一种基于视频流的多人脸检测与跟踪方法技术

本发明专利技术公开了一种基于视频流的多人脸检测与跟踪方法，首先根据设置的由n个连续视频帧构成的计算周期，初始化设置全局人脸跟踪缓冲区，并在计算周期内计算得到可进行跟踪的最大的人脸数m，具体在每个计算周期的起始帧进行一次人脸检测，随后其他视频帧执行人脸跟踪，以减轻整体的数据处理压力；然后设置周期人脸跟踪缓冲区，记录当前计算周期内的m个人员在n个连续视频帧中的ID信息；将经过处理后的人脸图像数据得到的位置信息与全局人脸跟踪缓冲区中的数据作对比，根据对比结果更新缓冲区的数据，保证数据的全面性；最后选择质量最佳的人脸图像和对应背景图像作为最终输出，减少整个人脸检测和跟踪的计算度；本发明专利技术提升了人脸识别的准确率。

A Multi-Face Detection and Tracking Method Based on Video Stream

【技术实现步骤摘要】
一种基于视频流的多人脸检测与跟踪方法
本专利技术属于计算机视觉
，具体涉及一种基于视频流的多人脸检测与跟踪方法。
技术介绍
基于深度学习的人脸识别技术的迅猛发展，拓宽了人脸识别技术的应用场景，尤其是安防领域。以人脸为核心的视频结构化处理，可以在银行、机场、商场、市场等人流密集的公共场所对人群进行监控，实现人流自动统计、基于人脸属性的分析、以及特定人物的自动识别和跟踪。现有安防监控系统包括前端的监控摄像头和后台的处理系统或控制中心，两者之间通过网络互连。前端摄像头负责采集包含人脸的视频流，并传送给后台系统进行处理。后台的处理系统或控制中心解析前端视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别和比对。如果安防监控系统包含大量的监控摄像头并且所有的已捕捉视频均需要传送至后台控制中心以执行人脸识别和其他任务，那将对该控制中心的网络带宽要求和计算能力的要求都异常的高，系统建设成本也将随之增加。一种有效的解决方法是将人脸识别的抓拍和比对分离。前端放置人脸抓拍处理单元，分析监控摄像头的视频流，检测视频流中的人脸，将检测出的人脸图像返回至后台处理系统，后台处理系统仅进行人脸比本文档来自技高网...

【技术保护点】
1.一种基于视频流的多人脸检测与跟踪方法，其特征在于，所述方法包括：S1.设定人脸视频流中包括n个连续视频帧的计算周期，并初始化全局人脸跟踪缓冲区，并对所述全局人脸跟踪缓冲区不同人脸图像对应不同的位置信息设置不同的ID；S2.在每个所述计算周期的第0帧，设定最大可跟踪的人脸数量m，并初始化当前所述计算周期的周期人脸跟踪缓冲区；S3.基于深度学习网络构建人脸检测学习模型，并在每个所述计算周期的第0帧调用所述人脸检测学习模型，获取所述计算周期可跟踪最大人脸数量m对应数目的位置信息，并更新所述周期人脸跟踪缓冲区；S4.在每个所述计算周期的第0帧，将所述位置信息与所述全局人脸跟踪缓冲区比对，判读是否有...

【技术特征摘要】
1.一种基于视频流的多人脸检测与跟踪方法，其特征在于，所述方法包括：S1.设定人脸视频流中包括n个连续视频帧的计算周期，并初始化全局人脸跟踪缓冲区，并对所述全局人脸跟踪缓冲区不同人脸图像对应不同的位置信息设置不同的ID；S2.在每个所述计算周期的第0帧，设定最大可跟踪的人脸数量m，并初始化当前所述计算周期的周期人脸跟踪缓冲区；S3.基于深度学习网络构建人脸检测学习模型，并在每个所述计算周期的第0帧调用所述人脸检测学习模型，获取所述计算周期可跟踪最大人脸数量m对应数目的位置信息，并更新所述周期人脸跟踪缓冲区；S4.在每个所述计算周期的第0帧，将所述位置信息与所述全局人脸跟踪缓冲区比对，判读是否有与所述位置信息相匹配的人脸图像数据，并将同一所述位置信息对应的人员设置相同的ID；若有，则更新对应人员的所述周期人脸跟踪缓冲区，否则，构建与所述位置信息对应的新的ID；S5.在每个所述计算周期的第1至第n-1帧，调用人脸跟踪学习模型，计算所述n个连续视频帧中对应所述人脸数量m的位置信息...

【专利技术属性】
技术研发人员：谢佩博，
申请(专利权)人：北京澎思智能科技有限公司，
类型：发明
国别省市：北京,11