[发明专利]一种利用多个人脸引擎进行人脸查询的方法及装置

权利要求书

1.一种利用多个人脸引擎进行人脸查询的方法，其特征在于，包括如下步骤：

S1：分别使用m个人脸查询引擎在人脸库中查询某张人脸，分别返回最像的k张人脸，从而获得m组最像的k张人脸；

S2：利用归一化函数对每个人脸引擎的最像的k张人脸的相似度进行第一次归一化处理以得到m个相似度的集合,第一次归一化处理采用的第一次归一化函数中的参数w和b调整规则为：根据t张人脸中的首位人脸在m个人脸引擎中的排行，计算所述t张人脸中的首位人脸在该m个人脸引擎中的排行的平均值；根据所述t张人脸中的首位人脸在某个人脸引擎中的排行与所述平均值的大小关系，来调整该人脸引擎归一化函数的参数w和b以调整该人脸引擎在所述方法中的权重，其中，所述第一次归一化函数采用如下函数：

其中X为输入相似度，Y为归一化输出相似度，w、b是参数，e为自然底数，每个人脸引擎都对应着不同的参数w和b，其中b是每个人脸引擎表示同个人的输出相似度，w是归一化后表示同个人的相似度，每个人脸引擎初始化时参数w选择相同的值；

S3：将获得的m组最像的k张人脸进行合并，以获得t张人脸，t满足k≤t≤m*k，记录t张人脸分别在各个人脸引擎中的排行和相似度，对每个排行位置配置不同的排行权重，并且分别计算t张人脸中的每张人脸的排行总权重和最大相似度；

S4：针对t张人脸中的每张人脸，根据其排行总权重对其最大相似度进行第二次归一化处理，得到t个综合相似度的集合；

S5：根据所获得的t个综合相似度的集合对所述t张人脸进行重新降序排序，截取所述t张人脸中的前k张人脸以作为最终的查询结果。

2.根据权利要求1所述的利用多个人脸引擎进行人脸查询的方法，其特征在于，步骤S3中记录t张人脸分别在各个人脸引擎中的排行和相似度，即

第1张人脸，人脸引擎1的排行，相似度...人脸引擎i的排行，相似度...人脸引擎m的排行，相似度；

...

第t张人脸，人脸引擎1的排行，相似度...人脸引擎i的排行，相似度...人脸引擎m的排行，相似度。

3.根据权利要求2所述的利用多个人脸引擎进行人脸查询的方法，其特征在于，步骤S3中计算第t张人脸在人脸引擎的排行总权重rank_t和第t张人脸的人脸相似度的最大值s_t，即：

其中rank_ti第t张人脸在第i个引擎根据排行配置的权重，排行越前面，权重越大；

s_t＝max{s_ti}_1≤i≤m其中s_ti第t张人脸在第i个引擎的相似度；

第1张人脸，rank₁，s₁；

...

第j张人脸，rank_j，s_j；

...

第t张人脸，rank_t，s_t。

4.根据权利要求1-3任一所述的利用多个人脸引擎进行人脸查询的方法，其特征在于，所述第二次归一化处理采用如下函数：

其中X为输入相似度，Y为归一化输出相似度，w、b是参数，e为自然底数，b为基准相似度，可选择第一次归一化函数中与w初始值相近的值，w表示最终综合判断是否是同个人的相似度值，rank是每张人脸在各引擎的排行配置权重的总和。

5.根据权利要求4所述的利用多个人脸引擎进行人脸查询的方法，其特征在于，确定第二次归一化函数的参数包括第j张人脸在排行总权重、第j张人脸在人脸引擎相似度的最大值和参数，得到的结果为t个人脸在人脸引擎的综合相似度集合。

6.根据权利要求1所述的利用多个人脸引擎进行人脸查询的方法，其特征在于，对最终的查询结果抽样进行人工核验，根据判断最终的查询结果的首位人脸和查询人脸是否是同一个人，来对每个人脸引擎的第一次归一化函数参数进行调整。