[發(fā)明專利]一種基于人臉檢索的不良視頻智能檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410214938.3
• 申請(qǐng)日: 2014-05-20
• 公開(kāi)（公告）號(hào): CN104008395B
• 公開(kāi)（公告）日: 2017-06-27
• 發(fā)明（設(shè)計(jì)）人: 朱明;沈旭東;孫永錄
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46;G06F17/30
• 代理公司: 北京科迪生專利代理有限責(zé)任公司11251
• 代理人: 楊學(xué)明,顧煒

1.一種基于人臉檢索的不良視頻智能檢測(cè)方法，其特征在于：包括人臉圖片注冊(cè)模塊，視頻檢索模塊，數(shù)據(jù)庫(kù)維護(hù)與更新模塊；其中，人臉圖片注冊(cè)模塊又包括人臉提取模塊M1，性別分類模塊M2，人臉特征提取模塊M3；視頻檢索模塊包括人臉提取模塊M1，人臉特征提取模塊M3，人臉檢索模塊M6；數(shù)據(jù)庫(kù)維護(hù)與更新包含數(shù)據(jù)庫(kù)構(gòu)建模塊M4，數(shù)據(jù)庫(kù)更新模塊M5；具體過(guò)程如下：

人臉提取模塊M1用于在輸入視頻中采集出人臉；

性別分類模塊M2用于對(duì)M1的輸出人臉進(jìn)行性別分類，建立符合要求的人臉圖片集PL1；

人臉特征提取模塊M3的輸入為人臉圖片集PL1中的圖片，對(duì)每一張人臉圖片進(jìn)行提取人臉特征操作，建立人臉特征庫(kù)FL；

數(shù)據(jù)庫(kù)構(gòu)建模塊M4將人臉特征庫(kù)FL通過(guò)數(shù)據(jù)庫(kù)操作寫入數(shù)據(jù)庫(kù)，建立檢索數(shù)據(jù)庫(kù)DB

數(shù)據(jù)庫(kù)更新模塊M5的作用是定期地自動(dòng)或人為的對(duì)已有檢索數(shù)據(jù)庫(kù)DB進(jìn)行更新，加入新的人臉特征，確保檢索數(shù)據(jù)庫(kù)的完備性；

人臉檢索模塊M6將待測(cè)視頻獲取人臉圖片集PL2中的人臉特征與檢索數(shù)據(jù)庫(kù)DB中數(shù)據(jù)進(jìn)行比對(duì)，以確認(rèn)待測(cè)視頻中是否出現(xiàn)檢索數(shù)據(jù)庫(kù)中已保存的人臉；

人臉特征庫(kù)的建立使用了如下方法：

對(duì)人臉特征提取模塊提取的d維LBP特征向量進(jìn)行哈希投影，將特征向量降至d_p維,d_p<<d，再對(duì)降維后的特征向量進(jìn)行q比特量化編碼,即有2^q個(gè)量化等級(jí)，生成圖像的簽名；利用兩幅圖像之間的曼哈頓距離表征圖像之間的距離；每一副圖像的簽名包含d_p個(gè)單詞，根據(jù)圖片的維度建立d_p個(gè)索引表；每一個(gè)索引表的表項(xiàng)是所有2^q個(gè)單詞；每一個(gè)表項(xiàng)對(duì)應(yīng)的元素為該維是對(duì)應(yīng)單詞的圖片序號(hào)；這d_p個(gè)倒排索引表構(gòu)成人臉特征庫(kù)FL；

數(shù)據(jù)庫(kù)的更新使用了如下方法：

對(duì)日常檢測(cè)過(guò)程中已判別為非不良視頻的視頻文件，加入到視頻庫(kù)VL中，定時(shí)對(duì)VL中的視頻文件進(jìn)行隨機(jī)采樣，選出其中若干個(gè)視頻建立采樣視頻庫(kù)SL，對(duì)SL進(jìn)行人為判別，若為正常視頻則剔除出VL，若判斷為不良視頻則通過(guò)人臉注冊(cè)過(guò)程對(duì)檢索數(shù)據(jù)庫(kù)進(jìn)行更新。

2.根據(jù)權(quán)利要求1所述的一種基于人臉檢索的不良視頻智能檢測(cè)方法，其特征在于：所述的人臉提取使用了如下方法：

(1)對(duì)采集的圖像進(jìn)行灰度歸一化處理；首先計(jì)算所有圖像的平均灰度向量，再用每幅圖像的灰度減去該幅圖像的平均灰度，即實(shí)現(xiàn)了圖像灰度歸一化；實(shí)現(xiàn)了特征值對(duì)光照強(qiáng)度不敏感；

(2)首先通過(guò)已有的人臉模型定位到兩個(gè)眼球中心的位置坐標(biāo)p1(x1,y1)、p2(x2,y2)，計(jì)算兩個(gè)中心點(diǎn)連線與水平方向的偏角θ；因此，若θ>0，則對(duì)人臉以兩眼中心的連線的中點(diǎn)為中心旋轉(zhuǎn)θ角度，使之與水平線平行；保存旋轉(zhuǎn)之后的圖片作為采集到的人臉圖片。

3.根據(jù)權(quán)利要求1所述的一種基于人臉檢索的不良視頻智能檢測(cè)方法，其特征在于：所述人臉性別分類采用如下方法：

利用深度學(xué)習(xí)方法對(duì)人臉的性別特征進(jìn)行分類；采用了深度神經(jīng)網(wǎng)絡(luò)(DNN)；該網(wǎng)絡(luò)的結(jié)構(gòu)由卷積層C1，采樣層S2，卷積層C3，局部連接層L4、L5、L6和全連接層F7、F8構(gòu)成；首先使用已經(jīng)打好性別標(biāo)簽的訓(xùn)練樣本集對(duì)DNN網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行訓(xùn)練，得出各層之間的連接權(quán)重；完成DNN網(wǎng)絡(luò)的構(gòu)建；之后就可以利用此網(wǎng)絡(luò)對(duì)輸入人臉圖片進(jìn)行性別分類。