[发明专利]基于多移动目标的人脸识别方法、装置、设备及存储介质

权利要求书

1.一种基于多移动目标的人脸识别方法，其特征在于，所述方法包括：

获取目标视频数据，从所述目标视频数据中读取待检测图像集合；

基于选择性搜索算法从所述待检测图像集合的图像中提取候选区域集合；

基于窗口筛选算法从所述候选区域集合中生成行人候选区域，提取所述行人候选区域中的HOG 特征，以及提取所述行人候选区域中的CLBP 特征，对所述HOG 特征及所述CLBP特征进行特征融合，得到混合特征；

基于所述混合特征，利用预训练的分类器对所述行人候选区域中的行人进行定位，得到行人定位区域；

利用几何先验算法对所述行人定位区域进行人脸区域粗定位，得到原始人脸区域；

基于预设的颜色空间模型对所述原始人脸区域进行精定位，得到标准人脸区域；

利用预训练的卷积神经网络对所述标准人脸区域进行人脸识别，得到人脸识别结果。

2.如权利要求1中所述的基于多移动目标的人脸识别方法，其特征在于，所述基于选择性搜索算法从所述待检测图像集合的图像中提取候选区域集合，包括：

对所述待检测图像集合中的图像进行随机分割，得到子区域集合；

计算所述子区域集合中相邻子区域的局部相似度，并在所述局部相似度满足预设的相似阈值时，将相邻子区域进行合并，得到更新后的子区域；

从所述子区域集合中移除与所述合并子区域相关的子区域，并返回所述计算所述子区域集合中相邻子区域的局部相似度的步骤，直至满足预设的迭代条件时，汇总所有的合并子区域得到合并子区域集合；

对所述合并子区域集合进行窗口筛选，得到所述候选区域集合。

3.如权利要求1所述的基于多移动目标的人脸识别方法，其特征在于，所述提取所述行人候选区域中的HOG 特征，包括：

根据Gamma校正法对所述行人候选区域进行颜色空间归一化处理，得到矫正区域；

计算所述矫正区域内水平方向及垂直方向的梯度直方图；

利用预设方向及幅度的细胞单元收集所述梯度直方图中的特征，得到所述HOG特征。

4.如权利要求1所述的基于多移动目标的人脸识别方法，其特征在于，所述提取所述行人候选区域中的CLBP 特征，包括：

利用预设的采集窗口对所述行人候选区域进行采样，得到采样区域；

计算所述采样区域内中心点的灰度特征、差值符号特征及差值幅度特征；

串联所述差值符号特征、所述差值幅度特征及所述中心点的灰度特征，得到所述CLBP特征。

5.如权利要求4所述的基于多移动目标的人脸识别方法，其特征在于，所述计算所述采样区域内中心点的灰度特征、差值符号特征及差值幅度特征，包括：

利用下述公式计算所述采样区域内中心点的灰度特征、差值符号特征及差值幅度特征：

其中，为所述采样区域内中心点的灰度特征，表示中心点的像素灰度值，表示在中心点不断移动时关于的灰度均值，表示采样窗口数，为所述采样区域的差值符号特征，表示采样区域内采样点个数，表示与中心点相邻的第个像素点的灰度值，为所述采样区域的差值幅度特征，，为中心点移动幅度均值。

6.如权利要求1所述的基于多移动目标的人脸识别方法，其特征在于，所述基于预设的颜色空间模型对所述原始人脸区域进行精定位，得到标准人脸区域，包括：

基于所述颜色空间模型识别出所述原始人脸区域中的肤色区域；

对所述肤色区域进行腐蚀、膨胀及连通域检测处理，得到标准肤色区域；

确定所述标准肤色区域的最大外接矩阵为所述标准人脸区域。