[发明专利]一种人脸图像标签数据生成系统及其方法

说明书

本发明公开了一种人脸图像标签数据生成系统及其方法，系统包括：若干像素等级的图像采集设备、标签数据生成设备和人脸设备设备，方法包括：通过采集同一人的不同像素等级的人脸数据，进一步筛选出预定数量的清晰人脸帧图像，对筛选出的人脸帧图像提取特征值，进一步与该人的标签数据进行对应存储；在识别人脸时，根据待识别人脸图像的采集设备的设备信息，提供对应像素等级的人脸特征值组进行对比，在对比通过后，输出对应的标签数据。其中，人脸数据和待识别人脸数据为短视频或图片；标签数据为个人身份信息。通过本发明的系统或方法，可彻底解决异源人脸识别精度差的问题，提高现有人脸识别精度，实现对现有安防监控设备的全像素兼容。

技术领域

本发明涉及人脸识别领域，尤其是一种人脸图像标签数据生成系统及其方法。

背景技术

经过多年的研究和发展，人脸识别技术已日趋成熟。可以看到，基于深度学习的人脸图像识别系统目前已经广泛应用于金融、安防、身份认证等行业，但是，在我国，成像设备类型特别多，主流的按像素区分：100万像素，200万像素，300万像素，500万像素，700万像素，1000万像素以上等。考虑到存储能力的原因，目前在安防行业，主要是采用200万像素的摄像头居多。

而现有的人脸识别算法，基本上是用同等级像素采集下来的人脸去做动态身份识别，如200万像素摄像头采集下来的人脸，经过模型训练，去识别200万或300万或100万像素的摄像头采集到的人脸，这种同级像素人脸识别准确率非常高，一般定义为同源识别，即识别和被识别摄像头像素差异在2.5倍以内；但如果用200万像素采集下来的人脸训练出的模型去识别1000万像素以上的人脸采集图片，或者用1000万像素成像设备采集下来的人脸，经过模型训练，去识别200万像素安防摄像头，识别准确率都非常低，一般定义为异源识别，即识别和被识别像素差别在2.5倍以上。

经过业界大量的测试，目前同源识别准确率一般在97%以上，而异源识别准确率只有55%以下，在安防行业，人脸识别精度至少大于90%，才有真正意义。解决异源识别准确度低的问题，也是人脸识别在安防行业中的痛点问题。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种人脸图像标签数据生成系统及其方法，以解决异源识别准确度低的问题。

本发明采用的技术方案如下：

一种人脸图像标签数据生成系统，该系统包括：

若干像素等级的图像采集设备，用于单次采集同一人的不同像素等级的人脸数据；

标签数据生成设备，用于分别对若干像素等级的图像采集设备所采集的人脸数据进行人脸特征提取，生成若干像素等级的人脸特征值组；并将对应于同一人的若干像素等级的人脸特征值组与对应该人的标签数据对应存储，生成对应于若干人的若干组人脸标签数据；即以对应同一人的若干像素等级的人脸特征值组与对应该人的标签数据对应存储为一组人脸标签数据，以同样的方式，存储对应于若干人的若干组人脸标签数据；

人脸识别设备，用于对包含待识别人脸图像的待识别人脸数据进行人脸特征提取，得到待识别人脸特征值；还获取采集待识别人脸数据的图像采集设备的设备信息；还根据获取的设备信息，将待识别人脸特征值与标签数据生成设备生成的若干组人脸标签数据中，对应获取的设备信息的像素等级的人脸特征值组进行对比，在与人脸特征值组对比通过时，从人脸标签数据中，获取对应对比通过的人脸特征值组的标签数据进行输出。

上述若干像素等级连续，且每一像素等级的像素最大值优选不超过像素最小值的5倍，各采集人脸数据的图像采集设备的像素值优选为其所对应像素等级的中间值。