[发明专利]异常人脸检测方法、异常识别方法、装置、设备及介质

权利要求书

1.一种异常人脸检测方法，其特征在于，所述异常人脸检测方法包括：

获取用户的视频信息，所述视频信息设置有N个分割节点，N为正整数；

基于N个所述分割节点，将所述视频信息切分为N个子视频信息；

将N个所述子视频信息分别分解为待检测图像，得到N个待检测图像序列；

对N个所述待检测图像序列采用特征子脸技术进行人脸检测，提取出人脸图像；

对每一所述分割节点对应的所述人脸图像进行特征值提取，得到每一所述人脸图像的人脸特征；

对每一所述分割节点对应的每一所述人脸特征进行相似度匹配，判断所述待检测图像序列中是否存在不同人脸图像；

若所述待检测图像序列中存在不同人脸图像，则对所述用户的视频信息进行风险提示操作。

2.如权利要求1所述的异常人脸检测方法，其特征在于，所述对N个所述待检测图像序列采用特征子脸技术进行人脸检测，提取出人脸图像，包括：

基于预设的人脸空间向量的矩阵，获取所述待检测图像序列中的每一待检测图像的人脸区域；

计算所述人脸区域在预设的人脸空间的投影距离；

若所述投影距离在预设的投影距离阈值范围内，则确定所述待检测图像序列中的待检测图像为人脸图像，并提取所述人脸图像。

3.如权利要求1所述的异常人脸检测方法，其特征在于，所述对每一所述分割节点对应的每一所述人脸特征进行相似度匹配，判断所述待检测图像序列中是否存在不同人脸图像，包括：

将每一所述人脸特征转换成人脸特征向量，得到由L个人脸特征向量组成的人脸特征向量集合，其中，L为正整数；

依次针对每一所述人脸特征向量，分别计算所述人脸特征向量与所述人脸特征向量集合中的其余L-1个所述人脸特征向量的距离，得到L*(L-1)/2个目标距离；

统计所述目标距离中大于预设的向量距离阈值的个数，若所述个数大于等于2，则确定所述待检测图像序列中存在不同人脸图像。

4.一种异常识别方法，其特征在于，所述异常识别方法包括：

获取M个进行风险提示操作的视频信息，M为正整数，其中，所述进行风险提示操作的视频信息是采用如权利要求1至3任一项所述的异常人脸检测方法进行检测得到的；

提取M个所述进行风险提示操作的视频信息中的疑似异常人脸图像；

采用Coarse-to-fine CNN网络的人脸特征点定位算法定位每一所述疑似异常人脸图像的关键特征点；

将每一所述疑似异常人脸图像的关键特征点进行顺序连接，得到每一所述疑似异常人脸图像的特征向量；

两两计算所述异常人脸图像的特征向量的距离，若所述距离小于或者等于预设的距离阈值，则确定所述疑似异常人脸图像为异常人脸图像。

5.如权利要求4所述的异常识别方法，其特征在于，在所述确定所述疑似异常人脸图像为异常人脸图像之后，所述异常识别方法还包括：

将每一所述异常人脸图像组成异常人脸库，且每一所述异常人脸图像设置有分割节点标识。

6.一种异常人脸检测装置，其特征在于，所述异常人脸检测装置包括：

视频信息获取模块，用于获取用户的视频信息，所述视频信息设置有N个分割节点，N为正整数；

视频分割模块，用于基于N个所述分割节点，将所述视频信息切分为N个子视频信息；

图像序列分解模块，用于将N个所述子视频信息分别分解为待检测图像，得到N个待检测图像序列；

人脸图像获取模块，用于对N个所述待检测图像序列采用特征子脸技术进行人脸检测，提取出人脸图像；

人脸特征获取模块，用于对每一所述分割节点对应的所述人脸图像进行特征值提取，得到每一所述人脸图像的人脸特征；

人脸图像确定模块，用于对每一所述分割节点对应的每一所述人脸特征进行相似度匹配，判断所述待检测图像序列中是否存在不同人脸图像；

风险提示模块，用于若所述待检测图像序列中存在不同人脸图像，则对所述用户的视频信息进行风险提示操作。