[发明专利]人脸识别方法、装置及设备

权利要求书

1.一种人脸识别方法，其特征在于，包括：

提取视频文件的关键帧；

确定所述关键帧后播放的预设数量的图像帧为非关键帧；

对所述关键帧进行人脸识别，获得所述关键帧中的人脸图像；

根据所述关键帧中的人脸图像，对所述非关键帧进行人脸跟踪，获得所述非关键帧中的人脸图像。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述对所述关键帧进行人脸识别，获得所述关键帧中的人脸图像的步骤包括：

将所述关键帧输入至经过预先训练获得的人脸识别网络模型中，获得所述关键帧中的人脸特征图像；

其中，所述人脸识别网络模型是通过卷积神经网络模型对包括多张相似人脸的样本图片进行人脸的特征训练获得。

3.根据权利要求2所述的人脸识别方法，其特征在于，所述根据所述关键帧中的人脸图像，对所述非关键帧进行人脸跟踪，获得所述非关键帧中的人脸图像的步骤之后，所述方法还包括：

利用所述关键帧中的人脸图像和所述非关键帧中的人脸图像，对所述人脸识别网络模型进行端到端的训练。

4.根据权利要求2所述的人脸识别方法，其特征在于，所述卷积神经网络模型包括多个卷积层，其中每一卷积层均包括一3×3的滤波器。

5.根据权利要求4所述的人脸识别方法，其特征在于，所述卷积神经网络的每一卷积层均附有非线性激活函数，且第一个卷积层、第二个卷积层、第四个卷积层和第六个卷积层后均连接有池化层。

6.根据权利要求3至5任一项所述的人脸识别方法，其特征在于，所述卷积神经网络模型还包括连接在最后一个卷积层后的全连接层和K类分类器softmax层。

7.根据权利要求1所述的人脸识别方法，其特征在于，所述根据所述关键帧中的人脸图像，对所述非关键帧进行人脸跟踪，获得所述非关键帧中的人脸图像的步骤包括：

利用初始化的KCF算法跟踪器，对所述非关键帧中与所述关键帧中的人脸图像对应的图像进行跟踪，确定所述非关键帧中与所述关键帧中的人脸图像对应的图像具有与所述关键帧中的人脸图像对应的身份信息。

8.根据权利要求1所述的人脸识别方法，其特征在于，所述提取视频文件的关键帧的步骤中，提取视频文件的多个关键帧；

其中，确定所述关键帧后播放的预设数量的图像帧为非关键帧的步骤中：

确定相邻两个关键帧之间的图像帧为非关键帧。

9.根据权利要求8所述的人脸识别方法，其特征在于，所述对所述关键帧进行人脸识别，获得所述关键帧中的人脸图像的步骤中，对每一关键帧分别进行人脸识别，获得每一所述关键帧中的人脸图像；

所述根据所述关键帧中的人脸图像，对所述非关键帧进行人脸跟踪，获得所述非关键帧中的人脸图像的步骤中，

根据每一所述关键帧中的人脸图像，对相应的所述非关键帧进行人脸跟踪，获得与每一所述关键帧对应的每一所述非关键帧中的人脸图像。

10.一种人脸识别装置，其特征在于，包括：

图像提取模块，用于提取视频文件的关键帧；

数据确定模块，用于确定所述关键帧后播放的预设数量的图像帧为非关键帧；

识别模块，用于对所述关键帧进行人脸识别，获得所述关键帧中的人脸图像；

跟踪模块，用于根据所述关键帧中的人脸图像，对所述非关键帧进行人脸跟踪，获得所述非关键帧中的人脸图像。

11.一种人脸识别设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；其特征在于，所述处理器执行所述程序时执行如权利要求1至9中任一项所述的人脸识别方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至9中任一项所述的人脸识别方法中的步骤。