CN114120404A - 人脸识别方法和装置 - Google Patents

Abstract

本公开提供了人脸识别方法和装置，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于人脸图像处理、人脸图像识别等场景。具体实现方案为：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；将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；基于融合特征与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。该方式有效提高了人脸识别的效率和准确度。

Description

人脸识别方法和装置

技术领域

本公开涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于人脸图像处理、人脸图像识别等场景，尤其涉及一种人脸识别方法和装置。

背景技术

人脸识别技术已经取得了长足的发展和进步，随着视频监控、信息安全、访问控制等领域的发展需求，基于视频的人脸识别技术已经成为人脸识别技术领域的重要研宄方向之一。

现有技术中，基于视频的人脸识别技术主要是：将视频中出现的人脸图片根据视频帧划分为一组静态的人脸图像序列，针对人脸序列中的每一张人脸图像与预设人脸库中的人脸图像做对比，从而识别所述视频中包含的人脸图像的人物身份。

发明内容

本公开实施例提供了一种人脸识别方法、装置、设备以及存储介质。

第一方面，本公开实施例提供了一种人脸识别方法，该方法包括：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，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；基于融合特征与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。

第二方面，本公开实施例提供了一种人脸识别装置，该装置包括：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，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，被配置成基于融合特征与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。

第三方面，本公开实施例提供了一种电子设备，该电子设备包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被该一个或多个处理器执行，使得一个或多个处理器实现如第一方面的任一实施例的人脸识别方法。

第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面的任一实施例的人脸识别方法。

第五方面，本公开实施例提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面的任一实施例的人脸识别方法。

本公开有效提高了人脸识别的准确度和效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。

附图说明

图1是本公开可以应用于其中的示例性系统架构图；

图2是根据本公开的人脸识别方法的一个实施例的流程图；

图3是根据本公开的人脸识别方法的一个应用场景的示意图；

图4是根据本公开的人脸识别方法的又一个实施例的流程图；

图5是根据本公开的人脸识别装置的一个实施例的示意图；

图6是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的人脸识别方法的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如，人脸识别类应用、通信类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于手机和笔记本电脑。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供人脸识别服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如，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；将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；基于融合特征与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。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供人脸识别服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要指出的是，本公开的实施例所提供的人脸识别方法可以由服务器105执行，也可以由终端设备101、102、103执行，还可以由服务器105和终端设备101、102、103彼此配合执行。相应地，人脸识别装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器105中，也可以全部设置于终端设备101、102、103中，还可以分别设置于服务器105和终端设备101、102、103中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示出了人脸识别方法的实施例的流程示意图200。该人脸识别方法包括以下步骤：

步骤201，在待识别视频帧序列中，提取视频帧进行人脸识别。

在本实施例中，执行主体(例如，图1中的服务器105或终端设备101、102、103)可以采用有线或无线方式从本地，如存放待识别视频帧序列的图像采集设备，或存放待识别视频帧序列的远端设备获取待识别视频帧序列，依次提取包含人脸的视频帧进行人脸识别，即识别人脸是否为预设人脸特征库中的人脸。

这里，待识别视频帧序列包括待识别的同一人脸。

其中，无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

这里，执行主体可以采用现有技术或未来发展技术中的人脸识别方法，例如，基于特征图的人脸识别方法、基于人脸识别模型的人脸识别方法、支持向量机的人脸识别方法等，对提取的视频帧进行人脸识别。

需要指出的是，执行主体可以每次提取待识别视频帧序列中的一个包含人脸的视频帧进行人脸识别，也可以每次提取待识别视频帧序列中的至少两个包含人脸的视频帧进行人脸识别，本申请对此不作限定。

步骤202，响应于确定连续提取的第一预设数量个视频帧均无法识别人脸，将第一预设数量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。

在本实施例中，执行主体依次提取待识别视频帧序列中的视频帧进行人脸识别，若连续提取的第一预设数量个视频帧均无法识别人脸，则可以将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，目标人脸特征用于指示在预设的人脸特征库中，与该视频帧相似度最高的第二预设数量个人脸特征。

这里，第一预设数量、第二预设数量可根据经验、实际需求进行设定，例如，3个、5个等，第一预设量与第二预设数量可以相同也可以不同，本申请对此不作限定。

具体地，执行主体响应于确定连续识别的3个视频帧均无法识别出人脸，则将上述3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M，即将各视频帧在预设的人脸特征库中相似度最高的第二预设数量个，例如，5个，人脸特征进行合并，得到合并特征集合M。由于各视频帧对应的目标人脸特征中可能存在相同的人脸特征，故5≤合并特征集合M≤15，即合并特征集合M中的人脸特征各不相同。

步骤203，将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。

在本实施例中，执行主体可直接将第一预设数量个视频帧中的各视频帧的人脸特征相加求平均以得到融合特征，也可以根据第一预设数量个视频帧中各视频帧的权重，对第一预设数量个视频帧中的各视频帧的人脸特征进行加权求和并求平均，得到融合特征，本申请对此不作限定。

具体地，执行主体可将第一预设数量个，例如，3个，视频帧中各视频帧的人脸特征直接相加取平均以得到融合特征。

步骤204，基于融合特征与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。

在本实施例中，执行主体在获取到融合特征与合并特征集合后，可依次计算融合特征与合并特征集合中各人脸特征的相似度，并可将相似度的最大值对应的人脸特征对应的人脸标识，确定为待识别视频帧序列的人脸识别结果。

这里，执行主体可以采用现有技术或未来发展技术中的计算人脸特征相似度的方法，例如，曼哈顿距离、余弦相似度等，计算融合特征与合并特征集合中各人脸特征的相似度。

在一些可选的方式中，基于融合特征与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：对融合特征与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，确定为待识别视频帧序列的人脸识别结果。

在本实现方式中，执行主体行主体在获取到融合特征与合并特征集合后，可依次计算融合特征与合并特征集合中各人脸特征的相似度并进行排序，得到排序后的相似度。将排序后的相似度中排序最高的相似度与预设相似度阈值进行比较，若排序最高的相似度大于等于预设相似度阈值，则将排序最高的相似度对应的人脸特征所对应的人脸标识，确定为待识别视频帧序列的人脸识别结果；若排序最高的相似度小于预设相似度阈值，则识别不成功，即识别结果为待识别视频帧序列中的人不是预设人脸特征库中的人脸特征所指示的人。

其中，预设相似度阈值可根据经验、实际需求和具体地应用场景确定，本申请对此不作限定。

该实现方式通过对融合特征与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，确定为待识别视频帧序列的人脸识别结果，提高了确定出的人脸识别结果的准确性和有效性。

继续参见图3，图3是根据本实施例的人脸识别方法的应用场景的一个示意图。图像采集设备采集了一段用户在通行场景下的视频帧序列，该视频帧序列包括用户的人脸，但由于用户在通行中，视频帧序列中包含的人脸是模糊的。执行主体301在图像采集设备获取上述视频帧序列作为待识别视频帧序列302，并在待识别视频帧序列302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，例如，3个，视频帧303均无法识别人脸，将3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304，其中，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，例如，5个，人脸特征；将3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305；基于融合特征305与合并特征集合304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306。

本公开的实施例提供的人脸识别方法，通过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；将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；基于融合特征与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，有效提升了人脸识别的效率和准确度。

进一步参考图4，其示出了图2所示的人脸识别方法的又一个实施例的流程400。在本实施例中，人脸识别方法的流程400，可包括以下步骤：

步骤401，在待识别视频帧序列中，提取视频帧子序列。

在本实施例中，执行主体可以在待识别视频帧序列中，提取包含人脸的视频帧子序列，其中，视频帧子序列可以包括第三预设数量个连续视频帧。

这里，第三预设数量可根据经验、实际需求进行设定，例如，2个、3个等，本申请对此不作限定。

步骤402，确定视频帧子序列中各视频帧的模糊值。

在本实施例中，执行主体在获取到视频帧子序列后，可以确定视频帧子序列中各视频帧的模糊值，并基于模糊值最低的视频帧进行人脸识别。

其中，模糊值用于指示视频帧的模糊程度，执行主体可以采用现有技术或未来发展技术中的确定视频帧模糊程度的方法来确定视频帧的模糊值，例如，边缘检测、模糊值判断模型等，本申请对此不作限定。

这里，模糊判断模型用于确定图像的模糊值。

在一些可选的方式中，确定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视频帧子序列中各视频帧的模糊值。

在本实现方式中，执行主体可以采用预设的模糊值判断模型确定视频帧子序列中各视频帧的模糊值。

其中，模糊值判断模型可以根据标注有模糊值的样本视频帧对初始模糊值判断模型进行训练得到。

这里，初始模糊值判断模型可以是各种类型的未经训练或未训练完成的人工神经网络或者对多种未经训练或未训练完成的人工神经网络进行组合所得到的模型，例如，初始模糊值判断模型可以是未经训练的卷积神经网络，也可以是未经训练的循环神经网络，还可以是对未经训练的卷积神经网络、未经训练的循环神经网络和未经训练的全连接层进行组合所得到的模型。

该实现方式通过基于预设的模糊值判断模型确定视频帧子序列中各视频帧的模糊值，进而基于模糊值最低的视频帧进行人脸识别，并根据连续识别的视频帧确定人脸识别结果，有助于进一步提升人脸识别的准确率。

步骤403，基于模糊值最低的视频帧进行人脸识别。

在本实施例中，执行主体可以采用现有技术或未来发展技术中的人脸识别方法，例如，基于特征脸的人脸识别方法、基于人脸识别模型的人脸识别方法、支持向量机的人脸识别方法等，对模糊值最低的视频帧进行人脸识别。

具体地，执行主体可以在待识别视频帧序列中，提取视频帧子序列，其中，视频帧子序列可以包括3个连续视频帧，并采用边缘检测方法确定视频帧子序列中各视频帧的模糊值，根据预设的人脸识别模型对模糊值最低的视频帧进行人脸识别。

需要指出的是，若基于模糊值最低的视频帧无法识别人脸，则执行主体可依次提取待识别视频帧序列中的下一包含人脸的视频帧子序列，并基于下一视频帧子序列中模糊值最低的视频帧进行人脸识别。

若基于模糊值最低的视频帧可以识别出人脸，则直接输出人脸识别结果。

步骤404，响应于确定连续提取的第一预设数量个视频帧均无法识别人脸，将第一预设数量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。

在本实施例中，步骤404的实现细节和技术效果，可以参考对步骤202的描述，在此不再赘述。

步骤405，将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。

在本实施例中，步骤405的实现细节和技术效果，可以参考对步骤203的描述，在此不再赘述。

在一些可选的方式中，将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。

在本实现方式中，执行主体可以根据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，各视频帧的人脸特征的权重基于各视频帧的模糊值确定。通常视频帧模糊程度越高，即模糊值越大，则其对应的人脸特征的权值越小。

具体地，第一预设数量个，例如，3个，视频帧中各视频帧的人脸特征的权值比例为3:2:1，则执行主体可按照各视频帧的人脸特征权值，进行加权取平均以得到融合特征。

该实现方式通过根据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，进而根据融合特征和合并特征集合进行人脸识别，有助于提升融合特征的有效性，进而进一步提高人脸识别的效率和准确度。

步骤406，基于融合特征与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。

在本实施例中，步骤406的实现细节和技术效果，可以参考对步骤204的描述，在此不再赘述。

本公开的上述实施例，与图2所示实施例相比，突出了通过在待识别视频帧序列中，提取视频帧子序列；确定视频帧子序列中各视频帧的模糊值，其中，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，进而根据连续识别的视频帧进行人脸识别，提升了进行识别的视频帧的有效性，进而进一步提升了人脸识别的效率和准确度。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种人脸识别装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的人脸识别装置500包括：识别模块501、合并模块502、融合模块503和获得模块504。

其中，识别模块501，可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502，可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。

融合模块503，可被配置成将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504，可被配置成基于融合特征与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。

在本实施例的一些可选的方式中，识别模块进一步包括：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，被配置成确定视频帧子序列中各视频帧的模糊值；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。

在本实施例的一些可选的方式中，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。

在本实施例的一些可选的方式中，融合模块进一步被配置成：根据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。

在本实施例的一些可选的方式中，获得模块进一步包括：排序单元，被配置成对融合特征与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；确定单元，被配置成将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。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

如图6所示，是根据本公开实施例的人脸识别方法的电子设备的框图。

600是根据本公开实施例的人脸识别方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本公开所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本公开所提供的人脸识别方法。本公开的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本公开所提供的人脸识别方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本公开实施例中的人脸识别方法对应的程序指令/模块(例如，附图5所示的识别模块501、合并模块502、融合模块503和获得模块504)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的人脸识别方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储人脸跟踪的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至车道线检测的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

人脸识别方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与车道线检测的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本公开实施例的技术方案，有效提高了人脸识别的准确率和效率。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (13)

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。

10.根据权利要求6-9任一所述的装置，其中，所述获得模块包括：

排序单元，被配置成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；

确定单元，被配置成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。

11.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。

Images