本申请实施例涉及计算机技术领域，具体涉及用于更新信息的方法和装置。
背景技术：
目前，人脸识别技术是基于用户的脸部特征对用户的身份进行验证的人工智能技术。在人脸识别技术领域中，将采集的人脸图像存储到设备中，同时，随着时间的增长，人脸图像的脸部特征也会在不断变化，由此需要对设备中的人脸图像进行更新。
技术实现要素：
本申请实施例提出了用于更新信息的方法和装置。
第一方面，本申请实施例提供了一种用于更新信息的方法，该方法包括：获取目标用户的目标图像和目标用户的注册图像集合；从目标图像中提取人脸图像；针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度；确定所生成的各个相似度中的最小值是否大于等于预设的相似度阈值；响应于确定大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。
在一些实施例中，在针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度之前，该方法还包括：确定人脸图像中的人脸特征点，生成第一特征点向量；以及针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度，包括：确定该注册图像中的人脸特征点，生成第二特征点向量；将第一特征点向量和所生成的第二特征点向量的相似度确定为该注册图像与人脸图像的相似度。
在一些实施例中，该方法还包括：响应于确定小于预设的相似度阈值，将注册图像集合中与人脸图像的相似度最小的注册图像删除。
在一些实施例中，从目标图像中提取人脸图像，包括：从目标图像中提取初始人脸图像；对初始人脸图像进行图像处理，图像处理包括以下至少一项：降噪处理，图像增强处理和光照预处理；将图像处理后的初始人脸图像作为提取的人脸图像。
第二方面，本申请实施例提供了一种用于更新信息的装置，该装置包括：获取装置，配置用于获取目标用户的目标图像和目标用户的注册图像集合；提取装置，配置用于从目标图像中提取人脸图像；相似度生成单元，配置用于针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度；确定单元，配置用于确定所生成的各个相似度中的最小值是否大于等于预设的相似度阈值；添加单元，配置用于响应于确定大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。
在一些实施例中，该装置还包括：第一特征点向量确定模块，配置用于确定人脸图像中的人脸特征点，生成第一特征点向量；以及相似度生成单元，包括：第二特征点向量确定模块，配置用于确定该注册图像中的人脸特征点，生成第二特征点向量；相似度确定模块，配置用于将第一特征点向量和所生成的第二特征点向量的相似度确定为该注册图像与人脸图像的相似度。
在一些实施例中，该装置还包括：删除模块，配置用于响应于确定小于预设的相似度阈值，将注册图像集合中与人脸图像的相似度最小的注册图像删除。
在一些实施例中，从目标图像中提取人脸图像，包括：从目标图像中提取初始人脸图像；对初始人脸图像进行图像处理，图像处理包括以下至少一项：降噪处理，图像增强处理和光照预处理；将图像处理后的初始人脸图像作为提取的人脸图像。
第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现如第一方面任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面任一实现方式描述的方法。
本申请实施例提供的用于更新信息的方法和装置，通过获取目标用户的目标图像和目标用户的注册图像集合；从目标图像中提取人脸图像；针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度；确定所生成的各个相似度中的最小值是否大于等于预设的相似度阈值；响应于确定大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。由此，采用该方法和装置可以将获取的目标用户的目标图像添加进去，实现了对目标用户的注册图像集合中的照片的更新。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于更新信息的方法的一个实施例的流程图；
图3是根据本申请的用于更新信息的方法的一个应用场景的示意图；
图4是根据本申请的用于更新信息的方法的又一个实施例的流程图；
图5是根据本申请的用于更新信息的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的用于更新信息的方法的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备(图中显示为门禁装置)101、终端设备(图中显示为智能手机)102、终端设备(图中显示为安检用的闸机)103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有摄像头，或者安装有各种客户端应用，例如图像处理类应用、摄影摄像类应用、搜索类应用、浏览器类应用、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持图像处理的各种电子设备，包括但不限于带有摄像头的闸机、智能手机和带有摄像头的门禁装置等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103上传的目标图像进行图像处理的图像处理服务器。图像处理服务器可以对接收到的目标图像进行分析等处理，并将处理结果(如人脸图像)反馈给终端设备。
需要说明的是，上述人脸图像也可以直接存储在服务器105的本地，服务器105可以直接提取本地所存储的人脸图像并进行处理，此时，可以不存在终端设备101、102、103和网络104。
通常，本申请实施例所提供的用于更新信息的方法由服务器105执行。相应地，用于更新信息的装置一般设置于服务器105中。
实践中，终端设备101、102、103中也可以安装有图像处理类应用。终端设备101、102、103也可以基于图像处理类应用对人脸图像进行处理，此时，用于更新信息的方法也可以由终端设备101、102、103执行。相应地，用于更新信息的装置也可以设置于终端设备101、102、103中。此时，示例性系统架构100可以不存在服务器105和网络104。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了本申请的用于更新信息的方法的一个实施例的流程图200。该用于更新信息的方法，包括以下步骤：
步骤201，获取目标用户的目标图像和目标用户的注册图像集合。
在本实施例中，用于更新信息的方法的执行主体(如图1所示的服务器105)可以首先通过有线连接方式或无线连接方式从终端设备(如图1所示的终端设备101-103)中获取目标用户的目标图像。在这里，目标用户可以是上述终端设备的使用者，也可以是出于图像更新的目的而指定的用户。例如，为了更新用户预存的注册人脸图像，则可以指定该用户作为目标用户。所获取的目标用户的图像，包括但不限于预存图像或者现场拍摄的图像，都可以作为目标图像。
作为示例，上述终端设备可以为照相机、具有拍摄功能的手机、带有摄像头的闸机和带有摄像头的门禁装置等。用户可以利用终端设备对目标用户进行图像拍摄，并将拍摄的图像传送至上述执行主体。
在本实施例中，在获取目标用户的目标图像之后，可以根据对上述目标用户的识别(例如，人脸识别，输入的用户标识符，用户名等)，从预存的各个用户的各个注册图像集合中获取上述目标用户的注册图像集合。注册图像可以是出于各种目的(例如人脸识别目的)预存的用户图像。
步骤202，从目标图像中提取人脸图像。
在本实施例中，基于步骤201中获取的目标用户的目标图像，上述执行主体可以利用各种处理手段对上述目标图像进行处理，提取出人脸图像。在此，可以通过多种方式(例如神经网络模型)实现人脸图像的提取。
在本实施例的一些可选的实现方式中，可以首先从目标用户的目标图像中，提取目标用户的脸部的图像作为初始人脸图像。之后，可以对初始人脸图像进行处理以得到人脸图像。作为示例，可以对初始人脸图像进行降噪处理。具体地，可以利用各种现有的降噪算法，例如nl-means(non-localmeans，非局部平均)和bm3d(block-matchingand3dfiltering，3维块匹配滤波)等，对初始人脸图像进行噪声去除。可选地，还可以对初始人脸图像进行图像增强处理。可以利用现有的各种图像增强算法，如中值滤波、二维维纳滤波或高斯低通滤波等，对图像进行增强处理。可选地，还可以对初始人脸图像进行光照预处理。具体地，可以利用各种现有的光照预处理算法，如直方图均衡化、灰度校正、相对梯度、对数边缘图等，对初始人脸图像进行处理。然后，可以将经过处理后的初始人脸图像作为提取的人脸图像。
步骤203，针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度。
在本实施例中，通过将注册图像集合中的每个注册图像与上述目标用户的人脸图像进行相似度计算，得到每个注册图像与上述人脸图像的相似度。作为示例，可以采用各种方法计算两图之间的相似度。例如，可以采用直方图匹配、数学上的矩阵分解(比如，奇异值分解和非负矩阵分解)、基于特征点的图像相似度计算方法等等。
在本实施例的一些可选的实现方式中，上述电子设备可以在提取出的上述人脸图像之后，采集该人脸图像的人脸特征点，并由此生成的特征点向量作为第一特征点向量。然后再采集上述注册图像中的人脸特征点，并由此生成的特征点向量作为第二特征点向量。将第一特征点向量和第二特征点向量的相似度作为为注册图像与人脸图像的相似度。实践中，可以通过sift(尺度不变特征变换，scale-invariantfeaturetransform)算法，surf(加速版的具有鲁棒性的特征，speededuprobustfeatures)算法等算法采集人脸图像的人脸特征点和上述注册图像的人脸特征点。可以采用各种向量之间的相似度计算方法计算注册图像和人脸图像之间的相似度。
作为示例，首先，通过sift算法得到人脸图像中的人脸特征点和注册图像中的人脸特征点。然后，分别生成该人脸图像的人脸特征点所对应的第一特征点向量和该注册图像中的人脸特征点所对应的第二特征点向量。通过计算第一特征点向量和第二特征点向量的相似度作为注册图像和上述人脸图像的相似度。
步骤204，确定所生成的各个相似度中的最小值是否大于等于预设的相似度阈值。
在本实施例中，在通过步骤203对于上述注册图像集合中的每个注册图像，计算出该注册图像与上述人脸图像的相似度。之后，可以判断确定的各个注册图像与人脸图像的相似度中的最小值是否大于等于预设的相似度阈值。在这里，预设的相似度阈值可以为人为设定的相似度阈值。
步骤205，响应于确定大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。
在本实施例中，如果确定出各个注册图像与人脸图像的相似度中的最小值大于等于预设的相似度阈值，则将目标图像添加到注册图像集合中。
作为示例，在目标用户a到达带有门禁装置的写字楼时，运行在门禁装置上的摄像头获取目标用户a的目标图像。之后，可以获取该目标用户a对应的注册图像集合。从目标用户a的目标图像提取出人脸图像后，将上述人脸图像和注册图像集合中的每个注册图像进行相似度计算，判断所生成的各个相似度中的最小值是否大于等于预设的相似度阈值。当确定出各个注册图像与人脸图像相似度中的最小值大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。
继续参见图3，图3是根据本申请的用于更新信息的方法的一个应用场景的示意图。在图3的应用场景中，在目标用户b到达闸机301时，运行在闸机301上的摄像头获取目标用户b的目标图像302，及将目标图像302传送给服务器305。服务器305对目标图像301进行图像识别，识别出目标用户b之后，获取该目标用户b对应的注册图像集合304。服务器305从目标图像302中提取出人脸图像303，将上述人脸图像303和注册图像集合304中的每个注册图像进行相似度计算，判断所生成的各个相似度中的最小值是否大于等于预设的相似度阈值。如果确定出各个注册图像与人脸图像303相似度中的最小值大于等于预设的相似度阈值，将目标用户b的目标图像302添加到注册图像集合304中，得到注册图像集合306。
本申请实施例提供的用于更新信息的方法，首先，获取目标用户的目标图像和目标用户的注册图像集合；之后，从目标图像中提取人脸图像；针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度；确定所生成的各个相似度中的最小值是否大于等于预设的相似度阈值；响应于确定大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。由此，采用该方法可以将获取的目标用户的目标图像添加进去，实现了对目标用户的注册图像集合中的照片的更新。
进一步参考图4，其示出了用于更新信息的方法的又一个实施例的流程图400，该用于更新信息的方法的流程图400，包括以下步骤：
步骤401，获取目标用户的目标图像和目标用户的注册图像集合。
步骤402，从目标图像中提取人脸图像。
步骤403，针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度。
步骤404，确定所生成的各个相似度中的最小值是否大于等于预设的相似度阈值。
步骤405，响应于确定大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。
在本实施例中，步骤401-405的具体操作与图2所示的实施例中步骤201-205的操作基本相同，在此不再赘述。
步骤406，响应于确定小于预设的相似度阈值，将注册图像集合中与人脸图像的相似度最小的注册图像删除。
在本实施例中，获取注册图像集合中的每个注册图像与人脸图像的相似度之后，从这些相似度中确定值最小的相似度。继续判断值最小的相似度是否大于等于预设的相似度阈值。当最小的相似度小于预设的相似度阈值时，将注册图像集合中与人脸图像的相似度最小的注册图像删除。
作为示例，在目标用户c到达带有门禁装置的写字楼时，运行在门禁装置上的摄像头获取目标用户c的目标图像，同时获取该目标用户c对应的注册图像集合。之后，将目标用户c的人脸图像和注册图像集合中的每个注册图像进行相似度计算，判断所生成的各个相似度中的最小值是否大于等于预设的相似度阈值，当确定出各个注册图像与人脸图像相似度中的最小值大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。当确定出各个注册图像与人脸图像相似度中的最小值小于预设的相似度阈值，将得到的注册图像集合中的与人脸图像相似度最小的注册图像删除。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于更新信息的方法的流程图400增加了将注册图像集合中与人脸图像的相似度最小的注册图像删除的步骤。由此，本实施例描述的方案不仅可以将获取的目标用户的目标图像添加进去，还可以将注册图像集合中与人脸图像的相似度最小的注册图像删除，进一步实现了对目标用户的注册图像集合中的照片的有效更新。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于更新信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于更新信息的装置500包括：获取单元501、提取单元502、相似度生成单元503、确定单元504和添加单元505。其中，获取单元501，配置用于获取目标用户的目标图像和目标用户的注册图像集合；提取单元502，配置用于从目标图像中提取人脸图像；相似度生成单元503，配置用于针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度；确定单元504，配置用于确定所生成的各个相似度中的最小值是否大于等于预设的相似度阈值；添加单元505，配置用于响应于确定大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。
在本实施例中，用于更新信息的装置500中的获取单元501、提取单元502、相似度生成单元503、确定单元504和添加单元505的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述装置500还可以包括：第一特征点向量确定模块(未示出)，配置用于确定人脸图像中的人脸特征点，生成第一特征点向量。这时，相似度生成单元，包括：第二特征点向量确定模块(未示出)，配置用于确定该注册图像中的人脸特征点，生成第二特征点向量；相似度确定模块(未示出)，配置用于将第一特征点向量和所生成的第二特征点向量的相似度确定为该注册图像与人脸图像的相似度。
在本实施例的一些可选的实现方式中，上述装置500还可以包括：删除单元(未示出)，配置用于响应于确定小于预设的相似度阈值，将注册图像集合中与人脸图像的相似度最小的注册图像删除。
在本实施例的一些可选的实现方式中，提取单元502可以进一步配置用于：从目标图像中提取初始人脸图像；对初始人脸图像进行图像处理，图像处理包括以下至少一项：降噪处理，图像增强处理和光照预处理；将图像处理后的初始人脸图像作为提取的人脸图像。
本申请的上述实施例提供的装置，通过从目标用户的目标图像中提取人脸图像，将人脸图像和获取的该目标用户的注册图像集合中的每个注册图像进行相似度比较，当所生成的各个相似度中的最小值大于等于预设的相似度阈值时，将目标图像添加到注册图像集合中。通过采用上述装置可以将获取的目标用户的目标图像添加进去，实现了对目标用户的注册图像集合中的照片的更新。
下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、提取单元、相似度生成单元、确定单元和添加单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标用户的目标图像和目标用户的注册图像集合的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的计算机中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该装置执行时，使得该装置：获取目标用户的目标图像和目标用户的注册图像集合；从目标图像中提取人脸图像；针对注册图像集合中的每个注册图像，生成该注册图像与人脸图像的相似度；确定所生成的各个相似度中的最小值是否大于等于预设的相似度阈值；响应于确定大于等于预设的相似度阈值，将目标图像添加到注册图像集合中。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。