CN102063753A

CN102063753A - 一种基于物联网的身份识别与人流统计系统

Info

Publication number: CN102063753A
Application number: CN2011100201539A
Authority: CN
Inventors: 王芳
Original assignee: Individual
Current assignee: Individual
Priority date: 2011-01-18
Filing date: 2011-01-18
Publication date: 2011-05-18

Abstract

本发明提出一种基于物联网的身份识别与人流统计系统，包括如下步骤：在一定的时间间隔内，在目标区域内获取两张图像，一张图像发生“红眼现象”，一张图像不发生“红眼现象”，并解析出一组相邻帧图像；分别对两张图像进行几何归一化处理和光线归一化处理以及采用gabor滤波器进行滤波处理；对两张图像做减法运算并取阈值，得到候选区图像；判断候选区图像中是否存在人脸；进行身份识别；通过身份识别结果进行门禁控制。

Description

一种基于物联网的身份识别与人流统计系统

技术领域

本发明涉及一种基于物联网的身份识别与人流统计系统。

背景技术

在信息化管理水平日益提高的今天，对于超市、商场、银行、连锁门店等人流量巨大的场所进行关键位置的身份识别，分布较广领域的人员考勤，客流量的实时估计、客流分布分析、拥挤程度估计等成为为公共区域的安全与管理提供帮助的有效途径。要解决这些问题，单纯依靠普通的门禁、考勤、监控设备及人为的判断处理是远远不能满足高效管理的需要的，有效的视频图像处理、识别和数据统计方法成为提高公共区域管理水平的关键。

发明内容

本发明的目的是提供一种可对超市、商场、银行、连锁门店等人流量巨大的场所进行关键位置的身份识别，分布较广领域的人员考勤，客流量的实时估计、客流分布分析、拥挤程度估计等提供帮助的基于物联网的身份识别与人流统计系统和基于物联网的身份识别与人流统计系统。

本发明提出一种基于物联网的身份识别与人流统计系统，包括如下步骤：

在一定的时间间隔内，在目标区域内获取两张图像，一张图像发生“红眼现象”，一张图像不发生“红眼现象”，并解析出一组相邻帧图像；分别对两张图像进行几何归一化处理和光线归一化处理以及采用gabor滤波器进行滤波处理；对两张图像做减法运算并取阈值，得到候选区图像；判断候选区图像中是否存在人脸；进行身份识别；通过身份识别结果进行门禁控制。

本发明还提出一种基于物联网的身份识别与人流统计系统，包括如下步骤：在一定的时间间隔内，在目标区域内获取两张图像，一张图像发生“红眼现象”，一张图像不发生“红眼现象”，并解析出一组相邻帧图像；分别对两张图像进行几何归一化处理和光线归一化处理以及采用gabor滤波器进行滤波处理；对两张图像做减法运算并取阈值，得到候选区图像；判断候选区图像中是否存在人脸；根据候选区图像中图像颗粒分布和/或图像颗粒数量判断图像中人脸数量；对人数进行分析，得到分析结果，并储存所述分析结果。

在借助视频的身份识别与人流统计方面，国内分别有人脸检测识别系统、人流统计系统的公开专利，提出采用近红外图像检测；使用基于Harr特征和Adaboost算法的人脸检测方法寻找人脸候选区域，使用基于数理形态学的Quoit滤波器精确定位眼睛，使用多尺度的Quoit滤波器以提高准确性；使用高效率的LBP特征提取方法和AdaBoost分类器，使用C语言开发核心算法等。

有益效果：本发明通过提出基于物联网的身份识别与人流统计系统和基于物联网的身份识别与人流统计系统，可对超市、商场、银行、连锁门店等人流量巨大的场所进行关键位置的身份识别，分布较广领域的人员考勤，客流量的实时估计、客流分布分析、拥挤程度估计等提供帮助。

附图说明

下面根据附图和实施例对本发明作进一步详细说明。

图1为本发明一种基于物联网的身份识别与人流统计系统中图像采集设备的结构简图；

图2为本发明一种基于物联网的身份识别与人流统计系统发生“红眼现象”和未发生“红眼现象”时照片效果图；

图3为本发明实施例1一种基于物联网的身份识别与人流统计系统流程图；

图4为本发明实施例2一种基于物联网的身份识别与人流统计系统流程图；

图5为本发明一种基于物联网的身份识别与人流统计系统装置图。

具体实施方式

实施例1

一种基于物联网的身份识别与人流统计系统，包括如下步骤：

S11、在一定的时间间隔内，采用图像采集设备3在目标区域内获取两张图像，一张图像发生“红眼现象”，一张图像不发生“红眼现象”，并解析出一组相邻帧图像。

如下对图像采集设备3进行描述：

如图1所示，在图像采集设备3的镜头32周围近处设置一组LED灯33，在远离镜头的区域镜头32两侧，分别设置两组LED灯31，当进行图像采集时，设定一组LED灯33开启，则另两组LED灯31断开；如果LED灯33断开，则LED灯31开启。

一组LED灯33按照固定频率开启、断开，其开启与断开的间隔与图像采集设备3的帧频同步。

如下对图像采集设备3获取到的图像进行补充说明：

当进行图像采集时，假设目标区域有人活动，LED灯33开启时，获取的图像中，人脸瞳孔部位发生“红眼效应”，该帧图像如图2中34所示；当LED灯33断开时，采集的图像中人脸瞳孔部位不发生“红眼效应”，其帧图像如图2中35所示。

S12、分别对两张图像进行几何归一化处理和光线归一化处理以及采用gabor滤波器进行滤波处理。

S13、对两张图像做减法运算并取阈值，得到候选区图像。

如下对候选区图像作进一步解释：

假定上述图像中存在人脸，且奇帧图像/偶帧图像发生“红眼效应”，偶帧图像/奇帧图像未发生“红眼效应”，两张图像是否存在区别，则由人脸瞳孔部位是否发生“红眼效应”决定，因此，将解析出的相邻帧图像相减，取阈值，即可得到人脸瞳孔部位粒度集中的图像，可作为候选区图像进行进一步分析。

S14、将候选区图像传至人脸检测模块4，人脸检测模块4判断图像中是否存在人脸。

当候选区图像中图像颗粒数量低于一定阀值，则判断图像中无人脸，当候选区图像中图像颗粒数量高于一定阀值，则说明该区域存在人脸。当图像中无人脸，则无“红眼效应”，减法运算后，候选区图像颗粒数量趋近于零；当图像中有人脸，则一幅图像发生“红眼效应”，另一幅无“红眼现象”，减法运算后，人脸瞳孔区将存在一定数量的颗粒，因此，可以通过候选区图像中颗粒的数量确定图像中是否存在人脸，其阀值可预设。

S15、身份检测模块2进行身份识别。

身份检测模块2包括：人脸识别模块21、人脸采集模块22。

人脸识别模块21连接人脸采集模块22，人脸采集模块22连接人脸检测模块4，人脸检测模块4将采集到的带有人脸的图像传输给人脸采集模块22，人脸采集模块22在图像中采集到人脸特征元素，并将该人脸特征元素传至人脸识别模块21，并由人脸识别模块21将接收到的人脸特征元素与预存的人脸特征进行比对分析，从而识别该图像中出现的人是否属于特定人群。以此确定出现在图像中的人是否在某些关键出入口具有准入资格。

S16、身份检测模块2通过身份识别结果进行门禁控制。

图像采集设备3可以安装在关键出入口，并通过与人脸检测模块4和身份检测模块2结合，对通过关键出入口的人群进行身份检测，并结合门禁控制器1以及报警设备11、门锁12、按钮开关13一起进行门禁控制。门禁控制器1连接身份检测模块2，当身份检测模块2确定图像中出现的人具有准入资格，则门禁控制器1通过控制门锁12以及按钮开关13准入图像中出现的人，门禁控制器1通过通讯转换器9连接电脑主机8，通过通讯转换器9在人脸识别模块21与电脑主机8之间接入考勤、电子巡更装置7，将通过身份识别的图像中的人进出的信息通过通讯转换器9转入电脑主机8，以此作为员工是否正常上班的依据。如果身份检测模块2检测到图像中出现的人不具有准入资格，则门禁控制器1通过控制门锁12以及按钮开关13阻止图像中出现的人进入，同时，连接门禁控制器1的报警设备11报警。

实施例2

本实施例提出一种基于物联网的身份识别与人流统计系统，包括如下步骤：

S21、在一定的时间间隔内，采用图像采集设备3在目标区域内获取两张图像，一张图像发生“红眼现象”，一张图像不发生“红眼现象”，并解析出一组相邻帧图像。

图像采集设备3可以是现有设备改进而来，如下对改进后的图像采集设备3进行具体描述：

如图1所示，在图像采集设备3的镜头32周围近处设置一组LED灯33，在远离镜头的区域镜头32两侧，分别设置两组LED灯31，当进行图像获取时，设定如果一组LED灯33开启，则另两组LED灯31断开；如果LED灯33断开，则LED灯31开启。且一组LED灯33按照固定频率开启、断开，且其开启与断开的间隔与图像采集设备3的帧频同步。

如下对改进后的图像采集设备3获取到的图像进行补充说明：

当进行图像获取时，假设目标区域有人活动，LED灯33开启时，获取的图像中，人脸瞳孔部位发生“红眼效应”，该帧图像如图2中34所示；当LED灯33断开时，获取的图像人脸瞳孔部位不发生“红眼效应”，其帧图像如图2中35所示。则该两张图像中一张相当于是采用会发生“红眼现象”的图像采集设备获取的，另一张图像则是采用不会发生“红眼现象”的图像采集设备获取的。

S22、分别对两张图像进行几何归一化处理和光线归一化处理以及采用gabor滤波器进行滤波处理。

S23、对两张图像做减法运算并取阈值，得到候选区图像。

如下对候选区图像作进一步解释：

假定上述图像中存在人脸，且奇帧图像/偶帧图像发生“红眼效应”，偶帧图像/奇帧图像未发生“红眼效应”，两张图像是否存在区别由人脸瞳孔部位是否发生“红眼效应”决定，因此，将解析出的相邻帧图像相减，取阈值，即可得到人脸瞳孔部位粒度集中的图像，可作为候选区图像进行进一步分析。

S24、人脸检测模块4判断候选区图像中是否存在人脸。

S25、根据候选区图像中图像颗粒分布和/或图像颗粒数量判断图像中人脸数量。

S26、对人数进行分析，得到分析结果，并储存所述分析结果。

建立人数、时间、地点等参数之间的关联，并进行存储、分析，图像采集设备3通过对环境图像进行采集，并将图像传输给管理终端的电脑主机进行人数统计，得到各区域单位时间的人流分布数据，控制中心通过人流分布数据进行分析。

本发明并不局限于此实施方式，以本发明思想为基础的相关实现总成均在本发明的保护范围内。

Claims

1.一种基于物联网的身份识别与人流统计系统，其特征在于，包括如下步骤：

在一定的时间间隔内，在目标区域内获取两张图像，一张图像发生“红眼现象”，一张图像不发生“红眼现象”，并解析出一组相邻帧图像；

分别对两张图像进行几何归一化处理和光线归一化处理以及采用gabor滤波器进行滤波处理；

对两张图像做减法运算并取阈值，得到候选区图像；

判断候选区图像中是否存在人脸；

进行身份识别；

通过身份识别结果进行门禁控制。

2.一种基于物联网的身份识别与人流统计系统，其特征在于，包括如下步骤：

对两张图像做减法运算并取阈值，得到候选区图像；

判断候选区图像中是否存在人脸；

根据候选区图像中图像颗粒分布和/或图像颗粒数量判断图像中人脸数量；

对人数进行分析，得到分析结果，并储存所述分析结果。