人脸识别方法、电子设备和计算机可读存储介质.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CN113657178A(43)申请公布日2021.11.16(21)申请号202110833405.3(22)申请日2021.07.22(71)申请人浙江大华技术股份有限公司地址310051浙江省杭州市滨江区滨安路1187号(72)发明人王飒葛主贝(74)专利代理机构深圳市威世博知识产权代理事务所(普通合伙)44280代理人黎坚怡(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06N3/12(2006.01)权利要求书2页说明书9页附图3页(54)发明名称人脸识别方法、电子设备和计算机可读存储介质(57)摘要本申请公开了一种人脸识别方法、电子设备和计算机可读存储介质，该人脸识别方法包括：从待处理视频流中获得分辨率小于第一分辨率阈值的第一人脸序列，其中，第一人脸序列中包含待检测目标的多个人脸图像；基于遗传算法，从第一人脸序列中选取出部分人脸图像；部分人脸图像中两两之间的相似度低于第一相似度阈值；对部分人脸图像的人脸特征进行融合，获得融合人脸特征；基于融合人脸特征与预设人脸特征的相似度，确定待处理视频流中分辨率小于第一分辨率阈值的人脸图像对应的人脸识别结果。通过上述方式，本申请能够提高模糊的人脸图像进行人脸识别的准确率。CN113657178ACN113657178A权利要求书1/2页1.一种人脸识别方法，其特征在于，所述方法包括：从待处理视频流中获得分辨率小于第一分辨率阈值的第一人脸序列，其中，所述第一人脸序列中包含待检测目标的多个人脸图像；基于遗传算法，从所述第一人脸序列中选取出部分人脸图像；所述部分人脸图像中两两之间的相似度低于第一相似度阈值；对所述部分人脸图像的人脸特征进行融合，获得融合人脸特征；基于所述融合人脸特征与预设人脸特征的相似度，确定所述待处理视频流中分辨率小于所述第一分辨率阈值的人脸图像对应的人脸识别结果。2.根据权利要求1所述的人脸识别方法，其特征在于，所述基于遗传算法，从所述第一人脸序列中选取出部分人脸图像的步骤，包括：多次为所述第一人脸序列中的所述人脸图像随机生成初始的特征值，分别将每次生成的所述特征值排序后作为一个特征序列，获得多个不完全相同的特征序列组成的特征序列集；其中，所述特征值包括正值和负值，且每个所述特征序列中所述正值的第一数值相同；获得所述特征序列集中每个所述特征序列对应的匹配值，基于所述匹配值对所述特征序列集中的所述特征序列中的特征值进行多次交叉和变异操作，获得目标特征序列集；获得所述目标特征序列集中所述特征序列对应的匹配值，在所述匹配值最高的所述特征序列中，选取所述正值对应的所述人脸图像作为所述部分人脸图像。3.根据权利要求2所述的人脸识别方法，其特征在于，所述获得所述特征序列集中每个所述特征序列对应的匹配值，基于所述匹配值对所述特征序列集中的所述特征序列中的特征值进行多次交叉和变异操作，获得目标特征序列集的步骤，包括：获得所述特征序列中所述正值对应的所述人脸图像之间的相似度的平均值，基于所述平均值确定所述特征序列的匹配值，并基于所述匹配值生成每个所述特征序列的选择概率；基于所述选择概率提取至少一个所述特征序列作为采样特征序列，对所述采样特征序列的特征值进行交叉和变异操作，获得新的特征序列集；返回所述获得所述特征序列中所述正值对应的所述人脸图像之间的相似度的平均值，基于所述平均值确定所述特征序列的匹配值，并基于所述匹配值生成每个所述特征序列的选择概率的步骤，直至返回次数超过第一次数阈值，获得目标特征序列集。4.根据权利要求3所述的人脸识别方法，其特征在于，所述对所述采样特征序列的特征值进行交叉和变异操作，获得新的特征序列集的步骤，包括：将所述采样特征序列平均分成两个第一特征序列集，将两个所述第一特征序列集中的至少部分特征序列片段进行交叉，以使对应的所述特征序列片段上的特征值互换；其中，进行交叉操作后两个所述第一特征序列集中所述正值的数量和所述负值的数量保持不变；基于变异概率从所述采样特征序列中随机选择一个位置上的第一特征值进行反转，并在所述第一特征值进行反转后，随机选择一个与所述第一特征值的数值相反的特征值进行反转。5.根据权利要求2所述的人脸识别方法，其特征在于，所述对所述部分人脸图像的人脸特征进行融合，获得融合人脸特征的步骤之前，还包括：利用特征提取模型提取所述部分人脸图像分别对应的人脸特征；2CN113657178A权利要求书2/2页所述对所述部分人脸图像的人脸特征进行融合，获得融合人脸特征的步骤，包括：利用长短时记忆网络将所述部分人脸图像分别对应的人脸特征进行融合，获得融合人脸特征。6.根据权利要求5所述的人脸识别方法，其特征在于，所述特征提取模型利用不同分辨率