[发明专利]一种基于MAC地址与人脸信息关联的方法和系统

权利要求书

1.一种基于MAC地址与人脸信息关联的方法，其特征在于，所述方法包括：

获取关联场景下相机采集的视频流，利用人脸检测与跟踪算法对每个场景中的每个点位的人脸进行提取；

对每个场景下提取的人脸，利用人脸特征提取算法对检测到的人脸进行特征提取，形成每个场景的人脸特征库，从而获得多个场景人脸特征库；

在多个场景人脸特征库之间和每个场景人脸特征库内，利用人脸比对技术，记录同一个人脸在每个场景人脸特征库中出现的次数；

按照每个人脸在每个场景中的各个点位的出现次数绘制人脸轨迹，形成多个场景间的人脸轨迹库；

获取所述关联场景下MAC地址采集模块检测到的每个场景中的每个点位的MAC地址，分别形成每个场景的MAC地址库，从而获得多个场景的MAC地址库；

在多个场景的MAC地址库之间以及每个场景的MAC地址库内，进行查重比对，记录各个MAC地址在每个场景MAC地址库中出现的次数；

按照每个MAC地址在每个场景的各个点位的存在情况绘制MAC地址轨迹，形成多个场景间的MAC地址轨迹库；

选择MAC地址轨迹库中的一条MAC地址轨迹，利用轨迹匹配方法，在所有人脸轨迹中寻找概率最大的人脸序列，则得到一组关联数据：MAC地址+匹配人脸；循环采用上述匹配方法，则得到若干组关联数据：MAC地址+匹配人脸，

其中，轨迹匹配方法利用逻辑回归模型

其中X＝M-F＝[m₁-f₁,m₂-f₂,...,m_n-f_n]，对待匹配的人脸与MAC地址轨迹进行相似性判断，其中，MAC地址M在n个场景的轨迹为：M＝[m₁,m₂,...,m_n]，人脸F在n个场景的轨迹为：F＝[f₁,f₂...,f_n]，将两个轨迹的差值X作为判别两个轨迹是否为同一组关联数据的输入，X和θ＝[θ₁,...,θ_n]均为n维行向量，θ＝[θ₁,...,θ_n]的值通过样本训练数据获得。

2.根据权利要求1所述的方法，其特征在于，利用所述人脸比对技术进行查重比对，相似度超过阈值即判定为同一人脸。

3.根据权利要求1所述的方法，其特征在于，绘制人脸轨迹的步骤中，一个人脸在某个场景中出现的次数为Q，则标记为Q，不存在标记为0，疑似出现次数为Y，则标记为Y*，多个场景的次数标记联合起来，形成该人脸在多个场景下的人脸轨迹。

4.根据权利要求1所述的方法，其特征在于，绘制MAC地址轨迹的步骤中，一个MAC地址在某个场景中出现的次数为Z，则标记为Z，不存在则标记为0，多个场景的次数标记联合起来，形成该MAC地址在多个场景下的MAC地址轨迹。