[发明专利]人脸识别方法和装置在审
申请号: | 202111361447.8 | 申请日: | 2021-11-16 |
公开(公告)号: | CN114120404A | 公开(公告)日: | 2022-03-01 |
发明(设计)人: | 张婉平 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 方法 装置 | ||
1.一种人脸识别方法,包括:
在待识别视频帧序列中,提取视频帧进行人脸识别;
响应于确定连续识别的第一预设数量个视频帧均无法识别人脸,将所述第一预设数量个视频帧中各视频帧对应的目标人脸特征进行合并,得到合并特征集合,其中,所述目标人脸特征用于指示在预设的人脸特征库中,与该视频帧的人脸特征相似度最高的第二预设数量个人脸特征;
将所述第一预设数量个视频帧中的各视频帧的人脸特征进行融合,得到融合特征;
基于所述融合特征与所述合并特征集合中各人脸特征的相似度,得到所述待识别视频帧序列的人脸识别结果。
2.根据权利要求1所述的方法,其中,所述在待识别视频帧序列中,提取视频帧进行人脸识别,包括:
在待识别视频帧序列中,提取视频帧子序列;
确定所述视频帧子序列中各视频帧的模糊值,其中,所述模糊值用于指示视频帧的模糊程度;
基于模糊值最低的视频帧进行人脸识别。
3.根据权利要求2所述的方法,其中,所述确定所述视频帧子序列中各视频帧的模糊值,包括:
基于预设的模糊值判断模型确定所述视频帧子序列中各视频帧的模糊值,所述模糊值判断模型基于标注有模糊值的样本视频帧训练得到。
4.根据权利要求2所述的方法,其中,所述将所述第一预设数量个视频帧中的各视频帧的人脸特征进行融合,得到融合特征,包括:
根据所述第一预设数量个视频帧中的各视频帧的人脸特征的权重,将所述第一预设数量个视频帧中的各视频帧的人脸特征进行融合,得到融合特征,其中,所述各视频帧的人脸特征的权重基于各视频帧的模糊值确定。
5.根据权利要求1-4任一所述的方法,其中,所述基于所述融合特征与所述合并特征集合中各人脸特征的相似度,得到待识别视频帧序列的人脸识别结果,包括:
对所述融合特征与所述合并特征集合中各人脸特征的相似度进行排序,得到排序后的相似度;
将所述排序后的相似度中排序最高且大于等于预设相似度阈值的相似度对应的人脸特征所对应的人脸标识,确定为所述待识别视频帧序列的人脸识别结果。
6.一种人脸识别装置,包括:
识别模块,被配置成在待识别视频帧序列中,提取视频帧进行人脸识别;
合并模块,被配置成响应于确定连续识别的第一预设数量个视频帧均无法识别人脸,将所述第一预设数量个视频帧中各视频帧对应的目标人脸特征进行合并,得到合并特征集合,其中,所述目标人脸特征用于指示在预设的人脸特征库中,与该视频帧的人脸特征相似度最高的第二预设数量个人脸特征;
融合模块,被配置成将所述第一预设数量个视频帧中的各视频帧的人脸特征进行融合,得到融合特征;
获得模块,被配置成基于所述融合特征与所述合并特征集合中各人脸特征的相似度,得到待识别视频帧序列的人脸识别结果。
7.根据权利要求6所述的装置,其中,所述识别模块包括:
提取单元,被配置成在待识别视频帧序列中,提取视频帧子序列;
确定单元,被配置成确定所述视频帧子序列中各视频帧的模糊值,其中,所述模糊值用于指示视频帧的模糊程度;
识别单元,被配置成基于模糊值最低的视频帧进行人脸识别。
8.根据权利要求7所述的装置,其中,所述确定单元进一步被配置成:
基于预设的模糊值判断模型确定所述视频帧子序列中各视频帧的模糊值,所述模糊值判断模型基于标注有模糊值的样本视频帧训练得到。
9.根据权利要求7所述的装置,其中,所述融合模块进一步被配置成:
根据所述第一预设数量个视频帧中的各视频帧的人脸特征的权重,将所述第一预设数量个视频帧中的各视频帧的人脸特征进行融合,得到融合特征,其中,所述各视频帧的人脸特征的权重基于各视频帧的模糊值确定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111361447.8/1.html,转载请声明来源钻瓜专利网。