[发明专利]面向监控视频的人脸检测与搜索方法

摘要

本发明提供一种面向监控视频的人脸检测与搜索方法，首先训练人脸检测器；将输入待进行人脸识别与搜索的监控视频帧，利用人脸检测器对其进行检测，得到监控视频帧中的人脸区域I_f，在人脸区域I_f中进行五官定位，得到监控视频人脸五官定位结果；确定目标人脸图像，对目标人脸图像进行五官定位，得到目标人脸五官定位结果；然后前面步骤获得的监控视频人脸图像的五官定位结果和目标人脸图像的五官定位结果，计算两者全脸及局部五官相似度。最后计算监控视频人脸图像和目标人脸图像的概率融合相似度，得到搜索匹配结果。利用本发明使得搜索结果更为准确。

主权项

1.一种面向监控视频的人脸检测与搜索方法，其特征在于，包括以下步骤：/nS1 训练人脸检测器；/nS2 输入待进行人脸识别与搜索的监控视频帧，利用S1得到的人脸检测器对其进行检测，得到监控视频帧中的人脸区域I_f，在人脸区域I_f中进行五官定位，得到监控视频人脸五官定位结果；/nS3 确定目标人脸图像，对目标人脸图像进行五官定位，得到目标人脸五官定位结果；/nS4 基于S2中获得的监控视频人脸图像的五官定位结果和S3中获得的目标人脸图像的五官定位结果，计算两者全脸及局部五官相似度；/nS4.1：预先收集大量左眉样本作为左眉样本训练集，按照特异性将左眉样本训练集中的各左眉样本进行分类，将各左眉样本中的左眉分为如细眉、浓眉、一字眉、弯折眉等典型类别，设左眉的典型类别数k₁，利用分类后的左眉样本训练集训练针对左眉的卷积神经网络；/nS4.2：将S2中得到的监控视频人脸图像中左眉图像输入到S4.1训练后得到的左眉卷积神经网络，输出特征向量/nS4.3：计算特征向量与S4.1中训练用典型模板特征向量中欧氏距离相似度最大的一类S_i0，该最大欧氏距离相似度P_i0作为分类为该类别的概率；/nS4.4：采用与S4.1～S4.3相同的步骤方法，计算监控视频人脸图像中其它五官部件经对应CNN分类结果为S_i0，对应该类的概率为P_i0，i＝2,3,…6，分别表示右眉、左眼、右眼、鼻、嘴；/nS4.5：采用与S4.1～S4.4相同的步骤方法，计算S3中得到的目标人脸图像中的五官部件经对应CNN分类结果为S_i1，对应该类的概率为P_i1，i＝1,2,3,…6，分别表示左眉、右眉、左眼、右眼、鼻、嘴；/nS5 计算监控视频人脸图像和目标人脸图像的概率融合相似度p，得到搜索匹配结果；其中概率融合相似度p为/n /n判断概率融合相似度p的大小，如其大于某一预设阈值，则认为监控视频图像中的人脸图像与目标人脸图像相似，返回搜索匹配结果。/n