[发明专利]用于云联邦的人脸图片存储检索方法及装置在审
申请号: | 202011641179.0 | 申请日: | 2020-12-31 |
公开(公告)号: | CN114764447A | 公开(公告)日: | 2022-07-19 |
发明(设计)人: | 程家明;孔繁东;周志祥;余晓焱 | 申请(专利权)人: | 武汉兴图新科电子股份有限公司 |
主分类号: | G06F16/51 | 分类号: | G06F16/51;G06F16/583;G06F16/53;G06F16/27;G06V40/16;G06V10/46;G06V10/74;G06K9/62 |
代理公司: | 武汉知产时代知识产权代理有限公司 42238 | 代理人: | 张毅 |
地址: | 430000 湖北省武汉市东湖新*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 联邦 图片 存储 检索 方法 装置 | ||
1.一种用于云联邦的人脸图片存储检索方法,其特征在于,所述用于云联邦的人脸图片存储检索方法包括以下步骤:
并行化读取待存储人脸图片,并对待存储人脸图片进行特征提取,获得最优人脸区域图片、人脸sift特征向量和人脸结构化信息;
将所述最优人脸区域图片、所述人脸sift特征向量和所述人脸结构化信息存储在HBase集群中;
对所述人脸结构化信息进行关键信息提取,获得人脸结构化关键信息;
根据所述人脸sift特征向量和所述人脸结构化关键信息建立二级索引,将所述二级索引存储在Elasticsearch集群中;
在接收到待检索人脸图片时,调用opencv算法库对待检索人脸图片进行sift特征提取,获得待检索人脸sift特征向量;
根据所述待检索人脸sift特征向量构造检索条件,并根据所述检索条件从所述Elasticsearch集群中检索目标人脸sift特征向量和rowKey;
调用FaceNet算法库对所述待检索人脸sift特征向量和所述目标人脸sift特征向量进行相似度匹配并排序,获得匹配度排序结果;
根据所述匹配度排序结果和所述rowKey从所述HBase集群中获取与所述待检索人脸图片对应的人脸图片检索结果集。
2.如权利要求1所述的用于云联邦的人脸图片存储检索方法,其特征在于,所述并行化读取待存储人脸图片,并进行特征提取,获得最优人脸区域图片,人脸sift特征向量,人脸结构化信息,包括:
调用人脸检测模型对所述待存储人脸图片进行预处理,获得最优人脸区域图片;
调用opecv算法库对所述最优人脸区域图片进行sift特征提取,获得人脸sift特征向量;
调用深度学习模型对所述最优人脸区域图片进行结构化分析,获得人脸结构化信息。
3.如权利要求2所述的用于云联邦的人脸图片存储检索方法,其特征在于,所述调用人脸检测模型对所述待存储人脸图片进行预处理,获得最优人脸区域图片,包括:
检测所述待存储人脸图片的关键点;
根据所述关键点对所述待存储人脸图片中的人脸区域进行截取,获得人脸区域图片;
对所述人脸区域图片进行光线补偿、灰度校正和噪声过滤处理,获得处理后人脸区域图片;
对所述处理后人脸区域图片进行归一化,获得最优人脸区域图片。
4.如权利要求1所述的用于云联邦的人脸图片存储检索方法,其特征在于,所述调用opencv算法库对待检索人脸图片进行sift特征提取,获得待检索人脸sift特征向量之前,还包括:
提交待检索人脸图片至图像检索服务;
调用人脸检测模型对所述待检索人脸图片进行预处理,获得最优待检索人脸区域图片。
5.如权利要求1所述的用于云联邦的人脸图片存储检索方法,其特征在于,所述调用FaceNet算法库对所述待检索人脸sift特征向量和所述目标人脸sift特征向量进行相似度匹配并排序,获得匹配度排序结果,包括:
根据最近邻距离算法和双向匹配方法对所述待检索人脸sift特征向量和所述目标人脸sift特征向量进行相似度匹配,并利用所述余弦相似度算法进行误匹配点的剔除,获得匹配度,对所述匹配度进行排序,获得匹配度排序结果。
6.如权利要求1所述的用于云联邦的人脸图片存储检索方法,其特征在于,所述检索条件由客户端界面选择的结构化检索信息和所述待检索人脸sift特征向量组成。
7.如权利要求6所述的用于云联邦的人脸图片存储检索方法,其特征在于,所述人脸结构化关键信息包括:年龄、性别、颜值、表情和发型;
所述结构化检索信息包括:性别、年龄段、表情、发型和时间。
8.一种用于云联邦的人脸图片存储检索装置,其特征在于,所述用于云联邦的人脸图片存储检索装置包括:
待存储人脸特征提取模块,用于并行化读取待存储人脸图片,并对待存储人脸图片进行特征提取,获得最优人脸区域图片、人脸sift特征向量和人脸结构化信息;
人脸信息存储模块,用于将所述最优人脸区域图片、所述人脸sift特征向量和所述人脸结构化信息存储在HBase集群中;
关键信息提取模块,用于对所述人脸结构化信息进行关键信息提取,获得人脸结构化关键信息;
二级索引存储模块,用于根据所述人脸sift特征向量和所述人脸结构化关键信息建立二级索引,将所述二级索引存储在Elasticsearch集群中;
待检索人脸sift特征提取模块,用于在接收到待检索人脸图片时,调用opencv算法库对待检索人脸图片进行sift特征提取,获得待检索人脸sift特征向量;
目标人脸检索模块,用于根据待检索人脸sift特征向量构造检索条件,并根据所述检索条件从所述Elasticsearch集群中检索目标人脸sift特征向量和rowKey;
相似度匹配模块,用于调用FaceNet算法库对所述待检索人脸sift特征向量和所述目标人脸sift特征向量进行相似度匹配并排序,获得匹配度排序结果;
结果获取模块,用于根据所述匹配度排序结果和所述rowKey从所述HBase集群中获取与所述待检索人脸图片对应的人脸图片检索结果集。
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武汉兴图新科电子股份有限公司,未经武汉兴图新科电子股份有限公司许可,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/202011641179.0/1.html,转载请声明来源钻瓜专利网。