[发明专利]用于人脸识别的方法及装置在审
申请号: | 202011389216.3 | 申请日: | 2020-12-02 |
公开(公告)号: | CN113762013A | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 胡淼枫;吴江旭;王璟璟;张然;聂铭君;石立权;马事伟;耿宗杰;赵旭民;石金玉;刘永文;刘革;冯静 | 申请(专利权)人: | 北京沃东天骏信息技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06F16/583 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100176 北京市大兴区经济技*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 识别 方法 装置 | ||
1.一种用于人脸识别的方法,包括:
针对于待处理视频中的每一帧待处理图像,获取该待处理图像中的人脸对象的检测框和人脸特征;
根据截止到该待处理图像前的所述待处理视频中已出现的人脸对象的历史轨迹,预测已出现的人脸对象在该待处理图像中的轨迹信息,得到预测检测框;
针对于该待处理图像中的每个人脸对象,基于该人脸对象的检测框与该待处理图像中的预测检测框的匹配度,将该人脸对象的人脸特征,添加至与该人脸对象的检测框匹配的预测检测框所对应的人脸对象的人脸特征集合中;
响应于确定该待处理图像中存在人脸对象消失的情况,将消失的人脸对象的人脸特征集合与预设特征库中的人脸特征集合进行匹配,并将相匹配的人脸特征集合进行关联,其中,所述预设特征库中的每个人脸特征集合对应设有人脸标识。
2.根据权利要求1所述的方法,其中,还包括:
响应于确定该待处理图像的预测检测框中,未存在与该人脸对象的检测框匹配的预测检测框,为该人脸对象创建对应的人脸特征集合,并将该人脸对象的人脸特征添加至该人脸对象对应的人脸特征集合中。
3.根据权利要求1所述的方法,其中,所述响应于确定该待处理图像中存在人脸对象消失的情况,将消失的人脸对象的人脸特征集合与预设特征库中的人脸特征集合进行匹配,并将相匹配的人脸特征集合进行关联,其中,所述预设特征库中的每个人脸特征集合对应设有人脸标识,包括:
响应于确定该待处理图像中存在人脸对象消失的情况,从消失的人脸对象的人脸特征集合中选取预设数量个人脸特征;
将所述预设数量个人脸特征与所述预设特征库中的人脸特征集合进行匹配,并将相匹配的人脸特征集合进行关联。
4.根据权利要求1所述方法,其中,还包括:
响应于确定所述预设特征库中不存在与消失的人脸对象的人脸特征集合相匹配的人脸特征集合,将消失的人脸对象的人脸特征集合添加至所述预设特征库中,并为消失的人脸对象添加对应的人脸标识。
5.根据权利要求1所述的方法,其中,还包括:
根据每个人脸对象对应的人脸特征集合,确定每个人脸对象所表征的目标人员的属性信息。
6.根据权利要求5所述的方法,其中,还包括:
对每个人脸对象所表征的目标人员的属性信息进行数据统计,得到预设数据。
7.根据权利要求1-6任一所述的方法,其中,还包括:
通过边缘端设备基于预设时间间隔对所述待处理视频进行图像采集,得到多帧待处理图像;
通过所述边缘端设备对每一帧待处理图像进行人脸检测和人脸特征提取,得到每一帧待处理图像中的人脸对象的检测框和人脸特征。
8.一种用于人脸识别的装置,包括:
获取单元,被配置成针对于待处理视频中的每一帧待处理图像,获取该待处理图像中的人脸对象的检测框和人脸特征;
预测单元,被配置成根据截止到该待处理图像前的所述待处理视频中已出现的人脸对象的历史轨迹,预测已出现的人脸对象在该待处理图像中的轨迹信息,得到预测检测框;
第一匹配单元,被配置成针对于该待处理图像中的每个人脸对象,基于该人脸对象的检测框与该待处理图像中的预测检测框的匹配度,将该人脸对象的人脸特征,添加至与该人脸对象的检测框匹配的预测检测框所对应的人脸对象的人脸特征集合中;
第二匹配单元,被配置成响应于确定该待处理图像中存在人脸对象消失的情况,将消失的人脸对象的人脸特征集合与预设特征库中的人脸特征集合进行匹配,并将相匹配的人脸特征集合进行关联,其中,所述预设特征库中的每个人脸特征集合对应设有人脸标识。
9.根据权利要求8所述的装置,其中,还包括:
创建单元,被配置成响应于确定该待处理图像的预测检测框中,未存在与该人脸对象的检测框匹配的预测检测框,为该人脸对象创建对应的人脸特征集合,并将该人脸对象的人脸特征添加至该人脸对象对应的人脸特征集合中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京沃东天骏信息技术有限公司,未经北京沃东天骏信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011389216.3/1.html,转载请声明来源钻瓜专利网。