[發明專利]大規模人臉庫識別方法、系統、計算機設備及存儲介質

在審

• 申請號: 202010633856.8
• 申請日: 2020-07-02
• 公開（公告）號: CN111783681A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 梁秋霞;陳煦文
• 申請（專利權）人: 深圳市萬睿智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 巫苑明

1.一種大規模人臉庫識別方法，其特征在于，包括以下步驟：

獲取采集到的目標區域的視頻流；

對視頻流進行預處理，以得到預處理后的人臉圖片；

提取人臉圖片的全局或局部的人臉特征值作為待識別人臉特征值，所述待識別人臉特征值為高維特征向量；

獲取待識別人臉特征值在所有主特征維度上的取值，所述主特征維度由大批人員的不同人臉圖片作為樣本集在經過卷積神經網絡進行特征提取后，并對各特征維度上的樣本分布離散度進行分析所確定的；

根據待識別人臉特征值在的主特征維度上的取值，通過注意力級聯框架對人臉庫的人臉表征向量進行篩選，篩選出最相近的人臉表征向量用于比較；

將待識別人臉特征值與篩選出用于比較的人臉表征向量進行比較，得到匹配度最高的人臉，并確定人臉身份。

2.根據權利要求1所述的大規模人臉庫識別方法，其特征在于，所述對視頻流進行預處理，以得到預處理后的人臉圖片的步驟，包括；

按設定時間間隔提取視頻流的圖像幀；

檢測圖像幀的人臉，并在圖像幀中標定出人臉關鍵點坐標、人臉畫面中的相對位置和大小，并對人臉框進行截取人臉圖片；

根據每幀圖像幀的光流信息提取像素點的運動信息，標注并跟蹤連續幀中的同一人臉；

選取一段時間內同一標注的人臉圖片中質量最佳的圖片；

將質量最佳的人臉圖片進行灰度變換，調整人臉圖片的灰度分布；

識別灰度變換后的人臉圖片上的人臉關鍵點，并基于人臉關鍵點調整人臉圖片以使人臉位于人臉圖片的中心，且人臉雙眼處于水平位置；

調整人臉圖片的大小到目標尺寸，得到預處理后的人臉圖片。

3.根據權利要求1所述的大規模人臉庫識別方法，其特征在于，所述根據待識別人臉特征值在的主特征維度上的取值，通過注意力級聯框架對人臉庫的人臉表征向量進行篩選，篩選出最相近的人臉表征向量用于比較的步驟，包括；

獲取預設的主特征維度篩選順序，根據主特征維度篩選順序依次獲取待識別人臉特征在對應主特征維度上取值的所在區間；

將人臉庫中位于相應區間、以及相鄰前后兩個區間的人臉表征向量保留，同時將人臉庫中其余人臉表征向量剔除，并將人臉庫本次篩選后保留的人臉表征向量作為下一次篩選的基礎，直到所有主特征維度的取值全部篩選完成。

4.根據權利要求3所述的大規模人臉庫識別方法，其特征在于，所述根據主特征維度篩選順序依次獲取待識別人臉特征在對應主特征維度上取值的所在區間的步驟，包括；

根據判定區間分配表，查看待識別人臉特征值的主特征維度的取值所在區間。

5.根據權利要求4所述的大規模人臉庫識別方法，其特征在于，所述主特征維度由大批人員的不同人臉圖片作為樣本集在經過卷積神經網絡進行特征提取后，并對各特征維度上的樣本分布離散度進行分析所確定的，包括以下步驟：

輸入人臉樣本集，獲取所有人員的不同人臉圖片的特征向量；

根據不同人臉圖片的特征向量計算得到同一人員的人臉表征向量u_j；

根據所述人臉表征向量u_j獲取所有人員的不同維度向量數組；

根據所有人員的不同維度向量數組計算得到所有人員在K維上的方差數組；

由大到小獲取方差數組中至少3個主特征維度；

提取人臉樣本集在對應主特征維度上的主特征維度的特征向量；

將人臉樣本集在各主特征維度上的取值范圍均分L+1個區間，得到區間分配表。