基于前端和后端合作的人群人脸识别方法技术

本发明专利技术公开了基于前端和后端合作的人群人脸识别方法，包括若干监控摄像头、人脸识别服务器、人脸识别平台、存储设备、人像大数据系统；各监控摄像头内置抓拍算法，人脸布控摄像机为超低照度、宽动态，当布控点周边光线环境不足时，应采补光措施达到人脸的照度不低于200lux；前端同时抓拍15‑20张人脸；各监控摄像还直接向人脸识别平台传输视频流；人脸识别平台收到视屏进行存储至存储设备；人脸识别平台对视频流转发到人脸识别服务器集群中；人脸识别平台收到视屏进行存储至存储设备；人脸识别服务器调用收到视频流对视频流进行人脸检测、人脸识别、人脸特征分类算法和分布式计算软件；识别后并反馈结果到人脸识别平台中。

Human face recognition based on front-end and back-end cooperation

The invention discloses a crowd face recognition method based on front-end and back-end cooperation, which includes a number of monitoring cameras, face recognition servers, face recognition platforms, storage devices, and human image big data systems; each monitoring camera has a built-in capture algorithm, and the face control camera is ultra-low illumination and wide dynamic. When the surrounding light environment of the control point is insufficient, light compensation measures shall be taken to reach people The illumination of the face is not less than 200lux; the front-end captures 15 \u2011 20 faces at the same time; each surveillance camera also transmits the video stream directly to the face recognition platform; the face recognition platform receives the video screen and stores it to the storage device; the face recognition platform forwards the video stream to the face recognition server cluster; the face recognition platform receives the video screen and stores it to the storage device; the face recognition server calls After receiving the video stream, face detection, face recognition, face feature classification algorithm and distributed computing software are applied to the video stream; after recognition, the results are fed back to the face recognition platform.

【技术实现步骤摘要】
基于前端和后端合作的人群人脸识别方法
本专利技术涉及人脸识别，具体涉及基于前端和后端合作的人群人脸识别方法。
技术介绍
人像大数据系统采用高效的人脸检测定位及识别比对系统，可以第一时间帮助公安侦查人员快速识别辨别特定人员真实身份，把过去人工排查海量的视频图像资源比对需求变成现实，从而有效的为公安视频侦查、治安管理、刑侦立案等工作提供实战上的有效帮助和解决方法。第二可帮助公安侦查人员办案时候追查和通缉，真正从打变为防，能够极大的减少警力资源浪费和事故发生概率。遵循公安行业信息化标准规范，依托综合可靠的通信网络、分布式数据库和集群计算等多项技术，充分考虑系统安全性、可靠性、可扩展性，可广泛应用于公共安全各业务领域的人脸比对综合应用平台，能有效地协助对不法人员的鉴别、抓捕和布控，保护国家安全和社会稳定。
技术实现思路
本专利技术所要解决的技术问题时基于人脸识别核心技术，服务器计算资源远超摄像头，避免摄像头因计算能力不足，在画面中人员多的情况下捕获率下降严重的问题；由于算法更新速度较快，前端集成人脸抓拍算法后，无法满足大批量的快速更新，相较于后端抓拍存在升级成本和及时性的问题。本专利技术通过下述技术方案实现：基于前端和后端合作的人群人脸识别方法，包括若干监控摄像头、人脸识别服务器、人脸识别平台、存储设备、人像大数据系统；各监控摄像头内置抓拍算法，人脸布控摄像机为超低照度、宽动态，当布控点周边光线环境不足时，应采补光措施达到人脸的照度不低于200lux；前端同时抓拍15-20张人脸；各监控摄像还直接向人脸识别平台传输视频流；人脸识别平台收到视屏进行存储至存储设备；人脸识别平台对视频流转发到人脸识别服务器集群中；所述人脸识别服务器设置于后端；人脸识别服务器调用收到视频流对视频流进行人脸检测、人脸识别、人脸特征分类算法和分布式计算软件，后端人脸识别服务器加载大计算量的特征数据合成算法，将抓拍图片进行降噪、锐化处理，将焦距内外，模糊或清晰、角度各异的人脸合成一个最优特征数据用于比对识别；识别后并反馈结果到人脸识别平台中；人脸识别平台包括集监控摄像头管理模块、视频存储模块、流媒体转发模块、拓展接口模块。抓拍算法结合前端摄像机，可联动摄像机快速调整人脸区域曝光、人脸区域图像质量调优，可提供查看优质的人脸图像；由于视频流中的图像往往有不同的姿态，后端服务器在视频流中，每个过人事件会截取多张人脸进行比对，大大提升比对精度；在后端加载大计算量的特征数据合成算法，能将抓拍效果优化，将焦距内外，模糊或清晰、角度各异的人脸自动合成一个最优特征数据用于比对识别；前端抓拍漏抓率严重，一般只支持同时抓拍15-20张人脸，后端抓拍可充分利用服务器性能，动态调配服务器内抓拍能力，以达到繁闲摄像机共享整机性能。进一步的，人脸识别算法采用基于神经网络的深度学习算法，构建动态人像识别服务、1:1、1：n、n:N人脸识别服务。进一步的，人像大数据系统包括人像数据库、人脸图像和算法特征化数据存储系统。本专利技术与现有技术相比，具有如下的优点和有益效果：1、本专利技术基于前端和后端合作的人群人脸识别方法，抓拍算法结合前端摄像机，可联动摄像机快速调整人脸区域曝光、人脸区域图像质量调优，可提供查看优质的人脸图像；由于视频流中的图像往往有不同的姿态，后端服务器在视频流中，每个过人事件会截取多张人脸进行比对，大大提升比对精度；在后端加载大计算量的特征数据合成算法，能将抓拍效果优化，将焦距内外，模糊或清晰、角度各异的人脸自动合成一个最优特征数据用于比对识别；前端抓拍漏抓率严重，一般只支持同时抓拍15-20张人脸，后端抓拍可充分利用服务器性能，动态调配服务器内抓拍能力，以达到繁闲摄像机共享整机性能。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。实施例本专利技术基于前端和后端合作的人群人脸识别方法，包括若干监控摄像头、人脸识别服务器、人脸识别平台、存储设备、人像大数据系统；各监控摄像头内置抓拍算法，人脸布控摄像机为超低照度、宽动态，当布控点周边光线环境不足时，应采补光措施达到人脸的照度不低于200lux；前端同时抓拍15-20张人脸；各监控摄像还直接向人脸识别平台传输视频流；人脸识别平台收到视屏进行存储至存储设备；人脸识别平台对视频流转发到人脸识别服务器集群中；所述人脸识别服务器设置于后端；人脸识别服务器调用收到视频流对视频流进行人脸检测、人脸识别、人脸特征分类算法和分布式计算软件，后端人脸识别服务器加载大计算量的特征数据合成算法，将抓拍图片进行降噪、锐化处理，将焦距内外，模糊或清晰、角度各异的人脸合成一个最优特征数据用于比对识别；识别后并反馈结果到人脸识别平台中；人脸识别平台包括集监控摄像头管理模块、视频存储模块、流媒体转发模块、拓展接口模块；人脸识别算法采用基于神经网络的深度学习算法，构建动态人像识别服务、1:1、1：n、n:N人脸识别服务；人像大数据系统包括人像数据库、人脸图像和算法特征化数据存储系统。实施时在公安视频专网中部署人脸识别系统，对出入口、重点道路等位置安装前端摄像机，并通过人脸识别系统平台进行统一管理。通过人脸识别平台对视频流转发到人脸识别服务器集群中，进行特征提取和识别比对，并反馈结果到人脸识别平台中。人脸识别平台将相关人脸报警和历史记录通过网闸共享到公安专网下，公安能够对重大嫌疑目标进行事后目标检索，目标轨迹跟踪，并根据目标出没时间和地点安排警力部署；后端抓拍可充分利用服务器性能，动态调配服务器内抓拍能力，以达到繁闲摄像机共享整机性能。以上所述的具体实施方式，对本专利技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本专利技术的具体实施方式而已，并不用于限定本专利技术的保护范围，凡在本专利技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.基于前端和后端合作的人群人脸识别方法，其特征在于，包括若干监控摄像头、人脸识别服务器、人脸识别平台、存储设备、人像大数据系统；各监控摄像头内置抓拍算法，人脸布控摄像机为超低照度、宽动态，当布控点周边光线环境不足时，应采补光措施达到人脸的照度不低于200lux；前端同时抓拍15-20张人脸；各监控摄像还直接向人脸识别平台传输视频流；人脸识别平台收到视屏进行存储至存储设备；人脸识别平台对视频流转发到人脸识别服务器集群中；所述人脸识别服务器设置于后端；人脸识别服务器调用收到视频流对视频流进行人脸检测、人脸识别、人脸特征分类算法和分布式计算软件，后端人脸识别服务器加载大计算量的特征数据合成算法，将抓拍图片进行降噪、锐化处理，将焦距内外，模糊或清晰、角度各异的人脸合成一个最优特征数据用于比对识别；识别后并反馈结果到人脸识别平台中；人脸识别平台包括集监控摄像头管理模块、视频存储模块、流媒体转发模块、拓展接口模块。/n

【技术特征摘要】
1.基于前端和后端合作的人群人脸识别方法，其特征在于，包括若干监控摄像头、人脸识别服务器、人脸识别平台、存储设备、人像大数据系统；各监控摄像头内置抓拍算法，人脸布控摄像机为超低照度、宽动态，当布控点周边光线环境不足时，应采补光措施达到人脸的照度不低于200lux；前端同时抓拍15-20张人脸；各监控摄像还直接向人脸识别平台传输视频流；人脸识别平台收到视屏进行存储至存储设备；人脸识别平台对视频流转发到人脸识别服务器集群中；所述人脸识别服务器设置于后端；人脸识别服务器调用收到视频流对视频流进行人脸检测、人脸识别、人脸特征分类算法和分布式计算软件，后端人脸识别服务器加载大计算量的特征数据合成...

【专利技术属性】
技术研发人员：若尔玛余胜，
申请(专利权)人：若尔玛余胜，
类型：发明
国别省市：四川;51