[发明专利]一种基于流媒体的人脸识别方法

权利要求书

1.一种基于流媒体的人脸识别方法，包括以下步骤：

在步骤S1中，调整图像捕获设备的角度，并将角度设置信息发送给前端系统；

在步骤S2中，前端系统将该信息处理后发送给后端系统；

在步骤S3中，后端系统确定是否需要再次调整角度；

在步骤S4中，经确定是否需要调整后，由图像捕获设备捕获图像数据；

在步骤S5中，前端系统将图像数据进行流媒体处理，并且发送给后端系统；

在步骤S6中，后端系统接收图像数据并处理，识别其中的人脸；

在步骤S7中，后端系统将识别出的人脸与数据库中的对象进行比较，并确定结果；

其中在步骤S1中，调整图像捕获设备的角度，并将角度设置信息发送给前端系统，该前端系统1包括固定设备A、调节设备B、图像捕获设备C、第一处理设备D和第一收发设备E，固定设备A与调节设备B耦合，调节设备B与图像捕获设备C以及第一处理设备D分别耦合，并且第一处理设备D和第一收发设备耦合；调节设备B包括顺序连接的连接构件B0，可旋转电动构件B1，连接构件B2，可旋转电动构件B3，连接构件B4，可旋转电动构件B5和连接构件B6；当可旋转电动构件均通过有线链路接收电信号时，连接构件为中空结构，其内部设置有电气配线，而当可旋转电动构件均通过无线链路接收电信号时，连接构件可以为中空结构或者实心结构，此时可旋转电动构件内部设置有近距离通信模块和信号处理模块，其与同样设置有近距离通信模块的第一处理设备通信；连接构件B0的连接设置为：连接构件B0直接或间接地连接到固定设备A和第一处理设备中的任一个或两者；调节设备B中的连接构件B0，可旋转电动构件B1，连接构件B2，可旋转电动构件B3，连接构件B4，可旋转电动构件B5，连接构件B6具体设置为：三个可旋转电动构件为圆柱体结构，其各自包括多个可以相互运动的子构件，多个子构件都可以部分或全部地相对于其他设备运动；其中可旋转电动构件B1、B3、B5的圆柱体底面的中轴线之间相互呈90°，即，这些中轴线中的每一个被彼此垂直地放置，使得三个可旋转电动构件的旋转轴覆盖所有的三维方向，即X、Y和Z方向；结构可整体上或部分地是直的、弯曲的或成角度的；进一步地，连接构件可以采用L、S、U、V、螺旋形；

其中在步骤S3中，后端系统确定是否需要再次调整角度进一步包括：后端系统根据接收的处理的信息，确定是否需要再次调整角度，如果确定图像捕获设备C的捕获角度设置得适当，则在步骤S4中直接进行图像的捕获；如果确定图像捕获设备C的捕获角度设置得不适当，即需要再次调整捕获角度，则返回调整角度，并在步骤S4中调整后进行图像的捕获；

其中在步骤S5中，前端系统将图像数据进行流媒体处理，并且发送给后端系统进一步包括：

在步骤S51中，前端系统中的第一处理设备接收图像捕获设备以某一速度捕获的图像信息；

在步骤S52中，前端系统中的第一处理设备将该图像信息进行编码压缩，具体包括：先将图像数据分割成片段，之后再分割为子片段，继而对子片段进行预测，其采用以下方式：由邻近的已完成编码的重新建立的帧为参考帧，执行移动补偿，之后完成后，用其数值减目前子片段的实际数值，生成差分数据，经过变换后进行数值化，经由熵编码，将熵编码的数据与预测的方向和移动向量合并成压缩的数据流；

在步骤S53中，前端系统中的第一处理设备将该数据流进行后续打包处理，并将打包处理的数据输入到缓冲器中；以及

在步骤S54中，第一收发设备根据传输速度，将缓冲器中的数据通过有线或无线链路传输；

其中在步骤S6中，后端系统接收图像数据并处理，识别其中的人脸进一步包括：

在步骤S61中，其中后端系统中的第二收发设备接收由第一收发设备发送的图像，并且将其输入到识别设备中；

在步骤S62中，识别设备根据预设的协议，将输入的数据进行解码，获得图像序列；

在步骤S63中，识别设备对图像序列进行预处理，其包括灰度处理、光照补偿、平滑去噪、图像锐化，以降低干扰信号；

在步骤S64中，对图像中的变化进行判断，当确定前景区域超过第一临界值，则确定有变化，进而进入步骤S65，而当确定前景区域未超过第一临界值，则确定无变化，终止该段序列的操作，转而进行下一序列的操作；

在步骤S65中，根据人脸部位的形状描述以及它们之间的距离特性来获得有助于人脸分类的特征数据，该特征数据包括特征分量，该特征分量包括特征点间的欧氏距离、曲率和角度；使用PCA算法提取面部数据的特征值形成面部特征矩阵，使用神经网络分类方法进行人脸矩形的确定，确定人脸矩形中的左右眼、左右眉、鼻尖、左右嘴角、下巴，对矩形的灰度图进行旋转和缩放，并提取上述部位的特征；人脸矩形的操作包括：确定人脸并标记，设定人脸的N*N像素，其中N是正整数；突出图像中的人脸并设置矩形，确定矩形大小并显示；

在步骤S66中，确定人脸信息，并将人脸的图像矩阵和信息储存到存储设备H内；

该方法可以在不增加设备的前提下，保证功耗和成本不增加，保证进行三维空间的全覆盖式捕获，增强数据的多样性和灵活性，保证传输质量，保持数据获取的连续性，节约时间，降低功率消耗。