CN110163158B - 一种可智能感知的场景人脸识别系统 - Google Patents

一种可智能感知的场景人脸识别系统 Download PDF

Info

Publication number
CN110163158B
CN110163158B CN201910438704.XA CN201910438704A CN110163158B CN 110163158 B CN110163158 B CN 110163158B CN 201910438704 A CN201910438704 A CN 201910438704A CN 110163158 B CN110163158 B CN 110163158B
Authority
CN
China
Prior art keywords
module
face
scene
user
unit
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.)
Active
Application number
CN201910438704.XA
Other languages
English (en)
Other versions
CN110163158A (zh
Inventor
张劲松
池岚
谭晓玲
刘海生
范建翊
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.)
Guangzhou Tuchuang Computer Software Development Co Ltd
Original Assignee
Guangzhou Tuchuang Computer Software Development Co Ltd
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 Guangzhou Tuchuang Computer Software Development Co Ltd filed Critical Guangzhou Tuchuang Computer Software Development Co Ltd
Priority to CN201910438704.XA priority Critical patent/CN110163158B/zh
Publication of CN110163158A publication Critical patent/CN110163158A/zh
Application granted granted Critical
Publication of CN110163158B publication Critical patent/CN110163158B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602Image analysis to detect motion of the intruder, e.g. by frame subtraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical 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)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开一种可智能感知的场景人脸识别系统,用于解决如何通过人脸拍摄识别公安系统黑名单和如何判断高峰时段及将高峰时段的客流转变成参与者的问题,包括摄像采集模块、图像处理模块、处理器、人流量采集模块、立体展示一体机、报警模块、逾期采集模块、活动制定模块、参与度计算模块、用户信息数据库、信用计算模块、员工信息数据库和黑名单存储库;该场景人脸识别系统,可以与公安系统黑名单进行信息搜索匹配;在高峰时段推广场景活动,更大可能的将高峰时段的客流转化为活动的参与者;提高了参与者与场景的粘性,通过人脸识别可以实现人脸签到、人脸借还、人脸门禁的场景的认证,用人脸完全代替证件。

Description

一种可智能感知的场景人脸识别系统
技术领域
本发明涉及一种人脸识别技术领域,尤其涉及一种可智能感知的场景人脸识别系统。
背景技术
场景包括文化馆、物品馆、事业单元和私人场馆;随着数字化、信息化、智能化的建设,场景的服务已经不再是简单的文献借还,更多是让用户切身感受到的个性化服务,这就需要对用户的行为轨迹进行跟踪形成用户信息,并对用户进行个性化服务推送,让用户阅自己所悦,享自身所想。公共场景人流密集,作为城市公共文化服务场所,所有市民均可免费进出,难免出现少许不良分子进入,由于人员密集,安全隐患也高,场景需要时刻提高警惕,谨防不法分子有可乘之机,若场景安全识别系统对进出的每位市民都“可感可知”那么此类隐患将可大大降低,确保市民有一个安全舒心的阅读环境,目前,许多公共场所的监控抓拍设备缺乏较好的联动性,并没有能跟本地区的报警系统联动,无黑名单数据。
发明内容
本发明的目的在于提供一种可智能感知的场景人脸识别系统。
本发明所要解决的技术问题为:
如何通过人脸拍摄识别公安系统黑名单,以便于及时报警;
如何判断高峰时段及将高峰时段的客流转变成参与者,提高参与者粘性;
如何根据用户的信用值计算,判断该用户是否为场景内的黑名单;
如何通过人脸抓拍对来访用户进行感知识别和精准服务;
如何通过人脸抓拍识别对事业单位的人员行为轨迹进行绩效管理。
本发明的目的可以通过以下技术方案实现:一种可智能感知的场景人脸识别系统,包括摄像采集模块、图像处理模块、处理器、人流量采集模块、立体展示一体机、报警模块、逾期采集模块、活动制定模块、参与度计算模块、用户信息数据库、信用计算模块、员工信息数据库、服务计算模块、人脸验证模块、人脸录入模块、人脸数据存储库和黑名单存储库;
所述摄像采集模块用于采集场景内用户和员工图像及声音分贝大小数据;所述场景包括文化馆、物品馆、事业单元和私人场馆;所述摄像采集模块将采集的场景内用户和员工图像及声音分贝大小数据发送至图像处理模块;所述图像处理模块接收摄像采集模块发送的场景内用户和员工图像及声音分贝大小数据并进行处理,具体处理步骤如下:
步骤一:提取图像中的人脸信息和声音分贝;
步骤二:设定采集的分贝大小记为Fi;设定分贝标准值为FB;
步骤三:将Fi与FB进行对比,当Fi<FB,则不进行分贝值计算;当Fi>FB;对分贝值进行计算,利用公式获取得到喧哗值Xi;其中J1为预设比例系数;
所述图像处理模块将人脸信息和喧哗值发送至处理器;所述处理器接收图像处理模块发送的人脸信息和和喧哗值数据并将接收人脸的信息发送至人脸验证模块;所述人脸验证模块接收人脸的信息并将信息与人脸数据存储库和黑名单存储库内存储的人脸图片进行验证;具体识别过程如下:
a:设定接收的图片记为Bi,i=1……n;人脸数据存储库内部存储的人脸图片为Ci和Wi,i=1……n;黑名单存储库内存储的人脸图片记为Di和Ei,i=1……n,其中,Di表示为场景黑名单人脸数据;Ei表示为公安系统黑名单人脸数据;Wi表示为场景员工人脸数据;
b:Bi与Ci、Di和Ei进行验证;对人脸信息进行人脸图像特征提取,利用基于知识的表征方法对人脸进行特征提取;然后对提取的人脸特征进行识别和验证,提取的人脸图像的特征数据与人脸数据存储库中存储的人脸信息进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,即输出验证成功;当Bi与Ci相同或Bi与Di相同;则处理器将人脸验证模块识别的人脸信息和喧哗值发送至用户信息数据库;当Bi与Ei相同,则处理器将人脸验证模块识别的人脸信息发送至报警模块;当Bi与Fi相同,则处理器将人脸验证模块识别的人脸信息和喧哗值发送至员工信息数据库;
所述报警模块用于向公安系统和场景指定人员发送报警信息;所述人流量采集模块用于采集场景进出口的人流量信息;人流量信息为场景进入人数量和场景出去人数量;所述人流量采集模块将采集的场景进出口的人流量信息发送至处理器,所述处理器将人流量信息发送至活动制定模块;所述活动制定模块用于判断人流量高峰期并储存和发布制定的场景活动;所述制定的场景活动包括场景导游、场景卫生清理活动、场景物品摆放活动和场景宣传单派发活动;所述活动制定模块包括判断单元、发布单元、储存单元、报名单元、统计单元和发送单元;所述判断单元用于判断人流量高峰期,具体判断步骤如下:
S1:设定场景进入人数量记为K1,场景出去人数量记为K2;
S2:利用公式K1-K2>Kb,则判断为高峰期;其中,Kb为预设固定值;
S3:判断单元发送活动开启指令至发布单元;
所述发布单元用于发布制定的场景活动;所述储存单元用于存储制定的场景活动;所述报名单元用于用户报名参与活动;所述统计单元用于统计参与者信息、参与者活动参与时间和参与者活动结束时间;所述统计单元将统计的参与者信息、参与者活动参与时间和参与者活动结束时间发送至发送单元,发送单元接收统计单元发送的参与者信息、参与者活动参与时间和参与者活动结束时间并信息发送至参与度计算模块;所述参与度计算模块接收参与者信息、参与者活动参与时间和参与者活动结束时间并进行计算;具体计算步骤如下:
步骤一:设定场景活动记为Gi,i=1……4;设定场景活动Gi对应的分值记为Hi,i=1……4;设定参与者个数记为d;参与者活动参与时间记为T1i;参与者活动结束时间记为T2i
步骤二:利用公式获取得到参与度值CYi;其中,u1为预设固定比例因子;
所述参与度计算模块将参与者信息和对应的参与度值发送至用户信息数据库;所述用户信息数据库用于存储用户人脸数据、喧哗值、参与度值;所述逾期采集模块用于采集用户还物品的逾期时间;所述逾期采集模块将采集的用户还物品的逾期时间发送至处理器上,处理器接收逾期采集模块发送的用户还物品的逾期时间并发送至用户信息数据库存储。
优选的,所述黑名单数据库包括场景黑名单存储模块和公安系统黑名单存储模块;场景黑名单存储模块用于存储场景黑名单人脸数据;公安系统黑名单存储模块用于存储公安系统黑名单人脸数据;所述信用计算模块提取用户信息数据库存储的用户人脸数据、喧哗值、参与度值和逾期时间值并进行计算,具体计算步骤如下:
S1:设定借物品时间记为t1,归还时间记为t2,设定指定归还时间记为tb;
S2:当t2-t1>tb时;则利用公式获取得到逾期时间t3;
S3:利用公式获取得到信用值Ri;参与度值越大,信用值越大;喧哗值越大,信用值越小;逾期时间越长,信用值越小;
S4:设定黑名单信用界限值记为Rb;
S5:当Ri<Rb,则记为黑名单;信用计算模块将用户人脸数据和信用值发送至黑名单数据库内的场景黑名单存储模块存储;当Ri>Rb;则信用计算模块将场景黑名单存储模块存储的黑名单用户人脸数据和信用值发送至用户信息数据库内存储。
优选的,所述员工信息数据库用于存储员工人脸数据和喧哗值;所述员工信息数据库还包括手机图像存储单元、手机识别单元和次数统计单元;手机图像存储单元用于存储现有手机的图像;所述手机识别单元用于识别员工图像内出现手机的次数,具体识别过程如下:
a:设定员工图像内出现手机图像记为Li,i=1……n;设定存储现有的手机图像记为Mi,i=1……n;
b:将Li与Mi进行对比,当出现手机图像Li与现有的手机图像Mi相同,则判定出现手机,手机的次数增加1次;
所述手机识别单元将次数发送至次数统计单元;所述次数统计单元用于统计出现手机的总次数;所述员工信息数据库将员工人脸数据、喧哗值和出现手机的总次数发送至服务计算模块;所述服务计算模块接收员工信息数据库发送的员工人脸数据、喧哗值和出现手机的总次数并进行计算,具体计算步骤如下:
步骤一:设定出现手机的总次数记为Pi,i……n;允许出现手机的次数记为Py;
步骤二:利用公式获取得到服务质量值CKi;其中,CKz为预设服务质量总值;e1、e2为预设扣除比例系数;出现手机的次数越多,服务质量值CKi越小;出现的喧哗值Xi越大,服务质量值CKi越小;
所述员工信息数据库还包括考勤模块;所述考勤模块用于对场景内员工人脸考勤。
优选的,所述人脸录入模块用于对人脸数据进行录入,所述人脸录入模块的录入途径包括手机端、pc端本地摄像头采集人脸录入及手机端、pc端批量导入照片录入。
优选的,所述摄像采集模块包括若干个安装在场景内部的摄像头及安装在摄像头上的拾音器;轨迹录入模块用于绘制用户的行为轨迹,具体绘制步骤如下:
S1:若干个摄像头记为SXi,i……n;若干个摄像头的坐标记为Zi,i……n;
S2:当摄像头SXi拍摄的用户人脸画面经图像处理模块、处理器和人脸验证模块识别后,则轨迹录入模块记录该时刻摄像头SXi对应的坐标Zi;
S3:依据时间的先后,绘制该用户出现的摄像头SXi对应的坐标Zi;得到用户的行为轨迹。
优选的,所述立体展示一体机用于识别和展示用户信息及场景物品信息;立体展示一体机包括触摸屏、主题切换模块、主题风格存储模块和个性化推荐模块;所述触摸屏用于显示用户信息及场景物品信息;主题风格存储模块用于存储立体展示一体机内部系统的主题;所述主题切换模块用于根据主题风格存储模块内存储的主题对触摸屏进行主题切换;个性化推荐模块用于向用户推送物品,个性化推荐模块包括轨迹获取单元、借物品统计单元、物品借出量统计单元、物品统计单元和推荐分析单元;所述轨迹获取单元用于获取轨迹录入模块内绘制的用户的行为轨迹;借物品统计单元用于统计用户的借物品历史;物品借出量统计单元用于统计物品的历史借出量次数;物品统计单元用于统计物品是否借出;所述推荐分析单元用于分析用户的行为轨迹并分析;具体分析过程如下:
a:将场景划分为Ni个区域,i=1……n;每个区域对应的物品记为Qi,i=1……n;物品对应的历史借出量记为Ui,i=1……n;
b:通过用户的行为轨迹判断用户出现在Ni区域的次数;选取出现最多的Ni区域;然后在该Ni区域由高到低依次统计出该区域每本物品Qi的历史借出量Ui大小;然后由大到小,选取历史借出量Ui最高的物品,并判断Qi是否被借出,若被借出,则依次由大到小选取,若未被借出,则推荐该物品Qi
优选的,所述用户信息数据库还包括人脸签到模块、人脸借还模块和人脸识别门禁模块;所述人脸签到模块用于用户人脸识别签到;所述人脸借还模块用于用户借还物品人脸验证;所述人脸识别门禁模块用于用户通过人脸进行门禁识别验证。
本发明的有益效果:
摄像采集模块用于采集场景内用户和员工图像及声音分贝大小数据,然后经过图像处理模块、处理器和人脸验证模块进行人脸识别;当人脸识别模块识别出与公安系统黑名单人脸数据相同,则人脸验证模块识别的人脸信息发送至报警模块,报警模块向公安系统和场景指定人员发送报警信息;通过发送报警信息到对应的责任人,以便于及时控制可疑人;
判断单元用于判断人流量高峰期,利用公式K1-K2>Kb,则判断为高峰期;判断单元发送活动开启指令至发布单元,发布单元用于发布制定的场景活动;在高峰时段推广场景活动,更大可能的将高峰时段的客流转化为活动的参与者;提高了参与者与场景的粘性;
利用公式获取得到信用值Ri;参与度值越大,信用值越大;喧哗值越大,信用值越小;逾期时间越长,信用值越小;当Ri<Rb,则记为黑名单;信用计算模块将用户人脸数据和信用值发送至黑名单数据库内的场景黑名单存储模块存储;当Ri>Rb;则信用计算模块将场景黑名单存储模块存储的黑名单用户人脸数据和信用值发送至用户信息数据库内存储。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种可智能感知的场景人脸识别系统的原理框图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种可智能感知的场景人脸识别系统,一种可智能感知的场景人脸识别系统,包括摄像采集模块、图像处理模块、处理器、人流量采集模块、立体展示一体机、报警模块、逾期采集模块、活动制定模块、参与度计算模块、用户信息数据库、信用计算模块、员工信息数据库、服务计算模块、人脸验证模块、人脸录入模块、人脸数据存储库和黑名单存储库;
摄像采集模块用于采集场景内用户和员工图像及声音分贝大小数据;场景包括文化馆、物品馆、事业单元和私人场馆;摄像采集模块将采集的场景内用户和员工图像及声音分贝大小数据发送至图像处理模块;图像处理模块接收摄像采集模块发送的场景内用户和员工图像及声音分贝大小数据并进行处理,具体处理步骤如下:
步骤一:提取图像中的人脸信息和声音分贝;
步骤二:设定采集的分贝大小记为Fi;设定分贝标准值为FB;
步骤三:将Fi与FB进行对比,当Fi<FB,则不进行分贝值计算;当Fi>FB;对分贝值进行计算,利用公式获取得到喧哗值Xi;其中J1为预设比例系数;
图像处理模块将人脸信息和喧哗值发送至处理器;处理器接收图像处理模块发送的人脸信息和和喧哗值数据并将接收人脸的信息发送至人脸验证模块;人脸验证模块接收人脸的信息并将信息与人脸数据存储库和黑名单存储库内存储的人脸图片进行验证;具体识别过程如下:
a:设定接收的图片记为Bi,i=1……n;人脸数据存储库内部存储的人脸图片为Ci和Wi,i=1……n;黑名单存储库内存储的人脸图片记为Di和Ei,i=1……n,其中,Di表示为场景黑名单人脸数据;Ei表示为公安系统黑名单人脸数据;Wi表示为场景员工人脸数据;
b:Bi与Ci、Di和Ei进行验证;对人脸信息进行人脸图像特征提取,利用基于知识的表征方法对人脸进行特征提取;然后对提取的人脸特征进行识别和验证,提取的人脸图像的特征数据与人脸数据存储库中存储的人脸信息进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,即输出验证成功;当Bi与Ci相同或Bi与Di相同;则处理器将人脸验证模块识别的人脸信息和喧哗值发送至用户信息数据库;当Bi与Ei相同,则处理器将人脸验证模块识别的人脸信息发送至报警模块;当Bi与Fi相同,则处理器将人脸验证模块识别的人脸信息和喧哗值发送至员工信息数据库;
报警模块用于向公安系统和场景指定人员发送报警信息;人流量采集模块用于采集场景进出口的人流量信息;人流量信息为场景进入人数量和场景出去人数量;人流量采集模块将采集的场景进出口的人流量信息发送至处理器,处理器将人流量信息发送至活动制定模块;活动制定模块用于判断人流量高峰期并储存和发布制定的场景活动;制定的场景活动包括场景导游、场景卫生清理活动、场景物品摆放活动和场景宣传单派发活动;活动制定模块包括判断单元、发布单元、储存单元、报名单元、统计单元和发送单元;判断单元用于判断人流量高峰期,具体判断步骤如下:
S1:设定场景进入人数量记为K1,场景出去人数量记为K2;
S2:利用公式K1-K2>Kb,则判断为高峰期;其中,Kb为预设固定值;
S3:判断单元发送活动开启指令至发布单元;
发布单元用于发布制定的场景活动;储存单元用于存储制定的场景活动;报名单元用于用户报名参与活动;统计单元用于统计参与者信息、参与者活动参与时间和参与者活动结束时间;统计单元将统计的参与者信息、参与者活动参与时间和参与者活动结束时间发送至发送单元,发送单元接收统计单元发送的参与者信息、参与者活动参与时间和参与者活动结束时间并信息发送至参与度计算模块;参与度计算模块接收参与者信息、参与者活动参与时间和参与者活动结束时间并进行计算;具体计算步骤如下:
步骤一:设定场景活动记为Gi,i=1……4;设定场景活动Gi对应的分值记为Hi,i=1……4;设定参与者个数记为d;参与者活动参与时间记为T1i;参与者活动结束时间记为T2i
步骤二:利用公式获取得到参与度值CYi;其中,u1为预设固定比例因子;
参与度计算模块将参与者信息和对应的参与度值发送至用户信息数据库;用户信息数据库用于存储用户人脸数据、喧哗值、参与度值;逾期采集模块用于采集用户还物品的逾期时间;逾期采集模块将采集的用户还物品的逾期时间发送至处理器上,处理器接收逾期采集模块发送的用户还物品的逾期时间并发送至用户信息数据库存储。
黑名单数据库包括场景黑名单存储模块和公安系统黑名单存储模块;场景黑名单存储模块用于存储场景黑名单人脸数据;公安系统黑名单存储模块用于存储公安系统黑名单人脸数据;信用计算模块提取用户信息数据库存储的用户人脸数据、喧哗值、参与度值和逾期时间值并进行计算,具体计算步骤如下:
S1:设定借物品时间记为t1,归还时间记为t2,设定指定归还时间记为tb;
S2:当t2-t1>tb时;则利用公式获取得到逾期时间t3;
S3:利用公式获取得到信用值Ri;参与度值越大,信用值越大;喧哗值越大,信用值越小;逾期时间越长,信用值越小;
S4:设定黑名单信用界限值记为Rb;
S5:当Ri<Rb,则记为黑名单;信用计算模块将用户人脸数据和信用值发送至黑名单数据库内的场景黑名单存储模块存储;当Ri>Rb;则信用计算模块将场景黑名单存储模块存储的黑名单用户人脸数据和信用值发送至用户信息数据库内存储。
员工信息数据库用于存储员工人脸数据和喧哗值;员工信息数据库还包括手机图像存储单元、手机识别单元和次数统计单元;手机图像存储单元用于存储现有手机的图像;手机识别单元用于识别员工图像内出现手机的次数,具体识别过程如下:
a:设定员工图像内出现手机图像记为Li,i=1……n;设定存储现有的手机图像记为Mi,i=1……n;
b:将Li与Mi进行对比,当出现手机图像Li与现有的手机图像Mi相同,则判定出现手机,手机的次数增加1次;
手机识别单元将次数发送至次数统计单元;次数统计单元用于统计出现手机的总次数;员工信息数据库将员工人脸数据、喧哗值和出现手机的总次数发送至服务计算模块;服务计算模块接收员工信息数据库发送的员工人脸数据、喧哗值和出现手机的总次数并进行计算,具体计算步骤如下:
步骤一:设定出现手机的总次数记为Pi,i……n;允许出现手机的次数记为Py;
步骤二:利用公式获取得到服务质量值CKi;其中,CKz为预设服务质量总值;e1、e2为预设扣除比例系数;出现手机的次数越多,服务质量值CKi越小;出现的喧哗值Xi越大,服务质量值CKi越小;
员工信息数据库还包括考勤模块;考勤模块用于对场景内员工人脸考勤;
人脸录入模块用于对人脸数据进行录入,人脸录入模块的录入途径包括手机端、pc端本地摄像头采集人脸录入及手机端、pc端批量导入照片录入;
摄像采集模块包括若干个安装在场景内部的摄像头及安装在摄像头上的拾音器;轨迹录入模块用于绘制用户的行为轨迹,具体绘制步骤如下:
S1:若干个摄像头记为SXi,i……n;若干个摄像头的坐标记为Zi,i……n;
S2:当摄像头SXi拍摄的用户人脸画面经图像处理模块、处理器和人脸验证模块识别后,则轨迹录入模块记录该时刻摄像头SXi对应的坐标Zi;
S3:依据时间的先后,绘制该用户出现的摄像头SXi对应的坐标Zi;得到用户的行为轨迹。
立体展示一体机用于识别和展示用户信息及场景物品信息;立体展示一体机包括触摸屏、主题切换模块、主题风格存储模块和个性化推荐模块;触摸屏用于显示用户信息及场景物品信息;主题风格存储模块用于存储立体展示一体机内部系统的主题;主题切换模块用于根据主题风格存储模块内存储的主题对触摸屏进行主题切换;
个性化推荐模块用于向用户推送物品,个性化推荐模块包括轨迹获取单元、借物品统计单元、物品借出量统计单元、物品统计单元和推荐分析单元;轨迹获取单元用于获取轨迹录入模块内绘制的用户的行为轨迹;借物品统计单元用于统计用户的借物品历史;物品借出量统计单元用于统计物品的历史借出量次数;物品统计单元用于统计物品是否借出;推荐分析单元用于分析用户的行为轨迹并分析;具体分析过程如下:
a:将场景划分为Ni个区域,i=1……n;每个区域对应的物品记为Qi,i=1……n;物品对应的历史借出量记为Ui,i=1……n;
b:通过用户的行为轨迹判断用户出现在Ni区域的次数;选取出现最多的Ni区域;然后在该Ni区域由高到低依次统计出该区域每本物品Qi的历史借出量Ui大小;然后由大到小,选取历史借出量Ui最高的物品,并判断Qi是否被借出,若被借出,则依次由大到小选取,若未被借出,则推荐该物品Qi;
通过人脸验证模块识别用户,个性化推荐模块感知用户并根据用户轨迹向用户精准推荐和服务;
用户信息数据库还包括人脸签到模块、人脸借还模块和人脸识别门禁模块;人脸签到模块用于用户人脸识别签到;人脸借还模块用于用户借还物品人脸验证;人脸识别门禁模块用于用户通过人脸进行门禁识别验证;通过人脸识别可以实现人脸签到、人脸借还、人脸门禁的场景的认证,用人脸完全代替证件;
本发明的工作原理:摄像采集模块用于采集场景内用户和员工图像及声音分贝大小数据,然后经过图像处理模块、处理器和人脸验证模块进行人脸识别;当人脸识别模块识别出与公安系统黑名单人脸数据相同,则人脸验证模块识别的人脸信息发送至报警模块,报警模块向公安系统和场景指定人员发送报警信息;通过发送报警信息到对应的责任人,以便于及时控制可疑人;判断单元用于判断人流量高峰期,利用公式K1-K2>Kb,则判断为高峰期;判断单元发送活动开启指令至发布单元,发布单元用于发布制定的场景活动;在高峰时段推广场景活动,更大可能的将高峰时段的客流转化为活动的参与者;提高了参与者与场景的粘性;利用公式获取得到信用值Ri;参与度值越大,信用值越大;喧哗值越大,信用值越小;逾期时间越长,信用值越小;当Ri<Rb,则记为黑名单;信用计算模块将用户人脸数据和信用值发送至黑名单数据库内的场景黑名单存储模块存储;当Ri>Rb;则信用计算模块将场景黑名单存储模块存储的黑名单用户人脸数据和信用值发送至用户信息数据库内存储。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求物品所定义的范围,均应属于本发明的保护范围。

Claims (7)

1.一种可智能感知的场景人脸识别系统,其特征在于,包括摄像采集模块、图像处理模块、处理器、人流量采集模块、立体展示一体机、报警模块、逾期采集模块、活动制定模块、参与度计算模块、用户信息数据库、信用计算模块、员工信息数据库、服务计算模块、人脸验证模块、人脸录入模块、人脸数据存储库和黑名单存储库;
所述摄像采集模块用于采集场景内用户和员工图像及声音分贝大小数据;所述摄像采集模块将采集的场景内用户和员工图像及声音分贝大小数据发送至图像处理模块;所述图像处理模块接收摄像采集模块发送的场景内用户和员工图像及声音分贝大小数据并进行处理,具体处理步骤如下:
步骤一:提取图像中的人脸信息和声音分贝;
步骤二:设定采集的分贝大小记为Fi;设定分贝标准值为FB;
步骤三:将Fi与FB进行对比,当Fi<FB,则不进行分贝值计算;当Fi>FB;对分贝值进行计算,利用公式获取得到喧哗值Xi;其中J1为预设比例系数;
所述图像处理模块将人脸信息和喧哗值发送至处理器;所述处理器接收图像处理模块发送的人脸信息和和喧哗值数据并将接收人脸的信息发送至人脸验证模块;所述人脸验证模块接收人脸的信息并将信息与人脸数据存储库和黑名单存储库内存储的人脸图片进行验证;具体识别过程如下:
a:设定接收的图片记为Bi,i=1……n;人脸数据存储库内部存储的人脸图片为Ci和Wi,i=1……n;黑名单存储库内存储的人脸图片记为Di和Ei,i=1……n,其中,Di表示为场景黑名单人脸数据;Ei表示为公安系统黑名单人脸数据;Wi表示为场景员工人脸数据;
b:Bi与Ci、Di和Ei进行验证;对人脸信息进行人脸图像特征提取,利用基于知识的表征方法对人脸进行特征提取;然后对提取的人脸特征进行识别和验证;
所述报警模块用于向公安系统和场景指定人员发送报警信息;所述人流量采集模块用于采集场景进出口的人流量信息;人流量信息为场景进入人数量和场景出去人数量;所述人流量采集模块将采集的场景进出口的人流量信息发送至处理器,所述处理器将人流量信息发送至活动制定模块;所述活动制定模块用于判断人流量高峰期并储存和发布制定的场景活动;所述制定的场景活动包括场景导游、场景卫生清理活动、场景物品摆放活动和场景宣传单派发活动;所述活动制定模块包括判断单元、发布单元、储存单元、报名单元、统计单元和发送单元;所述判断单元用于判断人流量高峰期,具体判断步骤如下:
S1:设定场景进入人数量记为K1,场景出去人数量记为K2;
S2:利用公式K1-K2>Kb,则判断为高峰期;其中,Kb为预设固定值;
S3:判断单元发送活动开启指令至发布单元;
所述发布单元用于发布制定的场景活动;所述储存单元用于存储制定的场景活动;所述报名单元用于用户报名参与活动;所述统计单元用于统计参与者信息、参与者活动参与时间和参与者活动结束时间;所述统计单元将统计的参与者信息、参与者活动参与时间和参与者活动结束时间发送至发送单元,发送单元接收统计单元发送的参与者信息、参与者活动参与时间和参与者活动结束时间并信息发送至参与度计算模块;所述参与度计算模块接收参与者信息、参与者活动参与时间和参与者活动结束时间并进行计算;具体计算步骤如下:
步骤一:设定场景活动记为Gi,i=1……4;设定场景活动Gi对应的分值记为Hi,i=1……4;设定参与者个数记为d;参与者活动参与时间记为T1i;参与者活动结束时间记为T2i
步骤二:利用公式获取得到参与度值CYi;其中,u1为预设固定比例因子;
所述参与度计算模块将参与者信息和对应的参与度值发送至用户信息数据库;所述用户信息数据库用于存储用户人脸数据、喧哗值、参与度值;所述逾期采集模块用于采集用户还物品的逾期时间;所述逾期采集模块将采集的用户还物品的逾期时间发送至处理器上,处理器接收逾期采集模块发送的用户还物品的逾期时间并发送至用户信息数据库存储。
2.根据权利要求1所述的一种可智能感知的场景人脸识别系统,其特征在于,所述黑名单数据库包括场景黑名单存储模块和公安系统黑名单存储模块;场景黑名单存储模块用于存储场景黑名单人脸数据;公安系统黑名单存储模块用于存储公安系统黑名单人脸数据;所述信用计算模块提取用户信息数据库存储的用户人脸数据、喧哗值、参与度值和逾期时间值并进行计算,具体计算步骤如下:
S1:设定借物品时间记为t1,归还时间记为t2,设定指定归还时间记为tb;
S2:当t2-t1>tb时;则利用公式获取得到逾期时间t3;
S3:利用公式获取得到信用值Ri;参与度值越大,信用值越大;喧哗值越大,信用值越小;逾期时间越长,信用值越小;
S4:设定黑名单信用界限值记为Rb;
S5:当Ri<Rb,则记为黑名单;信用计算模块将用户人脸数据和信用值发送至黑名单数据库内的场景黑名单存储模块存储;当Ri>Rb;则信用计算模块将场景黑名单存储模块存储的黑名单用户人脸数据和信用值发送至用户信息数据库内存储。
3.根据权利要求1所述的一种可智能感知的场景人脸识别系统,其特征在于,所述员工信息数据库用于存储员工人脸数据和喧哗值;所述员工信息数据库还包括手机图像存储单元、手机识别单元和次数统计单元;手机图像存储单元用于存储现有手机的图像;所述手机识别单元用于识别员工图像内出现手机的次数,具体识别过程如下:
a:设定员工图像内出现手机图像记为Li,i=1……n;设定存储现有的手机图像记为Mi,i=1……n;
b:将Li与Mi进行对比,当出现手机图像Li与现有的手机图像Mi相同,则判定出现手机,手机的次数增加1次;
所述手机识别单元将次数发送至次数统计单元;所述次数统计单元用于统计出现手机的总次数;所述员工信息数据库将员工人脸数据、喧哗值和出现手机的总次数发送至服务计算模块;所述服务计算模块接收员工信息数据库发送的员工人脸数据、喧哗值和出现手机的总次数并进行计算,具体计算步骤如下:
步骤一:设定出现手机的总次数记为Pi,i……n;允许出现手机的次数记为Py;
步骤二:利用公式获取得到服务质量值CKi;其中,CKz为预设服务质量总值;e1、e2为预设扣除比例系数;出现手机的次数越多,服务质量值CKi越小;出现的喧哗值Xi越大,服务质量值CKi越小;
所述员工信息数据库还包括考勤模块;所述考勤模块用于对场景内员工人脸考勤。
4.根据权利要求1所述的一种可智能感知的场景人脸识别系统,其特征在于,所述人脸录入模块用于对人脸数据进行录入,所述人脸录入模块的录入途径包括手机端、pc端本地摄像头采集人脸录入及手机端、pc端批量导入照片录入。
5.根据权利要求1所述的一种可智能感知的场景人脸识别系统,其特征在于,所述摄像采集模块包括若干个安装在场景内部的摄像头及安装在摄像头上的拾音器;轨迹录入模块用于绘制用户的行为轨迹,具体绘制步骤如下:
S1:若干个摄像头记为SXi,i……n;若干个摄像头的坐标记为Zi,i……n;
S2:当摄像头SXi拍摄的用户人脸画面经图像处理模块、处理器和人脸验证模块识别后,则轨迹录入模块记录该时刻摄像头SXi对应的坐标Zi;
S3:依据时间的先后,绘制该用户出现的摄像头SXi对应的坐标Zi;得到用户的行为轨迹。
6.根据权利要求1所述的一种可智能感知的场景人脸识别系统,其特征在于,所述立体展示一体机用于识别和展示用户信息及场景物品信息;立体展示一体机包括触摸屏、主题切换模块、主题风格存储模块和个性化推荐模块;所述触摸屏用于显示用户信息及场景物品信息;主题风格存储模块用于存储立体展示一体机内部系统的主题;所述主题切换模块用于根据主题风格存储模块内存储的主题对触摸屏进行主题切换;个性化推荐模块用于向用户推送物品,个性化推荐模块包括轨迹获取单元、借物品统计单元、物品借出量统计单元、物品统计单元和推荐分析单元;所述轨迹获取单元用于获取轨迹录入模块内绘制的用户的行为轨迹;借物品统计单元用于统计用户的借物品历史;物品借出量统计单元用于统计物品的历史借出量次数;物品统计单元用于统计物品是否借出;所述推荐分析单元用于分析用户的行为轨迹并分析;具体分析过程如下:
a:将场景划分为Ni个区域,i=1……n;每个区域对应的物品记为Qi,i=1……n;物品对应的历史借出量记为Ui,i=1……n;
b:通过用户的行为轨迹判断用户出现在Ni区域的次数;选取出现最多的Ni区域;然后在该Ni区域由高到低依次统计出该区域每本物品Qi的历史借出量Ui大小;然后由大到小,选取历史借出量Ui最高的物品,并判断Qi是否被借出,若被借出,则依次由大到小选取,若未被借出,则推荐该物品Qi。
7.根据权利要求1所述的一种可智能感知的场景人脸识别系统,其特征在于,所述用户信息数据库还包括人脸签到模块、人脸借还模块和人脸识别门禁模块;所述人脸签到模块用于用户人脸识别签到;所述人脸借还模块用于用户借还物品人脸验证;所述人脸识别门禁模块用于用户通过人脸进行门禁识别验证。
CN201910438704.XA 2019-05-22 2019-05-22 一种可智能感知的场景人脸识别系统 Active CN110163158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910438704.XA CN110163158B (zh) 2019-05-22 2019-05-22 一种可智能感知的场景人脸识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910438704.XA CN110163158B (zh) 2019-05-22 2019-05-22 一种可智能感知的场景人脸识别系统

Publications (2)

Publication Number Publication Date
CN110163158A CN110163158A (zh) 2019-08-23
CN110163158B true CN110163158B (zh) 2019-12-20

Family

ID=67632614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910438704.XA Active CN110163158B (zh) 2019-05-22 2019-05-22 一种可智能感知的场景人脸识别系统

Country Status (1)

Country Link
CN (1) CN110163158B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310715B (zh) * 2020-03-06 2022-06-03 深圳市捷易科技有限公司 一种基于云服务的人脸识别系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239309A (zh) * 2013-06-08 2014-12-24 华为技术有限公司 视频分析检索服务端、系统及方法
CN107992786A (zh) * 2016-10-27 2018-05-04 中国科学院沈阳自动化研究所 一种基于人脸的公共场所人流量统计方法和系统
CN108764153A (zh) * 2018-05-30 2018-11-06 深圳市飞瑞斯科技有限公司 人脸识别方法、装置、系统和存储介质
CN108810485A (zh) * 2018-07-02 2018-11-13 重庆中科云丛科技有限公司 一种监控系统工作方法
CN109165559A (zh) * 2018-07-26 2019-01-08 高新兴科技集团股份有限公司 一种生成轨迹的方法和设备
CN109272347A (zh) * 2018-08-16 2019-01-25 苏宁易购集团股份有限公司 一种门店客流量的统计分析方法及系统
CN109598426A (zh) * 2018-11-22 2019-04-09 辽宁奇辉电子系统工程有限公司 一种铁路公安智能安保系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11314993B2 (en) * 2017-03-17 2022-04-26 Nec Corporation Action recognition system for action recognition in unlabeled videos with domain adversarial learning and knowledge distillation
US11003933B2 (en) * 2017-08-15 2021-05-11 Noblis, Inc. Multispectral anomaly detection

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239309A (zh) * 2013-06-08 2014-12-24 华为技术有限公司 视频分析检索服务端、系统及方法
CN107992786A (zh) * 2016-10-27 2018-05-04 中国科学院沈阳自动化研究所 一种基于人脸的公共场所人流量统计方法和系统
CN108764153A (zh) * 2018-05-30 2018-11-06 深圳市飞瑞斯科技有限公司 人脸识别方法、装置、系统和存储介质
CN108810485A (zh) * 2018-07-02 2018-11-13 重庆中科云丛科技有限公司 一种监控系统工作方法
CN109165559A (zh) * 2018-07-26 2019-01-08 高新兴科技集团股份有限公司 一种生成轨迹的方法和设备
CN109272347A (zh) * 2018-08-16 2019-01-25 苏宁易购集团股份有限公司 一种门店客流量的统计分析方法及系统
CN109598426A (zh) * 2018-11-22 2019-04-09 辽宁奇辉电子系统工程有限公司 一种铁路公安智能安保系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于人脸识别技术的智慧营业厅系统研究与应用;刘慧娟等;《数字技术与应用》;20190228;第37卷(第 02期);第89-90页 *
教室场景人脸识别系统架构设计;许燕萍;《内江科技》;20161231(第10期);第54-55页 *

Also Published As

Publication number Publication date
CN110163158A (zh) 2019-08-23

Similar Documents

Publication Publication Date Title
CN107370983B (zh) 用于视频监控系统的行踪轨迹的获取方法和装置
JP6854881B2 (ja) 顔画像照合システムおよび顔画像検索システム
KR102387495B1 (ko) 이미지 처리 방법 및 장치, 전자 기기 및 기억 매체
CN109920174B (zh) 图书借阅方法、装置、电子设备及存储介质
US9223297B2 (en) Systems and methods for identifying a user of an electronic device
CN109829381A (zh) 一种犬只识别管理方法、装置、系统及存储介质
JP2020119615A (ja) 顔照合システム、顔照合装置、顔照合方法、及び記録媒体
JP2012208854A (ja) 行動履歴管理システムおよび行動履歴管理方法
CN102201061A (zh) 基于多阶层过滤人脸识别的智能安全监控系统及方法
CN101425133A (zh) 人物图像检索装置
CN109902644A (zh) 人脸识别方法、装置、设备和计算机可读介质
TWI804988B (zh) 識別對象確定方法、裝置、設備及存儲介質
JP2014191416A (ja) サービス利用者確認装置
CN109544754A (zh) 一种基于人脸识别的门禁方法及系统、计算机设备
CN109902681B (zh) 用户群体关系确定方法、装置、设备及存储介质
CN113630721A (zh) 推荐游览路线的生成方法和装置、及计算机可读存储介质
WO2020173314A1 (zh) 一种人员统计方法、装置及电子设备
JP5461893B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN111629184A (zh) 能识别监控区域内人员的视频监控报警系统及方法
CN110717428A (zh) 一种融合多个特征的身份识别方法、装置、系统、介质及设备
CN113077574A (zh) 基于人脸识别的通行方法、系统、设备及介质
CN113240466A (zh) 基于大数据深度分析的移动传媒视频数据处理方法、设备及存储介质
CN110163158B (zh) 一种可智能感知的场景人脸识别系统
JP6516702B2 (ja) 人数集計システム、人数集計方法、及び人数集計結果の閲覧方法
JP5263609B2 (ja) 関連人物検索システム、関連人物検索方法及び関連人物検索用プログラム

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
GR01 Patent grant
GR01 Patent grant