CN111860115A - 一种动态视频人像识别方法 - Google Patents
一种动态视频人像识别方法 Download PDFInfo
- Publication number
- CN111860115A CN111860115A CN202010491983.9A CN202010491983A CN111860115A CN 111860115 A CN111860115 A CN 111860115A CN 202010491983 A CN202010491983 A CN 202010491983A CN 111860115 A CN111860115 A CN 111860115A
- Authority
- CN
- China
- Prior art keywords
- data
- face
- image data
- portrait
- defogging
- 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 20
- 230000001815 facial effect Effects 0.000 claims abstract description 13
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 7
- 238000002834 transmittance Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种动态视频人像识别方法,包括如下步骤:S1身份信息采集:采集用户的面部图像数据和用户的身份信息,将采集的面部图像数据和用户身份信息数据进行存储,建立数据库;S2数据特征提取:从所述数据库中的面部数据中提取相应的人脸特征值,具体包括:人像特征提取、人像对齐、姿态估计、遮挡检测;S3数据处理:对所述的图像数据进行去雾处理,根据去雾处理后的图像数据得到所述的有用数据信息;S4人像对比识别;S5识别结果显示。本发明的人脸识别系统可以高效率且准确的识别人脸信息,满足人脸识别的需要,同时,能够对采集图像进行处理,增加识别的准确性。
Description
技术领域
本发明涉及人像识别技术领域,尤其涉及一种动态视频人像识别方法。
背景技术
随着社会经济的发展,城镇化建设速度加快,导致城市中人口密度不断增加,社会人员流动性与日俱增,引发了城市建设中的交通、社会治安、重点区域防范防恐等新问题,导致社会管理难度不断增加,效率降低。同时,近年来社会犯罪率呈逐年升高的趋势,暴恐案件不断发生,引发了社会治安防范和管理新的需求,与此同时,公安机关各类案件侦破难度也不断增加。由于公安信息化建设的发展,公安机关在人口管理、执法办案等日常业务过程中收集掌握了海量人口照片信息。海量的照片资源分散存储于公安机关各警种部门,形成各条线独立应用的局面,无法全警共享及资源高效应用。
因此,需要一种动态视频人像识别方法,用于帮助识别视频监控中的人物。
发明内容
基于背景技术存在的技术问题,本发明提出了一种动态视频人像识别方法。
本发明提出的一种动态视频人像识别方法,包括如下步骤:
S1身份信息采集:
采集用户的面部图像数据和用户的身份信息,将采集的面部图像数据和用户身份信息数据进行存储,建立数据库;
S2数据特征提取:
从所述数据库中的面部数据中提取相应的人脸特征值,具体包括:人像特征提取、人像对齐、姿态估计、遮挡检测;
S3数据处理:
对所述的图像数据进行去雾处理,根据去雾处理后的图像数据得到所述的有用数据信息;
S31图像去雾处理包括:根据图像数据确定动态视频拍摄时的环境参数,利用环境参数和去雾模型对图像数据进行去雾处理;
S32对去雾处理后的图像数据进行特征提取和特征匹配,以得到所述测量区域的点云数据;利用所述点云数据对所述图像数据进行正射纠正和拼接处理,以得到所述测量区域的正射影像;
S33对所述的正射影像进行超分辨率增强处理,以得到所述测量区域的超清正射影像;
S4人像对比识别:
将动态视频人像的人脸特征值与数据库中的人脸特征值进行对比,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时,则判断结果为人像对应通过;
S5识别结果显示:
通过数据判断结果发送至服务端,服务端根据接收到的分析结果判定人脸相似度,将判定结果发送客户端,所述客户端接收并显示接收到的人脸识别结果。
优选地,所述环境参数包括环境光强度和大气透射率。
优选地,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时,发布告警信息。
优选地,采集用户的面部图像数据和用户的身份信息通过有线或无线方式传输至管理中心服务器以及接收来自所述管理中心服务器的指令。
优选地,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度低于预设值时,则判定比对结果为不通过,并触发人工判定。
本发明中,所述一种动态视频人像识别方法,通过采集被监控对象的视频信息且进行分析,将分析结果发送到服务端;服务端根据接收到分析结果判定人脸相似度,将判定结果发送客户端;所述客户端接收并显示接收到的人脸识别结果;本发明的人脸识别系统可以高效率且准确的识别人脸信息,满足人脸识别的需要,同时,能够对采集图像进行处理,增加识别的准确性。
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。
一种动态视频人像识别方法,包括如下步骤:
S1身份信息采集:
采集用户的面部图像数据和用户的身份信息,将采集的面部图像数据和用户身份信息数据进行存储,建立数据库;
S2数据特征提取:
从所述数据库中的面部数据中提取相应的人脸特征值,具体包括:人像特征提取、人像对齐、姿态估计、遮挡检测;
S3数据处理:
对所述的图像数据进行去雾处理,根据去雾处理后的图像数据得到所述的有用数据信息;
S31图像去雾处理包括:根据图像数据确定动态视频拍摄时的环境参数,利用环境参数和去雾模型对图像数据进行去雾处理;
S32对去雾处理后的图像数据进行特征提取和特征匹配,以得到所述测量区域的点云数据;利用所述点云数据对所述图像数据进行正射纠正和拼接处理,以得到所述测量区域的正射影像;
S33对所述的正射影像进行超分辨率增强处理,以得到所述测量区域的超清正射影像;
S4人像对比识别:
将动态视频人像的人脸特征值与数据库中的人脸特征值进行对比,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时,则判断结果为人像对应通过;
S5识别结果显示:
通过数据判断结果发送至服务端,服务端根据接收到的分析结果判定人脸相似度,将判定结果发送客户端,所述客户端接收并显示接收到的人脸识别结果。
本发明中,所述环境参数包括环境光强度和大气透射率。
本发明中,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时,发布告警信息。
本发明中,采集用户的面部图像数据和用户的身份信息通过有线或无线方式传输至管理中心服务器以及接收来自所述管理中心服务器的指令。
本发明中,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度低于预设值时,则判定比对结果为不通过,并触发人工判定。
本发明:身份信息采集:采集用户的面部图像数据和用户的身份信息,将采集的面部图像数据和用户身份信息数据进行存储,建立数据库;数据特征提取:从所述数据库中的面部数据中提取相应的人脸特征值,具体包括:人像特征提取、人像对齐、姿态估计、遮挡检测;数据处理:对所述的图像数据进行去雾处理,根据去雾处理后的图像数据得到所述的有用数据信息;图像去雾处理包括:根据图像数据确定动态视频拍摄时的环境参数,利用环境参数和去雾模型对图像数据进行去雾处理;对去雾处理后的图像数据进行特征提取和特征匹配,以得到所述测量区域的点云数据;利用所述点云数据对所述图像数据进行正射纠正和拼接处理,以得到所述测量区域的正射影像;对所述的正射影像进行超分辨率增强处理,以得到所述测量区域的超清正射影像;人像对比识别:将动态视频人像的人脸特征值与数据库中的人脸特征值进行对比,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时,则判断结果为人像对应通过;识别结果显示:通过数据判断结果发送至服务端,服务端根据接收到的分析结果判定人脸相似度,将判定结果发送客户端,所述客户端接收并显示接收到的人脸识别结果。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种动态视频人像识别方法,其特征在于,包括如下步骤:
S1身份信息采集:
采集用户的面部图像数据和用户的身份信息,将采集的面部图像数据和用户身份信息数据进行存储,建立数据库;
S2数据特征提取:
从所述数据库中的面部数据中提取相应的人脸特征值,具体包括:人像特征提取、人像对齐、姿态估计、遮挡检测;
S3数据处理:
对所述的图像数据进行去雾处理,根据去雾处理后的图像数据得到所述的有用数据信息;
S31图像去雾处理包括:根据图像数据确定动态视频拍摄时的环境参数,利用环境参数和去雾模型对图像数据进行去雾处理;
S32对去雾处理后的图像数据进行特征提取和特征匹配,以得到所述测量区域的点云数据;利用所述点云数据对所述图像数据进行正射纠正和拼接处理,以得到所述测量区域的正射影像;
S33对所述的正射影像进行超分辨率增强处理,以得到所述测量区域的超清正射影像;
S4人像对比识别:
将动态视频人像的人脸特征值与数据库中的人脸特征值进行对比,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时,则判断结果为人像对应通过;
S5识别结果显示:
通过数据判断结果发送至服务端,服务端根据接收到的分析结果判定人脸相似度,将判定结果发送客户端,所述客户端接收并显示接收到的人脸识别结果。
2.根据权利要求1所述的一种动态视频人像识别方法,其特征在于,所述环境参数包括环境光强度和大气透射率。
3.根据权利要求1所述的一种动态视频人像识别方法,其特征在于,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时,发布告警信息。
4.根据权利要求1所述的一种动态视频人像识别方法,其特征在于,采集用户的面部图像数据和用户的身份信息通过有线或无线方式传输至管理中心服务器以及接收来自所述管理中心服务器的指令。
5.根据权利要求1所述的一种动态视频人像识别方法,其特征在于,当动态视频人像的人脸特征值与数据库中的人脸特征值相似度低于预设值时,则判定比对结果为不通过,并触发人工判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010491983.9A CN111860115A (zh) | 2020-06-03 | 2020-06-03 | 一种动态视频人像识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010491983.9A CN111860115A (zh) | 2020-06-03 | 2020-06-03 | 一种动态视频人像识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111860115A true CN111860115A (zh) | 2020-10-30 |
Family
ID=72986011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010491983.9A Pending CN111860115A (zh) | 2020-06-03 | 2020-06-03 | 一种动态视频人像识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111860115A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156688A (zh) * | 2015-03-10 | 2016-11-23 | 上海骏聿数码科技有限公司 | 一种动态人脸识别方法及系统 |
CN108090469A (zh) * | 2018-01-09 | 2018-05-29 | 武汉天恒智能科技有限公司 | 一种视频与图像人脸识别系统 |
CN109726651A (zh) * | 2018-12-18 | 2019-05-07 | 河南华景乐游电子科技有限公司 | 一种人像识别系统和方法 |
CN111213179A (zh) * | 2019-03-12 | 2020-05-29 | 深圳市大疆创新科技有限公司 | 一种图像数据处理方法、装置及系统 |
-
2020
- 2020-06-03 CN CN202010491983.9A patent/CN111860115A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156688A (zh) * | 2015-03-10 | 2016-11-23 | 上海骏聿数码科技有限公司 | 一种动态人脸识别方法及系统 |
CN108090469A (zh) * | 2018-01-09 | 2018-05-29 | 武汉天恒智能科技有限公司 | 一种视频与图像人脸识别系统 |
CN109726651A (zh) * | 2018-12-18 | 2019-05-07 | 河南华景乐游电子科技有限公司 | 一种人像识别系统和方法 |
CN111213179A (zh) * | 2019-03-12 | 2020-05-29 | 深圳市大疆创新科技有限公司 | 一种图像数据处理方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590439B (zh) | 基于监控视频的目标人物识别追踪方法和装置 | |
US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
CN106998444B (zh) | 一种大数据人脸监控系统 | |
US6975346B2 (en) | Method for suspect identification using scanning of surveillance media | |
CN106780250B (zh) | 一种基于物联网技术的智慧社区安全事件处理方法及系统 | |
CN103714631B (zh) | 基于人脸识别的atm取款机智能监控系统 | |
CN107730898A (zh) | 停车场非法车辆识别方法及系统 | |
CN111353338B (zh) | 一种基于营业厅视频监控的能效改进方法 | |
CN110619277A (zh) | 一种多社区智慧布控方法以及系统 | |
CN108171138B (zh) | 一种生物特征信息获取方法和装置 | |
KR101957677B1 (ko) | 얼굴인식을 통한 학습형 실시간 안내 시스템 및 그 안내 방법 | |
TW201245666A (en) | Tracking systems and methods | |
CN109492509A (zh) | 身份识别方法、装置、计算机可读介质及系统 | |
CN111753642B (zh) | 一种确定关键帧的方法及装置 | |
CN112183219A (zh) | 一种基于人脸识别的公共安全视频监测方法及系统 | |
RU2315352C2 (ru) | Способ и система для автоматического обнаружения трехмерных образов | |
Moorthy et al. | CNN based smart surveillance system: a smart IoT application post covid-19 era | |
US20130050522A1 (en) | Video image providing apparatus, video image utilizing apparatus, video image providing system, video image providing method and recording medium | |
CN110795980A (zh) | 基于网络视频的逃犯识别方法、设备、存储介质及装置 | |
CN112330742A (zh) | 公共区域重点人员活动路线记录方法及装置 | |
CN111860115A (zh) | 一种动态视频人像识别方法 | |
CN112836557A (zh) | 一种人像识别方法及系统 | |
CN114694008A (zh) | 一种远程人脸识别系统 | |
CN114783097A (zh) | 一种医院防疫管理系统及方法 | |
CN111160263B (zh) | 一种获取人脸识别阈值的方法及系统 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 106106-109, building 1, convergence Innovation Park, No.2, Liuxian Avenue, Xingdong community, Xin'an street, Bao'an District, Shenzhen, Guangdong 518000 Applicant after: CMAC Information Technology Co.,Ltd. Address before: 311-312, 301 / 3, Zian business building, 71 Longjiang Lane 2, xinanhu community, Xin'an street, Bao'an District, Shenzhen, Guangdong 518000 Applicant before: SHENZHEN MAIHANG INFORMATION TECHNOLOGY Co.,Ltd. |