[发明专利]一种人脸序列最优帧的提取方法、装置及存储介质在审
申请号: | 202110863349.8 | 申请日: | 2021-07-29 |
公开(公告)号: | CN113553971A | 公开(公告)日: | 2021-10-26 |
发明(设计)人: | 盛校粼;李凡平;石柱国 | 申请(专利权)人: | 青岛以萨数据技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62;G06T7/00 |
代理公司: | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人: | 何忠仪 |
地址: | 266000 山东省青岛市黄*** | 国省代码: | 山东;37 |
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 序列 最优 提取 方法 装置 存储 介质 | ||
1.一种人脸序列最优帧的提取方法,其特征在于,包括:
获取视频数据,根据所述视频数据制作人脸质量评价数据集;
将所述人脸质量评价数据集划分为训练集和测试集;
采用所述训练集对选定的多项式回归算法进行训练,得到最优帧提取模型;
采用所述最优帧提取模型对所述测试集进行质量判定,得到人脸序列的最优帧图片。
2.如权利要求1所述的人脸序列最优帧的提取方法,其特征在于,根据所述视频数据制作人脸质量评价数据集具体包括:
对所述视频数据进行提取处理,得到多个人脸序列;每一人脸序列的长度为十张图片。
3.如权利要求2所述的人脸序列最优帧的提取方法,其特征在于,得到最优帧提取模型具体包括:
对每一人脸序列进行人工标注,确定基准人脸;
选定百度开源人脸api作为人脸识别系统;
构建人脸特征向量参数;所述人脸特征向量包括人脸角度、亮度、模糊度和尺度;
将所述训练集中的人脸序列输入所述人脸识别系统进行识别,得到训练数据;所述训练数据包括人脸特征向量;
使用人脸api对所述基准人脸和人脸序列中的每个人脸进行相似度比对,并将两者的相似度作为该人脸的目标值;
将所述人脸特征向量和目标值输入多项式回归算法进行训练,得到所述最优提取模型。
4.如权利要求3所述的人脸序列最优帧的提取方法,其特征在于,采用所述最优帧提取模型对所述测试集进行质量判定,得到人脸序列的最优帧图片,具体包括:
将所述测试集中的人脸序列输入所述人脸识别系统进行识别,得到测试数据;所述测试数据包括人脸特征向量;
将所述人脸特征向量输入所述最优帧提取模型,输出多个质量评分;每一质量评分对应于每一张人脸图片;
将所述质量评分最高的图片作为所述最优帧图片。
5.一种人脸序列最优帧的提取装置,其特征在于,包括:
制作单元,用于获取视频数据,根据所述视频数据制作人脸质量评价数据集;
划分单元,用于将所述人脸质量评价数据集划分为训练集和测试集;
训练单元,用于采用所述训练集对选定的多项式回归算法进行训练,得到最优帧提取模型;
提取单元,用于采用所述最优帧提取模型对所述测试集进行质量判定,得到人脸序列的最优帧图片。
6.如权利要求5所述的人脸序列最优帧的提取装置,其特征在于,所述制作单元具体用于:
对所述视频数据进行提取处理,得到多个人脸序列;每一人脸序列的长度为十张图片。
7.如权利要求6所述的人脸序列最优帧的提取装置,其特征在于,所述训练单元具体用于:
对每一人脸序列进行人工标注,确定基准人脸;
选定百度开源人脸api作为人脸识别系统;
构建人脸特征向量参数;所述人脸特征向量包括人脸角度、亮度、模糊度和尺度;
将所述训练集中的人脸序列输入所述人脸识别系统进行识别,得到训练数据;所述训练数据包括人脸特征向量;
使用人脸api对所述基准人脸和人脸序列中的每个人脸进行相似度比对,并将两者的相似度作为该人脸的目标值;
将所述人脸特征向量和目标值输入多项式回归算法进行训练,得到所述最优提取模型。
8.如权利要求7所述的人脸序列最优帧的提取装置,其特征在于,所述提取单元具体用于:
将所述测试集中的人脸序列输入所述人脸识别系统进行识别,得到测试数据;所述测试数据包括人脸特征向量;
将所述人脸特征向量输入所述最优帧提取模型,输出多个质量评分;每一质量评分对应于每一张人脸图片;
将所述质量评分最高的图片作为所述最优帧图片。
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青岛以萨数据技术有限公司,未经青岛以萨数据技术有限公司许可,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/202110863349.8/1.html,转载请声明来源钻瓜专利网。