千万级底库的分库人脸识别系统和方法技术方案

本发明专利技术公开了一种千万级底库的分库人脸识别系统和方法，方法包括：接收图像采集设备采集到的人脸图片，并获取图像采集设备的信息和所在组织机构及所属区域；确定图像采集设备归属区域对应的数据底库；在熟客库中对人脸图片进行识别，若未识别出，则在对应的地市库中进行识别，若未识别出，则在沉默库中进行识别；若熟客库、地市库或沉默库中识别出人脸图片，则获取人脸图片对应的自然人信息；若沉默库中仍未识别出，则判断人脸图片对应客户为陌生人，并将人脸图片对应的识别信息发送至陌生人底库。通过本发明专利技术的技术方案，在保证千万量级数据底库功能运行的同时，降低了开发成本和硬件成本，提升了人脸数据底库的横向拓展新增能力。

【技术实现步骤摘要】
千万级底库的分库人脸识别系统和方法
本专利技术涉及数据库
，尤其涉及一种千万级底库的分库人脸识别系统和一种千万级底库的分库人脸识别方法。
技术介绍
智慧营业厅项目在产品落地过程中，基于AI的人脸识别技术存在人脸底库的建库需求，而且人脸底库数据为重中之重，而现有的产品很少有10W级以上体量的人脸底库。当人脸底库达到10W级以上的时候，会存在识别准确性低和性能不足的问题，所以分库策略成为一个专项策略需要解决的问题。
技术实现思路
针对上述问题，本专利技术提供了一种千万级底库的分库人脸识别系统和方法，通过分布式处理的分库策略，将人脸识别过程结合营业厅图像采集设备的厅店属性进行数据路由，将千万量级数据分布于多个十万级或百万级的数据底库中进行处理，在保证千万量级数据底库功能运行的同时，降低开发成本和硬件成本，提升开发效率，提升人脸数据底库的横向拓展新增能力，提升人脸识别系统的高可用性。为实现上述目的，本专利技术提供了一种千万级底库的分库人脸识别系统，包括：图像采集模块、数据分析模块、熟客库模块、地市库模块、沉默库模块、陌生人库模块和图像识别模块；所述图像采集模块用于采集人脸图片；所述数据分析模块用于获取所述图像采集模块的设备信息和所在组织机构及所属区域，并确定所属区域对应的数据底库；所述熟客库模块、所述地市库模块、所述沉默库模块和所述陌生人库模块分别用于分库存储客户人脸图片和到访记录信息；所述图像识别模块用于将采集到的人脸图片与所述熟客库模块、所述地市库模块和所述沉默库模块中的客户人脸图片进行逐级识别对比，并在识别成功时获取该人脸图片对应的自然人信息，在识别不成功时判定该人脸图片对应客户为陌生人，并将识别信息发送至陌生人底库。在上述技术方案中，优选地，千万级底库的分库人脸识别系统还包括数据更新模块和数据推送模块，在获得所述人脸图片对应的自然人信息后，所述数据更新模块更新查询自然人表，并获取该自然人上次被采集到的时间，根据预设逻辑以及两次被采集人脸图片的时间差，判断此次人脸图片采集是否为新的到访；如果此次人脸图片采集为新的到访，则生成新的到访记录，并将采集到的人脸图片与到访记录匹配后入库；如果此次人脸图片采集不是新的到访，则查询到访记录，并将采集到的人脸图片与最新的到访记录匹配后入库；根据入库的人脸图片更新所述自然人表，识别所述自然人表并通过所述数据推送模块推送至指定方。在上述技术方案中，优选地，千万级底库的分库人脸识别系统还包括数据修正模块，所述数据修正模块获取所述记录表或所述自然人表的信息，并结合大数据模块对识别到的人脸图片进行解析，查询人脸图片在对应的数据底库中是否存在，若存在，则获取该数据底库对应的归属区域，判断该数据底库是否匹配，若不匹配则进行底库数据迁移；若不存在，则查询陌生人底库，并将所述陌生人底库中的数据迁移至相应归属区域的地市库中。在上述技术方案中，优选地，所述熟客库模块为预设时间内被采集人脸次数达到预设数量的客户数据库，所述沉默库模块为预设时间内未被采集人脸的客户数据库，所述地市库模块为采集人脸的图像采集设备归属区域对应的客户数据库。本专利技术还提出一种千万级底库的分库人脸识别方法，应用于如上述技术方案中任一项所述的千万级底库的分库人脸识别系统，包括：接收图像采集设备采集到的人脸图片，并获取所述图像采集设备的信息和所在组织机构及所属区域；根据所述图像采集设备的信息确定所述图像采集设备归属区域对应的数据底库；在熟客库中对所述人脸图片进行识别，若所述熟客库中未识别出，则在所述图像采集设备对应的地市库中对所述人脸图片进行识别，若所述地市库中未识别出，则在预设时间内未被图像采集设备采集的沉默库中对所述人脸图片进行识别；若所述熟客库、所述地市库或所述沉默库中识别出所述人脸图片，则获取所述人脸图片对应的自然人信息；若所述沉默库中仍未识别出，则判断所述人脸图片对应客户为陌生人，并将所述人脸图片对应的识别信息发送至陌生人底库。在上述技术方案中，优选地，千万级底库的分库人脸识别方法还包括：在获得所述人脸图片对应的自然人信息后，更新查询自然人表，并获取该自然人上次被采集到的时间，根据预设逻辑以及两次被采集人脸图片的时间差，判断此次人脸图片采集是否为新的到访；如果此次人脸图片采集为新的到访，则生成新的到访记录，并将采集到的人脸图片与到访记录匹配后入库；如果此次人脸图片采集不是新的到访，则查询到访记录，并将采集到的人脸图片与最新的到访记录匹配后入库；根据入库的人脸图片更新所述自然人表，识别所述自然人表并推送至指定方。在上述技术方案中，优选地，所述判断所述人脸图片对应客户为陌生人并将所述人脸图片对应的识别信息发送至陌生人底库具体包括：判断所述人脸图片对应客户为陌生人后，针对所述人脸图片进行再次识别，若识别成功，则将所述人脸图片入库至陌生人表，若未识别成功，则先将所述人脸图片入库至陌生人底库，再入库至所述陌生人表；根据所述陌生人表，将新入库的陌生人信息更新至记录表，识别所述记录表并推送至指定方。在上述技术方案中，优选地，千万级底库的分库人脸识别方法还包括：获取所述记录表或所述自然人表的信息，对识别到的人脸图片进行解析；查询人脸图片在对应的数据底库中是否存在，若存在，则获取该数据底库对应的归属区域，判断该数据底库是否匹配，若不匹配则进行底库数据迁移；若人脸图片在对应的数据底库中不存在，则查询陌生人底库，并将所述陌生人底库中的数据迁移至相应归属区域的地市库中。在上述技术方案中，优选地，结合大数据模块对识别到的人脸图片进行解析和查询，以将数据底库进行迁移实现数据修正。在上述技术方案中，优选地，将所述沉默库中被采集人脸的客户数据迁移至图像采集设备所述区域的地市库，将所述地市库中在预设时间内被采集人脸次数达到预设数量的客户数据迁移至所述熟客库中，将所述地市库中在预设时间内被采集人脸次数未达到预设数量的客户数据迁移至所述沉默库中。与现有技术相比，本专利技术的有益效果为：通过分布式处理的分库策略，将人脸识别过程结合营业厅图像采集设备的厅店属性进行数据路由，将千万量级数据分布于多个十万级或百万级的数据底库中进行处理，在保证千万量级数据底库功能运行的同时，降低了开发成本和硬件成本，提升了开发效率，提升了人脸数据底库的横向拓展新增能力，提升了人脸识别系统的高可用性。附图说明图1为本专利技术一种实施例公开的千万级底库的分库人脸识别系统的结构示意框图；图2为本专利技术一种实施例公开的千万级底库的分库人脸识别方法的流程示意图；图3为本专利技术一种实施例公开的数据修正方法的流程示意图。图中，各组件与附图标记之间的对应关系为：11.图像采集模块，12.数据分析模块，13.熟客库模块，14.地市库模块，15.沉默库模块，16.陌生人库模块，17.图像识别模块，18.数据更新模块，19.数据推送模块，20.数据修正模块。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本文档来自技高网...

【技术保护点】
1.一种千万级底库的分库人脸识别系统，其特征在于，包括：图像采集模块、数据分析模块、熟客库模块、地市库模块、沉默库模块、陌生人库模块和图像识别模块；/n所述图像采集模块用于采集人脸图片；/n所述数据分析模块用于获取所述图像采集模块的设备信息和所在组织机构及所属区域，并确定所属区域对应的数据底库；/n所述熟客库模块、所述地市库模块、所述沉默库模块和所述陌生人库模块分别用于分库存储客户人脸图片和到访记录信息；/n所述图像识别模块用于将采集到的人脸图片与所述熟客库模块、所述地市库模块和所述沉默库模块中的客户人脸图片进行逐级识别对比，并在识别成功时获取该人脸图片对应的自然人信息，在识别不成功时判定该人脸图片对应客户为陌生人，并将识别信息发送至陌生人底库。/n

【技术特征摘要】
1.一种千万级底库的分库人脸识别系统，其特征在于，包括：图像采集模块、数据分析模块、熟客库模块、地市库模块、沉默库模块、陌生人库模块和图像识别模块；
所述图像采集模块用于采集人脸图片；
所述数据分析模块用于获取所述图像采集模块的设备信息和所在组织机构及所属区域，并确定所属区域对应的数据底库；
所述熟客库模块、所述地市库模块、所述沉默库模块和所述陌生人库模块分别用于分库存储客户人脸图片和到访记录信息；
所述图像识别模块用于将采集到的人脸图片与所述熟客库模块、所述地市库模块和所述沉默库模块中的客户人脸图片进行逐级识别对比，并在识别成功时获取该人脸图片对应的自然人信息，在识别不成功时判定该人脸图片对应客户为陌生人，并将识别信息发送至陌生人底库。


2.根据权利要求1所述的千万级底库的分库人脸识别系统，其特征在于，还包括数据更新模块和数据推送模块，在获得所述人脸图片对应的自然人信息后，所述数据更新模块更新查询自然人表，并获取该自然人上次被采集到的时间，根据预设逻辑以及两次被采集人脸图片的时间差，判断此次人脸图片采集是否为新的到访；
如果此次人脸图片采集为新的到访，则生成新的到访记录，并将采集到的人脸图片与到访记录匹配后入库；
如果此次人脸图片采集不是新的到访，则查询到访记录，并将采集到的人脸图片与最新的到访记录匹配后入库；
根据入库的人脸图片更新所述自然人表，识别所述自然人表并通过所述数据推送模块推送至指定方。


3.根据权利要求1所述的千万级底库的分库人脸识别系统，其特征在于，还包括数据修正模块，所述数据修正模块获取所述记录表或所述自然人表的信息，并结合大数据模块对识别到的人脸图片进行解析，查询人脸图片在对应的数据底库中是否存在，若存在，则获取该数据底库对应的归属区域，判断该数据底库是否匹配，若不匹配则进行底库数据迁移；若不存在，则查询陌生人底库，并将所述陌生人底库中的数据迁移至相应归属区域的地市库中。


4.根据权利要求1所述的千万级底库的分库人脸识别系统，其特征在于，所述熟客库模块为预设时间内被采集人脸次数达到预设数量的客户数据库，所述沉默库模块为预设时间内未被采集人脸的客户数据库，所述地市库模块为采集人脸的图像采集设备归属区域对应的客户数据库。


5.一种千万级底库的分库人脸识别方法，应用于如权利要求1至4中任一项所述的千万级底库的分库人脸识别系统，其特征在于，包括：
接收图像采集设备采集到的人脸图片，并获取所述图像采集设备的信息和所在组织机构及所属区域；
根据所述图像采集设备的信息确定所述图像采集设备归属区域对应的数据底库；
在熟客库中对所述人脸图片进行识别...

【专利技术属性】
技术研发人员：王晶南，
申请(专利权)人：北京思特奇信息技术股份有限公司，
类型：发明
国别省市：北京;11