基于异构主动视觉网络的人脸图像样本采集优化方法

摘要

一种基于异构主动视觉网络的人脸图像样本采集优化方法，视觉网络包含目标检测跟踪定位摄像头、目标人脸图像样本采集摄像头，其中采集摄像头可由云台可变焦摄像头(即PTZ摄像头)和移动摄像头组成，采集过程中，针对每个采集时刻，所有摄像头进行目标分配和参数调整，采集某个目标的人脸图像样本，优化人脸图像样本评价，图像评价根据人脸识别研究的背景知识，通过图像处理和数学分析得到，本发明针对单目标/多目标，目标路径可预知/未知，有无移动摄像头，对采集方法进行了具体的设计，本发明采集到的分辨率较高、姿态角丰富的人脸图像样本，可以用于人脸注册和识别。

主权项

1.一种基于异构主动视觉网络的人脸图像样本采集优化方法，通过异构主动视觉网络，在采集人脸图像样本过程中，优化图像评价，其特征在于，包括以下内容：寻优目标：最大化所有目标人脸图像样本评价的总体经验评价函数Sum_t(f_t)，其中第t个目标的评价函数f_t如下所示$f_t(p_{n_t},r_{n_t},...,p_1,r_1)=f_t(p_{n_t-1},r_{n_t-1},...,p_1,r_1)+(f_p(p_1,...,p_{n_t})-f_p(p_1,...,p_{n_t-1}))·f_r\left(r_{n_t}\right)$n_t＝2,3,...f_t(p₁,r₁)＝f_p(p₁)·f_r(r₁)为第t个目标的n_t个人脸图像样本的联合评价函数，通过迭代方法计算；f_p为对姿态角的评价函数，根据所有姿态角在(-90°，90°)区间分布的均匀和密集程度来计算，表示第n_t个人脸图像样本的姿态角度；f_r表示对分辨率的评价函数，根据分辨率的高低来计算，表示第n_t个人脸图像样本的分辨率；寻优变量：人脸图像分辨率r，姿态角p；异构视觉网络可调参数：某一时刻，摄像头与目标的分配关系I(c,t)、摄像头在世界坐标系中的位置与朝向角L_c、以及摄像头的焦距f_c；其中，I(c,t)是一个示性函数，c表示摄像头的标号，c∈{1,2,...,N_c}，t表示目标的标号，t∈{1,2,...,N_t}；I(c,t)＝1表示将第t个目标分配给第c个摄像头，I(c,t)＝0表示未分配；表示第c个摄像头在世界坐标系中的位置、水平转角及俯仰转角；寻优方法：根据单目标和多目标、目标路径可预知和未知、有无移动摄像头几种情况，基于市场竞拍进行任务分配，基于贪心算法和阈值法进行图像筛选，从而确定异构视觉网络可调参数和寻优变量。