一种视频监控场景下的人工智能人脸异常检测系统及方法技术方案

本发明专利技术涉及人工智能人脸异常检测领域，公开了一种视频监控场景下的人工智能人脸异常检测系统及方法，本系统包括用于检测视频中人脸位置的人脸检测模型；用于计算人脸偏转角度，筛选出人脸正面图像的人脸姿态估计模型；以及用于识别人脸异常遮挡物的人脸异常分类模型。本发明专利技术将人脸异常识别问题转化为人脸异常遮挡物分类问题，精准识别遮挡物类型，人脸异常分类模型可分类识别的类型中包括“环境背景”和“侧面人脸”类，给系统提供了容错机制。本发明专利技术提供一种新的人脸异常识别的思路，即将人脸异常识别问题转化为人脸异常遮挡物分类问题，能够精准的识别遮挡物，同时也具有很强的可扩展性，且该系统稳定、准确率高，具有很强的实际应用价值。

【技术实现步骤摘要】
一种视频监控场景下的人工智能人脸异常检测系统及方法
本专利技术涉及人工智能人脸异常检测领域，尤其涉及一种视频监控场景下的人工智能人脸异常检测系统及方法。
技术介绍
视频监控是一项广为使用的安全防护措施。传统的视频监控主要是在犯罪活动行为发生后起到取证的作用，防护功能滞后，而且取证往往需要人工查看大量视频监控数据，耗时耗力。随着人工智能学科的蓬勃发展，基于深度学习和图像处理技术的视频智能监控系统已开始投入使用。人脸异常检测系统是智能监控所普遍关注的一个重要的功能系统，它的目的是判断被监控人是否存在面部区域被遮挡的异常情况，识别遮挡的位置或遮挡物的类型，并对人脸异常遮挡的情况进行警示和记录，从而起到实时预防犯罪、案发后高效取证的多重作用。开发准确、稳定的人脸异常检测系统对推动解决传统视频监控的问题具有积极意义。一般的，人脸异常检测系统可分为预处理模块、人脸异常识别模块，以及预警模块。主流的人脸异常检测思路是：首先，通过预处理模块检测监控画面中是否存在人脸，如果有，则记录人脸的位置信息，然后在人脸位置上进一步获取五官的位置。接着，在人脸异常识别模块中本文档来自技高网...

【技术保护点】
1.一种视频监控场景下的人工智能人脸异常检测系统，包括：预处理模块、人脸异常识别模块和预警模块；/n所述预处理模块用于获取监控视频中的人脸信息；/n所述人脸异常识别模块用于判断是否存在人脸遮挡现象并识别遮挡物；/n所述预警模块根据人脸异常识别模块传来的识别结果，进行异常人脸备档和异常现象预警；/n其特征在于，所述预处理模块包括人脸检测模型和人脸姿态估计模型；所述人脸检测模型用于检测视频中人脸位置；所述人脸姿态估计模型用于计算人脸偏转角度，筛选出人脸正面图像；/n所述人脸异常识别模块包括人脸异常分类模型；所述人脸异常分类模型用于识别人脸异常遮挡物。/n

【技术特征摘要】
1.一种视频监控场景下的人工智能人脸异常检测系统，包括：预处理模块、人脸异常识别模块和预警模块；
所述预处理模块用于获取监控视频中的人脸信息；
所述人脸异常识别模块用于判断是否存在人脸遮挡现象并识别遮挡物；
所述预警模块根据人脸异常识别模块传来的识别结果，进行异常人脸备档和异常现象预警；
其特征在于，所述预处理模块包括人脸检测模型和人脸姿态估计模型；所述人脸检测模型用于检测视频中人脸位置；所述人脸姿态估计模型用于计算人脸偏转角度，筛选出人脸正面图像；
所述人脸异常识别模块包括人脸异常分类模型；所述人脸异常分类模型用于识别人脸异常遮挡物。


2.根据权利要求1所述的一种视频监控场景下的人工智能人脸异常检测系统，其特征在于，所述人脸异常分类模型可识别区分的类别包括：正面裸脸类、戴透明眼镜人脸类、戴墨镜人脸类、戴口罩人脸类、戴鸭舌帽人脸类、戴头盔人脸类、戴绑匪头套人脸类、侧面人脸类和环境背景类。


3.根据权利要求1所述的一种视频监控场景下的人工智能人脸异常检测系统，其特征在于，所述人脸偏转角度包括：仰俯角、旋转角和偏航角。


4.根据权利要求1-3任一所述的一种视频监控场景下的人工智能人脸异常检测系统，其特征在于，所述人脸偏转角度的阈值为45°。


5.根据权利要求1所述的一种视频监控场景下的人工智能人脸异常检测方法，其特征在于，包括：
步骤1：从监控视频中读入监控图像，开始人脸异常检测；
步骤2：通过人脸检测模型检测监控图像中是否存在人脸，若否，返回步骤1，若是，则获得监控图像中人脸的坐标位置；
步骤3：根据监控图像中人脸的坐标位置，提取监控图像中的人脸图片，并将提取的人脸图片存入人脸图片集合中；
步骤4：通过人脸姿态估计模型在人脸图片集合中筛选出正面人脸图片，并将正面人脸图片存入人脸图片集合，筛选完成后，若人脸图片集...

【专利技术属性】
技术研发人员：彭滢，吴杰，
申请(专利权)人：中国电子科技网络信息安全有限公司，
类型：发明
国别省市：四川;51