CN112672010A - 一种基于人脸识别的视频生成系统 - Google Patents

Abstract

本发明公开了一种基于人脸识别的视频生成系统，涉及安全监控领域，包括视频采集模块、数据存储模块、人脸识别模块、数据分析模块、监控模块和预警管理模块；视频采集模块与人脸识别模块相连接，用于将采集到的人脸视频信息输至人脸识别模块中进行人脸识别；数据分析模块用于接收人脸识别模块传输的外来人员信号并进行分析，并将开始标记指令和结束标记指令发送至监控模块；监控模块用于对校验视频作进一步分析，获取得到校验视频的监控值；本发明能够根据监控视频的监控值合理的将监控视频发送至安保人员进行排查，起到提前预警和主动防御的作用；同时能够根据安保人员的匹配值合理安排排查人员进行排查，提高排查效率。

Description

一种基于人脸识别的视频生成系统

技术领域

本发明涉及安全监控领域，具体涉及到一种基于人脸识别的视频生成系统。

背景技术

视频监控系统是安全防范系统的组成部分，它是一种防范能力较强的综合系统。视频监控以其直观、方便、信息内容丰富而广泛应用于军用、警用、民用等各个领域。现有的视频监视系统是很多都是简单的非智能录像存储系统，其缺点十分明显。第一需要安保人员实时监视画面以捕捉关键事件，成本高而效率低。第二现在视频监控的应用已融入民警的日常办案工作当中，但采用的仍然是事后人工的方式去浏览、排查视频录像，费时费力，缺少视频信息情报的标准化生成方法，进而缺少利用视频信息情报指导侦查、破案的新型警务工作模式，而且采用人工的方式去浏览、排查很容易造成人员的劳累等，稍有不慎很容易遗漏关键的信息。第三视频信息的跨域、跨警种共享以及与其他信息系统的互联互通问题突出，跨系统的语言不统一造成信息成为一个个的孤岛，限制了大情报、大信息系统的建设及应用。

随着科技的发展，现有的视频监控系统已经很难满足人们的需求，急需一种智能的手段来代替原有的人工的方式，能够基于人脸识别对监控视频进行标记，根据监控视频的监控值合理的将监控视频发送至安保人员进行排查，起到提前预警和主动防御的作用。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于人脸识别的视频生成系统。本发明能够基于人脸识别对监控视频进行标记，根据监控视频的监控值合理的将监控视频发送至安保人员进行排查，起到提前预警和主动防御的作用。

本发明的目的可以通过以下技术方案实现：一种基于人脸识别的视频生成系统，包括视频采集模块、数据存储模块、人脸识别模块、数据分析模块、监控模块、预警管理模块、云平台和存储管理模块；

所述视频采集模块与人脸识别模块相连接，用于将采集到的人脸视频信息输至人脸识别模块中进行人脸识别；所述人脸识别模块与数据存储模块相连接，用于将从视频采集模块接收到的人脸视频信息与数据存储模块中数据库里存储的标准人脸视频信息进行对比，检测所述人脸视频信息是否与所述标准人脸视频信息相匹配；若匹配成功，则生成员工信号；若匹配不成功，则生成外来人员信号；

所述人脸识别模块用于将员工信号、外来人员信号传输至数据分析模块；所述数据分析模块用于接收人脸识别模块传输的外来人员信号并进行分析；所述数据分析模块用于将开始标记指令和结束标记指令发送至监控模块；所述监控模块接收到开始标记指令后对监控摄像头监控的视频开始标记，接收到结束标记指令后，停止标记；

所述监控模块将开始标记与停止标记之间监控的视频标记为校验视频；将未标记的视频标记为普通视频；并对校验视频作进一步分析，获取得到校验视频的监控值；将校验视频的监控值与设定监控阈值相比较；若PT≥设定监控阈值，则生成预警信号；并将对应的校验视频标记为预警视频；

所述监控模块用于将预警信号和预警视频传输至预警管理模块；所述预警管理模块用于接收预警信号和预警视频并分配对应的安保人员对预警视频进行排查。

进一步地，所述视频采集模块包括用于采集人脸视频信息的摄像头，所述视频采集模块与数据存储模块相连，用于将采集到的标准人脸视频信息传输至数据存储模块中建立数据库；所述标准人脸视频信息为公司员工的人脸视频信息。

进一步地，所述人脸识别模块的具体检测步骤如下：

S1：将接收到的人脸视频信息与数据库里存储的多个标准人脸视频信息进行对比；检测该人脸视频信息是否与多个所述标准人脸视频信息中的任一个标准人脸视频信息相匹配；

S2：若该人脸视频信息与多个所述标准人脸视频信息中的任一个标准人脸视频信息相匹配，则确定该人脸视频信息与所述标准人脸视频信息匹配；同时生成员工信号；

S3：若该人脸视频信息与多个所述标准人脸视频信息中的任一个标准人脸视频信息均不匹配，则向关联的移动终端发送包括该人脸视频信息的告警消息，以提醒所述移动终端的用户确认该人脸视频信息对应人员的身份是否合法；具体过程如下：

S31：检测是否接收到移动终端确认该人脸视频信息对应人员的身份合法后发送的信息存储消息；若接收到信息存储消息，则将该人脸视频信息作为标准人脸视频信息存储至数据库中，同时生成员工信号；

S32：当接收到针对告警消息输入的确认该人脸视频信息对应人员的身份不合法的确认指令时，则确定该人脸视频信息与所述标准人脸视频信息不匹配，同时生成外来人员信号。

进一步地，所述数据分析模块的具体分析步骤如下：

步骤一：当接收到外来人员信号时，生成开始标记指令；并记录外来人员信息；所述外来人员信息包括外来人员姓名、外来人员来访时刻；

步骤二：当接收到外来人员信号时自动倒计时，倒计时时长为T1时间，T1为预设值；

步骤三：在倒计时阶段继续对外来人员进行监测，若接收到新的外来人员信号，则倒计时自动归为原值，重新按照T1进行倒计时；否则倒计时归零，停止计时，并生成结束标记指令。

进一步地，所述监控值的具体计算方法如下：

V1：获取校验视频对应时间段内的所有外来人员信息，按照时间信息将外来人员信息标记为Wi；i＝1，2，…，n；其中i表示第i个外来人员；Wn为最后一个外来人员信息；

V2：获取到W1的来访时刻和Wn的来访时刻，并将Wn的来访时刻与W1的来访时刻进行时间差计算得到来访时长，将来访时长标记为L1；

根据n值得到产生外来人员信号的次数为n次；

V3：获取到每一个外来人员信息Wi的来访时刻，将相邻的来访时刻进行时间差计算得到间隔时长并标记为Gi，Gi＝W(i+1)-Wi；i＝2，…，n-1；

按照标准差计算公式得到间隔时长Gi的标准差，并标记为η；

按照平均值计算公式得到间隔时长Gi的平均值，并标记为GT；

V4：利用公式PT＝L1×a1+n×a2+1/GT×a3-η×a4获取得到校验视频的监控值PT；其中a1、a2、a3、a4均为比例系数。

进一步地，所述预警管理模块的具体分配步骤为：

SS1：向安保人员的手机终端发送位置获取指令和内存获取指令并获取安保人员的当前实时位置和手机终端剩余存储空间；

将安保人员的当前实时位置与监控模块的位置进行距离差计算获取得到传输间距并标记为D1；

将手机终端剩余存储空间标记为D2；

SS2：设定安保人员的排查次数为C1；设定安保人员的排查评分为C2；

SS3：将传输间距、剩余存储空间、排查次数、排查评分进行归一化处理并取其数值；

利用公式FD＝1/D1×b1+D2×b2+C1×b3+C2×b4获取得到安保人员的匹配值FD；其中b1、b2、b3、b4均为比例系数；

SS4：选取匹配值FD最大的安保人员标记为排查人员，将预警信号和预警视频发送至排查人员的手机终端，同时该排查人员的排查次数增加一；

SS5：排查人员接收到预警信号和预警视频后对预警视频进行排查；

将排查开始时刻和排查结束时刻进行时间差计算得到排查时长，将排查时长标记为CT；获取排查出的问题数量并标记为C3；

获取排查人员的服务评价系数并标记为C4，所述服务评价系数为用户给排查人员的排查服务进行打分，满分为100分；

利用公式PC＝1/CT×b5+C3×b6+C4×b7获取得到排查人员的单次排查评分PC；其中b5、b6和b7均为比例系数；

将所有的单次排查评分进行求和并取均值获取得到排查人员的排查评分。

进一步地，监控模块用于将校验视频和普通视频发送至云平台内存储；所述云平台包括校验磁盘和普通磁盘，所述校验磁盘用于存储校验视频；所述普通磁盘用于存储普通视频；

所述存储管理模块用于对云平台内存储的校验视频和普通视频进行管理，具体管理步骤为：

VV1：将校验视频和普通视频标记为管理视频；

获取管理视频的存储日期，并获取管理视频自存储日期开始起三天内的调阅信息；所述调阅信息包括调阅次数、调阅开始时刻和调阅结束时刻；

VV2：将调阅次数进行累加形成调阅频次，并标记为Y1；

将调阅结束时刻与调阅开始时刻进行时间差计算得到调阅时长，将调阅时长进行累加形成调阅总时长，并标记为Y2；

获取管理视频最近一次的调阅结束时刻，将调阅结束时刻与系统当前时间进行时间差计算得到缓冲时长；并将缓冲时长标记为HT；

利用公式Y3＝Y1×d1+Y2×d2-HT×d3获取得到管理视频的调阅值Y3，其中d1、d2、d3均为比例系数；

VV3：将调阅值Y3与调阅阈值进行比较，所述调阅阈值包括YT1、YT2、YT3；且YT1＜YT2＜YT3；具体为：

VV31：若Y3≥YT3，则将该管理视频标记为高级管理视频；设置高级管理视频的缓冲时长阈值为一周；

获取高级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该高级校验视频；

VV32：若YT2≤Y3＜YT3，则将该管理视频标记为中级管理视频；设置中级管理视频的缓冲时长阈值为五天；

获取中级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该中级管理视频；

VV33：若YT1≤Y3＜YT2，则将该管理视频标记为初级管理视频；设置初级管理视频的缓冲时长阈值为三天；

获取初级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该初级管理视频；

VV34：若Y3＜YT1，则将该管理视频标记为无用视频，设置无用视频的存储时长阈值为一周；

将无用视频的存储日期与系统当前时间进行时间差计算得到无用视频的存储时长，当存储时长达到存储时长阈值时，存储管理模块将删除该无用视频。

本发明的有益效果是：

1、本发明中数据分析模块用于接收人脸识别模块传输的外来人员信号并进行分析，当接收到外来人员信号时，生成开始标记指令；并记录外来人员信息；当接收到外来人员信号时自动倒计时，倒计时时长为T1时间，在倒计时阶段继续对外来人员进行监测，若接收到新的外来人员信号，则倒计时自动归为原值，重新按照T1进行倒计时；否则倒计时归零，停止计时，并生成结束标记指令；监控模块接收到开始标记指令后对监控摄像头监控的视频开始标记，接收到结束标记指令后，停止标记；监控模块将开始标记与停止标记之间监控的视频标记为校验视频；将未标记的视频标记为普通视频；并对校验视频作进一步分析，获取得到校验视频的监控值；若监控值≥设定监控阈值，则生成预警信号；并将对应的校验视频标记为预警视频；预警管理模块用于接收预警信号和预警视频并分配对应的安保人员对预警视频进行排查；能够根据监控视频的监控值合理的将监控视频发送至安保人员进行排查，起到提前预警和主动防御的作用；

2、本发明中预警管理模块用于接收预警信号和预警视频并分配对应的安保人员对预警视频进行排查，向安保人员的手机终端发送位置获取指令和内存获取指令并获取安保人员的当前实时位置和手机终端剩余存储空间；计算获取得到传输间距；将手机终端剩余存储空间标记为D2；设定安保人员的排查次数为C1；设定安保人员的排查评分为C2；利用公式FD＝1/D1×b1+D2×b2+C1×b3+C2×b4获取得到安保人员的匹配值FD；选取匹配值FD最大的安保人员标记为排查人员，能够根据安保人员的匹配值合理安排排查人员进行排查，提高排查效率；

3、本发明中存储管理模块用于对云平台内存储的校验视频和普通视频进行管理，将校验视频和普通视频标记为管理视频；获取管理视频的存储日期，并获取管理视频自存储日期开始起三天内的调阅信息；将调阅次数进行累加形成调阅频次，将调阅时长进行累加形成调阅总时长，获取管理视频最近一次的调阅结束时刻，将调阅结束时刻与系统当前时间进行时间差计算得到缓冲时长；利用公式Y3＝Y1×d1+Y2×d2-HT×d3获取得到管理视频的调阅值Y3，将调阅值Y3与调阅阈值进行比较，判断管理视频的级别，针对不同级别的管理视频设置不同的缓冲时长阈值，当管理视频的缓冲时长达到对应的缓冲时长阈值，则删除该管理视频；有效节省了云平台内的储存空间，便于合理提高云平台的存储利用率。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的系统框图。

图2为本发明实施例1的系统框图。

图3为本发明实施例2的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，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。

如图1-3所示，一种基于人脸识别的视频生成系统，包括视频采集模块、数据存储模块、人脸识别模块、数据分析模块、监控模块、预警管理模块、云平台和存储管理模块；

实施例1

如图2所示，视频采集模块包括用于采集人脸视频信息的摄像头，视频采集模块与数据存储模块相连，用于将采集到的标准人脸视频信息传输至数据存储模块中建立数据库；标准人脸视频信息为公司员工的人脸视频信息；

视频采集模块与人脸识别模块相连接，用于将采集到的人脸视频信息输至人脸识别模块中进行人脸识别；人脸识别模块与数据存储模块相连接，用于将从视频采集模块接收到的人脸视频信息与数据存储模块中数据库里存储的标准人脸视频信息进行对比，检测人脸视频信息是否与标准人脸视频信息相匹配；若匹配成功，则生成员工信号；若匹配不成功，则生成外来人员信号；具体检测步骤如下：

S1：将接收到的人脸视频信息与数据库里存储的多个标准人脸视频信息进行对比；检测该人脸视频信息是否与多个标准人脸视频信息中的任一个标准人脸视频信息相匹配；

S2：若该人脸视频信息与多个标准人脸视频信息中的任一个标准人脸视频信息相匹配，则确定该人脸视频信息与标准人脸视频信息匹配；同时生成员工信号；

S3：若该人脸视频信息与多个标准人脸视频信息中的任一个标准人脸视频信息均不匹配，则向关联的移动终端发送包括该人脸视频信息的告警消息，以提醒移动终端的用户确认该人脸视频信息对应人员的身份是否合法；具体过程如下：

S31：检测是否接收到移动终端确认该人脸视频信息对应人员的身份合法后发送的信息存储消息；若接收到信息存储消息，则将该人脸视频信息作为标准人脸视频信息存储至数据库中，同时生成员工信号；

S32：当接收到针对告警消息输入的确认该人脸视频信息对应人员的身份不合法的确认指令时，则确定该人脸视频信息与标准人脸视频信息不匹配，同时生成外来人员信号；

人脸识别模块用于将员工信号、外来人员信号传输至数据分析模块；数据分析模块用于接收人脸识别模块传输的外来人员信号并进行分析，具体分析步骤如下：

步骤一：当接收到外来人员信号时，生成开始标记指令；并记录外来人员信息；外来人员信息包括外来人员姓名、外来人员来访时刻；

步骤二：当接收到外来人员信号时自动倒计时，倒计时时长为T1时间，T1为预设值；例如T1取值1小时；

步骤三：在倒计时阶段继续对外来人员进行监测，若接收到新的外来人员信号，则倒计时自动归为原值，重新按照T1进行倒计时；否则倒计时归零，停止计时，并生成结束标记指令；

数据分析模块用于将开始标记指令和结束标记指令发送至监控模块；监控模块接收到开始标记指令后对监控摄像头监控的视频开始标记，接收到结束标记指令后，停止标记；

监控模块将开始标记与停止标记之间监控的视频标记为校验视频；将未标记的视频标记为普通视频；并对校验视频作进一步分析，获取得到校验视频的监控值；具体分析步骤为：

V1：获取校验视频对应时间段内的所有外来人员信息，按照时间信息将外来人员信息标记为Wi；i＝1，2，…，n；其中i表示第i个外来人员；Wn为最后一个外来人员信息；

V2：获取到W1的来访时刻和Wn的来访时刻，并将Wn的来访时刻与W1的来访时刻进行时间差计算得到来访时长，将来访时长标记为L1；

根据n值得到产生外来人员信号的次数为n次；

V3：获取到每一个外来人员信息Wi的来访时刻，将相邻的来访时刻进行时间差计算得到间隔时长并标记为Gi，Gi＝W(i+1)-Wi；i＝2，…，n-1；

按照标准差计算公式得到间隔时长Gi的标准差，并标记为η；

按照平均值计算公式得到间隔时长Gi的平均值，并标记为GT；

V4：利用公式PT＝L1×a1+n×a2+1/GT×a3-η×a4获取得到校验视频的监控值PT；其中a1、a2、a3、a4均为比例系数，例如a1取值0.35，a2取值0.29，a3取值0.47，a4取值0.51；

V5：将校验视频的监控值PT与设定监控阈值相比较；

若PT≥设定监控阈值，则生成预警信号；并将对应的校验视频标记为预警视频；

监控模块用于将预警信号和预警视频传输至预警管理模块；预警管理模块用于接收预警信号和预警视频并分配对应的安保人员对预警视频进行排查；具体分配步骤为：

SS1：向安保人员的手机终端发送位置获取指令和内存获取指令并获取安保人员的当前实时位置和手机终端剩余存储空间；

将安保人员的当前实时位置与监控模块的位置进行距离差计算获取得到传输间距并标记为D1；

将手机终端剩余存储空间标记为D2；

SS2：设定安保人员的排查次数为C1；设定安保人员的排查评分为C2；

SS3：将传输间距、剩余存储空间、排查次数、排查评分进行归一化处理并取其数值；

利用公式FD＝1/D1×b1+D2×b2+C1×b3+C2×b4获取得到安保人员的匹配值FD；其中b1、b2、b3、b4均为比例系数；例如b1取值0.33，b2取值0.47，b3取值0.58，b4取值0.62；

SS4：选取匹配值FD最大的安保人员标记为排查人员，将预警信号和预警视频发送至排查人员的手机终端，同时该排查人员的排查次数增加一；

SS5：排查人员接收到预警信号和预警视频后对预警视频进行排查；

将排查开始时刻和排查结束时刻进行时间差计算得到排查时长，将排查时长标记为CT；获取排查出的问题数量并标记为C3；

获取排查人员的服务评价系数并标记为C4，服务评价系数为用户给排查人员的排查服务进行打分，满分为100分；

利用公式PC＝1/CT×b5+C3×b6+C4×b7获取得到排查人员的单次排查评分PC；其中b5、b6和b7均为比例系数；例如b5取值0.45，b6取值0.74，b7取值0.56；

将所有的单次排查评分进行求和并取均值获取得到排查人员的排查评分；

实施例2

如图3所示，监控模块用于将校验视频和普通视频发送至云平台内存储；云平台包括校验磁盘和普通磁盘，校验磁盘用于存储校验视频；普通磁盘用于存储普通视频；

存储管理模块用于对云平台内存储的校验视频和普通视频进行管理，具体管理步骤为：

VV1：将校验视频和普通视频标记为管理视频；

获取管理视频的存储日期，并获取管理视频自存储日期开始起三天内的调阅信息；调阅信息包括调阅次数、调阅开始时刻和调阅结束时刻；

VV2：将调阅次数进行累加形成调阅频次，并标记为Y1；

将调阅结束时刻与调阅开始时刻进行时间差计算得到调阅时长，将调阅时长进行累加形成调阅总时长，并标记为Y2；

获取管理视频最近一次的调阅结束时刻，将调阅结束时刻与系统当前时间进行时间差计算得到缓冲时长；并将缓冲时长标记为HT；

利用公式Y3＝Y1×d1+Y2×d2-HT×d3获取得到管理视频的调阅值Y3，其中d1、d2、d3均为比例系数，例如d1取值0.3，d2取值0.7，d3取值0.4；

VV3：将调阅值Y3与调阅阈值进行比较，调阅阈值包括YT1、YT2、YT3；且YT1＜YT2＜YT3；具体为：

VV31：若Y3≥YT3，则将该管理视频标记为高级管理视频；设置高级管理视频的缓冲时长阈值为一周；

获取高级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该高级校验视频；

VV32：若YT2≤Y3＜YT3，则将该管理视频标记为中级管理视频；设置中级管理视频的缓冲时长阈值为五天；

获取中级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该中级管理视频；

VV33：若YT1≤Y3＜YT2，则将该管理视频标记为初级管理视频；设置初级管理视频的缓冲时长阈值为三天；

获取初级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该初级管理视频；

VV34：若Y3＜YT1，则将该管理视频标记为无用视频，设置无用视频的存储时长阈值为一周；

将无用视频的存储日期与系统当前时间进行时间差计算得到无用视频的存储时长，当存储时长达到存储时长阈值时，存储管理模块将删除该无用视频。

本发明的工作原理是：

一种基于人脸识别的视频生成系统，在工作时，视频采集模块包括用于采集人脸视频信息，并将采集的人脸视频信息输至人脸识别模块中进行人脸识别；人脸识别模块将从视频采集模块接收到的人脸视频信息与数据存储模块中数据库里存储的标准人脸视频信息进行对比；检测人脸视频信息是否与标准人脸视频信息相匹配；若匹配成功，则生成员工信号；若匹配不成功，则生成外来人员信号；并将员工信号、外来人员信号传输至数据分析模块；数据分析模块用于接收人脸识别模块传输的外来人员信号并进行分析，当接收到外来人员信号时，生成开始标记指令；并记录外来人员信息；当接收到外来人员信号时自动倒计时，倒计时时长为T1时间，在倒计时阶段继续对外来人员进行监测，若接收到新的外来人员信号，则倒计时自动归为原值，重新按照T1进行倒计时；否则倒计时归零，停止计时，并生成结束标记指令；

监控模块接收到开始标记指令后对监控摄像头监控的视频开始标记，接收到结束标记指令后，停止标记；监控模块将开始标记与停止标记之间监控的视频标记为校验视频；将未标记的视频标记为普通视频；并对校验视频作进一步分析，获取得到校验视频的监控值；若监控值≥设定监控阈值，则生成预警信号；并将对应的校验视频标记为预警视频；预警管理模块用于接收预警信号和预警视频并分配对应的安保人员对预警视频进行排查；向安保人员的手机终端发送位置获取指令和内存获取指令并获取安保人员的当前实时位置和手机终端剩余存储空间；将安保人员的当前实时位置与监控模块的位置进行距离差计算获取得到传输间距；将手机终端剩余存储空间标记为D2；设定安保人员的排查次数为C1；设定安保人员的排查评分为C2；利用公式FD＝1/D1×b1+D2×b2+C1×b3+C2×b4获取得到安保人员的匹配值FD；选取匹配值FD最大的安保人员标记为排查人员，能够根据监控视频的监控值合理的将监控视频发送至安保人员进行排查，起到提前预警和主动防御的作用；同时能够根据安保人员的匹配值合理安排排查人员进行排查，提高排查效率；

存储管理模块用于对云平台内存储的校验视频和普通视频进行管理，将校验视频和普通视频标记为管理视频；获取管理视频的存储日期，并获取管理视频自存储日期开始起三天内的调阅信息；将调阅次数进行累加形成调阅频次，将调阅时长进行累加形成调阅总时长，获取管理视频最近一次的调阅结束时刻，将调阅结束时刻与系统当前时间进行时间差计算得到缓冲时长；利用公式Y3＝Y1×d1+Y2×d2-HT×d3获取得到管理视频的调阅值Y3，将调阅值Y3与调阅阈值进行比较，判断管理视频的级别，针对不同级别的管理视频设置不同的缓冲时长阈值，当管理视频的缓冲时长达到对应的缓冲时长阈值，则删除该管理视频；有效节省了云平台内的储存空间，便于合理提高云平台的存储利用率。

上述公式和比例系数均是由采集大量数据进行软件模拟及相应专家进行参数设置处理，得到与真实结果符合的公式和比例系数。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.一种基于人脸识别的视频生成系统，其特征在于，包括视频采集模块、数据存储模块、人脸识别模块、数据分析模块、监控模块、预警管理模块、云平台和存储管理模块；

所述视频采集模块与人脸识别模块相连接，用于将采集到的人脸视频信息输至人脸识别模块中进行人脸识别；所述人脸识别模块与数据存储模块相连接，用于将从视频采集模块接收到的人脸视频信息与数据存储模块中数据库里存储的标准人脸视频信息进行对比，检测所述人脸视频信息是否与标准人脸视频信息相匹配；若匹配成功，则生成员工信号；若匹配不成功，则生成外来人员信号；

所述人脸识别模块用于将员工信号、外来人员信号传输至数据分析模块；所述数据分析模块用于接收人脸识别模块传输的外来人员信号并进行分析；所述数据分析模块用于将开始标记指令和结束标记指令发送至监控模块；所述监控模块接收到开始标记指令后对监控摄像头监控的视频开始标记，接收到结束标记指令后，停止标记；

所述监控模块将开始标记与停止标记之间监控的视频标记为校验视频；将未标记的视频标记为普通视频；并对校验视频作进一步分析，获取得到校验视频的监控值；将校验视频的监控值与设定监控阈值相比较；若PT≥设定监控阈值，则生成预警信号；并将对应的校验视频标记为预警视频；

所述监控模块用于将预警信号和预警视频传输至预警管理模块；所述预警管理模块用于接收预警信号和预警视频并分配对应的安保人员对预警视频进行排查。

2.根据权利要求1所述的一种基于人脸识别的视频生成系统，其特征在于，所述视频采集模块包括用于采集人脸视频信息的摄像头，所述视频采集模块与数据存储模块相连，用于将采集到的标准人脸视频信息传输至数据存储模块中建立数据库；所述标准人脸视频信息为公司员工的人脸视频信息。

3.根据权利要求1所述的一种基于人脸识别的视频生成系统，其特征在于，所述人脸识别模块的具体检测步骤如下：

S1：将接收到的人脸视频信息与数据库里存储的多个标准人脸视频信息进行对比；检测该人脸视频信息是否与多个所述标准人脸视频信息中的任一个标准人脸视频信息相匹配；

S2：若该人脸视频信息与多个所述标准人脸视频信息中的任一个标准人脸视频信息相匹配，则确定该人脸视频信息与所述标准人脸视频信息匹配；同时生成员工信号；

S3：若该人脸视频信息与多个所述标准人脸视频信息中的任一个标准人脸视频信息均不匹配，则向关联的移动终端发送包括该人脸视频信息的告警消息，以提醒所述移动终端的用户确认该人脸视频信息对应人员的身份是否合法；具体过程如下：

S31：检测是否接收到移动终端确认该人脸视频信息对应人员的身份合法后发送的信息存储消息；若接收到信息存储消息，则将该人脸视频信息作为标准人脸视频信息存储至数据库中，同时生成员工信号；

S32：当接收到针对告警消息输入的确认该人脸视频信息对应人员的身份不合法的确认指令时，则确定该人脸视频信息与所述标准人脸视频信息不匹配，同时生成外来人员信号。

4.根据权利要求1所述的一种基于人脸识别的视频生成系统，其特征在于，所述监控值的具体计算方法如下：

步骤一：当接收到外来人员信号时，生成开始标记指令；并记录外来人员信息；所述外来人员信息包括外来人员姓名、外来人员来访时刻；

步骤二：当接收到外来人员信号时自动倒计时，倒计时时长为T1时间，T1为预设值；

步骤三：在倒计时阶段继续对外来人员进行监测，若接收到新的外来人员信号，则倒计时自动归为原值，重新按照T1进行倒计时；否则倒计时归零，停止计时，并生成结束标记指令。

5.根据权利要求1所述的一种基于人脸识别的视频生成系统，其特征在于，所述监控模块的具体分析步骤为：

V1：获取校验视频对应时间段内的所有外来人员信息，按照时间信息将外来人员信息标记为Wi；i＝1，2，…，n；

V2：获取到W1的来访时刻和Wn的来访时刻，并将Wn的来访时刻与W1的来访时刻进行时间差计算得到来访时长，将来访时长标记为L1；

根据n值得到产生外来人员信号的次数为n次；

V3：获取到每一个外来人员信息Wi的来访时刻，将相邻的来访时刻进行时间差计算得到间隔时长并标记为Gi，Gi＝W(i+1)-Wi；i＝2，…，n-1；

按照标准差计算公式得到间隔时长Gi的标准差，并标记为η；

按照平均值计算公式得到间隔时长Gi的平均值，并标记为GT；

V4：利用公式PT＝L1×a1+n×a2+1/GT×a3-η×a4获取得到校验视频的监控值PT；其中a1、a2、a3、a4均为比例系数。

6.根据权利要求1所述的一种基于人脸识别的视频生成系统，其特征在于，所述预警管理模块的具体分配步骤为：

SS1：向安保人员的手机终端发送位置获取指令和内存获取指令并获取安保人员的当前实时位置和手机终端剩余存储空间；

将安保人员的当前实时位置与监控模块的位置进行距离差计算获取得到传输间距并标记为D1；

将手机终端剩余存储空间标记为D2；

SS2：设定安保人员的排查次数为C1；设定安保人员的排查评分为C2；

SS3：将传输间距、剩余存储空间、排查次数、排查评分进行归一化处理并取其数值；

利用公式FD＝1/D1×b1+D2×b2+C1×b3+C2×b4获取得到安保人员的匹配值FD；其中b1、b2、b3、b4均为比例系数；

SS4：选取匹配值FD最大的安保人员标记为排查人员，将预警信号和预警视频发送至排查人员的手机终端，同时该排查人员的排查次数增加一；

SS5：排查人员接收到预警信号和预警视频后对预警视频进行排查；

将排查开始时刻和排查结束时刻进行时间差计算得到排查时长，将排查时长标记为CT；获取排查出的问题数量并标记为C3；

获取排查人员的服务评价系数并标记为C4，所述服务评价系数为用户给排查人员的排查服务进行打分，满分为100分；

利用公式PC＝1/CT×b5+C3×b6+C4×b7获取得到排查人员的单次排查评分PC；其中b5、b6和b7均为比例系数；

将所有的单次排查评分进行求和并取均值获取得到排查人员的排查评分。

7.根据权利要求1所述的一种基于人脸识别的视频生成系统，其特征在于，监控模块用于将校验视频和普通视频发送至云平台内存储；所述云平台包括校验磁盘和普通磁盘，所述校验磁盘用于存储校验视频；所述普通磁盘用于存储普通视频；

所述存储管理模块用于对云平台内存储的校验视频和普通视频进行管理，具体管理步骤为：

VV1：将校验视频和普通视频标记为管理视频；

获取管理视频的存储日期，并获取管理视频自存储日期开始起三天内的调阅信息；所述调阅信息包括调阅次数、调阅开始时刻和调阅结束时刻；

VV2：将调阅次数进行累加形成调阅频次，并标记为Y1；

将调阅结束时刻与调阅开始时刻进行时间差计算得到调阅时长，将调阅时长进行累加形成调阅总时长，并标记为Y2；

获取管理视频最近一次的调阅结束时刻，将调阅结束时刻与系统当前时间进行时间差计算得到缓冲时长；并将缓冲时长标记为HT；

利用公式Y3＝Y1×d1+Y2×d2-HT×d3获取得到管理视频的调阅值Y3，其中d1、d2、d3均为比例系数；

VV3：将调阅值Y3与调阅阈值进行比较，所述调阅阈值包括YT1、YT2、YT3；且YT1＜YT2＜YT3；具体为：

VV31：若Y3≥YT3，则将该管理视频标记为高级管理视频；设置高级管理视频的缓冲时长阈值为一周；

获取高级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该高级校验视频；

VV32：若YT2≤Y3＜YT3，则将该管理视频标记为中级管理视频；设置中级管理视频的缓冲时长阈值为五天；

获取中级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该中级管理视频；

VV33：若YT1≤Y3＜YT2，则将该管理视频标记为初级管理视频；设置初级管理视频的缓冲时长阈值为三天；

获取初级管理视频的缓冲时长；当缓冲时长达到缓冲时长阈值时，存储管理模块将删除该初级管理视频；

VV34：若Y3＜YT1，则将该管理视频标记为无用视频，设置无用视频的存储时长阈值为一周；

将无用视频的存储日期与系统当前时间进行时间差计算得到无用视频的存储时长，当存储时长达到存储时长阈值时，存储管理模块将删除该无用视频。

Images