[发明专利]一种匹配人体特征与MAC地址的方法及系统

说明书

本发明公开了一种匹配人体特征与MAC地址的方法及系统，其中方法包括接收监控范围内的视频图像获取人脸图像和/或身体图像，提取人脸特征或身体特征并分别聚类为人脸聚类或身体聚类，将同一人的人脸聚类与身体聚类进行关联并聚类，获取人体运动轨迹；获取移动设备的MAC记录存储至MAC日志数据库，绘制移动设备运动轨迹；根据人体运动轨迹获取并遍历每个人体，计算每个人体与运动轨迹中每个移动设备的匹配成功的次数c_ij及每个移动设备运动轨迹的时间段内出现的次数根据c_ij与的比值获取每个人与移动设备的匹配度。本发明通过MAC和人脸特征或身体特征进行匹配，以人为媒介，获得MAC地址对应的人的身份，实现了关联身份、图像、MAC地址。

技术领域

本发明属于视频图像处理技术领域，具体而言，涉及一种匹配人体特征与MAC地址的方法及系统。

背景技术

通过人的图像信息来确定人员身份的技术日趋成熟，然而现有算法只利用了监控视频的人脸信息。这种方法往往因摄像机清晰度和架设角度原因，无法抓拍到清晰的人脸。只有当人脸正对摄像机时摄像机才能够抓拍到人脸，而大角度侧脸和人背对相机的情况下，会出现人脸抓拍失败的情况从而影响人员身份确定效果。因此利用MAC探针探测周边移动设备的MAC地址来提高人员身份确定的技术随之产生。但这种技术的算法仅仅利用人脸特征进行，并且算法复杂运算速度慢。

发明内容

为解决上述技术缺陷，本发明结合人脸特征、身体特征以及MAC地址信息，计算人体特征与MAC的匹配度，防止了因摄像头未拍到人脸特征而无法确定人员身份，同时本发明通过简单的余弦距离算法提高了对人员的区分，进而加快了计算人体特征与MAC地址的匹配速度。

本发明提供了一种匹配人体特征与MAC地址的方法，包括如下步骤：

接收监控范围内的视频图像获取人脸图像和/或身体图像，将人脸图像和/或身体图像以及抓拍时间与地点生成图像数据后存储至图像日志数据库后，提取人脸特征或身体特征并分别聚类为人脸聚类或身体聚类，将同一人的人脸聚类与身体聚类进行关联并聚类，并结合聚类中人脸图像和/或身体图像对应的时间和地点，获取人体运动轨迹；

获取移动设备的MAC记录存储至MAC日志数据库，按照时间顺序绘制移动设备运动轨迹，其中，MAC记录包括对移动设备的编号、MAC地址、记录时间和记录地点；

根据人体运动轨迹获取并遍历每个人体，计算每个人体与运动轨迹中每个移动设备的匹配成功的次数c_ij及每个移动设备运动轨迹的时间段内出现的次数根据c_ij与的比值获取每个人与移动设备的匹配度。

进一步，所述接收监控范围内的视频图像获取人脸图像和/或身体图像，将人脸图像和/或身体图像以及抓拍时间与地点生成图像数据后存储至图像日志数据库后，提取人脸特征或身体特征并分别聚类为人脸聚类或身体聚类，将同一人的人脸聚类与身体聚类进行关联并聚类，获取人体运动轨迹包括

获取视频图像中包括人脸特征或身体特征的图像视频帧的数量n，并提取所有人脸特征或身体特征；

选定人脸特征或身体特征，计算选定的人脸特征或身体特征与其他的人脸特征或身体特征的余弦距离；

将余弦距离与预设的判别阈值进行比较，将大于判别阈值的人脸特征或身体特征聚类为人脸聚类或身体聚类；

将同一个人的人脸特征与身体特征进行关联，根据关联信息将同一个人的人脸聚类和身体聚类合并。

进一步，所述根据人体运动轨迹获取并遍历每个人体，计算每个人体与运动轨迹中每个移动设备的匹配成功的次数c_ij及每个移动设备运动轨迹的时间段内出现的次数根据c_ij与的比值获取每个人与移动设备的匹配度还包括

获取所有的匹配度，并根据人体数量与移动设备数量生成匹配度矩阵；