一种人脸识别方法、系统、电子设备和存储介质与流程

1.本公开涉及但不限于视频监控领域，尤其涉及一种人脸识别方法、系统、电子设备和存储介质。


背景技术：

2.视频监控领域的相关应用中，获取过人视频并进行人脸识别以确定人员身份，逐渐成为基本业务功能。传统人脸识别方案中，通过抓拍人脸图像提取特征值，进而与人脸库中的人脸特征值进行比对的方式，实现人脸识别。
3.可以看到，这些可实现方案中，基于对人脸库中的人脸特征值的一一比对来最终确定识别结果，对于存在大规模人脸库的应用场景来说，效率较为低下。如何有效提升人脸识别效率是本领域研究探索的方向。


技术实现要素：

4.本公开实施例提供一种人脸识别方法、系统、电子设备和存储介质，基于人员的相关性，优先进行可能存在对应关系的人员的人脸信息比对，可以在一定程度上收缩进行人脸信息比对的范围，有效提升人脸识别效率。
5.本公开实施例提供一种人脸识别方法，包括：
6.获取待识别人员的人脸信息；
7.获取与第一身份信息对应的至少一个第二身份信息；
8.根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果；
9.其中，所述第一身份信息为与所述待识别人员相关的人员的身份信息。
10.本公开实施例还提供一种人脸识别系统，包括：
11.视频采集模块、人脸信息提取模块和人脸识别模块；
12.所述视频采集模块，设置为采集行人的过人视频；
13.所述人脸信息提取模块，设置为根据所述过人视频提取待识别人员的人脸信息；
14.所述人脸识别模块，设置为获取与第一身份信息对应的至少一个第二身份信息；还设置为根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果；
15.其中，所述第一身份信息为与所述待识别人员相关的人员的身份信息。
16.本公开实施例还提供一种电子设备，包括：
17.一个或多个处理器；
18.存储装置，用于存储一个或多个程序，
19.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任一实施例所述的人脸识别方法。
20.本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序
被处理器执行时实现如本公开任一实施例所述的人脸识别方法。
21.在阅读并理解了附图和详细描述后，可以明白其他方面。
附图说明
22.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
23.图1是本发明实施例提供的一种人脸识别方法的流程图；
24.图2是本发明实施例提供的另一种人脸识别方法的流程图；
25.图3是本发明实施例提供的一种人脸识别系统的结构示意图；
26.图4是本发明实施例提供的另一种人脸识别系统的结构示意图；
27.图5是本发明实施例提供的一种人脸识别装置的结构示意图。
28.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
29.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
31.另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
32.在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
33.另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
34.相关可实现的人脸识别方案中，预先对数据库中储存的人脸图像提取特征值，以形成人脸库；相应地，人脸库也可以称为人脸特征值库，该库中存储了具有确定身份信息的人员对应的人脸特征值，即存储了大量已确定身份的人员的身份信息和对应的人脸特征值。在业务应用场景下，拍摄设备抓拍人脸图像，并提取对应的特征值，与人脸库中已确定
身份信息的人脸的特征值进行比对，确定人脸库中特征值相似度最高的前n个且满足设定匹配阈值的一个或多个人脸数据，进而获取对应的人员身份信息，由此实现人脸识别，确定抓拍的人脸图像所对应的人员身份信息。
35.可以看到，相关方案中对于待识别的抓拍人脸，需要与人脸库中的样本特征值进行逐个比对，对于涉及大规模人脸库的应用系统来说，识别效率明显较低。
36.研究发现，很多时候，根据人的行为习惯，基于人员之间的相关关系(也称为关联关系)，可以推测具有一定相关关系的人员连续集中出现在某一监控视频中的可能性较大，也就是说对于这些具有一定相关关系的人群，监控系统中对应进行的人脸图像抓拍和人脸识别处理相比于其他无关人群具有更大的时空紧密性。因此，利用该特点，本技术公开的实施例，提出基于人员相关性数据，优先从人脸库中获取具有对应关系的人员的人脸信息进行比对，以有效减少人脸信息的比对次数，提高识别效率。
37.本公开实施例提供一种人脸识别方法，如图1所示，包括：
38.步骤110，获取待识别人员的人脸信息；
39.步骤120，获取与第一身份信息对应的至少一个第二身份信息；
40.步骤130，根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果；
41.其中，所述第一身份信息为与所述待识别人员相关的人员的身份信息。
42.可以看到，步骤130中进行待识别人员的人脸信息匹配时，是根据步骤120所获取的至少一个第二身份信息对应的人脸信息进行的匹配，相比于与全部人脸库中的人脸信息进行比对，比对范围显著缩小。
43.一些示例性实施例中，所述人脸信息包括：人脸图像信息、根据人脸图像信息提取的人脸特征值信息等。
44.一些示例性实施例中，身份信息包括：身份标识id、对应人员的人脸特征值、对应人员的生物信息(如指纹、声纹等)中的一个或多个；相应地，第一身份信息包括：第一身份标识，第二身份信息包括：第二身份标识。可以理解，这里的第二身份信息表示不同于第一身份信息的身份信息，多个第二身份信息的身份信息各不相同。
45.一些示例性实施例中，步骤120包括：
46.所述获取与第一身份信息对应的至少一个第二身份信息，包括：
47.根据所述第一身份信息和人员关联信息，获取对应的所述至少一个第二身份信息；
48.其中，所述人员关联信息包括所述第一身份信息和所述至少一个第二身份信息的对应关系。
49.需要说明的是，第一身份信息可以是通过图像识别装置识别出的，也可以根据相应的生物信息(如指纹、声纹等)从数据库中提取的，还可以是根据相应的身份识别物品(如身份证、id卡等)从数据库中提取的，第一身份信息的获取并不应当成为对于本技术的限制。
50.一些示例性实施例中，步骤130包括：
51.从数据库中获取所述至少一个第二身份信息对应的人脸信息；
52.根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息
进行匹配，确定所述待识别人员的人脸信息的识别结果。
53.一些示例性实施例中，所述人脸信息为人脸特征值，相应地，步骤130包括：
54.从人脸库中获取所述至少一个第二身份信息对应的人脸特征值；
55.根据所述待识别人员的人脸特征值和所述至少一个第二身份信息对应的人脸特征值进行匹配，确定所述待识别人员的人脸特征值的识别结果。
56.一些示例性实施例中，所述至少一个第二身份信息为身份标识集合，指与第一身份信息归属人员相对应的至少一个第二身份信息归属人员的身份标识的集合。
57.一些示例性实施例中，人员关联信息采用如下方式保存：
58.表1-人员关联信息表
[0059][0060]
例如，身份标识为id1的人员，与身份标识集合{idx,idy,
…
,idz}中的人员对应；身份标识为id2的人员，与身份标识集合{idi,idj,
…
}中的人员对应。
[0061]
一些示例性实施例中，步骤120包括：
[0062]
根据所述第一身份信息，从人员关联信息中确定对应的至少一个第二身份信息对应的身份标识集合；
[0063]
从所述身份标识集合中，选择至少一个身份标识。
[0064]
例如，第一身份信息中的身份标识为idx，则从人员关联信息中，确定对应的身份标识集合为{id1,id2,
…
idn}，可以选择该集合中的全部n个身份标识，并从人脸库中获取这n个身份标识{id1,id2,
…
idn}对应的人脸特征值。可选地，也可以从中选择部分身份标识。不限于特定的方面。
[0065]
一些示例性实施例中，本技术中的人脸识别方法可用于社区或企业。人员张三可以是相应社区或企业的一员。当识别出张三所对应的身份信息后，可根据张三对应的身份信息调取相应的至少一个第二身份信息。其中，至少一个第二身份信息可以是预先设置的，如设置为与张三住同一幢楼或者与张三同一个部门的人员对应的身份信息。至少一个第二身份信息也可以是根据历史识别结果统计得到的，如根据历史识别结果统计发现李四与张三经常一起进出小区或企业，则可将李四对应的身份信息设为张三的身份信息所对应的第二身份信息。当进行排在张三之后的人员的人脸识别时，可以优先在确定的至少一个第二身份信息中进行人脸特征值的匹配，以确定人脸识别的结果。
[0066]
一些示例性实施例中，所述人脸信息识别结果，也称为识别信息，包括：被识别人员的身份信息、所述被识别人员的被识别位置信息和所述被识别人员的被识别时间信息中的一个或多个。
[0067]
一些示例性实施例中，所述人员关联信息为预先配置的人员关联信息。例如，如表
1所示人员关联信息表，由监控系统管理员预先配置，在步骤120中根据这些配置信息获取所述至少一个第二身份信息。
[0068]
一些示例性实施例中，所述人员关联信息为根据满足第一关联标准的历史识别信息统计得到；
[0069]
其中，所述历史识别信息包括：被识别人员的身份信息、所述被识别人员的被识别位置信息和所述被识别人员的被识别时间信息中的一个或多个；所述第一关联标准包括：距离差标准和时间差标准。
[0070]
可以看到，人员关联信息除了可以由管理员配置外，还可以根据系统中进行人脸信息识别的历史数据动态统计得到。根据历史识别信息统计得到所述人员关联信息，能够提升整体系统的自动化智能化水平，减少对人工系统维护的依赖，更及时准确地更新人员关联信息。
[0071]
一些示例性实施例中，所述人员关联信息为根据满足第一关联标准的历史识别信息统计得到，包括：
[0072]
获取所述第一身份信息对应的历史识别信息和非所述第一身份信息的其它身份信息对应的历史识别信息；
[0073]
根据所述第一身份信息对应的历史识别信息，分别确定与各非所述第一身份信息的其它身份信息对应的历史识别信息对应的识别时间差和识别距离差；
[0074]
确定识别时间差小于或等于所述时间差标准，且识别距离差小于或等于所述距离差标准的非所述第一身份信息的其它身份信息对应的历史识别信息，为所述满足第一关联标准的历史识别信息；
[0075]
确定所述满足第一关联标准的历史识别信息对应的身份信息，为所述第二身份信息。
[0076]
一些示例性实施例中，所述确定所述满足第一关联标准的历史识别信息对应的身份信息，为所述第二身份信息，包括：
[0077]
对所述满足第一关联标准的历史识别信息进行统计；
[0078]
根据统计结果，确定满足第二身份标准的身份信息为所述第二身份信息。
[0079]
一些示例性实施例中，所述对所述满足第一关联标准的历史识别信息进行统计，包括：
[0080]
根据所述满足第一关联标准的历史识别信息，按身份信息统计对应的识别信息数量。
[0081]
可以看到，统计后得到各身份信息和对应的识别信息数量作为统计结果。
[0082]
一些示例性实施例中，所述满足第二身份标准的身份信息包括：
[0083]
根据各身份信息对应的识别信息数量倒序排列，确定前m个身份信息满足所述第二身份标准，m为正整数；
[0084]
或者，
[0085]
确定识别信息数量大于预设的数量阈值的身份信息满足所述第二身份标准。
[0086]
可以理解，某一身份信息对应的历史识别信息，指该人员的历史人脸信息已识别得到了识别结果，已经确定了其历史人脸信息对应的身份信息。某一身份信息对应的历史人脸信息可以有一个或多个，其识别信息也对应为一个或多个。
[0087]
一些示例性实施例中，所述人脸识别信息，也称为过人记录，包括：{身份标识、识别位置、识别时间}；或者，包括：{采集通道标识，身份标识、识别位置、识别时间}。
[0088]
其中，识别位置指用于进行人脸识别的人脸图像的识别位置，即采集视频数据的位置，识别时间是指行人经过并被采集到人脸图像的时间，采集通道标识指摄像机一路视频的通道标识。一个识别位置可以部署一个或多个采集通道。一些示例性实施例中，识别位置可以用地图坐标表示。也可以采用粒度更大的方式表示识别位置。
[0089]
可以理解，一些示例性实施例中，对于第一身份信息对应人员来说，满足所述第一关联标准的历史识别信息，是指历史识别信息(先前已完成的人脸信息识别结果)中，识别时间与第一身份信息对应人员的历史识别信息中识别时间接近(时间差小于时间差标准)，同时在识别位置上也与第一身份信息对应人员的历史识别信息中识别位置接近(距离差小于距离差标准)的其他人员的识别信息。对于第一身份信息对应人员而言，这些在时空距离上接近的其他人的历史识别信息，称为满足第一关联标准的历史识别信息，也称为与第一身份信息对应人员时空亲密度高的识别信息，基于此可以进一步统计分析确定与第一身份信息对应人员存在相关性的人员，即确定至少一个第二身份信息对应的人员。
[0090]
可以理解，根据所述第一关联标准的历史识别信息，按身份信息统计对应的识别信息数量，其统计结果就是，这些满足第一关联标准的历史识别信息中，各人员(非第一身份信息对应人员)分别对应的记录数，也就是这些满足第一关联标准的历史识别信息中，各人员(非第一身份信息对应人员)分别被识别到的次数。统计结果中，某人员对应的识别信息数量(记录数)越多，表明该人员在历史行为中与所述第一身份信息对应人员时空距离接近的次数越多(频次越高)；换而言之，就是指该人员与所述第一身份信息对应人员近距离同行的次数越多(频次越高)。
[0091]
基于该识别信息数量的多少，来表示其他人员与所述第一身份信息对应人员的关联紧密程度，某人员对应的统计结果数量越多，表明他相对于其他人，该人员与所述第一身份信息对应人员的关联紧密度越高。因此，根据识别信息数量倒序排列，确定前m个人员的身份信息构成所述第一身份信息对应的至少一个第二身份信息。
[0092]
一些示例性实施例中，前m个可以按照预设数值m，取排序在前的m个人员的身份信息构成至少一个第二身份信息(集合)；还可以，根据预设的数量阈值m，取统计结果中识别信息数量大于m的一个或多个人员的身份信息。
[0093]
一些示例性实施例中，所述m个第二身份信息所构成的第一身份信息对应的包含至少一个第二身份信息的身份信息集合中，按照各第二身份信息对应人员的识别信息数量倒序排列。即，识别信息数量最多的排列在包含至少一个第二身份信息的身份信息集合前面，识别信息数量最少的排列在包含至少一个第二身份信息的身份信息集合的后面。
[0094]
一些示例性实施例中，所述第一身份信息为所述待识别人员的前一个已识别人员的身份信息。
[0095]
相应地，所述与第一身份信息对应的至少一个第二身份信息是指与前一个已识别人员的身份信息相对应的至少一个第二身份信息。这里的前一个已识别人员是相对于当前待识别人员而言的。例如，执行相关人脸识别方案，识别出人员a后，进行下一个抓拍图像(待识别人员b的人脸图像)的人脸识别时，对于当前的待识别人员b来说，人员a为前一个已识别人员。
[0096]
基于前述的人员关联关系的分析，本领域技术人员可以理解，如果人员b与人员a具有相关性，他们在较短时间内前后或同时出现在同一个视频监控位置的可能性较大(相比于无相关性的其他人)；也就是说完成人脸识别并确定了人员a的身份后，可以推测，接下来要进行识别的人员(待识别人员)可能是和人员a具有对应关系(相关性)的人，这时，优先从数据库中获取与人员a具有对应关系的一个或多个人员的人脸信息来进行人脸信息匹配，如果待识别人员的确是与人员a具有对应关系(相关性)的人员，则在这个优先获取的较小范围内的人脸信息中，能够很快完成比对并确定该待识别人员的人脸信息识别结果，即从这个优先获取的较小范围内的人脸信息中确定一个人脸信息，进而确定对应的身份信息。
[0097]
一些示例性实施例中，所述识别信息还包括：采集通道标识；
[0098]
所述根据所述第一身份信息，获取所述第一身份信息对应的历史识别信息和非所述第一身份信息的其它身份信息对应的历史识别信息，包括：
[0099]
根据所述第一身份信息中的身份标识和所述第一身份信息对应的识别信息中的采集通道标识，获取相同采集通道的所述第一身份信息对应的历史识别信息和相同采集通道的非所述第一身份信息的其它身份信息对应的历史识别信息。
[0100]
相应地，所述人员关联信息就是根据这些相同采集通道的所述第一身份信息对应的历史识别信息和相同采集通道的非所述第一身份信息的其它身份信息对应的历史识别信息，进一步统计得到。
[0101]
一些示例性实施例中，如图2所述，所述方法还包括：
[0102]
步骤140，在根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，不能成功确定所述待识别人员的人脸信息的识别结果的情况下，获取数据库中除所述至少一个第二身份信息之外的其他身份信息对应的人脸信息；
[0103]
步骤150，根据所述待识别人员的人脸信息和所述至少一个第二身份信息之外的其他身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果。
[0104]
一些示例性实施例中，所述方法还包括：
[0105]
步骤160，在满足设定的统计触发条件的情况下，根据满足第一关联标准的历史识别信息确定已识别人员的人员关联信息。
[0106]
其中，包括：在满足设定的统计触发条件的情况下，根据满足第一关联标准的历史识别信息，更新已识别人员的人员关联信息。
[0107]
一些示例性实施例中，在所述当前待识别人员识别成功后，确定满足设定的统计触发条件；例如，在当前待识别人员b成功完成人脸识别，确定了对应识别结果后，根据系统中的根据满足第一关联标准的历史识别信息，更新已识别人员b的人员关联信息。
[0108]
一些示例性实施例中，在设定的统计间隔时间到来时，确定满足设定的统计触发条件；即根据满足第一关联标准的历史识别信息，周期性更新已识别人员的人员关联信息。
[0109]
其中，所述已识别人员可以是最近第一时长t内的已识别人员，t为正数；还可以是，最近确定识别结果的l个已识别人员，l为正整数；或者，按照其他规则所确定多个已识别人员。本领域技术人员可以根据业务场景特点或系统性能需求，对应确定所述已识别人员。
[0110]
例如，统计间隔为5分钟，则每隔5分钟启动统计任务，统计已识别人员的人员关联
信息，并保存或更新已存储的旧的人员关联信息。这些被存储的已识别人员的人员关联信息将在步骤120中被使用，以便从数据库中获取较小数据范围的用于比对的人脸信息。
[0111]
需要说明的是，步骤160中统计得到一个或多个已识别人员的人员关联信息的具体步骤，可以按照身份信息，分别按照前述统计确定第一身份信息人员的人员关联信息的相似步骤执行。
[0112]
可选地，根据已存储的全部历史识别信息，按照距离差标准和时间差标准，统计两两人员之间的识别信息之间的识别时间差和识别距离差以确定所述多个已识别人员各自的人员关联信息，包括：
[0113]
对于任意两个非相同人员(具有不同的身份信息)的历史识别信息(例如，身份标识不同的两条过人记录)，满足识别位置之间的识别距离差小于或等于所述距离差标准，且识别时间之间的识别时间差小于或等于所述时间差标准的情况下，确认这两个非相同人员的历史识别信息满足第一关联标准，对应的这2个人员认为存在一定的相关性；
[0114]
针对所述多个已识别人员中的每一人员，分别执行以下步骤：
[0115]
统计该人员与其他各非自身人员对应的满足第一关联标准的历史识别信息的数量(过人记录数)，按照历史识别信息的数量(过人记录数)从高到低排序其他各非自身人员的身份标识，得到与该人员与其他人员的关联数据；
[0116]
从该人员与其他人员的关联数据中选择前m个构成该人员对应的至少一个第二身份信息归属人员，进而确定该人员的人员关联信息。
[0117]
例如，人员1，身份标识为idx，统计人员1与其他非自身人员对应的满足第一关联标准的历史识别信息数量入下表：
[0118]
表2-历史识别信息数量统计表
[0119][0120][0121]
根据识别信息数量从高到低排序，取m个身份标识构成人员1对应的第二身份信息的身份标识集合，进而确定该人员的人员关联信息，记为：
[0122]
idx：{id1,id2,
…
idi,
…
idm}。
[0123]
可选地，一些示例性实施例中，按视频数据采集通道，分别根据各通道已存储的全部历史识别信息，按照距离差标准和时间差标准，统计两两人员之间的识别时间差和识别距离差以确定所述多个已识别人员在各通道的人员关联信息。
[0124]
相应地，确定的历史识别信息数量统计表还包括：采集通道标识，人员关联信息还包括：采集通道标识；例如，人员1对应在采集通道y的人员关联信息，记为：
[0125]
idx：chidy：{id1,id2,
…
idi,
…
idm}。
[0126]
idx为人员1的身份标识，chidy为采集通道y的采集通道标识。
[0127]
对于同一人员，汇总其全部采集通道的历史识别信息数量统计表，可以得到综合的历史识别信息数量统计表，进而按识别信息数量倒序排列，得到确定该人员的综合的关联信息。
[0128]
可以理解，按采集通道的统计结果确定人员的人员关联信息，是基于各采集通道历史识别信息的统计结果，相对来说参与进行统计的数据量较小，统计效率较高；而综合系统中多个采集通道的统计结果确定的人员关联信息，是基于全部或多个采集通道历史识别信息的统计结果，相对来说参与进行统计的数据量更多，统计结果更准确，对系统资源消耗更大。可以看到，各已识别人员的人员关联信息，可以是按采集通道的统计结果确定，也可是系统中多个采集通道的综合统计结果确定，可以根据实际业务特点、系统资源配置和性能要求，灵活确定。
[0129]
本公开实施例还提供一种人脸识别系统30，如图3所示，包括：
[0130]
视频采集模块310、人脸信息提取模块320和人脸识别模块330；
[0131]
所述视频采集模块310，设置为采集行人的过人视频；
[0132]
所述人脸信息提取模块320，设置为根据所述过人视频提取待识别人员的人脸信息；
[0133]
所述人脸识别模块330，设置为获取与第一身份信息对应的至少一个第二身份信息；还设置为根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果；
[0134]
其中，所述第一身份信息为与所述待识别人员相关的人员的身份信息。
[0135]
一些示例性实施例中，所述视频采集模块310设置为采集过人视频，将视频送到人脸信息提取模块320提取人脸信息。
[0136]
一些示例性实施例中，所述人脸信息提取模块320使用人脸检测算法对视频检测人脸后，抠取人脸小图，提取人脸小图的人脸特征值并传输到人脸识别模块330。
[0137]
一些示例性实施例中，所述系统还包括：数据库340；
[0138]
所述数据库340设置为，存储用于进行信息比对的人脸信息。
[0139]
一些示例性实施例中，所述人脸识别模块330，还设置为从所述数据库340获取所述至少一个第二身份信息对应的人脸信息，以进行匹配。
[0140]
一些示例性实施例中，如图4所示，所述人脸识别模块330包括：人脸比对单元3310和人员关联分析单元3320和存储单元3330。
[0141]
一些示例性实施例中，人员关联分析单元3320设置为，在满足设定的统计触发条件的情况下，根据满足第一关联标准的历史识别信息，更新已识别人员的人员关联信息。
[0142]
一些示例性实施例中，所述存储单元3330设置为，存储识别信息；还设置为存储人员关联信息。
[0143]
一些示例性实施例中，所述存储单元3330还设置为，存储已识别人员的特征图、背景图和/或比对信息。
[0144]
一些示例性实施例中，所述人脸比对单元3310设置为，设置为获取待识别人员的人脸信息；从所述存储单元3330中获取与第一身份信息对应的至少一个第二身份信息；从所述数据库340中获取与至少一个第二身份信息对应的人脸信息；还设置为根据所述待识
别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果。
[0145]
一些示例性实施例中，所述人脸信息为人脸特征值。则相应地，从数据库340中获取至少一个第二身份信息对应的人脸特征值，并进行人脸特征值比对，确定待识别人员的人脸信息的识别结果。
[0146]
一些示例性实施例中，所述第一身份信息为所述待识别人员的前一个已识别人员的身份信息。
[0147]
本公开实施例还提供一种人脸识别装置50，如图5所示，包括：
[0148]
人脸信息获取模块510，设置为获取待识别人员的人脸信息；
[0149]
身份信息获取模块520，设置为获取与第一身份信息对应的至少一个第二身份信息；
[0150]
人脸比对模块530，设置为根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果；
[0151]
其中，所述第一身份信息为与所述待识别人员相关的人员的身份信息。
[0152]
一些示例性实施例中，所述身份信息获取模块520设置为，根据所述第一身份信息和人员关联信息，获取对应的所述至少一个第二身份信息；
[0153]
其中，所述人员关联信息包括所述第一身份信息和所述至少一个第二身份信息的对应关系。
[0154]
一些示例性实施例中，所述人员关联信息为预先配置的所述第一身份信息和所述至少一个第二身份信息的对应关系。
[0155]
一些示例性实施例中，所述人员关联信息为根据满足第一关联标准的历史识别信息统计得到；
[0156]
其中，所述历史识别信息包括：被识别人员的身份信息、所述被识别人员的被识别位置信息和所述被识别人员的被识别时间信息中的一个或多个；所述第一关联标准包括：距离差标准和时间差标准。
[0157]
一些示例性实施例中，所述人员关联信息为根据满足第一关联标准的历史识别信息统计得到，包括：
[0158]
获取所述第一身份信息对应的历史识别信息和非所述第一身份信息的其它身份信息对应的历史识别信息；
[0159]
根据所述第一身份信息对应的历史识别信息，分别确定与各非所述第一身份信息的其它身份信息对应的历史识别信息对应的识别时间差和识别距离差；
[0160]
确定识别时间差小于或等于所述时间差标准，且识别距离差小于或等于所述距离差标准的非所述第一身份信息的其它身份信息对应的历史识别信息，为所述满足第一关联标准的历史识别信息；
[0161]
确定所述满足第一关联标准的历史识别信息对应的身份信息，为所述第二身份信息。
[0162]
一些示例性实施例中，所述确定所述满足第一关联标准的历史识别信息对应的身份信息，为所述第二身份信息，包括：
[0163]
对所述满足第一关联标准的历史识别信息进行统计；
[0164]
根据统计结果，确定满足第二身份标准的身份信息为所述第二身份信息。
[0165]
一些示例性实施例中，所述人脸比对模块530还设置为，在根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，不能成功确定所述待识别人员的人脸信息的识别结果的情况下，获取数据库中除所述至少一个第二身份信息之外的其他身份信息对应的人脸信息；根据所述待识别人员的人脸信息和所述至少一个第二身份信息之外的其他身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果。
[0166]
一些示例性实施例中，所述装置还包括：
[0167]
人员关联分析模块540，设置为在满足设定的统计触发条件的情况下，根据满足第一关联标准的历史识别信息，更新已识别人员的人员关联信息。
[0168]
本公开实施例还提供一种电子设备，包括：
[0169]
一个或多个处理器；
[0170]
存储装置，用于存储一个或多个程序，
[0171]
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任一实施例所述的人脸识别方法。
[0172]
本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器实现如本公开任一实施例所述的人脸识别方法。
[0173]
可以看到，本公开实施例提供的人脸识别方案，基于人员之间的对应关系，在人脸识别过程中，在识别出某个人员后，将与该人员具有相关性的人员的人脸信息提出，下一个采集到的待比对(待识别)人员优先和所提出的人脸信息进行比对，可以减少人员比对次数，显著提高人脸识别效率。
[0174]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0175]
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

技术特征：
1.一种人脸识别方法，其特征在于，包括：获取待识别人员的人脸信息；获取与第一身份信息对应的至少一个第二身份信息；根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果；其中，所述第一身份信息为与所述待识别人员相关的人员的身份信息。2.如权利要求1所述的方法，其特征在于，所述获取与第一身份信息对应的至少一个第二身份信息，包括：根据所述第一身份信息和人员关联信息，获取对应的所述至少一个第二身份信息；其中，所述人员关联信息包括所述第一身份信息和所述至少一个第二身份信息的对应关系。3.如权利要求2所述的方法，其特征在于，所述人员关联信息为预先配置的所述第一身份信息和所述至少一个第二身份信息的对应关系；或者，所述人员关联信息为根据满足第一关联标准的历史识别信息统计得到；其中，所述历史识别信息包括：被识别人员的身份信息、所述被识别人员的被识别位置信息和所述被识别人员的被识别时间信息中的一个或多个；所述第一关联标准包括：距离差标准和时间差标准。4.如权利要求3所述的方法，其特征在于，所述人员关联信息为根据满足第一关联标准的历史识别信息统计得到，包括：获取所述第一身份信息对应的历史识别信息和非所述第一身份信息的其它身份信息对应的历史识别信息；根据所述第一身份信息对应的历史识别信息，分别确定与各非所述第一身份信息的其它身份信息对应的历史识别信息对应的识别时间差和识别距离差；确定识别时间差小于或等于所述时间差标准，且识别距离差小于或等于所述距离差标准的非所述第一身份信息的其它身份信息对应的历史识别信息，为所述满足第一关联标准的历史识别信息；确定所述满足第一关联标准的历史识别信息对应的身份信息，为所述第二身份信息。5.如权利要求4所述的方法，其特征在于，所述确定所述满足第一关联标准的历史识别信息对应的身份信息，为所述第二身份信息，包括：对所述满足第一关联标准的历史识别信息进行统计；根据统计结果，确定满足第二身份标准的身份信息为所述第二身份信息。6.如权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：在根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，不能成功确定所述待识别人员的人脸信息的识别结果的情况下，获取数据库中除所述至少一个第二身份信息之外的其他身份信息对应的人脸信息；
根据所述待识别人员的人脸信息和所述至少一个第二身份信息之外的其他身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果。7.如权利要求3或4或5所述的方法，其特征在于，所述方法还包括：在满足设定的统计触发条件的情况下，根据满足第一关联标准的历史识别信息，更新已识别人员的人员关联信息。8.一种人脸识别系统，其特征在于，包括：视频采集模块、人脸信息提取模块和人脸识别模块；所述视频采集模块，设置为采集行人的过人视频；所述人脸信息提取模块，设置为根据所述过人视频提取待识别人员的人脸信息；所述人脸识别模块，设置为获取与第一身份信息对应的至少一个第二身份信息；还设置为根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果；其中，所述第一身份信息为与所述待识别人员相关的人员的身份信息。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的人脸识别方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的人脸识别方法。

技术总结
本公开实施例公开了一种人脸识别方法、系统、电子设备和存储介质。所述方法包括：获取待识别人员的人脸信息；获取与第一身份信息对应的至少一个第二身份信息；根据所述待识别人员的人脸信息和所述至少一个第二身份信息对应的人脸信息进行匹配，确定所述待识别人员的人脸信息的识别结果；其中，所述第一身份信息为与所述待识别人员相关的人员的身份信息。根据本公开实施例提供的人脸识别方案，基于人员之间的对应关系，优先比对具有相关性的已知身份人员的人脸信息，可以有效缩小人脸信息比对范围，减少人脸信息比对时间，显著提高了人脸识别效率。别效率。别效率。


技术研发人员：汤晓斌 陈立辉
受保护的技术使用者：浙江宇视科技有限公司
技术研发日：2022.03.14
技术公布日：2023/9/22