一种人脸图像的匹配方法和装置的制造方法
【技术领域】
[0001] 本发明设及视频技术领域，尤其设及一种人脸图像的匹配方法和装置。
【背景技术】
[0002] 随着信息技术的快速发展，信息安全变的越来越重要，传统的依靠证件号码进行 身份识别的技术，已经不能满足人们的需求。人脸识别技术通过提取人脸的特征，然后根据 运些人脸特征进行身份识别和验证，具有安全性、方便性、不易被盗性，从而得到广泛的应 用，特别是在单位考勤、出入口检查、刑事侦破、信息安全等领域，人脸识别技术具有广泛的 应用前景。
[0003] 在视频监控系统中，会维护人脸对比库，该人脸对比库可W为黑名单库或者白名 单库(如身份证库）。黑名单库为可疑人员库。白名单库为某一固定园区内的人员库，如整个 单位员工的人脸库，可W用于员工刷脸考勤。
[0004] 在根据人脸特征进行验证时，提取待检测图像的人脸特征，并将该人脸特征与人 脸对比库中的每个人脸图像的人脸特征进行比对，得到每个人脸图像的相似度，按照相似 度对每个人脸图像进行排序，按照排序结果选取N个人脸图像，由用户手动从N个人脸图像 中确认与待检测图像匹配的人脸图像。
[0005] 人脸对比库中的人脸图像一般为高清晰度的证件照，而前端设备采集到的待检测 图像的清晰度通常很低，因此，二者的相似度可能并不高，相似度计算结果并不准确。而且， 人脸对比库中不会包含某些临时感兴趣的人脸图像(如失踪不久的老年人），导致无法对运 些临时感兴趣的人脸图像进行比对。而且，需要用户手动确认与待检测图像匹配的人脸图 像，效率低下。
【发明内容】
[0006] 本发明提供一种人脸图像的匹配方法，所述方法包括W下步骤：
[0007] 接收来自前端设备的人脸图像序列，并在动态人脸对比库中存储所述人脸图像序 列;其中，所述人脸图像序列包括一个或者多个人脸图像；
[000引针对待检测图像，获得所述待检测图像对应的第一人脸特征；
[0009] 从所述动态人脸对比库中的每个人脸图像对应的第二人脸特征中，确定出与所述 第一人脸特征匹配的第二人脸特征；
[0010] 选择所述第二人脸特征对应的人脸图像为待检测图像匹配的人脸图像。
[0011] 所述方法还包括：
[0012] 接收来自所述前端设备的所述人脸图像序列对应的辅助信息；
[0013] 在所述动态人脸对比库中存储所述人脸图像序列对应的辅助信息；
[0014] 在选择所述第二人脸特征对应的人脸图像为待检测图像匹配的人脸图像之后，从 所述动态人脸对比库中获取所述人脸图像对应的辅助信息，并输出当前获取的辅助信息；
[0015] 其中，所述辅助信息具体包括W下之一或者任意组合:视频序列信息、人体序列信 息、第一位置信息、第一时间信息；
[0016] 其中，所述人体序列信息具体包括W下之一或者任意组合:发型信息、帽子信息、 眼镜信息、衣服信息、围巾信息、拷包信息。
[0017] 所述方法还包括:接收来自所述前端设备的所述人脸图像序列对应的第一位置信 息和第一时间信息，并在所述动态人脸对比库中存储所述第一位置信息和所述第一时间信 息；
[0018] 从所述动态人脸对比库中的每个人脸图像对应的第二人脸特征中，确定出与所述 第一人脸特征匹配的第二人脸特征的过程，具体包括:获得待检测图像对应的第二时间信 息和第二位置信息，并利用动态人脸对比库中的每个人脸图像对应的第一位置信息和第一 时间信息，从所述动态人脸对比库中选取与第二时间信息和第二位置信息对应的人脸图 像，并从当前选取的人脸图像对应的第二人脸特征中，确定出与所述第一人脸特征匹配的 第二人脸特征。
[0019] 从所述动态人脸对比库中的每个人脸图像对应的第二人脸特征中，确定出与所述 第一人脸特征匹配的第二人脸特征的过程，具体包括：
[0020] 当采用子空间法提取第一人脸特征W及第二人脸特征时，则使用相似度函数计算 所述第一人脸特征与每个人脸图像对应的第二人脸特征之间的相似度;判断最高的相似度 是否大于预设阔值，如果是，则将相似度最高的第二人脸特征确定为与所述第一人脸特征 匹配的第二人脸特征;或者，
[0021] 当采用深度网络提取第一人脸特征W及第二人脸特征时，则将所述第一人脸特征 W及每个人脸图像对应的第二人脸特征输入到所述深度网络，并接收所述深度网络输出的 分类结果，并利用所述分类结果确定出与所述第一人脸特征匹配的第二人脸特征;其中，所 述深度网络包括深度卷积网络。
[0022] 所述方法进一步包括：
[0023] 在从所述动态人脸对比库中的每个人脸图像对应的第二人脸特征中，确定出与所 述第一人脸特征匹配的第二人脸特征之前，通过图形处理器GPU阵列提取所述动态人脸对 比库中的每个人脸图像对应的第二人脸特征。
[0024] 本发明提供一种人脸图像的匹配装置，所述装置具体包括：
[0025] 维护模块，用于接收来自前端设备的人脸图像序列，并在动态人脸对比库中存储 所述人脸图像序列;所述人脸图像序列包括一个或者多个人脸图像；
[0026] 获得模块，用于针对待检测图像，获得待检测图像对应的第一人脸特征；
[0027] 确定模块，用于从所述动态人脸对比库中的每个人脸图像对应的第二人脸特征 中，确定出与所述第一人脸特征匹配的第二人脸特征；
[0028] 选择模块，用于选择所述确定出的第二人脸特征对应的人脸图像为所述待检测图 像匹配的人脸图像。
[0029] 所述维护模块，还用于接收来自所述前端设备的所述人脸图像序列对应的辅助信 息;在所述动态人脸对比库中存储所述人脸图像序列对应的辅助信息；
[0030] 所述选择模块，还用于在选择所述第二人脸特征对应的人脸图像为待检测图像匹 配的人脸图像之后，从所述动态人脸对比库中获取所述人脸图像对应的辅助信息，并输出 当前获取的辅助信息；
[0031] 其中，所述辅助信息具体包括W下之一或者任意组合:视频序列信息、人体序列信 息、第一位置信息、第一时间信息；
[0032] 其中，所述人体序列信息具体包括W下之一或者任意组合:发型信息、帽子信息、 眼镜信息、衣服信息、围巾信息、拷包信息。
[0033] 所述维护模块，还用于接收来自所述前端设备的所述人脸图像序列对应的第一位 置信息和第一时间信息，并在所述动态人脸对比库中存储所述第一位置信息和所述第一时 间信息;所述确定模块，具体用于在从所述动态人脸对比库中的每个人脸图像对应的第二 人脸特征中，确定出与所述第一人脸特征匹配的第二人脸特征的过程中，获得待检测图像 对应的第二时间信息和第二位置信息，并利用动态人脸对比库中的每个人脸图像对应的第 一位置信息和第一时间信息，从所述动态人脸对比库中选取与第二时间信息和第二位置信 息对应的人脸图像，并从当前选取的人脸图像对应的第二人脸特征中，确定出与所述第一 人脸特征匹配的第二人脸特征。
[0034] 所述确定模块，具体用于在从所述动态人脸对比库中的每个人脸图像对应的第二 人脸特征中，确定出与所述第一人脸特征匹配的第二人脸特征的过程中，当采用子空间法 提取第一人脸特征W及第二人脸特征时，则使用相似度函数计算所述第一人脸特征与每个 人脸图像对应的第二人脸特征之间的相似度;判断最高的相似度是否大于预设阔值，如果 是，则将相似度最高的第二人脸特征确定为与所述第一人脸特征匹配的第二人脸特征;或 者，
[0035] 当采用深度网络提取第一人脸特征W及第二人脸特征时，则将所述第一人脸特征 W及每个人脸图像对应的第二人脸特征输入到所述深度网络，并接收所述深度网络输出的 分类结果，并利用所述分类结果确定出与所述第一人脸特征匹配的第二人脸特征;其中，所 述深度网络包括深度卷积网络。
[0036] 所述确定模块，还用于在从所述动态人脸对比库中的每个人脸图像对应的第二人 脸特征中，确定出与所述第一人脸特征匹配的第二人脸特征之前，通过图形处理器GPU阵列 提取所述动态人脸对比库中的每个人脸图像对应的第二人脸特征。
[0037] 基于上述技术方案，本发明实施例中，通过维护动态人脸对比库，并实时更新动态 人脸对比库中的人脸图像，使得人脸图像的清晰度与待检测图像的清晰度类似，提高相似 度计算结果的准确度，继而提高人脸比对的精确度。而且，动态人脸对比库中可W包含临时 感兴趣的人脸图像(如失踪不久的老年人），从而可W对运些临时感兴趣的人脸图像进行比 对。而且，不需要用户手动确认与待检测图像匹配的人脸图像，减少人工干预过程，提高效 率。
【附图说明】
[0038] 图1是本发明一种实施方式中的人脸图像的匹配方法的流程图；
[0039] 图2A-图2C是本发明一种实施方式中的采集人脸图像的示意图；
[0040] 图3是本发明一种实施方式中的前端设备采集信息的示意图；
[0041] 图4是本发明一种实施方式中的在相应地图标识位置的示意图；
[0042] 图5是本发明一种实施方式中的管理服务器的硬件结构图；<