人脸识别方法、系统、计算机设备和计算机可读存储介质技术方案

本申请涉及一种人脸识别方法、系统、计算机设备和计算机可读存储介质。所述方法包括：获取当前帧图像中所有人脸的人脸位置，剔除当前帧图像中与前置帧信息集合中重合的人脸位置，前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置，获取当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，人脸用于指示服务器识别人脸对应的身份信息。采用本方法能够降低人脸识别过程中网络开销。

【技术实现步骤摘要】
人脸识别方法、系统、计算机设备和计算机可读存储介质
本申请涉及计算机
，特别是涉及一种人脸识别方法、系统、计算机设备和存储介质。
技术介绍
随着计算机技术和人工智能技术的快速发展，人脸识别技术越来越成熟，目前，人脸识别可以通过云端识别来实现。即通过设备获取人脸图像或视频等，通过网络上传到云端，由云端对图像或视频进行人脸识别。然而，传统技术中，存在网络开销大的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够降低网络开销的人脸识别方法、系统、计算机设备和计算机可读存储介质。一种人脸识别方法，所述方法包括：获取当前帧图像中所有人脸的人脸位置；剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置；获取所述当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，所述人脸用于指示所述服务器识别所述人脸对应的身份信息。一种人脸识别方法，包括：接收当前帧图像中剔除人脸位置后剩余的人脸位置对应的人脸，所述人脸是将所述当前帧图像中所有人脸的人脸位置通过剔除所述当前帧图像与前置帧信息集合中重合的人脸位置后得到的；所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置；获取所述人脸对应的人脸特征信息；根据所述人脸特征信息在数据库中搜索所述人脸对应的人脸相似集；根据所述人脸相似集获取所述人脸对应的相似人脸，调取所述相似人脸对应的身份信息。一种人脸识别方法，所述方法包括：获取当前帧图像中所有人脸；剔除所述当前帧图像与前置帧信息集合中重合的人脸，所述前置帧信息集合用于保存上一帧图像中所有人脸；获取所述当前帧图像中剔除重合人脸后剩余的人脸并发送给服务器，所述人脸用于指示所述服务器识别所述人脸对应的身份信息。一种人脸识别系统，包括：人脸位置获取模块，用于获取当前帧图像中所有人脸的人脸位置；重合位置剔除模块，用于剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置；剩余人脸发送模块，用于获取所述当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，所述人脸用于指示所述服务器识别所述人脸对应的身份信息。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取当前帧图像中所有人脸的人脸位置；剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置；获取所述当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，所述人脸用于指示所述服务器识别所述人脸对应的身份信息。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取当前帧图像中所有人脸的人脸位置；剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置；获取所述当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，所述人脸用于指示所述服务器识别所述人脸对应的身份信息。上述人脸识别方法、系统、计算机设备和计算机可读存储介质，通过获取当前帧图像中所有人脸的人脸位置，剔除当前帧图像中与前置帧信息集合中重合的人脸位置，前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置，获取当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，服务器识别人脸对应的身份信息。由于可以剔除当前帧图像中与上一帧图像中重合的人脸位置，将剩余的人脸位置对应的人脸发送给服务器进行识别，可以降低网络开销。附图说明图1为一个实施例中人脸识别方法的应用环境图；图2为一个实施例中人脸识别方法的流程图；图3为另一个实施例中人脸识别方法的流程图；图4为一个实施例中保存背景人脸信息集合的流程图；图5为一个实施例中剔除与重复脸检测集合重合的人脸位置的流程图；图6为一个实施例中人脸识别方法的流程图；图7为另一个实施例中人脸识别方法的流程图；图8为一个实施例中人脸识别方法应用的流程图；图9为一个实施例中人脸识别系统的结构框图；图10为另一个实施例中人脸识别系统的结构框图；图11为又一个实施例中人脸识别系统的结构框图；图12为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的人脸识别方法，可以应用于如图1所示的应用环境中。其中，电子设备102通过网络与服务器10进行通信。电子设备102获取当前帧图像中所有人脸的人脸位置，剔除当前帧图像与前置帧信息集合中重合的人脸位置，前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置，获取当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器104，服务器104用于识别人脸对应的身份信息。其中，电子设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等具备图像或视频采集功能的设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种人脸识别方法，以该方法应用于图1中的电子设备为例进行说明，包括以下步骤：步骤202，获取当前帧图像中所有人脸的人脸位置。当前帧图像是指电子设备通过成像设备实时捕捉当前场景的画面生成的图像。具体地，电子设备可以每隔预设时间采集一帧当前帧图像，预设时间可以是1s、2s、3s等不限于此。电子设备可以对当前帧图像进行人脸检测，确定当前帧图像中是否包含人脸，并获取当前帧图像中所有人脸对应的人脸位置。当前帧图像是由多个像素点组成的图像。当前帧图像中所有人脸的人脸可以采用以像素为单位来表示。例如，在一张1028*700像素的当前帧图像中，人脸位置可以表示为距离图像左下角向右50像素，向上100像素，大小为30*30像素的区域。电子设备也可以采用坐标的形式来表示。例如，电子设备可以以当前帧图像的左下角作为原点，横向为横坐标轴x，纵向为纵坐标轴y建立坐标系，则当前帧图像中人脸的人脸位置可以表示为S＝[(x1，y1)，(x2，y2)]，其中，(x1，y1)和(x2，y2)分别为人脸位置所形成的区域中左下角和右上角两个点的坐标，则上述人脸位置可以表示为S＝[(50，100)，(80，130)]，即人脸位置为横向距离当前帧图像左下角为50像素，纵向距离为100像素，宽度和高度均为30像素的区域。电子设备还可以以尺寸大小等方式表示人脸位置，在此不做限定。电子设备可以根据CNN(ConvolutionalNeuralNetwork，卷积神经网络)、DNN(DeepNeuralNetwork，深度神经网络)、RNN(RecurrentNeuralNetwork，循环神经网络)等深度学习算法训练人脸检测模型。人脸检测模型一般包括输入层、隐层和输出层；输入层用于接收当前帧图像的输入；隐层用于对接收到的当前帧图像进行处理；输出层用于输出对当前帧图像处理的最终结果。电子设备可以获取当前帧图像，将当前帧图像输入到训练的人脸检测模型本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，所述方法包括：获取当前帧图像中所有人脸的人脸位置；剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置；获取所述当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，所述人脸用于指示所述服务器识别所述人脸对应的身份信息。

【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：获取当前帧图像中所有人脸的人脸位置；剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置；获取所述当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，所述人脸用于指示所述服务器识别所述人脸对应的身份信息。2.根据权利要求1所述方法，其特征在于，所述剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置之后，还包括：清空所述前置帧信息集合，将所述当前帧图像中所有人脸的人脸位置保存至所述前置帧信息集合。3.根据权利要求1所述方法，其特征在于，所述剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，包括：将所述当前帧图像中的人脸位置与前置帧信息集合中的人脸位置进行比对，剔除所述当前帧图像中与前置帧信息集合中对应人脸位置的重合率超过第一预设值的人脸位置。4.根据权利要求1所述方法，其特征在于，所述剔除所述当前帧图像与前置帧信息集合中重合的人脸位置，所述前置帧信息集合用于保存上一帧图像中所有人脸的人脸位置之后，还包括：剔除所述当前帧图像中与背景人脸信息集合中重合的人脸位置,所述背景人脸信息集合用于存储图像中的背景人脸。5.根据权利要求4所述方法，其特征在于，所述剔除所述当前帧图像中与背景人脸信息集合中重合的人脸位置，包括：将所述当前帧图像中剔除与前置帧信息集合重合的人脸位置后剩余的人脸位置与背景人脸信息集合中的人脸位置进行比对，剔除所述剩余的人脸位置中与背景人脸信息集合中对应人脸位置的重合率超过第二预设值的人脸位置。6.根据权利要求4所述方法，其特征在于，所述方法还包括：获取连续若干帧图像中的人脸位置；获取所述连续若干帧图像中对应人脸位置的重叠率超过第三预设值的人脸位置；将获取的所述重叠率超过第三预设值的人脸位置存入背景人脸信息集合中。7.根据权利要求1或4所述方法，其特征在于，所述获取所述当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸并发送给服务器，所述人脸用于指示所述服务器识别所述人脸对应的身份信息之前，还包括：将所述当前帧图像中剔除重合人脸位置后剩余的人脸位置对应的人脸转换为对应的多维数组；将所述多维数组与重复脸检测集合中的多维数组比对，剔除所述剩余的人脸位置中相似多维数组对应的人脸位置；所述重复脸检测集合用于存储所述当前帧图像之前连续若干帧图像中发送给服务器的人脸对应转换后的多维数组。8.一种人脸识别方法，其特征在于，包括：接收当前帧图像中剔除人脸位置后剩余...

【专利技术属性】
技术研发人员：曾俊杰，陈桓，张良杰，
申请(专利权)人：金蝶软件中国有限公司，
类型：发明
国别省市：广东,44