一种基于深度特征的大规模人脸检索方法和设备技术

本发明专利技术实施例提供一种基于深度特征的大规模人脸检索方法和设备，通过深度特征提取，缓冲消息队列构建，二进制特征压缩，建立多维度信息索引，并进行磁盘数据备份以及高速缓存；通过多维度特征索引以及基于内存的高速缓存进行精准过滤，使得大规模人脸图像数据集检索耗时大幅度降低，并且能够快速准确的得到匹配结果，实时性强，准确性高。

【技术实现步骤摘要】
一种基于深度特征的大规模人脸检索方法和设备
本专利技术实施例涉及图像检索
，更具体地，涉及一种基于深度特征的大规模人脸检索方法和设备。
技术介绍
人脸检索是一项融合了计算机图像处理知识以及生物统计学知识的新兴生物识别技术，目前具有广阔的应用前景，例如时下人脸检索技术在诸如公园、工厂、广场、会议中心、体育场馆、学校、医院、商业街、酒店、餐饮娱乐场所、办公楼、电梯等场所均有应用。人脸检索融合了计算机图像处理以及人物识别技术，在公共安全领域有着广阔的应用前景。快速增加的监控摄像头渐渐覆盖了城市的每个角落，网络上的视频数据也日益增加。这些网站和设备提供了安全和便利的同时，也带来了海量的视频数据，快速准确地从如此规模视频数据中快速识别人物身份，追踪其踪迹，是一件非常有挑战的任务也是检索领域的热门研究主题。人脸的图像检索本质上是基于特征的检索，两张人脸图像的比较需要经过特征提取，特征向量相似度计算等步骤。传统的人脸检索算法是在大规模数据集上，直接遍历整个数据库的所有特征值进行计算，其计算任务会变得更加繁重，直接导致检索速度和准确性的急骤下降。
技术实现思路
本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的一种基于深度特征的大规模人脸检索方法和设备。第一方面，本专利技术实施例提供了一种基于深度特征的大规模人脸检索方法，包括：获取每张待检索人脸图像的高纬度特征及查询条件；基于查询条件对已建立的多维度哈希特征数据库进行第一次筛选，基于所述高纬度特征对已建立的多维度哈希特征数据库进行第二次筛选，得到检索结果。作为优选的，获取每张待检索人脸图像的高纬度特征及查询条件前，还包括：获取人脸数据集中每个人脸图像的高纬度特征，将所述高纬度特征进行文本化输入到消息队列中，并基于二进制数据压缩方法进行压缩；获取每张人脸图像的高纬度特征的哈希值，并基于人脸图像ID、所述哈希值、压缩后的特征值及当前时间戳建立多维度哈希索引文件；将所述多维度哈希索引文件批量刷写到磁盘，并对已经刷写到磁盘上行的多维度哈希索引文件实时建立高速缓存。作为优选的，获取人脸数据集中每个人脸图像的高纬度特征，具体包括：人脸图像以及对应的水平旋转镜像图像输入到深度网络模型中，得到第一高维度特征向量和第二高维度特征向量，所述第一高维度特征向量和第二高维度特征向量的维度相同；将所述第一高维度特征向量、第二高维度特征向量融合，得到人脸图像的高纬度特征。作为优选的，并基于二进制数据压缩方法对所述消息队列进行压缩，具体包括：对消息队列中的每一条消息，基于二进制串F将其中的高纬度特征转化为二进制字节组；其中，所述二进制串F的子串为：Fi,j(1≤i,j≤N)，N为二进制串F的长度，对于前缀二进制子串F1,j，记为首字节Fi的子串和首字节为Fj+1的子串最大匹配长度，即：式中，Si为最长匹配的i值；用(s,h,c)表示二进制串的最长匹配结果，其中，s表示最长匹配时，字典中字节开始的位置；h为最长匹配字符串的长度，c表示最长匹配结束时的下一个字节。作为优选的，获取每张待检索人脸图像的高纬度特征及查询条件，具体包括：基于检索请求，获取待检索人脸图像及查询条件，对单张待检索人脸图像，通过深度网络模型获取待检测人脸图像的高纬度特征。作为优选的，基于所述高纬度特征对已建立的多维度哈希特征数据库特征数据库进行第二次筛选，具体包括：对高速缓存和刷写到磁盘中的高纬度特征进行解压缩，分批与待检索人脸图像的高纬度特征进行对比，并基于快速排序算法归并各批次的对比结果，并进行排序，将排序结果以文本方式返回。作为优选的，并基于快速排序算法归并各批次的对比结果，并进行排序，具体包括：基于当前数据规模M和期望检索结果数量K，为每个用于计算的线程平均分配任务量；每个线程独立处理数据，并以大小为K的最小堆进行排序；将各线程计算得到的结果进行归并，得到当前数据规模为M的情况下，TopK的结果。第二方面，本专利技术实施例提供了一种基于深度特征的大规模人脸检索设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术实施例第一方面所述基于深度特征的大规模人脸检索方法的步骤。本专利技术实施例提出一种基于深度特征的大规模人脸检索方法和设备，通过深度特征提取，缓冲消息队列构建，二进制特征压缩，建立多维度信息索引，并进行磁盘数据备份以及高速缓存；通过多维度特征索引以及基于内存的高速缓存进行精准过滤，使得大规模人脸图像数据集检索耗时大幅度降低，并且能够快速准确的得到匹配结果，实时性强，准确性高。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为根据本专利技术实施例的基于深度特征的大规模人脸检索方法示意图；图2为根据本专利技术实施例的多维度信息索引建立示意图；图3为根据本专利技术实施例的多维度哈希索引文件存储结构示意图；图4为根据本专利技术实施例的检索过程示意图；图5为根据本专利技术实施例的实时建立索引和检索流程示意图；图6为根据本专利技术实施例的高速缓存在内存中的存储结构示意图；图7为根据本专利技术实施例的排序和归并过程示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。人脸识别技术经历了可见光图像人脸识别、三维图像人脸识别/热成像人脸识别、基于主动近红外图像的多光源人脸识别三层进化过程，再到如今的基于深度模型的人脸识别技术，算法不断精准演化，准确率能够达到99.7％，人脸识别技术逐渐进入越来越多新的应用领域。在公共安全领域，可以用于追踪通缉罪犯；在日常生活领域，人们可以刷脸支付，刷脸签到，刷脸门禁，刷脸取票等。因此，在大规模人脸数据，准确快速的人物识别具有极高的现实意义。传统的人脸检索算法是在大规模数据集上，直接遍历整个数据库的所有特征值进行计算，其计算任务会变得更加繁重，直接导致检索速度和准确性的急骤下降。针对现有技术中的上述缺陷，本专利技术是实施例通过多维度特征索引以及基于内存的高速缓存进行精准过滤，使得大规模人脸图像数据集检索耗时大幅度降低，并且能够快速准确的得到匹配结果。以下将通过多个实施例进行展开说明和介绍。本专利技术实施例提供了一种基于深度特征的大规模人脸检索方法，如图1所示，包括：步骤10、获取每张待检索人脸图像的高纬度特征及查询条件；步骤20、基于查询条件对已建立的多维度哈希特征数据库进行第一次筛选，基于所述高纬度特征对已建立的多维度哈希特征数据库进行第二次筛选，得到检索结果。通过预先建立多维度哈希特征数据库，即多维度哈希索引文件的集合，获取人脸数据集中每个人脸图像的高纬度特征，将所述高纬度特征进行文本化输入到消息队列中，并基于二进制数据压缩方法进行压缩；获取每张人脸图像的高纬度特征的哈希值，并基于人脸图像I本文档来自技高网...

【技术保护点】
1.一种基于深度特征的大规模人脸检索方法，其特征在于，包括：获取每张待检索人脸图像的高纬度特征及查询条件；基于查询条件对已建立的多维度哈希特征数据库进行第一次筛选，基于所述高纬度特征对已建立的多维度哈希特征数据库进行第二次筛选，得到检索结果。

【技术特征摘要】
1.一种基于深度特征的大规模人脸检索方法，其特征在于，包括：获取每张待检索人脸图像的高纬度特征及查询条件；基于查询条件对已建立的多维度哈希特征数据库进行第一次筛选，基于所述高纬度特征对已建立的多维度哈希特征数据库进行第二次筛选，得到检索结果。2.根据权利要求1所述的基于深度特征的大规模人脸检索方法，其特征在于，获取每张待检索人脸图像的高纬度特征及查询条件前，还包括：获取人脸数据集中每个人脸图像的高纬度特征，将所述高纬度特征进行文本化输入到消息队列中，并基于二进制数据压缩方法进行压缩；获取每张人脸图像的高纬度特征的哈希值，并基于人脸图像ID、所述哈希值、压缩后的特征值及当前时间戳建立多维度哈希索引文件；将所述多维度哈希索引文件批量刷写到磁盘，并对已经刷写到磁盘上行的多维度哈希索引文件实时建立高速缓存。3.根据权利要求2所述的基于深度特征的大规模人脸检索方法，其特征在于，获取人脸数据集中每个人脸图像的高纬度特征，具体包括：人脸图像以及对应的水平旋转镜像图像输入到深度网络模型中，得到第一高维度特征向量和第二高维度特征向量，所述第一高维度特征向量和第二高维度特征向量的维度相同；将所述第一高维度特征向量、第二高维度特征向量融合，得到人脸图像的高纬度特征。4.根据权利要求3所述的基于深度特征的大规模人脸检索方法，其特征在于，并基于二进制数据压缩方法对所述消息队列进行压缩，具体包括：对消息队列中的每一条消息，基于二进制串F将其中的高纬度特征转化为二进制字节组；其中，二进制串F的子串为Fi,j(1≤i,j≤N)，N为二进制串F的长度，对于前缀二进制子串F...

【专利技术属性】
技术研发人员：李开，邹复好，王汝鹏，刘鹏坤，孙斌，
申请(专利权)人：武汉魅瞳科技有限公司，
类型：发明
国别省市：湖北,42