[发明专利]一种通过动态影像进行面部识别的方法

说明书

本发明提供一种通过动态影像进行面部识别的方法，采集用户距离摄像头固定距离处的多种面部姿态的图像以构建人脸库；自动在监控视频帧中对是否存在行人目标进行检测；通过智能分析算法自动对检测到的行人在整个视频监控区域中的运动轨迹进行描述，从而获取用户实时的图像；对追踪到的行人目标快照进行实时的人脸检测及人脸对齐；对检测到的人脸图像进行实时的人脸识别；对来自于某个实时追踪的行人的快照进行再识别，对符合身份再认证机制的识别结果进行入库保存。

技术领域

本发明涉及智能视频监控、计算机视觉领域，具体涉及一种通过动态影像进行面部识别的方法。

背景技术

面部识别是通过摄像头采集的实时视频自动进行人脸识别，一般包括下面几个步骤：

人脸注册，即构建用于进行识别的人脸库，该人脸库作为离线库，和系统部署后实时采集的人脸图像进行比对完成采集实时采集人员的身份识别；

特征提取，即对人脸库图像和实时采集的人脸图像进行特征提取，将其用固定长度的向量进行表示，基于当前卷积神经网络在图像识别领域的先进性，该部分一般使用卷积神经网络进行完成；

人脸检测，即对实时采集的视频帧图像判断是否包含人脸，若包含，则检测出人脸部分在视频帧图像中的空间位置；

人脸对齐，即对检测出的人脸部分检测五官关键点的位置并完成实时监测人脸与参考人脸的对齐，从而提升人脸识别的准确率；

人脸识别，即基于离线人脸库的特征集和实时采集人脸图像的特征进行相似度比对以完成实时采集人脸的身份认定。

上述人脸识别需要用户高度配合，即需要用户在摄像头前进行一定时间的静止以采集大量的图像进行识别，否则会造成识别准确率不足。但长时间的用户静止严重限制了识别效率。

发明内容

基于上述存在的问题，本发明提出一种通过动态影像进行面部识别的方法，能够在用户正常走动情况下进行高效准确的面部识别，有效提升识别时间效率和用户体验。

本发明的技术方案如下：

一种通过动态影像进行面部识别的方法，其特征在于：

(1)采集用户距离摄像头固定距离处的多种面部姿态的图像以构建人脸库；在人脸两眼间距离约为60像素处进行人脸库图像采集，采集各需记录人员面部正视摄像头、抬头10度、低头10度、左转10度及右转10度的训练图像，使用卷积神经网络模型进行特征提取，每一副人脸图像都表示成128维的特征向量；

(2)使用yolov2算法进行实时视频帧的行人目标检测，自动在监控视频帧中对是否存在行人目标进行检测，

(3)通过智能分析算法自动对检测到的行人在整个视频监控区域中的运动轨迹进行描述，从而获取用户实时的图像；使用基于相关滤波器的目标追踪算法进行目标轨迹描述，同时使用每一帧行人检测结果和目标追踪结果的同步以改善目标追踪结果；在该过程中，通过匈牙利指派算法进行新目标出现判定及目标实时空间位置进行目标消失的判定；

(4)对追踪到的行人目标快照进行实时的人脸检测及人脸对齐；使用MTCNN算法进行人脸空间位置检测及五官关键特征点定位，保留满足置信度阈值、空间分辨率阈值和清晰度阈值的人脸图像进行识别；使用普氏分析算法寻找实时检测人脸图像与参考人脸图像的仿射变换矩阵以实现人脸图像的对齐

(5)对检测到的人脸图像进行实时的人脸识别，即和人脸库中的图像进行相似度识别以完成身份认证；对对齐后的实时检测人脸图像进行特征提取，将提取的特征与人脸库中的特征进行相似度比对，保留满足相似度阈值的比对结果；