一種識(shí)別人臉圖像的模版庫(kù)的更新裝置及方法
【專利摘要】本發(fā)明公開了一種識(shí)別人臉圖像的模版庫(kù)的更新裝置及方法，該更新方法包括：根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版相對(duì)于當(dāng)前采集的該用戶的人臉圖像的匹配度值；根據(jù)計(jì)算出的該用戶的各模版的匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足刪除策略的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù)；這樣，可以使更新后的模版庫(kù)中包括最近一次采集的用戶的人臉圖像，從而可以使模版庫(kù)能夠隨著用戶的外貌的細(xì)微變化得到不斷地更新，這樣，利用采用上述更新方法進(jìn)行更新的模版庫(kù)進(jìn)行人臉識(shí)別，與現(xiàn)有的僅通過初始保存的一張固定的模版進(jìn)行識(shí)別相比，可以提高人臉識(shí)別的準(zhǔn)確度和效率。
【專利說明】
一種識(shí)別人臉圖像的模版庫(kù)的更新裝置及方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種識(shí)別人臉圖像的模版庫(kù)的更新裝置 及方法。
【背景技術(shù)】
[0002] 目前，人臉識(shí)別技術(shù)已經(jīng)被廣泛應(yīng)用到視頻監(jiān)控、考勤記錄、門禁等場(chǎng)合。
[0003] 在現(xiàn)有的人臉識(shí)別裝置中，一般設(shè)置有一個(gè)模版庫(kù)，該模版庫(kù)中針對(duì)每個(gè)用戶保 存有一個(gè)固定的模版，人臉識(shí)別裝置通過采集用戶的人臉圖像并與模版庫(kù)中保存的該用戶 的模版進(jìn)行比對(duì)來識(shí)別用戶。
[0004] 在用戶長(zhǎng)期使用人臉識(shí)別裝置的過程中，用戶的外貌可能會(huì)發(fā)生變化，比如肥瘦 程度的改變，發(fā)型的改變，化妝、素顏的改變等?，F(xiàn)有的人臉識(shí)別裝置的模版庫(kù)針對(duì)每個(gè)用 戶僅保存一個(gè)固定的模版，已經(jīng)不能滿足對(duì)于人臉識(shí)別的高準(zhǔn)確度和高效率的要求。
[0005] 因此，如何更新人臉識(shí)別裝置的模版庫(kù)，是本領(lǐng)域技術(shù)人員亟需解決的技術(shù)問題。

【發(fā)明內(nèi)容】

[0006] 有鑒于此，本發(fā)明實(shí)施例提供了一種識(shí)別人臉圖像的模版庫(kù)的更新裝置及方法， 用以更新人臉識(shí)別裝置的模版庫(kù)。
[0007] 因此，本發(fā)明實(shí)施例提供了一種識(shí)別人臉圖像的模版庫(kù)的更新方法，包括：
[0008] 根據(jù)當(dāng)前采集的人臉圖像，計(jì)算所述模版庫(kù)中該用戶的各模版相對(duì)于所述當(dāng)前采 集的人臉圖像的匹配度值；
[0009] 根據(jù)計(jì)算出的該用戶的各模版的所述匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各 模版中滿足所述刪除策略的模版刪除，將所述當(dāng)前采集的人臉圖像作為該用戶的模版存入 所述t吳版庫(kù)。
[0010] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新方法中，所述根據(jù)計(jì) 算出的該用戶的各模版的所述匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述 刪除策略的模版刪除，具體包括：
[0011] 在該用戶的所有模版中選擇所述匹配度值最低的模版從所述模版庫(kù)中刪除。
[0012] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新方法中，所述根據(jù)計(jì) 算出的該用戶的各模版的所述匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述 刪除策略的模版刪除，具體包括：
[0013] 將該用戶的所有模版按照所述匹配度值從大到小的順序排列，保留前N個(gè)模版，刪 除其他模版;其中，N為正整數(shù)。
[0014] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新方法中，所述根據(jù)計(jì) 算出的該用戶的各模版的所述匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述 刪除策略的模版刪除，具體包括：
[0015] 將計(jì)算出的該用戶的所有模版的所述匹配度值與閾值進(jìn)行比較；
[0016] 確定所述匹配度值小于所述閾值的模版的數(shù)量是否大于預(yù)設(shè)值；
[0017] 若是，分別計(jì)算所述匹配度值小于所述閾值的模版的多個(gè)特征分量以及所述當(dāng)前 采集的人臉圖像的對(duì)應(yīng)的特征分量;分別計(jì)算所述匹配度值小于所述閾值的模版的各所述 特征分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值;針對(duì)每個(gè)所述特征分量， 將所述匹配度值小于所述閾值的模版按照該特征分量的差值從大到小的順序排列，在前M 個(gè)模版中選擇除了該特征分量外的其他特征分量的差值的平方和最小的模版為特征模版； 其中，M為大于1的正整數(shù);在所述匹配度值小于所述閾值的模版中除了所述特征模版以外 的其他模版中選擇所述匹配度值最低的模版從所述模版庫(kù)中刪除。
[0018] 本發(fā)明實(shí)施例還提供了一種識(shí)別人臉圖像的模版庫(kù)的更新方法，包括：
[0019] 根據(jù)當(dāng)前采集的人臉圖像，計(jì)算所述模版庫(kù)中該用戶的各模版相對(duì)于所述當(dāng)前采 集的人臉圖像的匹配度值；
[0020] 對(duì)于計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值k的模版，根據(jù)最近k次計(jì)算出的該模版的所述匹配 度值，計(jì)算該模版的加權(quán)匹配度值;其中，k為大于1的正整數(shù)；
[0021] 根據(jù)計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所 述匹配度值、計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值以及預(yù)設(shè)的刪除策 略，將該用戶的各模版中滿足所述刪除策略的模版刪除，將所述當(dāng)前采集的人臉圖像作為 該用戶的模版存入所述模版庫(kù)。
[0022] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新方法中，所述根據(jù)最 近k次計(jì)算出的該模版的所述匹配度值，計(jì)算該模版的加權(quán)匹配度值，具體包括：
[0023] 根據(jù)下面的公式計(jì)算該模版的加權(quán)匹配度值： k
[0024] ^ ； a=l
[0025] 其中，V是該模版的加權(quán)匹配度值，Pa是第a次計(jì)算出的該模版的匹配度值，&是?3 對(duì)應(yīng)的權(quán)重。
[0026] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新方法中，所述根據(jù)計(jì) 算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹配度值、計(jì)算 次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值以及預(yù)設(shè)的刪除策略，將該用戶的各 模版中滿足所述刪除策略的模版刪除，具體包括：
[0027] 將計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述 匹配度值和計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值進(jìn)行比較，將數(shù)值最 低的模版從所述模版庫(kù)中刪除。
[0028] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新方法中，所述根據(jù)計(jì) 算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹配度值、計(jì)算 次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值以及預(yù)設(shè)的刪除策略，將該用戶的各 模版中滿足所述刪除策略的模版刪除，具體包括：
[0029]將計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述 匹配度值和計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值分別與閾值進(jìn)行比 較；
[0030]確定所述匹配度值小于所述閾值的模版的數(shù)量和所述加權(quán)匹配度值小于所述閾 值的模版的數(shù)量之和是否大于第二預(yù)設(shè)值；
[0031] 若是，分別計(jì)算所述匹配度值小于所述閾值的模版的多個(gè)特征分量、所述加權(quán)匹 配度值小于所述閾值的模版的對(duì)應(yīng)的特征分量以及所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特 征分量;分別計(jì)算所述匹配度值小于所述閾值的模版的各所述特征分量與所述當(dāng)前采集的 人臉圖像的對(duì)應(yīng)的特征分量的差值以及所述加權(quán)匹配度值小于所述閾值的模版的各所述 特征分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值;針對(duì)每個(gè)所述特征分量， 將所述匹配度值小于所述閾值的模版和所述加權(quán)匹配度值小于所述閾值的模版按照該特 征分量的差值從大到小的順序排列，在前Q個(gè)模版中選擇除了該特征分量外的其他特征分 量的差值的平方和最小的模版為特征模版;其中，Q為大于1的正整數(shù);在所述匹配度值小于 所述閾值的模版和所述加權(quán)匹配度值小于所述閾值的模版中除了所述特征模版以外的其 他模版中選擇數(shù)值最低的模版從所述模版庫(kù)中刪除。
[0032] 本發(fā)明實(shí)施例還提供了一種識(shí)別人臉圖像的模版庫(kù)的更新裝置，包括：
[0033]計(jì)算模塊，用于根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版相對(duì)于 所述當(dāng)前采集的人臉圖像的匹配度值；
[0034] 更新模塊，用于根據(jù)計(jì)算出的該用戶的各模版的所述匹配度值和預(yù)設(shè)的刪除策 略，將該用戶的各模版中滿足所述刪除策略的模版刪除，將所述當(dāng)前采集的人臉圖像作為 該用戶的模版存入所述模版庫(kù)。
[0035] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新裝置中，所述更新模 塊，具體用于在該用戶的所有模版中選擇所述匹配度值最低的模版從所述模版庫(kù)中刪除。
[0036] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新裝置中，所述更新模 塊，具體用于將該用戶的所有模版按照所述匹配度值從大到小的順序排列，保留前N個(gè)模 版，刪除其他模版;其中，N為正整數(shù)。
[0037] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新裝置中，所述更新模 塊，具體用于將計(jì)算出的該用戶的所有模版的所述匹配度值與閾值進(jìn)行比較;確定所述匹 配度值小于所述閾值的模版的數(shù)量是否大于預(yù)設(shè)值;若是，分別計(jì)算所述匹配度值小于所 述閾值的模版的多個(gè)特征分量以及所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量;分別計(jì)算 所述匹配度值小于所述閾值的模版的各所述特征分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng) 的特征分量的差值;針對(duì)每個(gè)所述特征分量，將所述匹配度值小于所述閾值的模版按照該 特征分量的差值從大到小的順序排列，在前M個(gè)模版中選擇除了該特征分量外的其他特征 分量的差值的平方和最小的模版為特征模版;其中，M為大于1的正整數(shù);在所述匹配度值小 于所述閾值的模版中除了所述特征模版以外的其他模版中選擇所述匹配度值最低的模版 從所述模版庫(kù)中刪除。
[0038] 本發(fā)明實(shí)施例還提供了一種識(shí)別人臉圖像的模版庫(kù)的更新裝置，包括：
[0039]第一計(jì)算模塊，用于根據(jù)當(dāng)前采集的人臉圖像，計(jì)算所述模版庫(kù)中該用戶的各模 版相對(duì)于所述當(dāng)前采集的人臉圖像的匹配度值；
[0040]第二計(jì)算模塊，用于對(duì)于計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值k的模版，根據(jù)最近k次計(jì)算出 的該模版的所述匹配度值，計(jì)算該模版的加權(quán)匹配度值;其中，k為大于1的正整數(shù)；
[0041 ]更新模塊，用于根據(jù)計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的 人臉圖像的所述匹配度值、計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值以及 預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述刪除策略的模版刪除，將所述當(dāng)前采集的 人臉圖像作為該用戶的模版存入所述模版庫(kù)。
[0042] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新裝置中，所述第二計(jì) 算模塊，具體用于根據(jù)下面的公式計(jì)算該模版的加權(quán)匹配度值： k
[0043] a~\
[0044]其中，V是該模版的加權(quán)匹配度值，Pa是第a次計(jì)算出的該模版的匹配度值，&是? 3 對(duì)應(yīng)的權(quán)重。
[0045] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新裝置中，所述更新模 塊，具體用于將計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所 述匹配度值和計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值進(jìn)行比較，將數(shù)值 最低的模版從所述模版庫(kù)中刪除。
[0046] 在一種可能的實(shí)現(xiàn)方式中，在本發(fā)明實(shí)施例提供的上述更新裝置中，所述更新模 塊，具體用于將計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所 述匹配度值和計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值分別與閾值進(jìn)行 比較;確定所述匹配度值小于所述閾值的模版的數(shù)量和所述加權(quán)匹配度值小于所述閾值的 模版的數(shù)量之和是否大于第二預(yù)設(shè)值;若是，分別計(jì)算所述匹配度值小于所述閾值的模版 的多個(gè)特征分量、所述加權(quán)匹配度值小于所述閾值的模版的對(duì)應(yīng)的特征分量以及所述當(dāng)前 采集的人臉圖像的對(duì)應(yīng)的特征分量;分別計(jì)算所述匹配度值小于所述閾值的模版的各所述 特征分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值以及所述加權(quán)匹配度值小 于所述閾值的模版的各所述特征分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差 值;針對(duì)每個(gè)所述特征分量，將所述匹配度值小于所述閾值的模版和所述加權(quán)匹配度值小 于所述閾值的模版按照該特征分量的差值從大到小的順序排列，在前Q個(gè)模版中選擇除了 該特征分量外的其他特征分量的差值的平方和最小的模版為特征模版;其中，Q為大于1的 正整數(shù);在所述匹配度值小于所述閾值的模版和所述加權(quán)匹配度值小于所述閾值的模版中 除了所述特征模版以外的其他模版中選擇數(shù)值最低的模版從所述模版庫(kù)中刪除。
[0047] 本發(fā)明實(shí)施例提供的上述識(shí)別人臉圖像的模版庫(kù)的更新裝置及方法，該更新方法 包括:根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版相對(duì)于當(dāng)前采集的該用戶 的人臉圖像的匹配度值;根據(jù)計(jì)算出的該用戶的各模版的匹配度值和預(yù)設(shè)的刪除策略，將 該用戶的各模版中滿足刪除策略的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存 入模版庫(kù);這樣，可以使更新后的模版庫(kù)中包括最近一次采集的用戶的人臉圖像，從而可以 使模版庫(kù)能夠隨著用戶的外貌的細(xì)微變化得到不斷地更新，這樣，利用采用上述更新方法 進(jìn)行更新的模版庫(kù)進(jìn)行人臉識(shí)別，與現(xiàn)有的僅通過初始保存的一張固定的模版進(jìn)行識(shí)別相 比，可以提高人臉識(shí)別的準(zhǔn)確度和效率。
【附圖說明】
[0048] 圖1-圖4分別為本發(fā)明實(shí)施例提供的識(shí)別人臉圖像的模版庫(kù)的更新方法的流程圖 之一；
[0049] 圖5為本發(fā)明實(shí)施例提供的識(shí)別人臉圖像的模版庫(kù)的更新裝置的結(jié)構(gòu)示意圖之 ，
[0050] 圖6-圖8分別為本發(fā)明實(shí)施例提供的識(shí)別人臉圖像的模版庫(kù)的更新方法的流程圖 之二；
[0051] 圖9為本發(fā)明實(shí)施例提供的識(shí)別人臉圖像的模版庫(kù)的更新裝置的結(jié)構(gòu)示意圖之 --〇
【具體實(shí)施方式】
[0052]下面結(jié)合附圖，對(duì)本發(fā)明實(shí)施例提供的識(shí)別人臉圖像的模版庫(kù)的更新裝置及方法 的【具體實(shí)施方式】進(jìn)行詳細(xì)地說明。顯然，所描述的實(shí)施例是本發(fā)明的一部分實(shí)施例，而不是 全部的實(shí)施例?；谒枋龅谋景l(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在無需創(chuàng)造性勞動(dòng)的 前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0053]本發(fā)明實(shí)施例提供的一種識(shí)別人臉圖像的模版庫(kù)的更新方法，如圖1所示，包括： [0054] S101、根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版相對(duì)于當(dāng)前采集 的人臉圖像的匹配度值；
[0055] S102、根據(jù)計(jì)算出的該用戶的各模版的匹配度值和預(yù)設(shè)的刪除策略，將該用戶的 各模版中滿足刪除策略的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版 庫(kù)。
[0056]本發(fā)明實(shí)施例提供的上述更新方法，可以使更新后的模版庫(kù)中包括最近一次采集 的用戶的人臉圖像，從而可以使模版庫(kù)能夠隨著用戶的外貌的細(xì)微變化得到不斷地更新， 這樣，利用采用上述更新方法進(jìn)行更新的模版庫(kù)進(jìn)行人臉識(shí)別，與現(xiàn)有的僅通過初始保存 的一張固定的模版進(jìn)行識(shí)別相比，可以提高人臉識(shí)別的準(zhǔn)確度和效率。
[0057]需要說明的是，在本發(fā)明實(shí)施例提供的上述更新方法中，每個(gè)用戶保存在模版庫(kù) 中的模版的數(shù)量可以根據(jù)實(shí)際情況(例如系統(tǒng)資源)進(jìn)行設(shè)定，在系統(tǒng)資源允許的情況下， 模版庫(kù)中每個(gè)用戶的模版的數(shù)量越多，人臉識(shí)別的準(zhǔn)確度越高，但會(huì)導(dǎo)致人臉識(shí)別的耗時(shí) 越長(zhǎng)，因此，綜合考慮，可以將每個(gè)用戶保存在模版庫(kù)中的模版的數(shù)量控制在5-10張的范圍 內(nèi)，在此不做具體限定。
[0058] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新方法中，在最初始的狀態(tài)下，每個(gè) 用戶在模版庫(kù)中只保存有一張模版，在后續(xù)的人臉識(shí)別過程中，每采集一張用戶的人臉圖 像，就將采集的該用戶的人臉圖像保存在模版庫(kù)中作為該用戶的模版，直至該用戶在模版 庫(kù)中保存的模版的數(shù)量達(dá)到預(yù)設(shè)的數(shù)量。
[0059] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新方法中，在采集用戶的人臉圖像 后，在識(shí)別當(dāng)前采集的人臉圖像為用戶A時(shí)，僅對(duì)模版庫(kù)中用戶A的模版進(jìn)行更新，不對(duì)模版 庫(kù)中其他用戶的模版做出改變;在當(dāng)前采集的人臉圖像沒有任何匹配的用戶時(shí)，不對(duì)模版 庫(kù)中的各用戶的模版做出改變。
[0060] 在具體實(shí)施時(shí)，在執(zhí)行本發(fā)明實(shí)施例提供的上述更新方法中的步驟S102,根據(jù)計(jì) 算出的該用戶的各模版的匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足刪除策略 的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù)時(shí)，如圖2所示，具體可 以包括如下步驟：
[0061] S201、在該用戶的所有模版中選擇匹配度值最低的模版從模版庫(kù)中刪除，將當(dāng)前 采集的人臉圖像作為該用戶的模版存入模版庫(kù);這樣，每采集一次用戶的人臉圖像，則對(duì)模 版庫(kù)中該用戶的模版進(jìn)行一次更新，并且，使更新后的模版庫(kù)中每個(gè)用戶的模版包括與該 用戶的當(dāng)前外貌匹配度值最高的多張模版和最近一次采集的該用戶的人臉圖像，這樣，利 用采用上述更新方法進(jìn)行更新的模版庫(kù)進(jìn)行人臉識(shí)別，與現(xiàn)有的僅通過初始保存的一張固 定的模版進(jìn)行識(shí)別相比，可以提高人臉識(shí)別的準(zhǔn)確度和效率。
[0062]在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新方法中，并非局限于如圖2所示的 在模版庫(kù)中用戶的模版的數(shù)量達(dá)到預(yù)設(shè)的數(shù)量之后，每次采集一次用戶的人臉圖像則更新 一次該用戶的模版，還可以在模版庫(kù)中用戶的模版的數(shù)量達(dá)到預(yù)設(shè)的數(shù)量之后，在每次采 集用戶的人臉圖像之后暫時(shí)不對(duì)該用戶的模版進(jìn)行更新，而是在設(shè)備維護(hù)的時(shí)候再對(duì)所有 用戶的模版同時(shí)進(jìn)行更新，即在執(zhí)行本發(fā)明實(shí)施例提供的上述人臉識(shí)別方法中的步驟 S102,根據(jù)計(jì)算出的該用戶的各模版的匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中 滿足刪除策略的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù)時(shí)，如圖3 所示，具體可以包括如下步驟：
[0063] S301、將該用戶的所有模版按照匹配度值從大到小的順序排列，保留前N個(gè)模版， 刪除其他模版，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù);其中，N為正整數(shù);具 體地，N比模版庫(kù)中該用戶保存的模板的數(shù)量小1，即保留的前N個(gè)模版和當(dāng)前采集的人臉圖 像即為模版庫(kù)中該用戶保存的模板;這樣，通過在設(shè)備維護(hù)時(shí)完成對(duì)模版庫(kù)的更新，使更新 后的模版庫(kù)中每個(gè)用戶的模版包括與該用戶的當(dāng)前外貌匹配度值最高的多張模版和最近 一次采集的該用戶的人臉圖像，這樣，利用采用上述更新方法進(jìn)行更新的模版庫(kù)進(jìn)行人臉 識(shí)別，與現(xiàn)有的僅通過初始保存的一張固定的模版進(jìn)行識(shí)別相比，可以提高人臉識(shí)別的準(zhǔn) 確度和效率。
[0064] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新方法中，在用戶的外貌突然發(fā)生 大的變化時(shí)，例如，戴眼鏡、刮胡子等，可能會(huì)出現(xiàn)用戶的某張或某些模版在歷史識(shí)別過程 中匹配度值極高而在最近一次識(shí)別過程中匹配度值極低，或者，用戶的大部分模版在最近 一次識(shí)別過程中匹配度值極低的現(xiàn)象，這樣，對(duì)模版庫(kù)中該用戶的模版進(jìn)行更新可能會(huì)出 現(xiàn)在歷史識(shí)別過程中匹配度值極高的部分或全部模版被刪除的問題，從而可能會(huì)影響人臉 識(shí)別的準(zhǔn)確度和效率。
[0065] 基于此，在執(zhí)行本發(fā)明實(shí)施例提供的上述更新方法中的步驟S102,根據(jù)計(jì)算出的 該用戶的各模版的匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足刪除策略的模版 刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù)時(shí)，如圖4所示，具體可以包括 如下步驟：
[0066] S401、將計(jì)算出的該用戶的所有模版的匹配度值與閾值進(jìn)行比較；
[0067] 具體地，閾值的大小可以根據(jù)實(shí)際情況進(jìn)行設(shè)定，在此不做限定；
[0068] S402、確定匹配度值小于閾值的模版的數(shù)量是否大于預(yù)設(shè)值;若是，則執(zhí)行步驟 S403-步驟 S406;
[0069] 具體地，預(yù)設(shè)值的大小可以根據(jù)實(shí)際情況進(jìn)行設(shè)定，在此不做限定;例如，可以在 用戶的所有模版中有一半甚至一半以上的模版的匹配度值小于閾值時(shí)，執(zhí)行步驟S403-步 驟S406;
[0070] S403、分別計(jì)算匹配度值小于閾值的模版的多個(gè)特征分量以及當(dāng)前采集的人臉圖 像的對(duì)應(yīng)的特征分量；
[0071] 具體地，特征分量可以包括:嘴角點(diǎn)的距離、鼻尖位置、眼的寬度、鼻尖與雙眼連線 的垂直距離、人臉左右邊界的距離、嘴巴的寬度、兩眼中心與左嘴角水平距離、兩眼外側(cè)的 水平距離、外側(cè)眼角與鼻項(xiàng)的水平距離、嘴巴中點(diǎn)與鼻尖的垂直距離以及鼻尖與嘴角的距 離等;例如，可以計(jì)算匹配度值小于閾值的模版的嘴角點(diǎn)的距離、鼻尖位置和眼的寬度這三 個(gè)特征分量，并計(jì)算當(dāng)前采集的人臉圖像的嘴角點(diǎn)的距離、鼻尖位置和眼的寬度這三個(gè)特 征分量；
[0072] S404、分別計(jì)算匹配度值小于閾值的模版的各特征分量與當(dāng)前采集的人臉圖像的 對(duì)應(yīng)的特征分量的差值；
[0073] 例如，可以計(jì)算匹配度值小于閾值的模版的嘴角點(diǎn)的距離與當(dāng)前采集的人臉圖像 的嘴角點(diǎn)的距離的差值，計(jì)算匹配度值小于閾值的模版的鼻尖位置與當(dāng)前采集的人臉圖像 的鼻尖位置的差值，計(jì)算匹配度值小于閾值的模版的眼的寬度與當(dāng)前采集的人臉圖像的眼 的寬度的差值；
[0074] S405、針對(duì)每個(gè)特征分量，將匹配度值小于閾值的模版按照該特征分量的差值從 大到小的順序排列，在前M個(gè)模版中選擇除了該特征分量外的其他特征分量的差值的平方 和最小的模版為特征模版;其中，M為大于1的正整數(shù)；
[0075]例如，針對(duì)嘴角點(diǎn)的距離這個(gè)特征分量，將匹配度值小于閾值的模版按照該特征 分量的差值從大到小的順序排列，選擇前M個(gè)模版，即這M個(gè)模版的嘴角點(diǎn)的距離這個(gè)特征 分量與當(dāng)前采集的人臉圖像的嘴角點(diǎn)的距離這個(gè)特征分量的差值較大，需要說明的是，M的 大小可以根據(jù)實(shí)際情況進(jìn)行設(shè)定，在此不做限定;然后從這M個(gè)模版中選擇除了嘴角點(diǎn)的距 離這個(gè)特征分量外的其他特征分量的差值的平方和最小的模版為特征模版，即特征模版的 歐式距離最小，歐式距離滿足如下公式
：其中，de為歐式距離，Rb為模 版除了嘴角點(diǎn)的距離這個(gè)特征分量以外的其他特征分量中的第b個(gè)特征分量，"為當(dāng)前采 集的人臉圖像與模版的特征分量Rb對(duì)應(yīng)的特征分量，m為大于1的整數(shù)；
[0076] S406、在匹配度值小于閾值的模版中除了特征模版以外的其他模版中選擇匹配度 值最低的模版從模版庫(kù)中刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù);這 樣，可以在用戶的某張或某些模版在歷史識(shí)別過程中匹配度值極高而在最近一次識(shí)別過程 中匹配度值極低，或者，用戶的大部分模版在最近一次識(shí)別過程中匹配度值極低時(shí)，采用定 位五官特征點(diǎn)綜合識(shí)別人臉圖像的方法對(duì)模版庫(kù)中用戶的模版進(jìn)行二次判斷，從而可以避 免在用戶的外貌突然發(fā)生大的變化時(shí)，例如，戴眼鏡、刮胡子等，對(duì)模版庫(kù)中該用戶的模版 進(jìn)行更新可能會(huì)出現(xiàn)在歷史識(shí)別過程中匹配度值極高的部分或全部模版被刪除的問題，從 而可以進(jìn)一步地降低對(duì)模版庫(kù)中用戶的模版進(jìn)行更新的隨機(jī)性和不確定性，進(jìn)而可以進(jìn)一 步地提高人臉識(shí)別的準(zhǔn)確度和效率。
[0077] 基于同一發(fā)明構(gòu)思，本發(fā)明實(shí)施例還提供了一種識(shí)別人臉圖像的模版庫(kù)的更新裝 置，如圖5所示，包括：
[0078] 計(jì)算模塊501，用于根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版相對(duì) 于當(dāng)前采集的人臉圖像的匹配度值；
[0079] 更新模塊502,用于根據(jù)計(jì)算出的該用戶的各模版的匹配度值和預(yù)設(shè)的刪除策略， 將該用戶的各模版中滿足刪除策略的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版 存入模版庫(kù)。
[0080] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新裝置中，如圖5所示，更新模塊 502,具體用于在該用戶的所有模版中選擇匹配度值最低的模版從模版庫(kù)中刪除。
[0081] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新裝置中，如圖5所示，更新模塊 502,具體用于將該用戶的所有模版按照匹配度值從大到小的順序排列，保留前N個(gè)模版，刪 除其他模版;其中，N為正整數(shù)。
[0082] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新裝置中，如圖5所示，更新模塊 502,具體用于將計(jì)算出的該用戶的所有模版的匹配度值與閾值進(jìn)行比較;確定匹配度值小 于閾值的模版的數(shù)量是否大于預(yù)設(shè)值;若是，分別計(jì)算匹配度值小于閾值的模版的多個(gè)特 征分量以及當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量;分別計(jì)算匹配度值小于閾值的模版的 各特征分量與當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值;針對(duì)每個(gè)特征分量，將匹配 度值小于閾值的模版按照該特征分量的差值從大到小的順序排列，在前M個(gè)模版中選擇除 了該特征分量外的其他特征分量的差值的平方和最小的模版為特征模版;其中，M為大于1 的正整數(shù);在匹配度值小于閾值的模版中除了特征模版以外的其他模版中選擇匹配度值最 低的模版從模版庫(kù)中刪除。
[0083]需要說明的是，本發(fā)明實(shí)施例提供的上述更新裝置的具體實(shí)施可以參見上述更新 方法的實(shí)施例，重復(fù)之處不再贅述。
[0084] 基于同一發(fā)明構(gòu)思，本發(fā)明實(shí)施例還提供了一種識(shí)別人臉圖像的模版庫(kù)的更新方 法，如圖6所示，包括：
[0085] S601、根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版相對(duì)于當(dāng)前采集 的人臉圖像的匹配度值；
[0086] S602、對(duì)于計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值k的模版，根據(jù)最近k次計(jì)算出的該模版的匹 配度值，計(jì)算該模版的加權(quán)匹配度值;其中，k為大于1的正整數(shù)；
[0087] S603、根據(jù)計(jì)算次數(shù)小于第一預(yù)設(shè)值的模版相對(duì)于當(dāng)前采集的人臉圖像的匹配度 值、計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值的模版的加權(quán)匹配度值以及預(yù)設(shè)的刪除策略，將該用戶的各 模版中滿足刪除策略的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù)。 [0088]本發(fā)明實(shí)施例提供的上述更新方法，可以使更新后的模版庫(kù)中包括最近一次采集 的用戶的人臉圖像，從而可以使模版庫(kù)能夠隨著用戶的外貌的細(xì)微變化得到不斷地更新， 這樣，利用采用上述更新方法進(jìn)行更新的模版庫(kù)進(jìn)行人臉識(shí)別，與現(xiàn)有的僅通過初始保存 的一張固定的模版進(jìn)行識(shí)別相比，可以提高人臉識(shí)別的準(zhǔn)確度和效率;并且，在對(duì)模版庫(kù)中 每個(gè)用戶的模版進(jìn)行更新時(shí)，并非僅以最近一次采集的該用戶的人臉圖像作為標(biāo)準(zhǔn)計(jì)算該 用戶的各模版的匹配度值，而是兼顧了最近k次采集的該用戶的人臉圖像的綜合考量，從而 可以降低對(duì)該用戶的模版進(jìn)行更新的隨機(jī)性和不確定性，進(jìn)而可以進(jìn)一步地提高人臉識(shí)別 的準(zhǔn)確度和效率。
[0089]需要說明的是，在本發(fā)明實(shí)施例提供的上述更新方法中，每個(gè)用戶保存在模版庫(kù) 中的模版的數(shù)量可以根據(jù)實(shí)際情況(例如系統(tǒng)資源)進(jìn)行設(shè)定，在系統(tǒng)資源允許的情況下， 模版庫(kù)中每個(gè)用戶的模版的數(shù)量越多，人臉識(shí)別的準(zhǔn)確度越高，但會(huì)導(dǎo)致人臉識(shí)別的耗時(shí) 越長(zhǎng)，因此，綜合考慮，可以將每個(gè)用戶保存在模版庫(kù)中的模版的數(shù)量控制在5-10張的范圍 內(nèi)，在此不做具體限定。
[0090] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新方法中，在最初始的狀態(tài)下，每個(gè) 用戶在模版庫(kù)中只保存有一張模版，在后續(xù)的人臉識(shí)別過程中，每采集一張用戶的人臉圖 像，就將采集的該用戶的人臉圖像保存在模版庫(kù)中作為該用戶的模版，直至該用戶在模版 庫(kù)中保存的模版的數(shù)量達(dá)到預(yù)設(shè)的數(shù)量。
[0091] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新方法中，在采集用戶的人臉圖像 后，在識(shí)別當(dāng)前采集的人臉圖像為用戶A時(shí)，僅對(duì)模版庫(kù)中用戶A的模版進(jìn)行更新，不對(duì)模版 庫(kù)中其他用戶的模版做出改變;在當(dāng)前采集的人臉圖像沒有任何匹配的用戶時(shí)，不對(duì)模版 庫(kù)中的各用戶的模版做出改變。
[0092] 在具體實(shí)施時(shí)，在執(zhí)行本發(fā)明實(shí)施例提供的上述更新方法中的步驟S602，根據(jù)最 近k次計(jì)算出的該模版的匹配度值，計(jì)算該模版的加權(quán)匹配度值時(shí)，具體可以通過以下方式 來實(shí)現(xiàn)：
[0093] 根據(jù)下面的公式計(jì)算該模版的加權(quán)匹配度值：
[0094] F = a-\
[0095] 其中，V是該模版的加權(quán)匹配度值，Pa是第a次計(jì)算出的該模版的匹配度值，&是?3 對(duì)應(yīng)的權(quán)重。具體地，以第一預(yù)設(shè)值k = 6為例，Pi是該用戶的該模版第一次保存的匹配度 值，《1是?1對(duì)應(yīng)的權(quán)重，P 2是該用戶的該模版第二次保存的匹配度值，《2是?2對(duì)應(yīng)的權(quán)重，以 此類推，P 6是該用戶的該模版第六次即最近一次保存的匹配度值，W6是P6對(duì)應(yīng)的權(quán)重，顯然， 距離當(dāng)前的時(shí)間越近，該用戶的該模版保存的匹配度值所占的權(quán)重越大，即M<W2<W3<W4 <W5<W6，并且，Wl+W2+W3+W4+W5+W6= 1 〇
[0096] 在具體實(shí)施時(shí)，在執(zhí)行本發(fā)明實(shí)施例提供的上述更新方法中的步驟S603,根據(jù)計(jì) 算次數(shù)小于第一預(yù)設(shè)值的模版相對(duì)于當(dāng)前采集的人臉圖像的匹配度值、計(jì)算次數(shù)達(dá)到第一 預(yù)設(shè)值的模版的加權(quán)匹配度值以及預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足刪除策略的 模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù)時(shí)，如圖7所示，具體可以 包括如下步驟：
[0097] S701、將計(jì)算次數(shù)小于第一預(yù)設(shè)值的模版相對(duì)于當(dāng)前采集的人臉圖像的匹配度值 和計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值的模版的加權(quán)匹配度值進(jìn)行比較，將數(shù)值最低的模版從模版庫(kù) 中刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù);這樣，每采集一次用戶的人 臉圖像，則對(duì)模版庫(kù)中該用戶的模版進(jìn)行一次更新，并且，使更新后的模版庫(kù)中每個(gè)用戶的 模版包括與該用戶的當(dāng)前外貌匹配度值最高或加權(quán)匹配度值最高的多張模版和最近一次 采集的該用戶的人臉圖像，這樣，利用采用上述更新方法進(jìn)行更新的模版庫(kù)進(jìn)行人臉識(shí)別， 與現(xiàn)有的僅通過初始保存的一張固定的模版進(jìn)行識(shí)別相比，可以提高人臉識(shí)別的準(zhǔn)確度和 效率。
[0098] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新方法中，在用戶的外貌突然發(fā)生 大的變化時(shí)，例如，戴眼鏡、刮胡子等，可能會(huì)出現(xiàn)用戶的某張或某些模版在歷史識(shí)別過程 中匹配度值極高而在最近一次識(shí)別過程中匹配度值極低，或者，用戶的大部分模版在最近 一次識(shí)別過程中匹配度值極低的現(xiàn)象，這樣，對(duì)模版庫(kù)中該用戶的模版進(jìn)行更新可能會(huì)出 現(xiàn)在歷史識(shí)別過程中匹配度值極高的部分或全部模版被刪除的問題，從而可能會(huì)影響人臉 識(shí)別的準(zhǔn)確度和效率。
[0099]基于此，在執(zhí)行本發(fā)明實(shí)施例提供的上述更新方法中的步驟S603,根據(jù)計(jì)算次數(shù) 小于第一預(yù)設(shè)值的模版相對(duì)于當(dāng)前采集的人臉圖像的匹配度值、計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值 的模版的加權(quán)匹配度值以及預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足刪除策略的模版刪 除，將當(dāng)前采集的人臉圖像作為該用戶的模版存入模版庫(kù)時(shí)，如圖8所示，具體可以包括如 下步驟：
[0100] S801、將計(jì)算次數(shù)小于第一預(yù)設(shè)值的模版相對(duì)于當(dāng)前采集的人臉圖像的匹配度值 和計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值的模版的加權(quán)匹配度值分別與閾值進(jìn)行比較；
[0101] 具體地，閾值的大小可以根據(jù)實(shí)際情況進(jìn)行設(shè)定，在此不做限定；
[0102] S802、確定匹配度值小于閾值的模版的數(shù)量和加權(quán)匹配度值小于閾值的模版的數(shù) 量之和是否大于第二預(yù)設(shè)值;若是，則執(zhí)行步驟S803-步驟S806;
[0103] 具體地，第二預(yù)設(shè)值的大小可以根據(jù)實(shí)際情況進(jìn)行設(shè)定，在此不做限定;例如，可 以在匹配度值小于閾值的模版的數(shù)量和加權(quán)匹配度值小于閾值的模版的數(shù)量之和達(dá)到用 戶的模版的數(shù)量的一半甚至一半以上時(shí)，執(zhí)行步驟S803-步驟S806;
[0104] S803、分別計(jì)算匹配度值小于閾值的模版的多個(gè)特征分量、加權(quán)匹配度值小于閾 值的模版的對(duì)應(yīng)的特征分量以及當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量；
[0105] 具體地，特征分量可以包括:嘴角點(diǎn)的距離、鼻尖位置、眼的寬度、鼻尖與雙眼連線 的垂直距離、人臉左右邊界的距離、嘴巴的寬度、兩眼中心與左嘴角水平距離、兩眼外側(cè)的 水平距離、外側(cè)眼角與鼻項(xiàng)的水平距離、嘴巴中點(diǎn)與鼻尖的垂直距離以及鼻尖與嘴角的距 離等;例如，可以計(jì)算匹配度值小于閾值的模版的嘴角點(diǎn)的距離、鼻尖位置和眼的寬度這三 個(gè)特征分量，計(jì)算加權(quán)匹配度值小于閾值的模版的嘴角點(diǎn)的距離、鼻尖位置和眼的寬度這 三個(gè)特征分量，并計(jì)算當(dāng)前采集的人臉圖像的嘴角點(diǎn)的距離、鼻尖位置和眼的寬度這三個(gè) 特征分量；
[0106] S804、分別計(jì)算匹配度值小于閾值的模版的各特征分量與當(dāng)前采集的人臉圖像的 對(duì)應(yīng)的特征分量的差值以及加權(quán)匹配度值小于閾值的模版的各特征分量與當(dāng)前采集的人 臉圖像的對(duì)應(yīng)的特征分量的差值；
[0107] 例如，可以計(jì)算匹配度值小于閾值的模版的嘴角點(diǎn)的距離與當(dāng)前采集的人臉圖像 的嘴角點(diǎn)的距離的差值，計(jì)算匹配度值小于閾值的模版的鼻尖位置與當(dāng)前采集的人臉圖像 的鼻尖位置的差值，計(jì)算匹配度值小于閾值的模版的眼的寬度與當(dāng)前采集的人臉圖像的眼 的寬度的差值;計(jì)算加權(quán)匹配度值小于閾值的模版的嘴角點(diǎn)的距離與當(dāng)前采集的人臉圖像 的嘴角點(diǎn)的距離的差值，計(jì)算加權(quán)匹配度值小于閾值的模版的鼻尖位置與當(dāng)前采集的人臉 圖像的鼻尖位置的差值，計(jì)算加權(quán)匹配度值小于閾值的模版的眼的寬度與當(dāng)前采集的人臉 圖像的眼的寬度的差值；
[0108] S805、針對(duì)每個(gè)特征分量，將匹配度值小于閾值的模版和加權(quán)匹配度值小于閾值 的模版按照該特征分量的差值從大到小的順序排列，在前Q個(gè)模版中選擇除了該特征分量 外的其他特征分量的差值的平方和最小的模版為特征模版;其中，Q為大于1的正整數(shù)；
[0109] 例如，針對(duì)嘴角點(diǎn)的距離這個(gè)特征分量，將匹配度值小于閾值的模版和加權(quán)匹配 度值小于閾值的模版按照該特征分量的差值從大到小的順序排列，選擇前Q個(gè)模版，即這Q 個(gè)模版的嘴角點(diǎn)的距離這個(gè)特征分量與當(dāng)前采集的人臉圖像的嘴角點(diǎn)的距離這個(gè)特征分 量的差值較大，需要說明的是，Q的大小可以根據(jù)實(shí)際情況進(jìn)行設(shè)定，在此不做限定;然后從 這Q個(gè)模版中選擇除了嘴角點(diǎn)的距離這個(gè)特征分量外的其他特征分量的差值的平方和最小 的模版為特征模版，即特征模版的歐式距離最小，歐式距離滿足如下公式：
其中，de為歐式距離，Rb為模版除了嘴角點(diǎn)的距離這個(gè)特征分量以外 的其他特征分量中的第b個(gè)特征分量，Xb為當(dāng)前采集的人臉圖像與模版的特征分量Rb對(duì)應(yīng)的 特征分量，m為大于1的整數(shù)；
[0110] S806、在匹配度值小于閾值的模版和加權(quán)匹配度值小于閾值的模版中除了特征模 版以外的其他模版中選擇數(shù)值最低的模版從模版庫(kù)中刪除，將當(dāng)前采集的人臉圖像作為該 用戶的模版存入模版庫(kù);這樣，可以在用戶的某張或某些模版在歷史識(shí)別過程中匹配度值 極高而在最近一次識(shí)別過程中匹配度值極低，或者，用戶的大部分模版在最近一次識(shí)別過 程中匹配度值極低時(shí)，采用定位五官特征點(diǎn)綜合識(shí)別人臉圖像的方法對(duì)模版庫(kù)中用戶的模 版進(jìn)行二次判斷，從而可以避免在用戶的外貌突然發(fā)生大的變化時(shí)，例如，戴眼鏡、刮胡子 等，對(duì)模版庫(kù)中該用戶的模版進(jìn)行更新可能會(huì)出現(xiàn)在歷史識(shí)別過程中匹配度值極高的部分 或全部模版被刪除的問題，從而可以進(jìn)一步地降低對(duì)模版庫(kù)中用戶的模版進(jìn)行更新的隨機(jī) 性和不確定性，進(jìn)而可以進(jìn)一步地提高人臉識(shí)別的準(zhǔn)確度和效率。
[0111] 基于同一發(fā)明構(gòu)思，本發(fā)明實(shí)施例還提供了一種識(shí)別人臉圖像的模版庫(kù)的更新裝 置，如圖9所示，包括：
[0112] 第一計(jì)算模塊901，用于根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版 相對(duì)于當(dāng)前采集的人臉圖像的匹配度值；
[0113] 第二計(jì)算模塊902,用于對(duì)于計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值k的模版，根據(jù)最近k次計(jì)算 出的該模版的匹配度值，計(jì)算該模版的加權(quán)匹配度值;其中，k為大于1的正整數(shù)；
[0114] 更新模塊903,用于根據(jù)計(jì)算次數(shù)小于第一預(yù)設(shè)值的模版相對(duì)于當(dāng)前采集的人臉 圖像的匹配度值、計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值的模版的加權(quán)匹配度值以及預(yù)設(shè)的刪除策略， 將該用戶的各模版中滿足刪除策略的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版 存入模版庫(kù)。
[0115] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新裝置中，如圖9所示，第二計(jì)算模 塊902,具體用于根據(jù)下面的公式計(jì)算該模版的加權(quán)匹配度值： k
[0116] V =
[0117]其中，V是該模版的加權(quán)匹配度值，Pa是第a次計(jì)算出的該模版的匹配度值，心是卩3 對(duì)應(yīng)的權(quán)重。
[0118] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新裝置中，如圖9所示，更新模塊 903,具體用于將計(jì)算次數(shù)小于第一預(yù)設(shè)值的模版相對(duì)于當(dāng)前采集的人臉圖像的匹配度值 和計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值的模版的加權(quán)匹配度值進(jìn)行比較，將數(shù)值最低的模版從模版庫(kù) 中刪除。
[0119] 在具體實(shí)施時(shí)，在本發(fā)明實(shí)施例提供的上述更新裝置中，如圖9所示，更新模塊 903,具體用于將計(jì)算次數(shù)小于第一預(yù)設(shè)值的模版相對(duì)于當(dāng)前采集的人臉圖像的匹配度值 和計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值的模版的加權(quán)匹配度值分別與閾值進(jìn)行比較;確定匹配度值小 于閾值的模版的數(shù)量和加權(quán)匹配度值小于閾值的模版的數(shù)量之和是否大于第二預(yù)設(shè)值;若 是，分別計(jì)算匹配度值小于閾值的模版的多個(gè)特征分量、加權(quán)匹配度值小于閾值的模版的 對(duì)應(yīng)的特征分量以及當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量;分別計(jì)算匹配度值小于閾值 的模版的各特征分量與當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值以及加權(quán)匹配度值 小于閾值的模版的各特征分量與當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值;針對(duì)每個(gè) 特征分量，將匹配度值小于閾值的模版和加權(quán)匹配度值小于閾值的模版按照該特征分量的 差值從大到小的順序排列，在前Q個(gè)模版中選擇除了該特征分量外的其他特征分量的差值 的平方和最小的模版為特征模版;其中，Q為大于1的正整數(shù);在匹配度值小于閾值的模版和 加權(quán)匹配度值小于閾值的模版中除了特征模版以外的其他模版中選擇數(shù)值最低的模版從 模版庫(kù)中刪除。
[0120]需要說明的是，本發(fā)明實(shí)施例提供的上述更新裝置的具體實(shí)施可以參見上述更新 方法的實(shí)施例，重復(fù)之處不再贅述。
[0121] 本發(fā)明實(shí)施例提供的一種識(shí)別人臉圖像的模版庫(kù)的更新裝置及方法，該更新方法 包括:根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版相對(duì)于當(dāng)前采集的該用戶 的人臉圖像的匹配度值;根據(jù)計(jì)算出的該用戶的各模版的匹配度值和預(yù)設(shè)的刪除策略，將 該用戶的各模版中滿足刪除策略的模版刪除，將當(dāng)前采集的人臉圖像作為該用戶的模版存 入模版庫(kù);這樣，可以使更新后的模版庫(kù)中包括最近一次采集的用戶的人臉圖像，從而可以 使模版庫(kù)能夠隨著用戶的外貌的細(xì)微變化得到不斷地更新，這樣，利用采用上述更新方法 進(jìn)行更新的模版庫(kù)進(jìn)行人臉識(shí)別，與現(xiàn)有的僅通過初始保存的一張固定的模版進(jìn)行識(shí)別相 比，可以提高人臉識(shí)別的準(zhǔn)確度和效率。
[0122] 顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精 神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍 之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。
【主權(quán)項(xiàng)】
1. 一種識(shí)別人臉圖像的模版庫(kù)的更新方法，其特征在于，包括： 根據(jù)當(dāng)前采集的人臉圖像，計(jì)算所述模版庫(kù)中該用戶的各模版相對(duì)于所述當(dāng)前采集的 人臉圖像的匹配度值； 根據(jù)計(jì)算出的該用戶的各模版的所述匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版 中滿足所述刪除策略的模版刪除，將所述當(dāng)前采集的人臉圖像作為該用戶的模版存入所述 模版庫(kù)。2. 如權(quán)利要求1所述的更新方法，其特征在于，所述根據(jù)計(jì)算出的該用戶的各模版的所 述匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述刪除策略的模版刪除，具體 包括： 在該用戶的所有模版中選擇所述匹配度值最低的模版從所述模版庫(kù)中刪除。3. 如權(quán)利要求1所述的更新方法，其特征在于，所述根據(jù)計(jì)算出的該用戶的各模版的所 述匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述刪除策略的模版刪除，具體 包括： 將該用戶的所有模版按照所述匹配度值從大到小的順序排列，保留前N個(gè)模版，刪除其 他模版;其中，N為正整數(shù)。4. 如權(quán)利要求1所述的更新方法，其特征在于，所述根據(jù)計(jì)算出的該用戶的各模版的所 述匹配度值和預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述刪除策略的模版刪除，具體 包括： 將計(jì)算出的該用戶的所有模版的所述匹配度值與闊值進(jìn)行比較； 確定所述匹配度值小于所述闊值的模版的數(shù)量是否大于預(yù)設(shè)值； 若是，分別計(jì)算所述匹配度值小于所述闊值的模版的多個(gè)特征分量W及所述當(dāng)前采集 的人臉圖像的對(duì)應(yīng)的特征分量;分別計(jì)算所述匹配度值小于所述闊值的模版的各所述特征 分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值;針對(duì)每個(gè)所述特征分量，將所 述匹配度值小于所述闊值的模版按照該特征分量的差值從大到小的順序排列，在前M個(gè)模 版中選擇除了該特征分量外的其他特征分量的差值的平方和最小的模版為特征模版；其 中，M為大于1的正整數(shù);在所述匹配度值小于所述闊值的模版中除了所述特征模版W外的 其他模版中選擇所述匹配度值最低的模版從所述模版庫(kù)中刪除。5. -種識(shí)別人臉圖像的模版庫(kù)的更新方法，其特征在于，包括： 根據(jù)當(dāng)前采集的人臉圖像，計(jì)算所述模版庫(kù)中該用戶的各模版相對(duì)于所述當(dāng)前采集的 人臉圖像的匹配度值； 對(duì)于計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值k的模版，根據(jù)最近k次計(jì)算出的該模版的所述匹配度 值，計(jì)算該模版的加權(quán)匹配度值;其中，k為大于1的正整數(shù)； 根據(jù)計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹 配度值、計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值W及預(yù)設(shè)的刪除策略， 將該用戶的各模版中滿足所述刪除策略的模版刪除，將所述當(dāng)前采集的人臉圖像作為該用 戶的模版存入所述模版庫(kù)。6. 如權(quán)利要求5所述的更新方法，其特征在于，所述根據(jù)最近k次計(jì)算出的該模版的所 述匹配度值，計(jì)算該模版的加權(quán)匹配度值，具體包括： 根據(jù)下面的公式計(jì)算該模版的加權(quán)匹配度值：其中，V是該模版的加權(quán)匹配度值，Pa是第a次計(jì)算出的該模版的匹配度值，Wa是Pa對(duì)應(yīng) 的權(quán)重。7. 如權(quán)利要求5或6所述的更新方法，其特征在于，所述根據(jù)計(jì)算次數(shù)小于所述第一預(yù) 設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹配度值、計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè) 值的模版的所述加權(quán)匹配度值W及預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述刪除策 略的模版刪除，具體包括： 將計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹配 度值和計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值進(jìn)行比較，將數(shù)值最低的 模版從所述模版庫(kù)中刪除。8. 如權(quán)利要求5或6所述的更新方法，其特征在于，所述根據(jù)計(jì)算次數(shù)小于所述第一預(yù) 設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹配度值、計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè) 值的模版的所述加權(quán)匹配度值W及預(yù)設(shè)的刪除策略，將該用戶的各模版中滿足所述刪除策 略的模版刪除，具體包括： 將計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹配 度值和計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值分別與闊值進(jìn)行比較； 確定所述匹配度值小于所述闊值的模版的數(shù)量和所述加權(quán)匹配度值小于所述闊值的 模版的數(shù)量之和是否大于第二預(yù)設(shè)值； 若是，分別計(jì)算所述匹配度值小于所述闊值的模版的多個(gè)特征分量、所述加權(quán)匹配度 值小于所述闊值的模版的對(duì)應(yīng)的特征分量W及所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分 量;分別計(jì)算所述匹配度值小于所述闊值的模版的各所述特征分量與所述當(dāng)前采集的人臉 圖像的對(duì)應(yīng)的特征分量的差值W及所述加權(quán)匹配度值小于所述闊值的模版的各所述特征 分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值;針對(duì)每個(gè)所述特征分量，將所 述匹配度值小于所述闊值的模版和所述加權(quán)匹配度值小于所述闊值的模版按照該特征分 量的差值從大到小的順序排列，在前Q個(gè)模版中選擇除了該特征分量外的其他特征分量的 差值的平方和最小的模版為特征模版;其中，Q為大于1的正整數(shù);在所述匹配度值小于所述 闊值的模版和所述加權(quán)匹配度值小于所述闊值的模版中除了所述特征模版W外的其他模 版中選擇數(shù)值最低的模版從所述模版庫(kù)中刪除。9. 一種識(shí)別人臉圖像的模版庫(kù)的更新裝置，其特征在于，包括： 計(jì)算模塊，用于根據(jù)當(dāng)前采集的人臉圖像，計(jì)算模版庫(kù)中該用戶的各模版相對(duì)于所述 當(dāng)前采集的人臉圖像的匹配度值； 更新模塊，用于根據(jù)計(jì)算出的該用戶的各模版的所述匹配度值和預(yù)設(shè)的刪除策略，將 該用戶的各模版中滿足所述刪除策略的模版刪除，將所述當(dāng)前采集的人臉圖像作為該用戶 的模版存入所述模版庫(kù)。10. 如權(quán)利要求9所述的更新裝置，其特征在于，所述更新模塊，具體用于在該用戶的所 有模版中選擇所述匹配度值最低的模版從所述模版庫(kù)中刪除。11. 如權(quán)利要求9所述的更新裝置，其特征在于，所述更新模塊，具體用于將該用戶的所 有模版按照所述匹配度值從大到小的順序排列，保留前N個(gè)模版，刪除其他模版;其中，N為 正整數(shù)。12. 如權(quán)利要求9所述的更新裝置，其特征在于，所述更新模塊，具體用于將計(jì)算出的該 用戶的所有模版的所述匹配度值與闊值進(jìn)行比較;確定所述匹配度值小于所述闊值的模版 的數(shù)量是否大于預(yù)設(shè)值;若是，分別計(jì)算所述匹配度值小于所述闊值的模版的多個(gè)特征分 量W及所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量;分別計(jì)算所述匹配度值小于所述闊值 的模版的各所述特征分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值;針對(duì)每個(gè) 所述特征分量，將所述匹配度值小于所述闊值的模版按照該特征分量的差值從大到小的順 序排列，在前M個(gè)模版中選擇除了該特征分量外的其他特征分量的差值的平方和最小的模 版為特征模版;其中，M為大于1的正整數(shù);在所述匹配度值小于所述闊值的模版中除了所述 特征模版W外的其他模版中選擇所述匹配度值最低的模版從所述模版庫(kù)中刪除。13. -種識(shí)別人臉圖像的模版庫(kù)的更新裝置，其特征在于，包括： 第一計(jì)算模塊，用于根據(jù)當(dāng)前采集的人臉圖像，計(jì)算所述模版庫(kù)中該用戶的各模版相 對(duì)于所述當(dāng)前采集的人臉圖像的匹配度值； 第二計(jì)算模塊，用于對(duì)于計(jì)算次數(shù)達(dá)到第一預(yù)設(shè)值k的模版，根據(jù)最近k次計(jì)算出的該 模版的所述匹配度值，計(jì)算該模版的加權(quán)匹配度值;其中，k為大于1的正整數(shù)； 更新模塊，用于根據(jù)計(jì)算次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉 圖像的所述匹配度值、計(jì)算次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值W及預(yù)設(shè) 的刪除策略，將該用戶的各模版中滿足所述刪除策略的模版刪除，將所述當(dāng)前采集的人臉 圖像作為該用戶的模版存入所述模版庫(kù)。14. 如權(quán)利要求13所述的更新裝置，其特征在于，所述第二計(jì)算模塊，具體用于根據(jù)下 面的公式計(jì)算該模版的加權(quán)匹配度值： 其中，V是該模版的加權(quán)匹配度入H #出的該模版的匹配度值，Wa是Pa對(duì)應(yīng) 的權(quán)重。15. 如權(quán)利要求13或14所述的更新裝置，其特征在于，所述更新模塊，具體用于將計(jì)算 次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹配度值和計(jì)算 次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值進(jìn)行比較，將數(shù)值最低的模版從所述 模版庫(kù)中刪除。16. 如權(quán)利要求13或14所述的更新裝置，其特征在于，所述更新模塊，具體用于將計(jì)算 次數(shù)小于所述第一預(yù)設(shè)值的模版相對(duì)于所述當(dāng)前采集的人臉圖像的所述匹配度值和計(jì)算 次數(shù)達(dá)到所述第一預(yù)設(shè)值的模版的所述加權(quán)匹配度值分別與闊值進(jìn)行比較;確定所述匹配 度值小于所述闊值的模版的數(shù)量和所述加權(quán)匹配度值小于所述闊值的模版的數(shù)量之和是 否大于第二預(yù)設(shè)值;若是，分別計(jì)算所述匹配度值小于所述闊值的模版的多個(gè)特征分量、所 述加權(quán)匹配度值小于所述闊值的模版的對(duì)應(yīng)的特征分量W及所述當(dāng)前采集的人臉圖像的 對(duì)應(yīng)的特征分量;分別計(jì)算所述匹配度值小于所述闊值的模版的各所述特征分量與所述當(dāng) 前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值W及所述加權(quán)匹配度值小于所述闊值的模版 的各所述特征分量與所述當(dāng)前采集的人臉圖像的對(duì)應(yīng)的特征分量的差值;針對(duì)每個(gè)所述特 征分量，將所述匹配度值小于所述闊值的模版和所述加權(quán)匹配度值小于所述闊值的模版按 照該特征分量的差值從大到小的順序排列，在前Q個(gè)模版中選擇除了該特征分量外的其他 特征分量的差值的平方和最小的模版為特征模版;其中，Q為大于1的正整數(shù);在所述匹配度 值小于所述闊值的模版和所述加權(quán)匹配度值小于所述闊值的模版中除了所述特征模版W 外的其他模版中選擇數(shù)值最低的模版從所述模版庫(kù)中刪除。
【文檔編號(hào)】G06K9/00GK105913051SQ201610363373
【公開日】2016年8月31日
【申請(qǐng)日】2016年5月26日
【發(fā)明人】趙驥伯, 唐小軍
【申請(qǐng)人】京東方科技集團(tuán)股份有限公司