一种人脸数据库快速搜索方法及系统技术方案

技术编号:36987855 阅读:22 留言:0更新日期:2023-03-25 18:05
本发明专利技术公开了一种人脸数据库快速搜索方法及系统。本发明专利技术根据三种不同的用户特征选取方式,从待识别特征向量数据中选取K个特征向量并进行组合得到待识别特征向量组,并从人脸数据库中的每个人脸图像数据中选取出K个特征向量并进行组合得到多个验证特征向量组,通过选取特征向量组进行特征对比,能够大幅提高传统的特征对比效率,从而实现人脸数据库的快速搜索,机型提高人脸识别效率。机型提高人脸识别效率。机型提高人脸识别效率。

【技术实现步骤摘要】
一种人脸数据库快速搜索方法及系统


[0001]本专利技术涉及人脸识别领域,更具体的,涉及一种人脸数据库快速搜索方法及系统。

技术介绍

[0002]大到智慧城市建设,小到手机端应用登录,人脸识别已经渗透到社会生活的方方面面。人脸识别技术包括人脸特征提取和分类器设计等,是生物特征识别领域中的重点研究项目。人脸识别系统的研究始于20世纪60年代,80年代以后随着计算机技术和光学成像技术的发展得到提高,于90年代后期进入初级应用阶段。与其他身份验证技术相比,人脸识别具有无需用户专门配合、接触等独特优势,使远距离身份验证成为可能。
[0003]但在海量的数据面前,人脸识别的发展依然存在一定问题。在进行大数据人脸数据的识别过程中,人脸特征数据的筛选与检索往往需要较高的时间与硬件资源成本,而人脸特征检索的时间消耗、硬件资源消耗决定着识别过程的快慢与人脸识别实现的现实意义,因此,如何能够在海量的人脸数据中进行快速检索仍然是当前的主要难题。

技术实现思路

[0004]为了解决上述至少一个技术问题,本专利技术提出了一种人脸数据库快速搜索方法及系统。
[0005]本专利技术第一方面提供了一种人脸数据库快速搜索方法,包括:获取待入库人脸图像数据,根据待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征位置数据与特征向量数据;将所述特征位置数据与特征向量数据存入人脸数据库;获取待识别的人脸图像数据,将所述待识别的人脸图像数据导入人脸特征模型进行数据特征提取得到待识别特征向量数据;根据用户特征选取方式确定特征位置数量K,从待识别特征向量数据中选取K个特征向量并进行组合得到待识别特征向量组,从人脸数据库中的每个人脸图像数据中选取出K个特征向量并进行组合得到多个验证特征向量组;将待识别特征向量组与每个验证特征向量组进行特征向量相似对比分析,得到多个验证相似度,根据验证相似度大小选取前n个验证特征向量组所对应的人脸ID;将n个人脸ID所对应的特征向量数据与待识别特征向量数据进行特征向量一一对比,得到相似度最高的第一人脸ID与第一相似度,若第一相似度大于预设阈值,则代表识别成功。
[0006]本方案中,所述获取待入库人脸图像数据,根据待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征位置数据与特征向量数据,具体为:构建人脸数据库;根据预设位置点,将待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征向量数据;
将预设位置点与特征向量数据进行关联,得到对应的特征位置数据;将所述特征位置数据与特征向量数据存入人脸数据库。
[0007]本方案中,所述根据用户特征选取方式确定特征位置数量K,具体为:获取用户特征选取方式;所述用户特征选取方式包括顺序选取、间隔选取、随机选取;若选取方式为顺序选取,则用户指定K取值;分析出特征向量数据中区分度最大的连续区域;在所述连续区域内选取出K个连续的特征向量并进行组合。
[0008]本方案中,所述用户特征选取方式,还包括:若选取方式为间隔选取,则获取用户指定的K值;根据特征向量数据确定特征向量的总数量值;根据所述总数量值与K值进行间隔计算,得到间隔量T,同时,T与K的乘积等于所述总数量值;从特征向量数据的第一个特征向量开始,每隔T个特征位置点选取一个特征向量,并将选取得到的特征向量进行组合。
[0009]本方案中,所述用户特征选取方式,还包括:若选取方式为随机选取,则获取特征向量数据确定特征向量的总数量值;随机生成一个数K,且K小于总数量值;根据特征向量数据中特征位置数量随机生成K个特征位置点;根据所述K个特征位置点获取对应的随机特征向量;将所述随机特征向量进行组合。
[0010]本方案中,所述将待识别特征向量组与每个验证特征向量组进行特征向量相似对比分析,得到多个验证相似度,根据验证相似度大小选取前n个验证特征向量组所对应的人脸ID,具体为:获取一个验证特征向量组;根据向量组顺序,将待识别特征向量组与验证特征向量组中的特征向量进行一一比较,并计算出每个特征向量的相似度;将每个特征向量的相似度进行数据均值计算,得到一个验证特征向量组的验证相似度;循环计算所有验证特征向量组得到多个验证相似度。
[0011]本方案中,所述将n个人脸ID所对应的特征向量数据与待识别特征向量数据进行特征向量一一对比,得到相似度最高的第一人脸ID与第一相似度,若第一相似度大于预设阈值,则代表识别成功,具体为:根据n个人脸ID获取对应n个特征向量数据;获取其中一个特征向量数据作为筛选特征向量数据;将筛选特征向量数据与待识别特征向量数据进行特征向量一一对比并计算得到总体相似度;循环计算其余特征向量数据并得到n个总体相似度;筛选出数值最大的总体相似度并标记为第一相似度;
若第一相似度大于预设阈值则将对应的人脸ID作为成功识别结果。
[0012]本专利技术第二方面还提供了一种人脸数据库快速搜索系统,该系统包括:存储器、处理器,所述存储器中包括人脸数据库快速搜索程序,所述人脸数据库快速搜索程序被所述处理器执行时实现如下步骤:获取待入库人脸图像数据,根据待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征位置数据与特征向量数据;将所述特征位置数据与特征向量数据存入人脸数据库;获取待识别的人脸图像数据,将所述待识别的人脸图像数据导入人脸特征模型进行数据特征提取得到待识别特征向量数据;根据用户特征选取方式确定特征位置数量K,从待识别特征向量数据中选取K个特征向量并进行组合得到待识别特征向量组,从人脸数据库中的每个人脸图像数据中选取出K个特征向量并进行组合得到多个验证特征向量组;将待识别特征向量组与每个验证特征向量组进行特征向量相似对比分析,得到多个验证相似度,根据验证相似度大小选取前n个验证特征向量组所对应的人脸ID;将n个人脸ID所对应的特征向量数据与待识别特征向量数据进行特征向量一一对比,得到相似度最高的第一人脸ID与第一相似度,若第一相似度大于预设阈值,则代表识别成功。
[0013]本方案中,所述获取待入库人脸图像数据,根据待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征位置数据与特征向量数据,具体为:构建人脸数据库;根据预设位置点,将待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征向量数据;将预设位置点与特征向量数据进行关联,得到对应的特征位置数据;将所述特征位置数据与特征向量数据存入人脸数据库。
[0014]本方案中,所述将待识别特征向量组与每个验证特征向量组进行特征向量相似对比分析,得到多个验证相似度,根据验证相似度大小选取前n个验证特征向量组所对应的人脸ID,具体为:获取一个验证特征向量组;根据向量组顺序,将待识别特征向量组与验证特征向量组中的特征向量进行一一比较,并计算出每个特征向量的相似度;将每个特征向量的相似度进行数据均值计算,得到一个验证特征向量组的验证相似度;循环计算所有验证特征向量组得到多个验证相似度。
[0015]本专利技术公开了一种人脸数据库快速搜索方法及系统。本专利技术根据三种不同的用户特征选取方式,从待识别特征向量数据中选取K个本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种人脸数据库快速搜索方法,其特征在于,包括:获取待入库人脸图像数据,根据待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征位置数据与特征向量数据;将所述特征位置数据与特征向量数据存入人脸数据库;获取待识别的人脸图像数据,将所述待识别的人脸图像数据导入人脸特征模型进行数据特征提取得到待识别特征向量数据;根据用户特征选取方式确定特征位置数量K,从待识别特征向量数据中选取K个特征向量并进行组合得到待识别特征向量组,从人脸数据库中的每个人脸图像数据中选取出K个特征向量并进行组合得到多个验证特征向量组;将待识别特征向量组与每个验证特征向量组进行特征向量相似对比分析,得到多个验证相似度,根据验证相似度大小选取前n个验证特征向量组所对应的人脸ID;将n个人脸ID所对应的特征向量数据与待识别特征向量数据进行特征向量一一对比,得到相似度最高的第一人脸ID与第一相似度,若第一相似度大于预设阈值,则代表识别成功。2.根据权利要求1所述的一种人脸数据库快速搜索方法,其特征在于,所述获取待入库人脸图像数据,根据待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征位置数据与特征向量数据,具体为:构建人脸数据库;根据预设位置点,将待入库人脸图像数据导入人脸特征模型进行特征提取,得到特征向量数据;将预设位置点与特征向量数据进行关联,得到对应的特征位置数据;将所述特征位置数据与特征向量数据存入人脸数据库。3.根据权利要求1所述的一种人脸数据库快速搜索方法,其特征在于,所述根据用户特征选取方式确定特征位置数量K,具体为:获取用户特征选取方式;所述用户特征选取方式包括顺序选取、间隔选取、随机选取;若选取方式为顺序选取,则用户指定K取值;分析出特征向量数据中区分度最大的连续区域;在所述连续区域内选取出K个连续的特征向量并进行组合。4.根据权利要求3所述的一种人脸数据库快速搜索方法,其特征在于,所述用户特征选取方式,还包括:若选取方式为间隔选取,则获取用户指定的K值;根据特征向量数据确定特征向量的总数量值;根据所述总数量值与K值进行间隔计算,得到间隔量T,同时,T与K的乘积等于所述总数量值;从特征向量数据的第一个特征向量开始,每隔T个特征位置点选取一个特征向量,并将选取得到的特征向量进行组合。5.根据权利要求4所述的一种人脸数据库快速搜索方法,其特征在于,所述用户特征选取方式,还包括:
若选取方式为随机选取,则获取特征向量数据确定特征向量的总数量值;随机生成一个数K,且K小于总数量值;根据特征向量数据中特征位置数量随机生成K个特征位置点;根据所述K个特征位置点获取对应的随机特征向量;将所述随机特征向量进行组合。6.根据权利要求1所述的一种人脸数据库快速搜索方法,其特征在于,所述将待识别特征向量组与每个验证特征向量组进行特征向量相似对比分析,得到多个验证相似度,根据验证相似度大小选取前n个验证特征向量组所对应的人脸ID,具体为:获取一个验证特征向量组;根据向量组顺序,将待识别特征向量组与验证特征向量组中的特征向量进行...

【专利技术属性】
技术研发人员:张晓华陈勇吕杰魏斌胡天
申请(专利权)人:深圳市视美泰技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1