[发明专利]一种多人脸检测方法、装置、服务器、系统及存储介质

权利要求书

1.一种多人脸检测方法，其特征在于，包括：

采集目标车辆上乘客上车时的视频图像，所述视频图像包括上车乘客的人脸图像；

将所述视频图像的数据维度调整为指定数据维度；

将数据维度调整后的所述视频图像作为输入投入至预训练完成的DeepID网络，得到所述DeepID网络从所述视频图像中识别得到的各个人脸信息；

将识别得到的所述各个人脸信息上传至指定的平台服务器。

2.根据权利要求1所述的多人脸检测方法，其特征在于，所述DeepID网络通过以下步骤预先训练得到：

预先收集训练组样本，所述训练组样本包括用于训练的多个第一视频图像，所述第一视频图像均包括多个上车乘客的人脸图像；

预先标记所述训练组样本中各个第一视频图像对应的标准人脸信息；

将所述第一视频图像的数据维度调整为指定数据维度；

将数据维度调整后的所述第一视频图像作为输入投入至DeepID网络，得到所述DeepID网络从所述第一视频图像中识别得到的各个训练人脸信息；

将所述训练人脸信息作为目标，调整所述DeepID网络的网络参数，以最小化得到的所述训练人脸信息与所述训练组样本对应的标准人脸信息之间的误差；

若所述误差满足预设条件，则确定所述DeepID网络训练完成。

3.根据权利要求2所述的多人脸检测方法，其特征在于，所述DeepID网络包括三个子卷积神经网络，所述三个子卷积神经网络的网络结构相同，且均采用最大池化方式。

4.根据权利要求1所述的多人脸检测方法，其特征在于，所述采集目标车辆上乘客上车时的视频图像包括：

检测是否所述目标车辆的车门打开或者所述目标车辆进站；

若检测到所述目标车辆的车门打开或者所述目标车辆进站，则控制所述目标车辆上安装在指定位置的摄像头开始抓拍；

若抓拍到的图像中存在人脸，则确定所述抓拍到的图像为所述视频图像。

5.根据权利要求1至4中任一项所述的多人脸检测方法，其特征在于，还包括：

将识别得到的所述各个人脸信息上传至公安服务器，以便公安服务器将所述各个人脸信息与公安服务器中存储的目标人物信息进行比对；

若接收到定位请求，则获取所述目标车辆的实时定位信息，所述定位请求由所述公安服务器在比对成功之后发起；

将所述实时定位信息上传至公安服务器。

6.一种多人脸检测装置，其特征在于，包括：

视频图像采集模块，用于采集目标车辆上乘客上车时的视频图像，所述视频图像包括上车乘客的人脸图像；

维度调整模块，用于将所述视频图像的数据维度调整为指定数据维度；

人脸识别模块，用于将数据维度调整后的所述视频图像作为输入投入至预训练完成的DeepID网络，得到所述DeepID网络从所述视频图像中识别得到的各个人脸信息；

信息上传模块，用于将识别得到的所述各个人脸信息上传至指定的平台服务器。

7.根据权利要求6所述的多人脸检测装置，其特征在于，所述DeepID网络通过以下模块预先训练得到：

训练样本收集模块，用于预先收集训练组样本，所述训练组样本包括用于训练的多个第一视频图像，所述第一视频图像均包括多个上车乘客的人脸图像；

人脸信息标记模块，用于预先标记所述训练组样本中各个第一视频图像对应的标准人脸信息；

第一调整模块，用于将所述第一视频图像的数据维度调整为指定数据维度；

网络训练模块，用于将数据维度调整后的所述第一视频图像作为输入投入至DeepID网络，得到所述DeepID网络从所述第一视频图像中识别得到的各个训练人脸信息；

网络参数调整模块，用于将所述训练人脸信息作为目标，调整所述DeepID网络的网络参数，以最小化得到的所述训练人脸信息与所述训练组样本对应的标准人脸信息之间的误差；

训练完成模块，用于若所述误差满足预设条件，则确定所述DeepID网络训练完成。