基于压缩跟踪与IHDR增量学习的视频人脸在线识别方法

• 摘要：

  本发明涉及一种基于压缩跟踪与IHDR增量学习的视频人脸在线识别方法,其特征在于:结合人脸检测算法与压缩跟踪算法对多姿态人脸进行检测,使用基于IHDR算法的增量学习机制对人脸特征库进行构建,采用该人脸特征库实现对人脸样本与类别的在线更新;在进行视频人脸识别时,利用人脸在视频中是连续运动的特点,基于人脸特征库检索进行人脸识别,当人脸被准确识别出来后,启用压缩跟踪算法对目标人脸进行跟踪.采用该人脸特征库实现对人脸样本与类别的在线更新,使得该人脸特征库具有在线学习能力,具有较好的易用性和实时性,能够提高视频人脸识别算法的实时性与识别率.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201611042357.1

• 申请日期：

  2016.11.21

• 公开/公告号：

  CN106778501A

• 公开/公告日：

  2017-05-31

• 发明人：

  吴怀宇 钟锐 程果 陈镜宇 何云

• 申请人：

  武汉科技大学

• 主分类号：

  G06K9/00(2006.01)I,G,G06,G06K,G06K9

• 分类号：

  G06K9/00(2006.01)I,G06K9/62(2006.01)I,G,G06,G06K,G06K9,G06K9/00,G06K9/62

• 主权项：

  一种基于压缩跟踪与IHDR增量学习的视频人脸在线识别方法,其特征在于:结合人脸检测算法与压缩跟踪算法对多姿态人脸进行检测,使用基于IHDR算法的增量学习机制对人脸特征库进行构建,采用该人脸特征库实现对人脸样本与类别的在线更新;在进行视频人脸识别时,利用人脸在视频中是连续运动的特点,基于人脸特征库检索进行人脸识别,当人脸被准确识别出来后,启用压缩跟踪算法对目标人脸进行跟踪.