[发明专利]人脸图像查找方法及装置、计算机装置和存储介质

权利要求书

1.一种人脸图像查找方法，其特征在于，所述方法包括：

获取待查找人脸图像；

提取所述待查找人脸图像的待查找人脸特征；

根据欧式距离或余弦距离计算所述待查找人脸特征与目标数据库中的人脸图像的人脸特征的相似度，得到与所述待查找人脸特征的相似度满足预设条件的人脸特征的待选集合；

根据机器学习得到的相似度度量函数重新计算所述待查找人脸特征与所述待选集合中人脸特征的相似度，其中，在训练所述相似度度量函数时，以两个不同类别的样本特征向量的差为负样本，即当第一样本特征向量与第二样本特征向量的相似度大于所述第一样本特征向量与第三样本特征向量的相似度时，计算所述第一样本特征向量与所述第二样本特征向量的差作为负样本，所述第一样本特征向量与所述第二样本特征向量为不同类别的样本特征向量，所述第三样本特征向量与所述第一样本特征向量为相同类别的样本特征向量；

根据重新计算的相似度由高到低从所述集合中获取预设数量的人脸特征，返回所述预设数量的人脸特征表示的人脸图像。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取若干张样本图像，提取每张样本图像的人脸特征，得到表示所述若干张样本图像的人脸特征的样本特征向量集；

根据所述样本特征向量集构造训练样本集，其中，所述训练样本集包括正样本与负样本，所述正样本是相同类别的样本特征向量之差，所述负样本是不同类别的样本特征向量之差，所述相同类别的样本特征向量是表示相同人脸的样本特征向量，所述不同类别的样本特征向量是表示不同人脸的样本特征向量；

根据所述训练样本集对支持向量机训练模型进行训练，得到所述基于机器学习的相似度度量函数。

3.如权利要求2所述的方法，其特征在于，所述根据所述样本特征向量集构造训练样本集包括：

识别所述样本特征向量集中相同类别的样本特征向量与不同类别的样本特征向量；

将相同类别的样本特征向量之间两两做差，得到正样本的集合；

若两个不同类别的样本特征向量的相似度满足预设相似条件，确定所述两个不同类别的样本特征向量的差为负样本，将从所述样本特征向量集之中获取到的所有负样本组成负样本的集合。

4.如权利要求1-3中任一项所述的方法，其特征在于，所述与待查找人脸特征的相似度满足预设条件的人脸特征的待选集合为与所述待查找人脸特征的相似度大于等于预设相似度或者与所述待查找人脸特征的相似度最相似的指定数量的人脸特征的待选集合。

5.如权利要求1-3中任一项所述的方法，其特征在于，所述获取待查找人脸图像之后还包括：

对所述待查找人脸图像进行人脸对齐和预处理操作。

6.一种人脸图像查找装置，其特征在于，所述装置包括：

图像获取模块，用于获取待查找人脸图像；

特征提取模块，用于提取所述待查找人脸图像的待查找人脸特征；

第一计算模块，用于根据欧式距离或余弦距离计算所述待查找人脸特征与目标数据库中的人脸图像的人脸特征的相似度，得到与所述待查找人脸特征的相似度满足预设条件的人脸特征的待选集合；

第二计算模块，用于根据机器学习得到的相似度度量函数重新计算所述待查找人脸特征与所述待选集合中人脸特征的相似度，其中，在训练所述相似度度量函数时，以两个不同类别的样本特征向量的差为负样本，即当第一样本特征向量与第二样本特征向量的相似度大于所述第一样本特征向量与第三样本特征向量的相似度时，计算所述第一样本特征向量与所述第二样本特征向量的差作为负样本，所述第一样本特征向量与所述第二样本特征向量为不同类别的样本特征向量，所述第三样本特征向量与所述第一样本特征向量为相同类别的样本特征向量；

输出模块，用于根据重新计算的相似度由高到低从所述集合中获取预设数量的人脸特征，返回所述预设数量的人脸特征表示的人脸图像。