CN106709468A - 一种城市区域布控系统及装置 - Google Patents

Abstract

本发明公开了一种城市区域布控系统及装置，包括：视频抓取装置，人脸识别模组，人脸比对服务器及人脸检索系统；视频抓取装置与人脸识别模组相连，实时采集监控视频并上传至人脸识别模组，人脸识别模组对上传的监控视频逐帧进行人脸检测，特征提取，人脸比对，若比对结果显示监控视频包含的第二人脸图像与黑名单中的人脸为同一个人，则通知系统告警；人脸比对服务器将上传的第二人脸特征序列与预存的第三人脸特征序列集合进行比对，根据比对结果存储人脸图像以及特征序列；在用户检索人脸数据库时，检索系统将检索结果按照相似度从高到低进行排序后反馈给用户，本发明提供的系统通过对重点区域的进出口进行实时监控与报警，大大简化对重点嫌疑人进行布控与追踪。

Description

一种城市区域布控系统及装置

技术领域

本发明属于人工智能领域，尤其涉及一种城市区域布控系统以及装置。

背景技术

随着社会经济的繁荣发展，城市中人口密集不断加大，流动人口日益增加，引发了城市建设中的交通、社会治安、重点区域防范、网络犯罪日益突出等城市管理问题。

近年来，社会犯罪率呈逐年升高，罪犯的犯罪手法也更加隐蔽和先进，这增加了侦破案件的难度。同时，恶性事件也时有发生，使人们对公共生活场所的安全感普遍降低。

随着视频监控系统的普及和大面积应用，带来的一个最突出的问题就是需要人工值守来监控实时视频，以及时发现不安全因素，防患于未然。但是面对几百、上千路实时视频，使用人工值守监控显然是杯水车薪。

针对上述问题，基于人脸识别的监控系统可以布控在重点监控区域的出入口、重点建筑物出入口，对多路实时视频同时进行智能分析，实现对不同种类的人物的识别报警。

发明内容

当前，在公安重点布控的区域中，监控的主要依赖手段是传统的视频监控，无法做到对重点人员的自动识别，一旦有案件发生，调查取证时，费时费力，占据了整个公安系统人员的大量时间。

为了解决上述技术问题，本发明提供了一种基于人脸识别的城市区域布控系统及装置，包括：

视频抓取装置，所述视频抓取装置配置标准高清摄像头，采用一个或多个摄像头，所述视频抓取装置与人脸识别模组相连，连接方式或为无线连接，或为有线连接；实时采集重点被监控场所进出口视频，同时将采集的视频传输至人脸识别模组。

人脸识别模组，所述人脸识别模组与人脸比对服务器相连，或预先存入被监控对象的黑名单以及白名单，黑白名单的内容包括，姓名、生日、性别、省份、城市、证件类型、证件号码，以及最新的人脸图像；或通过人脸比对服务器进行远程操作批量输入黑白名单的详细信息；

所述人脸识别模组事先对黑白名单中的人脸图像进行特征提取，获得人脸图像特征序列，记为第一人脸特征序列，存储于所述的人脸识别模组之中；

所述人脸识别模组接收来自视频抓取装置上传的监控视频，然后对所述监控视频逐帧进行人脸检测，标记图像帧是否包含人脸图像，将存在人脸图像的图像帧，记为第一人脸图像；从第一人脸图像检测并提取一张或多张人脸图像，记为第二人脸图像集合，对第二人脸图像集合中的所有第二人脸图像进行人脸特征提取，获得第二人脸图像的特征序列集合，将所述特征序列集合中的元素记为第二人脸特征序列；

人脸检测与特征提取方法优选为深度卷积神经网络学习算法；

然后将上述第二人脸特征序列与第一人脸特征序列进行比对，比对方法步骤如下：

步骤一，计算第一人脸特征序列与第二人脸特征序列的负距离：其中D表示两个人脸特征序列距离的负数，v_1,i，v_2,i分别表示第一、第二人脸特征序列的元素，N表示人脸特征序列包含的元素数目。

步骤二，对人脸特征序列的负距离进行线性拟合：

其中a₁,a₂,b₁,b₂为分别为线性拟合参数，0<a₁,a₂<1，b₁>0，b₂>0，th1为第一门限值。

步骤三，计算人脸特征序列负距离的S曲线值：

S＝exp(D′)/(1+exp(D′))

其中exp(x)为指数为e的指数函数。

步骤四，将计算的S曲线值与预设的第二门限值th2进行比对，

若比对结果判断为黑名单中的人员，则通知后台系统报警。

所述人脸识别模组提取第一人脸图像，包含在第一人脸图像中的第二人脸图像集合以及第二人脸特征序列集合，记录具体时间，将第一人脸图像、第二人脸图像集合以及第二人脸特征序列集合上传至人脸比对服务器。

人脸比对服务器：根据重点监控区域的需求，预存一定数量的人脸图像以及其对应的人脸特征序列，分别记为第三人脸图像，第三人脸特征序列；

接收来自人脸识别模组上传的第一人脸图像，第二人脸图像集合以及第二人脸图像特征序列集合，第一人脸图像的拍摄时间，摄像头地址等信息；

运用上述的人脸比对过程，将所有第二人脸图像特征序列与服务器中预存的第三人脸特征序列进行比对，根据比对结果来判断所述人脸是否为数据库中已有的人脸，若是，则将接收到的第一人脸图像，第二人脸图像以及拍摄时间，摄像头地址存储于所述的人脸图像存储空间中；

若不是，则为接收到的第一人脸图像，第二人脸图像，第二特征序列创建新的存储空间，存储所述的人脸图像及对应的特征序列，拍摄的时间与摄像头地址。

人脸检索系统：用户检索人脸图像时，输入相似度阈值门限，任意人脸图像，日期，地点等搜索条件，人脸检索系统从输入的人脸图像中提取人脸特征序列，记为第四人脸特征序列，然后将第四人脸特征序列输入至人脸比对服务器，获得满足相似度以及其他查询条件的第一人脸图像与第二人脸图像；

优选的，搜索结果按照人脸相似度从高到低的顺序进行排列，或单张导出第一人脸图像，第二人脸图像，或批量导出第一人脸图像与第二人脸图像。

本发明的上述方案至少具有以下有益效果：

有效地解决了当前城市布控系统人工监督监控视频成本高昂的问题，对重点区域进行进出口进行实时监控与报警，大大简化对重点嫌疑人进行布控与追踪的问题。

通过大量人脸记录的保存，不仅有利于出入口的人员精准管理，还对发生纠纷、重大案件时提供有效的照片证据。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明的城市区域布控系统及装置的组成示意图；

图2是人脸图像与特征序列的关系示意图；

图3是人脸比对步骤流程图；

图4是人脸服务器存储关系示意图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。

如图1所示，本发明的实施例中，包括：

视频抓取装置11，所述视频抓取装置配置标准高清摄像头，采用一个或多个摄像头，摄像头主要特征如下：

采用标准H.264High profile视频压缩技术，压缩比高，码流控制准确、稳定；

采用高性能2M(1920*1080)CMOS图像传感器，图像清晰度高；

支持超低照度(0.002Lux彩色/0.0002Lux黑白)监控录像，可分辨真实物体等

优选的，所述视频抓取装置与人脸识别模组12通过有线方式相连；

所述视频抓取装置实时采集重点被监控场所进出口视频，同时将采集的视频传输至人脸识别模组12。

本发明上述实施例中，还包括：

人脸识别模组12，所述人脸识别模组与人脸比对服务器13相连，预先存入被监控对象的黑名单以及白名单，黑白名单的内容包括，姓名、生日、性别、省份、城市、证件类型、证件号码，以及最新的人脸图像；

进一步的，所述人脸识别模组事先对黑白名单中的人脸图像进行特征提取，获得人脸图像特征序列，记为第一人脸特征序列，存储于上述的人脸识别模组之中；

所述人脸识别模组接收来自视频抓取装置11上传的监控视频，监控视频帧率为30帧/秒，然后对上述监控视频逐帧进行人脸检测，标记图像帧是否包含人脸图像，若检测到图像帧包含一张以上人脸，则标记为包含人脸，否则标记为不包含人脸；将存在人脸图像的图像帧，记为第一人脸图像；从第一人脸图像检测并提取一张或多张人脸图像，记为第二人脸图像集合，对第二人脸图像集合中的所有第二人脸图像进行人脸特征提取，获得第二人脸图像的特征序列集合，将所述特征序列集合中的元素记为第二人脸特征序列；其关系示意图如图2所示。

优选的，人脸检测与特征提取方法优选为深度卷积神经网络学习算法；

然后将上述第二人脸特征序列与第一人脸特征序列进行比对，比对方法步骤如下：

步骤一，计算第一人脸特征序列与第二人脸特征序列的负距离：其中D表示两个人脸特征序列距离的负数，v_1,i，v_2,i分别表示第一、第二人脸特征序列的元素，优选为浮点值，N表示人脸特征序列包含的元素数目，比如N＝128。

步骤二，对人脸特征序列的负距离进行线性拟合：

其中a₁,a₂,b₁,b₂为分别为线性拟合参数，0<a₁,a₂<1，b₁>0，b₂>0，th1为第一门限值，比如：a₁＝0.34，b₁＝6.87，a₂＝0.45，b₂＝8.57，th₁＝-15.32。

步骤三，计算人脸特征序列负距离的S曲线值：

S＝exp(D′)/(1+exp(D′))

其中exp(x)为指数为e的指数函数。

步骤四，将计算的S曲线值与预设的第二门限值th2进行比对，

比如：th₂＝0.85，若比对结果判断为黑名单中的人员，则通知后台系统报警，其步骤处理流程如图3所示。

所述人脸识别模组提取第一人脸图像，包含在第一人脸图像中的第二人脸图像集合以及第二人脸特征序列集合，记录具体时间，将第一人脸图像、第二人脸图像集合以及第二人脸特征序列集合上传至人脸比对服务器13。

本发明上述实施例中，还包括：

人脸比对服务器13：根据重点监控区域的需求，预存一定数量的人脸图像以及其对应的人脸特征序列，比如：10万张标准人脸图像，分别记为第三人脸图像，第三人脸特征序列；

接收来自人脸识别模组12上传的第一人脸图像，第二人脸图像集合以及第二人脸图像特征序列集合，第一人脸图像的拍摄时间，摄像头地址等信息；

运用上述的人脸比对过程，将所有第二人脸图像特征序列与服务器中预存的第三人脸特征序列进行比对，根据比对结果来判断所述人脸是否为数据库中已有的人脸，若是，则将接收到的第一人脸图像，第二人脸图像以及拍摄时间，摄像头地址存储于所述的人脸图像存储空间中；

若不是，则为接收到的第一人脸图像，第二人脸图像，第二特征序列创建新的存储空间，存储所述的人脸图像及对应的特征序列，拍摄的时间与摄像头地址，人脸图像存储空间示意图如图4所示。

本发明上述实施例中，还包括：

人脸检索系统14：用户检索人脸图像时，输入相似度阈值门限，比如，0.9，任意人脸图像，日期，地点等搜索条件，人脸检索系统从输入的人脸图像中提取人脸特征序列，记为第四人脸特征序列，然后将第四人脸特征序列输入至人脸比对服务器，获得满足相似度以及其他查询条件的第一人脸图像与第二人脸图像；

优选的，搜索结果按照人脸相似度从高到低的顺序进行排列，用户可批量导出第一人脸图像与第二人脸图像。

以上所述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，在不脱离本发明所述原理的前提下，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 (8)

1.一种城市区域布控系统及装置，其特征在于，包括：

该系统及装置由视频抓取装置，人脸识别模组，人脸比对服务器及人脸检索系统构成；

视频抓取装置安装重点监控区域的进出口，与人脸识别模组相连，实时采集监控视频，将采集视频上传至人脸识别模组；

人脸识别模组预先存储黑白名单人脸图像以及第一人脸特征序列，对上传的监控视频逐帧进行人脸检测，特征提取，人脸比对，若比对结果显示监控视频包含的第二人脸图像与黑名单中的人脸为同一个人，则通知系统告警，否则将第一、第二人脸图像，第二人脸特征序列等上传至人脸比对服务器；

人脸比对服务器接收人脸识别模组上传的第一、第二人脸图像以及第二人脸特征序列，将第二特征序列与人脸比对服务器预存的第三人脸特征序列集合进行比对，根据比对结果存储第一、第二人脸图像以及第二人脸特征序列；

检索人脸数据库时，用户输入相似度门限值等参数，获取检索结果，检索系统将检索结果按照相似度从高到低进行排序后反馈给用户。

2.根据权利要求1所述的一种城市区域布控系统及装置，其特征在于，还包括：

视频抓取装置，所述视频抓取装置配置标准高清摄像头，采用一个或多个摄像头，所述视频抓取装置与人脸识别模组相连，连接方式或为无线连接，或为有线连接；实时采集重点被监控场所进出口视频，同时将采集的视频传输至人脸识别模组。

3.根据权利要求1所述的一种城市区域布控系统及装置，其特征在于，还包括：

人脸识别模组，所述人脸识别模组与人脸比对服务器相连，或预先存入被监控对象的黑名单以及白名单，黑白名单的内容包括，姓名、生日、性别、省份、城市、证件类型、证件号码，以及最新的人脸图像；或通过人脸比对服务器进行远程操作批量输入黑白名单的详细信息；

所述人脸识别模组事先对黑白名单中的人脸图像进行特征提取，获得人脸图像特征序列，记为第一人脸特征序列，存储于所述的人脸识别模组之中。

4.根据权利要求3所述的人脸识别模组，其特征在于，还包括：

所述人脸识别模组接收来自视频抓取装置上传的监控视频，然后对所述监控视频逐帧进行人脸检测，标记图像帧是否包含人脸图像，将存在人脸图像的图像帧，记为第一人脸图像；从第一人脸图像检测并提取一张或多张人脸图像，记为第二人脸图像集合，对第二人脸图像集合中的所有第二人脸图像进行人脸特征提取，获得第二人脸图像的特征序列集合，将所述特征序列集合中的元素记为第二人脸特征序列；

人脸检测与特征提取方法优选为深度卷积神经网络学习算法。

5.根据权利要求3所述的人脸识别模组，其特征在于，还包括：

将上述第二人脸特征序列与第一人脸特征序列进行比对，比对方法步骤如下：

步骤一，计算第一人脸特征序列与第二人脸特征序列的负距离：其中D表示两个人脸特征序列距离的负数，v_1,i，v_2,i分别表示第一、第二人脸特征序列的元素，N表示人脸特征序列包含的元素数目。

步骤二，对人脸特征序列的负距离进行线性拟合：

$D^{\&prime;}=\left\{\begin{array}{cc}{a}_1*D+b_1& D>th1\\ a_2*D+b_2& D\&le;th1\end{array}\right.$

其中a₁,a₂,b₁,b₂为分别为线性拟合参数，0<a₁,a₂<1，b₁>0，b₂>0，th1为第一门限值。

步骤三，计算人脸特征序列负距离的S曲线值：

S＝exp(D′)/(1+exp(D′))

其中exp(x)为指数为e的指数函数。

步骤四，将计算的S曲线值与预设的第二门限值th2进行比对，

若比对结果判断为黑名单中的人员，则通知后台系统报警。

6.根据权利要求3所述的人脸识别模组，其特征在于，还包括：

所述人脸识别模组提取第一人脸图像，包含在第一人脸图像中的第二人脸图像集合以及第二人脸特征序列集合，记录具体时间，将第一人脸图像、第二人脸图像集合以及第二人脸特征序列集合上传至人脸比对服务器。

7.根据权利要求1所述的一种城市区域布控系统及装置，其特征在于，还包括：

人脸比对服务器，根据重点监控区域的需求，预存一定数量的人脸图像以及其对应的人脸特征序列，分别记为第三人脸图像，第三人脸特征序列；

接收来自人脸识别模组上传的第一人脸图像，第二人脸图像集合以及第二人脸图像特征序列集合，第一人脸图像的拍摄时间，摄像头地址等信息；

运用上述的人脸比对过程，将所有第二人脸图像特征序列与服务器中预存的第三人脸特征序列进行比对，根据比对结果来判断所述人脸是否为数据库中已有的人脸，若是，则将接收到的第一人脸图像，第二人脸图像以及拍摄时间，摄像头地址存储于所述的人脸图像存储空间中；

若不是，则为接收到的第一人脸图像，第二人脸图像，第二特征序列创建新的存储空间，存储所述的人脸图像及对应的特征序列，拍摄的时间与摄像头地址。

8.根据权利要求1所述的一种城市区域布控系统及装置，其特征在于，还包括：

人脸检索系统，用户检索人脸图像时，输入相似度阈值门限，任意人脸图像，日期，地点等搜索条件，人脸检索系统从输入的人脸图像中提取人脸特征序列，记为第四人脸特征序列，然后将第四人脸特征序列输入至人脸比对服务器，获得满足相似度以及其他查询条件的第一人脸图像与第二人脸图像；

优选的，搜索结果按照人脸相似度从高到低的顺序进行排列，或单张导出第一人脸图像，第二人脸图像，或批量导出第一人脸图像与第二人脸图像。