提高人脸识别效率的方法和人脸识别系统技术方案

公开了一种提高人脸识别效率的方法和人脸识别系统,在不同识别位置布置人脸识别设备，多个人脸识别设备采集和识别人脸图像，对识别准确率大于预定准确率的所述一个或多个人脸识别设备以识别对象为标的进行人脸图像归档处理，其中，所述识别对象指的是不需要具体身份且仅是通过人脸识别设备识别到的对象。

Method of improving face recognition efficiency and face recognition system

A method for improving the efficiency of face recognition and face recognition system is presented. A face recognition device is arranged at different recognition locations. A multi person face recognition device collects and identifies a face image, and the face image is classified as the target of one or more individual face recognition equipment which is more accurate than the predetermined accuracy rate. File processing, in which the identified object refers to objects that are not recognized by specific identities and are recognized only by face recognition devices.

【技术实现步骤摘要】
提高人脸识别效率的方法和人脸识别系统
本专利技术属于人脸识别
，特别是涉及一种提高人脸识别效率的方法和人脸识别系统。
技术介绍
目前，人脸识别技术随着摄像头、算法、数据量等方面条件的成熟，逐渐成为一种底层应用工具类技术，得到不断普及。利用人脸识别技术实现考勤管理、安防验证等构思已经不再罕见。其基本原理如下，通过设置在合适区域的摄像设备来采集通过的人群的脸部数据，将该数据与系统预存的人脸数据进行比对，从而实现身份验证与识别判断。相较于传统的刷卡、刷指纹、刷脸而言，现在的人脸识别技术的难度在于不给被扫描对象任何打扰感，不要求被扫描对象的专门配合。传统的刷卡、刷指纹、刷脸，尤其是刷脸，虽然也是通过面部识别来实现身份认证，但是其要求对象在特定位置保持特定姿势，这样的应用场景，对于高流量，免打扰的应用场景还不够完美。然而，在非干预的情况下，自然流动的人群，可能出现眼镜、口罩、侧脸、低头、帽子等多种因素的干扰，导致识别准确率大大降低。虽然可以通过深度学习、数据训练等方式，不断提高识别准确率，也可以通过设置更强的摄像设备，提高采集到的脸部数据量，甚至增加三维建模还原真实脸部轮廓等技术来实现识别准确率的进一步提升，但是在当前的计算能力和设备硬件能力的情况下，仅从单一镜头识别的角度出发去做改进，识别准确率的提升效率，随着识别准确率变得越来越高，则提升难度越来越大。专利文献CN104899579A公开了人脸识别方法，方法包括：根据预设的深度学习模型提取待识别人脸图像以及人脸图像样本的人脸特征向量；基于提取出的人脸特征向量计算所述待识别人脸图像与所述人脸图像样本的相似度取值；根据计算出的所述相似度取值对所述待识别人脸图像进行人脸识别。该专利通过根据预设的深度学习模型提取待识别人脸图像以及人脸图像样本的人脸特征向量，并基于提取出的人脸特征向量计算所述待识别人脸图像与所述人脸图像样本的相似度取值，然后根据计算出的所述相似度取值对所述待识别人脸图像进行人脸识别。但该专利仍然是单一的人脸识别，无法突破该设备所处环境、设备性能等局限，无法基于识别对象进行归档，使得人脸识别效率低，利用效果差。专利文献CN106355138A公开的基于深度学习和关键点特征提取的人脸识别方法包括以下步骤，步骤1、获取视频图像，提取视频图像中的类哈尔特征；步骤2、根据类哈尔特征，构建级联的强分类器，再利用强分类器检测出视频图像中的人眼区域图像；步骤3、对人眼区域图像对称设置至少7个关键点，再对其进行区域划分，获得局部图像块；步骤4、获取人脸数据库中设置有相同关键点的预处理局部图像块，将其匹配局部图像块获得对应关键点的图像块对，再利用深度卷积神经网络提取出图像块对的特征向量；步骤5、计算特征向量的分类器决策分，判断出分类器决策分最高的图像块对，其中属于人脸数据库中的预处理局部图像块所在人脸图像作为识别的输出结果。该专利降低非限定条件下人脸识别的错误率，但该专利仍然是单一的人脸识别，无法突破该设备所处环境、设备性能等局限，无法基于识别对象进行归档，使得人脸识别效率低，利用效果差。
技术实现思路
针对现有技术中存在的问题，本专利技术提供一种提高人脸识别效率的方法和人脸识别系统，人脸识别系统对识别准确率大于预定准确率的所述一个或多个人脸识别设备以识别对象为标的进行人脸图像归档处理，提升对单一事件中，通过形成人脸识别系统，基于识别对象进行归档，使得人脸识别效率高且利用效果好。本专利技术的目的是通过以下技术方案予以实现：本专利技术的一方面，一种提高人脸识别效率的方法包括如下步骤：在不同识别位置布置人脸识别设备，多个人脸识别设备采集和识别人脸图像，对识别准确率大于预定准确率的所述一个或多个人脸识别设备以识别对象为标的进行人脸图像归档处理，其中，所述识别对象指的是不需要具体身份且仅是通过人脸识别设备识别到的对象。在所述的一种提高人脸识别效率的方法中，人脸识别系统采集每个人脸识别设备的识别参数，识别参数包括拍摄所述人脸图像的人脸识别设备的性能参数、环境参数和/或占用人脸识别系统的资源参数，人脸识别系统对识别准确率大于预定准确率的所述一个或多个人脸识别设备以识别对象为标的进行人脸图像和相应的识别参数归档处理。其中，影响识别的参数大致分为三个方面，一是人脸识别设备的性能参数，二是人脸识别设备所处的环境参数，三是系统处理人脸识别的资源参数，因此，本专利技术中，识别参数包括拍摄所述人脸图像的人脸识别设备的性能参数、环境参数和/或占用人脸识别系统的资源参数。在所述的一种提高人脸识别效率的方法中，所述性能参数包括人脸识别设备的分辨率、清晰度、信噪比和/或白平衡参数，所述环境参数包括人脸识别设备的识别位置、识别角度、人脸识别完整度和/或环境光强，所述占用人脸识别系统的资源参数包括占用识别系统的CPU使用率、内存使用率。在所述的一种提高人脸识别效率的方法中，基于识别参数给每个人脸识别设备设置权重系数，每个人脸识别设备识别人脸图像的识别结果和数据库中的图像数据比较获得识别准确率，识别准确率乘以权重系数得到每个人脸识别设备的权重识别准确率，人脸识别系统对所述权重识别准确率大于预定准确率的所述一个或多个人脸识别设备以识别对象为标的进行人脸图像归档处理。在所述的一种提高人脸识别效率的方法中，通过数据验证调整所述权重系数使得识别准确率逼近最高概率值以获得每个人脸识别设备的最佳权重系数。在所述的一种提高人脸识别效率的方法中，所述权重系数为加权权重参数，所述加权权重系数通过对性能参数权重系数、环境参数权重系数和/或占用人脸识别系统的资源参数权重系数加权获得。在所述的一种提高人脸识别效率的方法中，对预定人脸图像识别时，将所述识别准确率从大到小排序，当识别准确率位于预定顺序的一个或多个人脸识别设备以识别对象为标的进行人脸图像和相关的识别参数的归档处理。在所述的一种提高人脸识别效率的方法中，基于识别位置和/或识别时间段对归档处理得出的归档数据进行标记，所述归档数据包括临时增加的临时归档数据，所述临时归档数据可与所述归档数据归档处理。在所述的一种提高人脸识别效率的方法中，归档数据与具有身份档案的静态数据库校验和对接，定期通过与所述静态数据库的校验来核实归档数据中的真实身份，符合身份条件的归档数据转化成静态数据库的数据。在所述的一种提高人脸识别效率的方法中，所述识别参数包括识别时间和识别备注信息，人脸识别系统基于识别对象及其识别参数构建识别对象的移动轨迹。根据本专利技术的另一方面，一种实施提高人脸识别效率的方法的人脸识别系统包括多个布置在不同识别位置的人脸识别设备和处理器，所述处理器包括判断识别准确率是否大于预定准确率的判断器和用于以识别对象为标的进行人脸图像归档处理的归档器。在所述的人脸识别系统中，人脸识别系统包括用于采集识别参数的数据采集装置，处理器连接所述人脸识别设备和数据采集装置，处理器还包括用于设置人脸识别设备权重系数的权重单元、将识别结果和数据库中的图像数据比较获得概率值的比较单元、连接所述权重单元和比较单元的排序单元，排序单元将概率值乘以权重系数得到每个人脸识别设备的识别准确率从大到小排序。在所述的人脸识别系统中，处理器包括用于将归档数据定期与具有身份档案的静态数据库校验的校验器，处理器发送校验通过的归档数本文档来自技高网...

【技术保护点】
一种提高人脸识别效率的方法，其包括如下步骤：在不同识别位置布置人脸识别设备，多个人脸识别设备采集和识别人脸图像，对识别准确率大于预定准确率的所述一个或多个人脸识别设备以识别对象为标的进行人脸图像归档处理，其中，所述识别对象指的是不需要具体身份且仅是通过人脸识别设备识别到的对象。

【技术特征摘要】
1.一种提高人脸识别效率的方法，其包括如下步骤：在不同识别位置布置人脸识别设备，多个人脸识别设备采集和识别人脸图像，对识别准确率大于预定准确率的所述一个或多个人脸识别设备以识别对象为标的进行人脸图像归档处理，其中，所述识别对象指的是不需要具体身份且仅是通过人脸识别设备识别到的对象。2.根据权利要求1所述的一种提高人脸识别效率的方法，其特征在于：归档数据与具有身份档案的静态数据库校验和对接，定期通过与所述静态数据库的校验来核实归档数据中的真实身份，符合身份条件的归档数据转化成静态数据库的数据。3.根据权利要求1所述的一种提高人脸识别效率的方法，其特征在于：基于识别位置和/或识别时间段对归档处理得出的归档数据进行标记，所述归档数据包括临时增加的临时归档数据，所述临时归档数据可与所述归档数据归档处理。4.根据权利要求1所述的一种提高人脸识别效率的方法，其特征在于：人脸识别系统采集每个人脸识别设备的识别参数，识别参数包括拍摄所述人脸图像的人脸识别设备的性能参数、环境参数和/或占用人脸识别系统的资源参数，人脸识别系统对识别准确率大于预定准确率的所述一个或多个人脸识别设备以识别对象为标的进行人脸图像和相应的识别参数归档处理。5.根据权利要求4所述的一种提高人脸识别效率的方法，其特征在于：所述性能参数包括人脸识别设备的分辨率、清晰度、信噪比和/或白平衡参数，所述环境参数包括人脸识别设备的识别位置、识别角度、人脸识别完整度和/或环境光强，所述占用人脸识别系统的资源参数包括占用识别系统的CPU使用率、内存使用率。6.根据权利要求4所述的一种提高人脸识别效率的方法，其特征在于：基于识别参数给每个人脸识别设备设置权重系数，每个人脸识别设备识别人脸图像的识别结果和数据库中的图像数据比较获得识别准确率，识别准确率乘以权重系数得到每个人脸识别...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：高域北京智能科技研究院有限公司，
类型：发明
国别省市：北京,11