一种视频流的人脸识别方法及识别系统技术方案

本发明专利技术公开了一种视频流的人脸识别方法及识别系统，包括：图像提取步骤，获取视频流数据，并且从视频流数据中提取多个连续的视频图像信息；人脸结构相似度识别步骤，对视频图像信息中的人脸信息进行人脸平面结构处理，得到结构化人脸信息，并且对连续的视频图像信息中相邻位置的结构化人脸信息进行相似度判断；深度学习网络识别步骤，根据人脸结构相似度识别步骤的判断结果选择地对部分人脸信息进行深度学习网络识别处理；输出步骤，将深度学习网络识别步骤的处理结果输出利用，实现动态追踪，经过深度学习网络模型对相匹配的部分人脸信息进行处理，减少重复计算，具有较高的精度以及运算效率。

【技术实现步骤摘要】
一种视频流的人脸识别方法及识别系统
本专利技术涉及人脸识别领域，特别涉及一种视频流的人脸识别方法及识别系统。
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，现今人脸识别技术已经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。而在人脸识别方法中，现有深度学习网络识别方法，会采集大量的人脸信息作为训练库，建立深度学习的神经网络模型，而后输入获取的人脸信息，能够基于已经训练完成的神经网络模型进行运算识别，从而判断人脸信息的匹配程度。对于在视频流中实现人脸识别，利用摄像机或摄像头采集含有人脸的视频流，视频流实际上由多张图像信息构成，而每张图像信息中都有可能包含多个不同的人脸信息，假若需要利用深度学习网络识别方法对每张图像信息中的每个人脸信息均进行处理，存在较大的运算量，处理效率低下，不能满足实际运用的要求。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种本文档来自技高网...

【技术保护点】
1.一种视频流的人脸识别方法，其特征在于，包括：/n图像提取步骤，获取视频流数据，并且从视频流数据中提取多个连续的视频图像信息；/n人脸结构相似度识别步骤，对视频图像信息中的人脸信息进行人脸平面结构处理，得到结构化人脸信息，并且对连续的视频图像信息中相邻位置的结构化人脸信息进行相似度判断；/n深度学习网络识别步骤，根据人脸结构相似度识别步骤的判断结果选择地对部分人脸信息进行深度学习网络识别处理；/n输出步骤，将深度学习网络识别步骤的处理结果输出利用。/n

【技术特征摘要】
1.一种视频流的人脸识别方法，其特征在于，包括：
图像提取步骤，获取视频流数据，并且从视频流数据中提取多个连续的视频图像信息；
人脸结构相似度识别步骤，对视频图像信息中的人脸信息进行人脸平面结构处理，得到结构化人脸信息，并且对连续的视频图像信息中相邻位置的结构化人脸信息进行相似度判断；
深度学习网络识别步骤，根据人脸结构相似度识别步骤的判断结果选择地对部分人脸信息进行深度学习网络识别处理；
输出步骤，将深度学习网络识别步骤的处理结果输出利用。


2.根据权利要求1所述的一种视频流的人脸识别方法，其特征在于：在图像提取步骤中，基于数据帧以从视频流数据中提取多个连续的视频图像信息。


3.根据权利要求1所述的一种视频流的人脸识别方法，其特征在于，在人脸结构相似度识别步骤中包括：
关键点定位步骤，在视频图像信息中基于人脸关键点定位人脸信息；
人脸结构定位步骤，对人脸信息进行人脸平面结构的划分，得到结构化人脸信息；
相似度判断步骤，对连续的视频图像信息中相邻位置的结构化人脸信息进行相似度判断。


4.根据权利要求3所述的...

【专利技术属性】
技术研发人员：戚建淮，罗朋，刘建辉，郑伟范，唐娟，孙秋明，宋晶，彭华，
申请(专利权)人：深圳市永达电子信息股份有限公司，
类型：发明
国别省市：广东;44