一种人脸图像筛选方法及设备技术

技术编号:21035404 阅读:44 留言:0更新日期:2019-05-04 05:49
本发明专利技术公开了一种人脸图像筛选方法及设备,能够结合人脸图像中的特征信息从同一个人脸的人脸图像中筛选出高质量的人脸图像,有很高的实用性以及稳定性。该方法包括:将同一人脸的多个训练人脸图像输入到人脸质量评价模型,所述人脸质量评价模型为利用训练数据集训练获得,所述训练数据集包括预先采集的训练人脸图像、该训练人脸图像与注册样本之间的训练相似度及该训练人脸图像的人脸特征点坐标;将需要进行人脸质量评价的同一人脸的多个训练人脸图像输入到人脸质量评价模型,得到每个人脸图像的相似度及人脸特征点坐标;根据所述每个人脸图像的相似度及人脸特征点坐标进行人脸图像筛选。

【技术实现步骤摘要】
一种人脸图像筛选方法及设备
本专利技术涉及人脸识别
,尤其涉及一种人脸图像筛选方法及设备。
技术介绍
近几年,监控视频人脸识别技术取得了巨大的进步和发展,然而监控视频场景下人脸质量较低,而且人脸的质量容易受到多种因素的影响,比如人脸的姿态、表情变化较多,监控视频中人脸质量会由于一些亮度的变化,物体的遮挡产生不同程度的变化,监控视频中同一个人的人脸会连续出现在相邻的多帧视频帧中,如果对每帧中的人脸进行识别,计算量会很大,因此从人脸图像序列中优选出高质量的人脸图像很有实用价值。现有技术中同一人脸的人脸图像筛选方法有以下两种方式:一种是基于人脸多属性加权计算的优选方法,这种方法利用人脸的多个属性,比如光照、对比度、模糊、亮度、锐度和曝光度等属性,以及人脸具有的特殊属性,比如光照对称性,姿态对称性等属性,对上述每一个属性计算一个分值,然后乘以该属性的权重,最后将上述分值乘以权重的乘积进行累加求和,作为该人脸图像优选的质量值,但这种方法的缺点是:对人脸多个属性进行取舍时,优选哪些属性作为人脸图像优选的质量值,并没有合理可信的标准,此外,每个属性权重也难以调整,不能获得一组合理可信的权重值本文档来自技高网...

【技术保护点】
1.一种人脸图像筛选方法,其特征在于,该方法包括:将同一人脸的多个训练人脸图像输入到人脸质量评价模型,所述人脸质量评价模型为利用训练数据集训练获得,所述训练数据集包括预先采集的同一人脸的训练人脸图像、该训练人脸图像与注册样本之间的训练相似度及该训练人脸图像的人脸特征点坐标,所述注册样本为预先采集的同一人脸的训练人脸图像中,训练人脸图像质量符合设定标准的一个训练人脸图像;将需要进行人脸质量评价的同一人脸的多个训练人脸图像输入到人脸质量评价模型,得到每个人脸图像的相似度及人脸特征点坐标;根据所述每个人脸图像的相似度及人脸特征点坐标进行人脸图像筛选。

【技术特征摘要】
1.一种人脸图像筛选方法,其特征在于,该方法包括:将同一人脸的多个训练人脸图像输入到人脸质量评价模型,所述人脸质量评价模型为利用训练数据集训练获得,所述训练数据集包括预先采集的同一人脸的训练人脸图像、该训练人脸图像与注册样本之间的训练相似度及该训练人脸图像的人脸特征点坐标,所述注册样本为预先采集的同一人脸的训练人脸图像中,训练人脸图像质量符合设定标准的一个训练人脸图像;将需要进行人脸质量评价的同一人脸的多个训练人脸图像输入到人脸质量评价模型,得到每个人脸图像的相似度及人脸特征点坐标;根据所述每个人脸图像的相似度及人脸特征点坐标进行人脸图像筛选。2.根据权利要求1所述的方法,其特征在于,利用训练数据集对人脸质量评价模型进行训练,包括:将预先采集的同一人脸的训练人脸图像输入到人脸质量评价模型;根据所述人脸质量评价模型输出的训练相似度及训练人脸特征点坐标,与该人脸图像与注册样本之间的相似度及人脸特征点坐标之间的差异,调整所述人脸质量评价模型的参数;确定所述差异在设定误差范围内时,结束人脸质量评价模型训练。3.根据权利要求1所述的方法,其特征在于,根据所述每个人脸图像的相似度及人脸特征点坐标进行人脸图像筛选,包括:按照相似度由高到低的顺序,筛选同一人脸的设定数量个人脸图像;根据筛选出的人脸图像的人脸特征点坐标与设定标准人脸特征点坐标之间的距离,从所述筛选出的人脸图像中二次筛选人脸图像。4.根据权利要求1所述的方法,其特征在于,确定训练人脸图像与注册样本之间的训练相似度,包括:根据训练人脸图像中的局部二值模式LBP特征向量和方向梯度直方图HOG特征向量,以及注册样本中的局部二值模式LBP特征向量和方向梯度直方图HOG特征向量,确定训练人脸图像与注册样本之间的训练相似度。5.根据权利要求4所述的方法,其特征在于,还包括:根据训练人脸图像中的特征向量LBP和HOG特征向量确定第一拼接特征向量,根据注...

【专利技术属性】
技术研发人员:谢凡凡王宁波朱树磊
申请(专利权)人:浙江大华技术股份有限公司
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 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。

1