CN111639509A - 一种基于人脸识别的行动轨迹记录与查询方法 - Google Patents
一种基于人脸识别的行动轨迹记录与查询方法 Download PDFInfo
- Publication number
- CN111639509A CN111639509A CN201910155653.XA CN201910155653A CN111639509A CN 111639509 A CN111639509 A CN 111639509A CN 201910155653 A CN201910155653 A CN 201910155653A CN 111639509 A CN111639509 A CN 111639509A
- Authority
- CN
- China
- Prior art keywords
- face
- face recognition
- server
- acquisition
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000013598 vector Substances 0.000 claims abstract description 46
- 239000000284 extract Substances 0.000 claims abstract description 4
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000012216 screening Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000192 social effect Effects 0.000 description 1
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
- G06V40/168—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
- G06V40/161—Detection; Localisation; Normalisation
Abstract
本发明提供了一种基于人脸识别的行动轨迹记录与查询方法,采用以下步骤:步骤1,设置一台服务器和若干台采集客户端;步骤2至6为记录过程,采集客户端将采集到的图像中包含的人脸图像提取出来并进行标准化,计算其人脸特征向量,将该人脸特征向量和对应人脸信息存入人脸识别数据库并上传至服务器,服务器合并各人脸识别数据库得到总人脸识别数据库;步骤7至10为查询过程,服务器计算目标人物的人脸特征向量,将人脸识别数据库中与之匹配的人脸信息和在电子地图中绘制的目标人物过去行动轨迹反馈给管理人员。本发明可以获得目标人物的过去行动轨迹,有助于在寻找走失儿童和走失老人、筛查嫌疑人员等工作中提高执法效率,减少执法成本。
Description
技术领域
本发明涉及人脸识别领域,具体涉及一种基于人脸识别的行动轨迹记录与查询方法。
背景技术
近年来,人脸识别技术得到了迅速的发展,与其他生物特征识别技术相比,人脸识别技术在实际应用中具有独到的优势:可以通过视频或图像采集设备直接获取包含人脸的图像供识别;整个识别过程无需物理接触,迅速快捷。人脸识别安防系统、人脸识别考勤机、刷脸支付系统、刷脸进站系统、人证核验系统等采用人脸识别技术的设备和系统,已经被广泛运用在各种场合,取得了突出的经济效应和社会效应。
人脸识别技术的主要原理是通过将现场采集的人脸图像与系统中已有的人脸图像进行比对,判断人脸图像是否匹配以进行人脸识别。一般来说分为一对一识别和一对多识别两种人脸识别方案:在刷脸支付、刷脸进站、人证核验等系统中,系统通过读取使用人的身份证、车票、账号等信息确定使用人的身份,并加载数据库中使用人的证件照片,将该证件照片与现场采集的人脸图像做对比,得到匹配或不匹配的结果;在人脸识别安防系统和人脸识别考勤系统中,系统将现场采集的人脸图像与数据库中存储的所有人脸图像做比对,找出与之匹配的人脸图像,以确定现场人员的身份。
上述两种人脸识别方案在进行人脸识别之前,均需要预先在系统中存储已知的人脸图像,才可以进行人脸识别与比对。然而,在很多情况下,上述方案并不能取得显著的效果,例如:在走失儿童、走失老人的案件中,在家人报案后才可以获得走失人员的照片,需要通过对比该照片以查询走失人员过去的行动轨迹,一般由执法人员人工翻查监控录像进行查找,效率低且费时费力;另外,在执法人员对嫌疑人员的筛查中,也需要人工翻查大量的监控录像来确定嫌疑人员曾经出现的时间和地点,消耗很多人力与时间成本。上述例子的共同特点是,事先并不能获得相应的人脸图像存储在人脸识别系统中供识别,事后才得知需要查询的目标人物以及取得需要匹配人脸图像,需要在监控录像中进行回溯查询获取目标人物的行动轨迹,而现有的人脸识别方案在上述例子难以取得有益的效果。
发明内容
本发明针对现有技术方案的不足,提供一种基于人脸识别的行动轨迹记录与查询方法,具体技术方案为: 一种基于人脸识别的行动轨迹记录与查询方法,采用以下步骤。其中,步骤1为设置过程;步骤2至6为记录过程;步骤7至9为查询过程。
步骤1:设置一台服务器,设置若干台采集客户端位于需监控场所,通过网络将它们相连;其中,采集客户端包含图像采集模块、人脸识别模块、存储模块和网络接口。
步骤2:采集客户端中图像采集模块将实时采集到的视频中的人脸图像提取出来,进行标准化后发送至采集客户端中人脸识别模块。
步骤3:采集客户端中人脸识别模块利用人脸识别神经网络模型对得到的标准化人脸图像进行计算,得到人脸特征向量,将人脸特征向量和标准化人脸图像发送至集客户端中的存储模块。
步骤4:采集客户端中存储模块将得到的人脸特征向量与人脸识别数据库里所有存储的人脸特征向量进行比对,若人脸识别数据库中有与之匹配的人脸特征向量,则将新的时间、位置信息追加存入数据库中该条目中;若人脸识别数据库中没有与之匹配的人脸特征向量,则将该人脸特征向量和对应的标准化人脸图像、时间、位置存入人脸识别数据库一个新的条目中。
步骤5:每隔一段固定的时间,各采集客户端将存储模块中的人脸识别数据库通过网络接口上传至服务器中。
步骤6:服务器以人脸特征向量是否匹配为标准,将各采集客户端上传的人脸识别数据库进行合并,得到总人脸识别数据库。
步骤7:当需要查询某个目标人物的行动轨迹时,管理人员将该目标人物的人脸图像上传至服务器。
步骤8:服务器将目标人物的人脸图像标准化后,利用与采集客户端相同的人脸识别神经网络模型进行计算,得到人脸特征向量。
步骤9:服务器将该人脸特征向量与总人脸识别数据库中的人脸特征向量进行比对,找出匹配的条目。
步骤10:服务器将匹配的条目,包含人脸特征向量和标准化人脸图像反馈给管理人员;同时根据条目中的时间和位置,在电子地图中绘制目标人物的过去行动轨迹反馈给管理人员。
与现有技术相比,本发明具有如下有益效果:本发明利用人脸识别技术,在事后才得知需要查询的目标人物和取得需要匹配人脸图像的情况下,可以获得目标人物的过去行动轨迹,取得现有的人脸识别方案难以取得的效果;有助于在寻找走失儿童和走失老人、筛查嫌疑人员等工作中提高执法效率,减少执法中的人力和时间成本。
附图说明
图1是本发明的简要流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
实施例:一种基于人脸识别的行动轨迹记录与查询方法,采用以下步骤。其中,步骤1为设置过程;步骤2至6为记录过程;步骤7至9为查询过程。
步骤1:设置一台服务器,设置若干台采集客户端位于需监控场所,通过网络将它们相连;其中,采集客户端包含图像采集模块、人脸识别模块、存储模块和网络接口。
步骤2:采集客户端中图像采集模块将实时采集到的视频中的人脸图像提取出来,进行标准化后发送至采集客户端中人脸识别模块。
步骤3:采集客户端中人脸识别模块利用人脸识别神经网络模型对得到的标准化人脸图像进行计算,得到人脸特征向量,将人脸特征向量和标准化人脸图像发送至集客户端中的存储模块。
步骤4:采集客户端中存储模块将得到的人脸特征向量与人脸识别数据库里所有存储的人脸特征向量进行比对,若人脸识别数据库中有与之匹配的人脸特征向量,则将新的时间、位置信息追加存入数据库中该条目中;若人脸识别数据库中没有与之匹配的人脸特征向量,则将该人脸特征向量和对应的标准化人脸图像、时间、位置存入人脸识别数据库一个新的条目中。
步骤5:每隔一段固定的时间,各采集客户端将存储模块中的人脸识别数据库通过网络接口上传至服务器中。
步骤6:服务器以人脸特征向量是否匹配为标准,将各采集客户端上传的人脸识别数据库进行合并,得到总人脸识别数据库。
步骤7:当需要查询某个目标人物的行动轨迹时,管理人员将该目标人物的人脸图像上传至服务器。
步骤8:服务器将目标人物的人脸图像标准化后,利用与采集客户端相同的人脸识别神经网络模型进行计算,得到人脸特征向量。
步骤9:服务器将该人脸特征向量与总人脸识别数据库中的人脸特征向量进行比对,找出匹配的条目。
步骤10:服务器将匹配的条目,包含人脸特征向量和标准化人脸图像反馈给管理人员;同时根据条目中的时间和位置,在电子地图中绘制目标人物的过去行动轨迹反馈给管理人员。
以上所描述的仅为本发明一种优选实施例,并不用以限制本发明。相反,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于人脸识别的行动轨迹记录与查询方法,其特征在于,采用以下步骤,其中,步骤1为设置过程;步骤2至6为记录过程;步骤7至10为查询过程;
步骤1:设置一台服务器,设置若干台采集客户端位于需监控场所,通过网络将它们相连;其中,采集客户端包含图像采集模块、人脸识别模块、存储模块和网络接口;
步骤2:采集客户端中图像采集模块将实时采集到的视频中的人脸图像提取出来,进行标准化后发送至采集客户端中人脸识别模块;
步骤3:采集客户端中人脸识别模块利用人脸识别神经网络模型对得到的标准化人脸图像进行计算,得到人脸特征向量,将人脸特征向量和标准化人脸图像发送至集客户端中的存储模块;
步骤4:采集客户端中存储模块将得到的人脸特征向量与人脸识别数据库里所有存储的人脸特征向量进行比对,若人脸识别数据库中有与之匹配的人脸特征向量,则将新的时间、位置信息追加存入数据库中该条目中;若人脸识别数据库中没有与之匹配的人脸特征向量,则将该人脸特征向量和对应的标准化人脸图像、时间、位置存入人脸识别数据库一个新的条目中;
步骤5:每隔一段固定的时间,各采集客户端将存储模块中的人脸识别数据库通过网络接口上传至服务器中;
步骤6:服务器以人脸特征向量是否匹配为标准,将各采集客户端上传的人脸识别数据库进行合并,得到总人脸识别数据库;
步骤7:当需要查询某个目标人物的行动轨迹时,管理人员将该目标人物的人脸图像上传至服务器;
步骤8:服务器将目标人物的人脸图像标准化后,利用与采集客户端相同的人脸识别神经网络模型进行计算,得到人脸特征向量;
步骤9:服务器将该人脸特征向量与总人脸识别数据库中的人脸特征向量进行比对,找出匹配的条目;
步骤10:服务器将匹配的条目,包含人脸特征向量和标准化人脸图像反馈给管理人员;同时根据条目中的时间和位置,在电子地图中绘制目标人物的行动轨迹反馈给管理人员。
2.如权利要求1所述的基于人脸识别的行动轨迹记录与查询方法,其特征在于,所述采集客户端为具有独立人脸识别功能的监控摄像机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910155653.XA CN111639509A (zh) | 2019-03-01 | 2019-03-01 | 一种基于人脸识别的行动轨迹记录与查询方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910155653.XA CN111639509A (zh) | 2019-03-01 | 2019-03-01 | 一种基于人脸识别的行动轨迹记录与查询方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111639509A true CN111639509A (zh) | 2020-09-08 |
Family
ID=72329105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910155653.XA Pending CN111639509A (zh) | 2019-03-01 | 2019-03-01 | 一种基于人脸识别的行动轨迹记录与查询方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639509A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364722A (zh) * | 2020-10-23 | 2021-02-12 | 岭东核电有限公司 | 核电作业人员监控处理方法、装置和计算机设备 |
CN113128452A (zh) * | 2021-04-30 | 2021-07-16 | 重庆锐云科技有限公司 | 一种基于图像识别的绿化满意度采集方法和系统 |
CN113378651A (zh) * | 2021-05-20 | 2021-09-10 | 合肥工业大学 | 分布式快速行人重识别系统 |
CN114332768A (zh) * | 2021-12-30 | 2022-04-12 | 江苏国盈信息科技有限公司 | 智慧型社区安防管理方法及系统 |
-
2019
- 2019-03-01 CN CN201910155653.XA patent/CN111639509A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364722A (zh) * | 2020-10-23 | 2021-02-12 | 岭东核电有限公司 | 核电作业人员监控处理方法、装置和计算机设备 |
CN113128452A (zh) * | 2021-04-30 | 2021-07-16 | 重庆锐云科技有限公司 | 一种基于图像识别的绿化满意度采集方法和系统 |
CN113378651A (zh) * | 2021-05-20 | 2021-09-10 | 合肥工业大学 | 分布式快速行人重识别系统 |
CN114332768A (zh) * | 2021-12-30 | 2022-04-12 | 江苏国盈信息科技有限公司 | 智慧型社区安防管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111639509A (zh) | 一种基于人脸识别的行动轨迹记录与查询方法 | |
CN109271554B (zh) | 一种智能视频识别系统及其应用 | |
CN109635146B (zh) | 一种基于图像特征的目标查询方法及系统 | |
US20210196169A1 (en) | Methods and System for Monitoring and Assessing Employee Moods | |
CN106998444A (zh) | 一种大数据人脸监控系统及装置 | |
CN107067504A (zh) | 一种人脸识别安防系统及可疑人员检测与预警方法 | |
WO2018180588A1 (ja) | 顔画像照合システムおよび顔画像検索システム | |
CN109783685A (zh) | 一种查询方法及装置 | |
CN110781798B (zh) | 一种基于树莓派和人脸识别的车载嫌疑犯锁定系统 | |
CN104965235A (zh) | 一种安检系统及方法 | |
CN109800691A (zh) | 基于人脸识别技术的人口统计方法及系统 | |
CN102222283A (zh) | 人脸识别的数据管理系统 | |
CN106326835A (zh) | 一种用于加油站便利店的人脸数据采集统计系统及方法 | |
CN106951846A (zh) | 一种人脸3d模型录入和识别方法和装置 | |
CN101976356A (zh) | 网吧实名制人脸识别方法及识别系统 | |
CN109815370A (zh) | 一种归档方法及装置 | |
CN109857891A (zh) | 一种查询方法及装置 | |
CN109784231A (zh) | 安防信息管理方法、装置及存储介质 | |
CN106901518A (zh) | 一种物联网智能枪柜及其使用方法 | |
CN103258222A (zh) | 小区智能物管系统 | |
CN112528706A (zh) | 人员识别系统及其方法 | |
CN109255408A (zh) | 一种基于电子信标定位和拍照的建筑工程安全隐患排查方法 | |
CN110580300A (zh) | 基于人脸识别系统案发地点可疑目标自动查询方法 | |
Moorthy et al. | CNN based smart surveillance system: a smart IoT application post covid-19 era | |
CN111385440A (zh) | 具有人脸记录与查询功能的监控摄像机 |
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: 20200908 |
|
WD01 | Invention patent application deemed withdrawn after publication |