[发明专利]一种可提高视频实时人脸识别精度的方法

权利要求书

1.一种可提高视频实时人脸识别精度的方法，其特征在于，包括以下步骤：

步骤1：搭建人脸检测模型和人脸识别模型；

步骤2：实时获取监控图像；

步骤3：通过人脸检测模型对步骤2中实时获取的图像进行人脸检测，检测到人脸后，

创建相应的人脸模板并对其后续k帧图像进行人脸跟踪；

步骤4：对步骤3中检测到人脸的图像及后续k帧人脸跟踪图像进行人脸质量评价，根

据评价指标及所占权重加权计算得出人脸质量分；

步骤5：计算步骤3中人脸图像的瞳距；

步骤6：在步骤4、步骤5的基础上，取若干满足要求的人脸图像进行人脸识别：

步骤6.1：设定人脸质量分阈值为s1，瞳距阈值为s2，根据步骤3中创建的人脸模板收集人脸质量分高于s1且瞳距大于s2的人脸图像n张，对此n张人脸图像采用训练好的人脸识别模型进行人脸识别，与人脸识别库中的所有人进行一一比对，每幅人脸图像均获得人脸比对库中最大的相似率，因此获得n个相似率数值；

步骤6.2：设定相似率阈值为s3，n个相似率数值中，设相似率小于s3的个数为n1,相似率大于等于s3的个数为n2；若n1n2，则判定所识别人脸为外来人员；若n1=n2，则取相似率最高的人作为最终人脸识别的结果；若n1n2，取识别占比最高的人作为最终人脸识别的结果，若识别占比相等，则取相似率最高的人作为最终人脸识别的结果。

2.如权利要求1所述的一种可提高视频实时人脸识别精度的方法，其特征在于，所述步骤1中，人脸检测模型通过构建卷积神经网络A对标记好的人脸图像进行训练后获得，人脸识别模型通过构建卷积神经网络B对分类好的人脸图像进行训练后获得。

3.如权利要求1所述的一种可提高视频实时人脸识别精度的方法，其特征在于，所述步骤2中的实时监控图像是通过函数回调获取摄像头拍摄得到的。

4.如权利要求1所述的一种可提高视频实时人脸识别精度的方法，其特征在于，所述步骤3中，检测到人脸的图像为人脸检测帧，其后k帧图像为人脸跟踪帧。

5.如权利要求1所述的一种可提高视频实时人脸识别精度的方法，其特征在于，所述步骤4中，评价指标为正脸分、人脸光照分、人脸光照对称分、清晰度分、睁眼分和闭嘴分。

6.如权利要求1所述的一种可提高视频实时人脸识别精度的方法，其特征在于，所述步骤5中，采用获取的人脸图像的瞳距来表征人脸与摄像头之间的距离。

7.如权利要求1或4所述的一种可提高视频实时人脸识别精度的方法，其特征在于，为保证识别过程的流畅性，所述k值根据人脸检测与人脸跟踪所需时间由人工赋予。

8.如权利要求5所述的一种可提高视频实时人脸识别精度的方法，其特征在于，每项评价指标所占的权重由人工赋予。

9.如权利要求1所述的一种可提高视频实时人脸识别精度的方法，其特征在于，所述n值根据选用的摄像机帧数由人工赋予，且n=n1+n2。