基于局部特征的人脸检索方法、装置、设备及存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于局部特征的人脸检索方法、装置、设备及存储介质。

背景技术

随着人脸识别技术的快速发展，人脸检索算法得到了广泛的应用，例如应用于人员打卡项目等，现有的人脸检索算法通过计算提取的人脸特征和底库中人脸特征的相似性，然后求得检索结果；但是当查询图片和底库图片中的至少一个存在遮挡或者光照等问题时，计算出的两者相似度会非常低，导致现有的人脸检索算法在难例样本上容易出现误检索，降低人脸检索精度和检索效果。

发明内容

有鉴于此，本申请实施例提供了一种基于局部特征的人脸检索方法、装置、设备及存储介质，以解决现有技术存在的在难例样本上容易出现误检索，降低人脸检索精度和检索效果的问题。

本申请实施例的第一方面，提供了一种基于局部特征的人脸检索方法，包括：提取查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征，计算查询人脸特征与原始底库人脸特征的余弦相似度，根据余弦相似度选取预设数量的目标底库图片；利用特征提取网络分别将查询图片及目标底库图片对应的三阶段输出特征与四阶段输出特征进行融合，得到查询图片及目标底库图片分别对应的局部特征图；计算查询图片的局部特征图的特征块与目标底库图片的局部特征图的特征块之间的地距，并确定查询图片的局部特征图及目标底库图片的局部特征图分别对应的权重；依据查询图片的局部特征图、目标底库图片的局部特征图、地距以及权重，计算查询图片的局部特征图与目标底库图片的局部特征图的距离，对距离进行最小化，将距离最小时对应的目标底库图片作为查询图片对应的检索结果。

本申请实施例的第二方面，提供了一种基于局部特征的人脸检索装置，包括：提取模块，被配置为提取查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征，计算查询人脸特征与原始底库人脸特征的余弦相似度，根据余弦相似度选取预设数量的目标底库图片；融合模块，被配置为利用特征提取网络分别将查询图片及目标底库图片对应的三阶段输出特征与四阶段输出特征进行融合，得到查询图片及目标底库图片分别对应的局部特征图；计算模块，被配置为计算查询图片的局部特征图的特征块与目标底库图片的局部特征图的特征块之间的地距，并确定查询图片的局部特征图及目标底库图片的局部特征图分别对应的权重；检索模块，被配置为依据查询图片的局部特征图、目标底库图片的局部特征图、地距以及权重，计算查询图片的局部特征图与目标底库图片的局部特征图的距离，对距离进行最小化，将距离最小时对应的目标底库图片作为查询图片对应的检索结果。

本申请实施例的第三方面，提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述方法的步骤。

本申请实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过提取查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征，计算查询人脸特征与原始底库人脸特征的余弦相似度，根据余弦相似度选取预设数量的目标底库图片；利用特征提取网络分别将查询图片及目标底库图片对应的三阶段输出特征与四阶段输出特征进行融合，得到查询图片及目标底库图片分别对应的局部特征图；计算查询图片的局部特征图的特征块与目标底库图片的局部特征图的特征块之间的地距，并确定查询图片的局部特征图及目标底库图片的局部特征图分别对应的权重；依据查询图片的局部特征图、目标底库图片的局部特征图、地距以及权重，计算查询图片的局部特征图与目标底库图片的局部特征图的距离，对距离进行最小化，将距离最小时对应的目标底库图片作为查询图片对应的检索结果。本申请通过在人脸检索任务中引入局部特征图的特征块，从而引入了人脸的局部细粒度特征计算，提升了难例样本下的人脸检索精度和检索效果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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获得其它的附图。

图1是本申请实施例提供的基于局部特征的人脸检索方法的流程示意图；

图2是本申请实施例提供的基于局部特征的人脸检索装置的结构示意图；

图3是本申请实施例提供的电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

如背景技术所述，随着人脸识别技术的发展，人脸检索算法得到了广泛的应用，比如人员打卡项目等，其通过计算提取的人脸特征和底库中人脸特征的相似性，然后求得检索结果，但是常用的人脸检索算法在难例样本上(比如存在遮挡、光照等问题的人脸图像)往往会造成误检索的问题。

另外，现有的人脸检索算法只包含一阶段人脸特征检索，即通过计算查询图片和底库中图片的相似性，然后选出相似度最高并且满足相似度阈值的底库图片，但是当查询图片和底库图片中有一个存在遮挡或者光照等问题，另一个为正常人脸图片时，计算出的两者相似度会非常低，从而影响检索精度和检索效果。

有鉴于此，本申请实施例为解决难例样本场景下的误检索和检索精度低的问题，提供了一种基于局部特征的人脸检索方法。本申请通过计算查询人脸特征与原始底库人脸特征的余弦相似度，选取预设数量的目标底库图片，分别将查询图片及目标底库图片对应的三阶段输出特征与四阶段输出特征进行融合，得到查询图片及目标底库图片分别对应的局部特征图，并计算查询图片的局部特征图的特征块与目标底库图片的局部特征图的特征块之间的地距，从而在人脸检索算法中引入局部特征图的特征块，在计算查询图片的局部特征图与目标底库图片的局部特征图之间的距离时，引入了细粒度特征相似性计算，从而显著改善了难例样本场景下的人脸检索精度，提升人脸检索效果。

下面结合附图以及具体实施例对本申请技术方案的内容进行详细描述。

图1是本申请实施例提供的基于局部特征的人脸检索方法的流程示意图。图1的基于局部特征的人脸检索方法可以由服务器执行。如图1所示，该基于局部特征的人脸检索方法具体可以包括：

S101，提取查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征，计算查询人脸特征与原始底库人脸特征的余弦相似度，根据余弦相似度选取预设数量的目标底库图片；

S102，利用特征提取网络分别将查询图片及目标底库图片对应的三阶段输出特征与四阶段输出特征进行融合，得到查询图片及目标底库图片分别对应的局部特征图；

S103，计算查询图片的局部特征图的特征块与目标底库图片的局部特征图的特征块之间的地距，并确定查询图片的局部特征图及目标底库图片的局部特征图分别对应的权重；

S104，依据查询图片的局部特征图、目标底库图片的局部特征图、地距以及权重，计算查询图片的局部特征图与目标底库图片的局部特征图的距离，对距离进行最小化，将距离最小时对应的目标底库图片作为查询图片对应的检索结果。

在一些实施例中，提取查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征，包括：获取查询图片，利用预设的特征提取网络对查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征进行提取，特征提取网络采用ResNet50网络。

具体地，在获取查询图片之后，利用特征提取网络分别提取查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征；在实际应用中，本申请的特征提取网络Backbone可采用ResNet50网络，即首先利用ResNet50网络提取查询人脸特征和原始底库人脸特征。

其中，在本申请以下实施例中，查询人脸特征也可以简称为query特征，原始底库人脸特征也可以简称为gallery特征，在提取获得query特征和gallery特征后，计算query特征和gallery特征之间的余弦距离(即余弦相似度)。

在一些实施例中，根据余弦相似度选取预设数量的目标底库图片，包括：将余弦相似度按照从大到小的顺序进行排序，根据顺序选取预设数量的余弦相似度对应的目标底库图片。

具体地，在计算出查询人脸特征与每个原始底库人脸特征之间的余弦相似度之后，将余弦相似度按照从大到小的顺序进行排列，选取前Top-K个余弦相似度对应的原始底库图片作为目标底库图片，例如：选取前Top-20个余弦相似度对应的原始底库图片作为目标底库图片。

在一些实施例中，利用特征提取网络分别将查询图片及目标底库图片对应的三阶段输出特征与四阶段输出特征进行融合，包括：将查询图片输入到特征提取网络中，将查询图片对应的特征提取网络的三阶段输出特征与四阶段输出特征进行融合，得到查询图片对应的融合特征；将目标底库图片输入到特征提取网络中，将目标底库图片对应的特征提取网络的三阶段输出特征与四阶段输出特征进行融合，得到目标底库图片对应的融合特征。

具体地，在选取出目标底库图片之后，将查询图片和目标底库图片分别输入到特征提取网络Backbone中，在特征提取网络Backbone中将Stage3(即第三阶段)和Stage4(即第四阶段)输出的特征进行融合得到融合特征，这里的特征提取网络Backbone也可以采用ResNet50网络。

进一步地，在将查询图片输入到特征提取网络Backbone之后，在特征提取网络Backbone中将Stage3输出的特征与Stage4输出的特征进行融合，得到查询图片对应的融合特征；同样地，在将目标底库图片输入到特征提取网络Backbone之后，在特征提取网络Backbone中将Stage3输出的特征与Stage4输出的特征进行融合，得到目标底库图片对应的融合特征。

在一些实施例中，在得到查询图片对应的融合特征以及目标底库图片对应的融合特征之后，该方法还包括：对查询图片对应的融合特征以及目标底库图片对应的融合特征分别进行全局平均池化处理，得到查询图片及目标底库图片分别对应的局部特征图；其中，局部特征图中的每个特征块表示局部细粒度特征。

具体地，在分别得到查询图片对应的融合特征以及目标底库图片对应的融合特征之后，将融合特征分别输入到池化层中，对融合特征进行全局平均池化处理，得到长宽为8x8的局部特征图，局部特征图也称为patch特征图。

进一步地，通过以上处理分别得到查询图片的patch特征图和所有目标底库图片的patch特征图，将patch特征图中每个1x1的格子作为一个特征块，每个特征块对应各自的局部细粒度特征，也就是说，局部特征图patch中的每一个特征块对应一个局部细粒度特征，因此，通过上述处理可以获取查询图片及目标底库图片的细粒度人脸样本特征，相比于原始的全局相似度计算方式，本申请采用局部特征的相似度计算方法可以降低遮挡、光照等对人脸检索任务的影响。

在一些实施例中，确定查询图片的局部特征图及目标底库图片的局部特征图分别对应的权重，包括：对查询图片和目标底库图片进行人脸检测得到人脸关键点，根据人脸关键点的密度为查询图片的局部特征图及目标底库图片的局部特征图分配权重。

具体地，在得到查询图片及目标底库图片分别对应的patch特征图之后，本申请将计算每一个查询图片的patch特征图的特征块(简称query特征块)与每一个目标底库图片的patch特征图的特征块(简称gallery特征块)之间的Ground Distance，即计算query特征块与gallery特征块之间的地距，在实际应用中，可以采用Ground Distance地距计算方式来计算地距，其中，Ground Distance是一种距离度量方法。

进一步地，本申请还将利用人脸检测算法对查询图片和目标底库图片分别进行检测得到68个人脸关键点，并根据人脸关键点的密度来为查询图片及目标底库图片对应的patch特征图分配patch权重，即人脸关键点的密度越大，patch特征图的权重越大。

在一些实施例中，依据查询图片的局部特征图、目标底库图片的局部特征图、地距以及权重，计算查询图片的局部特征图与目标底库图片的局部特征图的距离，包括：将查询图片的局部特征图、目标底库图片的局部特征图、地距以及权重作为预设的EMD距离算法的输入，利用EMD距离算法输出查询图片的局部特征图与每个目标底库图片的局部特征图之间的EMD距离。

具体地，基于查询图片的patch特征图、目标底库图片的patch特征图、GroundDistance地距和patch权重，计算query特征图(即查询图片的patch特征图)与gallery特征图(即目标底库图片的patch特征图)之间的EMD距离，其中，EMD距离算法是一种常用的图像相似度度量方法，EMD距离算法输出每个query特征图与每个gallery特征图之间的EMD距离。

进一步地，在得到每个query特征图与每个gallery特征图之间的EMD距离之后，通过最小化该距离，即求解最优化问题，可以找到查询图片对应的局部特征图与哪个目标底库图片对应的局部特征图在配对时的距离最小，将距离最小化时对应的目标底库图片作为该查询图片对应的人脸检索结果。

根据本申请实施例提供的技术方案，本申请为解决人脸检索任务中由于遮挡、光照等原因引起的误检索问题，提出了一种基于Two-Stage的细粒度人脸检索方案，本申请通过将查询图片的人脸特征和所有目标底库图片的人脸特征切分成8x8的局部特征图patch，局部特征图patch中的每一个特征块表示局部细粒度特征，基于局部细粒度特征进行细粒度检索，得到人脸检索结果，从而避免了由于原始全图相似度计算受到遮挡、光照等原因的影响；本申请提出通过最小化查询图片的patch特征图和所有目标底库图片的patch特征图的EMD距离，计算出检索结果，从而显著改善了难例样本场景下的人脸检索精度，提升人脸检索效果。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

图2是本申请实施例提供的基于局部特征的人脸检索装置的结构示意图。

如图2所示，该基于局部特征的人脸检索装置包括：

提取模块201，被配置为提取查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征，计算查询人脸特征与原始底库人脸特征的余弦相似度，根据余弦相似度选取预设数量的目标底库图片；

融合模块202，被配置为利用特征提取网络分别将查询图片及目标底库图片对应的三阶段输出特征与四阶段输出特征进行融合，得到查询图片及目标底库图片分别对应的局部特征图；

计算模块203，被配置为计算查询图片的局部特征图的特征块与目标底库图片的局部特征图的特征块之间的地距，并确定查询图片的局部特征图及目标底库图片的局部特征图分别对应的权重；

检索模块204，被配置为依据查询图片的局部特征图、目标底库图片的局部特征图、地距以及权重，计算查询图片的局部特征图与目标底库图片的局部特征图的距离，对距离进行最小化，将距离最小时对应的目标底库图片作为查询图片对应的检索结果。

在一些实施例中，图2的提取模块201获取查询图片，利用预设的特征提取网络对查询图片对应的查询人脸特征以及原始底库图片对应的原始底库人脸特征进行提取，特征提取网络采用ResNet50网络。

在一些实施例中，图2的提取模块201将余弦相似度按照从大到小的顺序进行排序，根据顺序选取预设数量的余弦相似度对应的目标底库图片。

在一些实施例中，图2的融合模块202将查询图片输入到特征提取网络中，将查询图片对应的特征提取网络的三阶段输出特征与四阶段输出特征进行融合，得到查询图片对应的融合特征；将目标底库图片输入到特征提取网络中，将目标底库图片对应的特征提取网络的三阶段输出特征与四阶段输出特征进行融合，得到目标底库图片对应的融合特征。

在一些实施例中，图2的融合模块202在得到查询图片对应的融合特征以及目标底库图片对应的融合特征之后，对查询图片对应的融合特征以及目标底库图片对应的融合特征分别进行全局平均池化处理，得到查询图片及目标底库图片分别对应的局部特征图；其中，局部特征图中的每个特征块表示局部细粒度特征。

在一些实施例中，图2的计算模块203对查询图片和目标底库图片进行人脸检测得到人脸关键点，根据人脸关键点的密度为查询图片的局部特征图及目标底库图片的局部特征图分配权重。

在一些实施例中，图2的检索模块204将查询图片的局部特征图、目标底库图片的局部特征图、地距以及权重作为预设的EMD距离算法的输入，利用EMD距离算法输出查询图片的局部特征图与每个目标底库图片的局部特征图之间的EMD距离。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

图3是本申请实施例提供的电子设备3的结构示意图。如图3所示，该实施例的电子设备3包括：处理器301、存储器302以及存储在该存储器302中并且可以在处理器301上运行的计算机程序303。处理器301执行计算机程序303时实现上述各个方法实施例中的步骤。或者，处理器301执行计算机程序303时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序303可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器302中，并由处理器301执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序303在电子设备3中的执行过程。

电子设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备3可以包括但不仅限于处理器301和存储器302。本领域技术人员可以理解，图3仅仅是电子设备3的示例，并不构成对电子设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。

处理器301可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器302可以是电子设备3的内部存储单元，例如，电子设备3的硬盘或内存。存储器302也可以是电子设备3的外部存储设备，例如，电子设备3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器302还可以既包括电子设备3的内部存储单元也包括外部存储设备。存储器302用于存储计算机程序以及电子设备所需的其它程序和数据。存储器302还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。