[发明专利]电子装置、动态视频人脸识别的方法及存储介质

说明书

本发明涉及一种电子装置、动态视频人脸识别的方法及存储介质，该动态视频人脸识别的方法包括：图像质量评分步骤：获取实时拍摄的一序列的人脸图像，根据人脸图像中特征点的梯度值及坐标值对该系列中的每张人脸图像的质量进行评分；排序步骤：将评分结果降序排列，从排列的序列中选取评分靠前的预设数量的人脸图像；查找步骤：在人脸图像样本库中分别搜索与该预设数量的人脸图像中每张人脸图像匹配的样本图像；识别步骤：当该预设数量的人脸图像中有超过阈值的人脸图像与人脸图像样本库中的同一样本图像相匹配时，判定该序列的实时人脸图像为该相匹配的样本图像对应的人物的视频图像。本发明能够提高人脸识别的精度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种电子装置、动态视频人脸识别的方法及存储介质。

背景技术

目前，在视频动态人脸识别中，一般产品的做法是对检测到的人脸的第一帧进行识别，但是由于动态视频中人脸的姿态、画质等的变化，有可能用于识别的那一帧人脸质量较差，会造成识别精度降低。

发明内容

本发明的目的在于提供一种电子装置、动态视频人脸识别的方法及存储介质，旨在提高人脸识别的精度。

为实现上述目的，本发明提供一种电子装置，所述电子装置包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的多帧联合动态识别人脸的系统，所述多帧联合动态识别人脸的系统被所述处理器执行时实现如下步骤：

图像质量评分步骤：获取实时拍摄的一序列的人脸图像，根据所述人脸图像中特征点的梯度值及坐标值对该序列中的每张人脸图像的质量进行评分；

排序步骤：将评分结果降序排列，从排列的序列中选取评分靠前的预设数量的人脸图像；

查找步骤：在人脸图像样本库中分别搜索与该预设数量的人脸图像中每张人脸图像匹配的样本图像；

识别步骤：当该预设数量的人脸图像中有超过阈值的人脸图像与人脸图像样本库中的同一样本图像相匹配时，判定该序列的实时人脸图像为该相匹配的样本图像对应的人物的视频图像。

优选地，所述人脸图像中特征点包括眼部特征点、鼻部特征点及嘴部特征点，所述梯度值为眼部特征点、鼻部特征点及嘴部特征点的平均梯度。

优选地，所述眼部特征点包括左眼球特征点及右眼球特征点，所述嘴部特征点包括左嘴角特征点及右嘴角特征点，所述图像质量评分步骤包括：

p＝((x_LeftEye-x_RightEye)^2×grad)/|(x_LeftEye+x_RightEye)/2-x_Nose|；

其中，p为图像质量评分，x_LeftEye、x_RightEye表示左眼球、右眼球的X坐标，x_Nose表示鼻尖特征点的X坐标，grad为眼部特征点、鼻部特征点及嘴部特征点三者的平均梯度。

优选地，所述平均梯度的计算方式包括：

将所述人脸图像从RGB图像转换为灰度图像；

在转换后的人脸图像中取一个包含双眼特征点的第一矩形区域；

计算该第一矩形区域内每个像素点与相邻像素点之间的亮度差，取该第一矩形区域所有像素点的亮度差的均值；

在转换后的人脸图像中取一个包含鼻部特征点和嘴部特征点的第二矩形区域；

计算该第二矩形区域内每个像素点与相邻像素点之间的亮度差，取该第二矩形区域所有像素点的亮度差的均值；

将该第一矩形区域所有像素点的亮度差的均值、第二矩形区域所有像素点的亮度差的均值求和后取均值，作为所述平均梯度grad。

为实现上述目的，本发明还提供一种动态视频人脸识别的方法，所述动态视频人脸识别的方法包括：