CN111209884A - 一种基于红外传感器和感兴趣区域的人脸识别方法 - Google Patents

一种基于红外传感器和感兴趣区域的人脸识别方法 Download PDF

Info

Publication number
CN111209884A
CN111209884A CN202010033783.9A CN202010033783A CN111209884A CN 111209884 A CN111209884 A CN 111209884A CN 202010033783 A CN202010033783 A CN 202010033783A CN 111209884 A CN111209884 A CN 111209884A
Authority
CN
China
Prior art keywords
infrared sensor
region
method based
roi
face recognition
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
CN202010033783.9A
Other languages
English (en)
Inventor
陈东亮
严达堃
左辰龙
王仁明
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.)
Zhongshan Branch Of Liupanshui Public Security Bureau
Tiandy Technologies Co Ltd
Original Assignee
Zhongshan Branch Of Liupanshui Public Security Bureau
Tiandy Technologies 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 Zhongshan Branch Of Liupanshui Public Security Bureau, Tiandy Technologies Co Ltd filed Critical Zhongshan Branch Of Liupanshui Public Security Bureau
Priority to CN202010033783.9A priority Critical patent/CN111209884A/zh
Publication of CN111209884A publication Critical patent/CN111209884A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • 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
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • 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

本发明创造提供了一种基于红外传感器和感兴趣区域的人脸识别方法，包括如下步骤：S1.设置外层区域ROI1，核心区域ROI2；S2.红外传感器检测目标实时活动坐标R；S3.判断R与ROI1的关系；S4.判断R与ROI2的关系；S5.如果R包含于ROI2，则为严重入侵；如果R包含于ROI1，不包含于ROI2，则为一般入侵。本发明创造所述的一种基于红外传感器和感兴趣区域的人脸识别方法，通过人体红外传感器和感兴趣区域双重检测，当人侵入到不同的区域时，对客户进行报警并提供不同的报警级别，提高了信息的有效性和及时性。

Description

一种基于红外传感器和感兴趣区域的人脸识别方法
技术领域
本发明创造属于视频监控领域，尤其是涉及一种基于红外传感器和感兴趣区域的人脸识别方法。
背景技术
在视频监控中,我们一般都是通过人去监测实时图像，或者不断的录像，事情发生后再通过录像去追溯当时的状况。这种方法效率低，且耗费大量的人力，因此，提高警戒方式和效率，是视频监控的一个迫切需求。
发明内容
有鉴于此，本发明创造旨在克服上述现有技术中存在的缺陷，提出一种基于红外传感器和感兴趣区域的人脸识别方法。
为达到上述目的，本发明创造的技术方案是这样实现的：
一种基于红外传感器和感兴趣区域的人脸识别方法，包括如下步骤：
S1.设置外层区域ROI1，核心区域ROI2；
S2.红外传感器检测目标实时活动坐标R；
S3.判断R与ROI1的关系；
S4.判断R与ROI2的关系；
S5.如果R包含于ROI2，则为严重入侵；如果R包含于ROI1，不包含于ROI2，则为一般入侵。
进一步的，所述步骤S1中用户定义ROI1的R1(X,Y)起点坐标值和R2(X,Y)终点坐标值作为矩形的对角位置，从而定义外层区域范围；用户定义ROI2的R3(X,Y)起点坐标值和R4(X,Y)终点坐标值作为对角位置，从而定义核心区域范围。
进一步的，所述核心区域ROI2包含于外侧区域ROI1。
进一步的，所述步骤S5中判断为严重入侵的具体后续处理步骤如下：
S501.启动特写镜头，光学变焦放大人脸的局部特征；
S502.将人脸标定为S’，联动数据库中的人脸底库，判断入侵者是否为犯罪嫌疑人；
S503.是，则通过平台报警；否，则发送级别为严重的提示短信，并抓拍图片并通过平台实时推送。
进一步的，所述步骤S5中判断为一般入侵的具体后续处理步骤如下：
a.启动摄像机抓拍图片；
b.保存抓拍的图片；
c.发送级别为一般的提示短信。
相对于现有技术，本发明创造具有以下优势：
本发明的人体红外传感器，是通过硬件实现的，检出效率高，漏报率低，结合感兴趣区域的划定算法，能够实时探测感兴趣区域的是否被侵入，且报警信息的及时、有效；并且对目标的人脸拍摄特写图片，和数据库的信息比对。
附图说明
构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解，本发明创造的示意性实施例及其说明用于解释本发明创造，并不构成对本发明创造的不当限定。在附图中：
图1为本发明创造实施例所述的一种基于红外传感器和感兴趣区域的人脸识别方法流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互组合。
在本发明创造的描述中，需要理解的是，术语“中心”、“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创造和简化描述，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创造的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明创造的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明创造中的具体含义。
下面将参考附图并结合实施例来详细说明本发明创造。
如附图1所示，一种基于红外传感器和感兴趣区域的人脸识别方法，包括如下步骤：
S1.设置外层区域ROI1，核心区域ROI2；
S2.红外传感器检测目标实时活动坐标R；
S3.判断R与ROI1的关系；
S4.判断R与ROI2的关系；
S5.如果R包含于ROI2，则为严重入侵；如果R包含于ROI1，不包含于ROI2，则为一般入侵。
进一步的，所述步骤S1中用户定义ROI1的R1(X,Y)起点坐标值和R2(X,Y)终点坐标值作为矩形的对角位置，从而定义外层区域范围；用户定义ROI2的R3(X,Y)起点坐标值和R4(X,Y)终点坐标值作为对角位置，从而定义核心区域范围。
进一步的，所述核心区域ROI2包含于外侧区域ROI1。
进一步的，所述步骤S5中判断为严重入侵的具体后续处理步骤如下：
S501.启动特写镜头，光学变焦放大人脸的局部特征；
S502.将人脸标定为S’，联动数据库中的人脸底库，判断入侵者是否为犯罪嫌疑人；
S503.是，则通过平台报警；否，则发送级别为严重的提示短信，并抓拍图片并通过平台实时推送。
进一步的，所述步骤S5中判断为一般入侵的具体后续处理步骤如下：
a.启动摄像机抓拍图片；
b.保存抓拍的图片；
c.发送级别为一般的提示短信。
人体红外传感器采用AM312,它有三个引脚，分别是电源正，电源负和输出端。电源正接入5V，电源正接入0V,输出端链接微处理器的输入，同时上拉为高电平。当有人经过时，人体红外传感器检测到红外服饰，输出为低电平，微处理电平被拉低，微处理检测到触发信号。
人体红外传感器，该设备可以检测活动的人体辐射出的红外波，波长监测范围一般为5.6到15um。当有人经过时，人体红外传感器检测到红外辐射，然后将该信号转化成电信号，输出给微处理器，触发报警。
感兴趣区域简称为ROI,根据需求划定的不同的ROI面积，其中外层ROI面积大于或等于核心区域的ROI面积；ROI采用矩形标定方法，确定起点和终点即可，以此确定ROI面积。当微处理器接收到触发信号时，继续检测人是否进入了ROI区域。如果同时触发了感兴趣区域，摄像机启动抓拍并根据级别实时报警。
同时，摄像机通过变焦镜头，进行光学变焦，对目标人脸拍摄特写图片，结合软件的人脸识别算法，推送报警类型、报警级别和人的信息。
以上所述仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明创造的保护范围之内。

Claims (5)

1.一种基于红外传感器和感兴趣区域的人脸识别方法，其特征在于：包括如下步骤：
S1.设置外层区域ROI1，核心区域ROI2；
S2.红外传感器检测目标实时活动坐标R；
S3.判断R与ROI1的关系；
S4.判断R与ROI2的关系；
S5.如果R包含于ROI2，则为严重入侵；如果R包含于ROI1，不包含于ROI2，则为一般入侵。
2.根据权利要求1所述的一种基于红外传感器和感兴趣区域的人脸识别方法，其特征在于：所述步骤S1中用户定义ROI1的R1(X,Y)起点坐标值和R2(X,Y)终点坐标值作为矩形的对角位置，从而定义外层区域范围；用户定义ROI2的R3(X,Y)起点坐标值和R4(X,Y)终点坐标值作为对角位置，从而定义核心区域范围。
3.根据权利要求2所述的一种基于红外传感器和感兴趣区域的人脸识别方法，其特征在于：所述核心区域ROI2包含于外侧区域ROI1。
4.根据权利要求1所述的一种基于红外传感器和感兴趣区域的人脸识别方法，其特征在于：所述步骤S5中判断为严重入侵的具体后续处理步骤如下：
S501.启动特写镜头，光学变焦放大人脸的局部特征；
S502.将人脸标定为S’，联动数据库中的人脸底库，判断入侵者是否为犯罪嫌疑人；
S503.是，则通过平台报警；否，则发送级别为严重的提示短信，并抓拍图片并通过平台实时推送。
5.根据权利要求4所述的一种基于红外传感器和感兴趣区域的人脸识别方法，其特征在于：所述步骤S5中判断为一般入侵的具体后续处理步骤如下：
a.启动摄像机抓拍图片；
b.保存抓拍的图片；
c.发送级别为一般的提示短信。
CN202010033783.9A 2020-01-13 2020-01-13 一种基于红外传感器和感兴趣区域的人脸识别方法 Pending CN111209884A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010033783.9A CN111209884A (zh) 2020-01-13 2020-01-13 一种基于红外传感器和感兴趣区域的人脸识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010033783.9A CN111209884A (zh) 2020-01-13 2020-01-13 一种基于红外传感器和感兴趣区域的人脸识别方法

Publications (1)

Publication Number Publication Date
CN111209884A true CN111209884A (zh) 2020-05-29

Family

ID=70790096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010033783.9A Pending CN111209884A (zh) 2020-01-13 2020-01-13 一种基于红外传感器和感兴趣区域的人脸识别方法

Country Status (1)

Country Link
CN (1) CN111209884A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327759A (zh) * 2016-10-10 2017-01-11 国网新疆电力公司经济技术研究院 一种部署于无人值守变电站预防入侵的智能安全防护系统
CN106709468A (zh) * 2016-12-31 2017-05-24 北京中科天云科技有限公司 一种城市区域布控系统及装置
CN106960535A (zh) * 2017-05-19 2017-07-18 龙岩学院 基于红外传感器的范围性生物入侵预警系统
CN206757825U (zh) * 2017-05-19 2017-12-15 龙岩学院 基于红外传感器的范围性生物入侵预警系统
CN207184706U (zh) * 2017-08-29 2018-04-03 深圳市智能城市技术有限公司 一种基于云平台的人脸识别网络监控摄像头装置
CN108012113A (zh) * 2017-11-07 2018-05-08 广州德为信息技术有限公司 一种远程智能监控方法及系统
CN108055508A (zh) * 2017-12-19 2018-05-18 天津天地伟业信息系统集成有限公司 具有人脸识别功能的监控系统及其监控方法
CN108961520A (zh) * 2018-09-21 2018-12-07 深圳市九洲电器有限公司 一种人脸识别方法及装置
CN109740411A (zh) * 2018-11-09 2019-05-10 南京大学 基于人脸识别的智能监控系统、监控方法及快速出警方法
CN110555964A (zh) * 2019-07-25 2019-12-10 武汉烽火众智数字技术有限责任公司 一种多数据融合的重点区域预警系统及方法
CN110598672A (zh) * 2019-09-23 2019-12-20 天津天地伟业机器人技术有限公司 一种基于单台摄像机的多区域人数统计方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327759A (zh) * 2016-10-10 2017-01-11 国网新疆电力公司经济技术研究院 一种部署于无人值守变电站预防入侵的智能安全防护系统
CN106709468A (zh) * 2016-12-31 2017-05-24 北京中科天云科技有限公司 一种城市区域布控系统及装置
CN106960535A (zh) * 2017-05-19 2017-07-18 龙岩学院 基于红外传感器的范围性生物入侵预警系统
CN206757825U (zh) * 2017-05-19 2017-12-15 龙岩学院 基于红外传感器的范围性生物入侵预警系统
CN207184706U (zh) * 2017-08-29 2018-04-03 深圳市智能城市技术有限公司 一种基于云平台的人脸识别网络监控摄像头装置
CN108012113A (zh) * 2017-11-07 2018-05-08 广州德为信息技术有限公司 一种远程智能监控方法及系统
CN108055508A (zh) * 2017-12-19 2018-05-18 天津天地伟业信息系统集成有限公司 具有人脸识别功能的监控系统及其监控方法
CN108961520A (zh) * 2018-09-21 2018-12-07 深圳市九洲电器有限公司 一种人脸识别方法及装置
CN109740411A (zh) * 2018-11-09 2019-05-10 南京大学 基于人脸识别的智能监控系统、监控方法及快速出警方法
CN110555964A (zh) * 2019-07-25 2019-12-10 武汉烽火众智数字技术有限责任公司 一种多数据融合的重点区域预警系统及方法
CN110598672A (zh) * 2019-09-23 2019-12-20 天津天地伟业机器人技术有限公司 一种基于单台摄像机的多区域人数统计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张年, 上海复旦大学出版社 *

Similar Documents

Publication Publication Date Title
US7961953B2 (en) Image monitoring system
CN201699888U (zh) 人脸识别监控装置
CN102006402B (zh) 摄像装置及其身份识别方法
CN102833478B (zh) 容错背景模型化
US20090128632A1 (en) Camera and image processor
JP2005115932A (ja) 画像を用いた人体検知装置
CN101699531A (zh) 红外相关识别报警系统及其识别方法
JP2003240613A (ja) 遠隔監視装置
TW201502473A (zh) 影像監控系統及其方法
US10657783B2 (en) Video surveillance method based on object detection and system thereof
CN112084813A (zh) 异常目标的检测方法、装置及存储介质
CN102610054A (zh) 基于视频的起身检测系统
JP2012103809A (ja) 複合型センサ
JP2010238187A (ja) 警備システムおよび警備方法
US20220031258A1 (en) Door access control system with body temperature detection function
KR101046819B1 (ko) 소프트웨어 휀스에 의한 침입감시방법 및 침입감시시스템
JP2010256194A (ja) 侵入検知装置
CN111209884A (zh) 一种基于红外传感器和感兴趣区域的人脸识别方法
US20110304467A1 (en) Image monitoring device and method
CN113301256A (zh) 一种低功耗多目标连续自动监测的摄像模组及其摄像方法
JP2012124658A (ja) 特定人物検知システムおよび検知方法
CN111178222A (zh) 一种基于人脸识别的区域警戒方法
CN111866473B (zh) 一种基于5g且具有报警功能的仓库监控系统
JP2012048691A (ja) 画像監視装置
CN2850168Y (zh) 智能监控拍照系统

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

Application publication date: 20200529

RJ01 Rejection of invention patent application after publication