人脸识别方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114120404A(43)申请公布日2022.03.01(21)申请号202111361447.8(22)申请日2021.11.16(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人张婉平(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06V40/16(2022.01)权利要求书2页说明书9页附图5页(54)发明名称人脸识别方法和装置(57)摘要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。CN114120404ACN114120404A权利要求书1/2页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，2CN114120404A权利要求书2/2页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