(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210718844.4 (22)申请日 2022.06.23 (71)申请人 深圳市巨龙创视科技有限公司 地址 518000 广东省深圳市宝安区新 安街 道兴东社区71区壹维空间6 01-615 (72)发明人 孙成智　 (74)专利代理 机构 深圳市育科知识产权代理有 限公司 4 4509 专利代理师 宋朋慧 (51)Int.Cl. G06V 40/16(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/25(2022.01)G06V 10/44(2022.01) G06V 10/50(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 基于多移动 目标的人脸识别方法、 装置、 设 备及存储介质 (57)摘要 本发明涉及人工智能技术， 揭露了一种基于 多移动目标的人脸识别方法， 包括： 从待检测图 像集合的图像中提取候选区域集合， 从候选区域 集合中生 成行人候选区域， 提取行人候选区域中 的HOG特征及CLBP特征并进行特征融合， 得到混 合特征， 利用预训练的分类器对 行人候选区域中 的行人进行定位， 得到行人定位区域， 利用几何 先验算法进行人脸区域粗定位， 得到原始人脸区 域， 基于预设的颜色空间模型对原始人脸区域进 行精定位， 得到标准人脸区域， 利用预训练的卷 积神经网络对 标准人脸区域进行人脸识别， 得到 人脸识别结果。 本发明还提出一种基于多移动目 标的人脸识别方法装置、 电子设备以及计算机可 读存储介质。 本发明可以解决人脸识别准确度不 高的问题。 权利要求书3页 说明书17页 附图2页 CN 114783042 A 2022.07.22 CN 114783042 A 1.一种基于多移动目标的人脸识别方法， 其特 征在于， 所述方法包括： 获取目标视频 数据， 从所述目标视频 数据中读取待检测图像集 合； 基于选择性搜索算法从所述待检测图像集 合的图像中提取候选区域 集合； 基于窗口筛选算法从所述候选区域集合中生成行人候选区域， 提取所述行人候选区域 中的HOG 特征， 以及提取所述行人候选区域中的CLBP  特征， 对所述HOG  特征及所述CLBP   特征进行特征融合， 得到混合特 征； 基于所述混合特征， 利用预训练的分类器对所述行人候选区域中的行人进行定位， 得 到行人定位区域； 利用几何先验算法对所述行 人定位区域进行 人脸区域 粗定位， 得到原 始人脸区域； 基于预设的颜色空间模型对所述原 始人脸区域进行精定位， 得到标准人脸区域； 利用预训练的卷积神经网络对所述标准人脸区域进行 人脸识别， 得到人脸识别结果。 2.如权利要求1中所述的基于多移动目标的人脸识别方法， 其特征在于， 所述基于选择 性搜索算法从所述待检测图像集 合的图像中提取候选区域 集合， 包括： 对所述待检测图像集 合中的图像进行随机分割， 得到 子区域集合； 计算所述子区域集合中相邻 子区域的局部相似度， 并在所述局部相似度满足预设的相 似阈值时， 将相邻子区域进行合并， 得到更新后的子区域； 从所述子区域集合中移除与 所述合并子区域相关的子区域， 并返回所述计算所述子区 域集合中相邻子区域的局部相似度的步骤， 直至满足预设的迭代条件时， 汇总所有的合并 子区域得到合并子区域 集合； 对所述合并子区域 集合进行窗口筛 选， 得到所述 候选区域 集合。 3.如权利要求1所述的基于多移动目标的人脸识别方法， 其特征在于， 所述提取所述行 人候选区域中的HO G 特征， 包括： 根据Gamma校正法对所述行 人候选区域进行颜色空间归一 化处理， 得到矫 正区域； 计算所述 矫正区域内水平方向及垂直方向的梯度直方图； 利用预设方向及幅度的细胞 单元收集所述梯度直方图中的特 征， 得到所述HO G特征。 4.如权利要求1所述的基于多移动目标的人脸识别方法， 其特征在于， 所述提取所述行 人候选区域中的CLBP  特征， 包括： 利用预设的采集窗口对所述行 人候选区域进行采样， 得到采样区域； 计算所述采样区域内 中心点的灰度特 征、 差值符号特 征及差值幅度特 征； 串联所述差值符号特征、 所述差值幅度特征及所述中心点的灰度特征， 得到所述CLBP   特征。 5.如权利要求4所述的基于多移动目标的人脸识别方法， 其特征在于， 所述计算所述采 样区域内 中心点的灰度特 征、 差值符号特 征及差值幅度特 征， 包括： 利用下述公式计算所述采样区域内中心点的灰度特征、 差值符号特征及差值幅度特 征： 权　利　要　求　书 1/3 页 2 CN 114783042 A 2其中， 为所述采样区域内中心点的灰度特征， 表示中心点的像素灰度值， 表示在中心点不断移动时关于 的灰度均值， 表示采样窗口数， 为所述采 样区域的差值符号特征， 表示采样区域内采样点个数， 表示与中心点相邻的第 个像 素点的灰度值， 为所述采样区域的差值幅度特征， ， 为中心点 移动幅度均值。 6.如权利要求1所述的基于多移动目标的人脸识别方法， 其特征在于， 所述基于预设的 颜色空间模型对所述原 始人脸区域进行精定位， 得到标准人脸区域， 包括： 基于所述颜色空间模型识别出 所述原始人脸区域中的肤色区域； 对所述肤色区域进行腐蚀、 膨胀及连通 域检测处 理， 得到标准 肤色区域； 确定所述标准 肤色区域的最大外 接矩阵为所述标准人脸区域。 7.如权利要求1至6中任意一项所述的基于多移动目标的人脸识别方法， 其特征在于， 所述利用预训练的分类 器对所述行 人候选区域中的行 人进行定位之前， 所述方法还 包括： 获取行人训练图像集合， 对所述行人训练图像集合中的图像进行数据增广处理， 得到 标准训练图像集 合； 提取所述标准训练图像集 合中图像的HO G 特征及CLBP  特征； 基于PCA算法对所述标准训练图像集合中图像的HOG  特征及CLBP  特征进行降维并串 联融合； 利用串联融合后的特征训练预设的SVM分类器， 在所述SVM分类器不收敛 时， 将SVM分类 器分类错误的图像重新添加至所述行人训练图像集合， 并返回所述对所述行人训练图像集 合中的图像进 行数据增广处理的步骤， 直至所述SVM 分类器收敛时， 得到所述预训练的分类 器。 8.一种基于多移动目标的人脸识别装置， 其特 征在于， 所述装置包括： 候选区域提取模块， 用于获取目标视频数据， 从所述目标视频数据中读取待检测图像 集合， 基于选择性搜索算法从所述待检测图像集 合的图像中提取候选区域 集合； 特征混合模块， 用于基于窗口筛选算法从所述候选区域集合中生成行人候选区域， 提 取所述行人候选区域中的HOG  特征， 以及提取所述行人候选区域中的CLBP  特征， 对所述权　利　要　求　书 2/3 页 3 CN 114783042 A 3