【技术实现步骤摘要】
一种基于网络摄像机的性别识别方法及装置
本专利技术涉及通信
,尤其涉及一种基于网络摄像机的性别识别方法及装 置。
技术介绍
人脸是人类最重要的生物特征之一,反映了很多重要的信息,如身份、年龄和性别 等等。性别分类就是根据人脸图像判断性别的过程。通过包含计算机的电子设备对目标人 员进行自动的性别分类并不是一个简单的问题。 现有技术中,对目标人员进行自动的性别分类技术比较粗略,无法完成大批量处 理监控视频中的目标人员性别分类,识别度不够精确。
技术实现思路
有鉴于此,本专利技术提供一种基于网络摄像机的人体特征识别方法、装置及系统,可 提高识别目标人体特征的效率、精确度和实时性。 本专利技术实施例提供的基于网络摄像机的人体特征识别方法,包括: 网络摄像机采集视频监控数据;从所述视频监控数据中提取目标人体特征的参 数;根据所述目标人体特征的参数,通过预先从服务器获取的人体特征识别分类器,分类识 别出所述目标人体特征;将分类识别出的所述目标人体特征,以及与所述目标人体特征对 应的兴趣信息发送给所述服务器,使得所述服务器对所述目标人体特征及所述兴趣信息进 行分析,并生成表示所述目标人体特征与所述兴趣信息之间关联关系的报表。 本专利技术实施例提供的基于网络摄像机的人体特征识别方法,包括: 服务器从预先设置的人体特征数据库中提取人体特征;根据所述人体特征训练人 体特征识别分类器;将所述人体特征识别分类器发送给网络摄像机,使得所述网络摄像机 根据所述人体特征识别分类器对目标人体特征进行分类识别;接收所述网络 ...
【技术保护点】
一种基于网络摄像机的人体特征识别方法,其特征在于,包括:网络摄像机采集视频监控数据;从所述视频监控数据中提取目标人体特征的参数;根据所述目标人体特征的参数,通过预先从服务器获取的人体特征识别分类器,分类识别出所述目标人体特征;将分类识别出的所述目标人体特征,以及与所述目标人体特征对应的兴趣信息发送给所述服务器,使得所述服务器对所述目标人体特征及所述兴趣信息进行分析,并生成表示所述目标人体特征与所述兴趣信息之间关联关系的报表。
【技术特征摘要】
1. 一种基于网络摄像机的人体特征识别方法,其特征在于,包括: 网络摄像机采集视频监控数据; 从所述视频监控数据中提取目标人体特征的参数; 根据所述目标人体特征的参数,通过预先从服务器获取的人体特征识别分类器,分类 识别出所述目标人体特征; 将分类识别出的所述目标人体特征,以及与所述目标人体特征对应的兴趣信息发送给 所述服务器,使得所述服务器对所述目标人体特征及所述兴趣信息进行分析,并生成表示 所述目标人体特征与所述兴趣信息之间关联关系的报表。2. 根据权利要求1所述的方法,其特征在于,所述从所述视频监控数据中提取目标人 体特征的参数包括: 从所述视频监控数据中,通过预先训练好的人脸分类器检测出人脸图像; 通过主动外观模型提取每个人脸图像的关键特征点,所述关键特征点包括人脸图像中 的眼睛、鼻子和嘴巴位置; 通过所述人脸图像中两眼之间的位置关系对所述人脸图像进行校正,使得所述人脸图 像端正无倾斜; 获取校正后的人脸图像的关键特征点的坐标。3. 根据权利要求2所述的方法,其特征在于,所述根据所述目标人体特征的参数,通过 预先从服务器获取的人体特征识别分类器,分类识别出所述目标人体特征包括: 根据所述校正后的人脸图像的关键特征点的坐标,以及从所述服务器上获取的各子区 域的均值向量和特征向量,分割所述校正后的人脸图像为多个子区域以进行主成份分析降 维; 将各所述子区域分别对应的关键特征点输入从所述服务器上获取的已训练好的人脸 特征模型,得到不同性别的人脸图像的各关键特征点之间的内在联系; 将获得的所述不同性别之间的人脸图像的各关键特征点之间的内在联系输入到从所 述服务器上获取的已训练好的性别识别分类器中,分类识别出男性及女性。4. 根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括: 在图像数据库中提取Harr-like特征,训练自适应增强分类器进行人脸检测。5. -种基于网络摄像机的人体特征识别方法,其特征在于,包括: 服务器从预先设置的人体特征数据库中提取人体特征; 根据所述人体特征训练人体特征识别分类器; 将所述人体特征识别分类器发送给网络摄像机,使得所述网络摄像机根据所述人体特 征识别分类器对目标人体特征进行分类识别; 接收所述网络摄像机分类发送的识别出的所述目标人体特征,以及与所述目标人体特 征对应的兴趣信息; 分析所述目标人体特征与所述兴趣信息的关联关系,并将所述关联关系生成报表。6. 根据权利要求5所述的方法,其特征在于,所述从预先设置的人体特征数据库中提 取人体特征包括: 通过主动外观模型提取人脸图像的关键特征点,所述关键特征点包括人脸图像中的眼 睛、鼻子和嘴巴位置。7. 根据权利要求5所述的方法,其特征在于,所述根据所述人体特征训练人体特征识 别分类器包括: 通过所述人脸图像中两眼之间的位置关系对所述人脸图像进行校正,使得所述人脸图 像端正无倾斜; 获取校正后的人脸图像的关键特征点的坐标; 根据所述校正后的人脸图像的关键特征点的坐标,分割所述校正后的人脸图像为多个 子区域以进行主成份分析降维,并保存所述人脸图像中各所述子区域的均值向量和特征向 量; 将各所述子区域分别对应的关键特征点输入人脸特征模型,获得不同性别的人脸图像 的各关键特征点之间的内在联系; 将获得的所述不同性别之间的人脸图像的各关键特征点之间的内在联系输入到支持 向量机中,训练得到性别识别分类器。8. 根据权利要求5至7任一项所述的方法,其特征在于,所述方法还包括: 更新所述人体特征数据库; 从更新后的人体特征数据库中提取人体特征,以重新训练人体特征识别分类器。9. 一种基于网络摄像机的人体特征识别装置,其特征在于,包括: 采集单元,用于采集视频监控数据; 提取单元,用于从所述视频监控数据中提取目标人体特征的参数; 识别单元,用于根据所述目标人体特征的参数,通过预先从服务器获取的人体特征识 别分类器,分类识别出所述目标人体特征; 发送单元,用于将分类识别出的所述目标人体特征,以及与所述目标人体特征对应的 兴趣信息发送给所述服务器,使得所述服务器对所述目标人体特征及所述兴趣信息进行分 析,并生成表示所述目标人体特征与所述兴趣信息之间关联关系的报表。10. 根据权利要求9所述的装置...
【专利技术属性】
技术研发人员:车全宏,仲崇亮,林晓清,杨佳艳,徐勇,
申请(专利权)人:深圳市中控生物识别技术有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。