[发明专利]一种隐私安全的身份特征快速计算方法

权利要求书

1.一种隐私安全的身份特征快速计算方法，其特征在于：包含有如下步骤：

步骤一：分布在物理空间各处的多路监控相机采集空间区域内的不同位置、视角的视频，经过解码后发送给人形检测器，每个布置再物理空间本地的前端/边缘AI分析盒负责分析10路监控相机的视频，即每个AI分析盒每秒处理40帧相机传来的实时图像帧，未来前端/边缘AI计算芯片的效率进一步提升的情况下可处理更多路的视频；

步骤二：收到实时帧图像后，前端AI分析盒上的人形检测器检测出每一帧中的人形图像框，每个人形图像框由一个向量（x，t）表示，其中x为人形框在图像中的矩形的坐标，t为人形框出现的时间；

步骤三：对每个相机初始化一张身份特征映射表T，初始为空表；

步骤四：对于每一个新检测的人形图像框（x，t），若相应相机的身份特征映射表T为空，则先将图像框（x，t）输入给低精度身份特征模型A，得到图像框（x，t）的低精度身份特征Ax，然后再将图像（x，t）输入给高精度身份特征模型B，得到图像框（x，t）的高精度身份特征Bx，以（Ax，x，t）为索引Key，Bx为Value值，将｛（Ax，x，t），Bx｝特征映射对插入映射表T，将Bx作为图像框（x，t）的最终身份特征描述串发送到云端，若相应相机的身份特征映射表T不为空，则先将图像框（x，t）输入给低精度身份特征模型A，得到图像框（x，t）的低精度身份特征Ax，遍历映射表T计算表中保存的特征对中低精度身份特征与Ax最大的身份特征相似度Cmax，当最大相似度Cmax足够接近1，则认为当前图像框（x，t）的内容与映射表中Cmax所对应的历史图像框的内容足够接近，将Cmax对应的特征对中的高精度身份模型特征Bmax作为人形图像框（x，t）的最终身份特征描述串发送到云端；

步骤五：对于每一个新检测的人形图像框（x，t），若相应相机的身份特征映射表T不为空，而映射表T计算表中保存的特征对中低精度身份特征与Ax最大的身份特征相似度Cmax低于0.9，则将图像（x，t）输入给高精度身份特征模型B，得到图像框（x，t）的高精度身份特征Bx，以（Ax，x，t）为索引Key，Bx为Value值，将（（Ax，x，t），Bx）特征映射对插入映射表T；

步骤六：当相机的特征映射表T包含的特征映射对数量超过一定大小时，将其中t最早的特征映射对删除。

2.根据权利要求1所述的一种隐私安全的身份特征快速计算方法，其特征在于：所述步骤一中由于前端AI设备的算力有限，可采用4帧每秒的处理帧率，未来前端/边缘AI计算芯片的效率进一步提升的情况下可采用大于4帧/秒的处理频率。

3.根据权利要求1所述的一种隐私安全的身份特征快速计算方法，其特征在于：所述步骤一中未来前端/边缘AI计算芯片的效率进一步提升的情况下可处理更多路的视频。

4.根据权利要求1所述的一种隐私安全的身份特征快速计算方法，其特征在于：所述步骤二中人形检测器的算法包括且不限于YOLOX。

5.根据权利要求1所述的一种隐私安全的身份特征快速计算方法，其特征在于：所述步骤六中相机的特征映射表T包含的特征映射对数量删除阈值为16。

6.根据权利要求1所述的一种隐私安全的身份特征快速计算方法，其特征在于：所述步骤四最大相似度Cmax的阈值设置为0.9，即最大相似度Cmax足够接近0.9，则认为当前图像框（x，t）的内容与映射表中Cmax所对应的历史图像框的内容足够接近。