基于人脸聚类的视频中人脸图像优选方法的研究
人脸图像优选对智能监控系统中的人脸识别有着重要的意义.针对在视频中多人脸跟踪时出现跟丢、跟错以及无法及时添加、取消跟踪器等难以处理的问题,本文提出用人脸聚类代替人脸跟踪获取同一人脸图像,并构造出一种人脸图像质量的综合评价指标来从大量的多姿态人脸图像中选出一张人脸姿态和图像清晰度较好的人脸图像.首先对视频中的行人进行人脸检测,然后采用残差网络提取人脸面部特征进行人脸聚类,最后定义了人脸旋转程度、人眼状态、人脸遮挡程度、人脸图像清晰度4个评价指标,并将聚类后每一类人脸图像在4个评价指标上归一化均值分别作为各评价指标的权重系数,从而构造出一种人脸图像质量的综合评价指标,以此进行人脸图像优选.实验结果表明,通过人脸聚类方法能够有效获取到视频中同一人的人脸图像,通过所构造的人脸图像质量综合评价指标能有效获取到视频中的同一人的较优人脸图像.
图像处理、人脸图像优选、人脸聚类、综合评价指标
56
TP391.4(计算技术、计算机技术)
吉林省教育厅“十三五”科学技术项目JJKH20191126KJ;延边大学世界一流学科建设培育项目18YLPY14
2019-12-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
235-243