本發(fā)明涉及動(dòng)態(tài)人像庫建立方法，尤其涉及一種可有效提高識(shí)別率的動(dòng)態(tài)人像庫建立方法。

背景技術(shù)：

近年來，安防行業(yè)掀起了一波人像識(shí)別的熱潮，眾多廠商紛紛推出了相關(guān)產(chǎn)品，使得人像識(shí)別成為了行業(yè)內(nèi)的熱點(diǎn)技術(shù)方向。

雖然現(xiàn)有人像識(shí)別技術(shù)功用巨大，但在實(shí)際應(yīng)用中，我們依舊會(huì)遇到很多問題。其中，人像圖像質(zhì)量對(duì)識(shí)別率的影響較高，圖像質(zhì)量差，辨識(shí)度低，有效特征很少，有時(shí)即使用肉眼也很難確認(rèn)身份。圖像質(zhì)量又受多種因素影響，如光照、姿態(tài)、表情、人像尺寸、清晰度等。通過同一個(gè)人在不同光照下的圖片對(duì)比，就可以看出同一個(gè)人在不同光照下的圖片用肉眼很難辨別。所以說，目前的人像識(shí)別系統(tǒng)只能在一些較規(guī)范的環(huán)境下進(jìn)行，如光線均勻，人像需要正對(duì)著攝像機(jī)，并且保證人像在畫面中有一定的像素寬度。但是在實(shí)際的安防監(jiān)控場(chǎng)合中，這些限制條件很難一一滿足。目前，在人像采集過程中，通常為對(duì)被認(rèn)證人進(jìn)行靜態(tài)人像采集，這樣的處理方式處理時(shí)間較長(zhǎng)并且只能單一的進(jìn)行處理，不能對(duì)多人同時(shí)進(jìn)行人像采集，從而不能滿足實(shí)際應(yīng)用中的采集需要，影響工作效率。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是，提供一種動(dòng)態(tài)人像庫建立方法，可快速有效建立人像庫，提高比對(duì)效率。

為該實(shí)現(xiàn)該目的，提供了一種動(dòng)態(tài)人像庫建立方法，其特征在于，該方法包括以下處理步驟：

步驟1：實(shí)時(shí)進(jìn)行人像圖片采集并且根據(jù)設(shè)定的有效人像標(biāo)準(zhǔn)對(duì)采集的圖片進(jìn)行人像截取，抓取出有效人像圖片；

步驟2：將有效人像圖片通過動(dòng)態(tài)智能人像算法處理獲得人像圖片特征點(diǎn)；

步驟3：實(shí)時(shí)保存獲得的人像圖片特征點(diǎn)形成動(dòng)態(tài)人像庫。

優(yōu)選地，在步驟2中，動(dòng)態(tài)智能人像算法包括若干個(gè)子步驟，各子步驟同時(shí)對(duì)接收的有效人像圖片進(jìn)行處理并且各子步驟同時(shí)分別處理不同的有效人像圖片。

優(yōu)選地，在步驟2中，進(jìn)行有效人像圖片特征點(diǎn)提取的同時(shí)，根據(jù)設(shè)定的有效人像圖片完整度分?jǐn)?shù)進(jìn)行有效人像檢驗(yàn)判斷，若為有效人像則進(jìn)行步驟3，若不為有效人像則返回步驟1。

優(yōu)選地，在所述動(dòng)態(tài)智能人像算法中，所述各子步驟依次包括輸入圖片步驟、人像檢測(cè)步驟、特征提取步驟和輸出結(jié)果步驟。

優(yōu)選地，所述輸入圖片步驟為以二進(jìn)制形式將圖片作為參數(shù)傳入動(dòng)態(tài)智能人像算法里。

優(yōu)選地，所述人像檢測(cè)步驟為在經(jīng)過輸入圖片步驟處理后的圖片中找到人像的位置然后建立坐標(biāo)，然后通過人像位置坐標(biāo)來定位人像。

優(yōu)選地，所述特征提取步驟為在經(jīng)過人像檢測(cè)步驟處理后，通過人像圖片和人像位置坐標(biāo)獲得該人像的眼睛和嘴及其兩者中間的特征。

優(yōu)選地，在步驟1中，所述設(shè)定的有效人像標(biāo)準(zhǔn)為設(shè)定的人像圖片的清晰度、人像抓拍的角度的設(shè)定范圍和能看見眼睛。

優(yōu)選地，所述有效人像圖片和有效人像圖片的特征點(diǎn)進(jìn)行本地保存。

本發(fā)明與現(xiàn)有技術(shù)相比，其有益效果在于：

本發(fā)明通過抓取采集圖片中的有效人像，并且將有效人像進(jìn)行判斷，可快速有效建立人像庫，提高比對(duì)效率。通過本發(fā)明能夠改變傳統(tǒng)圖像驗(yàn)證中1：1比對(duì)，實(shí)現(xiàn)驗(yàn)證時(shí)進(jìn)行1：n比對(duì)，從而達(dá)到高速度比對(duì)并且返回結(jié)果信息的功能。

附圖說明

圖1為本發(fā)明的流程圖；

圖2為本發(fā)明中動(dòng)態(tài)智能人像算法的框圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例，對(duì)本發(fā)明作進(jìn)一步的描述，但不構(gòu)成對(duì)本發(fā)明的任何限制，任何在本發(fā)明權(quán)利要求范圍所做的有限次的修改，仍在本發(fā)明的權(quán)利要求范圍內(nèi)。

如圖1所示，本發(fā)明提供了一種動(dòng)態(tài)人像庫建立方法，該方法包括以下處理步驟：

步驟1：實(shí)時(shí)進(jìn)行人像圖片采集并且根據(jù)設(shè)定的有效人像標(biāo)準(zhǔn)對(duì)采集的圖片進(jìn)行人像截取，抓取出有效人像圖片；

步驟2：將有效人像圖片通過動(dòng)態(tài)智能人像算法處理獲得人像圖片特征點(diǎn)；

步驟3：實(shí)時(shí)保存獲得的人像圖片特征點(diǎn)形成動(dòng)態(tài)人像庫。

在本實(shí)施例中，動(dòng)態(tài)人像庫中包括所采集到不同人的人像圖片特征點(diǎn)，和各個(gè)人不同角度的人像圖片特征點(diǎn)。

在步驟2中，動(dòng)態(tài)智能人像算法包括若干個(gè)子步驟，各子步驟同時(shí)對(duì)接收的有效人像圖片進(jìn)行處理并且各子步驟同時(shí)分別處理不同的有效人像圖片。

在步驟2中，進(jìn)行有效人像圖片特征點(diǎn)提取的同時(shí)，根據(jù)設(shè)定的有效人像圖片完整度分?jǐn)?shù)進(jìn)行有效人像檢驗(yàn)判斷，若為有效人像則進(jìn)行步驟3，若不為有效人像則返回步驟1。

在本實(shí)施例中，設(shè)定的有效人像圖片完整度分?jǐn)?shù)為面部完整度達(dá)到70％及以上。此外，設(shè)定的有效人像圖片完整度分?jǐn)?shù)也為面部完整度達(dá)到50％及以上或80％及以上。

如圖2所示，在動(dòng)態(tài)智能人像算法中,各子步驟依次包括輸入圖片步驟、人像檢測(cè)步驟、特征提取步驟和輸出結(jié)果步驟。輸入圖片步驟為以二進(jìn)制形式將圖片作為參數(shù)傳入動(dòng)態(tài)智能人像算法里。人像檢測(cè)步驟為在經(jīng)過輸入圖片步驟處理后的圖片中找到人像的位置然后建立坐標(biāo)，然后通過人像位置坐標(biāo)來定位人像。特征提取步驟為在經(jīng)過人像檢測(cè)步驟處理后，通過人像圖片和人像位置坐標(biāo)獲得該人像的眼睛和嘴及其兩者中間的特征。

在步驟1中，設(shè)定的有效人像標(biāo)準(zhǔn)為設(shè)定的人像圖片的清晰度、人像抓拍的角度的設(shè)定范圍和能看見眼睛。

有效人像圖片和有效人像圖片的特征點(diǎn)進(jìn)行本地保存。

在本實(shí)施例中，人像檢測(cè)步驟中人像位置坐標(biāo)為根據(jù)人像眼睛在圖像中的位置建立坐標(biāo)。特征提取步驟中，所提取的特征為人像的眼睛和嘴及其兩者中間的特征包括鼻子和臉的特征，并且獲取若干的特征點(diǎn)，然后建立各特征點(diǎn)的坐標(biāo)，如，鼻子或臉上的一顆痣，則將該痣作為一特征點(diǎn)并且建立坐標(biāo)。根據(jù)有效人像標(biāo)準(zhǔn)進(jìn)行有效人像判斷為在能看見雙眼睛的前提下，根據(jù)圖片像素獲取清晰度大小和人像抓拍的角度，如在能看見雙眼的角度范圍內(nèi)，來對(duì)圖片進(jìn)行有效人像判斷。

在本實(shí)施例中，處理設(shè)備為計(jì)算機(jī)，地存儲(chǔ)單元為計(jì)算機(jī)的硬盤。

在本實(shí)施例中，動(dòng)態(tài)智能人像算法區(qū)別于現(xiàn)有的靜態(tài)人像算法，靜態(tài)人像算法要求圖片比較清澈，光線比較均勻、角度不能過大。本發(fā)明的動(dòng)態(tài)智能人像算法具有聚焦大規(guī)模動(dòng)態(tài)人像識(shí)別、大規(guī)模人群行為特征分析和預(yù)警，車輛屬性分析檢索，圖像檢索等核心關(guān)鍵技術(shù)。本發(fā)明提出雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)理論框架，并且在此框架下，研究非線性圖像空間映射方法，通過多深度神經(jīng)網(wǎng)絡(luò)的自適應(yīng)融合，將跨場(chǎng)景、非同源人像圖像映射到同一圖像空間；研究層次化特征學(xué)習(xí)方法，以提取多人像區(qū)域、具有判別性的層次化特征；研究非線性特征空間映射方法，將特征映射到類間差異更大、類內(nèi)差異更小的空間。在真實(shí)場(chǎng)景監(jiān)控視頻上測(cè)試證明本發(fā)明的算法對(duì)多變光照、多角度、有遮擋、模糊、年齡跨度等復(fù)雜情況具有很好的魯棒性。從而使得本發(fā)明的動(dòng)態(tài)智能人像算法能夠大大減少對(duì)環(huán)境要求，同時(shí)能夠單個(gè)機(jī)器對(duì)多個(gè)人像算法服務(wù)進(jìn)行運(yùn)算，大大提高驗(yàn)證效率。

本發(fā)明的工作過程：通過人像采集槍對(duì)被認(rèn)證人采集的圖像進(jìn)行有效人像抓取，并且將有效人像圖片保存至計(jì)算機(jī)的硬盤上；硬盤上保存的有效人像圖片通過發(fā)送到動(dòng)態(tài)智能人像算法中并且由若干個(gè)子步驟進(jìn)行處理，每一個(gè)子步驟同時(shí)對(duì)接收的有效人像圖片進(jìn)行信息處理，達(dá)到高速處理，提取有效人像的特征點(diǎn)；在進(jìn)行有效人像圖片特征點(diǎn)提取的同時(shí)，根據(jù)設(shè)定的完整度分?jǐn)?shù)值進(jìn)行有效人像判斷，若完整度分?jǐn)?shù)達(dá)到設(shè)定的70％，則為有效人像將有效人像圖片的特征點(diǎn)注冊(cè)并且保存到內(nèi)存上，若完整度分?jǐn)?shù)達(dá)不到設(shè)定值，不為有效人像則重新對(duì)被認(rèn)證人進(jìn)行圖像采集，重復(fù)整個(gè)處理過程，直到得到達(dá)到設(shè)定值的有效人像圖片，并且將有效人像圖片的特征點(diǎn)注冊(cè)并且保存到內(nèi)存上，形成動(dòng)態(tài)人像庫。

本發(fā)明可快速有效建立人像庫，采集率高，提高比對(duì)效率，對(duì)光線的抗干擾強(qiáng)能力強(qiáng)；并且通過本發(fā)明能夠改變傳統(tǒng)圖像驗(yàn)證中1：1比對(duì)，實(shí)現(xiàn)驗(yàn)證時(shí)進(jìn)行1：n比對(duì)，從而達(dá)到高速度返回結(jié)果信息的功能。

以上僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出對(duì)于本領(lǐng)域的技術(shù)人員來說，在不脫離本發(fā)明結(jié)構(gòu)的前提下，還可以作出若干變形和改進(jìn)，這些都不會(huì)影響本發(fā)明實(shí)施的效果和專利的實(shí)用性。