[发明专利]一种异步人脸流量检测方法、系统及设备

说明书

本发明提出的一种异步人脸流量检测方法、系统及设备，将人脸检测跟踪和人脸分析分成两个并行线程，两个线程通过异步队列传递人脸数据，长时间的人脸特征提取和属性提取不会打断人脸的检测和跟踪，从而保证了人脸的检测跟踪连续性，并且人脸跟踪和检测过程中也会筛选出高质量的人脸，以供人脸分析线程提高人脸特征和属性提取的准确性。

技术领域

本发明涉及人脸识别技术领域，更具体的说是涉及一种异步人脸流量检测方法、系统及设备。

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。随着人脸识别技术的发展，由于其具有数据准确、安全系数高、使用方便等诸多特点，人脸识别技术被广泛地应用于各行各样当中，比如通过在安装有摄像头的广告屏设备上采集图像数据，进行人脸分析识别，从而可以统计广告观看人次流量，而普通广告屏使用的是性能相对比较差的移动端CPU，也就限制了人脸识别的性能，一般情况下很难达到实时，流畅的检测分析效果。对于针对人脸的流量分析而言，实时、流畅的人脸检测和识别是必不可少的，如果过于卡顿就会造成漏检或重复检测，造成统计不准确的问题。

目前，基于移动端直接在线实时进行人脸流通统计分析，一般采用的是串行化的人脸检测和识别方案，但是人脸检测的环节串行化执行，很难跟上摄像头采集的帧率，造成丢帧统计不准确的问题。

具体来说：一般情况下的人脸检测分析处理整个流程分为，摄像头数据采集、人脸跟踪、人脸检测、人脸对齐及特征提取、人脸属性提取(年龄、性别……)，其中所有人脸的处理任务串行执行，但是这套流程存在下面两个问题：

一、数量问题：流量分析是个连续的分析过程，依赖前后帧的关联，如果卡顿的话，就会造成人脸跟踪失败，要么流量计算重复，要么丢失掉了很多流量。由于检测和人脸分析过程是串行执行，以及检测跟踪速度的不确定性，会极大的降低我们的跟踪成功率，也就无法准确的计算广告屏的观看流量了。

二、质量问题：为了提高人脸处理速度，一般情况下只针对检测到的人脸的第一帧的人脸图像，提取人脸特征和属性，但一般人脸在进入摄像头画面时，是移动状态进入，可能比较模糊，相应提取的人脸特征和属性也就不准确。

除此之外还有基于服务端的人脸分析算法，可以将采集数据传到服务端利用高性能的GPU计算能力，离线进行流量分析，但这种方式在硬件和带宽上成本过高。

发明内容

针对以上问题，本发明的目的在于提供一种异步人脸流量检测方法、系统及设备，将人脸检测跟踪和人脸分析分成两个并行线程，两个线程通过异步队列传递人脸数据，长时间的人脸特征提取和属性提取不会打断人脸的检测和跟踪，从而保证了人脸的检测跟踪连续性，并且人脸跟踪和检测过程中也会筛选出高质量的人脸，以供人脸分析线程提高人脸特征和属性提取的准确性。

本发明为实现上述目的，通过以下技术方案实现：一种异步人脸流量检测方法，包括：

获取摄像头采集的待检测图像；

在人脸检测跟踪线程中，对每一帧待检测图像识别出人脸图像加入人脸跟踪队列进行流量统计；计算出人脸跟踪队列中的人脸图像质量，并对每一帧的人脸质量进行筛选，保留质量最高的人脸图像，然后在单个人脸图像流量统计结束后将质量最高的人脸图像异步传递到人脸分析队列；

在人脸分析线程中，获取人脸分析队列中的人脸图像，对人脸图像进行特征提取和属性提取，并将提取的人脸图像特征和属性加入人脸属性输出队列；

将人脸跟踪队列和人脸属性输出队列的数据合并后，输出人脸数据。

进一步，所述对每一帧待检测图像识别出人脸图像加入人脸跟踪队列进行流量统计包括如下步骤：

S201：将每一帧待检测图像转换为320x180分辨率的图像作为输入图像；