[发明专利]一种基于人脸识别技术的同行人分析方法及系统在审
| 申请号: | 201910196964.0 | 申请日: | 2019-03-15 |
| 公开(公告)号: | CN110084103A | 公开(公告)日: | 2019-08-02 |
| 发明(设计)人: | 张斌;陈坚 | 申请(专利权)人: | 深圳英飞拓科技股份有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F16/53 |
| 代理公司: | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人: | 袁文英 |
| 地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 人脸特征 人脸识别技术 同行 人员分析 码信息 特征码 相似度 分析方法及系统 人工智能 高效快速 监控区域 人工成本 人脸识别 人脸图片 人员数据 图像数据 学习算法 智能分析 大数据 时间段 安防 比对 归类 人脸 抓拍 检索 数据库 捕捉 抽象 图像 保存 | ||
本发明属于安防技术领域,公开了一种基于人脸识别技术的同行人员分析方法,通过人工智能深度学习算法对抓拍的图像数据进行智能分析,对经过设定监控区域的人员进行人脸捕捉,并对人脸图片进行抽象,提取人脸特征码信息,将提取的人脸特征码信息与保存于数据库中的人脸特征码进行比对,相似度大于一定阈值的特征码归类为同一个人的特征码,取相似度最高的人脸特征码作为目标人员的识别标识,基于该识别标识和时间段检索与该目标人员同时出现的人的图像,即获取同行人员数据,该方法高效快速,通过人脸识别和大数据技术,提高了同行人员分析的准确性,降低了劳动强度和人工成本。
技术领域
本发明属于安防技术领域,涉及一种同行人分析方法及系统,具体地说涉及一种基于人脸识别技术的同行人分析方法及系统。
背景技术
随着社会经济发展,城镇建设速度加快以及互联网行业的突飞猛进,各类经济活动日趋频繁,导致城市中人口密集,流动人口显著增加,引发了城市建设中的交通、社会治安、重点区域防范、网络犯罪等城市管理问题。
近年来社会犯罪率特别是网络犯罪呈逐年升高的趋势,犯罪手法也更加隐蔽和先进,给广大公安人员侦破案件增加了难度。公安人员对通缉犯进行人工排查时成功率极低,效果不佳。由于罪犯群体不断扩大,要在数以百万计的人员照片库中人工筛选出犯罪嫌疑人不仅费时费力,还有可能出现遗漏的情况。同时由于人员流动较为频繁,结伴同行的情况更为难以跟踪,对于突发紧急案件,往往会贻误最佳破案时机,因此,如何提供更为丰富及实用的人像防控技术,从事后被动调查进步到事前主动预警,成为当前建设平安城市进程中亟待解决的问题。
发明内容
为此,本发明所要解决的技术问题在于如何精确分析结伴同行人员,预防犯罪事件发生,从而提出一种基于人脸识别技术的同行人分析方法及系统。
为解决上述技术问题,本发明的技术方案为:
本发明提供一种基于人脸识别技术的同行人员分析方法,其包括如下步骤:
S1、获取目标人员的抓拍图像数据;
S2、提取目标人员的抓拍图像数据中人脸特征码信息;
S3、将目标人员的人脸特征码信息与预设数据库中的人脸特征码比对,计算所述目标人员的人脸特征码信息与预存人员人脸特征码匹配度;
S4、提取预设数据库中与目标人员人脸特征码匹配度最高的预存人脸特征码,将该人脸特征码作为目标人员的识别标识;
S5、提取选定时间段内与所述目标人员的识别标识同时出现的行人图像数据,即为同行人员的图像数据。
作为优选,所述步骤S5具体为:提取选定时间段内与所述目标人员同时出现至少两次的人员图像。
作为优选,所述步骤S5后还包括二次筛选的步骤:提取不同位置的抓拍数据,获取在不同位置同行人员与目标人员同时出现的图像数据,在不同位置同时出现次数超过预设值则为同行人员。
作为优选,所述步骤S3包括:
对抓拍的目标人员的人脸特征码信息与预设数据库中的预存人员人脸特征码比对,计算匹配度;
判断匹配度是否高于指定阈值,若匹配度高于指定阈值则标记为同一识别码,否则标记为新识别码。
作为优选,所述步骤S4还包括将提取的人员信息进行缓存的步骤。
作为优选,所述选定时间段为目标人员出现的前后30s。
本发明还提供一种基于人脸识别技术的同行人员分析系统,其包括:
图像获取模块,用于获取目标人员的抓拍图像数据;
第一提取模块,用于提取目标人员的抓拍图像数据中人脸特征码信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳英飞拓科技股份有限公司,未经深圳英飞拓科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910196964.0/2.html,转载请声明来源钻瓜专利网。





