[发明专利]动态人脸识别方法及计算机可读存储介质

权利要求书

1.一种动态人脸识别方法，其特征在于，包括：

根据预设的采样率，依次从动态视频流中获取一帧静态图片；

对所述一帧静态图片进行人脸检测，得到人脸图片集；

获取所述人脸图片集中各人脸图片的关键信息，所述关键信息包括人脸图片对应的时间戳、人脸图片在所述一帧静态图片中的位置信息和指纹数组；

根据所述关键信息，通过相似度算法对各人脸图片进行匹配分类，得到各人脸图片对应的各人脸类型，并根据人脸图片的关键信息，构建或更新对应的人脸类型的结构化信息，所述结构化信息包括首次检测到所述人脸类型的位置信息、最后检测到所述人脸类型的位置信息、最新保存至所述人脸类型的人脸图片的指纹数组以及所述人脸类型所保存的人脸图片的数量；

根据结构化信息，对各人脸类型进行筛选，得到人脸集合；

所述指纹数组根据感知哈希算法计算得到，具体为：

将人脸图片的尺寸缩小至8*8像素；

对缩小后的所述人脸图片进行离散余弦变换，得到变换矩阵；

获取所述变换矩阵的左上角8*8的矩阵，并将所述8*8的矩阵中的64个元素存储至一维数组中；

根据所述64个元素的平均值，对所述64个元素进行二值化，得到指纹数组。

2.根据权利要求1所述的动态人脸识别方法，其特征在于，所述“获取所述人脸图片集中各人脸图片的关键信息”具体为：

依次从所述人脸图片集中获取一人脸图片；

获取所述一帧静态图片的时间戳作为所述一人脸图片对应的时间戳；

获取所述一人脸图片在所述一帧静态图片中的位置信息；

根据感知哈希算法，得到所述一人脸图片的指纹数组，所述指纹数组为64个0或1组合的数组。

3.根据权利要求1所述的动态人脸识别方法，其特征在于，所述“根据所述关键信息，通过相似度算法对各人脸图片进行匹配分类，得到各人脸图片对应的各人脸类型，并根据人脸图片的关键信息，构建或更新对应的人脸类型的结构化信息，所述结构化信息包括首次检测到所述人脸类型的位置信息、最后检测到所述人脸类型的位置信息、最新保存至所述人脸类型的人脸图片的指纹数组以及所述人脸类型所保存的人脸图片的数量”具体为：

根据一人脸图片的指纹数组，通过相似度算法在人脸类型数据库中查找是否存在与所述一人脸图片相似的人脸类型；

若存在，则将所述一人脸图片保存至所述相似的人脸类型，并根据所述一人脸图片的关键信息更新所述相似的人脸类型的结构化信息，所述结构化信息包括首次检测到所述人脸类型的位置信息、最后检测到所述人脸类型的位置信息、最新保存至所述人脸类型的人脸图片的指纹数组以及所述人脸类型所保存的人脸图片的数量；

若不存在，则创建新的人脸类型，并根据所述一人脸图片的关键信息构建所述新的人脸类型的结构化信息。

4.根据权利要求1所述的动态人脸识别方法，其特征在于，所述结构化信息还包括最后检测到所述人脸类型的时间戳；所述“对各人脸类型进行筛选，得到人脸集合”之前，进一步包括：

若一人脸类型满足预设的输出条件，则输出所述一人脸类型至人脸类型集合，并删除所述一人脸类型，所述预设的输出条件为最后检测到所述一人脸类型的时间戳到当前时间的时间差达到预设的时间阈值。

5.根据权利要求4所述的动态人脸识别方法，其特征在于，所述“对各人脸类型进行筛选，得到人脸集合”具体为：

根据人脸类型集合中各人脸类型的结构化信息中的首次检测到所述人脸类型的位置信息和最后检测到所述人脸类型的位置信息，计算得到各人脸类型的位移；

判断一人脸类型的位移是否大于预设的位移阈值且所述一人脸类型所保存的人脸图片的数量是否大于预设的数量阈值；

若是，则将所述一人脸类型输出至人脸集合；

若否，则将所述一人脸类型输出至干扰物集合。

6.根据权利要求2所述的动态人脸识别方法，其特征在于，所述关键信息还包括综合分数；所述“获取所述人脸图片集中各人脸图片的关键信息”还包括：

根据所述一人脸图片的清晰度、正脸程度和人脸完整度，计算得到所述一人脸图片的综合分数。