[发明专利]一种对视频中人脸进行聚类的分析识别方法

权利要求书

1.一种对视频中人脸进行聚类的分析识别方法，其特征在于，包括：

抓取待识别视频流中的目标人脸；

对抓取的所述目标人脸进行聚类分析识别，获得聚类分析识别结果；

基于所述聚类分析识别结果，将抓取的所有所述目标人脸中的同一目标人脸进行第一预设标记，并将第一预设标记的同一目标人脸归类为同一人；

所述抓取待识别视频流中的目标人脸的过程之前包括：

对预设区域进行视频拍摄，获得待识别视频流；

抓取所述待识别视频流中的动态视频帧；

确定所述动态视频帧中是否存在目标人脸，若是，将所述动态视频帧保留，并抓取所述动态视频帧中的目标人脸；

否则，将所述动态视频帧剔除；

当所述动态视频帧中存在目标人脸时，抓取所述动态视频帧中的目标人脸的过程包括：

基于平面坐标系，确定所述动态视频帧中每个平面坐标点的像素值；

获取每个所述平面坐标点，所处当前位置处的预设比对区域内的所有平面坐标点的像素值，并对当前位置处的平面坐标点的像素值进行第一比对处理，判断所述当前位置处的平面坐标点的像素值与预设比对区域内的所有平面坐标点的像素值的像素关联度是否大于预设关联度，若是，判定所述当前位置处的平面坐标点的像素值合格；

否则，基于预设比对区域内的所有平面坐标点的像素值和像素修正模型，对所述当前位置处的平面坐标点的像素值进行第一修正处理，直到所述当前位置处的平面坐标点的像素值合格；

同时，将在同个像素范围内的所有合格的像素值对应的平面坐标点进行第二预设标记，获得标记图像；

且，当判定所述平面坐标系中的每个所述平面坐标点的像素值合格之后，基于预先通过历史视频流获取的参考人脸的边界信息，确定所述目标人脸的边界区域；

同时在所述边界区域中自动画取所述目标人脸的边界线条，当画取的边界线条到所述边界区域的内部线条的区域占比大于预设占比时，对所述边界线条进行预设调整，直到预设调整后的边界线条到所述边界区域的内部线条的区域占比不大于预设占比；

抓取所述边界线条到所述边界区域的内部线条构成的抓取区域中的所有像素值中的边界像素值，基于所述边界像素值实现对所述动态视频帧中的目标人脸的抓取。

2.如权利要求1所述的一种对视频中人脸进行聚类的分析识别方法，其特征在于，所述对抓取的所述目标人脸进行聚类分析识别，获得聚类分析识别结果的过程包括：

获取历史人脸图像，并根据所述历史人脸图像含有的历史特征属性，构建人脸特征模型；

基于构建的人脸特征模型，确定抓取的所述目标人脸的目标特征属性，并对确定的所述目标特征属性进行聚类分析识别，获得聚类分析识别结果。

3.如权利要求2所述的一种对视频中人脸进行聚类的分析识别方法，其特征在于，所述基于构建的人脸特征模型，确定抓取的所述目标人脸的目标特征属性的过程包括：

对抓取的所述目标人脸进行切割处理，获得若干个切割区域块；

计算每个所述目标人脸中的每个所述切割区域块之间的差异度；

当所述差异度小于预设差异阈值时，基于所述人脸特征模型，获取差异度小于预设差异阈值对应的切割区域块的区域块属性；

当所述差异度不小于预设差异阈值时，根据预先建立好的区域块模型，对所述差异度不小于预设差异阈值的切割区域块进行第二修正处理，获得待识别区域块；

并基于所述人脸特征模型，所述待识别区域块的区域块属性；

根据获取的与所述目标人脸相关的所有区域块属性，构成目标特征属性。

4.如权利要求1所述的一种对视频中人脸进行聚类的分析识别方法，其特征在于，基于所述聚类分析识别结果，将抓取的所有所述目标人脸中的同一目标人脸进行第一预设标记，并将第一预设标记的同一目标人脸归类为同一人的过程包括：

根据所述聚类分析结果，将获取的所述待识别视频流中的所有动态视频帧中所存在的目标人脸进行分类处理；

并对分类处理后的同类所述动态视频帧中所存在的目标人脸进行第一预设标记；

根据所述第一预设标记结果，获得同一目标人脸。