[发明专利]一种基于视频多帧人脸特征融合的人脸识别方法及装置

说明书

本申请公开了一种基于视频多帧人脸特征融合的人脸识别方法及装置，该方法包括：采集监控视频中待识别的n帧人脸图像，n≥1；从n帧人脸图像中选取m帧人脸图像，对m帧人脸图像进行特征提取，生成与m帧人脸图像一一对应的特征向量{f_i}，i＝1，2，....，m，1≤m≤n；将m个特征向量{f_i}融合成一个特征向量r，将特征向量r与数据库中的人脸特征进行比较，以识别监控视频中的人脸身份。本申请提供的人脸识别方法对监控视频中多帧人脸图像进行检测、特征提取，并将提取的多个人脸特征融合成一个人脸特征用于识别，不仅减少了特征的比对次数，同时降低了人脸角度偏转、运动模糊、逆光等对提取人脸图像特征的影响，应用于多动态视频采集环境下，可有效提升人脸识别准确率。

技术领域

本申请涉及人工智能图像处理技术领域，尤其涉及多动态环境下，一种基于视频多帧人脸特征融合的人脸识别方法及装置。

背景技术

随着视频监控系统的普及和逐渐增加的发展需求，人脸识别已经取得了长足的发展。现如今，“移动电子眼”的触角正在慢慢深入到城市的各个角落，扮演越来越重要的角色，为我们的“平安城市”保驾护航。平安城市也是衡量一个城市现代化管理水平的重要体现，是实现一个城市乃至整个国家安全和稳定的重要措施。建立合理、有效的城市视频监控管理系统，才能使政府管理部分在第一时间发现问题，提出应对措施及应急预案。

视频人脸识别是基于人的面部特征信息，从视频中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别的一种技术。现有的基于视频的人脸识别方法及装置是采用单帧图像识别，即将视频中的多帧图像逐帧取出，将各帧图像中的人脸分别与人脸数据库进行比对识别，并且当各帧的比对识别结果满足某一预设条件时，认为识别出了人脸。

城市视频监控管理系统中的监控装置，例如，摄像头、监控录像等往往采集到的图像比较模糊，现有技术中，通过模糊算法可以对模糊图像进行处理。而对于双动态图像，也就是在双动态环境中采集到的图像，例如，行驶车辆上的摄像头采集路边行人图像，由于高速运动、车辆抖动、距离变化等因素导致采集到的双动态人脸图像出现运动模糊、抖动、遮挡、光线不足以及侧脸等质量问题。采用传统的基于单帧图像的人脸识别方法及装置识别人脸时，容易因图像质量问题造成人脸身份识别错误，或者需要通过多次识别才能正确识别出视频中的人脸身份，甚至无法识别人脸身份，这造成了视频人脸识别技术的准确率大打折扣。

发明内容

本申请提供了一种基于视频多帧人脸特征融合的人脸识别方法及装置，以解决目前视频人脸图像存在质量问题，造成人脸识别准确率较低的技术问题。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

第一方面，本申请实施例公开了一种基于视频多帧人脸特征融合的人脸识别方法，所述方法包括：

采集监控视频中待识别的n帧人脸图像，n≥1；

从n帧所述人脸图像中选取m帧人脸图像，对m帧所述人脸图像进行特征提取，生成与n帧所述人脸图像一一对应的特征向量{f_i}，i＝1，2，....，m，1≤m≤n；

将m个所述特征向量{f_i}融合成一个特征向量r，将所述特征向量r与数据库中的人脸特征进行比较，以识别监控视频中的人脸身份。

可选的，所述将m个所述特征向量{f_i}融合成一个特征向量r，包括：

将m个所述特征向量{f_i}经过至少一层特征融合，最终融合成一个特征向量r。

可选的，将m个所述特征向量{f_i}经过单层特征融合，最终融合成一个特征向量r，包括：

根据所述特征向量{f_i}生成与每个特征向量对应的线性权值{a_i}；