[发明专利]一种基于特征规范化的人脸聚类方法及系统在审
申请号: | 202110768992.2 | 申请日: | 2021-07-07 |
公开(公告)号: | CN113627476A | 公开(公告)日: | 2021-11-09 |
发明(设计)人: | 李开;邹复好;张泽伦 | 申请(专利权)人: | 武汉魅瞳科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00 |
代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 寇俊波 |
地址: | 430000 湖北省武汉市东湖新技术*** | 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: | 一种 基于 特征 规范化 人脸聚类 方法 系统 | ||
本发明提供一种基于特征规范化的人脸聚类方法及系统,方法包括:将多个类别已知的人脸图像和待识别人脸图像分别输入训练后的人脸特征提取模型,分别获取人脸特征数据;将人脸特征数据输入训练后的人脸特征规范化模型中,分别获取每一个已知类别的人脸图像和待识别人脸图像的规范化后的人脸特征数据;计算待识别人脸图像对应的规范化后的人脸特征数据与每一个类别的人脸图像对应规范化后的人脸特征数据之间的相似度,得到多个相似度;基于多个相似度,确定待识别人脸图像所属的类别。本发明通过对人脸特征做规范化的方法解决了人脸特征在特征空间中分布具有复杂性的问题,使得经过规范化后的人脸特征更加适用于聚类任务。
技术领域
本发明涉及图像处理领域,更具体地,涉及一种基于特征规范化的人脸聚类方法及系统。
背景技术
随着计算机软件和硬件技术的迭代更新,监控数据采集和存储的成本不断下降,大规模的视频监控逐渐成为各国安全监控的主要手段。面对海量的视频监控数据,采用传统的电视墙和盯梢人员的方式对监控视频分析处理是不现实的,由此便产生了利用计算机系统自动对监控视频分析处理的要求。
在所有对监控视频做自动分析处理的计算机系统中,最基础的一个功能便是以人物身份信息为依据来划分当前获得的监控数据获得不同的人物子集。人脸是归类人物数据最重要的特征,相比于服饰等其他人物特征,人脸特征因为是人物的自然属性因为更加稳定。所以依据人脸特征来对人物数据进行划分是一个直观而且鲁棒的方法,这最直接的思路就是对视频中出现的人脸数据进行聚类。
如何能够有效地对人脸进行聚类是目前亟需解决的问题。
发明内容
本发明针对现有技术中存在的技术问题,提供一种基于特征规范化的人脸聚类方法及系统。
根据本发明的第一方面,提供了一种基于特征规范化的人脸聚类方法,包括:将类别已知的多个类别的人脸图像和待识别人脸图像分别输入训练后的人脸特征提取模型,分别获取每一个类别的人脸图像对应的人脸特征数据和待识别人脸图像对应的人脸特征数据;将每一个类别的人脸图像对应的人脸特征数据和待识别人脸图像对应的人脸特征数据分别输入训练后的人脸特征规范化模型,分别获取每一个类别的人脸图像对应的规范化后的人脸特征数据和待识别人脸图像对应的规范化后的人脸特征数据;计算待识别人脸图像对应的规范化后的人脸特征数据与每一个类别的人脸图像对应规范化后的人脸特征数据之间的相似度,得到多个相似度;基于多个相似度,确定待识别人脸图像所属的类别。
根据本发明的第二方面,提供一种基于特征规范化的人脸聚类系统,包括:
第一获取模块,用于将类别已知的多个类别的人脸图像和待识别人脸图像分别输入训练后的人脸特征提取模型,分别获取每一个类别的人脸图像对应的人脸特征数据和待识别人脸图像对应的人脸特征数据;第二获取模块,用于将每一个类别的人脸图像对应的人脸特征数据和待识别人脸图像对应的人脸特征数据分别输入训练后的人脸特征规范化模型,分别获取每一个类别的人脸图像对应的规范化后的人脸特征数据和待识别人脸图像对应的规范化后的人脸特征数据;计算模块,用于计算待识别人脸图像对应的规范化后的人脸特征数据与每一个类别的人脸图像对应规范化后的人脸特征数据之间的相似度,得到多个相似度;确定模块,用于基于多个相似度,确定待识别人脸图像所属的类别。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现基于特征规范化的人脸聚类方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现基于特征规范化的人脸聚类方法的步骤。
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魅瞳科技有限公司,未经武汉魅瞳科技有限公司许可,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/202110768992.2/2.html,转载请声明来源钻瓜专利网。