一种基于视频流的人脸识别方法及系统技术方案

本发明专利技术公开了一种基于视频流的人脸识别方法及系统。该方法包括：接收视频采集设备采集的待识别视频流；对待识别视频流中每帧图像进行人脸检测，以确定待识别人脸图像；定位每帧待识别人脸图像对应的特征点；确定待识别人脸图像中的关键人脸图像；确定每帧关键人脸图像对应特征点中的关键特征点；对所确定的关键人脸图像进行图像预处理；根据每帧关键人脸图像中关键特征点与人脸图像数据库中各人脸模型对应特征点的相似度的加权处理结果，确定所述待识别视频流对应的人脸识别结果。本方案中，通过基于颜色直方图的关键帧检测以及关键特征点确定、相似度加权的方式，消除由于视频采集环境影响带来的识别偏差，快速有效地进行人脸识别。

【技术实现步骤摘要】

本专利技术涉及仿真
，特别是涉及一种基于视频流的人脸识别方法及系统。
技术介绍
人脸识别是一种基于人的脸部特征信息进行身份识别的生物识别技术，其相对于如指纹、DNA检测等其他较成熟的人体生物特征识别方法具有非直接侵犯性、低沉本、可交互性强、便于事后跟踪等优点，因此，多年来一直是一个研究热点。人脸识别是用照相机或摄像机等设备采集含有人脸的图像或视频流，自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和对比辨识，达到识别不同人身份的目的。其中，基于视频流的人脸识别是指输入为人脸视频，而利用静止图像人脸数据库进行识别或验证。由于视频流中通常包含较多的信息，例如同一个人的多帧图像、视频中的人脸图像具有时间和空间上的连续性、通过运动变化估计三维人脸结构、从低分辨率图像恢复出高分辨率图像等，可以防止基于静态图像的识别欺骗等。因此，基于视频流的人脸识别可以利用视频中较多信息，比传统的基于静止图像的人脸识别更有优势，成为罪犯识别、入境管理、家政机器人等领域研究人员的关注。
技术实现思路
为解决上述技术问题，本专利技术实施例提供了一种基于视频流的人脸识别方法及系统，技术方案如下一种基于视频流的人脸识别方法，包括接收视频采集设备所采集的待识别视频流；对所述待识别视频流中每帧图像进行人脸检测，以确定待识别人脸图像；定位每帧待识别人脸图像对应的特征点；根据待识别人脸图像所对应的颜色直方图，确定待识别人脸图像中的关键人脸图像；确定每帧关键人脸图像对应特征点中的关键特征点；对所确定的关键人脸图像进行图像预处理，以降低图像几何特征和光照对关键人脸图像的影响；根据每帧关键人脸图像中关键特征点与人脸图像数据库中各人脸模型对应特征点的相似度的加权处理结果，确定所述待识别视频流对应的人脸识别结果。相应的，本专利技术还提供一种基于视频流的人脸识别系统，包括视频接收模块，用于接收视频采集设备所采集的待识别视频流；人脸检测模块，用于对所述待识别视频流中每帧图像进行人脸检测，以确定待识别人脸图像；特征点定位模块，用于定位每帧待识别人脸图像对应的特征点；关键帧确定模块，用于根据待识别人脸图像所对应的颜色直方图，确定待识别人脸图像中的关键人脸图像；关键点确定模块，用于确定每帧关键人脸图像对应特征点中的关键特征点；预处理模块，用于对所确定的关键人脸图像进行图像预处理，以降低图像几何特征和光照对关键人脸图像的影响；结果确定模块，根据每帧关键人脸图像中关键特征点与人脸图像数据库中各人脸模型对应特征点的相似度的加权处理结果，确定所述待识别视频流对应的人脸识别结果。本专利技术实施例所提供的技术方案中，对视频采集设备所采集的视频流进行人脸检测和特征点定位后，利用人脸图像的颜色直方图，确定出人脸图像中的关键人脸图像，进而对关键人脸图像进行降低几何特征和光照影响的图像预处理以及关键特征点的确定，最后根据关键特征点与人脸图像数据库中各人脸模型对应的相似度的加权值，确定最终的人脸识别结果。本方案中，通过基于颜色直方图的关键帧检测以及关键特征点确定、相似度加权的方式，消除由于视频采集环境影响带来的识别偏差，快速有效地进行人脸识别。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例所提供的一种基于视频流的人脸识别方法的第一种流程图；图2为本专利技术实施例所提供的一种基于视频流的人脸识别方法的第二种流程图；图3为本专利技术实施例中对人脸垂直积分投影的示意图；图4为本专利技术实施例中对人脸水平积分投影的示意图；图5为本专利技术实施例中对人脸垂直积分投影的第二种示意图；图6为本专利技术实施例中图像旋转示意图；图7为本专利技术实施例中关键人脸图像均衡化前的直方图示意图；图8为本专利技术实施例中对关键人脸图像均衡化后的直方图示意图；图9为本专利技术实施例所提供的一种基于视频流的人脸识别方法第三种流程图；图10为本专利技术实施例所提供的一种基于视频流的人脸识别系统的结构示意图。具体实施例方式本专利技术实施例提供了一种基于视频流的人脸识别方法及系统，以实现利用所采集的一般应用场景下的视频流进行快速有效的人脸识别。下面首先对本专利技术实施例所提供的一种基于视频流的人脸识别方法进行介绍。一种基于视频流的人脸识别方法，包括接收视频采集设备所采集的待识别视频流；对所述待识别视频流中每帧图像进行人脸检测，以确定待识别人脸图像；定位每帧待识别人脸图像对应的特征点；根据待识别人脸图像所对应的颜色直方图，确定待识别人脸图像中的关键人脸图像；确定每帧关键人脸图像对应特征点中的关键特征点；对所确定的关键人脸图像进行图像预处理，以降低图像几何特征和光照对关键人脸图像的影响；根据每帧关键人脸图像中关键特征点与人脸图像数据库中各人脸模型对应特征点的相似度的加权处理结果，确定所述待识别视频流对应的人脸识别结果。本专利技术实施例所提供的技术方案中，对视频采集设备所采集的视频流进行人脸检测和特征点定位后，利用人脸图像的颜色直方图，确定出人脸图像中的关键人脸图像，进而对关键人脸图像进行降低几何特征和光照影响的图像预处理以及关键特征点的确定，最后根据关键特征点与人脸图像数据库中各人脸模型对应的相似度的加权值，确定最终的人脸识别结果。本方案中，通过基于颜色直方图的关键帧检测以及关键特征点确定、相似度加权的方式，消除由于视频采集环境影响带来的识别偏差，快速有效地进行人脸识别。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，一种基于视频流的人脸识别方法，可以包括S101，接收视频采集设备所采集的待识别视频流；通常视频采集设备一般可以包括摄像机、录像机、LD视频机等。这些视频采集设备安装在需要视频采集的区域特定位置。当需要对视频采集设备所采集的视频流进行分析处理时，则将其与相应的分析处理设备相连即可。S102，对所述待识别视频流中每帧图像进行人脸检测，以确定待识别人脸图像；所接收到的待识别视频流的各帧图像区域中可能不存在人脸、人脸比例较小，或者存在多个非相关的人脸、完整的人脸等。也就是说，待识别视频流中的各帧图像所包含的信息并不是全部可用的，所以需要对待识别视频流中的每帧图像进行人脸检测，将包含完整人脸且满足一定人脸比例的图像帧提取，进行后续的人脸识别处理。其中，如图2所示，对所述待识别视频流中每帧图像进行人脸检测，具体可以为S201，对所述待识别视频流中每帧图像进行灰度化和直方图均衡化处理；S202，对处理后的每帧图像进行多尺度多特征的人脸检测；S203，将每帧图像的每一尺度所对应的检测结果进行多特征合并处理；S204，将每帧图像对应的多特征合并处理结果进行多尺度合并处理；S205，将满足预设人脸尺度阈值的多尺度合并处理结果确定为待识别人脸图像。在上本文档来自技高网...

【技术保护点】
１．一种基于视频流的人脸识别方法，其特征在于，包括：接收视频采集设备所采集的待识别视频流；对所述待识别视频流中每帧图像进行人脸检测，以确定待识别人脸图像；定位每帧待识别人脸图像对应的特征点；根据待识别人脸图像所对应的颜色直方图，确定待识别人脸图像中的关键人脸图像；确定每帧关键人脸图像对应特征点中的关键特征点；对所确定的关键人脸图像进行图像预处理，以降低图像几何特征和光照对关键人脸图像的影响；根据每帧关键人脸图像中关键特征点与人脸图像数据库中各人脸模型对应特征点的相似度的加权处理结果，确定所述待识别视频流对应的人脸识别结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：徐汀荣，
申请(专利权)人：苏州大学，
类型：发明
国别省市：32