一种用于搜索包含人脸的图片的方法和装置的制造方法
【技术领域】
[0001]本发明涉及计算机技术领域，尤其涉及一种用于在计算机设备中搜索包含人脸的图片的方法和装置。
【背景技术】
[0002]现有技术中，通常仅能简单地通过图像中的人脸直接比对，来进行人脸搜索。然而，这种直接比对人脸的方式，需要消耗大量的计算资源，且比对准确性很低。因此，若采用该种现有技术来进行人脸搜索的方案，则搜索准确性极低，且搜索成本较高，每次搜索需要消耗的网络资源较多。
【发明内容】
[0003]本发明的目的是提供一种用于在计算机设备中搜索包含人脸的图片的方法和装置。
[0004]根据本发明的一个方面，提供一种用于在计算机设备中搜索包含人脸的图片的方法，其中，该方法包括:
[0005]获取样本人脸对应的多维特征向量；
[0006]通过将所述多维特征向量与多个图片中的人脸对应的多维特征向量进行匹配，来在所述多个图片中搜索包含与所述样本人脸相匹配的人脸的图片。
[0007]根据本发明的另一个方面，还提供了一种用于在计算机设备中搜索包含人脸的图片的装置，其中，该装置包括:
[0008]获取装置，用于获取样本人脸对应的多维特征向量；
[0009]搜索装置，用于通过将所述多维特征向量与多个图片中的人脸对应的多维特征向量进行匹配，来在所述多个图片中搜索包含与所述样本人脸相匹配的人脸的图片。
[0010]与现有技术相比，本发明具有以下优点:1)可在用户任意指定的多个图片中来搜索包含与样本人脸相匹配的人脸的图片，从而不需要在网络上共享的所有图片中进行搜索，也无需用户手动在多个图片中进行查找，进而大大提高了搜索效率，且大大减少了网络资源的浪费；2)样本人脸的多维特征向量能够全面且准确地指示样本人脸的大量特征(如数百个特征)，使得多维特征向量之间的匹配结果更为准确，进而使得能够准确地搜索到包含与样本人脸相似度较高的人脸的图片，而无需要求样本人脸的角度或清晰程度；3)可针对多个样本人脸(如用户在样本图片中指定的多个样本人脸)，来搜索包含与该多个样本人脸中的每个相匹配的人脸的图片，从而能够更好的满意用户的需求，而不限于仅能针对单个样本人脸进行搜索；4)能够通过计算样本人脸对应的多维特征向量与多个图片中的人脸对应的多维特征向量之间的距离，来确定该多个图片中的人脸与样本人脸的相似程度，从而确定多个图片中的、包含与样本人脸相匹配的人脸的图片。
【附图说明】
[0011]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显:
[0012]图1为本发明一个实施例的用于在计算机设备中搜索包含人脸的图片的方法的流程示意图；
[0013]图2为本发明另一个实施例的用于在计算机设备中搜索包含人脸的图片的方法的流程示意图；
[0014]图3为本发明一个实施例的用于在计算机设备中搜索包含人脸的图片的装置的结构示意图；
[0015]图4为本发明另一个实施例的用于在计算机设备中搜索包含人脸的图片的装置的结构示意图。
[0016]附图中相同或相似的附图标记代表相同或相似的部件。
【具体实施方式】
[0017]下面结合附图对本发明作进一步详细描述。
[0018]图1为本发明一个实施例的用于在计算机设备中搜索包含人脸的图片的方法的流程示意图。
[0019]其中，本实施例的方法主要通过计算机设备来实现；所述计算机设备包括网络设备和用户设；所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机；所述网络设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。所述用户设备包括但不限于PC机、平板电脑、智能手机、PDA, IPTV等。
[0020]需要说明的是，所述计算机设备仅为举例，其他现有的或今后可能出现的计算机设备如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。
[0021]根据本实施例的方法包括步骤SI和步骤S2。
[0022]在步骤SI中，计算机设备获取样本人脸对应的多维特征向量。
[0023]其中，所述样本人脸用于表示在搜索图片时被作为样本的人脸；优选地，样本人脸为多个，且每个样本人脸均对应一个多维特征向量。
[0024]其中，所述多维特征向量用于指示与样本人脸对应的多个特征，所述特征包括任何与样本人脸相关的特征，如样本人脸中的五官的位置特征(如样本人脸的唇所在的像素点位置等)和形状特征(如样本人脸的唇的轮廓、上下唇的厚度、唇开高度和宽度等)等。
[0025]优选地，所述多维特征向量的维数表示样本人脸的特征数量，也即，多维特征向量的每个维度用于指示样本人脸的一个特征。例如，样本人脸对应的多维特征向量为(X1,X2^…，X2(ICI)，其中，XiQ = 0，…，200)用于表示样本人脸的第i个特征。
[0026]具体地，计算机设备获取样本人脸对应的多维特征向量的实现方式包括但不限于:
[0027]I)计算机设备直接获取来自用户或其他设备的、样本人脸对应的多维特征向量。
[0028]2)步骤SI进一步包括步骤Sll和步骤S12。
[0029]在步骤Sll中，计算机设备从样本图片中提取样本人脸。
[0030]其中，所述样本图片为用户指定的、包含样本人脸的图片。
[0031 ] 其中，计算机设备可采用多种方式获取样本图片。
[0032]例如，计算机设备为网络设备，该网络设备接收用户通过用户设备所上传的样本图片，或者，该网络设备接收用户通过用户设备发送的指示信息，并根据该指示信息从本地获取样本图片。
[0033]又例如，计算机设备为用户设备，该用户设备获取用户上传的样本图片，或者，根据用户指示从用户存储在该用户设备的多个图片中获取样本图片。
[0034]需要说明的是，优选地，计算机设备获取样本图片之后，先对该样本图片进行检测，来确定该样本图片中是否包含人脸；若样本图片中包含人脸，则提取该样本图片中的样本人脸，若该样本图片中不包含人脸，则停止搜索。
[0035]具体地，计算机设备从样本图片中提取样本人脸的实现方式包括但不限于:
[0036]I)计算机设备直接提取样本图片中所包含的所有人脸，并将所提取的所有人脸均作为样本人脸。
[0037]例如，样本图片中具有一个人脸，计算机设备提取该人脸，并将该人脸作为样本人脸。
[0038]例如，样本图片中具有三个人脸，计算机设备提取该三个人脸，并将该三个人脸均作为样本人脸。
[0039]2)样本图片中具有多个人脸，计算机设备从该多个人脸中提取用户指定的至少一个人脸。
[0040]例如，样本图片中具有三个人脸，计算机设备从用户在该样本图片中标记的位置区域内提取用户指定的一个人脸，并将该提取出的人脸作为样本人脸。
[0041]在步骤S12中，计算机设备获取样本人脸对应的多维特征向量。
[0042]具体地，计算机设备可采用多种方式获取样本人脸对应的多维特征向量。
[0043]例如，计算机设备提取出该样本人脸的多个特征，并根据该多个特征生成相应的多维特征向量。
[0044]又例如，当计算机设备中预先存储有该样本人脸对应的多维特征向量时，计算机设备可直接从本地读取该样本人脸对应的多维特征向量。
[0045]需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何获取样本人脸对应的多维特征向量的实现方式，均应包含在本发明的范围内。
[0046]在步骤S2中，计算机设备通过将所述多维特征向量与多个图片中的人脸对应的多维特征向量进行匹配，来在所述多个图片中搜索包含与所述样本人脸相匹配的人脸的图片。
[0047]其中，所述多个图片包括但不限于:计算机设备中本地存储的多个图片、网络中的多个图片等。优选地，所述多个图片为用户在该计算机设备的、用于该用户的存储空间中所存储的多个UGC(User Generated Content，用户生成内容)图片。更优选地，样本人脸为多个图片中的一个人脸。
[0048]需要说明的是，优选地，所述计算机设备中预先存储有该多个图片中的人脸对应的多维特征向量。
[0049]具体地，计算机设备通过将所述多维特征向量与多个图片中的人脸对应的多维特征向量进行匹配，来在所述多个图片中搜索包含与所述样本人脸相匹配的人脸的图片的实现方式包括但不限于:
[0050]I)计算机设备通过基于相似性函数法计算样本人脸对应的多维特征向量与多个图片中的人脸对应的多维特征向量之间的相似度，来在该多个图片中搜索包含与样本人脸相匹配的人脸的图片。
[0051]其中，所述相似性函数法包括任何与相似系数相关的算法，如夹角余弦法、相关系数法、Jaccard系数法等。
[0052]例如，多个图片中的人脸对应的多维特征向量包括:vector 1、vector2、vector3、vector4、vector5。在步骤SI中，计算机设备获取样本人脸对应的多维特征向量vectorO ；在步骤S2中，计算机设备采用相关系数法计算得到vectorO与vectorl之间的相关系数为0.3，vectorO与vector2之间的相关系数为0.6，vectorO与vector3之间的相关系数为
0.9，vectorO与vector4之间的相关系数为I，vectorO与vector5之间的相关系数为0.5，则计算机设备将包含vector3对应的人脸的图片、以及包含vector4对应的人脸的图片，作为搜索得到的包含与样本人脸相匹配的人脸的图片，其中，相关系数法中，两个向量之间的相关系数越接近I，表示该两个向量越相似。
[0053]2)计算机设备计算样本人脸对应的多维特征向量与多个图片中的人脸对应的多维特征向量之间的距离；并且，计算机设备根据所述距离，在该多个图片中确定包含与所述样本人脸相匹配的人