[发明专利]一种人脸特征检索方法、装置及设备有效
申请号: | 201811331149.2 | 申请日: | 2018-11-09 |
公开(公告)号: | CN111177436B | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 金琦峰 | 申请(专利权)人: | 浙江宇视科技有限公司 |
主分类号: | G06F16/53 | 分类号: | G06F16/53;G06V10/74 |
代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 许静;黄灿 |
地址: | 310051 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 特征 检索 方法 装置 设备 | ||
1.一种人脸特征检索方法,其特征在于,包括:
获取待检索人脸图像;
获取所述待检索人脸图像的N组人脸特征数据,其中,所述N组人脸特征数据为分别从N种人脸模型的所述待检索人脸图像中提取;
将所述N组人脸特征数据分别在人脸特征库中进行检索,得到N组检索结果;
根据预先获取的相似度转换关系,将N-1种人脸模型的N-1组检索结果的相似度分别转换成与目标人脸模型对应的相似度,其中,所述预先获取的相似度转换关系包括:N-1个回归模型,所述N-1个回归模型分别表示所述N-1种人脸模型对应的相似度与所述目标人脸模型对应的相似度的转换关系,所述目标人脸模型为所述N种人脸模型中除所述N-1种人脸模型之外的另一种人脸模型;
输出转换后的所述目标人脸模型对应的检索结果。
2.如权利要求1所述的方法,其特征在于,所述N-1个回归模型包括第一回归模型,所述第一回归模型的自变量为第一人脸模型对应的相似度,所述第一回归模型的因变量为所述自变量通过所述第一回归模型输出的所述目标人脸模型对应的相似度,所述第一人脸模型为所述N-1种人脸模型中的一种人脸模型;
所述根据预先获取的相似度转换关系,将N-1种人脸模型的N-1组检索结果的相似度转换成与目标人脸模型对应的相似度的步骤,包括:
将N-1组检索结果中的第一人脸模型对应的相似度代入所述第一回归模型的自变量,计算所述第一回归模型的因变量,以得到通过所述第一人脸模型对应的相似度转换后的所述目标人脸模型对应的相似度。
3.如权利要求2所述的方法,其特征在于,所述第一回归模型通过如下方式确定:
通过所述目标人脸模型分别提第一人脸图像集合和第二人脸图像集合的第一人脸特征数据,其中,所述第一人脸图像集合包括n张人脸图像,所述第二人脸图像集合包括m张人脸图像,所述n和所述m均为大于1的整数;
获取n对回归样本图像,其中,每对回归样本图像包括分别属于第一人脸图像集合和所述第二人脸图像集合中的一张人脸图像,且所述n对回归样本图像的第一人脸图像特征数据的第一相似度呈线性分布;
通过所述第一人脸模型分别提取所述n对回归样本图像的第二人脸特征数据,并计算每对回归样本图像的第二人脸特征数据的第二相似度;
根据所述n对回归样本图像的第一相似度和第二相似度,确定所述第一回归模型,其中,所述第一回归模型的自变量为所述第二相似度,因变量为所述第一相似度。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述获取待检索人脸图像之前,所述方法还包括:
通过图像采集单元获取监控人脸图像;
获取所述监控人脸图像的N组人脸特征数据,其中,所述监控人脸图像的N组人脸特征数据为分别从N种人脸模型的所述监控人脸图像中提取;
将所述监控人脸图像的N组人脸特征数据存储于所述人脸特征库中。
5.一种人脸特征检索装置,其特征在于,包括:
第一获取模块,用于获取待检索人脸图像;
第二获取模块,用于获取所述待检索人脸图像的N组人脸特征数据,其中,所述N组人脸特征数据为分别从N种人脸模型的所述待检索人脸图像中提取;
检索模块,用于将所述N组人脸特征数据分别在人脸特征库中进行检索,得到N组检索结果;
转换模块,用于根据预先获取的相似度转换关系,将N-1种人脸模型的N-1组检索结果的相似度分别转换成与目标人脸模型对应的相似度,其中,所述预先获取的相似度转换关系包括:N-1个回归模型,所述N-1个回归模型分别表示所述N-1种人脸模型对应的相似度与所述目标人脸模型对应的相似度的转换关系,所述目标人脸模型为所述N种人脸模型中除所述N-1种人脸模型之外的另一种人脸模型;
输出模块,用于输出转换后的所述目标人脸模型对应的检索结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811331149.2/1.html,转载请声明来源钻瓜专利网。