[发明专利]一种亲属关系识别方法及系统

说明书

本发明公开了一种亲属关系识别方法及系统。该方法包括：首先，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，并对人脸视频数据库中的视频进行预处理，及人脸检测、人脸归一化处理后，得到输入人脸图像；然后，建立卷积神经网络模型，以输入人脸图像作为输入，训练卷积神经网络模型；最后，通过训练后的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。该系统包括人脸视频数据库构建模块、输入人脸图像获取模块、卷积神经网络模型训练模块和亲属关系判别模块。本发明能够在不采用DNA数据的前提下通过人脸识别实现人物亲属关系的识别。

技术领域

本发明涉及亲子鉴定领域，特别涉及一种亲属关系识别方法及系统。

背景技术

目前，中国每年失踪儿童人数高达20万。根据专家保守统计，每年有20万失踪儿童中只有0.1％被找回。DNA亲子鉴定，是运用生物学、遗传学以及有关学科的理论和技术，根据遗传性状在子代和亲代之间的遗传规律，判断被控的父母和子女之间是否亲生关系的鉴定，是一种高精度的检定技术；但是，一方面由于失踪儿童的DNA获取非常的困难，另一方面由于DNA鉴定技术由于成本太高不适合大规模失散儿童的查询。因此，DNA检定技术无法有效的应用于寻找失踪儿童，如何不通过DNA技术进行亲子鉴定，成为一个亟待解决的技术问题。

发明内容

本发明的目的是提出一种基于人脸视频的亲属关系识别方法，实现在不采用DNA数据的前提下完成人物亲属关系的认证。

为实现上述目的，本发明提供了如下方案：

本发明实施例的第一个方面，提供了一种亲属关系识别方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，人脸归一化处理，具体包括：

对所述人脸图像训练样本中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。

可选的，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。