一种人脸识别方法及装置与流程

本发明涉及生物特征识别技术领域，尤其涉及一种人脸识别方法及装置。

背景技术：

人脸识别在安防、身份验证等领域有着广阔的应用前景。人脸识别是根据人的面部特征来进行身份识别的技术，在众多的生物特征识别技术中，人脸识别技术因其所具有的非接触性、直观性、不易仿冒、识别速度快且不易被察觉等特点，在不同领域得到了广泛的应用。

现有的人脸识别技术，需要预先对人脸图库中的固有人脸图像进行学习，在进行人脸识别时，只能识别出属于所述人脸图库中的固有人脸，但不能对所述人脸图库以外的陌生面孔进行识别。比如，在实际生活中，很多人在过海关时会运送或携带一些物品，但是，当一些非法乘客通过海关运送一些非法物品时，由于这些非法乘客的人脸图像可能并不在所述人脸图库中，即并未预先对这些非法乘客的人脸进行学习，因此现有人脸识别方法不能对这些非法乘客的人脸进行识别，因此，现有人脸识别方法的人脸识别范围较低。

技术实现要素：

有鉴于此，本发明实施例的主要目的在于提供一种人脸识别方法及装置，能够提高人脸识别的识别范围。

本发明实施例提供了一种人脸识别方法，包括：

在检测区域内进行人脸检测，并对检测到的至少一张目标人脸进行跟踪；

通过对所述目标人脸进行识别，确定所述目标人脸是否属于人脸图库中的人脸；

当所述目标人脸不属于所述人脸图库中的人脸时，利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸的图像存入所述人脸图库，其中，所述跟踪期间为所述目标人脸从出现到移出所述检测区域这一期间内的全部或部分时段。

可选的，所述方法还包括：

当所述目标人脸属于所述人脸图库中的人脸时，判断所述目标人脸是否为重点监控人脸；

如果所述目标人脸是所述重点监控人脸，则发送报警信号。

可选的，所述判断所述目标人脸是否为重点监控人脸，包括：

统计所述目标人脸在设定时段内出现在一固定区域内的次数；

判断统计出的次数是否大于预置阈值，如果是，则确定所述目标人脸是重点监控人脸，如果否，则确定所述目标人脸不是重点监控人脸。

可选的，所述方法还包括：

从所述人脸图库中选取至少一张重点监控人脸的图像，并对选取出的人脸图像进行标记；

则，所述判断所述目标人脸是否为重点监控人脸，包括：

判断所述目标人脸是否属于所述人脸图库中一张被标记图像中的人脸，如果是，则确定所述目标人脸是重点监控人脸，如果否，则确定所述目标人脸不是重点监控人脸。

可选的，所述确定所述目标人脸是重点监控人脸之后，还包括：

对出现在所述检测区域内的所述目标人脸的一张图像进行截取；

显示截取的目标人脸图像、以及所述目标人脸在所述人脸图库中的对应图像。

可选的，所述确定所述目标人脸是重点监控人脸之后，还包括：

显示所述目标人脸的个人信息。

本发明实施例还提供了一种人脸识别装置，包括：

检测跟踪单元，用于在检测区域内进行人脸检测，并对检测到的至少一张目标人脸进行跟踪；

人脸识别单元，用于通过对所述目标人脸进行识别，确定所述目标人脸是否属于人脸图库中的人脸；

人脸学习单元，用于当所述目标人脸不属于所述人脸图库中的人脸时，利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸的图像存入所述人脸图库，其中，所述跟踪期间为所述目标人脸从出现到移出所述检测区域这一期间内的全部或部分时段。

可选的，所述装置还包括：

人脸判断单元，用于当所述目标人脸属于所述人脸图库中的人脸时，判断所述目标人脸是否为重点监控人脸；

报警发送单元，用于如果所述目标人脸是所述重点监控人脸，则发送报警信号。

可选的，所述人脸判断单元包括：

次数统计子单元，用于统计所述目标人脸在设定时段内出现在一固定区域内的次数；

人脸判断子单元，用于判断统计出的次数是否大于预置阈值，如果是，则确定所述目标人脸是重点监控人脸，如果否，则确定所述目标人脸不是重点监控人脸。

可选的，所述装置还包括：

图像标记单元，用于从所述人脸图库中选取至少一张重点监控人脸的图像，并对选取出的人脸图像进行标记；

则，所述人脸判断单元，具体用于判断所述目标人脸是否属于所述人脸图库中一张被标记图像中的人脸，如果是，则确定所述目标人脸是重点监控人脸，如果否，则确定所述目标人脸不是重点监控人脸。

可选的，所述装置还包括：

图像截取单元，用于在确定所述目标人脸是重点监控人脸之后，对出现在所述检测区域内的所述目标人脸的一张图像进行截取；

图像显示单元，用于显示截取的目标人脸图像、以及所述目标人脸在所述人脸图库中的对应图像。

可选的，所述装置还包括：

信息显示单元，用于在确定所述目标人脸是重点监控人脸之后，显示所述目标人脸的个人信息。

本发明实施例提供的人脸识别方法及装置，对实时出现在检测区域内的人脸进行检测，对于检测到的每张目标人脸，从出现到消失在所述检测区域的过程进行跟踪；同时，对跟踪期间内获取的目标人脸的图像进行识别，如果识别结果表明所述目标人脸是人脸图库以外的陌生人脸，便利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸存入所述人脸图库中成为一张非陌生人脸；这样，当所述目标人脸再次出现在所述检测区域时，基于上述对所述目标人脸的学习，便可以识别出所述目标人脸。可见，这种对实时出现的人脸进行动态学习的方式，可以不断扩大人脸学习的范围，从而可以有效提高人脸识别的范围。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的人脸识别方法的流程示意图之一；

图2为本发明实施例提供的人脸识别方法的流程示意图之二；

图3为本发明实施例提供的人脸识别装置的组成示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

参见图1，为本发明实施例一提供的人脸识别方法的流程示意图，该方法包括以下步骤：

步骤101：在检测区域内进行人脸检测，并对检测到的至少一张目标人脸进行跟踪。

人脸检测的目的是在图像中找到各个不同人脸所在的位置和大小，当对视频图像进行人脸检测时，还需要对视频图像中的人脸进行跟踪，其目的是对视频的不同帧图像中的不同人脸进行对应，即从不同帧图像中分辨出同一张人脸。

在本实施例中，可以采用摄像头等视频拍摄工具对所述检测区域进行拍摄，以获取所述检测区域的视频图像，从而对视频图像进行人脸的检测与跟踪。具体地，所述检测区域，可以是海关、学校、机场、取款机或电梯等不同场所内设置的某一摄像头的拍摄区域。

在本实施例中，为便于描述，对于在所述检测区域内检测出一张或多张人脸，将检测到的每张人脸称为目标人脸。

步骤102：通过对所述目标人脸进行识别，确定所述目标人脸是否属于人脸图库中的人脸。

在本实施例中，通过对出现在所述检测区域中的每张不同的目标人脸进行识别，可以确定所述目标人脸是否是陌生人脸。即，如果所述目标人脸是所述人脸图库中的人脸，由于已经预先对所述人脸图库中的人脸进行了学习，因此，通过人脸识别，可以确定所述目标人脸属于人脸图库中的已有人脸，否则，所述目标人脸是所述人脸图库以外的陌生人脸。

具体的，本实施例可以采用以下任意一种人脸识别方法对所述目标人脸进行识别：

几何特征的人脸识别方法；

基于特征脸(PCA)的人脸识别方法；

神经网络的人脸识别方法；

弹性图匹配的人脸识别方法；

线段Hausdorff距离(LHD)的人脸识别方法；

支持向量机(SVM)的人脸识别方法。

当然，还可以采用其他人脸识别方法，本实施例对此不作限制。

步骤103：当所述目标人脸不属于所述人脸图库中的人脸时，利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸的图像存入所述人脸图库，其中，所述跟踪期间为所述目标人脸从出现到移出所述检测区域这一期间内的全部或部分时段。

在本实施例中，所述人脸图库中的每张人脸图像可以采用不同的图像标识进行区分。当采用人脸识别方法对出现在所述检测区域的每张目标人脸进行识别后，比如，对于其中一张目标人脸A，如果识别结果表明该目标人脸A不是所述人脸图库中某张图像中的人脸，则认为该目标人脸A是张陌生人脸，此时，可以采用一图像标识对该目标人脸A进行人脸命名，用于与其它陌生人脸或所述人脸图库中的已有人脸进行区分，同时，通过跟踪该目标人脸A在摄像头镜头中从出现到消失的过程，利用该目标人脸A在跟踪期间内出现的图像，自动学习该目标人脸A的脸部特征，并在学习结束后，将该目标人脸A的人脸图像及对应的图像标识存入所述人脸图库中。

对于出现在所述检测区域内的每张陌生人脸，通过上述过程，可以实时的对陌生人脸进行学习并对陌生人脸图像进行存储，这样，所述人脸图库中将不断有新的人脸图像更新进去，并且当这些人脸再次出现在所述检测区域并被检测到时，基于之前的人脸学习及图像存储过程，本实施例将能够识别出这些人脸。

实施例二

参见图2，为本发明实施例二提供的人脸识别方法的流程示意图，本实施二中与实施例一中相同步骤的相关介绍请参见上述实施例一，该方法包括以下步骤：

步骤201:在检测区域内进行人脸检测，并对检测到的至少一张目标人脸进行跟踪。

步骤202:通过对所述目标人脸进行识别，确定所述目标人脸是否属于人脸图库中的人脸，如果是，则执行步骤203，如果否，则执行步骤205。

步骤203：判断所述目标人脸是否为重点监控人脸。

在本实施例中，所述重点监控人脸可以是犯罪分子或是国家限制出境人员的人脸，等等。

在本实施例中，步骤203可以采用以下任意一种实施方式。

在第一种实施方式中，步骤203可以包括：

步骤A1：统计所述目标人脸在设定时段内出现在一固定区域内的次数。

例如，在实际生活中，存在这样一类人群，即“水客”，“水客”是指利用边境两地物品价格及贸易管制的差异，以赚取“带工费”为目的，逃避海关监管，“少量多次”携带受国家管制或应税货物、物品入境的特定群体。由于“水客”这类非法人群会经常出现在海关，所以可以通过统计每张所述目标人脸在一固定区域(比如，海关所有的被监控区域或海关的某一固定监控区域)的出现次数，来确定其是否疑似为“水客”。

步骤A2：判断统计出的次数是否大于预置阈值，如果是，则确定所述目标人脸是重点监控人脸，如果否，则确定所述目标人脸不是重点监控人脸。

基于步骤A1中的举例，假设所述检测区域是海关的某一被监测区域，当一名乘客的脸首次出现在所述检测区域内时，通过上述步骤，可以对该名乘客进行人脸学习并将其人脸图像存入所述人脸图库中，并将该人脸出现的次数记为1次，当该名乘客再次出现在所述检测区域内时，通过人脸识别能够识别出该乘客的脸，并累计该人脸的出现次数为2次。当该名乘客在一设定时段(比如一个月)经常出现在海关且出现次数超过一定预设阈值(比如10次)时，则，该名乘客很可能是“水客”，因此，该名乘客的脸将被视为重点监控人脸。

在第二种实施方式中，为实现步骤203，本实施例二提供的人脸识别方法还可以包括一预处理步骤，即：从所述人脸图库中选取至少一张重点监控人脸的图像，并对选取出的人脸图像进行标记。在该预处理步骤中，由于所述人脸图库中的人脸图像，除了可以包括从所述检测区域内检测到的目标人脸图像，还可以包括其它途径获取的人脸图像，比如，可以是来源于公安局内网(比如联网获取)的犯罪分子或犯罪嫌疑人的人脸图像，可以预先将这些犯罪分子或犯罪嫌疑人的人脸图像进行重点标记，这些被标记的图像人脸即为重点监控人脸。

基于该预处理步骤，则步骤203可以包括：判断所述目标人脸是否属于所述人脸图库中一张被标记图像中的人脸，如果是，则确定所述目标人脸是重点监控人脸，如果否，则确定所述目标人脸不是重点监控人脸。在该步骤中，当对所述目标人脸进行识别后，如果识别结果表明所述目标人脸属于所述人脸图库、且是所述人脸图库中一张被标记的图像，则可以确定所述目标人脸是重点监控人脸。

步骤204:如果所述目标人脸是所述重点监控人脸，则发送报警信号。

在本实施例中，一旦确定所述目标人脸是所述重点监控人脸，便发出报警信号，比如，向海关等警戒人员的监控设备发送报警信号，通知相关人员发现了重点监控人脸，海关人员可以立即采取措施对该人员进行控制，并核实其身份、或盘查其携带的物品是否非法。

进一步地，本实施例还可以在确定所述目标人脸是重点监控人脸之后，对出现在所述检测区域内的所述目标人脸的一张图像进行截取；并显示截取的目标人脸图像、以及所述目标人脸在所述人脸图库中的对应图像。在本实施例中，当识别出所述目标人脸为重点监控人员的人脸后，对于跟踪其出现到消失在所述检测区域的期间，可以将跟踪到的一张比较清晰的正面人脸图像进行截取，并将截取图像与所述人脸图库中的该重点监控人员的人脸图像进行对比显示，以便监控人员可以通过图片对比进一步判断两张人脸图像是否对应同一人。

进一步地，本实施例还可以在确定所述目标人脸是重点监控人脸之后，显示所述目标人脸的个人信息。在本实施例中，还可以预先存储所述目标人脸的个人信息，比如，所述目标人脸是从公安局内网获取的犯罪分子的头像，同时还获取了该犯罪分子的姓名、身高等个人信息，由于该犯罪分子的脸是重点监控人脸，可以在显示该犯罪分子的人脸图像(包括从所述检测区域截取的人脸图像和所述人脸图库存储的对应图像)的同时，显示该犯罪分子的个人信息。

步骤205:利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸的图像存入所述人脸图库，其中，所述跟踪期间为所述目标人脸从出现到移出所述检测区域这一期间内的全部或部分时段。

本发明实施例提供的人脸识别方法，对实时出现在检测区域内的人脸进行检测，对于检测到的每张目标人脸，从出现到消失在所述检测区域的过程进行跟踪；同时，对跟踪期间内获取的目标人脸的图像进行识别，如果识别结果表明所述目标人脸是人脸图库以外的陌生人脸，便利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸存入所述人脸图库中成为一张非陌生人脸；这样，当所述目标人脸再次出现在所述检测区域时，基于上述对所述目标人脸的学习，便可以识别出所述目标人脸。可见，这种对实时出现的人脸进行动态学习的方式，可以不断扩大人脸学习的范围，从而可以有效提高人脸识别的范围。

实施例三

参见图3，为本发明实施例三提供的人脸识别装置的组成示意图，该装置包括：

检测跟踪单元301，用于在检测区域内进行人脸检测，并对检测到的至少一张目标人脸进行跟踪；

人脸识别单元302，用于通过对所述目标人脸进行识别，确定所述目标人脸是否属于人脸图库中的人脸；

人脸学习单元303，用于当所述目标人脸不属于所述人脸图库中的人脸时，利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸的图像存入所述人脸图库，其中，所述跟踪期间为所述目标人脸从出现到移出所述检测区域这一期间内的全部或部分时段。

在一些实施方式中，所述装置还包括人脸判断单元和报警发送单元，其中：

人脸判断单元，用于当所述目标人脸属于所述人脸图库中的人脸时，判断所述目标人脸是否为重点监控人脸；

报警发送单元，用于如果所述目标人脸是所述重点监控人脸，则发送报警信号。

在一些实施方式中，所述人脸判断单元包括次数统计子单元和人脸判断子单元，其中：

次数统计子单元，用于统计所述目标人脸在设定时段内出现在一固定区域内的次数；

人脸判断子单元，用于判断统计出的次数是否大于预置阈值，如果是，则确定所述目标人脸是重点监控人脸，如果否，则确定所述目标人脸不是重点监控人脸。

在一些实施方式中，所述装置还包括：图像标记单元，用于从所述人脸图库中选取至少一张重点监控人脸的图像，并对选取出的人脸图像进行标记；则，所述人脸判断单元，具体用于判断所述目标人脸是否属于所述人脸图库中一张被标记图像中的人脸，如果是，则确定所述目标人脸是重点监控人脸，如果否，则确定所述目标人脸不是重点监控人脸。

在一些实施方式中，所述装置还包括图像截取单元和图像显示单元，其中：

图像截取单元，用于在确定所述目标人脸是重点监控人脸之后，对出现在所述检测区域内的所述目标人脸的一张图像进行截取；

图像显示单元，用于显示截取的目标人脸图像、以及所述目标人脸在所述人脸图库中的对应图像。

在一些实施方式中，所述装置还包括：

信息显示单元，用于在确定所述目标人脸是重点监控人脸之后，显示所述目标人脸的个人信息。

所述人脸识别装置包括处理器和存储器，上述检测跟踪单元301、人脸识别单元302、人脸学习单元303等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来提高人脸识别的识别范围。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供的人脸识别装置，对实时出现在检测区域内的人脸进行检测，对于检测到的每张目标人脸，从出现到消失在所述检测区域的过程进行跟踪；同时，对跟踪期间内获取的目标人脸的图像进行识别，如果识别结果表明所述目标人脸是人脸图库以外的陌生人脸，便利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸存入所述人脸图库中成为一张非陌生人脸；这样，当所述目标人脸再次出现在所述检测区域时，基于上述对所述目标人脸的学习，便可以识别出所述目标人脸。可见，这种对实时出现的人脸进行动态学习的方式，可以不断扩大人脸学习的范围，从而可以有效提高人脸识别的范围。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：

在检测区域内进行人脸检测，并对检测到的至少一张目标人脸进行跟踪；

通过对所述目标人脸进行识别，确定所述目标人脸是否属于人脸图库中的人脸；

当所述目标人脸不属于所述人脸图库中的人脸时，利用跟踪期间获取的所述目标人脸的图像，对所述目标人脸进行学习，并在学习完毕后将所述目标人脸的图像存入所述人脸图库，其中，所述跟踪期间为所述目标人脸从出现到移出所述检测区域这一期间内的全部或部分时段。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如媒体网关等网络通信设备，等等)执行本发明各个实施例或者实施例的某些部分所述的方法。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。