一种防分裂的人脸档案数据归并处理方法及系统技术方案

本公开提供了一种防分裂的人脸档案数据归并处理方法及系统，获取多个不同的图像，分别把每个图像进行分割成若干个分割块，并将所有图像得到的分割块组成的集合作为分割块集合，通过将分割块集合进行缩合得到若干个缩合块，输入图像，使用缩合块对图像进行归并处理，实现了减少图像存储数据冗余的有益效果。实现了减少图像存储数据冗余的有益效果。实现了减少图像存储数据冗余的有益效果。

【技术实现步骤摘要】
一种防分裂的人脸档案数据归并处理方法及系统


[0001]本公开属于数据处理领域，具体涉及一种防分裂的人脸档案数据归并处理方法及系统。

技术介绍

[0002]人脸档案数据是指在收录用户信息的过程中收集到的人类面部的图像数据，而人脸档案数据的防分裂是针对人脸图像在图像特征分割的过程中产生的特征分割混乱与特征归档冗余的现象而提出的技术。在数据处理的应用中，人脸档案数据的防分裂主要分为分割和归档两个部分，人脸档案数据的分割目前主要使用基于深度学习的预训练的大规模神经网络，但是神经网络的计算成本相当庞大，而人脸数据的归档也是大数据集群中时间复杂度极高的一个技术难题。在公开号为CN112069543A的专利文献中提供了一种基于大数据的档案智能分析管理系统，通过身份信息筛选和人脸识别认证进行登录，调取登录成功人员的个人电子档案，并对本人的档案进行分类，但其中各模块仅是依靠现有的人脸图像技术，没有提出对时间复杂度提出有效的解决方案。而公开号为CN1265323C的专利文献中提供了一种高压缩比人像编解码方法，分别对形状信息进行链编码以及对背景区域进行插值编码所得符号流进行算术编码，将人脸图像进行颜色空间变换，尽管可以既保持了高视觉质量又提高了压缩比，但是仍不足以解决人脸档案数据归并过程中数据之间比较再归并的时间成本冗余的问题。

技术实现思路

[0003]本专利技术的目的在于提出一种防分裂的人脸档案数据归并处理方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0004]本公开提供了一种防分裂的人脸档案数据归并处理方法及系统，获取多个不同的图像再分别把每个图像进行分割成若干个分割块，将所有图像得到的分割块组成的集合作为分割块集合，进而将分割块集合进行缩合得到若干个缩合块，再使用缩合块对图像进行归并处理。
[0005]为了实现上述目的，根据本公开的一方面，提供一种防分裂的人脸档案数据归并处理方法，所述方法包括以下步骤：S100，获取多个不同的图像；S200，分别把每个图像进行分割成若干个分割块；S300，将所有图像得到的分割块组成的集合作为分割块集合；S400，将分割块集合进行缩合，得到若干个缩合块；S500，输入图像，使用缩合块，对图像进行归并处理。
[0006]进一步地，在S100中，获取多个不同的图像的方法为：通过输入设备获取多个图像矩阵，输入设备可为计算机的输入设备或者摄像设备；或者通过数据库获取多个图像矩阵；图像矩阵为人脸的图像。
[0007]进一步地，在S200中，分别把每个图像进行分割成若干个分割块的方法为：对每一个图像的图像矩阵进行归一化和灰度化的处理，将每个图像矩阵的大小统一，将图像矩阵中每个像素点的像素值皆转化为属于[0,255]的数值，再将属于[0,255]的数值通过归一化算法转化为属于[0,1]的数值；为每个图像矩阵加上其对应的唯一标识的序号；再对每个图像矩阵使用人脸五官图像分割算法，将每个图像矩阵分割成若干个子图像矩阵，把得到的所有的子图像矩使用归一化算法处理成相同的形状和大小后，一个子图像矩阵即为一个分割块。
[0008]进一步地，在S300中，将所有图像得到的分割块组成的集合作为分割块集合的方法为：记所有的图像的数量为n，记所有的图像组成的集合为Pset，并记其中的图像的序号为i，i∈[1,n]，Pset中序号为i的元素为P(i)；各P(i)的图像矩阵的大小皆为hn行ln列，P(i)的图像矩阵中行的序号为hi，P(i)的图像矩阵中列的序号为li，li∈[1,ln]，hi∈[1,hn]，P(i)的图像矩阵中行序号为hi列序号为li的元素的像素值为P(i,hi,li)；记从P(i)得到的分割块的数量为t，从P(i)得到的分割块中分割块的序号为d，d∈[1, t]，P(i)得到的分割块中序号为d的分割块记作P(i,d)；分割块P(i,d)为hm行lm列的图像矩阵，P(i,d)的图像矩阵中行的序号为hj，P(i,d)的图像矩阵中列的序号为lj，lj∈[1,lm]，hj∈[1,hm]，P(i,d)中行序号为hj列序号为lj的元素的像素值为P(i,d,hj,lj)；将所有的图像分割得到的各分割块P(i,d)组成的集合作为分割块集合。
[0009]进一步地，在S400中，将分割块集合进行缩合，得到若干个缩合块的方法具体为：S401，设置集合Bset作为收集缩合块的具有互异性的集合，Bset的初始值为空集；从Pset中获取一个图像P(i)，将Pset中除P(i)外的各图像的序号记为i1，i1∈[1,n]，以此将Pset中除P(i)外的各图像记为P(i1)；P(i1)的图像矩阵的行和列的序号和数量的表示方法与P(i1)保持一致，从P(i1)得到的分割块的数量也为t，同理，P(i1)得到的分割块中序号为d的分割块记作P(i1,d)，P(i1)中分割块的图像矩阵的行和列的序号和数量的表示方法与P(i,d)保持一致，则P(i1,d)中行序号为hj列序号为lj的元素的像素值为P(i1,d,hj,lj)；S402，从由P(i)得到的各分割块中抽取出一个分割块P(i,d)；S403，从由P(i1)得到的各分割块中抽取出一个分割块P(i1,d)；S404，根据分割块P(i1,d)，将分割块P(i,d)中各行各列的元素的像素值进行更新分别得到其信号闭合值：用r表示P(i,d,hj,lj)更新后的信号闭合值，以exp表示以自然数e的平方根为底的指数函数，以Log表示以自然数e的平方根为底的对数函数；计算P(i,d)中行序号为hj的行的指总数F(i,d,hj)，F(i,d,hj)的数值等于： ;计算P(i,d)中列序号为lj的列的指总数F(i,d,lj)，F(i,d,lj)的数值等于：
ꢀ
;计算P(i1,d)中行序号为hj的行的指总数F(i1,d,hj)，F(i1,d,hj)的数值等于： ;计算P(i1,d)中列序号为lj的列的指总数F(i1,d,lj)，F(i1,d,lj)的数值等于： ;进而得到r的数值的计算公式为:r=Log(exp(P(i,d,hj,lj))/exp(P(i1,d,hj,lj)))*|exp(P(i,d,hj,lj))/(F(i,d,lj)*F(i,d,hj))
‑
exp(P(i1,d,hj,lj))/(F(i1,d,lj)* F(i1,d,hj))| ;（其中，需要计算指总数以及信号闭合值，是由于当多个图像矩阵并列成为序列以后，图像各个位置的数据特征难以对齐，在不对齐的情况之下尽管对图像进行了分割但分割的结果还是不足以计算相互之间的不同点的，所以计算各行列方向上的指总数有利于在对齐的情况下精确衡量各分割块的数据特征的总体概率分布，在此基础上信号闭合值对各分割块的数据特征的总体概率分布进行总体之间的对比，这有利于识别出各分割块之间的相同点与不同点）；由此使用r的数值作为P(i,d,hj,lj)更新后的信号闭合值，即更新后P(i,d,hj,lj)的信号闭合值为r；将P(i,d)更新后的分割块，称为P(i,d)与P(i1,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种防分裂的人脸档案数据归并处理方法，其特征在于，所述方法包括以下步骤：S100，获取多个不同的图像；S200，分别把每个图像进行分割成若干个分割块；S300，将所有图像得到的分割块组成的集合作为分割块集合；S400，将分割块集合进行缩合，得到若干个缩合块；S500，输入图像，使用缩合块，对图像进行归并处理。2.根据权利要求1所述的一种防分裂的人脸档案数据归并处理方法，其特征在于，在S100中，获取多个不同的图像的方法为：通过输入设备获取多个图像矩阵，或者通过数据库获取多个图像矩阵，图像矩阵为人脸的图像。3.根据权利要求1所述的一种防分裂的人脸档案数据归并处理方法，其特征在于，在S200中，分别把每个图像进行分割成若干个分割块的方法为：对每一个图像的图像矩阵进行归一化和灰度化的处理，将每个图像矩阵的大小统一，将图像矩阵中每个像素点的像素值皆转化为属于[0,255]的数值，再将属于[0,255]的数值通过归一化算法转化为属于[0,1]的数值；为每个图像矩阵加上其对应的唯一标识的序号；再对每个图像矩阵使用人脸五官图像分割算法，将每个图像矩阵分割成若干个子图像矩阵，把得到的所有的子图像矩使用归一化算法处理成相同的形状和大小后，一个子图像矩阵即为一个分割块。4.根据权利要求3所述的一种防分裂的人脸档案数据归并处理方法，其特征在于，在S300中，将所有图像得到的分割块组成的集合作为分割块集合的方法为：记所有的图像的数量为n，记所有的图像组成的集合为Pset，并记其中的图像的序号为i，i∈[1,n]，Pset中序号为i的元素为P(i)；各P(i)的图像矩阵的大小皆为hn行ln列，P(i)的图像矩阵中行的序号为hi，P(i)的图像矩阵中列的序号为li，li∈[1,ln]，hi∈[1,hn]，P(i)的图像矩阵中行序号为hi列序号为li的元素的像素值为P(i,hi,li)；记从P(i)得到的分割块的数量为t，从P(i)得到的分割块中分割块的序号为d，d∈[1, t]，P(i)得到的分割块中序号为d的分割块记作P(i,d)；分割块P(i,d)为hm行lm列的图像矩阵，P(i,d)的图像矩阵中行的序号为hj，P(i,d)的图像矩阵中列的序号为lj，lj∈[1,lm]，hj∈[1,hm]，P(i,d)中行序号为hj列序号为lj的元素的像素值为P(i,d,hj,lj)；将所有的图像分割得到的各分割块P(i,d)组成的集合作为分割块集合。5.根据权利要求4所述的一种防分裂的人脸档案数据归并处理方法，其特征在于，在S400中，将分割块集合进行缩合，得到若干个缩合块的方法具体为：S401，设置集合Bset作为收集缩合块的具有互异性的集合，Bset的初始值为空集；从Pset中获取一个图像P(i)，将Pset中除P(i)外的各图像的序号记为i1，i1∈[1,n]，以此将Pset中除P(i)外的各图像记为P(i1)；P(i1)的图像矩阵的行和列的序号和数量的表示方法与P(i1)保持一致，从P(i1)得到的分割块的数量也为t，同理，P(i1)得到的分割块中序号为d的分割块记作P(i1,d)，P(i1)中分割块的图像矩阵的行和列的序号和数量的表示方法与P(i,d)保持一致，则P(i1,d)中
行序号为hj列序号为lj的元素的像素值为P(i1,d,hj,lj)；S402，从由P(i)得到的各分割块中抽取出一个分割块P(i,d)；S403，从由P(i1)得到的各分割块中抽取出一个分割块P(i1,d)；S404，根据分割块P(i1,d)，将分割块P(i,d)中各行各列的元素的像素值进行更新分别得到其信号闭合值：用r表示P(i,d,hj,lj)更新后的信号闭...

【专利技术属性】
技术研发人员：高辉，陈明晖，彭祖怡，谭玉珍，刘鉴，张小莉，赵勇，
申请(专利权)人：湖南智警公共安全技术研究院有限公司，
类型：发明
国别省市：