[发明专利]基于平均特征的目标检索方法、装置及其相关设备

说明书

本发明涉及人脸匹配技术领域，提供了一种基于平均特征的目标检索方法、装置及其相关设备，该目标检索方法包括：从获取的同一目标的多张图像中提取目标图像；对目标图像进行处理，得到目标图像在各个维度上的第一归一化特征；通过第一归一化特征计算目标图像在各个维度上的第一平均特征；从数据库中获取预先存储的在对应维度上的特征的平均值，根据获取的平均值对第一平均特征进行编码，以得到特征编码；将目标图像在各个维度上的特征编码与数据库中不同用户在对应维度上的特征编码进行比对，以计算目标与数据库中不同用户的相似度，将相似度最大的用户确定为目标用户。通过本发明的实施，能够解决现有的人脸动态识别方法存在识别效率较低的问题。

技术领域

本发明涉及人脸匹配技术领域，尤其涉及一种基于平均特征的目标检索方法、装置及其相关设备。

背景技术

随着计算机视觉技术和深度学习技术的飞速发展，越来越多的视觉算法应用得以落地，其中以人脸算法应用最为广泛。在公共安全领域，例如地铁站、高铁站、机场、海关口岸等地方，既有进站刷脸用于身份验证(1比1验证)，又有对黑名单(逃犯、走私客、扒手等)监控，称之为动态人脸识别。

目前，一般是从抓拍的人脸图像中选出质量较高的多张图像，然后将多张图像分别与底库中的图像进行对比，判断平均得分是否超过设定的阈值来决定是否命中。但是，由于底库比较大，例如各种黑名单、白名单底库以几十万计，对于一些应用场景想要统计每位人员的出入情况，底库更是滚动式的，累计每天经过的人群，底库数量达到数百万甚至千万计，同时摄像头抓拍的人次以百万计，进行比对的次数较大，导致识别的过程较慢。

综上所述，虽然上述方法能够用于动态人脸识别，但是此方法用于比对数量过多的图像时，会带来很大的延迟，因此，现有中存在的人脸动态识别方法存在识别效率较低的问题。

发明内容

本发明提供一种基于平均特征的目标检索方法、装置及其相关设备，以能够解决现有的人脸动态识别方法存在识别效率较低的问题。

本发明的第一实施例提供一种基于平均特征的目标检索方法，包括：

从获取的同一目标的多张图像中提取目标图像；

对目标图像进行处理，得到目标图像在各个维度上的第一归一化特征；

通过第一归一化特征计算目标图像在各个维度上的第一平均特征；

从数据库中获取预先存储的在对应维度上的特征的平均值，根据获取的平均值对第一平均特征进行编码，得到目标图像在各个维度上的第一平均特征的特征编码；

将目标图像在各个维度上的特征编码与数据库中不同用户在对应维度上的特征编码进行比对，根据比对结果计算目标与数据库中不同用户的相似度，将相似度最大的用户确定为目标用户。

本发明的第二实施例提供一种基于平均特征的目标检索方法装置，包括：

目标图像获取模块，用于从获取的同一目标的多张图像中提取目标图像；

第一归一化特征获取模块，用于对目标图像进行处理，得到目标图像在各个维度上的第一归一化特征；

第一平均特征获取模块，用于通过第一归一化特征计算目标图像在各个维度上的第一平均特征；

特征编码获取模块，用于从数据库中获取预先存储的在对应维度上的特征的平均值，根据获取的平均值对第一平均特征进行编码，得到目标图像在各个维度上的第一平均特征的特征编码；

目标用户确定模块，用于将目标图像在各个维度上的特征编码与数据库中不同用户在对应维度上的特征编码进行比对，根据比对结果计算目标与数据库中不同用户的相似度，将相似度最大的用户确定为目标用户。