本發(fā)明涉及人工智能領(lǐng)域，具體涉及一種提高人臉比對(duì)性能的視頻圖像中人臉圖片截取方法。

背景技術(shù)：

人臉圖像比對(duì)需要對(duì)人臉圖像提取特征數(shù)據(jù)，用于人臉對(duì)比的人臉特征提取，主要是對(duì)經(jīng)人臉檢測(cè)過程截取到的視頻圖像中的人臉圖片進(jìn)行特征數(shù)據(jù)提取。

人臉檢測(cè)是指對(duì)于任意一幅給定的輸入圖像，采用一定的計(jì)算方法對(duì)其進(jìn)行搜索以確定其中是否含有人臉以及人臉在輸入圖像中的位置，方法主要是對(duì)輸入的圖像，用訓(xùn)練好的模型進(jìn)行多層級(jí)聯(lián)的卷積神經(jīng)網(wǎng)絡(luò)運(yùn)算。

這種人臉檢測(cè)的卷積神經(jīng)網(wǎng)絡(luò)運(yùn)算量很大，并且運(yùn)算量隨圖像像素增長(zhǎng)以平方關(guān)系增長(zhǎng)，因此為了在輸入實(shí)時(shí)視頻圖像的應(yīng)用中，能夠快速完成在檢測(cè)人臉過程，通常需要對(duì)更高像素的圖像采用抽點(diǎn)的方法減少圖像像素，比如典型的從4k(4096×2160分辨率)圖像或1080p(1920*1080分辨率)圖像，將圖像像素減少到720*576像素或同一數(shù)量級(jí)分辨率像素，作為卷積神經(jīng)網(wǎng)絡(luò)的輸入圖像，進(jìn)行人臉檢測(cè)運(yùn)算。

目前人臉檢測(cè)算法一般能夠最小檢測(cè)到10*10像素的人臉圖片，但是從輸入圖像(比如720*576像素)裁剪出這樣少的像素的人臉，卻不足以支持進(jìn)行比較精確的人臉特征數(shù)據(jù)提取，人臉特征數(shù)據(jù)提取通常需要提供40*40或30*30像素人臉圖像，以獲得準(zhǔn)確率較高的人臉比對(duì)結(jié)果，像素過少的人臉數(shù)據(jù)檢出后也會(huì)被丟棄，造成信息獲取的缺失或運(yùn)算量的浪費(fèi)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為解決上述不足，提供一種能夠提高人臉比對(duì)性能的人臉圖片截取方法。

本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：

一種視頻圖像中人臉圖片截取方法，通過緩存若干幀連續(xù)的原始圖像(全部像素)并對(duì)這些原始圖像進(jìn)行編號(hào)，同時(shí)對(duì)緩沖的最早的原始圖像進(jìn)行按照一定的方法進(jìn)行抽點(diǎn)運(yùn)算，生成送給卷積神經(jīng)網(wǎng)絡(luò)的輸入圖像(抽點(diǎn)后減少像素的圖像)，同時(shí)確立了原始圖像像素與輸入神經(jīng)網(wǎng)絡(luò)圖像像素的映射關(guān)系f，把輸入圖像和對(duì)應(yīng)的原始圖像編號(hào)傳送給卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉檢測(cè)運(yùn)算，遍歷檢測(cè)輸入圖像中的所有人臉，對(duì)無(wú)法識(shí)別檢測(cè)的人臉采用舍棄策略；對(duì)像素?cái)?shù)量滿足后續(xù)特征識(shí)別人臉(達(dá)到像素?cái)?shù)閾值)，直接輸出人臉圖片給后續(xù)處理；對(duì)像素過少的人臉(閾值設(shè)到最大值時(shí)，是全部檢測(cè)出的人臉)，記錄其在抽點(diǎn)后輸入圖像中的位置，根據(jù)原始圖像編號(hào)和檢測(cè)到人臉在輸入圖像中的位置，根據(jù)與f對(duì)應(yīng)的反向映射關(guān)系f-1，計(jì)算輸入圖像中的人臉圖像在原始圖像中的位置，在對(duì)應(yīng)原始圖像中找到對(duì)應(yīng)的人臉圖像位置并裁剪出人臉圖像，輸出給后續(xù)人臉圖片歸一化處理和人臉特征提取運(yùn)算，并刪除緩存中這一幀原始圖像，順序裝入新的原始圖像幀，完成一幅原始圖像的全部可識(shí)別人臉圖像截取。

本發(fā)明具有如下有益的效果：

本發(fā)明通過緩存原始圖像幀，增加原始圖像幀編號(hào)，并以抽點(diǎn)輸入圖像中像素位置反推其在原始圖像中位置的方法，從而能夠在人臉檢測(cè)后計(jì)算出人臉圖像在原始圖像中的位置，并根據(jù)人臉像素是否達(dá)到閾值判斷，選擇在壓縮圖像或在原始圖像中截取出相應(yīng)人臉圖片，從而保證了截取到的人臉圖片保持較高的像素?cái)?shù)量，提高后期人臉比對(duì)的成功率與準(zhǔn)確性。

附圖說明

附圖1為本發(fā)明的人臉圖像截取方法流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的說明：

如附圖所示，一種視頻圖像中人臉圖片截取方法，通過圖像編號(hào)對(duì)應(yīng)，以及原始圖像和抽點(diǎn)后的輸入圖像進(jìn)行像素對(duì)應(yīng)，實(shí)現(xiàn)在抽點(diǎn)后的輸入圖像檢測(cè)畫面中的人臉位置，再返回原始圖像截取人臉圖像的方式，提高后期人臉比對(duì)的成功率與準(zhǔn)確性。

在確定緩存幀數(shù)時(shí)，要根據(jù)單幅圖像最大處理時(shí)間和視頻輸入幀率根據(jù)以下公式計(jì)算取得：

最小緩存幀數(shù)>視頻幀率(幀/秒)*單幅圖像最大處理時(shí)間(秒)。

總結(jié)

以上是生活随笔為你收集整理的matlab截视频人脸,一种视频图像中人脸图像截取方法与流程的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。