(12)发明专利申请
(10)申请公布号(10)申请公布号 CN 103745223 A(43)申请公布日 2014.04.23
(21)申请号 201310676598.1(22)申请日 2013.12.11
(71)申请人深圳先进技术研究院
地址518055 广东省深圳市南山区西丽大学
城学苑大道1068号(72)发明人胡金星
(74)专利代理机构深圳中一专利商标事务所
44237
代理人张全文(51)Int.Cl.
G06K 9/62(2006.01)
权利要求书2页 说明书5页 附图1页权利要求书2页 说明书5页 附图1页
(54)发明名称
一种人脸检测方法及装置(57)摘要
本发明适用于人脸识别领域，提供了一种人脸检测方法及装置。所述方法包括：获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间；获取一个指定公民的面部数据；将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配；获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。本发明有助于提高人脸识别率。
CN 103745223 ACN 103745223 A
权 利 要 求 书
1/2页
1.一种人脸检测方法，其特征在于，所述方法包括下述步骤：
获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间；获取一个指定公民的面部数据；
将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配；获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。
2.如权利要求1所述的方法，其特征在于，所述获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间的步骤具体包括：
采集公共场所架设的摄像头的视频数据；
对采集的视频数据中的面部数据进行交叉匹配；
对应存储匹配成功的面部数据及获取所述面部数据的地点和/或时间。3.如权利要求1所述的方法，其特征在于，所述将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配的步骤具体包括：
通过大数据查找技术逐个查找存储的多个公民的面部数据；
通过人脸图像的模式特征将所述指定公民的面部数据与查找的公民的面部数据进行匹配。
4.如权利要求3所述的方法，其特征在于，所述人脸图像的模式特征包括直方图特征、颜色特征、模板特征、结构特征及Haar特征。
5.如权利要求1所述的方法，其特征在于，在所述获取匹配度达到预设阈值的公民的相关信息的步骤之后包括下述步骤：
向获取了相关信息的公民推送相应的信息。6.一种人脸检测装置，其特征在于，所述装置包括：数据获取单元，用于获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间；
指定公民面部数据采集单元，用于获取一个指定公民的面部数据；匹配单元，用于将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配；输出单元，用于获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。
7.如权利要求6所述的装置，其特征在于，所述数据获取单元包括：视频数据采集模块，用于采集公共场所架设的摄像头的视频数据；面部数据交叉匹配模块，用于对采集的视频数据中的面部数据进行交叉匹配；存储模块，用于对应存储匹配成功的面部数据及获取所述面部数据的地点和/或时间。
8.如权利要求6所述的装置，其特征在于，所述匹配单元包括：查找模块，用于通过大数据查找技术逐个查找存储的多个公民的面部数据；人脸匹配模块，用于通过人脸图像的模式特征将所述指定公民的面部数据与查找的公民的面部数据进行匹配。
9.如权利要求8所述的装置，其特征在于，所述人脸图像的模式特征包括直方图特征、颜色特征、模板特征、结构特征及Haar特征。
2
CN 103745223 A
权 利 要 求 书
2/2页
10.如权利要求6所述的装置，其特征在于，所述装置包括：推送单元，用于向获取了相关信息的公民推送相应的信息。
3
CN 103745223 A
说 明 书
一种人脸检测方法及装置
1/5页
技术领域
[0001]
本发明属于人脸识别领域，尤其涉及一种人脸检测方法及装置。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机
或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
[0003] 现有的人脸识别方法主要通过比较当前采集的人脸数据与系统预先存储的人脸数据来得到识别结果。由于现有方法需要用户的配合采集人脸数据，且对当前采集的人脸数据依赖性极高，因此在当前采集的人脸数据发生变化时，例如剃了胡子、换了发型、多了眼镜、甚至变了表情，这些变化了的人脸数据都有可能引起比对失败，从而导致识别率过低。
[0002]
发明内容
本发明实施例提供了一种人脸检测方法及装置，旨在解决现有方法在识别人脸时
导致的识别率过低的问题。
[0005] 本发明实施例是这样实现的，一种人脸检测方法，所述方法包括下述步骤：[0006] 获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间；[0007] 获取一个指定公民的面部数据；
[0008] 将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配；[0009] 获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。[0010] 本发明实施例的另一目的在于提供一种人脸检测装置，所述装置包括：[0011] 数据获取单元，用于获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间；
[0012] 指定公民面部数据采集单元，用于获取一个指定公民的面部数据；[0013] 匹配单元，用于将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配；
[0014] 输出单元，用于获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。[0015] 在本发明实施例中，由于无需用户特意配合，因此获取的面部数据更接近公民的日常状态，因此有助于提高识别率。此外，若匹配成功，则能获取匹配成功的公民出现在其他地点的时间信息，从而可以迅速从不同的侧面了解到该公民的个人信息与行为特征以及出行规律。
[0004]
附图说明
4
CN 103745223 A[0016]
说 明 书
2/5页
图1是本发明第一实施例提供的一种人脸检测方法的流程图；
[0017] 图2是本发明第二实施例提供的一种人脸检测装置的结构图；[0018] 图3是本发明第二实施例提供的另一种人脸检测装置的结构图。
具体实施方式
[0019] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0020] 本发明实施例无需用户特意配合获取多个公民的面部数据及对应的地点、时间信息，通过存储多个公民的面部数据及对应的地点、时间等信息，当需要匹配一个公民的面部数据时，直接将该公民的面部数据与存储的信息进行匹配。[0021] 本发明实施例提供了一种：人脸检测方法及装置。[0022] 所述方法包括：获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间；
[0023] 在获取居民面部数据建构数据库的时候，通过摄像头所获取的景深信息，能够知道该摄像头的画面所达面积。通过将该摄像头附近的摄像头的景深进行联合，可以获得该摄像头片区的所达空间范围，从而以这空间范围作为抽象空间的三维还原，以该抽象三维空间的数据作为构建的人面空间位置的大数据空间信息。[0024] 在后续的空间匹配查找中，可以充分利用该空间信息，获知被匹配对象的空间属性与某一空间所达概率。
[0025] 获取一个指定公民的面部数据；
[0026] 将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配；[0027] 获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。[0028] 所述装置包括：数据获取单元，用于获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间；[0029] 指定公民面部数据采集单元，用于获取一个指定公民的面部数据；[0030] 匹配单元，用于将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配；
[0031] 输出单元，用于获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。[0032] 本发明实施例中，由于无需用户特意配合，因此获取的面部数据更接近公民的日常状态，因此有助于提高识别率。此外，若匹配成功，则能获取匹配成功的公民出现在其他地点的时间信息，从而可以迅速从不同的侧面了解到该公民的个人信息与行为特征以及出行规律。
[0033] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。[0034] 实施例一：[0035] 图1示出了本发明第一实施例提供的一种人脸检测方法，详述如下：[0036] 在步骤S101中，获取并存储多个公民的面部数据以及获取所述面部数据时的地
5
CN 103745223 A
说 明 书
3/5页
点和/或时间。
[0037] 该步骤中，无需用户特意配合，可通过人脸检测抓拍的照片或视频数据获取公民的面部数据，将获得的公民的面部数据以及获得该公民的面部数据时的地点、时间存储在数据库中。
[0038] 优选地，所述获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间的步骤具体包括：[0039] A1、采集公共场所架设的摄像头的视频数据。A2、对采集的视频数据中的面部数据进行交叉匹配。A3、对应存储匹配成功的面部数据及获取所述面部数据的地点和/或时间。[0040] 该步骤的公共场所包括停车场、大型商场、道路两侧、公园等场所。在该步骤中，采集公共场所积累的大量的公民的视频数据，再交叉匹配各个场所的视频数据包含的面部数据，最后存储相应的数据。比如，在获取停车场的甲某的面部数据后，将甲某的面部数据与大型商场、道路两侧、公园等场所获取的多个面部数据分别进行匹配，以判断甲某是否出现在大型商场、道路两侧、公园等场所，若匹配成功，假设甲某出现在公园，则同时存储甲某出现在停车场及公园的地点、时间等信息，否则，只存储甲某出现在停车场的地点、时间等信息。当然，这里的地点还可以具体到停车场、公园的某个摄像头。[0041] 在步骤S102中，获取一个指定公民的面部数据。[0042] 该步骤中，指定公民是指需要与数据库存储的面部数据匹配的公民，该公民的面部数据通过对获取的该公民的图像进行人脸检测获取。[0043] 在步骤S103中，将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配。
[0044] 该步骤中，从数据库中查找出存储的公民的面部数据，并将查找的各个公民的面部数据与指定公民的面部数据进行比对，比对的结果采用匹配度表示。两个面部数据越接近，匹配度越高。[0045] 优选地，所述将所述指定公民的面部数据与存储的多个公民的面部数据进行匹配的步骤具体包括：[0046] B1、通过大数据查找技术逐个查找存储的多个公民的面部数据。B2、通过人脸图像的模式特征将所述指定公民的面部数据与查找的公民的面部数据进行匹配。[0047] 上述的人脸图像的模式特征包括直方图特征、颜色特征、模板特征、结构特征及Haar特征。
该步骤中，将人脸图像的模式特征中有用的信息挑出来，并采用Adaboost学习算
法利用这些特征进行人脸检测。该Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。
[0049] 在步骤S104中，获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。[0050] 该步骤中，判断指定公民的面部数据与存储的公民的面部数据的匹配度是否大于或等于预设阈值，若是，判定指定公民与匹配的公民为同一人，则通过多源数据库的相互链接关系，获取匹配度大于或等于预设阈值的公民的相关信息，例如，获取公民出现在某个地方的时间、名称，出现在某个地方（摄像头）的概率、公民连续出现在某几个摄像头之间的概
[0048]
6
CN 103745223 A
说 明 书
4/5页
率、公民在某个摄像头出现的时间连续性或者空间连续性等。为了提高匹配的精确度，可将预设
[0051] 优选地，当没有获取与指定公民的面部数据匹配的面部数据时，输出相应结果。如：未找到匹配图片\\信息缺省等。[0052] 在本发明实施例中，无需用户特意配合获取多个公民的面部数据及对应的地点、时间信息，通过存储多个公民的面部数据及对应的地点、时间等信息，当需要匹配一个公民的面部数据时，直接将该公民的面部数据与存储的信息进行匹配。由于无需用户特意配合，因此获取的面部数据更接近公民的日常状态，因此有助于提高识别率。此外，若匹配成功，则能获取匹配成功的公民出现在其他地点的时间信息，从而可以迅速从不同的侧面了解到该公民的个人信息与行为特征以及出行规律。[0053] 优选地，在步骤S104，所述获取匹配度达到预设阈值的公民的相关信息的步骤之后包括下述步骤：
[0054] 向获取了相关信息的公民推送相应的信息。[0055] 本实施例中，根据获取的公民的相关信息，分析出公民的日常行为习惯，进而根据这些行为习惯推送相应的信息，包括相应的商品信息、服务信息等。此外，本实施例还可以为公安查案，人口意向识别等提供非常多维的数据事实。[0056] 实施例二：[0057] 图2示出了本发明第二实施例提供的一种人脸检测装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分。
[0058] 该人脸检测装置可以用于通过有线或者无线网络连接服务器的各种信息处理终端，例如移动电话、口袋计算机（Pocket Personal Computer，PPC）、掌上电脑、计算机、笔记本电脑、个人数字助理（Personal Digital Assistant，PDA）等，可以是运行于这些信息处理终端内的软件单元、硬件单元或者软硬件相结合的单元，也可以作为独立的挂件集成到这些信息处理终端中或者运行于这些信息处理终端的应用系统中，其中：[0059] 数据获取单元21，用于获取并存储多个公民的面部数据以及获取所述面部数据时的地点和/或时间。
[0060] 该数据获取单元21可通过人脸检测抓拍的照片或视频数据获取公民的面部数据。
[0061] 优选地，所述数据获取单元21包括：视频数据采集模块、面部数据交叉匹配模块以及存储模块。其中：
[0062] 视频数据采集模块，用于采集公共场所架设的摄像头的视频数据。[0063] 面部数据交叉匹配模块，用于对采集的视频数据中的面部数据进行交叉匹配。[0064] 存储模块，用于对应存储匹配成功的面部数据及获取所述面部数据的地点和/或时间。
[0065] 其中，公共场所包括停车场、大型商场、道路两侧、公园等场所。通过对各个场所存在的视频数据进行逻辑连接，从而构建成知识库，并对该知识库进行大数据挖掘，可以有效快速的根据人的面像信息获取其更多更完整的相关信息，从而了解到公民在时空上的出行规律，以及出行习惯。
[0066] 指定公民面部数据采集单元22，用于获取一个指定公民的面部数据。
7
CN 103745223 A[0067]
说 明 书
5/5页
匹配单元23，用于将所述指定公民的面部数据与存储的多个公民的面部数据进行
匹配。
该匹配单元23采用匹配度的高低表示两个面部数据的相似度。
[0069] 优选地，所述匹配单元23包括：查找模块和人脸匹配模块。其中：[0070] 查找模块，用于通过大数据查找技术逐个查找存储的多个公民的面部数据。[0071] 人脸匹配模块，用于通过人脸图像的模式特征将所述指定公民的面部数据与查找的公民的面部数据进行匹配。
[0072] 上述人脸图像的模式特征包括直方图特征、颜色特征、模板特征、结构特征及Haar特征。
[0073] 输出单元24，用于获取匹配度达到预设阈值的公民的相关信息，所述公民的相关信息包括获取所述公民面部数据的地点和/或公民在地点出现的概率和/或时间。
[0074] 该输出单元24用于获取匹配度大于或等于预设阈值所对应的公民的相关信息。优选地，当没有获取与指定公民的面部数据匹配的面部数据时，输出相应结果。如：未找到匹配图片\\信息缺省等。[0075] 本发明实施例中，由于无需用户特意配合采集面部数据，因此获取的面部数据更接近公民的日常状态，因此有助于提高识别率。此外，若匹配成功，则能获取匹配成功的公民出现在其他地点的时间信息，从而可以迅速从不同的侧面了解到该公民的个人信息与行为特征以及出行规律。
[0076] 图3示出了本发明实施例提供的另一种人脸检测装置的结构，该人脸检测装置包括数据获取单元21、指定公民面部数据采集单元22、匹配单元23、输出单元24以及推送单元25。其中：
[0077] 推送单元25，用于向获取了相关信息的公民推送相应的信息。[0078] 在分析出公民的日常行为习惯的基础上，该推送单元25向公民推送与分析结果相符合的信息，例如相应的商品信息、服务信息等。[0079] 在本发明实施例中，采集公共场所中各个摄像头的视频数据，并通过人脸检测识别公民的面部数据，无需用户特意配合获取多个公民的面部数据及对应的地点、时间信息，通过存储多个公民的面部数据及对应的地点、时间等信息，当需要匹配一个公民的面部数据时，直接将该公民的面部数据与存储的信息进行匹配。由于无需用户特意配合，因此获取的面部数据更接近公民的日常状态，因此有助于提高识别率。此外，若匹配成功，则能获取匹配成功的公民出现在其他地点的时间信息，从而可以迅速从不同的侧面了解到该公民的个人信息与行为特征以及出行规律。
[0080] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
[0068]
8
CN 103745223 A
说 明 书 附 图
1/1页
图1
图2
图3
9
因篇幅问题不能全部显示，请点此查看更多更全内容