[发明专利]用基于深度的跟踪来生成和更新数据库的自学习面部识别

说明书

背景技术

已经研究了许多年根据图像中描绘的人的面部的外貌来识别这些人的问题。面部识别系统和处理本质上通过将人面部的某种类型的模型与从输入图像中提取的人面部的图像或特性表征进行比较来工作。通常通过使用人面部的图像(或其特性表征)训练面部识别系统来获得这些面部模型。因此，通常需要训练面部图像或特性表征的数据库来训练面部识别系统。

发明内容

这里描述的面部识别训练数据库生成技术实施例一般涉及收集随着时间推移并且随着人移动通过环境而捕获的人面部的特性表征，以创建该人的面部特性表征的训练数据库。在一个实施例中，采用计算机实现处理来为在环境中检测到的每个人生成面部识别训练数据库。处理开始于输入同时捕获的帧对的序列。每个帧对包括从彩色摄像机输出的帧和从深度摄像机输出的帧。接下来，使用面部检测方法和彩色摄像机帧来检测环境中潜在的人。另外，使用运动检测方法和深度摄像机帧来检测环境中潜在的人。

使用经由前述面部检测方法和运动检测方法生成的检测结果来确定环境中一个或多个人的位置。经由面部检测方法生成的检测结果还包括针对所检测到的每个潜在的人的、描绘该人的面部的彩色摄像机帧的部分的面部特性表征。对于仅经由运动检测方法检测到的每个人，处理还包括辨别该人在彩色摄像机的同时捕获的帧中的相应位置以及生成彩色摄像机帧的该部分的面部特性表征。

对于在环境中检测到的每个人，将为该人生成的每个面部特性表征分配给专门为该人建立的未知个人标识符，并且将该面部特性表征存储在与用来实现处理的计算机相关联的存储器中。然后尝试确认每个人的身份。如果对于人的尝试成功，则将被分配给为该人建立的未知个人标识符的每个面部特性表征重分配给为该人建立的面部识别训练数据库。

应该注意，提供上述发明内容来以简化形式介绍概念选集，下面在具体实施方式中进一步描述该概念选集。本发明内容不意图确定所要求保护的主题内容的关键特征或本质特征，其也不意图用作辅助确定所要求保护的主题内容的范围。

附图说明

本公开的具体特征、方面以及优点将关于以下描述、所附权利要求以及附图而变得更好理解，其中，在附图中：

图1A-1B是一般性地概述如下计算机实现处理的一个实施例的流程图：该计算机实现处理用于为在环境中检测到的每个人生成面部识别训练数据库。

图2A-2E是一般性地概述如下计算机实现处理的一个实施例的流程图：该计算机实现处理用于基于同时捕获的帧对的新序列，为在环境中检测到的每个人生成或补充面部识别训练数据库。

图3是概述如下计算机实现处理的一个实施例的流程图：该计算机实现处理用于每当多于尝试辨别人的规定尝试次数仍未辨别该人时，丢弃被分配给未知个人标识符的面部特性表征。

图4是概述如下计算机实现处理的一个实施例的流程图：该计算机实现处理用于捕获位于环境中距彩色摄像机超过规定最大距离的距离处的人的放大图像。

图5A-5C是一般性地概述如下计算机实现处理的一个实施例的流程图：该计算机实现处理用于基于由从不同视点捕获场景的另外的彩色摄像机和深度摄像机对输出的同时捕获的帧对的序列，为在环境中检测到的每个人生成或补充面部识别训练数据库。

图6A-6F是一般性地概述如下计算机实现处理的一个实施例的流程图：该计算机实现处理用于基于由捕获环境内的不同场景的另外的彩色摄像机和深度摄像机对输出的同时捕获的帧对的序列，为在环境中检测到的每个人生成或补充面部识别训练数据库。

图7A-7D是一般性地概述用于这里描述的面部识别训练数据库生成技术实施例的计算机实现运动检测处理的一个实施例的流程图。

图8是在其中可以实现这里描述的面部识别训练数据库生成技术实施例的适当移动机器人装置的简化部件图。

图9是描绘构成用于实现这里描述的面部识别训练数据库生成技术实施例的示例性系统的通用计算装置的图。

具体实施方式

在面部识别训练数据库生成技术实施例的以下描述中，参照构成该描述的一部分的附图，并且在附图中作为例示示出了可实践本技术的特定实施例。要理解的是，可以利用其他实施例并且可以在不脱离本技术的范围的情况下进行结构改变。