一种动态身份识别数据处理方法及系统技术方案

本发明专利技术提供一种动态身份识别数据处理方法及系统，方法包括：从监控摄像头中获得人脸图像和行人图像；对人脸图像进行特征提取，得到人脸特征,并对行人图像进行特征提取，得到行人特征；根据人脸特征对行人特征进行特征匹配处理，得到待归一化匹配结果；对待归一化匹配结果进行归一化处理，得到归一化匹配结果；对归一化匹配结果进行贡献度计算，得到匹配结果贡献度；根据归一化匹配结果对所述匹配结果贡献度进行识别计算，得到识别结果。本发明专利技术提高了识别的准确度与可靠性，实现了更精准的目标身份认证，避免了受到摄像头安装位置与角度、抓拍距离、目标活动及光线变化等因素影响导致识别准确度急剧下降。

【技术实现步骤摘要】
一种动态身份识别数据处理方法及系统
本专利技术主要涉及目标识别
，具体涉及一种动态身份识别数据处理方法及系统。
技术介绍
基于深度学习的人脸识别是当前最流行的监控目标身份认证方法之一。常见的识别流程：首先，需进行人脸检测与脸部对齐；接着，利用神经网络提取人脸高维特征；最后，利用余弦距离公式计算特征相似度，采用最近邻识别或阈值比较的方法得到识别结果。但是，在监控场景中，人脸特征受到摄像头安装位置与角度、抓拍距离、目标活动及光线变化等因素影响，人脸识别准确度急剧下降。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足，提供一种动态身份识别数据处理方法及系统。本专利技术解决上述技术问题的技术方案如下：一种动态身份识别数据处理方法，包括如下步骤：从监控摄像头中获得人脸图像和行人图像；对所述人脸图像进行特征提取，得到人脸特征,并对所述行人图像进行特征提取，得到行人特征；根据所述人脸特征对所述行人特征进行特征匹配处理，得到待归一化匹配结果；对所述待归一化匹配结果进行归一化处理，得到归一化匹配结果；对所述归一化匹配结果进行贡献度计算，得到匹配结果贡献度；根据所述归一化匹配结果对所述匹配结果贡献度进行识别计算，得到识别结果。本专利技术解决上述技术问题的另一技术方案如下：一种动态身份识别数据处理系统，包括：图像获得模块，用于从监控摄像头中获得人脸图像和行人图像；特征提取模块，用于对所述人脸图像进行特征提取，得到人脸特征,并对所述行人图像进行特征提取，得到行人特征；特征匹配处理模块，用于根据所述人脸特征对所述行人特征进行特征匹配处理，得到待归一化匹配结果；归一化处理模块，用于对所述待归一化匹配结果进行归一化处理，得到归一化匹配结果；贡献度计算模块，用于对所述归一化匹配结果进行贡献度计算，得到匹配结果贡献度；识别结果获得模块，用于根据所述归一化匹配结果对所述匹配结果贡献度进行识别计算，得到识别结果。本专利技术的有益效果是：通过对所述人脸图像的特征提取得到人脸特征,并对行人图像的特征提取得到行人特征，根据人脸特征对行人特征的特征匹配处理得到待归一化匹配结果，对待归一化匹配结果的归一化处理得到归一化匹配结果，对归一化匹配结果的贡献度计算得到匹配结果贡献度，根据归一化匹配结果对匹配结果贡献度的识别计算得到识别结果，提高了识别的准确度与可靠性，实现了更精准的目标身份认证，避免了受到摄像头安装位置与角度、抓拍距离、目标活动及光线变化等因素影响导致识别准确度急剧下降。附图说明图1为本专利技术一实施例提供的动态身份识别数据处理方法的流程示意图；图2为本专利技术另一实施例提供的动态身份识别数据处理方法的流程图；图3为本专利技术实施例提供的动态身份识别数据处理系统的模块框图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。图1为本专利技术一实施例提供的动态身份识别数据处理方法的流程示意图。如图1所示，一种动态身份识别数据处理方法，包括如下步骤：从监控摄像头中获得人脸图像和行人图像；对所述人脸图像进行特征提取，得到人脸特征,并对所述行人图像进行特征提取，得到行人特征；根据所述人脸特征对所述行人特征进行特征匹配处理，得到待归一化匹配结果；对所述待归一化匹配结果进行归一化处理，得到归一化匹配结果；对所述归一化匹配结果进行贡献度计算，得到匹配结果贡献度；根据所述归一化匹配结果对所述匹配结果贡献度进行识别计算，得到识别结果。应理解地，在社区的主要人流通道及关键路口安装性能优越的监控摄像头，并利用计算机设备设置摄像头的参数，使得摄像头在保证所述人脸图像抓拍质量高的前提下，同时抓拍所述行人图像。上述实施例中，通过对所述人脸图像的特征提取得到人脸特征,并对行人图像的特征提取得到行人特征，根据人脸特征对行人特征的特征匹配处理得到待归一化匹配结果，对待归一化匹配结果的归一化处理得到归一化匹配结果，对归一化匹配结果的贡献度计算得到匹配结果贡献度，根据归一化匹配结果对匹配结果贡献度的识别计算得到识别结果，提高了识别的准确度与可靠性，实现了更精准的目标身份认证，避免了受到摄像头安装位置与角度、抓拍距离、目标活动及光线变化等因素影响导致识别准确度急剧下降。可选地，作为本专利技术的一个实施例，所述对所述人脸图像进行特征提取，得到人脸特征,并对所述行人图像进行特征提取，得到人脸特征和行人特征的过程包括：基于人脸识别模型对所述人脸识别模型进行训练，根据训练好的人脸识别模型对所述人脸图像进行人脸特征提取，得到人脸特征；基于行人重识别模型对所述行人重识别模型进行训练，根据训练好的行人重识别模型对所述行人图像进行行人特征提取，得到行人特征。上述实施例中，根据训练好的人脸识别模型对所述人脸图像的人脸特征提取得到人脸特征，并根据训练好的行人重识别模型对所述行人图像的行人特征提取得到行人特征，为后续的处理提供数据，提高了识别的准确度与可靠性，实现了更精准的目标身份认证，避免了受到摄像头安装位置与角度、抓拍距离、目标活动及光线变化等因素影响导致识别准确度急剧下降。可选地，作为本专利技术的一个实施例，所述根据所述人脸特征对所述行人特征进行特征匹配处理，得到匹配结果的过程包括：以所述人脸特征为首部、所述行人特征为尾部的方式将所述人脸特征和所述行人特征进行首尾拼接处理，拼接得到人脸行人融合特征；根据预设人脸特征库中的人脸特征对所述人脸特征进行人脸特征匹配计算，得到人脸特征匹配结果；根据预设行人特征库中的行人特征对所述行人特征进行行人特征匹配计算，得到行人特征匹配结果；根据预设人脸行人融合特征库中的人脸行人融合特征对所述人脸行人融合特征进行融合特征匹配计算，得到人脸行人融合特征匹配结果；根据所述人脸特征匹配结果、所述行人特征匹配结果和所述人脸行人融合特征匹配结果得到待归一化匹配结果。应理解地，利用余弦距离分别计算所述人脸特征、所述行人特征及所述人脸行人融合特征与其对应特征库之间匹配相似度，并将三种模态特征的匹配相似度按特征库编号排序得到各自的匹配结果。上述实施例中，分别根据人脸特征、行人特征及人脸行人融合特征对应特征库分别对人脸特征、行人特征及人脸行人融合特征的计算，为后续的处理提供数据，提高了识别的准确度与可靠性，实现了更精准的目标身份认证，避免了受到摄像头安装位置与角度、抓拍距离、目标活动及光线变化等因素影响导致识别准确度急剧下降。可选地，作为本专利技术的一个实施例，所述根据预设人脸特征库中的多个特征库人脸特征对所述人脸特征进行人脸特征匹配计算，得到人脸特征匹配结果的过程包括：通过第一式对所述人脸特征和预设的人脸特征库中的多个特征库人脸特征进行人脸特征匹配计算，得到人脸特征匹配结果，所述第一式为：Sf＝[cos(本文档来自技高网...

【技术保护点】
1.一种动态身份识别数据处理方法，其特征在于，包括如下步骤：/n从监控摄像头中获得人脸图像和行人图像；/n对所述人脸图像进行特征提取，得到人脸特征,并对所述行人图像进行特征提取，得到行人特征；/n根据所述人脸特征对所述行人特征进行特征匹配处理，得到待归一化匹配结果；/n对所述待归一化匹配结果进行归一化处理，得到归一化匹配结果；/n对所述归一化匹配结果进行贡献度计算，得到匹配结果贡献度；/n根据所述归一化匹配结果对所述匹配结果贡献度进行识别计算，得到识别结果。/n

【技术特征摘要】
1.一种动态身份识别数据处理方法，其特征在于，包括如下步骤：
从监控摄像头中获得人脸图像和行人图像；
对所述人脸图像进行特征提取，得到人脸特征,并对所述行人图像进行特征提取，得到行人特征；
根据所述人脸特征对所述行人特征进行特征匹配处理，得到待归一化匹配结果；
对所述待归一化匹配结果进行归一化处理，得到归一化匹配结果；
对所述归一化匹配结果进行贡献度计算，得到匹配结果贡献度；
根据所述归一化匹配结果对所述匹配结果贡献度进行识别计算，得到识别结果。


2.根据权利要求1所述的动态身份识别数据处理方法，其特征在于，所述对所述人脸图像进行特征提取，得到人脸特征,并对所述行人图像进行特征提取，得到人脸特征和行人特征的过程包括：
基于人脸识别模型对所述人脸识别模型进行训练，根据训练好的人脸识别模型对所述人脸图像进行人脸特征提取，得到人脸特征；
基于行人重识别模型对所述行人重识别模型进行训练，根据训练好的行人重识别模型对所述行人图像进行行人特征提取，得到行人特征。


3.根据权利要求1所述的动态身份识别数据处理方法，其特征在于，所述根据所述人脸特征对所述行人特征进行特征匹配处理，得到匹配结果的过程包括：
以所述人脸特征为首部、所述行人特征为尾部的方式将所述人脸特征和所述行人特征进行首尾拼接处理，拼接得到人脸行人融合特征；
根据预设人脸特征库中的人脸特征对所述人脸特征进行人脸特征匹配计算，得到人脸特征匹配结果；
根据预设行人特征库中的行人特征对所述行人特征进行行人特征匹配计算，得到行人特征匹配结果；
根据预设人脸行人融合特征库中的人脸行人融合特征对所述人脸行人融合特征进行融合特征匹配计算，得到人脸行人融合特征匹配结果；
根据所述人脸特征匹配结果、所述行人特征匹配结果和所述人脸行人融合特征匹配结果得到待归一化匹配结果。


4.根据权利要求3所述的动态身份识别数据处理方法，其特征在于，所述根据预设人脸特征库中的多个特征库人脸特征对所述人脸特征进行人脸特征匹配计算，得到人脸特征匹配结果的过程包括：
通过第一式对所述人脸特征和预设的人脸特征库中的多个特征库人脸特征进行人脸特征匹配计算，得到人脸特征匹配结果，所述第一式为：
Sf＝[cos(f,Fl1),…,cos(f,Fli),…,cos(f,FlN1)]，
其中，f为人脸特征，Sf为人脸特征匹配结果，Fli为人脸特征库中的第i个特征库人脸特征，N1为人脸特征库中的人脸特征数量。


5.根据权利要求3所述的动态身份识别数据处理方法，其特征在于，所述根据预设行人特征库中的特征库行人特征对所述行人特征进行行人特征匹配计算，得到行人特征匹配结果的过程包括：
通过第二式对所述行人特征和预设的行人特征库中的特征库行人特征进行行人特征匹配计算，得到行人特征匹配结果，所述第二式为：
Sp＝[cos(p,Pl1),…,cos(p,Pli),…,cos(p,PlN2)]，
其中，p为行人特征，Sp为行人特征匹配结果，Pli为行人特征库中的第i个特征库行人特征，N2为行人特征库中的行人特征数量。


6.根据权利要求3所述的动态身份识别数据处理方法，其特征在于，所述根据预设人脸行人融合特征库中的特征库人脸行人融合特征对所述人脸行人融合特征进行融合特征匹配计算，得到人脸行人融合特征匹配结果的过程包括：
通过第三式对所述人脸行人融合特征和预设的人脸行人融合特征库中的特征库人脸行人融合特征进行融合特征匹配计算，得到人脸行人融合特征匹配结果，所述第三式为：
Sc＝[cos(c,Cl1),…,cos(c,Cli),…,cos(c,ClN3)]，
其中，c为人脸行人融合特征，Sc为人脸行人融合特征匹配结果，Cli为人脸行人融合特征库中的第i个特征库人脸行人融合特征，N3为人脸行人融合特征库中的人脸行人融合特征数量。


7.根据权利要求1至6任一项所述的动态身份识别数据处理方法，其特征在于，所述对所述...

【专利技术属性】
技术研发人员：蔡晓东，黄玳，
申请(专利权)人：桂林远望智能通信科技有限公司，
类型：发明
国别省市：广西;45