[发明专利]一种基于人脸识别的视频分析处理系统及方法

权利要求书

1.一种基于人脸识别的视频分析处理系统，其特征在于：包括采集传输单元、数据存储单元、人脸识别单元、以及展示单元；

所述采集传输单元包括用以采集人脸视频信息的摄像头，所述采集传输单元与数据存储单元相连，用以将采集到的人脸视频信息传输至数据存储单元中建立数据库；所述采集传输单元还与所述人脸识别单元相连，用以将采集到的人脸视频信息传输至人脸识别单元中进行人脸识别；

所述人脸识别单元与所述数据存储单元、展示单元相连，用以将从采集传输单元接收到的人脸视频信息与所述数据存储单元中数据库里存储的人脸视频信息进行对比，若识别成功，则将识别成功的人脸通过展示单元进行显示，若识别失败，则将不可识别的人脸视频信息添加进入数据库中；

所述人脸识别单元包括依次相连的用以对数据库中的人脸视频信息进行预处理得到人脸图像的第一处理模块、用以检测人脸图像中人脸部分的第二处理模块、用以采用神经网络提取人脸特征的第三处理模块、用以采用神经网络提取的人脸特征构建AdaBoost级联分类器的第四处理模块、以及用以对人脸视频信息中人脸进行识别的第五处理模块。

2.根据权利要求1所述的一种基于人脸识别的视频分析处理系统，其特征在于：所述第二处理模块采用MTCNN人工神经网络检测出人脸图像中的人脸部分。

3.根据权利要求1所述的一种基于人脸识别的视频分析处理系统，其特征在于：所述第三处理模块采用FaceNet人工神经网络提取出第二处理模块检测出的人脸部分的特征。

4.一种基于人脸识别的视频分析处理方法，其特征在于：包括以下步骤：

步骤S1：采集传输单元采用摄像头采集人脸视频信息，并传输至数据存储单元中建立数据库，人脸识别单元中的第一处理模块提取数据库中的人脸视频信息并进行预处理，得到预处理后的人脸图像；

步骤S2：所述人脸识别单元中的第二处理模块在预处理后的人脸图像中检测出人脸部分；

步骤S3：所述人脸识别单元中的第三处理模块在人脸图像的人脸部分中提取人脸特征；

步骤S4：所述人脸识别单元中的第四处理模块构建并训练AdaBoost级联分类器，通过训练多个弱神经网络分类器，组成级联分类器；

步骤S5：采集传输单元采用摄像头采集需要识别的人脸视频信息，所述人脸识别单元中的第五处理模块采用AdaBoost级联分类器将需要识别的人脸视频信息与所述数据存储单元中数据库里存储的人脸视频信息进行对比，若识别成功，则将识别成功的人脸通过展示单元进行显示，若识别失败，则将不可识别的人脸视频信息添加进入数据库中。

5.根据权利要求1所述的一种基于人脸识别的视频分析处理方法，其特征在于：所述步骤S2中，第二处理模块采用MTCNN人工神经网络检测出人脸图像中的人脸部分。

6.根据权利要求1所述的一种基于人脸识别的视频分析处理方法，其特征在于：所述步骤S3中，第三处理模块采用FaceNet人工神经网络提取出第二处理模块检测出的人脸部分的特征。

7.根据权利要求1所述的一种基于人脸识别的视频分析处理方法，其特征在于：所述步骤S4中，输入训练数据集：

T＝{(x₁,y₁),(x₂,y₂)...(x_i,y_i)...(x_n,y_n)},y∈{1,2，...，n}，

其中，x为向量，是步骤S3由神经网络训练得到的训练数据集，y是个人身份映射得到的向量，是标签的集合；

输出最终的级联分类器G(x)，具体包括以下步骤：

步骤S41：初始化训练数据的权重分布：D₁＝(W₁₁...W_1i...W_1n)，W为权重值；

步骤S42：使用权值分布D_m训练数据集，使用交叉熵损失函数，得到一个弱分类器G_m(x)，

其中，损失函数为J(W,b,a,y)＝-y*lna-(1-y)*ln(1-a)，

弱分类器为G_m(x)：X->(1,2,3,4,...n)；

步骤S43：计算弱分类器的误差率：

步骤S44：计算G_m(x)系数：

步骤S45：更新训练数据集的权值；

步骤S46：构建级联分类器：