[发明专利]一种去模糊的人脸识别方法、系统和一种巡检机器人

说明书

本申请适用于智能机器人技术领域，提供了一种去模糊的人脸识别方法、系统和一种巡检机器人，该方法包括：获取来自巡检机器人摄像头的视频流，并对视频流进行视频解码，得到解码后的视频图像；采用人脸检测算法对视频图像进行人脸检测，得到视频图像中包含人脸ROI区域的区域图像；对区域图像进行模糊度判断；若区域图像不是模糊图像，则对视频图像进行人脸识别，得到人脸识别结果；若模区域图像是模糊图像，则提取视频图像前后连续的多帧图像；将多帧图像输入至去模糊网络，得到去模糊图像，去模糊网络为由多张模糊图像样本和对应的清晰图像样本作为训练样本预先训练得到的深度学习网络；对去模糊图像进行人脸识别，得到人脸识别结果。

技术领域

本申请属于智能机器人技术领域，尤其涉及一种去模糊的人脸识别方法、系统和一种巡检机器人。

背景技术

随着信息化技术的提升，城市安防系统越来越完善。城市巡检系统离不开巡检机器人，巡检机器人可以在指定安防领域对来往行人进行监控，并通过人脸识别系统进行人脸分析，如果遇到可疑犯罪分子或者突发情况可以通过网络将信息传输到公安局系统进行报警。巡检机器人可以24小时持续巡逻，相比固定的监控摄像头，它的活动范围更大、效率更高。但是巡检机器人在行驶的过程中遇到凹凸不平的地面时会造成机器人机身的抖动，这种抖动会造成机器人上面的摄像头产生图像的运动模糊，这种模糊的人脸图像对人脸识别的精度有很大的影响。

针对巡检机器人抖动产生的人脸图像模糊问题，目前主要的解决方法是通过机器人云台里面的电机对抖动的云台进行矫正，以使得云台上的摄像头采集到的图像是清晰的。然而，这种带有稳像功能的云台成本昂贵，不利于存量巡检机器人的改装或更新。

因此，寻找一种应用范围广泛、成本较低、且适用于巡检机器人的去模糊的人脸识别方法成为本领域技术人员亟需解决的问题。

发明内容

本申请实施例提供了一种去模糊的人脸识别方法、系统和一种巡检机器人，可以解决因巡检机器人抖动产生的人脸图像模糊导致人脸识别不准确的问题。

第一方面，本申请实施例提供了一种去模糊的人脸识别方法，包括：

获取来自巡检机器人摄像头的视频流，并对所述视频流进行视频解码，得到解码后的视频图像；

采用人脸检测算法对所述视频图像进行人脸检测，得到所述视频图像中包含人脸ROI区域的区域图像；

对所述区域图像进行模糊度判断；

若模糊度判断结果为所述区域图像不是模糊图像，则对所述视频图像进行人脸识别，得到人脸识别结果；

若模糊度判断结果为所述区域图像是模糊图像，则提取所述视频图像前后连续的多帧图像；

将所述多帧图像输入至去模糊网络，得到所述去模糊网络输出的去模糊图像，所述去模糊网络为由多张模糊图像样本和对应的清晰图像样本作为训练样本预先训练得到的深度学习网络；

对所述去模糊图像进行人脸识别，得到人脸识别结果。

本方法可以保证人脸识别的图像都是清晰的，且本申请无需安装带有稳像功能的云台，降低了巡检机器人的成本，应用范围广泛，利于对存量巡检机器人进行改造以解决巡检机器人抖动产生的人脸图像模糊问题。

优选地，所述去模糊网络通过以下步骤预先训练得到：

收集多张清晰图像样本，并对每张清晰图像样本进行模糊处理，得到多张连续的、与之对应的模糊图像样本，得到多组训练样本，每组训练样本由一张清晰图像样本和对应的多张模糊图像样本组成；

针对每组训练样本，将所述每组训练样本中的多张模糊图像样本输入去模糊网络，得到所述去模糊网络输出的一张目标图像；