[发明专利]人脸相似度识别方法和系统

说明书

技术领域

本发明涉及计算机技术技术领域，具体而言，涉及一种人脸相似度识别方法和系统。

背景技术

现有技术中的人脸相似度计算，是通过将不同的人脸图片裁剪并转化为单通道图像，获取单通道图像的直方图，以及通过比较不同人脸图片的直方图之间的差异，来计算不同人脸之间的相似度。

上述方案的缺陷在于：同一人脸上出现表情、化妆、脸角度等方面发生变化之后，会造成同一人脸的不同图片之间的直方图出现非常大的差异，则基于直方图进行人脸相似度的计算，可能得到同一人脸的不同图片之间的相似度较小的结果，可见计算结果相当不准确。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的人脸相似度识别方法和系统。

依据本发明的一个方面，提供了一种人脸相似度识别方法，其包括：根据目标人脸图片的特征，生成所述目标人脸图片的特征向量；根据已收集的人脸图片的特征，生成所述已收集的人脸图片的特征向量；从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张人脸图片作为所述目标人脸图片的相似人脸图片。

可选地，前述的人脸相似度识别方法，其中，所述从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张图片作为所述目标人脸图片的相似人脸图片的步骤包括：将所述已收集的人脸图片聚合为多个分类；根据所述每个分类中的人脸图片的特征向量，计算所述每个分类中的人脸图片的向量中心点；将与所述目标人脸图片的特征向量之间距离最小的向量中心点对应分类中的人脸图片，作为所述目标人脸图片的相似人脸图片。

可选地，前述的人脸相似度识别方法，其中，还包括：将所述相似人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，转换为所述相似人脸图片与所述目标人脸图片之间的相似度得分。

可选地，前述的人脸相似度识别方法，其中，所述将所述相似人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，转换为所述相似人脸图片与所述目标人脸图片之间的相似度得分的步骤包括：在Dx<＝Dmin时，取S＝Smax，Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Dmin为预设最小距离，S为所述相似人脸图片与所述目标人脸图片的相似度得分，Smax为预设最大相似度得分；和/或，在Di<Dx<＝D(i+1)时，取S＝Si+K(Dx-Di)，其中K＝(S(i+1)-Si)/(D(i+1)-Di))，Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Di为预设第一人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，Di+1为预设第二人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，Si为所述预设第一人脸图片与所述目标人脸图片的相似度得分，S(i+1)为所述预设第二人脸图片与所述目标人脸图片的相似度得分；和/或在Dx>Dmax时，取S＝Smin，Dx为所述目标人脸图片的特征向量与所述相似人脸图片之间的特征向量之间的距离，Dmax为预设最大距离，S为所述相似人脸图片与所述目标人脸图片的相似度得分，Smin为预设最小相似度得分。

可选地，前述的人脸相似度识别方法，其中，还包括：在所述相似人脸图片为多张时，根据与所述目标人脸图片的相似度高低，对多张所述相似人脸图片进行排序。

依据本发明的另一方面，提供了一种人脸相似度识别系统，其包括：第一特征向量生成模块，用于根据目标人脸图片的特征，生成所述目标人脸图片的特征向量；第二特征向量生成模块，用于根据已收集的人脸图片的特征，生成所述已收集的人脸图片的特征向量；相似人脸图片识别模块，用于从所述已收集的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张人脸图片作为所述目标人脸图片的相似人脸图片。

可选地，前述的人脸相似度识别系统，其中，还包括：分类模块，用于将所述已收集的人脸图片聚合为多个分类；向量中心点计算模块，用于根据所述每个分类中的人脸图片的特征向量，计算所述每个分类中的人脸图片的向量中心点；所述相似人脸图片识别模块，用于将与所述目标人脸图片的特征向量之间距离最小的向量中心点对应分类中的人脸图片，作为所述目标人脸图片的相似人脸图片。

可选地，前述的人脸相似度识别系统，其中，还包括：相似度得分计算模块，用于将所述相似人脸图片的特征向量与所述目标人脸图片的特征向量之间的距离，转换为所述相似人脸图片与所述目标人脸图片之间的相似度得分。