[发明专利]一种复杂环境人脸识别方法及系统

说明书

本公开提供一种复杂环境人脸识别方法及系统，以环境帧计算出干扰特征，并以人像帧进行转化计算得到其转化特征，通过标记序列求出帧序列中作为目标的人像帧的时间临近的环境帧，以时间临近的环境帧的干扰特征，对目标人像帧进行转化计算得到的转化特征进行去除复杂环境下的环境干扰，产出纯化特征，提高人脸识别系统在复杂环境下的识别能力。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种复杂环境人脸识别方法及系统。

背景技术

一般的复杂环境人脸识别技术更多关注在算法上去除数据集中图像数据包含的环境干扰因素，其更多的去干扰工作多是嵌入到算法的计算过程中，该类算法对于提取图像的去杂质任性特征设计甚少，且不利于对特征值的特区运算。目前，在复杂环境下的人像特征提取领域迫切需要一种能在视频特征提取中去除干扰项的提纯方法,以排除人脸识别输入中的干扰因素。

发明内容

本公开提供一种复杂环境人脸识别方法及系统，以环境帧计算出干扰特征，并以人像帧进行转化计算得到其转化特征，通过标记序列求出帧序列中作为目标的人像帧的时间临近的环境帧，以时间临近的环境帧的干扰特征，对目标人像帧进行转化计算得到的转化特征进行去除复杂环境下的环境干扰，产出纯化特征，提高人脸识别系统在复杂环境下的识别能力。

为了实现上述目的，根据本公开的一方面，提供一种复杂环境人脸识别方法及系统，所述方法包括以下步骤：

步骤1，通过网络将采集到的视频数据上传后端的服务器；

步骤2，在服务器上将采集到的视频进行分解处理，将视频分解为帧序列，并将视频中各帧的采集时间作为帧序列的标记序列；

步骤3，提取帧序列中包含人脸目标出现的帧，作为人像帧，把人像帧集合为第二帧序列；

步骤4，提取帧序列中不包含人脸目标出现的帧，作为环境帧，把环境帧集合为第三帧序列；

步骤5，以第三帧序列中环境帧计算出干扰特征，以第二帧序列中人像帧进行转化计算得到其转化特征；

步骤6，通过标记序列求出帧序列中作为目标的人像帧的时间临近的环境帧，以时间临近的环境帧的干扰特征，对目标人像帧进行转化计算得到的转化特征进行去除复杂环境下的环境干扰，产出纯化特征。

进一步地，在步骤1中，通过网络将采集到的视频数据上传后端的服务器的方法为：通过无线网络将采集到的视频数据向后端的服务器进行传输。

进一步地，在步骤2中，在服务器上将采集到的视频进行分解处理，将视频分解为帧序列，并将视频中各帧的采集时间作为帧序列的标记序列的方法为：将视频分解为一组帧序列，把每一帧通过进行灰度化和归一化处理得到的所有帧集合成为帧序列，并且将各帧采集时记录的时间标注入帧序列中作为帧序列的标记序列T＝{t}。

进一步地，在步骤3中，提取帧序列中包含人脸目标出现的帧，作为人像帧，把人像帧集合为第二帧序列，以计算出干扰特征的方法为：利用MTCNN算法(参见论文：KaipengZhan,Zhanpeng Zhang,Zhifeng L,Yu Qiao.Joint Face Detection and AlignmentUsing Multitask Cascaded Convolutional Networks.2016,IEEE Signal ProcessingLetters.)或PyramidBox算法(参见论文：X.Tang,Daniel K.Du,Z.He,J.Liu PyramidBox:AContext-assisted Single Shot Face Detector.arXiv preprint arXiv:1803.07737,2018.)把帧序列中包含人脸目标的帧(即人像帧)筛选出来作为第二帧序列。