[發(fā)明專利]密集人群場景人臉圖像的高速識別方法及裝置

在審

• 申請?zhí)枺?/td>: 202010103071.X
• 申請日: 2020-02-19
• 公開（公告）號: CN111291698A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計）人: 葉筍
• 申請（專利權(quán)）人: 深圳英飛拓科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市欣亞知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44621
• 代理人: 葛勤;程光慧

本發(fā)明公開了一種密集人群場景人臉圖像的高速識別方法及裝置，其中，該密集人群場景人臉圖像的高速識別方法包括：獲取抓拍的多個人臉圖像數(shù)據(jù)；分別對多個人臉圖像數(shù)據(jù)里每個人臉圖像數(shù)據(jù)進行人臉檢測識別并提取多個人臉圖像特征值；將多個人臉圖像的人臉特征值以單個人臉圖像特征值數(shù)為單位分成兩組，利用CPU將第一組人臉特征值與人臉庫進行余弦相似度計算，并獲取余弦相似度最大的多張人臉圖片，以及利用DSP將第二組人臉特征值與人臉庫進行進行余弦相似度計算，并獲取余弦相似度最大的多張人臉圖片，其中，人臉庫中預(yù)存有人臉庫特征值向量；輸出N張相似度最高的人臉圖片。使用本發(fā)明的方法，可以極大提高人臉比對速度，提高了產(chǎn)品的競爭力。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種密集人群場景人臉圖像的高速識別方法、裝置及可讀存儲介質(zhì)。

背景技術(shù)

人臉圖像識別是安防監(jiān)控的重要課題，特別是對于密集人群場景中的人臉圖像。目前，對于密集人群場景中的人臉圖像識別通常采用普通CPU芯片來與人臉庫中的所有圖片進行比對，如此，會占用CPU芯片的資源，降低CPU芯片的處理效率，進而影響整個人臉圖像的處理性能。

有鑒于此，有必要提出對目前人臉圖像的識別方法進行進一步的改進。

發(fā)明內(nèi)容

為解決上述至少一技術(shù)問題，本發(fā)明的主要目的是提供一種密集人群場景人臉圖像的高速識別方法、裝置及可讀存儲介質(zhì)。

為實現(xiàn)上述目的，本發(fā)明采用的第一個技術(shù)方案為：提供一種密集人群場景人臉圖像的高速識別方法，包括：

獲取抓拍的多個人臉圖像數(shù)據(jù)；

分別對多個人臉圖像數(shù)據(jù)里每個人臉圖像數(shù)據(jù)進行人臉檢測識別并提取多個人臉特征值；

將多個人臉圖像的人臉特征值以單個人臉圖像特征值數(shù)為單位分成兩組，利用CPU將第一組人臉特征值與人臉庫進行余弦相似度計算，并獲取余弦相似度最大的多張人臉圖片，以及利用DSP將第二組人臉特征值與人臉庫進行進行余弦相似度計算，并獲取余弦相似度最大的多張人臉圖片，其中，人臉庫中預(yù)存有人臉庫特征值向量；

輸出N張相似度最高的人臉圖片。

其中，所述分別對多個人臉圖像數(shù)據(jù)里每個人臉圖像數(shù)據(jù)進行人臉檢測識別并提取多個人臉特征值之后，包括：

對人臉圖像特征值進行歸一化處理。

其中，所述利用CPU將第一組人臉特征值與人臉庫進行余弦相似度計算，并獲取余弦相似度最大的多張人臉圖片，具體包括：

將人臉特征值及人臉庫特征值的每個分量均從32位浮點數(shù)定點化為16位短整形；

對歸一化且定點化后的人臉特征值與人臉庫特征值進行余弦相似度計算；

將定點余弦相似度轉(zhuǎn)換為32位浮點余弦相似度；

將人臉特征值與人臉庫里所有圖片的人臉庫特征值分別計算得到的余弦相似度結(jié)果放入結(jié)果緩存區(qū)并進行排序，并獲取余弦相似度最大的多張人臉圖片。

其中，所述對歸一化且定點化后的人臉特征值與人臉庫特征值進行余弦相似度計算中使用neon指令集計算余弦相似度。

其中，所述利用DSP將第二組人臉特征值與人臉庫進行進行余弦相似度計算之前，包括：

預(yù)分人臉圖片輸入數(shù)據(jù)內(nèi)存、人臉庫輸入數(shù)據(jù)內(nèi)存、以及DSP參數(shù)傳遞內(nèi)存；

將人臉特征值拷貝至人臉圖片輸入數(shù)據(jù)內(nèi)存，將人臉庫特征值拷貝至人臉庫輸入數(shù)據(jù)內(nèi)存，以及將DSP函數(shù)參數(shù)放入DSP參數(shù)傳遞內(nèi)存；

從DSP函數(shù)參數(shù)中分別解析出待計算的第二組人臉特征值及人臉庫特征值。