[发明专利]人脸识别装置及方法和利用其的目标人跟踪装置及方法

说明书

技术领域

本发明一般地涉及计算机视频处理技术领域，更具体地，涉及人脸识别装置、人脸识别方法、利用人脸识别装置的目标人跟踪装置以及利用人脸识别方法的目标人跟踪方法，上述的装置和方法适合城市安全管理，诸如机场、监狱和图书馆等公共区域。

背景技术

现有的人脸识别技术对于图像质量较好的人脸具有较高的辨识度。对于LFW等数据库(其由美国马萨诸塞大学阿姆斯特分校技术视觉实验室整理完成的)的人脸识别精度能到达99％以上。但是如果直接将此类算法应用到监控场景中，其效果将会大打折扣。以LFW数据库为例，虽然一般认为此数据库是在不受控的条件下拍摄的图像，但是在分辨率，色彩真实度，人脸姿态等方面较监控场景的人脸图像好很多。因此，如果直接将一般的人脸识别算法移植到监控场景的人脸识别中，其效果将会下降很多。

利用上述LFW数据库的主要问题在于以下两点：1、常规人脸识别一般使用单张图像，而在监控场景中，由于图像质量较差，因此单张图像信息量有限，无法保证识别的准确性；2、常规人脸识别所面临的图像成像差异不大，因此一般不会针对于不同摄像头图像进行差异性减少处理，而在监控场景中，由于不同摄像头之间的人脸分辨率、颜色、姿态等都会有较大差异，因此需要先减少差异性，才能保证识别的准确性。因此，LFW数据库无法应用于现场监控场景。

监控场景的人脸识别较普通人脸识别具有一些新的特点。1、单目标物体可以被多张连续图所描述，而多图所提取的特征能够更完备的描述目标特点。目前，image-set的方法可以通过多张图形成类似于高维包络的空间来描述单一目标，对于两个不同的目标计算两个包络之间的最小距离，作为这两个目标的差异度，目前相关的算法有基于仿射包的图像集距离AHISD(Affine Hull based Image Set Distance)、稀疏近似最近邻点SANP、CRNP(Collaboratively Regularized Nearest Points)和二元线性回归分类DLRC(Dual Linear Regression Classification)等。虽然此类算法能够比较丰富的描述目标的特征空间，但此类算法对于不同目标形成的包络易于重叠，原因在于其特征具有相似性，因此对于不同的目标，其所提取的特征差异度必须较大，基于特征形成的包络才不会重叠。2、跨摄像头的监控场景具有不同的光照，视角/姿态以及图像分辨率，这些会极大的影响识别的精度。目前，metric-learning(即，度量学习)的方法能够解决这一问题。这类算法能够将不同特征空间的特征投影到相同的度量空间，能够减小相同目标由于摄像头和姿态/光照/表情的不同造成的差异，增加不同目标的特征差异。metric-learning方法的这一特点能够弥补image-set(即，图像集，又称为图集)方法的不足。目前相关的算法有大间隔最近邻居LMNN(Large margin nearest neighbor)等。3、由于监控摄像头需要连续不断的记录数据，因此其存储的数据量是惊人的，而在大量的数据中寻找出目标图像，需要效率极快的算法，而对人脸特征进行压缩后再识别，能够极大的提高算法效率。

因此，在使用多摄像头的监控场景下存在多摄像头人脸识别的问题，由于与常规场景差异性较大，因此在处理方法上与常规的人脸识别具有较大不同。跨摄像头跟踪的对象一般是多源图像，摄像头的不同(制造商及型号)导致图像分辨率，色彩及变形情况会有较大不同；此外，环境光源差异、人为对焦差异及摄像头安装角度差异等也会让不同摄像头生成的图像中同一个目标差异性较大；其次，在监控场景中，运动的目标距离摄像头距离变化较大，会导致成像清晰度及颜色也具有较大差异。以上这些差异都是监控场景的人脸识别所面临的独特问题。此外，跨摄像头跟踪是对多个摄像头的海量数据进行处理，因此快速处理海量数据也是跨摄像头跟踪需要解决的关键问题。

发明内容

针对现有技术中所存在的监控场景中的多摄像头人脸识别的差异性和针对多个摄像头的海量数据处理的技术问题，本发明提供了能够解决上述技问题的一种人脸识别装置和方法，以及目标人跟踪装置和方法。

为了解决上述缺陷，本发明提出一种能够适用于大尺度数据的监控场景下 跨摄像头识别的方法。具体地通过以下三种方式来提供优点：1、针对于多个摄像头，为了减少其差异性，使用特征度量空间归一化；2、针对于视频帧的连续性，提取及合并多张人脸特征来描述同一目标，使目标特征空间更完备；以及3、针对大规模数据集运算，使用特征压缩及二阶段匹配方法。