[发明专利]一种基于视频流的人脸识别方法及系统

说明书

技术领域

本发明涉及仿真技术领域，特别是涉及一种基于视频流的人脸识别方法 及系统。

背景技术

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。

发明内容

为解决上述技术问题，本发明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，本发明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。

本发明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发明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发明的一些实施例，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为本发明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为本发明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为本发明实施例中对人脸垂直积分投影的示意图；

图4为本发明实施例中对人脸水平积分投影的示意图；