[发明专利]一种视频图像中人脸图像截取方法

说明书

本发明公开了一种视频图像中人脸图像截取方法，通过缓冲原始视频图像帧并编号、抽点压缩图像像素后进行人脸检测识别、根据人脸图片像素是否达到阈值判断，对于压缩图像中仍有较多像素的人脸图片，可直接输出在压缩图像中截取的人脸图片，对像素较少的人脸图片(或全部人脸图片)，根据其在压缩像素图像中位置和对应编号的原始图像的映射关系，从对应原始图像中截取人脸图片。本发明一种视频图像中人脸图像截取方法，能够保证人脸检测过程截取的图片保持较高的像素数，从而提高后期人脸比对的成功率与准确性。

技术领域

本发明涉及人工智能领域，具体涉及一种提高人脸比对性能的视频图像中人脸图片截取方法。

背景技术

人脸图像比对需要对人脸图像提取特征数据，用于人脸对比的人脸特征提取，主要是对经人脸检测过程截取到的视频图像中的人脸图片进行特征数据提取。

人脸检测是指对于任意一幅给定的输入图像，采用一定的计算方法对其进行搜索以确定其中是否含有人脸以及人脸在输入图像中的位置，方法主要是对输入的图像，用训练好的模型进行多层级联的卷积神经网络运算。

这种人脸检测的卷积神经网络运算量很大，并且运算量随图像像素增长以平方关系增长，因此为了在输入实时视频图像的应用中，能够快速完成在检测人脸过程，通常需要对更高像素的图像采用抽点的方法减少图像像素，比如典型的从 4k(4096×2160分辨率)图像或1080p(1920*1080分辨率)图像，将图像像素减少到720*576像素或同一数量级分辨率像素，作为卷积神经网络的输入图像，进行人脸检测运算。

目前人脸检测算法一般能够最小检测到10*10像素的人脸图片，但是从输入图像(比如720*576像素)裁剪出这样少的像素的人脸，却不足以支持进行比较精确的人脸特征数据提取，人脸特征数据提取通常需要提供40*40或30*30像素人脸图像，以获得准确率较高的人脸比对结果，像素过少的人脸数据检出后也会被丢弃，造成信息获取的缺失或运算量的浪费。

发明内容

本发明的目的是为解决上述不足，提供一种能够提高人脸比对性能的人脸图片截取方法。

本发明的目的是通过以下技术方案实现的：

一种视频图像中人脸图片截取方法，通过缓存若干帧连续的原始图像(全部像素)并对这些原始图像进行编号，同时对缓冲的最早的原始图像进行按照一定的方法进行抽点运算，生成送给卷积神经网络的输入图像(抽点后减少像素的图像)，同时确立了原始图像像素与输入神经网络图像像素的映射关系F，把输入图像和对应的原始图像编号传送给卷积神经网络进行人脸检测运算，遍历检测输入图像中的所有人脸，对无法识别检测的人脸采用舍弃策略；对像素数量满足后续特征识别人脸(达到像素数阈值)，直接输出人脸图片给后续处理；对像素过少的人脸(阈值设到最大值时，是全部检测出的人脸)，记录其在抽点后输入图像中的位置，根据原始图像编号和检测到人脸在输入图像中的位置，根据与F对应的反向映射关系F^-1，计算输入图像中的人脸图像在原始图像中的位置，在对应原始图像中找到对应的人脸图像位置并裁剪出人脸图像，输出给后续人脸图片归一化处理和人脸特征提取运算，并删除缓存中这一帧原始图像，顺序装入新的原始图像帧，完成一幅原始图像的全部可识别人脸图像截取。

本发明具有如下有益的效果：

本发明通过缓存原始图像帧，增加原始图像帧编号，并以抽点输入图像中像素位置反推其在原始图像中位置的方法，从而能够在人脸检测后计算出人脸图像在原始图像中的位置，并根据人脸像素是否达到阈值判断，选择在压缩图像或在原始图像中截取出相应人脸图片，从而保证了截取到的人脸图片保持较高的像素数量，提高后期人脸比对的成功率与准确性。

附图说明

附图1为本发明的人脸图像截取方法流程图。

具体实施方式

下面结合附图对本发明作进一步的说明：