底圖自動更新的人臉識別方法及裝置的制造方法
【專利摘要】本發(fā)明提供了一種底圖自動更新的人臉識別方法及裝置，所述人臉識別方法包括：對輸入的人臉圖像進行人臉識別；基于所述人臉識別的結(jié)果確定所述人臉圖像中的人臉所對應(yīng)的目標人員；以及基于預(yù)定更新策略，采用所述人臉圖像對所述人臉識別所基于的底庫中所述目標人員的底圖進行更新，以用于下次人臉識別。根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法及裝置按照預(yù)定的更新策略采用每次輸入的用于人臉識別的新的人臉圖像對底庫中已有底圖進行更新，可以改變底圖單一或固定的情況，從而能夠大幅提高人臉識別的準確率。
【專利說明】
底圖自動更新的人臉識別方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及人臉識別技術(shù)領(lǐng)域，更具體地涉及一種底圖自動更新的人臉識別方法 及裝置。
【背景技術(shù)】
[0002] 人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。人臉識 別通常包括人臉圖像采集及檢測、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識別。其 中，人臉圖像匹配與識別的過程是提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板 進行搜索匹配，通過設(shè)定一個閾值，當相似度超過這一閾值，則把匹配得到的結(jié)果輸出。
[0003] 然而，在絕大多數(shù)情況下，人臉識別所基于的數(shù)據(jù)庫底庫中所存儲的目標人員的 底圖都只是來自身份證照片或者護照照片，而身份證和護照的照片基本非近照，姿態(tài)比較 固定和真實場景有差異，且分辨率較低，因而導致人臉識別的準確率往往比較低。

【發(fā)明內(nèi)容】

[0004] 考慮到上述問題而提出了本發(fā)明。本發(fā)明提供了一種底圖自動更新的人臉識別方 法及裝置，其按照預(yù)定的更新策略采用每次輸入的用于人臉識別的新的人臉圖像對底庫中 已有底圖進行更新，可以大幅提高人臉識別的準確率。
[0005] 根據(jù)本發(fā)明一方面，提供了一種底圖自動更新的人臉識別方法，所述人臉識別方 法包括:對輸入的人臉圖像進行人臉識別;基于所述人臉識別的結(jié)果確定所述人臉圖像中 的人臉所對應(yīng)的目標人員；以及基于預(yù)定更新策略，采用所述人臉圖像對所述人臉識別所 基于的底庫中所述目標人員的底圖進行更新，以用于下次人臉識別。
[0006] 在本發(fā)明的一個實施例中，所述預(yù)定更新策略包括：當所述底庫中所述目標人員 的底圖的數(shù)目小于預(yù)定閾值時，將所述人臉圖像添加到所述底庫中補充所述目標人員的底 圖；以及當所述底庫中所述目標人員的底圖的數(shù)目已達到所述預(yù)定閾值時，基于預(yù)定替換 策略，采用所述人臉圖像替換所述底庫中所述目標人員的一個底圖。
[0007] 在本發(fā)明的一個實施例中，所述預(yù)定替換策略包括：當所述人臉圖像的質(zhì)量達到 預(yù)定標準且超過所述底庫中所述目標人員的底圖中至少一個的質(zhì)量時，采用所述人臉圖像 替換所述底庫中所述目標人員的底圖中質(zhì)量最差的一個。
[0008] 在本發(fā)明的一個實施例中，所述人臉圖像的質(zhì)量的計算基于以下因素中的至少一 個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度。
[0009] 在本發(fā)明的一個實施例中，所述人臉圖像的質(zhì)量的計算基于以下因素中的至少兩 個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度，并且所述人臉圖像的質(zhì)量Q 為：
[0010]
[0011]其中，S1S所述人臉圖像的質(zhì)量的計算所基于的各個因素的質(zhì)量實際值通過線性 變換標準化到[0，1]區(qū)間的值，S1包括SdljSn;Wl為所述人臉圖像的質(zhì)量的計算所基于的各 個因素各自所占的權(quán)重，Wi包括Wl到Wn，其取值范圍為：
[0012] 0<wi<l(Ki^in)
[0013] 且滿足
[0014；
[0015] 其中η為計算人臉圖像的質(zhì)量所基于的因素的數(shù)目，η大于等于2。
[0016] 在本發(fā)明的一個實施例中，所述預(yù)定替換策略包括：當所述人臉圖像的質(zhì)量達到 預(yù)定標準時，采用所述人臉圖像替換所述底庫中所述目標人員的底圖中入庫時間最早的一 個。
[0017] 根據(jù)本發(fā)明另一方面，提供了一種底圖自動更新的人臉識別裝置，所述人臉識別 裝置包括:人臉識別模塊，用于對輸入的人臉圖像進行人臉識別；目標確定模塊，用于基于 所述人臉識別的結(jié)果確定所述人臉圖像中的人臉所對應(yīng)的目標人員；以及底圖更新模塊， 用于基于預(yù)定更新策略，采用所述人臉圖像對所述人臉識別所基于的底庫中所述目標人員 的底圖進行更新，以用于下次人臉識別。
[0018] 在本發(fā)明的一個實施例中，所述預(yù)定更新策略包括：當所述底庫中所述目標人員 的底圖的數(shù)目小于預(yù)定閾值時，將所述人臉圖像添加到所述底庫中補充所述目標人員的底 圖；以及當所述底庫中所述目標人員的底圖的數(shù)目已達到所述預(yù)定閾值時，基于預(yù)定替換 策略，采用所述人臉圖像替換所述底庫中所述目標人員的一個底圖。
[0019] 在本發(fā)明的一個實施例中，所述預(yù)定替換策略包括：當所述人臉圖像的質(zhì)量達到 預(yù)定標準且超過所述底庫中所述目標人員的底圖中至少一個的質(zhì)量時，采用所述人臉圖像 替換所述底庫中所述目標人員的底圖中質(zhì)量最差的一個。
[0020] 在本發(fā)明的一個實施例中，所述人臉圖像的質(zhì)量的計算基于以下因素中的至少一 個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度。
[0021] 在本發(fā)明的一個實施例中，所述人臉圖像的質(zhì)量的計算基于以下因素中的至少兩 個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度，并且所述人臉圖像的質(zhì)量Q 為：
[0022；
[0023] 其中，S1*所述人臉圖像的質(zhì)量的計算所基于的各個因素的質(zhì)量實際值通過線性 變換標準化到[0，1]區(qū)間的值，S 1包括SjljSn;Wl為所述人臉圖像的質(zhì)量的計算所基于的各 個因素各自所占的權(quán)重，Wi包括Wl到Wn，其取值范圍為：
[0024] 0<wi<l(Ki^in)
[0025] 且滿足
[0026]
[0027] 其中η為計算人臉圖像的質(zhì)量所基于的因素的數(shù)目，η大于等于2。
[0028] 在本發(fā)明的一個實施例中，所述預(yù)定替換策略包括：當所述人臉圖像的質(zhì)量達到 預(yù)定標準時，采用所述人臉圖像替換所述底庫中所述目標人員的底圖中入庫時間最早的一 個。
[0029] 根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法及裝置按照預(yù)定的更新策略 采用每次輸入的用于人臉識別的新的人臉圖像對底庫中已有底圖進行更新，可以改變底圖 單一或固定的情況，從而能夠大幅提尚人臉識別的準確率。
【附圖說明】
[0030] 通過結(jié)合附圖對本發(fā)明實施例進行更詳細的描述，本發(fā)明的上述以及其它目的、 特征和優(yōu)勢將變得更加明顯。附圖用來提供對本發(fā)明實施例的進一步理解，并且構(gòu)成說明 書的一部分，與本發(fā)明實施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中， 相同的參考標號通常代表相同部件或步驟。
[0031] 圖1是用于實現(xiàn)根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法和裝置的示例 電子設(shè)備的示意性框圖；
[0032] 圖2是根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的示意性流程圖；
[0033] 圖3是根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的一個示例性底圖更新 過程的流程圖；
[0034] 圖4是根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的一個示例性底圖替換 過程的流程圖；
[0035] 圖5是根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的另一個示例性底圖替 換過程的流程圖；
[0036] 圖6是根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別裝置的示意性框圖；以及
[0037] 圖7是根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別系統(tǒng)的示意性框圖。
【具體實施方式】
[0038] 為了使得本發(fā)明的目的、技術(shù)方案和優(yōu)點更為明顯，下面將參照附圖詳細描述根 據(jù)本發(fā)明的示例實施例。顯然，所描述的實施例僅僅是本發(fā)明的一部分實施例，而不是本發(fā) 明的全部實施例，應(yīng)理解，本發(fā)明不受這里描述的示例實施例的限制?；诒景l(fā)明中描述的 本發(fā)明實施例，本領(lǐng)域技術(shù)人員在沒有付出創(chuàng)造性勞動的情況下所得到的所有其它實施例 都應(yīng)落入本發(fā)明的保護范圍之內(nèi)。
[0039] 首先，參照圖1來描述用于實現(xiàn)本發(fā)明實施例的底圖自動更新的人臉識別方法和 裝置的示例電子設(shè)備1〇〇。
[0040] 如圖1所示，電子設(shè)備100包括一個或多個處理器102、一個或多個存儲裝置104、輸 入裝置106、輸出裝置108以及圖像傳感器110,這些組件通過總線系統(tǒng)112和/或其它形式的 連接機構(gòu)(未示出）互連。應(yīng)當注意，圖1所示的電子設(shè)備100的組件和結(jié)構(gòu)只是示例性的，而 非限制性的，根據(jù)需要，所述電子設(shè)備也可以具有其他組件和結(jié)構(gòu)。
[0041] 所述處理器102可以是中央處理單元(CPU)或者具有數(shù)據(jù)處理能力和/或指令執(zhí)行 能力的其它形式的處理單元，并且可以控制所述電子設(shè)備100中的其它組件以執(zhí)行期望的 功能。
[0042] 所述存儲裝置104可以包括一個或多個計算機程序產(chǎn)品，所述計算機程序產(chǎn)品可 以包括各種形式的計算機可讀存儲介質(zhì)，例如易失性存儲器和/或非易失性存儲器。所述易 失性存儲器例如可以包括隨機存取存儲器(RAM)和/或高速緩沖存儲器(cache)等。所述非 易失性存儲器例如可以包括只讀存儲器(ROM)、硬盤、閃存等。在所述計算機可讀存儲介質(zhì) 上可以存儲一個或多個計算機程序指令，處理器102可以運行所述程序指令，以實現(xiàn)下文所 述的本發(fā)明實施例中（由處理器實現(xiàn)）的客戶端功能以及/或者其它期望的功能。在所述計 算機可讀存儲介質(zhì)中還可以存儲各種應(yīng)用程序和各種數(shù)據(jù)，例如所述應(yīng)用程序使用和/或 產(chǎn)生的各種數(shù)據(jù)等。
[0043] 所述輸入裝置106可以是用戶用來輸入指令的裝置，并且可以包括鍵盤、鼠標、麥 克風和觸摸屏等中的一個或多個。
[0044] 所述輸出裝置108可以向外部(例如用戶）輸出各種信息（例如圖像或聲音），并且 可以包括顯示器、揚聲器等中的一個或多個。
[0045] 所述圖像傳感器110可以拍攝用戶期望的圖像(例如照片、視頻等），并且將所拍攝 的圖像存儲在所述存儲裝置104中以供其它組件使用。
[0046] 示例性地，用于實現(xiàn)根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法和裝置的 示例電子設(shè)備可以被實現(xiàn)為諸如智能手機、平板電腦等。
[0047] 下面，將參考圖2描述根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法200。 [0048]在步驟S210,對輸入的人臉圖像進行人臉識別。
[0049] 在一個實施例中，輸入的人臉圖像可以是圖像采集裝置所采集的人臉圖像，也可 以來自其他源的人臉圖像。人臉圖像可以是人臉圖片，也可以是人臉視頻等。
[0050] 在一個實施例中，對輸入的人臉圖像的人臉識別可以包括如下步驟:首先檢測出 人臉區(qū)域，再對人臉區(qū)域建模形成特征向量，通過與底庫里所有目標向量做數(shù)學運算獲得 相似度，最后對相似度排序取出分數(shù)最高的前k張作為人臉識別結(jié)果。
[0051] 應(yīng)該理解，本發(fā)明不受具體采用的人臉識別方法的限制，無論是現(xiàn)有的人臉識別 方法還是將來開發(fā)的人臉識別方法，都可以應(yīng)用于根據(jù)本發(fā)明實施例的底圖自動更新的人 臉識別方法中，并且也應(yīng)包括在本發(fā)明的保護范圍內(nèi)。
[0052]在步驟S220,基于所述人臉識別的結(jié)果確定所述人臉圖像中的人臉所對應(yīng)的目標 人員。
[0053]在一個實施例中，可以根據(jù)步驟S210中所得到的人臉識別結(jié)果(例如，如上所述的 相似度排序分數(shù)最高的前k張圖）的圖片信息反查出圖片歸屬的目標人員，例如可以得到m 個目標人員，其中m<k。在一個示例中，可以選擇相似度最高分目標人員作為最終所確定的 所述人臉圖像中的人臉所對應(yīng)的目標人員。
[0054]在另一個示例中，可以設(shè)定一個閾值t，如果相似度最高分沒有超過該閾值t，則認 為識別失敗，即該人臉圖像在數(shù)據(jù)庫中沒有對應(yīng)的目標人員。在這種情況下，可以將該人臉 圖像添加到數(shù)據(jù)庫中，創(chuàng)建新的目標人員，并將該人臉圖像作為該新創(chuàng)建目標人員的底圖。 其中，閾值t的值的設(shè)定可以基于人臉識別所應(yīng)用的場合。
[0055] 在步驟S230,基于預(yù)定更新策略，采用所述人臉圖像對所述人臉識別所基于的底 庫中所述目標人員的底圖進行更新，以用于下次人臉識別。
[0056] 在目標人員確定后，可基于預(yù)定更新策略對目標人員的底圖進行更新。在一個示 例中，可將本次進行人臉識別的人臉圖像添加到底庫中，作為對目標人員的底圖的補充，這 樣使得底庫中目標人員的底圖數(shù)目增多，為日后的人臉識別提供了更豐富的基礎(chǔ)，有利于 提尚人臉識別的準確率。
[0057] 在另一個示例中，可采用本次進行人臉識別的人臉圖像來替換底庫中目標人員的 底圖中質(zhì)量較差的、分辨率較低的、或入庫時間過早的底圖等，這樣使得底庫中目標人員的 底圖不再固定不變、而是質(zhì)量更好、更接近目標人員當今的樣貌等，為日后的人臉識別提供 了更精確的基礎(chǔ)，有利于提尚人臉識別的準確率。
[0058] 基于上面的描述，根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法按照預(yù)定的 更新策略采用每次輸入的用于人臉識別的新的人臉圖像對底庫中已有底圖進行更新，可以 改變底圖單一或固定的情況，從而能夠大幅提高人臉識別的準確率。
[0059] 示例性地，根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法可以在具有存儲器 和處理器的設(shè)備、裝置或者系統(tǒng)中實現(xiàn)。
[0060] 根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法可以部署在個人終端處，諸如 智能電話、平板電腦、個人計算機等。替代地，根據(jù)本發(fā)明實施例的底圖自動更新的人臉識 別方法還可以部署在服務(wù)器端(或云端）。替代地，根據(jù)本發(fā)明實施例的底圖自動更新的人 臉識別方法還可以分布地部署在服務(wù)器端(或云端)和個人終端處。
[0061] 根據(jù)本發(fā)明實施例，步驟S230所基于的預(yù)定更新策略可以包括：當?shù)讕熘兴_定 的目標人員的底圖的數(shù)目小于預(yù)定閾值時，將所述人臉圖像添加到底庫中補充該目標人員 的底圖；以及當?shù)讕熘性撃繕巳藛T的底圖的數(shù)目已達到預(yù)定閾值時，基于預(yù)定替換策略，采 用所述人臉圖像替換底庫中該目標人員的一個底圖。下面結(jié)合圖3具體描述該預(yù)定更新策 略。
[0062] 圖3示出了根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的一個示例性底圖 更新過程300的流程圖。如圖3所示，底圖更新過程300可以包括如下步驟：
[0063] 在步驟S310,確定底庫中所確定的目標人員的底圖的數(shù)目是否達到預(yù)定閾值N(其 中預(yù)定閾值的值N多1，N的具體值可以根據(jù)實際需要而設(shè)定）。如果達到預(yù)定閾值N，則行進 到步驟S330;如果未達到預(yù)定閾值，則行進到步驟S320。
[0064]在步驟S320,將本次進行人臉識別的人臉圖像添加到底庫中補充該目標人員的底 圖。如上所述，將人臉圖像添加到底庫作為對目標人員的底圖的補充，使得底庫中目標人員 的底圖數(shù)目增多，為日后的人臉識別提供了更豐富的基礎(chǔ)，有利于提高人臉識別的準確率。
[0065] 在步驟S330,基于預(yù)定替換策略，采用本次進行人臉識別的人臉圖像替換底庫中 該目標人員的一個底圖。如上所述，可采用本次進行人臉識別的人臉圖像來替換底庫中目 標人員的底圖中質(zhì)量較差的、分辨率較低的、或入庫時間過早的底圖等，這樣使得底庫中目 標人員的底圖不再固定不變、而是質(zhì)量更好、更接近目標人員當今的樣貌等，為日后的人臉 識別提供了更精確的基礎(chǔ)，有利于提尚人臉識別的準確率。
[0066] 基于底圖更新過程300所體現(xiàn)的底圖更新策略，底庫中目標人員的底圖數(shù)目增多、 質(zhì)量變好，為日后的人臉識別提供了更豐富的基礎(chǔ)，有利于提高人臉識別的準確率。
[0067] 根據(jù)本發(fā)明實施例，步驟S330所基于的預(yù)定替換策略可以包括：當人臉圖像的質(zhì) 量達到預(yù)定標準且超過底庫中該目標人員的底圖中至少一個的質(zhì)量時，采用該人臉圖像替 換底庫中該目標人員的底圖中質(zhì)量最差的一個。下面結(jié)合圖4具體描述該預(yù)定替換策略。
[0068] 圖4示出了根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的一個示例性底圖 替換過程400的流程圖。如圖4所示，底圖替換過程400可以包括如下步驟：
[0069]在步驟S410,計算當前人臉圖像的質(zhì)量。
[0070] 在一個實施例中，人臉圖像的質(zhì)量的計算可以基于以下因素(或稱為參數(shù)）中的至 少一個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度。
[0071] 其中，高斯模糊、運動模糊、曝光效果各自的取值范圍可以為0到1;人臉分辨率(包 括兩個參數(shù)：圖像的高和寬）的取值范圍可以為〇到正無窮大;人臉傾斜度可以包括人臉在 三個方向X軸、y軸、Z軸上的傾斜度，例如計算俯仰角(P i tch )、偏轉(zhuǎn)角(yaw)和平面內(nèi)旋轉(zhuǎn)角 (roll)，其取值范圍可以為-π/2~:π/2。
[0072] 在一個具體示例中，人臉圖像的質(zhì)量的計算基于人臉分辨率、高斯模糊、運動模 糊、曝光效果和人臉傾斜度等五個因素中的至少兩個實現(xiàn)。例如，將上述各個因素的實際值 設(shè)為S 1，各個因素各自所占的權(quán)重設(shè)為W1，則人臉圖像的質(zhì)量Q可以表示為：
[0073]
[0074] 其中SgIjSn為上述因素的實際影響值，通過線性變換將其取值范圍標準化到[0，1] 區(qū)間;為根據(jù)需要所設(shè)定的權(quán)重，其取值范圍一般為：
[0075] 0<wi<l(Ki^in)
[0076] 且滿足
[0077；
[0078] 其中η為計算人臉圖像的質(zhì)量所基于的因素的數(shù)目，η大于等于2。
[0079] 關(guān)于每個因素所占的權(quán)重，可以有默認的配置，也可以根據(jù)實際情況以及需求側(cè) 重點對其進行動態(tài)調(diào)整。例如用戶比較關(guān)心人臉分辨率，那么可以將人臉圖像的高和寬等 權(quán)重適當調(diào)高，其他參數(shù)等比例降低。
[0080] 最終Q為所計算出的人臉圖像的質(zhì)量，取值范圍在0~1之間，其可用于下一步底圖 替換判斷的基準。通過綜合多個因素計算人臉圖像的質(zhì)量，有利于保證圖像質(zhì)量整體上更 符合具體場景的實際需求，從而使得底圖替換更加科學。優(yōu)選的，在本示例中，η等于5,以保 證人臉圖像的質(zhì)量計算可以綜合考慮上述5個因素的影響。
[0081] 在步驟S420,確定當前人臉圖像的質(zhì)量是否達到預(yù)定標準。如果達到預(yù)定標準，則 行進到步驟S430;如果未達到預(yù)定標準，則行進到步驟S450。
[0082] 基于在步驟S410所計算出的當前人臉圖像的質(zhì)量值，可確定該質(zhì)量值與預(yù)設(shè)閾值 之間的關(guān)系，以確定其是否達到預(yù)定標準。例如，當該質(zhì)量值大于或等于預(yù)設(shè)閾值，則確定 其達到預(yù)定標準，反之則未達到預(yù)定標準。此處，該預(yù)設(shè)閾值的具體值可以根據(jù)實際情況或 應(yīng)用場景而設(shè)置。
[0083]在步驟S430,確定當前人臉圖像的質(zhì)量值是否超過底庫中目標人員的底圖中至少 一個的質(zhì)量，如果超過，則行進到步驟S440，反之則行進到步驟S450。
[0084]在步驟S440,采用當前人臉圖像替換底庫中目標人員的底圖中質(zhì)量最差的一個。 [0085]在步驟S450,丟棄當前人臉圖像。
[0086]基于上述底圖替換過程400所體現(xiàn)的底圖替換策略，用于人臉識別的底庫中底圖 的質(zhì)量會越來越好，因此可以大幅提高日后的人臉識別的效率和準確率。
[0087] 本領(lǐng)域普通技術(shù)人員可以理解，雖然上述底圖替換過程400中在計算當前人臉圖 像的質(zhì)量時基于上述五個因素，但其僅是示例性的，在計算人臉圖像的質(zhì)量時還可以基于 其他的因素。此外，也可以根據(jù)用戶所關(guān)心的情況或?qū)嶋H應(yīng)用情況僅基于其中一個因素，例 如人臉分辨率，來計算人臉圖像的質(zhì)量，則將該因素的權(quán)重設(shè)為1，其他因素權(quán)重設(shè)為0即 可，這樣，在后續(xù)的操作中，可以采用當前人臉圖像替換底庫中分辨率最低的一張圖。
[0088] 下面描述根據(jù)本發(fā)明另一實施例的步驟S330所基于的預(yù)定替換策略，該預(yù)定替換 策略為：當人臉圖像的質(zhì)量達到預(yù)定標準時，采用該人臉圖像替換底庫中目標人員的底圖 中入庫時間最早的一個。下面結(jié)合圖5具體描述該預(yù)定替換策略。
[0089] 圖5示出了根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的另一個示例性底 圖替換過程500的流程圖。如圖5所示，底圖替換過程500可以包括如下步驟：
[0090] 在步驟S510,計算當前人臉圖像的質(zhì)量。
[0091] 在步驟S520,確定當前人臉圖像的質(zhì)量是否達到預(yù)定標準。如果達到預(yù)定標準，則 行進到步驟S530;如果未達到預(yù)定標準，則行進到步驟S540。
[0092] 這里，步驟S510和S520分別與圖4中所描述的底圖替換過程400的步驟S410和S420 類似，為了簡潔，此處不再贅述。
[0093]在步驟S530:采用當前人臉圖像替換底庫中目標人員的底圖中入庫時間最早的一 個。
[0094]在步驟S540:丟棄當前人臉圖像。
[0095] 基于上述底圖替換過程500所體現(xiàn)的底圖替換策略，用于人臉識別的底庫中底圖 在保證質(zhì)量的同時會越來越接近目標人員當前的樣貌，因此可以大幅提高日后的人臉識別 的效率和準確率。
[0096] 以上示例性地示出了根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的底圖 更新策略和底圖替換策略，還可以采用其他的適當?shù)牟呗?。值得注意的是，在本發(fā)明實施例 中，不提倡根據(jù)相似度做出替換策略。這是因為，在上述計算人臉圖像質(zhì)量的過程中，側(cè)臉 (包括左右側(cè)臉和低頭等等)是具有較低圖片質(zhì)量的，但是側(cè)臉和側(cè)臉的相似度又比較高， 因此假設(shè)采集的攝像頭有一定采集角度，采集的都是側(cè)臉的話，那么使用相似度替換的底 庫會隨著時間推移都被替換成側(cè)臉圖片，這種設(shè)計反而不利于日后的人臉識別。
[0097]下面結(jié)合圖6描述本發(fā)明另一方面提供的底圖自動更新的人臉識別裝置。圖6示出 了根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別裝置600的示意性框圖。
[0098] 如圖6所示，根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別裝置600包括人臉識別 模塊610、目標確定模塊620和底圖更新模塊630。
[0099] 人臉識別模塊610用于對輸入的人臉圖像進行人臉識別。目標確定模塊620用于基 于所述人臉識別的結(jié)果確定所述人臉圖像中的人臉所對應(yīng)的目標人員。底圖更新模塊630 用于基于預(yù)定更新策略，采用所述人臉圖像對所述人臉識別所基于的底庫中所述目標人員 的底圖進行更新，以用于下次人臉識別。其中，底庫(未在圖6中示出）可以包括在底圖更新 模塊630中。人臉識別模塊610、目標確定模塊620和底圖更新模塊630均可以由圖1所示的電 子設(shè)備中的處理器102運行存儲裝置104中存儲的程序指令來實現(xiàn)。
[0100] 根據(jù)本發(fā)明實施例，輸入的人臉圖像可以是圖像采集裝置所采集的人臉圖像，也 可以來自其他源的人臉圖像。人臉圖像可以是人臉圖片，也可以是人臉視頻等。
[0101] 根據(jù)本發(fā)明實施例，人臉識別模塊610對輸入的人臉圖像的人臉識別可以包括如 下步驟:首先檢測出人臉區(qū)域，再對人臉區(qū)域建模形成特征向量，通過與底庫里所有目標向 量做數(shù)學運算獲得相似度，最后對相似度排序取出分數(shù)最高的前k張作為人臉識別結(jié)果。
[0102] 根據(jù)本發(fā)明實施例，目標確定模塊620可以根據(jù)人臉識別模塊所輸出的人臉識別 結(jié)果(例如如上所述的相似度排序分數(shù)最高的前k張圖）的圖片信息反查出圖片歸屬的目標 人員，例如可以得到m個目標人員，其中m<k。在一個示例中，目標確定模塊620可以選擇最 高分目標人員作為最終所確定的所述人臉圖像中的人臉所對應(yīng)的目標人員。
[0103] 在另一個示例中，可以設(shè)定一個閾值t，如果相似度最高分沒有超過該閾值t，則目 標確定模塊620認為識別失敗，即該人臉圖像在數(shù)據(jù)庫中沒有對應(yīng)的目標人員。在這種情況 下，底圖更新模塊630可以將該人臉圖像添加到數(shù)據(jù)庫中，創(chuàng)建新的目標人員，并將該人臉 圖像作為該新創(chuàng)建目標人員的底圖。其中，閾值t的值的設(shè)定可以基于人臉識別所應(yīng)用的場 合。
[0104] 根據(jù)本發(fā)明實施例，底圖更新模塊630基于預(yù)定更新策略對目標人員的底圖進行 更新。在一個示例中，底圖更新模塊630可將本次進行人臉識別的人臉圖像添加到底庫中， 作為對目標人員的底圖的補充，這樣使得底庫中目標人員的底圖數(shù)目增多，為日后的人臉 識別提供了更豐富的基礎(chǔ)，有利于提尚人臉識別的準確率。
[0105] 在另一個示例中，底圖更新模塊630可采用本次進行人臉識別的人臉圖像來替換 底庫中目標人員的底圖中質(zhì)量較差的、分辨率較低的、或入庫時間過早的底圖等，這樣使得 底庫中目標人員的底圖不再固定不變、而是質(zhì)量更好、更接近目標人員當今的樣貌等，為日 后的人臉識別提供了更精確的基礎(chǔ)，有利于提尚人臉識別的準確率。
[0106] 根據(jù)本發(fā)明實施例，底圖更新模塊630所基于的預(yù)定更新策略可以包括:當?shù)讕熘?所確定的目標人員的底圖的數(shù)目小于預(yù)定閾值時，將所述人臉圖像添加到底庫中補充該目 標人員的底圖；以及當?shù)讕熘性撃繕巳藛T的底圖的數(shù)目已達到預(yù)定閾值時，基于預(yù)定替換 策略，采用所述人臉圖像替換底庫中該目標人員的一個底圖?；谠擃A(yù)定更新策略，底庫中 目標人員的底圖數(shù)目增多或質(zhì)量變好，為日后的人臉識別提供了更豐富的基礎(chǔ)，有利于提 高人臉識別的準確率?？梢越Y(jié)合圖3所示的底圖更新過程300具體理解該預(yù)定更新策略。為 了簡潔，此處不再贅述。
[0107] 根據(jù)本發(fā)明實施例，底圖更新模塊630進行底圖替換時所基于的預(yù)定替換策略可 以包括：當人臉圖像的質(zhì)量達到預(yù)定標準且超過底庫中該目標人員的底圖中至少一個的質(zhì) 量時，采用該人臉圖像替換底庫中該目標人員的底圖中質(zhì)量最差的一個。其中，人臉圖像的 質(zhì)量的計算可以基于以下因素(或稱為參數(shù)）中的至少一個:人臉分辨率、高斯模糊、運動模 糊、曝光效果及人臉傾斜度?；谠摰讏D替換策略，用于人臉識別的底庫中底圖的質(zhì)量會越 來越好，因此可以大幅提高日后的人臉識別的效率和準確率?？梢越Y(jié)合圖4所示的底圖替換 過程400具體理解該預(yù)定替換策略。為了簡潔，此處不再贅述。
[0108] 根據(jù)本發(fā)明另一實施例，底圖更新模塊630所基于的預(yù)定替換策略可以為：當人臉 圖像的質(zhì)量達到預(yù)定標準時，采用該人臉圖像替換底庫中目標人員的底圖中入庫時間最早 的一個?；谠摰讏D替換策略，用于人臉識別的底庫中底圖在保證質(zhì)量的同時會越來越接 近目標人員當前的樣貌，因此可以大幅提高日后的人臉識別的效率和準確率。可以結(jié)合圖5 所示的底圖更新過程500具體理解該預(yù)定替換策略。為了簡潔，此處不再贅述。
[0109] 基于上面的描述，根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別裝置按照預(yù)定的 更新策略，采用每次輸入的用于人臉識別的新的人臉圖像對底庫中已有底圖進行更新，可 以改變底圖單一或固定的情況，從而能夠大幅提高人臉識別的準確率。
[0110] 本領(lǐng)域普通技術(shù)人員可以意識到，結(jié)合本文中所公開的實施例描述的各示例的模 塊及算法步驟，能夠以電子硬件、或者計算機軟件和電子硬件的結(jié)合來實現(xiàn)。這些功能究竟 以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員 可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認為超出 本發(fā)明的范圍。
[0111] 圖7示出了根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別系統(tǒng)700的示意性框圖。 底圖自動更新的人臉識別系統(tǒng)700包括存儲裝置710以及處理器720。
[0112] 其中，存儲裝置710存儲用于實現(xiàn)根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別 方法中的相應(yīng)步驟的程序代碼。處理器720用于運行存儲裝置710中存儲的程序代碼，以執(zhí) 行根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法的相應(yīng)步驟，并且用于實現(xiàn)根據(jù)本發(fā) 明實施例的底圖自動更新的人臉識別裝置中的相應(yīng)模塊。此外，底圖自動更新的人臉識別 系統(tǒng)700還可以包括圖像采集裝置(未在圖7中示出），其可以用于采集人臉圖像。當然，圖像 采集裝置不是必需的，可直接接收來自其他源的人臉圖像的輸入。
[0113] 在一個實施例中，在所述程序代碼被處理器720運行時使得底圖自動更新的人臉 識別系統(tǒng)700執(zhí)行以下步驟:對輸入的人臉圖像進行人臉識別;基于所述人臉識別的結(jié)果確 定所述人臉圖像中的人臉所對應(yīng)的目標人員；以及基于預(yù)定更新策略，采用所述人臉圖像 對所述人臉識別所基于的底庫中所述目標人員的底圖進行更新，以用于下次人臉識別。
[0114] 在一個實施例中，所述預(yù)定更新策略包括：當所述底庫中所述目標人員的底圖的 數(shù)目小于預(yù)定閾值時，將所述人臉圖像添加到所述底庫中補充所述目標人員的底圖；以及 當所述底庫中所述目標人員的底圖的數(shù)目已達到所述預(yù)定閾值時，基于預(yù)定替換策略，采 用所述人臉圖像替換所述底庫中所述目標人員的一個底圖。
[0115] 在一個實施例中，所述預(yù)定替換策略包括：當所述人臉圖像的質(zhì)量達到預(yù)定標準 且超過所述底庫中所述目標人員的底圖中至少一個的質(zhì)量時，采用所述人臉圖像替換所述 底庫中所述目標人員的底圖中質(zhì)量最差的一個。
[0116] 在一個實施例中，所述人臉圖像的質(zhì)量的計算基于以下因素中的至少一個:人臉 分辨率、高斯模糊、運動模糊、曝光效果及人臉傾斜度。
[0117] 在一個實施例中，所述人臉圖像的質(zhì)量的計算基于以下因素中的至少兩個:人臉 分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度，并且所述人臉圖像的質(zhì)量Q為：
[0118]
[0119] 其中，S1*所述人臉圖像的質(zhì)量的計算所基于的各個因素的質(zhì)量實際值通過線性 變換標準化到[0，1]區(qū)間的值，S 1包括SdljSn;Wl為所述人臉圖像的質(zhì)量的計算所基于的各 個因素各自所占的權(quán)重，Wi包括WI到Wn，其取值范圍為：
[0120] 0<wi<l(Ki^in)
[0121] 且滿足
[0122]
[0123] 其中η為計算人臉圖像的質(zhì)量所基于的因素的數(shù)目，η大于等于2。
[0124] 在一個實施例中，所述預(yù)定替換策略包括：當所述人臉圖像的質(zhì)量達到預(yù)定標準 時，采用所述人臉圖像替換所述底庫中所述目標人員的底圖中入庫時間最早的一個。
[0125] 此外，根據(jù)本發(fā)明實施例，還提供了一種存儲介質(zhì)，在所述存儲介質(zhì)上存儲了程序 指令，在所述程序指令被計算機或處理器運行時用于執(zhí)行本發(fā)明實施例的底圖自動更新的 人臉識別方法的相應(yīng)步驟，并且用于實現(xiàn)根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別裝 置中的相應(yīng)模塊。所述存儲介質(zhì)例如可以包括智能電話的存儲卡、平板電腦的存儲部件、個 人計算機的硬盤、只讀存儲器(R0M)、可擦除可編程只讀存儲器(EPROM)、便攜式緊致盤只讀 存儲器(CD-ROM)、USB存儲器、或者上述存儲介質(zhì)的任意組合。所述計算機可讀存儲介質(zhì)可 以是一個或多個計算機可讀存儲介質(zhì)的任意組合，例如一個計算機可讀存儲介質(zhì)包含對輸 入的人臉圖像進行人臉識別的計算機可讀的程序代碼，另一個計算機可讀存儲介質(zhì)包含基 于所述人臉識別的結(jié)果確定所述人臉圖像中的人臉所對應(yīng)的目標人員的計算機可讀的程 序代碼，又一個計算機可讀存儲介質(zhì)包含基于預(yù)定更新策略，采用所述人臉圖像對所述人 臉識別所基于的底庫中所述目標人員的底圖進行更新以用于下次人臉識別的計算機可讀 的程序代碼。
[0126] 在一個實施例中，所述計算機程序指令在被計算機運行時可以實現(xiàn)根據(jù)本發(fā)明實 施例的底圖自動更新的人臉識別裝置的各個功能模塊，并且/或者可以執(zhí)行根據(jù)本發(fā)明實 施例的底圖自動更新的人臉識別方法。
[0127] 在一個實施例中，所述計算機程序指令在被計算機或處理器運行時使計算機或處 理器執(zhí)行以下步驟:對輸入的人臉圖像進行人臉識別；基于所述人臉識別的結(jié)果確定所述 人臉圖像中的人臉所對應(yīng)的目標人員；以及基于預(yù)定更新策略，采用所述人臉圖像對所述 人臉識別所基于的底庫中所述目標人員的底圖進行更新，以用于下次人臉識別。
[0128] 在一個實施例中，所述預(yù)定更新策略包括：當所述底庫中所述目標人員的底圖的 數(shù)目小于預(yù)定閾值時，將所述人臉圖像添加到所述底庫中補充所述目標人員的底圖；以及 當所述底庫中所述目標人員的底圖的數(shù)目已達到所述預(yù)定閾值時，基于預(yù)定替換策略，采 用所述人臉圖像替換所述底庫中所述目標人員的一個底圖。
[0129] 在一個實施例中，所述預(yù)定替換策略包括：當所述人臉圖像的質(zhì)量達到預(yù)定標準 且超過所述底庫中所述目標人員的底圖中至少一個的質(zhì)量時，采用所述人臉圖像替換所述 底庫中所述目標人員的底圖中質(zhì)量最差的一個。
[0130] 在一個實施例中，所述人臉圖像的質(zhì)量的計算基于以下因素中的至少一個:人臉 分辨率、高斯模糊、運動模糊、曝光效果及人臉傾斜度。
[0131] 在一個實施例中，所述人臉圖像的質(zhì)量的計算基于以下因素中的至少兩個:人臉 分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度，并且所述人臉圖像的質(zhì)量Q為：
[0132]
[0133] 其中，S1*所述人臉圖像的質(zhì)量的計算所基于的各個因素的質(zhì)量實際值通過線性 變換標準化到[0，1]區(qū)間的值，S1包括SdljSn;Wl為所述人臉圖像的質(zhì)量的計算所基于的各 個因素各自所占的權(quán)重，Wi包括Wl到Wn，其取值范圍為：
[0134] 0<wi<l(Ki^in)
[0135] 且滿足
[0136]
[0137] 其中η為計算人臉圖像的質(zhì)量所基于的因素的數(shù)目，η大于等于2。
[0138] 在一個實施例中，所述預(yù)定替換策略包括：當所述人臉圖像的質(zhì)量達到預(yù)定標準 時，采用所述人臉圖像替換所述底庫中所述目標人員的底圖中入庫時間最早的一個。
[0139] 根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別裝置中的各模塊可以通過根據(jù)本 發(fā)明實施例的底圖自動更新的人臉識別電子設(shè)備的處理器運行在存儲器中存儲的計算機 程序指令來實現(xiàn)，或者可以在根據(jù)本發(fā)明實施例的計算機程序產(chǎn)品的計算機可讀存儲介質(zhì) 中存儲的計算機指令被計算機運行時實現(xiàn)。
[0140] 根據(jù)本發(fā)明實施例的底圖自動更新的人臉識別方法、裝置、系統(tǒng)以及存儲介質(zhì)按 照預(yù)定的更新策略采用每次輸入的用于人臉識別的新的人臉圖像對底庫中已有底圖進行 更新，可以改變底圖單一或固定的情況，從而能夠大幅提高人臉識別的準確率。
[0141] 盡管這里已經(jīng)參考附圖描述了示例實施例，應(yīng)理解上述示例實施例僅僅是示例性 的，并且不意圖將本發(fā)明的范圍限制于此。本領(lǐng)域普通技術(shù)人員可以在其中進行各種改變 和修改，而不偏離本發(fā)明的范圍和精神。所有這些改變和修改意在被包括在所附權(quán)利要求 所要求的本發(fā)明的范圍之內(nèi)。
[0142] 本領(lǐng)域普通技術(shù)人員可以意識到，結(jié)合本文中所公開的實施例描述的各示例的單 元及算法步驟，能夠以電子硬件、或者計算機軟件和電子硬件的結(jié)合來實現(xiàn)。這些功能究竟 以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員 可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認為超出 本發(fā)明的范圍。
[0143] 在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的設(shè)備和方法，可以通過其 它的方式實現(xiàn)。例如，以上所描述的設(shè)備實施例僅僅是示意性的，例如，所述單元的劃分，僅 僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié) 合或者可以集成到另一個設(shè)備，或一些特征可以忽略，或不執(zhí)行。
[0144] 在此處所提供的說明書中，說明了大量具體細節(jié)。然而，能夠理解，本發(fā)明的實施 例可以在沒有這些具體細節(jié)的情況下實踐。在一些實例中，并未詳細示出公知的方法、結(jié)構(gòu) 和技術(shù)，以便不模糊對本說明書的理解。
[0145] 類似地，應(yīng)當理解，為了精簡本發(fā)明并幫助理解各個發(fā)明方面中的一個或多個，在 對本發(fā)明的示例性實施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實施例、圖、 或者對其的描述中。然而，并不應(yīng)將該本發(fā)明的方法解釋成反映如下意圖：即所要求保護的 本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如相應(yīng)的權(quán) 利要求書所反映的那樣，其發(fā)明點在于可以用少于某個公開的單個實施例的所有特征的特 征來解決相應(yīng)的技術(shù)問題。因此，遵循【具體實施方式】的權(quán)利要求書由此明確地并入該具體 實施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨實施例。
[0146] 本領(lǐng)域的技術(shù)人員可以理解，除了特征之間相互排斥之外，可以采用任何組合對 本說明書(包括伴隨的權(quán)利要求、摘要和附圖）中公開的所有特征以及如此公開的任何方法 或者設(shè)備的所有過程或單元進行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要 求、摘要和附圖）中公開的每個特征可以由提供相同、等同或相似目的的替代特征來代替。
[0147] 此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實施例包括其它實施例 中所包括的某些特征而不是其它特征，但是不同實施例的特征的組合意味著處于本發(fā)明的 范圍之內(nèi)并且形成不同的實施例。例如，在權(quán)利要求書中，所要求保護的實施例的任意之一 都可以以任意的組合方式來使用。
[0148] 本發(fā)明的各個部件實施例可以以硬件實現(xiàn)，或者以在一個或者多個處理器上運行 的軟件模塊實現(xiàn)，或者以它們的組合實現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當理解，可以在實踐中使用 微處理器或者數(shù)字信號處理器(DSP)來實現(xiàn)根據(jù)本發(fā)明實施例的物品分析設(shè)備中的一些模 塊的一些或者全部功能。本發(fā)明還可以實現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全 部的裝置程序(例如，計算機程序和計算機程序產(chǎn)品）。這樣的實現(xiàn)本發(fā)明的程序可以存儲 在計算機可讀介質(zhì)上，或者可以具有一個或者多個信號的形式。這樣的信號可以從因特網(wǎng) 網(wǎng)站上下載得到，或者在載體信號上提供，或者以任何其他形式提供。
[0149] 應(yīng)該注意的是上述實施例對本發(fā)明進行說明而不是對本發(fā)明進行限制，并且本領(lǐng) 域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計出替換實施例。在權(quán)利要求中， 不應(yīng)將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞"包含"不排除存在未 列在權(quán)利要求中的元件或步驟。位于元件之前的單詞"一"或"一個"不排除存在多個這樣的 元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當編程的計算機來實 現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個可以是通過同一個硬件項 來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名 稱。
[0150] 以上所述，僅為本發(fā)明的【具體實施方式】或?qū)Α揪唧w實施方式】的說明，本發(fā)明的保護 范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易 想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。本發(fā)明的保護范圍應(yīng)以權(quán)利要求的 保護范圍為準。
【主權(quán)項】
1. 一種底圖自動更新的人臉識別方法，其特征在于，所述人臉識別方法包括： 對輸入的人臉圖像進行人臉識別； 基于所述人臉識別的結(jié)果確定所述人臉圖像中的人臉所對應(yīng)的目標人員；W及 基于預(yù)定更新策略，采用所述人臉圖像對所述人臉識別所基于的底庫中所述目標人員 的底圖進行更新，W用于下次人臉識別。2. 根據(jù)權(quán)利要求1所述的人臉識別方法，其特征在于，所述預(yù)定更新策略包括： 當所述底庫中所述目標人員的底圖的數(shù)目小于預(yù)定闊值時，將所述人臉圖像添加到所 述底庫中補充所述目標人員的底圖；W及 當所述底庫中所述目標人員的底圖的數(shù)目已達到所述預(yù)定闊值時，基于預(yù)定替換策 略，采用所述人臉圖像替換所述底庫中所述目標人員的一個底圖。3. 根據(jù)權(quán)利要求2所述的人臉識別方法，其特征在于，所述預(yù)定替換策略包括： 當所述人臉圖像的質(zhì)量達到預(yù)定標準且超過所述底庫中所述目標人員的底圖中至少 一個的質(zhì)量時，采用所述人臉圖像替換所述底庫中所述目標人員的底圖中質(zhì)量最差的一 個。4. 根據(jù)權(quán)利要求3所述的人臉識別方法，其特征在于，所述人臉圖像的質(zhì)量的計算基于 W下因素中的至少一個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度。5. 根據(jù)權(quán)利要求3所述的人臉識別方法，其特征在于，所述人臉圖像的質(zhì)量的計算基于 W下因素中的至少兩個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度，并且所 述人臉圖像的質(zhì)量Q為：其中，Si為所述人臉圖像的質(zhì)量的計算所基于的各個因素的質(zhì)量實際值通過線性變換 標準化到[〇，1]區(qū)間的值，Si包括Si到Sn;Wi為所述人臉圖像的質(zhì)量的計算所基于的各個因 素各自所占的權(quán)重，Wi包括W1到Wn，其取值范圍為： 且滿足其中η為計算人臉圖像的質(zhì)量所基于的因素的數(shù)目，η大于等于2。6. 根據(jù)權(quán)利要求2所述的人臉識別方法，其特征在于，所述預(yù)定替換策略包括： 當所述人臉圖像的質(zhì)量達到預(yù)定標準時，采用所述人臉圖像替換所述底庫中所述目標 人員的底圖中入庫時間最早的一個。7. -種底圖自動更新的人臉識別裝置，其特征在于，所述人臉識別裝置包括： 人臉識別模塊，用于對輸入的人臉圖像進行人臉識別； 目標確定模塊，用于基于所述人臉識別的結(jié)果確定所述人臉圖像中的人臉所對應(yīng)的目 標人員；W及 底圖更新模塊，用于基于預(yù)定更新策略，采用所述人臉圖像對所述人臉識別所基于的 底庫中所述目標人員的底圖進行更新，W用于下次人臉識別。8. 根據(jù)權(quán)利要求7所述的人臉識別裝置，其特征在于，所述預(yù)定更新策略包括： 當所述底庫中所述目標人員的底圖的數(shù)目小于預(yù)定闊值時，將所述人臉圖像添加到所 述底庫中補充所述目標人員的底圖；W及 當所述底庫中所述目標人員的底圖的數(shù)目已達到所述預(yù)定闊值時，基于預(yù)定替換策 略，采用所述人臉圖像替換所述底庫中所述目標人員的一個底圖。9. 根據(jù)權(quán)利要求8所述的人臉識別裝置，其特征在于，所述預(yù)定替換策略包括： 當所述人臉圖像的質(zhì)量達到預(yù)定標準且超過所述底庫中所述目標人員的底圖中至少 一個的質(zhì)量時，采用所述人臉圖像替換所述底庫中所述目標人員的底圖中質(zhì)量最差的一 個。10. 根據(jù)權(quán)利要求9所述的人臉識別裝置，其特征在于，所述人臉圖像的質(zhì)量的計算基 于W下因素中的至少一個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度。11. 根據(jù)權(quán)利要求9所述的人臉識別裝置，其特征在于，所述人臉圖像的質(zhì)量的計算基 于W下因素中的至少兩個:人臉分辨率、高斯模糊、運動模糊、曝光效果和人臉傾斜度，并且 所述人臉圖像的質(zhì)量Q為：其中，Si為所述人臉圖像的質(zhì)量的計算所基于的各個因素的質(zhì)量實際值通過線性變換 標準化到[〇，1]區(qū)間的值，Si包括Si到Sn;Wi為所述人臉圖像的質(zhì)量的計算所基于的各個因 素各自所占的權(quán)重，Wi包括W1到Wn，其取值范圍為： 且滿足其中η為計算人臉圖像的質(zhì)量所基于的因素的數(shù)目，η大于等于2。12. 根據(jù)權(quán)利要求8所述的人臉識別裝置，其特征在于，所述預(yù)定替換策略包括： 當所述人臉圖像的質(zhì)量達到預(yù)定標準時，采用所述人臉圖像替換所述底庫中所述目標 人員的底圖中入庫時間最早的一個。
【文檔編號】G06K9/00GK105938552SQ201610498262
【公開日】2016年9月14日
【申請日】2016年6月29日
【發(fā)明人】沙燁鋒, 印奇
【申請人】北京曠視科技有限公司, 北京小孔科技有限公司