[发明专利]一种基于索引的快速人脸检索系统应用有效
| 申请号: | 201811580645.1 | 申请日: | 2018-12-24 |
| 公开(公告)号: | CN109710792B | 公开(公告)日: | 2023-02-03 |
| 发明(设计)人: | 王刚;马阳阳;张艳妮;曹俊亮;赵智峰;周帅锋 | 申请(专利权)人: | 西安烽火软件科技有限公司 |
| 主分类号: | G06F16/583 | 分类号: | G06F16/583;G06F16/51;G06V10/762;G06V10/82;G06N3/0464 |
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 杨海军 |
| 地址: | 710065 陕西省西*** | 国省代码: | 陕西;61 |
| 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 基于 索引 快速 检索系统 应用 | ||
1.一种基于索引的快速人脸检索系统应用,包括人脸图片特征存储方法,其特征在于,人脸图片存储方法包括如下步骤:
步骤A1. 提取获得待存储人脸图片所对应的人脸特征数据,然后进入步骤A2;
步骤A2. 基于预设各个聚类中心,针对待存储人脸图片人脸特征数据进行层次聚类,获得待存储人脸图片人脸特征数据所对应的聚类,以及针对待存储人脸图片分配唯一标识索引ID,然后进入步骤A3;
步骤A3. 针对待存储人脸图片所对应的人脸特征数据进行哈希编码转化,获得待存储人脸图片人脸特征数据所对应的特征哈希数据,然后进入步骤A4;
步骤A4. 将待存储人脸图片的唯一标识索引ID,与待存储人脸图片人脸特征数据所对应的特征哈希数据进行关联,并存储于内存数据库中、待存储人脸图片人脸特征数据所对应聚类的存储区域,然后进入步骤A5;
步骤A5. 将待存储人脸图片存入磁盘数据库中,并将待存储人脸图片唯一标识索引ID、待存储人脸图片所对应人脸特征数据、待存储人脸图片人脸特征数据所对应聚类、以及待存储人脸图片存储路径四者进行关联,存储于磁盘数据库中;
还包括人脸图片检索方法,包括如下步骤:
步骤B1. 提取获得待检索人脸图片所对应的人脸特征数据,然后进入步骤B2;
步骤B2. 基于预设各个聚类中心,针对待检索人脸图片人脸特征数据进行层次聚类,获得待检索人脸图片人脸特征数据所对应的聚类,以及与该聚类满足预设相似规则的其它各个聚类,作为各个待处理聚类,然后进入步骤B3;
步骤B3. 扫描内存数据库,获取各个待处理聚类所对应存储区域中的所有唯一标识索引ID、以及相对应的特征哈希数据,作为各组待匹配数据,然后进入步骤B4;
步骤B4. 针对待检索人脸图片所对应的人脸特征数据进行哈希编码转化,获得待检索人脸图片人脸特征数据所对应的特征哈希数据,作为待匹配特征哈希数据,然后进入步骤B5;
步骤B5. 计算各组待匹配数据中特征哈希数据分别与待匹配特征哈希数据之间的误差,获得误差低于预设误差阈值的各组待匹配数据,并提取该各组待匹配数据中的唯一标识索引ID,然后进入步骤B6;
步骤B6. 根据步骤B5所获各个唯一标识索引ID,在磁盘数据库中,提取该各个唯一标识索引ID分别所对应的人脸特征数据、以及对应人脸图片存储路径,作为各组相似备选数据,然后进入步骤B7;
步骤B7. 根据各组相似备选数据中人脸图片存储路径,由磁盘数据库中提取各张人脸图片,作为待检索人脸图片的检索结果。
2.根据权利要求1所述一种基于索引的快速人脸检索系统应用,其特征在于:还包括步骤B6-7如下,执行完步骤B6之后,进入步骤B6-7,执行完步骤B6-7之后,进入步骤B7;
步骤B6-7. 计算各组相似备选数据中人脸特征数据分别与待检索人脸图片人脸特征数据之间的欧式距离,删除欧氏距离高于预设距离阈值的各组相似备选数据,针对剩余各组相似备选数据,进入步骤B7。
3.根据权利要求1所述一种基于索引的快速人脸检索系统应用,其特征在于:所述步骤A1中的人脸特征数据提取、以及所述步骤B1中的人脸特征数据提取,均按如下操作实现;
首先针对人脸图片,通过至少两种卷积神经网络,按卷积神经网络输出精度由低到高的顺序,依次对人脸图片中人脸的位置进行定位;然后,采用残差网络从获取的人脸中提取出特征数据。
4.根据权利要求1所述一种基于索引的快速人脸检索系统应用,其特征在于:所述步骤B5中,通过计算各组待匹配数据中特征哈希数据分别与待匹配特征哈希数据之间的汉明码距离,作为各组待匹配数据中特征哈希数据分别与待匹配特征哈希数据之间的误差。
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西安烽火软件科技有限公司,未经西安烽火软件科技有限公司许可,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/201811580645.1/1.html,转载请声明来源钻瓜专利网。





