CN105279482A - 一种用于地铁监控的人脸识别方法 - Google Patents
一种用于地铁监控的人脸识别方法 Download PDFInfo
- Publication number
- CN105279482A CN105279482A CN201510625462.7A CN201510625462A CN105279482A CN 105279482 A CN105279482 A CN 105279482A CN 201510625462 A CN201510625462 A CN 201510625462A CN 105279482 A CN105279482 A CN 105279482A
- Authority
- CN
- China
- Prior art keywords
- passenger
- face
- entrance
- image
- carries out
- 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.)
- Pending
Links
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
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种用于地铁监控的人脸识别方法,其特征在于,该方法包括以下步骤:当乘客与进站口距离小于1米时,位于站内的人脸采集摄像头开始追踪并锁定距离进站口最近的乘客的面部图像,进行乘客面部动态图像采集;采集后进行图像处理,如检测为有不良记录的乘客,则发出警告,同时进站口将不予开启。本发明通过简单的图像处理技术记录和查询有过不文明现象记录的乘客,并实时记录新产生的,在地铁入口处发生干预,提醒乘客自觉遵守社会公德,凭票进展,不需要人工监督,省时省力。
Description
技术领域
本发明涉及公共交通安全领域,具体涉及一种用于地铁监控的人脸识别方法。
背景技术
地铁是铁路运输的一种形式,对该词有两种理解:指在地下运行为主的城市轨道交通系统,即“地下铁道”或“地下铁”(Subway,tube,underground)的简称;许多此类系统为了配合修筑的环境,并考量建造及营运成本,可能会在城市中心以外地区转成地面或高架路段。指涵盖了都会地区各种地下与地上的路权专有、高密度、高运量的城市轨道交通系统(Metro),台湾则称为“捷运”(Rapidtransit)。
地铁的方便给了很多不文明乘客带来了可乘之机,逃票、扰乱秩序等不文明现象时有发生,如何通过科技手段对不文明现象进行预防,成为了发展的方向。
发明内容
发明目的:为了解决现有技术的不足,本发明提供一种用于地铁监控的人脸识别方法,通过视频图像提取,记录和寻找产生不文明现象的乘客,并进行干预,解决了现有技术的不足。
技术方案:一种用于地铁监控的人脸识别方法,其特征在于,该方法包括以下步骤:
1)当乘客与进站口距离小于1米时,位于站内的人脸采集摄像头开始追踪并锁定距离进站口最近的乘客的面部图像,进行乘客面部动态图像采集;
2)采集的面部动态图像实时传输到控制中心,将边缘近似的图像进行叠加并进行高斯降噪处理;
3)降噪处理后的图像进行边缘检测,以图像中面部的鼻尖为检测中心,10cm为半径,进行圆形分割,得到主要特征区域;
4)提取所述主要特征区域的高灰度特征值,将该高灰度特征值与在库信息进行比对,如检测为有不良记录的乘客,则发出警告,同时进站口将不予开启。
进一步的,包括特征数据库,该数据库记录有不良行为面部特征的乘客,同时实时更新该数据库。
进一步的,所述高灰度特征值为边缘灰度值的平均值。
有益效果:本发明通过简单的图像处理技术记录和查询有过不文明现象记录的乘客,并实时记录新产生的,在地铁入口处发生干预,提醒乘客自觉遵守社会公德,凭票进展,不需要人工监督,省时省力。
具体实施方式
下面对本发明做更进一步的解释。
一种用于地铁监控的人脸识别方法,其特征在于,该方法包括以下步骤:
1)当乘客与进站口距离小于1米时,位于站内的人脸采集摄像头开始追踪并锁定距离进站口最近的乘客的面部图像,进行乘客面部动态图像采集;
2)采集的面部动态图像实时传输到控制中心,将边缘近似的图像进行叠加并进行高斯降噪处理;
3)降噪处理后的图像进行边缘检测,以图像中面部的鼻尖为检测中心,10cm为半径,进行圆形分割,得到主要特征区域;
4)提取所述主要特征区域的高灰度特征值,将该高灰度特征值与在库信息进行比对,如检测为有不良记录的乘客,则发出警告,同时进站口将不予开启。
进一步的,包括特征数据库,该数据库记录有不良行为面部特征的乘客,同时实时更新该数据库。
进一步的,所述高灰度特征值为边缘灰度值的平均值。
有益效果:本发明通过简单的图像处理技术记录和查询有过不文明现象记录的乘客,并实时记录新产生的,在地铁入口处发生干预,提醒乘客自觉遵守社会公德,凭票进展,不需要人工监督,省时省力。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种用于地铁监控的人脸识别方法,其特征在于,该方法包括以下步骤:
1)当乘客与进站口距离小于1米时,位于站内的人脸采集摄像头开始追踪并锁定距离进站口最近的乘客的面部图像,进行乘客面部动态图像采集;
2)采集的面部动态图像实时传输到控制中心,将边缘近似的图像进行叠加并进行高斯降噪处理;
3)降噪处理后的图像进行边缘检测,以图像中面部的鼻尖为检测中心,10cm为半径,进行圆形分割,得到主要特征区域;
4)提取所述主要特征区域的高灰度特征值,将该高灰度特征值与在库信息进行比对,如检测为有不良记录的乘客,则发出警告,同时进站口将不予开启。
2.如权利要求1所述一种用于地铁监控的人脸识别方法,其特征在于,包括特征数据库,该数据库记录有不良行为面部特征的乘客,同时实时更新该数据库。
3.如权利要求2所述一种用于地铁监控的人脸识别方法,其特征在于,所述高灰度特征值为边缘灰度值的平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510625462.7A CN105279482A (zh) | 2015-09-28 | 2015-09-28 | 一种用于地铁监控的人脸识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510625462.7A CN105279482A (zh) | 2015-09-28 | 2015-09-28 | 一种用于地铁监控的人脸识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105279482A true CN105279482A (zh) | 2016-01-27 |
Family
ID=55148466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510625462.7A Pending CN105279482A (zh) | 2015-09-28 | 2015-09-28 | 一种用于地铁监控的人脸识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105279482A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107077615A (zh) * | 2017-01-12 | 2017-08-18 | 厦门中控生物识别信息技术有限公司 | 指纹防伪方法和设备 |
CN108229439A (zh) * | 2018-02-05 | 2018-06-29 | 谭希韬 | 一种人工智能道路卫生云计算管理系统和方法 |
CN110647855A (zh) * | 2019-09-29 | 2020-01-03 | 常州大学 | 一种基于人脸识别的地铁车站客流统计方法 |
-
2015
- 2015-09-28 CN CN201510625462.7A patent/CN105279482A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107077615A (zh) * | 2017-01-12 | 2017-08-18 | 厦门中控生物识别信息技术有限公司 | 指纹防伪方法和设备 |
CN108229439A (zh) * | 2018-02-05 | 2018-06-29 | 谭希韬 | 一种人工智能道路卫生云计算管理系统和方法 |
CN108229439B (zh) * | 2018-02-05 | 2022-06-24 | 上海筱启数字科技集团有限公司 | 一种人工智能道路卫生云计算管理系统 |
CN110647855A (zh) * | 2019-09-29 | 2020-01-03 | 常州大学 | 一种基于人脸识别的地铁车站客流统计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Giben et al. | Material classification and semantic segmentation of railway track images with deep convolutional neural networks | |
CN104200669B (zh) | 一种基于Hadoop的套牌车识别方法及系统 | |
CN103116987B (zh) | 一种基于监控视频处理的车流统计和违规检测的方法 | |
CN106022296B (zh) | 一种基于车辆热点区域的概率聚合的套牌车检测方法 | |
CN106599905B (zh) | 一种基于深度学习的套牌车分析方法 | |
CN103150908B (zh) | 一种基于视频的平均车速检测方法 | |
CN107506368A (zh) | 一种类案嫌疑车辆的确定方法及装置 | |
CN103699677B (zh) | 一种基于人脸识别技术的罪犯行踪地图绘制系统及其方法 | |
CN106412508A (zh) | 车辆违章压线智能监控方法和系统 | |
CN103456175A (zh) | 基于车辆号牌识别和网格化监控的伴随车实时检测方法 | |
CN102682304A (zh) | 一种融合多特征的行人检测方法及装置 | |
Chen et al. | YOLOv5‐Based Vehicle Detection Method for High‐Resolution UAV Images | |
CN105741553A (zh) | 基于动态阈值的识别车辆轨迹中停靠路段的方法 | |
CN107103314A (zh) | 一种基于机器视觉的套牌车辆检索识别系统 | |
US9547805B1 (en) | Systems and methods for identifying roads in images | |
CN107659754B (zh) | 一种树叶扰动情况下监控视频的有效浓缩方法 | |
CN105279482A (zh) | 一种用于地铁监控的人脸识别方法 | |
CN109840523A (zh) | 一种基于图像处理的城轨列车车号识别算法 | |
CN111008574A (zh) | 一种基于形体识别技术的重点人员轨迹分析方法 | |
CN104156691B (zh) | 一种基于图像处理的检测行人翻越闸机的监控方法 | |
CN103700262A (zh) | 一种套牌车车辆的区域自动捕获方法 | |
CN111078973B (zh) | 基于大数据的套牌车识别方法、设备及存储介质 | |
CN114821490A (zh) | 一种基于深度学习的机场出发层违章车辆自动识别方法 | |
Cao et al. | Real‐Time Vehicle Trajectory Prediction for Traffic Conflict Detection at Unsignalized Intersections | |
Zhang et al. | An on-road vehicle detection method for high-resolution aerial images based on local and global structure learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160127 |
|
WD01 | Invention patent application deemed withdrawn after publication |