人臉識(shí)別方法及裝置制造方法
【專利摘要】本公開(kāi)實(shí)施例公開(kāi)了一種人臉識(shí)別方法及裝置，所述人臉識(shí)別方法利用照片所包含的人物的衣服特征信息和/或照片的拍攝時(shí)間信息，對(duì)兩個(gè)人物的人臉距離進(jìn)行加權(quán)，兩個(gè)人物的衣服特征信息越相似，越能夠縮短兩個(gè)人物的人臉距離，增大兩個(gè)人物之間的相似度；兩個(gè)人物的衣服特征信息越不同，增大兩個(gè)人物的人臉距離，降低兩個(gè)人物之間的相似度。綜上所述，所述人臉識(shí)別方法，不僅考慮了兩個(gè)人臉的五官和臉型等人臉特征之間的相似性，還考慮了照片特征信息對(duì)人臉相似性的影響，從而提高人臉識(shí)別的正確率。
【專利說(shuō)明】人臉識(shí)別方法及裝置

【技術(shù)領(lǐng)域】
[0001]本公開(kāi)涉及人臉識(shí)別【技術(shù)領(lǐng)域】，特別是涉及一種人臉識(shí)別方法及裝置。

【背景技術(shù)】
[0002]利用人臉識(shí)別技術(shù)，能夠識(shí)別出照片中的人物，并且根據(jù)照片中的人物將屬于同一個(gè)人的照片歸類(lèi)到一個(gè)簇中。
[0003]但是，在人臉識(shí)別的過(guò)程中，經(jīng)常出現(xiàn)照片中的人臉姿態(tài)、表情、光照等條件不同，導(dǎo)致同一個(gè)人的人臉特征提取的特征向量之間相似度降低，從而降低人臉識(shí)別的正確率。


【發(fā)明內(nèi)容】

[0004]為克服相關(guān)技術(shù)中存在的問(wèn)題，本公開(kāi)提供一種人臉識(shí)別方法及裝置，本公開(kāi)實(shí)施例公開(kāi)了如下技術(shù)方案:
[0005]根據(jù)本公開(kāi)實(shí)施例的第一方面，提供一種人臉識(shí)別方法，包括:
[0006]按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合；
[0007]對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息；
[0008]根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)；
[0009]利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離；
[0010]根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離；
[0011]根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
[0012]結(jié)合第一方面，在第一方面的第一種可能的實(shí)現(xiàn)方式中，當(dāng)所述照片特征信息包括照片中人物的衣服特征信息時(shí)，所述對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，包括:
[0013]利用人臉檢測(cè)技術(shù)，確定所述照片中人臉圖像的位置；
[0014]根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息。
[0015]結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第二種可能的實(shí)現(xiàn)方式中，根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息，包括:
[0016]根據(jù)所述人臉圖像的位置，確定所述人臉圖像對(duì)應(yīng)人物的衣服區(qū)域；
[0017]在所述衣服區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
[0018]結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第三種可能的實(shí)現(xiàn)方式中，根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息，包括:
[0019]根據(jù)所述人臉圖像的位置，在距離所述人臉圖像預(yù)設(shè)距離的區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
[0020]結(jié)合第一方面，在第一方面的第四種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)，包括:
[0021]當(dāng)所述照片特征信息包括照片的拍攝時(shí)間時(shí)，獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值；將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化，根據(jù)歸一化后的拍攝時(shí)間的絕對(duì)差值得到所述兩張照片中的兩個(gè)人物的距離加權(quán)系數(shù)；
[0022]或者，
[0023]當(dāng)所述照片特征信息包括人物的衣服特征信息時(shí)，根據(jù)所述兩個(gè)人物的衣服特征信息，得到所述兩個(gè)人物的衣服相似度；根據(jù)所述衣服相似度得到所述兩個(gè)人物的距離加權(quán)系數(shù)；
[0024]或者，
[0025]當(dāng)所述照片特征信息包括照片的拍攝時(shí)間和人物的衣服特征信息時(shí)，獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值，并將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化，得到拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征值；獲取分別屬于所述兩張照片的兩個(gè)人物的衣服特征信息的衣服相似度，得到所述衣服特征信息的特征值；確定所述拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征系數(shù)，以及所述衣服特征信息的衣服特征系數(shù)；根據(jù)所述時(shí)間特征值與時(shí)間特征系數(shù)的乘積，以及所述衣服特征信息的特征值與所述衣服特征系數(shù)的乘積，得到所述兩個(gè)人物的距離加權(quán)系數(shù)。
[0026]結(jié)合第一方面，在第一方面的第五種可能的實(shí)現(xiàn)方式中，所述根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離，包括:
[0027]根據(jù)所述兩個(gè)人物的所述距離加權(quán)系數(shù)及所述人臉距離的乘積，得到所述兩個(gè)人物之間的加權(quán)人臉距離。
[0028]根據(jù)本公開(kāi)實(shí)施例的第二方面，提供一種人臉識(shí)別裝置，包括:
[0029]聚類(lèi)單元，用于按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合；
[0030]特征提取單元，用于對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息；
[0031]第一獲取單元，用于根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)；
[0032]第二獲取單元，用于利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離；
[0033]第三獲取單元，用于根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離；
[0034]判斷單元，用于根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
[0035]結(jié)合第二方面，在第二方面的第一種可能的實(shí)現(xiàn)方式中，當(dāng)所述照片特征信息包括照片中人物的衣服特征信息時(shí)，所述特征提取單元包括:
[0036]位置確定子單元，用于利用人臉檢測(cè)技術(shù)，確定所述照片中人臉圖像的位置；
[0037]特征提取子單元，用于根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息。
[0038]結(jié)合第二方面的第一種可能的實(shí)現(xiàn)方式，在第二方面的第二種可能的實(shí)現(xiàn)方式中，所述特征提取子單元包括:
[0039]衣服區(qū)域確定子單元，用于根據(jù)所述人臉圖像的位置，確定所述人臉圖像對(duì)應(yīng)人物的衣服區(qū)域；
[0040]第一顏色特征提取子單元，用于在所述衣服區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
[0041]結(jié)合第二方面的第一種可能的實(shí)現(xiàn)方式，在第二方面的第三種可能的實(shí)現(xiàn)方式中，所述特征提取子單元包括:
[0042]第二顏色特征提取子單元，用于根據(jù)所述人臉圖像的位置，在距離所述人臉圖像預(yù)設(shè)距離的區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
[0043]結(jié)合第二方面，在第二方面的第四種可能的實(shí)現(xiàn)方式中:
[0044]當(dāng)所述照片特征信息包括照片的拍攝時(shí)間時(shí)，所述第一獲取單元包括:第一時(shí)間差獲取子單元，用于獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值；第一歸一化子單元，用于將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化；第一距離加權(quán)系數(shù)獲取子單元，用于根據(jù)歸一化后的拍攝時(shí)間的絕對(duì)差值得到所述兩張照片中的兩個(gè)人物的距離加權(quán)系數(shù)；
[0045]或者，
[0046]當(dāng)所述照片特征信息包括人物的衣服特征信息時(shí)，所述第一獲取單元包括:第一衣服相似度獲取子單元，用于根據(jù)所述兩個(gè)人物的衣服特征信息，得到所述兩個(gè)人物的衣服相似度；第二距離加權(quán)系數(shù)獲取子單元，用于根據(jù)所述衣服相似度得到所述兩個(gè)人物的距離加權(quán)系數(shù)；
[0047]或者，
[0048]當(dāng)所述照片特征信息包括照片的拍攝時(shí)間和人物的衣服特征信息時(shí)，所述第一獲取單元包括:第二時(shí)間差獲取子單元，用于獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值;第二歸一化子單元，用于將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化，得到拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征值；第二衣服相似度獲取子單元，用于獲取分別屬于所述兩張照片的兩個(gè)人物的衣服特征信息的衣服相似度，得到所述衣服特征信息的特征值；特征系數(shù)獲取子單元，用于確定所述拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征系數(shù)，以及所述衣服特征信息的衣服特征系數(shù)；第三距離加權(quán)系數(shù)獲取子單元，用于根據(jù)所述時(shí)間特征值與時(shí)間特征系數(shù)的乘積，以及所述衣服特征信息的特征值與所述衣服特征系數(shù)的乘積，得到所述兩個(gè)人物的距離加權(quán)系數(shù)。
[0049]結(jié)合第二方面，在第二方面的第五種可能的實(shí)現(xiàn)方式中，所述第三獲取單元包括:
[0050]乘積運(yùn)算子單元，用于根據(jù)所述兩個(gè)人物的所述距離加權(quán)系數(shù)及所述人臉距離的乘積，得到所述兩個(gè)人物之間的加權(quán)人臉距離。
[0051]根據(jù)本公開(kāi)實(shí)施例的第三方面，提供一種終端設(shè)備，包括:處理器；用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；其中，所述處理器被配置為:
[0052]按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合；
[0053]對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息；
[0054]根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)；
[0055]利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離；
[0056]根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離；
[0057]根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
[0058]本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果:所述人臉識(shí)別方法，首先按照照片的拍攝時(shí)間，將處于同一預(yù)設(shè)時(shí)間段的照片歸類(lèi)到一個(gè)聚類(lèi)集合中；接著，根據(jù)聚類(lèi)集合中兩張照片中的兩個(gè)人物所在照片的照片特征信息，得到兩個(gè)人物之間的距離加權(quán)系數(shù)。然后，結(jié)合兩個(gè)人物之間的距離加權(quán)系數(shù)和人臉距離，得到兩個(gè)人物之間的加權(quán)人臉距離，之后，根據(jù)加權(quán)人臉距離判斷兩個(gè)人物是否是同一個(gè)人，最后，從聚類(lèi)集合中確定出屬于同一個(gè)人的照片。
[0059]所述人臉識(shí)別方法利用照片所包含的人物的衣服特征信息和/或照片的拍攝時(shí)間信息，對(duì)兩個(gè)人物的人臉距離進(jìn)行加權(quán)，兩個(gè)人物的衣服特征信息越相似，越能夠縮短兩個(gè)人物的人臉距離，增大兩個(gè)人物之間的相似度；兩個(gè)人物的衣服特征信息越不同，增大兩個(gè)人物的人臉距離，降低兩個(gè)人物之間的相似度。綜上所述，所述人臉識(shí)別方法，不僅考慮了兩個(gè)人臉的五官和臉型等人臉特征之間的相似性，還考慮了照片特征信息對(duì)人臉相似性的影響，從而提聞人臉識(shí)別的正確率。
[0060]應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性的，并不能限制本公開(kāi)。

【專利附圖】

【附圖說(shuō)明】
[0061]此處的附圖被并入說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)的一部分，示出了符合本發(fā)明的實(shí)施例，并與說(shuō)明書(shū)一起用于解釋本發(fā)明的原理。
[0062]圖1是根據(jù)一示例性實(shí)施例示出的一種人臉識(shí)別方法的流程圖；
[0063]圖2是根據(jù)一示例性實(shí)施例示出的另一種人臉識(shí)別方法的流程圖；
[0064]圖3是根據(jù)一示例性實(shí)施例示出的一種人臉識(shí)別裝置的框圖；
[0065]圖4是根據(jù)一示例性實(shí)施例示出的一種用于人臉識(shí)別的裝置的框圖；
[0066]圖5是根據(jù)一示例性實(shí)施例示出的另一種用于人臉識(shí)別的裝置的框圖。
[0067]通過(guò)上述附圖，已示出本公開(kāi)明確的實(shí)施例，后文中將有更詳細(xì)的描述。這些附圖并不是為了通過(guò)任何方式限制本公開(kāi)構(gòu)思的范圍，而是通過(guò)參考特定實(shí)施例為本領(lǐng)域技術(shù)人員說(shuō)明本公開(kāi)的概念。

【具體實(shí)施方式】
[0068]這里將詳細(xì)地對(duì)示例性實(shí)施例進(jìn)行說(shuō)明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本公開(kāi)相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書(shū)中所詳述的、本公開(kāi)的一些方面相一致的裝置和方法的例子。
[0069]圖1是根據(jù)一示例性實(shí)施例示出的一種人臉識(shí)別方法的流程圖，該方法應(yīng)用于移動(dòng)終端(例如，智能手機(jī)或平板電腦等)或服務(wù)器中，如圖1所示，所述人臉識(shí)別方法包括以下步驟:
[0070]在步驟SllO中，按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合。
[0071]按照照片的拍攝時(shí)間，對(duì)圖片庫(kù)中的照片進(jìn)行聚類(lèi)，將處于同一時(shí)間段的照片歸類(lèi)到一個(gè)簇中。可以根據(jù)實(shí)際需要自由設(shè)定時(shí)間段的長(zhǎng)短，例如，同一天內(nèi)拍攝的照片歸類(lèi)到一個(gè)簇中，或者，將某一天上午拍攝的照片歸類(lèi)到一個(gè)簇中，或者，還可以將連續(xù)幾天內(nèi)拍攝的照片歸類(lèi)到一個(gè)簇中。
[0072]若本實(shí)施例的方法應(yīng)用于智能手機(jī)中，即對(duì)智能手機(jī)的圖片庫(kù)中的照片進(jìn)行處理；若本實(shí)施例的方法應(yīng)用于服務(wù)器中，則智能手機(jī)上傳到服務(wù)器的照片(例如，云相冊(cè)中的照片)進(jìn)行處理。
[0073]在步驟S120中，對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息。所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息。
[0074]對(duì)于每個(gè)聚類(lèi)集合中的各個(gè)照片，提取各個(gè)照片的照片特征信息。
[0075]若所述照片特征信息包括衣服特征信息，則可以首先利用人臉檢測(cè)技術(shù)確定照片中人臉圖像的位置，然后，根據(jù)人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信肩、O
[0076]若所述照片特征信息包括照片的拍攝時(shí)間，則可以從照片的拍攝信息中提取拍攝時(shí)間。
[0077]所述照片特征信息還可以包括照片的拍攝時(shí)間和人物的衣服特征信息，可以分別采用上述的方式獲得，此處不再贅述。
[0078]在提取人物的衣服特征信息時(shí)，可以通過(guò)以下兩種方式實(shí)現(xiàn):
[0079]—種是:首先根據(jù)照片中人臉圖像的位置，確定所述人臉圖像對(duì)應(yīng)人物的衣服區(qū)域。然后，利用圖像分割技術(shù)，在所述衣服區(qū)域范圍內(nèi)，確定照片中的前景像素點(diǎn)和背景像素點(diǎn)，其中，所述前景像素點(diǎn)即所述人物的衣服的像素點(diǎn)。提取照片中前景像素點(diǎn)的SIFT (Scale-1nvariant Feature Transform,尺度不變量特征變換)或顏色直方圖等特征向量，作為人物的衣服特征信息。
[0080]另一種是:根據(jù)所述人臉圖像的位置，在距離所述人臉圖像預(yù)設(shè)距離的區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
[0081]通常人臉的下方的區(qū)域就是人物的衣服，利用這個(gè)特點(diǎn)，可以在人臉圖像下方的一定區(qū)域內(nèi)提取得到該人臉圖像對(duì)應(yīng)人物的衣服特征信息。在距離人臉圖像預(yù)設(shè)距離的區(qū)域內(nèi)提取衣服特征信息，所述預(yù)設(shè)距離可以根據(jù)經(jīng)驗(yàn)設(shè)定，也可以對(duì)樣本照片進(jìn)行訓(xùn)練獲得。
[0082]在步驟S130中，根據(jù)所述照片特征信息，得到分別屬于兩張照片中的兩個(gè)人物之間的距離加權(quán)系數(shù)。
[0083]根據(jù)兩個(gè)人物對(duì)應(yīng)的照片特征信息，確定兩個(gè)人物之間的距離加權(quán)系數(shù)，確定的過(guò)程可以包括以下三種情況:
[0084](I)若所述照片特征信息包括衣服特征信息，則根據(jù)兩個(gè)人物的衣服相似度確定所述距離加權(quán)系數(shù)。
[0085]例如，同一聚類(lèi)集合中的照片A和B，提取照片A中的人物i和照片B中的人物j的衣服特征信息，并根據(jù)人物i和人物j的衣服特征信息計(jì)算兩者的衣服相似度，其中，所述衣服相似度可以利用余弦相似度表示，余弦相似度在區(qū)間[0，1]內(nèi)，然后，可以利用衣服相似度加上常數(shù)得到距離加權(quán)系數(shù)wu，距離加權(quán)系數(shù)Wu的取值范圍為[0，L]，其中，L為大于I的數(shù)。Wu為I附近的數(shù)值，例如，0.8、1.5、2。若Wu > 1，增大兩個(gè)人臉的相似度；若Wij < 1，降低兩個(gè)人臉的相似度；若^ = 1，表明對(duì)人臉的相似度沒(méi)有影響。
[0086](2)若所述照片特征信息包括照片的拍攝時(shí)間，根據(jù)兩張照片的拍攝時(shí)間的絕對(duì)差值，然后，將拍攝時(shí)間的絕對(duì)差值歸一化到預(yù)設(shè)區(qū)間內(nèi)，歸一化后的拍攝時(shí)間絕對(duì)差值即兩個(gè)人物的距離加權(quán)系數(shù)。
[0087]例如，聚類(lèi)集合中的兩張照片拍攝時(shí)間分別是:2014年I月I日10時(shí)O分O秒和2014年I月I日12時(shí)O分O秒，則兩張照片的拍攝時(shí)間絕對(duì)差值為7200s，則可以利用映射函數(shù)將該拍攝時(shí)間絕對(duì)差值映射到[0，L]內(nèi)，作為人臉i和人臉j之間的距離加權(quán)系數(shù)Wijo若^ > 1，增大兩個(gè)人臉的相似度；若^ < 1，降低兩個(gè)人臉的相似度；若^ = 1，表明對(duì)人臉的相似度沒(méi)有影響。
[0088](3)若所述照片特征信息包括衣服特征信息和照片的拍攝時(shí)間，則根據(jù)人物的衣服的相似度及拍攝時(shí)間差值共同確定人物的距離加權(quán)系數(shù)。
[0089]在步驟S140中，利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離。利用人臉識(shí)別技術(shù)獲取人臉特征，例如gabor特征、LBP (Local binary patterns,局部二值模式)特征，然后，根據(jù)人臉特征計(jì)算人臉距離Clij, Clij表示人臉i與人臉j之間的人臉距離。
[0090]在步驟S150中，根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離。
[0091]在本公開(kāi)一個(gè)實(shí)施例中，假設(shè)人臉i和人臉j之間的人臉距離Clij,距離加權(quán)系數(shù)Wij,則根據(jù)公式I可以計(jì)算得到人臉i和人臉j之間的加權(quán)人臉距離Dij:
[0092]Dij = WijClij (公式 I)
[0093]公式I中的距離加權(quán)系數(shù)Wu的取值范圍是[0，L]，其中，L為大于I的數(shù)值?？蛇x地，距離加權(quán)系數(shù)Wij可以取I附近的數(shù)值，例如[l-m，l+m]，其中，1+m不大于L。
[0094]在本公開(kāi)另一個(gè)實(shí)施例中，根據(jù)公式2可以計(jì)算得到人臉i和人臉j之間的加權(quán)人臉距離Du:
[0095]Dij = ffij+dij (公式 2)
[0096]公式2中的距離加權(quán)系數(shù)Wij的取值范圍是[_1，1]。若Wij小于0，則降低兩個(gè)人臉之間的相似度；若Wij大于0，則增大兩個(gè)人臉之間的相似度。
[0097]在步驟S160中，根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
[0098]利用聚類(lèi)算法，根據(jù)兩個(gè)人物之間的加權(quán)人臉距離，判斷兩個(gè)人物是否是同一個(gè)人。如果照片中包含多個(gè)人物，則將該照片分別歸類(lèi)到照片中各個(gè)人物對(duì)應(yīng)的簇中。
[0099]利用上述的方法從不同的聚類(lèi)集合中識(shí)別出屬于同一個(gè)人的照片，最終實(shí)現(xiàn)將圖片庫(kù)中屬于同一個(gè)人的照片全部聚集到一個(gè)簇中。
[0100]本實(shí)施例提供的人臉識(shí)別方法，首先按照照片的拍攝時(shí)間，將處于同一預(yù)設(shè)時(shí)間段的照片歸類(lèi)到一個(gè)聚類(lèi)集合中；接著，對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息。根據(jù)照片特征得到兩個(gè)人物之間的距離加權(quán)系數(shù)。然后，結(jié)合兩個(gè)人物之間的距離加權(quán)系數(shù)和人臉距離，得到兩個(gè)人物之間的加權(quán)人臉距離，再根據(jù)加權(quán)人臉距離判斷兩個(gè)人物是否是同一個(gè)人。
[0101]所述人臉識(shí)別方法利用照片所包含的人物的衣服特征信息和/或照片的拍攝時(shí)間信息，對(duì)兩個(gè)人物的人臉距離進(jìn)行加權(quán)，兩個(gè)人物的衣服特征信息越相似，越能夠縮短兩個(gè)人物的人臉距離，增大兩個(gè)人物之間的相似度；兩個(gè)人物的衣服特征信息越不同，增大兩個(gè)人物的人臉距離，降低兩個(gè)人物之間的相似度。綜上所述，所述人臉識(shí)別方法，不僅考慮了兩個(gè)人臉的五官和臉型等人臉特征之間的相似性，還考慮了照片特征信息對(duì)人臉相似性的影響，從而提聞人臉識(shí)別的正確率。
[0102]圖2是根據(jù)一示例性實(shí)施例示出的另一種人臉識(shí)別方法的流程圖，該方法應(yīng)用于移動(dòng)終端(例如，智能手機(jī)或平板電腦等)或服務(wù)器中，如圖2所示，所述人臉識(shí)別方法包括以下步驟:
[0103]在步驟S210中，按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合。
[0104]在步驟S220中，獲取所述聚類(lèi)集合的各照片的拍攝時(shí)間；
[0105]在步驟S230中，計(jì)算所述聚類(lèi)集合中的兩張照片之間的拍攝時(shí)間絕對(duì)差值，并對(duì)所述拍攝時(shí)間絕對(duì)差值進(jìn)行歸一化，得到時(shí)間特征值。
[0106]在步驟S240中，獲取所述照片中人物的衣服特征信息。
[0107]在步驟S250中，獲取分別屬于兩張照片的兩個(gè)人物的衣服特征信息的衣服相似度，得到所述衣服特征信息的特征值。
[0108]在步驟S260中，確定所述拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征系數(shù)，以及所述衣服特征信息的衣服特征系數(shù)。
[0109]在步驟S270中，根據(jù)所述時(shí)間特征值與時(shí)間特征系數(shù)的乘積，以及所述衣服特征信息的特征值與所述衣服特征系數(shù)的乘積，得到所述兩個(gè)人物的距離加權(quán)系數(shù)。
[0110]拍攝時(shí)間和衣服特征信息對(duì)距離加權(quán)系數(shù)Wu的影響程度可能不同，因此，可以確定這兩個(gè)因素影響距離加權(quán)系數(shù)Wu的特征系數(shù)θ，Θ的取值范圍為[0，1]。Θ的數(shù)值越大,表明特征Xi對(duì)距離加權(quán)系數(shù)Wu的影響越大；θ等于O時(shí)，該類(lèi)特征Xi對(duì)距離加權(quán)系數(shù)Wij沒(méi)有影響。
[0111]其中，特征系數(shù)Θ的取值可以根據(jù)經(jīng)驗(yàn)設(shè)定，也可以通過(guò)對(duì)樣本進(jìn)行訓(xùn)練得到。在根據(jù)經(jīng)驗(yàn)設(shè)定時(shí)，可以將拍攝時(shí)間和衣服特征信息對(duì)應(yīng)的Θ之和設(shè)定為1，例如，若拍攝對(duì)應(yīng)的特征系數(shù)為0.6，則衣服特征信息對(duì)應(yīng)的特征系數(shù)為0.4。需要說(shuō)明的是，拍攝時(shí)間和衣服特征信息對(duì)應(yīng)的Θ的取值可以不必限定拍攝時(shí)間和衣服特征信息對(duì)應(yīng)的Θ之和為
1
[0112]假設(shè)處于同一簇的照片A和照片B對(duì)應(yīng)的時(shí)間特征值為X1,時(shí)間特征系數(shù)為Θ i ；照片A中的人臉i與照片B中的人臉j的衣服特征信息的特征值為X2,衣服特征系數(shù)為Θ 2。
[0113]距離加權(quán)系數(shù)可以利用下述的公式3計(jì)算得到:
[0114]Wij = θ 0+ θ ιΧι+ θ 2χ2 (公式 3)
[0115]公式3中的Qtl用于調(diào)整距離加權(quán)系數(shù)Wu的大小，數(shù)值可以根據(jù)試驗(yàn)得到。
[0116]在本公開(kāi)的其它實(shí)施例中，可以根據(jù)不同的情況調(diào)節(jié)特征系數(shù)Θ，例如，兩張照片的拍攝時(shí)間相差很短，例如連拍的情況，相鄰的兩張照片可能相差不到I秒，這種情況下，兩張照片中的人物變化不會(huì)太大，可以將時(shí)間特征系數(shù)設(shè)置為較大的數(shù)，而衣服特征系數(shù)設(shè)置為較小的數(shù)值。認(rèn)為時(shí)間特征對(duì)距離加權(quán)系數(shù)的影響程度較大。
[0117]又如，若大家參身著同樣的衣服(例如，參加某種公益活動(dòng))，這種情況下，通過(guò)衣服特征區(qū)分兩個(gè)人，比較困難，因此，可以將衣服特征系數(shù)設(shè)置為較小的數(shù)值，即衣服特征對(duì)距離加權(quán)系數(shù)的影響較小。
[0118]需要說(shuō)明的是，拍攝時(shí)間和衣服特征信息都是人臉識(shí)別的輔助參考信息，人臉特征是判斷兩個(gè)人臉是否是同一個(gè)人的主要決定因素。
[0119]在步驟S280中，利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離。
[0120]在步驟S290中，根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離。
[0121]在步驟S2100中，根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
[0122]圖3是根據(jù)一示例性實(shí)施例示出的一種人臉識(shí)別裝置的框圖，該裝置應(yīng)用于移動(dòng)終端或服務(wù)器中，如圖3所示，所述裝置包括:聚類(lèi)單元310、特征提取單元320、第一獲取單元330、第二獲取單元340、第三獲取單元350和判斷單元360
[0123]該聚類(lèi)單元310被配置為，按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合。
[0124]該特征提取單元320被配置為，對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息。對(duì)于每個(gè)聚類(lèi)集合中的各個(gè)照片，提取所述各個(gè)照片的照片特征信息。所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息。
[0125]若所述照片特征信息包括照片中人物的衣服特征信息，則所述特征提取單元320可以包括:位置確定子單元和特征提取子單元；
[0126]該位置確定子單元被配置為，利用人臉檢測(cè)技術(shù)，確定所述照片中人臉圖像的位置。
[0127]該特征提取子單元被配置為，根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息。
[0128]在本公開(kāi)一示例性實(shí)施例中，所述特征提取子單元包括:衣服區(qū)域確定子單元和第一顏色特征提取子單元；
[0129]該衣服區(qū)域確定子單元被配置為，根據(jù)所述人臉圖像的位置，確定所述人臉圖像對(duì)應(yīng)人物的衣服區(qū)域。
[0130]該第一顏色特征提取子單元被配置為，在所述衣服區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
[0131]在本公開(kāi)另一示例性實(shí)施例中，所述特征提取子單元包括第二顏色特征提取子單元;
[0132]該第二顏色特征提取子單元被配置為，根據(jù)所述人臉圖像的位置，在距離所述人臉圖像預(yù)設(shè)距離的區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
[0133]若所述照片特征信息包括照片的拍攝時(shí)間，則該特征提取單元320從照片的拍攝信息中提取照片的拍攝時(shí)間。
[0134]該第一獲取單元330被配置為，根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)。
[0135]若所述照片特征信息包括照片的拍攝時(shí)間，所述第一獲取單元330可以包括:第一時(shí)間差獲取子單元、第一歸一化子單元和第一距離加權(quán)系數(shù)獲取子單元。
[0136]該第一時(shí)間差獲取子單元被配置為，獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值。
[0137]該第一歸一化子單元被配置為，將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化。
[0138]該第一距離加權(quán)系數(shù)獲取子單元被配置為，根據(jù)歸一化后的拍攝時(shí)間的絕對(duì)差值得到所述兩張照片中的兩個(gè)人物的距離加權(quán)系數(shù)。
[0139]若所述照片特征信息包括人物的衣服特征信息，則所述第一獲取單元330可以包括:第一衣服相似度獲取子單元和第二距離加權(quán)系數(shù)獲取子單元。
[0140]該第一衣服相似度獲取子單元被配置為，根據(jù)所述兩個(gè)人物的衣服特征信息，得到所述兩個(gè)人物的衣服相似度。
[0141]該第二距離加權(quán)系數(shù)獲取子單元被配置為，根據(jù)所述衣服相似度得到所述兩個(gè)人物的距離加權(quán)系數(shù)。
[0142]若所述照片特征信息包括照片的拍攝時(shí)間和人物的衣服特征信息，則所述第一獲取單元330可以包括:第二時(shí)間差獲取子單元、第二歸一化子單元、第二衣服相似度獲取子單元、特征系數(shù)獲取子單元和第三距離加權(quán)系數(shù)獲取子單元；
[0143]該第二時(shí)間差獲取子單元被配置為，獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值。
[0144]該第二歸一化子單元被配置為，將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化，得到拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征值。
[0145]該第二衣服相似度獲取子單元被配置為，獲取分別屬于所述兩張照片的兩個(gè)人物的衣服特征信息的衣服相似度，得到所述衣服特征信息的特征值。
[0146]該特征系數(shù)獲取子單元被配置為，確定所述拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征系數(shù)，以及所述衣服特征信息的衣服特征系數(shù)。
[0147]該第三距離加權(quán)系數(shù)獲取子單元被配置為，根據(jù)所述時(shí)間特征值與時(shí)間特征系數(shù)的乘積，以及所述衣服特征信息的特征值與所述衣服特征系數(shù)的乘積，得到所述兩個(gè)人物的距離加權(quán)系數(shù)。
[0148]該第二獲取單元340被配置為，利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離。
[0149]利用人臉識(shí)別技術(shù)獲取人臉特征，例如gabor特征、LBP特征，然后，根據(jù)人臉特征計(jì)算人臉距離Clij, Clij表示人臉i與人臉j之間的人臉距離。
[0150]該第三獲取單元350被配置為，根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離。
[0151]在本公開(kāi)一示例性實(shí)施例中，該第三獲取單元350可以包括乘積運(yùn)算子單元；該乘積運(yùn)算子單元被配置為根據(jù)所述兩個(gè)人物的所述距離加權(quán)系數(shù)及所述人臉距離的乘積，得到所述兩個(gè)人物之間的加權(quán)人臉距離?？梢岳霉絀計(jì)算得到兩個(gè)人物之間的加權(quán)人臉距離。
[0152]在本公開(kāi)一示例性實(shí)施例中，該第三獲取單元350可以包括累加子單元。該累加子單元被配置為，根據(jù)兩個(gè)人物的所述距離加權(quán)系數(shù)及對(duì)應(yīng)的所述人臉距離的累加和，得到兩個(gè)人物之間的加權(quán)人臉距離?？梢岳霉?計(jì)算得到兩個(gè)人物之間的加權(quán)人臉距離。
[0153]該判斷單元360被配置為，根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
[0154]本實(shí)施例提供的人臉識(shí)別裝置，利用照片所包含的人物的衣服特征信息和/或照片的拍攝時(shí)間信息，對(duì)兩個(gè)人物的人臉距離進(jìn)行加權(quán)，兩個(gè)人物的衣服特征信息越相似，越能夠縮短兩個(gè)人物的人臉距離，增大兩個(gè)人物之間的相似度；兩個(gè)人物的衣服特征信息越不同，增大兩個(gè)人物的人臉距離，降低兩個(gè)人物之間的相似度。綜上所述，所述人臉識(shí)別方法，不僅考慮了兩個(gè)人臉的五官和臉型等人臉特征之間的相似性，還考慮了照片特征信息對(duì)人臉相似性的影響，從而提高人臉識(shí)別的正確率。
[0155]圖4是根據(jù)一示例性實(shí)施例示出的一種用于人臉識(shí)別方法的裝置800的框圖。例如，裝置800可以是移動(dòng)電話，計(jì)算機(jī)，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺(tái)，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個(gè)人數(shù)字助理等。
[0156]如圖4所示，裝置800可以包括以下一個(gè)或多個(gè)組件:處理組件802，存儲(chǔ)器804，電源組件806，多媒體組件808，音頻組件810，輸入/輸出(I/O)的接口 812，傳感器組件814，以及通信組件816。
[0157]處理組件802通?？刂蒲b置800的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機(jī)操作和記錄操作相關(guān)聯(lián)的操作。處理組件802可以包括一個(gè)或多個(gè)處理器820來(lái)執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件802可以包括一個(gè)或多個(gè)模塊，便于處理組件802和其他組件之間的交互。例如，處理組件802可以包括多媒體模塊，以方便多媒體組件808和處理組件802之間的交互。
[0158]存儲(chǔ)器804被配置為存儲(chǔ)各種類(lèi)型的數(shù)據(jù)以支持在裝置800的操作。這些數(shù)據(jù)的示例包括用于在裝置800上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲(chǔ)器804可以由任何類(lèi)型的易失性或非易失性存儲(chǔ)設(shè)備或者它們的組合實(shí)現(xiàn)，如靜態(tài)隨機(jī)存取存儲(chǔ)器(SRAM)，電可擦除可編程只讀存儲(chǔ)器(EEPROM)，可擦除可編程只讀存儲(chǔ)器(EPROM)，可編程只讀存儲(chǔ)器(PROM)，只讀存儲(chǔ)器(ROM)，磁存儲(chǔ)器，快閃存儲(chǔ)器，磁盤(pán)或光盤(pán)。
[0159]電源組件806為裝置800的各種組件提供電力。電源組件806可以包括電源管理系統(tǒng)，一個(gè)或多個(gè)電源，及其他與為裝置800生成、管理和分配電力相關(guān)聯(lián)的組件。
[0160]多媒體組件808包括在所述裝置800和用戶之間的提供一個(gè)輸出接口的屏幕。在一些實(shí)施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實(shí)現(xiàn)為觸摸屏，以接收來(lái)自用戶的輸入信號(hào)。觸摸面板包括一個(gè)或多個(gè)觸摸傳感器以感測(cè)觸摸、滑動(dòng)和觸摸面板上的手勢(shì)。所述觸摸傳感器可以不僅感測(cè)觸摸或滑動(dòng)動(dòng)作的邊界，而且還檢測(cè)與所述觸摸或滑動(dòng)操作相關(guān)的持續(xù)時(shí)間和壓力。在一些實(shí)施例中，多媒體組件808包括一個(gè)前置攝像頭和/或后置攝像頭。當(dāng)裝置800處于操作模式，如拍攝模式或視頻模式時(shí)，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個(gè)前置攝像頭和后置攝像頭可以是一個(gè)固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。
[0161]音頻組件810被配置為輸出和/或輸入音頻信號(hào)。例如，音頻組件810包括一個(gè)麥克風(fēng)(MIC)，當(dāng)裝置800處于操作模式，如呼叫模式、記錄模式和語(yǔ)音識(shí)別模式時(shí)，麥克風(fēng)被配置為接收外部音頻信號(hào)。所接收的音頻信號(hào)可以被進(jìn)一步存儲(chǔ)在存儲(chǔ)器804或經(jīng)由通信組件816發(fā)送。在一些實(shí)施例中，音頻組件810還包括一個(gè)揚(yáng)聲器，用于輸出音頻信號(hào)。
[0162]I/O接口 812為處理組件802和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤(pán)，點(diǎn)擊輪，按鈕等。這些按鈕可包括但不限于:主頁(yè)按鈕、音量按鈕、啟動(dòng)按鈕和鎖定按鈕。
[0163]傳感器組件814包括一個(gè)或多個(gè)傳感器，用于為裝置800提供各個(gè)方面的狀態(tài)評(píng)估。例如，傳感器組件814可以檢測(cè)到裝置800的打開(kāi)/關(guān)閉狀態(tài)，組件的相對(duì)定位，例如所述組件為裝置800的顯示器和小鍵盤(pán)，傳感器組件814還可以檢測(cè)裝置800或裝置800一個(gè)組件的位置改變，用戶與裝置800接觸的存在或不存在，裝置800方位或加速/減速和裝置800的溫度變化。傳感器組件814可以包括接近傳感器，被配置用來(lái)在沒(méi)有任何的物理接觸時(shí)檢測(cè)附近物體的存在。傳感器組件814還可以包括光傳感器，如CMOS或CXD圖像傳感器，用于在成像應(yīng)用中使用。在一些實(shí)施例中，該傳感器組件814還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。
[0164]通信組件816被配置為便于裝置800和其他設(shè)備之間有線或無(wú)線方式的通信。裝置800可以接入基于通信標(biāo)準(zhǔn)的無(wú)線網(wǎng)絡(luò)，如WiFi，2G或3G，或它們的組合。在一個(gè)示例性實(shí)施例中，通信組件816經(jīng)由廣播信道接收來(lái)自外部廣播管理系統(tǒng)的廣播信號(hào)或廣播相關(guān)信息。在一個(gè)示例性實(shí)施例中，所述通信組件816還包括近場(chǎng)通信(NFC)模塊，以促進(jìn)短程通信。例如，在NFC模塊可基于射頻識(shí)別(RFID)技術(shù)，紅外數(shù)據(jù)協(xié)會(huì)(IrDA)技術(shù)，超寬帶(UffB)技術(shù)，藍(lán)牙(BT)技術(shù)和其他技術(shù)來(lái)實(shí)現(xiàn)。
[0165]在示例性實(shí)施例中，裝置800可以被一個(gè)或多個(gè)應(yīng)用專用集成電路(ASIC)、數(shù)字信號(hào)處理器(DSP)、數(shù)字信號(hào)處理設(shè)備(DSro)、可編程邏輯器件(PLD)、現(xiàn)場(chǎng)可編程門(mén)陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實(shí)現(xiàn)，用于執(zhí)行上述方法。
[0166]在示例性實(shí)施例中，還提供了一種包括指令的非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，例如包括指令的存儲(chǔ)器804，上述指令可由裝置800的處理器820執(zhí)行以完成上述方法。例如，所述非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是ROM、隨機(jī)存取存儲(chǔ)器(RAM)、CD-ROM、磁帶、軟盤(pán)和光數(shù)據(jù)存儲(chǔ)設(shè)備等。
[0167]一種非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，當(dāng)所述存儲(chǔ)介質(zhì)中的指令由移動(dòng)終端的處理器執(zhí)行時(shí)，使得終端設(shè)備能夠執(zhí)行一種人臉識(shí)別方法，所述方法包括:
[0168]按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合；
[0169]對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息；
[0170]根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)；
[0171]利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離；
[0172]根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離；
[0173]根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
[0174]圖5是根據(jù)一示例性實(shí)施例示出的一種用于人臉識(shí)別的裝置1900的框圖。例如，裝置1900可以被提供為一服務(wù)器。如圖5所示，裝置1900包括處理組件1922，其進(jìn)一步包括一個(gè)或多個(gè)處理器，以及由存儲(chǔ)器1932所代表的存儲(chǔ)器資源，用于存儲(chǔ)可由處理組件1922的執(zhí)行的指令,例如應(yīng)用程序。存儲(chǔ)器1932中存儲(chǔ)的應(yīng)用程序可以包括一個(gè)或一個(gè)以上的每一個(gè)對(duì)應(yīng)于一組指令的模塊。此外，處理組件1922被配置為執(zhí)行指令，以執(zhí)行上述圖1?圖2所示的方法實(shí)施例。
[0175]裝置1900還可以包括一個(gè)電源組件1926被配置為執(zhí)行裝置1900的電源管理，一個(gè)有線或無(wú)線網(wǎng)絡(luò)接口 1950被配置為將裝置1900連接到網(wǎng)絡(luò)，和一個(gè)輸入輸出(I/O)接口 1958。裝置1900可以操作基于存儲(chǔ)在存儲(chǔ)器1932的操作系統(tǒng)，例如Windows ServerTM,Mac OS XTM，UnixTM，LinuxTM，F(xiàn)reeBSDTM 或類(lèi)似。
[0176]本領(lǐng)域技術(shù)人員在考慮說(shuō)明書(shū)及實(shí)踐這里公開(kāi)的發(fā)明后，將容易想到本發(fā)明的其它實(shí)施方案。本申請(qǐng)旨在涵蓋本發(fā)明的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本發(fā)明的一般性原理并包括本公開(kāi)未公開(kāi)的本【技術(shù)領(lǐng)域】中的公知常識(shí)或慣用技術(shù)手段。說(shuō)明書(shū)和實(shí)施例僅被視為示例性的，本發(fā)明的真正范圍和精神由下面的權(quán)利要求指出。
[0177]應(yīng)當(dāng)理解的是，本發(fā)明并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本發(fā)明的范圍僅由所附的權(quán)利要求來(lái)限制。
【權(quán)利要求】
1.一種人臉識(shí)別方法，其特征在于，包括: 按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合； 對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息； 根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)； 利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離； 根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離； 根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)所述照片特征信息包括照片中人物的衣服特征信息時(shí)，所述對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，包括: 利用人臉檢測(cè)技術(shù)，確定所述照片中人臉圖像的位置； 根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息，包括: 根據(jù)所述人臉圖像的位置，確定所述人臉圖像對(duì)應(yīng)人物的衣服區(qū)域； 在所述衣服區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息，包括: 根據(jù)所述人臉圖像的位置，在距離所述人臉圖像預(yù)設(shè)距離的區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)，包括: 當(dāng)所述照片特征信息包括照片的拍攝時(shí)間時(shí)，獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值；將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化，根據(jù)歸一化后的拍攝時(shí)間的絕對(duì)差值得到所述兩張照片中的兩個(gè)人物的距離加權(quán)系數(shù)； 或者， 當(dāng)所述照片特征信息包括人物的衣服特征信息時(shí)，根據(jù)所述兩個(gè)人物的衣服特征信息，得到所述兩個(gè)人物的衣服相似度；根據(jù)所述衣服相似度得到所述兩個(gè)人物的距離加權(quán)系數(shù)； 或者， 當(dāng)所述照片特征信息包括照片的拍攝時(shí)間和人物的衣服特征信息時(shí)，獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值，并將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化，得到拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征值；獲取分別屬于所述兩張照片的兩個(gè)人物的衣服特征信息的衣服相似度，得到所述衣服特征信息的特征值；確定所述拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征系數(shù)，以及所述衣服特征信息的衣服特征系數(shù)；根據(jù)所述時(shí)間特征值與時(shí)間特征系數(shù)的乘積，以及所述衣服特征信息的特征值與所述衣服特征系數(shù)的乘積，得到所述兩個(gè)人物的距離加權(quán)系數(shù)。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離，包括: 根據(jù)所述兩個(gè)人物的所述距離加權(quán)系數(shù)及所述人臉距離的乘積，得到所述兩個(gè)人物之間的加權(quán)人臉距離。
7.—種人臉識(shí)別裝置，其特征在于，包括: 聚類(lèi)單元，用于按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合；特征提取單元，用于對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息； 第一獲取單元，用于根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)； 第二獲取單元，用于利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離； 第三獲取單元，用于根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離； 判斷單元，用于根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，當(dāng)所述照片特征信息包括照片中人物的衣服特征信息時(shí)，所述特征提取單元包括: 位置確定子單元，用于利用人臉檢測(cè)技術(shù)，確定所述照片中人臉圖像的位置； 特征提取子單元，用于根據(jù)所述人臉圖像的位置，提取所述人臉圖像對(duì)應(yīng)人物的衣服特征信息。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述特征提取子單元包括: 衣服區(qū)域確定子單元，用于根據(jù)所述人臉圖像的位置，確定所述人臉圖像對(duì)應(yīng)人物的衣服區(qū)域； 第一顏色特征提取子單元，用于在所述衣服區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
10.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述特征提取子單元包括: 第二顏色特征提取子單元，用于根據(jù)所述人臉圖像的位置，在距離所述人臉圖像預(yù)設(shè)距離的區(qū)域內(nèi)，提取顏色特征向量，得到所述人物的衣服特征信息。
11.根據(jù)權(quán)利要求7所述的裝置，其特征在于: 當(dāng)所述照片特征信息包括照片的拍攝時(shí)間時(shí)，所述第一獲取單元包括:第一時(shí)間差獲取子單元，用于獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值；第一歸一化子單元，用于將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化；第一距離加權(quán)系數(shù)獲取子單元，用于根據(jù)歸一化后的拍攝時(shí)間的絕對(duì)差值得到所述兩張照片中的兩個(gè)人物的距離加權(quán)系數(shù)； 或者， 當(dāng)所述照片特征信息包括人物的衣服特征信息時(shí)，所述第一獲取單元包括:第一衣服相似度獲取子單元，用于根據(jù)所述兩個(gè)人物的衣服特征信息，得到所述兩個(gè)人物的衣服相似度；第二距離加權(quán)系數(shù)獲取子單元，用于根據(jù)所述衣服相似度得到所述兩個(gè)人物的距離加權(quán)系數(shù)； 或者， 當(dāng)所述照片特征信息包括照片的拍攝時(shí)間和人物的衣服特征信息時(shí)，所述第一獲取單元包括:第二時(shí)間差獲取子單元，用于獲取所述兩張照片的拍攝時(shí)間的絕對(duì)差值；第二歸一化子單元，用于將所述拍攝時(shí)間的絕對(duì)差值進(jìn)行歸一化，得到拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征值；第二衣服相似度獲取子單元，用于獲取分別屬于所述兩張照片的兩個(gè)人物的衣服特征信息的衣服相似度，得到所述衣服特征信息的特征值；特征系數(shù)獲取子單元，用于確定所述拍攝時(shí)間對(duì)應(yīng)的時(shí)間特征系數(shù)，以及所述衣服特征信息的衣服特征系數(shù)；第三距離加權(quán)系數(shù)獲取子單元，用于根據(jù)所述時(shí)間特征值與時(shí)間特征系數(shù)的乘積，以及所述衣服特征信息的特征值與所述衣服特征系數(shù)的乘積，得到所述兩個(gè)人物的距離加權(quán)系數(shù)。
12.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第三獲取單元包括: 乘積運(yùn)算子單元，用于根據(jù)所述兩個(gè)人物的所述距離加權(quán)系數(shù)及所述人臉距離的乘積，得到所述兩個(gè)人物之間的加權(quán)人臉距離。
13.一種終端設(shè)備，其特征在于，包括: 處理器； 用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器； 其中，所述處理器被配置為: 按照照片的拍攝時(shí)間，對(duì)照片進(jìn)行聚類(lèi)，得到至少一個(gè)聚類(lèi)集合； 對(duì)于每個(gè)聚類(lèi)集合，提取各照片的照片特征信息，所述照片特征信息包括照片的拍攝時(shí)間和/或照片中人物的衣服特征信息； 根據(jù)所述照片特征信息，得到分別屬于兩張照片的兩個(gè)人物之間的距離加權(quán)系數(shù)； 利用人臉識(shí)別技術(shù)，獲取所述兩個(gè)人物的人臉距離； 根據(jù)兩個(gè)人物對(duì)應(yīng)的所述距離加權(quán)系數(shù)及所述人臉距離，得到所述兩個(gè)人物之間的加權(quán)人臉距離； 根據(jù)兩個(gè)人物之間所述加權(quán)人臉距離，判斷所述兩個(gè)人物是否是同一個(gè)人。
【文檔編號(hào)】G06K9/00GK104408404SQ201410602236
【公開(kāi)日】2015年3月11日 申請(qǐng)日期:2014年10月31日 優(yōu)先權(quán)日:2014年10月31日
【發(fā)明者】陳志軍, 張波, 張濤 申請(qǐng)人:小米科技有限責(zé)任公司