室外视频下模糊人脸识别的训练数据预处理方法技术

本发明专利技术公开了一种室外视频下模糊人脸识别的训练数据预处理方法，利用拉普拉斯算子对图片进行卷积运算，以获得清晰度评估图；计算所述清晰度评估图的方差，如果方差大于设定清晰度阈值，则选择执行如下步骤之一：高斯模糊处理、运动模糊处理、下采样模糊处理或者亮度处理，尽量模拟出室外复杂场景下的人脸，将特征映射到同一个空间，提高同一个人不同场景下，人脸之间的相似度，以便为行人重识别算法提供足够的训练数据，提高模糊人脸识别能力。

【技术实现步骤摘要】
室外视频下模糊人脸识别的训练数据预处理方法
本专利技术涉及室外视频下模糊人脸识别的训练数据预处理方法。
技术介绍
目前的人脸识别技术一般应用于配合场景下，如门禁、上班打卡、手机解锁、人脸抓拍机等能够检测到高分辨率且是正脸的识别场景。室外街道摄像头这种复杂场景下，影响因素很多，如摄像头角度、高度、行人的自由行走、阳光等。这么多的不确定因素导致检测到的人脸会产生运动模糊、分辨率低、人脸角度多样等问题，原本人脸与人脸之间的可分性就不高，再加上这些因素的影响，对人脸识别是一个很大的挑战。行人重识别技术(Reid)就用来解决室外这种复杂场景下的行人识别，但是Reid也有自己的局限性，它无法对隔天换装后与换装前的人实现准确的识别。这样就又绕回到人脸识别技术，在这样的需求下，如何提高室外这种复杂场景的人脸识别精度成为问题。对于低分辨率人脸识别有两种方法，1)对于检测到的低分辨率人脸进行四周的外扩，保证在计算相似度时是高分辨率的图片。2)将检测到的人脸根据尺寸大小与相同大小的人脸进行计算相似度，也就是保证低分辨率人脸与低分辨率人脸进行计算相似度本文档来自技高网...

【技术保护点】
1.室外视频下模糊人脸识别的训练数据预处理方法，其特征在于，包括：/n利用拉普拉斯算子对图片进行卷积运算，以获得清晰度评估图；/n计算所述清晰度评估图的方差，如果方差大于设定清晰度阈值，则选择执行如下步骤之一：/n高斯模糊处理、运动模糊处理、下采样模糊处理或者亮度处理。/n

【技术特征摘要】
1.室外视频下模糊人脸识别的训练数据预处理方法，其特征在于，包括：
利用拉普拉斯算子对图片进行卷积运算，以获得清晰度评估图；
计算所述清晰度评估图的方差，如果方差大于设定清晰度阈值，则选择执行如下步骤之一：
高斯模糊处理、运动模糊处理、下采样模糊处理或者亮度处理。


2.如权利要求1所述的方法，其特征在于，所述高斯模糊处理，选取高斯核的大小计算高斯核的数值，将高斯核当作一个的滑动窗重新计算图片上每个位置的像素值。


3.如权利要求2所述的方法，其特征在于，所述高斯核的大小选取1*1、3*3、5*5、7*7其中之一。


4.如权利要求1所述的方法，其特征在于，所述运动模糊处理，定...

【专利技术属性】
技术研发人员：焦振秋，徐晓刚，毕海，满庆奎，
申请(专利权)人：杭州云栖智慧视通科技有限公司，
类型：发明
国别省市：浙江;33