所述下一个关键帖的位置。
[0057] 对待检测范围内的图像帖进行特征提取，并获取每帖图像的人脸置信度，从中选 择人脸置信度最大的图像帖作为下一个关键帖即可。
[0058] 步骤208:将确定位置的下一个关键帖作为已知关键帖。
[0059] 将确定位置的下一个关键帖作为已知关键帖后，继续预测下一个关键帖，直到所 预测的下一个关键帖的位置达到的图像帖的帖数上限值时，停止预测。
[0060] 具体的，根据步骤207确定下一个关键帖的位置后，可将该下一个关键帖作为已知 关键帖，循环执行步骤203到步骤207,从而获取每一个关键帖，减小了检测关键帖的范围， 使用本发明技术方案可在不影响性能指标的情况下快速计算筛选出关键帖。
[0061] 步骤209:根据所检测出的下一个关键帖进行人脸识别。
[0062] 结合图2所示的实施例可知，本发明通过根据已知关键帖的位置，确定平稳序列预 测公式，根据该平稳序列预测公式W及已知关键帖的位置，计算下一个疑似关键帖的预测 位置;根据下一个疑似关键帖的预测位置W及已知关键帖的位置，调整泊松分布的合成因 子;根据泊松分布和下一个疑似关键帖的预测位置，获取下一个关键帖的待检测范围；对下 一个关键帖的待检测范围对应的图像帖进行人脸检测，根据待检测范围内的各个图像帖的 人脸置信度的比较结果，确定人脸置信度最高的图像帖的位置作为下一个关键帖的位置； 根据所检测出的下一个关键帖进行人脸识别，从而保证可W只对预测的关键帖进行人脸特 征提取和置信度计算，减小了计算资源，并且可W预测选择出最优人脸，不需要在目标人员 通过后再选择最优人脸，缩短了人脸识别的时延。
[0063] 参见图3,为本发明一种实施方式中人脸识别装置运行的硬件环境架构图：
[0064] 本发明人脸识别装置的实施例可W应用在存储设备上。装置实施例可W通过软件 实现，也可W通过硬件或者软硬件结合的方式实现。W软件实现为例，作为一个逻辑意义上 的装置，是通过其所在设备的CP闲尋非易失性存储器中对应的计算机程序指令读取到内存 中运行形成的。从硬件层面而言，如图3所示，为本发明人脸识别装置所在设备的一种硬件 结构图，除了图3所示的CPU、内存、网络接口、W及非易失性存储器之外，实施例中装置所在 的设备通常还可W包括其他硬件。
[0065] 参见图4,为本发明一种实施方式中人脸识别装置框图。
[0066] 所述装置包括:确定单元410、计算单元420、调整单元430、获取单元440、检测单元 450、识别单元460。
[0067] 其中，确定单元410,用于根据已知关键帖的位置，确定平稳序列预测公式；
[0068] 计算单元420,用于根据所述平稳序列预测公式，W及已知关键帖的位置，计算下 一个疑似关键帖的预测位置；
[0069] 调整单元430,用于根据所述下一个疑似关键帖的预测位置W及所述已知关键帖 的位置，调整泊松分布的合成因子；
[0070] 获取单元440,用于根据所述泊松分布和所述下一个疑似关键帖的预测位置，获取 所述下一个关键帖的待检测范围；
[0071] 检测单元450,用于对所述下一个关键帖的待检测范围对应的图像帖进行人脸检 巧。，根据所述待检测范围内的各个图像帖的人脸置信度的比较结果，确定人脸置信度最高 的图像帖的位置作为所述下一个关键帖的位置；
[0072] 识别单元460,根据所检测出的下一个关键帖进行人脸识别。
[0073] 其中，已知关键帖为统计关键帖，或为统计关键帖和已经确定位置的预测关键帖， 或者为已经确定位置的预测关键帖。具体的，在第一次预测下一预测关键帖时，已知关键帖 为统计关键帖，在后续预测关键帖时，已知关键帖包括统计关键帖和已经预测到的预测关 键帖。
[0074] 可选的，所述装置还包括:循环单元470(图4中未示出），用于将确定位置的下一个 关键帖作为已知关键帖，继续预测下一个关键帖，直到所预测的下一个关键帖达到捕获的 图像帖的帖数上限值时，停止预测。
[0075] 所述确定单元410,具体用于根据已知关键帖的位置，确定自回归滑动平均模型 ARMA的相关系数和模型阶数，其中，所述相关系数包括自回归系数、移动平均系数和白噪声 项。
[0076] 所述装置还包括:设定单元480(图4中未示出），用于设定捕获的图像帖的帖数上 限值;统计单元490(图4中未示出），用于对捕获到的某些图像帖计算人脸置信度，并根据人 脸置信度选择统计关键帖。
[0077] 上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的 实现过程，在此不再寶述。
[0078] 本领域技术人员在考虑说明书及实践运里公开的发明后，将容易想到本发明的其 它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，运些变型、用途或 者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识 或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的 权利要求指出。
[0079] 应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并 且可w在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
【主权项】
1. 一种人脸识别方法，其特征在于，所述方法包括： 根据已知关键帧的位置，确定平稳序列预测公式； 根据所述平稳序列预测公式，以及已知关键帧的位置，计算下一个疑似关键帧的预测 位置； 根据所述下一个疑似关键帧的预测位置以及所述已知关键帧的位置，调整泊松分布的 合成因子； 根据所述泊松分布和所述下一个疑似关键帧的预测位置，获取所述下一个关键帧的待 检测范围； 对所述下一个关键帧的待检测范围对应的图像帧进行人脸检测，根据所述待检测范围 内的各个图像帧的人脸置信度的比较结果，确定人脸置信度最高的图像帧的位置作为所述 下一个关键帧的位置； 根据所检测出的下一个关键帧进行人脸识别。2. 根据权利要求1所述的方法，其特征在于，所述根据所述待检测范围内的各个图像帧 的人脸置信度的比较结果，确定人脸置信度最高的图像帧的位置作为所述下一个关键帧的 位置之后，还包括:将确定位置的下一个关键帧作为已知关键帧，继续预测下一个关键帧， 直到所预测的下一个关键帧达到捕获的图像帧的帧数上限值时，停止预测。3. 根据权利要求1所述的方法，其特征在于，所述根据已知关键帧的位置，确定平稳序 列预测公式，包括： 根据已知关键帧的位置，确定自回归滑动平均模型ARMA的相关系数和模型阶数，其中， 所述相关系数包括自回归系数、移动平均系数和白噪声项。4. 根据权利要求1所述的方法，其特征在于，所述根据已知关键帧的位置，确定平稳序 列预测公式之前，还包括:设定捕获的图像帧的帧数上限值;对捕获到的某些图像帧计算人 脸置信度，并根据人脸置信度选择统计关键帧。5. 根据权利要求4所述的方法，其特征在于，所述已知关键帧为统计关键帧，或为统计 关键帧和已经确定位置的预测关键帧，或者为已经确定位置的预测关键帧。6. -种人脸识别装置，其特征在于，所述装置包括： 确定单元，用于根据已知关键帧的位置，确定平稳序列预测公式； 计算单元，用于根据所述平稳序列预测公式，以及已知关键帧的位置，计算下一个疑似 关键帧的预测位置； 调整单元，用于根据所述下一个疑似关键帧的预测位置以及所述已知关键帧的位置， 调整泊松分布的合成因子； 获取单元，用于根据所述泊松分布和所述下一个疑似关键帧的预测位置，获取所述下 一个关键帧的待检测范围； 检测单元，用于对所述下一个关键帧的待检测范围对应的图像帧进行人脸检测，根据 所述待检测范围内的各个图像帧的人脸置信度的比较结果，确定人脸置信度最高的图像帧 的位置作为所述下一个关键帧的位置； 识别单元，用于根据所检测出的下一个关键帧进行人脸识别。7. 根据权利要求6所述的装置，其特征在于，所述装置还包括:循环单元，用于将确定位 置的下一个关键帧作为已知关键帧，继续预测下一个关键帧，直到所预测的下一个关键帧 达到捕获的图像帧的帧数上限值时，停止预测。8. 根据权利要求6所述的装置，其特征在于，所述确定单元，具体用于根据已知关键帧 的位置，确定自回归滑动平均模型ARMA的相关系数和模型阶数，其中，所述相关系数包括自 回归系数、移动平均系数和白噪声项。9. 根据权利要求6所述的装置，其特征在于，所述装置还包括:设定单元，用于设定捕获 的图像帧的帧数上限值； 统计单元，用于对捕获到的某些图像帧计算人脸置信度，并根据人脸置信度选择统计 关键帧。10. 根据权利要求9所述的装置，其特征在于，所述已知关键帧为统计关键帧，或为统计 关键帧和已经确定位置的预测关键帧，或者为已经确定位置的预测关键帧。
【专利摘要】本发明提供人脸识别方法及装置，该方法包括：根据已知关键帧的位置，确定平稳序列预测公式，根据该平稳序列预测公式以及已知关键帧的位置，计算下一个疑似关键帧的预测位置；根据下一个疑似关键帧的预测位置以及已知关键帧的位置，调整泊松分布的合成因子；根据泊松分布和下一个疑似关键帧的预测位置，获取下一个关键帧的待检测范围；对下一个关键帧的待检测范围对应的图像帧进行人脸检测，根据待检测范围内的各个图像帧的人脸置信度的比较结果，确定人脸置信度最高的图像帧的位置作为下一个关键帧的位置；根据所检测出的下一个关键帧进行人脸识别。应用本发明可以只对预测的关键帧进行人脸特征提取和置信度计算，减小了计算资源。
【IPC分类】G06K9/00
【公开号】CN105631419
【申请号】CN201510991146
【发明人】陈燕兵
【申请人】浙江宇视科技有限公司
【公开日】2016年6月1日
【申请日】2015年12月24日