CN112948779B - 基于前端获取的多级共享人像大数据系统 - Google Patents

基于前端获取的多级共享人像大数据系统 Download PDF

Info

Publication number
CN112948779B
CN112948779B CN202011435338.1A CN202011435338A CN112948779B CN 112948779 B CN112948779 B CN 112948779B CN 202011435338 A CN202011435338 A CN 202011435338A CN 112948779 B CN112948779 B CN 112948779B
Authority
CN
China
Prior art keywords
primary
face
data
main
module
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
Application number
CN202011435338.1A
Other languages
English (en)
Other versions
CN112948779A (zh
Inventor
吴新春
张大治
陈俊宇
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.)
Harbin University Of Technology Big Data Group Sichuan Co ltd
Sichuan Police College
Original Assignee
Harbin University Of Technology Big Data Group Sichuan Co ltd
Sichuan Police College
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 Harbin University Of Technology Big Data Group Sichuan Co ltd, Sichuan Police College filed Critical Harbin University Of Technology Big Data Group Sichuan Co ltd
Priority to CN202011435338.1A priority Critical patent/CN112948779B/zh
Publication of CN112948779A publication Critical patent/CN112948779A/zh
Application granted granted Critical
Publication of CN112948779B publication Critical patent/CN112948779B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Processing Or Creating Images (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明为基于前端获取的多级共享人像大数据系统,包括主平台和多个子平台;主平台包括有主获取模块、主安全模块和主信息库数据模块,主获取模块获取子平台提供的人像数据,并得到特征人脸数据库;主信息库数据模块接收特征人脸数据库形成规律人脸数据库、以及子平台的授权请求,并依照授权与子平台进行规律人脸数据库共享;多个子平台的共享数据通过主获取模块接入数据,且通过主信息库数据模块获取规律人脸数据库;实现了分布式架构,对不同级别的平台进行相互调用和相互处理,提到了处理效率和识别效率,并将采集端和规律人脸数据库进行分隔处理,通过安全模块进行授权保证,保障了不同等级之间的数据安全,并实现了平台的差异化管理。

Description

基于前端获取的多级共享人像大数据系统
技术领域
本发明涉及人脸识别技术领域,尤其涉及一种基于前端获取的多级共享人像大数据系统。
背景技术
随着国民经济的发展,城镇建设速度加快,以及互联网的突飞猛进,导致城市中人口密集,流动人口增加,引发了城市建设中的交通、社会治安、重点区域防范、网络犯罪日益突出等城市管理问题,社会犯罪率呈逐年升高的趋势,罪犯的犯罪手法也更加隐蔽和先进,给广大公安人员侦破案件增加了难度。同时,恶性事件时有发生,使人们对公共生活场所的安全感普遍降低。而人像识别大数据就可以在一定程度上进行安全防范。
随着人脸识别技术的发展,目前全国各地市纷纷开展人像大数据平台建设,包括静态人像大数据平台和动态人像大数据平台。由于各地人像大数据平台独立建设,网络环境有差异,数据结构标准不统一等因素,容易造成数据孤岛,数据互通困难,普遍存在数据利用率低的情况。同时对于没有建设人像数据平台的地市,在日常工作中对于人像数据的应用也是非常迫切。而且,在区县项目和市级项目亦或者更高级别项目中,由于区县的公安内网不能打通,常使用市级的静态人像比对,所以在区县和市级之间的级联推动是非常关键的,而两个系统不可能同时建立各自一套数据采集系统,所以为了合理建设图像获取的前端数量,并在多级系统之间构建数据互通互用,是一个急需解决的问题。
发明内容
针对上述技术中存在的技术问题,特提出一种基于前端获取的多级共享人像大数据系统。
具体为一种基于前端获取的多级共享人像大数据系统,包括主平台、多个分布在各地各级的采集模块、以及分别根据不同地区的所述采集模块获取的人像数据对应建立的多个子平台;
所述主平台包括有主获取模块、主安全模块和主信息库数据模块,所述主获取模块用于获取所述子平台提供的人像数据,并进行整理定义得到特征人脸数据库;
所述主信息库数据模块用于接收所述特征人脸数据库形成规律人脸数据库、以及所述子平台的授权请求,并依照授权与所述子平台进行规律人脸数据库共享;所述主获取模块将所述特征人脸数据库发送至所述主信息库数据模块时,需通过所述主安全模块中的安全验证;
多个所述子平台的共享数据通过所述主获取模块接入数据,且通过所述主信息库数据模块获取规律人脸数据库。
作为优选,每个所述子平台包括一级平台和二级平台,所述一级平台用于获取所述二级平台提供的人像数据,且所述一级平台与所述主获取模块接入交互,所述一级平台通过所述主信息库数据模块获取规律人脸数据库。
作为优选,所述一级平台包括一级获取模块、一级安全模块和一级信息库数据模块;所述一级获取模块包括有多个一级采集模块,所述一级获取模块用于将获取到的人脸数据进行整理定义得到一级特征人脸数据库,同时将所述一级特征人脸数据库发送至所述一级信息库数据模块;当所述一级获取模块将所述一级特征人脸数据库发送至所述一级信息库数据模块时,需通过所述一级安全模块的安全验证;所述一级信息库数据模块用于将一级特征人脸数据库进行整理定义得到一级规律人脸数据库;以及与所述主信息库数据模块进行数据交互。
作为优选,所述一级获取模块获得所述人脸数据时,包括有动态人像采集和静态人像采集;获取视频流和人脸图片流并进行人脸图像处理。
作为优选,所述一级获取模块包括有一级人脸服务器集群、一级视图库以及一级通信平台,所述一级通信平台将所述一级采集模块获取的人脸图片和/或视频流发送至所述一级人脸识别服务器集群,所述一级人脸识别服务器集群用于将所述视频流和所述人脸图片流进行图像检测和人脸抓拍,并根据人脸抓拍进行特征建模得到所述一级特征人脸数据库;所述一级通信平台将所述一级特征人脸数据库发送至所述一级视图库进行存储、并发送至所述一级信息库数据模块进行整理定义,同时接受所述主获取模块的数据交互。
作为优选,所述主获取模块包括有主视图库、主通信平台和主人脸识别服务器集群,所述主通信平台用于接收所述一级通信平台发送的所述一级特征人脸数据库,和所述主信息库数据模块的数据交互;所述主视图库与所述一级视图库进行人脸数据交叉更新,并将所述一级特征人脸数据库未处理的人脸数据通过所述主通信平台发送至所述主人脸识别服务器集群进行特征建模。
作为优选,所述主信息库数据模块包括有主信息视图库、主信息通信模块、主静态人脸识别服务器集群和人脸数据客户端;所述主信息视图库用于和所述主视图库及所述一级信息库数据模块进行数据交互;所述主静态人脸识别服务器集群将所述一级特征人脸数据库和所述特征人脸数据库进行静态人像比对进行查重和标准化,并针对人像进行身份信息、数据采集端信息、时间轴信息进行归类存储,以得到规律人脸数据库,同时接受所述人脸数据客户端的请求进行人员信息检索和输出。
作为优选,所述一级信息库数据模块包括有一级信息视图库、一级信息通信模块、一级静态人脸识别服务器集群和人脸数据客户端;所述一级信息视图库用于和所述主信息视图库、所述一级视图库进行人脸数据交互;所述一级静态人脸识别服务器集群将所述一级特征人脸数据库进行静态人像比对进行查重和标准化,并针对人像进行身份信息、数据采集端信息、时间轴信息进行归类存储,以得到规律人脸数据库,同时接受所述人脸数据客户端的请求进行人员信息检索和输出。
作为优选,所述二级平台包括二级采集模块、二级视图库、二级通信平台和二级人脸识别服务器集群,所述二级通信平台将所述二级采集模块获取的人脸图片和/或视频流发送至所述二级人脸识别服务器集群,所述二级人脸识别服务器集群用于将所述视频流和所述人脸图片流进行图像检测和人脸抓拍,并根据人脸抓拍进行特征建模得到所述二级特征人脸数据库;所述二级通信平台将所述二级特征人脸数据库发送至所述二级视图库进行存储、并发送至所述一级获取模块。
作为优选,所述主平台为省级处理平台、所述一级平台为地市处理平台、所述二级平台为区县处理平台。
本发明的有益效果是:本发明为一种基于前端获取的多级共享人像大数据系统,包括主平台、多个分布在各地各级的采集模块、以及分别根据不同地区的采集模块获取的人像数据对应建立的多个子平台;主平台包括有主获取模块、主安全模块和主信息库数据模块,主获取模块用于获取子平台提供的人像数据,并进行整理定义得到特征人脸数据库;主信息库数据模块用于接收特征人脸数据库形成规律人脸数据库、以及子平台的授权请求,并依照授权通过时与子平台进行规律人脸数据库共享;主获取模块将特征人脸数据库发送至主信息库数据模块时,需通过主安全模块中的安全验证;多个子平台的共享数据通过主获取模块接入数据,且通过主信息库数据模块获取规律人脸数据库;实现了分布式架构,对不同级别的平台进行相互调用和相互处理,提到了处理效率和识别效率,并将采集端和规律人脸数据库进行分隔处理,通过安全模块进行授权保证,保障了不同等级之间的数据安全,并实现了平台的差异化管理。
附图说明
图1为本发明的系统架构图;
图2为本发明的系统框架图;
图3为本发明的人脸识别流程图;
图4为本发明的视频专网和公安网架构图。
主要元件符号说明如下:
1、主平台;
11、主获取模块;111、主视图库;112、主通信平台;113、主人脸识别服务器集群;
12、主安全模块;
13、主信息库数据模块;131、主信息视图库;123、主信息通信模块;133、主静态人脸识别服务器集群;134、人脸数据客户端;
2、子平台;
21、一级平台;211、一级获取模块;2111、一级采集模块;2112、一级人脸服务器集群;2113、一级视图库;2114、一级通信平台;
212、一级安全模块;
213、一级信息库数据模块;2131、一级信息视图库;2132、一级信息通信模块;2133、一级静态人脸识别服务器集群;
22、二级平台;221、二级采集模块;222、二级视图库;223、二级通信平台;224、二级人脸识别服务器集群。
具体实施方式
为了更清楚地表述本发明,下面结合附图对本发明作进一步地描述。
整个联网设计的核心思想是阐述动态人像应用组网方式、静态人像应用组网方式以及多级平台级联组网方式。
在区县项目中,公安内网不能打通的情况下,地市要求区县直接使用市级的静态人像比对,区县需建设自己的动态人像系统,直接在视频专网部署人像采集设备,例如人像卡口、视频监控、人像采集单兵等。人像比对识别服务,黑名单布控等应用需要手工导入黑名单库,在视频专网中完成动态人像系统建设。区县根据省级或地市的人像建设规范要求,建设区县级视图库用于人像信息的级联推送。
在市级项目中,在公安视频专网中部署人像识别系统,对出入口、重点道路等位置安装前端摄像机,对车站、酒店、检查站等部署人像采集设备,通过人脸汇聚平台可进行统一管理。人像汇聚平台将前端采集到的人像图片或者实时视频流转发到动态人像识别服务集群中,对人脸图片进行抠图和特征提取,并和布控的黑名单库进行碰撞比对。将预警信息通过汇聚平台推送到公安内网,公安网下的人像大数据平台实时获取告警信息,并进行警情指令下发,并根据目标出没时间和地点安排警力部署。在公安网中部署静态人像比对系统,专网视图库服务将全市的过人记录和图片推送到公安内网,通过静态人像比对服务器集群,对个人数据进行数据挖掘、数据清洗、数据分析,最终实现人像大数据业务功能。地市根据本市或者省厅建设的视图库,用来汇聚本地市的人像信息,并推送给省级或者部级视图库。
在省级项目中,不再建设人像前端,只实现数据的应用,其数据传输和静态应用和地市雷同。
通过以下方案进行实现,具体为一种基于前端获取的多级共享人像大数据系统,包括主平台1、多个分布在各地各级的采集模块、以及分别根据不同地区的采集模块获取的人像数据对应建立的多个子平台2;
主平台1包括有主获取模块11、主安全模块12和主信息库数据模块13,主获取模块11用于获取子平台2提供的人像数据,并进行整理定义得到特征人脸数据库;所谓特征人脸数据库就是在规划和建设人像卡口平安城市项目时,前端抓拍点位的建设规划质量、成像效果等因素会直接影响后台人像大数据系统的应用成效。前端系统建设后需加强对酒店、网吧、旅馆、火车站、汽车站、小区出入口等重要人员落脚点进行覆盖,特别是覆盖重点单位和场所。同时可以在派出所、部分政府单位设置非标准人脸采集室,对进出派出所人员进行拍照建库。主要的采集产品有普通高清IPC:通过视频流进行人脸布控应用。人脸抓拍单元:前端集成人脸抓拍算法,通过图片流进行人脸布控应用。
主信息库数据模块13用于接收特征人脸数据库形成规律人脸数据库、以及子平台的授权请求,并依照授权与子平台进行规律人脸数据库共享;主获取模块将特征人脸数据库发送至主信息库数据模块时,需通过主安全模块中的安全验证;将特征人脸数据库的采集端、处理端和存储端与主信息库数据模块进行分隔设置,是为了先有采集端的动态人脸识别服务器集群进行第一步处理,从而提高处理数据和照片的效率,并且保证了两个数据库能够单独运转和处理,同时保障了主获取模块和主信息库数据模块能够构建不同等级的数据库,并保障不同等级数据之间的数据安全,同时由于主获取模块是通过子平台分布在各地的摄像头进行获取的,所以其使用环境和网络环境都可能遭到攻击,并且处于被动处理信息的使用状态,而主信息库数据模块能够接受人为输入和人为提取等数据交互,如常住人口库、暂住人口库、在逃人员犯库、当地重点人员库。标准证件照和人员身份信息数据将存储在识别服务器中,方便调用是加载内存,进行快速运算;对于人员库中的每个人员建立一人一档记录。支持对静态人像库的增、删、改、查,添加图片时支持单张或批量方式上传图片,查询人像库时,可以查看所有库的ID、名称、备注、图片数目、人脸数目等信息。通过人像库管理界面可以查询库中所有人脸图像。每张图像都有相应姓名、性别、年龄、身份证号等信息。因此两个将特征人脸数据库放在未经过大数据查重比对的前端模块,保证数据流的简洁。
多个子平台2的共享数据通过主获取模块接入数据,且通过主信息库数据模块获取规律人脸数据库。主平台并不直接获取人脸数据,而是有多个子平台中的一级采集模块进行采集的,所以保证了区域的全覆盖和数据特征的标准化,在多级架构中可以直接减少重复的人脸比对和授权,同时在主获取模块中可以协助子平台未能及时处理的人像数据,大大提升了处理能力,为人像大数据检索和使用打通更加快捷的通道。
在本实施例中,每个子平台2包括一级平台21和二级平台22,一级平台21用于获取二级平台提供的人像数据,且一级平台与主获取模块接入交互,一级平台通过主信息库数据模块获取规律人脸数据库。
在本实施例中,一级平台21包括一级获取模块211、一级安全模块212和一级信息库数据模块213;一级获取模块211包括有多个一级采集模块2111,一级获取模块211用于将获取到的人脸数据进行整理定义得到一级特征人脸数据库,同时将一级特征人脸数据库发送至一级信息库数据模块213;当一级获取模块211将所述一级特征人脸数据库发送至一级信息库数据模块213时,需通过一级安全模块212的安全验证;一级信息库数据模块212用于将一级特征人脸数据库进行整理定义得到一级规律人脸数据库;以及与主信息库数据模块13进行数据交互;所以在各级获取人像数据的前端,都与后端的平台数据进行隔绝,并均设置有安全验证,防止数据串流和数据失窃,保障各级数据安全;同时在进行上下级的数据交互时,均是在同一安全程度进行的数据交互,从同级数据交换和跨级数据交换两个角度都保障了数据的安全。
在本实施例中,一级获取模块获得人脸数据时,包括有动态人像采集和静态人像采集;获取视频流和人脸图片流并进行人脸图像处理。进行人脸数据采集主要有以下两种技术方式:1、各监控摄像直接向后端传输视频流;2、各监控摄像直接向后端传输抓拍人脸图片流。各监控摄像直接向后端传输视频流有以下优势:
1)服务器计算资源远超摄像头,避免了摄像头因计算能力不足,在画面中人员多的情况下捕获率下降严重的问题。2)由于视频流中的图像往往有不同的姿态。后端服务器在视频流中,每个过人事件会截取多张人脸进行比对,大大提升比对精度。3)由于算法更新速度较快,前端集成人脸抓拍算法后,无法满足大批量的快速更新,相较于后端抓拍存在升级成本和及时性的问题。4)充分利用服务器性能,可在后端加载大计算量的特征数据合成算法。能将抓拍效果优化,将焦距内外,模糊或清晰、角度各异的人脸自动合成一个最优特征数据用于比对识别。5)前端抓拍漏抓率严重,一般只支持同时抓拍15-20张人脸,后端抓拍可充分利用服务器性能,动态调配服务器内抓拍能力,以达到繁闲摄像机共享整机性能。6)人脸抓拍摄像机中的人脸区域曝光功能,常常会丢失大量人脸特征信息,只是在肉眼上看上去更清晰了,对算法提升并不大。7)前端摄像机绝大部分性能用于人脸抓拍,将无法支持其他智能化功能,如车牌提取等。可以利旧,项目建设前的高清摄像机可以重复利用。各监控摄像直接向后端传输抓拍人脸图片流优势:抓拍算法前置可降低服务器编解码性能,在服务器选型和性能利用和综合成本方面,前端抓拍更具性价比。抓拍算法结合前端摄像机,可联动摄像机快速调整人脸区域曝光、人脸区域图像质量调优,可提供查看优质的人脸图像。回传图片流,在网络架构上对带宽的要求低。所以,对于两种方式都有其优点,因此必须在后端进行直接的人像处理,以得到特征人像数据库,那么在如此庞大和繁杂的数据流处理中,必须要将前端处理和后端处理进行安全性分隔,保证各数据流的安全,所以非常有必要建立一级获取模块和一级信息库数据模块。
请参阅图4,在本实施例中,一级获取模块211包括有一级人脸服务器集群2112、一级视图库2113以及一级通信平台2114,一级通信平台2114将一级采集模块2111获取的人脸图片和/或视频流发送至一级人脸识别服务器集群2112,一级人脸识别服务器集群2112用于将视频流和人脸图片流进行图像检测和人脸抓拍,并根据人脸抓拍进行特征建模得到一级特征人脸数据库;一级通信平台2114将一级特征人脸数据库发送至一级视图库2113进行存储、并发送至一级信息库数据模块213进行整理定义,同时接受主获取模块的数据交互。普通高清网络摄像机的实时视频流或人脸抓拍单元的人脸图片流,会由人脸识别服务器下的动态人像算法进行人脸特征数据提取,并实时与黑名单库中的人脸特征数据库进行遍历比对,并反馈平台每次比对结果。
在本实施例中,主获取模块11包括有主视图库111、主通信平台112和主人脸识别服务器集群113,主通信平台用于接收一级通信平台发送的一级特征人脸数据库,和主信息库数据模块的数据交互;主视图库与一级视图库进行人脸数据交叉更新,并将一级特征人脸数据库未处理的人脸数据通过主通信平台发送至主人脸识别服务器集群进行特征建模。
在本实施例中,主信息库数据模块13包括有主信息视图库131、主信息通信模块132、主静态人脸识别服务器集群133和人脸数据客户端134;主信息视图库131用于和主视图库111及一级信息库数据模块213进行数据交互;主静态人脸识别服务器集群133将一级特征人脸数据库和特征人脸数据库进行静态人像比对进行查重和标准化,并针对人像进行身份信息、数据采集端信息、时间轴信息进行归类存储,以得到规律人脸数据库,同时接受人脸数据客户端的请求进行人员信息检索和输出。静态人脸识别服务器集群不同于前端的动态式人脸识别服务器集群,因为在后端都是处理后的标准化的人像库信息;静态人脸识别服务器集群基于分布式用于存储公安标准人像库信息,如常住人口库、暂住人口库、在逃人员犯库、当地重点人员库。标准证件照和人员身份信息数据将存储在识别服务器中,方便调用是加载内存,进行快速运算。静态人像检索主要应用于视频侦查、刑侦破案或情报分析过程中,需要对单个或多个嫌疑目标进行快速身份确认的应用场景。除了应用于事后办案外,还可以对一人多证、漂白人员等问题进行排查,达到公安高危事件预防、重点人员防控的目的。用户可根据实际需求建立人像库,通过系统客户端上传的公安常住人口库、暂住人口库、重点人员库,并对每一张人脸进行特征提取,存储到硬盘中供人像库比对使用。系统支持人像库以压缩包或单张人脸图片上传,可以通过一定的文件命名格式将人脸图片压缩成压缩包或以纯图片+命名方式的形式,快速上传导入到人脸系统中。而且静态的服务器集群可以做到以图搜图应用,用户在视频侦查办案过程中,获取嫌疑目标面部图像,可手工方式上传至静态海量人像检索系统中,在常住人口、暂住人口、重点人口库中查询嫌疑目标身份信息。系统支持1S内根据客户要求返回10条-30条比对结果,检索结果按照相似度从高到低排序。根据场景需求,检索结果可以返回比对结果照片及所在库名称、相似度、人员ID、证件号等相关信息。支持放大上传图像的人脸部分,点击图片,可得到上传图片与检索结果的详细比对,查看检索结果的详细信息,以供用户核实。还可以进行多库碰撞比对,用户可通过系统排查当地漂白身份人员身份信息,通过系统提供的多库碰撞功能,指定全国在逃人员库VS当地常住人口库或全国在逃人员库VS当地暂住人口库进行碰撞比对,输出两个库中最相似的人像组,再通过民警现场调查方式确认是否为漂白身份人员,如下表1
Figure 52792DEST_PATH_IMAGE002
在本实施例中,一级信息库数据模块213包括有一级信息视图库2131、一级信息通信模块2132、一级静态人脸识别服务器集群2133和人脸数据客户端;一级信息视图库用于和主信息视图库、一级视图库进行人脸数据交互;一级静态人脸识别服务器集群将一级特征人脸数据库进行静态人像比对进行查重和标准化,并针对人像进行身份信息、数据采集端信息、时间轴信息进行归类存储,以得到规律人脸数据库,同时接受人脸数据客户端的请求进行人员信息检索和输出。请参阅图4,所以,将采集模块的视频专网和公安内的标准人脸数据网进行区域化、差异化管理和级联,保证数据的安全性。过各级通信平台进行汇聚转发,在视频专网的人脸识别服务器集群中提取特征值,再统一汇聚至公安网人脸识别平台下,由主信息库数据模块和一级信息库数据模块部署动态识别和静态检索服务,实现前端采集模块进行黑名单布控和图像静态比对功能;同时后端的信息库数据模块建立公安网人像库系统,定期同步更新识别系统人像库信息。
在本实施例中,二级平台22包括二级采集模块221、二级视图库222、二级通信平台223和二级人脸识别服务器集群224,二级通信平台将二级采集模块获取的人脸图片和/或视频流发送至二级人脸识别服务器集群,二级人脸识别服务器集群用于将视频流和人脸图片流进行图像检测和人脸抓拍,并根据人脸抓拍进行特征建模得到二级特征人脸数据库;二级通信平台将二级特征人脸数据库发送至二级视图库进行存储、并发送至一级获取模块。由于主平台为省级处理平台、一级平台为地市处理平台、二级平台为区县处理平台。
本发明的优势在于:
1、本发明的基于前端获取的多级共享人像大数据系统,抓拍算法结合前端摄像机,可联动多级平台进行过人脸数据检索识别;
2、本发明的基于前端获取的多级共享人像大数据系统,通过多级平台调用模块的设置,实现上下级平台或同级平台之间数据的相互调用;
3、本发明的基于前端获取的多级共享人像大数据系统,通过用户等级划分模块对不同的用户或平台进行划分,实现用户或平台的差异化管理;
4、本发明的基于前端获取的多级共享人像大数据系统,通过前端获取端和后端公安网端的分隔设定,同时设定上下级之间的数据交互在同一安全等级下进行,保障了不同等级的数据安全;
5、本发明的基于前端获取的多级共享人像大数据系统,通过静态数据库和动态数据库的配合设置,使数据共享服务平台不仅同时提供静态数据和动态数据,还支持自定义特色数据,提供多样化的数据服务。
以上公开的仅为本发明的几个具体实施例,但是本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (8)

1.一种基于前端获取的多级共享人像大数据系统,其特征在于,包括主平台、多个分布在各地各级的采集模块、以及分别根据不同地区的所述采集模块获取的人像数据对应建立的多个子平台;
所述主平台包括有主获取模块、主安全模块和主信息库数据模块,所述主获取模块用于获取所述子平台提供的人像数据,并进行整理定义得到特征人脸数据库;
所述主信息库数据模块用于接收所述特征人脸数据库形成规律人脸数据库、以及所述子平台的授权请求,并依照授权与所述子平台进行规律人脸数据库共享;所述主获取模块将所述特征人脸数据库发送至所述主信息库数据模块时,需通过所述主安全模块中的安全验证;
多个所述子平台的共享数据通过所述主获取模块接入数据,且通过所述主信息库数据模块获取规律人脸数据库;
每个所述子平台包括一级平台和二级平台,所述一级平台用于获取所述二级平台提供的人像数据,且所述一级平台与所述主获取模块接入交互,所述一级平台通过所述主信息库数据模块获取规律人脸数据库所述一级平台包括一级获取模块、一级安全模块和一级信息库数据模块;所述一级获取模块包括有多个一级采集模块,所述一级获取模块用于将获取到的人脸数据进行整理定义得到一级特征人脸数据库,同时将所述一级特征人脸数据库发送至所述一级信息库数据模块;当所述一级获取模块将所述一级特征人脸数据库发送至所述一级信息库数据模块时,需通过所述一级安全模块的安全验证;所述一级信息库数据模块用于将一级特征人脸数据库进行整理定义得到一级规律人脸数据库;以及与所述主信息库数据模块进行数据交互。
2.根据权利要求1所述的基于前端获取的多级共享人像大数据系统,其特征在于,所述一级获取模块获得所述人脸数据时,包括有动态人像采集和静态人像采集;获取视频流和人脸图片流并进行人脸图像处理。
3.根据权利要求2所述的基于前端获取的多级共享人像大数据系统,其特征在于,所述一级获取模块包括有一级人脸服务器集群、一级视图库以及一级通信平台,所述一级通信平台将所述一级采集模块获取的人脸图片和/或视频流发送至所述一级人脸识别服务器集群,所述一级人脸识别服务器集群用于将所述视频流和所述人脸图片流进行图像检测和人脸抓拍,并根据人脸抓拍进行特征建模得到所述一级特征人脸数据库;所述一级通信平台将所述一级特征人脸数据库发送至所述一级视图库进行存储、并发送至所述一级信息库数据模块进行整理定义,同时接受所述主获取模块的数据交互。
4.根据权利要求3所述的基于前端获取的多级共享人像大数据系统,其特征在于,所述主获取模块包括有主视图库、主通信平台和主人脸识别服务器集群,所述主通信平台用于接收所述一级通信平台发送的所述一级特征人脸数据库,和所述主信息库数据模块的数据交互;所述主视图库与所述一级视图库进行人脸数据交叉更新,并将所述一级特征人脸数据库未处理的人脸数据通过所述主通信平台发送至所述主人脸识别服务器集群进行特征建模。
5.根据权利要求4所述的基于前端获取的多级共享人像大数据系统,其特征在于,所述主信息库数据模块包括有主信息视图库、主信息通信模块、主静态人脸识别服务器集群和人脸数据客户端;所述主信息视图库用于和所述主视图库及所述一级信息库数据模块进行数据交互;所述主静态人脸识别服务器集群将所述一级特征人脸数据库和所述特征人脸数据库进行静态人像比对进行查重和标准化,并针对人像进行身份信息、数据采集端信息、时间轴信息进行归类存储,以得到规律人脸数据库,同时接受所述人脸数据客户端的请求进行人员信息检索和输出。
6.根据权利要求5所述的基于前端获取的多级共享人像大数据系统,其特征在于,所述一级信息库数据模块包括有一级信息视图库、一级信息通信模块、一级静态人脸识别服务器集群和人脸数据客户端;所述一级信息视图库用于和所述主信息视图库、所述一级视图库进行人脸数据交互;所述一级静态人脸识别服务器集群将所述一级特征人脸数据库进行静态人像比对进行查重和标准化,并针对人像进行身份信息、数据采集端信息、时间轴信息进行归类存储,以得到规律人脸数据库,同时接受所述人脸数据客户端的请求进行人员信息检索和输出。
7.根据权利要求3所述的基于前端获取的多级共享人像大数据系统,其特征在于,所述二级平台包括二级采集模块、二级视图库、二级通信平台和二级人脸识别服务器集群,所述二级通信平台将所述二级采集模块获取的人脸图片和/或视频流发送至所述二级人脸识别服务器集群,所述二级人脸识别服务器集群用于将所述视频流和所述人脸图片流进行图像检测和人脸抓拍,并根据人脸抓拍进行特征建模得到所述二级特征人脸数据库;所述二级通信平台将所述二级特征人脸数据库发送至所述二级视图库进行存储、并发送至所述一级获取模块。
8.根据权利要求1-7任一项所述的基于前端获取的多级共享人像大数据系统,其特征在于,所述主平台为省级处理平台、所述一级平台为地市处理平台、所述二级平台为区县处理平台。
CN202011435338.1A 2020-12-10 2020-12-10 基于前端获取的多级共享人像大数据系统 Active CN112948779B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011435338.1A CN112948779B (zh) 2020-12-10 2020-12-10 基于前端获取的多级共享人像大数据系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011435338.1A CN112948779B (zh) 2020-12-10 2020-12-10 基于前端获取的多级共享人像大数据系统

Publications (2)

Publication Number Publication Date
CN112948779A CN112948779A (zh) 2021-06-11
CN112948779B true CN112948779B (zh) 2022-12-13

Family

ID=76234768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011435338.1A Active CN112948779B (zh) 2020-12-10 2020-12-10 基于前端获取的多级共享人像大数据系统

Country Status (1)

Country Link
CN (1) CN112948779B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114842527A (zh) * 2022-04-01 2022-08-02 武汉虹信技术服务有限责任公司 一种基于智慧城市的分级人脸识别系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106998444A (zh) * 2017-02-14 2017-08-01 北京中科天云科技有限公司 一种大数据人脸监控系统及装置
WO2017184646A1 (en) * 2016-04-18 2017-10-26 Bjontegard Bernt Erik Multi-level control, variable access, multi-user contextual intelligent communication platform
CN109815371A (zh) * 2019-01-30 2019-05-28 无锡华云数据技术服务有限公司 视频监控数据存储访问系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180278462A1 (en) * 2016-08-24 2018-09-27 Bernt Erik Bjontegard Multi-level control, variable access, multi-user contextually intelligent communication platform
WO2016154781A1 (en) * 2015-03-27 2016-10-06 Intel Corporation Low-cost face recognition using gaussian receptive field features
US10033702B2 (en) * 2015-08-05 2018-07-24 Intralinks, Inc. Systems and methods of secure data exchange
US9996773B2 (en) * 2016-08-04 2018-06-12 International Business Machines Corporation Face recognition in big data ecosystem using multiple recognition models
CN110516500A (zh) * 2018-05-21 2019-11-29 若尔玛余胜 基于前端和后端合作的人群人脸识别方法
CN110660472A (zh) * 2019-08-30 2020-01-07 杭州市第七人民医院 一种基于人脸识别技术的医院管理预警系统及其方法
CN111353057A (zh) * 2019-11-12 2020-06-30 北京中盾安全技术开发公司 一种人脸识别服务平台
CN111078765A (zh) * 2019-11-13 2020-04-28 北京中盾安全技术开发公司 基于Hadoop体系架构的视图库系统及其构建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017184646A1 (en) * 2016-04-18 2017-10-26 Bjontegard Bernt Erik Multi-level control, variable access, multi-user contextual intelligent communication platform
CN106998444A (zh) * 2017-02-14 2017-08-01 北京中科天云科技有限公司 一种大数据人脸监控系统及装置
CN109815371A (zh) * 2019-01-30 2019-05-28 无锡华云数据技术服务有限公司 视频监控数据存储访问系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
人像识别系统功能设计的思考;陈永新等;《信息通信》;20181015(第10期);第107-109页 *

Also Published As

Publication number Publication date
CN112948779A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
AU2017250159B2 (en) Video recording method, server, system, and storage medium
CN104200671B (zh) 一种基于大数据平台的虚拟卡口管理方法及系统
WO2019104949A1 (zh) 一种实现人员大数据采集分析的住宅门禁系统
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
US20070036395A1 (en) Reverse identity profiling system with alert function
CN108711208A (zh) 一种大数据门禁管理系统及其管理方法
CN1622622A (zh) 监视系统
CN108924262A (zh) 一种基于云平台的智安小区管控系统
CN107038675B (zh) 一种公安盘查管理系统及其运行方法
CN110414459B (zh) 建立人车关联的方法及装置
US10552684B2 (en) Image management system
CN110177255B (zh) 一种基于案件调度的视频信息发布方法及系统
CN110874878B (zh) 行人分析方法、装置、终端及存储介质
CN103020275A (zh) 基于视频摘要、视频检索的视频分析方法
CN115002414A (zh) 监测方法、装置及服务器和计算机可读存储介质
CN112948779B (zh) 基于前端获取的多级共享人像大数据系统
CN112766119A (zh) 一种基于多维度人脸分析精准识别陌生人构建社区安防的方法
CN113065026A (zh) 基于安全微服务架构的异常事件智能检测系统、方法及介质
CN110580300A (zh) 基于人脸识别系统案发地点可疑目标自动查询方法
CN103279481A (zh) 智慧天网情报图侦系统
CN111064928A (zh) 一种具有人脸识别功能的视频监控系统
WO2003010728A1 (en) Method and system and data source for processing of image data
CN101673268A (zh) 人像组合识别系统
CN111353926A (zh) 警务情报云平台
CN115309938A (zh) 一种监管、执法大数据数据分析挖掘的方法和系统

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
GR01 Patent grant
GR01 Patent grant