应的第二人脸特征之间的相似度;之后，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第一人 脸特征匹配的第二人脸特征。或者，当采用深度网络提取第一人脸特征W及第二人脸特征 时，则可W将第一人脸特征W及每个人脸图像对应的第二人脸特征输入到深度网络，由深 度网络对第一人脸特征W及每个第二人脸特征进行分类，深度网络的分类过程不再详加寶 述，并接收深度网络输出的分类结果，并利用该分类结果确定出与第一人脸特征匹配的第 二人脸特征。
[0072] 其中，预设阔值可W根据实际经验进行设置，当相似度大于该预设阔值时，则表示 第一人脸特征和第二人脸特征很相似，是针对同一人脸的特征。
[0073] 其中，深度网络可W对第一人脸特征和每个第二人脸特征进行分类，得到第一人 脸特征和每个第二人脸特征的分类结果，基于该分类结果，可W确定出与第一人脸特征匹 配的第二人脸特征，对深度网络的处理不再详加寶述。
[0074] 基于上述方式，可W确定出一个第二人脸特征。针对每个人脸，与传统的人脸对比 库中只包含该人脸对应的一个人脸图像不同的是，在动态人脸对比库中，会包含该人脸对 应的多个人脸图像(位于同一人脸图像序列），运多个人脸图像为不同姿态、不同表情、不同 光照条件下的人脸图像，运多个人脸图像的特征变化丰富，因此得到的第二人脸特征的可 靠性更高，因此，可W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。
[0075] 步骤104,选择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。例 如，当在步骤103中确定出一个第二人脸特征时，则可W选择该一个第二人脸特征对应的一 个人脸图像作为待检测图像匹配的人脸图像。由于直接输出一个人脸图像作为待检测图像 匹配的人脸图像，不需要用户手动确认与待检测图像匹配的人脸图像，从而减少人工干预 过程，提高效率。
[0076] 本发明实施例中，上述与待检测图像匹配的一个人脸图像是指一个前端设备采集 到的人脸图像。而在实际应用中，当第二位置信息为多个前端设备的位置，或者，针对所有 前端设备执行上述步骤时，虽然每个前端设备最多只会输出一个与待检测图像匹配的人脸 图像，但是，大量的前端设备会输出多个与待检测图像匹配的人脸图像。运样，当一个前端 设备采集到的与待检测图像匹配的人脸图像的可信度较低时，还可W使用其它前端设备采 集到的与待检测图像匹配的人脸图像，从而可W提高整体识别的精确度。
[0077] 本发明实施例中，在选择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(即步骤104)之后，还可W从动态人脸对比库中获取该人脸图像对应的辅助信息，并输 出当前获取的辅助信息，该辅助信息具体可W包括但不限于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。例如，可W输出该人脸图像对应的 视频序列信息、发型信息、帽子信息、眼镜信息、衣服信息（如衣服的颜色和纹理）、围巾信 息、拷包信息。还可W输出该人脸图像对应的第一位置信息和第一时间信息。
[0078] 在进行人脸识别检索时，与传统的人脸对比库中只能检索到一个人脸图像不同的 是，本发明实施例中，在检索到人脸图像之后，还可W检索到该人脸图像对应的视频序列信 息(视频序列信息包含目前智能算法不能检测到的信息，比如步态信息）、发型信息、帽子信 息、眼镜信息、衣服信息、围巾信息、拷包信息、第一位置信息（出现地点）和第一时间信息 (时间序列）。对于查找失踪人员或者可疑人员等应用场景，通过第一位置信息和第一时间 信息，可W快速定位到失踪人员或者可疑人员出现的位置和时间，并可W基于视频序列信 息、发型信息、帽子信息、眼镜信息、衣服信息、围巾信息、拷包信息，进一步确认当前识别的 人脸图像是否为待检测图像的人脸，使得人脸比对结果的可靠性更高。进一步的，可W根据 捜索到的人脸图像所在的位置，在相应地图上进行标识，如图4所示，为在相应地图标识位 置的示意图。W该位置和相应时间为检索条件，可W联动调取周围的视频监控录像，在调取 出视频监控录像后，可W对视频监控录像中的人脸进一步检测和识别。
[0079] 本发明实施例中，在从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，确定出与第一人脸特征匹配的第二人脸特征之前，还会执行提取每个人脸图像对应的 第二人脸特征的过程，而为了提取每个人脸图像对应的第二人脸特征，则可W通过GPU (Gra地ics Processing化it,图形处理器)阵列提取动态人脸对比库中的每个人脸图像对 应的第二人脸特征。
[0080] 其中，可W在人脸图像的数量达到预设阔值时，才通过GPU阵列提取每个人脸图像 对应的第二人脸特征，而在人脸图像的数量未达到预设阔值时，可W不通过GPU阵列提取每 个人脸图像对应的第二人脸特征。
[0081] 由于动态人脸对比库中存在大量的人脸图像，且各前端设备会源源不断的将人脸 图像序列发送到管理服务器，并由管理服务器将人脸图像序列存储到动态人脸对比库。因 此，为了快速从动态人脸对比库中提取出每个人脸图像对应的第二人脸特征，则可W使用 GPU阵列提取每个人脸图像对应的第二人脸特征。由于GPU阵列中包含大量GPU，每个GPU独 立的提取人脸图像对应的第二人脸特征，因此，GPU阵列可W并行提取多个人脸图像对应的 第二人脸特征，从而快速提取人脸特征，大大提高检索效果和检索对比库容量。
[0082] 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。
[0083] 基于与上述方法同样的发明构思，本发明实施例中还提供了一种人脸图像的匹配 装置，该人脸图像的匹配装置应用在管理服务器上。其中，该人脸图像的匹配装置可W通过 软件实现，也可W通过硬件或者软硬件结合的方式实现。W软件实现为例，作为一个逻辑意 义上的装置，是通过其所在的管理服务器的处理器，读取非易失性存储器中对应的计算机 程序指令形成的。从硬件层面而言，如图5所示，为本发明提出的人脸图像的匹配装置所在 的管理服务器的一种硬件结构图，除了图5所示的处理器、非易失性存储器外，管理服务器 还可W包括其他硬件，如负责处理报文的转发忍片、网络接口、内存等;从硬件结构上来讲， 该管理服务器还可能是分布式设备，可能包括多个接口卡，W便在硬件层面进行报文处理 的扩展。
[0084] 如图6所示，为本发明提出的人脸图像的匹配装置的结构图，所述人脸图像的匹配 装置具体包括:维护模块11，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;获得模块12,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;确定模块13,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;选择模块14,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。
[0085] 所述维护模块11，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;所述选择模块14， 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；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；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。
[0086] 所述维护模块11，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13,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。
[0087] 所述确定模块13,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；