对象数据存储制造技术

本文的公开描述了用于对象数据存储的系统和方法

【技术实现步骤摘要】
【国外来华专利技术】对象数据存储

技术介绍

[0001]包括面部识别的对象识别的传统方法包括创建组
、
为该组分配和存储图像数据
、
训练系统以学习图像数据
、
以及对照存储的图像数据交叉引用新的对象图像
。
传统的方法提出了数个挑战
。
首先，由于训练数据以准确地对照存储的图像数据交叉引用新的对象图像的要求，传统方法需要大量的时间来执行，因此对于实时应用是不够的
。
其次，传统方法不能充分实现新组的创建和
/
或当前组的更新
。
例如，将对象添加到第二组需要生成对象的全新简档并且重新上传图像数据
。

技术实现思路

[0002]提供本
技术实现思路
是为了以简化形式介绍一组概念，这些概念将在下面的具体实施方式中进一步描述
。
本
技术实现思路
不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用作确定所要求保护的主题的范围的辅助
。
[0003]一种用于对象数据存储的计算机化系统和方法
。
在一些示例中，该方法包括针对目录中的对象生成简档，该简档包括与该对象相对应的第一特征向量
、
以及与简档中的第一特征向量相对应的全局唯一标识符
(GUID)
；生成搜索范围，该搜索范围至少包括与该简档相对应的
GUID
；从实况图像扫描生成第二特征向量；使用所生成的搜索范围将从实况图像扫描生成的第二特征向量与第一特征向量进行匹配；标识与匹配第二特征向量的第一特征向量相对应的
GUID
；以及输出与由
GUID
标识的简档的对象相对应的信息，
GUID
与第一特征向量相对应
。
[0004]其他示例提供了一种用于对象数据存储的系统
。
该系统包括处理器和存储指令的计算机可读介质，指令在由处理器执行时可操作以使处理器针对目录中的对象生成简档，该简档包括与该对象相对应的第一特征向量
、
以及与简档中的第一特征向量相对应的全局唯一标识符
(GUID)
；生成搜索范围，该搜索范围至少包括与该简档相对应的
GUID
；从实况图像扫描生成第二特征向量；使用所生成的搜索范围将从实况图像扫描生成的第二特征向量与第一特征向量进行匹配；标识与匹配第二特征向量的第一特征向量相对应的
GUID
；以及输出与由
GUID
标识的简档的对象相对应的信息，
GUID
与第一特征向量相对应
。
[0005]还有其他示例提供了一种用于取回所存储的对象简档的方法
。
该方法包括：从电子设备接收实况图像扫描；从实况图像扫描生成特征向量；用全局唯一标识符
(GUID)
标记所生成的特征向量；标识目录内的搜索范围，该搜索范围包括目录内的多个分区，其中该目录包括对象的简档，该简档包括与该对象相对应的信息和与该简档相对应的所存储的
GUID
；针对与所标记的
GUID
相对应的所存储的
GUID
，并行地搜索多个分区中的每个分区中；以及标识与所标记的
GUID
相对应的简档
。
附图说明
[0006]从参考附图阅读的以下详细描述将更好地理解本说明书，其中：
[0007]图1是示出根据本公开的示例，用于对象数据存储的系统的框图；
[0008]图2是示出根据本公开的示例的集中登记数据流的框图；
[0009]图3是根据本公开的示例，存储和返回生物特征数据的计算机化方法；
[0010]图4是示出根据本公开的示例，将表特征向量转换为
BLOB
分区的框图；
[0011]图5是示出根据本公开的示例，创建和
/
或替换数据的框图；
[0012]图
6A
是示出根据本公开的示例，将对象添加到目录的框图；
[0013]图
6B
是示出根据本公开的示例，更新目录中的对象简档的框图；
[0014]图
6C
是示出根据本公开的示例，在搜索范围中实现简档的框图；
[0015]图
6D
是示出根据本公开的示例，标识搜索范围内的对象的框图；
[0016]图7是根据本公开的示例的对象数据存储数据流的计算机化方法；
[0017]图8是根据本公开的各种示例的对象数据存储数据流的计算机化方法；
[0018]图9是根据本公开的示例的对象数据存储的计算机化方法；
[0019]图
10
是根据本公开的示例，取回所存储的对象简档的计算机化方法；以及
[0020]图
11
是示出用于实现本公开的示例的示例计算设备的框图
。
[0021]在整个附图中，对应的附图标记表示对应的部件
。
在图1至图
11
中，系统被示为示意图
。
附图可能没有按比例绘制
。
具体实施方式
[0022]本公开的各方面提供了将图像数据存储在启用实时或接近实时的对象识别标识的弹性目录中的对象数据存储
。
通过将图像数据存储在弹性目录中，消除了传统对象识别方法所需的训练数据的步骤
。
此外，通过允许横向扩展以满足所需的负载，同时在几秒钟内返回标识结果，从而提供几乎无限的存储空间
。
弹性目录还允许从目录中选择对象的简档来进行搜索，而不需要训练对象或将对象重新登记到搜索组中
。
换言之，可以维护对象的简档的数据库以进行搜索，但一次仅针对对象的子集进行搜索
。
[0023]在一个特定示例中，本公开被实现为使得对象是个人并且图像数据是面部数据
。
例如，生物特征存储将面部数据存储在支持实时或接近实时的面部识别标识的弹性目录中
。
通过将面部图像数据存储在弹性目录中，消除了传统面部识别方法所需的训练数据的步骤
。
此外，通过允许横向扩展以满足所需的负载，同时在几秒钟内返回标识结果，从而提供几乎无限的存储空间
。
弹性目录还允许从目录中选择个人的简档来进行搜索，而不需要训练人或将人重新登记到搜索组中
。
换言之，可以维护个人简档的数据库以进行搜索，但一次仅针对对象的子集进行搜索
。
[0024]如上所述，当前的解决方案可以利用对象的概念，但这些概念在功能上受到限制
。
例如，当前的解决方案基本上提供了用于上传多个图像和计算平均图像特征向量的容器，而不是真正的对象
。
容器内的数据，诸如图像数据，不能在组之间引用或复制
。
因此，需要新的组来升级该组或升级到新的本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种用于对象数据存储的方法，所述方法包括：针对目录中的对象生成简档，所述简档包括与所述对象相对应的第一特征向量
、
以及与所述简档中的所述第一特征向量相对应的全局唯一标识符
(GUID)
；生成搜索范围，所述搜索范围至少包括与所述简档相对应的所述
GUID
；从实况图像扫描生成第二特征向量；使用所生成的所述搜索范围，将从所述实况图像扫描生成的所述第二特征向量与所述第一特征向量进行匹配；标识与匹配所述第二特征向量的所述第一特征向量相对应的所述
GUID
；以及输出与由所述
GUID
标识的所述简档的所述对象相对应的信息，所述
GUID
与所述第一特征向量相对应
。2.
根据权利要求1所述的方法，还包括：在所述目录内生成多个分区；以及将针对所述目录中的所述对象生成的所述简档分类到所生成的所述多个分区中的一个分区
。3.
根据权利要求2所述的方法，其中：所生成的所述搜索范围包括所述多个分区，并且所述方法还包括：针对与所述第二特征向量相对应的所述第一特征向量，并行地搜索所述多个分区中的每个分区
。4.
根据权利要求1所述的方法，还包括：获取与所述对象相对应的原始图像数据；以及生成与所述对象相对应的第一特征向量
。5.
根据权利要求1所述的方法，还包括：生成第二搜索范围，所述第二搜索范围包括与所述简档相对应的所述
GUID。6.
根据权利要求1所述的方法，其中从所述实况图像扫描生成所述第二特征向量包括：执行对象识别应用
。7.
根据权利要求1所述的方法，其中：所述对象为个人，并且所述实况图像扫描是实况面部扫描
。8.
一种用于对象数据存储的系统，所述系统包括：处理器；以及存储指令的计算机可读介质，所述指令在由所述处理器执行时可操作以使所述处理器：针对目录中的对象生成简档，所述简档包括与所述对象相对应的第一特征向量
、
以及与所述简档中的所述第一特征向量相对应的全局唯一标识符
(GUID)
，生成搜索范围，所述搜索范围至少包括与所述简档相对应的
GUID
，从实况图像扫描生成第二特征向量，使用所生成的所述搜索范围，将从所述实况图像扫描生成的所述第二特征向量与所述第一特征向量进行匹配，标...

【专利技术属性】
技术研发人员：W，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：