CN111753743B - 一种基于网闸的人脸识别方法及系统 - Google Patents
一种基于网闸的人脸识别方法及系统 Download PDFInfo
- Publication number
- CN111753743B CN111753743B CN202010595720.2A CN202010595720A CN111753743B CN 111753743 B CN111753743 B CN 111753743B CN 202010595720 A CN202010595720 A CN 202010595720A CN 111753743 B CN111753743 B CN 111753743B
- Authority
- CN
- China
- Prior art keywords
- face
- picture
- recognition
- pictures
- ftp server
- 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
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
- G06V40/172—Classification, e.g. identification
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
Abstract
本发明公开了一种基于网闸的人脸识别方法及系统,涉及人脸识别技术领域;该方法包括:采集人脸图片并将其存储在本地侧的第一FTP服务器中;通过网闸将所述第一FTP服务器中存储的人脸图片摆渡至公安内网侧的第二FTP服务器中;从第二FTP服务器中轮询读取人脸图片并提取人脸特征进行识别;本发明解决了公安内网人脸识别系统无法与社会化资源人脸识别相机进行直连获取数据的问题,消除公安系统的监控盲区。
Description
技术领域
本发明属于人脸识别技术领域,更具体地,涉及一种基于网闸的人脸识别方法及系统。
背景技术
人脸识别是当前人工智能和模式识别的研究热点,在公安领域主要应用于的存档管理和刑侦破案。
公安系统为了破案及管控的方便。在很多公共区域部署了大量的人脸识别相机和普通相机,这些相机都处于公安内部网络,实现视频监控与人脸识别布控。但是由于公安系统的管控区域很大,不可能做到全覆盖。特别是在一些小区或园区人员密集的地方,全部部署人脸识别相机在施工方面和资金方面都不现实。
最近几年各种居民小区以及工业园区在建设时都把视频监控作为了必备项,公安人脸识别系统如何能够接入各种社会化视频资源,则正好可以弥补监控盲区。但是由于社会化视频资源与公安内部网络在物理上无法连通,使得部署在公安内网的人脸识别系统无法与社会化视频资源的相机进行直连来获取数据。
发明内容
针对现有技术的至少一个缺陷或改进需求,本发明提供了一种基于网闸的人脸识别方法及系统,将人脸图片保存在本地侧的FTP服务器中,由网闸将人脸图片摆渡到公安内网侧的FTP服务器中;由此人脸识别系统可以直接从公安内网侧的FTP服务器中指定的文件夹读取人脸图片进行人脸识别;其目的在于解决目前公安内网的人脸识别系统无法与社会化资源人脸识别相机进行直连获取数据的问题。
为实现上述目的,按照本发明的一个方面,提供了一种基于网闸的人脸识别方法,该方法包括:
采集人脸图片并将其存储在本地侧的第一FTP服务器中;
通过网闸将所述第一FTP服务器中存储的人脸图片摆渡至公安内网侧的第二FTP服务器中;
从第二FTP服务器中轮询读取人脸图片并提取人脸特征进行识别。
优选的,上述人脸识别方法,所述采集人脸图片并将其存储在本地侧的第一FTP服务器中具体包括:
采集实时视频流,从所述实时视频流中检测出人脸图片及其对应的全景图片并添加标签,所述标签包括提供所述实时视频流或人脸图片的硬件设备的设备ID、检测时间以及图片类型;
按照设备ID、检测时间以及图片类型的格式将人脸图片及其对应的全景图片保存在本地侧的第一FTP服务器中。
优选的,上述人脸识别方法,所述从第二FTP服务器中轮询读取人脸图片并提取人脸特征进行识别包括:
以提供所述实时视频流或人脸图片的硬件设备的设备ID为主键配置虚拟设备对象;
接收用户输入的被监控人像;
从第二FTP服务器中轮询读取人脸图片并进行解析,根据解析获得的设备ID将其存储至对应的虚拟设备对应中;
从各虚拟设备对象中提取人脸图片中进行识别,当识别结果与所述被监控人像匹配时产生告警信息。
优选的,上述人脸识别方法还包括:
配置布控规则,当所述识别结果与所述被监控人像匹配且满足所述布控规则时产生告警信息;
所述布控规则具体是:当预设的设备ID和/或检测时间段内对应的人脸图片与被监控人像匹配时产生告警信息。
按照本发明的另一个方面,还提供了一种基于网闸的人脸识别系统,包括:
人脸采集单元,用于获取人脸图片;
第一FTP服务器,用于将所述人脸图片保存至本地;
网闸,用于将所述第一FTP服务器中存储的人脸图片摆渡至第二FTP服务器;
第二FTP服务器,其位于公安内网中,用于接收网闸发送的人脸图片并保存;
人脸识别单元,用于从第二FTP服务器中轮询读取人脸图片并提取人脸特征进行识别。
优选的,上述人脸识别系统,所述人脸采集单元包括人脸检测模块以及部署于公共区域的多个图像采集装置;所述图像采集装置包括人脸识别相机和/或通用相机;
通用相机,用于采集实时视频流;
人脸识别相机,用于采集实时视频流并从所述实时视频流中检测出人脸图片及其对应的全景图片;
人脸检测模块,用于从人脸识别相机中获取人脸图片和全景图片并添加标签;和/或,用于从通用相机拉取视频流并采用人脸检测算法进行分析,对获取的人脸图片及其全景图片添加标签;所述标签包括人脸识别相机的设备ID、检测时间以及图片类型。
优选的,上述人脸识别系统,所述人脸识别单元包括配置模块、解析模块和识别模块;
所述配置模块用于接收用户输入的各图像采集装置的设备ID,以所述设备ID为主键配置虚拟设备对象;并用于接收并存储用户输入的被监控人像;
所述解析模块用于从第二FTP服务器中轮询读取人脸图片并进行解析,根据解析获得的设备ID将其存储至对应的虚拟设备对应中;
所述识别模块用于从各虚拟设备对象中提取人脸图片中进行识别,当识别结果与所述被监控人像匹配时产生告警信息。
优选的,上述人脸识别系统,所述识别模块还用于存储预先设置的布控规则,当所述识别结果与所述被监控人像匹配且满足所述布控规则时产生告警信息;
所述布控规则具体是:
当预设的设备ID和/或检测时间段内对应的人脸图片与被监控人像匹配时产生告警信息。
优选的,上述人脸识别系统,所述人脸检测模块通过通用相机的软件开发工具包与通用相机建立连接,从通用相机中轮询拉取视频流。
所述人脸检测模块通过人脸识别相机的软件开发工具包与人脸识别相机建立连接,从人脸识别相机中订阅人脸检测事件。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
本发明将公共区域布设的相机提供的人脸图片及其对应的全景图片保存在互联网FTP服务器中,通过网闸将人脸图片和对应的全景图片摆渡到公安内网侧的FTP服务器中;公安内网中的人脸识别单元可以直接从FTP指定的文件夹来读取人脸图片以及全景图片进行人脸识别;解决了公安内网人脸识别系统无法与社会化资源人脸识别相机进行直连获取数据的问题,消除公安系统的监控盲区。
附图说明
图1是本发明实施例提供的一种基于网闸的人脸识别方法的流程图;
图2是本发明实施例提供的人脸识别系统的组成结构示意图;
其中,101-人脸识别相机;102-通用相机;103-人脸检测模块;104-第一FTP服务器;105-网闸前置机;106-网闸;107-第二FTP服务器;108-网闸后置机;109-人脸识别单元109;
图3是本发明实施例提供的人脸识别系统的控制流程图;
图4是本发明实施例提供的人脸识别单元的逻辑框图。
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说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是本发明提供了一种基于网闸的人脸识别方法的流程图,参见图1,该方法包括以下步骤:
S1:采集人脸图片并将其存储在本地侧的第一FTP服务器中;
进一步的,在实际操作过程中,首先通过相机采集实时视频流,从实时视频流中检测出人脸图片及其对应的全景图片并添加标签;
当相机是传统摄像机与网络技术结合的人脸识别相机时,该人脸识别相机本身自带人脸检测的功能,摄像机检测到人脸后,将含有人脸信息的图片传输给人脸检测模块进行处理;当相机是基于视频流的网络摄像机时,该相机仅能够提供实时视频流,不具备人脸检测功能;则需要人脸检测模块来进行人脸检测,提取人脸信息;
标签内容包括提供实时视频流或人脸图片的相机的设备ID、检测时间以及图片类型;然后按照设备ID、检测时间以及图片类型的格式将人脸图片及其对应的全景图片保存在本地侧的第一FTP服务器中。
S2:通过网闸将第一FTP服务器中存储的人脸图片摆渡至公安内网侧的第二FTP服务器中;
S3:从第二FTP服务器中轮询读取人脸图片并提取人脸特征进行识别;
进一步的,首先以提供实时视频流或人脸图片的相机的设备ID为主键配置虚拟设备对象;并接收用户输入的被监控人像;
从第二FTP服务器中轮询读取人脸图片并进行解析,根据解析获得的设备ID将其存储至对应的虚拟设备对应中;
从各虚拟设备对象中提取人脸图片中进行识别,当识别结果与所述被监控人像匹配时产生告警信息。
作为一个优选的示例,上述人脸识别方法还包括:配置布控规则,当识别结果与注册的被监控人像匹配且满足布控规则时产生告警信息;本实施例提供的布控规则可以是:当预设的设备ID和/或检测时间段内对应的人脸图片与被监控人像匹配时产生告警信息。
本发明还提供了一种基于网闸的人脸识别系统,用于实现上述人脸识别方法;图2是本实施例提供的人脸识别系统的组成结构示意图,参见图2,该系统包括人脸采集单元、第一FTP服务器104、网闸106、第二FTP服务器107和人脸识别单元109;系统组成之间可以网络连接,使用TCP/IP进行通信;
本实施例中,人脸识别单元109可以与第二FTP服务器107共同设置在网闸后置机108中,也可以与第二FTP服务器107分开设置;
人脸采集单元用于获取人脸图片;本实施例中,人脸采集单元包括人脸检测模块103以及部署于公共区域的多个图像采集装置;该图像采集装置包括人脸识别相机101和通用相机102;
本实施例中,人脸检测模块103可以与第一FTP服务器104共同设置在网闸前置机105中,也可以与第一FTP服务器104分开设置,不作具体限定;
其中,人脸识别相机101是人脸识别系统的前端设备,是一种结合传统摄像机与网络技术所产生的新一代智能摄像机,摄像机本身自带人脸检测的功能,摄像机检测到人脸后,将含有人脸信息的图片传输给人脸检测模块103进行处理;
普通相机102是通用的基于视频流的网络摄像机,该摄像机仅提供实时视频流,不具备人脸检测功能。
人脸检测模块103具备两部分功能,一是从人脸识别相机101订阅人脸检测事件,人脸识别相机101检测到人脸后会直接发送给人脸检测模块103,人脸检测模块103收到人脸图片及其对应的全景图片后为它们制作标签,标签内容包括人脸识别相机101的设备ID、检测时间以及图片类型;例如:人脸检测模块103将人脸图片按“设备ID+时间戳+FACE.jpg”进行命名,与人脸图片所对应的全景图片按“设备ID+时间戳+BACKGROUND.jpg”进行命名;其中,人脸图片与全景图片名称中的时间戳是相同的,便于建立两者之间的关联关系。二是是从普通相机102拉取视频流,通过人脸检测算法进行人脸检测分析,同样将检测到的人脸图片按“设备ID+时间戳+FACE.jpg”进行命名,与人脸图片所对应的全景图片按“设备ID+时间戳+BACKGROUND.jpg”进行命名;其中,人脸图片与全景图片名称中的时间戳是相同的,便于建立两者的关联关系。
然后将命名后的人脸图片及对应的全景图片保存到网闸前置机105中的第一FTP服务器104。
网闸前置机105中的第一FTP服务器104用于接收人脸检测模块103输出的人脸图片与全景图片,形成摆渡使用的网闸文件。
网闸106是使用带有多种控制功能的固态开关读写介质,连接两个独立主机系统的信息安全设备。由于两个独立的主机系统通过网闸进行隔离,使系统间不存在通信的物理连接、逻辑连接及信息传输协议,不存在依据协议进行的信息交换,而只有以数据文件形式进行的无协议摆渡。本系统的网闸主要是用于从社会化资源网络摆渡人脸图片到公安网中,即将网闸文件从网闸前置机105的第一FTP服务器104摆渡到网闸后置机108的第二FTP服务器107中,第二FTP服务器107位于公安内网。
人脸识别单元109同样部署在公安内网中,从公安网网闸后置机108的第二FTP服务器107中轮询读取人脸图片和全景图片,解析文件名称,然后进行人脸特征的提取和人脸识别;跟踪布控条件产生人脸识别布控告警。
图4是本实施例提供的人脸识别单元的逻辑框图,如图4所示,该人脸识别单元109包括配置模块、解析模块和识别模块;
配置模块用于接收用户输入的各相机的设备ID,以设备ID为主键配置虚拟设备对象;并用于接收并存储用户输入的被监控人像;
解析模块用于从网闸后置机所在的FTP服务器中轮询读取人脸图片并进行解析,根据解析获得的设备ID将其存储至对应的虚拟设备对应中;
识别模块用于从各虚拟设备对象中提取人脸图片中进行识别,当识别结果与被监控人像匹配时产生告警信息。
进一步的,该识别模块还用于存储预先设置的布控规则,当识别结果与被监控人像匹配且满足所述布控规则时产生告警信息;
作为一个示例,布控规则可以:当预设的设备ID和/或检测时间段内对应的人脸图片与被监控人像匹配时产生告警信息。
作为一个优选的示例,人脸识别单元109同时提供人脸识别历史记录的查询、以图搜图、统计分析、轨迹分析等功能。
图3是本实施例提供的人脸识别系统的控制流程图,参见图3,该控制流程包括:
(1)在公安内网的人脸识别单元中以设备ID为主键配置相机,此相机只是真实的相机设备对应的虚拟对象,用于与真实的相机设备传输的人脸图片建立对应关系;而非真实的通过设备ID与相机建立连接。
(2)在公安内网的人脸识别单元中注册要布控的人像。
(3)在公安内网的人脸识别单元张根据实际需要,按设备ID、人脸、时间进行布控;完成布控操作后,当在指定的设备、指定的时间抓拍的人像与布控的人脸比对成功后就会产生告警。
(4)在互联网侧的人脸检测模块中配置通用相机参数,主要包括设备的IP、设备ID、用户名、密码、相机品牌、相机类型等参数信息。
(5)人脸检测模块通过品牌与类型使用相机的软件开发工具包(SoftwareDevelopment Kit,SDK)与通用相机建立连接,从通用相机中轮询拉取视频流。
(6)人脸检测模块通过人脸检测算法从视频流中检测人脸图片和人脸图片对应的全景图片,并做去重处理;获取提供视频流的通用相机的设备ID、检测时间。
(7)人脸检测模块将人脸图片按“设备ID+时间戳+FACE.jpg”的方式保存到网闸前置机FTP服务器中。
(8)人脸检测模块将人脸图片对应的全景图片按“设备ID+时间戳+BACKGROUND.jpg”的方式保存到网闸前置机FTP服务器中。其中,全景图片的时间戳与其所对应的人脸图片的时间戳相同,用于人脸识别单元读取时建立对应关系。
(9)对于人脸识别相机,在人脸检测模块中配置人脸识别相机的IP、设备ID、用户名、密码、相机品牌、相机类型等参数信息;人脸检测模块通过品牌与类型使用相机SDK与人脸识别相机建立连接。
(10)人脸检测模块通过相机SDK从人脸识别相机中订阅人脸检测事件。
(11)当人脸检测相机获取到人脸图片后,自动将人脸图片以及人脸图片对应的全景图片推送到人脸检测模块。
(12)人脸检测模块将人脸图片按“设备ID+时间戳+FACE.jpg”的方式保存到网闸前置机FTP服务器中。
(13)人脸检测模块将人脸图片对应的全景图片按“设备ID+时间戳+BACKGROUND.jpg”的方式保存到网闸前置机FTP服务器中;其中,全景图片的时间戳与其对应的人脸图片的时间戳相同,用于人脸识别单元读取时建立对应关系。
(14)网闸从网闸前置机FTP服务器中获取文件,并将文件摆渡到网闸后置机FTP服务器中。
(15)公安内网中的人脸识别单元从FTP服务器(网闸后置机)中轮询读取网闸传输过来的人脸图片和对应的全景图片。
(16)公安内网中的人脸识别单元对读取的文件名进行解析,获知设备ID、人脸获取的时间、是人脸图片还是全景图片,并将人脸图片和全景图片建立关联关系。
(17)公安内网中的人脸识别单元对人脸图片进行人脸识别分析,提取人脸特征;将解析的设备ID、时间、人脸特征与系统中的布控规则进行对比,满足条件则产生布控告警。
(18)结束人脸识别流程。
在一些情况下,所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如,计算机可读)存储介质承载或存储在其上的指令,其可以由一个或多个处理器读取和执行。例如,指令可以通过网络或通过其他计算机可读介质分发。因此,机器可读介质可以包括用于以机器(例如,计算机)可读的形式存储或传输信息的任何机制,包括但不限于,软盘、光盘、光碟、只读存储器(CD-ROMs)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如,载波、红外信号数字信号等)的有形的机器可读存储器。因此,机器可读介质包括适合于以机器(例如,计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。
在附图中,可以以特定布置和/或顺序示出一些结构或方法特征。然而,应该理解,可能不需要这样的特定布置和/或排序。而是,在一些实施例中,这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外,在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征,并且在一些实施例中,可以不包括这些特征或者可以与其他特征组合。
需要说明的是,本申请各设备实施例中提到的各单元/模块都是逻辑单元/模块,在物理上,一个逻辑单元/模块可以是一个物理单元/模块,也可以是一个物理单元/模块的一部分,还可以以多个物理单元/模块的组合实现,这些逻辑单元/模块本身的物理实现方式并不是最重要的,这些逻辑单元/模块所实现的功能的组合才是解决本申请所提出的技术问题的关键。此外,为了突出本申请的创新部分,本申请上述各设备实施例并没有将与解决本申请所提出的技术问题关系不太密切的单元/模块引入,这并不表明上述设备实施例并不存在其它的单元/模块。
需要说明的是,在本专利的示例和说明书中,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。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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 (6)
1.一种基于网闸的人脸识别方法,其特征在于,包括:
采集人脸图片并将其存储在本地侧的第一FTP服务器中,并根据人脸图片相应的标签信息为人脸图片文件进行命名;具体包括:
采集实时视频流,从所述实时视频流中检测出人脸图片及其对应的全景图片并添加标签,所述标签包括提供所述实时视频流或人脸图片的硬件设备的设备ID、检测时间以及图片类型;
按照设备ID、检测时间以及图片类型的格式将人脸图片及其对应的全景图片保存在本地侧的第一FTP服务器中;
通过网闸将所述第一FTP服务器中存储的人脸图片摆渡至公安内网侧的第二FTP服务器中;
从第二FTP服务器中轮询读取人脸图片,将所述人脸图片文件名称解析为人脸所对应的标签信息,并提取人脸特征进行识别;具体包括:
以提供所述实时视频流或人脸图片的硬件设备的设备ID为主键配置虚拟设备对象;
接收用户输入的被监控人像;
从第二FTP服务器中轮询读取人脸图片并进行解析,根据解析获得的设备ID将其存储至对应的虚拟设备对应中;
从各虚拟设备对象中提取人脸图片中进行识别,当识别结果与所述被监控人像匹配时产生告警信息。
2.如权利要求1所述的人脸识别方法,其特征在于,还包括:
配置布控规则,当所述识别结果与所述被监控人像匹配且满足所述布控规则时产生告警信息;
所述布控规则具体是:当预设的设备ID和/或检测时间段内对应的人脸图片与被监控人像匹配时产生告警信息。
3.一种基于网闸的人脸识别系统,其特征在于,包括:
人脸采集单元,用于获取人脸图片,并根据人脸图片相应的标签信息为人脸图片文件进行命名;其中,所述人脸采集单元包括人脸检测模块以及部署于公共区域的多个图像采集装置;所述图像采集装置包括人脸识别相机和/或通用相机;
通用相机,用于采集实时视频流;
人脸识别相机,用于采集实时视频流并从所述实时视频流中检测出人脸图片及其对应的全景图片;
人脸检测模块,用于从人脸识别相机中获取人脸图片和全景图片并添加标签;和/或,用于从通用相机拉取视频流并采用人脸检测算法进行分析,对获取的人脸图片及其全景图片添加标签;所述标签包括人脸识别相机的设备ID、检测时间以及图片类型;
第一FTP服务器,用于将所述人脸图片保存至本地;
网闸,用于将所述第一FTP服务器中存储的人脸图片摆渡至第二FTP服务器;
第二FTP服务器,其位于公安内网中,用于接收网闸发送的人脸图片并保存;
人脸识别单元,用于从第二FTP服务器中轮询读取人脸图片,将所述人脸图片文件名称解析为人脸所对应的标签信息,并提取人脸特征进行识别;其中,所述人脸识别单元包括配置模块、解析模块和识别模块;
所述配置模块用于接收用户输入的各图像采集装置的设备ID,以所述设备ID为主键配置虚拟设备对象;并用于接收并存储用户输入的被监控人像;
所述解析模块用于从第二FTP服务器中轮询读取人脸图片并进行解析,根据解析获得的设备ID将其存储至对应的虚拟设备对应中;
所述识别模块用于从各虚拟设备对象中提取人脸图片中进行识别,当识别结果与所述被监控人像匹配时产生告警信息。
4.如权利要求3所述的人脸识别系统,其特征在于,所述识别模块还用于存储预先设置的布控规则,当所述识别结果与所述被监控人像匹配且满足所述布控规则时产生告警信息;
所述布控规则具体是:当预设的设备ID和/或检测时间段内对应的人脸图片与被监控人像匹配时产生告警信息。
5.如权利要求3所述的人脸识别系统,其特征在于,所述人脸检测模块通过通用相机的软件开发工具包与通用相机建立连接,从通用相机中轮询拉取视频流。
6.如权利要求3所述的人脸识别系统,其特征在于,所述人脸检测模块通过人脸识别相机的软件开发工具包与人脸识别相机建立连接,从人脸识别相机中订阅人脸检测事件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010595720.2A CN111753743B (zh) | 2020-06-28 | 2020-06-28 | 一种基于网闸的人脸识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010595720.2A CN111753743B (zh) | 2020-06-28 | 2020-06-28 | 一种基于网闸的人脸识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111753743A CN111753743A (zh) | 2020-10-09 |
CN111753743B true CN111753743B (zh) | 2023-05-19 |
Family
ID=72677463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010595720.2A Active CN111753743B (zh) | 2020-06-28 | 2020-06-28 | 一种基于网闸的人脸识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753743B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446294B (zh) * | 2020-10-30 | 2023-04-11 | 四川天翼网络股份有限公司 | 一种分布式人脸数据调度方法、系统、终端及存储介质 |
CN112819683B (zh) * | 2021-01-19 | 2023-05-26 | 北京格视科技有限公司 | 图像处理方法、装置、计算机设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241111A (zh) * | 2018-08-27 | 2019-01-18 | 武汉虹信技术服务有限责任公司 | 一种基于内存数据库的分布式人脸识别系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1314070A2 (de) * | 2000-08-28 | 2003-05-28 | Markus Gillich | Vorichtung und verfahren zur intergrierten überwachung, steuerung und regelung von komplexen technischen verfahrensabläufen |
US20160315824A1 (en) * | 2006-09-25 | 2016-10-27 | Weaved, Inc. | Networking systems |
CN104978571B (zh) * | 2015-07-02 | 2019-06-28 | 中兴智能视觉大数据技术(湖北)有限公司 | 一种智能动态高清视频检测系统 |
CN106650589A (zh) * | 2016-09-30 | 2017-05-10 | 北京旷视科技有限公司 | 实时人脸识别系统和方法 |
CN110401724B (zh) * | 2019-08-22 | 2022-04-12 | 北京旷视科技有限公司 | 文件管理方法、文件传输协议服务器及存储介质 |
-
2020
- 2020-06-28 CN CN202010595720.2A patent/CN111753743B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241111A (zh) * | 2018-08-27 | 2019-01-18 | 武汉虹信技术服务有限责任公司 | 一种基于内存数据库的分布式人脸识别系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111753743A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2012142797A1 (zh) | 一种视频监控系统及方法 | |
US20120195363A1 (en) | Video analytics with pre-processing at the source end | |
CN111753743B (zh) | 一种基于网闸的人脸识别方法及系统 | |
KR100696728B1 (ko) | 감시정보송신장치 및 감시정보송신방법 | |
CN112291520B (zh) | 异常事件识别方法、装置、存储介质及电子装置 | |
CN104200671A (zh) | 一种基于大数据平台的虚拟卡口管理方法及系统 | |
CN101505412A (zh) | 宾馆、写字楼和娱乐场所人像采集识别监控系统及方法 | |
CN102176746A (zh) | 一种用于局部小区域安全进入的智能监控系统及实现方法 | |
CN109905423B (zh) | 一种智能管理系统 | |
CN107403165B (zh) | 智能人脸识别系统的数据管理架构及使用方法 | |
CN101976356A (zh) | 网吧实名制人脸识别方法及识别系统 | |
KR101084914B1 (ko) | 차량번호 및 사람 이미지의 인덱싱 관리시스템 | |
CN201435736Y (zh) | 网吧实名制上网智能监管系统 | |
KR20150041939A (ko) | 실시간 이벤트 감지를 통한 도어 감시시스템 및 그 방법 | |
CN114125806B (zh) | 基于无线网络流量的云存储模式的无线摄像头检测方法 | |
CN110324589A (zh) | 一种旅游景区的监控系统与方法 | |
CN110895663A (zh) | 一种两轮车识别方法、装置、电子设备及监控系统 | |
CN109120896B (zh) | 安防视频监控卫士系统 | |
CN112601054B (zh) | 摄像画面的采集方法及装置、存储介质、电子设备 | |
CN110839136A (zh) | 告警联动方法及装置 | |
CN115836516B (zh) | 监视系统 | |
CN113206935A (zh) | 校园双重预防安全防控云平台及方法 | |
CN112989993A (zh) | 记录方法、记录系统以及计算机可读存储介质 | |
KR20180076838A (ko) | 지능형 영상 처리 기반의 출입 정보 분석 시스템 및 방법 | |
CN115001992B (zh) | 道闸数据采集方法、系统、可读存储介质、电子设备 |
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 |