[发明专利]面向监控视频的人脸检测与搜索方法

说明书

本发明提供一种面向监控视频的人脸检测与搜索方法，首先训练人脸检测器；将输入待进行人脸识别与搜索的监控视频帧，利用人脸检测器对其进行检测，得到监控视频帧中的人脸区域I_f，在人脸区域I_f中进行五官定位，得到监控视频人脸五官定位结果；确定目标人脸图像，对目标人脸图像进行五官定位，得到目标人脸五官定位结果；然后前面步骤获得的监控视频人脸图像的五官定位结果和目标人脸图像的五官定位结果，计算两者全脸及局部五官相似度。最后计算监控视频人脸图像和目标人脸图像的概率融合相似度，得到搜索匹配结果。利用本发明使得搜索结果更为准确。

技术领域

本发明涉及人脸识别技术领域，具体涉及一种面向视频监控的人脸检测与搜索方法。

背景技术

随着视频监控系统的大规模应用以及相关识别算法的深入研究，将基于人脸识别技术的人脸识别搜索与视频监控相结合，可以有效提高视频监控的智能化水平，尤其在网络追逃、打击人口拐卖等方面可以提高工作效率，减轻人工工作量的同时，将发现目标人的几率得到提升。目前该应用一个突出的制约因素是：由于监控视频主要拍摄较大场景，容易导致其中的人脸区域较小，从而检测不到人脸，导致识别与搜索效果不佳。

现有的人脸检测与搜索方法，如公开号为103824051A，公开日为2014年5月28日的发明专利申请，公开了一种基于局部区域匹配的人脸搜索方法，其将人脸对齐到标准网格人脸并划分为若干器官区域，针对各区域提取多层次特征用于识别分类。公开号为106886739A，公开日为2017年6月23日的发明专利申请，公开了一种基于人脸识别的视频监控方法，方法中提取人脸分层直方图作为特征，对图像噪声具有较好的鲁棒性。公开号为104899576A，公开日为2015年9月9日的发明专利申请，公开了一种基于Gabor变换与HOG的人脸识别特征提取方法，首先对含人脸图像进行提取并归一化，通过生成40个不同方向大小的Gabor滤波器对归一化人脸进行分别滤波，得到多个方向和大小的Gabor特征，随后对得到的Gabor特征进行HOG处理，进一步得到Gabor特征的梯度直方图信息，使得Gabor滤波结果增强。公开号为104700089A，公开日为2015年6月10日的发明专利申请，公开了一种基于Gabor和SB2DLPP的人脸识别方法，主要包括预处理、特征提取、特征降维和分类识别四个步骤。(1)对已知的人脸库中所有的人脸图像进行预处理，包括尺度归一化和直方图均衡化；(2)利用Gabor小波对预处理过的人脸图像进行特征提取；(3)引入类别信息，对步骤(2)提取到的高维图像特征应用有监督的双向二维局部保持投影(SB2DLPP)算法进行降维，从而提取出映射到低维子空间的特征矩阵；(4)采用最近邻分类器进行分类识别。公开号为103679151A，公开日为2014年3月26日的发明专利申请，公开了一种融合LBP、Gabor特征的人脸聚类方法。公开号为104820844A，公开日为2015年8月5日的发明专利申请公开了一种人脸识别方法，将待识别人脸图像获得的图像特征分成正负样本，使用Adaboost对所述正负样本进行特征选择，获得明显特征，使用Adaboost对由所述人脸图像获得的图像特征进行特征选择，获得特征子空间；使用环形对称划分的SVM对所述特征子空间进行特征训练获得ECC编码矩阵；使用环形对称划分的SVM及所述ECC编码矩阵对所述明显特征进行特征匹配。

上述方法主要工作均集中在人脸特征表示部分，不能解决监控视频中人脸区域较小带来的人脸漏检问题，并且上述方法主要针对尺寸较大、细节丰富的人脸提取特征，而对于实际监控视频中较小区域、细节不丰富的人脸而言，上述特征提取方法并不能获得与高质量人脸图像相称的效果。

发明内容

针对现有技术中存在的缺陷，本发明提供一种面向监控视频的人脸检测与搜索方法。

为实现本发明之目的，采用以下技术方案予以实现：