[發明專利]人臉識別方法和系統

有效

• 申請號: 201410306005.7
• 申請日: 2014-06-30
• 公開（公告）號: CN104036261B
• 公開（公告）日: 2017-03-29
• 發明（設計）人: 朱茂清;李璋;韓玉剛
• 申請（專利權）人: 北京奇虎科技有限公司;奇智軟件（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙)11348
• 代理人: 王偉鋒,劉鐵生

技術領域

本發明涉及信息技術領域，具體而言，涉及一種人臉識別方法和系統。

背景技術

目前，對大規模人臉進行檢索，需要進行的工作是首先對人臉數據進行特征提取和量化，經過這些工作后，每張人臉可以得到對應的多維特征數據；并通過比較兩張人臉圖像的特征數據來判定兩張人臉圖像是否相似。而在大規模的人臉數據中，尋找相似人臉需要對每張圖像進行計算，找到最近的人臉數據，需要極大的計算量。

現有方案為直接對本地庫中海量人臉圖片進行聚類，將目標人臉圖片依次和每個聚類進行比較以找到其所屬聚類，再在所屬聚類中與每張人臉圖片比較以找到相似人臉圖片。這種方案一定程度加速了人臉搜索過程，但在大規模人臉搜索中，此方案仍然需要進行極大的計算量：若聚類設置較少，則每個聚類中數據規模會比較大，在聚類中進行搜索將耗費大量運算時間；若劃分聚類過多，則找到所屬聚類就需要較大計算量，都無法滿足搜索引擎的實時性要求。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的人臉識別方法和系統。

依據本發明的一個方面，提供了一種人臉識別方法，其包括：將已收集的人臉圖片進行聚類得到多個第1層分類，并通過迭代方式繼續對至少一個第i層分類中的人臉圖片進行聚類得到多個第i+1層分類，i從1向后進行整數取值；識別出目標人臉圖片所屬的第1層分類，并通過迭代方式繼續在所述目標人臉圖片所屬的第j層分類中識別出所述目標人臉圖片所屬的第j+1層分類，j從1向后依序進行整數取值；通過所述迭代方式直至在所述目標人臉圖片所屬的第j層分類中不存在第j+1層分類時，從所述目標人臉圖片所屬的第j層分類中，識別出所述目標人臉圖片的相似人臉圖片。

可選地，前述的人臉識別方法，其中，所述將已收集的人臉圖片進行聚類得到多個第1層分類的步驟包括：根據所述已收集的人臉圖片的特征，生成所述已收集的人臉圖片的特征向量；設置多個初始中心點，并根據所述已收集的人臉圖片的特征向量與每個所述初始中心點的距離遠近，將所述已收集的人臉圖片分為多個第1層分類，并根據每個第1層分類的人臉圖片的特征向量，計算所述每個第1層分類的向量中心點。

可選地，前述的人臉識別方法，其中，所述將已收集的人臉圖片進行聚類得到多個第1層分類的步驟還包括：計算所述每個第1層分類的初始中心點與向量中心點之間的方差；如所述方差的大小超過預設閾值，則重新設置初始中心點，并重新將所述已收集的人臉圖片分為多個第1層分類，并重新計算所述每個第1層分類的向量中心點。

可選地，前述的人臉識別方法，其中，所述識別出目標人臉圖片所屬的第1層分類的步驟包括：根據所述目標人臉圖片的特征，生成所述目標人臉圖片的特征向量；選擇向量中心點與所述目標人臉圖片的特征向量之間距離最小的第1層分類，作為所述目標人臉圖片所屬的第1層分類。

可選地，前述的人臉識別方法，其中，所述識別出所述目標人臉圖片的相似人臉圖片的步驟包括：從所述第j層分類的人臉圖片中，選擇特征向量與所述目標人臉圖片的特征向量之間距離最小的至少一張人臉圖片，作為所述目標人臉圖片的所述相似人臉圖片。

依據本發明的另一方面，還提供了一種人臉識別系統，其包括：分類模塊，用于將已收集的人臉圖片進行聚類得到多個第1層分類，并通過迭代方式繼續對至少一個第i層分類中的人臉圖片進行聚類得到多個第i+1層分類，i從1向后依序進行整數取值；分類迭代識別模塊，用于識別出目標人臉圖片所屬的第1層分類，并通過迭代方式繼續在所述目標人臉圖片所屬的第j層分類中識別出所述目標人臉圖片所屬的第j+1層分類，j從1向后進行整數取值；相似人臉圖片識別模塊，用于在所述目標人臉圖片所屬的第j層分類中不存在第j+1層分類時，從所述目標人臉圖片所屬的第j層分類中，識別出所述目標人臉圖片的相似人臉圖片。

可選地，前述的人臉識別系統，其中，還包括：第一特征向量生成模塊，用于根據所述已收集的人臉圖片的特征，生成所述已收集的人臉圖片的特征向量；所述分類模塊設置多個初始中心點，并根據所述已收集的人臉圖片的特征向量與每個所述初始中心點的距離遠近，將所述已收集的人臉圖片分為多個第1層分類，并根據每個第1層分類的人臉圖片的特征向量，計算所述每個第1層分類的向量中心點。

可選地，前述的人臉識別系統，其中，還包括：方差計算模塊，計算所述每個第1層分類的初始中心點與向量中心點之間的方差；如所述方差的大小超過預設閾值，則所述分類模塊重新設置初始中心點，并重新將所述已收集的人臉圖片分為多個第1層分類，并重新計算所述每個第1層分類的向量中心點。