【技术实现步骤摘要】
人脸管理及识别方法及计算机可读存储介质
本专利技术涉及人脸识别
,尤其涉及一种人脸管理及识别方法及计算机可读存储介质。
技术介绍
人脸识别已经广泛应用于生活的方方面面,如门禁打卡、手机解锁等。当系统内存储的人脸(人脸库)数量较小时,系统可以轻松地比对人脸库里的人脸;但当人脸库数量庞大时(如公司、车站人脸识别场景等),则会导致比对速度的下降或者计算压力的提升。
技术实现思路
本专利技术所要解决的技术问题是:提供一种人脸管理及识别方法及计算机可读存储介质,可提高人脸识别的效率。为了解决上述技术问题,本专利技术采用的技术方案为:一种人脸管理及识别方法,包括:获取人脸图像,得到人脸库,所述人脸图像标注有用户标识且只包含一个人脸;分别对所述人脸库中的各人脸图像进行人脸检测和人脸面部特征提取,得到各人脸图像对应的人脸特征向量,并根据各人脸特征向量及其对应的用户标识,生成人脸特征向量库;对所述人脸特征向量库中的各人脸特征向量进行聚类分析,得到若干个分组,并确定各分组的标志向量;对待识别图像进行人脸检测;若所述待识别图像中存在人脸,则对所述人脸进行人脸面部特征提取,得到待识别人脸特征向量;分别计算所述待识别人脸特征向量与各分组的标志向量之间的余弦相似度,并选择最大的余弦相似度对应的分组,作为候选分组;分别计算所述待识别人脸特征向量与所述候选分组中各人脸特征向量之间的余弦相似度;若所述余弦相似度中的最大值大于预设的相似度阈值,则获取所述最 ...
【技术保护点】
1.一种人脸管理及识别方法,其特征在于,包括:/n获取人脸图像,得到人脸库,所述人脸图像标注有用户标识且只包含一个人脸;/n分别对所述人脸库中的各人脸图像进行人脸检测和人脸面部特征提取,得到各人脸图像对应的人脸特征向量,并根据各人脸特征向量及其对应的用户标识,生成人脸特征向量库;/n对所述人脸特征向量库中的各人脸特征向量进行聚类分析,得到若干个分组,并确定各分组的标志向量;/n对待识别图像进行人脸检测;/n若所述待识别图像中存在人脸,则对所述人脸进行人脸面部特征提取,得到待识别人脸特征向量;/n分别计算所述待识别人脸特征向量与各分组的标志向量之间的余弦相似度,并选择最大的余弦相似度对应的分组,作为候选分组;/n分别计算所述待识别人脸特征向量与所述候选分组中各人脸特征向量之间的余弦相似度;/n若所述余弦相似度中的最大值大于预设的相似度阈值,则获取所述最大值对应的人脸特征向量的用户标识,作为识别结果。/n
【技术特征摘要】
1.一种人脸管理及识别方法,其特征在于,包括:
获取人脸图像,得到人脸库,所述人脸图像标注有用户标识且只包含一个人脸;
分别对所述人脸库中的各人脸图像进行人脸检测和人脸面部特征提取,得到各人脸图像对应的人脸特征向量,并根据各人脸特征向量及其对应的用户标识,生成人脸特征向量库;
对所述人脸特征向量库中的各人脸特征向量进行聚类分析,得到若干个分组,并确定各分组的标志向量;
对待识别图像进行人脸检测;
若所述待识别图像中存在人脸,则对所述人脸进行人脸面部特征提取,得到待识别人脸特征向量;
分别计算所述待识别人脸特征向量与各分组的标志向量之间的余弦相似度,并选择最大的余弦相似度对应的分组,作为候选分组;
分别计算所述待识别人脸特征向量与所述候选分组中各人脸特征向量之间的余弦相似度;
若所述余弦相似度中的最大值大于预设的相似度阈值,则获取所述最大值对应的人脸特征向量的用户标识,作为识别结果。
2.根据权利要求1所述的人脸管理及识别方法,其特征在于,所述对所述人脸特征向量库中的各人脸特征向量进行聚类分析,得到若干个分组,并确定各分组的标志向量具体为:
分别计算人脸特征向量库中任意两个人脸特征向量之间的夹角,作为所述任意两个人脸特征向量之间的距离;
根据人脸特征向量之间的距离,对所述人脸特征向量库中各人脸特征向量进行聚类,得到若干个分组;
分别将各分组的类中心作为各分组的标志向量。
3.根据权利要求1所述的人脸管理及识别方法,其特征在于,所述对所述人脸特征向量库中的各人脸特征向量进行聚类分析,得到若干个分组,并确定各分组的标志向量之后,进一步包括:
获取新增人脸图像;
对所述新增人脸图像进行人脸检测和人脸面部特征提取,得到新增人脸特征向量;
分别计算所述新增人脸特征向量与各分组的标志向量之间的余弦相似度,并选择最大的余弦相似度对应的分组,作为候选分组;
分别计算所述新增人脸特征向量与所述候选分组中各人脸特征向量之间的余弦相似度;
若所述新增人脸特征向量与所述候选分组中各人脸特征向量之间的余弦相似度均小于预设的相似度阈值,则将所述新增人脸特征向量加入所述候选分组。
4.根据权利要求1所述的人脸管理及识别方法,其特征在于,所述对所述人脸特征向量库中的各人脸特征向量进行聚类分析,得到若干个分组,并确定各分组的标志向量之后,进一步包括:
获取待删除人脸对应的人脸特征向量,得到待删除人脸特征向量;
判断所述待删除人脸特征向量所在的分组的人脸特征向量数量是否为1;
若是,则删除所述待删除人脸特征向量所在的分组;
若否,则删除所述待删除人脸特征向量;
若所述待删除人脸特征向量为其所在分组的标志向量,则更新所述分组的标志向量。
5.根据权利要求4所述的人脸管理及识别方法,其特征在于,所述更新所述分组的标志向量具体为:
根据密度公式,分别计算所述分组中剩余的各人脸特征向量在预设的距离内的密度,所述密度公式为S为所述分组中剩余的各人脸特征向量的集合,θr,i为所述集合中第i个人脸特征向量和第r个人脸特征向量之间的夹角,t为预设的距离阈值,为函数,当x<0时,当x≥0时,
选择密度最大的人脸特征向量,作为所述分组的标志向量。
6.一种计算机...
【专利技术属性】
技术研发人员:刘德建,陈春雷,郭玉湖,陈宏,
申请(专利权)人:福建天泉教育科技有限公司,
类型:发明
国别省市:福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。