本申请涉及人脸识别技术领域,特别涉及一种人脸识别优化方法、装置、计算机设备和存储介质。
背景技术:
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。在目前市面上的智能识别,基本是通过人脸跟原来底图对比来进行识别,缺点是如果底图清晰度低,那么识别需要时间长或者失败率高。
申请内容
针对现有技术不足,本申请提出一种人脸识别优化方法、装置、计算机设备和存储介质,旨在解决在现有的人脸识别中,如果底图清晰度低,导致识别时间长或者失败率高的问题。
本申请提出的技术方案是:
一种人脸识别优化方法,所述方法包括:
当人脸识别系统进行人脸识别的识别结果为识别通过时,获取实时人脸照片;
将所述实时人脸照片与所述实时人脸照片对应的底图进行比较,获得第一相似度,所述底图存储于所述人脸识别系统的底图库中;
识别自注册库是否存在与所述实时人脸照片对应的照片;
若识别出所述自注册库存在与所述实时人脸照片对应的照片,则将所述实时人脸照片与所述对应的照片进行比较,获得第二相似度;
将所述第二相似度与预设相似度阈值进行比较;
若所述第二相似度大于所述预设相似度阈值,则将所述第二相似度与所述第一相似度进行比较;
若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图。
进一步地,在所述识别自注册库是否存在与所述实时人脸照片对应的照片的步骤之后,包括:
若识别出所述自注册库不存在与所述实时人脸照片对应的照片,则获取所述实时人脸照片的清晰度;
将所述实时人脸照片的清晰度与预设清晰度进行比较;
若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片。
进一步地,在所述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤之后,包括:
添加所述实时人脸照片与所述实时人脸照片对应的底图的关联标签。
进一步地,所述实时人脸照片与所述实时人脸照片对应的底图通过关联标签存在关联关系,在所述识别自注册库是否存在与所述实时人脸照片对应的照片中,包括:
在所述自注册库中查找是否存在所述实时人脸照片对应的底图的关联标签;
若存在所述关联标签,则判定所述自注册库存在与所述实时人脸照片对应的照片;
若不存在所述关联标签,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
进一步地,在所述识别自注册库是否存在与所述实时人脸照片对应的照片中,包括:
将所述实时人脸照片与所述自注册库的各照片进行比较,获得多个相似度;
将所述多个相似度与预设第一相似度进行比较;
若所述多个相似度存在大于所述预设第一相似度的相似度,则判定所述自注册库存在与所述实时人脸照片对应的照片;
若所述多个相似度不存在大于所述预设第一相似度的相似度,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
进一步地,在所述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤之后,包括:
获取所述实时人脸照片保存在所述自注册库的入库日期,以及当前日期;
将所述入库日期与所述当前日期进行比较,根据时间差,获得第一时间值;
将所述第一时间值与预设时间比较;
若所述第一时间值大于所述预设时间,则删除所述入库日期对应的照片。
进一步地,在所述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤中,包括:
若所述实时人脸照片的清晰度大于预设清晰度,则识别所述实时人脸照片的俯仰角度和偏转角度;
将所述实时人脸照片保存在所述自注册库中,并标记所述实时人脸照片的俯仰角度和偏转角度,作为所述自注册库的照片;
对应地,在所述若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图的步骤之后,包括:
检测人脸识别系统进行人脸识别的识别结果是否存在识别失败;
若存在识别失败,则识别所述人脸识别系统的识别对象的俯仰角度和偏转角度,获得第一俯仰角度和第一偏转角度;
将所述自注册库中各照片的俯仰角度与第一俯仰角度比较,判断所述各照片的俯仰角度是否在预设偏差范围内;
将所述自注册库中各照片的偏转角度与第一偏转角度比较,判断所述各照片的偏转角度是否在预设偏差范围内;
从所述自注册库中选取俯仰角度、偏转角度均在预设偏差范围内的照片,获得目标照片;
当所述人脸识别系统再次对所述识别对象进行人脸识别时,将所述识别对象与所述目标照片进行识别。
本申请还提供一种人脸识别优化装置,所述装置包括:
获取模块,用于当人脸识别系统进行人脸识别的识别结果为识别通过时,获取实时人脸照片;
第一比较模块,用于将所述实时人脸照片与所述实时人脸照片对应的底图进行比较,获得第一相似度,所述底图存储于所述人脸识别系统的底图库中;
识别模块,用于识别自注册库是否存在与所述实时人脸照片对应的照片;
第二比较模块,用于若识别出所述自注册库存在与所述实时人脸照片对应的照片,则将所述实时人脸照片与所述对应的照片进行比较,获得第二相似度;
第三比较模块,用于将所述第二相似度与预设相似度阈值进行比较;
第四比较模块,用于若所述第二相似度大于所述预设相似度阈值,则将所述第二相似度与所述第一相似度进行比较;
替换模块,用于若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
根据上述的技术方案,本申请有益效果:将实时人脸照片与实时人脸照片对应的底图进行比较,获得第一相似度,将实时人脸照片与在自注册库中对应的照片进行比较,获得第二相似度,先将第二相似度与预设相似度阈值进行比较,在第二相似度大于预设相似度阈值之后,再将第二相似度与第一相似度进行比较,在第二相似度大于第一相似度时,将在自注册库中对应的照片替换底图,作为新的底图,旨在解决在现有的人脸识别中,如果底图清晰度低,导致识别时间长或者失败率高的问题。
附图说明
图1是应用本申请实施例提供的人脸识别优化方法的流程图;
图2是应用本申请实施例提供的人脸识别优化装置的功能模块图;
图3是应用本申请实施例提供的计算机设备的结构示意框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请实施例提出一种人脸识别优化方法,所述方法包括以下步骤:
步骤s101、当人脸识别系统进行人脸识别的识别结果为识别通过时,获取实时人脸照片。
检测人脸识别系统是否进行人脸识别,若检测到人脸识别系统是在进行人脸识别,则获取识别结果,如果识别结果是识别通过,则获取实时人脸照片,如果识别结果是识别不通过,则不获取实时人脸照片。在本实施例中,通过摄像头拍摄,进行获取实时人脸照片。
在步骤s101之前,包括:
建立自注册库。
自注册库用于存储实时人脸照片,将实时人脸照片存储在自注册库中,作为自注册库的照片,在自注册库中的照片,当达到替换条件时,替换人脸识别系统的底图库中对应的底图。
步骤s102、将所述实时人脸照片与所述实时人脸照片对应的底图进行比较,获得第一相似度,所述底图存储于所述人脸识别系统的底图库中。
在获取到实时人脸照片之后,将实时人脸照片与各底图进行匹配,根据匹配到的底图,获得实时人脸照片对应的底图,将实时人脸照片与实时人脸照片对应的底图进行比较,根据比较结果,获得第一相似度。
在本实施例中,提取实时人脸照片的特征点,将实时人脸照片的特征点与实时人脸照片对应的底图进行匹配,根据匹配到的特征点的数量,计算对应的相似度,从而获得第一相似度。
步骤s103、识别自注册库是否存在与所述实时人脸照片对应的照片。
在获得第一相似度之后,对自注册库进行识别,识别自注册库是否存在与实时人脸照片对应的照片。
在本实施例中,在步骤s103中,包括:
将所述实时人脸照片与所述自注册库的各照片进行比较,获得多个相似度;
将所述多个相似度与预设第一相似度进行比较;
若所述多个相似度存在大于所述预设第一相似度的相似度,则判定所述自注册库存在与所述实时人脸照片对应的照片;
若所述多个相似度不存在大于所述预设第一相似度的相似度,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
在获得多个相似度之后,将多个相似度逐一与预设第一相似度进行比较,根据比较结果,可以知道多个相似度中是否存在大于预设第一相似度的相似度,进而判断自注册库是否存在与实时人脸照片对应的照片。判定自注册库存在与实时人脸照片对应的照片,此时,可以是多张对应的照片,也可以是一张对应的照片,如果在多张对应的照片,以及还是存在多张对应的照片是第二相似度大于第一相似度,那么将多张对应的照片替换底图,作为新的底图。
步骤s104、若识别出所述自注册库存在与所述实时人脸照片对应的照片,则将所述实时人脸照片与所述对应的照片进行比较,获得第二相似度。
当识别出自注册库存在与实时人脸照片对应的照片时,将实时人脸照片与实时人脸照片对应的照片进行比较,根据比较结果,获得第二相似度。
在步骤s103之后,包括:
若识别出所述自注册库不存在与所述实时人脸照片对应的照片,则获取所述实时人脸照片的清晰度;
将所述实时人脸照片的清晰度与预设清晰度进行比较;
若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片。
当识别出自注册库不存在与实时人脸照片对应的照片时,获取实时人脸照片的清晰度,照片的清晰度的获取手段是现有的技术,在此不进行叙述,配置自注册库的预设清晰度,在本实施例中,接收用户输入的阈值,根据用户输入的阈值,配置自注册库的预设清晰度。在完成预设清晰度的配置之后,将实时人脸照片的清晰度与预设清晰度进行比较,根据比较结果,决定是否需要将实时人脸照片保存到自注册库。具体地,若实时人脸照片的清晰度大于预设清晰度,则将实时人脸照片保存在自注册库中,作为自注册库的照片,若实时人脸照片的清晰度小于或者等于预设清晰度,则不将实时人脸照片保存在自注册库中。
在本实施例中,在所述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤之后,包括:
添加所述实时人脸照片与所述实时人脸照片对应的底图的关联标签。
在前面已经知道实时人脸照片对应的底图,根据实时人脸照片对应的底图与实时人脸照片的对应关系,添加实时人脸照片与实时人脸照片对应的底图关联标签,关联标签用于判断自注册库是否存在与实时人脸照片对应的照片。
在一些实施例中,所述实时人脸照片与所述实时人脸照片对应的底图通过关联标签存在关联关系,在步骤s103中,包括:
在所述自注册库中查找是否存在所述实时人脸照片对应的底图的关联标签;
若存在所述关联标签,则判定所述自注册库存在与所述实时人脸照片对应的照片;
若不存在所述关联标签,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
在自注册库中进行查找,查找是否存在实时人脸照片对应的底图的关联标签,根据查找结果,判断自注册库是否存在与实时人脸照片对应的照片,具体地,若存在关联标签,则判定自注册库存在与实时人脸照片对应的照片,若不存在关联标签,则判定自注册库不存在与实时人脸照片对应的照片。通过关联标签可以快速识别出自注册库是否存在与实时人脸照片对应的照片。
在本实施例中,在所述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤之后,包括:
获取所述实时人脸照片保存在所述自注册库的入库日期,以及当前日期;
将所述入库日期与所述当前日期进行比较,根据时间差,获得第一时间值;
将所述第一时间值与预设时间比较;
若所述第一时间值大于所述预设时间,则删除所述入库日期对应的照片。
当实时人脸照片保存在自注册库时,记录实时人脸照片保存在自注册库的入库日期,从而获得自注册库的各照片的入库日期,获取当前日期,将入库日期与当前日期进行比较,根据比较结果,决定是否需要删除相应的照片,具体地,根据入库日期与当前日期的时间差,得到第一时间值,若第一时间值大于预设时间,则删除入库日期对应的照片,在本实施例中,预设时间为三个月。将入库日期较早的照片删除,减轻自注册库的存储压力。
步骤s105、将所述第二相似度与预设相似度阈值进行比较。
在获得第二相似度之后,将第二相似度与预设相似度阈值进行比较,根据比较结果,决定是否需要再将第二相似度与第一相似度进行比较。
步骤s106、若所述第二相似度大于所述预设相似度阈值,则将所述第二相似度与所述第一相似度进行比较。
若第二相似度大于预设相似度阈值,则将第二相似度与第一相似度进行比较,若第二相似度小于或者等于预设相似度阈值,则不将第二相似度与第一相似度进行比较。
步骤s107、若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图。
根据第二相似度与第一相似度的比较结果,决定是否需要将对应的照片替换底图,具体地,若第二相似度大于第一相似度,则将对应的照片替换底图,作为新的底图。
在步骤s106之后,包括:
若所述第二相似度小于或者等于所述第一相似度,则不将所述照片替换所述底图。
若第二相似度小于或者等于第一相似度,则不将对应的照片替换底图。
在一些实施例中,在所述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤中,包括:
若所述实时人脸照片的清晰度大于预设清晰度,则识别所述实时人脸照片的俯仰角度和偏转角度;
将所述实时人脸照片保存在所述自注册库中,并标记所述实时人脸照片的俯仰角度和偏转角度,作为所述自注册库的照片。
在步骤s107之后,包括:
检测人脸识别系统进行人脸识别的识别结果是否存在识别失败;
若存在识别失败,则识别所述人脸识别系统的识别对象的俯仰角度和偏转角度,获得第一俯仰角度和第一偏转角度;
将所述自注册库中各照片的俯仰角度与第一俯仰角度比较,判断所述各照片的俯仰角度是否在预设偏差范围内;
将所述自注册库中各照片的偏转角度与第一偏转角度比较,判断所述各照片的偏转角度是否在预设偏差范围内;
从所述自注册库中选取俯仰角度、偏转角度均在预设偏差范围内的照片,获得目标照片;
当所述人脸识别系统再次对所述识别对象进行人脸识别时,将所述识别对象与所述目标照片进行识别。
对人脸识别系统进行人脸识别的识别结果进行检测,如果检测到识别结果存在识别失败,那么识别人脸识别系统的识别对象的俯仰角度和偏转角度,根据识别结果,获得第一俯仰角度和第一偏转角度,将自注册库中各照片的俯仰角度与第一俯仰角度比较,判断各照片的俯仰角度是否在预设偏差范围内,将自注册库中各照片的偏转角度与第一偏转角度比较,判断各照片的偏转角度是否在预设偏差范围内,根据判断结果,可以知道各照片的俯仰角度、偏转角度是否在预设偏差范围内,从自注册库中选取俯仰角度、偏转角度均在预设偏差范围内的照片,获得目标照片,当人脸识别系统再次对识别对象进行人脸识别时,将识别对象与目标照片进行识别,提高人脸识别系统的识别效率。
综上所述,将实时人脸照片与实时人脸照片对应的底图进行比较,获得第一相似度,将实时人脸照片与在自注册库中对应的照片进行比较,获得第二相似度,先将第二相似度与预设相似度阈值进行比较,在第二相似度大于预设相似度阈值之后,再将第二相似度与第一相似度进行比较,在第二相似度大于第一相似度时,将在自注册库中对应的照片替换底图,作为新的底图,旨在解决在现有的人脸识别中,如果底图清晰度低,导致识别时间长或者失败率高的问题。
如图2所示,本申请实施例提出一种人脸识别优化装置1,装置1包括获取模块11、第一比较模块12、识别模块13、第二比较模块14、第三比较模块15、第四比较模块16和替换模块17。
获取模块11,用于当人脸识别系统进行人脸识别的识别结果为识别通过时,获取实时人脸照片。
检测人脸识别系统是否进行人脸识别,若检测到人脸识别系统是在进行人脸识别,则获取识别结果,如果识别结果是识别通过,则获取实时人脸照片,如果识别结果是识别不通过,则不获取实时人脸照片。在本实施例中,通过摄像头拍摄,进行获取实时人脸照片。
装置1包括:
建立模块,用于建立自注册库。
自注册库用于存储实时人脸照片,将实时人脸照片存储在自注册库中,作为自注册库的照片,在自注册库中的照片,当达到替换条件时,替换人脸识别系统的底图库中对应的底图。
第一比较模块12,用于将所述实时人脸照片与所述实时人脸照片对应的底图进行比较,获得第一相似度,所述底图存储于所述人脸识别系统的底图库中。
在获取到实时人脸照片之后,将实时人脸照片与各底图进行匹配,根据匹配到的底图,获得实时人脸照片对应的底图,将实时人脸照片与实时人脸照片对应的底图进行比较,根据比较结果,获得第一相似度。
在本实施例中,提取实时人脸照片的特征点,将实时人脸照片的特征点与实时人脸照片对应的底图进行匹配,根据匹配到的特征点的数量,计算对应的相似度,从而获得第一相似度。
识别模块13,用于识别自注册库是否存在与所述实时人脸照片对应的照片。
在获得第一相似度之后,对自注册库进行识别,识别自注册库是否存在与实时人脸照片对应的照片。
在本实施例中,识别模块13包括:
第一子比较模块,用于将所述实时人脸照片与所述自注册库的各照片进行比较,获得多个相似度;
第二子比较模块,用于将所述多个相似度与预设第一相似度进行比较;
第一子判定模块,用于若所述多个相似度存在大于所述预设第一相似度的相似度,则判定所述自注册库存在与所述实时人脸照片对应的照片;
第二子判定模块,用于若所述多个相似度不存在大于所述预设第一相似度的相似度,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
在获得多个相似度之后,将多个相似度逐一与预设第一相似度进行比较,根据比较结果,可以知道多个相似度中是否存在大于预设第一相似度的相似度,进而判断自注册库是否存在与实时人脸照片对应的照片。判定自注册库存在与实时人脸照片对应的照片,此时,可以是多张对应的照片,也可以是一张对应的照片,如果在多张对应的照片,以及还是存在多张对应的照片是第二相似度大于第一相似度,那么将多张对应的照片替换底图,作为新的底图。
第二比较模块14,用于若识别出所述自注册库存在与所述实时人脸照片对应的照片,则将所述实时人脸照片与所述对应的照片进行比较,获得第二相似度。
当识别出自注册库存在与实时人脸照片对应的照片时,将实时人脸照片与实时人脸照片对应的照片进行比较,根据比较结果,获得第二相似度。
装置1包括:
第一获取模块,用于若识别出所述自注册库不存在与所述实时人脸照片对应的照片,则获取所述实时人脸照片的清晰度;
清晰度比较模块,用于将所述实时人脸照片的清晰度与预设清晰度进行比较;
保存模块,用于若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片。
当识别出自注册库不存在与实时人脸照片对应的照片时,获取实时人脸照片的清晰度,照片的清晰度的获取手段是现有的技术,在此不进行叙述,配置自注册库的预设清晰度,在本实施例中,接收用户输入的阈值,根据用户输入的阈值,配置自注册库的预设清晰度。在完成预设清晰度的配置之后,将实时人脸照片的清晰度与预设清晰度进行比较,根据比较结果,决定是否需要将实时人脸照片保存到自注册库。具体地,若实时人脸照片的清晰度大于预设清晰度,则将实时人脸照片保存在自注册库中,作为自注册库的照片,若实时人脸照片的清晰度小于或者等于预设清晰度,则不将实时人脸照片保存在自注册库中。
在本实施例中,装置1包括:
标签添加模块,用于添加所述实时人脸照片与所述实时人脸照片对应的底图的关联标签。
在前面已经知道实时人脸照片对应的底图,根据实时人脸照片对应的底图与实时人脸照片的对应关系,添加实时人脸照片与实时人脸照片对应的底图关联标签,关联标签用于判断自注册库是否存在与实时人脸照片对应的照片。
在一些实施例中,所述实时人脸照片与所述实时人脸照片对应的底图通过关联标签存在关联关系,识别模块13包括:
第一子查找模块,用于在所述自注册库中查找是否存在所述实时人脸照片对应的底图的关联标签;
第三子判定模块,用于若存在所述关联标签,则判定所述自注册库存在与所述实时人脸照片对应的照片;
第四子判定模块,用于若不存在所述关联标签,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
在自注册库中进行查找,查找是否存在实时人脸照片对应的底图的关联标签,根据查找结果,判断自注册库是否存在与实时人脸照片对应的照片,具体地,若存在关联标签,则判定自注册库存在与实时人脸照片对应的照片,若不存在关联标签,则判定自注册库不存在与实时人脸照片对应的照片。通过关联标签可以快速识别出自注册库是否存在与实时人脸照片对应的照片。
在本实施例中,装置1包括:
日期获取模块,用于获取所述实时人脸照片保存在所述自注册库的入库日期,以及当前日期;
日期比较模块,用于将所述入库日期与所述当前日期进行比较,根据时间差,获得第一时间值;
时间比较模块,用于将所述第一时间值与预设时间比较;
删除模块,用于若所述第一时间值大于所述预设时间,则删除所述入库日期对应的照片。
当实时人脸照片保存在自注册库时,记录实时人脸照片保存在自注册库的入库日期,从而获得自注册库的各照片的入库日期,获取当前日期,将入库日期与当前日期进行比较,根据比较结果,决定是否需要删除相应的照片,具体地,根据入库日期与当前日期的时间差,得到第一时间值,若第一时间值大于预设时间,则删除入库日期对应的照片,在本实施例中,预设时间为三个月。将入库日期较早的照片删除,减轻自注册库的存储压力。
第三比较模块15,用于将所述第二相似度与预设相似度阈值进行比较。
在获得第二相似度之后,将第二相似度与预设相似度阈值进行比较,根据比较结果,决定是否需要再将第二相似度与第一相似度进行比较。
第四比较模块16,用于若所述第二相似度大于所述预设相似度阈值,则将所述第二相似度与所述第一相似度进行比较。
若第二相似度大于预设相似度阈值,则将第二相似度与第一相似度进行比较,若第二相似度小于或者等于预设相似度阈值,则不将第二相似度与第一相似度进行比较。
替换模块17,用于若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图。
根据第二相似度与第一相似度的比较结果,决定是否需要将对应的照片替换底图,具体地,若第二相似度大于第一相似度,则将对应的照片替换底图,作为新的底图。
装置1包括:
拒绝替换模块,用于若所述第二相似度小于或者等于所述第一相似度,则不将所述照片替换所述底图。
若第二相似度小于或者等于第一相似度,则不将对应的照片替换底图。
在一些实施例中,保存模块包括:
第一子识别模块,用于若所述实时人脸照片的清晰度大于预设清晰度,则识别所述实时人脸照片的俯仰角度和偏转角度;
第一子保存模块,用于将所述实时人脸照片保存在所述自注册库中,并标记所述实时人脸照片的俯仰角度和偏转角度,作为所述自注册库的照片。
装置1包括:
检测模块,用于检测人脸识别系统进行人脸识别的识别结果是否存在识别失败;
第一识别模块,用于若存在识别失败,则识别所述人脸识别系统的识别对象的俯仰角度和偏转角度,获得第一俯仰角度和第一偏转角度;
第一判断模块,用于将所述自注册库中各照片的俯仰角度与第一俯仰角度比较,判断所述各照片的俯仰角度是否在预设偏差范围内;
第二判断模块,用于将所述自注册库中各照片的偏转角度与第一偏转角度比较,判断所述各照片的偏转角度是否在预设偏差范围内;
选取模块,用于从所述自注册库中选取俯仰角度、偏转角度均在预设偏差范围内的照片,获得目标照片;
第二识别模块,用于当所述人脸识别系统再次对所述识别对象进行人脸识别时,将所述识别对象与所述目标照片进行识别。
对人脸识别系统进行人脸识别的识别结果进行检测,如果检测到识别结果存在识别失败,那么识别人脸识别系统的识别对象的俯仰角度和偏转角度,根据识别结果,获得第一俯仰角度和第一偏转角度,将自注册库中各照片的俯仰角度与第一俯仰角度比较,判断各照片的俯仰角度是否在预设偏差范围内,将自注册库中各照片的偏转角度与第一偏转角度比较,判断各照片的偏转角度是否在预设偏差范围内,根据判断结果,可以知道各照片的俯仰角度、偏转角度是否在预设偏差范围内,从自注册库中选取俯仰角度、偏转角度均在预设偏差范围内的照片,获得目标照片,当人脸识别系统再次对识别对象进行人脸识别时,将识别对象与目标照片进行识别,提高人脸识别系统的识别效率。
综上所述,将实时人脸照片与实时人脸照片对应的底图进行比较,获得第一相似度,将实时人脸照片与在自注册库中对应的照片进行比较,获得第二相似度,先将第二相似度与预设相似度阈值进行比较,在第二相似度大于预设相似度阈值之后,再将第二相似度与第一相似度进行比较,在第二相似度大于第一相似度时,将在自注册库中对应的照片替换底图,作为新的底图,旨在解决在现有的人脸识别中,如果底图清晰度低,导致识别时间长或者失败率高的问题。
如图3所示,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储人脸识别优化方法的模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种人脸识别优化方法。
上述处理器执行上述人脸识别优化方法的步骤:当人脸识别系统进行人脸识别的识别结果为识别通过时,获取实时人脸照片;将所述实时人脸照片与所述实时人脸照片对应的底图进行比较,获得第一相似度,所述底图存储于所述人脸识别系统的底图库中;识别自注册库是否存在与所述实时人脸照片对应的照片;若识别出所述自注册库存在与所述实时人脸照片对应的照片,则将所述实时人脸照片与所述对应的照片进行比较,获得第二相似度;将所述第二相似度与预设相似度阈值进行比较;若所述第二相似度大于所述预设相似度阈值,则将所述第二相似度与所述第一相似度进行比较;若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图。
在一个实施例中,上述识别自注册库是否存在与所述实时人脸照片对应的照片的步骤之后,包括:
若识别出所述自注册库不存在与所述实时人脸照片对应的照片,则获取所述实时人脸照片的清晰度;
将所述实时人脸照片的清晰度与预设清晰度进行比较;
若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片。
在一个实施例中,上述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤之后,包括:
添加所述实时人脸照片与所述实时人脸照片对应的底图的关联标签。
在一个实施例中,上述实时人脸照片与所述实时人脸照片对应的底图通过关联标签存在关联关系,在所述识别自注册库是否存在与所述实时人脸照片对应的照片中,包括:
在所述自注册库中查找是否存在所述实时人脸照片对应的底图的关联标签;
若存在所述关联标签,则判定所述自注册库存在与所述实时人脸照片对应的照片;
若不存在所述关联标签,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
在一个实施例中,上述识别自注册库是否存在与所述实时人脸照片对应的照片中,包括:
将所述实时人脸照片与所述自注册库的各照片进行比较,获得多个相似度;
将所述多个相似度与预设第一相似度进行比较;
若所述多个相似度存在大于所述预设第一相似度的相似度,则判定所述自注册库存在与所述实时人脸照片对应的照片;
若所述多个相似度不存在大于所述预设第一相似度的相似度,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
在一个实施例中,上述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤之后,包括:
获取所述实时人脸照片保存在所述自注册库的入库日期,以及当前日期;
将所述入库日期与所述当前日期进行比较,根据时间差,获得第一时间值;
将所述第一时间值与预设时间比较;
若所述第一时间值大于所述预设时间,则删除所述入库日期对应的照片。
在一个实施例中,上述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤中,包括:
若所述实时人脸照片的清晰度大于预设清晰度,则识别所述实时人脸照片的俯仰角度和偏转角度;
将所述实时人脸照片保存在所述自注册库中,并标记所述实时人脸照片的俯仰角度和偏转角度,作为所述自注册库的照片;
对应地,在所述若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图的步骤之后,包括:
检测人脸识别系统进行人脸识别的识别结果是否存在识别失败;
若存在识别失败,则识别所述人脸识别系统的识别对象的俯仰角度和偏转角度,获得第一俯仰角度和第一偏转角度;
将所述自注册库中各照片的俯仰角度与第一俯仰角度比较,判断所述各照片的俯仰角度是否在预设偏差范围内;
将所述自注册库中各照片的偏转角度与第一偏转角度比较,判断所述各照片的偏转角度是否在预设偏差范围内;
从所述自注册库中选取俯仰角度、偏转角度均在预设偏差范围内的照片,获得目标照片;
当所述人脸识别系统再次对所述识别对象进行人脸识别时,将所述识别对象与所述目标照片进行识别。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请实施例的计算机设备,将实时人脸照片与实时人脸照片对应的底图进行比较,获得第一相似度,将实时人脸照片与在自注册库中对应的照片进行比较,获得第二相似度,先将第二相似度与预设相似度阈值进行比较,在第二相似度大于预设相似度阈值之后,再将第二相似度与第一相似度进行比较,在第二相似度大于第一相似度时,将在自注册库中对应的照片替换底图,作为新的底图,旨在解决在现有的人脸识别中,如果底图清晰度低,导致识别时间长或者失败率高的问题。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种人脸识别优化方法,具体为:当人脸识别系统进行人脸识别的识别结果为识别通过时,获取实时人脸照片;将所述实时人脸照片与所述实时人脸照片对应的底图进行比较,获得第一相似度,所述底图存储于所述人脸识别系统的底图库中;识别自注册库是否存在与所述实时人脸照片对应的照片;若识别出所述自注册库存在与所述实时人脸照片对应的照片,则将所述实时人脸照片与所述对应的照片进行比较,获得第二相似度;将所述第二相似度与预设相似度阈值进行比较;若所述第二相似度大于所述预设相似度阈值,则将所述第二相似度与所述第一相似度进行比较;若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图。
在一个实施例中,上述识别自注册库是否存在与所述实时人脸照片对应的照片的步骤之后,包括:
若识别出所述自注册库不存在与所述实时人脸照片对应的照片,则获取所述实时人脸照片的清晰度;
将所述实时人脸照片的清晰度与预设清晰度进行比较;
若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片。
在一个实施例中,上述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤之后,包括:
添加所述实时人脸照片与所述实时人脸照片对应的底图的关联标签。
在一个实施例中,上述实时人脸照片与所述实时人脸照片对应的底图通过关联标签存在关联关系,在所述识别自注册库是否存在与所述实时人脸照片对应的照片中,包括:
在所述自注册库中查找是否存在所述实时人脸照片对应的底图的关联标签;
若存在所述关联标签,则判定所述自注册库存在与所述实时人脸照片对应的照片;
若不存在所述关联标签,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
在一个实施例中,上述识别自注册库是否存在与所述实时人脸照片对应的照片中,包括:
将所述实时人脸照片与所述自注册库的各照片进行比较,获得多个相似度;
将所述多个相似度与预设第一相似度进行比较;
若所述多个相似度存在大于所述预设第一相似度的相似度,则判定所述自注册库存在与所述实时人脸照片对应的照片;
若所述多个相似度不存在大于所述预设第一相似度的相似度,则判定所述自注册库不存在与所述实时人脸照片对应的照片。
在一个实施例中,上述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤之后,包括:
获取所述实时人脸照片保存在所述自注册库的入库日期,以及当前日期;
将所述入库日期与所述当前日期进行比较,根据时间差,获得第一时间值;
将所述第一时间值与预设时间比较;
若所述第一时间值大于所述预设时间,则删除所述入库日期对应的照片。
在一个实施例中,上述若所述实时人脸照片的清晰度大于所述预设清晰度,则将所述实时人脸照片保存在所述自注册库中,作为所述自注册库的照片的步骤中,包括:
若所述实时人脸照片的清晰度大于预设清晰度,则识别所述实时人脸照片的俯仰角度和偏转角度;
将所述实时人脸照片保存在所述自注册库中,并标记所述实时人脸照片的俯仰角度和偏转角度,作为所述自注册库的照片;
对应地,在所述若所述第二相似度大于所述第一相似度,则将所述对应的照片替换所述底图,作为新的底图的步骤之后,包括:
检测人脸识别系统进行人脸识别的识别结果是否存在识别失败;
若存在识别失败,则识别所述人脸识别系统的识别对象的俯仰角度和偏转角度,获得第一俯仰角度和第一偏转角度;
将所述自注册库中各照片的俯仰角度与第一俯仰角度比较,判断所述各照片的俯仰角度是否在预设偏差范围内;
将所述自注册库中各照片的偏转角度与第一偏转角度比较,判断所述各照片的偏转角度是否在预设偏差范围内;
从所述自注册库中选取俯仰角度、偏转角度均在预设偏差范围内的照片,获得目标照片;
当所述人脸识别系统再次对所述识别对象进行人脸识别时,将所述识别对象与所述目标照片进行识别。
本申请实施例的存储介质,将实时人脸照片与实时人脸照片对应的底图进行比较,获得第一相似度,将实时人脸照片与在自注册库中对应的照片进行比较,获得第二相似度,先将第二相似度与预设相似度阈值进行比较,在第二相似度大于预设相似度阈值之后,再将第二相似度与第一相似度进行比较,在第二相似度大于第一相似度时,将在自注册库中对应的照片替换底图,作为新的底图,旨在解决在现有的人脸识别中,如果底图清晰度低,导致识别时间长或者失败率高的问题。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限,ram以多种形式可得,诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等,均应包括在本申请的保护范围之内。