[发明专利]提高人脸识别准确率的方法及处理子系统

说明书

本发明公开了一种提高人脸识别准确率的方法，包括：将待分析视频流解码为帧图像；获得人脸图像和人形图像形成关联；执行二次筛选人脸图像和人形图像；将剩余的人脸图像、人形图像以及人脸图像和人形图像关联形成数据库；生成人脸ID和行人重识别ID；检索数据库查找与新增人脸ID关联的人形图像，查找该人形图像的行人重识别ID；若查找到的行人重识别ID已关联到用户ID则判断人脸识别图像产生人脸分裂；若未查找到人形图像的行人重识别ID或查找到行人重识别ID未关联到用户ID，则将新增人脸ID独立生成为新用户ID。本发明还提供了一种提高人脸识别准确率的处理子系统。本发明能降低处理图片质量要求、图片过滤量和数据处理量，降低人脸识别系统对于硬件的依赖度。

技术领域

本发明涉及图像处理领域，特别是涉及一种人脸识别过程中提高人脸识别准确率的 方法。本发明还涉及一种用于人脸识别系统的提高人脸识别准确率的处理子系统。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机 或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。

人脸识别在实际应用场景中普遍存在的问题就是人脸分裂问题，即同一个人在不同 场景下的人脸图片被错误的识别成为两个或多个人。这种问题在图片清晰度、人脸角度和图片亮度等参数不稳定的情况下尤为严重，同一个人的人脸图片请求识别次数越多， 分裂情况也会越严重。

首先，人脸识别系统需要能准确的发现人脸图像分裂情况，再对人脸图像分裂进行 相应的处理，但在现有技术中采用的是事后查询补救，即产生错误的数据后再通过复核判断发现人脸图像分裂情况，并进行相应的补救处理，无法实时发现人脸图像分裂并及 时处理，这样的策略会严重影响系统的准确性和运行处理速度。

现有技术在解决人脸图像分裂问题时，通常采用的方案是一方面提升人脸采集硬件 的规格提升图片质量，尽量能捕捉更多更高清的人脸图片。另一方面加强对人脸图片的质量过滤要求，既保证进行人脸识别的图片满足一定的清晰度、亮度和人脸角度等质量 要求。现有技术在解决人脸图像分裂的方案，如果从边缘端硬件解决，会增加硬件成本。 在实际使用场景中，人处于一直运动的过程中，即使增加硬件成本也不能保证一直拍摄 到人脸；如果后期提升图片质量要求，则会导致过滤大量不符合要求的人脸图片，从而 降低了数据完整度，数据可用性大大降低，严重影响人脸识别系统的准确度。

发明内容

在发明内容部分中引入了一系列简化形式的概念,该简化形式的概念均为本领域现 有技术简化，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

本发明要解决的技术问题是提供一种用于人脸识别能提高人脸识别准确率的方法。

本发明要解决的另一技术问题是提供一种用于人脸识别系统的能提高人脸识别准 确率的处理子系统。

行人重识别(Person re-identification)也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索跨设备下的该行人图像。旨在弥补固定的摄像头的 视觉局限，并可与行人检测/行人跟踪技术相结合，可广泛应用于智能视频监控、智能 安保等领域。

为解决上述技术问题，本发明提供用于人脸识别的提高人脸识别准确率的方法，包 括以下步骤：

S1，将待分析视频流解码为帧图像；

S2，对每帧图像进行人脸检测和人形检测，将获得人脸图像和人形图像形成关联；

其中，步骤S2包括以下子步骤：