【技术实现步骤摘要】
一种基于人脸和姿态的多模态人员识别方法
本专利技术涉及计算机视觉领域，一种基于人脸和姿态的多模态人员识别方法。
技术介绍
在我国，随着互联网技术的飞速发展以及城市建设的不断发展，视频监控得到了广泛的应用，成为目前最主要的安防监控手段。视频监控中的人员识别一般利用生物特征进行识别，如人脸、指纹和姿态。目前大部分的生物特征识别都是使用单模式生物特征进行识别，即只使用一种生物特征，这种方法的缺陷体现在两方面：1）在获取原始生物特征数据的时候比较容易受外部环境影响，如果在注册人员信息的时候没有采集到正确的生物特征数据，会导致严重的人员识别问题；2）随着现在科学技术的飞速发展，单模式下的生物特征越来越可能被伪造，使得安全隐患日益加重。因此，人们开始研究采用几种生物特征融合的多模态人员识别方法。目前视频监控中的人员识别多通过实时人脸识别实现，其中大部分基于深度学习实现，利用算法构建深度神经网络，使用训练得到的模型组成实时人脸识别系统。陈富强采用MTCNN和FaceNet实现一个视频考勤的系统；方国康等利用MTCNN和基于Resn...
【技术保护点】
1.一种基于人脸和姿态的多模态人员识别方法，其特征在于，包括如下步骤：/n1-1）如果某个人员的姿态图像被捕获，分配一个数字i，捕获所用的矩形框为R1[i]，i作为该矩形框的标签；/n1-2）如果从捕获的姿态图像中能够识别出姓名A1[i]，得到的最小余弦距离为a[i]，如果a[i]小于姿态识别阈值m，把数字标签i改为姓名标签A1[i]；/n1-3）如果某个脸部图像可以被捕获且被识别，捕获所用的矩形框为R2[i]，得到的最小余弦距离为b[i]，如果b[i]小于人脸识别阈值n，标签设置为识别出的姓名A2[i]；/n1-4）R2[i]在R1[i]内部的前提下，如果a[i]小于b[...
【技术特征摘要】
1.一种基于人脸和姿态的多模态人员识别方法，其特征在于，包括如下步骤：
1-1）如果某个人员的姿态图像被捕获，分配一个数字i，捕获所用的矩形框为R1[i]，i作为该矩形框的标签；
1-2）如果从捕获的姿态图像中能够识别出姓名A1[i]，得到的最小余弦距离为a[i]，如果a[i]小于姿态识别阈值m，把数字标签i改为姓名标签A1[i]；
1-3）如果某个脸部图像可以被捕获且被识别，捕获所用的矩形框为R2[i]，得到的最小余弦距离为b[i]，如果b[i]小于人脸识别阈值n，标签设置为识别出的姓名A2[i]；
1-4）R2[i]在R1[i]内部的前提下，如果a[i]小于b[i]并且小于m，将R2[i]的标签改成A1[i]，如果b[i]小于a[i]并且小于n，把R1[i]的标签改成A2[i]；
1-5）对后续图像重复执行1-1）到1-4），如果a[i]小于重复识别阈值k，基于行人重识别的目标追踪捕获的同一人的姿态图像不再重复识别，如果b[i]小于重复识别阈值k，基于行人重识别的目标追踪捕获的同一人的人脸图像不再重复识别。
2.根据权利要求1所述的一种基于人脸和姿态的多模态人员识别方法，其特征在于，在所述的步骤1-1）中，捕获姿态图像的方法步骤如下：
2-1）利用基于深度学习训练的yolo模型对姿态进行捕获；
2-2）对捕获到的姿态利用OpenCV的cv2.rectangle函数对相应人员加矩形框。
3.根据权利要求1所述的一种基于人脸和姿态的多模态人员识别方法，其特征在于，在所述的步骤1-2）中，对姿态图像进行识别的步骤如下：
3-1）利用基于深度学习训练得到的GaitSet模型对捕获到的姿态...
【专利技术属性】
技术研发人员：董黎刚，张云飞，索同鹏，邹杭，蒋献，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：浙江;33
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。