CN112001360A - 一种基于智能调节的人脸识别监控*** - Google Patents
一种基于智能调节的人脸识别监控*** Download PDFInfo
- Publication number
- CN112001360A CN112001360A CN202010942047.5A CN202010942047A CN112001360A CN 112001360 A CN112001360 A CN 112001360A CN 202010942047 A CN202010942047 A CN 202010942047A CN 112001360 A CN112001360 A CN 112001360A
- Authority
- CN
- China
- Prior art keywords
- face
- human face
- module
- dimensional model
- definition camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开一种基于智能调节的人脸识别监控***,包括人脸图像采集模块、人脸图像处理模块、图像特征提取模块、距离检测模块、角度分析模块、角度调节模块、模型快速拼接模块、分析服务器、语音播报模块、人脸识别模块、总控制中心和存储数据库;本发明通过构建人脸三维模型,对比判断人脸三维模型是否完整,同时调节高清摄像头的转向角度和上下幅度,对人脸三维模型缺失的局部特征进行抓拍,并进行人脸三维模型的快速拼接,对比拼接后的人脸三维模型的匹配度,若不满足要求则继续进行抓拍,直到满足要求后锁定拼接完整的人脸三维模型,对完整的人脸三维模型进行人脸识别,识别通过后开启大厦的门禁,提高了匹配成功率和准确性。
Description
技术领域
本发明涉及人脸识别监控技术领域,涉及到一种基于智能调节的人脸识别监控***。
背景技术
随着我国社会不断发展、科技不断进步,各种各样的高楼大厦也随之层出不穷,这些高楼大厦已经成为了当代人工作场所的重要组成部分,在科技高度发达的今天,人们对这些高楼大厦的智能、安全有了更高的要求,因此,人脸识别监控***就是为了满足人们的需要应运而生。
但是,现有的人脸识别监控***仍存在一些不足,现有的人脸识别监控***一般是固定在大厦安全门一侧,当人员进入时需要对准镜头识别人脸,并且安装时主要考虑一般成年人的身高,高度、角度稍微不合适就很难识别,从而降低了识别速度,耽误了大厦内工作人员的时间,同时无法智能调节监控***的角度,存在采集的人脸图像局部缺失,识别时容易发生***错误的问题,降低了匹配成功率和准确性,同时现有的人脸识别监控***智能化程度不高、告知能力弱,当人脸识别通过时无法智能打开门禁,降低了进入大厦的通行效率,为了解决以上问题,现设计一种基于智能调节的人脸识别监控***。
发明内容
本发明的目的在于提供一种基于智能调节的人脸识别监控***,本发明通过人脸图像采集模块、人脸图像处理模块和图像特征提取模块构建人脸三维模型,对比判断人脸三维模型是否完整,同时调节高清摄像头的转向角度和上下幅度,控制调节后的高清摄像头对人脸三维模型缺失的局部特征进行抓拍,并进行人脸三维模型的快速拼接,对比拼接后的人脸三维模型的匹配度,若不满足要求则继续进行抓拍,直到满足要求后锁定拼接完整的人脸三维模型,对完整的人脸三维模型进行人脸识别,识别通过后开启大厦的门禁,解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现:
一种基于智能调节的人脸识别监控***,包括人脸图像采集模块、人脸图像处理模块、图像特征提取模块、距离检测模块、角度分析模块、角度调节模块、模型快速拼接模块、分析服务器、语音播报模块、人脸识别模块、总控制中心和存储数据库;
所述人脸图像采集模块包括高清摄像头,用于对待进入大厦的人们进行人脸图像采集,当人员进入高清摄像头的拍摄范围内时,高清摄像头按照人脸具有一定结构分布特征的检测方法对人脸进行检测,对被检测到的人脸进行动态目标跟踪,采集目标的人脸图像,将采集的人脸图像发送至人脸图像处理模块;
所述人脸图像处理模块与人脸图像采集模块连接,用于接收人脸图像采集模块发送的人脸采集图像,将接收的人脸图像进行图像分割,拼接图像分割得到的人脸特征区域,并去除该区域之外的背景图像,将保留的区域图像通过几何归一化处理变化为大小一致且人脸不存在偏角的图像,同时进行灰度变换处理和图像增强处理,将增强的人脸图像发送至图像特征提取模块;
所述图像特征提取模块与人脸图像处理模块连接,用于接收人脸图像处理模块发送的人脸增强图像,对增强的人脸图像进行人脸特征提取,根据人脸器官的形状描述以及器官之间的距离特性提取人脸主要器官的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率、角度和大小,根据人脸器官局部之间结构关系的几何描述构建人脸三维模型,将构建的人脸三维模型发送至分析服务器;
所述分析服务器与图像特征提取模块连接,用于接收图像特征提取模块发送的人脸三维模型,提取存储数据库中存储的正常人员的标准人脸三维模型,将接收的人脸三维模型与正常人员的标准人脸三维模型进行对比,统计接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度,若接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度大于或等于设定的匹配度阈值,表明采集的图像中人脸特征完整,将完整的人脸三维模型发送至人脸识别模块;若接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度小于设定的匹配度阈值,表明采集的图像中人脸局部特征缺失,将局部特征缺失的人脸三维模型对应的人员发送至距离检测模块;
所述距离检测模块与分析服务器连接,包括红外距离传感器,其中红外距离传感器安装在高清摄像头上,用于接收分析服务器发送的局部特征缺失的人脸三维模型对应的人员,通过红外距离传感器检测局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,记为L,将局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离发送至角度分析模块;
所述角度分析模块与距离检测模块连接,用于接收距离检测模块发送的局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,提取存储数据库中存储的高清摄像头的初始周向角度、初始俯视角度和安装高度,计算高清摄像头的俯视差值转角和周向差值转角,将计算的高清摄像头的俯视差值转角和周向差值转角发送至角度调节模块;
所述角度调节模块与角度分析模块连接,用于接收角度分析模块发送的高清摄像头的俯视差值转角和周向差值转角,通过角度调节模块对高清摄像头的转向角度和上下幅度进行调节,并控制调节后的高清摄像头对该人员的人脸三维模型缺失的局部特征进行抓拍,将抓拍的人脸局部图像发送至模型快速拼接模块;
所述模型快速拼接模块与角度调节模块连接,用于接收角度调节模块发送的抓拍的人脸局部图像,提取抓拍的人脸局部图像中局部特征,构建人脸三维局部模型,并结合局部特征缺失的人脸三维模型,进行人脸三维模型的快速拼接,将拼接后的人脸三维模型发送至分析服务器;
所述分析服务器与模型快速拼接模块连接,用于接收模型快速拼接模块发送的拼接后的人脸三维模型,将拼接后的人脸三维模型与存储的正常人员的标准人脸三维模型进行对比,统计拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度,若拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度小于设定的匹配度阈值,则再次控制高清摄像头对该人员的人脸三维模型缺失的局部特征进行抓拍,直到拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度大于或等于设定的匹配度阈值,并立即锁定拼接完整的人脸三维模型,将拼接完整的人脸三维模型发送至人脸识别模块;同时统计高清摄像头的抓拍次数,提取存储数据库中存储的高清摄像头对个人脸部图像抓拍的设定次数,将高清摄像头的抓拍次数与存储的高清摄像头对个人脸部图像抓拍的设定次数进行对比,若高清摄像头的抓拍次数小于设定抓拍次数,则控制高清摄像头继续抓拍,若高清摄像头的抓拍次数大于或等于设定抓拍次数,则发送提醒信号至语音播报模块;
所述语音播报模块与分析服务器连接,用于接收分析服务器发送的提醒信号,根据接收的提醒信号进行语音播报,提醒该人员不要乱动,并配合高清摄像头完成人脸三维模型缺失局部特征的抓拍;
所述人脸识别模块与分析服务器连接,用于接收分析服务器发送的完整的人脸三维模型和拼接完整的人脸三维模型,提取存储数据库中存储的大厦内所有工作人员的人脸三维模型,将接收的完整人脸三维模型与大厦内所有工作人员的人脸三维模型进行对比,统计完整人脸三维模型与大厦内所有工作人员的人脸三维模型的相似度,筛选相似度最高的工作人员的人脸三维模型,当筛选的最高相似度大于设定的相似度阈值,则匹配成功,输出相似度最高的人脸三维模型对应的工作人员身份信息,将输出的工作人员身份信息发送至总控制中心;
所述总控制中心与人脸识别模块连接,用于接收人脸识别模块发送的工作人员身份信息,根据接收的工作人员身份信息控制大厦的门禁开关并开启;
所述存储数据库分别与角度分析模块、分析服务器和人脸识别模块连接,用于存储正常人员的标准人脸三维模型,同时存储高清摄像头的初始周向角度、初始俯视角度和安装高度,并存储高清摄像头对个人脸部图像抓拍的设定次数和大厦内所有工作人员的人脸三维模型;
进一步地,所述人脸图像分割技术,包括如下步骤:
S1、按照设定的人脸图像尺寸调整比例将人脸图像的像素降低到400×600;
S2、采用最大类间方差法对人脸图像进行全局分割阈值估计,获得优选全局分割阈值,对人脸图像进行分割,获得含有人脸特征区域的分割图像,将该分割图像平均划分若干子图像;
S3、采用最大类间方差法对子图像进行局部分割阈值估计,获得各子图像的优选局部分割阈值,对不同的子图像使用不同的分割阈值进行分割;
S4、抽取各子图像分割得到的人脸特征区域的坐标,并按设定的图像尺寸调整比例将人脸特征区域坐标还原到原始图像坐标;
S5、拼接各子图像分割得到的人脸特征区域,结束当前人脸图像的分割;
进一步地,所述高清摄像头的俯视差值转角的计算公式为Δθ1表示为高清摄像头的俯视差值转角,θ1 0表示为高清摄像头的初始俯视角度,L表示为局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,h表示为高清摄像头的安装高度;
进一步地,所述高清摄像头的周向差值转角的计算公式为Δθ2表示为高清摄像头的周向差值转角,θ2 0表示为高清摄像头的初始周向角度,L表示为局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,h表示为高清摄像头的安装高度,θ1 0表示为高清摄像头的初始俯视角度。
有益效果:
(1)本发明提供的一种基于智能调节的人脸识别监控***,通过人脸图像采集模块、人脸图像处理模块和图像特征提取模块构建人脸三维模型,对比判断人脸三维模型是否完整,可以提高识别速度,避免耽误大厦内工作人员的时间,同时调节高清摄像头的转向角度和上下幅度,从而能够全面的检测人脸图像,并控制调节后的高清摄像头对人脸三维模型缺失的局部特征进行抓拍,进行人脸三维模型的快速拼接,对比拼接后的人脸三维模型的匹配度,若不满足要求则继续进行抓拍,直到满足要求后锁定拼接完整的人脸三维模型,大大降低了识别时出现***错误的发生率,提高了匹配成功率和准确性,并通过人脸识别模块对完整的人脸三维模型进行识别,识别通过后输出对应的工作人员身份信息,通过总控制中心开启大厦的门禁,提高了进入大厦的通行效率。
(2)本发明通过距离检测模块检测局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,并通过角度分析模块综合计算高清摄像头的俯视差值转角和周向差值转角,为后期调节高清摄像头的转向角度和上下幅度提供可靠的参考依据。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于智能调节的人脸识别监控***,包括人脸图像采集模块、人脸图像处理模块、图像特征提取模块、距离检测模块、角度分析模块、角度调节模块、模型快速拼接模块、分析服务器、语音播报模块、人脸识别模块、总控制中心和存储数据库;
所述人脸图像采集模块包括高清摄像头,用于对待进入大厦的人们进行人脸图像采集,当人员进入高清摄像头的拍摄范围内时,高清摄像头按照人脸具有一定结构分布特征的检测方法对人脸进行检测,对被检测到的人脸进行动态目标跟踪,采集目标的人脸图像,将采集的人脸图像发送至人脸图像处理模块;
所述人脸图像处理模块与人脸图像采集模块连接,用于接收人脸图像采集模块发送的人脸采集图像,将接收的人脸图像进行图像分割,拼接图像分割得到的人脸特征区域,并去除该区域之外的背景图像,将保留的区域图像通过几何归一化处理变化为大小一致且人脸不存在偏角的图像,同时进行灰度变换处理和图像增强处理,将增强的人脸图像发送至图像特征提取模块;
所述人脸图像分割技术,包括如下步骤:
S1、按照设定的人脸图像尺寸调整比例将人脸图像的像素降低到400×600;
S2、采用最大类间方差法对人脸图像进行全局分割阈值估计,获得优选全局分割阈值,对人脸图像进行分割,获得含有人脸特征区域的分割图像,将该分割图像平均划分若干子图像;
S3、采用最大类间方差法对子图像进行局部分割阈值估计,获得各子图像的优选局部分割阈值,对不同的子图像使用不同的分割阈值进行分割;
S4、抽取各子图像分割得到的人脸特征区域的坐标,并按设定的图像尺寸调整比例将人脸特征区域坐标还原到原始图像坐标;
S5、拼接各子图像分割得到的人脸特征区域,结束当前人脸图像的分割。
所述图像特征提取模块与人脸图像处理模块连接,用于接收人脸图像处理模块发送的人脸增强图像,对增强的人脸图像进行人脸特征提取,根据人脸器官的形状描述以及器官之间的距离特性提取人脸主要器官的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率、角度和大小,根据人脸器官局部之间结构关系的几何描述构建人脸三维模型,将构建的人脸三维模型发送至分析服务器;
所述分析服务器与图像特征提取模块连接,用于接收图像特征提取模块发送的人脸三维模型,提取存储数据库中存储的正常人员的标准人脸三维模型,将接收的人脸三维模型与正常人员的标准人脸三维模型进行对比,统计接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度,可以提高识别速度,避免耽误大厦内工作人员的时间,若接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度大于或等于设定的匹配度阈值,表明采集的图像中人脸特征完整,将完整的人脸三维模型发送至人脸识别模块;若接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度小于设定的匹配度阈值,表明采集的图像中人脸局部特征缺失,将局部特征缺失的人脸三维模型对应的人员发送至距离检测模块;
所述距离检测模块与分析服务器连接,包括红外距离传感器,其中红外距离传感器安装在高清摄像头上,用于接收分析服务器发送的局部特征缺失的人脸三维模型对应的人员,通过红外距离传感器检测局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,记为L,将局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离发送至角度分析模块;
所述角度分析模块与距离检测模块连接,用于接收距离检测模块发送的局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,提取存储数据库中存储的高清摄像头的初始周向角度、初始俯视角度和安装高度,计算高清摄像头的俯视差值转角和周向差值转角,为后期调节高清摄像头的转向角度和上下幅度提供可靠的参考依据,高清摄像头的俯视差值转角的计算公式为Δθ1表示为高清摄像头的俯视差值转角,θ1 0表示为高清摄像头的初始俯视角度,L表示为局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,h表示为高清摄像头的安装高度;高清摄像头的周向差值转角的计算公式为Δθ2表示为高清摄像头的周向差值转角,θ2 0表示为高清摄像头的初始周向角度,L表示为局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,h表示为高清摄像头的安装高度,θ1 0表示为高清摄像头的初始俯视角度,并将计算的高清摄像头的俯视差值转角和周向差值转角发送至角度调节模块;
所述角度调节模块与角度分析模块连接,用于接收角度分析模块发送的高清摄像头的俯视差值转角和周向差值转角,通过角度调节模块对高清摄像头的转向角度和上下幅度进行调节,从而能够全面的检测人脸图像,并控制调节后的高清摄像头对该人员的人脸三维模型缺失的局部特征进行抓拍,将抓拍的人脸局部图像发送至模型快速拼接模块;
所述模型快速拼接模块与角度调节模块连接,用于接收角度调节模块发送的抓拍的人脸局部图像,提取抓拍的人脸局部图像中局部特征,构建人脸三维局部模型,并结合局部特征缺失的人脸三维模型,进行人脸三维模型的快速拼接,将拼接后的人脸三维模型发送至分析服务器;
所述分析服务器与模型快速拼接模块连接,用于接收模型快速拼接模块发送的拼接后的人脸三维模型,将拼接后的人脸三维模型与存储的正常人员的标准人脸三维模型进行对比,统计拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度,若拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度小于设定的匹配度阈值,则再次控制高清摄像头对该人员的人脸三维模型缺失的局部特征进行抓拍,直到拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度大于或等于设定的匹配度阈值,并立即锁定拼接完整的人脸三维模型,大大降低了识别时出现***错误的发生率,提高了匹配成功率和准确性,将拼接完整的人脸三维模型发送至人脸识别模块;同时统计高清摄像头的抓拍次数,提取存储数据库中存储的高清摄像头对个人脸部图像抓拍的设定次数,将高清摄像头的抓拍次数与存储的高清摄像头对个人脸部图像抓拍的设定次数进行对比,若高清摄像头的抓拍次数小于设定抓拍次数,则控制高清摄像头继续抓拍,若高清摄像头的抓拍次数大于或等于设定抓拍次数,则发送提醒信号至语音播报模块;
所述语音播报模块与分析服务器连接,用于接收分析服务器发送的提醒信号,根据接收的提醒信号进行语音播报,提醒该人员不要乱动,并配合高清摄像头完成人脸三维模型缺失局部特征的抓拍;
所述人脸识别模块与分析服务器连接,用于接收分析服务器发送的完整的人脸三维模型和拼接完整的人脸三维模型,提取存储数据库中存储的大厦内所有工作人员的人脸三维模型,将接收的完整人脸三维模型与大厦内所有工作人员的人脸三维模型进行对比,统计完整人脸三维模型与大厦内所有工作人员的人脸三维模型的相似度,筛选相似度最高的工作人员的人脸三维模型,当筛选的最高相似度大于设定的相似度阈值,则匹配成功,输出相似度最高的人脸三维模型对应的工作人员身份信息,将输出的工作人员身份信息发送至总控制中心;
所述总控制中心与人脸识别模块连接,用于接收人脸识别模块发送的工作人员身份信息,根据接收的工作人员身份信息控制大厦的门禁开关并开启,提高了进入大厦的通行效率。
所述存储数据库分别与角度分析模块、分析服务器和人脸识别模块连接,用于存储正常人员的标准人脸三维模型,同时存储高清摄像头的初始周向角度、初始俯视角度和安装高度,并存储高清摄像头对个人脸部图像抓拍的设定次数和大厦内所有工作人员的人脸三维模型。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种基于智能调节的人脸识别监控***,其特征在于:包括人脸图像采集模块、人脸图像处理模块、图像特征提取模块、距离检测模块、角度分析模块、角度调节模块、模型快速拼接模块、分析服务器、语音播报模块、人脸识别模块、总控制中心和存储数据库;
所述人脸图像采集模块包括高清摄像头,用于对待进入大厦的人们进行人脸图像采集,当人员进入高清摄像头的拍摄范围内时,高清摄像头按照人脸具有一定结构分布特征的检测方法对人脸进行检测,对被检测到的人脸进行动态目标跟踪,采集目标的人脸图像,将采集的人脸图像发送至人脸图像处理模块;
所述人脸图像处理模块与人脸图像采集模块连接,用于接收人脸图像采集模块发送的人脸采集图像,将接收的人脸图像进行图像分割,拼接图像分割得到的人脸特征区域,并去除该区域之外的背景图像,将保留的区域图像通过几何归一化处理变化为大小一致且人脸不存在偏角的图像,同时进行灰度变换处理和图像增强处理,将增强的人脸图像发送至图像特征提取模块;
所述图像特征提取模块与人脸图像处理模块连接,用于接收人脸图像处理模块发送的人脸增强图像,对增强的人脸图像进行人脸特征提取,根据人脸器官的形状描述以及器官之间的距离特性提取人脸主要器官的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率、角度和大小,根据人脸器官局部之间结构关系的几何描述构建人脸三维模型,将构建的人脸三维模型发送至分析服务器;
所述分析服务器与图像特征提取模块连接,用于接收图像特征提取模块发送的人脸三维模型,提取存储数据库中存储的正常人员的标准人脸三维模型,将接收的人脸三维模型与正常人员的标准人脸三维模型进行对比,统计接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度,若接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度大于或等于设定的匹配度阈值,表明采集的图像中人脸特征完整,将完整的人脸三维模型发送至人脸识别模块;若接收的人脸三维模型与正常人员的标准人脸三维模型的匹配度小于设定的匹配度阈值,表明采集的图像中人脸局部特征缺失,将局部特征缺失的人脸三维模型对应的人员发送至距离检测模块;
所述距离检测模块与分析服务器连接,包括红外距离传感器,其中红外距离传感器安装在高清摄像头上,用于接收分析服务器发送的局部特征缺失的人脸三维模型对应的人员,通过红外距离传感器检测局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,记为L,将局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离发送至角度分析模块;
所述角度分析模块与距离检测模块连接,用于接收距离检测模块发送的局部特征缺失的人脸三维模型对应的人员离高清摄像头的距离,提取存储数据库中存储的高清摄像头的初始周向角度、初始俯视角度和安装高度,计算高清摄像头的俯视差值转角和周向差值转角,将计算的高清摄像头的俯视差值转角和周向差值转角发送至角度调节模块;
所述角度调节模块与角度分析模块连接,用于接收角度分析模块发送的高清摄像头的俯视差值转角和周向差值转角,通过角度调节模块对高清摄像头的转向角度和上下幅度进行调节,并控制调节后的高清摄像头对该人员的人脸三维模型缺失的局部特征进行抓拍,将抓拍的人脸局部图像发送至模型快速拼接模块;
所述模型快速拼接模块与角度调节模块连接,用于接收角度调节模块发送的抓拍的人脸局部图像,提取抓拍的人脸局部图像中局部特征,构建人脸三维局部模型,并结合局部特征缺失的人脸三维模型,进行人脸三维模型的快速拼接,将拼接后的人脸三维模型发送至分析服务器;
所述分析服务器与模型快速拼接模块连接,用于接收模型快速拼接模块发送的拼接后的人脸三维模型,将拼接后的人脸三维模型与存储的正常人员的标准人脸三维模型进行对比,统计拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度,若拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度小于设定的匹配度阈值,则再次控制高清摄像头对该人员的人脸三维模型缺失的局部特征进行抓拍,直到拼接后的人脸三维模型与正常人员的标准人脸三维模型的匹配度大于或等于设定的匹配度阈值,并立即锁定拼接完整的人脸三维模型,将拼接完整的人脸三维模型发送至人脸识别模块;同时统计高清摄像头的抓拍次数,提取存储数据库中存储的高清摄像头对个人脸部图像抓拍的设定次数,将高清摄像头的抓拍次数与存储的高清摄像头对个人脸部图像抓拍的设定次数进行对比,若高清摄像头的抓拍次数小于设定抓拍次数,则控制高清摄像头继续抓拍,若高清摄像头的抓拍次数大于或等于设定抓拍次数,则发送提醒信号至语音播报模块;
所述语音播报模块与分析服务器连接,用于接收分析服务器发送的提醒信号,根据接收的提醒信号进行语音播报,提醒该人员不要乱动,并配合高清摄像头完成人脸三维模型缺失局部特征的抓拍;
所述人脸识别模块与分析服务器连接,用于接收分析服务器发送的完整的人脸三维模型和拼接完整的人脸三维模型,提取存储数据库中存储的大厦内所有工作人员的人脸三维模型,将接收的完整人脸三维模型与大厦内所有工作人员的人脸三维模型进行对比,统计完整人脸三维模型与大厦内所有工作人员的人脸三维模型的相似度,筛选相似度最高的工作人员的人脸三维模型,当筛选的最高相似度大于设定的相似度阈值,则匹配成功,输出相似度最高的人脸三维模型对应的工作人员身份信息,将输出的工作人员身份信息发送至总控制中心;
所述总控制中心与人脸识别模块连接,用于接收人脸识别模块发送的工作人员身份信息,根据接收的工作人员身份信息控制大厦的门禁开关并开启;
所述存储数据库分别与角度分析模块、分析服务器和人脸识别模块连接,用于存储正常人员的标准人脸三维模型,同时存储高清摄像头的初始周向角度、初始俯视角度和安装高度,并存储高清摄像头对个人脸部图像抓拍的设定次数和大厦内所有工作人员的人脸三维模型。
2.根据权利要求1所述的一种基于智能调节的人脸识别监控***,其特征在于:所述人脸图像分割技术,包括如下步骤:
S1、按照设定的人脸图像尺寸调整比例将人脸图像的像素降低到400×600;
S2、采用最大类间方差法对人脸图像进行全局分割阈值估计,获得优选全局分割阈值,对人脸图像进行分割,获得含有人脸特征区域的分割图像,将该分割图像平均划分若干子图像;
S3、采用最大类间方差法对子图像进行局部分割阈值估计,获得各子图像的优选局部分割阈值,对不同的子图像使用不同的分割阈值进行分割;
S4、抽取各子图像分割得到的人脸特征区域的坐标,并按设定的图像尺寸调整比例将人脸特征区域坐标还原到原始图像坐标;
S5、拼接各子图像分割得到的人脸特征区域,结束当前人脸图像的分割。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010942047.5A CN112001360B (zh) | 2020-09-09 | 2020-09-09 | 一种基于智能调节的人脸识别监控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010942047.5A CN112001360B (zh) | 2020-09-09 | 2020-09-09 | 一种基于智能调节的人脸识别监控*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112001360A true CN112001360A (zh) | 2020-11-27 |
CN112001360B CN112001360B (zh) | 2021-06-04 |
Family
ID=73469645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010942047.5A Active CN112001360B (zh) | 2020-09-09 | 2020-09-09 | 一种基于智能调节的人脸识别监控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001360B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580541A (zh) * | 2020-12-24 | 2021-03-30 | 中标慧安信息技术股份有限公司 | 聚类化人脸识别方法和*** |
CN112735014A (zh) * | 2020-12-25 | 2021-04-30 | 中标慧安信息技术股份有限公司 | 基于人脸识别的可视化对讲方法和*** |
CN112907803A (zh) * | 2021-01-14 | 2021-06-04 | 湖南海讯供应链有限公司 | 一种自动调节ai智能门禁***及门禁检测方法 |
CN114063489A (zh) * | 2021-09-26 | 2022-02-18 | 中通服和信科技有限公司 | 一种基于3d可视化和物联网技术的智慧门控*** |
CN116684745A (zh) * | 2023-06-01 | 2023-09-01 | 广州乐庚信息科技有限公司 | 一种基于互联网的远程监***及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609695A (zh) * | 2012-02-14 | 2012-07-25 | 上海博物馆 | 一种多角度人脸识别方法及*** |
CN106156740A (zh) * | 2016-07-05 | 2016-11-23 | 张宁 | 民航机场候机楼人脸快速识别*** |
CN108460378A (zh) * | 2018-01-29 | 2018-08-28 | 成都海悦通科技有限公司 | 一种可调式三维立体人脸识别装置 |
CN208221940U (zh) * | 2018-04-27 | 2018-12-11 | 虞王君 | 一种人脸识别智能监控装置的角度调节机构 |
CN109800701A (zh) * | 2019-01-15 | 2019-05-24 | 安徽杰锐达智能科技有限公司 | 一种基于人脸识别的智能化安防认证*** |
CN109859305A (zh) * | 2018-12-13 | 2019-06-07 | 中科天网(广东)科技有限公司 | 基于多角度二维人脸的三维人脸建模、识别方法及装置 |
CN110008811A (zh) * | 2019-01-21 | 2019-07-12 | 北京工业职业技术学院 | 人脸识别***及方法 |
CN110363116A (zh) * | 2019-06-28 | 2019-10-22 | 上海交通大学 | 基于gld-gan的不规则人脸矫正方法、***及介质 |
CN110738142A (zh) * | 2019-09-26 | 2020-01-31 | 广州广电卓识智能科技有限公司 | 一种自适应改善人脸图像采集的方法、***及存储介质 |
US10671156B2 (en) * | 2018-08-09 | 2020-06-02 | Acer Incorporated | Electronic apparatus operated by head movement and operation method thereof |
-
2020
- 2020-09-09 CN CN202010942047.5A patent/CN112001360B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609695A (zh) * | 2012-02-14 | 2012-07-25 | 上海博物馆 | 一种多角度人脸识别方法及*** |
CN106156740A (zh) * | 2016-07-05 | 2016-11-23 | 张宁 | 民航机场候机楼人脸快速识别*** |
CN108460378A (zh) * | 2018-01-29 | 2018-08-28 | 成都海悦通科技有限公司 | 一种可调式三维立体人脸识别装置 |
CN208221940U (zh) * | 2018-04-27 | 2018-12-11 | 虞王君 | 一种人脸识别智能监控装置的角度调节机构 |
US10671156B2 (en) * | 2018-08-09 | 2020-06-02 | Acer Incorporated | Electronic apparatus operated by head movement and operation method thereof |
CN109859305A (zh) * | 2018-12-13 | 2019-06-07 | 中科天网(广东)科技有限公司 | 基于多角度二维人脸的三维人脸建模、识别方法及装置 |
CN109800701A (zh) * | 2019-01-15 | 2019-05-24 | 安徽杰锐达智能科技有限公司 | 一种基于人脸识别的智能化安防认证*** |
CN110008811A (zh) * | 2019-01-21 | 2019-07-12 | 北京工业职业技术学院 | 人脸识别***及方法 |
CN110363116A (zh) * | 2019-06-28 | 2019-10-22 | 上海交通大学 | 基于gld-gan的不规则人脸矫正方法、***及介质 |
CN110738142A (zh) * | 2019-09-26 | 2020-01-31 | 广州广电卓识智能科技有限公司 | 一种自适应改善人脸图像采集的方法、***及存储介质 |
Non-Patent Citations (3)
Title |
---|
YUAN CHEN等: "Multi-angle Face Detection with Step-by-Step Adjustment Networks", 《2018 3RD INTERNATIONAL CONFERENCE ON MECHANICAL, CONTROL AND COMPUTER ENGINEERING (ICMCCE)》 * |
吴健新: "智能监控***中的人脸检测与跟踪研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王奕超: "局部信息缺失的人脸图像修复与识别的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580541A (zh) * | 2020-12-24 | 2021-03-30 | 中标慧安信息技术股份有限公司 | 聚类化人脸识别方法和*** |
CN112735014A (zh) * | 2020-12-25 | 2021-04-30 | 中标慧安信息技术股份有限公司 | 基于人脸识别的可视化对讲方法和*** |
CN112907803A (zh) * | 2021-01-14 | 2021-06-04 | 湖南海讯供应链有限公司 | 一种自动调节ai智能门禁***及门禁检测方法 |
CN112907803B (zh) * | 2021-01-14 | 2021-09-28 | 湖南海讯供应链有限公司 | 一种自动调节ai智能门禁***及门禁检测方法 |
CN114063489A (zh) * | 2021-09-26 | 2022-02-18 | 中通服和信科技有限公司 | 一种基于3d可视化和物联网技术的智慧门控*** |
CN116684745A (zh) * | 2023-06-01 | 2023-09-01 | 广州乐庚信息科技有限公司 | 一种基于互联网的远程监***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112001360B (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001360B (zh) | 一种基于智能调节的人脸识别监控*** | |
CN109819208B (zh) | 一种基于人工智能动态监控的密集人群安防监控管理方法 | |
US8396262B2 (en) | Apparatus and method for face recognition and computer program | |
CN101339609B (zh) | 图像处理装置和图像处理方法 | |
US20070291998A1 (en) | Face authentication apparatus, face authentication method, and entrance and exit management apparatus | |
US20110074970A1 (en) | Image processing apparatus and image processing method | |
CN107230267B (zh) | 基于人脸识别算法的幼儿园智能签到方法 | |
WO2014139415A1 (zh) | 一种智能门窗防入侵装置以及***、智能门禁*** | |
JP2006146626A (ja) | パターン認識方法および装置 | |
Charfi et al. | Optimised spatio-temporal descriptors for real-time fall detection: comparison of SVM and Adaboost based classification | |
CN106851229B (zh) | 一种基于图像识别的安防智能决策的方法与*** | |
CN103605971A (zh) | 一种捕获人脸图像的方法及装置 | |
CN110827432B (zh) | 一种基于人脸识别的课堂考勤方法及*** | |
Xie et al. | Video based head detection and tracking surveillance system | |
CN118015435B (zh) | 基于移动计算平台的实时人脸抓拍方法及*** | |
CN112800825A (zh) | 基于关键点的关联方法、***及介质 | |
KR102423934B1 (ko) | 안면인식 및 유사한 옷 색상의 다수 객체 추적기술을 통한 스마트 휴먼검색 통합 솔루션 | |
KR20200060868A (ko) | 객체 탐지 및 자동 추적이 가능한 다시점 영상 감시 시스템 | |
CN112329597A (zh) | 一种人脸识别的方法和装置 | |
CN110572618B (zh) | 一种非法拍照行为监控方法、装置及*** | |
CN113591619A (zh) | 一种基于录像视频的人脸识别核验装置及其核验方法 | |
CN112215064A (zh) | 一种用于公共安全防范的人脸识别方法及*** | |
CN117197876B (zh) | 一种基于深度学习的人脸识别安防***及其方法 | |
Chowdhury et al. | Human detection and localization in secure access control by analysing facial features | |
García-Bunster et al. | A density-based approach for effective pedestrian counting at bus stops |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210330 Address after: 518000 room 504, block F, Zhongji LEO Satellite Internet of things Industrial Park, Keneng Road, Dongkeng community, Fenghuang street, Guangming District, Shenzhen City, Guangdong Province Applicant after: Shenzhen fair mutual sharing technology Co.,Ltd. Address before: 518000 Dongmen Middle Road, Luoling community, Dongmen street, Luohu District, Shenzhen City, Guangdong Province Applicant before: Shenzhen ZHONGSHEN Electronic Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |