[发明专利]一种人脸聚类方法及装置有效

专利信息
申请号: 201911168668.6 申请日: 2019-11-25
公开(公告)号: CN110968719B 公开(公告)日: 2023-04-18
发明(设计)人: 沈瑜;阮学武 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06F16/55 分类号: G06F16/55;G06F16/51;G06V40/16;G06V10/75
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 赵凯莉
地址: 310053 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人脸聚类 方法 装置
【说明书】:

本申请提供一种人脸聚类方法及装置,用于提高人脸聚类的准确性。该方法包括:从视频帧中抓拍获得第一抓拍图像,并根据人脸跟踪算法,获得第一抓拍图像的唯一跟踪标识;若在人脸聚类数据库中,存在与第一抓拍图像的唯一跟踪标识相同的所有人脸图像组成的第一参考人脸图像集合,则将第一抓拍图像的人脸质量分数与第一参考人脸图像的人脸质量分数进行比较;其中,第一参考人脸图像为第一参考人脸图像集合中的人脸质量分数最大的参考人脸图像;若第一抓拍图像的人脸质量分数小于或等于第一参考人脸图像的人脸质量分数,则将第一抓拍图像与第一参考人脸图像集合关联存储,该方法通过结合人脸跟踪算法进行人脸聚类,提高了人脸聚类的准确性。

技术领域

本申请涉及人工智能技术领域,尤其涉及一种人脸聚类方法及装置。

背景技术

例如在监控安防领域中,可以采用人脸聚类进行建档。人脸聚类可以简单理解为将涉及同类用户的人脸归档在一个档案中,后续可以利用该档案进行调查等。目前人脸聚类过程一般是对视频中每帧中人脸进行人脸特征匹配,找出属于同一用户的人脸。

但是在实时抓拍的过程中,人脸的角度、光线等对人脸特征影像较大,简单进行特征匹配归档容易出现将同一用户的人脸归为多个档案的情况。

发明内容

本申请实施例提供一种人脸聚类方法及装置,用于提高人脸聚类的准确性。

第一方面,提供一种人脸聚类方法,包括:

从视频帧中抓拍获得第一抓拍图像,并根据人脸跟踪算法,获得所述第一抓拍图像的唯一跟踪标识;

若在人脸聚类数据库中,存在与所述第一抓拍图像的唯一跟踪标识相同的所有人脸图像组成的第一参考人脸图像集合,则将所述第一抓拍图像的人脸质量分数与第一参考人脸图像的人脸质量分数进行比较;其中,所述第一参考人脸图像为所述第一参考人脸图像集合中的人脸质量分数最大的参考人脸图像;

若所述第一抓拍图像的人脸质量分数小于或等于所述第一参考人脸图像的人脸质量分数,则将所述第一抓拍图像与所述第一参考人脸图像集合关联存储。

在本申请实施例中,先基于人脸跟踪算法,获得抓拍图像的跟踪标识,并查找与该唯一跟踪标识相同的第一参考人脸图像集合,再将第一抓拍图像的人脸质量分数和人脸质量分数最高的第一参考人脸图像进行比较,再进行归类,由于基于人脸跟踪算法,获得抓拍图像的唯一跟踪标识,可以提高确定跟踪标识的准确性,且后续并不是直接简单地基于唯一跟踪标识进行归档,还会将抓拍图像与第一参考人脸图像进行人脸质量分数进行比较,从而实现更准确地人脸归档。且,相较于直接根据特征匹配进行归档的方式,本申请实施例中基于唯一跟踪标识进行归档的效率相对更高。

在一种可能的实施例中,在将所述第一抓拍图像的人脸质量分数与第一参考人脸图像的人脸质量分数进行比较之后,包括:

若所述第一抓拍图像的人脸质量分数大于所述第一参考人脸图像的人脸质量分数,则将所述第一抓拍图像与多个标准参考人脸图像分别进行特征匹配;其中,所述多个标准人脸图像包括所述人脸聚类数据库中不同人脸所对应的参考人脸图像集合下的标准参考人脸图像;

若所述第一抓拍图像与第一标准参考人脸图像特征匹配成功,则将所述第一抓拍图像和所述第一参考人脸图像集合,均与第一标准参考人脸图像对应的参考人脸图像集合关联存储;其中,所述第一标准参考人脸图像为所述人脸聚类数据库中除了所述第一参考人脸图像集合对应的第二标准参考人脸图像之外标准参考人脸图像。

在本申请实施例中,如果第一抓拍图像的人脸质量分数大于第一参考人脸图像的人脸质量分数,此时可以将第一抓拍图像与人脸数据库中所有人脸对应的标准参考人脸图像进行特征匹配,在特征匹配成功的情况下,将第一抓拍图像与特征匹配成功的标准参考人脸图像进行归类,并调整第一参考人脸图像集合对应的档案,实现对人脸图像集合对应的档案进行准确且及时地调整,提高人脸聚类的准确性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911168668.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top