CN110825808A - 一种基于边缘计算的分布化人脸数据库***及其生成方法 - Google Patents

Abstract

本申请实施例提供一种基于边缘计算的分布化人脸数据库***，包括：终端设备，分布式人脸数据库、数据库管理服务器与数据接口服务器，所述分布式人脸数据库连接所述终端设备，所述数据库管理服务器连接所述分布式人脸数据库，所述数据接口服务器连接所述分布式人脸数据库与所述数据库管理服务器。该***建立了更加全面的人脸数据库，提高了人脸识别算法的准确率，将终端设备作为边缘计算节点，将大量的分析计算放置于边缘，有利于对于人脸图像的相关数据进行快速提取，并且通过将人脸图像特征进行标签归类，更加方便用户根据索引标签对人脸图像进行检索查询。

Description

一种基于边缘计算的分布化人脸数据库***及其生成方法

技术领域

本申请涉及人脸识别技术领域，尤其涉及一种基于边缘计算的分布化人脸数据库***及其生成方法。

背景技术

人脸数据库收录了较多数量的人脸图像，其中同一个人物身份往往在数据库中收录多幅人脸图像，这些人脸图像具有环境光照、表情、姿态、人种、肤色、配饰(例如戴不戴眼镜)等方面的变化；数据库为每幅人脸图像关联索引标签，索引标签记录每幅人脸图像的人物身份、性别、年龄、表情、姿态、人种、肤色、配饰等方面的索引信息。可以通过索引信息从人脸数据库中查询对应的人脸图像，例如可以查询同一个人物身份对应的多幅人脸图像，查询具有同一类姿态(比如正脸、侧脸)或者表情(比如笑脸、生气等)的不同人物的多幅人脸图像。人脸数据库可以用于对人脸识别算法准确性的测验，以及具有神经网络的人脸识别算法可以利用人脸数据库进行学习训练。

目前，业内广泛应用的人脸数据库，大部分是聘请少数志愿者(几十人到几百人左右)采集其在各种环境光照、表情、姿态、配饰下的人脸图像，这导致数据库中的人脸图像数量相对有限，志愿者人脸的代表性不够强，有可能经人脸数据库测验或者训练后的人脸识别算法不能在实际应用中达到预期的效果，甚至出现明显的错误。

因此，如何对建立更加全面人脸数据库，降低人脸识别算法的错误率是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提出一种基于边缘计算的分布化人脸数据库***及其生成方法，来解决现有技术中由于人脸数据库采集的人脸图像有限，使得经该数据库测试或者训练后的人脸识别算法出现明显错误，不能对人脸图像进行快速准确识别的技术问题。

基于上述目的，在本申请的第一个方面，提出了一种基于边缘计算的分布化人脸数据库***，包括：

终端设备，分布式人脸数据库、数据库管理服务器与数据接口服务器；

所述终端设备用于采集人脸图像，并提取所述人脸图像的索引标签；

所述分布式人脸数据库连接所述终端设备，用于存储所述终端设备上传的人脸图像与索引标签；

所述数据库管理服务器连接所述分布式人脸数据库，用于聚合所述分布式人脸数据库中的索引标签，生成总索引表；

所述数据接口服务器连接所述分布式人脸数据库与所述数据库管理服务器，根据所述数据库管理服务器的调度，将所述分布式人脸数据库中符合查询条件的人脸图像及索引标签打包，生成人脸图像包。

在一些实施例中，所述终端设备，包括：

采集引导装置、摄像头、分析模块与标签归类模块；

所述采集引导装置与所述摄像头装置连接，所述采集引导装置用于提示用户做出各种表情与各种姿态；

所述摄像头采集所述采集引导装置提示用户做的表情与姿态，生成人脸图像；

所述分析模块提取所述人脸图像的特征，并将提取的人脸图像的特征输入所述标签归类模块；

所述标签归类模块根据所述人脸图像的特征，生成对应的索引标签。

在一些实施例中，所述分析模块，包括：

环境光照特征分析子模块、表情特征分析子模块、姿态特征分析子模块、人种肤色特征分析子模块与配饰特征分析子模块；

所述环境光照特征分析子模块用于提取所述人脸图像的采集环境光照强度；

所述表情特征分析子模块用于提取人脸区域中重要器官的形态特征；

所述姿态特征分析子模块用于提取人脸区域的正、侧面姿态特征；

所述人种肤色特征分析子模块用于提取人脸区域的平均色度值。

在一些实施例中，所述采集引导装置，包括：

所述采集引导装置设置为显示屏，所述显示屏用于显示表情、姿态的提示符。

在一些实施例中，所述终端设备，还用于：

录入用户的身份信息，将所述用户的身份信息作为索引标签传输给所述分布式人脸数据库。

在一些实施例中，所述分布式人脸数据库有多个子数据库组成；

所述子数据库关联多个所述终端设备，用于存储所述终端设备上传的人脸图像及其索引标签，并将所述索引标签上传至所述数据库管理服务器。

在一些实施例中，所述子数据库，包括：

所述子数据库设置于独立服务器上，所述子数据库与所述独立服务器一一对应。

基于上述目的，在本申请的第二个方面，还提出了一种基于边缘计算的分布化人脸数据库***的生成方法，包括：

终端设备采集人脸图像，并分析提取所述人脸图像的特征，生成对应的索引标签；

将所述索引标签与所述人脸图像上传至分布式人脸数据库；

所述分布式人脸数据库存储所述人脸图像与所述索引标签，并且所述分布式人脸数据库将所述索引标签提供给数据管理服务器；

所述数据管理服务器对所述索引标签进行聚合，生成总索引表；所述分布式人脸数据库存储所述人脸图像与所述索引标签；

数据接口服务器根据所述数据管理服务器的调度，提取所述分布式人脸数据库中的人脸图像，将所述人脸图像与所述索引标签进行打包，生成人脸图像包；

根据所述人脸图像包，对人脸识别算法进行测试训练。

在一些实施例中，终端设备采集人脸图像，并分析提取所述人脸图像的特征，包括：

用户根据采集引导装置显示的表情与姿态的提示符进行相应的动作；

所述摄像头对用户的相应动作进行拍摄，采集人脸图像；

通过环境光照特征分析子模块、表情特征分析子模块、姿态特征分析子模块、人种肤色特征分析子模块与配饰特征分析子模块，对所述人脸图像进行分析，分别提取所述人脸图像的环境光照、表情、姿态、人种、肤色和配饰特征；

将人脸图像的相应特征输入标签归类模块，生成对应的索引标签。

在一些实施例中，将人脸图像的相应特征输入标签归类模块，生成对应的索引标签，包括：

所述环境光照特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成环境光照强度的索引标签；

所述表情特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成笑脸或哭脸类型的索引标签；

所述姿态特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成正面、侧面的索引标签；

所述人种肤色特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成黑色、黄色和白色的索引标签。

本申请实施例提供一种基于边缘计算的分布化人脸数据库***，该***建立了更加全面的人脸数据库，提高了人脸识别算法的准确率，将终端设备作为边缘计算节点，将大量的分析计算放置于边缘，有利于对于人脸图像的相关数据进行快速提取，并且通过将人脸图像特征进行标签归类，更加方便用户根据索引标签对人脸图像进行检索查询，需要人脸图像的用户端可以通过数据接口服务器的交互查询，生成并获得符合其查询要求的人脸图像包，从而为该用户端对人脸识别算法进行测试或者训练提供便利。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本发明实施例提供的一种基于边缘计算的分布化人脸数据库***的结构示意图；

图2是本发明实施例提供的一种基于边缘计算的分布化人脸数据库***使用方法的流程图；

图3是本发明实施例提供的步骤S201的流程图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

具体地，如图1所示，本实施例的一种基于边缘计算的分布化人脸数据库***，包括：

终端设备1，分布式人脸数据库2、数据库管理服务器3与数据接口服务器4。

所述终端设备1用于采集人脸图像，并提取所述人脸图像的索引标签。终端设备1为每幅人脸图像可以提取多个维度下的索引标签，例如，“自然光”、“强光”、“弱光”等反映环境光照的索引标签，“笑脸”、“生气”、“哭脸”等反映表情的索引标签，“正面”、“侧面”等反映人脸姿态的索引标签，“白”、“黑”、“黄”等反映人种或者肤色的索引标签，以及“戴眼镜”等反映配饰的索引标签。本***采用边缘计算的架构，而终端设备1作为架构中的边缘节点，承担了人脸图像的采集以及通过分析人脸图像提取索引标签的计算量。所述终端设备1可以采用带有图像采集和计算处理功能的各种硬件，包括但不限于摄像机、智能手机、PAD等。所述终端设备1设置于社区物业部门、办***的公安管理部门、办公楼的出入口、电梯等场所；所述人脸图像一方面可以作为人脸数据库收录的人脸图像，另一方面可以用于社区物业服务、门禁通行、办***实名认证等多个方面。

所述终端设备1，还用于：录入用户的身份信息，将所述用户的身份信息也作为一个索引标签传输给所述分布式人脸数据库2。

所述分布式人脸数据库2连接所述终端设备1，用于存储所述终端设备1上传的索引标签。分布式人脸数据库2可以设立在多个不同的存储服务器上。

所述数据库管理服务器3连接所述分布式人脸数据库2，用于聚合所述分布式人脸数据库2中的索引标签，生成总索引表；总索引表记录了每个人脸图像的存储服务器以及该人脸图像的各类型的索引标签。

所述数据接口服务器4连接所述分布式人脸数据库2与所述数据库管理服务器3，根据所述数据库管理服务器3的调度，将所述分布式人脸数据库2中符合查询条件的人脸图像及索引标签打包，生成人脸图像包。并且，通过所述数据接口服务器4对外输出该人脸图像包。所生成的人脸图像包可以作为样本数据应用于对人脸识别算法的测试或者训练等应用。例如，某个用户端需要取得一定数量的、符合要求的人脸图像进行人脸识别算法的测试或者训练的时候，可以向所述数据接口服务器4提出调用请求，该调用请求中包含对人脸图像的查询条件，还可以包括例如人脸图像的数量要求；数据接口服务器4向所述数据库管理服务器3提供所述查询条件，所述数据库管理服务器3通过检索所述总索引表中记录的索引标签，确认分布式人脸数据库2当中符合查询条件的人脸图像，以及这些符合查询条件的人脸图像的存储服务器；进而，所述数据库管理服务器3向这些存储服务器下达调度指令，由存储服务器将本服务器上符合查询条件的人脸图像及索引标签提供给所述数据接口服务器4；所述数据接口服务器4对人脸图像及索引标签打包，生成人脸图像包，并且通过所述数据接口服务器4提供给该用户端。

本实施例中，建立一个全面的人脸数据库，提高了人脸识别算法的准确率，将终端设备作为边缘计算节点，将大量的分析计算放置于边缘，有利于对于人脸图像的相关数据进行快速提取，并且通过将人脸图像特征进行标签归类，更加方便用户根据索引标签对人脸图像进行检索查询，需要人脸图像的用户端可以通过数据接口服务器的交互查询，生成并获得符合其查询要求的人脸图像包，从而为该用户端对人脸识别算法进行测试或者训练提供便利。

在一个实施例中，终端设备1，包括：采集引导装置5、摄像头6、分析模块7与标签归类模块8；

所述采集引导装置5与所述摄像头6装置连接，所述采集引导装置5用于提示用户做出各种表情与各种姿态；

具体的，所述采集引导装置5设置为显示屏，所述显示屏用于显示表情、姿态的提示符；提示用户做出笑脸、皱眉等各种表情动作，以及做出正脸、侧脸等各种姿态；

所述摄像头6采集所述采集引导装置提示用户做的表情与姿态，生成人脸图像；

所述分析模块7提取所述人脸图像的特征，并将提取的人脸图像的特征输入所述标签归类模块8；

所述标签归类模块8根据所述人脸图像的特征，生成对应的索引标签。

在一个实施例中，分析模块7，包括：

环境光照特征分析子模块9、表情特征分析子模块10、姿态特征分析子模块11、人种肤色特征分析子模块12与配饰特征分析子模块13；

所述环境光照特征分析子模块9用于提取所述人脸图像的采集环境光照强度；具体来说，所述环境光照特征分析子模块9可以针对人脸图像统计其像素的平均亮度值特征，作为对环境光照强度的判断依据；

所述表情特征分析子模块10用于提取人脸区域中重要器官的形态特征；

所述姿态特征分析子模块11用于提取人脸区域的正、侧面姿态特征；

所述人种肤色特征分析子模块12用于提取人脸区域的平均色度值。

进一步的，环境光照特征分析子模块9将对所述人脸图像提取的特征输入标签归类模块8，由标签归类模块8生成环境光照强度的索引标签；

表情特征分析子模块10将对所述人脸图像提取的特征输入标签归类模块8，由标签归类模块8生成笑脸或哭脸类型的索引标签；

姿态特征分析子模块11将对所述人脸图像提取的特征输入标签归类模块8，由标签归类模块8生成正面、侧面的索引标签；

人种肤色特征分析子模块12将对所述人脸图像提取的特征输入标签归类模块8，由标签归类模块8生成黑色、黄色和白色的索引标签。

在一个实施例中，所述分布式人脸数据库2有多个子数据库14组成；

所述子数据库14关联多个所述终端设备1，用于存储所述终端设备1上传的人脸图像及其索引标签，并将所述索引标签上传至所述数据库管理服务器3。

具体的，所述子数据库14设置于独立服务器上，所述子数据库14与所述独立服务器一一对应；

比如，对于公安管理部门，可以是A地的公安的服务器部署一个子数据库，B地的公安的服务器部署一个子数据库，各地的服务器相互独立。

如图2所示，本实施例的一种基于边缘计算的分布化人脸数据库***的生成方法，可以包括以下步骤：

S201、终端设备采集人脸图像，并分析提取所述人脸图像的特征，生成对应的索引标签；

进一步的，采集的人脸图像一方面可以作为人脸数据库收录的人脸图像，另一方面可以用于社区物业服务、门禁通行、办***实名认证等多个方面。

终端设备为每幅人脸图像可以提取多个维度下的索引标签。并且，本***采用边缘计算的架构，而终端设备作为架构中的边缘节点，承担了人脸图像的采集以及通过分析人脸图像提取索引标签的计算量。

S202、将所述索引标签与所述人脸图像上传至分布式人脸数据库；

S203、所述分布式人脸数据库存储所述人脸图像与所述索引标签；以及由分布式人脸数据库将所述索引标签提供给数据管理服务器；

S204、所述数据管理服务器对所述索引标签进行聚合，生成总索引表；其中，总索引表记录了每个人脸图像的存储服务器以及该人脸图像的各类型的索引标签；

S205、数据接口服务器根据所述数据管理服务器的调度，提取所述分布式人脸数据库中的人脸图像，将所述人脸图像与所述索引标签进行打包，生成人脸图像包。具体来说，某个用户端需要取得一定数量的、符合要求的人脸图像进行人脸识别算法的测试或者训练的时候，可以向所述数据接口服务器提出调用请求，该调用请求中包含对人脸图像的查询条件，还可以包括例如人脸图像的数量要求；数据接口服务器向所述数据库管理服务器提供所述查询条件，所述数据库管理服务器通过检索所述总索引表中记录的索引标签，确认分布式人脸数据库当中符合查询条件的人脸图像，以及这些符合查询条件的人脸图像的存储服务器；进而，所述数据库管理服务器向这些存储服务器下达调度指令，由存储服务器将本服务器上符合查询条件的人脸图像及索引标签提供给所述数据接口服务器；所述数据接口服务器对人脸图像及索引标签打包，生成人脸图像包；

比如，我们要抽取10000幅带眼镜的笑脸人脸图像进行测试或者训练，在数据管理服务器中的总索引表中查询笑脸索引标签，数据接口服务器根据笑脸的索引标签提取分布式人脸数据库中相对应的笑脸的人脸图像(例如从20个子数据库中提取符合的人脸图像)，由数据接口服务器将这些人脸图像及其索引标签打包，形成人脸图像包。

S206、根据所述人脸图像包，对人脸识别算法进行测试训练。

在一个实施例中，如图3所示，上述步骤S201，包括：

S2011、用户根据采集引导装置显示的表情与姿态的提示符进行相应的动作；

S2012、所述摄像头对用户的相应动作进行拍摄，采集人脸图像；

S2013、通过环境光照特征分析子模块、表情特征分析子模块、姿态特征分析子模块、人种肤色特征分析子模块与配饰特征分析子模块，对所述人脸图像进行分析，分别提取所述人脸图像的环境光照、表情、姿态、人种、肤色和配饰特征。

S2014、将人脸图像的相应特征输入标签归类模块，生成对应的索引标签；

比如，表情特征分析模块对人脸图像提取的特征输入标签归类模块，由标签归类模块生成笑脸或者哭脸类型的索引标签。

在一个是实施例中，步骤S2014，包括：

所述环境光照特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成环境光照强度的索引标签；

所述表情特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成笑脸或哭脸类型的索引标签；

所述姿态特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成正面、侧面的索引标签；

所述人种肤色特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成黑色、黄色和白色的索引标签。

本申请实施例的一种基于边缘计算的分布化人脸数据库***的使用方法，能够提高人脸识别算法的准确率，对人脸数据进行快速提取，降低了由于人脸数据库的不够全面而造成人脸识别算法的错误率，对于人脸图像的检索查询更加快捷方便。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种基于边缘计算的分布化人脸数据库***，其特征在于，包括：终端设备，分布式人脸数据库、数据库管理服务器与数据接口服务器；

所述终端设备用于采集人脸图像，并提取所述人脸图像的索引标签；

所述分布式人脸数据库连接所述终端设备，用于存储所述终端设备上传的人脸图像与索引标签；

所述数据库管理服务器连接所述分布式人脸数据库，用于聚合所述分布式人脸数据库中的索引标签，生成总索引表；

所述数据接口服务器连接所述分布式人脸数据库与所述数据库管理服务器，根据所述数据库管理服务器的调度，将所述分布式人脸数据库中符合查询条件的人脸图像及索引标签打包，生成人脸图像包。

2.根据权利要求1所述的***，其特征在于，所述终端设备，包括：

采集引导装置、摄像头、分析模块与标签归类模块；

所述采集引导装置与所述摄像头装置连接，所述采集引导装置用于提示用户做出各种表情与各种姿态；

所述摄像头采集所述采集引导装置提示用户做的表情与姿态，生成人脸图像；

所述分析模块提取所述人脸图像的特征，并将提取的人脸图像的特征输入所述标签归类模块；

所述标签归类模块根据所述人脸图像的特征，生成对应的索引标签。

3.根据权利要求2所述的***，其特征在于，所述分析模块，包括：

环境光照特征分析子模块、表情特征分析子模块、姿态特征分析子模块、人种肤色特征分析子模块与配饰特征分析子模块；

所述环境光照特征分析子模块用于提取所述人脸图像的采集环境光照强度；

所述表情特征分析子模块用于提取人脸区域中重要器官的形态特征；

所述姿态特征分析子模块用于提取人脸区域的正、侧面姿态特征；

所述人种肤色特征分析子模块用于提取人脸区域的平均色度值。

4.根据权利要求2所述的***，其特征在于，所述采集引导装置，包括：

所述采集引导装置设置为显示屏，所述显示屏用于显示表情、姿态的提示符。

5.根据权利要求1所述的***，所述终端设备，还用于：

录入用户的身份信息，将所述用户的身份信息作为索引标签传输给所述分布式人脸数据库。

6.根据权利要求1所述的***，其特征在于，所述分布式人脸数据库有多个子数据库组成；

所述子数据库关联多个所述终端设备，用于存储所述终端设备上传的人脸图像及其索引标签，并将所述索引标签上传至所述数据库管理服务器。

7.根据权利要求6所述的***，其特征在于，所述子数据库，包括：

所述子数据库设置于独立服务器上，所述子数据库与所述独立服务器一一对应。

8.一种基于边缘计算的分布化人脸数据库***的生成方法，其特征在于，包括：

终端设备采集人脸图像，并分析提取所述人脸图像的特征，生成对应的索引标签；

将所述索引标签与所述人脸图像上传至分布式人脸数据库；

所述分布式人脸数据库存储所述人脸图像与所述索引标签，并且所述分布式人脸数据库将所述索引标签提供给数据管理服务器；

所述数据管理服务器对所述索引标签进行聚合，生成总索引表；所述分布式人脸数据库存储所述人脸图像与所述索引标签；

数据接口服务器根据所述数据管理服务器的调度，提取所述分布式人脸数据库中的人脸图像，将所述人脸图像与所述索引标签进行打包，生成人脸图像包；

根据所述人脸图像包，对人脸识别算法进行测试训练。

9.根据权利要求8所述的方法，其特征在于，终端设备采集人脸图像，并分析提取所述人脸图像的特征，生成对应的索引标签，包括：

用户根据采集引导装置显示的表情与姿态的提示符进行相应的动作；

所述摄像头对用户的相应动作进行拍摄，采集人脸图像；

通过环境光照特征分析子模块、表情特征分析子模块、姿态特征分析子模块、人种肤色特征分析子模块与配饰特征分析子模块，对所述人脸图像进行分析，分别提取所述人脸图像的环境光照、表情、姿态、人种、肤色和配饰特征；

将人脸图像的相应特征输入标签归类模块，生成对应的索引标签。

10.根据权利要求9所述的方法，其特征在于，将人脸图像的相应特征输入标签归类模块，生成对应的索引标签，包括：

所述环境光照特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成环境光照强度的索引标签；

所述表情特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成笑脸或哭脸类型的索引标签；

所述姿态特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成正面、侧面的索引标签；

所述人种肤色特征分析子模块将对所述人脸图像提取的特征输入所述标签归类模块，由所述标签归类模块生成黑色、黄色和白色的索引标签。

Images