CN111510675A - 一种基于人脸识别和大数据分析的智慧安防系统 - Google Patents

一种基于人脸识别和大数据分析的智慧安防系统 Download PDF

Info

Publication number
CN111510675A
CN111510675A CN202010287559.2A CN202010287559A CN111510675A CN 111510675 A CN111510675 A CN 111510675A CN 202010287559 A CN202010287559 A CN 202010287559A CN 111510675 A CN111510675 A CN 111510675A
Authority
CN
China
Prior art keywords
target
person
video frame
monitoring
face
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.)
Withdrawn
Application number
CN202010287559.2A
Other languages
English (en)
Inventor
陈�胜
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.)
Zhiyueyun Guangzhou Digital Information Technology Co Ltd
Original Assignee
Zhiyueyun Guangzhou Digital Information Technology 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 Zhiyueyun Guangzhou Digital Information Technology Co Ltd filed Critical Zhiyueyun Guangzhou Digital Information Technology Co Ltd
Priority to CN202010287559.2A priority Critical patent/CN111510675A/zh
Publication of CN111510675A publication Critical patent/CN111510675A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种基于人脸识别和大数据分析的智慧安防系统，包括视频采集模块、视频传输模块、人脸识别模块一、人物识别模块一、信息数据库、人物识别模块二、临时人物库、动态追踪模块、监控信息库与警报模块；本发明首先通过人脸识别模块一与人物识别模块一同时工作，其中人脸识别模块一对人物面部信息进行识别，如果能够采集到足够的面部特征点时才会与信息数据库中的数据进行对比，保证对比的准确性，而无法采集到足够的面部特征点时，则通过人物识别模块二对人物的人物特征点进行采集，并将其与临时人物库中的人物特征点进行比对，能够对无法识别到面部特征点的目标进行行动路径监测以及回溯监测，提高了监控的可靠性与嫌疑排查效率。

Description

一种基于人脸识别和大数据分析的智慧安防系统
技术领域
本发明属于安防监控技术领域，具体的，涉及一种基于人脸识别和大数据分析的智慧安防系统。
背景技术
随着智能化行业的快速发展，安防管理也由过去的特殊行业应用到现在的各种各样的普通行业，而如何利用计算机信息技术实现大数据安防是目前不断在发展的方向。
视频监控系统是目前使用最多最广泛的安防系统之一，通过摄像机对监控区域的视频图像进行采集，其中传统的视频监控系统主要起到记录的作用，无法对可疑人物与危险状况进行预告，而现有技术中很多利用人脸识别系统实现对监控区域人物身份的识别，从而能够及时发现可疑人物与目标人物，但是这种监控方式的缺点在于，在大人流量区域如车站、机场等公共场所，目标面部图像的采集比较困难，一方面由于人流量较大导致的行人被动阻挡导致的面部信息无法采集以及由人物自己主动遮挡导致人物的面部信息无法被采集，从而提升了监控区域的人物身份信息确认的难度与精准度，为了解决上述问题，本发明提供了以下技术方案。
发明内容
本发明的目的在于提供一种基于人脸识别和大数据分析的智慧安防系统。
本发明需要解决的技术问题为：
而现有技术中很多利用人脸识别系统实现对监控区域人物身份的识别，从而能够及时发现可疑人物与目标人物，但是这种监控方式的缺点在于，在大人流量区域如车站、机场等公共场所，目标面部图像的采集比较困难，一方面由于人流量较大导致的行人被动阻挡导致的面部信息无法采集以及由人物自己主动遮挡导致人物的面部信息无法被采集，从而提升了监控区域的人物身份信息确认的难度与精准度。
本发明的目的可以通过以下技术方案实现：
一种基于人脸识别和大数据分析的智慧安防系统，包括视频采集模块、视频传输模块、人脸识别模块一、人物识别模块一、信息数据库、人物识别模块二、临时人物库、动态追踪模块、监控信息库与警报模块；
所述视频采集模块为安装在监控点各区域的监控摄像头，监控摄像头用于采集监控区域的视频监控信息，并将所采集的视频监控信息传输至人脸识别模块一、人物识别模块一以及监控信息库；
所述人脸识别模块一用于对监控区域的人物面部图像信息进行采集，对人物面部图像信息进行分析处理后与信息数据库中的嫌疑人面部信息进行比较；
所述人物识别模块二用于对人脸识别模块一中的无法识别比对的目标人物的人物特征点进行采集，并将其与临时人物库中的人物特征点进行比对，得到目标人物在预设时间内的活动路径与视频监控信息，并选取在这一期间内的目标人物的面部特征点大于等于预设值N1的视频帧图像，将其与信息数据库中内的嫌疑人面部图像信息进行比对，若所监测目标为信息数据库中的在录嫌疑人，则发出警报，若所监测目标非信息数据库中的在录嫌疑人，则完成对该目标人物的排查；
所述人脸识别模块一工作的方法为：
S1、在预设时间内每隔一定时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对目标人物的面部特征点进行读取，选取面部特征点最多的视频帧图像进行分析，若该视频帧图像中目标人物的面部特征点数量大于等于预设值N1，则进入步骤S2进行处理，若该视频帧图像中的目标人物的面部特征点数量小于预设值N1，则进入步骤S3进行处理，当含有面部特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理；
S2、对上一步骤中得到的面部特征点进行定位，得到目标人物脸部位置信息与人物面部信息，将得到的目标人物面部信息与信息数据库内的嫌疑人面部图像信息进行比对，若所监测目标为信息数据库中的在录嫌疑人，则发出警报，若所监测目标非信息数据库中的在录嫌疑人，则完成对该目标人物的排查；
S3、在预设时间内每隔一定时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对监控目标的人物特征点进行读取，选取人物特征点最多的视频帧图像进行分析，当含有人物特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理；
所述人物识别模块一用于读取监控区域内目标人物的人物特征点并将其传输至动态追踪模块；
所述动态追踪模块根据人物识别模块一传输的人物特征点对目标进行确定，并对目标的行动路径进行分析记录。
作为本发明的进一步方案，所述面部特征点包括眼睛特征点、鼻子特征点与嘴巴特征点。
作为本发明的进一步方案，所述人物特征点包括身高、服装颜色、服装颜色分布、面部遮挡物形状与颜色分布。
作为本发明的进一步方案，步骤S3中对人物身高进行采集的方法为：
将视频采集模块中对应的监控摄像头的监控区域栅格划分，并根据目标人物所处栅格位置对目标人物的位置进行定位，从而得到目标人物与监控摄像头之间的距离；
根据所得的目标人物与监控摄像头之间的距离以及目标人物在视频帧图像中的实际高度对目标人物的身高进行预测。
作为本发明的进一步方案，根据目标人物与监控摄像头之间的距离以及目标人物在视频帧图像中的实际高度对目标人物的身高进行预测的方法为：
以一竖直高度为H1的物体作为实验对象，建立监控摄像头与实验对象之间的实际距离L1、实验对象的竖直高度H1以及实验对象在监控视频图像中的实际高度L2三者之间的对应关系数据库。
作为本发明的进一步方案，对人物身高进行采集时，在预设时间内采取若干张视频帧图像作为对象得到目标人物的实际身高，采取多个预测结果的平均值作为最终结果。
作为本发明的进一步方案，所述人物识别模块一对监控区域内目标人物的人物特征点进行读取的方法为：
在预设时间内每隔预设时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对监控目标的人物特征点进行读取，选取人物特征点最多的视频帧图像进行分析，当含有人物特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理。
作为本发明的进一步方案，所述动态追踪模块对目标行动路径进行分析记录的方法为：
在一个监控摄像头的监控区域内，每隔预设时间截取视频帧图像，并根据目标的人物特征点对每一视频帧图像中的目标位置进行确定，以该监控摄像头的监控区域在无人状态下的图像作为背景图像，将采集的各视频帧图像中目标的位置在背景图像上进行标定，得到目标在一个监控摄像头监控区域内目标的行动路径，并根据目标的行动路径对目标下一个可能进入的监控区域进行预测；
根据目标在各监控区域内的行动路径以及目标在各监控区域中的出现顺序，对目标的行动路径进行标定，并将其与该目标的人物特征点绑定后存储值监控信息库与临时人物库；
若对象的行动路径发生异常，由警报模块完成警报。
作为本发明的进一步方案，对目标下一个可能进入的监控区域进行预测的方法为：
将一个监控摄像头的监控区域的边缘划分为若干个区域，每一个区域对应至少一个相邻的摄像头，当目标由监控区域的边缘某一区域离开该监控区域时，对应的至少一个摄像头及时对监控区域内的目标检索以及时发现对应目标并对目标的行动路径进行标定记录。
本发明的有益效果：
本发明所述的一种基于人脸识别和大数据分析的智慧安防系统，首先人脸识别模块一与人物识别模块一同时工作，其中人脸识别模块一对人物面部信息进行识别，如果能够采集到足够的面部特征点时才会与信息数据库中的数据进行对比，保证对比的准确性，而无法采集到足够的面部特征点时，则通过人物识别模块二对人物的人物特征点进行采集，并将其与临时人物库中的人物特征点进行比对，得到目标人物在预设时间内的活动路径与视频监控信息，并选取在这一期间内的目标人物的面部特征点大于等于预设值N1的视频帧图像，将其与信息数据库中内的嫌疑人面部图像信息进行比对，若所监测目标为信息数据库中的在录嫌疑人，则发出警报，若所监测目标非信息数据库中的在录嫌疑人，则完成对该目标人物的排查，人物识别模块一与动态追踪模块则将人物行动路径与对应人物的人物特征点绑定后存储值监控信息库与临时人物库，这种方式能够对无法识别到面部特征点的目标进行行动路径监测以及回溯监测，即能够利用最近一段时间的视频监控信息来采集目标人物的面部特征点，避免误报的发生以及嫌疑目标故意遮挡面部导致的无法监控监测的问题，提高了监控的可靠性与嫌疑排查效率。
附图说明
下面结合附图和具体实施例对本发明作进一步详细描述。
图1为本发明所述智慧安防系统的系统结构示意图。
具体实施方式
下面将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。
一种基于人脸识别和大数据分析的智慧安防系统，如图1所示，包括视频采集模块、视频传输模块、人脸识别模块一、人物识别模块一、信息数据库、人物识别模块二、临时人物库、动态追踪模块、监控信息库与警报模块；
所述视频采集模块为安装在监控点各区域的监控摄像头，监控摄像头用于采集监控区域的视频监控信息，并将所采集的视频监控信息传输至人脸识别模块一、人物识别模块一以及监控信息库；
所述人脸识别模块一用于对监控区域的人物面部图像信息进行采集，对人物面部图像信息进行分析处理后与信息数据库中的嫌疑人面部信息进行比较；
所述人物识别模块二用于对人脸识别模块一中的无法识别比对的目标人物的人物特征点进行采集，并将其与临时人物库中的人物特征点进行比对，得到目标人物在预设时间内的活动路径与视频监控信息，并选取在这一期间内的目标人物的面部特征点大于等于预设值N1的视频帧图像，将其与信息数据库中内的嫌疑人面部图像信息进行比对，若所监测目标为信息数据库中的在录嫌疑人，则发出警报，若所监测目标非信息数据库中的在录嫌疑人，则完成对该目标人物的排查，并在这一期间内仍无法得到目标人物的面部特征点大于等于预设值N1的视频帧图像，则根据其行动路径在特定点进行核实查证或安保人员主动查证；
所述人脸识别模块一工作的方法为：
S1、在预设时间内每隔一定时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对目标人物的面部特征点进行读取，选取面部特征点最多的视频帧图像进行分析，若该视频帧图像中目标人物的面部特征点数量大于等于预设值N1，则进入步骤S2进行处理，若该视频帧图像中的目标人物的面部特征点数量小于预设值N1，则进入步骤S3进行处理(当含有面部特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理)；
所述面部特征点包括眼睛特征点、鼻子特征点与嘴巴特征点；
S2、对上一步骤中得到的面部特征点进行定位，得到目标人物脸部位置信息与人物面部信息，将得到的目标人物面部信息与信息数据库内的嫌疑人面部图像信息进行比对，若所监测目标为信息数据库中的在录嫌疑人，则发出警报，若所监测目标非信息数据库中的在录嫌疑人，则完成对该目标人物的排查；
S3、在预设时间内每隔一定时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对监控目标的人物特征点进行读取，选取人物特征点最多的视频帧图像进行分析(当含有人物特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理)；
所述人物特征点包括身高、服装颜色、服装颜色分布、面部遮挡物(口罩、眼镜等)形状与颜色分布等；
步骤S3中对人物身高进行采集的方法为：
将视频采集模块中对应的监控摄像头的监控区域栅格划分，并根据目标人物所处栅格位置对目标人物的位置进行定位，从而得到目标人物与监控摄像头之间的距离；
根据所得的目标人物与监控摄像头之间的距离以及目标人物在视频帧图像中的实际高度对目标人物的身高进行预测，
具体的，根据目标人物与监控摄像头之间的距离以及目标人物在视频帧图像中的实际高度对目标人物的身高进行预测的方法为：
以一竖直高度为H1的物体作为实验对象，建立监控摄像头与实验对象之间的实际距离L1、实验对象的竖直高度H1以及实验对象在监控视频图像中的实际高度L2三者之间的对应关系数据库，从而在获得L1与L2的同时，就能对应得到H1的数值；
具体的，在对人物身高进行采集时，在预设时间内采取若干张视频帧图像作为对象得到目标人物的实际身高，采取多个预测结果的平均值作为最终结果。
所述人物识别模块一用于读取监控区域内目标人物的人物特征点并将其传输至动态追踪模块；
所述动态追踪模块根据人物识别模块一传输的人物特征点对目标进行确定，并对目标的行动路径进行分析记录；
在预设时间内每隔一定时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对监控目标的人物特征点进行读取，选取人物特征点最多的视频帧图像进行分析(当含有人物特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理)；
所述人物特征点包括身高、服装颜色、服装颜色分布、面部遮挡物(口罩、眼镜等)形状与颜色分布等；
所述动态追踪模块对目标行动路径进行分析记录的方法为：
在一个监控摄像头的监控区域内，每隔预设时间截取视频帧图像，并根据目标的人物特征点对每一视频帧图像中的目标位置进行确定，以该监控摄像头的监控区域在无人状态下的图像作为背景图像，将采集的各视频帧图像中目标的位置在背景图像上进行标定，得到目标在一个监控摄像头监控区域内目标的行动路径，并根据目标的行动路径对目标下一个可能进入的监控区域进行预测；
根据目标在各监控区域内的行动路径以及目标在各监控区域中的出现顺序，对目标的行动路径进行标定，并将其与该目标的人物特征点绑定后存储值监控信息库与临时人物库；
若对象的行动路径发生异常，由警报模块完成警报。
具体的，对目标下一个可能进入的监控区域进行预测的方法为：
将一个监控摄像头的监控区域的边缘划分为若干个区域，每一个区域对应至少一个相邻的摄像头，当目标由监控区域的边缘某一区域离开该监控区域时，对应的至少一个摄像头及时对监控区域内的目标检索以及时发现对应目标并对目标的行动路径进行标定记录；从而降低动态追踪模块的计算量。
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书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，包括视频采集模块、视频传输模块、人脸识别模块一、人物识别模块一、信息数据库、人物识别模块二、临时人物库、动态追踪模块、监控信息库与警报模块；
所述视频采集模块为安装在监控点各区域的监控摄像头，监控摄像头用于采集监控区域的视频监控信息，并将所采集的视频监控信息传输至人脸识别模块一、人物识别模块一以及监控信息库；
所述人脸识别模块一用于对监控区域的人物面部图像信息进行采集，对人物面部图像信息进行分析处理后与信息数据库中的嫌疑人面部信息进行比较；
所述人物识别模块二用于对人脸识别模块一中的无法识别比对的目标人物的人物特征点进行采集，并将其与临时人物库中的人物特征点进行比对，得到目标人物在预设时间内的活动路径与视频监控信息，并选取在这一期间内的目标人物的面部特征点大于等于预设值N1的视频帧图像，将其与信息数据库中内的嫌疑人面部图像信息进行比对，若所监测目标为信息数据库中的在录嫌疑人，则发出警报，若所监测目标非信息数据库中的在录嫌疑人，则完成对该目标人物的排查；
所述人脸识别模块一工作的方法为：
S1、在预设时间内每隔一定时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对目标人物的面部特征点进行读取，选取面部特征点最多的视频帧图像进行分析，若该视频帧图像中目标人物的面部特征点数量大于等于预设值N1，则进入步骤S2进行处理，若该视频帧图像中的目标人物的面部特征点数量小于预设值N1，则进入步骤S3进行处理，当含有面部特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理；
S2、对上一步骤中得到的面部特征点进行定位，得到目标人物脸部位置信息与人物面部信息，将得到的目标人物面部信息与信息数据库内的嫌疑人面部图像信息进行比对，若所监测目标为信息数据库中的在录嫌疑人，则发出警报，若所监测目标非信息数据库中的在录嫌疑人，则完成对该目标人物的排查；
S3、在预设时间内每隔一定时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对监控目标的人物特征点进行读取，选取人物特征点最多的视频帧图像进行分析，当含有人物特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理；
所述人物识别模块一用于读取监控区域内目标人物的人物特征点并将其传输至动态追踪模块；
所述动态追踪模块根据人物识别模块一传输的人物特征点对目标进行确定，并对目标的行动路径进行分析记录。
2.根据权利要求1所述的一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，所述面部特征点包括眼睛特征点、鼻子特征点与嘴巴特征点。
3.根据权利要求1所述的一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，所述人物特征点包括身高、服装颜色、服装颜色分布、面部遮挡物形状与颜色分布。
4.根据权利要求1所述的一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，步骤S3中对人物身高进行采集的方法为：
将视频采集模块中对应的监控摄像头的监控区域栅格划分，并根据目标人物所处栅格位置对目标人物的位置进行定位，从而得到目标人物与监控摄像头之间的距离；
根据所得的目标人物与监控摄像头之间的距离以及目标人物在视频帧图像中的实际高度对目标人物的身高进行预测。
5.根据权利要求4所述的一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，根据目标人物与监控摄像头之间的距离以及目标人物在视频帧图像中的实际高度对目标人物的身高进行预测的方法为：
以一竖直高度为H1的物体作为实验对象，建立监控摄像头与实验对象之间的实际距离L1、实验对象的竖直高度H1以及实验对象在监控视频图像中的实际高度L2三者之间的对应关系数据库。
6.根据权利要求4所述的一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，对人物身高进行采集时，在预设时间内采取若干张视频帧图像作为对象得到目标人物的实际身高，采取多个预测结果的平均值作为最终结果。
7.根据权利要求1所述的一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，所述人物识别模块一对监控区域内目标人物的人物特征点进行读取的方法为：
在预设时间内每隔预设时间截取视频帧图像，对得到的若干视频帧图像中目标人物的图像进行分析，对监控目标的人物特征点进行读取，选取人物特征点最多的视频帧图像进行分析，当含有人物特征点最多的视频帧图像具有两张或两张以上，则在其中任选一张进行下一步处理。
8.根据权利要求1所述的一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，所述动态追踪模块对目标行动路径进行分析记录的方法为：
在一个监控摄像头的监控区域内，每隔预设时间截取视频帧图像，并根据目标的人物特征点对每一视频帧图像中的目标位置进行确定，以该监控摄像头的监控区域在无人状态下的图像作为背景图像，将采集的各视频帧图像中目标的位置在背景图像上进行标定，得到目标在一个监控摄像头监控区域内目标的行动路径，并根据目标的行动路径对目标下一个可能进入的监控区域进行预测；
根据目标在各监控区域内的行动路径以及目标在各监控区域中的出现顺序，对目标的行动路径进行标定，并将其与该目标的人物特征点绑定后存储值监控信息库与临时人物库；
若对象的行动路径发生异常，由警报模块完成警报。
9.根据权利要求8所述的一种基于人脸识别和大数据分析的智慧安防系统，其特征在于，对目标下一个可能进入的监控区域进行预测的方法为：
将一个监控摄像头的监控区域的边缘划分为若干个区域，每一个区域对应至少一个相邻的摄像头，当目标由监控区域的边缘某一区域离开该监控区域时，对应的至少一个摄像头及时对监控区域内的目标检索以及时发现对应目标并对目标的行动路径进行标定记录。
CN202010287559.2A 2020-04-13 2020-04-13 一种基于人脸识别和大数据分析的智慧安防系统 Withdrawn CN111510675A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010287559.2A CN111510675A (zh) 2020-04-13 2020-04-13 一种基于人脸识别和大数据分析的智慧安防系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010287559.2A CN111510675A (zh) 2020-04-13 2020-04-13 一种基于人脸识别和大数据分析的智慧安防系统

Publications (1)

Publication Number Publication Date
CN111510675A true CN111510675A (zh) 2020-08-07

Family

ID=71864006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010287559.2A Withdrawn CN111510675A (zh) 2020-04-13 2020-04-13 一种基于人脸识别和大数据分析的智慧安防系统

Country Status (1)

Country Link
CN (1) CN111510675A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184771A (zh) * 2020-09-30 2021-01-05 青岛聚好联科技有限公司 一种社区的人员轨迹跟踪的方法及装置
CN113642381A (zh) * 2021-06-10 2021-11-12 临沂边锋自动化设备有限公司 基于大数据的视频监控系统
CN113936328A (zh) * 2021-12-20 2022-01-14 中通服建设有限公司 一种面向智慧安防的智能图像识别方法
CN115183763A (zh) * 2022-09-13 2022-10-14 南京北新智能科技有限公司 一种基于人脸识别和栅格法的人员地图定位方法
WO2023095168A1 (en) * 2021-11-25 2023-06-01 Nilesh Vidyadhar Puntambekar An intelligent security system and a method thereof

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709436A (zh) * 2016-12-08 2017-05-24 华中师范大学 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪系统
CN109326073A (zh) * 2018-09-04 2019-02-12 重庆工业职业技术学院 一种基于多点定位的无线传感器网络安防监控系统
CN110602453A (zh) * 2019-09-09 2019-12-20 金鹏电子信息机器有限公司 一种物联网大数据智能视频安防监控系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709436A (zh) * 2016-12-08 2017-05-24 华中师范大学 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪系统
CN109326073A (zh) * 2018-09-04 2019-02-12 重庆工业职业技术学院 一种基于多点定位的无线传感器网络安防监控系统
CN110602453A (zh) * 2019-09-09 2019-12-20 金鹏电子信息机器有限公司 一种物联网大数据智能视频安防监控系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184771A (zh) * 2020-09-30 2021-01-05 青岛聚好联科技有限公司 一种社区的人员轨迹跟踪的方法及装置
CN112184771B (zh) * 2020-09-30 2023-08-11 青岛聚好联科技有限公司 一种社区的人员轨迹跟踪的方法及装置
CN113642381A (zh) * 2021-06-10 2021-11-12 临沂边锋自动化设备有限公司 基于大数据的视频监控系统
WO2023095168A1 (en) * 2021-11-25 2023-06-01 Nilesh Vidyadhar Puntambekar An intelligent security system and a method thereof
CN113936328A (zh) * 2021-12-20 2022-01-14 中通服建设有限公司 一种面向智慧安防的智能图像识别方法
CN115183763A (zh) * 2022-09-13 2022-10-14 南京北新智能科技有限公司 一种基于人脸识别和栅格法的人员地图定位方法

Similar Documents

Publication Publication Date Title
CN111510675A (zh) 一种基于人脸识别和大数据分析的智慧安防系统
CN106203458B (zh) 人群视频分析方法及系统
CN110428522B (zh) 一种智慧新城的智能安防系统
CN105913037A (zh) 基于人脸识别与射频识别的监控跟踪系统
CN108710827B (zh) 一种社区微警务巡查和信息自动分析系统及方法
CN103986910A (zh) 一种基于智能分析摄像机的客流统计方法和系统
CN101477641A (zh) 基于视频监控的人数统计方法和系统
CN112785798A (zh) 面向电力变电站工程建设项目施工人员的行为分析方法
CN113012374A (zh) 智慧园区安防系统及其控制方法
CN105426820A (zh) 基于安防监控视频数据的多人异常行为检测方法
CN112183162A (zh) 一种监控场景下人脸自动注册识别系统及方法
CN110942580A (zh) 一种智能楼宇访客管理方法、系统及储存介质
KR102333143B1 (ko) 무인 계수 서비스 제공 시스템
CN107566790A (zh) 结合射频识别技术和视频监控技术的实时监控装置及方法
CN112699328A (zh) 网点服务数据处理方法、装置、系统、设备及存储介质
CN113807240A (zh) 基于非配合式人脸识别的变电站人员着装智能监控方法
CN114596684A (zh) 基于公共安全的高清视频监控方法、监控装置及系统
CN115171260A (zh) 一种基于人脸识别的智能门禁系统
CN112800975A (zh) 一种基于图像处理的安检通道内行为识别方法
CN115496640A (zh) 一种火电厂智慧安全系统
CN113114969B (zh) 一种基于大数据的智慧楼宇智能视频对讲监控系统及对讲监控方法
CN105095891A (zh) 一种人脸捕捉的方法，装置及系统
CN107920224A (zh) 一种异常告警方法、设备及视频监控系统
CN113044694A (zh) 基于深度神经网络的工地电梯人数统计系统及方法
CN112330742A (zh) 公共区域重点人员活动路线记录方法及装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200807