[发明专利]一种基于大数据机器学习的特定人群视频识别方法

权利要求书

1.一种基于大数据机器学习的特定人群视频识别方法，其特征在于：该方法包括以下步骤：

(1)提供原始数据：先给计算机若干段视频信息，并且告诉计算机，这些视频中的期望寻找对象；

(2)设置检测数据：告诉计算机需要从哪些数据中去学习，其中，这些数据作为对象库被存放，这样方便系统的工程化应用，同时为用户提供可扩展的编辑界面，以便使用户对这些数据进行编辑和调整，更切近用户的使用场景；

(3)计算机在测量检测数据时，首先对原始数据进行图像的采集和规格化，然后对图像中出现的全部人脸进行识别，并测量所需要的特征数据，以及与现有知识之间的对应关系；

(4)数据关联度分析：对采集的数据进行分析，分析出为所需时对应的参数的分布情况，以及不为所需时对应的参数目的分布情况；然后对这些分布情况进行统计和分析，找出各个参数分布的方差，以及各个参数分布重心的距离；

(5)建设分级的特征库：对特征数据建设一级特征库和二级特征库；

(6)针对每级特征库，进行比对，从而获得识别结果；

(7)对计算机识别结果进行评判，如果结果错误则对步骤(4)、(5)进行修正；

其中，步骤(3)中对原始数据进行图像的采集和规格化包括以下步骤：

(3.1)读入视频信号；

(3.2)对视频信号逐帧分析，判断是否有人脸存在，如果有则将人脸区域数据裁剪出来；

(3.3)将大小尺寸不同的图片规格化为统一的大小，并且将图片做灰度化处理；

(3.4)将人脸的原始数据进行特征化处理，并先只得到人脸的一级特征库所要求的位置数据的特征空间向量，并提取待检测的数据；

其中，步骤(4)中，所述参数为眉弯度、眼角下垂度、眼纵横比，嘴弯度、口鼻距；

所述步骤(4)中，对于单个参数的数据关联度分析，用重心D(X)、权值dif表征该参数在特征识别时的关联程度、有效性和可信度；当D(X)值越小、dif值越大时，该参数的判断权值越大，数据关联度越大，数据有效性和可信度越高；对于两个参数的数据关联度分析，用重心D(X+Y)、权值Dif表征该参数在特征识别时的关联程度、有效性和可信度；当D(X+Y)值越小、Dif值越大时，该参数的判断权值越大，数据关联度越大，数据有效性和可信度越高。

2.根据权利要求1所述的基于大数据机器学习的特定人群视频识别方法，其特征在于：所述步骤(5)中，一级特征库选取眉弯度、眼角下垂度、眼纵横比的D(X)值和dif值作为备选参数。

3.根据权利要求2所述的基于大数据机器学习的特定人群视频识别方法，其特征在于：所述步骤(6)中，根据一级特征库的参数分割画面，取得画面的局部特征数据；与一级特征库进行比对，筛选出可疑结果。

4.根据权利要求3所述的基于大数据机器学习的特定人群视频识别方法，其特征在于：所述步骤(6)中，对待识别的图像进行全特征对比，以获得准确的结果。

5.根据权利要求4所述的基于大数据机器学习的特定人群视频识别方法，其特征在于：所述步骤(7)包括以下步骤：

(7.1)对计算机识别的结果进行评判，然后由计算机去收集与此结果相关的视频信息和人物特征；

(7.2)计算机使用这些数据去修正之前学习的模型；

(7.3)进行验算；

(7.4)判断结果是否正确，是则执行步骤(7.5)，否则执行步骤(7.2)；

(7.5)结束。