[发明专利]人脸识别的方法、存储介质和电子装置在审
| 申请号: | 201910578727.0 | 申请日: | 2019-06-28 |
| 公开(公告)号: | CN112149479A | 公开(公告)日: | 2020-12-29 |
| 发明(设计)人: | 刘若鹏;栾琳;季春霖;刘竹明 | 申请(专利权)人: | 西安光启未来技术研究院 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 江舟 |
| 地址: | 710000 陕西省西安市高*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 识别 方法 存储 介质 电子 装置 | ||
本发明提供了一种人脸识别的方法、存储介质和电子装置;其中,该方法包括:获取第一组人脸数据中与第二组人脸数据中同一人脸属性的相似度;其中,所述第一组人脸数据和所述第二组人脸数据分别包括多个人的人脸数据;每个人脸上包括多个人脸属性;基于所述人脸属性的相似度确定所述第一组人脸数据和所述第二组人脸数据中两两人脸相互之间的相似度;从所述第一组人脸数据和第二组人脸数据中选择出所述人脸的相似度满足预设条件的一对或多对人脸。通过本发明,解决了相关技术中人脸识别效率比较低的问题,达到了提高人脸识别效率的效果。
技术领域
本发明涉及计算机领域,具体而言,涉及一种人脸识别的方法、存储介质和电子装置。
背景技术
现有技术中,对于人脸识别的方式包括:(1)使用二向图经典算法实现;其中,二向图的经典算法有匈牙利算法、推土机算法、KM算法。(2)使用人脸特征值的欧式距离比较作为研判相似度的依据,也就是说,使用静态数据距离来研判相似度。(3)使用最先匹配原则进行选择匹配。
但是,上述现有技术中的人脸识别的方式存在以下缺陷:匈牙利算法、推土机算法、KM算法均采用了串行计算实现,无法对多组数据同时进行计算,即该方式计算效率低。另外,相关技术中相似度精确性依赖单一数据来源,忽略了时空和环境信息。也就是说,使用人脸特征值的欧式距离来比较人脸是否相似,特征值为静态数据,即静态数据比较;此外,人脸特征值是通过深度学习获取得到,本身存在一定误差;抛弃了人脸在视频中出现的时间、空间以及环境信息,环境信息是动态信息,如人脸出现在视频中的位置信息、以及人与人之间的位置关系、运动关系,人脸在光线因素,人脸的自身空间信息、人脸获取的时间信息等。
针对相关技术中的上述问题,目前尚未存在有效的解决方案。
发明内容
本发明实施例提供了一种人脸识别的方法、存储介质和电子装置,以至少解决相关技术中人脸识别效率比较低的问题。
根据本发明的一个实施例,提供了一种人脸识别的方法,包括:获取第一组人脸数据中与第二组人脸数据中同一人脸属性的相似度;其中,所述第一组人脸数据和所述第二组人脸数据分别包括多个人的人脸数据;每个人脸上包括多个人脸属性;基于所述人脸属性的相似度确定所述第一组人脸数据和所述第二组人脸数据中两两人脸相互之间的相似度;从所述第一组人脸数据和第二组人脸数据中选择出所述人脸的相似度满足预设条件的一对或多对人脸。
根据本发明的又一个实施例,还提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,获取第一组人脸数据中与第二组人脸数据中同一人脸属性的相似度,进而基于人脸属性的相似度确定第一组人脸数据和第二组人脸数据中两两人脸相互之间的相似度,最后从第一组人脸数据和第二组人脸数据中选择出人脸的相似度满足预设条件的一对或多对人脸,可见能够对两组人脸中的两两人脸相互之间进行相似度处理,即同时能够对多对人脸进行相似度处理,从而解决了相关技术中人脸识别效率比较低的问题,达到了提高人脸识别效率的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种人脸识别的方法的终端的硬件结构框图;
图2是根据本发明实施例的人脸识别的方法流程图;
图3是根据本发明实施例的人脸识别的装置的结构框图。
具体实施方式
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安光启未来技术研究院,未经西安光启未来技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910578727.0/2.html,转载请声明来源钻瓜专利网。





