一种基于分块放大提升集体照人脸识别精度方法技术

本发明专利技术公开了一种基于分块放大提升集体照人脸识别精度方法，通过对识别对象进行分块截取成多个小块，同时对小块进行局部放大，然后供人脸识别模块进行识别和人脸特征信息提取的过程。通过该方法应用，可解决人数较多的集体照、毕业照等照片进行人脸检索时所常遇到的识别人脸数量不全，识别精度不够等问题。将照片放大后再进行识别，可提升人脸特征信息被提取的可能性和质量，实现较完整人员的识别效果；分块放大提升集体照人脸识别精度方法，可以提升人脸识别的能性效率，同时提升了人脸被识别的精度，本发明专利技术为档案管理部门提供智能、精准检索提供了全新技术手段，有助于提升档案管理部门服务水平。

【技术实现步骤摘要】
一种基于分块放大提升集体照人脸识别精度方法
本专利技术涉及人脸识别
，特别地是一种基于分块放大提升集体照人脸识别精度方法。
技术介绍
目前人脸识别技术已应用于社会方方面面，技术应用也比较成熟，通过人脸识别可以简化身份认证等问题。但该技术在超多人物(超过50人)的集体照、毕业照片等照片人物识别方面仍存在一些不足。市场上许多成熟的人脸识别厂商(如红软、百度、谷歌等)产品在针对这类超多人物照片人脸识别时，常出现识别数量不全，识别精度不够问题，以至市场上的人脸识别技术难以完全使用。由于人脸识别技术在涉及人物人脸信息识别和特征信息提取时，涉及大量运行计算，而且对照片中的人脸图案需要具备一定的清晰度方能完成认别与提取工作。因此，目前在遇到人数较多集体照或毕业照时，现有人脸识别技术及实现方法常遇到计算或识别方面困难，难以完整地、精准地实现全员识别，以致影响了应用效果。在各级档案馆非常重视声像档案的整理与利用服务，特别是高校档案馆对学生毕业照的接收与整理是一项重要工作。如能准确、完整地将各班学习毕业照片进行人脸识别并辅助实现人物著录工作，将是极大减少人力物力投入，实现提升档案管理工作水平目标。
技术实现思路
本专利技术的目的在于提供一种基于分块放大提升集体照人脸识别精度方法，以改善人脸检索在档案检索利用中的准确性、完整性问题，提高档案管理及利用水平。本专利技术通过以下技术方案实现的：一种基于分块放大提升集体照人脸识别精度方法，包括以下步骤：步骤S1、档案管理部门在接收声像档案时进行档案采集或整理录入工作；步骤S2、采用人脸识别模块对声像档案进行人物分析，通过调用CASIA预训练模型对声像档案的图形内容进行分析，完成人物对象识别、人脸信息提取工作，为后续人脸配对服务奠定数据基础；步骤S3、当集体照或毕业照上的人数超过50人时，先对集体照或毕业照复制一份照片；步骤S4、按分辨率大小对复制照片进行分块截取，形成多个拆分的分块照片；对分块照片进行人脸和内容场景信息提取；步骤S5、对各分块照片进行局部放大处理；步骤S6、将局部放大处理后的分块照片提交至人脸识别模块进识别与人脸特征值提取；图像分类基于FasterR-CNN深度学习目标检测框架，通过Alexnet模型对图形内容进行分析，提取内容特征值，完成照片内容场景的分类标注，完成信息提取；步骤S7、依照指定要求将照片中的人物人脸信息进行提取并与原照片进行定位，将提取的人脸信息与档案ID存入档案人脸信息库；步骤S8、人脸信息与档案ID存入档案人脸信息库后，完成人数超过50人照片的人脸特征高精度提取工作。进一步地，所述步骤S3中，当集体照或毕业照的文件大小超过10M时，根据照片分辨率级别将照片文件截取成多块并独立保存。进一步地，所述步骤S5中，各分块照片按从左至右的顺序扫描，将各分块照片进行局部放大。进一步地，所述步骤S6中，将成功完成人脸提取的对象及位置信息反馈回原照片中，进行人脸识别标注。进一步地，所述人脸识别模块基于谷歌FaceNet和TensorFlow深度学习框架。进一步地，一种基于分块放大提升集体照人脸识别精度方法，该方法可应用于老照片数字化加工后的人脸识别服务，通过实施局部放大技术，提高人脸被识别的可能性和特征值被提取的完整性，从而提升被人脸识别的精度。进一步地，一种基于分块放大提升集体照人脸识别精度方法，该方法可应用于人群大流量场合视频监控与人脸动态识别服务，通过分块截取及人脸识别方式，可以提升识别服务的效率，同时提高识别精度。本专利技术的有益效果：本专利技术基于分块放大提升集体照人脸识别精度方法，主要在识别前进行分块截取和局部放大方法，减轻人脸识别过程性能压力，同时提升人脸识别精确度，而且实现提升集体照人脸识别精度的目标。具体过程是在针对人数较多集体照或毕业照处理时，首先将照片按一定区域比例进行截取多个小块，同时将各小块照片进行放大处理以提高照片人物辨认度，然后再将各小块照提交人脸识别服务进行人脸特征认别与提取。由于将大文件截取成许多小文件，这样在人脸认别时降低了运行计算量，减少了识别服务性能压力，这样有利于提高识别速度。将照片放大后再进行识别，可提升人脸特征信息被提取的可能性和质量，实现较完整人员的识别效果。分块放大提升集体照人脸识别精度方法，可以提升人脸识别的能性效率，同时提升了人脸被识别的精度，最终实现对集体照、毕业照中人物信息的高精度人脸提取目标，本专利技术为档案管理部门提供智能、精准检索提供了全新技术手段，特别是针对整理不完整或未整理的档案，该方法为解决这些档案检索提供了有效手段，可有效提高档案检索便利度和利用及时性，有助于提升档案管理部门服务水平。附图说明图1为本专利技术实施例基于分块放大提升集体照人脸识别精度方法的步骤流程框图。具体实施方式下面将结合附图以及具体实施例来详细说明本专利技术，在此以本专利技术的示意下面将结合附图以及具体实施例来详细说明本专利技术，在此以本专利技术的示意性实施例及说明用来解释本专利技术，但并不作为对本专利技术的限定。需要说明，在本专利技术中如涉及“第一”、“第二”的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。在本专利技术中，除非另有明确的规定和限定，术语“连接”应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。一种基于分块放大提升集体照人脸识别精度方法，包括以下步骤：步骤S1、档案管理部门在接收声像档案时进行档案采集或整理录入工作；步骤S2、采用人脸识别模块对声像档案进行人物分析，通过调用CASIA预训练模型对声像档案的图形内容进行分析，完成人物对象识别、人脸信息提取工作，为后续人脸配对服务奠定数据基础；步骤S3、当集体照或毕业照上的人数超过50人时，先对集体照或毕业照复制一份照片；步骤S4、按分辨率大小对复制照片进行分块截取，形成多个拆分的分块照片；对分块照片进行人脸和内容场景信息提取；步骤S5、对各分块照片进行局部放大处理；步骤S6、将局部放大处理后的分块照片提交至人脸识别模块进识别与人脸特征值提取；图像分类基于FasterR-CNN深度学习目标检测框架，通过Alexnet模型对图形内容进行分析，提取内容特征值，完成照片内容场景的分类标注，完成信息提取；步骤S7、依照本文档来自技高网...

【技术保护点】
1.一种基于分块放大提升集体照人脸识别精度方法，其特征在于，包括以下步骤：/n步骤S1、档案管理部门在接收声像档案时进行档案采集或整理录入工作；/n步骤S2、采用人脸识别模块对声像档案进行人物分析，通过调用CASIA预训练模型对声像档案的图形内容进行分析，完成人物对象识别、人脸信息提取工作，为后续人脸配对服务奠定数据基础；/n步骤S3、当集体照或毕业照上的人数超过50人时，先对集体照或毕业照复制一份照片；/n步骤S4、按分辨率大小对复制照片进行分块截取，形成多个拆分的分块照片；对分块照片进行人脸和内容场景信息提取；/n步骤S5、对各分块照片进行局部放大处理；/n步骤S6、将局部放大处理后的分块照片提交至人脸识别模块进识别与人脸特征值提取；图像分类基于Faster R-CNN深度学习目标检测框架，通过Alexnet模型对图形内容进行分析，提取内容特征值，完成照片内容场景的分类标注，完成信息提取；/n步骤S7、依照指定要求将照片中的人物人脸信息进行提取并与原照片进行定位，将提取的人脸信息与档案ID存入档案人脸信息库；/n步骤S8、人脸信息与档案ID存入档案人脸信息库后，完成人数超过50人照片的人脸特征高精度提取工作。/n...

【技术特征摘要】
1.一种基于分块放大提升集体照人脸识别精度方法，其特征在于，包括以下步骤：
步骤S1、档案管理部门在接收声像档案时进行档案采集或整理录入工作；
步骤S2、采用人脸识别模块对声像档案进行人物分析，通过调用CASIA预训练模型对声像档案的图形内容进行分析，完成人物对象识别、人脸信息提取工作，为后续人脸配对服务奠定数据基础；
步骤S3、当集体照或毕业照上的人数超过50人时，先对集体照或毕业照复制一份照片；
步骤S4、按分辨率大小对复制照片进行分块截取，形成多个拆分的分块照片；对分块照片进行人脸和内容场景信息提取；
步骤S5、对各分块照片进行局部放大处理；
步骤S6、将局部放大处理后的分块照片提交至人脸识别模块进识别与人脸特征值提取；图像分类基于FasterR-CNN深度学习目标检测框架，通过Alexnet模型对图形内容进行分析，提取内容特征值，完成照片内容场景的分类标注，完成信息提取；
步骤S7、依照指定要求将照片中的人物人脸信息进行提取并与原照片进行定位，将提取的人脸信息与档案ID存入档案人脸信息库；
步骤S8、人脸信息与档案ID存入档案人脸信息库后，完成人数超过50人照片的人脸特征高精度提取工作。


2.根据权利要求1所述的一种基于分块放大提升集体照人脸识别精度...

【专利技术属性】
技术研发人员：汤进军，李贺，郑业盛，
申请(专利权)人：广东图友软件科技有限公司，
类型：发明
国别省市：广东;44