【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种用于人脸识别的人脸图像排序方法、装置、设备及介质。
技术介绍
1、人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。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，进而对检测到的人脸进行脸部识别的一系列相关技术。人脸识别中在基于人的脸部特征信息进行身份识别时，首先基于人的脸部特征信息检索出与人的脸部特征信息相似的多张相似性图像，并将多张相似性图像基于相似度大小进行排序，根据排序结果进行识别，但一旦由于人脸发生遮挡，造成部分特征的消失或者错误，导致人脸图像特征不完整时，造成相似性图像排序结果的准确度较低，从而影响人脸识别的准确度，因此，在人脸识别过程中，如何提高相似性图像排序结果的准确度成为亟需解决的问题。
技术实现思路
1、鉴于此，本专利技术实施例提供了一种用于人脸识别的人脸图像排序方法、装置、设备及介质，以解决在人脸识别过程中，相似性图像排序结果的准确度较低的问题。
2、第一方面，本专利技术实施例提供一种用于人脸识别的人脸图像排序方法，述人脸图像排序方法包括：
3、从预设的人脸数据集中，对获取到的待检测人脸图像进行相似性检索，得到k张检索图像，基于相似度对所述待检测人脸图像和所述k张检索图像进行排序，得到图像序列，k为大于零的整数；
4、根据所述图像序列中每张图像的原始图像特征，计算所述图像序列中任两张图像之间的相似度，得到第一相似度值，根据所述第一相似度值，构建第一矩
5、对所述第一相似度矩阵中每一行或列的所有第一相似度值进行排序，得到每一行或列的排序结果，根据每一行或列的排序结果，计算所述图像序列中任两张图像之间的相似度，得到第二相似度值，根据所述第二相似度值，构建第二矩阵，所述第二矩阵中所述第二相似度值对应元素的行号和列号与所述任两张图像在所述图像序列中的排序编号相对应；
6、根据所述第一矩阵和所述第二矩阵，对所述每张图像的原始图像特征进行图传播处理，得到每张图像的目标图像特征；
7、将每张图像的目标图像特征与对应图像的原始图像特征进行拼接，得到每张图像的拼接特征，根据所述待检测人脸图像的拼接特征与每张检索图像的拼接特征之间的相似度，对所述k张检索图像进行重新排序，得到排序结果。
8、第二方面，本专利技术实施例提供一种用于人脸识别的人脸图像排序装置，所述人脸图像排序装置包括：
9、检索模块，用于从预设的人脸数据集中，对获取到的待检测人脸图像进行相似性检索，得到k张检索图像，基于相似度对所述待检测人脸图像和所述k张检索图像进行排序，得到图像序列，k为大于零的整数；
10、第一构建模块，用于根据所述图像序列中每张图像的原始图像特征，计算所述图像序列中任两张图像之间的相似度，得到第一相似度值，根据所述第一相似度值，构建第一矩阵，所述第一矩阵中所述第一相似度值对应元素的行号和列号与所述任两张图像在所述图像序列中的排序编号相对应；
11、第二构建模块，用于对所述第一相似度矩阵中每一行或列的所有第一相似度值进行排序，得到每一行或列的排序结果，根据每一行或列的排序结果，计算所述图像序列中任两张图像之间的相似度，得到第二相似度值，根据所述第二相似度值，构建第二矩阵，所述第二矩阵中所述第二相似度值对应元素的行号和列号与所述任两张图像在所述图像序列中的排序编号相对应；
12、图传播模块，用于根据所述第一矩阵和所述第二矩阵，对所述每张图像的原始图像特征进行图传播处理，得到每张图像的目标图像特征；
13、排序模块，用于将每张图像的目标图像特征与对应图像的原始图像特征进行拼接，得到每张图像的拼接特征，根据所述待检测人脸图像的拼接特征与每张检索图像的拼接特征之间的相似度，对所述k张检索图像进行重新排序，得到排序结果。
14、第三方面，本专利技术实施例提供一种计算机设备，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的用于人脸识别的人脸图像排序方法。
15、第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的用于人脸识别的人脸图像排序方法。
16、本专利技术与现有技术相比存在的有益效果是：
17、从预设的人脸数据集中，对获取到的待检测人脸图像进行相似性检索，得到k张检索图像，基于相似度对待检测人脸图像和k张检索图像进行排序，得到图像序列，k为大于零的整数,根据图像序列中每张图像的原始图像特征，计算图像序列中任两张图像之间的相似度，得到第一相似度值，根据第一相似度值，构建第一矩阵，第一矩阵中第一相似度值对应元素的行号和列号与任两张图像在图像序列中的排序编号相对应,对第一相似度矩阵中每一行或列的所有第一相似度值进行排序，得到每一行或列的排序结果，根据每一行或列的排序结果，计算图像序列中任两张图像之间的相似度，得到第二相似度值，根据第二相似度值，构建第二矩阵，第二矩阵中第二相似度值对应元素的行号和列号与任两张图像在图像序列中的排序编号相对应,根据第一矩阵和第二矩阵，对每张图像的原始图像特征进行图传播处理，得到每张图像的目标图像特征，将每张图像的目标图像特征与对应图像的原始图像特征进行拼接，得到每张图像的拼接特征，根据待检测人脸图像的拼接特征与每张检索图像的拼接特征之间的相似度，对k张检索图像进行重新排序，得到排序结果。本申请中，对获取到的待检测人脸图像进行相似性检索，得到初次排序的检索图像，通过计算检索图像和待检测人脸图像中任两张图像之间的相似性，将任两张图像之间的相似性传递至待检测人脸图像与检索图像的图像特征中，使同一个人的人脸特征具有更多的相似性，确定出待检测人脸图像与检索图像的目标特征，根据每张图像的原始图像特征与目标图像特征，重新计算每张检索图像与待检测人脸图像之间的相似度，得到目标相似度，提高了图像之间相似度的准确度，根据目标相似度，对检索图像进行重新排序，从而提高了排序的准确度。
本文档来自技高网...【技术保护点】
1.一种用于人脸识别的人脸图像排序方法，其特征在于，所述人脸图像排序方法包括：
2.如权利要求1所述的人脸图像排序方法，其特征在于，所述根据每一行或列的排序结果，计算所述图像序列中任两张图像之间的相似度，得到第二相似度值，包括：
3.如权利要求2所述的人脸图像排序方法，其特征在于，所述根据每张图像中相似的M张图像，计算所述图像序列中任两张图像之间的相似度，得到第二相似度值，包括：
4.如权利要求1所述的人脸图像排序方法，其特征在于，所述根据所述第一矩阵和所述第二矩阵，对所述每张图像的原始图像特征进行图传播处理，得到每张图像的目标图像特征，包括：
5.如权利要求4所述的人脸图像排序方法，其特征在于，所述根据所述目标矩阵与每张图像的原始图像特征，计算每张图像的目标图像特征，包括：
6.如权利要求1所述的人脸图像排序方法，其特征在于，所述从预设的人脸数据集中，对获取到的待检测人脸图像进行相似性检索，得到K张检索图像，包括：
7.如权利要求1所述的人脸图像排序方法，其特征在于，所述基于相似度对所述待检测人脸图像和所述
8.一种用于人脸识别的人脸图像排序装置，其特征在于，所述人脸图像排序装置包括：
9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的人脸图像排序方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的人脸图像排序方法。
...【技术特征摘要】
1.一种用于人脸识别的人脸图像排序方法，其特征在于，所述人脸图像排序方法包括：
2.如权利要求1所述的人脸图像排序方法，其特征在于，所述根据每一行或列的排序结果，计算所述图像序列中任两张图像之间的相似度，得到第二相似度值，包括：
3.如权利要求2所述的人脸图像排序方法，其特征在于，所述根据每张图像中相似的m张图像，计算所述图像序列中任两张图像之间的相似度，得到第二相似度值，包括：
4.如权利要求1所述的人脸图像排序方法，其特征在于，所述根据所述第一矩阵和所述第二矩阵，对所述每张图像的原始图像特征进行图传播处理，得到每张图像的目标图像特征，包括：
5.如权利要求4所述的人脸图像排序方法，其特征在于，所述根据所述目标矩阵与每张图像的原始图像特征，计算每张图像的目标图像特征，包括：
6.如权利要求...
【专利技术属性】
技术研发人员：王爱波，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：
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。