一种人脸自动标注方法及系统

摘要

本发明涉及一种人脸自动标注方法及系统，首先从截取的视频中检测出人脸，获取人脸图片集合，然后过滤出人脸图片集合，同时，获取相邻帧图片的HSV颜色直方图差值，采用空间颜色直方图的镜头边缘检测算法进行镜头分割，对来自相邻帧的人脸，检测第一帧的目标区域内角点，并使用局部匹配的方法将这些角点递延给下一帧，并进行相应的更新，并统计匹配个数，依据匹配个数的阈值，依此进行下去获取人脸序列。然后通过唇动检测模块根据人脸序列中说话人的唇动检测出说话人和未说话人，将说话人、说话内容及说话时间三者融合进行标注；最后，读入每个序列上的人脸，逐个定位，再根据定位结果进行仿射变换，并提取变换后特征点附近固定大小圆形区域内的像素灰度值，作为该人脸特征。本发明的人脸自动标注方法及系统，使用方便，准确性高。

主权项

一种人脸自动标注方法，其特征在于，包括如下步骤：人脸检测：从截取的视频中检测出人脸，获取人脸图片集合，然后过滤出人脸图片集合，同时，获取相邻一帧图片的HSV颜色直方图差值，采用空间颜色直方图的镜头边缘检测算法进行镜头分割，对来自相邻一帧的人脸，检测第一帧的目标区域内角点，并使用局部匹配的方法将这些角点延递给下一帧，并进行相应的更新，并统计匹配个数，依据匹配个数的阈值，依此进行下去获取人脸序列；说话人脸序列标注：通过唇动检测模块根据人脸序列中说话人的唇动，检测出说话人和未说话人，将说话人、说话内容及说话时间三者融合进行标注；未说话人脸序列标注：先对训练样本中的所有已经完成分类的人脸进行编码，对所有训练人脸通过LC‑KSVD算法学习得到一个编码字典，当编码字典学习完成后，计算各个未分类的人脸的编码，用PSM方法定位特征，仿射变换，提取人脸特征并归一化后，使用LC‑KSVD算法对该序列人脸的提取出的特征进行编码，并与已经学习到的编码字典进行匹配，设置一个阈值，当两个编码值的欧氏距离小于该阈值时，表示匹配成功，视频人脸分类是通过统计的方法进行分类的，完成标注功能。