[发明专利]一种基于人脸识别的布控人员预警系统及方法在审

专利信息
申请号: 202010601436.1 申请日: 2020-06-29
公开(公告)号: CN111950347A 公开(公告)日: 2020-11-17
发明(设计)人: 李雷;李蓬;杨毅 申请(专利权)人: 武汉烽火众智数字技术有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08;G08B21/22;G08B21/24
代理公司: 北京汇泽知识产权代理有限公司 11228 代理人: 郑飞
地址: 430074 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 识别 布控 人员 预警系统 方法
【权利要求书】:

1.一种基于人脸识别的布控人员预警系统,其特征在于,所述系统包括人脸采集模块、人脸特征提取模块、人脸比对模块、预警模块以及以及人脸数据库,所述人脸数据库预先存储有所有布控人员的人脸特征数据;

所述人脸采集模块用于采集经过卡口处的人员的人脸图像,并将采集的人脸图像发送给人脸特征提取模块;

所述人脸特征提取模块用于从所述人脸图像中提取对应的人脸特征数据,并将所述人脸特征数据发送给人脸比对模块;

所述人脸比对模块用于将从人脸特征提取模块接收的人脸特征数据与所述人脸数据库中预先存储的布控人员的人脸特征数据一一进行比对,当接收到的人脸特征数据与人脸数据库中的某个布控人员的人脸特征数据匹配度大于预设阈值时,将比对结果发送给预警模块;

所述预警模块用于根据比对结果,生成预警信息并设置相应的预警语音提醒,同时将预警信息推送到对应的移动终端。

2.根据权利要求1所述的基于人脸识别的布控人员预警系统,其特征在于,所述人脸采集模块为前端摄像机,所述前端摄像机包括普通高清网络摄像机和人脸抓拍单元,所述普通高清网络摄像机用于采集经过卡口处的人员的视频信息,所述人脸抓拍单元用于对所述视频信息中的人脸进行自动捕获、跟踪以及抓拍,从而获取人脸图像。

3.根据权利要求1所述的基于人脸识别的布控人员预警系统,其特征在于,所述系统还包括人脸检测模块,所述检测模块用于通过CascadeCNN网络对人脸采集模块采集的人脸图像进行优化,并将优化后的人脸图像输出给人脸特征提取模块,所述人脸特征提取模块从优化后的人脸图像中提取对应的人脸特征数据。

4.根据权利要求1所述的基于人脸识别的布控人员预警系统,其特征在于,所述人脸检测模块通过CascadeCNN网络对人脸采集模块采集的人脸图像进行优化具体为:

用12x12的检测窗口扫描整张人脸图像,扫描完整张人脸图像后,将检测窗口输入到12-net网络中,剔除90%的检测窗口,将经过剔除之后的检测窗口经过12-calibration-net网络处理,并利用NMS网络剔除高度重合的检测窗口;

将经NMS网络处理后的检测窗口输入到24-net网络中,再次剔除90%的检测窗口,将经过剔除之后的检测窗口经过24-calibration-net网络处理,并再次利用NMS网络剔除高度重合的检测窗口;

将再次利用NMS网络处理后的检测窗口输入到48-net网络中,再次剔除90%的检测窗口,将经过剔除之后的检测窗口经过48-calibration-net网络处理,并再次利用NMS网络剔除高度重合的检测窗口,从而获得优化后的人脸图像。

5.根据权利要求1所述的基于人脸识别的布控人员预警系统,其特征在于,所述人脸特征提取模块基于已经训练好的ResNet模型对所述人脸图像进行人脸识别,提取128维的人脸特征向量,作为人脸特征数据。

6.一种基于人脸识别的布控人员预警方法,其特征在于,所述方法包括:

步骤1,采集经过卡口处的人员的人脸图像;

步骤2,从所述人脸图像中提取对应的人脸特征数据;

步骤3,将从所述人脸图像中提取的人脸特征数据与人脸数据库中预先存储的布控人员的人脸特征数据一一进行比对,当从所述人脸图像中提取的人脸特征数据与人脸数据库中的某个布控人员的人脸特征数据匹配度大于预设阈值时,发出预警信息。

7.根据权利要求6所述的基于人脸识别的布控人员预警方法,其特征在于,通过人脸采集模块采集经过卡口处的人员的人脸图像,所述人脸采集模块为前端摄像机,所述前端摄像机包括普通高清网络摄像机和人脸抓拍单元,所述普通高清网络摄像机用于采集经过卡口处的人员的视频信息,所述人脸抓拍单元用于对所述视频信息中的人脸进行自动捕获、跟踪以及抓拍,从而获取人脸图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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武汉烽火众智数字技术有限责任公司,未经武汉烽火众智数字技术有限责任公司许可,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/202010601436.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top