[发明专利]一种基于分块放大提升集体照人脸识别精度方法

权利要求书

1.一种基于分块放大提升集体照人脸识别精度方法，其特征在于，包括以下步骤：

步骤S1、档案管理部门在接收声像档案时进行档案采集或整理录入工作；

步骤S2、采用人脸识别模块对声像档案进行人物分析，通过调用CASIA预训练模型对声像档案的图形内容进行分析，完成人物对象识别、人脸信息提取工作，为后续人脸配对服务奠定数据基础；

步骤S3、当集体照或毕业照上的人数超过50人时，先对集体照或毕业照复制一份照片；

步骤S4、按分辨率大小对复制照片进行分块截取，形成多个拆分的分块照片；对分块照片进行人脸和内容场景信息提取；

步骤S5、对各分块照片进行局部放大处理；

步骤S6、将局部放大处理后的分块照片提交至人脸识别模块进识别与人脸特征值提取；图像分类基于Faster R-CNN深度学习目标检测框架，通过Alexnet模型对图形内容进行分析，提取内容特征值，完成照片内容场景的分类标注，完成信息提取；

步骤S7、依照指定要求将照片中的人物人脸信息进行提取并与原照片进行定位，将提取的人脸信息与档案ID存入档案人脸信息库；

步骤S8、人脸信息与档案ID存入档案人脸信息库后，完成人数超过50人照片的人脸特征高精度提取工作。

2.根据权利要求1所述的一种基于分块放大提升集体照人脸识别精度方法，其特征在于：所述步骤S3中，当集体照或毕业照的文件大小超过10M时，根据照片分辨率级别将照片文件截取成多块并独立保存。

3.根据权利要求1所述的一种基于分块放大提升集体照人脸识别精度方法，其特征在于：所述步骤S5中，各分块照片按从左至右的顺序扫描，将各分块照片进行局部放大。

4.根据权利要求1所述的一种基于分块放大提升集体照人脸识别精度方法，其特征在于：所述步骤S6中，将成功完成人脸提取的对象及位置信息反馈回原照片中，进行人脸识别标注。

5.根据权利要求1所述的一种基于分块放大提升集体照人脸识别精度方法，其特征在于：所述人脸识别模块基于谷歌FaceNet和TensorFlow深度学习框架。

6.根据权利要求1所述的一种基于分块放大提升集体照人脸识别精度方法，其特征在于：该方法可应用于老照片数字化加工后的人脸识别服务，通过实施局部放大技术，提高人脸被识别的可能性和特征值被提取的完整性，从而提升被人脸识别的精度。

7.根据权利要求1所述的一种基于分块放大提升集体照人脸识别精度方法，其特征在于：该方法可应用于人群大流量场合视频监控与人脸动态识别服务，通过分块截取及人脸识别方式，可以提升识别服务的效率，同时提高识别精度。