[发明专利]一种人脸识别的图像提取方法及处理设备

说明书

本申请公开了一种人脸识别的图像提取方法及处理设备。该方法包括：获取多个图像帧；对每一图像帧进行人脸识别，以提取人脸区域；对每一图像帧的人脸区域进行清晰度分析，以获得人脸清晰度；对每一图像帧的人脸区域进行姿态分析，以获取人脸姿态角度；综合各图像帧的人脸清晰度和人脸姿态角度生成各图像帧的综合评价指标；基于综合评价指标从多个图像帧中选择关键帧。通过上述方式，对视频流进行分析以提取出关键帧，能够减少资源的占用率，并能提高人脸识别质量。

技术领域

本申请涉及人脸识别领域，特别涉及一种人脸识别的图像提取方法及处理设备。

背景技术

人脸识别是一种基于人的脸部特征信息进行身份识别的生物识别技术，其相对于如指纹、DNA检测等其他较成熟的人体生物特征识别方法具有隐秘性、低成本、可交互性强等优点，因此，多年来人脸识别技术一直是研究热点。

人脸识别是利用照相机或摄像机等设备采集含有人脸的图像或视频流，通过对视频流进行分析，从而得到人脸数据。但在对视频流的实际分析过程中，通常是对视频流中每一帧图片都进行分析，这样会导致设备的计算量过大；并且，从大多数视频流中获取的人脸质量较差，容易发生无法识别或错误识别的情况。

发明内容

为解决上述问题，本申请提供一种人脸识别的图像提取方法及处理设备，通过提取视频流中的关键帧，能够减少资源的占用率，并能提高人脸识别质量。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种人脸识别的图像提取方法，该方法包括：获取多个图像帧；对每一图像帧进行人脸识别，以提取人脸区域；对每一图像帧的人脸区域进行清晰度分析，以获得人脸清晰度；对每一图像帧的人脸区域进行姿态分析，以获取人脸姿态角度；综合各图像帧的人脸清晰度和人脸姿态角度生成各图像帧的综合评价指标；基于综合评价指标从多个图像帧中选择关键帧。

其中，对每一图像帧进行人脸识别的步骤包括：若在图像帧存在多个人脸区域，则提取面积最大的人脸区域。

其中，对每一图像帧的人脸区域进行清晰度分析的步骤包括：利用拉普拉斯算子对每一图像帧的人脸区域进行卷积运算，以获得清晰度评估图；计算清晰度评估图的方差，以作为人脸清晰度。

其中，利用拉普拉斯算子对每一图像帧的人脸区域进行卷积运算的步骤之前，进一步包括：通过相似变换对每一图像帧的人脸区域进行对齐。

其中，通过相似变换对每一图像帧的人脸区域进行对齐的步骤包括：将各人脸区域内的人脸的特定器官点作为关键点，以使得在进行相似变换后各关键点分别被映射到预设的坐标平面内的预定坐标点。

其中，对每一图像帧的人脸区域进行姿态分析的步骤包括：获取人脸区域内的人脸的双眼之间的距离，以作为第一距离；获取人脸的眼睛到嘴巴之间的距离，以作为第二距离；计算第一距离与第二距离的比值，以作为人脸姿态角度。

其中，综合各图像帧的人脸清晰度和人脸姿态角度生成各图像帧的综合评价指标的步骤包括：获取由各图像帧计算得到的人脸清晰度中的最大人脸清晰度；获取由各图像帧计算得到的人脸姿态角度中的最大人脸姿态角度；将每一图像帧的人脸清晰度与最大人脸清晰度之间的比值和人脸姿态角度与最大人脸姿态角度之间的比值进行加权求和，以作为各图像帧的综合评价指标。

其中，基于综合评价指标从多个图像帧中选择关键帧的步骤包括：从多个图像帧中选择综合评价指标最大的图像帧作为关键帧。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种处理设备，包括获取模块，用于获取多个图像帧；识别模块，用于对每一图像帧进行人脸识别，以提取人脸区域；分析模块，用于对每一图像帧的人脸区域进行清晰度分析，以获得人脸清晰度，以及对每一图像帧的人脸区域进行姿态分析，以获取人脸姿态角度；处理模块，用于综合各图像帧的人脸清晰度和人脸姿态角度生成各图像帧的综合评价指标，并基于综合评价指标从多个图像帧中选择关键帧。