The invention discloses a multi-camera dynamic face recognition system and method based on MTCNN, which is suitable for scenarios including a plurality of camera monitoring cameras installed in the management area. The multi-camera monitoring system collects pedestrian video from different angles, and all the monitoring systems are connected to the same server through the network and share uniforms. Server Intranet; Methods include: 1) capturing pedestrian video from different angles and clipping face frames frame by frame from video stream; 2) extracting face features from all face frames by MTCNN method; 2) classifying the extracted features to achieve face recognition. Combining the hardware platform of multi-camera and server, the invention applies depth learning and feature recognition to the monitoring system, which is of great significance for improving the public security management.
【技术实现步骤摘要】
基于MTCNN的多摄像头动态人脸识别系统与方法
本专利技术涉及人脸识别
,具体涉及一种基于MTCNN的多摄像头动态人脸识别系统,还涉及此系统的识别方法,可应用于安防监控系统。
技术介绍
随着人工智能技术的迅猛发展和视频监控设备的日益普及,智能监控以其准确、及时和功能丰富而受到社会各界的广泛关注。目前,国内很多场合都布有监控,视频监控已经成为继数字电视、视频会议之后的又一个重大视频应用,而且日益成为“体量”最大的一个视频应用系统。治安管理监控作为视频监控领域的一个重要应用。可面对视频监控功能单一,记录繁多,智能监控在不同角度不同光照条件下对于人脸的特征学习率不高等诸多缺点,如何提高智能视频监控的特征提取率,如何使得智能监控在复杂环境下训练学习所得的模型欠拟合等问题面临重大挑战。随着未来安防系统性价比的不断提高和数字高清化、智能化等技术的发展,市场应用空间将不断增长。目前,视频监控关键处理算法包括自动曝光算法、自动白平衡算法、自动聚焦算法、宽动态算法等。优良的处理算法可以实现更好的色彩还原,使所采集的图像更加逼真,在低照度和光线变化较大的情况下使监控场景的视频有更好的表现。而硬盘存储经常出现反复记录导致的硬盘碎片、突发掉电导致的硬盘数据损坏、多个硬盘工作时带来的高热和振动等问题,由于安防行业的特殊性,要求视音频数据存储全天24小时不间断稳定工作,应用场合较为复杂。智能视频分析技术是监控技术第三个发展阶段“机器眼+机器脑”中的“机器脑”部分,利用机器,将“人脑”对于视频画面的监控判断,进行数据分析提炼特征形成算法植入机器,形成“机器脑”对视频画面自动检测分 ...
【技术保护点】
1.基于MTCNN的多摄像头动态人脸识别系统,适用场景为包括安装在管理区域的多个摄像头监控摄像头,其特征是,多个监控系统通过摄像头从不同角度采集行人的视频,所有监控系统均通过网络连接到同一服务器并共享服务器的内网;此人脸识别系统包括视频采集模块、特征提取模块和特征分类模块,其中,视频采集模块,所有监控系统基于各自的摄像头从不同角度实时采集行人视频流;并将所有视频流发送至服务器;特征提取模块,服务器中逐帧从视频流中裁剪出脸部帧,采用MTCNN算法来对脸部帧提取人脸特征;特征分类模块,用来对提取到的人脸特征进行分类,以实现人脸识别。
【技术特征摘要】
1.基于MTCNN的多摄像头动态人脸识别系统,适用场景为包括安装在管理区域的多个摄像头监控摄像头,其特征是,多个监控系统通过摄像头从不同角度采集行人的视频,所有监控系统均通过网络连接到同一服务器并共享服务器的内网;此人脸识别系统包括视频采集模块、特征提取模块和特征分类模块,其中,视频采集模块,所有监控系统基于各自的摄像头从不同角度实时采集行人视频流;并将所有视频流发送至服务器;特征提取模块,服务器中逐帧从视频流中裁剪出脸部帧,采用MTCNN算法来对脸部帧提取人脸特征;特征分类模块,用来对提取到的人脸特征进行分类,以实现人脸识别。2.根据权利要求1所述的基于MTCNN的多摄像头动态人脸识别系统,其特征是,服务器中将训练好的MTCNN模型共享至服务器连接的所有监控系统。3.基于MTCNN的多摄像头动态人脸识别方法,其特征是,包括以下步骤:步骤S1,从不同角度采集行人的视频,并逐帧从视频流中裁剪出脸部帧;步骤S2,采用MT...
【专利技术属性】
技术研发人员:桂冠,江斌,任强,戴菲,熊健,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。