[发明专利]基于视觉跟踪技术的实时视频人脸识别方法及系统

说明书

本发明公开了一种基于视觉跟踪技术的实时视频人脸识别方法，涉及计算机视觉跟踪技术领域，包括本发明将视频分为图像组来处理，在每一个图像组中，第1帧作为关键帧，其他帧为非关键帧，其中，关键帧中使用人脸检测与对齐、人脸特征提取和人脸匹配得到人脸识别结果，非关键帧中对关键帧检测到人脸进行跟踪得到人脸跟踪结果，相邻的两个图像组通过对相邻的两个视频帧采用空间位置匹配，若匹配一致，将该人脸作为后一个图像组的人脸识别结果；若空间位置匹配不一致，以与待识别人脸的人脸特征值相似度更高的人脸作为后一个图像组的人脸识别结果，极大提高了人脸识别的速度，且可以实现及时修正前一组人脸识别结果的目的。

技术领域

本发明涉及计算机视觉跟踪技术领域，具体涉及一种基于视觉跟踪技术的实时视频人脸识别方法及系统。

背景技术

随着互联网的高速发展，信息安全在社会生活中日益重要，身份鉴定技术在社会各方面体现着非常重要的应用地位。传统的身份验证方法主要包括标志物件(钥匙、身份证等)、特定的知识(口令、密码等)和标志物件与特定知识的结合(银行卡+口令等)，这些技术已经很成熟，但是无法避免丢失、伪造、遗忘或盗用等问题，存在不安全、不方便、不可靠的缺点。随着网络空间对人类的影响不断扩大，传统的身份验证方法越来越不能满足要求，而利用人类生物特征来识别身份的生物特征识别开始兴起。生物特征作为人的内在属性，具有安全、稳定、不易伪造、不可窃取等优点，是身份验证的最理想依据。由于生物识别技术具有传统方法所无法比拟的优点，得到了人们越来越多的关注，在近些年发展日益成熟。

人脸识别作为一种重要的生物特征识别技术，是模式识别和计算机视觉领域中一个非常活跃的研究热点。相对于指纹、虹膜等其它生物识别技术，具有直接、友好、方便、快捷、操作隐蔽、非侵犯性、可交互性强等特点，应用前景十分广泛。随着人脸识别技术的日益成熟，它被广泛地应用于公安、银行、海关、机场、智能视频监控、医疗等多个方面，表现出了强大的生命力。因此，研发一种视频中兼顾识别效率和准确率的人脸识别方法具有重要的现实意义。

传统的人脸识别方法是先手工提取人脸特征，然后在人脸特征库中进行最邻近搜索，将基于图像的人脸检索转换为人脸特征的相似性度量。这种方法可以满足小规模数据集的要求，但是在大规模数据集中的识别效率与准确率都会降低。近年来，由于卷积神经网络强大的特征学习能力，基于卷积神经网络的人脸识别方法变得流行起来。例如：Facebook提出的DeepFace算法、香港中文大学汤晓鸥团队的DeepID算法系列、Google的FaceNet算法等，一步步超越前人，在LFW人脸数据库上的精度达到了极限。在处理视频数据时，需要每秒钟处理25帧以上才能够保证视频的流畅性。但是，这些卷积神经网络的层数太多，需要训练的参数达到上亿多个，模型复杂，处理速度缓慢，大部分算法处理速度低于10帧每秒，很难直接用于实际应用场景中。

因此，亟需一种基于卷积神经网络的情况下，加速对视频中的人脸进行识别的技术方案。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于视觉跟踪技术的实时视频人脸识别方法及系统，减少了视频流中需要进行人脸识别处理的视频帧，极大提高了人脸识别的速度。

为达到以上目的，本发明采取的技术方案是：一种基于视觉跟踪技术的实时视频人脸识别方法，其特征在于：

将视频流的每n帧划为一个图像组，每个图像组第1帧为关键帧，第2帧至第n帧为非关键帧，对每个图像组关键帧采用人脸检测算法检测视频帧中所有人脸的位置及每个人脸的面部关键点位置，对齐每个人脸的面部关键点位置；提取每个人脸的面部关键点位置对应的人脸特征值，与待识别人脸的人脸特征值相似度最高的视频帧中的人脸为人脸识别结果；

分别在每个图像组非关键帧中对其第1帧中的人脸识别结果通过视觉跟踪算法进行跟踪，保存每个图像组第n帧的人脸跟踪结果及该人脸跟踪结果对应的人脸ID；