人臉圖片人名識別方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種人臉圖片人名識別方法和系統(tǒng)，涉及計算機(jī)【技術(shù)領(lǐng)域】，主要目的在于準(zhǔn)確識別出包含目標(biāo)人臉的圖片對應(yīng)的人名。方法包括：為已收集的人臉圖片設(shè)置對應(yīng)的人名；將包含目標(biāo)人臉的圖片與已收集的人臉圖片進(jìn)行比較，識別出與包含目標(biāo)人臉的圖片相似的一個或多個人臉圖片；根據(jù)相似的一個或多個人臉圖片分別對應(yīng)的人名，確定目標(biāo)人臉的人名。根據(jù)本發(fā)明，基于人臉識別技術(shù)識別相似的人臉圖片，對目標(biāo)人臉在表情、角度等方面的要求較低，所以更容易識別出與目標(biāo)人臉對應(yīng)的同一人物的不同人臉圖片，也即更容易確定目標(biāo)人臉的名字。
【專利說明】人臉圖片人名識別方法和系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機(jī)【技術(shù)領(lǐng)域】，具體而言，涉及一種人臉圖片人名識別方法和系統(tǒng)。

【背景技術(shù)】
[0002] 在互聯(lián)網(wǎng)上，對圖片的瀏覽占據(jù)了用戶訪問量的很大一部分。對于包含人臉的圖 片，很大一部分用戶的需求是想知道圖片中人臉的人名，從而可以搜索更多該人物相關(guān)的 信息。因此，如何自動識別圖片中人臉的人名，變成了一個很迫切的用戶需求。
[0003] 傳統(tǒng)的識別人臉對應(yīng)的人名的方案一般如下：直接將未知人名的人臉圖片和已知 人名的人臉圖片進(jìn)行比較，如二者的全部或大部分相同，則可判斷兩張圖片中的人臉為同 一人物的人臉，也即可以決定可根據(jù)已知人名的人臉圖片的人名來確定未知人名的人臉圖 片的人名。該方案的主要缺點在于：由于是兩張圖片進(jìn)行比較，則對兩張圖片中人臉的表 情、角度、尺寸等具有非常高的要求，容易導(dǎo)致難以匹配兩張圖片中具有同一人物的人臉， 卻無法準(zhǔn)確地進(jìn)行識別，最終導(dǎo)致無法判斷出未知人臉圖片的人名，識別失敗率非常高。


【發(fā)明內(nèi)容】

[0004] 鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上 述問題的一種人臉圖片人名識別方法和系統(tǒng)。
[0005] 依據(jù)本發(fā)明的一個方面，提供了一種人臉圖片人名識別方法，其包括：為已收集的 人臉圖片設(shè)置對應(yīng)的人名；將包含目標(biāo)人臉的圖片與所述已收集的人臉圖片進(jìn)行比較，識 別出與所述包含目標(biāo)人臉的圖片相似的一個或多個人臉圖片；根據(jù)所述相似的一個或多個 人臉圖片分別對應(yīng)的人名，確定所述目標(biāo)人臉的人名。
[0006] 可選地，前述的方法，其中，為已收集的人臉圖片設(shè)置對應(yīng)的人名具體包括：從所 述已收集的人臉圖片的相關(guān)文本中提取人名，以作為所述已收集人臉圖片對應(yīng)的人名。
[0007] 可選地，前述的方法，其中，根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng)的人 名，確定所述目標(biāo)人臉的人名具體包括：獲取所述相似的一個或多個人臉圖片與所述包含 目標(biāo)人臉的圖片的相似度，并將其中最大相似度對應(yīng)人臉圖片的人名作為所述目標(biāo)人臉的 人名。
[0008] 可選地，前述的方法，其中，將其中最大相似度對應(yīng)人臉圖片的人名作為所述目標(biāo) 人臉的人名具體包括：在所述最大相似度高于預(yù)定的第一閾值時，將所述最大相似度的對 應(yīng)人臉圖片的人名作為所述目標(biāo)人臉的人名。
[0009] 可選地，前述的方法，其中，根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng)的人 名，確定所述目標(biāo)人臉的人名具體包括：獲取所述相似的一個或多個人臉圖片與所述包含 目標(biāo)人臉的圖片的相似度，將具有相同人名的人臉圖片對應(yīng)的相似度相加，并將相加后的 最大相似度對應(yīng)的人名作為所目標(biāo)人臉的人名。
[0010] 可選地，前述的方法，其中，將相加后的最大相似度對應(yīng)的人名作為所目標(biāo)人臉的 人名具體包括：在所述相加后的最大相似度高于預(yù)定的第二閾值時，將所述相加后的最大 相似度的人名作為所述目標(biāo)人臉的人名。
[0011] 可選地，前述的方法，其中，還包括：在所述相加后的最大相似度低于預(yù)定的第二 閾值時，獲取所述相加后最大相似度對應(yīng)的人臉圖片，以提供給用戶。
[0012] 可選地，前述的方法，其中，將包含目標(biāo)人臉的圖片與所述已收集的人臉圖片進(jìn)行 比較具體包括：提取所述已收集的人臉圖片中的特征，并存儲到預(yù)設(shè)的人臉數(shù)據(jù)庫中；提 取所述包含目標(biāo)人臉的圖片的特征，與從所述人臉數(shù)據(jù)庫取出的已收集人臉圖片的特征進(jìn) 行比較。
[0013] 依據(jù)本發(fā)明的另一方面，還提供了一種人臉圖片人名識別系統(tǒng)，其包括：人名設(shè)置 模塊，用于為已收集的人臉圖片設(shè)置對應(yīng)的人名；相似人臉圖片識別模塊，用于將包含目標(biāo) 人臉的圖片與所述已收集的人臉圖片進(jìn)行比較，識別出與所述包含目標(biāo)人臉的圖片相似的 一個或多個人臉圖片；人名確定模塊，用于根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng) 的人名，確定所述目標(biāo)人臉的人名。
[0014] 可選地，前述的系統(tǒng)，其中，所述人名設(shè)置模塊從所述已收集的人臉圖片的相關(guān)文 本中提取人名，以作為所述已收集人臉圖片對應(yīng)的人名。
[0015] 可選地，前述的系統(tǒng)，其中，所述人名確定模塊獲取所述相似的一個或多個人臉圖 片與所述包含目標(biāo)人臉的圖片的相似度，并將其中最大相似度對應(yīng)人臉圖片的人名作為所 述目標(biāo)人臉的人名。
[0016] 可選地，前述的系統(tǒng)，其中，所述人名確定模塊在所述最大相似度高于預(yù)定的第一 閾值時，將所述最大相似度的對應(yīng)人臉圖片的人名作為所述目標(biāo)人臉的人名。
[0017] 可選地，前述的系統(tǒng)，其中，所述人名確定模塊獲取所述相似的一個或多個人臉圖 片與所述包含目標(biāo)人臉的圖片的相似度，將具有相同人名的人臉圖片對應(yīng)的相似度相加， 并將相加后的最大相似度對應(yīng)的人名作為所目標(biāo)人臉的人名。
[0018] 可選地，前述的系統(tǒng)，其中，所述人名確定模塊在所述相加后的最大相似度高于預(yù) 定的第二閾值時，將所述相加后的最大相似度的人名作為所述目標(biāo)人臉的人名。
[0019] 可選地，前述的系統(tǒng)，其中，還包括：相似人臉圖片提供模塊，用于在所述相加后的 最大相似度低于預(yù)定的第二閾值時，獲取所述相加后最大相似度對應(yīng)的人臉圖片，以提供 給用戶。
[0020] 可選地，前述的系統(tǒng)，其中，所述相似人臉圖片識別模塊包括：特征存儲模塊，用于 提取所述已收集的人臉圖片中的特征，并存儲到預(yù)設(shè)的人臉數(shù)據(jù)庫中；特征比較模塊，用于 提取所述包含目標(biāo)人臉的圖片的特征，與從所述人臉數(shù)據(jù)庫取出的已收集人臉圖片的特征 進(jìn)行比較。
[0021] 根據(jù)以上技術(shù)方案，可知本發(fā)明的人臉圖片人名識別方法和系統(tǒng)至少具有以下優(yōu) 占·
[0022] 本發(fā)明并非直接進(jìn)行單張人臉圖片之間的比對，而是首先基于人臉識別技術(shù)，從 已收集的人臉圖片中識別出相似的人臉圖片，其與包含目標(biāo)人臉的圖片通常為同一人臉的 圖片，所以基于相似人臉圖片的人名，可以確定目標(biāo)人臉的人名；基于人臉識別技術(shù)識別相 似的人臉圖片，對目標(biāo)人臉在表情、角度等方面的要求較低，所以更容易識別出與目標(biāo)人臉 對應(yīng)的同一人物的不同人臉圖片，也即更容易確定目標(biāo)人臉的名字。
[0023] 上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段， 而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠 更明顯易懂，以下特舉本發(fā)明的【具體實施方式】。

【專利附圖】

【附圖說明】
[0024] 通過閱讀下文優(yōu)選實施方式的詳細(xì)描述，各種其他的優(yōu)點和益處對于本領(lǐng)域普通 技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實施方式的目的，而并不認(rèn)為是對本發(fā)明 的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中：
[0025] 圖1示出了根據(jù)本發(fā)明的一個實施例的人臉圖片人名識別方法的流程圖；
[0026] 圖2示出了根據(jù)本發(fā)明的一個實施例的人臉圖片人名識別方法的工作原理流程 圖；
[0027] 圖3示出了根據(jù)本發(fā)明的一個實施例的人臉圖片人名識別方法的局部流程圖；
[0028] 圖4示出了根據(jù)本發(fā)明的一個實施例的人臉圖片人名識別系統(tǒng)的框圖；
[0029] 圖5示出了根據(jù)本發(fā)明的一個實施例的人臉圖片人名識別方法的框圖；
[0030] 圖6示出了根據(jù)本發(fā)明的一個實施例的人臉圖片人名識別方法的局部框圖。

【具體實施方式】
[0031] 下面將參照附圖更詳細(xì)地描述本公開的示例性實施例。雖然附圖中顯示了本公開 的示例性實施例，然而應(yīng)當(dāng)理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例 所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍 完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。
[0032] 如圖1所示，本發(fā)明的一個實施例提供了一種人臉圖片人名識別方法，其包括：
[0033] 步驟110,為已收集的人臉圖片設(shè)置對應(yīng)的人名。本實施例中對設(shè)置人名的方式不 進(jìn)行限定，具體可以是在收集每個人臉圖片時記錄對應(yīng)的名字。
[0034] 步驟120,將包含目標(biāo)人臉的圖片與已收集的人臉圖片進(jìn)行比較，識別出與包含目 標(biāo)人臉的圖片相似的一個或多個人臉圖片。根據(jù)現(xiàn)有的多種人臉識別技術(shù)，都可較好地識 別出相似的人臉圖片。
[0035] 步驟130,根據(jù)相似的一個或多個人臉圖片分別對應(yīng)的人名，確定目標(biāo)人臉的人 名。在本實施例中，對如何確定目標(biāo)人臉的人名的方式不做限定，例如，在多個相似人臉圖 片對應(yīng)的人名不同的情況下，可以選擇出現(xiàn)次數(shù)較多的人名作為目標(biāo)人臉的人名。
[0036] 在本實施例的技術(shù)方案中，并沒有直接進(jìn)行單張人臉圖片之間的比對，而是首先 基于人臉識別技術(shù)，從已收集的人臉圖片中識別出相似的人臉圖片，其與包含目標(biāo)人臉的 圖片通常為同一人臉的圖片，所以基于相似人臉圖片的人名，可以確定目標(biāo)人臉的人名；基 于人臉識別技術(shù)識別相似的人臉圖片，對目標(biāo)人臉在表情、角度等方面的要求較低，所以更 容易識別出與目標(biāo)人臉對應(yīng)的同一人物的不同人臉圖片，也即更容易確定目標(biāo)人臉的名 字。
[0037] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別方法，其中，步驟110具體包 括：
[0038] 從已收集的人臉圖片的相關(guān)文本中提取人名，以作為已收集人臉圖片對應(yīng)的人 名。在本實施例中，對相關(guān)文本的形式不做限制，例如，假如人臉圖片出現(xiàn)在新聞中，則相關(guān) 文本可以是新聞的標(biāo)題或正文。
[0039] 在本實施例的技術(shù)方案中，從人臉圖片的相關(guān)文本中提取人名，效率非常高。
[0040] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別方法，其中，步驟130具體包 括：
[0041] 獲取相似的一個或多個人臉圖片與包含目標(biāo)人臉的圖片的相似度，并將其中最大 相似度對應(yīng)人臉圖片的人名作為目標(biāo)人臉的人名。
[0042] 在本實施例的技術(shù)方案中，相似度最1?表不兩張人臉圖片最有可能是同一人物的 人臉圖片，所以應(yīng)當(dāng)具有相同的人名。
[0043] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別方法，其中，步驟130具體包 括：
[0044] 在最大相似度高于預(yù)定的第一閾值時，將最大相似度的對應(yīng)人臉圖片的人名作為 目標(biāo)人臉的人名。在本實施例中，對第一閾值的具體大小不做限制，例如其可以是90%。則 最大相似度大于90%時，則認(rèn)為這兩張人臉非常相似，應(yīng)當(dāng)為同一人物的人臉，則目標(biāo)人臉 屬于該名字對應(yīng)的人物的人臉，此時可為用戶輸出該人名。
[0045] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別方法，其中，步驟130具體包 括：
[0046] 獲取相似的一個或多個人臉圖片與包含目標(biāo)人臉的圖片的相似度，將具有相同人 名的人臉圖片對應(yīng)的相似度相加，并將相加后的最大相似度對應(yīng)的人名作為所目標(biāo)人臉的 人名。
[0047] 在本實施例的技術(shù)方案中，多個相似人臉圖片有可能是不同人物的人臉圖片，其 中具有相同人名的人臉圖片應(yīng)當(dāng)是同一人物的人臉圖片，而相加后相似度最大則說明對應(yīng) 的人物與目前人臉對應(yīng)的人物最相似，應(yīng)當(dāng)是同一人物，所以應(yīng)當(dāng)具有相同的人名。
[0048] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別方法，其中，步驟130具體包 括：
[0049] 在相加后的最大相似度高于預(yù)定的第二閾值時，將相加后的最大相似度的人名作 為目標(biāo)人臉的人名。在本實施例中，對第二閾值的具體大小不做限制，例如其可以是200%。 則相加后的最大相似度大于200%時，則認(rèn)為該人名對應(yīng)的人臉圖片與目標(biāo)人臉非常相似， 應(yīng)當(dāng)為同一人物的人臉，則目標(biāo)人臉屬于該名字對應(yīng)的人物的人臉，此時可為用戶輸出該 人名。
[0050] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別方法，其中，還包括：在相加后 的最大相似度低于預(yù)定的第二閾值時，獲取相加后最大相似度對應(yīng)的人臉圖片，以提供給 用戶。
[0051] 在本實施例的技術(shù)方案中，在相加后的最大相似度低于一定水平時，貝1J說明任一 相似人臉圖片中與包含目標(biāo)人臉的圖片都并非對應(yīng)同一人物，所以此時無法精確確定目標(biāo) 人臉的人名，可將最相似的人臉圖片提供給用戶，以供用戶自行判斷是否為同一人物的人 臉。
[0052] 在本實施例的技術(shù)方案中，即使不能精確識別人名，也可以提供最相似人臉，因而 可以提供更多信息，用于其它應(yīng)用。
[0053] 將本實施例與前述的四個實施例結(jié)合，可以得到如流程圖圖2所示的技術(shù)方案：
[0054] 對于輸入的圖片，首先判斷其中是否包含人臉，如其中不包含人臉則結(jié)束操作，如 其中包含人臉則繼續(xù)進(jìn)行后續(xù)操作，該人臉即為需要識別出對應(yīng)人名的目標(biāo)人臉；通過人 臉識別，識別出與包含目標(biāo)人臉的圖片相似的多個人臉圖片；取相似的多個人臉圖片與包 含目標(biāo)人臉的圖片的相似度，如其中最大相似度大于第一閾值，則取最大相似度對應(yīng)的人 臉圖片的人名為目標(biāo)人臉的人名；如最大相似度低于第一閾值，則將相同人名的人臉圖片 對應(yīng)的相似度相加，如其中相加后的最大相似度大于第二閾值，則取相加后的最大相似度 對應(yīng)的人名作為目標(biāo)人臉的人名，否則直接輸出最相似的人臉即可。
[0055] 如圖3所示，本發(fā)明的另一實施例還提供一種人臉圖片人名識別方法，其中，步驟 120具體包括：
[0056] 步驟121，提取已收集的人臉圖片中的特征，并存儲到預(yù)設(shè)的人臉數(shù)據(jù)庫中。在本 實施例中，首先對于已收集的人臉圖片，自動檢測圖片中的人臉，然后提取人臉的特征，并 且量化為一個高維向量。采用高維向量來表征人臉可以減少數(shù)據(jù)量，并且可以方便后續(xù)的 相似人臉比較。這樣可以建立一個包含已收集人臉圖片特征的數(shù)據(jù)庫。對于庫中每個人名 對應(yīng)的人臉圖片，盡可能多的收集各種表情、角度或尺寸的圖片，這對于后續(xù)的人臉識別的 召回率和準(zhǔn)確率都有很大幫助：識別的人臉對于表情、角度、姿態(tài)等沒有任何要求，不需要 輸入圖片為正面高清圖像。由于已知數(shù)據(jù)庫中包含人臉的各種表情、角度、姿態(tài)，因此對于 輸入的各種人臉圖片都可以識別。
[0057] 步驟122,提取包含目標(biāo)人臉的圖片的特征，與從人臉數(shù)據(jù)庫取出的已收集人臉圖 片的特征進(jìn)行比較。在本實施例中，對于一個具有目標(biāo)人臉的圖片來說，首先自動檢測其中 的人臉，提取人臉的特征，并且量化為一個高維向量；將包含目標(biāo)人臉的圖片的向量和庫內(nèi) 人臉圖片的特征高維向量進(jìn)行比較，計算其歐式距離，并取距離最近的前N個向量，即前N 個相似人臉。其中，如果人臉數(shù)據(jù)庫過于龐大，逐個比較費時很長，可事先對庫內(nèi)人臉進(jìn)行 聚類，然后只與聚類完成的人臉進(jìn)行比較，這樣可以大大縮短比較時間；具體的比較采用高 維特征向量進(jìn)行比較，計算向量間的歐式距離，并取距離最近的前N個向量。這些向量所表 征的人臉就是與該輸入人臉最相似的人臉。
[0058] 在本實施例的技術(shù)方案中，在進(jìn)行人臉比對時，由于采用了聚類的方法，而不是挨 個比較，因而大大提高了識別速度，可以適用于互聯(lián)網(wǎng)上海量數(shù)據(jù)的大規(guī)模人臉識別。
[0059] 如圖4所示，本發(fā)明的另一實施例還提供了一種人臉圖片人名識別系統(tǒng)，其包括：
[0060] 人名設(shè)置模塊410,用于為已收集的人臉圖片設(shè)置對應(yīng)的人名。本實施例中對設(shè)置 人名的方式不進(jìn)行限定，具體可以是在收集每個人臉圖片時記錄對應(yīng)的名字。
[0061] 相似人臉圖片識別模塊420,用于將包含目標(biāo)人臉的圖片與已收集的人臉圖片進(jìn) 行比較，識別出與包含目標(biāo)人臉的圖片相似的一個或多個人臉圖片。根據(jù)現(xiàn)有的多種人臉 識別技術(shù)，都可較好地識別出相似的人臉圖片。
[0062] 人名確定模塊430,用于根據(jù)相似的一個或多個人臉圖片分別對應(yīng)的人名，確定目 標(biāo)人臉的人名。在本實施例中，對如何確定目標(biāo)人臉的人名的方式不做限定，例如，在多個 相似人臉圖片對應(yīng)的人名不同的情況下，可以選擇出現(xiàn)次數(shù)較多的人名作為目標(biāo)人臉的人 名。
[0063] 在本實施例的技術(shù)方案中，并沒有直接進(jìn)行單張人臉圖片之間的比對，而是首先 基于人臉識別技術(shù)，從已收集的人臉圖片中識別出相似的人臉圖片，其與包含目標(biāo)人臉的 圖片通常為同一人臉的圖片，所以基于相似人臉圖片的人名，可以確定目標(biāo)人臉的人名；基 于人臉識別技術(shù)識別相似的人臉圖片，對目標(biāo)人臉在表情、角度等方面的要求較低，所以更 容易識別出與目標(biāo)人臉對應(yīng)的同一人物的不同人臉圖片，也即更容易確定目標(biāo)人臉的名 字。
[0064] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別系統(tǒng)，其中，人名設(shè)置模塊410 從已收集的人臉圖片的相關(guān)文本中提取人名，以作為已收集人臉圖片對應(yīng)的人名。在本實 施例中，對相關(guān)文本的形式不做限制，例如，假如人臉圖片出現(xiàn)在新聞中，則相關(guān)文本可以 是新聞的標(biāo)題或正文。
[0065] 在本實施例的技術(shù)方案中，從人臉圖片的相關(guān)文本中提取人名，效率非常高。
[0066] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別系統(tǒng)，其中，人名確定430獲 取相似的一個或多個人臉圖片與包含目標(biāo)人臉的圖片的相似度，并將其中最大相似度對應(yīng) 人臉圖片的人名作為目標(biāo)人臉的人名。
[0067] 在本實施例的技術(shù)方案中，相似度最1?表不兩張人臉圖片最有可能是同一人物的 人臉圖片，所以應(yīng)當(dāng)具有相同的人名。
[0068] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別系統(tǒng)，其中，人名確定430在 最大相似度高于預(yù)定的第一閾值時，將最大相似度的對應(yīng)人臉圖片的人名作為目標(biāo)人臉的 人名。在本實施例中，對第一閾值的具體大小不做限制，例如其可以是90%。則最大相似度 大于90%時，則認(rèn)為這兩張人臉非常相似，應(yīng)當(dāng)為同一人物的人臉，則目標(biāo)人臉屬于該名字 對應(yīng)的人物的人臉，此時可為用戶輸出該人名。
[0069] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別系統(tǒng)，其中，人名確定模塊430 獲取相似的一個或多個人臉圖片與包含目標(biāo)人臉的圖片的相似度，將具有相同人名的人臉 圖片對應(yīng)的相似度相加，并將相加后的最大相似度對應(yīng)的人名作為所目標(biāo)人臉的人名。
[0070] 在本實施例的技術(shù)方案中，多個相似人臉圖片有可能是不同人物的人臉圖片，其 中具有相同人名的人臉圖片應(yīng)當(dāng)是同一人物的人臉圖片，而相加后相似度最大則說明對應(yīng) 的人物與目前人臉對應(yīng)的人物最相似，應(yīng)當(dāng)是同一人物，所以應(yīng)當(dāng)具有相同的人名。
[0071] 本發(fā)明的另一實施例還提供一種人臉圖片人名識別系統(tǒng)，其中，人名確定模塊430 在相加后的最大相似度高于預(yù)定的第二閾值時，將相加后的最大相似度的人名作為目標(biāo)人 臉的人名。在本實施例中，對第二閾值的具體大小不做限制，例如其可以是200%。則相加 后的最大相似度大于200%時，則認(rèn)為該人名對應(yīng)的人臉圖片與目標(biāo)人臉非常相似，應(yīng)當(dāng)為 同一人物的人臉，則目標(biāo)人臉屬于該名字對應(yīng)的人物的人臉，此時可為用戶輸出該人名。
[0072] 如圖5所示，本發(fā)明的另一實施例還提供一種人臉圖片人名識別系統(tǒng)，其中，還包 括：
[0073] 相似人臉圖片提供模塊440,用于在相加后的最大相似度低于預(yù)定的第二閾值時， 獲取相加后最大相似度對應(yīng)的人臉圖片，以提供給用戶。在本實施例的技術(shù)方案中，在相加 后的最大相似度低于一定水平時，則說明任一相似人臉圖片中與包含目標(biāo)人臉的圖片都并 非對應(yīng)同一人物，所以此時無法精確確定目標(biāo)人臉的人名，可將最相似的人臉圖片提供給 用戶，以供用戶自行判斷是否為同一人物的人臉。
[0074] 在本實施例的技術(shù)方案中，即使不能精確識別人名，也可以提供最相似人臉，因而 可以提供更多信息，用于其它應(yīng)用。
[0075] 將本實施例與前述的四個實施例結(jié)合，可以得到如流程圖圖2所示的技術(shù)方案： [0076] 對于輸入的圖片，首先判斷其中是否包含人臉，如其中不包含人臉則結(jié)束操作，如 其中包含人臉則繼續(xù)進(jìn)行后續(xù)操作，該人臉即為需要識別出對應(yīng)人名的目標(biāo)人臉；通過人 臉識別，識別出與包含目標(biāo)人臉的圖片相似的多個人臉圖片；取相似的多個人臉圖片與包 含目標(biāo)人臉的圖片的相似度，如其中最大相似度大于第一閾值，則取最大相似度對應(yīng)的人 臉圖片的人名為目標(biāo)人臉的人名；如最大相似度低于第一閾值，則將相同人名的人臉圖片 對應(yīng)的相似度相加，如其中相加后的最大相似度大于第二閾值，則取相加后的最大相似度 對應(yīng)的人名作為目標(biāo)人臉的人名，否則直接輸出最相似的人臉即可。
[0077] 如圖6所示，本發(fā)明的另一實施例還提供一種人臉圖片人名識別系統(tǒng)，其中，相似 人臉圖片識別模塊420包括：
[0078] 特征存儲模塊421，用于提取已收集的人臉圖片中的特征，并存儲到預(yù)設(shè)的人臉數(shù) 據(jù)庫中。在本實施例中，首先對于已收集的人臉圖片，自動檢測圖片中的人臉，然后提取人 臉的特征，并且量化為一個高維向量。采用高維向量來表征人臉可以減少數(shù)據(jù)量，并且可以 方便后續(xù)的相似人臉比較。這樣可以建立一個包含已收集人臉圖片特征的數(shù)據(jù)庫。對于庫 中每個人名對應(yīng)的人臉圖片，盡可能多的收集各種表情、角度或尺寸的圖片，這對于后續(xù)的 人臉識別的召回率和準(zhǔn)確率都有很大幫助：識別的人臉對于表情、角度、姿態(tài)等沒有任何要 求，不需要輸入圖片為正面高清圖像。由于已知數(shù)據(jù)庫中包含人臉的各種表情、角度、姿態(tài)， 因此對于輸入的各種人臉圖片都可以識別。
[0079] 特征比較模塊422,用于提取包含目標(biāo)人臉的圖片的特征，與從人臉數(shù)據(jù)庫取出的 已收集人臉圖片的特征進(jìn)行比較。在本實施例中，對于一個具有目標(biāo)人臉的圖片來說，首 先自動檢測其中的人臉，提取人臉的特征，并且量化為一個高維向量；將包含目標(biāo)人臉的圖 片的向量和庫內(nèi)人臉圖片的特征高維向量進(jìn)行比較，計算其歐式距離，并取距離最近的前N 個向量，即前N個相似人臉。其中，如果人臉數(shù)據(jù)庫過于龐大，逐個比較費時很長，可事先對 庫內(nèi)人臉進(jìn)行聚類，然后只與聚類完成的人臉進(jìn)行比較，這樣可以大大縮短比較時間；具體 的比較采用高維特征向量進(jìn)行比較，計算向量間的歐式距離，并取距離最近的前N個向量。 這些向量所表征的人臉就是與該輸入人臉最相似的人臉?，F(xiàn)有的多種聚類方式，均適用于 本實施例的技術(shù)方案。
[0080] 在本實施例的技術(shù)方案中，在進(jìn)行人臉比對時，由于采用了聚類的方法，而不是挨 個比較，因而大大提高了識別速度，可以適用于互聯(lián)網(wǎng)上海量數(shù)據(jù)的大規(guī)模人臉識別。
[0081] 在此提供的算法和顯示不與任何特定計算機(jī)、虛擬系統(tǒng)或者其它設(shè)備固有相關(guān)。 各種通用系統(tǒng)也可以與基于在此的示教一起使用。根據(jù)上面的描述，構(gòu)造這類系統(tǒng)所要求 的結(jié)構(gòu)是顯而易見的。此外，本發(fā)明也不針對任何特定編程語言。應(yīng)當(dāng)明白，可以利用各種 編程語言實現(xiàn)在此描述的本發(fā)明的內(nèi)容，并且上面對特定語言所做的描述是為了披露本發(fā) 明的最佳實施方式。
[0082] 在此處所提供的說明書中，說明了大量具體細(xì)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(xì)節(jié)的情況下實踐。在一些實例中，并未詳細(xì)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。
[0083] 類似地，應(yīng)當(dāng)理解，為了精簡本公開并幫助理解各個發(fā)明方面中的一個或多個，在 上面對本發(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)將該公開的方法解釋成反映如下意圖：即所要求保 護(hù)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，如下面 的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實施例的所有特征。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。
[0084] 本領(lǐng)域那些技術(shù)人員可以理解，可以對實施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地 改變并且把它們設(shè)置在與該實施例不同的一個或多個設(shè)備中。可以把實施例中的模塊或單 元或組件組合成一個模塊或單元或組件，以及此外可以把它們分成多個子模塊或子單元或 子組件。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，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(jìn)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。
[0085] 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，在下面的權(quán)利要求書中，所要求保護(hù)的實施例的任 意之一都可以以任意的組合方式來使用。
[0086] 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(dāng)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)明實施例的人臉圖片人名識別系統(tǒng) 中的一些或者全部部件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設(shè)備或者裝置程序（例如，計算機(jī)程序和計算機(jī)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(jī)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。
[0087] 應(yīng)該注意的是上述實施例對本發(fā)明進(jìn)行說明而不是對本發(fā)明進(jìn)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(dāng)編程的計算機(jī)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。
[0088] A1、一種人臉圖片人名識別方法，其包括：
[0089] 為已收集的人臉圖片設(shè)置對應(yīng)的人名；
[0090] 將包含目標(biāo)人臉的圖片與所述已收集的人臉圖片進(jìn)行比較，識別出與所述包含目 標(biāo)人臉的圖片相似的一個或多個人臉圖片；
[0091] 根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng)的人名，確定所述目標(biāo)人臉的人 名。
[0092] A2、根據(jù)A1所述的方法，其中，為已收集的人臉圖片設(shè)置對應(yīng)的人名具體包括：
[0093] 從所述已收集的人臉圖片的相關(guān)文本中提取人名，以作為所述已收集人臉圖片對 應(yīng)的人名。
[0094] A3、根據(jù)A1所述的方法，其中，根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng)的 人名，確定所述目標(biāo)人臉的人名具體包括：
[0095] 獲取所述相似的一個或多個人臉圖片與所述包含目標(biāo)人臉的圖片的相似度，并將 其中最大相似度對應(yīng)人臉圖片的人名作為所述目標(biāo)人臉的人名。
[0096] A4、根據(jù)A3所述的方法，其中，將其中最大相似度對應(yīng)人臉圖片的人名作為所述 目標(biāo)人臉的人名具體包括：
[0097] 在所述最大相似度高于預(yù)定的第一閾值時，將所述最大相似度的對應(yīng)人臉圖片的 人名作為所述目標(biāo)人臉的人名。
[0098] A5、根據(jù)A1所述的方法，其中，根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng)的 人名，確定所述目標(biāo)人臉的人名具體包括：
[0099] 獲取所述相似的一個或多個人臉圖片與所述包含目標(biāo)人臉的圖片的相似度，將具 有相同人名的人臉圖片對應(yīng)的相似度相加，并將相加后的最大相似度對應(yīng)的人名作為所目 標(biāo)人臉的人名。
[0100] A6、根據(jù)A5所述的方法，其中，將相加后的最大相似度對應(yīng)的人名作為所目標(biāo)人 臉的人名具體包括：
[0101] 在所述相加后的最大相似度高于預(yù)定的第二閾值時，將所述相加后的最大相似度 的人名作為所述目標(biāo)人臉的人名。
[0102] A7、根據(jù)A6所述的方法，其中，還包括：
[0103] 在所述相加后的最大相似度低于預(yù)定的第二閾值時，獲取所述相加后最大相似度 對應(yīng)的人臉圖片，以提供給用戶。
[0104] A8、根據(jù)A1至A7中任一項所述的方法，其中，將包含目標(biāo)人臉的圖片與所述已收 集的人臉圖片進(jìn)行比較具體包括：
[0105] 提取所述已收集的人臉圖片中的特征，并存儲到預(yù)設(shè)的人臉數(shù)據(jù)庫中；
[0106] 提取所述包含目標(biāo)人臉的圖片的特征，與從所述人臉數(shù)據(jù)庫取出的已收集人臉圖 片的特征進(jìn)行比較。
[0107] A9、一種人臉圖片人名識別系統(tǒng)，其包括：
[0108] 人名設(shè)置模塊，用于為已收集的人臉圖片設(shè)置對應(yīng)的人名；
[0109] 相似人臉圖片識別模塊，用于將包含目標(biāo)人臉的圖片與所述已收集的人臉圖片進(jìn) 行比較，識別出與所述包含目標(biāo)人臉的圖片相似的一個或多個人臉圖片；
[0110] 人名確定模塊，用于根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng)的人名，確定 所述目標(biāo)人臉的人名。
[0111] A10、根據(jù)A9所述的系統(tǒng)，其中，
[0112] 所述人名設(shè)置模塊從所述已收集的人臉圖片的相關(guān)文本中提取人名，以作為所述 已收集人臉圖片對應(yīng)的人名。
[0113] All、根據(jù)A9所述的系統(tǒng)，其中，
[0114] 所述人名確定模塊獲取所述相似的一個或多個人臉圖片與所述包含目標(biāo)人臉的 圖片的相似度，并將其中最大相似度對應(yīng)人臉圖片的人名作為所述目標(biāo)人臉的人名。
[0115] A12、根據(jù)All所述的系統(tǒng)，其中，
[0116] 所述人名確定模塊在所述最大相似度高于預(yù)定的第一閾值時，將所述最大相似度 的對應(yīng)人臉圖片的人名作為所述目標(biāo)人臉的人名。
[0117] A13、根據(jù)A9所述的系統(tǒng)，其中，
[0118] 所述人名確定模塊獲取所述相似的一個或多個人臉圖片與所述包含目標(biāo)人臉的 圖片的相似度，將具有相同人名的人臉圖片對應(yīng)的相似度相加，并將相加后的最大相似度 對應(yīng)的人名作為所目標(biāo)人臉的人名。
[0119] A14、根據(jù)A13所述的系統(tǒng)，其中，
[0120] 所述人名確定模塊在所述相加后的最大相似度高于預(yù)定的第二閾值時，將所述相 加后的最大相似度的人名作為所述目標(biāo)人臉的人名。
[0121] A15、根據(jù)A14所述的系統(tǒng)，其中，還包括：
[0122] 相似人臉圖片提供模塊，用于在所述相加后的最大相似度低于預(yù)定的第二閾值 時，獲取所述相加后最大相似度對應(yīng)的人臉圖片，以提供給用戶。
[0123] A16、根據(jù)A9至15中任一項所述的系統(tǒng)，其中，所述相似人臉圖片識別模塊包括：
[0124] 特征存儲模塊，用于提取所述已收集的人臉圖片中的特征，并存儲到預(yù)設(shè)的人臉 數(shù)據(jù)庫中；
[0125] 特征比較模塊，用于提取所述包含目標(biāo)人臉的圖片的特征，與從所述人臉數(shù)據(jù)庫 取出的已收集人臉圖片的特征進(jìn)行比較。
【權(quán)利要求】
1. 一種人臉圖片人名識別方法，其包括： 為已收集的人臉圖片設(shè)置對應(yīng)的人名； 將包含目標(biāo)人臉的圖片與所述已收集的人臉圖片進(jìn)行比較，識別出與所述包含目標(biāo)人 臉的圖片相似的一個或多個人臉圖片； 根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng)的人名，確定所述目標(biāo)人臉的人名。
2. 根據(jù)權(quán)利要求1所述的方法，其中，為已收集的人臉圖片設(shè)置對應(yīng)的人名具體包括： 從所述已收集的人臉圖片的相關(guān)文本中提取人名，以作為所述已收集人臉圖片對應(yīng)的 人名。
3. 根據(jù)權(quán)利要求1-2任一項所述的方法，其中，根據(jù)所述相似的一個或多個人臉圖片 分別對應(yīng)的人名，確定所述目標(biāo)人臉的人名具體包括： 獲取所述相似的一個或多個人臉圖片與所述包含目標(biāo)人臉的圖片的相似度，并將其中 最大相似度對應(yīng)人臉圖片的人名作為所述目標(biāo)人臉的人名。
4. 根據(jù)權(quán)利要求1-3任一項所述的方法，其中，將其中最大相似度對應(yīng)人臉圖片的人 名作為所述目標(biāo)人臉的人名具體包括： 在所述最大相似度高于預(yù)定的第一閾值時，將所述最大相似度的對應(yīng)人臉圖片的人名 作為所述目標(biāo)人臉的人名。
5. 根據(jù)權(quán)利要求1-4任一項所述的方法，其中，根據(jù)所述相似的一個或多個人臉圖片 分別對應(yīng)的人名，確定所述目標(biāo)人臉的人名具體包括： 獲取所述相似的一個或多個人臉圖片與所述包含目標(biāo)人臉的圖片的相似度，將具有相 同人名的人臉圖片對應(yīng)的相似度相加，并將相加后的最大相似度對應(yīng)的人名作為所目標(biāo)人 臉的人名。
6. 根據(jù)權(quán)利要求1-5任一項所述的方法，其中，將相加后的最大相似度對應(yīng)的人名作 為所目標(biāo)人臉的人名具體包括： 在所述相加后的最大相似度高于預(yù)定的第二閾值時，將所述相加后的最大相似度的人 名作為所述目標(biāo)人臉的人名。
7. 根據(jù)權(quán)利要求1-6任一項所述的方法，其中，還包括： 在所述相加后的最大相似度低于預(yù)定的第二閾值時，獲取所述相加后最大相似度對應(yīng) 的人臉圖片，以提供給用戶。
8. -種人臉圖片人名識別系統(tǒng)，其包括： 人名設(shè)置模塊，用于為已收集的人臉圖片設(shè)置對應(yīng)的人名； 相似人臉圖片識別模塊，用于將包含目標(biāo)人臉的圖片與所述已收集的人臉圖片進(jìn)行比 較，識別出與所述包含目標(biāo)人臉的圖片相似的一個或多個人臉圖片； 人名確定模塊，用于根據(jù)所述相似的一個或多個人臉圖片分別對應(yīng)的人名，確定所述 目標(biāo)人臉的人名。
9. 根據(jù)權(quán)利要求8所述的系統(tǒng)，其中， 所述人名設(shè)置模塊從所述已收集的人臉圖片的相關(guān)文本中提取人名，以作為所述已收 集人臉圖片對應(yīng)的人名。
10. 根據(jù)權(quán)利要求8-9任一項所述的系統(tǒng)，其中， 所述人名確定模塊獲取所述相似的一個或多個人臉圖片與所述包含目標(biāo)人臉的圖片 的相似度，并將其中最大相似度對應(yīng)人臉圖片的人名作為所述目標(biāo)人臉的人名。
【文檔編號】G06K9/00GK104091164SQ201410364676
【公開日】2014年10月8日 申請日期:2014年7月28日 優(yōu)先權(quán)日:2014年7月28日
【發(fā)明者】胡金輝, 趙瑾, 朱茂清, 陶哲, 郭毓琦, 韓玉剛 申請人:北京奇虎科技有限公司, 奇智軟件（北京）有限公司