CN108206929A - 一种非接触式人员信息采集装置及其采集方法 - Google Patents
一种非接触式人员信息采集装置及其采集方法 Download PDFInfo
- Publication number
- CN108206929A CN108206929A CN201611166397.7A CN201611166397A CN108206929A CN 108206929 A CN108206929 A CN 108206929A CN 201611166397 A CN201611166397 A CN 201611166397A CN 108206929 A CN108206929 A CN 108206929A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- image
- acquisition
- portrait
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- 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)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种非接触式人员信息采集装置,包括中央控制模块、视频接入模块、图像优化处理模块、人像特征识别模块、定位模块、时钟模块、信息生成模块、信息存储模块、通讯模块。本发明还公开了一种上述采集装置的采集方法。本发明能够改进现有技术的不足,实现了非接触式的人员信息的快速、准确采集。
Description
技术领域
本发明涉及安防识别技术领域,尤其是一种非接触式人员信息采集装置及其采集方法。
背景技术
目前人员信息采集主要通过实名制或RFID等接触式的方式进行采集,被采集者可以感知到采集过程,一般被采集者会对采集产生抵触行为,同时,采集过程对环境要求较高、也对被采集者的正常行为产生影响。接触式采集不能广泛应用于治安、国家安全等一些业务的需要。
发明内容
本发明要解决的技术问题是提供一种非接触式人员信息采集装置及其采集方法,能够解决现有技术的不足,实现了非接触式的人员信息的快速、准确采集。
为解决上述技术问题,本发明所采取的技术方案如下。
一种非接触式人员信息采集装置,其特征在于:包括,
中央控制模块,用于对采集装置中其它模块的控制和管理,对采样流程进行管理;
视频接入模块,用于与外部视频设备连接,获取外部视频;
图像优化处理模块,用于根据中央控制模块的指令在视频中抽取进行分析的帧,并对取样帧进行图像优化;
人像特征识别模块,用于对取样帧中的所有出现人像进行辨识、分割和特征抽取;
定位模块,用于提供图像信息的位置属性值;
时钟模块,用于提供图像信息的时间属性值;
信息生成模块,用于将人像特征、位置信息、时间信息、置信度等构成采集信息,并根据中央控制模块对同一人员信息进行过滤;
信息存储模块,用于将采集的人员信息进行本地存储;并根据中央控制模块进行存储信息的管理;
通讯模块,实现与外部的通讯,用于将采集的人员信息向外发布,进行通讯可靠性管理,并根据中央控制模块实现补充。
一种上述的非接触式人员信息采集装置的采集方法,包括以下步骤:
A、视频接入模块从外部视频设备获取视频信息;
B、图像优化处理模块在获取的视频信息中抽取用于分析的帧;
C、图像优化处理模块对抽取的帧图像进行优化;
D、人像特征识别模块对优化后的帧图像中的人像进行定位;
E、人像特征识别模块对人像进行分割,获取人脸图像;
F、中央控制模块判断获取的人脸图像是否符合特征抽取的要求,若不符合,则转至步骤A,若符合,则转至步骤G;
G、人像特征识别模块对人脸图像的特征进行抽取,构成采集信息;
H、定位模块和时钟模块给出采集信息的位置属性值和时间属性值;
I、信息生成模块在时间窗内对相同特征标识的采集信息进行比较,保留置信度最高的采集信息,并通过信息存储模块进行存储;
J、若处于发布时间内,通讯模块对采集信息进行发布,并转至步骤K;若不处于发布时间内,转至步骤A;
K、当采集信息发布成功时,中央控制模块标注信息已发布,然后转至步骤A;当采集信息发布失败时,中央控制模块标注信息待补发,然后转至步骤A。
作为优选,所述步骤C中,对于帧图像进行优化包括以下步骤,
C1、对帧图像进行线性变化,对于变换前后的像素点的RGB值进行对比,筛选出RGB值的变化为非线性变化的像素点;
C2、使用步骤C1中筛选出的像素点周边的像素点作为代替步骤C1中筛选出的像素点的备选像素点,将备选像素点与步骤C1中筛选出的像素点的RGB值进行比较,使用其中协方差最小的备选像素点代替步骤C1中筛选出的像素点;
C3、对代替后像素点的RGB值进行平滑处理,避免出现阶跃变化的像素点,平滑处理的变化率上限阈值为原始帧图像的RGB值变化率平均值的50%。
作为优选,步骤D中,对人像进行定位包括以下步骤,
D1、从历史图像中获取相对静止的图像层进行叠加处理,得出帧图像的背景图像;
D2、将背景图像与帧图像进行对比,对图像发生变化的区域进行抓取;
D3、对抓取的图像区域的边缘进行模糊处理;
D4、将模糊处理后的图像区域的边缘形状与人像特征进行对比,对于存在线性相关的图像区域认定为人像。
作为优选,步骤E中,人像进行分割包括以下步骤,
E1、根据人像特征对抓取的人像区域进行分割,得到人脸图像;
E2、使用步骤D3中进行模糊处理所使用的处理函数的反函数,对人脸图像进行逆变换;
E3、对于人脸图像中非五官区域的图像进行对比度弱化。
采用上述技术方案所带来的有益效果在于:本发明以现有安防视频监控为基础,通过对人像进行优化处理和特征提取,实现利用人像实现人员信息采集的目的。用于对重点场所的人员信息的非接触式采集,为治安管理等提供基础数据。本发明提供的采集方法速度快、准确度高。
附图说明
图1是本发明一个具体实施方式的结构图。
图中:1、中央控制模块;2、视频接入模块;3、图像优化处理模块;4、人像特征识别模块;5、定位模块;6、时钟模块;7、信息生成模块;8、信息存储模块;9、通讯模块。
具体实施方式
参照图1,一种非接触式人员信息采集装置,包括,
中央控制模块1,用于对采集装置中其它模块的控制和管理,对采样流程进行管理;
视频接入模块2,用于与外部视频设备连接,获取外部视频;
图像优化处理模块3,用于根据中央控制模块1的指令在视频中抽取进行分析的帧,并对取样帧进行图像优化;
人像特征识别模块4,用于对取样帧中的所有出现人像进行辨识、分割和特征抽取;
定位模块5,用于提供图像信息的位置属性值;
时钟模块6,用于提供图像信息的时间属性值;
信息生成模块7,用于将人像特征、位置信息、时间信息、置信度等构成采集信息,并根据中央控制模块1对同一人员信息进行过滤;
信息存储模块8,用于将采集的人员信息进行本地存储;并根据中央控制模块1进行存储信息的管理;
通讯模块9,实现与外部的通讯,用于将采集的人员信息向外发布,进行通讯可靠性管理,并根据中央控制模块1实现补充。
一种上述的非接触式人员信息采集装置的采集方法,包括以下步骤:
A、视频接入模块2从外部视频设备获取视频信息;
B、图像优化处理模块3在获取的视频信息中抽取用于分析的帧;
C、图像优化处理模块3对抽取的帧图像进行优化;
D、人像特征识别模块4对优化后的帧图像中的人像进行定位;
E、人像特征识别模块4对人像进行分割,获取人脸图像;
F、中央控制模块1判断获取的人脸图像是否符合特征抽取的要求,若不符合,则转至步骤A,若符合,则转至步骤G;
G、人像特征识别模块4对人脸图像的特征进行抽取,构成采集信息;
H、定位模块5和时钟模块6给出采集信息的位置属性值和时间属性值;
I、信息生成模块7在时间窗内对相同特征标识的采集信息进行比较,保留置信度最高的采集信息,并通过信息存储模块8进行存储;
J、若处于发布时间内,通讯模块9对采集信息进行发布,并转至步骤K;若不处于发布时间内,转至步骤A;
K、当采集信息发布成功时,中央控制模块1标注信息已发布,然后转至步骤A;当采集信息发布失败时,中央控制模块1标注信息待补发,然后转至步骤A。
步骤C中,对于帧图像进行优化包括以下步骤,
C1、对帧图像进行线性变化,对于变换前后的像素点的RGB值进行对比,筛选出RGB值的变化为非线性变化的像素点;
C2、使用步骤C1中筛选出的像素点周边的像素点作为代替步骤C1中筛选出的像素点的备选像素点,将备选像素点与步骤C1中筛选出的像素点的RGB值进行比较,使用其中协方差最小的备选像素点代替步骤C1中筛选出的像素点;
C3、对代替后像素点的RGB值进行平滑处理,避免出现阶跃变化的像素点,平滑处理的变化率上限阈值为原始帧图像的RGB值变化率平均值的50%。
步骤D中,对人像进行定位包括以下步骤,
D1、从历史图像中获取相对静止的图像层进行叠加处理,得出帧图像的背景图像;
D2、将背景图像与帧图像进行对比,对图像发生变化的区域进行抓取;
D3、对抓取的图像区域的边缘进行模糊处理;
D4、将模糊处理后的图像区域的边缘形状与人像特征进行对比,对于存在线性相关的图像区域认定为人像。
步骤E中,人像进行分割包括以下步骤,
E1、根据人像特征对抓取的人像区域进行分割,得到人脸图像;
E2、使用步骤D3中进行模糊处理所使用的处理函数的反函数,对人脸图像进行逆变换;
E3、对于人脸图像中非五官区域的图像进行对比度弱化。
步骤G中,对人脸图像的特征进行抽取包括以下步骤:
G1、根据人脸图像中五官区域的相对位置,确定人脸图像的拍摄角度;
G2、根据确定的拍摄角度,对人脸图像进行修正,形成人脸正面图像;
G3、对人脸正面图像的五官区域的相对位置关系进行计算,得出任意两个五官区域的位置映射关系;
G4、使用每个五官区域的面积数据和形状数据对位置映射关系进行修正;使用面积数据对位置映射关系进行比例变换,变换的比例值与面积数据成正比;使用形状数据对映射关系进行修正,根据相邻五官区域边缘的平均距离,对映射关系的常数项进行加权替换;
G5、将映射关系中非线性相关的映射关系作为特征进行抽取。
本发明可以对人像进行快速、精准的识别,实现非接触式的人员信息采集。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种非接触式人员信息采集装置,其特征在于:包括,
中央控制模块(1),用于对采集装置中其它模块的控制和管理,对采样流程进行管理;
视频接入模块(2),用于与外部视频设备连接,获取外部视频;
图像优化处理模块(3),用于根据中央控制模块(1)的指令在视频中抽取进行分析的帧,并对取样帧进行图像优化;
人像特征识别模块(4),用于对取样帧中的所有出现人像进行辨识、分割和特征抽取;
定位模块(5),用于提供图像信息的位置属性值;
时钟模块(6),用于提供图像信息的时间属性值;
信息生成模块(7),用于将人像特征、位置信息、时间信息、置信度等构成采集信息,并根据中央控制模块(1)对同一人员信息进行过滤;
信息存储模块(8),用于将采集的人员信息进行本地存储;并根据中央控制模块(1)进行存储信息的管理;
通讯模块(9),实现与外部的通讯,用于将采集的人员信息向外发布,进行通讯可靠性管理,并根据中央控制模块(1)实现补充。
2.一种权利要求1所述的非接触式人员信息采集装置的采集方法,其特征在于包括以下步骤:
A、视频接入模块(2)从外部视频设备获取视频信息;
B、图像优化处理模块(3)在获取的视频信息中抽取用于分析的帧;
C、图像优化处理模块(3)对抽取的帧图像进行优化;
D、人像特征识别模块(4)对优化后的帧图像中的人像进行定位;
E、人像特征识别模块(4)对人像进行分割,获取人脸图像;
F、中央控制模块(1)判断获取的人脸图像是否符合特征抽取的要求,若不符合,则转至步骤A,若符合,则转至步骤G;
G、人像特征识别模块(4)对人脸图像的特征进行抽取,构成采集信息;
H、定位模块(5)和时钟模块(6)给出采集信息的位置属性值和时间属性值;
I、信息生成模块(7)在时间窗内对相同特征标识的采集信息进行比较,保留置信度最高的采集信息,并通过信息存储模块(8)进行存储;
J、若处于发布时间内,通讯模块(9)对采集信息进行发布,并转至步骤K;若不处于发布时间内,转至步骤A;
K、当采集信息发布成功时,中央控制模块(1)标注信息已发布,然后转至步骤A;当采集信息发布失败时,中央控制模块(1)标注信息待补发,然后转至步骤A。
3.根据权利要求2所述的非接触式人员信息采集装置的采集方法,其特征在于:步骤C中,对于帧图像进行优化包括以下步骤,
C1、对帧图像进行线性变化,对于变换前后的像素点的RGB值进行对比,筛选出RGB值的变化为非线性变化的像素点;
C2、使用步骤C1中筛选出的像素点周边的像素点作为代替步骤C1中筛选出的像素点的备选像素点,将备选像素点与步骤C1中筛选出的像素点的RGB值进行比较,使用其中协方差最小的备选像素点代替步骤C1中筛选出的像素点;
C3、对代替后像素点的RGB值进行平滑处理,避免出现阶跃变化的像素点,平滑处理的变化率上限阈值为原始帧图像的RGB值变化率平均值的50%。
4.根据权利要求2所述的非接触式人员信息采集装置的采集方法,其特征在于:步骤D中,对人像进行定位包括以下步骤,
D1、从历史图像中获取相对静止的图像层进行叠加处理,得出帧图像的背景图像;
D2、将背景图像与帧图像进行对比,对图像发生变化的区域进行抓取;
D3、对抓取的图像区域的边缘进行模糊处理;
D4、将模糊处理后的图像区域的边缘形状与人像特征进行对比,对于存在线性相关的图像区域认定为人像。
5.根据权利要求4所述的非接触式人员信息采集装置的采集方法,其特征在于:步骤E中,人像进行分割包括以下步骤,
E1、根据人像特征对抓取的人像区域进行分割,得到人脸图像;
E2、使用步骤D3中进行模糊处理所使用的处理函数的反函数,对人脸图像进行逆变换;
E3、对于人脸图像中非五官区域的图像进行对比度弱化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611166397.7A CN108206929A (zh) | 2016-12-16 | 2016-12-16 | 一种非接触式人员信息采集装置及其采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611166397.7A CN108206929A (zh) | 2016-12-16 | 2016-12-16 | 一种非接触式人员信息采集装置及其采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108206929A true CN108206929A (zh) | 2018-06-26 |
Family
ID=62602297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611166397.7A Pending CN108206929A (zh) | 2016-12-16 | 2016-12-16 | 一种非接触式人员信息采集装置及其采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108206929A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246243A (zh) * | 2019-05-09 | 2019-09-17 | 厦门中控智慧信息技术有限公司 | 门禁控制方法、装置及终端设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101534425A (zh) * | 2009-04-10 | 2009-09-16 | 上海伯里春贸易有限公司 | 车站、机场和地铁人像采集比对识别监控系统及其方法 |
CN103778409A (zh) * | 2014-01-02 | 2014-05-07 | 深圳市元轩科技发展有限公司 | 基于人脸特征数据挖掘的人脸识别方法与装置 |
CN204156985U (zh) * | 2014-08-29 | 2015-02-11 | 上海智达商投资管理合伙企业(有限合伙) | 具有脸部识别比对功能的高清摄像设备及监控系统 |
CN104573679A (zh) * | 2015-02-08 | 2015-04-29 | 天津艾思科尔科技有限公司 | 监控场景下基于深度学习的人脸识别系统 |
CN105046227A (zh) * | 2015-07-24 | 2015-11-11 | 上海依图网络科技有限公司 | 一种针对人像视频系统的关键帧获取方法 |
CN105138954A (zh) * | 2015-07-12 | 2015-12-09 | 上海微桥电子科技有限公司 | 一种图像自动筛选查询识别系统 |
CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
CN105809178A (zh) * | 2014-12-31 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种基于人脸属性的人群分析方法及装置 |
CN105976444A (zh) * | 2016-04-28 | 2016-09-28 | 信阳师范学院 | 一种视频图像处理方法及装置 |
CN105975938A (zh) * | 2016-05-06 | 2016-09-28 | 李占强 | 一种智能动态人脸识别社区管家服务系统 |
-
2016
- 2016-12-16 CN CN201611166397.7A patent/CN108206929A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101534425A (zh) * | 2009-04-10 | 2009-09-16 | 上海伯里春贸易有限公司 | 车站、机场和地铁人像采集比对识别监控系统及其方法 |
CN103778409A (zh) * | 2014-01-02 | 2014-05-07 | 深圳市元轩科技发展有限公司 | 基于人脸特征数据挖掘的人脸识别方法与装置 |
CN204156985U (zh) * | 2014-08-29 | 2015-02-11 | 上海智达商投资管理合伙企业(有限合伙) | 具有脸部识别比对功能的高清摄像设备及监控系统 |
CN105809178A (zh) * | 2014-12-31 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种基于人脸属性的人群分析方法及装置 |
CN104573679A (zh) * | 2015-02-08 | 2015-04-29 | 天津艾思科尔科技有限公司 | 监控场景下基于深度学习的人脸识别系统 |
CN105138954A (zh) * | 2015-07-12 | 2015-12-09 | 上海微桥电子科技有限公司 | 一种图像自动筛选查询识别系统 |
CN105046227A (zh) * | 2015-07-24 | 2015-11-11 | 上海依图网络科技有限公司 | 一种针对人像视频系统的关键帧获取方法 |
CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
CN105976444A (zh) * | 2016-04-28 | 2016-09-28 | 信阳师范学院 | 一种视频图像处理方法及装置 |
CN105975938A (zh) * | 2016-05-06 | 2016-09-28 | 李占强 | 一种智能动态人脸识别社区管家服务系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246243A (zh) * | 2019-05-09 | 2019-09-17 | 厦门中控智慧信息技术有限公司 | 门禁控制方法、装置及终端设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103473791B (zh) | 监控视频中异常速度事件自动识别方法 | |
CN105405154B (zh) | 基于颜色-结构特征的目标对象跟踪方法 | |
CN105745687B (zh) | 情景感知移动目标检测 | |
KR101877570B1 (ko) | Av 영상 기반의 주차위치 설정 장치 및 그 방법 | |
CN102262727A (zh) | 客户采集终端人脸图像质量实时监控方法 | |
CN106709518A (zh) | 基于Android平台的盲道识别系统 | |
CN106821694A (zh) | 一种基于智能手机的移动导盲系统 | |
CN103854292B (zh) | 一种人数及人群运动方向的计算方法及装置 | |
CN101179713A (zh) | 复杂背景下单个运动目标的检测方法 | |
CN106981202A (zh) | 一种基于车道模型的车辆来回变道检测方法 | |
CN106682665B (zh) | 一种基于计算机视觉的七段式数显仪表数字识别方法 | |
CN106355603A (zh) | 人体跟踪方法和人体跟踪装置 | |
AU2008210192A1 (en) | Method of moving target tracking and number accounting | |
CN105187785A (zh) | 一种基于动态选取显著特征的跨卡口行人识别系统与方法 | |
CN112668525B (zh) | 一种人流量的计数方法、装置、电子设备及存储介质 | |
KR101307234B1 (ko) | 객체인식 기반의 주차관리 시스템 | |
CN101976330A (zh) | 手势识别方法和系统 | |
CN111339811B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN103268482B (zh) | 一种低复杂度的手势提取和手势深度获取方法 | |
CN110070723A (zh) | 出入口车辆识别的方法、装置及系统 | |
CN109117855A (zh) | 异常电力设备图像识别系统 | |
CN103996033A (zh) | 一种基于人脸五官坐标跟踪的真人识别方法 | |
CN105141923A (zh) | 一种视频浓缩方法及装置 | |
CN106934338A (zh) | 一种基于相关滤波器的长期行人跟踪方法 | |
CN115862113A (zh) | 陌生人异常识别方法、装置、设备及存储介质 |
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 |
Application publication date: 20180626 |
|
WD01 | Invention patent application deemed withdrawn after publication |