[发明专利]一种亲属关系识别方法及系统

权利要求书

1.一种亲属关系识别方法，其特征在于，所述识别方法包括如下步骤：

基于人脸视频，构建用于描述父母和孩子关系的人脸视频数据库；

对所述人脸视频数据库中的视频进行预处理，并进行人脸检测、人脸归一化处理后，得到输入人脸图像；

建立卷积神经网络模型，以所述输入人脸图像作为输入，训练所述卷积神经网络模型；

通过训练后的所述卷积神经网络模型进行特征识别，输出是否具有亲属关系的判别结果。

2.根据权利要求1所述的一种亲属关系识别方法，其特征在于，所述对所述人脸视频数据库中的视频进行预处理，具体包括：

将所述视频分成预设段数的短视频；

从每一段短视频中获取一张图像，作为图像训练样本。

3.根据权利要求2所述的一种亲属关系识别方法，其特征在于，所述从每一段短视频中获取一张图像，作为图像训练样本，具体包括：

将所述短视频中的每一帧的图像分别与其前预设帧数的图像和后预设帧数的图像进行比较，获得差值；

选取所述差值最小的图像作为图像训练样本。

4.根据权利要求2或3所述的一种亲属关系识别方法，其特征在于，所述进行人脸检测，具体包括如下步骤：

建立人脸识别线性分类器；

利用所述人脸识别线性分类器提取所述图像训练样本中的人脸部分，得到人脸图像训练样本。

5.根据权利要求4所述的一种亲属关系识别方法，其特征在于，所述人脸归一化处理，具体包括：

对所述人脸图像训练样本中的人脸中的预设数量个特征点进行定位，得到每个特征点的位置；

根据所述特征点的位置将所述人脸图像训练样本中的人脸变换到统一的角度，得到输入人脸图像。

6.根据权利要1所述的一种亲属关系识别方法，其特征在于，所述建立卷积神经网络模型，具体包括：

在卷积层设置12个5乘5的滤波器、并采用一个带有2乘2核的最大池层，步幅为2；

将特征识别结果输出压缩成一个向量，应用一全连接层，通过Sigmoid非线性函数去输出判别结果。

7.一种亲属关系识别系统，其特征在于，所述识别系统包括：

人脸视频数据库构建模块，用于基于人脸视频，构建用于描述父母和孩子关系的人脸视频数据库；

输入人脸图像获取模块，用于对所述人脸视频数据库中的视频进行预处理，并进行人脸检测、人脸归一化处理后，得到输入人脸图像；

卷积神经网络模型训练模块，用于建立卷积神经网络模型，以所述输入人脸图像作为输入，训练所述卷积神经网络模型；

亲属关系判别模块，用于通过训练后的所述卷积神经网络模型进行特征识别，输出是否具有亲属关系的判别结果。

8.根据权利要求7所述的一种亲属关系识别系统，其特征在于，所述输入人脸图像获取模块，具体包括：

视频分段单元，用于将所述视频分成预设段数的短视频；

比较单元，将所述短视频中的每一帧的图像分别与其前预设帧数的图像和后预设帧数的图像进行比较，获得差值；

图像训练样本选取单元，选取所述差值最小的图像作为图像训练样本。

9.根据权利要求8所述的一种亲属关系识别系统，其特征在于，所述图像训练样本获取子模块还包括：

线性分类器建立子模块，用于建立人脸识别线性分类器；

人脸部分获取子模块，用于利用所述人脸识别线性分类器提取所述图像训练样本中的人脸部分，得到人脸图像训练样本。

10.根据权利要9所述的一种亲属关系识别方法，其特征在于，所述输入人脸图像获取模块，还包括人脸归一化处理子模块；

所述人脸归一化处理子模块，用于对所述人脸图像训练样本中的人脸中的预设数量个特征点进行定位，得到每个特征点的位置；并根据所述特征点的位置将所述人脸图像训练样本中的人脸变换到统一的角度，得到输入人脸图像。