人脸识别方法及装置制造方法及图纸

本发明专利技术提供人脸识别方法及装置，该方法包括：根据已知关键帧的位置，确定平稳序列预测公式，根据该平稳序列预测公式以及已知关键帧的位置，计算下一个疑似关键帧的预测位置；根据下一个疑似关键帧的预测位置以及已知关键帧的位置，调整泊松分布的合成因子；根据泊松分布和下一个疑似关键帧的预测位置，获取下一个关键帧的待检测范围；对下一个关键帧的待检测范围对应的图像帧进行人脸检测，根据待检测范围内的各个图像帧的人脸置信度的比较结果，确定人脸置信度最高的图像帧的位置作为下一个关键帧的位置；根据所检测出的下一个关键帧进行人脸识别。应用本发明专利技术可以只对预测的关键帧进行人脸特征提取和置信度计算，减小了计算资源。

【技术实现步骤摘要】

本专利技术涉及视频监控技术的人脸识别
，尤其涉及一种人脸识别方法及装置。
技术介绍
在视频监控系统的人脸识别
，一般可通过拍摄视频数据，选择最优人脸和进行人脸比对对实现人脸的识别。现有技术中，视频管理服务器可对目标人员经过时摄像机所拍摄的所有视频帧图像进行人脸特征质量判断，根据人脸特征质量选择最优人脸。由于进行人脸特征质量判断的过程有一定的计算量，因此现有技术对目标人员经过时摄像机所拍摄的所有视频帧图像进行人脸特征质量判断将耗费非常大的计算资源。在处理大量人流的视频数据时，人脸识别的性能可能非常低，而且现有技术的方案是在目标人员通过后才可选择出最优人脸，人脸识别的时延比较大。
技术实现思路
本专利技术提供一种人脸识别方法及装置，以解决现有技术中在人脸识别过程中将耗费非常大的计算资源选择最优人脸，并且人脸识别的时延较大的问题。根据本专利技术实施例的第一方面，提供一种人脸识别方法，所述方法包括：根据已知关键帧的位置，确定平稳序列预测公式本文档来自技高网...

【技术保护点】
一种人脸识别方法，其特征在于，所述方法包括：根据已知关键帧的位置，确定平稳序列预测公式；根据所述平稳序列预测公式，以及已知关键帧的位置，计算下一个疑似关键帧的预测位置；根据所述下一个疑似关键帧的预测位置以及所述已知关键帧的位置，调整泊松分布的合成因子；根据所述泊松分布和所述下一个疑似关键帧的预测位置，获取所述下一个关键帧的待检测范围；对所述下一个关键帧的待检测范围对应的图像帧进行人脸检测，根据所述待检测范围内的各个图像帧的人脸置信度的比较结果，确定人脸置信度最高的图像帧的位置作为所述下一个关键帧的位置；根据所检测出的下一个关键帧进行人脸识别。

【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法包括：
根据已知关键帧的位置，确定平稳序列预测公式；
根据所述平稳序列预测公式，以及已知关键帧的位置，计算下一个疑似
关键帧的预测位置；
根据所述下一个疑似关键帧的预测位置以及所述已知关键帧的位置，调
整泊松分布的合成因子；
根据所述泊松分布和所述下一个疑似关键帧的预测位置，获取所述下一
个关键帧的待检测范围；
对所述下一个关键帧的待检测范围对应的图像帧进行人脸检测，根据所
述待检测范围内的各个图像帧的人脸置信度的比较结果，确定人脸置信度最
高的图像帧的位置作为所述下一个关键帧的位置；
根据所检测出的下一个关键帧进行人脸识别。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测范围
内的各个图像帧的人脸置信度的比较结果，确定人脸置信度最高的图像帧的
位置作为所述下一个关键帧的位置之后，还包括：将确定位置的下一个关键
帧作为已知关键帧，继续预测下一个关键帧，直到所预测的下一个关键帧达
到捕获的图像帧的帧数上限值时，停止预测。
3.根据权利要求1所述的方法，其特征在于，所述根据已知关键帧的位
置，确定平稳序列预测公式，包括：
根据已知关键帧的位置，确定自回归滑动平均模型ARMA的相关系数和
模型阶数，其中，所述相关系数包括自回归系数、移动平均系数和白噪声项。
4.根据权利要求1所述的方法，其特征在于，所述根据已知关键帧的位
置，确定平稳序列预测公式之前，还包括：设定捕获的图像帧的帧数上限值；
对捕获到的某些图像帧计算人脸置信度，并根据人脸置信度选择统计关键帧。
5.根据权利要求4所述的方法，其特征在于，所述已知关键帧为统计关

\t键帧，或为统计关键帧和已经确定位置的预测关键帧，或者为已经确...

【专利技术属性】
技术研发人员：陈燕兵，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江;33