两个人的电影免费视频_国产精品久久久久久久久成人_97视频在线观看播放_久久这里只有精品777_亚洲熟女少妇二三区_4438x8成人网亚洲av_内谢国产内射夫妻免费视频_人妻精品久久久久中国字幕

人臉檢測(cè)方法及系統(tǒng)的制作方法

文檔序號(hào):6365038閱讀:193來源:國知局
專利名稱:人臉檢測(cè)方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域
本發(fā)明涉及一種人臉檢測(cè)方法及系統(tǒng)。
背景技術(shù)
當(dāng)今,人臉檢測(cè)識(shí)別技術(shù)逐漸應(yīng)用到視頻安防監(jiān)控系統(tǒng)中,其應(yīng)用前提是人臉采集。采集人臉信息是人臉識(shí)別技術(shù)的應(yīng)用基礎(chǔ),現(xiàn)有的安全技術(shù)防范系統(tǒng)通過視頻安防監(jiān)控設(shè)備對(duì)公共場所內(nèi)部進(jìn)行實(shí)時(shí)監(jiān)控和錄像記錄,實(shí)現(xiàn)對(duì)重要區(qū)域的控制和事件發(fā)生后的錄像檢索?,F(xiàn)有的人臉檢測(cè)識(shí)別技術(shù)的缺陷主要表現(xiàn)在視頻監(jiān)控圖像利用率低,主要實(shí)現(xiàn)圖像記錄和對(duì)重要場所的監(jiān)控,人工無法實(shí)現(xiàn)對(duì)全部視頻圖像的監(jiān)控管理;不能及時(shí)在眾多圖像信息中發(fā)現(xiàn)可疑點(diǎn),往往是事件發(fā)生后通過錄像進(jìn)行檢索和尋找事件起源和過程,人工耗費(fèi)較大;視頻安防監(jiān)控系統(tǒng)不能很好地實(shí)現(xiàn)主動(dòng)防范功能,豐富的圖像信息沒有很好地進(jìn)行分析處理,無法提供安全管理策略,導(dǎo)致系統(tǒng)投資大但效果不足。目前人臉識(shí)別系統(tǒng)應(yīng)用范圍包括一是基于人臉圖像照片比對(duì),比對(duì)源相對(duì)固定,較易獲取完整有效的人臉特征值;二是基于被采集人員主動(dòng)配合的視頻人臉采集和人臉圖像照片比對(duì),同樣比對(duì)源相對(duì)固定,人臉特征值也較易完整獲取。但是,對(duì)于在人流量大且人員不主動(dòng)配合的復(fù)雜環(huán)境應(yīng)用時(shí),現(xiàn)有的人臉檢測(cè)識(shí)別技術(shù)存在人臉采集率低,人臉檢測(cè)錯(cuò)誤,實(shí)時(shí)性差等缺點(diǎn),由于采集圖片的影響導(dǎo)致人臉識(shí)別的成功率低,運(yùn)算量大的缺陷。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種人臉檢測(cè)方法及系統(tǒng),能夠?qū)儆谕蝗说倪B續(xù)多組圖片進(jìn)行有效的聚類,不僅將其與其他人分割開,而且實(shí)現(xiàn)了同一人僅輸出一組圖片的功能,提高了人臉檢測(cè)采集的實(shí)時(shí)性,另外增加了對(duì)圖片清晰度及正面人臉等信息的評(píng)價(jià),從而保證了輸出圖片的質(zhì)量,提高了人臉識(shí)別的成功率和效率。為解決上述問題,本發(fā)明提供一種人臉檢測(cè)方法,包括采用數(shù)字?jǐn)z像機(jī)獲取視頻流;從所述視頻流中獲取每個(gè)人的正面人臉圖片并將所述每個(gè)人的正面人臉圖片按預(yù)設(shè)時(shí)間進(jìn)行分組,對(duì)每組人臉圖片提取特征值并求特征值的平均特征值并將該組人臉圖片和對(duì)應(yīng)的平均特征值存入內(nèi)存中;判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片,若有未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,則取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值,并對(duì)內(nèi)存中的該組人臉圖片進(jìn)行標(biāo)記;若緩存不為空,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比,若相似度大于一預(yù)設(shè)閾值,則判斷為同一人,將所述第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,并將所述第二人臉圖片和新的第一平均特征值存入緩存中,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,若相似度小于等于所述預(yù)設(shè)閾值,則對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存若無未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,則退出;若緩存不為空,對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存。進(jìn)一步的,在上述方法中,所述數(shù)字?jǐn)z像機(jī)的采集效率為25幀/秒。進(jìn)一步的,在上述方法中,所述預(yù)設(shè)時(shí)間為秒或分種。根據(jù)本發(fā)明的另一面,提供一種人臉檢測(cè)系統(tǒng),包括數(shù)字?jǐn)z像機(jī),用于獲取視頻流;特征值提取模塊,用于從所述視頻流中獲取每個(gè)人的正面人臉圖片并將所述每個(gè)人的正面人臉圖片按預(yù)設(shè)時(shí)間進(jìn)行分組,對(duì)每組人臉圖片提取特征值并求特征值的平均特征值并將該組人臉圖片和對(duì)應(yīng)的平均特征值存入內(nèi)存單元中;內(nèi)存單元,用于所有人臉圖片和對(duì)應(yīng)的平均特征值;邏輯單元,用于判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片,若有未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值,并對(duì)內(nèi)存中的該組人臉圖片進(jìn)行標(biāo)記;若緩存不為空,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比,若相似度大于一預(yù)設(shè)閾值,則判斷為同一人,將所述第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,并將所述第二人臉圖片和新的第一平均特征值存入緩存中,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,若相似度小于等于所述預(yù)設(shè)閾值,則對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存;若無未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,則退出;若緩存不為空,對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存;緩存單元,用于存儲(chǔ)待比對(duì)的人臉圖片及對(duì)應(yīng)的平均特征值;人臉當(dāng)天比對(duì)庫,用于存儲(chǔ)當(dāng)天所有的人臉圖片及對(duì)應(yīng)的平均特征值。進(jìn)一步的,在上述系統(tǒng)中,所述數(shù)字?jǐn)z像機(jī)的采集效率為25幀/秒。進(jìn)一步的,在上述系統(tǒng)中,所述預(yù)設(shè)時(shí)間為秒或分種。與現(xiàn)有技術(shù)相比,本發(fā)明通過采用數(shù)字?jǐn)z像機(jī)獲取視頻流;從所述視頻流中獲取每個(gè)人的正面人臉圖片并將所述每個(gè)人的正面人臉圖片按預(yù)設(shè)時(shí)間進(jìn)行分組,對(duì)每組人臉圖片提取特征值并求平均特征值并將該組人臉圖片和對(duì)應(yīng)的平均特征值存入內(nèi)存中;判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片,若有未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值,并對(duì)內(nèi)存中的該組人臉圖片進(jìn)行標(biāo)記;若緩存不為空,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比,若相似度大于一預(yù)設(shè)閾值,則判斷為同一人,將所述第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,并將所述第二人臉圖片和新的第一平均特征值存入緩存中,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,若相似度小于等于一預(yù)設(shè)閾值,則對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存;若無未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,則退出;若緩存不為空,從緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存,從而將屬于同一人的連續(xù)多組圖片進(jìn)行有效的聚類,不僅將其與其他人分割開,而且實(shí)現(xiàn)了同一人僅輸出一組圖片的功能,提高了人臉檢測(cè)采集的實(shí)時(shí)性,另外增加了對(duì)圖片清晰度及正面人臉等信息的評(píng)價(jià),從而保證了輸出圖片的質(zhì)量,提高了人臉識(shí)別的成功率和效率。


圖I是本發(fā)明一實(shí)施例的人臉檢測(cè)方法的流程圖;圖2是本發(fā)明一實(shí)施例的人臉檢測(cè)系統(tǒng)的功能模塊示意圖。
具體實(shí)施例方式為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂,下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。如圖I所示,本發(fā)明提供一種人臉檢測(cè)方法,包括步驟SI,采用數(shù)字?jǐn)z像機(jī)獲取視頻流,具體的,所述數(shù)字?jǐn)z像機(jī)的采集效率為25幀/秒;步驟S2,從所述視頻流中獲取每個(gè)人的正面人臉圖片并將所述每個(gè)人的正面人臉圖片按預(yù)設(shè)時(shí)間進(jìn)行分組,對(duì)每組人臉圖片提取特征值并求特征值平均特征值并將該組人臉圖片和對(duì)應(yīng)的平均特征值存入內(nèi)存中,具體的,所述預(yù)設(shè)時(shí)間為秒或分種;步驟S3,判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片,若有未標(biāo)記過的一組人臉圖片,則執(zhí)行步驟S4,若無未標(biāo)記過的一組人臉圖片,則執(zhí)行步驟S5 ;步驟S4,進(jìn)一步判斷緩存是否為空,若緩存為空,則執(zhí)行步驟S41,若緩存不為空,則執(zhí)行步驟S42,步驟S41,取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值,并對(duì)內(nèi)存中的該組人臉圖片進(jìn)行標(biāo)記;
步驟S42,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比是否大于一預(yù)設(shè)閾值,若相似度大于一預(yù)設(shè)閾值,則執(zhí)行步驟S43,若相似度小于等于所述預(yù)設(shè)閾值,則執(zhí)行步驟S44,步驟S43,判斷為同一人, 將所述第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,并將所述第二人臉圖片和新的第一平均特征值存入緩存中,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片;步驟S44,對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存;步驟S5,進(jìn)一步判斷緩存是否為空,若緩存為空,則執(zhí)行步驟S6,若緩存不為空,則執(zhí)行步驟S7 ;步驟S6,退出;步驟S7,從緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存。只要當(dāng)天采集不結(jié)束,內(nèi)存中有未標(biāo)記過的一組人臉圖片或緩存不為空,則重復(fù)從步驟S2開始執(zhí)行。更詳細(xì)的,本發(fā)明一實(shí)施例中,數(shù)字?jǐn)z像機(jī)實(shí)時(shí)的檢測(cè)視頻流中是否有人臉,若檢測(cè)到人臉的存在才保存幀圖片,本發(fā)明中使用的數(shù)字?jǐn)z像機(jī)的采集效率為25幀/秒,根據(jù)人臉運(yùn)行時(shí)的軌跡,將一秒中采集到屬于一個(gè)人的25幀圖片評(píng)價(jià)后,選取三張圖片質(zhì)量高的作為該人的一組人臉圖片,處理流程具體如下步驟一首先對(duì)數(shù)字?jǐn)z像機(jī)采集到的每組人臉圖片提取特征值,然后對(duì)每組人臉的特征值取平均特征值(一個(gè)人多張照片的多個(gè)特征的平均特征值),最后將人臉圖片及平均特征值(即人臉信息)存入內(nèi)存單元中。步驟二 檢測(cè)內(nèi)存單元是否有新的人臉信息存入,若有新的人臉信息,檢查緩存是否為空,若緩存為空時(shí),就將新的人臉信息存入緩存中,循環(huán)執(zhí)行步驟二 ;若緩存不空,取緩存的人臉信息與新的人臉信息進(jìn)行比對(duì)(即將新的人臉平均特征值與緩存中特征值時(shí)進(jìn)行比較),如果相似度大于一定閾值,則判定為同一個(gè)人,求出新的人臉平均特征值,并將新的人臉圖片和特征值存入緩存中;反之,則把緩存中人臉圖片進(jìn)行評(píng)價(jià),將最佳的三張人臉圖片及平均特征值輸出,同時(shí)將緩存中的人臉信息都存入人臉當(dāng)天比對(duì)庫中然后清空緩存將新的人臉信息存入緩存中。循環(huán)執(zhí)行步驟二 ;步驟三若無新的人臉信息,檢查緩存是否為空,若緩存不為空時(shí),將緩存中的人臉圖片進(jìn)行圖象評(píng)價(jià),將最佳的三張人臉圖片及平均特征值輸出,同時(shí)將緩存中的人臉信息都存入人臉當(dāng)天比對(duì)庫中。檢測(cè)當(dāng)天采集是否結(jié)束,若采集未結(jié)束,則循環(huán)執(zhí)行步驟二 ;若采集結(jié)束則退出,并清空緩存和內(nèi)存單元,結(jié)束單機(jī)位聚類的流程。本發(fā)明對(duì)采用單攝像機(jī)采集到的評(píng)價(jià)過的人臉圖像,按一種方法,將圖像中連續(xù)多組同一個(gè)人的圖像與其它人分割開來,實(shí)現(xiàn)每個(gè)人人臉信息的輸出,另外,本發(fā)明在最后結(jié)果輸出中,增加了對(duì)聚類照片的評(píng)價(jià),使輸出的照片的質(zhì)量更好,從而更加利于以后人臉的比對(duì),增強(qiáng)人臉比對(duì)的成功率。
如圖2所示,本發(fā)明還提供另一種人臉檢測(cè)系統(tǒng),包括數(shù)字?jǐn)z像機(jī)I、特征值提取模塊2、內(nèi)存單元3、邏輯單元4、緩存單元5及人臉當(dāng)天比對(duì)庫6。數(shù)字?jǐn)z像機(jī)I用于獲取視頻流。特征值提取模塊2用于從所述視頻流中獲取每個(gè)人的正面人臉圖片并將所述每個(gè)人的正面人臉圖片按預(yù)設(shè)時(shí)間進(jìn)行分組,對(duì)每組人臉圖片提取特征值并求特征值平均特 征值并將該組人臉圖片和對(duì)應(yīng)的平均特征值存入內(nèi)存單元中。內(nèi)存單元3用于所有人臉圖片和對(duì)應(yīng)的平均特征值。邏輯單元4用于判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片,若有未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值,并對(duì)內(nèi)存中的該組人臉圖片進(jìn)行標(biāo)記;若緩存不為空,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比,若相似度大于一預(yù)設(shè)閾值,則判斷為同一人,將所述第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,并將所述第二人臉圖片和新的第一平均特征值存入緩存中,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,若相似度小于等于所述預(yù)設(shè)閾值,則對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存;若無未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,則退出;若緩存不為空,對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存。緩存單元5用于存儲(chǔ)待比對(duì)的人臉圖片及對(duì)應(yīng)的平均特征值。人臉當(dāng)天比對(duì)庫6用于存儲(chǔ)當(dāng)天所有的人臉圖片及對(duì)應(yīng)的平均特征值。綜上所述,本發(fā)明通過采用數(shù)字?jǐn)z像機(jī)獲取視頻流;從所述視頻流中獲取每個(gè)人的正面人臉圖片并將所述每個(gè)人的正面人臉圖片按預(yù)設(shè)時(shí)間進(jìn)行分組,對(duì)每組人臉圖片提取特征值并求平均特征值并將該組人臉圖片和對(duì)應(yīng)的平均特征值存入內(nèi)存中;判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片,若有未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值,并對(duì)內(nèi)存中的該組人臉圖片進(jìn)行標(biāo)記;若緩存不為空,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比,若相似度大于一預(yù)設(shè)閾值,則判斷為同一人,將所述第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,并將所述第二人臉圖片和新的第一平均特征值存入緩存中,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,若相似度小于等于一預(yù)設(shè)閾值,則對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存;若無未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,則退出;若緩存不為空,從緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存,從而將屬于同一人的連續(xù)多組圖片進(jìn)行有效的聚類,不僅將其與其他人分割開,而且實(shí)現(xiàn)了同一人僅輸出一組圖片的功能,提高了人臉檢測(cè)采集的實(shí)時(shí)性,另外增加了對(duì)圖片清晰度及正面人臉等信息的評(píng)價(jià),從而保證了輸出圖片的質(zhì)量,提高了人臉識(shí)別的成功率和效率。本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述,每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處,各個(gè)實(shí)施例之間相同相似部分互相參見即可。對(duì)于實(shí)施例公開的系統(tǒng)而言,由于與實(shí)施例公開的方法相對(duì)應(yīng),所以描述的比較簡單,相關(guān)之處參見方法部分說明即可。
專業(yè)人員還可以進(jìn)一步意識(shí)到,結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟,能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn),為了清楚地說明硬件和軟件的可互換性,在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行,取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能,但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。顯然,本領(lǐng)域的技術(shù)人員可以對(duì)發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍。這樣,倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi),則本發(fā)明也意圖包括這些改動(dòng)和變型在內(nèi)。
權(quán)利要求
1.一種人臉檢測(cè)方法,其特征在于,包括 采用數(shù)字?jǐn)z像機(jī)獲取視頻流; 從所述視頻流中獲取每個(gè)人的正面人臉圖片并將所述每個(gè)人的正面人臉圖片按預(yù)設(shè)時(shí)間進(jìn)行分組,對(duì)每組人臉圖片提取特征值并求特征值的平均特征值并將該組人臉圖片和對(duì)應(yīng)的平均特征值存入內(nèi)存中; 判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片, 若有未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空, 若緩存為空,則取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值,并對(duì)內(nèi)存中的該組人臉圖片進(jìn)行標(biāo)記; 若緩存不為空,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比,若相似度大于一預(yù)設(shè)閾值,則判斷為同一人,將所述第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,并將所述第二人臉圖片和新的第一平均特征值存入緩存中,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,若相似度小于等于所述預(yù)設(shè)閾值,則對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存; 若無未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空, 若緩存為空,則退出; 若緩存不為空,對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存。
2.如權(quán)利要求I所述的人臉檢測(cè)方法,其特征在于,所述數(shù)字?jǐn)z像機(jī)的采集效率為25幀/秒。
3.如權(quán)利要求I所述的人臉檢測(cè)方法,其特征在于,所述預(yù)設(shè)時(shí)間為秒或分種。
4.一種人臉檢測(cè)系統(tǒng),其特征在于,包括 數(shù)字?jǐn)z像機(jī),用于獲取視頻流; 特征值提取模塊,用于從所述視頻流中獲取每個(gè)人的正面人臉圖片并將所述每個(gè)人的正面人臉圖片按預(yù)設(shè)時(shí)間進(jìn)行分組,對(duì)每組人臉圖片提取特征值并求特征值的平均特征值并將該組人臉圖片和對(duì)應(yīng)的平均特征值存入內(nèi)存單元中; 內(nèi)存單元,用于所有人臉圖片和對(duì)應(yīng)的平均特征值; 邏輯單元,用于判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片,若有未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值,并對(duì)內(nèi)存中的該組人臉圖片進(jìn)行標(biāo)記;若緩存不為空,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比,若相似度大于一預(yù)設(shè)閾值,則判斷為同一人,將所述第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,并將所述第二人臉圖片和新的第一平均特征值存入緩存中,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,若相似度小于等于所述預(yù)設(shè)閾值,則對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià),從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,標(biāo)記內(nèi)存中的與所述第二人臉圖片對(duì)應(yīng)的一組人臉圖片,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存;若無未標(biāo)記過的一組人臉圖片,則進(jìn)一步判斷緩存是否為空,若緩存為空,則退出;若緩存不為空,對(duì)緩存中的所有人臉圖片進(jìn)行評(píng)價(jià), 從中選取三張最佳人臉圖片及所述第一平均特征值進(jìn)行輸出,并將緩存中的所有內(nèi)容存入人臉當(dāng)天比對(duì)庫中并清空緩存;緩存單元,用于存儲(chǔ)待比對(duì)的人臉圖片及對(duì)應(yīng)的平均特征值;人臉當(dāng)天比對(duì)庫,用于存儲(chǔ)當(dāng)天所有的人臉圖片及對(duì)應(yīng)的平均特征值。
5.如權(quán)利要求4所述的人臉檢測(cè)系統(tǒng),其特征在于,所述數(shù)字?jǐn)z像機(jī)的采集效率為25 幀/秒。
6.如權(quán)利要求4所述的人臉檢測(cè)系統(tǒng) ,其特征在于,所述預(yù)設(shè)時(shí)間為秒或分種。
全文摘要
本發(fā)明涉及一種人臉檢測(cè)方法及系統(tǒng),所述方法包括判斷內(nèi)存中是否有未標(biāo)記過的一組人臉圖片,若有未標(biāo)記過的一組人臉圖片,則判斷緩存是否為空,若為空,則取內(nèi)存中的一組人臉圖片和對(duì)應(yīng)的平均特征值存入緩存中作為第一人臉圖片和第一平均特征值;若不為空,取內(nèi)存中未標(biāo)記過的一組人臉圖片對(duì)應(yīng)的平均特征值作為第二人臉圖片的第二平均特征值與緩存中的第一平均特征值進(jìn)行相似度對(duì)比,若是,將第二平均特征值與緩存中的第一平均特征值求新的平均特征值作為新的第一平均特征值,若否,從中緩存中選取三張最佳人臉圖片及第一平均特征值進(jìn)行輸出,本發(fā)明可以將屬于同一人的連續(xù)多組圖片進(jìn)行有效的聚類,將其與其他人分割開,實(shí)現(xiàn)了同一人僅輸出一組圖片的功能,提高了人臉檢測(cè)采集的實(shí)時(shí)性。
文檔編號(hào)G06K9/00GK102622581SQ201210039240
公開日2012年8月1日 申請(qǐng)日期2012年2月20日 優(yōu)先權(quán)日2012年2月20日
發(fā)明者劉崎峰, 華焦寶 申請(qǐng)人:華焦寶
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
宝山区| 合山市| 内乡县| 两当县| 克东县| 浠水县| 隆尧县| 安多县| 政和县| 星子县| 津市市| 云阳县| 宣化县| 上杭县| 许昌市| 石门县| 涟源市| 临桂县| 德保县| 外汇| 垣曲县| 彭泽县| 新营市| 商洛市| 晋中市| 正镶白旗| 克东县| 镇巴县| 宜君县| 兴义市| 竹北市| 福海县| 高碑店市| 甘孜| 北流市| 乌海市| 固安县| 大方县| 鹿邑县| 富川| 开化县|