CN113449547A - 一种基于人脸检测跟踪id的人脸识别方法 - Google Patents

Abstract

本发明提供一种基于人脸检测跟踪ID的人脸识别方法，所述方法包括以下步骤：S1，获取原图两个通道图片，第一通道为主码流，第二通道为次码流，将次码流灰度图送入人脸检测模块；S2，人脸检测模块输出次码流灰度图的人脸ID、角度值、模糊值；S3，根据角度值和/或模糊值过滤质量不合格人脸图片，并且根据同一人脸ID确定跟踪ID，根据跟踪ID选择性进行人脸识别。本发明方法在送入人脸识别的过程中，增加对人脸质量的判断，同时根据同一张人脸ID进行定位，减少送入人脸识别次数，提升人脸识别准确度。

Description

一种基于人脸检测跟踪ID的人脸识别方法

技术领域

本发明涉及图像识别技术领域，特别涉及一种基于人脸检测跟踪ID的人脸识别方法。

背景技术

随着计算机技术和光学技术的快速发展，基于深度学习算法的人脸识别能够成功应用前端移动端，人脸检测、人脸识别的实时性得到大幅度提升，但是为保证人脸识别精度，人脸识别算法耗时明显高于人脸检测，因此需要在人脸检测过程中针对同一人脸确定跟踪ID，根据ID选择性人脸识别，降低前端人脸识别CPU，提升性能。

但是，人脸检测输出人脸，送入人脸识别，送入人脸识别图片未进行任何二次过滤，导致人脸识别实时性能差，人脸识别误识率高。换句话说，人脸检测输出人脸，直接送入人脸识别，由于人脸识别运行时间远大于人脸检测，无法达到实时性效果，同时送入人脸质量较差(模糊、角度倾斜等等)，导致人脸识别效果差，识别误识率较高。

现有技术中的常用术语如下：

人脸检测：参输入图片中的人脸进行检测并定位，输出完整人脸；

人脸跟踪：人脸实时检测，对同一个人脸输出同一ID，实现跟踪效果，为人脸识别起到标识作用；

人脸识别：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。YUV：是一种颜色编码方法。常使用在各个视频处理组件中。“Y”表示明亮度(Luminance、Luma)，“U”和“V”则是色度、浓度(Chrominance、Chroma)。

NV12是YUV的一种具体编码形式，以一个2*2像素大小的图为例，则排列为：NV12：YYYYUVUV。

BGRA是代表Blue(蓝色)Green(绿色)Red(红色)和Alpha的色彩空间。

发明内容

为了解决上述问题，本发明的目的在于：送入人脸识别的过程中，增加对人脸质量的判断，同时根据同一张人脸ID进行定位，减少送入人脸识别次数，提升人脸识别准确度。

一般在前端人脸识别过程中，基于人脸检测实时吐出人脸区域，但人脸识别一次耗时高，不可能达到实时效果，因此本申请依据人脸检测跟踪进行相同ID过滤，同时送入人脸识别图通过模糊值、角度值二次过滤，降低人脸识别次数，进一步达到降低CPU处理量，提升人脸识别性能。

具体地，本发明提供一种基于人脸检测跟踪ID的人脸识别方法，所述方法包括以下步骤：

S1，获取原图两个通道图片，第一通道为主码流，第二通道为次码流，将次码流灰度图送入人脸检测模块；

S2，人脸检测模块输出次码流灰度图的人脸ID、角度值、模糊值；

S3，根据角度值和/或模糊值过滤质量不合格人脸图片，并且根据同一人脸ID确定跟踪ID，根据跟踪ID选择性进行人脸识别。

所述的人脸ID、角度值、模糊值的获取分别由人脸跟踪模块、角度检测模块、模糊检测模块进行。

所述的步骤S3进一步包括：

S3.1，过滤质量不合格人脸图片，同时依据坐标定位至主码流BGRA图片抠图，以确保送入人脸识别模型图片像素值高；

S3.2，抠图缩放至人脸识别输入大小，送入人脸识别模型，依据跟踪ID进行人脸识别。

由此，本申请的优势在于：在送入人脸识别的过程中，增加对人脸质量的判断，同时根据同一张人脸ID进行定位，减少送入人脸识别次数，提升人脸识别准确度。过滤不合格人脸；提升人脸识别效果；使得人脸识别实时性提升。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。

图1是本发明方法的流程示意图。

图2是本发明方法的步骤S3的流程示意图。

图3是本发明方法的具体实施方式的示意图。

具体实施方式

为了能够更清楚地理解本发明的技术内容及优点，现结合附图对本发明进行进一步的详细说明。

如图1所示，本发明涉及一种基于人脸检测跟踪ID的人脸识别方法，所述方法包括以下步骤：

S1，获取原图两个通道图片，第一通道为主码流，第二通道为次码流，将次码流灰度图送入人脸检测模块；

S2，人脸检测模块输出次码流灰度图的人脸ID、角度值、模糊值；

S3，根据角度值和/或模糊值过滤质量不合格人脸图片，并且根据同一人脸ID确定跟踪ID，根据跟踪ID选择性进行人脸识别。

所述的步骤S1中进一步包括采集的预览数据并获取原图NV12两个通道图片。

所述主码流为BGRA大图，所述次码流为GRAY小图。

所述的人脸ID、角度值、模糊值的获取分别由人脸跟踪模块、角度检测模块、模糊检测模块进行。

如图2所示，所述的步骤S3进一步包括：

S3.1，过滤质量不合格人脸图片，同时依据坐标定位至主码流BGRA图片抠图，以确保送入人脸识别模型图片像素值高；

S3.2，抠图缩放至人脸识别输入大小，送入人脸识别模型，依据跟踪ID进行人脸识别。

所述方法进一步包括：

S4，为了防止非活体人脸影响人脸识别效果，添加活体检测模块，过滤非活体人脸。

具体地，如图3所示，本发明提出优化人脸识别效果，提升人脸识别性能的方法，旨在克服人脸识别过程中存在检测出人脸质量差，同一人脸多次送入人脸识别过程，CPU资源严重浪费的问题，具体的方案如下：

一、获取原图NV12两个通道图片，第一通道主码流，第二通道次码流，次码流灰度图图送入人脸检测；

二、人脸检测输出次码流灰度图人脸ID，角度值，模糊值；

三、过滤质量不合格人脸图片，同时依据坐标定位至主码流BGRA图片抠图，确保送入人脸识别模型图片像素值高；

四、抠图缩放至人脸识别输入大小，送入人脸识别模型，依据跟踪ID进行人脸识别；

五、为了防止非活体人脸影响人脸识别效果，添加活体检测模块，过滤非活体人脸。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于人脸检测跟踪ID的人脸识别方法，其特征在于，所述方法包括以下步骤：

S1，获取原图两个通道图片，第一通道为主码流，第二通道为次码流，将次码流灰度图送入人脸检测模块；

S2，人脸检测模块输出次码流灰度图的人脸ID、角度值、模糊值；

S3，根据角度值和/或模糊值过滤质量不合格人脸图片，并且根据同一人脸ID确定跟踪ID，根据跟踪ID选择性进行人脸识别。

2.根据权利要求1所述的一种基于人脸检测跟踪ID的人脸识别方法，其特征在于，所述的步骤S1中进一步包括采集的预览数据并获取原图NV12两个通道图片。

3.根据权利要求1或2所述的一种基于人脸检测跟踪ID的人脸识别方法，其特征在于，所述主码流为BGRA大图，所述次码流为GRAY小图。

4.根据权利要求1所述的一种基于人脸检测跟踪ID的人脸识别方法，其特征在于，所述的人脸ID、角度值、模糊值的获取分别由人脸跟踪模块、角度检测模块、模糊检测模块进行。

5.根据权利要求1所述的一种基于人脸检测跟踪ID的人脸识别方法，其特征在于，所述的步骤S3进一步包括：

S3.1，过滤质量不合格人脸图片，同时依据坐标定位至主码流图片抠图，以确保送入人脸识别模型图片像素值高；

S3.2，抠图缩放至人脸识别输入大小，送入人脸识别模型，依据跟踪ID进行人脸识别。

6.根据权利要求5所述的一种基于人脸检测跟踪ID的人脸识别方法，其特征在于，所述的依据坐标定位至主码流BGRA图片抠图。

7.根据权利要求1所述的一种基于人脸检测跟踪ID的人脸识别方法，其特征在于，所述方法进一步包括：

S4，为了防止非活体人脸影响人脸识别效果，添加活体检测模块，过滤非活体人脸。

Images