一種人臉識別方法及裝置與流程

2023-05-12 15:50:17

本發明涉及視頻監控技術領域，特別涉及一種人臉識別方法及裝置。

背景技術：

近年來生物識別技術越來越多的走進了人們的生活，使得人們的生活、工作越來越方便。尤其是，生物識別技術中的人臉識別技術在安防等領域的應用較大程度上方便了人們的生活和工作。

現有技術中，進行人臉識別時，主要根據預設的人臉識別算法確定圖像採集設備採集到的圖像中的目標人臉圖像，再通過人臉圖像匹配算法將目標人臉圖像與預設的人臉圖像進行匹配，根據匹配結果生成針對目標人臉圖像的人臉識別結果。

可見，上述人臉識別方法中主要考慮了圖像採集設備所採集到的圖像中包含的信息，由於人臉識別技術已經比較成熟，所以，通常情況下應用上述方法能夠根據圖像採集設備採集到的圖像成功進行人臉識別。然而，可以理解的，雖然人臉識別技術已經比較成熟，但是現有的每一種人臉識別算法都有其局限性，另外，受圖像採集設備所採集的圖像中噪聲等因素的影響，根據預設的人臉識別算法確定的目標人臉圖像的精準度也會大幅降低，因此，在進行人臉識別時，單純只根據圖像採集設備所採集到的圖像中包含的信息進行人臉識別準確率較低。

技術實現要素：

本發明實施例公開了一種人臉識別方法及裝置，以能夠提高人臉識別的準確率。

為達到上述目的，本發明實施例公開了一種人臉識別方法，所述方法包括：

獲得目標人臉圖像IS；

根據預設的人臉相似度計算算法，計算所述目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度，其中，所述預設的人臉圖像資料庫 用於存儲人臉圖像；

按照計算得到的相似度由高到低的順序，確定所述目標人臉圖像IS對應的備選人臉圖像序列；

獲得已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或獲得所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，其中，所述預設關聯度用於表示兩個人臉圖像對應的人物之間的關聯程度；

根據所獲得的關聯度，校正所述備選人臉圖像序列中包含的人臉圖像與所述目標人臉圖像IS之間的相似度；

按照預設的人臉識別結果確定規則，根據上述校正後的相似度和所述備選人臉圖像序列，生成所述目標人臉圖像IS對應的人臉識別結果。

在本發明的一種具體實現方式中，所述根據所獲得的關聯度，校正所述備選人臉圖像序列中包含的人臉圖像與所述目標人臉圖像IS之間的相似度，包括：

對於所述備選人臉圖像序列中包含的任一人臉圖像IM，按照以下表達式，校正所述人臉圖像IM與所述目標人臉圖像IS之間的相似度，

其中，SIMajdust表示校正後所述人臉圖像IM與所述目標人臉圖像IS之間的相似度，SIMorigin表示校正前所述人臉圖像IM與所述目標人臉圖像IS之間的相似度，SIMthresh表示第一預設相似度閾值，RAB表示所獲得的關聯度中已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的一個人臉圖像與所述人臉圖像IM之間的預設關聯度，f(t)表示關於時間t的預設的相似度調整函數。

在本發明的一種具體實現方式中，所述按照預設的人臉識別結果確定規則，根據上述校正後的相似度和所述備選人臉圖像序列，生成所述目標人臉圖像IS對應的人臉識別結果，包括：

判斷所述備選人臉圖像序列包含的人臉圖像中是否存在屬於預設的黑名單的人臉圖像；

若存在，根據所述備選人臉圖像序列中屬於預設的黑名單的人臉圖像與所 述目標人臉圖像IS之間的校正後的相似度，生成所述目標人臉圖像IS對應的人臉識別結果。

在本發明的一種具體實現方式中，所述按照預設的人臉識別結果確定規則，根據上述校正後的相似度和所述備選人臉圖像序列，生成所述目標人臉圖像IS對應的人臉識別結果，包括：

根據所述備選人臉圖像序列中與所述目標人臉圖像IS之間的校正後的相似度大於第二預設相似度閾值的人臉圖像，生成所述目標人臉圖像IS對應的人臉識別結果；或

按照所述備選人臉圖像序列中包含的人臉圖像與所述目標人臉圖像IS之間的校正後的相似度由高到低的順序，選擇第一預設數量個人臉圖像，並根據所選擇的人臉圖像生成所述目標人臉圖像IS對應的人臉識別結果。

在本發明的一種具體實現方式中，所述已生成的人臉識別結果，包括：

已生成的圖像採集時刻在所述目標人臉圖像的圖像採集時刻之前的圖像的人臉識別結果和/或已生成的圖像採集時刻在所述目標人臉圖像的圖像採集時刻之後的圖像的人臉識別結果。

在本申請的一種具體實現方式中，所述備選人臉圖像序列，包括：多個備選人臉圖像子序列，其中，各個備選人臉圖像子序列為在不同時刻確定的所述目標人臉圖像IS對應的備選人臉圖像的圖像序列。

在本發明的一種具體實現方式中，所述獲得已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，包括：

獲得第二預設數量個已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度；和/或

以所述目標人臉圖像的圖像採集時刻為基準，獲得已生成的預設的圖像採集時間段內所採集圖像的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度；和/或

獲得已生成人臉識別結果的人臉圖像中與所述目標人臉圖像IS來源於同一原始圖像的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度。

為達到上述目的，本發明實施例公開了一種人臉識別裝置，所述裝置包括：

第一人臉圖像獲得模塊，用於獲得目標人臉圖像IS；

第一相似度計算模塊，用於根據預設的人臉相似度計算算法，計算所述目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度，其中，所述預設的人臉圖像資料庫用於存儲人臉圖像；

第一人臉圖像序列確定模塊，用於按照計算得到的相似度由高到低的順序，確定所述目標人臉圖像IS對應的備選人臉圖像序列；

第一關聯度獲得模塊，用於獲得已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或獲得所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，其中，所述預設關聯度用於表示兩個人臉圖像對應的人物之間的關聯程度；

第一相似度校正模塊，用於根據所獲得的關聯度，校正所述備選人臉圖像序列中包含的人臉圖像與所述目標人臉圖像IS之間的相似度；

第一人臉圖像序列更新模塊，用於根據校正後的相似度由高到低的順序，更新所述備選人臉圖像序列；

第一識別結果生成模塊，用於按照預設的人臉識別結果確定規則，根據上述校正後的相似度和所述備選人臉圖像序列，生成所述目標人臉圖像IS對應的人臉識別結果。

在本發明的一種具體實現方式中，所述第一相似度校正模塊，具體用於對於所述備選人臉圖像序列中包含的任一人臉圖像IM，按照以下表達式，校正所述人臉圖像IM與所述目標人臉圖像IS之間的相似度，

其中，SIMajdust表示校正後所述人臉圖像IM與所述目標人臉圖像IS之間的相似 度，SIMorigin表示校正前所述人臉圖像IM與所述目標人臉圖像IS之間的相似度，SIMthresh表示第一預設相似度閾值，RAB表示所獲得的關聯度中已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的一個人臉圖像與所述人臉圖像IM之間的預設關聯度，f(t)表示關於時間t的預設的相似度調整函數。

在本發明的一種具體實現方式中，所述第一識別結果生成模塊，包括：

人臉圖像判斷子模塊，用於判斷所述備選人臉圖像序列包含的人臉圖像中是否存在屬於預設的黑名單的人臉圖像；

第一識別結果生成子模塊，用於在所述人臉圖像判斷子模塊的判斷結果為是的情況下，根據所述備選人臉圖像序列中屬於預設的黑名單的人臉圖像與所述目標人臉圖像IS之間的校正後的相似度，生成所述目標人臉圖像IS對應的人臉識別結果。

在本發明的一種具體實現方式中，所述第一識別結果生成模塊，

具體用於根據所述備選人臉圖像序列中與所述目標人臉圖像IS之間的校正後的相似度大於第二預設相似度閾值的人臉圖像，生成所述目標人臉圖像IS對應的人臉識別結果；或

具體用於按照所述備選人臉圖像序列中包含的人臉圖像與所述目標人臉圖像IS之間的校正後的相似度由高到低的順序，選擇第一預設數量個人臉圖像，並根據所選擇的人臉圖像生成所述目標人臉圖像IS對應的人臉識別結果。

在本發明的一種具體實現方式中，所述已生成的人臉識別結果，包括：

已生成的圖像採集時刻在所述目標人臉圖像的圖像採集時刻之前的圖像的人臉識別結果和/或已生成的圖像採集時刻在所述目標人臉圖像的圖像採集時刻之後的圖像的人臉識別結果。

在本申請的一種具體實現方式中，所述備選人臉圖像序列，包括：多個備選人臉圖像子序列，其中，各個備選人臉圖像子序列為在不同時刻確定的所述目標人臉圖像IS對應的備選人臉圖像的圖像序列。

在本發明的一種具體實現方式中，所述第一關聯度獲得模塊，

具體用於獲得第二預設數量個已生成的人臉識別結果對應的屬於所述預設 的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或獲得所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度；和/或

具體用於以所述目標人臉圖像的圖像採集時刻為基準，獲得已生成的預設的圖像採集時間段內所採集圖像的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或獲得所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度；和/或

具體用於獲得已生成人臉識別結果的人臉圖像中與所述目標人臉圖像IS來源於同一原始圖像的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度。

由以上可見，本發明實施例提供的方案中，獲得目標人臉圖像IS後，首先從預設的人臉圖像資料庫中獲得備選人臉圖像序列，然後根據預先設定的、已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或預先設定的備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，校正備選人臉圖像序列中包含的人臉圖像與目標人臉圖像IS之間的相似度，並根據校正後的相似度和備選人臉圖像序列生成上述目標人臉圖像IS對應的人臉識別結果。由於預設關聯度表示了兩個人臉圖像之間的關聯度，進一步的可以理解為兩個人之間的關聯度，而通常情況下，關係密切的人也就是關聯度高的人在同一場景中出現的概率較大，所以，應用本發明實施例提供的方案進行人臉識別時，能夠提高人臉識別的準確率。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例提供的一種人臉識別方法的流程示意圖；

圖2為本發明實施例提供的一種人臉圖像間關係示意圖；

圖3為本發明實施例提供的另一種人臉識別方法的流程示意圖；

圖4為本發明實施例提供的一種人臉識別裝置的結構示意圖；

圖5為本發明實施例提供的另一種人臉識別裝置的結構示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

圖1為本發明實施例提供的一種人臉識別方法的流程示意圖，該方法包括：

S101：獲得目標人臉圖像IS。

上述的目標人臉圖像可以是通過圖像採集設備採集的圖像獲得的人臉圖像，具體的，可以是採用內嵌人臉抓拍功能的人臉抓拍攝像機直接抓拍得到的圖像獲得的人臉圖像，還可以是攝像機採集視頻後，通過計算機進行人臉抓拍得到的人臉圖像，其中，圖像採集設備採集的圖像可以稱之為原始圖像。

進一步的，上述的目標人臉圖像可以是根據圖像採集設備所採集的圖像實時獲得的圖像，還可以是根據圖像採集設備所採集的圖像離線獲得的圖像。

可以理解的，圖像採集設備所採集的圖像中可能僅僅包含一個人物的人臉區域，也可能包含多個人物的人臉區域。在圖像採集設備所採集的圖像中僅僅包含一個人物的人臉區域的情況下，該圖像僅僅對應一個人臉圖像；在圖像採集設備所採集的圖像中包含多個人物的人臉區域的情況下，該圖像對應多個人臉圖像。

需要說明的是，上述目標人臉圖像可以是上述圖像採集設備所採集的圖像對應的人臉圖像中的一個人臉圖像。

在圖像採集設備所採集的圖像中包含多個人物的人臉區域的情況下，可以分別將每個人臉區域作為目標人臉圖像多次執行本發明實施例提供的步驟，以完成對上述所採集的圖像的人臉識別。

為便於進行人臉識別、人臉匹配等操作，預設的人臉圖像資料庫中所存儲 的人臉圖像中通常僅僅包括一個人物的人臉區域。基於此，在本發明的一種較佳實現方式中，目標人臉圖像中僅僅包含一個人物的人臉區域。

S102：根據預設的人臉相似度計算算法，計算目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度。

其中，預設的人臉圖像資料庫用於存儲人臉圖像，當然，該資料庫中還可以存儲其他信息，例如，可以存儲所存儲的各個人臉圖像對應的人物信息，如：人物的名稱、性別、籍貫等等，還可以存儲所存儲的各個人臉圖像對應的人物與其他人臉圖像對應的人物之間的關聯程度等信息，本申請並不對此進行限定。

在本發明的一種具體實現方式中，根據預設的人臉相似度計算算法，計算目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度時，可以先通過預設的人臉識別算法，獲得目標人臉圖像IS的人臉模型以及預設的人臉圖像資料庫中包含的人臉圖像的人臉模型，然後根據預設的人臉相似度計算算法，計算目標人臉圖像IS的人臉模型與預設的人臉圖像資料庫中包含的人臉圖像的人臉模型之間的相似度，進而獲得目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度。

在本發明的一種較佳實現方式中，用於獲得目標人臉圖像IS的人臉模型的人臉識別算法與用於獲得預設的人臉圖像資料庫中包含的人臉圖像的人臉模型的人臉識別算法相同，當然，上述提到的人臉識別算法也可以不相同，本發明並不對此進行限定。

當前人臉識別技術已經比較成熟，本領域內的技術人員能夠較容易的獲得各種人臉識別算法，另外，本申請也不限定所採用的人臉識別算法，任何一種人臉識別算法均可以應用於本申請。

通常情況下，計算目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度時，往往需要計算目標人臉圖像IS與該資料庫中每一個人臉圖像之間的相似度，但是由於預設的人臉圖像資料庫中往往會存儲很多人臉圖像，且計算兩個人臉圖像之間的相似度又比較耗時，所以，計算目標人臉圖像IS與上述資料庫中每個人臉圖像之間的相似度的話會耗時較長，所以實際應用中可以只計算目標人臉圖像IS與該資料庫中的部分人臉圖像之間的相似度。

具體的，按照視頻監控的等級，可以將上述預設的人臉圖像資料庫劃分為 幾個類別，監控等級越高的類別所包含的人臉圖像的數量越多，然後在計算目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度時，只計算目標人臉圖像IS與當前所要求的視頻監控等級對應的類別包含的人臉圖像之間的相似度。

具體的，按照人臉圖像對應的人物的性別，可以將上述預設的人臉圖像資料庫劃分為兩類，獲得目標人臉圖像IS後，先對該人臉圖像對應的人物的性別進行判斷，例如，根據目標人臉圖像中該人臉圖像對應的人物的髮型、服裝等等進行判斷，判斷得到人物的性別後，再計算目標人臉圖像IS與其對應人物的性別所屬類別中包含的人臉圖像之間的相似度。

當然，本申請只是以上述為例進行說明，實際應用中，計算目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度的情況並不僅限於此。

可選的，實際應用中，可以以兩個人臉圖像之間的餘弦距離或者歐式距離表示這兩個人臉圖像之間的相似度。

S103：按照計算得到的相似度由高到低的順序，確定目標人臉圖像IS對應的備選人臉圖像序列。

S104：獲得已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或獲得備選人臉圖像序列中包含的人臉圖像之間的預設關聯度。

上述預設關聯度用於表示兩個人臉圖像對應的人物之間的關聯程度。

備選人臉圖像序列中一般會包括多個人臉圖像，各個人臉圖像對應的人物很可能與已識別出的人臉圖像對應的人物之間存在關聯關係。例如，具有一定關聯關係的兩個人在同一場景中出現的概率較高，因此，當已識別出某一人物在當前場景中出現過之後，與其具有較高關聯度的人物在該場景中出現的概率一般也比較高。

鑑於上述描述，在進行人臉識別時，可以獲得已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，以提高人臉識別的準確率。

例如，一個犯罪團夥中包含多個成員，可以認為各個成員之間具有較高的關聯度，若該犯罪團夥中成員A在當前場景中出現過，且已識別出成員A，當前對成員B進行人臉識別，經識別得到的備選人臉圖像序列中包含多個人臉圖像，其中一人臉圖像對應的人物為成員B，當前還包括其他人臉圖像，但是這些人臉圖像對應的人物不屬於該犯罪團夥，可見，獲得已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的關聯度後，很容易能夠看出成員A對應的人臉圖像與成員B之間的關聯度較高，這樣有助於從多個備選人臉圖像中確定出成員B的人臉圖像，從而得到較佳的人臉識別結果。

具體的，參見圖2，為本發明實施例提供的一種人臉圖像間關係示意圖，其中，結果序列1為當前人臉識別中的備選人臉圖像序列，結果序列2……結果序列N為已生成的人臉識別結果，圖中標識出了備選人臉圖像序列中的人臉圖像A1、B1和C1分別與已生成的人臉識別結果(結果序列2)中的A2、B2、C2均存在關聯關係。

需要說明的是，上述已生成的人臉識別結果中可以包含識別得到的全部可能的人臉圖像的人物信息，還可以僅僅包含識別得到的部分可能的人臉圖像的人物信息，例如，識別得到的全部可能的人臉圖像對應的人物有10個，已生成的識別結果中可以僅僅包含可能性最高的前3個人物的人物信息或者可能性最高的前5個人物的人物信息等等。

另外，上述已生成的人臉識別結果可以是根據採集時刻在目標圖像對應的原始圖像的採集時刻之前的原始圖像獲得的人臉圖像的識別結果，即：目標人臉圖像與已生成的人臉識別結果對應的人臉圖像來自於不同的原始圖像，也可以是根據採集時刻與目標圖像對應的原始圖像的採集時刻相同的原始圖像獲得的人臉圖像的識別結果，即：目標人臉圖像與已生成的人臉識別結果對應的人臉圖像來自於同一原始圖像。

由S101的描述可以看出目標人臉圖像可以是實時獲得的，也可以是離線獲得的，針對目標人臉圖像的不同獲得方式，上述已生成的人臉識別結果也可以不相同，具體如下：

在目標人臉圖像為根據圖像採集設備所採集的圖像實時獲得的圖像的情況 下，上述已生成的人臉識別結果可以包括：

已生成的圖像採集時刻在目標人臉圖像的圖像採集時刻之前的圖像的人臉識別結果。

在目標人臉圖像為根據圖像採集設備所採集的圖像離線獲得的圖像的情況下，上述已生成的人臉識別結果可以包括：

已生成的圖像採集時刻在目標人臉圖像的圖像採集時刻之前的圖像的人臉識別結果和/或已生成的圖像採集時刻在目標人臉圖像的圖像採集時刻之後的圖像的人臉識別結果。

綜合以上，已生成的人臉識別結果可以是已生成的圖像採集時刻在目標人臉圖像的圖像採集時刻之前的圖像的人臉識別結果和/或已生成的圖像採集時刻在目標人臉圖像的圖像採集時刻之後的圖像的人臉識別結果。

在本發明的一種較佳實現方式中，獲得已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的預設關聯度時，可以是獲得第二預設數量個已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的預設關聯度；和/或

以目標人臉圖像的圖像採集時刻為基準，獲得已生成的預設的圖像採集時間段內所採集圖像的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的預設關聯度；和/或

獲得已生成人臉識別結果的人臉圖像中與目標人臉圖像IS來源於同一原始圖像的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的預設關聯度。

具體的，在目標人臉圖像為根據圖像採集設備所採集的圖像實時獲得的圖像的情況下，上述預設的圖像採集時間段可以理解為：從目標人臉圖像的圖像採集時刻起向前一定時長的時間段；

在目標人臉圖像為根據圖像採集設備所採集的圖像離線獲得的圖像的情況下，上述預設的圖像採集時間段可以理解為：

從目標人臉圖像的圖像採集時刻起向前一定時長的時間段；

從目標人臉圖像的圖像採集時刻起向後一定時長的時間段；

從目標人臉圖像的圖像採集時刻起向前、向後各一定時長的時間段形成的一個時間段，其中，從目標人臉圖像的圖像採集時刻起向前、向後的時間段的時長可以相等也可以不相等，本申請並不對此進行限定。

需要特別指出的是，本步驟為獲得備選人臉圖像序列中包含的人臉圖像之間的預設關聯度的情況下，該備選人臉圖像序列可以包括：多個備選人臉圖像子序列，其中，各個備選人臉圖像子序列為在不同時刻確定的目標人臉圖像IS對應的備選人臉圖像的圖像序列。

S105：根據所獲得的關聯度，校正備選人臉圖像序列中包含的人臉圖像與目標人臉圖像IS之間的相似度。

可以理解的，具有一定關聯關係的兩個人在同一場景中出現的概率較高，另外，具有一定關聯關係的兩個人若出現在同一場景中，一般情況下兩個人出現的時間間隔也都比較短。

鑑於上述描述，在本發明的一種具體實現方式中，對於備選人臉圖像序列中包含的任一人臉圖像IM，可以按照以下表達式，校正人臉圖像IM與目標人臉圖像IS之間的相似度，

其中，SIMajdust表示校正後人臉圖像IM與目標人臉圖像IS之間的相似度，SIMorigin表示校正前人臉圖像IM與目標人臉圖像IS之間的相似度，SIMthresh表示第一預設相似度閾值，RAB表示所獲得的關聯度中已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的一個人臉圖像與人臉圖像IM之間的預設關聯度，f(t)表示關於時間t的預設的相似度調整函數。

需要特別指出的是，在上述S104為獲得已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與備選人臉圖像序列中包含的人臉圖像之間的預設關聯度的情況下，上述的時間t表示已生成人臉識別結果的人臉圖像的採集時刻與目標人臉圖像IS的圖像採集時刻之間的時間差值或者時間差絕對值；

在上述S104為獲得備選人臉圖像序列中包含的人臉圖像之間的預設關聯度 的情況下，上述時間t表示確定備選人臉序列中各個備選人臉子序列的時刻與當前時刻之間的時間差。

上述的f(t)可以是關於時間t的衰減函數，例如：

還可以是分段還是等等，本申請並不對此進行限定。

另外，根據上述的表達式計算得到的SIMajdust可能會大於1，而實際應用中相似度的取值範圍通常是[0，1]，所以，當SIMajdust大於1時，可以強行設置該值為1。

S106：按照預設的人臉識別結果確定規則，根據上述校正後的相似度和備選人臉圖像序列，生成目標人臉圖像IS對應的人臉識別結果。

實際應用中可以存在多種人臉識別規則，對於不同的人臉識別規則，所生成的人臉識別結果中所包含的內容可能不盡相同。

具體的，根據上述校正後的相似度和備選人臉圖像序列，生成目標人臉圖像IS對應的人臉識別結果時，可以先根據校正後的相似度由高到低的順序，更新備選人臉圖像序列，然後根據更新後的備選人臉圖像序列，生成目標人臉圖像IS對應的人臉識別結果。

在本發明的一種具體實現方式中，參見圖3，提供了另一種人臉識別方法的流程示意圖，與前述實施例相比，本實施例中，按照預設的人臉識別結果確定規則，根據上述校正後的相似度和備選人臉圖像序列，生成人臉圖像對應的人臉識別結果時，包括：

S106A：判斷備選人臉圖像序列包含的人臉圖像中是否存在屬於預設的黑名單的人臉圖像，若存在，執行S106B。

S106B：根據備選人臉圖像序列中屬於預設的黑名單的人臉圖像與人臉圖像之間的校正後的相似度，生成目標人臉圖像IS對應的人臉識別結果。

所生成的人臉識別結果中可以包括更新後的備選人臉圖像序列中屬於預設的黑名單的人臉圖像與人臉圖像之間的校正後的相似度、每一人臉圖像對應的人物的名稱、性別等詳細信息。

若判斷得更新後的備選人臉圖像序列包含的人臉圖像中不存在屬於預設的 黑名單的人臉圖像，可以不生成目標人臉圖像IS對應的人臉識別結果，當然也可以依然根據更新後的備選人臉圖像序列生成目標人臉圖像IS對應的人臉識別結果。

在本發明的另一種具體實現方式中，按照預設的人臉識別結果確定規則，根據上述校正後的相似度和備選人臉圖像序列，生成目標人臉圖像IS對應的人臉識別結果時，可以根據備選人臉圖像序列中與目標人臉圖像IS之間的校正後的相似度大於第二預設相似度閾值的人臉圖像，生成目標人臉圖像IS對應的人臉識別結果；或

按照備選人臉圖像序列中包含的人臉圖像與目標人臉圖像IS之間的校正後的相似度由高到低的順序，選擇第一預設數量個人臉圖像，並根據所選擇的人臉圖像生成目標人臉圖像IS對應的人臉識別結果。

在本發明的一種較佳實現方式中，上述的人臉識別方法還可以包括：

向用戶展示目標人臉圖像IS對應的人臉識別結果。

具體的，基於圖3所示實施例生成人臉識別結果時，向用戶展示人臉識別結果能夠提醒用戶引起注意，當前場景中可能出現了可疑人物。

另外，基於圖3所示實施例提供的方案生成人臉識別結果時，雖然，有些情況下識別出的人物並非可疑人物，但是依然可以向用戶展示人臉識別結果，這樣用戶可以實時了解當前場景中出現的人物的情況。

由於目標人臉圖像對應的原始圖像中可能會存在多個人物的人臉區域，也就是該原始圖像可能會對應多個人臉圖像，所以除了生成目標圖像對應的人臉識別結果外，還可以生成該原始圖像對應的人臉識別結果。

基於上述情況，在本發明的一種具體實現方式中，生成目標人臉圖像IS對應的人臉識別結果之後，還可以檢測已生成人臉識別結果的人臉圖像中是否存在與目標人臉圖像IS來源於同一原始圖像的人臉圖像，若存在，根據檢測到的人臉圖像對應的人臉識別結果中包含的人臉圖像與目標人臉圖像IS對應的人臉識別結果中包含的人臉圖像之間的預設關聯度，對檢測到的人臉圖像對應的人臉識別結果進行調整，並根據調整後的人臉識別結果和目標人臉圖像IS對應的人臉識別結果，生成上述原始圖像對應的人臉識別結果。

由於生成目標圖像對應的人臉識別結果時，已考慮過已生成的人臉識別結果，但是生成已生成的人臉識別結果時並沒有考慮目標人臉圖像對應的人臉識別結果，尤其是幾個人臉圖像來源於同一原始圖像的情況下，這些人臉圖像中的人物之間很可能存在關聯關係，因此，根據目標人臉圖像對應的人臉識別結果對檢測到的人臉圖像對應的人臉識別結果進行調整有助於提升人臉圖像以及原始圖像對應的人臉識別結果的準確性。

由以上可見，上述各個實施例提供的方案中，獲得目標人臉圖像IS後，首先從預設的人臉圖像資料庫中獲得備選人臉圖像序列，然後根據預先設定的、已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或預先設定的備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，校正備選人臉圖像序列中包含的人臉圖像與目標人臉圖像IS之間的相似度，並根據校正後的相似度和備選人臉圖像序列生成上述目標人臉圖像IS對應的人臉識別結果。由於預設關聯度表示了兩個人臉圖像之間的關聯度，進一步的可以理解為兩個人之間的關聯度，而通常情況下，關係密切的人也就是關聯度高的人在同一場景中出現的概率較大，所以，應用上述各個實施例提供的方案進行人臉識別時，能夠提高人臉識別的準確率。

與前述的人臉識別方法相對應，本發明實施例還提供了一種人臉識別裝置。

圖4為本發明實施例提供的一種人臉識別裝置的結構示意圖，該裝置包括：

第一人臉圖像獲得模塊401，用於獲得目標人臉IS，其中，所述目標人臉圖像IS包括一個人物的人臉區域；

第一相似度計算模塊402，用於根據預設的人臉相似度計算算法，計算所述目標人臉圖像IS與預設的人臉圖像資料庫中包含的人臉圖像之間的相似度，其中，所述預設的人臉圖像資料庫用於存儲人臉圖像；

第一人臉圖像序列確定模塊403，用於按照計算得到的相似度由高到低的順序，確定所述目標人臉圖像IS對應的備選人臉圖像序列；

第一關聯度獲得模塊404，用於獲得已生成的人臉識別結果對應的屬於所述 預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或獲得所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，其中，所述預設關聯度用於表示兩個人臉圖像對應的人物之間的關聯程度；

第一相似度校正模塊405，用於根據所獲得的關聯度，校正所述備選人臉圖像序列中包含的人臉圖像與所述目標人臉圖像IS之間的相似度；

第一識別結果生成模塊406，用於按照預設的人臉識別結果確定規則，根據上述校正後的相似度和所述備選人臉圖像序列，生成所述目標人臉圖像IS對應的人臉識別結果。

具體的，所述第一相似度校正模塊405，具體用於對於所述備選人臉圖像序列中包含的任一人臉圖像IM，按照以下表達式，校正所述人臉圖像IM與所述目標人臉圖像IS之間的相似度，

其中，SIMajdust表示校正後所述人臉圖像IM與所述目標人臉圖像IS之間的相似度，SIMorigin表示校正前所述人臉圖像IM與所述目標人臉圖像IS之間的相似度，SIMthresh表示第一預設相似度閾值，RAB表示所獲得的關聯度中已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的一個人臉圖像與所述人臉圖像IM之間的預設關聯度，f(t)表示關於時間t的預設的相似度調整函數。

在本發明的一種具體實現方式中，參見圖5，提供了另一種人臉識別方法的流程示意圖，與前述實施例相比，本實施例中，所述第一識別結果生成模塊406，包括：

人臉圖像判斷子模塊4061，用於判斷所述備選人臉圖像序列包含的人臉圖像中是否存在屬於預設的黑名單的人臉圖像；

第一識別結果生成子模塊4062，用於在所述人臉圖像判斷子模塊4061的判斷結果為是的情況下，根據所述備選人臉圖像序列中屬於預設的黑名單的人臉圖像與所述目標人臉圖像IS之間的校正後的相似度，生成所述目標人臉圖像IS對 應的人臉識別結果。

可選的，所述第一識別結果生成模塊406，還可以具體用於根據所述備選人臉圖像序列中與所述目標人臉圖像IS之間的校正後的相似度大於第二預設相似度閾值的人臉圖像，生成所述目標人臉圖像IS對應的人臉識別結果；或

具體用於按照所述備選人臉圖像序列中包含的人臉圖像與所述目標人臉圖像IS之間的校正後的相似度由高到低的順序，選擇第一預設數量個人臉圖像，並根據所選擇的人臉圖像生成所述目標人臉圖像IS對應的人臉識別結果。

具體的，所述已生成的人臉識別結果可以包括：

已生成的圖像採集時刻在所述目標人臉圖像的圖像採集時刻之前的圖像的人臉識別結果和/或已生成的圖像採集時刻在所述目標人臉圖像的圖像採集時刻之後的圖像的人臉識別結果。

具體的，所述備選人臉圖像序列可以包括：多個備選人臉圖像子序列，其中，各個備選人臉圖像子序列為在不同時刻確定的所述目標人臉圖像IS對應的備選人臉圖像的圖像序列。

具體的，所述第一關聯度獲得模塊404，

可以具體用於獲得第二預設數量個已生成的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或獲得所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度；和/或

可以具體用於以所述目標人臉圖像的圖像採集時刻為基準，獲得已生成的預設的圖像採集時間段內所採集圖像的人臉識別結果對應的屬於所述預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或獲得所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度；和/或

具體用於獲得已生成人臉識別結果的人臉圖像中與所述目標人臉圖像IS來源於同一原始圖像的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度。

在本發明的一種具體實現方式中，上述人臉識別裝置還可以包括：

人臉圖像檢測模塊，用於在所述第一識別結果生成模塊生成人臉識別結果之後，檢測已生成人臉識別結果的人臉圖像中是否存在與所述目標人臉圖像IS來源於同一原始圖像的人臉圖像；

識別結果調整模塊，用於在所述人臉圖像檢測模塊的檢測結果為是的情況下，根據檢測到的人臉圖像對應的人臉識別結果中包含的人臉圖像與所述目標人臉圖像IS對應的人臉識別結果中包含的人臉圖像之間的預設關聯度，對檢測到的人臉圖像對應的人臉識別結果進行調整；

第二識別結果生成模塊，用於根據調整後的人臉識別結果和所述目標人臉圖像IS對應的人臉識別結果，生成所述原始圖像對應的人臉識別結果。

由以上可見，上述各個實施例提供的方案中，獲得目標人臉圖像IS後，首先從預設的人臉圖像資料庫中獲得備選人臉圖像序列，然後根據預先設定的、已生成的人臉識別結果對應的屬於預設的人臉圖像資料庫的人臉圖像與所述備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，或預先設定的備選人臉圖像序列中包含的人臉圖像之間的預設關聯度，校正備選人臉圖像序列中包含的人臉圖像與目標人臉圖像IS之間的相似度，並根據校正後的相似度和備選人臉圖像序列生成上述目標人臉圖像IS對應的人臉識別結果。由於預設關聯度表示了兩個人臉圖像之間的關聯度，進一步的可以理解為兩個人之間的關聯度，而通常情況下，關係密切的人也就是關聯度高的人在同一場景中出現的概率較大，所以，應用上述各個發明實施例提供的方案進行人臉識別時，能夠提高人臉識別的準確率。

對於裝置實施例而言，由於其基本相似於方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。

需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句「包括一個……」限定的要素，並不排除在包括所述要 素的過程、方法、物品或者設備中還存在另外的相同要素。

本領域普通技術人員可以理解實現上述方法實施方式中的全部或部分步驟是可以通過程序來指令相關的硬體來完成，所述的程序可以存儲於計算機可讀取存儲介質中，這裡所稱得的存儲介質，如：ROM/RAM、磁碟、光碟等。

以上所述僅為本發明的較佳實施例而已，並非用於限定本發明的保護範圍。凡在本發明的精神和原則之內所作的任何修改、等同替換、改進等，均包含在本發明的保護範圍內。