(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111678101.0 (22)申请日 2021.12.31 (71)申请人 深圳云天励飞技 术股份有限公司 地址 518000 广东省深圳市龙岗区园山 街 道龙岗大道8288号深圳大运软件小镇 17栋1楼 申请人 成都云天励飞技 术有限公司 (72)发明人 章跃　谢友平　刘国伟　 (74)专利代理 机构 深圳驿航知识产权代理事务 所(普通合伙) 44605 专利代理师 杨伦 (51)Int.Cl. G06F 16/71(2019.01) G06F 16/75(2019.01) G06F 16/783(2019.01)G06V 40/16(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 人脸数据的归档方法及相关 设备 (57)摘要 本发明实施例提供一种人脸数据的归档方 法， 方法包括： 获取待归档的批量人脸数据， 所述 人脸数据包括人脸特征以及人脸姿态特征； 计算 所有人脸特征之间的两两相似度， 得到每个人脸 数据的全局相似度； 根据所述人脸姿态特征以及 预设的相似度阀值矩 阵对所述每个人脸数据的 全局相似度进行阈值筛选， 得到第一人脸数据 集， 所述预设的相似度阀值矩阵根据预设归档库 中的已归档人脸数据所包含的人脸特征和人脸 姿态特征得到； 通过所述预设归档库中的已归档 人脸数据， 对所述第一人脸数据集进行归档处 理。 可以通过预设的阈值矩阵提供与人脸姿态特 征相适应的相似度阈值， 解决现有技术中采用统 一的阈值评估方式使得归档率低的问题。 权利要求书2页 说明书12页 附图3页 CN 114443893 A 2022.05.06 CN 114443893 A 1.一种人脸数据的归档方法， 其特 征在于， 包括以下步骤： 获取待归档的批量人脸数据， 所述人脸数据包括人脸特 征以及人脸姿态特 征； 计算所有人脸特 征之间的两 两相似度， 得到每 个人脸数据的全局相似度； 根据所述人脸姿态特征以及预设的相似度阀值矩阵对所述每个人脸数据的全局相似 度进行阈值筛选， 得到第一人脸数据集， 所述预设的相似度阀值矩阵根据预设归档库中的 已归档人脸数据所包 含的人脸特 征和人脸姿态特 征得到； 通过所述预设归档库中的已归档人脸数据， 对所述第一人脸数据集进行归档处 理。 2.如权利要求1所述的人脸数据的归档方法， 其特 征在于， 所述方法还 包括： 获取预设归档库中的已归档人脸数据， 并提取已归档人脸数据的人脸特征以及人脸姿 态特征； 根据所述已归档人脸数据的人脸特征以及人脸姿态特征， 构建得到所述预设的阀值矩 阵。 3.如权利要求2所述的人脸数据的归档方法， 其特征在于， 所述人脸姿态特征包括人脸 角度特征值， 所述根据所述已归档人脸数据的人脸特征以及人脸姿态特征， 构建得到所述 预设的阀值矩阵， 包括： 针对所述预设归档库中的每个已归档人脸档案， 所述多个归档人脸数据集中包括一个 正面人脸数据集以及多个偏转人脸数据集， 根据所述人脸角度特征值对所述已归档人脸档 案包含的人脸数据进行划分， 得到多个不同人脸角度区间下的归档人脸数据集； 根据所述已归档人脸数据的人脸特征计算所述归档人脸数据集之间的平均相似度， 或 者根据所述已归档人脸数据的人脸特征计算所述正面人脸数据集与所述偏转人脸数据集 之间的平均相似度； 根据所述归档人脸数据集之间的平均相似度， 构建得到各个已归档人脸档案的平均相 似度矩阵， 其中， 每个所述已归档人脸档案对应一个所述平均相似度 矩阵， 所述平均相似度 矩阵的维度与所述划分区间的数量相关； 根据所述平均相似度矩阵计算得到所述预设的阈值矩阵。 4.如权利要求3所述的人脸数据的归档方法， 其特征在于， 所述平均相似度矩阵中一个 平均相似度矩阵单元对应一个平均相似度值， 所述根据所述平均相似度 矩阵计算得到所述 预设的阈值矩阵， 包括： 针对所有的所述平均相似度矩阵， 提取对应平均相似度矩阵单元中的平均相似度值进 行相加求平均， 得到最终相似度矩阵； 将所述最终相似度矩阵作为所述预设的阈值矩阵。 5.如权利要求1所述的人脸数据的归档方法， 其特征在于， 所述通过所述预设归档库中 的已归档人脸数据， 对所述第一人脸数据集进行归档处 理， 包括： 根据所述人脸时空特 征对所述第一人脸数据集进行筛 选， 得到第二人脸数据集； 通过所述预设归档库中的已归档人脸数据， 对所述第二人脸数据集进行归档处 理。 6.如权利要求5所述的人脸数据的归档方法， 其特征在于， 所述第 二人脸关系图谱包括 第一人脸关系簇， 所述通过所述预设归档库中的 已归档人脸数据， 对所述第二人脸数据集 进行归档处 理， 包括： 基于所述第二人脸数据集， 生成形成第一人脸关系图谱；权　利　要　求　书 1/2 页 2 CN 114443893 A 2对所述第一人脸关系图谱进行强连通计算， 得到第二人脸关系图谱； 基于所述第二人脸关系图谱 对所述批量人脸数据进行归档。 7.如权利要求6所述的人脸数据的归档方法， 其特征在于， 所述第 二人脸关系图谱包括 第一人脸关系簇， 所述基于所述第二人脸关系图谱 对所述批量人脸数据进行归档， 包括： 根据预设的社区发现算法对所述第一人脸关系簇进行优化， 得到第二人脸关系簇； 基于所述第二人脸关系簇对所述批量人脸数据进行归档。 8.一种人脸数据的归档装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待归档的批量人脸数据， 所述人脸数据包括人脸特征以及人脸姿 态特征； 计算模块， 用于计算所有人脸特征之间的两两相似度， 得到每个人脸数据的全局相似 度； 第一筛选模块， 用于根据所述人脸姿态特征以及预设的相似度阀值矩阵对所述每个人 脸数据的全局相似度进行阈值筛选， 得到第一人脸数据集， 所述预设的相似度阀值矩阵根 据预设归档库中的已归档人脸数据所包 含的人脸特 征和人脸姿态特 征得到； 归档模块， 用于通过所述预设归档库中的已归档人脸数据， 对所述第一人脸数据集进 行归档处 理。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至7中 任一项所述的人脸数据的归档方法中的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至7中任一项 所述的人脸数据的归 档方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114443893 A 3