一种用于视频侦查的人脸信息结构化方法技术

本发明专利技术涉及视频侦查技术领域，提供了一种用于视频侦查的人脸信息结构化方法，包括如下步骤：S1，从需要侦查的视频中获取人脸，并标记人脸信息；S2，将标记的人脸信息进行人脸特征提取，并输送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型；S3，通过所述人脸信息结构化模型，将需要进行结构化的人脸信息送入到人脸信息结构化网络中，以得到人脸信息对应的人脸信息标签；S4，根据得到的人脸信息标签进行人脸筛选和侦查。采用人脸信息结构化网络生成人脸信息结构化模型，然后由其得到人脸信息标签，直接对人脸信息进行视频监控中的人脸样本标记，不仅操作简单，而且对实际视频侦查的环境适应性更好，鲁棒性更强，更加实用于实战。

A method of structuring face information for video surveillance

The present invention relates to the field of video detection technology, providing a structured method of face information for video detection, including the following steps: S1, obtaining human faces from the video needed to detect and marking face information; S2, extracting face features from the labelled face information and transporting to the structured network of face information. S3, through the structured model of the face information, the structured face information is needed to be sent into the face information structured network to get the face information label corresponding to the face information. S4, the face information label is used to screen and detect the face according to the human face information label. The face information structured network is used to generate the face information structure model, and then the face information label is obtained. The face information in the face information is marked directly. It is not only easy to operate, but also has better adaptability and robustness to the actual video detection environment, and it is more practical.

【技术实现步骤摘要】
一种用于视频侦查的人脸信息结构化方法
本专利技术涉及视频侦查
，具体为一种用于视频侦查的人脸信息结构化方法。
技术介绍
随着科技的快速发展,智能视频监控技术在公安刑侦业务中广泛应用，通过视频录像记录行人及车辆行为，从视频中发现和追踪嫌疑目标已成为刑侦技术的重要手段。在实际办案过程中,当工作人员锁定了嫌疑人或嫌疑车辆后,需要从案发地及附近区域追踪到嫌疑人的行动路线,然而从海量的监控视频中人为查找嫌疑人是一项非常困难的工作,不仅耗时较长而且容易遗漏目标。
技术实现思路
本专利技术的目的在于提供一种用于视频侦查的人脸信息结构化方法，通过人脸信息结构化网络生成人脸信息结构化模型，然后由其得到人脸信息标签，供筛选和侦查，操作简单，效率高，且成本低廉。为实现上述目的，本专利技术实施例提供如下技术方案：一种用于视频侦查的人脸信息结构化方法，包括如下步骤：S1，从需要侦查的视频中获取人脸，并标记人脸信息；S2，将标记的人脸信息进行人脸特征提取，并输送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型；S3，通过所述人脸信息结构化模型，将需要进行结构化的人脸信息送入到人脸信息结构化网络中，以得到人脸信息对应的人脸信息标签；S4，根据得到的人脸信息标签进行人脸筛选和侦查。进一步，所述S1步骤中，标记的人脸信息至少包括性别、年龄、是否戴眼镜以及肤色。进一步，所述S2步骤具体为：将提取的人脸特征输送至人脸信息结构化网络中，通过级联卷积神经网络进行特征提取，并进行目标类型分类；将标记好的人脸信息数据分为三个子集，并按比例4:4:2随机进行组合，分别标注为第一人脸集合、第二人脸集合以及第三人脸集合；同时，分别将所述第一人脸集合、所述第二人脸集合以及所述第三人脸集合送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型。进一步，进行目标类型分类采用交叉熵损失函数，将某一人脸记为xi，其对应的损失函数为：是人脸第k种信息的输出概率，φ代表人脸结构化的网络参数，表示k种信息的分类标签。进一步，所述第一人脸集合、所述第二人脸集合以及所述第三人脸集合分别有八十万、八十万以及四十万张人脸信息。进一步，所述人脸信息结构化网络由两个三十七层卷积神经网络和一个五层卷积神经网络级联而成。进一步，重复操作所述S2步骤，可得到由粗略到精细的人脸信息结构化模型。与现有技术相比，本专利技术的有益效果是：1、采用人脸信息结构化网络生成人脸信息结构化模型，然后由其得到人脸信息标签，直接对人脸信息进行视频监控中的人脸样本标记，不仅操作简单、效率高、成本低廉，而且对实际视频侦查的环境适应性更好，鲁棒性更强，更加实用于实战。2、采用人脸信息的结构化，可以解决现有技术中从海量的监控视频中查找嫌疑人异常困难的缺陷。3、通过级联卷积神经网络方法，对人脸图片的信息进行了由粗略到精细的筛选，获得更加准确的人脸结构化结果，极大程度帮助刑侦人员筛选可疑目标，缩短侦查时间。附图说明图1为本专利技术实施例提供的一种用于视频侦查的人脸信息结构化方法的步骤流程图；图2为本专利技术实施例提供的一种用于视频侦查的人脸信息结构化方法的结构化级联神经网络的架构图；图3为本专利技术实施例提供的一种用于视频侦查的人脸信息结构化方法的人脸信息标注示意图；图4为本专利技术实施例提供的一种用于视频侦查的人脸信息结构化方法的级联神经网络的模型图；具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术实施例提供一种用于视频侦查的人脸信息结构化方法，包括如下步骤：S1，从需要侦查的视频中获取人脸，并标记人脸信息；S2，将标记的人脸信息进行人脸特征提取，并输送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型；S3，通过所述人脸信息结构化模型，将需要进行结构化的人脸信息送入到人脸信息结构化网络中，以得到人脸信息对应的人脸信息标签；S4，根据得到的人脸信息标签进行人脸筛选和侦查。采用人脸信息结构化网络生成人脸信息结构化模型，然后由其得到人脸信息标签，直接对人脸信息进行视频监控中的人脸样本标记，不仅操作简单、效率高、成本低廉，而且对实际视频侦查的环境适应性更好，鲁棒性更强，更加实用于实战。且采用人脸信息的结构化，可以解决现有技术中从海量的监控视频中查找嫌疑人异常困难的缺陷。作为专利技术实施例的优化方案，在S1步骤中，标记的人脸信息至少包括性别、年龄、是否戴眼镜以及肤色。还可以根据实际情况加入其它特征信息，例如身高。标签标注实例如图3所示，本专利技术采集并标注了200万张人脸数据集。作为专利技术实施例的优化方案，如图2所示，S2步骤具体为：将提取的人脸特征输送至人脸信息结构化网络中，通过级联卷积神经网络进行特征提取，并进行目标类型分类；将标记好的人脸信息数据分为三个子集，并按比例4:4:2随机进行组合，分别标注为第一人脸集合、第二人脸集合以及第三人脸集合；同时，分别将所述第一人脸集合、所述第二人脸集合以及所述第三人脸集合送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型。在本实施例中，第一人脸集合、第二人脸集合以及第三人脸集合分别对应有八十万、八十万以及四十万张人脸信息。作为专利技术实施例的优化方案，进行目标类型分类采用交叉熵损失函数，将某一人脸记为xi，其对应的损失函数为：是人脸第k种信息的输出概率，φ代表人脸结构化的网络参数，表示k种信息的分类标签。采用交叉熵损失函数来计算人脸结构化网络参数，可准确且快速地得出结果。作为专利技术实施例的优化方案，请参阅图4，人脸信息结构化网络由两个三十七层卷积神经网络和一个五层卷积神经网络级联而成。该级联网络主要有卷积层、池化层和全连接层等连接组成。作为专利技术实施例的优化方案，重复操作所述S2步骤，可得到由粗略到精细的人脸信息结构化模型。在S3步骤中，步骤2可以得到一个由粗到细的人脸信息结构化模型，通过训练好的人脸信息结构化模型，把需要进行结构化的人脸送入到预测网络中，可以得到人脸信息结构化对应的分类结果，视频侦查时需要分析的大量人脸数据，通过级联网络模型得到人脸信息分类后，对分类信息进行存储，可实现200万张的人脸信息结构化。作为专利技术实施例的优化方案，在S4步骤中，根据步骤3，可以获取大数据环境下的人脸结构化信息，在视频侦查时，可以根据这些标签信息进行快速排除和筛选，便于目标的快速侦查。尽管已经示出和描述了本专利技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本专利技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本专利技术的范围由所附权利要求及其等同物限定。本文档来自技高网...

【技术保护点】
1.一种用于视频侦查的人脸信息结构化方法，其特征在于，包括如下步骤：S1，从需要侦查的视频中获取人脸，并标记人脸信息；S2，将标记的人脸信息进行人脸特征提取，并输送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型；S3，通过所述人脸信息结构化模型，将需要进行结构化的人脸信息送入到人脸信息结构化网络中，以得到人脸信息对应的人脸信息标签；S4，根据得到的人脸信息标签进行人脸筛选和侦查。

【技术特征摘要】
1.一种用于视频侦查的人脸信息结构化方法，其特征在于，包括如下步骤：S1，从需要侦查的视频中获取人脸，并标记人脸信息；S2，将标记的人脸信息进行人脸特征提取，并输送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型；S3，通过所述人脸信息结构化模型，将需要进行结构化的人脸信息送入到人脸信息结构化网络中，以得到人脸信息对应的人脸信息标签；S4，根据得到的人脸信息标签进行人脸筛选和侦查。2.如权利要求1所述的一种用于视频侦查的人脸信息结构化方法，其特征在于：所述S1步骤中，标记的人脸信息至少包括性别、年龄、是否戴眼镜以及肤色。3.如权利要求1所述的一种用于视频侦查的人脸信息结构化方法，其特征在于，所述S2步骤具体为：将提取的人脸特征输送至人脸信息结构化网络中，通过级联卷积神经网络进行特征提取，并进行目标类型分类；将标记好的人脸信息数据分为三个子集，并按比例4:4:2随机进行组合，分别标注为第一人脸集合、第二人脸集...

【专利技术属性】
技术研发人员：向奎，向少雄，刘树惠，吴迪，
申请(专利权)人：武汉烽火众智数字技术有限责任公司，
类型：发明
国别省市：湖北,42