[發明專利]基于多目標跟蹤的人臉篩選方法、裝置、設備及存儲介質

有效

• 申請號: 201910264378.5
• 申請日: 2019-04-03
• 公開（公告）號: CN110084130B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 孟勇;牛昕宇;蔡權雄;熊超
• 申請（專利權）人: 深圳鯤云信息科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/764;G06V10/82;G06N3/0464;G06N3/0442;G06N3/08
• 代理公司: 深圳智匯遠見知識產權代理有限公司 44481
• 代理人: 黃巍

1.一種基于多目標跟蹤的人臉篩選方法，其特征在于，包括下述步驟：

獲取多目標跟蹤算法輸出的人臉跟蹤結果，所述人臉跟蹤結果包括置信度，所述人臉跟蹤結果包括：第一預設時間的人臉跟蹤結果和第二預設時間的人臉跟蹤結果；

根據所述置信度對第一預設時間內的多個人臉跟蹤結果進行去重處理，得到待篩選人臉特征；

將在第二預設時間內獲取到的多個待篩選人臉特征輸入預先訓練好的卷積神經網絡，得到目標人臉預測值，其中，所述第二預設時間為所述第一預設時間的大于1的整數倍，或者所述第二預設時間為所述第一預設時間的間隔的圖像幀數的兩倍以上的時間；

基于所述目標人臉預測值對目標人臉進行篩選；

其中，所述根據所述置信度對第一預設時間內的多個人臉跟蹤結果進行去重處理，得到待篩選人臉特征的步驟具體包括：

在所述第一預設時間內，從具有相同人臉標識的人臉跟蹤結果中選出置信度最大的一個人臉跟蹤結果作為所述待篩選人臉特征，多個所述待篩選人臉特征組成一個具有相同人臉標識的待篩選人臉特征集。

2.如權利要求1所述方法，其特征在于，所述獲取多目標跟蹤算法輸出的人臉跟蹤結果的步驟具體包括：

獲取連續輸入所述多目標跟蹤算法的多幀圖像的對應多個人臉跟蹤結果，所述人臉跟蹤結果還包括人臉標識。

3.如權利要求1所述方法，其特征在于，所述將在第二預設時間內獲取到的多個待篩選人臉特征輸入預先訓練好的卷積神經網絡，得到目標人臉預測值的步驟具體包括：

在第二預設時間內，從所述具有相同人臉標識的待篩選人臉特征集中獲取待篩選人臉特征；

對所述第二預設時間內獲取到的待篩選人臉特征進行預處理；

將所述預處理后的待篩選人臉特征輸入預先訓練好的卷積神經網絡中進行分類，得到所述目標人臉預測值，所述目標人臉預測值包括人臉概率、人臉角度、人臉清晰度。

4.如權利要求3所述方法，其特征在于，所述基于所述目標人臉預測值對目標人臉進行篩選的步驟具體包括：

將所述目標人臉的人臉預測值中的人臉概率和預先設置的人臉概率閾值進行比較，如果所述人臉預測值中的人臉概率小于所述人臉概率閾值，則丟棄對應的目標人臉，得到第一目標人臉集；

在第一目標人臉集中，將所述目標人臉的人臉預測值中的人臉清晰度和預先設置的清晰度閾值進行比較，如果所述人臉預測值中的人臉清晰度小于所述清晰度閾值，則丟棄對應的目標人臉，得到第二目標人臉集；

根據所述人臉預測值中的人臉角度，對第二目標人臉集進行篩選，得到最優的目標人臉。

5.如權利要求4所述方法，其特征在于，所述根據所述人臉預測值中的人臉角度，對第二目標人臉集進行篩選，得到最優的目標人臉的步驟具體包括：

在所述第二目標人臉集中，基于所述目標人臉的人臉預測值中的人臉角度計算每個目標人臉的角度分數；

比較所述第二目標人臉集的每個目標人臉的角度分數，篩選出其中角度分數最小的目標人臉作為所述最優的目標人臉。

6.如權利要求5所述方法，其特征在于，所述卷積神經網絡的訓練步驟包括：

獲取訓練數據集；

對所述訓練數據集進行標注、打標簽、加噪聲處理后輸入所述卷積神經網絡模型進行訓練。