【技术实现步骤摘要】
一种基于监控视频的人脸聚类方法
本专利技术属于图像处理
中的人脸识别技术,具体涉及一种基于监控视频的人脸聚类方法。
技术介绍
人脸识别的研究具有悠久的历史,近几十年来发展尤为迅速,人脸识别的发展史可以说是人脸特征提取方法的进化史。目前主流的特征提取算法有:(1)以LBP和Gabor特征为代表的基于局部特征的提取算法,这类方法考虑了像素间关系,以邻域像素为基础进行特征提取,然后通过子空间分析等方法进行特征变换,能够比较精准地刻画人脸的局部细节特征和纹理特征。但是这些方法的泛化能力较差,只适用于某些特定场景。(2)针对多光照和多姿态问题提出的算法,如光锥法和3D变形模型(3DMorphableModel),在现实生活中,这类方法仅适用于少数对安全性要求较高的场合。(3)基于深度学习的提取算法,其中,卷积神经网络(ConvolutionalNeuralNetworks,CNN)由于其强大的学习能力和非线性建模能力成为最具代表性也是应用最广泛的技术之一,其中影响力较大的卷积神经网络框架模型有:牛津大学提出的基于AlexNet思想加深的VGGNe,谷歌提出的基于Inception结构的GoogLeNet,以及微软提出的基于残差结构的ResNe。
技术实现思路
本专利技术的目的在于运用深度学习的提取算法,提供一种基于监控视频的人脸聚类方法,解决监控视频下人脸聚类速度缓慢以及人脸搜索效率差的问题。本专利技术的技术方案如下:一种基于监控视频的人脸聚类方法,其特征在于包 ...
【技术保护点】
1.一种基于监控视频的人脸聚类方法,其特征在于包括以下步骤:/n(1)采用YOLOv3+DeepSort的方法实现对监控视频中的人脸跟踪,采用Tenengrad梯度函数进行图片的模糊处理;/n(2)按照以下规则从人脸轨迹图片集中选取图片:每条轨迹选择10张图片,若轨迹图片数目小于等于10张,则全选;若轨迹图片数目大于10张且小于20张,则选择中间的10张;若图片数目大于等于20张,则除去前五张和最后五张,剩余图片按照等步长选取10张;/n(3)采用dlib库提供的函数进行人脸关键点定位和人脸对齐,采用基于ChineseWhispers的人脸动态聚类算法进行聚类;/n(4)按照以下规则进行人脸轨迹图片集的合并:若同一簇内存在两个及以上人脸轨迹图片集的图片,且不同人脸轨迹之间没有相互重叠的部分,则合并人脸轨迹图片集。/n
【技术特征摘要】
1.一种基于监控视频的人脸聚类方法,其特征在于包括以下步骤:
(1)采用YOLOv3+DeepSort的方法实现对监控视频中的人脸跟踪,采用Tenengrad梯度函数进行图片的模糊处理;
(2)按照以下规则从人脸轨迹图片集中选取图片:每条轨迹选择10张图片,若轨迹图片数目小于等于10张,则全选;若轨迹图片数目大于10张且小于20张,则选择中间的10张;若...
【专利技术属性】
技术研发人员:张陈欢,刘惟锦,张晓林,李雪,杨剑锋,黄益平,
申请(专利权)人:北京航天长峰科技工业集团有限公司,
类型:发明
国别省市:北京;11
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。