基于图像的人物识别方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种基于图像的人物识别方法、装置及计算机可读存储介质，所述方法包括：获取待识别的图像；将所述待识别的图像进行图像切割，得到多张子图像；对所述多张子图像中的每张子图像进行人脸特征提取，得到至少一张人脸特征图；对所述至少一张人脸特征图中的每张人脸特征图进行分辨率增强处理，得到所述每张人脸特征图对应的高分辨率人脸特征图；对所述高分辨率人脸特征图中的每张高分辨率人脸特征图进行人脸识别，得到人脸识别结果。本发明专利技术可有效应对经编码压缩后造成图片信息丢失的低分辨率图像的人物识别，从而完全满足对网页爬取图片的人物识别。页爬取图片的人物识别。页爬取图片的人物识别。

【技术实现步骤摘要】
基于图像的人物识别方法、装置及计算机可读存储介质


[0001]本专利技术涉及图像识别
，具体涉及一种基于图像的人物识别方法、装置及计算机可读存储介质。

技术介绍

[0002]随着物联网技术的发展，通过对新闻图片进行人脸识别，从而识别出新闻图片内的人物身份已成为一个成熟的技术；目前，人脸识别解决方案主要是针对已有的开源图像数据集，这些开源的人脸数据绝大多数分辨率就已很高，图像的上下文也容易提取，因此已有的人脸检测和识别的预训练模型可以有效应对非网页传输的高分辨率图像。
[0003]但是，目前绝大部分新闻图片均是通过网页爬取方式获得，其由于传输压缩会造成图像边缘信息和人脸局部区域像素点语义表达的缺失，从而造成新闻图片中人脸目标信息的丢失，而采用上述识别方法则无法进行有效的检测，进而无法识别出图片中的目标人物，不能有效应对网页爬取的新闻图片的人物识别。

技术实现思路

[0004]为了解决目前图片人物识别方法仅能针对非网页传输的高分辨率图像，而无法对网页爬取的图片进行人物识别的问题，本专利技术的目的在于提供一种能够对网页爬取的图片中的人物进行有效识别的识别方法、装置及计算机可读存储介质。
[0005]第一方面，本专利技术提供了一种基于图像的人物识别方法，包括：
[0006]获取待识别的图像；
[0007]将所述待识别的图像进行图像切割，得到多张子图像；
[0008]对所述多张子图像中的每张子图像进行人脸特征提取，得到至少一张人脸特征图；
[0009]对所述至少一张人脸特征图中的每张人脸特征图进行分辨率增强处理，得到所述每张人脸特征图对应的高分辨率人脸特征图；
[0010]对所述高分辨率人脸特征图中的每张高分辨率人脸特征图进行人脸识别，得到人脸识别结果。
[0011]基于上述公开的内容，在本专利技术中，通过对待识别的图像的切割，并对切割得到的每张子图像进行人脸特征提取，可尽可能多的提取图像的边缘信息，防止人脸图像信息的丢失和缺失，使得待识别图像中的人脸先验知识与语义信息得到充分利用，增强了图像数据的信息表示；同时，本专利技术还对人脸特征提取后的人脸特征图进行分辨率增强处理，可增加图像的分辨率，为后续的人脸识别提供了优良的图像预处理数据，提升了其识别的精度。
[0012]通过上述设计，本专利技术通过对待识别图像的图像分割，并对分割得到的每张子图像进行人脸特征提取，可充分提取图像边缘信息，从而避免人脸信息的丢失，同时，再对提取出的人脸特征图进行分辨率增强处理，可增加图像的分辨率，增加识别精度；所以，本专利技术可有效应对经编码压缩后造成图片信息丢失的低分辨率图像的人物识别，从而完全满足
对网页爬取图片的人物识别。
[0013]在一个可能的设计中，对所述多张子图像中的每张子图像进行人脸特征提取，得到至少一张人脸特征图，包括：
[0014]筛选所述每张子图像，去除未含有人脸的子图像，得到至少一张筛选后的子图像；
[0015]对所述至少一张筛选后的子图像中的每张筛选后的子图像进行第一卷积处理，得到所述每张筛选后的子图像对应的人脸位置特征图；
[0016]提取所述人脸位置特征图中的人脸图像区域，得到所述至少一张人脸特征图。
[0017]基于上述公开的内容，本专利技术公开了人脸特征提取的具体步骤，即先进行图像筛选，去除不含人脸的子图像，然后对筛选后的子图像进行卷积处理，识别出每张筛选后的子图像中人脸的位置，最后，根据人脸位置，提取出每张筛选后的子图像中的人脸图像区域，进而得到人脸特征图。
[0018]在一个可能的设计中，对所述至少一张人脸特征图中的每张人脸特征图进行分辨率增强处理，得到所述每张人脸特征图对应的高分辨率人脸特征图，包括：
[0019]对所述每张人脸特征图进行图像对比度频域范围的增强处理，得到所述每张人脸特征图对应的对比度增强人脸特征图；
[0020]对所述对比度增强人脸特征图中的每张对比度增强人脸特征图进行超分辨率重建处理，得到所述每张人脸特征图对应的高分辨率人脸特征图。
[0021]基于上述公开的内容，本专利技术了公开了对人脸特征图进行分辨率增强的具体步骤，即进行两步增强，其中，图像对比度频域范围的增强处理是图像局部分辨率的增加，而超分辨率重建处理，则是针对图像区域像元的空间信息增强，使人脸五官信息的像素区域更加清晰。通过上述设计，能够大大提高图像的分辨率，为后续的人脸识别提供了优良的图像预处理数据，提升了其识别的精度。
[0022]在一个可能的设计中，对所述每张人脸特征图进行图像对比度频域范围的增强处理，得到所述每张人脸特征图对应的对比度增强人脸特征图，包括：
[0023]在所述每张人脸特征图中选取任一像素点，并得到以该像素点为中心的，且大小为(2n+1)*(2n+1)的局域区域，其中，n为整数；
[0024]对所述局部区域进行图像低频处理，得到低频局部区域；
[0025]对所述低频局部区域进行局部修正，得到对比度增强后的低频局部区域；
[0026]选取下一像素点，重复上述步骤，直到将所述每张人脸特征图中的每个像素点选取完毕时，得到所述每张人脸特征图对应的对比度增强人脸特征图。
[0027]基于上述公开的内容，本专利技术公开了对每张人脸特征图进行图像对比度频域范围增强处理的具体步骤，即在每张人脸特征图中选定任一像素点，并以其为中心，选定大小为(2n+1)*(2n+1)的区域，作为局域区域，通过对局部区域的图像低频处理，来表示局部区域的对比度，然后通过对局部区域的的修正，即可将此区域的对比度增强，最后，遍历每张人脸特征图中的每个像素点后，即可完成对每张人脸特征图的对比度增强，得到对比度增强人脸特征图。
[0028]在一个可能的设计中，对所述对比度增强人脸特征图中的每张对比度增强人脸特征图进行超分辨率重建处理，得到所述每张人脸特征图对应的高分辨率人脸特征图，包括：
[0029]对所述对比度增强人脸特征图中的每张对比度增强人脸特征图进行通道数扩展，
得到所述每张对比度增强人脸特征图对应的多通道人脸特征图；
[0030]对所述多通道人脸特征图中的每张多通道人脸特征图进行第二卷积处理，得到所述每张多通道人脸特征图的像素人脸特征图；
[0031]将所述像素人脸特征图中的每张像素人脸特征图的像素，按照对应的子图像中像素的空间分布格式，进行重新排列，得到所述高分辨率人脸特征图。
[0032]基于上述公开的内容，本专利技术公开了对每张对比度增强人脸特征图进行超分辨率重建处理的具体步骤，即先进行通道数的扩展(相当于对图像进行了放大)，其次，再进行第二卷积处理，实现放大后图像中像素点的重新组合，最后，再按照原来子图像中的像素的空间分布格式，将像素点进行重新排列(即人物位置关系不变)，即可得到一张增强了像素的图像(相当于将人脸特征图中的人脸区域进行了像素增强，使其在放大后更加清晰)。通过上述设计，可使人脸五官更加清晰，提高识别精度。
[0033]在一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像的人物识别方法，其特征在于，包括：获取待识别的图像；将所述待识别的图像进行图像切割，得到多张子图像；对所述多张子图像中的每张子图像进行人脸特征提取，得到至少一张人脸特征图；对所述至少一张人脸特征图中的每张人脸特征图进行分辨率增强处理，得到所述每张人脸特征图对应的高分辨率人脸特征图；对所述高分辨率人脸特征图中的每张高分辨率人脸特征图进行人脸识别，得到人脸识别结果。2.如权利要求1所述的方法，其特征在于，对所述多张子图像中的每张子图像进行人脸特征提取，得到至少一张人脸特征图，包括：筛选所述每张子图像，去除未含有人脸的子图像，得到至少一张筛选后的子图像；对所述至少一张筛选后的子图像中的每张筛选后的子图像进行第一卷积处理，得到所述每张筛选后的子图像对应的人脸位置特征图；提取所述人脸位置特征图中的人脸图像区域，得到所述至少一张人脸特征图。3.如权利要求1所述的方法，其特征在于，对所述至少一张人脸特征图中的每张人脸特征图进行分辨率增强处理，得到所述每张人脸特征图对应的高分辨率人脸特征图，包括：对所述每张人脸特征图进行图像对比度频域范围的增强处理，得到所述每张人脸特征图对应的对比度增强人脸特征图；对所述对比度增强人脸特征图中的每张对比度增强人脸特征图进行超分辨率重建处理，得到所述每张人脸特征图对应的高分辨率人脸特征图。4.如权利要求3所述的方法，其特征在于，对所述每张人脸特征图进行图像对比度频域范围的增强处理，得到所述每张人脸特征图对应的对比度增强人脸特征图，包括：在所述每张人脸特征图中选取任一像素点，并得到以该像素点为中心的，且大小为(2n+1)*(2n+1)的局域区域，其中，n为整数；对所述局部区域进行图像低频处理，得到低频局部区域；对所述低频局部区域进行局部修正，得到对比度增强后的低频局部区域；选取下一像素点，重复上述步骤，直到将所述每张人脸特征图中的每个像素点选取完毕时，得到所述每张人脸特征图对应的对比度增强人脸特征图。5.如权利要求3所述的方法，其特征在于，对所述对比度增强人脸特征图中的每张对比度增强人脸特征图进行超分辨率重建处理，得到所述每张人脸特征图对应的高分辨率人脸特征图，包括：对所述对比度增强人脸特征图中的每张对比度增强人脸特征图进行通道数扩展，得到所述每张对...

【专利技术属性】
技术研发人员：张森，黄学涛，黄思源，吴宏扬，许云侠，任世祥，李小雨，邓易，刘海军，游可欣，
申请(专利权)人：基建通三亚国际科技有限公司，
类型：发明
国别省市：