CN109145758A - 一种基于视频监控的人脸的识别算法 - Google Patents
一种基于视频监控的人脸的识别算法 Download PDFInfo
- Publication number
- CN109145758A CN109145758A CN201810825830.6A CN201810825830A CN109145758A CN 109145758 A CN109145758 A CN 109145758A CN 201810825830 A CN201810825830 A CN 201810825830A CN 109145758 A CN109145758 A CN 109145758A
- Authority
- CN
- China
- Prior art keywords
- module
- face
- magnanimity
- video
- recognition result
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于视频监控的人脸的识别算法,具体包括以下步骤;S1、首先通过视频图像采集单元对监控摄像头拍摄视频中的图像进行采集,并对采集的图像进行降维处理,然后将降维之后的视频图像传送至特征向量提取单元内,S2、特征向量提取单元内的N个特征提取模块可对S1中降维处理后视频图像中的人脸特征向量进行提取,涉及视频监控技术领域。该基于视频监控的人脸的识别算法,可大大提高人脸识别系统识别率,避免了对于一些人流量较多的地点,一个监控画面内同时出现许多人脸对应的特征几何向量存在识别系统卡顿或者人脸识别准确性降低的情况发生,实现了通过一个人脸特征向量对应一个相识度计算处理单元进行计算。
Description
技术领域
本发明涉及视频监控技术领域,具体为一种基于视频监控的人脸的识别算法。
背景技术
视频监控是安全防范系统的重要组成部分,传统的监控系统包括前端摄像机、传输线缆和视频监控平台,摄像机可分为网络数字摄像机和模拟摄像机,可作为前端视频图像信号的采集,视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合,如今的监控系统可以使用智能手机担当,同时对图像进行自动识别、存储和自动报警,视频数据通过3G/4G/WIFI传回控制主机,主机可对图像进行实时观看、录入、回放、调出及储存等操作,从而实现移动互联的视频监控,视频监控可分为网络数字视频监控系统和模拟信号视频监控,人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,通过输入图像,对于图像的每一个位置,根据训练结果选取并计算该位置的图像面部特征,并判断该位置的图像是否是人脸,直到原始图像缩放到人脸检测设定的人脸大小的上下限为止。
目前在对视频监控内的人脸进行识别的过程中,大多是直接将同时提取的视频中的人脸特制向量通过一个处理器内进行相识度计算,然而,这样的人脸识别系统识别率较低,尤其对于一些人流量较多的地点,一个监控画面内同时出现许多人脸对应的特征几何向量,此时若都通过一个处理器对每个特征向量进行计算的话,会存在识别系统卡顿或者人脸识别准确性降低的问题,不能实现通过一个人脸特征向量对应一个相识度计算处理单元进行计算,无法达到既快速有准确的识别出监控视频中多个人脸特征的目的,从而给治安监管部门的视频监管工作带来了极大的不便。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于视频监控的人脸的识别算法,解决了现有的人脸识别系统识别率较低,会存在识别系统卡顿或者人脸识别准确性降低的问题,不能实现通过一个人脸特征向量对应一个相识度计算处理单元进行计算,无法达到既快速有准确的识别出监控视频中多个人脸特征目的的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种基于视频监控的人脸的识别算法,具体包括以下步骤;
S1、首先通过视频图像采集单元对监控摄像头拍摄视频中的图像进行采集,并对采集的图像进行降维处理,然后将降维之后的视频图像传送至特征向量提取单元内;
S2、特征向量提取单元内的N个特征提取模块可对S1中降维处理后视频图像中的人脸特征向量进行提取,用于通过每种人脸识别算法对待识别人脸图像及样本人脸图像进行特征提取,分别得到每种人脸识别算法对应的待识别人脸图像的特征向量及样本人脸图像的特征向量,并将提取出的特征向量传送至相识度计算单元内,此时视频处理模块可控制相识度计算单元进行人脸相识度计算工作;
S3、然后相识度计算单元内的N个计算模块可对S2中提取的相应特征向量进行相识度计算,可根据S2中提取的每种人脸识别算法提取的待识别人脸图像的特征向量及样本人脸图像的特征向量,分别计算得到每种人脸识别算法的对比相似度值;
S4、之后视频处理模块可将相识度计算单元计算得到的相应人脸特征的相识度数值传送至识别结果确认系统内,识别结果确认系统内的相识度融合处理模块可得到样本人脸图像的融合特征向量,并通过PCA对融合特征向量进行降维处理,得到新的融合特征向量,然后通过对比相识度生产模块内的分析算法PLDA计算新的融合特征向量与新的融合特征向量的对比相似度,生成融合的对比相似度值,之后通过对比相识度值确认模块可实现对对比相识度值的确认;
S5、之后视频处理模块可控制识别结果决策处理系统内的识别结果统计模块对S4中确认后的对比相识度值进行统计,并通过识别率计算模块根据相识度阈值来计算人脸的识别率,最后通过识别结果确认模块确认最终人脸识别结果;
S6、确认最终人脸识别结果之后,视频处理模块可控制人脸跟踪模块对视频中识别出人脸进行跟踪。
优选的,所述特征向量提取单元是由N个特种提取模块组成,且相识度计算单元是由N个计算模块组成。
优选的,所述识别结果确认系统包括相识度融合处理模块、对比相识度值生成模块和对比相识度值确认模块,所述相识度融合处理模块的输出端与对比相识度值生成模块的输入端连接,且对比相识度值生成模块的输出端与对比相识度值确认模块的输入端连接。
优选的,所述识别结果决策处理系统包括识别结果统计模块、识别率计算模块和识别结果确认模块,所述识别结果统计模块的输出端与识别率计算模块的输入端连接,且识别率计算模块的输出端与识别结果确认模块的输入端连接。
优选的,所述视频处理模块分别与特征向量提取单元、相识度计算单元、识别结果确认系统、识别结果决策处理系统和人脸跟踪模块实现双向连接。
(三)有益效果
本发明提供了一种基于视频监控的人脸的识别算法。具备以下有益效果:
该基于视频监控的人脸的识别算法,具体包括以下步骤;S1、首先通过视频图像采集单元对监控摄像头拍摄视频中的图像进行采集,并对采集的图像进行降维处理,S2、特征向量提取单元内的N个特征提取模块可对S1中降维处理后视频图像中的人脸特征向量进行提取,S3、然后相识度计算单元内的N个计算模块可对S2中提取的相应特征向量进行相识度计算,S4、之后视频处理模块可将相识度计算单元计算得到的相应人脸特征的相识度数值传送至识别结果确认系统内,S5、之后视频处理模块可控制识别结果决策处理系统内的识别结果统计模块对S4中确认后的对比相识度值进行统计,S6、确认最终人脸识别结果之后,视频处理模块可控制人脸跟踪模块对视频中识别出人脸进行跟踪,可大大提高人脸识别系统识别率,很好的避免了对于一些人流量较多的地点,一个监控画面内同时出现许多人脸对应的特征几何向量存在识别系统卡顿或者人脸识别准确性降低的情况发生,实现了通过一个人脸特征向量对应一个相识度计算处理单元进行计算,很好的达到了既快速有准确的识别出监控视频中多个人脸特征的目的,从而大大方便了治安监管部门的视频监管工作。
附图说明
图1为本发明系统的结构原理框图;
图2为本发明识别结果确认系统的结构原理框图;
图3为本发明识别结果决策处理系统的结构原理框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-3,本发明实施例提供一种技术方案:一种基于视频监控的人脸的识别算法,具体包括以下步骤;
S1、首先通过视频图像采集单元对监控摄像头拍摄视频中的图像进行采集,并对采集的图像进行降维处理,然后将降维之后的视频图像传送至特征向量提取单元内;
S2、特征向量提取单元内的N个特征提取模块可对S1中降维处理后视频图像中的人脸特征向量进行提取,用于通过每种人脸识别算法对待识别人脸图像及样本人脸图像进行特征提取,分别得到每种人脸识别算法对应的待识别人脸图像的特征向量及样本人脸图像的特征向量,并将提取出的特征向量传送至相识度计算单元内,此时视频处理模块可控制相识度计算单元进行人脸相识度计算工作;
S3、然后相识度计算单元内的N个计算模块可对S2中提取的相应特征向量进行相识度计算,可根据S2中提取的每种人脸识别算法提取的待识别人脸图像的特征向量及样本人脸图像的特征向量,分别计算得到每种人脸识别算法的对比相似度值;
S4、之后视频处理模块可将相识度计算单元计算得到的相应人脸特征的相识度数值传送至识别结果确认系统内,识别结果确认系统内的相识度融合处理模块可得到样本人脸图像的融合特征向量,并通过PCA对融合特征向量进行降维处理,得到新的融合特征向量,然后通过对比相识度生产模块内的分析算法PLDA计算新的融合特征向量与新的融合特征向量的对比相似度,生成融合的对比相似度值,之后通过对比相识度值确认模块可实现对对比相识度值的确认;
S5、之后视频处理模块可控制识别结果决策处理系统内的识别结果统计模块对S4中确认后的对比相识度值进行统计,并通过识别率计算模块根据相识度阈值来计算人脸的识别率,最后通过识别结果确认模块确认最终人脸识别结果;
S6、确认最终人脸识别结果之后,视频处理模块可控制人脸跟踪模块对视频中识别出人脸进行跟踪。
本发明中,特征向量提取单元是由N个特种提取模块组成,且相识度计算单元是由N个计算模块组成。
本发明中,识别结果确认系统包括相识度融合处理模块、对比相识度值生成模块和对比相识度值确认模块,所述相识度融合处理模块的输出端与对比相识度值生成模块的输入端连接,且对比相识度值生成模块的输出端与对比相识度值确认模块的输入端连接。
本发明中,识别结果决策处理系统包括识别结果统计模块、识别率计算模块和识别结果确认模块,所述识别结果统计模块的输出端与识别率计算模块的输入端连接,且识别率计算模块的输出端与识别结果确认模块的输入端连接。
本发明中,视频处理模块分别与特征向量提取单元、相识度计算单元、识别结果确认系统、识别结果决策处理系统和人脸跟踪模块实现双向连接。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种基于视频监控的人脸的识别算法,其特征在于:具体包括以下步骤;
S1、首先通过视频图像采集单元对监控摄像头拍摄视频中的图像进行采集,并对采集的图像进行降维处理,然后将降维之后的视频图像传送至特征向量提取单元内;
S2、特征向量提取单元内的N个特征提取模块可对S1中降维处理后视频图像中的人脸特征向量进行提取,用于通过每种人脸识别算法对待识别人脸图像及样本人脸图像进行特征提取,分别得到每种人脸识别算法对应的待识别人脸图像的特征向量及样本人脸图像的特征向量,并将提取出的特征向量传送至相识度计算单元内,此时视频处理模块可控制相识度计算单元进行人脸相识度计算工作;
S3、然后相识度计算单元内的N个计算模块可对S2中提取的相应特征向量进行相识度计算,可根据S2中提取的每种人脸识别算法提取的待识别人脸图像的特征向量及样本人脸图像的特征向量,分别计算得到每种人脸识别算法的对比相似度值;
S4、之后视频处理模块可将相识度计算单元计算得到的相应人脸特征的相识度数值传送至识别结果确认系统内,识别结果确认系统内的相识度融合处理模块可得到样本人脸图像的融合特征向量,并通过PCA对融合特征向量进行降维处理,得到新的融合特征向量,然后通过对比相识度生产模块内的分析算法PLDA计算新的融合特征向量与新的融合特征向量的对比相似度,生成融合的对比相似度值,之后通过对比相识度值确认模块可实现对对比相识度值的确认;
S5、之后视频处理模块可控制识别结果决策处理系统内的识别结果统计模块对S4中确认后的对比相识度值进行统计,并通过识别率计算模块根据相识度阈值来计算人脸的识别率,最后通过识别结果确认模块确认最终人脸识别结果;
S6、确认最终人脸识别结果之后,视频处理模块可控制人脸跟踪模块对视频中识别出人脸进行跟踪。
2.根据权利要求1所述的一种基于视频监控的人脸的识别算法,其特征在于:所述特征向量提取单元是由N个特种提取模块组成,且相识度计算单元是由N个计算模块组成。
3.根据权利要求1所述的一种基于视频监控的人脸的识别算法,其特征在于:所述识别结果确认系统包括相识度融合处理模块、对比相识度值生成模块和对比相识度值确认模块,所述相识度融合处理模块的输出端与对比相识度值生成模块的输入端连接,且对比相识度值生成模块的输出端与对比相识度值确认模块的输入端连接。
4.根据权利要求1所述的一种基于视频监控的人脸的识别算法,其特征在于:所述识别结果决策处理系统包括识别结果统计模块、识别率计算模块和识别结果确认模块,所述识别结果统计模块的输出端与识别率计算模块的输入端连接,且识别率计算模块的输出端与识别结果确认模块的输入端连接。
5.根据权利要求1所述的一种基于视频监控的人脸的识别算法,其特征在于:所述视频处理模块分别与特征向量提取单元、相识度计算单元、识别结果确认系统、识别结果决策处理系统和人脸跟踪模块实现双向连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810825830.6A CN109145758A (zh) | 2018-07-25 | 2018-07-25 | 一种基于视频监控的人脸的识别算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810825830.6A CN109145758A (zh) | 2018-07-25 | 2018-07-25 | 一种基于视频监控的人脸的识别算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109145758A true CN109145758A (zh) | 2019-01-04 |
Family
ID=64799026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810825830.6A Pending CN109145758A (zh) | 2018-07-25 | 2018-07-25 | 一种基于视频监控的人脸的识别算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145758A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109873823A (zh) * | 2019-02-22 | 2019-06-11 | 北京市商汤科技开发有限公司 | 验证方法及装置、电子设备和存储介质 |
CN111308953A (zh) * | 2020-02-26 | 2020-06-19 | 辽宁百思特达半导体科技有限公司 | 组合式智能灯杆和采用该灯杆的路灯以及路灯的控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030012408A1 (en) * | 2001-05-09 | 2003-01-16 | Jean-Yves Bouguet | Method and system using a data-driven model for monocular face tracking |
CN105373626A (zh) * | 2015-12-09 | 2016-03-02 | 深圳融合永道科技有限公司 | 分布式人脸识别轨迹搜索系统和方法 |
CN106250858A (zh) * | 2016-08-05 | 2016-12-21 | 重庆中科云丛科技有限公司 | 一种融合多种人脸识别算法的识别方法及系统 |
CN106599836A (zh) * | 2016-12-13 | 2017-04-26 | 北京智慧眼科技股份有限公司 | 多人脸跟踪方法及跟踪系统 |
-
2018
- 2018-07-25 CN CN201810825830.6A patent/CN109145758A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030012408A1 (en) * | 2001-05-09 | 2003-01-16 | Jean-Yves Bouguet | Method and system using a data-driven model for monocular face tracking |
CN105373626A (zh) * | 2015-12-09 | 2016-03-02 | 深圳融合永道科技有限公司 | 分布式人脸识别轨迹搜索系统和方法 |
CN106250858A (zh) * | 2016-08-05 | 2016-12-21 | 重庆中科云丛科技有限公司 | 一种融合多种人脸识别算法的识别方法及系统 |
CN106599836A (zh) * | 2016-12-13 | 2017-04-26 | 北京智慧眼科技股份有限公司 | 多人脸跟踪方法及跟踪系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109873823A (zh) * | 2019-02-22 | 2019-06-11 | 北京市商汤科技开发有限公司 | 验证方法及装置、电子设备和存储介质 |
CN109873823B (zh) * | 2019-02-22 | 2022-05-27 | 北京市商汤科技开发有限公司 | 验证方法及装置、电子设备和存储介质 |
CN111308953A (zh) * | 2020-02-26 | 2020-06-19 | 辽宁百思特达半导体科技有限公司 | 组合式智能灯杆和采用该灯杆的路灯以及路灯的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110609920B (zh) | 一种视频监控场景下的行人混合搜索方法及系统 | |
CN105844659B (zh) | 运动部件的跟踪方法和装置 | |
US8314854B2 (en) | Apparatus and method for image recognition of facial areas in photographic images from a digital camera | |
CN102819847B (zh) | 基于ptz移动摄像头的运动轨迹提取方法 | |
WO2018119668A1 (zh) | 一种行人头部识别方法及系统 | |
CN111401311A (zh) | 一种基于图像检测的高空抛物识别方法 | |
CN101106700A (zh) | 视频监控系统中的智能化目标细节捕获装置及方法 | |
CN101699862A (zh) | Ptz摄像机获取感兴趣区域高分辨率图像的方法 | |
CN110569785B (zh) | 一种融合跟踪技术的人脸识别方法 | |
CN106355154B (zh) | 一种监控视频中检测频繁过人的方法 | |
CN111553231B (zh) | 基于信息融合的人脸抓拍与去重系统、方法、终端及介质 | |
CN107066963B (zh) | 一种自适应人群计数方法 | |
CN110633648B (zh) | 一种自然行走状态下的人脸识别方法和系统 | |
CN110599129A (zh) | 一种基于图像追踪校园考勤方法、装置、识别终端及系统 | |
CN105678805B (zh) | 基于arm平台的航拍目标检测系统 | |
CN109145758A (zh) | 一种基于视频监控的人脸的识别算法 | |
CN114332744A (zh) | 一种基于机器视觉的变电站自适应安防方法及系统 | |
CN109658437A (zh) | 一种快速检测运动物体的方法及装置 | |
WO2022134916A1 (zh) | 身份特征生成方法、设备及存储介质 | |
Yang et al. | A method of pedestrians counting based on deep learning | |
CN110572618B (zh) | 一种非法拍照行为监控方法、装置及系统 | |
CN104751144A (zh) | 一种面向视频监控的正面人脸快速评价方法 | |
CN106845361B (zh) | 一种行人头部识别方法及系统 | |
CN108734144A (zh) | 一种基于人脸识别的主讲人身份认证方法 | |
CN110443134B (zh) | 一种基于视频流的人脸识别跟踪的系统及工作方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |