CN112489084A - 一种基于人脸识别的轨迹跟踪系统及方法 - Google Patents

一种基于人脸识别的轨迹跟踪系统及方法 Download PDF

Info

Publication number
CN112489084A
CN112489084A CN202011429814.9A CN202011429814A CN112489084A CN 112489084 A CN112489084 A CN 112489084A CN 202011429814 A CN202011429814 A CN 202011429814A CN 112489084 A CN112489084 A CN 112489084A
Authority
CN
China
Prior art keywords
face recognition
face
module
unit
trajectory tracking
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.)
Granted
Application number
CN202011429814.9A
Other languages
English (en)
Other versions
CN112489084B (zh
Inventor
钟平峰
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.)
Shenyang Dawu Technology Co.,Ltd.
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202011429814.9A priority Critical patent/CN112489084B/zh
Publication of CN112489084A publication Critical patent/CN112489084A/zh
Application granted granted Critical
Publication of CN112489084B publication Critical patent/CN112489084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于人脸识别的轨迹跟踪系统及方法，首先，获取人脸图像和附属信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征，其中，所述附属信息包括图像采集时间和对应的位置信息；然后，利用人脸识别模块根据所述人脸特征计算出对应的相似集合和偏转角度，进行基于人脸识别的轨迹跟踪；接着，将人脸识别结果进行保存，并根据所述偏转角度计算出移动朝向，驱动下一个数据生成模块采集所述人脸图像；最后，按照所述图像采集时间，将所有的所述位置信息进行显示和连接，得到对应的轨迹线，实现轨迹跟踪。

Description

一种基于人脸识别的轨迹跟踪系统及方法
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种基于人脸识别的轨迹跟踪系统及方法。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术，而目前也有将人脸识别技术引用到生物体（一般特指人）跟踪技术上，但是当进行人脸识别时，出现角度偏转的情况，会导致识别不出来或者识别错误等，致使跟踪轨迹断开，无法进行跟踪，降低跟踪效率降低。
发明内容
本发明的目的在于提供一种基于人脸识别的轨迹跟踪系统及方法，提高跟踪效率。
为实现上述目的，第一方面，本发明提供了一种基于人脸识别的轨迹跟踪系统，所述基于人脸识别的轨迹跟踪系统包括数据生成模块、人脸识别模块和轨迹跟踪模块，所述数据生成模块、所述人脸识别模块和所述轨迹跟踪模块彼此连接；
所述数据生成模块，用于获取人脸图像、图像采集时间和对应的位置信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征；
所述人脸识别模块，用于根据所述人脸特征计算出对应的多个相似集合和偏转角度，并基于所述偏转角度对所述相似集合进行角度调整，进行人脸识别；
所述轨迹跟踪模块，用于根据人脸识别结果对应的所述偏转角度计算出对应的移动朝向，并根据所述移动朝向驱动下一个所述数据生成模块，并将所有的所述数据生成模块对应的所述位置信息在电子地图上进行显示与连接，得到轨迹线。
其中，所述基于人脸识别的轨迹跟踪系统还包括信息存储模块，所述信息存储模块与所述数据生成模块、所述人脸识别模块和所述轨迹跟踪模块连接；
所述信息存储模块，用于将所述数据生成模块、所述人脸识别模块和所述轨迹跟踪模块中的所有信息进行存储，并根据人脸识别结果调取对应的身份信息，结合所述轨迹线进行存储。
其中，所述数据生成模块包括数据采集单元和特征提取单元，所述特征提取单元与所述数据采集单元连接；
所述数据采集单元，用于通过图像采集装置采集人脸图像，并采集当前所述图像采集装置的位置信息和所述人脸图像的的图像采集时间；
所述特征提取单元，用于对所述人脸图像进行预处理，并利用人脸识别技术对预处理后的所述人脸图像进行特征提取，得到对应的所述人脸特征。
其中，所述轨迹跟踪模块包括朝向计算单元和轨迹生成单元，所述朝向计算单元与所述人脸识别模块和所述数据生成模块连接，所述轨迹生成单元与所述数据生成模块连接；
所述朝向计算单元，用于根据所述偏转角度和路况信息推算出对应的移动朝向；
所述轨迹生成单元，用于根据所述数据生成模块的所述图像采集时间，将对应的所述位置信息在所述电子地图上进行排序，并连接成轨迹线。
其中，所述轨迹跟踪模块还包括数据缓存单元，所述数据缓存单元与所述朝向计算单元连接；
所述数据缓存单元，用于获取所述图像采集时间对应的路况信息，并进行缓存和删除。
其中，所述轨迹跟踪模块还包括数据驱动单元，所述数据驱动单元与所述数据生成模块连接；
所述数据驱动单元，用于根据所述移动朝向驱动下一个所述数据生成模块。
第二方面，本发明提供了一种基于人脸识别的轨迹跟踪方法，如第一方面所述的一种基于人脸识别的轨迹跟踪系统适用于一种基于人脸识别的轨迹跟踪方法，其特征在于，包括以下步骤：
获取人脸图像和附属信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征，其中，所述附属信息包括图像采集时间和对应的位置信息；
利用人脸识别模块根据所述人脸特征计算出对应的相似集合和偏转角度，进行基于人脸识别的轨迹跟踪；
将人脸识别结果进行保存，并根据所述偏转角度计算出移动朝向，驱动下一个数据生成模块采集所述人脸图像；
按照所述图像采集时间，将所有的所述位置信息进行显示和连接，得到对应的轨迹线，实现轨迹跟踪。
第三方面，本发明提供了一种计算机设备，其特征在于，包括存储器和处理器，所述存储器，用于存储程序指令，所述处理器，用于调用所述存储器中的程序指令执行如第二方面所述的方法包括的部分或全部步骤。
第四方面，本发明提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第二方面所述的方法的部分或全部步骤。
本发明的一种基于人脸识别的轨迹跟踪系统及方法，所述基于人脸识别的轨迹跟踪系统包括数据生成模块、人脸识别模块和轨迹跟踪模块，首先，获取人脸图像和附属信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征，其中，所述附属信息包括图像采集时间和对应的位置信息；然后，利用人脸识别模块根据所述人脸特征计算出对应的相似集合和偏转角度，进行基于人脸识别的轨迹跟踪；接着，将人脸识别结果进行保存，并根据所述偏转角度计算出移动朝向，驱动下一个数据生成模块采集所述人脸图像；最后，按照所述图像采集时间，将所有的所述位置信息进行显示和连接，得到对应的轨迹线，实现轨迹跟踪。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种基于人脸识别的轨迹跟踪系统的结构示意图。
图2是本发明第一实施例提供的一种基于人脸识别的轨迹跟踪方法的步骤示意图。
图3是本发明提供的基于人脸识别的轨迹跟踪方法的步骤示意图。
图4是本发明提供的一种计算机设备的结构组成示意图。
1-数据生成模块、2-人脸识别模块、3-轨迹跟踪模块、4-信息存储模块、11-数据采集单元、12-特征提取单元、21-相似集合计算单元、22-偏转角度计算单元、23-角度识别单元、31-朝向计算单元、32-轨迹生成单元、33-数据缓存单元、34-数据驱动单元、301-应用程序、302-存储器、303-处理器、304-输入单元、305-显示单元。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
请参阅图1，本发明提供一种基于人脸识别的轨迹跟踪系统，所述基于人脸识别的轨迹跟踪系统包括数据生成模块1、人脸识别模块2和轨迹跟踪模块3，所述数据生成模块1、所述人脸识别模块2和所述轨迹跟踪模块3彼此连接；
所述数据生成模块1，用于获取人脸图像、图像采集时间和对应的位置信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征；
所述人脸识别模块2，用于根据所述人脸特征计算出对应的多个相似集合和偏转角度，并基于所述偏转角度对所述相似集合进行角度调整，进行人脸识别；
所述轨迹跟踪模块3，用于根据人脸识别结果对应的所述偏转角度计算出对应的移动朝向，并根据所述移动朝向驱动下一个所述数据生成模块1，并将所有的所述数据生成模块1对应的所述位置信息在电子地图上进行显示与连接，得到轨迹线。
在本实施方式中，首先，利用所述数据生成模块1获取人脸图像、图像采集时间和对应的位置信息，并对所述人脸图像进行背景虚化后，利用人脸识别技术进行特征提取，得到对应的人脸特征；然后将所述人脸特征传输至所述人脸识别模块2中，然后所述人脸识别模块2根据接收到的所述人脸特征计算出对应的多个相似集合和偏转角度，并基于所述偏转角度对所述相似集合进行角度调整，进行人脸识别，最后，所述轨迹跟踪模块3根据人脸识别结果对应的所述偏转角度计算出对应的移动朝向，并根据所述移动朝向驱动下一个所述数据生成模块1进行图像和数据的采集，然后进行人脸识别和轨迹跟踪，如此循环，并将所有的所述数据生成模块1对应的所述位置信息在电子地图上进行显示与连接，得到轨迹线，能够对人脸的不同角度进行识别，增加了识别的准确度，进而提高了跟踪轨迹的准确度，增加跟踪效率。
进一步的，所述基于人脸识别的轨迹跟踪系统还包括信息存储模块4，所述信息存储模块4与所述数据生成模块1、所述人脸识别模块2和所述轨迹跟踪模块3连接；
所述信息存储模块4，用于将所述数据生成模块1、所述人脸识别模块2和所述轨迹跟踪模块3中的所有信息进行存储，并根据人脸识别结果调取对应的身份信息，结合所述轨迹线进行存储。
在本实施方式中，为了便于后续对生成的跟踪轨迹进行溯源和数据查找，将所有的信息全部存储遭所述信息存储模块4中，同时根据所述人脸识别结果，将对应的身份信息结合所述轨迹线进行存储，便于对所述轨迹线进行区分和查找。
进一步的，所述人脸识别模块2包括相似集合计算单元21和偏转角度计算单元22，所述相似集合计算单元21和所述偏转角度计算单元22与所述数据生成模块1连接；
所述相似集合计算单元21，用于将所述人脸特征与数据库进行相似度计算，得到多个相似集合；
所述偏转角度计算单元22，用于初始化背景点，计算出所述人脸特征相对于所述背景点的人脸偏转角度。
在本实施方式中，利用所述相似集合计算单元21，将所述人脸特征与数据库进行相似度计算，并将计算出的相似度值与设定的阈值进行比较，得到对应的多个相似集合，而在进行相似集合计算过程中，存在两种情况，一种是：所述人脸特征唯一，而所述数据库中的数据不唯一，对应的比较方法为，将所述人脸特征与所述数据库中的所有人脸信息进行相似度计算，将大于阈值的所述人脸信息进行提取，并分别定义为相似集合，另一种是所述人脸特征不唯一，而所述数据库中的数据唯一，即确定了识别对象，需要在采集的人脸图像中，找出对应的所述识别对象，因此所述人脸特征具有多个，将多个所述人脸特征与所述数据库进行相似度计算，可以得到多个大于所述阈值的所述人脸特征，分别将所述人脸特征定义为多个所述相似集合，这里的两种情况将已知识别对象和未知识别对象的情况都包含进去了，增加了人脸识别的范围，也可增加识别的准确率。
而对于所述偏转角度计算单元22，则是将所述背景点和所述人脸特征分别对应的建立第一坐标系和第二坐标系，根据所述第一坐标系和所述第二坐标系之间的偏移角度，结合所述第一坐标系对应的定位偏角，计算出对应的偏转角度。
进一步的，所述人脸识别模块2还包括角度识别单元23，所述角度识别单元23与所述相似集合计算单元21和所述偏转角度计算单元22连接；
所述角度识别单元23，用于基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别。
在本实施方式中，根据所述偏转角度，将多个所述相似集合进行对应角度的偏转，包括：一种是，将所述数据集中的多个相似集合中的人脸信息进行对应角度的偏转，另一种是，将所述数据库中的识别对象的人脸信息进行多个角度的偏转；然后，将偏转后的所述相似集合与所述人脸特征进行复合，直至所述人脸特征与所述相似集合匹配，完成人脸识别，提高了对人脸识别的准确率。
进一步的，所述数据生成模块1包括数据采集单元11和特征提取单元12，所述特征提取单元12与所述数据采集单元11连接；
所述数据采集单元11，用于通过图像采集装置采集人脸图像，并采集当前所述图像采集装置的位置信息和所述人脸图像的的图像采集时间；
所述特征提取单元12，用于对所述人脸图像进行预处理，并利用人脸识别技术对预处理后的所述人脸图像进行特征提取，得到对应的所述人脸特征。
在本实施方式中，首先利用所述数据采集单元11控制图像采集装置采集人脸图像，并采集当前所述图像采集装置的位置信息和所述人脸图像的的图像采集时间；然后所述特征提取单元12对所述人脸图像进行背景虚化，并利用人脸识别技术对预处理后的所述人脸图像进行特征提取，得到对应的所述人脸特征。
进一步的，所述轨迹跟踪模块3包括朝向计算单元31和轨迹生成单元32，所述朝向计算单元31与所述人脸识别模块2和所述数据生成模块1连接，所述轨迹生成单元32与所述数据生成模块1连接；
所述朝向计算单元31，用于根据所述偏转角度和路况信息推算出对应的移动朝向；
所述轨迹生成单元32，用于根据所述数据生成模块1的所述图像采集时间，将对应的所述位置信息在所述电子地图上进行排序，并连接成轨迹线。
在本实施方式中，当计算出偏转角度后，利用所述朝向计算单元31根据所述偏转角度和当前的路况信息，推算出对应的移动朝向，而所述轨迹生成单元32，则根据所述数据生成模块1的所述图像采集时间，将对应的所述位置信息在所述电子地图上进行排序，并连接成轨迹线，提高了跟踪的效率和准确度。
进一步的，所述轨迹跟踪模块3还包括数据缓存单元33，所述数据缓存单元33与所述朝向计算单元31连接；
所述数据缓存单元33，用于获取所述图像采集时间对应的路况信息，并进行缓存和删除。
在本实施方式中，利用所述数据缓存单元33根据所述图像采集时间对应的路况信息进行采集并缓存，当所述朝向计算单元31调取所述路况信息后，则将对应的信息进行删除，然后获取下一次的路况信息，避免出现信息调取错误，影响轨迹生成的准确度和效率。
进一步的，所述轨迹跟踪模块3还包括数据驱动单元34，所述数据驱动单元34与所述数据生成模块1连接；
所述数据驱动单元34，用于根据所述移动朝向驱动下一个所述数据生成模块1。
在本实施方式中，当所述朝向计算单元31计算出对应的所述移动朝向后，通过所述数据驱动单元34获取下一个所述数据生成模块1的信息，并驱动其进行数据采集，然后将采集的图像进行特征提取和人脸识别后，再次传输至所述轨迹生成模块进行轨迹生成，如此循环，直至完成轨迹生成，提高了跟踪的效率。
请参阅图2，本发明提供一种基于人脸识别的轨迹跟踪方法，如第一方面所述的一种基于人脸识别的轨迹跟踪系统适用于一种基于人脸识别的轨迹跟踪方法，其特征在于，包括以下步骤：
S101、获取人脸图像和附属信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征；
具体的，通过图像采集装置采集设定时刻下的人脸图像、图像采集时间和对应的所述图像采集装置或者数据生成模块1的位置信息，并将所述人脸图像进行背景虚化处理；例如，利用任意一个摄像头采集位于公共空间上的任意时刻或者人为设定时刻下的人脸图像，为了避免环境因素对人脸识别结果造成影响，需要将所述人脸图像进行背景虚化，去除除人脸信息外的所有图像信息，然后判断所述人脸图像中是否具有人脸信息，若所述人脸图像中没有人脸信息，则利用所述图像采集装置再次进行人脸图像采集，否则利用人脸识别技术进行特征提取，得到对应的人脸特征，其中，在进行背景虚化时，不用将所述人脸图像转化为灰度图等，可以直接使用彩色图像，避免因色彩转换降低人脸特征区别点，影响提取出来的所述人脸特征的完整性和准确性。
S102、利用人脸识别模块2根据所述人脸特征计算出对应的相似集合和偏转角度，进行基于人脸识别的轨迹跟踪。
具体的，所述人脸识别模块2的流程如图3所示，包括如下步骤：
S1021、将所述人脸特征与数据库进行相似度计算，得到多个相似集合。
具体的，将所述人脸特征输入数据库中，利用大数据平台中的特征匹配算法计算出所述人脸特征的相似度值，即根据所述人脸特征，将所述人脸特征输入数据库中，与数据库中存储的所有人脸信息进行对比分析，计算出与所述人脸特征或者与所述数据库中的数据的对应的相似度值，然后将所述相似度值与设定的阈值进行比较，将大于所述阈值的所述数据库对应的人脸信息定义为相似集合，其中，将所述人脸特征输入数据库中，与数据库中存储的所有人脸信息进行对比分析时，存在两种情况，一种是：所述人脸特征唯一，而所述数据库中的数据不唯一，对应的比较方法为，将所述人脸特征与所述数据库中的所有人脸信息进行相似度计算，将大于阈值的所述人脸信息进行提取，并分别定义为相似集合，另一种是所述人脸特征不唯一，而所述数据库中的数据唯一，即确定了识别对象，需要在采集的人脸图像中，找出对应的所述识别对象，因此所述人脸特征具有多个，将多个所述人脸特征与所述数据库进行相似度计算，可以得到多个大于所述阈值的所述人脸特征，分别将所述人脸特征定义为多个所述相似集合，这里的两种情况将已知识别对象和未知识别对象的情况都包含进去了，增加了人脸识别的范围，也可增加识别的准确率。
S1022、初始化背景点，计算出所述人脸特征相对于所述背景点的人脸偏转角度。
具体的，由于所述人脸图像已经预处理了，因此为了保证识别的准确率，需要在所述人脸图像中选择出对应的背景点，将所述背景点作为基准点进行后续的计算，由于所述人脸图像中可能存在多个人脸特征，因此所述背景点可以有多个，而为了减少计算量，将所有的所述背景点进行初始化，即以所述采集装置为原点，以设定的计算距离为间距建立第一坐标系后，对每个所述背景点赋值坐标，利用对应的坐标计算出所述背景点相对于所述采集装置的定位偏角，并且相对于每一个所述人脸特征建立一个第二坐标系，定义初始化为两个坐标系相重合，由于每一个所述背景点相对于所述采集装置的角度和位置不会随着时间和位置进行改变，而每一个所述人脸特征相对的所述背景点的选择为，以所述采集装置为原点，任意发出一条射线将所述人脸特征进行连接，然后所述射线穿过所述人脸特征后连接的所述背景点即为计算所需的所述背景点，若当前所述人脸特征的第二坐标系相对于所述背景点的第一坐标系重合或者同向，则可以将所述背景点对应的定位偏角赋值为所述人脸特征的偏转角度，若当前所述人脸特征的第二坐标系相对于所述背景点的第一坐标系具有偏移角度，则利用所述偏移角度和所述定位偏角进行加减后，将得到的值赋值为所述偏转角度，增加对人脸识别的角度的测量的精确度。
S1023、基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别。
具体的，根据所述偏转角度，将多个所述相似集合进行对应角度的偏转，包括：一种是，将所述数据集中的多个相似集合中的人脸信息进行对应角度的偏转，另一种是，将所述数据库中的识别对象的人脸信息进行多个角度的偏转；然后，将偏转后的所述相似集合与所述人脸特征进行复合，复合比率即为两者的重叠率，若复合比率大于或等于对比阈值，则完成人脸识别，若复合比率小于所述对比阈值，则利用所述人脸识别技术获取所述人脸图像中的下一个所述人脸特征或采集下一个所述人脸图像，直至所述人脸特征与所述相似集合匹配，完成人脸识别，提高了对人脸识别的准确率。
S103、将人脸识别结果进行保存，并根据所述偏转角度计算出移动朝向，驱动下一个数据生成模块1采集所述人脸图像。
具体的，将所述人脸识别结果进行保存，然后利用所述数据缓存单元33采集与所述图像采集时间对应的路况信息，根据偏转角度和所述路况信息上的路况的区分方向，推断出对应的移动朝向，并根据所述移动朝向，获取下一个所述数据生成模块1信息，并驱动所述数据生成模块1启动，进行数据采集，能够提前准备好下一次的图像采集工作，便于能够获取最开始的人脸图像，提高对跟踪轨迹的绘制的完整性，增加跟踪效率。
S104、按照所述图像采集时间，将所有的所述位置信息进行显示和连接，得到对应的轨迹线，实现轨迹跟踪。
具体的，当每接收到一次所述数据生成模块1的位置信息和对应的人脸图像后，利用所述轨迹跟踪模块3按照对应的所述图像采集时间，将所述位置信息在电子地图上进行标注和显示，然后根据下一次获取到的所述位置信息，按照时间顺序，将所有的位置信息进行连接，同时为了对跟踪轨迹的方向性，在连接上，采用带箭头的线段，按照所述图像采集时间进行连接，能够直观的展示出轨迹线，提高跟踪的效率。
本发明实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有应用程序，该程序被处理器执行时实现上述实施例中任意一个实施例的一种基于人脸识别的轨迹跟踪方法。其中，所述计算机可读存储介质包括但不限于任何类型的盘（包括软盘、硬盘、光盘、CD-ROM、和磁光盘）、ROM（Read-Only Memory，只读存储器）、RAM（RandomAcceSS Memory，随即存储器）、EPROM（EraSable Programmable Read-Only Memory，可擦写可编程只读存储器）、EEPROM（Electrically EraSable ProgrammableRead-Only Memory，电可擦可编程只读存储器）、闪存、磁性卡片或光线卡片。也就是，存储设备包括由设备（例如，计算机、手机）以能够读的形式存储或传输信息的任何介质，可以是只读存储器，磁盘或光盘等。
本发明实施例还提供了一种计算机应用程序，其运行在计算机上，该计算机应用程序用于执行上述中任意一个实施例的一种基于人脸识别的轨迹跟踪方法。
此外，图4是本发明实施例中的计算机设备的结构组成示意图。
本发明实施例还提供了一种计算机设备，如图3所示。所述计算机设备包括处理器302、存储器303、输入单元304以及显示单元305等器件。本领域技术人员可以理解，图3示出的设备结构器件并不构成对所有设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件。存储器303可用于存储应用程序301以及各功能模块，处理器302运行存储在存储器303的应用程序301，从而执行设备的各种功能应用以及数据处理。存储器可以是内存储器或外存储器，或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程 ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。本发明所公开的存储器包括但不限于这些类型的存储器。本发明所公开的存储器只作为例子而非作为限定。
输入单元304用于接收信号的输入，以及接收用户输入的关键字或者图像。输入单元304可包括触控面板以及其它输入设备。触控面板可收集用户在其上或附近的触摸操作（比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作），并根据预先设定的程序驱动相应的连接装置；其它输入设备可以包括但不限于物理键盘、功能键（比如播放控制按键、开关按键等）、轨迹球、鼠标、操作杆等中的一种或多种。显示单元305可用于显示用户输入的信息或提供给用户的信息以及终端设备的各种菜单。显示单元305可采用液晶显示器、有机发光二极管等形式。处理器302是终端设备的控制中心，利用各种接口和线路连接整个设备的各个部分，通过运行或执行存储在存储器303内的软件程序和/或模块，以及调用存储在存储器内的数据，执行各种功能和处理数据。
作为一个实施例，所述计算机设备包括：一个或多个处理器302，存储器303，一个或多个应用程序301，其中所述一个或多个应用程序301被存储在存储器303中并被配置为由所述一个或多个处理器302执行，所述一个或多个应用程序301配置用于执行上述实施例中的任意一实施例中的一种基于人脸识别的轨迹跟踪方法。
本发明的一种基于人脸识别的轨迹跟踪系统及方法，所述基于人脸识别的轨迹跟踪系统包括数据生成模块1、人脸识别模块2和轨迹跟踪模块3，首先，获取人脸图像和附属信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征，其中，所述附属信息包括图像采集时间和对应的位置信息；然后，利用人脸识别模块2根据所述人脸特征计算出对应的相似集合和偏转角度，进行基于人脸识别的轨迹跟踪；接着，将人脸识别结果进行保存，并根据所述偏转角度计算出移动朝向，驱动下一个数据生成模块1采集所述人脸图像；最后，按照所述图像采集时间，将所有的所述位置信息进行显示和连接，得到对应的轨迹线，实现轨迹跟踪，提高跟踪效率。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (9)

1.一种基于人脸识别的轨迹跟踪系统，其特征在于，
所述基于人脸识别的轨迹跟踪系统包括数据生成模块、人脸识别模块和轨迹跟踪模块，所述数据生成模块、所述人脸识别模块和所述轨迹跟踪模块彼此连接；
所述数据生成模块，用于获取人脸图像、图像采集时间和对应的位置信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征；
所述人脸识别模块，用于根据所述人脸特征计算出对应的多个相似集合和偏转角度，并基于所述偏转角度对所述相似集合进行角度调整，进行人脸识别；
所述轨迹跟踪模块，用于根据人脸识别结果对应的所述偏转角度计算出对应的移动朝向，并根据所述移动朝向驱动下一个所述数据生成模块，并将所有的所述数据生成模块对应的所述位置信息在电子地图上进行显示与连接，得到轨迹线。
2.如权利要求1所述的一种基于人脸识别的轨迹跟踪系统，其特征在于，
所述基于人脸识别的轨迹跟踪系统还包括信息存储模块，所述信息存储模块与所述数据生成模块、所述人脸识别模块和所述轨迹跟踪模块连接；
所述信息存储模块，用于将所述数据生成模块、所述人脸识别模块和所述轨迹跟踪模块中的所有信息进行存储，并根据人脸识别结果调取对应的身份信息，结合所述轨迹线进行存储。
3.如权利要求1所述的一种基于人脸识别的轨迹跟踪系统，其特征在于，
所述数据生成模块包括数据采集单元和特征提取单元，所述特征提取单元与所述数据采集单元连接；
所述数据采集单元，用于通过图像采集装置采集人脸图像，并采集当前所述图像采集装置的位置信息和所述人脸图像的的图像采集时间；
所述特征提取单元，用于对所述人脸图像进行预处理，并利用人脸识别技术对预处理后的所述人脸图像进行特征提取，得到对应的所述人脸特征。
4.如权利要求1所述的一种基于人脸识别的轨迹跟踪系统，其特征在于，
所述轨迹跟踪模块包括朝向计算单元和轨迹生成单元，所述朝向计算单元与所述人脸识别模块和所述数据生成模块连接，所述轨迹生成单元与所述数据生成模块连接；
所述朝向计算单元，用于根据所述偏转角度和路况信息推算出对应的移动朝向；
所述轨迹生成单元，用于根据所述数据生成模块的所述图像采集时间，将对应的所述位置信息在所述电子地图上进行排序，并连接成轨迹线。
5.如权利要求4所述的一种基于人脸识别的轨迹跟踪系统，其特征在于，
所述轨迹跟踪模块还包括数据缓存单元，所述数据缓存单元与所述朝向计算单元连接；
所述数据缓存单元，用于获取所述图像采集时间对应的路况信息，并进行缓存和删除。
6.如权利要求4所述的一种基于人脸识别的轨迹跟踪系统，其特征在于，
所述轨迹跟踪模块还包括数据驱动单元，所述数据驱动单元与所述数据生成模块连接；
所述数据驱动单元，用于根据所述移动朝向驱动下一个所述数据生成模块。
7.一种基于人脸识别的轨迹跟踪方法，如权利要求1至权利要求6任一项所述的一种基于人脸识别的轨迹跟踪系统适用于一种基于人脸识别的轨迹跟踪方法，其特征在于，包括以下步骤：
获取人脸图像和附属信息，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征，其中，所述附属信息包括图像采集时间和对应的位置信息；
利用人脸识别模块根据所述人脸特征计算出对应的相似集合和偏转角度，进行基于人脸识别的轨迹跟踪；
将人脸识别结果进行保存，并根据所述偏转角度计算出移动朝向，驱动下一个数据生成模块采集所述人脸图像；
按照所述图像采集时间，将所有的所述位置信息进行显示和连接，得到对应的轨迹线，实现轨迹跟踪。
8.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器，用于存储程序指令，所述处理器，用于调用所述存储器中的程序指令执行如权利要求7所述的方法包括的部分或全部步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求7所述的方法的部分或全部步骤。
CN202011429814.9A 2020-12-09 2020-12-09 一种基于人脸识别的轨迹跟踪系统及方法 Active CN112489084B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011429814.9A CN112489084B (zh) 2020-12-09 2020-12-09 一种基于人脸识别的轨迹跟踪系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011429814.9A CN112489084B (zh) 2020-12-09 2020-12-09 一种基于人脸识别的轨迹跟踪系统及方法

Publications (2)

Publication Number Publication Date
CN112489084A true CN112489084A (zh) 2021-03-12
CN112489084B CN112489084B (zh) 2021-08-03

Family

ID=74939982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011429814.9A Active CN112489084B (zh) 2020-12-09 2020-12-09 一种基于人脸识别的轨迹跟踪系统及方法

Country Status (1)

Country Link
CN (1) CN112489084B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255608A (zh) * 2021-07-01 2021-08-13 杭州智爱时刻科技有限公司 一种基于cnn分类的多摄像头人脸识别定位方法
CN113744418A (zh) * 2021-11-01 2021-12-03 环球数科集团有限公司 一种基于边云一体化环境下的票务核验系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050212913A1 (en) * 2004-03-29 2005-09-29 Smiths Heimann Biometrics Gmbh; Method and arrangement for recording regions of interest of moving objects
US20110298829A1 (en) * 2010-06-04 2011-12-08 Sony Computer Entertainment Inc. Selecting View Orientation in Portable Device via Image Analysis
CN104036237A (zh) * 2014-05-28 2014-09-10 南京大学 基于在线预测的旋转人脸的检测方法
CN104112282A (zh) * 2014-07-14 2014-10-22 华中科技大学 一种基于在线学习跟踪监控视频中多个运动目标的方法
CN104794439A (zh) * 2015-04-10 2015-07-22 上海交通大学 基于多相机的准正面人脸图像实时优选方法及系统
CN106295469A (zh) * 2015-05-21 2017-01-04 北京文安智能技术股份有限公司 一种基于人脸的来客属性分析方法、装置及系统
CN108345821A (zh) * 2017-01-24 2018-07-31 成都理想境界科技有限公司 面部追踪方法及设备
CN108345779A (zh) * 2018-01-31 2018-07-31 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN110443829A (zh) * 2019-08-05 2019-11-12 北京深醒科技有限公司 一种基于运动特征和相似度特征的抗遮挡跟踪算法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050212913A1 (en) * 2004-03-29 2005-09-29 Smiths Heimann Biometrics Gmbh; Method and arrangement for recording regions of interest of moving objects
US20110298829A1 (en) * 2010-06-04 2011-12-08 Sony Computer Entertainment Inc. Selecting View Orientation in Portable Device via Image Analysis
CN104036237A (zh) * 2014-05-28 2014-09-10 南京大学 基于在线预测的旋转人脸的检测方法
CN104112282A (zh) * 2014-07-14 2014-10-22 华中科技大学 一种基于在线学习跟踪监控视频中多个运动目标的方法
CN104794439A (zh) * 2015-04-10 2015-07-22 上海交通大学 基于多相机的准正面人脸图像实时优选方法及系统
CN106295469A (zh) * 2015-05-21 2017-01-04 北京文安智能技术股份有限公司 一种基于人脸的来客属性分析方法、装置及系统
CN108345821A (zh) * 2017-01-24 2018-07-31 成都理想境界科技有限公司 面部追踪方法及设备
CN108345779A (zh) * 2018-01-31 2018-07-31 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN110443829A (zh) * 2019-08-05 2019-11-12 北京深醒科技有限公司 一种基于运动特征和相似度特征的抗遮挡跟踪算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WENMING CAO ET AL.: "Study of an algorithm for face pose adjustment based on eye location", 《FIFTH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION》 *
马俊容: "单训练样本条件下人脸识别技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255608A (zh) * 2021-07-01 2021-08-13 杭州智爱时刻科技有限公司 一种基于cnn分类的多摄像头人脸识别定位方法
CN113255608B (zh) * 2021-07-01 2021-11-19 杭州智爱时刻科技有限公司 一种基于cnn分类的多摄像头人脸识别定位方法
CN113744418A (zh) * 2021-11-01 2021-12-03 环球数科集团有限公司 一种基于边云一体化环境下的票务核验系统
CN113744418B (zh) * 2021-11-01 2022-02-08 环球数科集团有限公司 一种基于边云一体化环境下的票务核验系统

Also Published As

Publication number Publication date
CN112489084B (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN110427905B (zh) 行人跟踪方法、装置以及终端
CN108399367B (zh) 手部动作识别方法、装置、计算机设备及可读存储介质
US8005263B2 (en) Hand sign recognition using label assignment
CN112489084B (zh) 一种基于人脸识别的轨迹跟踪系统及方法
US8525876B2 (en) Real-time embedded vision-based human hand detection
US11205276B2 (en) Object tracking method, object tracking device, electronic device and storage medium
CN110450152A (zh) 区域识别方法、机器人和存储介质
CN110561416B (zh) 一种激光雷达重定位方法及机器人
US20110115892A1 (en) Real-time embedded visible spectrum light vision-based human finger detection and tracking method
CN111814752B (zh) 室内定位实现方法、服务器、智能移动设备、存储介质
CN109919077B (zh) 姿态识别方法、装置、介质和计算设备
CN111444781B (zh) 一种水表读数识别方法、设备及存储介质
CN110866497B (zh) 基于点线特征融合的机器人定位与建图方法和装置
US20120106784A1 (en) Apparatus and method for tracking object in image processing system
CN103679788A (zh) 一种移动终端中3d图像的生成方法和装置
CN110458145B (zh) 一种基于二维动态特征的离线笔迹个体识别系统及方法
CN111553234A (zh) 融合人脸特征与Re-ID特征排序的行人跟踪方法及装置
CN111327888B (zh) 摄像头控制方法、装置、计算机设备和存储介质
CN112488016A (zh) 多角度人脸识别方法及应用
CN109002776A (zh) 人脸识别方法、系统、计算机设备和计算机可读存储介质
CN113515143B (zh) 机器人导航方法、机器人及计算机可读存储介质
CN111199198A (zh) 一种图像目标定位方法、图像目标定位装置及移动机器人
US20220300774A1 (en) Methods, apparatuses, devices and storage media for detecting correlated objects involved in image
CN111460858A (zh) 图像中指尖点的确定方法、装置、存储介质及电子设备
CN111428612B (zh) 行人重识别方法、终端、装置及存储介质

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230904

Address after: No. 858-5, Shangshengou Village, Hunnan District, Shenyang City, Liaoning Province, 110000 (201)

Patentee after: Shenyang Dawu Technology Co.,Ltd.

Address before: 400000 No.2 Chongwen Road, Nanshan street, Nan'an District, Chongqing

Patentee before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS