一种基于视频方式的人脸识别样本采集方法及系统技术方案

本发明专利技术提供一种基于视频方式的人脸识别样本采集方法及系统，首先获取视频的图像帧中具有运动信息的图像区域，然后检测所述图像区域以获取人脸像素区域，接着对含有人脸的图像帧中人脸像素区域进行跟踪，获取同一人脸的历史图像帧，再对质量高的同一人脸的历史图像帧进行人脸特征提取，获取人脸识别所需的人脸特征，最后存储所述人脸特征。整个人脸识别样本采集的过程不需要样本采集工作者手动操作，采集的速度快、效率高。

【技术实现步骤摘要】

本专利技术涉及人脸识别
，特别涉及一种基于视频方式的人脸识别样本采集方法及系统。
技术介绍
人脸识别不仅是人工智能领域的研究热点，在公共安全领域，其研究也有着重要的现实意义。人脸识别技术包括人脸图像样本采集、样本图像预处理、分类器训练和样本识别这几个技术环节，而样本采集工作是人脸识别的基石，其意义不言而喻。人脸识别样本采集工作以往都是基于图像的方式。比如，先让志愿者依次有序的处于某个拍摄点；然后，样本采集工作者根据姿态、光照、表情等差异对志愿者进行多次拍摄；最后，样本采集工作者根据拍摄得到的图像进行筛选处理，建立人脸识别样本库。这种基于图像的方式虽然直观，但仍然存在三点不足：第一，让大量的志愿者依次有序的处于拍摄点进行多次拍照，这种做法十分耗时耗力；第二，人脸识别对人脸样本在分辨率上有严格的要求，因此，拍摄的图像能否达到识别标准，尚须要样本采集工作者一一查验；第三，样本整理是一个长期过程，样本采集工作者在整理时难免产生工作疲劳，因此，入库的人脸信息也存在错误的风险。现有技术中也有一些人脸识别样本采集工作是基于视频方式的。比如，用监控摄像机在某一定点拍摄视频，样本采集工作者在后台截取视频中含有人脸的图像帧，然后对含有人脸的图像帧根据姿态、光照、表情等进行识别，将符合的图像帧放入人脸识别样本库。这种基于视频方式的样本采集技术，不需要志愿者依次有序的处于拍摄点进行多次拍摄，但是还是需要样本采集工作者手动选取含有人脸的图像帧，并人工查验该图像帧是否达到识别标准，再进行样本整理。整个过程费时费力，效率低。
技术实现思路
为此，本专利技术所要解决的技术问题在于现有技术中基于视频的人脸识别样本采集方法速度慢、耗时长且效率低，从而提出一种基于视频方式的人脸识别样本采集方法及系统。为解决上述技术问题，本专利技术提供如下技术方案：一种基于视频方式的人脸识别样本采集方法,包括如下步骤：获取视频的图像帧中具有运动信息的图像区域；检测所述图像区域以获取人脸像素区域；对含有人脸的图像帧中人脸像素区域进行跟踪，获取同一人脸的历史图像帧；对质量高的同一人脸的历史图像帧进行人脸特征提取，获取人脸识别所需的人脸特征；存储所述人脸特征。上述基于视频方式的人脸识别样本采集方法，所述获取视频的图像帧中具有运动信息的图像区域步骤包括：利用所述视频中的初始图像帧建立背景模型；对当前图像帧建立前景模型；计算所述背景模型和所述前景模型的差异；获取在前景模型和背景模型之间的差异大于预设阈值的像素区域，作为具有运动信息的图像区域。上述基于视频方式的人脸识别样本采集方法，所述检测所述图像区域以获取人脸像素区域步骤包括：对当前图像帧建立图像金字塔；载入离线训练的各姿态人脸模型；计算各层图像金字塔上的特征；计算所述特征在离线训练的各姿态人脸模型上的响应值；获取最大响应值达到人脸检测阈值的图像帧，提取当前图像帧中人脸像素区域及人脸的姿态信息。上述基于视频方式的人脸识别样本采集方法，所述对所述含有人脸的图像帧中人脸像素区域进行跟踪步骤包括：建立人脸跟踪模型和人脸轨迹初始节点；计算当前图像帧中人脸像素区域的纹理特征和边缘特征在人脸跟踪模型上的响应；将当前图像帧中最大响应所对应的人脸像素区域坐标加入人脸轨迹的尾部节点；若当前图像帧的人脸像素区域到达图像帧的边界时，结束跟踪，获取从人脸轨迹初始节点到人脸轨迹尾部节点的同一人脸的历史图像帧。上述基于视频方式的人脸识别样本采集方法，所述对质量高的同一人脸的历史图像帧进行人脸特征提取步骤包括：对质量高的图像帧进行光照预处理；计算经光照预处理后的图像帧中人脸像素区域的人脸特征；对所述人脸特征进行主要成分分析和独立成分分析；获取人脸识别所需的人脸特征。上述基于视频方式的人脸识别样本采集方法，所述存储所述人脸特征步骤包括：将所述人脸特征与人脸样本库中的各个人脸特征进行比对；若所述人脸特征与人脸样本库中某一个人脸特征相近，则将所述人脸特征及对应的人脸像素区域存储到相近的该人脸特征样本信息样本库中；若所述人脸特征与人脸样本库中各个人脸特征差异较大，则新建一个人脸特征信息样本库存储所述人脸特征及对应的人脸像素区域。一种基于视频方式的人脸识别样本采集系统，包括：图像区域获取模块，用于获取视频的图像帧中具有运动信息的图像区域；人脸检测模块，用于检测所述图像区域以获取人脸像素区域；人脸跟踪模块，用于对含有人脸的图像帧中人脸像素区域进行跟踪，获取同一人脸的历史图像帧；人脸特征获取模块，用于对质量高的同一人脸的历史图像帧进行人脸特征提取，获取人脸识别所需的人脸特征；人脸特征存储模块，用于存储所述人脸特征。上述基于视频方式的人脸识别样本采集系统，所述图像区域获取模块包括：背景模型建立子模块，用于利用所述视频中的初始图像帧建立背景模型；前景模型建立子模块，用于对当前图像帧建立前景模型；差异计算子模块，用于计算所述背景模型和所述前景模型的差异；图像区域获取子模块，用于获取在前景模型和背景模型之间的差异大于预设阈值的像素区域，作为具有运动信息的图像区域。上述基于视频方式的人脸识别样本采集系统，所述人脸检测模块中：图像金字塔建立子模块，用于对当前图像帧建立图像金字塔；离线模型载入子模块，用于载入离线训练的各姿态人脸模型；特征计算子模块，用于计算各层图像金字塔上的特征；响应值计算子模块，用于计算所述特征在离线训练的各姿态人脸模型上的响应值；人脸像素区域获取子模块，用于获取最大响应值达到人脸检测阈值的图像帧，提取当前图像帧中人脸像素区域及人脸的姿态信息。上述基于视频方式的人脸识别样本采集系统，所述人脸跟踪模块包括：人脸跟踪模型建立子模块，用于建立人脸跟踪模型和人脸轨迹初始节点；特征响应计算子模块，用于计算当前图像帧中人脸像素区域的纹理特征和边缘特征在人脸跟踪模型上的响应；最大响应处理子模块，用于将当前图像帧中最大响应所对应的人脸像素区域坐标加入人脸轨迹的尾部节点；同一人脸的历史图像帧获取子模块，用于在当前图像帧的人脸像素区域到达图像帧的边界时，结束跟踪，获取从人脸轨迹初始节点到人脸轨迹尾部节点的同一人脸的历史图像帧。上述基于视频方式的人脸识别样本采集系统，所述人脸特征获取模块包括：...

【技术保护点】
一种基于视频方式的人脸识别样本采集方法,其特征在于，包括如下步骤：获取视频的图像帧中具有运动信息的图像区域；检测所述图像区域以获取人脸像素区域；对含有人脸的图像帧中人脸像素区域进行跟踪，获取同一人脸的历史图像帧；对质量高的同一人脸的历史图像帧进行人脸特征提取，获取人脸识别所需的人脸特征；存储所述人脸特征。

【技术特征摘要】
1.一种基于视频方式的人脸识别样本采集方法,其特征在于，包括如下
步骤：
获取视频的图像帧中具有运动信息的图像区域；
检测所述图像区域以获取人脸像素区域；
对含有人脸的图像帧中人脸像素区域进行跟踪，获取同一人脸的历史图
像帧；
对质量高的同一人脸的历史图像帧进行人脸特征提取，获取人脸识别所
需的人脸特征；
存储所述人脸特征。
2.根据权利要求1所述的基于视频方式的人脸识别样本采集方法，其
特征在于，所述获取视频的图像帧中具有运动信息的图像区域步骤包括：
利用所述视频中的初始图像帧建立背景模型；
对当前图像帧建立前景模型；
计算所述背景模型和所述前景模型的差异；
获取在前景模型和背景模型之间的差异大于预设阈值的像素区域，作为
具有运动信息的图像区域。
3.根据权利要求1或2所述的基于视频方式的人脸识别样本采集方法，
其特征在于，所述检测所述图像区域以获取人脸像素区域步骤包括：
对当前图像帧建立图像金字塔；
载入离线训练的各姿态人脸模型；
计算各层图像金字塔上的特征；
计算所述特征在离线训练的各姿态人脸模型上的响应值；
获取最大响应值达到人脸检测阈值的图像帧，提取当前图像帧中人脸像
素区域及人脸的姿态信息。
4.根据权利要求1-3任一所述的基于视频方式的人脸识别样本采集方
法，其特征在于，所述对所述含有人脸的图像帧中人脸像素区域进行跟踪步
骤包括：
建立人脸跟踪模型和人脸轨迹初始节点；
计算当前图像帧中人脸像素区域的纹理特征和边缘特征在人脸跟踪模型
上的响应；
将当前图像帧中最大响应所对应的人脸像素区域坐标加入人脸轨迹的尾
部节点；
若当前图像帧的人脸像素区域到达图像帧的边界时，结束跟踪，获取从
人脸轨迹初始节点到人脸轨迹尾部节点的同一人脸的历史图像帧。
5.根据权利要求1-4任一所述的基于视频方式的人脸识别样本采集方
法，其特征在于，所述对质量高的同一人脸的历史图像帧进行人脸特征提取
步骤包括：
对质量高的图像帧进行光照预处理；
计算经光照预处理后的图像帧中人脸像素区域的人脸特征；
对所述人脸特征进行主要成分分析和独立成分分析；
获取人脸识别所需的人脸特征。
6.根据权利要求1-5任一所述的基于视频方式的人脸识别样本采集方
法，其特征在于，所述存储所述人脸特征步骤包括：
将所述人脸特征与人脸样本库中的各个人脸特征进行比对；
若所述人脸特征与人脸样本库中某一个人脸特征相近，则将所述人脸特
征及对应的人脸像素区域存储到相近的该人脸特征样本信息样本库中；
若所述人脸特征与人脸样本库中各个人脸特征差异较大，则新建一个人
脸特征信息样本库存储所述人脸特征及对应的人脸像素区域。
7.一种基于视频方式的人脸识别样本采集系统，其特征在于，包括：
图像区域获取模块，用于获取视频的图像帧中具有运动信息的图像区域；
人脸检测模块，用于检测所述图像区域以获取人脸像素区域；
人脸跟踪模块，用于对含有人脸的图像帧中...

【专利技术属性】
技术研发人员：鄢展鹏，姜莎，张泉，张震国，晋兆龙，陈卫东，
申请(专利权)人：苏州科达科技股份有限公司，
类型：发明
国别省市：江苏;32