【技术实现步骤摘要】
一种应用于摄像头的人脸识别方法
本专利技术实施例涉及摄像头的人脸识别
,具体涉及一种应用于摄像头的人脸识别方法。
技术介绍
人脸识别技术是基于人的脸部特征,对输入的人脸图像或者视频流提取每个人脸中所蕴涵的身份特征,并将其与已知的人脸进行对比,从而识别每个人脸的身份。现在对人脸识别技术的应用包括:单机门禁设备,单机门禁设备采用部署在识别系统终端的传统识别模型对有效距离内的人进行识别,成本较低,但识别精度不高,可识别人数较少,每次通常只能同时识别一个人且需要人的主动配合。现在对人脸识别技术的应用还包括:基于监控摄像头+后台服务器,将基于深度学习的人脸识别模型部署在后台服务器,具有有效距离远、需要用户的配合度较低和可同时识别多人的优点;但是由于识别模型部署于后台服务器,需要通过高速的网络,将摄像头采集的视频/图像传回后台服务器端进行识别,前端摄像头只作为传感器来使用,有很强的硬件依赖,应用起来实时性差,且只能通过后端服务器对摄像头控制和调整,灵活性差。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题,本专利技术实施例提供了一种应用于摄像头的人脸识别方法。有鉴于此,第一方面,本专利技术实施例提供一种应用于摄像头的人脸识别方法,所述摄像头具有通信模块及处理器,所述方法包括:接收移动终端发送的待识别人脸图像;从所述待识别人脸图像中提取待识别人脸图像特征;将所述待识别人脸图像特征发送至与所述摄像头属于同一摄像头集群的其他摄像头;识别所述摄像头监测到的视频或图片,得到与所述待识别人脸图像特征对应的视频或图片,并接收所述其他摄像头识别出的与所述待识别人脸 ...
【技术保护点】
1.一种应用于摄像头的人脸识别方法,其特征在于,所述摄像头具有通信模块及处理器,所述方法包括:接收移动终端发送的待识别人脸图像;从所述待识别人脸图像中提取待识别人脸图像特征;将所述待识别人脸图像特征发送至与所述摄像头属于同一摄像头集群的其他摄像头;识别所述摄像头监测到的视频或图片,得到与所述待识别人脸图像特征对应的视频或图片,并接收所述其他摄像头识别出的与所述待识别人脸图像特征对应的视频或图片;将所述摄像头得到的视频或图片和所述其他摄像头得到的视频或图片发送至所述移动终端。
【技术特征摘要】
1.一种应用于摄像头的人脸识别方法,其特征在于,所述摄像头具有通信模块及处理器,所述方法包括:接收移动终端发送的待识别人脸图像;从所述待识别人脸图像中提取待识别人脸图像特征;将所述待识别人脸图像特征发送至与所述摄像头属于同一摄像头集群的其他摄像头;识别所述摄像头监测到的视频或图片,得到与所述待识别人脸图像特征对应的视频或图片,并接收所述其他摄像头识别出的与所述待识别人脸图像特征对应的视频或图片;将所述摄像头得到的视频或图片和所述其他摄像头得到的视频或图片发送至所述移动终端。2.根据权利要求1所述的应用于摄像头的人脸识别方法,其特征在于,所述方法还包括:所述摄像头接收与所述摄像头属于同一摄像头集群的其他摄像头发送的待识别人脸图像特征;识别所述摄像头监测到的视频或图片,得到与所述待识别人脸图像特征对应的视频或图片;将与所述待识别人脸图像特征对应的视频或图片发送至所述其他摄像头。3.根据权利要求1所述的应用于摄像头的人脸识别方法,其特征在于,所述从所述待识别人脸图像中提取待识别人脸图像特征,包括:通过预先设置在所述摄像头上的人脸检测模型对所述待识别人脸图像进行处理,检测出所述待识别人脸图像中的人脸图像区域;通过预先设置在所述摄像头上的人脸识别模型对所述人脸图像区域进行人脸图像特征提取,得到待识别人脸图像特征。4.根据权利要求1所述的应用于摄像头的人脸识别方法,其特征在于,将所述待识别人脸图像特征发送至与所述摄像头属于同一摄像头集群的其他摄像头,之前还包括:所述摄像头发出无线自组网协议;获取通过所述无线自组网协议与所述摄像头组成摄像头集群的其他摄像头的IP地址;将所述待识别人脸图像特征发送至所述IP地址。5.根据权利要求1或2所述的应用于摄像头的人脸识别方法,其特征在于,所述识别所述摄像头监测到的视频或图片,得到与所述待识别人脸图像特征对应的视频或图片,包括:通过预先设置在所述摄像头上的人脸检测模型对所述摄像头监测到的视频或图片进行处理,检测出所述视频或图片中的人脸图像区域;通过预先设置在所述摄像头上的人脸识别模型对所述人脸图像区域进行人脸图像特征提取;将提取的人脸图像特征与所述待识别人脸图像特征进行对比,得到与所述待识别人脸图像特征对应的视频或图片。6.根据权利要求2所述的应用于摄像头的人脸识别方法,其特征在于,所述摄像头接收与所述摄像头属于同一摄像头集群的其他摄像头发送的待识别人脸图像特征之前,还包括:所述摄像头根据所述其他摄像头发出的无线自组网协议与所述其他摄像头组成摄像头集群。7.根据权利要求3或5所述的应用于摄像头的人脸识别方法,其特征在于,所述人脸检测模型设置在所述摄像头上之前,还包括:根据所述摄像头的参数设定所述人脸检测模型的检测尺寸;根据所述检测尺寸,基于深度学习构建人脸检测模型;通过卷积神经网络的参数压缩技术对所述人脸检测模型进行压缩;将压缩后的所述人脸检测模型的参数从浮点型数值量化成8-bits表示的数值;用逐层增量量化训练的方式,对参数量化后的所述人脸检测模型重新训练,...
【专利技术属性】
技术研发人员:黄永祯,王亮,郭韦昱,
申请(专利权)人:银河水滴科技北京有限公司,中国科学院自动化研究所,
类型:发明
国别省市:北京,11
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。