The invention belongs to the technical field of image recognition, in particular to a small face recognition method in the face non matching scene, which comprises the following steps: video stream analysis: obtaining the video taken by the monitoring camera, etc., analyzing the video stream into multiple video frames, and converting it into RGB format: the whole step is divided into two modules: compared with the prior art, the remarkable effect is that it improves the The generalization ability of the model can effectively increase the recognition rate and shorten the learning time. By analyzing the video stream, using the small target detection migration to learn the initial detection of human face, using the face detection model to retrain the initial detection of human face model, to achieve the accurate detection and alignment of human face. Through the face net network, the image matrix is transformed into a vector list, and finally the face and the In the invention, migration learning is combined with face detection and recognition to quickly and effectively get the final detection results in non matching scenes.
【技术实现步骤摘要】
一种人脸非配合场景下的小人脸识别方法
本专利技术属于图像识别
,具体涉及一种人脸非配合场景下的小人脸识别方法。
技术介绍
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,它由计算机分析人脸图像,从图像中提取有效信息并自动鉴别,人脸识别技术广泛应用于安全系统及人机交互等方面,已成为计算机视觉和模式识别领域中重要的研究课题之一。对于人脸识别技术来说,如果人脸图像是在正面采集到的,具有较高的分辨率,通常识别精度比较高,但是当人脸姿态发生改变,尤其是监控等摄像头拍摄到的大量人脸图片时,即使采用很好的模型,由于训练的数据有限,识别效果也会大打折后。
技术实现思路
本专利技术的目的在于提供一种人脸非配合场景下的小人脸识别方法,通过迁移学习将其他小目标检测的模型参数用于小人脸检测,并利用mtcnn与face_net网络模型进一步检测与识别人脸。为实现上述目的,本专利技术提供如下技术方案:一种人脸非配合场景下的小人脸识别方法,包括以下步骤:S1、视频流解析:获取监控摄像头等拍下的视频,将视频流解析多幅视频帧,并且转化为RGB格式;S2、图像获取与小目标检测:该步骤整体分为两个模块,首先采集一些不同类别的小目标图像,通过faster_rcnn模型检测小目标,利用训练好的模型接着检测视频帧中的人脸,若有人脸,返回检测框,若无人脸,舍弃当前视频帧;S3、人脸检测:通过专有的人脸检测模型,进一步检测视频帧中的人脸,返回人脸特征图;S4、人脸识别:采用fa ...
【技术保护点】
1.一种人脸非配合场景下的小人脸识别方法,其特征在于:包括以下步骤:/nS1、视频流解析:获取监控摄像头等拍下的视频,将视频流解析多幅视频帧,并且转化为RGB格式;/nS2、图像获取与小目标检测:该步骤整体分为两个模块,首先采集一些不同类别的小目标图像,通过faster_rcnn模型检测小目标,利用训练好的模型接着检测视频帧中的人脸,若有人脸,返回检测框,若无人脸,舍弃当前视频帧;/nS3、人脸检测:通过专有的人脸检测模型,进一步检测视频帧中的人脸,返回人脸特征图;/nS4、人脸识别:采用face_net网络以及相应的比对算法,对人脸进行识别,返回检测结果。/n
【技术特征摘要】
1.一种人脸非配合场景下的小人脸识别方法,其特征在于:包括以下步骤:
S1、视频流解析:获取监控摄像头等拍下的视频,将视频流解析多幅视频帧,并且转化为RGB格式;
S2、图像获取与小目标检测:该步骤整体分为两个模块,首先采集一些不同类别的小目标图像,通过faster_rcnn模型检测小目标,利用训练好的模型接着检测视频帧中的人脸,若有人脸,返回检测框,若无人脸,舍弃当前视频帧;
S3、人脸检测:通过专有的人脸检测模型,进一步检测视频帧中的人脸,返回人脸特征图;
S4、人脸识别:采用face_net网络以及相应的比对算法,对人脸进行识别,返回检测结果。
2.根据权利要求1所述的一种人脸非配合场景下的小人脸识别方法,其特征在于:所述S2中的小目标图像为水龙头、开关中的任意一项。
3.根据权利要求2所述的一种人脸非配合场景下的小人脸识别方法,其特征在于:包括小目标检测迁移学习步骤:
S5、通过faster_rcnn训练“水龙头”数据集,将处理过的视频帧带入训练好的网络接着学习;
S6、通过faster_rcnn训练“开关”数据集,将处理过的视频帧带入训练好的网络接着学习;
S7、通过...
【专利技术属性】
技术研发人员:徐嘉钰,胡贤良,方建勇,黄小云,
申请(专利权)人:旭辉卓越健康信息科技有限公司,
类型:发明
国别省市:浙江;33
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。