，然后获取已提取的待检索人脸图像的特征点位置信息；提取的待检索人脸图像的人脸特征点可以为脸型轮廓的特征点、眉毛轮廓的特征点、鼻子轮廓的特征点、眼睛轮廓的特征点以及嘴巴轮廓的特征点中至少两类特征点，一般情况下，将待检索人脸图像的五类特征点全部提取出来。除了确定出特征点位置信息，还可以确定出人脸位置信息。S102，根据所述特征点位置信息计算得到待检索人脸图像的面部特征。在本实施例中，所述特征点位置信息是二维坐标信息，通过简单的四则运算，可以方便、快捷地得到待检索人脸图像的面部特征，所述面部特征包括脸型、眉型、下巴类型、眉尾下垂度、鼻长宽比、眉眼距、眉最高点、内外眼裂连线与水平线夹角、眉内夹角和眼宽。S103，组合所述面部特征，得到待检索人脸图像的特征向量。在本实施例中，特征向量包含若干个元素，各元素代表各面部特征。比如，特征向量为其中第一个元素a1代表脸型，第二个元素a2代表眉型，第三个元素a3代表眉尾下垂度，第四个元素a4代表眉鼻长宽比，第五个元素a5代表眉眼距，以此类推。S104，根据所述特征向量检索数据库中预先保存的人脸图像，得到与待检索人脸图像相似度最高的人脸图像。数据库中预先保存的人脸图像，一般是成千上万的海量人脸图像，根据所述特征向量检索数据库中预先保存的人脸图像，得到与待检索人脸图像相似度最高的人脸图像，即为与待检索人脸图像最相似的人脸图像。根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息，然后根据确定的特征点位置信息得到待检索人脸图像的特征向量；由于确定的待检索人脸图像的特征点是有限的，确定的待检索人脸图像的特征点位置信息是二维坐标信息。所以，根据所述特征向量能够快速、高效地从数据库中海量的人脸图像中检索到与待检索人脸图像相似度最高的人脸图像。图2为另一实施例的检索人脸图像的方法的示意性流程图。如图2所示，一种检索人脸图像的方法，包括：S201，根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息；图3是本实施的人脸特征点示意图，如图3所示，根据DLIB提取人脸特征点的方法，提取了60个人脸特征点。其中，脸型轮廓特征点的序号是0-16，共16个、左眉毛轮廓特征点的序号是17-21，共5个、右眉毛轮廓特征点的序号是22-26，共5个、鼻子轮廓特征点的序号是27-35，共9个、左眼睛轮廓特征点的序号是36-41，共6个、右眼睛轮廓特征点的序号是42-47，共6个、嘴巴轮廓特征点的13个序号是48-60，共13个。S202，根据所述特征点位置信息将待检索人脸图像的人脸进行校正。在本实施例，根据所述特征点位置信息将待检索人脸图像的人脸校正到姿势，所述人脸的正面姿态为两只眼睛在一条水平线上、左右脸大小基本一致、无俯仰。通过将人脸校正到正面姿态，能够将人脸图像上的特征点位置坐标统一到垂直坐标系，获得更准确的特征点位置信息。S203，根据所述特征点位置信息计算得到待检索人脸图像的面部特征。根据脸型轮廓的特征点位置信息计算得到脸型参数。脸型分为圆脸、椭圆脸、鸭蛋脸、梨型脸、国字脸和其它。在本实施例，通过以下方式可以得到待检索人脸图像的脸型参数：获取特征点1与特征点15的距离数据D1，作为脸宽数据；获取特征点21与特征点22确定的连线的中点到特征点8的距离数据D2，将3*D2/2作为脸长数据；将脸长数据除以脸宽数据得到脸长脸宽比；根据预先设定的脸长脸宽比和脸型的对应关系，得到对应的脸型。根据眉毛轮廓的特征点位置信息计算得到眉型参数，眉型参数主要用眉最高点、眉尾下垂度和眉内夹角表示；眉型可以为直眉和弯眉，根据眉头、眉尾、眉峰特征点位置信息确定眉型。获取眉毛轮廓特征点的纵轴坐标数据，将纵轴坐标数据最大的点确定为眉最高点。获取特征点18与特征点17的纵轴坐标的差值数据D3，获取特征点17与本文档来自技高网...

【技术保护点】
一种检索人脸图像的方法，其特征在于，包括：根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息；根据所述特征点位置信息计算得到待检索人脸图像的面部特征；组合所述面部特征，得到待检索人脸图像的特征向量；根据所述特征向量检索数据库中预先保存的人脸图像，得到与待检索人脸图像相似度最高的人脸图像。

【技术特征摘要】
1.一种检索人脸图像的方法，其特征在于，包括：根据预设的人脸特征点模型确定待检索人脸图像的特征点位置信息；根据所述特征点位置信息计算得到待检索人脸图像的面部特征；组合所述面部特征，得到待检索人脸图像的特征向量；根据所述特征向量检索数据库中预先保存的人脸图像，得到与待检索人脸图像相似度最高的人脸图像。2.根据权利要求1所述的检索人脸图像的方法，其特征在于，根据所述特征点位置信息计算得到待检索人脸图像的面部特征的步骤之后还包括：根据所述面部特征得到待检索人脸图像的语义特征；根据所述特征向量检索数据库中预先保存的人脸图像，得到与待检索人脸图像相似度最高的人脸图像的步骤包括：根据所述待检索人脸图像的语义特征在所述数据库内进行检索，从数据库中预先保存的人脸图像中确定与所述语义特征对应的检索范围；利用所述特征向量在所述检索范围内进行检索，得到与待检索人脸图像相似度最高的人脸图像。3.根据权利要求2所述的检索人脸图像的方法，其特征在于，根据所述面部特征得到待检索人脸图像的语义特征的步骤包括：将所述面部特征按预先确定的等级标准进行分级，得到所述面部特征的分级级数；根据预设的语义特征确定规则、分级级数得到所述面部特征对应的语义特征；组合各面部特征对应的语义特征，得到待检索人脸图像的语义特征。4.根据权利要求3所述的检索人脸图像的方法，其特征在于，组合所述面部特征，得到待检索人脸图像的特征向量的步骤包括：组合各面部特征对应的分级级数，得到待检索人脸图像的特征向量。5.根据权利要求2所述的检索人脸图像的方法，其特征在于，用所述特征向量在所述检索范围内进行检索，得到与待检索人脸图像相似度最高的人脸图像的步骤包括：将所述待检索人脸图像的特征向量与所述检索范围内的各人脸图像的特征向量进行比较，得到向量差值；找出检索范围内所述向量差值最小的人脸图像，确定为与所述待检索人脸图像相似度最高的人脸图像。6.根据权利要求1所述的检索人脸图像的方法，其特征在于，在根据预设的人脸特征点模型确定待检索人...

【专利技术属性】
技术研发人员：李祥明，王俊，吴祖玉，
申请(专利权)人：广州炒米信息科技有限公司，
类型：发明
国别省市：广东;44