一种基于人脸识别技术的小区安防方法、装置和设备制造方法及图纸

本发明专利技术公开了基于人脸识别技术的小区安防方法、装置和设备，其中方法包括定时获取历史人脸图像数据；在所述历史人脸图像数据中筛除已登记的小区居民的人脸图像数据；获取每一未登记人员的人脸图像数据合集；获得每一未登记人员对应的人脸特征信息；获取在逃人员的身份信息和人脸图像数据；将所述各个未登记人员对应的人脸特征信息与提取到的每一在逃人员的人脸图像数据进行人脸匹配；若未登记人员对应的人脸特征信息与至少一个在逃人员的人脸图像数据匹配成功，则生成警报信息；将警报信息上报管理中心。本发明专利技术实施例能够预防可能出现的危险事件，提高小区的安防系数。提高小区的安防系数。提高小区的安防系数。

【技术实现步骤摘要】
一种基于人脸识别技术的小区安防方法、装置和设备


[0001]本专利技术涉及安全监控
，尤其是涉及一种基于人脸识别技术的小区安防方法、装置和设备。

技术介绍

[0002]现在的工厂，小区或单位是用刷卡的形式来开门和管理的，但是由于进出的闲杂人员较多，使得对于进出这些场所的人员的管理作用有限，还效率低；尤其是对于有过犯罪记录的人员或是有案底的人员的排查和管理，仅靠门禁卡以及相关的安保人员难以及时做出识别和做相对应的安保或报警措施。

技术实现思路

[0003]本专利技术实施例的目的是提供一种基于人脸识别技术的小区安防方法、装置和设备，通过定时对出入小区的未登记人员进行人脸信息收集，然后将未登记人员的人脸信息与获得的在逃人员的人脸图像进行匹配对比，看是否有在逃人员出入小区，若发现有则识别该在逃人员的身份信息并生成警报信息上报，以预防可能出现的危险事件，提高小区的安防系数。
[0004]为了解决上述技术问题，本专利技术实施例提供了一种基于人脸识别技术的小区安防方法，包括：
[0005]定时获取历史人脸图像数据；所述历史人脸图像数据至少包括门禁的摄像头以及小区内安装的监控摄像头采集得到的图像；每一所述历史人脸图像数据至少包括拍摄时间和拍摄地点信息；
[0006]在所述历史人脸图像数据中筛除已登记的小区居民的人脸图像数据；
[0007]将筛除后的历史人脸图像数据输入人脸图像分类模型，得到预设时间段内出入小区的每一未登记人员的人脸图像数据合集；
[0008]将所述每一未登记人员的人脸图像合集输入人脸特征提取模型进行人脸特征信息提取，分别得到各个未登记人员对应的人脸特征信息；
[0009]获取在逃人员的身份信息和人脸图像数据；
[0010]将所述各个未登记人员对应的人脸特征信息与提取到的每一在逃人员的人脸图像数据进行人脸匹配；
[0011]若至少一个未登记人员对应的人脸特征信息与至少一个在逃人员的人脸图像数据匹配成功，则生成警报信息；所述警报信息包括匹配成功的在逃人员的身份信息以及对应的人脸图像数据，以及匹配成功的未登记人员的人脸图像数据合集；
[0012]将所述警报信息上报至管理中心。
[0013]作为其中一种优选方案，还包括预设所述人脸特征提取模型，具体步骤如下：
[0014]获取人脸图像集，对所述人脸图像集中的每幅人脸图像进行灰度处理，以获得相应的人脸灰度图像集；
[0015]在预设尺度和方向下，对所述人脸灰度图像集进行滤波，获得滤波后的人脸灰度图像集；
[0016]将滤波后的人脸灰度图像集中的每幅人脸灰度图像划分为一系列互不重叠的灰度子图像；
[0017]提取所述每幅人脸灰度图像中一系列互不重叠的灰度子图像的谱能量；
[0018]计算所述一系列互不重叠的灰度子图像的谱能量的百分比；
[0019]根据所述一系列互不重叠的灰度子图像的谱能量的百分比构建对应的特征向量，获得人脸特征提取模型。
[0020]作为其中一种优选方案，还包括预设图像分类模型建立模块，具体用于：
[0021]获取未设置分类标签的第一样本数据，将所述第一样本数据输入至预先训练的基础分类模型中，确定所述第一样本数据设置预设分类标签的概率，其中，所述基础分类模型基于设置预设分类标签的第二样本数据训练获得；
[0022]基于所述第一样本数据设置分类标签的概率确定所述第一样本数据的权重；
[0023]基于第二样本数据、所述第一样本数据以及所述第一样本数据的权重对待训练的分类模型进行训练，获得人脸图像分类模型。
[0024]作为其中一种优选方案，所述在所述历史人脸图像数据中筛除已登记的小区居民的人脸图像数据，具体包括：
[0025]获取已登记的小区居民人脸图像数据；
[0026]将所述历史人脸图像数据与所述已登记的小区居民人脸图像数据进行人脸匹配；
[0027]若所述历史人脸图像数据中与至少一个已登记的小区居民的人脸图像数据匹配成功，则从事实历史人脸数据中删除所述至少一个已登记的小区居民的人脸图像数据。
[0028]本专利技术另一实施例提供了一种基于人脸识别技术的小区安防装置，包括：
[0029]图像获取模块，用于定时获取历史人脸图像数据；所述历史人脸图像数据至少包括门禁的摄像头以及小区内安装的监控摄像头采集得到的图像；每一所述历史人脸图像数据至少包括拍摄时间和拍摄地点信息；
[0030]数据筛除模块，用于在所述历史人脸图像数据中筛除已登记的小区居民的人脸图像数据；
[0031]数据合集获取模块，用于将筛除后的历史人脸图像数据输入人脸图像分类模型，得到预设时间段内出入小区的每一未登记人员的人脸图像数据合集；
[0032]特征提取模块，用于将所述每一未登记人员的人脸图像合集输入人脸特征提取模型进行人脸特征信息提取，分别得到各个未登记人员对应的人脸特征信息；
[0033]信息获取模块，用于获取在逃人员的身份信息和人脸图像数据；
[0034]特征匹配模块，用于将所述各个未登记人员对应的人脸特征信息与提取到的每一在逃人员的人脸图像数据进行人脸匹配；
[0035]警报信息生成模块，用于若至少一个未登记人员对应的人脸特征信息与至少一个在逃人员的人脸图像数据匹配成功，则生成警报信息；所述警报信息包括匹配成功的在逃人员的身份信息以及对应的人脸图像数据，以及匹配成功的未登记人员的人脸图像数据合集；
[0036]警报上报模块，用于将所述警报信息上报至管理中心。
[0037]作为其中一种优选方案，还包括特征提取模型建立模块，具体用于：
[0038]获取人脸图像集，对所述人脸图像集中的每幅人脸图像进行灰度处理，以获得相应的人脸灰度图像集；
[0039]在预设尺度和方向下，对所述人脸灰度图像集进行滤波，获得滤波后的人脸灰度图像集；
[0040]将滤波后的人脸灰度图像集中的每幅人脸灰度图像划分为一系列互不重叠的灰度子图像；
[0041]提取所述每幅人脸灰度图像中一系列互不重叠的灰度子图像的谱能量；
[0042]计算所述一系列互不重叠的灰度子图像的谱能量的百分比；
[0043]根据所述一系列互不重叠的灰度子图像的谱能量的百分比构建对应的特征向量，获得人脸特征提取模型。
[0044]作为其中一种优选方案，还包括图像分类模型建立模块，具体用于：
[0045]获取未设置分类标签的第一样本数据，将所述第一样本数据输入至预先训练的基础分类模型中，确定所述第一样本数据设置预设分类标签的概率，其中，所述基础分类模型基于设置预设分类标签的第二样本数据训练获得；
[0046]基于所述第一样本数据设置分类标签的概率确定所述第一样本数据的权重；
[0047]基于第二样本数据、所述第一样本数据以及所述第一样本数据的权重对待训练的分类模型进行训练，获得人脸图像分类模型。
[0048]其中，获取已登记本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别技术的小区安防方法，其特征在于，包括：定时获取历史人脸图像数据；所述历史人脸图像数据至少包括门禁的摄像头以及小区内安装的监控摄像头采集得到的图像；每一所述历史人脸图像数据至少包括拍摄时间和拍摄地点信息；在所述历史人脸图像数据中筛除已登记的小区居民的人脸图像数据；将筛除后的历史人脸图像数据输入人脸图像分类模型，得到预设时间段内出入小区的每一未登记人员的人脸图像数据合集；将所述每一未登记人员的人脸图像合集输入人脸特征提取模型进行人脸特征信息提取，分别得到各个未登记人员对应的人脸特征信息；获取在逃人员的身份信息和人脸图像数据；将所述各个未登记人员对应的人脸特征信息与提取到的每一在逃人员的人脸图像数据进行人脸匹配；若至少一个未登记人员对应的人脸特征信息与至少一个在逃人员的人脸图像数据匹配成功，则生成警报信息；所述警报信息包括匹配成功的在逃人员的身份信息以及对应的人脸图像数据，以及匹配成功的未登记人员的人脸图像数据合集；将所述警报信息上报至管理中心。2.如权利要求1所述的基于人脸识别技术的小区安防方法，其特征在于，还包括预设所述人脸特征提取模型，具体步骤如下：获取人脸图像集，对所述人脸图像集中的每幅人脸图像进行灰度处理，以获得相应的人脸灰度图像集；在预设尺度和方向下，对所述人脸灰度图像集进行滤波，获得滤波后的人脸灰度图像集；将滤波后的人脸灰度图像集中的每幅人脸灰度图像划分为一系列互不重叠的灰度子图像；提取所述每幅人脸灰度图像中一系列互不重叠的灰度子图像的谱能量；计算所述一系列互不重叠的灰度子图像的谱能量的百分比；根据所述一系列互不重叠的灰度子图像的谱能量的百分比构建对应的特征向量，获得人脸特征提取模型。3.如权利要求1所述的基于人脸识别技术的小区安防方法，其特征在于，还包括预设所述人脸图像分类模型，具体包括：获取未设置分类标签的第一样本数据，将所述第一样本数据输入至预先训练的基础分类模型中，确定所述第一样本数据设置预设分类标签的概率，其中，所述基础分类模型基于设置预设分类标签的第二样本数据训练获得；基于所述第一样本数据设置分类标签的概率确定所述第一样本数据的权重；基于第二样本数据、所述第一样本数据以及所述第一样本数据的权重对待训练的分类模型进行训练，获得人脸图像分类模型。4.如权利要求1所述的基于人脸识别技术的小区安防方法，其特征在于，所述在所述历史人脸图像数据中筛除已登记的小区居民的人脸图像数据，具体包括：获取已登记的小区居民人脸图像数据；
将所述历史人脸图像数据与所述已登记的小区居民人脸图像数据进行人脸匹配；若所述历史人脸图像数据中与至少一个已登记的小区居民的人脸图像数据匹配成功，则从事实历史人脸数据中删除所述至少一个已登记的小区居民的人脸图像数据。5.一种基于人脸识别技术的小区安防装置，其特征在于，包括：图像获取模块，用于定时获取历史人脸图像数据；所述历史人脸图像数据至少包括门禁的摄像头以及小区内安装的监控摄像头采集得到的图像；每一所述历史人脸图像数据至少包括拍摄时间和拍摄地点信息；数据筛除模块，用于在所述历史人...

【专利技术属性】
技术研发人员：杨城，苏常枝，方弘，孟令宇，
申请(专利权)人：保利物业服务股份有限公司，
类型：发明
国别省市：