The invention provides a device and a method for face recognition, the method includes: two video collection of the face, and to determine the coordinates of 3D pose face each video frame in every section of the video in the preset 3D pose relative to the axis rotation of the three angles of the three-dimensional coordinates of attitude the face in the video frame; according to the three-dimensional attitude coordinate frames of a video are mentioned in the two paragraph of the video were clustering, and in each class of the video frames from a video frame as key frame; face feature between the key frames of the video calculation mentioned in the two paragraph of the video. The distance, and according to the feature distance determine the face two of the video is the same person. The invention of the cluster through video frames for each video, select the key video frames, and then facial feature distance calculation, which ensure the accuracy of face recognition, and reduces the amount of computation, improve the recognition efficiency.
【技术实现步骤摘要】
人脸识别方法及装置
本专利技术涉及人脸识别
,特别是涉及一种人脸识别方法及装置。
技术介绍
人脸识别是一种基于人的脸部特征信息进行身份识别的生物识别技术。,其是通过摄像机或摄像装置采集含有人脸的图像或视频流,并自动在图像中定位和跟踪人脸,进而对定位到的人脸进行识别。目前,人脸识别由于在安全和快捷方面的优势,已被广泛应用于上班打卡、安全支付及安全认证等领域。在实际的人脸识别使用场景中,通常使用摄像头获得连续视频帧,然后依据这些连续的视频帧进行人脸特征提取和验证识别。例如使用的摄像头的帧率是17帧每秒,实际拍摄某人的时间为5秒,那么实际拿到的人脸图片为17*5=85张。现有技术方案有两种处理方法:其一、从85张人脸图片中找到一张角度最“正”的人脸,以此代表此人此次采集的85张人脸图片。这种方案中只选取一张正脸照,丢弃了实际场景下大量宝贵的信息,没有充分地利用视频中的人脸信息,人脸识别准确率不高;其二、将85张人脸图片全部作为有效人脸图片,提取85张人脸图片的特征,并将所有提出的特征作为验证比对的依据。这种方案计算量太大,而且由于人脸视频帧与帧之间的相似性很大,逐帧计算会有大量的冗余,一方面会大大的增加计算量,另一方面也不利于最终的识别结果。上述两种处理方法均不能解决同时提高人脸识别的准确率和效率的问题。
技术实现思路
鉴于上述状况,有必要针对现有技术中不能同时提高人脸识别准确率和人效率的问题,提供一种人脸识别方法及装置。本专利技术提供了一种人脸识别方法,包括:采集人脸的两段视频,并确定每一段所述视频的每一个视频帧中的人脸的三维姿态坐标,所述三维姿态坐标为所述 ...
【技术保护点】
一种人脸识别方法,其特征在于,包括:采集人脸的两段视频,并确定每一段所述视频的每一个视频帧中的人脸的三维姿态坐标,所述三维姿态坐标为所述视频帧中的人脸相对于预设的三维姿态坐标轴旋转的三个角度;根据所述三维姿态坐标将两段所述视频的视频帧分别进行聚类,并在每一类所述视频帧中选取一个视频帧作为关键视频帧;计算两段所述视频的所述关键视频帧之间的人脸特征的距离,并根据所述人脸特征的距离确定两个所述视频中的人脸是否为同一人。
【技术特征摘要】
1.一种人脸识别方法,其特征在于,包括:采集人脸的两段视频,并确定每一段所述视频的每一个视频帧中的人脸的三维姿态坐标,所述三维姿态坐标为所述视频帧中的人脸相对于预设的三维姿态坐标轴旋转的三个角度;根据所述三维姿态坐标将两段所述视频的视频帧分别进行聚类,并在每一类所述视频帧中选取一个视频帧作为关键视频帧;计算两段所述视频的所述关键视频帧之间的人脸特征的距离,并根据所述人脸特征的距离确定两个所述视频中的人脸是否为同一人。2.如权利要求1所述的人脸识别方法,其特征在于,所述预设的三维姿态坐标轴为:以人脸处于正视的姿态下,脖子所在的方向为z轴、两个耳朵所在的方向为y轴、鼻尖与z轴垂直的方向为x轴;所述确定每一段所述视频的每一个视频帧中的人脸的三维姿态坐标的步骤包括:检测每一段所述视频的每一个视频帧中人脸的关键点;根据所述关键点的坐标确定每一个所述视频帧中的人脸的三维姿态坐标。3.如权利要求1所述的人脸识别方法,其特征在于,所述在每一类所述视频帧中选取一个视频帧作为关键视频帧的步骤包括:确定每一类所述视频帧中由所述三维姿态坐标所形成的区域的中心位置;将每一类所述视频帧中最靠近所述中心位置的所述三维姿态坐标所对应的视频帧作为关键视频帧。4.如权利要求1所述的人脸识别方法,其特征在于,所述计算两段所述视频的所述关键视频帧之间的人脸特征的距离的步骤包括:分别提取两段所述视频的所述关键视频帧的人脸特征,所述人脸特征可通过下述公式提取:其中,表示第一段所述视频的第i个关键视频帧,k1表示第一个视频中关键视频帧的数量;表示第二段所述视频的第j个关键视频帧,k2表示第二段所述视频的关键视频帧的数量;f为人脸特征提取函数;和分别表示第一段视频和第二段视频中的关键视频帧的人脸特征;计算其中一段所述视频的每一个所述关键视频帧分别与另一段所述视频的每一个所述关键视频帧的人脸特征的距离。5.如权利要求4所述的人脸识别方法,其特征在于,所述根据所述人脸特征的距离确定所述两段视频中的人脸是否为同一人的步骤包括:将计算的所述人脸特征的距离中数值最大的一个与预设的距离阈值进行比较;当所述数值最大的人脸特征的距离大于所述距离阈值时,确定两个所述视频中的人脸不为同...
【专利技术属性】
技术研发人员:张玉兵,
申请(专利权)人:广州视源电子科技股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。