一种社交亲密度确定方法及系统技术方案

本发明专利技术公开了一种社交亲密度确定方法及系统。该方法包括：获取摄像头采集的图像；采用级联神经网络检测所述图像中的人脸信息；采用卷积神经网络确定检测到的人脸信息的稀疏表示；以人脸信息的稀疏表示为输入，采用分类器对人脸进行分类，得到代表不同行为人的人脸；以不同行为人的人脸作为目标进行跟踪，并获取各行为人的行为信息，所述行为信息包括行为人之间的距离信息以及行为人之间的交谈行为；根据各行为人的行为信息确定行为人之间的亲密度。本发明专利技术提供的社交亲密度确定方法及系统能够基于摄像头监控自动获取行为人之间的亲密度。

【技术实现步骤摘要】
一种社交亲密度确定方法及系统
本专利技术涉及人脸识别领域和行为识别领域，特别是涉及一种社交亲密度确定方法及系统。
技术介绍
人脸识别是计算机视觉的重要应用之一，特指计算机利用分析比较人脸视觉特征信息自动进行身份鉴别的技术。相比于指纹、虹膜等传统生物识别手段，人脸识别具有无接触、符合人类识别习惯、交互性强、不易盗取等优势，因此，在保障公共安全，信息安全，金融安全，公司和个人财产安全上等有强烈的需求。在2015年的CVPR(计算机视觉和模式识别领域的顶级会议)上，谷歌公布了他们的人脸识别算法。利用相同人脸在不同角度等姿态的照片下有高内聚性，不同人脸有低耦合性，提出使用CNN和三元组损失的方法训练Facenet网络，在人脸数据集上的准确度达到了新的高度。但是，三元组损失的方法只利用了样本间的相对距离，并没有引入绝对距离的概念。社交关系是人类社会生活的重要组成部分，构建社交时的亲密度网络是十分必要的。目前构建的亲密度网络更多的依赖于网络社交获取的信息，对于实际生活中面对面交往的信息关注较少，如何利用摄像头监控信息构建亲密度网络具有重要的研究意义。
技术实现思路
本专利技术的目的是提供一种社交亲密本文档来自技高网...

【技术保护点】
1.一种社交亲密度确定方法，其特征在于，包括：获取摄像头采集的图像；采用级联神经网络检测所述图像中的人脸信息；采用卷积神经网络确定检测到的人脸信息的稀疏表示；以人脸信息的稀疏表示为输入，采用分类器对人脸进行分类，得到代表不同行为人的人脸；以不同行为人的人脸作为目标进行跟踪，并获取各行为人的行为信息，所述行为信息包括行为人之间的距离信息以及行为人之间的交谈行为；根据各行为人的行为信息确定行为人之间的亲密度。

【技术特征摘要】
1.一种社交亲密度确定方法，其特征在于，包括：获取摄像头采集的图像；采用级联神经网络检测所述图像中的人脸信息；采用卷积神经网络确定检测到的人脸信息的稀疏表示；以人脸信息的稀疏表示为输入，采用分类器对人脸进行分类，得到代表不同行为人的人脸；以不同行为人的人脸作为目标进行跟踪，并获取各行为人的行为信息，所述行为信息包括行为人之间的距离信息以及行为人之间的交谈行为；根据各行为人的行为信息确定行为人之间的亲密度。2.根据权利要求1所述的社交亲密度确定方法，其特征在于，所述采用卷积神经网络确定检测到的人脸信息的稀疏表示，具体包括：采用卷积神经网络将检测到的人脸信息映射成128维特征向量，记为人脸信息的稀疏表示。3.根据权利要求2所述的社交亲密度确定方法，其特征在于，在所述采用卷积神经网络确定检测到的人脸信息的稀疏表示之前，还包括：对卷积神经网络进行训练，并根据损失函数计算出的所述卷积神经网络的训练精度对所述神经网络进行调整训练。4.根据权利要求3所述的社交亲密度确定方法，其特征在于，所述损失函数为其中，f代表样本的128维特征向量，A和A'是具有相同标签的正样本对，B和C是具有不同标签或相同标签的负样本对，α是设定阈值。5.根据权利要求1所述的社交亲密度确定方法，其特征在于，所述根据各行为人的行为信息确定行为人之间的亲密度，具体包括：当行为人之间的距离小于设定阈值且行为人之间发生交谈行为时，则确定行为人之间发生亲密行为，根据I＝I0+ΔI更新行为人之间的亲密度，其中，I0表示亲密度的初始值，I表示更新后的亲密度，d为行为人之间的距离，Δt为亲密行为的持续时间，ω1为距离的权重，ω2为交谈行为的权重。6.一种社交亲密度确定系统，其...

【专利技术属性】
技术研发人员：胡硕，徐光远，孙妍，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13