A large data processing method based on image, including: setting the parameters of the image acquisition module, collecting the image of the target area, determining the image parameters of the target area, determining the adjustment, detection and segmentation of the face area, extracting face information in the segmented image, preprocessing the extracted face information, and preprocessing the preprocessing. The results are extracted by the results; the feature extraction results are matched on the large data platform. If the matching requirements are required, the next person's face information is extracted, and the operation after that is performed until all the face information in all the segmented images is completed, and the suspect is reminding or displaying the suspect through audio or video. The personal information of the object and its location in the target area. This method can capture the target area and the object to be analyzed in a comprehensive and accurate way, significantly improving the ability of image capture, and improving the efficiency of face recognition and processing.
【技术实现步骤摘要】
一种基于图像的大数据处理方法
本专利技术涉及大数据领域,并且更具体而言,涉及一种基于图像的大数据处理方法。
技术介绍
近几年以来,随着社会的不断发展,为了更好地保障人民的生命和财产安全以及国家安全,需要在公共场所有效地识别嫌疑人物。例如在城市广场、剧院、车站、地铁、医院等人员密度较大的场所,需要对环境中的任务进行有效地监控,以便于快速掌握特殊事件的实时信息,从而为特殊事件的处理提供保障,例如在公共场所,需要掌握有作案能力、动机、预谋的人的信息,既包括安全检查等手段,也包括隐蔽的危害公共安全的其它手段。另外,一些嫌疑人物在作案后,往往通过公共交通站出逃,例如火车站、飞机场,此时需要对环境中的汹涌人流进行分辨,以利于筛选和实时捕获相关人员的信息。这些信息的获取需要使用图像捕获技术和人脸识别技术,特别地,人脸识别技术是跨图像处理、模式识别等多学科的技术,通过利用计算机对人脸图像进行处理和分析,获取有效特征信息,进行身份识别。相比其它生物识别技术,人脸识别具有采集的非接触性、非强制性、操作简单、结果直观、隐蔽性好等特点,更为人们所接受。自从上世纪60年代被提出以来,一直是研究热点,尤其是近年来随着公安图像联网、智能监控和公安图像云计算等技术的快速推进,在嫌疑人员的确认、在逃人员通缉、重点场所布控、特殊人群身份确认、户籍管理等方面将有较大的市场和应用空间。然而,现有技术中存在一些问题。首先,图像捕获设备往往是固定设置在特定位置,不利于实时调节目标区域的范围。尽管存在一些自动调焦的图像捕获设备,然而本领域中公知的是,对于小范围的捕获,在调焦后图像固然变大,但是以牺牲分 ...
【技术保护点】
1.一种基于图像的大数据处理方法,包括:采集图像,对图像进行处理,提取人脸及其特征,匹配人脸特征,匹配时输出结果,显示结果。
【技术特征摘要】
1.一种基于图像的大数据处理方法,包括:采集图像,对图像进行处理,提取人脸及其特征,匹配人脸特征,匹配时输出结果,显示结果。2.根据权利要求1所述的基于图像的大数据处理方法,其中该方法具体包括:步骤S1,设置图像采集模块的参数;步骤S2,采集目标区域的图像;步骤S3,确定目标区域的图像参数,判断该图像参数是否满足要求,如果满足则继续执行步骤S4,否则确定需要调节的图像参数的类型和数值,并返回步骤S1进行图像采集模块的参数的设置;步骤S4,将采集的目标区域的图像进行人脸区域检测与分割;步骤S5,在分割的图像中提取人脸信息;步骤S6,对提取的人脸信息进行预处理;步骤S7:对预处理的结果进行特征提取;步骤S8:将特征提取的结果在大数据平台上进行特征匹配;步骤S9,如果符合匹配要求,则进入步骤S10;否则返回步骤S5,提取下一个人脸信息,并以此执行之后的操作,直到完成所有分割的图像中的所有人脸信息;步骤S10:通过音频或视频的方式提醒或显示嫌疑对象的个人信息以及在目标区域中的位置。3.根据权利要求2所述的基于图像的大数据处理方法,其中:该图像采集模块包括:第一连接杆1,第一连接轴2,可变长度连接杆3,第二连接轴7,第二连接杆8以及摄像头9,其中可变长度连接杆3包括第一部分4、第二部分6和可变长度部分5,其中可变长度部分5的一端被容纳在第一部分4内,另一端被容纳在第二部分5内;固定在墙壁上的第一连接杆1通过第一连接轴2而与可变长度连接杆3相连接,用于实现图像采集模块的图像采集方向的左右移动;可变长度连接杆3通过第二连接轴7而与第二连接杆8相连接,用于实现图像采集模块的图像采集方向的上下移动;可变长度连接杆3包括的第一部分4连接于第一连接轴2,包括的第二部分6连接于第二连接轴7,其中可变长度部分5是在电或磁信号控制的伸缩部件,用于实现图像采集模块的前后移动;其中第一连接轴1和第二连接轴7既作为轴连接部件,同时内部也包含控制可变长度部分5的长度的电或磁控制部件、以及分别控制第一连接杆1与可变长度连接杆3的相对移动、控制第二连接杆8与可变长度连接杆3的相对移动的调节和设置部件;以及在步骤S3中,确定目标区域的图像参数,判断该图像参数是否满足要求包括:确定采集的目标区域中有效范围所占的比例和环境光强度是否都满足预设的要求,当不满足要求时,调度器基于当前参数自动调取与当前参数对应的位于映射表中的目标参数,并将目标参数通过传输模块递送给图像采集模块;在步骤S4和S5中,将采集的目标区域的图像进行人脸区域检测与分割,在分割的图像中提取人脸信息包括:提取采集的目标区域的图像,用滤波器执行平滑操作,获得该图像的卷积值;计算选定的第一部分的多个相邻像素的梯度,判断梯度大于阈值时,分割目标与背景,删除面积小于临界值的区域;计算该图像的剩余像素的概率,判断像素的所述类型,符合要求的类型则更新背景中对应的像素;略去该图像的边缘,在面积大于临界值的区域中将噪声滤除,并提取像素灰度方差大于门限的区域,计算量化的梯度图,根据训练的人脸模型导出梯度图的概率图,用矩形窗口扫描区域,根据训练的模型和概率图分类该图像中的对象,确定对象为人脸的概率,如果该概率超过设定值,则确定对象为人脸,否则不是人脸;将确定的人脸的区域作为分割的第一区域;重复执行上述操作中其它部分的操作,直至完成图像的全部分割;并且将分割的区域中的确定的人脸的区域的像素的集合作为提取的人脸信息;步骤S6,对提取的人脸信息进行预处理包括;步骤S61,对确定的人脸的区域中提取的人脸信息进行对数变换,求取变换结果执行离散小波变换并获得分量,将该分量分解后得到多个不同类型的分量,基于多个不同类型的分量执行离散小波逆变换,获得预处理的人脸信息,求取提取的人脸信息与预处理的人脸信息的差分信号,作为图像增强的人脸信息;步骤S62,对图像增强的人脸信息进行人脸检测,得到人脸的面部器官区域,根据检测的人脸的宽度和高度,依照比例处确定第一区域,并获得第一区域及其上下左右四部分邻近区域的灰度值,移动第一区域,当其灰度值均小于其四部分邻近区域的灰度值的特定比例时,确定移动后的第一区域为眼部区域,遍历区域以获得两个眼部区域,确定这两个眼部区域的中心点的坐标(a1,b1)和(a2,b2),计算变换角度α以及变换值T,α的正切值为两个眼部区域的中心点的纵坐标差与横坐标差的商,T为:将Std除以以下值,两个眼部区域的中心点的纵坐标差的平方与横坐标差的平方的总和的平方根,其中Std为标准的左右眼间距;计算人脸的面部器官区域的每个区域的横坐标乘以Std...
【专利技术属性】
技术研发人员:肖会,
申请(专利权)人:成都鼎智汇科技有限公司,
类型:发明
国别省市:四川,51
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。