[发明专利]一种基于OpenCV的跨平台离线多线程人脸识别方法

说明书

本发明公开了一种基于OpenCV的跨平台离线多线程人脸识别方法，包括如下步骤：（1）数据库建立：将人脸特征数据预写入数据库中形成人脸特征集合；（2）预处理：获取影像数据，将影像数据转化为预设格式和规格的图像，将其设为数据A；（3）人脸检测：数据A的图像，继而对图像中的人脸进行分类、框选和脸部特征定位，将其设为数据B；（4）特征抽取：调用ResNet程式对数据B进行特征抽取，形成OpenCV数据矩阵对象CV::Mat,将其设为数据C；（5）调用ResNet网络模型的人脸比对模块程式，通过该程式将数据库中的人脸特征集合与数据C进行数据对比，并返回相似度结果，抽取相似度最大且大于预设值的比对结果数据；（6）输出识别结果，该方案实施可靠且效率高。

技术领域

本发明涉及人脸识别技术领域，尤其是一种基于OpenCV的跨平台离线多线程人脸识别方法。

背景技术

随着人脸识别技术的普及，可以用人脸识别的项目越来越多，人脸识别设备越来越多样化（Windows、Android、Linux等），为了适应不同的设备使用算法的需求，目前急需一种能快速适配各种设备的跨平台离线人脸识别算法，而目前实施对应的系统有两个难点：

1、 如何快速适应各种平台实现快速简单的编译方法；

2、 利用单机CPU算力资源，不依赖其他设备实现本地离线识别。

还存在如下问题：

现在的人脸识别硬件千变万化，而为了性能要求，人脸识别算法需要使用Native原生代码实现，为了快速使产品上线，往往采用将算法放到服务端来实现，然而放到服务端有如下缺陷：

1、可靠性问题：特别是服务端在互联网时，网络波动或者中断将导致业务无法进行；

2、租赁性质问题：在线算法需要为之搭建庞大的服务端支撑，往往非专用设备，而是以购买第三方算法以租赁的形式提供的服务，在一些买断性质的项目中，每年产生的租赁费用导致成本难以控制；

3、现有的一些离线算法的实现，但通常只针对单一平台，并缺乏优化，针对硬件成本有限制的项目，硬件选型将十分困难。

发明内容

针对现有技术的情况，本发明的目的在于提供一种精度高、响应快速、使用多线程技术有效克服了ResNet抽特征速度慢问题和能够充分利用多核CPU性能进行优化人脸识别的基于OpenCV的跨平台离线多线程人脸识别方法。

为了实现上述的技术目的，本发明所采用的技术方案为：

一种基于OpenCV的跨平台离线多线程人脸识别方法，其包括如下步骤：

（1）数据库建立：将人脸特征数据预写入数据库中形成人脸特征集合；

（2）预处理：获取影像数据，然后将影像数据转化为预设格式和规格的图像，将其设为数据A；

（3）人脸检测：数据A的图像，继而对图像中的人脸进行分类、框选和脸部特征定位，将其设为数据B；

（4）特征抽取：调用ResNet程式对数据B进行特征抽取，形成OpenCV数据矩阵对象CV::Mat, 将其设为数据C；

（5）调用采用ResNet网络模型的人脸比对模块程式，通过该程式将数据库中的人脸特征集合与步骤（4）处理后的数据C进行数据对比，并返回相似度结果，抽取相似度最大且大于预设值的比对结果数据；

（6）输出识别结果。

作为一种可能的实施方式，进一步， 步骤（1）中，预写入数据库的人脸特征数据为带有标记信息的人脸特征数据，该标记信息至少包括对应人脸特征数据的个人信息。