[發明專利]多相機下人臉識別的方法及裝置

有效

• 申請號: 201810031468.5
• 申請日: 2018-01-12
• 公開（公告）號: CN108090473B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 張默
• 申請（專利權）人: 北京陌上花科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 李志剛;任晨雪

本發明公開了一種多相機下人臉識別方法及裝置。該方法包括：根據人臉圖片得到人臉特征信息；對多個相機編碼獲得相機標號；根據所述相機標號對應的所述相機和所述人臉特征信息，訓練多個聯合貝葉斯矩陣；確定目標人臉圖片和所述目標人臉圖片所屬的相機；選擇聯合貝葉斯矩陣，得到人臉相似度；通過人臉相似度識別出人臉；采用對多個相機編碼獲得相機標號的方式，通過所述相機標號對應的所述相機和人臉特征信息訓練多個聯合貝葉斯矩陣，解決了由于相關技術中僅靠光照強度等級劃分不同的樣本圖片來計算相似度而不能解決真實環境中其它變化因素對計算結果的影響的問題。

技術領域

本發明涉及人臉識別領域，具體而言，涉及一種多相機下人臉識別的方法及裝置。

背景技術

隨著智慧城市建設的推進和智能安防技術的革新，在視頻監控領域中的智能視頻分析技術，成為節省人力物力、提高監控安全等級的有效手段。其中，人臉目標是監控系統的重點關注目標，對其進行識別和監測是智能視頻分析技術的重要功能。

由于在視頻監控系統中的相機拍攝視頻質量參差不齊，拍攝角度和光照條件各異，出現在拍攝畫面中的人臉姿態多變、遮擋程度不同等缺點，因此，對目標人臉的多相機下持續識別是智能視頻監控領域的一大難題。

相關技術中是根據光照強度等級劃分不同的樣本圖片來計算相似度的，通過選取當前測試樣本和當前光照強度等級對應的數據庫中的人臉圖片，進行相似度計算；此中方法只關注了圖片中人臉的光照變化，對真實環境中還存在的拍攝角度，姿態等其它變化因素沒有達到有效的解決效果。因此，急需一種多相機下人臉識別的方法及裝置，以解決相關技術中僅靠光照強度等級劃分不同的樣本圖片來計算相似度而不能解決真實環境中其它變化因素對計算結果的影響的問題。

發明內容

本發明的主要目的在于提供一種多相機下人臉識別的方法，以解決相關技術中僅靠光照強度等級劃分不同的樣本圖片來計算相似度而不能解決真實環境中其它變化因素對計算結果的影響的問題。

為了實現上述目的，根據本發明的一個方面，提供了一種多相機下人臉識別的方法。根據本發明的多相機下人臉識別的方法包括：根據人臉圖片得到人臉特征信息；對多個相機編碼獲得相機標號；根據所述相機標號對應的所述相機和所述人臉特征信息，訓練多個聯合貝葉斯矩陣；確定目標人臉圖片和所述目標人臉圖片所屬的相機；選擇聯合貝葉斯矩陣，得到人臉相似度；通過人臉相似度識別出人臉。

進一步的，所述部署多個相機用于采集人臉圖片包括：

通過Haar矩形框，得到人臉特征值；

將所述人臉特征值與有人臉的圖片特征值比較，確定圖片是否包含人臉；

通過Haar-link特征算法，得到人臉位置；

截取圖片中人臉部位，得到人臉圖片。

進一步的，所述根據人臉圖片得到人臉特征信息，包括如下步驟：

將所述人臉圖片輸入卷積神經網絡模型，其中所述卷積神經網絡包括卷積層、批規范化層和池化層；

通過卷積層，獲取特征信息；

通過批規范化層，提升網絡性能；

通過池化層，得到低維度人臉特征信息。

進一步的，所述根據所述相機標號對應的所述相機和所述人臉特征信息，訓練多個聯合貝葉斯矩陣包括：

根據聯合貝葉斯矩陣，得到目標人臉分布x＝μ+ξ，其中，μ表示不同人的人臉變化，ξ表示相同人在不同光照、姿態、表情下的人臉變化。

進一步，所述根據所述相機標號對應的所述相機和所述人臉特征信息，訓練多個聯合貝葉斯矩陣包括：