(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 202210506953.X (22)申请日 2022.05.11 (71)申请人 浪潮软件集团有限公司 地址 250100 山东省济南市高新区科航路 2877号 (72)发明人 李玉坤　梁翔宇　朱亚伟　刘毅　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 专利代理师 陈婷婷 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/30(2022.01) G06V 10/74(2022.01) G06V 10/24(2022.01) G06F 17/18(2006.01) (54)发明名称 一种基于国产CPU和OS的动态人脸识别优化 方法 (57)摘要 本发明公开了一种基于国产CPU和OS的动态 人脸识别优化方法， 属于动态人脸识别技术领 域， 该方法通过检测模型识别监控视频中的人 脸， 通过特征提取模型获得人脸的特征向量， 使 用追踪算法对人脸进行追踪得到人脸的追踪id； 使用回归模 型对人脸图片质量进行评分并过滤， 对过滤后的人脸图片进行矫正操作； 通过特征提 取模型获取矫正后的人脸图片的特征向量， 并与 特征库中的值进行匹配获得匹配结果； 对追踪 id 对应的多个匹配结果进行投票得到人脸识别结 果。 本发明能够减少板卡和CP U不必要的计算， 减 少资源的消耗、 过滤部分误识别结果， 减少误识 别率， 提高人脸识别的识别精度。 权利要求书2页 说明书6页 附图2页 CN 114821731 A 2022.07.29 CN 114821731 A 1.一种基于国产CPU和OS的动态人脸识别优化方法， 其特征在于通过检测模型识别监 控视频中的人脸， 通过特征提取模型获得人脸的特征向量， 使用追踪算法对人脸进行追踪 得到人脸的追踪id； 使用回归模型对人脸图片质量进行评分并过滤， 对过滤后的人脸图片 进行矫正操作； 通过特征提取模型获取矫正后的人脸图片的特征向量， 并与特征库中的值 进行匹配获得匹配结果； 对 追踪id对应的多个匹配结果进行投票得到人脸识别结果。 2.根据权利要求1所述的一种基于国产CPU和OS的动态人脸识别 优化方法， 其特征在于 获取视频流后进行格式处理， 对视频流中每帧图片建立字典储存信息包括图片、 时间戳、 模 型计算结果， 并对每帧图片进行如下处 理： 对于视频流中的每帧图片， 输入到检测模型中， 获得图片中人脸的检测结果， 并对结果 进行处理和过滤， 使结果中的人脸图片人脸占比高、 宽高大于阈值且包含充足完整的人脸 轮廓信息； 将上述人脸图片作为输入， 通过特征提取模型获取人脸的特征向量， 根据特征向量和 检测框的位置进行对人脸进行追踪， 获得人脸的追踪id； 使用追踪id对人脸检测 框隔帧取 样， 并过滤未成功追踪的人脸。 3.根据权利要求1或2所述的一种基于国产CPU和OS的动态人脸识别优化方法， 其特征 在于所述使用回归模型对人脸图片质量进 行评分并过滤， 利用人脸特征点检测模型获得人 脸的关键点， 根据关键点计算人脸姿态并过滤， 过滤掉侧脸或模糊的图片， 再根据人脸姿态 对剩余的人脸图片进行矫 正操作； 获取矫正后的人脸图片的特征向量， 计算人脸特征向量与特征库中特征向量的余弦相 似度， 利用相似度进行匹配， 将匹配结果作为预选值进行记录 。 4.根据权利要求1所述的一种基于国产CPU和OS的动态人脸识别 优化方法， 其特征在于 当某一追踪id保存多个预选值时， 投票选出识别结果； 某一追踪id存放了至少n条数据后， 如果某一匹配结果数量占半数以上， 并且为存放数 据中相似度最大的结果， 返回该结果作为识别结果， 将该追踪id标记 为已识别； 对于追踪id 存放数据大于m或被标记为已识别， 将该追踪id标记， 停止后续帧中对该追踪id人脸的计 算。 5.根据权利要求1所述的一种基于国产CPU和OS的动态人脸识别 优化方法， 其特征在于 对上述模型进行8 ‑bit量化， 提升模型运 算速度。 6.根据权利要求1所述的一种基于国产CPU和OS的动态人脸识别 优化方法， 其特征在于 该方法的具体实现过程如下： 1)、 获取视频流， 并进行格 式处理； 对视频流中的每帧图片根据视频时间设置时间戳为 帧的唯一标识， 建立字典保存帧信息， 然后按时间顺序对每帧图片执 行以下步骤； 2)、 原始图片作为输入， 根据检测模型结果获得人脸的检测结果； 对人脸的检测结果中 的每个人脸检测框进行处 理并保存； 3)、 对原图进行切割， 获得人脸图片列表作为特征提取模型的输入； 获取人脸图片中每 个人脸的特 征向量； 4)、 通过人脸检测框和人脸的特征向量对人脸进行追踪， 建立字典保存追踪到的结果， 过滤已识别的人脸； 并对 追踪到的人脸 通过隔帧取样进行 过滤； 5)、 根据图片质量和人脸姿态对人脸进行 过滤并矫正；权　利　要　求　书 1/2 页 2 CN 114821731 A 26)、 对矫正后的人脸， 获取特征向量， 使用余弦相似度计算特征向量与特征库中向量的 距离作为相似度， 如果最大相似度大于阈值， 以追踪id建立字典保存最大相似度与对应的 人员姓名； 7)、 投票选出识别结果。 7.根据权利要求6所述的一种基于国产CPU和OS的动态人脸识别 优化方法， 其特征在于 所述对人脸的检测结果中的每 个人脸检测框进行处 理包括： 检测框大小调整， 根据检测模型结果特点， 按比例扩大每个检测框， 使检测框 中包含完 整的人脸轮廓， 且人脸在检测框中占比80％以上； 根据图片大小对人脸检测框进行过滤， 如果人脸检测框的宽或高小于50像素点， 对该 人脸图片进行 标记， 不再进行后续处 理。 8.根据权利要求6或7所述的一种基于国产CPU和OS的动态人脸识别优化方法， 其特征 在于所述 根据图片质量和人脸姿态对人脸进行 过滤并矫正包括： 通过回归模型获得人脸图片质量评分， 将评分低于阈值的人脸标记， 不再进行后续操 作； 通过人脸特征点检测模型获得人脸的关键点， 包括左眼、 右眼、 鼻子、 左嘴角、 右嘴角的 位置， 判断鼻子是否在左眼、 右眼、 左嘴角、 右嘴角之间； 对于不满足的将对应人脸标记， 不 再进行后续操作； 对没有标记 的所有人脸图片， 根据关键点对人脸图片进行矫正， 获得矫正后的人脸图 片列表， 其中以图片中心点为旋转中心 点， 左右眼连线与水平的角度为旋转角度， 缩放比例 取1。 9.一种基于国产CPU和OS的动态人脸识别装置， 其特征在于包括： 至少一个存储器和至 少一个处 理器； 所述至少一个存 储器， 用于存 储机器可读程序； 所述至少一个处理器， 用于调用所述机器可读程序， 执行权利要求1至8任一所述的方 法。 10.计算机可读介质， 其特征在于， 所述计算机可读介质上存储有计算机指令， 所述计 算机指令在被处 理器执行时， 使所述处 理器执行权利要求1至8任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114821731 A 3