基于无人机的人脸识别方法技术

本发明专利技术属人脸识别系统领域，尤其涉及一种基于无人机的人脸识别方法，包括无人机端的视频流采集/传输模块、地面站的视频流接收模块、人脸识别模块、人脸采集模块及数据库交互模块；所述无人机端的视频流采集/传输模块负责调用树莓派通过USB接口挂载的UVC摄像头拍摄目标区域内的图像信息；所述地面站视频流接收模块主要负责接收来自无人机子系统传来的数据包，将其解码成人脸识别模块能够识别处理的格式；所述人脸识别模块主要负责人脸识别功能；所述地面站人脸采集模块提供实时采集模式与批量导入模式。本发明专利技术识别精度高，人脸图像不失真，抗干扰能力强。

Face recognition method based on UAV

The invention belongs to the field of face recognition system, in particular to a face recognition method based on UAV, which includes a video stream collection / transmission module at the drone end, a video stream receiving module at the ground station, a face recognition module, a face collection module and a database interaction module; the video stream collection / transmission module at the drone end is responsible for calling UVC attached by raspberry pie through the USB interface The camera captures image information in the target area; the ground station video stream receiving module is mainly responsible for receiving data packets from the UAV subsystem and decoding them into a format that can be recognized and processed by the face recognition module; the face recognition module is mainly responsible for the face recognition function; the ground station face acquisition module provides real-time acquisition mode and batch import mode. The invention has the advantages of high recognition accuracy, no distortion of face image and strong anti-interference ability.

【技术实现步骤摘要】
基于无人机的人脸识别方法
本专利技术属人脸识别领域，尤其涉及一种基于无人机的人脸识别方法。
技术介绍
经过实际调研发现，人脸识别在公共安全领域的运用上仍有其局限性：一方面，采集的对象——人脸，处在不确定的条件下，包括光照条件、角度、遮挡物等因素将会直接导致人脸识别的精度；另一方面，由于人脸采集的设备，即摄像头的特性，其物理位置一经部署即固定，后台人脸识别系统的工作角度范围十分有限，存在较大的视野盲区。加之各地公安机关出于成本考虑，人脸识别摄像头覆盖面有限，许多需要及时获取现场画面的需求难以实现。如何更灵活地满足视频监控、侦查、巡逻的需求，更好的服务于公共安全实务是极具挑战的课题。无人机技术的迅猛发展为解决难题带来了曙光。材料科学的蓬勃发展、新型微机电传感器与微型惯性导航控制器的更新、飞行控制器与飞行控制算法的迭代，都促使以四旋翼无人机为代表的无人机家族在安防业开始崭露头角，如大疆公司于2018年9月下旬推出了经纬M200警用版无人机，对MavicPro系列民用无人机提供了警用的改装方案等。无人机在警用、安防领域的运用带来了如下积极意义：一、解决传统摄像头覆盖面不足的问题，为需求方提供高空宏观视角，弥补监控探头存在观测盲区的短板；二、无人机由于其灵活的特性可以积极调整自身观测位置，达到主动识别目标、跟踪目标的效果；三、针对采集的视频流可以智能处理，提升决策效率；四、与人工巡逻相比，更高效、安全，有效降低了成本。但令人遗憾的是，一些地方公安实战部门对无人机所采集视频的利用更多是对其进行宏观的、基于人工目视方法的信息获取，如群体性处置中对地形的侦测、对人员规模的确定等；交通管理中对车流量的统计；案件侦办时对现场宏观环境拍照取证等方面，对视频流直接进行人脸识别工作的情况还较为少见，其原因有：一、市场提供的，搭载成熟人脸识别功能的无人机产品不足；二、人脸识别算法在人脸处于较大角度等不利因素干扰，导致人脸图像失真，识别精度较差。因此，如何将人脸识别与无人机有效结合，如何提高无人机人脸识别系统识别效果，这都是本专利技术研究的内容及研究意义所在。
技术实现思路
本专利技术旨在克服现有技术的不足之处而提供一种识别精度高，人脸图像不失真，抗干扰能力强的基于无人机的人脸识别方法。为解决上述技术问题，本专利技术是这样实现的：基于无人机的人脸识别方法，包括无人机端视频流采集/传输模块、地面站视频流接收模块、人脸识别模块、人脸采集模块及数据库交互模块；所述无人机端视频流采集/传输模块负责调用树莓派通过USB接口挂载的UVC摄像头拍摄目标区域内的图像信息，并在视频流传输中提供两种不同的工作模式：TCP模式与UDP模式；所述地面站视频流接收模块主要负责接收来自无人机子系统传来的数据包，将其解码成人脸识别模块能够识别处理的格式；所述人脸识别模块主要负责人脸识别功能，即将出现视频流中的目标人脸在交互界面中框出、报警；所述地面站人脸采集模块提供实时采集模式与批量导入模式；所述数据库交互模块包括（1）系统用户与密码对的增加、删除、修改；（2）姓名与身份识别号匹配互查；（3）人脸数据的批量导入。作为一种优选方案，本专利技术所述无人机端的视频流采集/传输模块负责调用树莓派通过USB接口挂载的UVC摄像头拍摄目标区域内的图像信息，实现为Opencv计算机视觉库中提供的videoIO模块下VideoCapture类的实例化。进一步地，本专利技术所述地面站视频流接收模块在TCP工作模式下，地面站的具体工作步骤为：（1）与服务器端建立socket连接；（2）发送协商数据包；（3）接收来自服务器端的TCP数据包；（4）解码数据包，传给人脸识别模块。进一步地，本专利技术所述人脸识别模块的具体步骤为：（1）接收来自地面站视频流接收模块传来的视频流信息；（2）初始化人脸识别模块并加载目标人脸特征值信息；（3）检测流中存在的人脸并用方框标出；（4）判断检测出的人脸是否为目标人脸，若是则进行标记并系统报警，记录出现时间。进一步地，本专利技术所述人脸采集模块主要提供实时采集模式与批量导入模式；实时采集模式的工作流程为：（1）调用本地摄像头，实时拍摄采集对象人脸信息；（2）在适宜的人脸角度、合适的光照条件下，拍摄静态照片作为人脸采集图像；（3）提取人脸特征值，标注姓名与身份识别码；（4）写入人脸数据库。进一步地，本专利技术所述数据库交互模块包括（1）用户管理：系统用户与密码对的增加、删除、修改；（2）身份查询：姓名与身份识别号匹配互查；（3）人脸入库：人脸数据的批量导入。进一步地，本专利技术所述用户管理主要通过与后台MySQL数据库的user表进行交互来实现本系统用户与密码对新建、增加、删除。进一步地，本专利技术所述身份查询主要通过与后台MySQL数据库的face表进行交互，实现身份识别号与姓名的互相查询。进一步地，本专利技术所述人脸入库提供面对单张人脸图像的单个人脸入库与面对多张人脸图像的批量人脸入库。进一步地，本专利技术所述单个人脸入库功能主要工作流程为：（1）读取单张人像，使用Dlib的深度学习模型提取人脸特征值；（2）将特征值、身份识别号、姓名共同插入后台数据库face表中；所述批量人脸入库采用递归调用单张人脸图像入库功能，其工作流程为：（1）提取存储文件夹下存放的第一张人脸图片的特征值；（2）以文件名中标注的姓名和身份识别码，与特征值共同插入人脸数据库face表；（3）对该文件夹下存储的下一张图片重复上述操作。在无人机人脸追踪功能的测试中，本专利技术组织了高度、距离、人脸角度不同的几组人脸识别实验。经过实验，本系统在5米高度、人脸角度小于45度工作时拥有较高的人脸识别精度，且在较近距离（1.8米以内）、较小人脸角度的工作条件下，对面部遮挡（佩戴墨镜）的情形有较高的人脸识别健壮性。地面站人脸采集功能经测试，能提供地面站对目标人脸实时采集、添加身份识别码与姓名、提取特征值并加入数据库的功能，时间开销与稳定性符合设计要求。数据库交互工具经测试，姓名与识别码互查功能时间开销与稳定性符合设计要求。附图说明下面结合附图和具体实施方式对本专利技术作进一步说明。本专利技术的保护范围不仅局限于下列内容的表述。图1为本专利技术系统整体硬件框架图。图2为本专利技术软件部分流程框图。图3为本发无人机端视频流采集模块工作流程框图。图4为本专利技术无人机端视频流传输模块工作流程框图。图5为本专利技术地面站视频流接收模块工作流程框图。图6为本专利技术地面站人脸识别模块工作流程框图。图7为本专利技术地面站人脸采集模块工作流程框图。具体实施方式如图所示，基于无人机的人脸识别方法，包括无人机端视频流采集/传输模块、地面站视频流接收模块、人脸识别模块、人脸采集模块及数据库交互模块；所述无人机端视频流采集/传输模块负责调用树莓派通过USB接口挂载的UVC摄像头拍摄目标区域内的图像信息，并在视频流传本文档来自技高网...

【技术保护点】
1.基于无人机的人脸识别方法，其特征在于，包括无人机端视频流采集/传输模块、地面站视频流接收模块、人脸识别模块、人脸采集模块及数据库交互模块；/n所述无人机端视频流采集/传输模块负责调用树莓派通过USB接口挂载的UVC摄像头拍摄目标区域内的图像信息，并在视频流传输中提供两种不同的工作模式：TCP模式与UDP模式；/n所述地面站视频流接收模块主要负责接收来自无人机子系统传来的数据包，将其解码成人脸识别模块能够识别处理的格式；/n所述人脸识别模块主要负责人脸识别功能，即将出现视频流中的目标人脸在交互界面中框出、报警；/n所述地面站人脸采集模块提供实时采集模式与批量导入模式；/n所述数据库交互模块包括（1）系统用户与密码对的增加、删除、修改；（2）姓名与身份识别号匹配互查；（3）人脸数据的批量导入。/n

【技术特征摘要】
1.基于无人机的人脸识别方法，其特征在于，包括无人机端视频流采集/传输模块、地面站视频流接收模块、人脸识别模块、人脸采集模块及数据库交互模块；
所述无人机端视频流采集/传输模块负责调用树莓派通过USB接口挂载的UVC摄像头拍摄目标区域内的图像信息，并在视频流传输中提供两种不同的工作模式：TCP模式与UDP模式；
所述地面站视频流接收模块主要负责接收来自无人机子系统传来的数据包，将其解码成人脸识别模块能够识别处理的格式；
所述人脸识别模块主要负责人脸识别功能，即将出现视频流中的目标人脸在交互界面中框出、报警；
所述地面站人脸采集模块提供实时采集模式与批量导入模式；
所述数据库交互模块包括（1）系统用户与密码对的增加、删除、修改；（2）姓名与身份识别号匹配互查；（3）人脸数据的批量导入。


2.根据权利要求1所述基于无人机的人脸识别方法，其特征在于：所述无人机端的视频流采集/传输模块负责调用树莓派通过USB接口挂载的UVC摄像头拍摄目标区域内的图像信息，实现为Opencv计算机视觉库中提供的videoIO模块下VideoCapture类的实例化。


3.根据权利要求2所述基于无人机的人脸识别方法，其特征在于：所述地面站视频流接收模块在TCP工作模式下，地面站的具体工作步骤为：（1）与服务器端建立socket连接；（2）发送协商数据包；（3）接收来自服务器端的TCP数据包；（4）解码数据包，传给人脸识别模块。


4.根据权利要求3所述基于无人机的人脸识别方法，其特征在于：所述人脸识别模块的具体步骤为：（1）接收来自地面站视频流接收模块传来的视频流信息；（2）初始化人脸识别模块并加载目标人脸特征值信息；（3）检测流中存在的人脸并用方框标出；（4）判断检测出的人脸是否为目标人脸，若是则进行标记并系统报警，记录出现时间。

【专利技术属性】
技术研发人员：秦玉海，李懿攀，李天一，钱海莹，
申请(专利权)人：中国刑事警察学院，
类型：发明
国别省市：辽宁;21