本发明涉及人工智能领域,具体涉及一种提高人脸比对性能的视频图像中人脸图片截取方法。
背景技术:
人脸图像比对需要对人脸图像提取特征数据,用于人脸对比的人脸特征提取,主要是对经人脸检测过程截取到的视频图像中的人脸图片进行特征数据提取。
人脸检测是指对于任意一幅给定的输入图像,采用一定的计算方法对其进行搜索以确定其中是否含有人脸以及人脸在输入图像中的位置,方法主要是对输入的图像,用训练好的模型进行多层级联的卷积神经网络运算。
这种人脸检测的卷积神经网络运算量很大,并且运算量随图像像素增长以平方关系增长,因此为了在输入实时视频图像的应用中,能够快速完成在检测人脸过程,通常需要对更高像素的图像采用抽点的方法减少图像像素,比如典型的从4k(4096×2160分辨率)图像或1080p(1920*1080分辨率)图像,将图像像素减少到720*576像素或同一数量级分辨率像素,作为卷积神经网络的输入图像,进行人脸检测运算。
目前人脸检测算法一般能够最小检测到10*10像素的人脸图片,但是从输入图像(比如720*576像素)裁剪出这样少的像素的人脸,却不足以支持进行比较精确的人脸特征数据提取,人脸特征数据提取通常需要提供40*40或30*30像素人脸图像,以获得准确率较高的人脸比对结果,像素过少的人脸数据检出后也会被丢弃,造成信息获取的缺失或运算量的浪费。
技术实现要素:
本发明