一種用于搜索包含人臉的圖片的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明計算機技術(shù)領(lǐng)域，尤其設(shè)及一種用于在計算機設(shè)備中捜索包含人臉的圖片 的方法和裝置。
【背景技術(shù)】
[0002] 現(xiàn)有技術(shù)中，通常僅能簡單地通過圖像中的人臉直接比對，來進行人臉捜索。然 而，該種直接比對人臉的方式，需要消耗大量的計算資源，且比對準(zhǔn)確性很低。因此，若采用 該種現(xiàn)有技術(shù)來進行人臉捜索的方案，則捜索準(zhǔn)確性極低，且捜索成本較高，每次捜索需要 消耗的網(wǎng)絡(luò)資源較多。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是提供一種用于在計算機設(shè)備中捜索包含人臉的圖片的方法和裝 置。
[0004] 根據(jù)本發(fā)明的一個方面，提供一種獲取樣本人臉的多維特征向量到基準(zhǔn)點的距離 長度；
[00化]根據(jù)所述距離長度W及多個圖片中的人臉的多維特征向量到基準(zhǔn)點的距離長度， 在所述多個圖片中捜索包含與所述樣本人臉相匹配的人臉的圖片。
[0006] 根據(jù)本發(fā)明的另一個方面，還提供了一種用于在計算機設(shè)備中捜索包含人臉的圖 片的裝置，其中，該裝置包括：
[0007] 獲取裝置，用于獲取樣本人臉的多維特征向量到基準(zhǔn)點的距離長度；
[000引捜索裝置，用于根據(jù)所述距離長度W及多個圖片中的人臉的多維特征向量到基準(zhǔn) 點的距離長度，在所述多個圖片中捜索包含與所述樣本人臉相匹配的人臉的圖片。
[0009]與現(xiàn)有技術(shù)相比，本發(fā)明具有W下優(yōu)點；1)能夠基于樣本人臉的多維特征向量到 基準(zhǔn)點的距離長度，W及多個圖片中的人臉的多維特征向量到基準(zhǔn)點的距離長度，來對多 個圖片進行過濾，由于樣本人臉的多維特征向量能夠全面且準(zhǔn)確地指示樣本人臉的大量特 征（如數(shù)百個特征），故使得該基于距離長度進行圖片過濾的方案能夠有效地從多個圖片 中準(zhǔn)確地捜索到包含與樣本人臉較為相似的人臉的圖片，從而大大增加了捜索結(jié)果的準(zhǔn)確 性；2)可在用戶任意指定的多個圖片中來捜索包含與樣本人臉相匹配的人臉的圖片，從而 不需要在網(wǎng)絡(luò)上共享的所有圖片中進行捜索，也無需用戶手動在多個圖片中進行查找，進 而大大提高了捜索效率，且大大減少了網(wǎng)絡(luò)資源的浪費；3)可針對多個樣本人臉（如用戶 在樣本圖片中指定的多個樣本人臉），來捜索包含與該多個樣本人臉中的每個相匹配的人 臉的圖片，從而能夠更好的滿意用戶的需求，而不限于僅能針對單個樣本人臉進行捜索；4) 能夠?qū)⒍嗑S特征向量W及多維特征向量到基準(zhǔn)點的距離長度轉(zhuǎn)換為二進制進行存儲，從而 大大節(jié)省了存儲空間，且圖片的數(shù)量越多，該效果越明顯；5)每次完成捜索之后，能夠緩存 本次捜索對應(yīng)的樣本人臉W及捜索得到的圖片，W當(dāng)用戶針對相同的樣本人臉進行再次捜 索時，能夠直接獲取緩存的圖片，從而能夠加快捜索速度，且大大減少由于對同一個樣本人 臉進行重復(fù)捜索而帶來的資源（如計算資源、網(wǎng)絡(luò)帶寬等）消耗；6)能夠通過從多個圖片 中選擇所包含的人臉的多為特征向量到及基準(zhǔn)點的距離長度在距離范圍內(nèi)的至少一個圖 片，來捜索得到包含與樣本人臉相匹配的人臉的圖片，且該距離范圍可W進行調(diào)整，從而滿 足不同的準(zhǔn)確性要求；7)能夠基于較小的距離范圍選擇第一部分圖片，且基于較大的距離 范圍選擇第二部分圖片，并進一步從該第一部分圖片和第二部分圖片中確定準(zhǔn)確性較高的 圖片，從而在保證準(zhǔn)確性的同時，避免有較為準(zhǔn)確的圖片被遺漏。
【附圖說明】
[0010] 通過閱讀參照W下附圖所作的對非限制性實施例所作的詳細(xì)描述，本發(fā)明的其它 特征、目的和優(yōu)點將會變得更明顯：
[0011] 圖1為本發(fā)明一個實施例的用于在計算機設(shè)備中捜索包含人臉的圖片的方法的 流程示意圖；
[0012] 圖2為本發(fā)明另一個實施例的用于在計算機設(shè)備中捜索包含人臉的圖片的方法 的流程示意圖；
[0013] 圖3為本發(fā)明一個實施例的用于在計算機設(shè)備中捜索包含人臉的圖片的裝置的 結(jié)構(gòu)示意圖；
[0014] 圖4為本發(fā)明另一個實施例的用于在計算機設(shè)備中捜索包含人臉的圖片的裝置 的結(jié)構(gòu)示意圖。
[0015] 附圖中相同或相似的附圖標(biāo)記代表相同或相似的部件。
【具體實施方式】
[0016] 下面結(jié)合附圖對本發(fā)明作進一步詳細(xì)描述。
[0017] 圖1為本發(fā)明一個實施例的用于在計算機設(shè)備中捜索包含人臉的圖片的方法的 流程示意圖。
[0018] 其中，本實施例的方法主要通過計算機設(shè)備來實現(xiàn)；所述計算機設(shè)備包括網(wǎng)絡(luò)設(shè) 備和用戶設(shè)；所述網(wǎng)絡(luò)設(shè)備包括但不限于單個網(wǎng)絡(luò)服務(wù)器、多個網(wǎng)絡(luò)服務(wù)器組成的服務(wù)器 組或基于云計算（CloudComputing)的由大量計算機或網(wǎng)絡(luò)服務(wù)器構(gòu)成的云，其中，云計算 是分布式計算的一種，由一群松散禪合的計算機集組成的一個超級虛擬計算機；所述網(wǎng)絡(luò) 設(shè)備所處的網(wǎng)絡(luò)包括但不限于互聯(lián)網(wǎng)、廣域網(wǎng)、城域網(wǎng)、局域網(wǎng)、VPN網(wǎng)絡(luò)等。所述用戶設(shè)備 包括但不限于PC機、平板電腦、智能手機、PDA、IPTV等。
[0019] 需要說明的是，所述計算機設(shè)備僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的計算機 設(shè)備如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護范圍W內(nèi)，并W引用方式包含于此。
[0020] 根據(jù)本實施例的方法包括步驟S1和步驟S2。
[0021] 在步驟S1中，計算機設(shè)備獲取樣本人臉的多維特征向量到基準(zhǔn)點的距離長度。
[0022] 其中，所述樣本人臉用于表示在捜索圖片時被作為樣本的人臉；優(yōu)選地，樣本人臉 為多個，且每個樣本人臉均對應(yīng)一個多維特征向量。
[0023] 其中，所述多維特征向量用于指示與樣本人臉對應(yīng)的多個特征，多維特征向量所 述特征包括任何與樣本人臉相關(guān)的特征，如樣本人臉中的五官的位置特征（如樣本人臉的 唇所在的像素點位置等）和形狀特征（如樣本人臉的唇的輪廓、上下唇的厚度、唇開高度和 寬度等）等。
[0024] 優(yōu)選地，所述多維特征向量的維數(shù)表示樣本人臉的特征數(shù)量，也即，多維特征向量 的每個維度用于指示樣本人臉的一個特征。例如，樣本人臉對應(yīng)的多維特征向量為（XI， X2，…，X2CICI)，其中，Xi(i=0，…，200)用于表示樣本人臉的第i個特征。
[0025] 其中，所述基準(zhǔn)點包括多維空間中的任何能夠作為基準(zhǔn)的點。優(yōu)選地，所述基準(zhǔn)點 為多維空間（該多維空間的維數(shù)與多維特征向量的維數(shù)相同）中的原點。優(yōu)選地，當(dāng)基準(zhǔn) 點為多維空間中的原點時，樣本人臉的多維特征向量到基準(zhǔn)點的距離長度為該多維特征向 量的模。
[0026] 作為一個示例，樣本人臉對應(yīng)的多維特征向量為（XI，X2,…，X2。。)，其中，Xi(i= 0，…，200);基準(zhǔn)點對應(yīng)的多維特征向量為（yi，y2，…，yw。)，其中，yi(i=〇，…，200);貝IJ 可基于W下公式計算樣本人臉的多維特征向量到基準(zhǔn)點的距離長度L:
[0027]
【主權(quán)項】
1. 一種用于在計算機設(shè)備中搜索包含人臉的圖片的方法，其中，該方法包括： 獲取樣本人臉的多維特征向量到基準(zhǔn)點的距離長度； 根據(jù)所述距離長度以