一种用于搜索包含人脸的图片的方法和装置的制造方法
【技术领域】
[0001] 本发明计算机技术领域，尤其设及一种用于在计算机设备中捜索包含人脸的图片 的方法和装置。
【背景技术】
[0002] 现有技术中，通常仅能简单地通过图像中的人脸直接比对，来进行人脸捜索。然 而，该种直接比对人脸的方式，需要消耗大量的计算资源，且比对准确性很低。因此，若采用 该种现有技术来进行人脸捜索的方案，则捜索准确性极低，且捜索成本较高，每次捜索需要 消耗的网络资源较多。
【发明内容】
[0003] 本发明的目的是提供一种用于在计算机设备中捜索包含人脸的图片的方法和装 置。
[0004] 根据本发明的一个方面，提供一种获取样本人脸的多维特征向量到基准点的距离 长度；
[00化]根据所述距离长度W及多个图片中的人脸的多维特征向量到基准点的距离长度， 在所述多个图片中捜索包含与所述样本人脸相匹配的人脸的图片。
[0006] 根据本发明的另一个方面，还提供了一种用于在计算机设备中捜索包含人脸的图 片的装置，其中，该装置包括：
[0007] 获取装置，用于获取样本人脸的多维特征向量到基准点的距离长度；
[000引捜索装置，用于根据所述距离长度W及多个图片中的人脸的多维特征向量到基准 点的距离长度，在所述多个图片中捜索包含与所述样本人脸相匹配的人脸的图片。
[0009]与现有技术相比，本发明具有W下优点；1)能够基于样本人脸的多维特征向量到 基准点的距离长度，W及多个图片中的人脸的多维特征向量到基准点的距离长度，来对多 个图片进行过滤，由于样本人脸的多维特征向量能够全面且准确地指示样本人脸的大量特 征（如数百个特征），故使得该基于距离长度进行图片过滤的方案能够有效地从多个图片 中准确地捜索到包含与样本人脸较为相似的人脸的图片，从而大大增加了捜索结果的准确 性；2)可在用户任意指定的多个图片中来捜索包含与样本人脸相匹配的人脸的图片，从而 不需要在网络上共享的所有图片中进行捜索，也无需用户手动在多个图片中进行查找，进 而大大提高了捜索效率，且大大减少了网络资源的浪费；3)可针对多个样本人脸（如用户 在样本图片中指定的多个样本人脸），来捜索包含与该多个样本人脸中的每个相匹配的人 脸的图片，从而能够更好的满意用户的需求，而不限于仅能针对单个样本人脸进行捜索；4) 能够将多维特征向量W及多维特征向量到基准点的距离长度转换为二进制进行存储，从而 大大节省了存储空间，且图片的数量越多，该效果越明显；5)每次完成捜索之后，能够缓存 本次捜索对应的样本人脸W及捜索得到的图片，W当用户针对相同的样本人脸进行再次捜 索时，能够直接获取缓存的图片，从而能够加快捜索速度，且大大减少由于对同一个样本人 脸进行重复捜索而带来的资源（如计算资源、网络带宽等）消耗；6)能够通过从多个图片 中选择所包含的人脸的多为特征向量到及基准点的距离长度在距离范围内的至少一个图 片，来捜索得到包含与样本人脸相匹配的人脸的图片，且该距离范围可W进行调整，从而满 足不同的准确性要求；7)能够基于较小的距离范围选择第一部分图片，且基于较大的距离 范围选择第二部分图片，并进一步从该第一部分图片和第二部分图片中确定准确性较高的 图片，从而在保证准确性的同时，避免有较为准确的图片被遗漏。
【附图说明】
[0010] 通过阅读参照W下附图所作的对非限制性实施例所作的详细描述，本发明的其它 特征、目的和优点将会变得更明显：
[0011] 图1为本发明一个实施例的用于在计算机设备中捜索包含人脸的图片的方法的 流程示意图；
[0012] 图2为本发明另一个实施例的用于在计算机设备中捜索包含人脸的图片的方法 的流程示意图；
[0013] 图3为本发明一个实施例的用于在计算机设备中捜索包含人脸的图片的装置的 结构示意图；
[0014] 图4为本发明另一个实施例的用于在计算机设备中捜索包含人脸的图片的装置 的结构示意图。
[0015] 附图中相同或相似的附图标记代表相同或相似的部件。
【具体实施方式】
[0016] 下面结合附图对本发明作进一步详细描述。
[0017] 图1为本发明一个实施例的用于在计算机设备中捜索包含人脸的图片的方法的 流程示意图。
[0018] 其中，本实施例的方法主要通过计算机设备来实现；所述计算机设备包括网络设 备和用户设；所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器 组或基于云计算（CloudComputing)的由大量计算机或网络服务器构成的云，其中，云计算 是分布式计算的一种，由一群松散禪合的计算机集组成的一个超级虚拟计算机；所述网络 设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。所述用户设备 包括但不限于PC机、平板电脑、智能手机、PDA、IPTV等。
[0019] 需要说明的是，所述计算机设备仅为举例，其他现有的或今后可能出现的计算机 设备如可适用于本发明，也应包含在本发明保护范围W内，并W引用方式包含于此。
[0020] 根据本实施例的方法包括步骤S1和步骤S2。
[0021] 在步骤S1中，计算机设备获取样本人脸的多维特征向量到基准点的距离长度。
[0022] 其中，所述样本人脸用于表示在捜索图片时被作为样本的人脸；优选地，样本人脸 为多个，且每个样本人脸均对应一个多维特征向量。
[0023] 其中，所述多维特征向量用于指示与样本人脸对应的多个特征，多维特征向量所 述特征包括任何与样本人脸相关的特征，如样本人脸中的五官的位置特征（如样本人脸的 唇所在的像素点位置等）和形状特征（如样本人脸的唇的轮廓、上下唇的厚度、唇开高度和 宽度等）等。
[0024] 优选地，所述多维特征向量的维数表示样本人脸的特征数量，也即，多维特征向量 的每个维度用于指示样本人脸的一个特征。例如，样本人脸对应的多维特征向量为（XI， X2，…，X2CICI)，其中，Xi(i=0，…，200)用于表示样本人脸的第i个特征。
[0025] 其中，所述基准点包括多维空间中的任何能够作为基准的点。优选地，所述基准点 为多维空间（该多维空间的维数与多维特征向量的维数相同）中的原点。优选地，当基准 点为多维空间中的原点时，样本人脸的多维特征向量到基准点的距离长度为该多维特征向 量的模。
[0026] 作为一个示例，样本人脸对应的多维特征向量为（XI，X2,…，X2。。)，其中，Xi(i= 0，…，200);基准点对应的多维特征向量为（yi，y2，…，yw。)，其中，yi(i=〇，…，200);贝IJ 可基于W下公式计算样本人脸的多维特征向量到基准点的距离长度L:
[0027]
【主权项】
1. 一种用于在计算机设备中搜索包含人脸的图片的方法，其中，该方法包括： 获取样本人脸的多维特征向量到基准点的距离长度； 根据所述距离长度以