人脸识别优化的方法、系统、设备及存储介质与流程

1.本发明涉及人脸识别技术领域，尤其涉及一种人脸识别优化的方法、系统、设备及存储介质。


背景技术：

2.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识别的一系列相关技术，通常也叫做人像识别、面部识别。现有技术中，一个完整的人脸识别系统包含三大主要组成部分，即人脸检测、人脸配准以及人脸识别。通过人脸检测，我们可以从一幅图像中提取出人脸区域。但是想进一步了解人脸的信息，就需要人脸特征点定位。人脸特征点定位是一种利用计算机分析人脸图像，从而获得诸如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等等一些重要的特征点位置的技术。如在头部姿态及定位提供的几何特征等是人脸识别的重要信息，在人脸识别过程中一项重要工作就是人脸对齐，这主要依赖于人脸特征点定位人脸表情分析中，可以通过对五官的相对位置及形状进行分析确定，人脸特征定位是姿态估计和表情分析的前提。现在一般终端摄像机在识别人脸时，一般有两种操作：
3.直接在摄像机就完成了人脸识别，能够识别到“是谁”。另外一种则是将识别到的人脸抠出来，然后再把数据传输到云端的人脸识别系统进行分析，再进行回传。通过对人脸识别的步骤进行分析，可以发现共性——都有抠图的步骤。而为什么大多数厂商都在采用抠图的方案呢？因为人脸识别系统本身只需要人脸，其它都是无用数据，同时也是为了保证传输量尽快小保证能快速的传输到云端分析。
4.然而有利则必有弊，弊则是当你为了传输数据足够小采用抠图的方式，则必然导致了这些看似无用的数据的遗失，比如环境，人的站位，对于后期如公安的复盘，抓取线索将会有重大的影响。
5.综上可知，现有技术在实际使用上显然存在不便与缺陷，所以有必要加以改进。


技术实现要素：

6.针对上述的缺陷，本发明的目的在于提供一种人脸识别优化的方法、系统、设备及存储介质，以在人脸识别时使人脸的识别图像足够小的同时，保留所述人脸所处的环境的环境图像，以便后续根据预设的标准还原人脸识别图像。
7.为了实现本发明的一个发明目的，一种人脸识别优化的方法，包括：
8.获取人脸所处环境的环境图像；
9.对所述人脸进行位置参数的标识；
10.根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。
11.根据所述的方法，在所述获取人脸所处环境的环境图像之前或之后包括：
12.对所述人脸进行识别，获取仅包括所述人脸的识别图像。
13.根据所述的方法，所述获取人脸所处环境的环境图像包括：
14.每间隔预设的第一时间获取包含所述人脸及其所处环境的第一图像；
15.将多张所述第一图像中始终不移动的图像设置为所述人脸所处环境的环境图像。
16.根据所述的方法，所述对所述人脸进行位置参数的标识包括：
17.对所述第一图像进行网格化；
18.在网格化后的所述第一图像中，标识所述人脸的位置参数。
19.根据所述的方法，所述根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像包括：
20.将所述人脸的识别图像、所述环境图像以及所述位置参数上传到预设的设备；
21.所述预设的设备根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合所述预设标准的人脸识别图像。
22.根据所述的方法，所述预设标准的人脸识别图像为满足预设像素值且包含所述人脸所处环境及人脸的图像；
23.所述预设的设备为云服务器和/或网络视频录像机。
24.为了实现本发明的另一发明目的，本发明还提供了一种人脸识别优化的系统，包括：
25.获取模块，用于获取人脸所处环境的环境图像；
26.标识模块，用于对所述人脸进行位置参数的标识；
27.合成模块，用于根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。
28.为了实现本发明的又一发明目的，本发明还提供了一种终端，包括所述的系统。
29.为了实现本发明的又一发明目的，本发明还提供了一种存储介质，用于存储一种用于执行上述任意一种方法的计算机程序。
30.为了实现本发明的又一发明目的，本发明还提供了一种计算机设备，包括存储介质、处理器以及存储在所述存储介质上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。
31.本发明在进行人脸识别时，通过获取人脸所处环境的环境图像；并对所述人脸进行其所处环境的位置参数的标识，最后根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。由此，在保证上传预设的设备，如云平台的服务器的数据足够小的情况下，环境数据和人群站位位置等数据也能够被记录、保留及查看。既降低了带宽成本，也使数据更有价值，有利于监控人员及时发现及复盘，满足了后续如公安机关等勘察人员勘察人脸识别图像及其所处环境等的需求。
附图说明
32.图1是本发明实施例提供的人脸识别优化的方法流程图；
33.图2是本发明实施例提供的人脸识别优化的系统的结构框图；
34.图3是本发明实施例提供的人脸识别优化的系统的结构框图；
35.图4是本发明实施例提供的对获取的图像网格化的示意图；
36.图5是本发明实施例提供的存储介质的结构示意图；
37.图6是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
38.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。
39.需要说明的，本说明书中针对“一个实施例”、“实施例”、“示例实施例”等的引用，指的是描述的该实施例可包括特定的特征、结构或特性，但是不是每个实施例必须包含这些特定特征、结构或特性。此外，这样的表述并非指的是同一个实施例。进一步，在结合实施例描述特定的特征、结构或特性时，不管有没有明确的描述，已经表明将这样的特征、结构或特性结合到其它实施例中是在本领域技术人员的知识范围内的。
40.此外，在说明书及后续的权利要求当中使用了某些词汇来指称特定组件或部件，所属领域中具有通常知识者应可理解，制造商可以用不同的名词或术语来称呼同一个组件或部件。本说明书及后续的权利要求并不以名称的差异来作为区分组件或部件的方式，而是以组件或部件在功能上的差异来作为区分的准则。在通篇说明书及后续的权利要求书中所提及的“包括”和“包含”为一开放式的用语，故应解释成“包含但不限定于”。以外，“连接”一词在此系包含任何直接及间接的电性连接手段。间接的电性连接手段包括通过其它装置进行连接。
41.参见图1，在本发明的一个实施例中，提供一种人脸识别优化的方法，所述方法包括：
42.步骤s101中，获取人脸所处环境的环境图像；
43.步骤s102中，对所述人脸进行位置参数的标识；
44.步骤s103中，根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。
45.在该实施例中，在人脸识别优化的方法中，首先获取人脸所处环境的环境图像；如在进行人脸识别分析时，在设备启动时或者第一次完成人脸识别操作时获取当前环境的一帧图像。然后对人脸在所述环境中的位置进行标识，记录相关的位置参数。最后根据所述人脸的识别图像、环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。由此满足了后续对人脸识别及其当时所处的环境数据的保留、查看需求的同时，减少了数据的传输量。
46.在本发明的一个实施例中，在所述获取人脸所处环境的环境图像之前或之后包括：
47.对所述人脸进行识别，获取仅包括所述人脸的识别图像。具体的在对人脸识别时，只获取包括所述人脸的识别图像，而其他的环境图像数据均去除，由此，所述人脸的识别图像会比较小，更便于传输和保留。
48.在本发明的一个实施例中，所述获取人脸所处环境的环境图像包括：
49.每间隔预设的第一时间获取包含所述人脸及其所处环境的第一图像；该第一时间根据用户需要进行设置，若需要较高的检测频率，则设置所述第一时间为短；若不需要较高
的检测频率，则设置所述第一时间为长。
50.将多张所述第一图像中始终不移动的图像设置为所述人脸所处环境的环境图像。而在获取的多张所述第一图像中，始终不移动的图像内容被视为所述人脸所处的环境，将这些图像内容设置为环境图像。
51.在该实施例中，在获取环境图像时，根据预设的第一时间定时去获取当前图像，定时获取的频率可以由包括公检法机关或者厂商的用户或者制造者，根据使用需要设定。而在多张第一图像获取后，需要将所有第一图像进行融合，把所有在多个第一图像中移动的物体及人物不算在当前环境，把多个第一图像中始终维持不动的对象的画面找出，最终设定位目标的环境图像。
52.所述对所述人脸进行位置参数的标识包括：
53.对所述第一图像进行网格化；在获得所述环境图像后，每次对人脸进行分析时，需要对当前获取的第一图像进行网格化。
54.在网格化后的所述第一图像中，标识所述人脸的位置参数。对所述第一图像进行网格化，对网格内的所有人进行相应的标注参数，便于精确标识所述人脸在所处环境中的位置。根据标识所述人脸的位置参数，可以在后续合成所述符合预设标准的人脸识别图像时，准确的将所述人脸设置在图像中对应的位置上。
55.所述根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像包括：
56.将所述人脸的识别图像、所述环境图像以及所述位置参数上传到预设的设备；所述预设的设备为相关的监控设备或者是服务器。
57.所述预设的设备根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合所述预设标准的人脸识别图像。在将数据上传到nvr(network video recorder，网络视频录像机)或者云平台时，除了上传只包括人或者人脸的识别图像，同时需要上传获取的一定时间范围内的环境图像，该一定时间范围可以是预先设定的。同时也要把对应的人脸面孔的位置参数上传，作为后续合成图像的人脸位置的数据参考。云平台根据获得的环境图像和人脸面孔及对应的位置参数进行结合，最后合成可供公检法或者其他客户能够查看的标准。由此在保证上传云平台的数据足够小的情况下，环境数据和人群站位位数的数据也能够被记录、保留及查看。既降低了带宽成本，也使数据更有价值，有利于监控人员及时发现及复盘问题。其中，所述预设标准的人脸识别图像为满足预设像素值且包含所述人脸所处环境及人脸的图像；所述预设的设备为云服务器和/或网络视频录像机。
58.参见图2，在本发明的一个实施例中，提供了一种人脸识别优化的系统100，该系统用于实现上述多个人脸识别优化的方法。人脸识别优化的系统100包括：
59.获取模块10，用于获取人脸所处环境的环境图像；
60.标识模块20，用于对所述人脸进行位置参数的标识；
61.合成模块30，用于根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。
62.在该实施例中，将人脸所处环境的环境图像和人脸的识别图像分开获取，首先通过获取模块10获取人脸所处环境的环境图像；标识模块20则对所述人脸进行位置参数的标识，该位置参数是人脸相对于所处环境的位置标识；最后合成模块30根据查看需求，采用所
述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。由于既满足了使人脸的识别图像数据尽量小，便于传输及存储的需求；又满足了后续查看人脸的识别图像需要参考其所处的环境的环境图像的需求。
63.参见图3，在本发明的一个实施例中，所述系统还包括：
64.识别模块40，用于对所述人脸进行识别，获取仅包括所述人脸的识别图像。通过该识别模块40对所述人脸进行识别，具体的只是获取仅包括所述人脸的识别图像，而不包括如人脸以为的其他环境或者物品的图像，由此所述人脸的识别图像的大小会比较小。
65.参见图3，在本发明的一个实施例中，所述获取模块10包括：
66.获取子模块11，用于每间隔预设的第一时间获取包含所述人脸及其所处环境的第一图像；定时获取的频率可以根据用户的需求进行设置，用户包括公检法机关或者厂商自等。
67.设置子模块12，用于将多张所述第一图像中始终不移动的图像设置为所述人脸所处环境的环境图像。而通过多张图像的获取后，设置子模块12将所有图像进行融合，把图像中始终维持不动的画面找出来，最终则是目标的环境图像。
68.参见图3和图4，在本发明的一个实施例中，所述标识模块20包括：
69.网格化子模块21，用于对所述第一图像进行网格化；
70.标识子模块22，用于在网格化后的所述第一图像中，标识所述人脸的位置参数。
71.在该实施例中，在获得环境图像后，如在摄像头每次都人脸进行分析时，都需要网格化子模块21对当前图像进行网格化。标识子模块22对网格内的所有人进行相应的标注参数。如图4圆形黑框的人则是在特定的网格区域内，对网格的参数同步进行记录。具体的标识子模块22记录为c2-d2，c1-d1之间，同样的，还可以对网格内的所有人进行相同的标注。由此可以获知人脸或者人像的在当时所处环境中的具体位置。
72.参见图3和图4，在本发明的一个实施例中，所述合成模块30包括：
73.上传子模块31，用于将所述人脸的识别图像、所述环境图像以及所述位置参数上传到预设的设备；
74.合成子模块32，设置于所述预设的设备，用于根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合所述预设标准的人脸识别图像。
75.在该实施例中，上传子模块31在将数据上传到nvr或者云平台时，除了上传抠图的人脸的识别图像，同时需要上传一定时间范围内的环境图像。同时也将对应的人脸面孔的位置参数上传。合成子模块32则根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合所述预设标准的人脸识别图像。例如在需要查看包括人脸的识别图像之外，还需要参考所述人脸所处的环境，则通过合成子模块32采用所述人脸的识别图像以及所述环境图像、所述位置参数，组合成符合所述预设标准的人脸识别图像。优选的，所述预设标准的人脸识别图像为满足预设像素值且包含所述人脸所处环境及人脸的图像；预设像素值为高清的图像。所述预设的设备为云服务器和/或网络视频录像机。云平台根据获得的环境图像和人脸面孔及对应的位置参数进行结合，最后可供公检法及其他客户能够查看的标准。
76.在本发明的一个实施例中，以固定位置和角度的摄像机为例：首先获取模块10在进行人脸识别分析时，在设备启动时或者第一次完成人脸识别操作时获取当前环境的一帧
图像，随后定时去获取当前图像，定时获取的频率可以由公检法机关或者厂商自主去设定。而在获取多张第一图像后，获取模块10将所有图像进行融合，把所以移动不仅算在当前环境，把图像中始终维持不动的画面找出来最终则是目标的环境图像。在获得环境图像后，摄像头每次都人脸进行分析时，标识模块20对当前第一图像进行网格化。而对于有一定触发条件的监控摄像头，如监控到有人脸时则自动调整摄像头方向则此时也要相对应的获取变换后的环境图像。每次触发则获取一次，如长时间停留，则定时获取。在摄像机实际的应用场景，摄像机位置和角度一般是固定不变的或者在某种触发条件下发生变化(并不是随时变化)，当然随时移动的监控设备也能使用本发明的技术方案。对于有一定触发条件的监控摄像头，如监控到有人脸时则自动调整摄像头方向则此时也相对应的获取变换后的环境图像。
77.此外，为了实现本发明的另一发明目的，本发明还提供了一种终端，包括上述任意一项所述的系统100。该终端为所述预设的设备，该预设的设备包括设置于监控环境的监控摄像机以及云平台的服务器，或者其他与所述监控摄像机通信连接的服务器。
78.为了实现本发明的另一发明目的，本发明还提供了一种存储用于执行上述任意一种方法的计算机程序。
79.为了实现本发明的另一发明目的，本发明还提供了一种计算机设备400，包括存储介质200、处理器300以及存储在所述存储介质上并可在所述处理器300上运行的计算机程序，所述处理器300执行所述计算机程序时实现上述任一项所述的方法。
80.参见图5和图6，在本发明的一个实施例中，还提供了用于存储一种用于执行上述实施例中任意一种方法的计算机程序的存储介质200。以及一种计算机设备400，包括存储介质200、处理器300以及存储在所述存储介质200上并可在所述处理器300上运行的计算机程序，所述处理器300执行所述计算机程序时实现上述任一个实施例中的所述的方法。
81.本发明提供一种存储介质200，用于存储如图1所述任意一种方法的计算机程序。例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本技术的方法和/或技术方案。而调用本技术的方法的程序指令，可能被存储在固定的或可移动的存储介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输和/或被存储在根据程序指令运行的计算机设备的存储介质中。在此，根据本技术的一个实施例包括一个如图5所示的计算机设备400，所述计算机设备400优选包括用于存储计算机程序的存储介质200和用于执行计算机程序的处理器300，其中，当该计算机程序被该处理器300执行时，触发该计算机设备400执行基于前述多个实施例中的方法和/或技术方案。
82.需要注意的是，本技术可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(asic)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本技术的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本技术的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，ram存储器，磁或光驱动器或软磁盘及类似设备。另外，本技术的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
83.根据本发明的方法可以作为计算机实现方法在计算机上实现、或者在专用硬件中实现、或以两者的组合的方式实现。用于根据本发明的方法的可执行代码或其部分可以存储在计算机程序产品上。计算机程序产品的示例包括存储器设备、光学存储设备、集成电
路、服务器、在线软件等。优选地，计算机程序产品包括存储在计算机可读介质上以便当所述程序产品在计算机上执行时执行根据本发明的方法的非临时程序代码部件。
84.在优选实施例中，计算机程序包括适合于当计算机程序在计算机上运行时执行根据本发明的方法的所有步骤的计算机程序代码部件。优选地，在计算机可读介质上体现计算机程序。
85.综上所述，本发明在进行人脸识别时，通过获取人脸所处环境的环境图像；并对所述人脸进行其所处环境的位置参数的标识，最后根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。由此，在保证上传预设的设备，如云平台的服务器的数据足够小的情况下，环境数据和人群站位位置等数据也能够被记录、保留及查看。既降低了带宽成本，也使数据更有价值，有利于监控人员及时发现及复盘，满足了后续如公安机关等勘察人员勘察人脸识别图像及其所处环境等的需求。
86.本发明公开了a1、一种人脸识别优化的方法，包括：
87.获取人脸所处环境的环境图像；
88.对所述人脸进行位置参数的标识；
89.根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。
90.a2、根据a1所述的方法，在所述获取人脸所处环境的环境图像之前或之后包括：
91.对所述人脸进行识别，获取仅包括所述人脸的识别图像。
92.a3、根据a1或a2所述的方法，所述获取人脸所处环境的环境图像包括：
93.每间隔预设的第一时间获取包含所述人脸及其所处环境的第一图像；
94.将多张所述第一图像中始终不移动的图像设置为所述人脸所处环境的环境图像。
95.a4、根据a3所述的方法，所述对所述人脸进行位置参数的标识包括：
96.对所述第一图像进行网格化；
97.在网格化后的所述第一图像中，标识所述人脸的位置参数。
98.a5、根据a4所述的方法，所述根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像包括：
99.将所述人脸的识别图像、所述环境图像以及所述位置参数上传到预设的设备；
100.所述预设的设备根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合所述预设标准的人脸识别图像。
101.a6、根据a5所述的方法，所述预设标准的人脸识别图像为满足预设像素值且包含所述人脸所处环境及人脸的图像；
102.所述预设的设备为云服务器和/或网络视频录像机。
103.本发明还公开了b7、一种人脸识别优化的系统，包括：
104.获取模块，用于获取人脸所处环境的环境图像；
105.标识模块，用于对所述人脸进行位置参数的标识；
106.合成模块，用于根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合预设标准的人脸识别图像。
107.b8、根据b7所述的系统，所述系统还包括：
108.识别模块，用于对所述人脸进行识别，获取仅包括所述人脸的识别图像。
109.b9、根据b7或8所述的系统，所述获取模块包括：
110.获取子模块，用于每间隔预设的第一时间获取包含所述人脸及其所处环境的第一图像；
111.设置子模块，用于将多张所述第一图像中始终不移动的图像设置为所述人脸所处环境的环境图像。
112.b10、根据b9所述的系统，所述标识模块包括：
113.网格化子模块，用于对所述第一图像进行网格化；
114.标识子模块，用于在网格化后的所述第一图像中，标识所述人脸的位置参数。
115.b11、根据b10所述的系统，所述合成模块包括：
116.上传子模块，用于将所述人脸的识别图像、所述环境图像以及所述位置参数上传到预设的设备；
117.合成子模块，设置于所述预设的设备，用于根据所述人脸的识别图像、所述环境图像以及所述位置参数，组合成符合所述预设标准的人脸识别图像。
118.b12、根据b11所述的系统，所述预设标准的人脸识别图像为满足预设像素值且包含所述人脸所处环境及人脸的图像；
119.所述预设的设备为云服务器和/或网络视频录像机。
120.本发明还公开了c15、一种终端，包括b7～b12中任意一项所述的系统。
121.本发明还公开了d16、一种存储介质，用于存储一种用于执行a1～a6中任意一种方法的计算机程序。
122.本发明还公开了e17、一种计算机设备，包括存储介质、处理器以及存储在所述存储介质上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现a1～a6一项所述的方法。