人像实时聚类推送方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种人像实时聚类推送方法、装置、电子设备及存储介质，其中，方法包括：获取人脸图像；提取人脸图像中的人脸特征；将所述人脸特征与数据库中的已有人脸图像数据比较，以判断所述人脸图像的身份是否与数据库中已有人脸图像的身份相同；当判断人脸图像的身份与数据库中的已有人脸图像的身份相同时，并进一步判断人脸特征是否满足设定的更新要求，并在人脸特征满足设定的更新要求时，将已有人脸图像中的至少一张更新为所述人脸图像。根据本申请实施例的人像实时聚类推送方法能够完全依靠实时数据积累建立人像信息，对每张照片进行实时处理，提升了聚类的实时速度，提高响应速度，及时推送报警信息，达到人脸布控实时报警效果。

【技术实现步骤摘要】
人像实时聚类推送方法、装置、电子设备及存储介质
本申请涉及人脸识别
，尤其涉及一种人像实时聚类推送方法、装置设备及存储介质。
技术介绍
人脸识别在视频监控等多个领域有着非常大的应用潜力，人脸图像是人们区分不同人的重要途径，是最主要的信息来源之一，人脸识别是将人脸图像与已知数据库中的模板进行比较并确定身份的一种技术，目前，多采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸图像。现有的人脸识别报警技术，多采用已有数据库数据的静态1：N比对技术，使用时需要提前存储在数据库的大量图片数据，同时现有的聚类技术为批量数据离线聚类，依赖于时间的积累，延时大。
技术实现思路
有鉴于此，本申请提供一种人像实时聚类推送方法、装置设备及存储介质，能够解决现有技术中人脸识别依赖长时间累积人像数据库数据，离线聚类计算时间长，实时性差的问题。为解决上述技术问题，本申请采用以下技术方案：第一方面，本申请的实施例提供了一种人像实时聚类推送方法，包括如下步骤：获取人脸图像，其中，可以通过摄像机或摄像头拍摄含有人脸的图像或视频流获取人脸图像；提取所述人脸图像中的人脸特征，其中，人脸特征可以包括整张人脸轮廓、前额、眉毛、眼睛、鼻子、两颊、唇上、嘴和下巴或其中几个特征；将所述人脸特征与数据库中的已有人脸图像数据比较，以判断所述人脸图像的身份是否与数据库中已有人脸图像的身份相同；当判断所述人脸图像的身份与数据库中的已有人脸图像的身份相同时，并进一步判断所述人脸特征是否满足设定的更新要求，聚类进所述已有人脸图像中，并在所述人脸特征满足设定的更新要求时，将所述已有人脸图像中的中的符合更新规则的已有人脸图像中的至少一张更新为所述人脸图像。根据本申请实施例的人像实时聚类推送方法，能够完全依靠实时数据积累建立人像信息，对每张照片进行实时处理，提升了聚类的实时速度，提高响应速度，从而能够在人脸识别同时及时推送报警信息，达到实时报警效果。作为本申请的第一方面的一个实施例，所述获取人脸特征，提取所述人脸图像中的人脸特征，包括：获取图片数据，所述图片数据包括摄像机或摄像头拍摄含有人脸的图像或视频流；对所述图片数据进行人脸检测，得到人脸图像，其中，在图片数据中检测并定位人脸的位置，返回包含每张人脸的边界框的坐标；对所述人脸图像进行人脸对齐，选择人脸图像中的人脸关键点，所述关键点包括眼睛的位置、鼻子的位置、嘴巴的位置、脸的轮廓点等，通过算法校正，调整关键点，将侧面的人脸图像矫正为正面的标准人脸图像。提取对齐后所述人脸图像中的人脸特征，将人脸图像的像素值转换成紧凑且可判别的多维的特征向量，所述特征向量可以表征人脸数据，使得不同人脸的两个特征向量距离尽可能大，同一张人脸的两个特征向量尽可能小，通过特征向量来进行人脸识别。作为本申请的第一方面的一个实施例，所述人脸特征包括：整张人脸轮廓、前额、眉毛、眼睛、鼻子、两颊、唇上、嘴和下巴或其中几个特征。作为本申请的第一方面的一个实施例，判断所述人脸图像的身份与数据库中的已有人脸图像的身份相同，包括：将所述人脸特征信息逐一与数据库中的已有人脸图像数据进行对比，分别得到人脸特征相似度，当每一所述人脸特征相似度大于等于设定阈值，则判断所述人脸图像的身份与数据库中已有人脸图像的身份相同。作为本申请的第一方面的一个实施例，判断所述人脸图像的身份与所述数据库中的已有人脸图像的身份相同，包括：将所述人脸特征信息逐一与数据库中的已有人脸图像数据进行对比，分别得到人脸特征相似度，当所述人脸特征相似度的平均值大于等于设定阈值，则判断所述人脸图像的身份与所述数据库中已有人脸图像的身份相同。作为本申请的第一方面的一个实施例，所述设定的更新要求包括：人脸图像中人脸特征的质量分数的评价大于等于设定阈值，其中，质量分数的评价包括对整张人脸特征的综合评价和人脸图像像素的评价。作为本申请的第一方面的一个实施例，人像实时聚类推送方法还包括：当判断所述人脸特征不满足设定的更新要求时，则保留所述数据库中已有的人脸图像。作为本申请的第一方面的一个实施例，人像实时聚类推送方法还包括：当人脸特征相似度小于设定阈值时，判断所述人脸图像为新的人脸图像，并在所述数据库中建立该新的人脸图像。作为本申请的第一方面的一个实施例，人像实时聚类推送方法还包括：当建立新的人脸图像和判断所述人脸图像为所述数据库中已有人脸图像时，发出报警信息。第二方面，本申请的实施例提供了一种人像实时聚类推送装置，所述装置包括：获取模块，用于获取人脸图像；提取模块，用于提取所述人脸图像中的人脸特征；处理模块，用于将所述人脸特征与数据库中的已有人脸图像数据比较，以判断所述人脸图像的身份是否与数据库中已有人脸图像的身份相同；所述处理模块，当判断所述人脸图像的身份与数据库中的已有人脸图像的身份相同时，聚类进所述已有人脸图像中，并进一步判断所述人脸特征是否满足设定的更新要求，并在所述人脸特征满足设定的更新要求时，将所述已有人脸图像符合更新规则的已有人脸图像中的至少一张更新为所述人脸图像。根据本申请实施例的人像实时聚类推送方法，能够完全依靠实时数据积累建立人像信息，对每张照片进行实时处理，提升了聚类的实时速度，提高响应速度，从而能够在人脸识别同时及时推送报警信息，达到实时报警效果。作为本申请第二方面的一个实施例，所述获取模块包括：获取单元具体用于：获取图片数据，所述图片数据包括图片集、图片流或视频；检测单元，用于对所述图片数据进行人脸检测，得到人脸图像；对齐单元，用于对所述人脸图像进行人脸对齐，得到人脸图像中的人脸关键点，以使得所述处理模块根据所述人脸关键点提取所述人脸图像中的人脸特征。作为本申请第二方面的一个实施例，所述人脸特征包括：整张人脸轮廓、前额、眉毛、眼睛、鼻子、两颊、唇上、嘴和下巴中的一个或多个特征。作为本申请第二方面的一个实施例，所述处理模块具体用于：将所述人脸特征信息逐一与数据库中的已有人脸图像数据进行对比，分别得到人脸特征相似度，当每一所述人脸特征相似度大于等于设定阈值，则判断所述人脸图像的身份与数据库中已有人脸图像的身份相同。作为本申请第二方面的一个实施例，所述处理模块具体用于：将所述人脸特征信息逐一与数据库中的已有人脸图像数据进行对比，分别得到人脸特征相似度，当所有所述人脸特征相似度的平均值大于等于设定阈值，则判断所述人脸图像的身份与所述数据库中已有人脸图像的身份相同。作为本申请第二方面的一个实施例，所述设定的更新要求包括：人脸图像中人脸特征的质量分数的评价大于等于设定阈值，其中，质量分数的评价包括对整张人脸特征的综合评价和人脸图像像素的评价。作为本申请第二方面的一个实施例，所述处理模块还用于：当判断所述人脸特征不满足设定的更新要求时，则保留所述数据库中已有的人脸图像。作本文档来自技高网...

【技术保护点】
1.一种人像实时聚类推送方法，其特征在于，包括如下步骤：/n获取人脸图像；/n提取所述人脸图像中的人脸特征；/n将所述人脸特征与数据库中的已有人脸图像数据比较，以判断所述人脸图像的身份是否与数据库中已有人脸图像的身份相同；/n当判断所述人脸图像的身份与所述数据库中的已有人脸图像的身份相同时，聚类进所述已有人脸图像中，并进一步判断所述人脸特征是否满足设定的更新要求，并在所述人脸特征满足设定的更新要求时，将所述已有人脸图像中的符合更新规则的已有人脸图像中的至少一张更新为所述人脸图像。/n

【技术特征摘要】
1.一种人像实时聚类推送方法，其特征在于，包括如下步骤：
获取人脸图像；
提取所述人脸图像中的人脸特征；
将所述人脸特征与数据库中的已有人脸图像数据比较，以判断所述人脸图像的身份是否与数据库中已有人脸图像的身份相同；
当判断所述人脸图像的身份与所述数据库中的已有人脸图像的身份相同时，聚类进所述已有人脸图像中，并进一步判断所述人脸特征是否满足设定的更新要求，并在所述人脸特征满足设定的更新要求时，将所述已有人脸图像中的符合更新规则的已有人脸图像中的至少一张更新为所述人脸图像。


2.根据权利要求1所述的人像实时聚类推送方法，其特征在于，所述获取人脸特征，提取所述人脸图像中的人脸特征，包括：
获取图片数据，所述图片数据包括含有人脸的图像或视频流；
对所述图片数据进行人脸检测，得到人脸图像；
对所述人脸图像进行人脸对齐，选择人脸图像中的人脸关键点，根据所述人脸关键点将人脸对齐到标准人脸图像；
从所述标准人脸图像中提取所述人脸特征。


3.根据权利要求2所述的人像实时聚类推送方法，其特征在于，所述人脸特征包括：人脸轮廓、前额、眉毛、眼睛、鼻子、两颊、唇上、嘴和下巴中的一个或多个特征。


4.根据权利要求2所述的人像实时聚类推送方法，其特征在于，判断所述人脸图像的身份与所述数据库中的已有人脸图像的相同，包括：
将所述人脸特征信息逐一与数据库中的已有人脸图像数据进行对比，分别得到人脸特征相似度，当每一所述人脸特征相似度大于等于设定阈值，则判断所述人脸图像的身份与所述数据库中已有人脸图像的身份相同。


5.根据权利要求2所述的人像实时聚类推送方法，其特征在于，判断所述人脸图像的身份与所述数据库中的已有人脸图像的身份相同，包括：
将所述人脸特征信息逐一与数据库中的已有人脸图像数据进行对比，分别得到人脸特征相似度，当所述人脸特征相似度的平均值大于等于设定阈值，则判断所述人脸图像的身份与所述数据库中已有人脸图像的身份相同。

【专利技术属性】
技术研发人员：吴梓铭，吕昊，
申请(专利权)人：上海依图信息技术有限公司，
类型：发明
国别省市：上海;31