用于在无线电接入网中执行脸部识别的方法
【专利摘要】本发明涉及一种用于在电信系统(1)中执行脸部识别的方法，所述电信系统(1)包括中心储存库(10)，在所述中心储存库(10)中已经存储了属于签约脸部识别的订户的脸部识别简档。所述方法包括例如以下步骤：检测签约脸部识别的订户中的订户(5)与脸部识别涉及到的实体(6、8)之间的临近，所述订户(5)位于小区覆盖区域(7)内；将属于所述订户的脸部识别简档从所述中心储存库(10)迁移到控制所述小区覆盖区域(7)的网络节点(8)；在所述网络节点中生成迁移的脸部识别简档的扩展合成图库。
【专利说明】用于在无线电接入网中执行脸部识别的方法
【技术领域】
[0001]本发明涉及方法和布置，以及更具体地，涉及用于使得可在电信系统中执行脸部识别的机制和技术。
【背景技术】
[0002]脸部识别包括使得可基于数字摄影来鉴别人脸的方法。脸部识别的问题可以转化为标准模式分类或机器学习问题:给定以人的身份标记的脸部图像集(图库集(galleryset))和来自相同人群的未标记的脸部图像集(探测集(probe set))，任务是鉴别探测图像中的每个人。
[0003]可以将脸部识别总结为以下步骤:
[0004]L脸部检测-脸部位于图像中。
[0005]2.从每个图像提取被认为是特征矢量的描述性测量的集合。
[0006]3.训练分类器，以向每个特征矢量指派具有人的身份的标签(分类器仅仅是数学函数，给定特征矢量，分类器返回与对象的身份相对应的索引)。
[0007]得到特征矢量的方法:
[0008]-基于几何特征的方法
[0009]-基于外观的方法
[0010]在基于几何特征的方法中，已使用了脸部特征(例如，眼睛、嘴、鼻子和下颚)之间的特性和关系(例如，距离和角度)来执行识别。要声明的是，基于发现局部图像特征并通过这些特征的几何关系来推断身份的脸部识别通常是低效的。基于外观的方法-使用目标或脸部的图像的低维度表示来执行识别。(例如，SLAM和特征人脸(Eigenfaces))。在此，用于分类的特征矢量是脸部图像向低维度线性子空间的线性投影。然而，基于外观的方法面临重大的缺陷:如果之前曾在类似的环境下看到过脸部，可以可靠地执行对具体光照条件、姿势和表情下的脸部的识别。
[0011]如果图库集非常大，则基于外观的分类器将执行得很好。然而图库集因为实际原因受到限制。为了克服该限制，使用了 3-D脸部识别。3-D识别构建脸部识别系统，该脸部识别系统使用在注册时获取的少量图像来估计每个脸部的3-D形状的模型。可以通过各种方法来估计脸部形状的3-D模型,例如,可以使用光度立体影像(Photometric stereopsis)来根据少量2D图像创建脸部的3D模型(形状和反射率)。通常以Wavefront的OBJ文件格式来存储使用上述方法之一生成的3D脸部模型。OBJ文件格式是单独表示3D几何结构的简单数据格式，即，每个顶点的位置、每个纹理坐标顶点的UV位置、法线(normal)、以及使每个多边形被定义为顶点列表的面、以及纹理顶点。OBJ文件的大小通常较小。在[A.Georghiades, P Belhumeur, D.Kriegman, From few to many:illumination conemodels for face recognition under variable lighting and pose.1EEE Trans.PatternAnal.Mach.1ntell.23，6 (Jun.2001)，pages643_660.]中呈现了用于在光照和视点发生变化的情况下识别人脸的基于生成外观(generative appearance)的方法。该方法利用了以下事实:以固定的姿势但在所有可能的照明条件下的对象的图像集是图像空间中的凸锥。可以看出，光度立体影像使用有限的图库集来创建具有可变照明和姿势的合成的扩展图库集。
[0012]若干过顶(over-the-top) (OTT)播放器正在使用脸部识别:
[0013]-Facebook的自动标签建议特征使用脸部识别来向人们建议用户可能想要在其照片中加上标签。
[0014]-安全:脸部识别有一天可能替代对喜欢的应用的密码登陆，例如使用脸部登陆Twitter。这在当前是学术上的成果,例如,在2010年曼彻斯特大学研究人员正致力于创建关注于消费者的用于安全应用的脸部识别技术。
[0015]-被称为SocialCamera的应用允许用户使用其安卓手机快拍图片，即时地在画面中识别其Facebook好友，在照片上加上标签并将其发布到web上。
[0016]将要在本申请中描述的发明启用了针对脸部识别服务的运营商场景和非运营商(OTT)场景，并因此可应用于不同的商业场景。
[0017]分析家指向以下事实:脸部识别技术已作为在世界范围内接受的生物测定技术中增长最快的技术出现，并且将在将来通过以在2011-2013期间大约31%的CAGR增长继续遵循相同的趋势。当前运营商不提供脸部识别服务，但是他们愿意在某个时候进入该市场。为了能够这样做，需要克服一些挑战:
[0018]-大的数据库要求:对于具有很多订户的大运营商，需要维护大的图库集。
[0019]-集中式储存库(repository)瓶颈:在传统上将图库集存储在中心储存库中。这种中心储存库呈现出以下问题:
[0020]搜索瓶颈:每个脸部图像都必须在所有的全图库集脸部上进行匹配，并在然后在所有的照明和姿势变化上进行匹配，这是非常耗时的，并对终端用户应用性能造成了不利影响。
[0021]合成脸部生成瓶颈:存在着针对于该合成生成的计算成本。
[0022]-传输成本:从终端向中心服务器移动原始的脸部图像数据并进行移回增加了经由网络传输的数据量。
[0023]-系统响应和用户QoE:从终端向中心服务器移动原始的脸部图像数据并进行移回由于RTT而引入了延迟。这导致察觉到的系统滞缓，该系统滞缓对用户QoE造成不利影响。
【发明内容】
[0024]本发明的目标是克服上述现有技术的限制。本发明关注于通过限制图像数据集中候选图像的数量，通过降低合成生成的计算成本，并进一步通过降低整体系统的响应时间(并因此增强了用户体验)来解决搜索瓶颈，其中，通过仅在图像子集上执行搜索来限制图像数据集中候选图像的数量，所述子集是基于用户位置信息创建的，通过仅在数据集的子集上运行图像的合成生成来降低合成生成的计算成本，以及通过移动数据集并执行更靠近终端用户的图像匹配来降低整体系统的响应时间。根据本发明的解决方案包括例如以下方法步骤:检测第一订户与脸部识别涉及到的实体(例如持有高速缓存的节点或另外的订户)之间的临近，将属于第一订户的脸部识别简档从中心储存库迁移到持有高速缓存的节点(其控制第一订户所位于的覆盖区域)，以及在持有高速缓存的节点中生成扩展合成图库。
[0025]在一个示例性的实施例中，解决方案是一种用于在电信系统中执行脸部识别的方法，所述电信系统包括中心储存库，在所述中心储存库中已经存储了属于签约脸部识别的订户的脸部识别简档。该方法包括以下步骤:
[0026]-检测签约脸部识别的订户中的至少两个订户之间的临近。所述至少两个订户被检测到位于由网络节点控制的无线电覆盖区域内。
[0027]-将属于所述至少两个订户的脸部识别简档从中心储存库迁移到网络节点。
[0028]-在网络节点中生成每个迁移的脸部识别简档的扩展合成图库。
[0029]在另一示例性的实施例中，解决方案是一种用于在电信系统中执行脸部识别的方法，所述电信系统包括中心储存库，在所述中心储存库中已经存储了属于签约脸部识别的订户的脸部识别简档。该方法包括以下步骤:
[0030]-检测签约脸部识别的订户中的订户与脸部识别涉及到的实体之间的临近，所述订户位于小区覆盖区域内。
[0031]-将属于所述订户的脸部识别简档从所述中心储存库迁移到控制所述小区覆盖区域(7)的网络节点。
[0032]-在网络节点中生成迁移的脸部识别简档的扩展合成图库。
[0033]在又一示例性实施例中，解决方案是移动电信网络的被配置为执行脸部识别的网络节点。该节点包括:
[0034]第一接口，被配置为接收脸部识别简档；
[0035]高速缓存单元，被配置为存储迁移的脸部识别简档；
[0036]运行脸部识别过程的处理单元，被配置为生成迁移的脸部识别简档的扩展合成图库。
[0037]在又一示例性实施例中，解决方案是移动电信网络的被配置为迁移脸部识别简档的网络节点，所述节点包括:
[0038]-第四接口，被配置为接收位置报告。
[0039]-处理单元，被配置为检测不同实体之间的临近。
[0040]-第三接口，被配置为转发迁移的脸部识别简档。
[0041]本发明的目标是在运营商场景和非运营商场景中增加搜索加速，降低计算资源要求并降低上载/下载等待时间。通过方法、布置、计算机程序产品和节点实现这些目标和其他目标。
[0042]本发明具有以下优点，例如通过限制在其中执行搜索的数据集来解决了在较大图像数据集中执行大量搜索的问题。
[0043]现在将在优选实施例的帮助之下结合附图更详细地描述本发明。
【专利附图】
【附图说明】
[0044]图1公开了电信系统的框图示意性图示，该电信系统包括经由核心网附着到移动网络的因特网网络，该移动网络包括云无线电网络控制器C-RNC。
[0045]图2公开了在运营商场景中中心脸部识别服务器CFRS附着到云无线电网络控制器 C-RNC。
[0046]图3公开了在运营商场景中在检测到订户之间的临近之后将脸部识别简档从中心储存库迁移到云无线电网络控制器的方法的信号序列图。
[0047]图4公开了在运营商场景中使用在云无线电网络控制器中生成的扩展合成图库的方法的信号序列图。
[0048]图5公开了在运营商场景中在检测到订户和网络节点之间的临近之后将脸部识别简档从中心储存库迁移到云无线电网络控制器的方法的信号序列图。
[0049]图6公开了在非运营商场景中中心脸部识别服务器CFRS附着到由Over TheTop(OTT)公司处理的服务器并附着到云无线电网络控制器。
[0050]图7公开了在非运营商场景中将脸部识别简档从中心储存库迁移到云无线电网络控制器C-RNC的方法的信号序列图。
【具体实施方式】
[0051]在下面的描述中，为说明和非限制的目的阐述了诸如具体电路、电路组件、技术等的具体细节，以便提供对本发明全面理解。然而，对本领域技术人员显而易见的是，本发明可以在背离这些具体细节的其他实施例中实行。在其他实例中，省略了对公知方法、设备和电路的详细描述，以不会以不必要的细节使本发明的描述不清楚。
[0052]图1公开了电信系统1，电信系统I包括经由核心网2附着到移动网络3的因特网4。移动个人定位系统正变得越来越普遍和重要。3GPP[参见TS23.271 ‘Functionalstage2description ofLocation Services’ ]设计了用于定位服务(LCS)的架构。整个架构的中心点是网关移动位置中心GMLC19。其包含了支持LCS所需的功能。LCS客户端在图1中位于核心网2中的中心脸部识别服务器CFRS9内。GMLC是外部LCS客户端在GSM或UMTS网络中接入的第一个节点。GMLC可以向归属位置寄存器HLR14或归属订户服务器HSS请求路由信息。在执行注册授权之后，其向访问移动交换中心VMSC、服务GPRS支持节点SGSN或移动交换中心MSC服务器发送定位请求，并从对应的实体接收最终的位置估计。VMSC.SGSN或MSC连接到对应的接入网，并且该接入网将提供对UE的定位。核心网2还包括中心储存库10，其中，已经存储了签约脸部识别的订户的数据。GMLC19和CFRS9附着到移动网络3中的云无线电网络控制器C-RNC8。C-RNC在本申请中也被称为网络节点。分布式云计算是现有技术的一部分，并且是对用于实现集中式节点的任务的分布式计算节点的使用。分布式云计算的主要标准是计算节点(在地理上、拓扑上)散布在网络中，并因此更靠近终端用户(更短的RTT、更少的网络跳)。在本申请中，稍后将与图2—起对C-RNC8进行进一步说明。移动网络还包括附着到C-RNC8的基站25、26。用户设备5、6 (即，订户)位于基站的小区区域内。在本示例中，无线电覆盖区域7包括由C-RNC8控制的基站所处理的所有小区区域。要注意到的是，这是个示例，并且由例如RNC (3G)、eNodeB (LTE)、GGSN或PDN网关控制的覆盖区域也可应用于本发明。
[0053]图2公开了在运营商场景中附着到中心脸部识别控制器CFRS9的云无线电网络控制器C-RNC8的实施例。分布式云计算具有协调虚拟机VM的调用和解调用(de-1nvocation)的功能单元，该功能单元被称为云管理器。云管理器经由云中间件工作，以访问每个节点中的资源。中央处理单元CPU118正担当虚拟化计算机。替代在硬件之上运行一个操作系统，管理程序作为云管理器和硬件之间的云中间件运行。管理程序因此担当管理虚拟机之间的共享硬件资源的硬件控制器。管理程序的主要意图是具体呈现虚拟机，供给资源和确保通过由运营商决定的方式在运行的操作系统之间共享资源。局部脸部识别服务器LFRS27在本示例中担当在虚拟机中运行的进程。C-RNC包括高速缓存17，其中要存储接收到的脸部识别简档。C-RNC8还包括被配置为从CFRS9接收脸部识别简档的第一接口 IFl 14和被配置为接收脸部识别请求并转发接收到的请求或转发元数据的第二接口 IF2 16。图2中示出的中心脸部识别服务器CFRS9包括已经提到的LCS客户端11和C-RNC控制器12，C-RNC控制器12负责转发从中心储存库10接收到的脸部识别简档。要注意的是，在本示例中，中心储存库位于CFRS外部(例如，在核心网2中，或在因特网4中)，但其也可以位于CFRS内部。CFRS包括数据库(图中未示出)，其中存储不同C-RNC的标识和它们覆盖的位置。CFRS还包括中央处理单元CPU2 13、负责向C-RNC8转发脸部识别简档的第三接口 IF316和负责从网关移动位置中心GMLC19接收位置报告的第四接口 IF427。
[0054]图3公开了本发明的方法的第一实施例。图3公开了在运营商场景中在已经在由C-RNC控制的覆盖区域7内的两个订户之间检测到临近之后将脸部识别简档从中心储存库10迁移到云无线电网络控制器C-RNC8的方法的信号序列图。之前已经与图1-2 —起对图3中包括的其他信令点5、6、17、18、19、9、11、13和12进行了解释。本发明的前提条件是订户已经与运营商签约了脸部识别服务。在签订合同之后，运营商根据运营商的订户数据库(HSS/HLR)确认订户的UE标识(例如，MSISDN、电话号码等)。然后，创建FR简档。下面的表中使用示例性值示出了简档的字段。
[0055]订户FR简档
【权利要求】
1.一种用于在电信系统⑴中执行脸部识别的方法，所述电信系统⑴包括中心储存库(10)，在所述中心储存库(10)中已经存储了属于签约脸部识别的订户的脸部识别简档，所述方法包括: -检测(38)签约脸部识别的所述订户中的至少两个订户(5、6)之间的临近，所述至少两个订户位于由网络节点(8)控制的无线电覆盖区域(7)内； -将属于所述至少两个订户的脸部识别简档从所述中心储存库(10)迁移(40-41、47-48)到所述网络节点(8)； -在所述网络节点中生成(44、50)每个迁移的脸部识别简档的扩展合成图库。
2.根据权利要求1所述的用于执行脸部识别的方法，还包括: -由所述至少两个订户(5、6)中的第一订户(5)捕捉(61、62)所述至少两个订户中的第二订户(6)的图像； -从所述第一订户(5)向所述网络节点(8)发送包括所捕捉的图像的脸部识别请求(63)； -在所述网络节点(8)中启动脸部识别过程； -在所述网络节点( 8)中执行所捕捉的图像与所述扩展合成图库中的至少一个扩展合成图库的图像匹配(64、65)。
3.根据权利要求2所述的用于执行脸部识别的方法，还包括: -作为成功的图像匹配的结果，向所述第一订户(5)转发(66)与所述第二订户(6)有关的元数据。
4.根据权利要求2所述的用于执行脸部识别的方法，还包括: -作为不成功的图像匹配的结果，从所述网络节点⑶向所述中心储存库(10)的控制器(9)转发(67)所述脸部识别请求。
5.根据权利要求2至4中任一项所述的用于执行脸部识别的方法，其中，所述脸部识别过程是在虚拟环境中启动的。
6.根据前述权利要求中任一项所述的用于执行脸部识别的方法，其中，脸部识别简档包括有限的脸部图库、估计的3D脸部模型、以及元数据。
7.根据前述权利要求中任一项所述的用于执行脸部识别的方法，其中，通过使用来自定位服务器(19)的输入来检测所述至少两个订户之间的临近。
8.根据前述权利要求中任一项所述的用于执行脸部识别的方法，其中，在签约订户与服务提供商(21)之间的对话之后，使存储的简档属于所述签约订户的终端。
9.根据权利要求8所述的用于执行脸部识别的方法，其中，通过使用从所述终端接收的GPS数据来检测所述至少两个订户之间的临近。
10.根据前述权利要求中任一项所述的用于执行脸部识别的方法，其中，当所述至少两个订户中的至少一个订户离开所述无线电覆盖区域(7)时，从所述网络节点中移除迁移的数据。
11.一种用于在电信系统⑴中执行脸部识别的方法，所述电信系统⑴包括中心储存库(10)，在所述中心储存库(10)中已经存储了属于签约脸部识别的订户的脸部识别简档，所述方法包括: -检测签约脸部识别的所述订户中的第一订户(5)与脸部识别所涉及的实体(6、8)之间的临近，所述订户(5)位于小区覆盖区域(7)内； -将属于所述订户的脸部识别简档从所述中心储存库(10)迁移到控制所述小区覆盖区域⑵的网络节点⑶； -在所述网络节点中生成所迁移的脸部识别简档的扩展合成图库。
12.根据权利要求11所述的用于执行脸部识别的方法，所述实体是所述网络节点(8)。
13.根据权利要求11所述的用于执行脸部识别的方法，所述实体是位于所述覆盖区域(7)内的第二订户(6)。
14.根据权利要求13所述的用于执行脸部识别的方法，所述第二订户未签约脸部识别，并且具有能够捕捉图像并能够提出脸部识别请求的应用。
15.一种移动电信网络(3)中的被配置为执行脸部识别的网络节点(8)，所述节点包括: -第一接口(14)，被配置为接收迁移的脸部识别简档； -高速缓存单元 (17)，被配置为存储迁移的脸部识别简档； -运行脸部识别过程的处理单元(18)，被配置为生成迁移的脸部识别简档的扩展合成图库。
16.根据权利要求15所述的网络节点(8)，所述节点还包括: -第二接口(15)，被配置为接收包括捕捉的图像的脸部识别请求； -所述处理单元(18)，被配置为执行所述捕捉的图像与所述扩展合成图库的图像匹配。
17.根据权利要求16所述的网络节点，其中，所述第二接口(15)还被配置为发送脸部识别请求或元数据。
18.根据权利要求15至17中任一项所述的网络节点，其中，所述处理单元(18)被配置为运行能够启动或停止所述脸部识别过程的虚拟环境。
19.一种移动电信网络(3)中的被配置为迁移脸部识别简档的网络节点(9)，所述节点包括: -第四接口(14)，被配置为接收位置报告； -处理单元(13)，被配置为检测不同实体之间的临近； -第三接口(16)，被配置为转发迁移的脸部识别简档。
20.根据权利要求19所述的网络节点(9)，其中，所述第四接口还被配置为接收脸部识别简档。
21.一种包括计算机程序代码的计算机程序产品，其中，所述计算机程序包括:当在处理器中执行所述计算机程序代码时，适于执行根据权利要求1至13中的一项或更多项所述的方法的代码。
【文档编号】G06K9/00GK103959305SQ201180075216
【公开日】2014年7月30日 申请日期:2011年12月1日 优先权日:2011年12月1日
【发明者】阿约德尔·达莫拉, 霍华德·格林 申请人:瑞典爱立信有限公司