[发明专利]光场监控的人脸空间去重方法

说明书

本发明涉及光场监控的人脸空间去重方法，包括：分别从若干彩色相机、若干深度相机中分别获取监控场景内的人脸群、场景深度信息；对人脸群进行空间关联，形成人脸组；筛选人脸组并去重，获得最优人脸；形成人脸集。本发明采用若干彩色相机、深度相机联合形成一个较大的视野范围，能够获得深度信息，深度信息能够复原场景内的被遮挡人员，能够极大的提高人脸检测的效率；还可以关联三维信息，对已检测或识别的人员进行三维空间的轨迹跟踪和定位。

技术领域

本发明涉及光场相机监控应用中的人脸识别领域，具体地说是一种光场监控的人脸空间去重方法。

背景技术

在现代智慧城市的相机监控应用中，人脸识别技术是一个非常重要的技术手段，它能够主动地进行场景人员的搜索和识别，对危险人员进行预警。人脸识别技术应用背景广泛，可用于公安系统的罪犯身份识别、身份证与持证人的交叉比对、监控系统以及智能门禁系统等。

人脸识别技术的一般流程分为人脸检测、人脸对齐和人脸识别，其中：

人脸检测是在相机拍摄场景中，通过算法搜索与检测存在人脸的区域，并对人脸位置和大小等信息进行标识。人脸检测是人脸识别技术的第一个步骤，这一步骤的所获得的精度与速度直接影响整个系统的性能；

人脸对齐是在人脸检测结果中对人脸的诸如眉毛、眼睛、鼻子、嘴巴以及脸颊等脸部特征进行关键点提取，形成对人脸的关键点描述。人脸对齐在人脸识别、搜索和姿态表情分析等领域中起到关键作用，其对齐效率和准确度直接影响后期算法效果；

人脸识别是利用算法对对齐后的人脸进行特征描述，然后与人脸数据库已有人脸数据进行比对匹配，从而对检测人脸进行识别。

在现有的监控系统中，人脸识别技术大部分以单台监控相机为单位进行人脸识别。首先，由于单台相机视场角有一定的限制，安装位置和姿态固定，从而限制了相机可以覆盖的视野范围。其次大部分人脸识别技术的前提是需要最大限度的保持人脸正对相机，以保证人脸检测和人脸对齐的步骤能够更为准确，进而提高人脸识别率。但是实际场景中的人员的姿态随机性比较大，当人员侧对相机，或以一定的俯、仰角度面对相机时候，单台相机的人脸检测可能会失效或者人脸对齐模块失去鲁棒性。再次，在人流较为密集的场景，人员之间存在遮挡关系，这将会直接导致单台相机的人脸检测模块对于被遮挡人员的检测失效。最后，单台相机只能捕获三维场景的二维投影信息，无法关联人员的三维空间信息，从而无法有效的对人员进行轨迹跟踪和定位。

CN201310504743.8号发明专利公开了一种基于人脸聚类的视频编目方法、检索方法及其系统，包括：对视频文件进行镜头切分；对视频镜头进行人脸检测，得到人脸图片及相关信息；对检测出的人脸图片进行去重；对去重后的人脸图片进行人脸特征提取，将提取到的人脸特征存入人脸特征库；根据人脸特征，对人脸图片进行特征聚类；对人脸类别库中存储的各个人脸类别进行人工标注；根据人工标注后的人脸类别和类别中人脸的相关信息，自动生成人脸元数据，将所述人脸元数据增加到原始编目文件中，得到最终的视频编目文件。是一种对单相机的人脸检测过程中的去重和时间维度去重的技术方案，无法解决上述因人员侧向角度、相互遮挡而产生的问题。

CN 201710846556.6号公开了一种多摄像头协同的人脸追踪的方法，利用多摄像进行人脸跟踪，在监控场景的感兴趣区域内可以获取多张不同光照，不同姿态，模糊度不同等目标人脸图像。通过此方案有效地提高了人脸图像采集的效率，提高了人脸的识别率。

CN201610316057.1号发明公开了回头客自动识别方法及系统，包括以下步骤：追踪监控区域内的人脸并记录人脸信息；对所述人脸信息进行去重处理；判断所述人脸信息是否为人脸数据库中已有的人脸信息；其说明书0046-56段提供了人脸去重的技术手段，可以做到更高的匹配准确率；通过对特征向量投影可以进一步的提高回头客识别的准确率。CN201710937599.5号一种基于人脸识别的客流计数方法，E步骤也给出了比对去重的参考内容。