[发明专利]基于平滑矩阵的人脸识别方法、装置和计算机设备

说明书

本申请揭示了一种基于平滑矩阵的人脸识别方法、装置、计算机设备和存储介质，所述方法包括：获取原始视频，并提取出两张原始帧图片；调取多张参照图片；人脸特征向量提取处理，得到两个人脸特征向量集合；进行人脸特征向量提取处理，从而得到多个人脸特征向量；计算出初始相似矩阵S，获取第一初始相似矩阵S^t‑1，获取第二初始相似矩阵S^t；利用第一初始相似矩阵，对第二初始相似矩阵进行平滑处理，得到平滑矩阵；解析所述平滑矩阵，从而得到与所述后帧图片对应的人脸识别结果。从而使后帧图片的人脸识别结果更加准确(即，即使后帧图片中的人脸特征较少，也能准确地进行人脸识别)，并提高整体的人脸识别效率与准确性。

技术领域

本申请涉及到计算机领域，特别是涉及到一种基于平滑矩阵的人脸识别方法、装置、计算机设备和存储介质。

背景技术

人脸识别是人工智能和模式识别领域非常重要的技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术，利用摄像机或摄像头采集含有人脸的图像，并在图像中检测人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。传统的人脸识别技术是针对于静态图片(例如一张单独的照片，或者一张从视频中提取出的单独图片)的识别，若静态图片中展现的人脸特征足够丰富，那么传统的人脸识别技术能够进行准确地识别，但是部分静态图片中展现的人脸特征较少，例如在静态图片中的人脸数量大、清晰度低、拍摄光线和角度差、人脸部分遮挡、视频压缩损失等情境下时，传统的人脸识别技术无法进行准确的识别。因此，传统的人脸识别技术的识别适应性低，识别准确性不足。

发明内容

本申请的主要目的为提供一种基于平滑矩阵的人脸识别方法、装置、计算机设备和存储介质，旨在提高整体的人脸识别效率与准确性。

为了实现上述发明目的，本申请提出一种基于平滑矩阵的人脸识别方法，包括以下步骤：

获取原始视频，并从所述原始视频中提取出两张原始帧图片，所述两张原始帧图片在时间上连续，所述两张原始帧图片包括前帧图片和后帧图片，每个所述原始帧图片中均包括至少一个人体；

调取预设的人脸数据库中的多张参照图片，每张参照图片中均包括一张人脸；

对所述原始帧图片进行人脸特征向量提取处理，从而得到与所述两张原始帧图片分别对应的两个人脸特征向量集合，其中每个人脸特征向量集合至少包括一个人脸特征向量；

对所述参照图片进行人脸特征向量提取处理，从而得到与所述多张参照图片分别对应的多个人脸特征向量；

根据公式：计算出初始相似矩阵S，从而获取与所述前帧图片对应的第一初始相似矩阵S^t-1，以及获取与所述后帧图片对应的第二初始相似矩阵S^t；其中，F_probe，i为原始帧图片中第i个人脸特征向量，F_gallery，j为第j个参照图片的人脸特征向量，所述原始帧图片中共包括M个人脸，所述参照图片共有N张；

根据预设的矩阵平滑处理方法，利用所述第一初始相似矩阵，对所述第二初始相似矩阵进行平滑处理，从而得到平滑矩阵；

根据预设的矩阵解析方法，解析所述平滑矩阵，从而得到与所述后帧图片对应的人脸识别结果。

进一步地，所述获取与所述前帧图片对应的第一初始相似矩阵S^t-1，以及获取与所述后帧图片对应的第二初始相似矩阵S^t的步骤之前，包括：

对所述原始帧图片进行人体关键点检测处理，从而得到与所述原始帧图片对应的人体关键点集合，其中人体关键点集合至少包括一套人体关键点；

从每一套人体关键点集合中均提取出头部的鼻子、双眼和双耳关键点，并利用所述鼻子、双眼和双耳关键点计算出头部中心位点置，从而得到与所述原始帧图片中每个人体的头部中心点位置；