识别方法、识别装置及计算机可读存储介质与流程

1.本技术涉及图像处理技术领域，特别是涉及一种识别方法、识别装置及计算机可读存储介质。


背景技术：

2.随着科技的进步和人类基于便利性生活的需要，各种刷脸应用开始普及，包括刷脸解锁、刷脸开门、刷脸安检、刷脸登机、刷脸住酒店、刷脸支付就医，在各行各业开始落地生根，产生了大量的人像轨迹数据。
3.目前最普遍的对人像轨迹数据进行应用的领域为人像聚类，即将属于一个人的人像轨迹数据聚类成一个档案。传统的人像聚类由于人像识别不准确等问题，会将一些非真实人脸(例如广告牌人脸，广告模特人脸)也聚类为一个档案，这些非真实人脸档案的存在毫无意义，且非真实人脸档案内图片数量众多，对整个聚类系统的性能和存储造成影响。因此如何识别这些非真实人脸档案并进行剔除，是有意义的研究方向。


技术实现要素：

4.本技术提供一种识别方法、识别装置及计算机可读存储介质，能够识别非真实人脸图像。
5.本技术实施例第一方面提供一种识别方法，所述方法包括：获取至少一个人脸的档案，所述档案包括对应的人脸的至少一张图像；根据所述档案中图像的抓拍信息，确定所述至少一个档案中是否存在疑似档案；响应于存在所述疑似档案，根据所述疑似档案中图像的相似度，确定存在的所述疑似档案是否是目标档案，其中所述目标档案对应的人脸为非真实人脸。
6.本技术实施例第二方面提供一种识别装置，所述识别装置包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器、所述通信电路，所述存储器中存储有程序数据，所述处理器通过执行所述存储器内的所述程序数据以实现上述方法中的步骤。
7.本技术实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序能够被处理器执行以实现上述方法中的步骤。
8.有益效果是：本技术的方案考虑到非真实人脸与真实人脸的活动规律不同，先根据抓拍信息对至少一个档案进行初筛，迅速缩小疑似档案的范围，减小后续的处理量，然后再根据图像的相似度对初筛出来的疑似档案进行再筛，保证能够准确地定位出目标档案，整个方法既能提高处理效率，也能保证处理准确率。
附图说明
9.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他
的附图。其中：
10.图1是本技术识别方法一实施方式的流程示意图；
11.图2是图1中步骤s130在一应用场景中的流程示意图；
12.图3是图1中步骤s130在另一应用场景中的流程示意图；
13.图4是本技术识别方法另一实施方式的流程示意图；
14.图5是本技术识别装置一实施方式的结构示意图；
15.图6是本技术识别装置另一实施方式的结构示意图；
16.图7是本技术计算机可读存储介质一实施方式的结构示意图。
具体实施方式
17.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
18.参阅图1，图1是本技术识别方法一实施方式的流程示意图，该方法包括：
19.s110:获取至少一个人脸的档案，档案包括对应的人脸的至少一张图像。
20.具体地，一个档案对应一个人脸，不同档案对应不同的人脸，其中每个档案均包括对应的人脸的至少一张图像。
21.当获取的档案为一个时，本技术的目的就是判断该档案是否为目标档案，当获取的档案为多个时，本技术的目的就是从多个档案中筛选出目标档案。
22.其中，目标档案指的是对应人脸为非真实人脸的档案，非真实人脸指的是例如广告牌中的人脸、橱窗中模特的脸等不是真人的脸部。
23.在本实施方式中，在步骤s110之前，还包括：按照抓拍时间从前到后的顺序，依次对接收的抓拍图像进行如下处理：确定抓拍图像与已有各个档案的匹配程度；响应于最大匹配程度超过程度阈值，将抓拍图像放入最大匹配程度对应的档案中；响应于抓拍图像对应的最大匹配程度未超过程度阈值，新建档案，并将抓拍图像放入新建档案中。
24.具体地，在接收到抓拍图像后，按照抓拍时间从前到后的顺序，依次对各个抓拍图像进行处理，其中针对每个抓拍图像的处理过程如下：
25.确定抓拍图像与已经存在的档案的匹配程度，并在得到的匹配程度中确定最大匹配程度，然后判断最大匹配程度是否大于预先设置的程度阈值，如果大于，则将抓拍图像归入最大匹配程度对应的档案中，如果不大于，则新建档案，然后将抓拍图像归入该新建档案中。
26.其中，确定抓拍图像与档案的匹配程度的过程包括：提取图像的图像特征，其中图像特征可以理解为一个特征向量；然后确定抓拍图像的图像特征与档案的平均特征的匹配程度。其中，匹配程度越大，说明抓拍图像与该档案中的图像越相似，越有可能对应同一人脸。
27.其中，确定档案的平均特征的过程包括：提取档案中已经存在的各个图像的图像特征，然后计算图像特征的平均值，得到档案的平均特征。其中，可以每加入一个图像，就更新档案的平均特征，也可以按照预设的时间间隔更新档案的平均特征，或者也可以在接收
到触发指令后更新档案的平均特征，总而言之，何时更新档案的平均特征，本技术不做限制。
28.经过上述归档过程，能够将属于同一人脸的图像归到一个档案中，将属于不同人脸的图像归到不同档案中。
29.在其他实施方式中，还可以对接收的抓拍图像进行聚类处理，达到对多个抓拍图像进行归档的目的。
30.可以理解地，先将抓拍图像进行归档，然后通过档案维度筛选非真实人脸图像，相比直接通过图像维度筛选非真实人脸图像而言，可以大大减少后续对比的数据量。
31.s120：根据档案中图像的抓拍信息，确定至少一个档案中是否存在疑似档案。
32.疑似档案指的是可能是目标档案的档案。
33.其中抓拍信息指的是跟图像抓拍相关的信息，例如抓拍时间、地点、设备等，不涉及图像本身所呈现的内容。
34.在本实施方式中，抓拍信息包括抓拍数量、抓拍地点、抓拍时间中的至少一个。其中抓拍数量指的是档案中图像的数量，抓拍地点指的是档案中图像的拍摄地点，抓拍时间指的是档案中图像的拍摄时间。
35.可以理解的是，当抓拍信息包括抓拍地点或者抓拍时间时，需要预先识别档案中各个图像的拍摄地点以及拍摄时间。
36.具体地，考虑到非真实人脸具有不移动性，被重复抓拍的概率非常高，因此较真实人脸所在的档案而言，非真实人脸所在的档案包含的图像非常多，因此可以根据档案中图像的数量，初步判断该档案是否是疑似档案。
37.在一应用场景中，当抓拍信息包括抓拍数量时，如果档案中图像的抓拍数量超过第一数量阈值，则确定档案是疑似档案。
38.其中，第一数量阈值可以根据实际应用场景设定，例如，第一数量阈值为30或者40等。
39.在其他应用场景中，当抓拍信息包括抓拍数量时，还可以根据档案在预先设置好的多个时间段内图像数量的增长速度进行判定，具体地，如果档案在各个预设时间段内的图像数量的增长速度相同或者大致相同(具体为各个预设时间段图像数量的增长速度均处于预设范围内)，则确定档案是疑似档案。
40.考虑到非真实人脸的活动范围非常小，被抓拍的地点通常比较固定，因此较真实人脸所在的档案而言，非真实人脸所在的档案中图像的抓拍地点通常较少，因此可以根据档案中图像的抓拍地点的数量，初步判断该档案是否是疑似档案。
41.在一应用场景中，当抓拍信息包括抓拍地点时，如果档案中图像的抓拍地点的数量不超过第二数量阈值，则确定档案是疑似档案。
42.其中，第二数量阈值可以根据实际应用场景设定，例如，第二数量阈值为3或者5等。
43.在其他应用场景中，当抓拍信息包括抓拍地点时，还可以根据其他标准判断档案是否是疑似档案，例如，统计档案中图像的抓拍地点，得到各个抓拍地点对应的图像，其中如果存在一个抓拍地点，其对应的图像的数量超过预设数量，则确定该档案为疑似档案。
44.考虑到非真实人脸具有不移动性，其抓拍间隔相对真实人脸而言，较为固定，因此
可以根据档案中抓拍时间相邻的任意两张图像的抓拍时间间隔，初步判断该档案是否是疑似档案。
45.在一应用场景中，当抓拍信息包括抓拍时间时，如果档案中任意两个抓拍间隔的差值均小于差值阈值，则确定档案是疑似档案，其中，抓拍间隔为任意两张抓拍时间相邻的图像的抓拍时间的间隔。
46.结合实例进行说明：如果一个档案中有4张图像，将4张图像按照抓拍时间从前到后的顺序进行排序，依次为图像a、图像b、图像c以及图像d，然后计算图像b与图像a的抓拍时间间隔，得到间隔z1，图像c与图像b的抓拍时间间隔，得到间隔z2，图像d与图像c的抓拍时间间隔，得到间隔z3，然后计算z1、z2以及z3中任意两个的差值，如果得到的差值均小于差值阈值，则确定该档案是疑似档案。
47.在其他应用场景中，当抓拍信息包括抓拍时间时，还可以根据其他标准判断档案是否是疑似档案，例如，如果档案中任意两张抓拍时间相邻的图像的抓拍时间的间隔均小于预设间隔，则判定档案是疑似档案，或者，预先设置多个时间段，例如将白天分为5个时间段，将黑夜分为5个时间段，然后统计档案中图像的抓拍时间，如果档案中图像的抓拍时间所分布的预设时间段的数量达到第一预设值，则确定档案为疑似档案。
48.需要说明的是，本技术对判断档案是否是疑似档案的标准并不做限制，具体的标准可以根据实际应用场景进行设定。
49.以上以抓拍信息包括抓拍数量、抓拍地点以及抓拍时间中的至少一个对步骤s120进行了说明。在其他实施方式中，抓拍信息还可以包括图像的分辨率、图像的抓拍设备等。
50.具体地，由于非真实人脸具有不移动性，因此对非真实人脸进行抓拍的设备通常是固定的设备，且图像的大小基本都相同，而真实人脸具有移动性，因此随着真实人脸的移动，对其进行抓拍的设备通常是不同的设备，而不同设备抓拍的图像的分辨率通常不同，因此可以统计各个档案中图像的分辨率以及抓拍设备，如果一个档案中图像不同分辨率的个数达到第二预设值，和/或，不同抓拍设备的个数达到第三预设值，则确定档案是疑似档案。
51.总而言之，本技术对如何根据抓拍信息，确定档案是否是疑似档案，不做具体限制。
52.s130：响应于存在疑似档案，根据疑似档案中图像的相似度，确定存在的疑似档案是否是目标档案，其中目标档案对应的人脸为非真实人脸。
53.在经过步骤s120后，可从步骤s110中的至少一个档案中初步筛选出疑似档案，此时步骤s130再对筛选出的档案进行筛选。
54.可以理解的是，步骤s120在初筛时，筛选出的疑似档案可能是零个，也有可能是一个以上，当筛选出的疑似档案是零个时，此时就不必再执行步骤s130，即确定步骤s110中的至少一个档案中不存在目标档案，当筛选出的疑似档案是一个以上时，才会执行步骤s130。
55.考虑到非真实人脸具有不移动性，因此抓拍的图像中非真实人脸的角度、位置等相对而言固定，非真实人脸对应的图像都非常相似，因此根据疑似档案中图像的相似度，可以确定疑似档案是否是目标档案。
56.在本实施方式中，步骤s130具体包括：分别根据各个疑似档案对应的第一相似度、第二相似度中的至少一个，确定各个疑似档案是否是目标档案；其中，疑似档案对应的第一相似度表征疑似档案中图像的图像特征与疑似档案的平均特征的相似程度，疑似档案对应
的第二相似度表征疑似档案中任意两个图像之间的相似程度。
57.其中，关于确定疑似档案的平均特征的具体过程可参见上文，在此不再赘述。
58.其中，疑似档案对应的第一相似度表征着疑似档案中图像与疑似档案整体的相似程度。
59.参阅图2，在一应用场景中，步骤s130具体包括：
60.s131：分别确定各个疑似档案中各个图像的图像特征与对应的疑似档案的平均特征之间的第一相似度，其中，第一相似度与相似程度呈正比。
61.具体地，对应每个档案而言，分别确定其所包括的各个图像的图像特征与档案的平均特征之间的第一相似度。
62.同时在该应用场景中，第一相似度与相似程度呈正比，即第一相似度越大，表示图像的图像特征与档案的平均特征的相似度越高。
63.其中，可以利用如下公式一确定图像的图像特征与档案的平均特征之间的第一相似度l1：
64.公式一：其中，向量a、向量b中的一个为图像的图像特征，另一个为档案的平均特征，分子表示向量a与向量b的点乘，分母表示向量a的模长与向量b的模长的乘积。
65.s132：响应于疑似档案对应的至少一个第一相似度中存在第一预设数量的第一相似度超过第一相似度阈值，确定疑似档案是目标档案。
66.其中，第一预设数量可以根据实际应用场景设定，例如第一预设数量为1、3或者5等。
67.如果疑似档案对应的至少第一相似度中，有第一预设数量的第一相似度超过第一相似度阈值，则确定疑似档位为目标档案，否则确定疑似档案不是目标档案。
68.需要说明的是，在其他应用场景中，第一相似度也可以与相似程度呈反比，即第一相似度越小，表示图像的图像特征与档案的平均特征的相似度越高，例如，此时利用如下公式二确定图像的图像特征与档案的平均特征之间的第一相似度l1：
69.公式二：l1＝sum(abs(a-b))，其中，向量a、向量b中的一个为图像的图像特征，另一个为档案的平均特征，同时公式二表示的是先计算向量a和向量b所有维度上的特征差值，然后再取绝对值，然后将所有绝对值相加。
70.相应地，此时步骤s132可以是：响应于疑似档案对应的至少一个第一相似度中存在第一预设数量的第一相似度小于第一相似度阈值，确定疑似档案是目标档案。
71.参阅图3，在一应用场景中，步骤s130具体包括：
72.s133：分别确定各个疑似档案中任意两个图像之间的第二相似度，其中，第二相似度与相似程度呈反比。
73.其中，第二相似度与相似度呈反比，也就是说，两个图像之间越相似，两个图像之间的第二相似度越低。其中可以利用下述公式确定两个图像之间的第二相似度l2：
74.l2＝sum(abs(a-b))，其中，向量a和向量b分别表示两个图像的图像特征。
75.s134：分别根据各个疑似档案对应的第二相似度的最大值、平均值中的至少一个，
确定各个疑似档案是否是目标档案。
76.其中，可以仅根据疑似档案对应的第二相似度的最大值或者平均值，确定疑似档案是否是目标档案，也可以同时根据疑似档案对应的第二相似度的最大值和平均值，确定疑似档案是否是目标档案。
77.在一应用场景中，当仅根据第二相似度的最大值，确定疑似档案是否是目标档案时，评判标准可以是：如果第二相似度的最大值小于第二相似度阈值，则确定疑似档案是目标档案，否则确定疑似档案不是目标档案。
78.具体地，如果第二相似度的最大值小于第二相似度阈值，则说明档案对应的所有第二相似度都小于第二相似度阈值，即档案中的图像都非常相似，则确定该档案是目标档案。
79.在一应用场景中，当仅根据第二相似度的平均值，确定疑似档案是否是目标档案时，评判标准可以是：如果第二相似度的平均值小于第三相似度阈值，则确定疑似档案是目标档案，否则确定疑似档案不是目标档案。
80.具体地，如果第二相似度的平均值小于第三相似度阈值，也能说明档案中的图像都非常相似，则确定该档案是目标档案。
81.当同时根据第二相似度的最大值和平均值，确定疑似档案是否是目标档案时，评判标准可以是：如果第二相似度的最大值小于第二相似度阈值，且第二相似度的平均值小于第三相似度阈值，则说明疑似档案是目标档案，否则确定疑似档案不是目标档案。
82.其中，步骤s130可以仅根据第一相似度或者第二相似度，确定疑似档案是否是目标档案，也可以同时根据第一相似度和第二相似度，确定疑似档案是否是目标档案。可以理解的是，当同时根据第一相似度和第二相似度，确定疑似档案是否是目标档案时，需要同时满足第一相似度对应的评判标准和第二相似度对应的评判标准，才能将疑似档案确定为目标档案。
83.在其应用场景中，步骤s134还可以是：响应于疑似档案对应的第二相似度均小于第四相似度阈值，确定疑似档案是目标档案，否则确定疑似档案不是目标档案。
84.在其他应用场景中，第二相似度也可以与相似程度呈正比，例如，利用上述公式一确定疑似档案中任意两个图像之间的第二相似度，相应地，此时步骤s134可以包括：如果疑似档案对应的第二相似度的最小值大于第五相似度阈值，和/或，平均值大于第六相似度阈值，则确定疑似档案是目标档案，否则确定疑似档案不是目标档案。
85.从上述内容可以看出，本技术的方案考虑到非真实人脸与真实人脸的活动规律不同，先根据抓拍信息对至少一个档案进行初筛，迅速缩小疑似档案的范围，减小后续的处理量，然后再根据图像的相似度对初筛出来的疑似档案进行再筛，保证能够准确地定位出目标档案，整个方法既能提高处理效率，也能保证处理准确率。
86.参阅图4，图4是本技术识别方法另一实施方式的流程示意图，在该实施方式中，识别方法包括：
87.s210：获取至少一个人脸的档案，档案包括对应的人脸的至少一张图像。
88.s220：根据档案中图像的抓拍信息，确定至少一个档案中是否存在疑似档案。
89.s230：响应于存在疑似档案，根据疑似档案中图像的相似度，确定存在的疑似档案是否是目标档案，其中目标档案对应的人脸为非真实人脸。
90.步骤s210至步骤s230与上述实施方式中的步骤s110至步骤s130对应相同，具体可参见上述实施方式，在此不再赘述。
91.s240：分别对各个目标档案中的至少一张图像进行人脸识别，得到各个目标档案对应的识别结果。
92.s250：分别根据各个目标档案对应的识别结果，确定各个目标档案是否是真正的目标档案。
93.与上述实施方式不同的是，为了保证筛选出来的目标档案是真正的目标档案，还会对目标档案进行精确的人脸识别。
94.其中在对目标档案进行人脸识别时，为了减少处理量，从目标档案中随机挑选若干张图像进行人脸识别，得到若干个识别结果，然后根据若干个识别结果，确定目标档案是否是真正的目标档案。可以理解的是，从目标档案中挑选进行人脸识别的图像的数量越多，则最终的判定结果越准确。
95.当然在其他实施方式中，在不考虑处理量的前提下，也可以对目标档案中的每张图像都进行人脸识别。
96.其中，图像对应的识别结果可以是该图像中人脸是非真实人脸的置信度，其中，当置信度达到置信度阈值时，确定图像中的人脸是非真实人脸，否则确定图像中的人脸是真实人脸，或者，图像对应的识别结果直接是该图像中的人脸是非真实人脸还是真实人脸的判定结果。
97.其中，为了提高识别的准确率以及效果，可以采用预先训练好的识别器对目标档案中的图像进行人脸识别，得到图像对应的识别结果。
98.在一应用场景中，步骤s250具体包括：响应于目标档案对应的识别结果均为非真实人脸，确定目标档案是真正的目标档案；响应于目标档案对应的识别结果不全为非真实人脸，确定目标档案不是真正的目标档案。
99.其中，如果目标档案对应的识别结果中，有一张图像包括的是真实人脸，则确定目标档案不是真正的目标档案，只有目标档案中对应的识别结果全是非真实人脸，才确定目标档案是真正的目标档案。
100.在其他应用场景中，步骤s250根据识别结果确定目标档案是否是真正的目标档案的标准还可以是其他，例如，响应于目标档案对应的识别结果中非真实人脸的比例达到预设比例，确定目标档案是真正的目标档案，否则确定目标档案不是真正的目标档案。其中，预设比例可以根据实际场景进行设定，例如设定为0.8或者0.5等。
101.参阅图5，图5是本技术识别装置一实施方式的结构示意图。该识别装置200包括处理器210、存储器220以及通信电路230，处理器210分别耦接存储器220、通信电路230，存储器220中存储有程序数据，处理器210通过执行存储器220内的程序数据以实现上述任一项实施方式方法中的步骤，其中详细的步骤可参见上述实施方式，在此不再赘述。
102.其中，识别装置200可以是电脑、手机等任一项具有图像处理能力的装置，在此不做限制。
103.参阅图6，图6是本技术识别装置另一实施方式的结构示意图。该识别装置300包括获取模块310、第一确定模块320以及第二确定模块330。
104.获取模块310用于获取至少一个人脸的档案，档案包括对应的人脸的至少一张图
像。
105.第一确定模块320与获取模块310连接，用于根据档案中图像的抓拍信息，确定至少一个档案中是否存在疑似档案。
106.第二确定模块330与第一确定模块320连接，用于在存在疑似档案时，根据疑似档案中图像的相似度，确定存在的疑似档案是否是目标档案，其中目标档案对应的人脸为非真实人脸。
107.其中，识别装置300可以是电脑、手机等任一项具有图像处理能力的装置，在此不做限制。
108.其中，识别装置300在工作时执行上述任一项实施方式中的方法步骤，详细的步骤可参见上述内容，在此不再赘述。
109.参阅图7，图7是本技术计算机可读存储介质一实施方式的结构示意图。该计算机可读存储介质400存储有计算机程序410，计算机程序410能够被处理器执行以实现上述任一项方法中的步骤。
110.其中，计算机可读存储介质400具体可以为u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等可以存储计算机程序410的装置，或者也可以为存储有该计算机程序410的服务器，该服务器可将存储的计算机程序410发送给其他设备运行，或者也可以自运行该存储的计算机程序410。
111.若本技术技术方案涉及个人信息，应用本技术技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本技术技术方案涉及敏感个人信息，应用本技术技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
112.以上所述仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。