[发明专利]一种基于云边端架构的人脸识别方法和系统

权利要求书

1.一种基于云边端架构的人脸识别方法，所述云边端架构包括依次通信连接的终端、边端和云端，其特征在于，所述终端与边端均安装在同一本地网段，所述云端安装在远程网段，所述人脸识别方法包括以下步骤：

终端的数据处理步骤：通过终端实时采集人脸信息，对所述人脸信息进行质量检测和活体检测，若所述质量检测和活体检测均通过，则将所述人脸信息推送给边端；

边端的数据处理步骤：边端接收云端传输的人脸特征信息，根据终端传输的人脸信息进行特征提取，并与从云端传送至边端的人脸特征数据进行比对，获取对比结果；根据该对比结果控制所述终端的动作，并将对比结果推送至云端进行管理；

云端的数据处理步骤：对边端传输的数据进行统计、管理和存储，并与边端进行数据交互，根据人脸数据提取人脸特征信息。

2.根据权利要求1所述的一种基于云边端架构的人脸识别方法，其特征在于，所述人脸特征信息存储在生物信息模型，该生物信息模型划分为多个生物库系统，所述边端选取对应的生物库系统进行人脸对比；

每个生物库系统均设有误识库和基础库，所述误识库和基础库中的每个对象均对应设有人脸识别阈值，同一对象在误识库中的人脸识别阈值大于在基础库中的人脸识别阈值；

所述边端进行人脸对比时，依次在误识库和基础库中进行查找，直至找到对应的人员，若在生物库系统中进行人脸对比获得的比分大于对应的人脸识别阈值，则判断识别出对应的人员。

3.根据权利要求2所述的一种基于云边端架构的人脸识别方法，其特征在于，所述多个生物库系统按照机构、地区、位置进行划分。

4.根据权利要求2所述的一种基于云边端架构的人脸识别方法，其特征在于，所述生物库系统还设有黑名单库，用于识别黑名单人员，所述边端进行人脸对比时，依次在黑名单库、误识库和基础库中进行查找，直至找到对应的人员。

5.根据权利要求2所述的一种基于云边端架构的人脸识别方法，其特征在于，所述终端分布在各个园区的各个场景中，根据园区的类型、场景需求和人员信息，在对应的终端中配置生物库系统的误识库和基础库的人脸数据以及人脸识别阈值，实现针对各个园区的分布式人脸识别。

6.根据权利要求1所述的一种基于云边端架构的人脸识别方法，其特征在于，所述终端采集人脸信息时还进行去重处理，该去重处理具体为：每隔一个预设的第一时间间隔上传一次人脸信息。

7.根据权利要求1所述的一种基于云边端架构的人脸识别方法，其特征在于，所述终端的数据处理步骤还包括：若边端返回的对比结果为人脸识别成功，则在预设的第二时间间隔内，则不再重复处理人脸识别结果。

8.一种基于云边端架构的人脸识别系统，其特征在于，包括依次通信连接的终端、边端和云端，所述终端与边端均安装在同一本地网段，所述云端安装在远程网段，

所述终端被配置为：通过终端实时采集人脸信息，对所述人脸信息进行质量检测和活体检测，若所述质量检测和活体检测均通过，则将所述人脸信息推送给边端；

所述边端被配置为：边端接收云端传输的人脸特征信息，根据终端传输的人脸信息进行特征提取，并与从云端传送至边端的人脸特征数据进行比对，获取对比结果；根据该对比结果控制所述终端的动作，并将对比结果推送至云端进行管理；

所述云端被配置为：对边端传输的数据进行统计、管理和存储，并与边端进行数据交互，根据人脸数据提取人脸特征信息。

9.根据权利要求8所述的一种基于云边端架构的人脸识别系统，其特征在于，所述人脸特征信息存储在生物信息模型，该生物信息模型划分为多个生物库系统，所述边端选取对应的生物库系统进行人脸对比；

每个生物库系统均设有误识库和基础库，所述误识库和基础库中的每个对象均对应设有人脸识别阈值，同一对象在误识库中的人脸识别阈值大于在基础库中的人脸识别阈值；

所述边端进行人脸对比时，依次在误识库和基础库中进行查找，直至找到对应的人员，若在生物库系统中进行人脸对比获得的比分大于对应的人脸识别阈值，则判断识别出对应的人员。

10.根据权利要求9所述的一种基于云边端架构的人脸识别系统，其特征在于，所述终端分布在各个园区的各个场景中，根据园区的类型、场景需求和人员信息，在对应的终端中配置生物库系统的误识库和基础库的人脸数据以及人脸识别阈值，实现针对各个园区的分布式人脸识别。