[发明专利]一种基于立体视频流的动态人脸识别系统及识别方法

权利要求书

1.一种基于立体视频流的动态人脸识别系统，其特征在于，包括视频流、人脸检测模块、人脸跟踪模块、人脸聚类模块、人脸识别模块；

所述视频流的输出端分别与人脸检测模块和人脸跟踪模块的输入端电性连接，且人脸检测模块的输出端与人脸跟踪模块的输入端电性连接，所述人脸跟踪模块的输出端与人脸聚类模块的输入端电性连接，所述人脸聚类模块的输出端与人脸识别模块的输入端电性连接。

2.根据权利要求1所述的一种基于立体视频流的动态人脸识别系统，其特征在于，所述人脸识别模块由人脸位置信息模块、人脸关键点信息模块和人脸属性信息模块组成。

3.根据权利要求1所述的一种基于立体视频流的动态人脸识别系统，其特征在于，所述人脸检测模块由卷积残差网络、分离通道卷积构成，用于提取图像特征，该网络的支路部分作为输出，主要有三部分的输出：人脸的位置信息、人脸的关键点信息和人脸的其他属性信息。

4.一种基于立体视频流的动态人脸识别方法，其特征在于，包括以下步骤：

S1：对视频流中的图像传输到人脸检测模块进行识别，如果存在人脸则对人脸进行对齐和识别，如果不存在则重新开始检测；

S2：完成人脸识别后，若存在已知人脸，则对视频流中的人脸进行追踪，若不存在已知人脸，则截取人脸图像进行保存并重新开始检测。

S3：人脸类聚：对于人脸跟踪模块采集的图像，用深度学习网络提取跟踪结果中人脸图像的特征，采用聚类算法判断当前跟踪结果中的类别数目，如果类别数目大于1，则删除图像数目较少的类别，保证当前结果只有一个类别，并保存类别中心用于识别比对。

5.根据权利要求4所述的一种基于立体视频流的动态人脸识别方法，其特征在于，所述类别中心融合了所有跟踪结果的人脸图像信息，使用该特征作为人脸识别的特征可提高识别的准确率。

6.根据权利要求4所述的一种基于立体视频流的动态人脸识别方法，其特征在于，所述聚类算法为：判断当前跟踪结果中的类别数目，如果类别数目大于1，则删除图像数目较少的类别，保证当前结果只有一个类别，并保存类别中心用于识别比对。