[发明专利]一种多人脸实时跟踪与择优算法

说明书

本发明涉及通信技术领域，尤其涉及一种多人脸实时跟踪与择优算法，在视频流中获取当前需要处理的图像，得到第一帧人脸图像；对得到的第一帧人脸图像进行检测和质量评估，获得当前帧的所有人脸框的坐标值和质量评估值；判断人脸质量评估分值是否达到要求；将第一帧的所有人脸框的坐标值和质量评估值替换为当前帧的所有人脸框的坐标值和质量评估值；遍历计算当前帧的所有人脸框的坐标值和质量评估值中的人脸框的IOU值。本发明将视频流中前后帧检测到的人脸框进行IOU值计算来判定前后帧检测的人脸框是否是同一个人，若是同一个人结合人脸图片的质量评估值再决定是否要进行人脸识别，有效的减少不必要的同一个人脸图片的重复上传和识别。

技术领域

本发明涉及通信技术领域，尤其涉及一种多人脸实时跟踪与择优算法。

背景技术

随着深度学习在计算机视觉上的广泛应用，人脸识别已经落地于诸多项目，人脸识别包括了人脸检测、人脸择优、关键点定位、人脸对齐，人脸特征值提取和比对，在非约束（无感、非配合）条件下快捷有效的筛选出同一个人不同时刻下的高质量人脸图片并实时的使用其中少数几张人脸图片做人脸识别，能大量减少不必要的重复识别，特别在前端做人脸检测择优再上传人脸图片到后端做人脸识别时，也大量减少不必要的重复上传；

依据前后帧的人脸框的交并比判断是否是同一个人，在实际应用中会出现人脸跟丢的现象，其人脸框信息会丢失；当再次检测到该人脸时，添加当前的人脸框信息，算法只会根据当前的人脸质量判断是否要进行识别，不过在实际应用中正需要这样的再次识别，若没有跟丢现象，那么长时间内在摄像机镜头里的同一个人脸只会被识别很少的几次，导致实际场景下人脸识别的业务推送过少。

发明内容

本发明的目的是为了解决现有技术中存在的出现人脸跟丢的现象，导致实际场景下人脸识别的业务推送过少和重复上传和识别等问题，而提出的一种多人脸实时跟踪与择优算法。

为了实现上述目的，本发明采用了如下技术方案：

设计一种多人脸实时跟踪与择优算法，包括，在视频流中获取当前需要处理的图像，得到第一帧人脸图像；对得到的第一帧人脸图像进行检测和质量评估，获得当前帧的所有人脸框的坐标值和质量评估值；判断人脸质量评估分值是否达到要求；将第一帧的所有人脸框的坐标值和质量评估值替换为当前帧的所有人脸框的坐标值和质量评估值；遍历计算当前帧的所有人脸框的坐标值和质量评估值中的人脸框的IOU值；判断人脸框的IOU值是否达到要求；将前帧的所有人脸框的坐标值和质量评估值替换为当前帧的所有人脸框的坐标值和质量评估值；根据当前帧的人脸关键点坐标对当前帧进行多人脸识别，以及计算当前帧人脸框的质量评估值，并将视频流中不能识别的人脸框信息进行替换，直至视频流中的图像均识别完毕。

优选的，通过人脸检测算法得到人脸框的位置，即左上点和右下点的坐标值。

优选的，所述质量评估值为角度评估值和清晰度评估值的均值，通过角度算法得到人脸框区域人脸图片中人脸的角度评估值，通过清晰度算法得到人脸框区域人脸图片中人脸的清晰度评估值。

优选的，所述人脸框的IOU值为两个矩形框的交集与并集的面积之比。

优选的，判断人脸框的IOU值是否达到要求，当人脸框的IOU值大于预设的阙值时，计算当前帧与前帧的质量评估分值之差，当质量评估分值之差大于预设的阙值时，对人脸框信息识别，当质量评估分值之差小于预设的阙值时，对人脸框信息不识别，将当前帧的所有人脸框的坐标值和质量评估值分值更改为前帧的所有人脸框的坐标值和质量评估值分值，当人脸框的IOU值小于预设的阙值时，判断人脸质量评估分值是否达到要求，当人脸质量评估分值大于预设的阙值时，对人脸框信息识别，当人脸质量评估分值小于预设的阙值时，对人脸框信息不识别，将前帧的所有人脸框的坐标值和质量评估值替换为当前帧的所有人脸框的坐标值和质量评估值。