一种基于人脸识别的安防监控方法及系统技术方案

本发明专利技术提供了一种基于人脸识别的安防监控方法及系统，属于信息技术领域。其中，所述方法包括：获取分布式监控设备的视频监控数据，基于所述视频监控数据提取若干人脸信息；将所述人脸信息与人脸数据库进行匹配计算；若所述匹配结果为匹配失败，则基于该匹配失败的人脸信息进行跨相机匹配，基于跨相机匹配的结果得出与该人脸信息对应的行进轨迹；本发明专利技术的方案实现了针对陌生人进行跨相机的匹配操作，得出陌生人在监控场景中的行进轨迹，有利于对陌生人进行针对性监控。人进行针对性监控。人进行针对性监控。

【技术实现步骤摘要】
一种基于人脸识别的安防监控方法及系统


[0001]本专利技术涉及信息技术及安防
，具体而言，涉及一种基于人脸识别的安防监控方法及系统。

技术介绍

[0002]随着科技技术的发展与进步，当前安防技术已经进入了全新的智能时代，而视频智能分析则是智能安防技术落地的重要手段。得益于深度学习技术中的各类智能算法的井喷式发展，使得实时分析前端设备采集的视频信息成为可能，从而实现对各种异常行为主动预警，并将报警信息传递至各大监控平台以及客户端。
[0003]对现有技术进行检索后发现如下专利文献：专利文献1（CN106845385A）公开了一种视频目标跟踪的方法，所述方法包括：获取视频流，根据人脸检测算法识别人脸区域，得到第一视频帧对应的第一待跟踪目标；对所述第一待跟踪目标通过基于深度神经网络的人脸特征提取得到第一人脸特征加入特征库；在当前视频帧根据人脸检测算法识别人脸区域，得到当前视频帧对应的当前待跟踪目标，对所述当前待跟踪目标通过基于深度神经网络的人脸特征提取得到第二人脸特征，根据所述第二人脸特征和所述特征库将所述当前待跟踪目标与第一待跟踪目标进行特征匹配，以从所述第一视频帧开始跟踪所述第一待跟踪目标，在跟踪过程中根据提取的更新的人脸特征更新所述特征库。
[0004]专利文献2（CN102521578A）公开了一种入侵检测和识别方法，为依次通过视频数据采集、图像识别、最后根据识别结果进行安全控制的方法，还包括步骤：a).通过图像传感器采集视野区域内的实时视频；b).划分视频段，并从视频段中分离出每帧的图像，利用背景差分检测出运动目标和区域，然后通过过滤器从视频段内选出记录的运动目标的大小/形状最接近阀值的代表帧图像；c).利用背景差分从该代表帧图像提取运动目标，然后建立运动人体的头肩二维模型并计算模型轮廓的不变矩形成特征向量；利用第一分类器进行人体目标的识别；d).根据人体目标识别的结果，如果可判定为陌生人，则主控系统通过控制总线启动本地或网络报警装置进行报警；如果不能准确判断是否为陌生人，则进行人脸识别步骤；e).进行人脸识别时，从代表帧图像内提取人脸的全局或局部特征；如果能提取人脸的全局或局部特征，则通过第二分类器判断主控系统数据库内是否存在与运动目标的人脸相同的图像；存在，则主控系统为该人进行授权允许其进行与其相关的操作；否则启动本地或网络报警装置进行报警；若无法从代表帧图像内提取人脸的全局或局部特征，则主控系统启动云识别步骤；f).云识别步骤，主控系统将该代表帧图像发送到云平台，然后再由云平台转发到用户的网络终端；用户利用网络终端，通过人眼进行人工识别，如果判断为认识的人，允许主控系统对该运动目标进行操作授权，否则判定为入侵的陌生人，用户通过网络终端控制主控系统报警或停止该运动目标在系统的操作。
[0005]专利文献3（CN111460884A）公开了一种基于人体跟踪的多人脸识别方法，1)读取一帧视频图像，使用yolov3进行目标识别；2)利用DeepSORT多目标跟踪锁定各人体坐标；3)
利用人体坐标获取人体图像，使用MTCNN和faceNet模型进行人脸检测及识别，当确认身份时，标识该人体名称属性为具体人名，相反则标记“未识别”；4)读取下一帧图像时，经检测、更新跟踪获得当前人体坐标，并结合存储的检测信息，判定是否需要再次识别，即已标记的具体人名的人体坐标，不再进行识别，只识别标记“未识别”及新加入的人体坐标；5)经过一帧或多帧图像处理，即可判定视频中所有人的身份。
[0006]经过分析上述现有技术中的专利文献可以看出，目前现有的人脸技术工作重心偏向于:在相机下通过人脸算法提取到人脸的特征，与数据库中实现录入的人脸特征进行比对，匹配成功则给出人员信息，匹配失败则上报不在名单中。然而，匹配失败的人即陌生人有时候才是用户真正关心的对象，现有技术显然并不能有效解决对陌生人的安防监控跟踪。

技术实现思路

[0007]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供了一种基于人脸识别的安防监控方法、系统、电子设备及存储介质。
[0008]本专利技术的第一方面提供了一种基于人脸识别的安防监控方法，包括如下步骤：获取分布式监控设备的视频监控数据，基于所述视频监控数据提取若干人脸信息；将所述人脸信息与人脸数据库进行匹配计算以得出匹配结果；若所述匹配结果为匹配失败，则基于该匹配失败的人脸信息进行跨相机匹配，基于跨相机匹配的结果得出与该人脸信息对应的行进轨迹。
[0009]可选地，所述基于所述视频监控数据提取若干人脸信息，包括：从所述视频监控数据中确定出各人体目标区域图像，对所述人体目标区域图像的上部区域进行人脸检测以确定人脸区域图像；对所述人脸区域图像进行计算以提取出人脸目标特征，将所述人脸目标特征作为所述人脸信息。
[0010]可选地，所述基于该匹配失败的人脸信息进行跨相机匹配，包括：计算所述人脸信息与其它监控设备提取出的待匹配人脸信息的相似度，基于相似度的计算结果确定目标监控设备。
[0011]可选地，所述计算所述人脸信息与其它监控设备提取出的待匹配人脸信息的相似度，包括：对于某一监控设备对应的各待匹配人脸信息，计算所述人脸目标特征与各待匹配人脸信息的第一相似度；提取出所述第一相似度大于第一阈值的待匹配人脸信息，基于所述第一相似度计算所述人脸信息与提取出的所述待匹配人脸信息的第二相似度，将所述第二相似度作为所述相似度。
[0012]可选地，所述第二相似度通过下式计算得出：式中，Sim为第二相似度，d1为第三相似度，其表征所述人脸目标特征与提取出的
所述待匹配人脸信息中第一相似度值最大的所述待匹配人脸信息的相似度；d2为第四相似度，其表征所述人脸目标特征与提取出的所述待匹配人脸信息中第一相似度值最小的所述待匹配人脸信息的相似度；式中，为所述人脸目标特征中的第i个元素，n为所述人脸目标特征中的元素个数；为提取出的所述待匹配人脸信息中第一相似度值最大的所述待匹配人脸信息对应的人脸目标特征中的第i个特征；为提取出的所述待匹配人脸信息中第一相似度值最小的所述待匹配人脸信息对应的人脸目标特征中的第i个特征；、为修正系数。
[0013]可选地，所述修正系数、基于提取出的所述待匹配人脸信息的第一相似度确定。
[0014]可选地，所述人脸信息与对应的所述视频监控数据的拍摄时刻关联；则所述基于跨相机匹配的结果得出与该人脸信息对应的行进轨迹，包括：提取各目标监控设备的属性信息，基于所述属性信息确定位置点序列；基于所述位置点序列和所述拍摄时刻绘制出所述行进轨迹。
[0015]本专利技术的第二方面提供了一种基于人脸识别的安防监控系统，包括处理模块、存储模块、通信模块、分布式监控设备，所述处理模块与所述存储模块、所述通信模块连接；其中，所述存储模块，用于存储可执行的计算机程序代码；所述通信模块，用于实现所述处理模块与所述分布式监控设备的通信；所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
[0016]本专利技术的第三本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别的安防监控方法，其特征在于，包括如下步骤：获取分布式监控设备的视频监控数据，基于所述视频监控数据提取若干人脸信息；将所述人脸信息与人脸数据库进行匹配计算以得出匹配结果；若所述匹配结果为匹配失败，则基于该匹配失败的人脸信息进行跨相机匹配，基于跨相机匹配的结果得出与该人脸信息对应的行进轨迹。2.根据权利要求1所述的一种基于人脸识别的安防监控方法，其特征在于：所述基于所述视频监控数据提取若干人脸信息，包括：从所述视频监控数据中确定出各人体目标区域图像，对所述人体目标区域图像的上部区域进行人脸检测以确定人脸区域图像；对所述人脸区域图像进行计算以提取出人脸目标特征，将所述人脸目标特征作为所述人脸信息。3.根据权利要求2所述的一种基于人脸识别的安防监控方法，其特征在于：所述基于该匹配失败的人脸信息进行跨相机匹配，包括：计算所述人脸信息与其它监控设备提取出的各待匹配人脸信息的相似度，基于相似度的计算结果确定目标监控设备。4.根据权利要求3所述的一种基于人脸识别的安防监控方法，其特征在于：所述计算所述人脸信息与其它监控设备提取出的各待匹配人脸信息的相似度，包括：对于某一监控设备对应的各待匹配人脸信息，计算所述人脸目标特征与各待匹配人脸信息的第一相似度；提取出所述第一相似度大于第一阈值的待匹配人脸信息，基于所述第一相似度计算所述人脸信息与提取出的所述待匹配人脸信息的第二相似度，将所述第二相似度作为所述相似度。5.根据权利要求4所述的一种基于人脸识别的安防监控方法，其特征在于：所述第二相似度通过下式计算得出：式中，Sim为第二相似度，d1为第三相似度，其表征所述人脸目标特征与提取出的所述待匹配人脸信息中第一相似度值最大的所述待匹配人脸信息的相似度；d2为第四相似度，其表征所述人脸目标特征与提取出的所述待匹配人脸信息中第一相似...

【专利技术属性】
技术研发人员：范柘，
申请(专利权)人：安维尔信息科技天津有限公司，
类型：发明
国别省市：