CN107491728A - 一种基于边缘计算模型的人脸侦测方法及装置 - Google Patents

一种基于边缘计算模型的人脸侦测方法及装置 Download PDF

Info

Publication number
CN107491728A
CN107491728A CN201710560648.8A CN201710560648A CN107491728A CN 107491728 A CN107491728 A CN 107491728A CN 201710560648 A CN201710560648 A CN 201710560648A CN 107491728 A CN107491728 A CN 107491728A
Authority
CN
China
Prior art keywords
image
human face
facial image
face detection
edge calculations
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
Application number
CN201710560648.8A
Other languages
English (en)
Inventor
孙辉
梁旭
施巍松
仲红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University
Original Assignee
Anhui University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University filed Critical Anhui University
Priority to CN201710560648.8A priority Critical patent/CN107491728A/zh
Publication of CN107491728A publication Critical patent/CN107491728A/zh
Pending legal-status Critical Current

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
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G06V40/172—Classification, e.g. identification

Abstract

本发明提供一种基于边缘计算模型的人脸侦测方法及装置，其中，人脸侦测方法包括如下步骤：图像获取步骤：从视频监控终端中采集获取人脸图像；预处理步骤：对采集的人脸图像进行预处理；边缘端对比查找步骤：针对预处理后的人脸图像，在边缘端预存的特定人员图像对比库中进行比对和查找近似图像，若查找成功，则向用户端发出警告。本发明能够准确判断视频监控画面中的人脸是否与数据库中的人脸图像相同，从根本上解决人工查找识别费时费力且不准确的技术缺陷。

Description

一种基于边缘计算模型的人脸侦测方法及装置
技术领域
本发明属于视频监控技术领域，具体涉及一种基于边缘计算模型的人脸侦测方法及装 置。
背景技术
随着城市规模的扩大，视频监控系统在公共安全、金融证券、银行、商店、智能大厦等 方面的作用不断突出，尤其是在公共安全方面，提升公共场所视频监控系统的智能化处理能力是必然的发展。
人脸侦测识别是防止公共场所犯罪行为发生的一种有效方法。但现有的视频监控系统大 多是通过人工查看的方式进行识别，效率低下且无法保证准确性，有必要提供一种智能 识别方式，提升人脸侦测效率和准确性。
发明内容
为了解决现有技术存在的缺陷，本发明提供一种基于边缘计算模型的人脸侦测方法及装 置。
本发明是通过以下技术方案实现的：
一种基于边缘计算模型的人脸侦测方法，包括如下步骤：
图像获取步骤：从视频监控终端中采集获取人脸图像；
预处理步骤：对采集的人脸图像进行预处理；
边缘端对比查找步骤：针对预处理后的人脸图像，在边缘端预存的特定人员图像对比库 中进行比对和查找近似图像，若查找成功，则向用户端发出警告。
一种基于边缘计算模型的人脸侦测装置，包括设置在边缘端的：
图像获取单元：用于从视频监控终端中采集获取人脸图像；
预处理单元：用于对采集的人脸图像进行预处理；
边缘端对比查找单元：用于针对预处理后的人脸图像，在边缘端预存的特定人员图像对 比库中进行比对和查找近似图像，若查找成功，则向用户端发出警告。
本发明相对于现有技术的有益效果在于：
1.本发明提供的基于边缘计算模型的人脸侦测方法和装置，能够准确判断视频监控画面 中的人脸是否与数据库中的人脸图像相同，从根本上解决人工查找识别人脸费时费力且 主观标准不统一的技术缺陷。
2.能够智能识别视频监控画面中的人脸信息，智能高效。
附图说明
图1为实施例1的基于边缘计算模型的人脸侦测方法的总流程图；
图2为实施例2的基于边缘计算模型的人脸侦测方法的总流程图；
图3为实施例3的基于边缘计算模型的人脸侦测装置的结构框图；
图4为实施例4的基于边缘计算模型的人脸侦测装置的结构框图。
在所有附图中，相同的附图标记用来表示相同的元件或结构，包括：
边缘端1，图像获取单元11，预处理单元12，边缘端对比查找单元13，特定人员图像对比库14，云端2，云端对比查找单元21，深度学习库22，用户端3。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发 明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明， 并不用于限定本发明。
实施例1：
本发明应用于视频监控系统中，该视频监控系统主要包含云端、边缘端和客户端三部分 组成，本发明提供的基于边缘计算模型的人脸侦测方法和装置基于该视频监控系统实 现。
本实施例是基于Win7 x64、VS 2015、opencv 3.2.0软件环境开发的。
硬件环境Inter Core i5-6500@3.20GHz四核处理器、16GB(金士顿DDR4 2400MHz)内 存、Inter HD Graphics 530显卡。此处仅为举例说明，并不用于限制本发明的保护范围。 如图1所示，本实施例提供一种基于边缘计算模型的人脸侦测方法，包括如下步骤：
步骤S1，图像获取步骤：从视频监控终端中采集获取人脸图像。
在本实施例中，具体可以采用如下方法获取人脸图像：利用Opencv安装文件中的haarcascade_frontalface_alt.xml文件，使用分类器，调用CascadeClassifier类和detectMultiScale函数，在视频帧中查找人脸区域，并用绿色方框标出，并采集获取人脸图像。
haarcascade_frontalface_alt.xml文件为OpenCV安装目录中的\data\haarcascades目录下的 文件，是用来检测人脸的Haar分类器。在本发明中该文件作为Haar特征分类器。
分类器为级联分类器，这一分类器包括两部分：训练和检测。在本发明中为训练和检测 的功能，并在视频帧中查找人脸区域，并用绿色方框标出。
CascadeClassifier类为检测目的物体的级联分类器，该类在本发明中的作用也为检测目 的物体的级联分类器。
detectMultiScale函数在输入图像中检测不同大小的对象。检测到的对象作为矩形列表返 回。在本发明中为检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、 大小(用矩形表示)。
步骤S2，预处理步骤：对采集的人脸图像进行预处理。
在本实施例中，预处理具体包括利用cvtColor函数将获取的人脸图像转换为灰度图像， 再使用equalizeHist函数进行直方图均值化处理。
cvtColor函数将输入图像从一个颜色空间转换为另一个颜色空间。在本发明中是将图像 转换为灰度图像。
equalizeHist函数为均衡灰度图像的直方图。在本发明中的作用也是这一点。
步骤S3，边缘端对比查找步骤：针对预处理后的人脸图像，在边缘端预存的特定人员 图像对比库中进行比对和查找近似图像，若查找成功，则向用户端发送警告。
特定人员图像对比库相当于一个数据库，用于存储特定人员(比如重要罪犯)的人脸图 像(包括每个人的不同姿势、表情的图像)。
比对和查找方法具体为：依次读取特定人员图像对比库中的每张图像，并把读取到的图 像进行灰度变换，然后使用FaceRecognizer类中的predict函数，判断特定人员图像对比 库中是否存在与人脸图像近似的图像。
其中：FaceRecognizer类：OpenCV中所有人脸识别的模型都是继承自FaceRecognizer 这个基类，这个类提供了人脸识别算法的统一接口。在本发明中该类的功能主要是为人 脸识别算法提供接口。
FaceRecognizer::predict函数是对输入的图片进行识别，其入口参数必须为单通道灰度图 像，如果图像类型不符，需要先进行转换，在本发明中为对人脸进行判别。
实施例2：
如图2所示，本实施例提供的基于边缘计算模型的人脸侦测方法与实施例1相比，区别 在于：还包括步骤S4，云端对比查找步骤：
将预处理后的人脸图像上传至云端，在云端预存的深度学习库中进行比对和查找近似图 像，若查找成功，则向用户端发送警告。
为进一步提升人脸侦测成功的可能性，除了在边缘端数据库查找识别，本实施例进一步 在云端进行查找和识别。深度学习库在云端，用来存储除特定人员图像对比库外的其他 特定人员的人脸图像(包括每个人的不同姿势、表情的图像)，比如可以是有犯罪记录人员的人脸图像。具体查找方法与边缘端的对比查找方法类似，在此不再赘述。
本实施例的其他技术特征均与实施例1相同，在此不再赘述。
根据上述说明可知，本实施例提供的基于边缘计算模型的人脸侦测方法能够进一步扩大 人脸图像的查找范围，大大提升人脸侦测成功的可能性。
实施例3：
如图3所示，本实施例提供一种基于边缘计算模型的人脸侦测装置，包括设置在边缘端 1的：
图像获取单元11：用于从视频监控终端中采集获取人脸图像。
预处理单元12：用于对采集的人脸图像进行预处理。
边缘端对比查找单元13：用于针对预处理后的人脸图像，在边缘端预存的特定人员图像 对比库14中进行比对和查找近似图像，若查找成功，则向用户端3发出警告。
该人脸侦测装置设置在边缘端即视频监控终端设备中，每个视频监控终端设备都包含一 个人脸侦测装置。
本实施例是与实施例1的基于边缘计算模型的人脸侦测方法相对应的装置，其具体工作 原理与实施例1基本相同，在此不再赘述。
实施例4：
如图4所示，本实施例提供一种基于边缘计算模型的人脸侦测装置，对实施例3相对， 区别技术特征在于：该人脸侦测装置还包括设置在云端2的云端对比查找单元21：
用于将预处理后的人脸图像上传至云端2，在云端2预存的深度学习库22中进行比对和 查找近似图像，若查找成功，则向用户端发送警告。
本实施例的其他技术特征与实施例3基本相同，在此不再赘述。
本实施例是与实施例2的基于边缘计算模型的人脸侦测方法相对应的装置，其具体工作 原理与实施例2基本相同，在此不再赘述。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本 发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在 本发明的保护范围之内。

Claims (7)

1.一种基于边缘计算模型的人脸侦测方法，其特征在于，包括如下步骤：
图像获取步骤：从视频监控终端中采集获取人脸图像；
预处理步骤：对采集的所述人脸图像进行预处理；
边缘端对比查找步骤：针对预处理后的人脸图像，在边缘端预存的特定人员图像对比库中进行比对和查找近似图像，若查找成功，则向用户端发出警告。
2.根据权利要求1所述的基于边缘计算模型的人脸侦测方法，其特征在于，所述图像获取步骤具体为：
利用Opencv安装文件中的haarcascade_frontalface_alt.xml文件，使用分类器，调用CascadeClassifier函数和detectMultiScale函数，在视频帧中查找人脸区域，并用绿色方框标出，并采集获取人脸图像。
3.根据权利要求1所述的基于边缘计算模型的人脸侦测方法，其特征在于，所述预处理步骤具体为：
利用cvtColor函数将获取的人脸图像转换为灰度图像，再使用equalizeHist函数进行直方图均值化处理。
4.根据权利要求1所述的基于边缘计算模型的人脸侦测方法，其特征在于，所述边缘端对比查找步骤具体为：
依次读取所述特定人员图像对比库中的每张图像，并把读取到的图像进行灰度变换，然后使用FaceRecognizer类中的predict函数，判断特定人员图像对比库中是否存在与所述人脸图像近似的图像。
5.根据权利要求1所述的基于边缘计算模型的人脸侦测方法，其特征在于，还包括云端对比查找步骤：
将预处理后的人脸图像上传至云端，在云端预存的深度学习库中进行比对和查找近似图像，若查找成功，则将数据返回边缘端，进入相似度检测步骤。
6.一种基于边缘计算模型的人脸侦测装置，其特征在于，包括设置在边缘端的：
图像获取单元：用于从视频监控终端中采集获取人脸图像；
预处理单元：用于对采集的所述人脸图像进行预处理；
边缘端对比查找单元：用于针对预处理后的人脸图像，在边缘端预存的特定人员图像对比库中进行比对和查找近似图像，若查找成功，则向用户端发出警告。
7.根据权利要求6所述的基于边缘计算模型的人脸侦测装置，其特征在于，还包括设置在云端的云端对比查找单元：
用于将预处理后的人脸图像上传至云端，在云端预存的深度学习库中进行比对和查找近似图像，若查找成功，则向用户端发出警告。
CN201710560648.8A 2017-07-11 2017-07-11 一种基于边缘计算模型的人脸侦测方法及装置 Pending CN107491728A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710560648.8A CN107491728A (zh) 2017-07-11 2017-07-11 一种基于边缘计算模型的人脸侦测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710560648.8A CN107491728A (zh) 2017-07-11 2017-07-11 一种基于边缘计算模型的人脸侦测方法及装置

Publications (1)

Publication Number Publication Date
CN107491728A true CN107491728A (zh) 2017-12-19

Family

ID=60644281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710560648.8A Pending CN107491728A (zh) 2017-07-11 2017-07-11 一种基于边缘计算模型的人脸侦测方法及装置

Country Status (1)

Country Link
CN (1) CN107491728A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921866A (zh) * 2018-07-24 2018-11-30 北京深瞐科技有限公司 一种图像数据处理方法及系统
CN109194926A (zh) * 2018-10-19 2019-01-11 济南浪潮高新科技投资发展有限公司 一种基于边缘计算的城市安防系统及其检测方法
CN109492536A (zh) * 2018-10-12 2019-03-19 大唐高鸿信息通信研究院（义乌）有限公司 一种基于5g架构的人脸识别方法及系统
CN109919033A (zh) * 2019-01-31 2019-06-21 中山大学 一种基于边缘计算的自适应城市寻人方法
CN110867189A (zh) * 2018-08-28 2020-03-06 北京京东尚科信息技术有限公司 一种登陆方法和装置
WO2021151279A1 (zh) * 2020-06-17 2021-08-05 平安科技（深圳）有限公司 基于边缘计算的云监控方法、装置、电子设备及存储介质
CN113487849A (zh) * 2021-07-02 2021-10-08 北京睿芯高通量科技有限公司 一种新型智能安防系统及其目标人员预警方法
US11600111B2 (en) 2020-06-01 2023-03-07 Paralaxiom Technologies Private Limited System and method for face recognition

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921866A (zh) * 2018-07-24 2018-11-30 北京深瞐科技有限公司 一种图像数据处理方法及系统
CN110867189A (zh) * 2018-08-28 2020-03-06 北京京东尚科信息技术有限公司 一种登陆方法和装置
CN109492536A (zh) * 2018-10-12 2019-03-19 大唐高鸿信息通信研究院（义乌）有限公司 一种基于5g架构的人脸识别方法及系统
CN109492536B (zh) * 2018-10-12 2020-12-04 大唐高鸿信息通信(义乌)有限公司 一种基于5g架构的人脸识别方法及系统
CN109194926A (zh) * 2018-10-19 2019-01-11 济南浪潮高新科技投资发展有限公司 一种基于边缘计算的城市安防系统及其检测方法
CN109919033A (zh) * 2019-01-31 2019-06-21 中山大学 一种基于边缘计算的自适应城市寻人方法
CN109919033B (zh) * 2019-01-31 2022-09-20 中山大学 一种基于边缘计算的自适应城市寻人方法
US11600111B2 (en) 2020-06-01 2023-03-07 Paralaxiom Technologies Private Limited System and method for face recognition
WO2021151279A1 (zh) * 2020-06-17 2021-08-05 平安科技（深圳）有限公司 基于边缘计算的云监控方法、装置、电子设备及存储介质
CN113487849A (zh) * 2021-07-02 2021-10-08 北京睿芯高通量科技有限公司 一种新型智能安防系统及其目标人员预警方法

Similar Documents

Publication Publication Date Title
CN107491728A (zh) 一种基于边缘计算模型的人脸侦测方法及装置
CN107633204B (zh) 人脸遮挡检测方法、装置及存储介质
Othman et al. A face recognition method in the Internet of Things for security applications in smart homes and cities
US8792722B2 (en) Hand gesture detection
US8750573B2 (en) Hand gesture detection
Hadid et al. Face and eye detection for person authentication in mobile phones
US8867828B2 (en) Text region detection system and method
Ismael et al. Face recognition using Viola-Jones depending on Python
WO2018210047A1 (zh) 数据处理方法、数据处理装置、电子设备及存储介质
WO2019033569A1 (zh) 眼球动作分析方法、装置及存储介质
Guo et al. Human face recognition based on spatially weighted Hausdorff distance
CN109145742A (zh) 一种行人识别方法及系统
CN111813997A (zh) 入侵分析方法、装置、设备及存储介质
WO2023165616A1 (zh) 图像模型隐蔽后门的检测方法及系统、存储介质、终端
US10599946B2 (en) System and method for detecting change using ontology based saliency
CN115862113A (zh) 陌生人异常识别方法、装置、设备及存储介质
Lahiani et al. Hand pose estimation system based on Viola-Jones algorithm for android devices
CN108681720A (zh) 一种人证核验管理系统和方法
CN111080827A (zh) 考勤系统及方法
Andiani et al. Face recognition for work attendance using multitask convolutional neural network (MTCNN) and pre-trained facenet
CN112686180A (zh) 一种封闭空间人员数量计算方法
TWI777689B (zh) 物件辨識暨體溫量測方法
TW201941018A (zh) 指紋辨識模組的控制方法
Schneider et al. Feature based face localization and recognition on mobile devices
Pilania et al. Implementation of image-based attendance system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171219