[发明专利]基于深度学习的互联网视频人脸识别方法

摘要

本发明公开了一种基于深度学习的互联网视频人脸识别方法，包括以下步骤，a、标注人脸数据，从互联网中获取带有人脸的图片，并标出人脸位置框以及该人物的人名，进而建立人脸图像库；步骤b、利用上述步骤a中已标注的人脸数据训练卷积神经网络，该卷积神经网络的输入设定为人脸位置框，其输出设定为人名标签以及该人名标签的置信度，有益效果：人脸轨迹分析首先对轨迹上各人脸图像进行质量评价以丢弃低质量的人脸图像，仅保留高质量人脸图像，保证识别的可靠性，随后统计轨迹上各单帧帧人脸识别结果的标签，人脸图像质量过滤和以标签的统计参数决定整体轨迹的人脸标签的方法能有效避免视频质量对识别准确率的影响。

主权项

基于深度学习的互联网视频人脸识别方法，其特征在于，包括以下步骤：步骤a、标注人脸数据，从互联网中获取带有人脸的图片，并标出人脸位置框以及该人物的人名，进而建立人脸图像库；步骤b、利用上述步骤a中已标注的人脸数据训练卷积神经网络，该卷积神经网络的输入设定为人脸位置框，其输出设定为人名标签以及该人名标签的置信度，其中该置信度表示上述人脸位置框为该人名标签的概率；步骤c、在互联网视频中利用检测跟踪算法提取人脸轨迹，进而获得互联网视频每帧中人脸出现的位置；步骤d、从上述步骤c中所获得的每帧互联网视频中截取人脸位置框，并将该人脸位置框输入到训练好的卷积神经网络中，且识别出对应的人名及置信度，进而获得人脸轨迹上各帧识别结果集；步骤e、分析上述步骤d中所获得的人脸轨迹上各帧识别结果集并组成相应序列，进而确定该人脸轨迹的人名标签。