基于面部质量分析的面部图像优先化的制造方法与工艺

本公开涉及基于面部质量分析的面部图像优先化的方法、机器可读介质以及设备。

背景技术：
基于视频监控的面部识别能够用于某些位置中以确定受监视环境中个体的身份。视频监控可以涉及识别个体的出现和/或个体的位置。这可以通过处理图像以定位个人而完成。然而，处理图像以定位个人可能涉及复杂的处理。在示例中，与图像相关联的数据的数量的量随着图像分辨率而增加。数据增加的结果是，处理的复杂度可增加。为了解决这些问题，某些系统已经采用第一个固定的、广角的、低分辨率的摄像机来获取图像以定位个体。低分辨率摄像机获取图像，所述图像由于低分辨率图像中相对小量的数据而被更快速处理。一旦定位了个体，则位置将被提供给第二、更高分辨率的、电机驱动的摄像机，该摄像机能够环接并获取被定位个体的更高分辨率图像。随后将更高分辨率的图像提供给面板识别程序用于处理。然而，更高分辨率图像典型地包括不只是个体面部的场景，其是必须要通过面部识别过程消除或忽略的噪声，因此导致更为复杂的处理。替代地，和/或附加地，在执行基于视频监控的面部识别时可由摄像机获取大量低分辨率和/或高分辨率图像。大量图像将会可引起必须被处理数据的增加，因此增加了处理的复杂度。替代地，和/或附加地，更高分辨率摄像机能够环接以获取被定位个体的更高分辨率图像的速度，由于摄像机的机械驱动系统而被限制。例如，更高分辨率的摄像机可能必须摇动镜头到已经由低分辨率摄像机所识别的个体的位置。结果，由于机械驱动系统移动更高分辨率摄像机所花费的时间，更高分辨率摄像机可能不能摇动镜头到个体的位置。附图简述图1图释了依照本公开的一个或多个实施例的基于面部质量分析的面部图像优先化的方法。图2图释了依照本公开的一个或多个实施例的基于面部质量分析的面部图像优先化的方法。图3图释了依照本公开的一个或多个实施例的基于面部质量分析的面部图像优先化的设备。发明详述在此描述了基于面部质量分析的面部图像优先化的方法、机器可读介质以及设备。例如，一个或多个实施例包括：在监测场景的摄像机所已经获取的图像中探测面部图像、使面部图像通过多个质量分析滤波器，所述滤波器包括多个质量分析因子，其中与多个质量分析因子相关联的处理复杂度连续增加、以及在确定了面部图像已经通过多个质量分析滤波器时，来将面部图像提交给面部识别程序。面部识别程序可以处理大量数据，例如，摄像机可以获取摄像机正监视的特殊场景的多个(例如，上百、上千)帧，其例如可以随后被面部识别程序处理以确定每帧中的一个或多个个体的身份和/或位置。在多个帧中所包括的数据量可引起处理操作的复杂度增加，其转而可减缓面部识别程序在每帧中识别和/或定位一个或多个个体的速度。本公开的一些实施例可以降低处理操作的复杂度，该处理操作涉及在面部识别系统中处理一个或多个体的面部图像。在示例中，实施例可以用质量分析滤波器来对被提交给面部识别程序的图像进行滤波。例如，满足与每个质量分析滤波器的相关联的质量分析因子的图像可以被提交给面部识别程序。替代地和/或附加地，不满足质量分析因子的图像将被引导离开面部识别程序(例如，抛弃或存储在存储器中)。如此，提供给面部识别程序的数据量可减小，因为基于图像的滤波可以进行对提交给面部识别程序的面部图像的优先化。这可允许面部识别程序的更快速的面部识别。本公开的一些实施例可以对面部图像的轨迹进行优先化，以降低处理操作的复杂度，该处理操作涉及在面部识别系统中处理一个或多个个体的面部图像。面部图像的轨迹被定义为来自不同帧的很可能是同一个体的一组面部图像。在一示例中，相对于尚未完成任何处理的面部图像的轨迹(其可分配有高优先级)，将较低优先级分配给已经识别和/或具有可接受质量的面部图像的轨迹。进一步的图像处理可对已经分配有高优先级的面部图像的轨迹而完成，而不对已经分配有低优先级的面部图像的轨迹，从而保存了由面部识别程序所使用的处理资源。本公开的某些实施例可以将被分段的和/或与未识别的面部图像相关联的面部图像的轨迹链接到面部图像的轨迹以以允许面部图像的连续轨迹。这可以向用户提供观察个体已经出现的地方(例如，个体所采用的路径)的能力。本公开的某些实施例可以基于确定何时将改善面部图像总体图像质量，来延迟面部图像的滤波。环境因子能够影响总体图像质量。例如，具有沿着走廊而间距设置的灯的走廊，可以向走廊的不同区域提供不同的光照。如此，例如，当个体处于多盏灯之一之下的位置时，面部图像的质量可更好，而不是当个体处于两盏灯之间的位置时。基于总体图像质量的模型，本公开的实施例可以延迟对面部图像的处理，直至个体出现在某个位置，该位置提供了适于由面部识别程序进行处理的总体图像质量。结果是，更少面部图像和/或更佳总体质量的面部图像可被提供给面部识别程序，其可导致面部识别程序进行更少处理并且更快速的面部识别。在本公开的如下详细说明书中，将参照附图，其中附图作为说明书的一部分并且其中通过图释的方式示出了本公开的一个或多个实施例如何被实践。这些实施例足以足够的细节被描述以使本领域技术人员能够实践本公开的实施例，并且应该理解的是，在不脱离本公开范围的情况下可以利用其它实施例并且可以进行过程、电的、和/或结构的改变。如所理解到的，在本文各个实施例中所示的元件可以增加、交换、和/或消除以提供本公开的多种额外实施例。此外，如所理解到的，附图中所提供的元件比例或相对比率旨在图释本公开的实施例，而并不应该起限制作用。如本文中所使用的，“一”或“多个”某物可以指的是一个或多个该物。例如，“多个差别”可以指的是一个或多个差别。图1图释了依照本公开的一个或多个实施例的基于面部质量分析的面部图像优先化的方法。在块102，该方法可以包括在已经由监视场景的摄像机所获取的图像中探测面部图像。场景可以包括人的出现。摄像机可以是具有合适光学器件的数字视频摄像机和/或数字静止图像摄像机，以基于特定实施例和安装的要求按需获得场景的图像。在一些实施例中，光学器件可以自动地或按照指令而可调整的变焦和聚焦。摄像机可以是静止的或者能够自动地或按照指令而摇镜头和倾斜。当对光学器件和摄像机的这样的调整被包括在特定实施例中时，可以基于所编程的观察模式、响应于输入到控制系统中的手动命令、或者基于由控制系统根据在所分配场景内所确定的环境变化而确定的指令，自动进行这样的调整。在某些实施例中，通过面部模型可探测图像中的面部。该面部模型可以包括例如形状、运动、颜色、和/或纹理。例如，在模型中可以使用形状来探测面部的独特特征，诸如由包括方形、矩形、三角形、椭圆形、和/或圆形的形状所限定的眼、嘴、鼻和/或耳。例如，可以使用运动来探测独特的面部动作，其包括眨眼、张嘴、和/或眉毛的移动。例如，可以使用颜色来探测在面部中发现的独特的颜色图案，诸如头发和/或皮肤颜色。例如，可以使用纹理来探测包含独特纹理的面部特征，诸如皮肤、嘴唇和/或头发。在探测图像中的面部时，面部可以与图像的其余部分相分离以创建面部图像。面部图像可以由面部和/或环绕面部的区域(诸如，头发、脖、耳朵)所构成。摄像机获取的某些图像，以及随之得到的面部图像，可以具有可变的图像质量。例如，整体图像质量可以受到面部图像中面部的面部尺寸、面部图像的亮度、面部图像上的像素的动态范围和/或面部图像的锐度的影响。由于摄像机所获取的图像的变化总体图像质量，某些图像并不适于用面部识别程序进行处理。当大量图像被提交给面部识别程序时，可变的总体图像质量的图像可提出挑战。在示例中，图像识别程序可在处理不具备执行面部识别所需质量的图像时存在困难。此外，大量图像被提交给面部识别程序，其可引起面部识别程序上增加的负载，该增加的负载促成执行面部识别而花费的时间的增加。例如，当摄像机是在短暂时间周期(例如，具有快速帧率)内获取多个图像(例如，帧)的摄像机，诸如视频摄像机时，可以在每帧内探测面部图像并且随后将其提交给面部识别程序。如本文中所讨论的，这导致执行面部识别所花费的时间的增加。在一些实施例中，每帧中所探测的面部图像可以用多个质量分析滤波器进行滤波。在示例中，该方法包括，在块104，使面部图像通过多个质量分析滤波器，所述质量分析滤波器包括多个质量分析因子，其中与多个质量分析因子相关联的处理复杂度连续地增加。多个质量分析因子中的每个可与多个质量分析滤波器中的每个相对应。多个质量分析因子可以是与面部图像的质量相关联的因子。在示例中，多个质量分析因子可以包括面部尺寸；面部图像的亮度；面部图像上的像素的动态范围；锐度度量；模糊估算；来自眼、鼻和嘴的界标估算；面部姿态；形状拟合残差；和/或总体图像质量，尽管示例并不限于此。面部尺寸可以被定义为面部图像中的面部的尺寸。面部图像的亮度可以被定义为对于每单位突起面积在给定方向上的面部图像的照度。面部图像上的像素的动态范围可以被定义为面部图像的最大和最小可测量光强度(例如分别为白和黑)之间的比率。面部图像的锐度可以被定义为面部图像细节有多清楚。模糊估算可以包括表示为数值的面部图像模糊量的估算。由于摄像机曝光速度和/或摄像机正获取图像的对象的速度导致模糊的存在。来自眼、鼻和嘴的界标估算可以包括计算面部上的界标(例如特征)之间的距离。例如，眼、鼻和嘴可以被识别为面部上的界标以及可以计算眼、鼻和/或嘴之间的距离来确定是否距离处于面部识别程序处理所需求的范围内。面部姿态可以被定义为从正常位置(例如，正面姿态)旋转了一偏差度的面部的姿态。在计算面部姿态时，可以确定面部是否从正常位置旋转了过远的偏差度以用于由面部识别程序进行处理。形状拟合残差可以被定义为一组形状观察值的平均值和与面部图像相关联的的当前形状观察值之间的差。例如，数值可以与面部图像中的面部形状(例如鼻)相关联并且可以与面部组相关联的平均数值进行比较以确定与面部图像中的面部的形状相关联的数值是否处在由面部识别程序进行处理所需范围内。总体图像质量可以被定义为与每个各自质量分析因子相关联的一个或多个值的总和和/...