本發(fā)明涉及一種視頻圖像計算技術(shù)領(lǐng)域，特別是涉及一種人臉檢測結(jié)果集的優(yōu)選方法以及系統(tǒng)。

背景技術(shù)：

通常視頻監(jiān)控軟件所采集到的原始人像都是通過對實時流媒體協(xié)議(Real Time Streaming Protocol；RTSP)網(wǎng)絡(luò)視頻流進(jìn)行解碼得到的，然后，將采集到的原始人像不經(jīng)過處理即通過網(wǎng)絡(luò)上傳提供給后臺應(yīng)用程序做比對。

而現(xiàn)有的網(wǎng)絡(luò)高清攝像頭在拍攝視頻時，基本以25幀/秒的速度采集，監(jiān)控目標(biāo)只要在采集區(qū)域停留1秒鐘就會有25個人臉，若目標(biāo)停逗留1分鐘，有1500張人臉計算，將會產(chǎn)生海量的待比對識別數(shù)據(jù)，這些海量的人臉偏轉(zhuǎn)角有大有小，照片質(zhì)量也參差不齊，全部都用來做識別比對，CPU資源消耗是非常大的，而且，將上述海量的數(shù)據(jù)都通過網(wǎng)絡(luò)上傳提供給后臺做比對使用的話，也會消耗很多的網(wǎng)絡(luò)流量；此外，Rtsp攝像頭采集到的照片會因姿態(tài)、光線、天氣等各種因素影響而導(dǎo)致照片質(zhì)量差，若將采集到的這些人像都用來進(jìn)行比對，會出現(xiàn)大量的錯誤報警。

因此，有必要提出一種可降低網(wǎng)絡(luò)流量、CPU資源消耗、提高比對效果等的人臉檢測結(jié)果集的優(yōu)選系統(tǒng)及其方法，以切實有效地克服現(xiàn)有技術(shù)的種種缺失。

技術(shù)實現(xiàn)要素：

鑒于以上所述現(xiàn)有技術(shù)的缺點，本發(fā)明的目的在于提供一種人臉檢測結(jié)果集的優(yōu)選系統(tǒng)及其方法，以降低網(wǎng)絡(luò)流量、CPU資源消耗，并提高比對效果。

為實現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種人臉檢測結(jié)果集的優(yōu)選系統(tǒng)，其應(yīng)用于基于網(wǎng)絡(luò)通訊的前置處理單元與服務(wù)器中，其中，所述前置處理單元連接至少一攝像設(shè)備，其特征在于，所述人臉檢測結(jié)果集的優(yōu)選系統(tǒng)包括：跟蹤檢測模塊，設(shè)置于所述前置處理單元中，是用以實時從該等攝像設(shè)備中提取視頻流，并進(jìn)行解碼處理，以產(chǎn)生幀數(shù)據(jù)，并對所產(chǎn)生的幀數(shù)據(jù)執(zhí)行人臉跟蹤檢測處理，以得到一人臉數(shù)據(jù)，并將該等人臉數(shù)據(jù)中屬于同一個人的進(jìn)行分類歸集，且將屬于同一個人的所有人臉數(shù)據(jù)分配一唯一標(biāo)識符；特征分析模塊，設(shè)置于所述前置處理單元中，是用以對所述跟蹤檢測模塊所得到的該等人臉數(shù)據(jù)執(zhí)行面部特征分析，以得到對應(yīng)每一個人臉數(shù)據(jù)的評價參數(shù)，其中，所述評價參數(shù)包括眼距閾值、偏轉(zhuǎn)角閾值、以及圖像清晰度；優(yōu)選處理模塊，設(shè)置于所述前置處理單元中，是用以預(yù)設(shè)一定時時間，并自所述特征分析模塊中提取一已得到評價參數(shù)的人臉數(shù)據(jù)，且依據(jù)一第一優(yōu)選規(guī)則，判斷所提取的人臉數(shù)據(jù)是否滿足所述第一優(yōu)選規(guī)則，若是，則將所提取的人臉數(shù)據(jù)定位到一低偏轉(zhuǎn)角優(yōu)選隊列中，若否，則將所提取的人臉數(shù)據(jù)定位到一高清晰度優(yōu)選隊列中，并依據(jù)一第二優(yōu)選規(guī)則，在低偏轉(zhuǎn)角優(yōu)選隊列中存儲有對應(yīng)至少一唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列，且對應(yīng)每一個唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中的該等人臉數(shù)據(jù)均屬于低偏轉(zhuǎn)角范圍的，且依據(jù)一第三優(yōu)選規(guī)則，在高清晰度優(yōu)選隊列中存儲有對應(yīng)至少一唯一標(biāo)識符的高清晰度優(yōu)選隊列，且對應(yīng)每一個唯一標(biāo)識符的高清晰度優(yōu)選隊列中的該等人臉數(shù)據(jù)均屬于高清晰度范圍的，并在判斷所預(yù)設(shè)的定時時間達(dá)到時，復(fù)位所述定時時間，并重新開始計時，且從對應(yīng)每一個唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中分別提取出一圖像清晰度最高的人臉數(shù)據(jù)，并將所提取的圖像清晰度最高的人臉數(shù)據(jù)存儲至一優(yōu)質(zhì)人臉隊列中，且從對應(yīng)每一個唯一標(biāo)識符的高清晰度優(yōu)選隊列中分別提取出一偏轉(zhuǎn)角最低的人臉數(shù)據(jù)，并將所提取的偏轉(zhuǎn)角最低的人臉數(shù)據(jù)存儲至所述優(yōu)質(zhì)人臉隊列中；以及人臉上傳模塊，設(shè)置于所述前置處理單元中，是用以將所述優(yōu)選處理模塊所存儲的優(yōu)質(zhì)人臉隊列通過所述網(wǎng)絡(luò)通訊傳送至所述服務(wù)器中，以供后續(xù)的人臉比對處理。更詳而言之，所述特征分析模塊進(jìn)一步包括：通過對該等人臉數(shù)據(jù)執(zhí)行面部特征分析，以取得該等人臉數(shù)據(jù)的人臉位置值以及眼嘴位置值，并依據(jù)所取得的人臉位置值以及眼嘴位置值，計算出該等人臉數(shù)據(jù)的眼距閾值。

具體而言，該第一優(yōu)選規(guī)則是：所述優(yōu)選處理模塊將滿足偏轉(zhuǎn)角閾值小于一預(yù)定偏轉(zhuǎn)角且眼距閾值大于一預(yù)定眼距值的人臉數(shù)據(jù)定位為低偏轉(zhuǎn)角的人臉數(shù)據(jù)。其中，在本實施例中，該預(yù)定偏轉(zhuǎn)角可例如為15度，該預(yù)定眼距值可例如為25像素。該第二優(yōu)選規(guī)則是：所述優(yōu)選處理模塊將定位到所述低偏轉(zhuǎn)角優(yōu)選隊列中的人臉數(shù)據(jù)，進(jìn)一步根據(jù)所定位的人臉數(shù)據(jù)在所述跟蹤檢測模塊中所分配到的唯一標(biāo)識符，判斷在所述低偏轉(zhuǎn)角優(yōu)選隊列中是否已存在所述唯一標(biāo)識符，若否，則依據(jù)所述唯一標(biāo)識符，新建一對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列，并將所定位的人臉數(shù)據(jù)存儲至對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中，若是，則進(jìn)一步判斷對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列是否已滿，若是，則替換掉對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中偏轉(zhuǎn)角最高的人臉數(shù)據(jù)，若否，則將所提取的人臉數(shù)據(jù)存儲至對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中。該第三優(yōu)選規(guī)則是：所述優(yōu)選處理模塊將定位到所述高清晰度優(yōu)選隊列中的人臉數(shù)據(jù)，進(jìn)一步根據(jù)所定位的人臉數(shù)據(jù)在所述跟蹤檢測模塊中所分配到的唯一標(biāo)識符，判斷在所述高清晰度優(yōu)選隊列中是否已存在所述唯一標(biāo)識符，若否，則依據(jù)所述唯一標(biāo)識符，新建一對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列，并將所定位的人臉數(shù)據(jù)存儲至對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列中，若是，則進(jìn)一步判斷對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列是否已滿，若是，則替換掉對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列中圖像清晰度最低的人臉數(shù)據(jù)，若否，則將所提取的人臉數(shù)據(jù)存儲至對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列中。

此外，本發(fā)明還提供一種人臉檢測結(jié)果集的優(yōu)選方法，其應(yīng)用于基于網(wǎng)絡(luò)通訊的前置處理單元與服務(wù)器中，其中，所述前置處理單元連接至少一攝像設(shè)備，其特征在于，所述人臉檢測結(jié)果集的優(yōu)選方法包括：1)實時從所述攝像設(shè)備中提取視頻流，并進(jìn)行解碼處理，以產(chǎn)生幀數(shù)據(jù)；2)對所產(chǎn)生的幀數(shù)據(jù)執(zhí)行人臉跟蹤檢測處理，以得到一人臉數(shù)據(jù)，并將該等人臉數(shù)據(jù)中屬于同一個人的進(jìn)行分類歸集，且將屬于同一個人的所有人臉數(shù)據(jù)分配一唯一標(biāo)識符；3)分別對該等人臉數(shù)據(jù)執(zhí)行面部特征分析，以得到對應(yīng)每一個人臉數(shù)據(jù)的評價參數(shù)，其中，所述評價參數(shù)包括眼距閾值、偏轉(zhuǎn)角閾值、以及圖像清晰度；4)提取一已得到評價參數(shù)的人臉數(shù)據(jù)，并判斷所提取的人臉數(shù)據(jù)的偏轉(zhuǎn)角閾值是否小于一預(yù)定偏轉(zhuǎn)角，若是，則進(jìn)至步驟5)，若否，則進(jìn)至步驟10)；5)判斷所提取的人臉數(shù)據(jù)的眼距閾值是否大于一預(yù)定眼距值，若是，則進(jìn)至步驟6)，若否，則進(jìn)至步驟10)；6)將所提取的人臉數(shù)據(jù)定位到一低偏轉(zhuǎn)角優(yōu)選隊列中，并根據(jù)所提取的人臉數(shù)據(jù)的唯一標(biāo)識符，判斷在所述低偏轉(zhuǎn)角優(yōu)選隊列中是否已存在所述唯一標(biāo)識符，若是，則進(jìn)入步驟7)，若否，則依據(jù)所述唯一標(biāo)識符，新建一對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列，并將所提取的人臉數(shù)據(jù)存儲至對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中，接著進(jìn)至下一步驟8)；7)判斷對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列是否已滿，若是，則替換掉對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中偏轉(zhuǎn)角最高的人臉數(shù)據(jù)，接著進(jìn)至下一步驟8)，若否，則將所提取的人臉數(shù)據(jù)存儲至對應(yīng)所述唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中，接著進(jìn)至下一步驟8)；8)預(yù)設(shè)一定時時間，判斷所預(yù)設(shè)的定時時間是否達(dá)到，若是，則復(fù)位所述定時時間，重新開始計時，并進(jìn)至步驟9)，若否，則返回步驟4)；9)從對應(yīng)每一個唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中分別提取出一圖像清晰度最高的人臉數(shù)據(jù)，并將所提取的圖像清晰度最高的人臉數(shù)據(jù)存儲至一優(yōu)質(zhì)人臉隊列中，且將所述優(yōu)質(zhì)人臉隊列通過所述網(wǎng)絡(luò)通訊上傳至所述服務(wù)器中，接著，進(jìn)至步驟14)；10)將所提取的人臉數(shù)據(jù)定位到一高清晰度優(yōu)選隊列中，并根據(jù)所提取的人臉數(shù)據(jù)的唯一標(biāo)識符，判斷在所述高清晰度優(yōu)選隊列中是否已存在所述唯一標(biāo)識符，若是，則進(jìn)入步驟11)，若否，則依據(jù)所述唯一標(biāo)識符，新建一對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列，并將所提取的人臉數(shù)據(jù)存儲至對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列中，接著進(jìn)至下一步驟12)；11)判斷對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列是否已滿，若是，則替換掉對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列中圖像清晰度最低的人臉數(shù)據(jù)，接著進(jìn)至下一步驟12)，若否，則將所提取的人臉數(shù)據(jù)存儲至對應(yīng)所述唯一標(biāo)識符的高清晰度優(yōu)選隊列中，接著進(jìn)至下一步驟12)；12)判斷所預(yù)設(shè)的定時時間是否達(dá)到，若是，則復(fù)位所述定時時間，重新開始計時，并進(jìn)至步驟13)，若否，則返回步驟4)；13)從對應(yīng)每一個唯一標(biāo)識符的高清晰度優(yōu)選隊列中分別提取出一偏轉(zhuǎn)角最低的人臉數(shù)據(jù)，并將所提取的偏轉(zhuǎn)角最低的人臉數(shù)據(jù)存儲至一優(yōu)質(zhì)人臉隊列中，且將所述優(yōu)質(zhì)人臉隊列通過所述網(wǎng)絡(luò)通訊上傳至所述服務(wù)器中，接著，進(jìn)至步驟14)；以及14)判斷是否收到一優(yōu)選結(jié)束指令，若否，則返回步驟4)，若是，則結(jié)束本次優(yōu)選操作。更詳而言之，上述步驟3)進(jìn)一步包括：通過對該等人臉數(shù)據(jù)執(zhí)行面部特征分析，以取得該等人臉數(shù)據(jù)的人臉位置值以及眼嘴位置值，并依據(jù)所取得的人臉位置值以及眼嘴位置值，計算出該等人臉數(shù)據(jù)的眼距閾值。其中，在本實施例中，該預(yù)定偏轉(zhuǎn)角可例如為15度，該預(yù)定眼距值可例如為25像素。此外，上述步驟1)至步驟14)均是在所述前置處理單元中實現(xiàn)的操作步驟。

如上所述，本發(fā)明提出一種人臉檢測結(jié)果集的優(yōu)選系統(tǒng)及其方法，主要是將從各該攝像設(shè)備中提取視頻流通過跟蹤檢測模塊、特征分析模塊以及優(yōu)選處理模塊前期的優(yōu)選處理，得到一包含最佳的人臉數(shù)據(jù)的集合的優(yōu)質(zhì)人臉隊列，然后，再通過人臉上傳模塊將該優(yōu)質(zhì)人臉隊列通過該網(wǎng)絡(luò)通訊傳送至服務(wù)器中，以供后續(xù)的人臉比對處理。相對于現(xiàn)有技術(shù)中采用直接從監(jiān)控軟件中獲取的原始人像作為后續(xù)的人臉比對處理，應(yīng)用本發(fā)明所提供的優(yōu)質(zhì)人臉隊列，不但在人臉數(shù)據(jù)的數(shù)量上得到精簡，在質(zhì)量上也得到了大大的提高，如此，精簡的數(shù)量會大大降低通過網(wǎng)絡(luò)上傳的網(wǎng)絡(luò)流量，人臉數(shù)據(jù)質(zhì)量上的提高，也會避免大量比對錯誤報警的情況發(fā)生，大大提高了比對效果，而且CPU的資源消耗也會得到降低。

附圖說明

圖1顯示為本發(fā)明的人臉檢測結(jié)果集的優(yōu)選系統(tǒng)的方塊示意圖。

圖2顯示為本發(fā)明的人臉檢測結(jié)果集的優(yōu)選方法的操作流程示意圖。

元件標(biāo)號說明

1 前置處理單元

100 人臉檢測結(jié)果集的優(yōu)選系統(tǒng)

101 跟蹤檢測模塊

102 特征分析模塊

103 優(yōu)選處理模塊

104 人臉上傳模塊

2 服務(wù)器

3 攝像設(shè)備

S100～S119 步驟

具體實施方式

以下通過特定的具體實例說明本發(fā)明的實施方式，本領(lǐng)域技術(shù)人員可由本說明書所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點與功效。本發(fā)明還可以通過另外不同的具體實施方式加以實施或應(yīng)用，本說明書中的各項細(xì)節(jié)也可以基于不同觀點與應(yīng)用，在沒有背離本發(fā)明的精神下進(jìn)行各種修飾或改變。需說明的是，在不沖突的情況下，以下實施例及實施例中的特征可以相互組合。

需要說明的是，以下實施例中所提供的圖示僅以示意方式說明本發(fā)明的基本構(gòu)想，遂圖式中僅顯示與本發(fā)明中有關(guān)的組件而非按照實際實施時的組件數(shù)目、形狀及尺寸繪制，其實際實施時各組件的型態(tài)、數(shù)量及比例可為一種隨意的改變，且其組件布局型態(tài)也可能更為復(fù)雜。

請參閱圖1，本發(fā)明提供一種人臉檢測結(jié)果集的優(yōu)選系統(tǒng)，其應(yīng)用于基于網(wǎng)絡(luò)通訊的前置處理單元1與服務(wù)器2中，其中，該前置處理單元(IS_PreProcessUnit的簡稱)1連接有至少一個攝像設(shè)備3，是一個可進(jìn)行多路視頻流同時監(jiān)控的設(shè)備，如圖1所示，本發(fā)明的人臉檢測結(jié)果集的優(yōu)選系統(tǒng)100包括跟蹤檢測模塊101、特征分析模塊102、優(yōu)選處理模塊103以及人臉上傳模塊104。以下即對本發(fā)明的人臉檢測結(jié)果集的優(yōu)選系統(tǒng)進(jìn)行詳細(xì)說明。

如圖1所示，該跟蹤檢測模塊101是設(shè)置于該前置處理單元1中，是用以實時從各該攝像設(shè)備3中提取視頻流，并進(jìn)行解碼處理，以產(chǎn)生幀數(shù)據(jù)，并對所產(chǎn)生的幀數(shù)據(jù)執(zhí)行人臉跟蹤檢測處理，以得到一人臉數(shù)據(jù)，并將該等人臉數(shù)據(jù)中屬于同一個人的進(jìn)行分類歸集，且將屬于同一個人的所有人臉數(shù)據(jù)分配一唯一標(biāo)識符。

該特征分析模塊102是設(shè)置于該前置處理單元1中，是用以對該跟蹤檢測模塊101所得到的各該人臉數(shù)據(jù)執(zhí)行面部特征分析，以得到對應(yīng)每一個人臉數(shù)據(jù)的評價參數(shù)，其中，該評價參數(shù)包括眼距閾值、偏轉(zhuǎn)角閾值以及圖像清晰度。具體而言，該特征分析模塊102是通過對各該人臉數(shù)據(jù)執(zhí)行面部特征分析，以取得各該人臉數(shù)據(jù)的人臉位置值以及眼嘴位置值，并依據(jù)所取得的人臉位置值以及眼嘴位置值，計算出各該人臉數(shù)據(jù)的眼距閾值。

該優(yōu)選處理模塊103是設(shè)置于該前置處理單元1中，是用以預(yù)設(shè)一定時時間，并自該特征分析模塊102中提取一已得到評價參數(shù)的人臉數(shù)據(jù)，且依據(jù)一第一優(yōu)選規(guī)則，判斷所提取的人臉數(shù)據(jù)是否滿足該第一優(yōu)選規(guī)則，若是，則將所提取的人臉數(shù)據(jù)定位到一低偏轉(zhuǎn)角優(yōu)選隊列中，若否，則將所提取的人臉數(shù)據(jù)定位到一高清晰度優(yōu)選隊列中，并依據(jù)一第二優(yōu)選規(guī)則，在低偏轉(zhuǎn)角優(yōu)選隊列中存儲有對應(yīng)至少一唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列，且對應(yīng)每一個唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中的各該人臉數(shù)據(jù)均屬于低偏轉(zhuǎn)角范圍的，且依據(jù)一第三優(yōu)選規(guī)則，在高清晰度優(yōu)選隊列中存儲有對應(yīng)至少一唯一標(biāo)識符的高清晰度優(yōu)選隊列，且對應(yīng)每一個唯一標(biāo)識符的高清晰度優(yōu)選隊列中的各該人臉數(shù)據(jù)均屬于高清晰度范圍的，并在判斷所預(yù)設(shè)的定時時間達(dá)到時，復(fù)位該定時時間，并重新開始計時，且從對應(yīng)每一個唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中分別提取出一圖像清晰度最高的人臉數(shù)據(jù)，并將所提取的圖像清晰度最高的人臉數(shù)據(jù)存儲至一優(yōu)質(zhì)人臉隊列中，且從對應(yīng)每一個唯一標(biāo)識符的高清晰度優(yōu)選隊列中分別提取出一偏轉(zhuǎn)角最低的人臉數(shù)據(jù)，并將所提取的偏轉(zhuǎn)角最低的人臉數(shù)據(jù)存儲至該優(yōu)質(zhì)人臉隊列中。更詳而言之，通過該優(yōu)選處理模塊103所預(yù)設(shè)的定時時間，即可對通過該跟蹤檢測模塊101所獲取的實時人臉數(shù)據(jù)進(jìn)行定時輪詢，以保證每間隔該定時時間，即可有新的人臉數(shù)據(jù)更新至該優(yōu)質(zhì)人臉隊列中，進(jìn)而確保人臉數(shù)據(jù)的實時性。

具體而言，該第一優(yōu)選規(guī)則是：該優(yōu)選處理模塊103將滿足偏轉(zhuǎn)角閾值小于一預(yù)定偏轉(zhuǎn)角且眼距閾值大于一預(yù)定眼距值的人臉數(shù)據(jù)定位為低偏轉(zhuǎn)角的人臉數(shù)據(jù)。換而言之，則不滿足該第一優(yōu)選規(guī)則的人臉數(shù)據(jù)則定位為高清晰度的人臉數(shù)據(jù)。此外，在本實施例中，該預(yù)定偏轉(zhuǎn)角可例如為15度，該預(yù)定眼距值可例如為25像素，但不以此為限。

而該第二優(yōu)選規(guī)則是：該優(yōu)選處理模塊103將定位到該低偏轉(zhuǎn)角優(yōu)選隊列中的人臉數(shù)據(jù)，進(jìn)一步根據(jù)所定位的人臉數(shù)據(jù)在該跟蹤檢測模塊101中所分配到的唯一標(biāo)識符，判斷在該低偏轉(zhuǎn)角優(yōu)選隊列中是否已存在該唯一標(biāo)識符，若否，則依據(jù)該唯一標(biāo)識符，新建一對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列，并將所定位的人臉數(shù)據(jù)存儲至對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中，若是，則進(jìn)一步判斷對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列是否已滿，若是，則替換掉對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中偏轉(zhuǎn)角最高的人臉數(shù)據(jù)，若否，則將所提取的人臉數(shù)據(jù)存儲至對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中。

該第三優(yōu)選規(guī)則則是：該優(yōu)選處理模塊103將定位到該高清晰度優(yōu)選隊列中的人臉數(shù)據(jù)，進(jìn)一步根據(jù)所定位的人臉數(shù)據(jù)在該跟蹤檢測模塊101中所分配到的唯一標(biāo)識符，判斷在該高清晰度優(yōu)選隊列中是否已存在該唯一標(biāo)識符，若否，則依據(jù)該唯一標(biāo)識符，新建一對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列，并將所定位的人臉數(shù)據(jù)存儲至對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列中，若是，則進(jìn)一步判斷對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列是否已滿，若是，則替換掉對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列中圖像清晰度最低的人臉數(shù)據(jù)，若否，則將所提取的人臉數(shù)據(jù)存儲至對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列中。

該人臉上傳模塊104設(shè)置于該前置處理單元1中，是用以將該優(yōu)選處理模塊103所存儲的優(yōu)質(zhì)人臉隊列通過該網(wǎng)絡(luò)通訊傳送至該服務(wù)器2中，進(jìn)而將存儲在該優(yōu)質(zhì)人臉隊列中的所有人臉數(shù)據(jù)都傳送至該服務(wù)器2中，以供后續(xù)的人臉比對處理。優(yōu)選地，上述優(yōu)質(zhì)人臉隊列中的人臉數(shù)據(jù)是經(jīng)過該跟蹤檢測模塊101、該特征分析模塊102以及該優(yōu)選處理模塊103前期的優(yōu)選處理的，都是最佳的人臉數(shù)據(jù)的集合，相對于現(xiàn)有技術(shù)中采用直接從監(jiān)控軟件中獲取的原始人像作為后續(xù)的人臉比對處理，應(yīng)用本發(fā)明所提供的優(yōu)質(zhì)人臉隊列，不但在人臉數(shù)據(jù)的數(shù)量上得到精簡，在質(zhì)量上也得到了大大的提高，如此，精簡的數(shù)量會大大降低通過網(wǎng)絡(luò)上傳的網(wǎng)絡(luò)流量，人臉數(shù)據(jù)質(zhì)量上的提高，也會避免大量比對錯誤報警的情事發(fā)生，大大提高了比對效果，而且CPU的資源消耗也會得到降低。

請參閱圖2，是顯示應(yīng)用如上所述的人臉檢測結(jié)果集的優(yōu)選系統(tǒng)執(zhí)行人臉檢測結(jié)果集的優(yōu)選的操作步驟。

如圖2所示，首先，執(zhí)行步驟S100，實時從至少一攝像設(shè)備中提取視頻流，并進(jìn)行解碼處理，以產(chǎn)生幀數(shù)據(jù)。接著，進(jìn)行步驟S101。

在步驟S101中，對所產(chǎn)生的幀數(shù)據(jù)執(zhí)行人臉跟蹤檢測處理，以得到一人臉數(shù)據(jù)，并將各該人臉數(shù)據(jù)中屬于同一個人的進(jìn)行分類歸集，且將屬于同一個人的所有人臉數(shù)據(jù)分配一唯一標(biāo)識符。接著，進(jìn)行步驟S102。

在步驟S102中，分別對各該人臉數(shù)據(jù)執(zhí)行面部特征分析，以得到對應(yīng)每一個人臉數(shù)據(jù)的評價參數(shù)，其中，該評價參數(shù)包括眼距閾值、偏轉(zhuǎn)角閾值、以及圖像清晰度。具體而言，是通過對各該人臉數(shù)據(jù)執(zhí)行面部特征分析，以取得各該人臉數(shù)據(jù)的人臉位置值以及眼嘴位置值，并依據(jù)所取得的人臉位置值以及眼嘴位置值，計算出各該人臉數(shù)據(jù)的眼距閾值。接著，進(jìn)行步驟S103。

在步驟S103中，提取一已得到評價參數(shù)的人臉數(shù)據(jù)，并判斷所提取的人臉數(shù)據(jù)的偏轉(zhuǎn)角閾值是否小于一預(yù)定偏轉(zhuǎn)角，若是，則進(jìn)至步驟S104，若否，則進(jìn)至步驟S112。在本實施例中，該預(yù)定偏轉(zhuǎn)角可例如為15度，但不以此為限。

在步驟S104中，判斷所提取的人臉數(shù)據(jù)的眼距閾值是否大于一預(yù)定眼距值，若是，則進(jìn)至步驟S105，若否，則進(jìn)至步驟S112。在本實施例中，該預(yù)定眼距值為25像素，但不以此為限。

在步驟S105中，將所提取的人臉數(shù)據(jù)定位到一低偏轉(zhuǎn)角優(yōu)選隊列中，并根據(jù)所提取的人臉數(shù)據(jù)的唯一標(biāo)識符，判斷在該低偏轉(zhuǎn)角優(yōu)選隊列中是否已存在該唯一標(biāo)識符，若是，則進(jìn)至步驟S106，若否，則進(jìn)至步驟S109。

在步驟S106中，判斷對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列是否已滿，若是，則進(jìn)至步驟S107，若否，則進(jìn)至步驟S108。

在步驟S107中，替換掉對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中偏轉(zhuǎn)角最高的人臉數(shù)據(jù)。接著，進(jìn)行步驟S110。

在步驟S108中，將所提取的人臉數(shù)據(jù)存儲至對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中。接著，進(jìn)行步驟S110。

在步驟S109中，依據(jù)該唯一標(biāo)識符，新建一對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列，并將所提取的人臉數(shù)據(jù)存儲至對應(yīng)該唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中。接著，進(jìn)行步驟S110。

在步驟S110中，預(yù)設(shè)一定時時間，判斷所預(yù)設(shè)的定時時間是否達(dá)到，若是，則進(jìn)至步驟S111，若否，則返回至步驟S103。

在步驟S111中，復(fù)位所預(yù)設(shè)的定時時間，重新開始計時，并從對應(yīng)每一個唯一標(biāo)識符的低偏轉(zhuǎn)角優(yōu)選隊列中分別提取出一圖像清晰度最高的人臉數(shù)據(jù)，并將所提取的圖像清晰度最高的人臉數(shù)據(jù)存儲至一優(yōu)質(zhì)人臉隊列中，且將該優(yōu)質(zhì)人臉隊列通過網(wǎng)絡(luò)通訊上傳至服務(wù)器中。接著，進(jìn)行步驟S119。

在步驟S112中，將所提取的人臉數(shù)據(jù)定位到一高清晰度優(yōu)選隊列中，并根據(jù)所提取的人臉數(shù)據(jù)的唯一標(biāo)識符，判斷在該高清晰度優(yōu)選隊列中是否已存在該唯一標(biāo)識符，若是，則進(jìn)至步驟S113，若否，則進(jìn)至步驟S116。

在步驟S113中，判斷對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列是否已滿，若是，則進(jìn)至步驟S114，若否，則進(jìn)至步驟S115。

在步驟S114中，替換掉對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列中圖像清晰度最低的人臉數(shù)據(jù)。接著，進(jìn)行步驟S117。

在步驟S115中，將所提取的人臉數(shù)據(jù)存儲至對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列中。接著，進(jìn)行步驟S117。

在步驟S116中，依據(jù)該唯一標(biāo)識符，新建一對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列，并將所提取的人臉數(shù)據(jù)存儲至對應(yīng)該唯一標(biāo)識符的高清晰度優(yōu)選隊列中。接著，進(jìn)行步驟S117。

在步驟S117中，預(yù)設(shè)一定時時間，判斷所預(yù)設(shè)的定時時間是否達(dá)到，若是，則進(jìn)至步驟S118，若否，則返回至步驟S103。

在步驟S118中，復(fù)位所預(yù)設(shè)的定時時間，重新開始計時，并從對應(yīng)每一個唯一標(biāo)識符的高清晰度優(yōu)選隊列中分別提取出一偏轉(zhuǎn)角最低的人臉數(shù)據(jù)，并將所提取的偏轉(zhuǎn)角最低的人臉數(shù)據(jù)存儲至一優(yōu)質(zhì)人臉隊列中，且將該優(yōu)質(zhì)人臉隊列通過網(wǎng)絡(luò)通訊上傳至服務(wù)器中。接著，進(jìn)行步驟S119。

在步驟S119中，判斷是否收到一優(yōu)選結(jié)束指令，若否，則返回至步驟S103，若是，則結(jié)束本次優(yōu)選操作。

此處需予以說明的是，上述步驟S100至步驟S119均是在一前置處理單元中實現(xiàn)的操作步驟。

綜上所述，本發(fā)明提供一種人臉檢測結(jié)果集的優(yōu)選系統(tǒng)及其方法，主要是將從各該攝像設(shè)備中提取視頻流通過跟蹤檢測模塊、特征分析模塊以及優(yōu)選處理模塊前期的優(yōu)選處理，得到一包含最佳的人臉數(shù)據(jù)的集合的優(yōu)質(zhì)人臉隊列，然后，再通過人臉上傳模塊將該優(yōu)質(zhì)人臉隊列通過該網(wǎng)絡(luò)通訊傳送至服務(wù)器中，以供后續(xù)的人臉比對處理。應(yīng)用本發(fā)明，即可將量少質(zhì)精的人臉數(shù)據(jù)提供給服務(wù)器進(jìn)行后續(xù)的比對處理，進(jìn)而大大降低通過網(wǎng)絡(luò)傳輸所需的流量，而且，也會避免大量比對錯誤報警的情況發(fā)生，大大提高了比對效果，CPU的資源消耗也會得到降低。所以，本發(fā)明有效克服了現(xiàn)有技術(shù)中的種種缺點而具高度產(chǎn)業(yè)利用價值。

上述實施例僅例示性說明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟悉此技術(shù)的人士皆可在不違背本發(fā)明的精神及范疇下，對上述實施例進(jìn)行修飾或改變。因此，舉凡所屬技術(shù)領(lǐng)域中具有通常知識者在未脫離本發(fā)明所揭示的精神與技術(shù)思想下所完成的一切等效修飾或改變，仍應(yīng)由本發(fā)明的權(quán)利要求所涵蓋。