一种监控场景下人脸自动注册识别系统及方法技术方案

本发明专利技术提供一种监控场景下人脸自动注册识别系统及方法，通过目标检测模块实现人脸位置确定功能，目标跟踪模块实现当前帧和历史帧中目标的匹配，质量判断模块对人脸质量进行评价，过滤无意义检测的人脸，身份识别模块获取检测到人脸的主要特征并完成库内人员识别，人脸信息注册模块对非库内人员进行质量条件判断、新入库特征比对，实现自动注册和管理。本发明专利技术在现有人脸识别系统基础上，优化人脸质量判断流程、历史人脸信息匹配方法，添加自动建库和管理流程，实现了监控场景下非库内人员身份自动注册、识别及管理机制，对监控场景下更多的目标出入信息进行记录关联，有较好的实用性和稳定性。

【技术实现步骤摘要】
一种监控场景下人脸自动注册识别系统及方法
本专利技术涉及数字图像处理
，特别是涉及一种监控场景情况下未入库人脸自动注册和识别的算法。
技术介绍
人脸识别技术是对视频采集画面中出现的人脸进行检测、关键点提取、特征提取、特征比对等处理，最终根据不同场景的使用需求完成目标身份信息识别。人脸识别技术融合图像处理、模式识别、概率统计理论，在身份验证、安全监控、智慧城市等方面已得到广泛应用。目前人脸识别的使用场景可概括为1：1比对(银行柜台、海关、酒店入住、机场安检、网吧验证、手机解锁)、1：N比对(查询个人身份)、M：N比对(会议签到、小区门禁、自动闸机)。当前人脸识别技术需要前期采集人脸信息进行注册，设置白名单或黑名单模式，然后才能对视频采集场景下目标进行身份识别。这种处理方法在监控场景存在以下缺点：a)监控场景下有大量未注册目标，人脸识别系统无法记录这些目标的出入信息；b)如对a)中出现目标进行直接记录而未入库，下次目标出现时无法建立关联信息；c)当库内目标有遮挡或模糊情况下被看作未注册目标，后期检测中与库内原特征出现更高的匹配距离，此时需要建立两个标签的关联机制。
技术实现思路
针对以上不足，本专利技术提出一种监控场景下人脸自动注册识别系统及方法，以解决现有人脸识别方法在非库内人员出现时，身份自动注册、识别及管理机制。本专利技术的技术方案如下：一种监控场景下人脸自动注册识别系统，其特征在于：包括视频采集设备、目标检测模块、目标跟踪模块、质量判断模块、身份识别模块、人脸信息注册模块；所述视频采集设备为布置在监控场景不同区域的多台摄像设备，用于采集不同角度和位置下目标出现情况；所述目标检测模块实现采集视频帧中目标的检测和人脸位置确定；所述目标跟踪模块实现与上帧目标关联，确定新出现目标和正在识别的目标；所述质量判断模块获取目标人脸的质量信息，确保提取特征的有效性；所述身份识别模块实现人脸对应目标的身份确认；所述人脸信息注册模块为主体部分，实现陌生目标自动注册及管理。所述目标检测模块包括行人检测和人脸检测；所述行人检测通过深度学习模型实现监控画面中行人区域确定；所述人脸检测获取监控画面中朝向摄像设备的人脸信息，并辅助抑制行人检测中无效候选区域。所述目标跟踪模块采用位姿惯性变化、区域颜色形态特征信息计算当前帧和历史帧中目标的状态变化，并通过维特比算法预测目标轨迹的在时间轴上概率情况，在每一刻时间段保留上帧检测目标数量的最优备选轨迹序列，在轨迹概率满足阈值要求时确定目标各时刻位置，实现当前帧和历史帧中目标的匹配。所述人脸质量判断模块包含对人脸五官信息、位姿信息、模糊程度的判断；所述五官信息根据提取的人脸关键点判断两眼间距、睁眼程度、表情变化信息；所述位姿信息根据提取的人脸关键点获取人脸偏转角度；所述模糊程度根据人脸关键点确认的五官区域进行有效性判断及整体的模糊评分，通过加权计算获取评价值。所述目标身份识别模块包含图像预处理、特征批量提取、特征批量比对；所述图像预处理根据特征提取深度学习模型输入要求对图像进行整理；所述特征批量提取通过深度学习模型获取人脸的有效特征；所述特征批量比对通过并行计算库实现多个人脸和已注册底库特征的相似度距离值。所述人脸信息注册模块包含质量条件再判断、新入库特征比对、自动注册库管理；所述质量条件再判断对人脸质量判断模块获取的人脸质量信息通过更严格的评价阈值进行过滤，确定可入库的未注册目标；所述新入库特征比对实现待入库特征和近段时间入库目标的特征比对，避免多摄像设备下相同目标的多次入库；所述自动注册库管理实现新目标注册入库、目标跟踪过程中标签冲突时的关联处理、注册特征库保存功能。本专利技术还提供一种监控场景下人脸自动注册识别方法，其特征在于：(1)当目标进入监控场景摄像设备区域内时，系统通过目标检测模块获取目标身体范围和人脸位置；(2)在后续监控视频帧中检测目标位置，并预测及更新目标跟踪器位置，保存目标的历史轨迹信息，并通过时间轴上出现概率情况选取最优目标轨迹；(3)对该帧检测到的人脸提取关键点，根据提取到的关键点信息获取目标人脸的五官区域、表情情况、偏转角度，确定人脸质量评价系数；(4)对通过质量评价的人脸进行图像预处理后提取特征，将此特征和已注册库中特征进行比对确定最相似的身份信息，判断是否为库内人员，若是则输出识别结果；(5)对非库内人员，则设定更严格的质量评价阈值筛选出可入库人脸特征，并和该目标历史特征及近期新入库特征进行分析比对，确保该特征有效且未从其它渠道被注册；当注册的目标在跟踪过程中被多次识别为库内其它目标且有更高置信度时，判断为识别标签冲突，需要对两个标签进行优先级判断并更改低优先级标签为高优先级标签，当该标签被多次更改时需要删除该特征；当用户对注册特征库进行保存时，再次对全库特征进行比对，确保保存文件的有效性和代表性。本专利技术在现有人脸识别系统基础上，优化人脸质量判断流程、历史人脸信息匹配方法，添加自动建库和管理流程，实现了监控场景下非库内人员身份自动注册、识别及管理机制，对监控场景下更多的目标出入信息进行记录关联，有较好的实用性和稳定性。附图说明图1是本专利技术的人脸自动注册系统组成框架；图2是本专利技术的自动注册库管理流程图。具体实施方式如图1所示，本专利技术包括：视频采集设备、目标检测模块、目标跟踪模块、质量判断模块、身份识别模块、人脸信息注册模块。目标检测模块由行人检测和人脸检测组成，实现人脸位置确定功能；目标跟踪模块由位置预测、特征匹配、时间概率预测组成，实现当前帧和历史帧中目标的匹配，确定新出现目标和正在识别的目标；质量判断模块根据五官、位姿、模糊程度等信息对人脸质量进行评价，过滤无意义检测的人脸；身份识别模块由图像预处理、特征批量提取、特征批量比对组成，获取检测到人脸的主要特征并完成库内人员识别；人脸信息注册模块对非库内人员进行质量条件判断、新入库特征比对，实现自动注册和管理。所述目标检测模块包括行人检测和人脸检测；所述行人检测通过深度学习模型实现监控画面中行人区域确定；所述人脸检测获取监控画面中朝向摄像设备的人脸信息，并辅助抑制行人检测中无效候选区域。所述目标跟踪模块采用位姿惯性变化、区域颜色形态特征信息计算当前帧和历史帧中目标的状态变化，并通过维特比算法预测目标轨迹的在时间轴上概率情况，在每一刻时间段保留上帧检测目标数量的最优备选轨迹序列，在轨迹概率满足阈值要求时确定目标各时刻位置，实现当前帧和历史帧中目标的匹配。所述人脸质量判断模块包含对人脸五官信息、位姿信息、模糊程度的判断；所述五官信息根据提取的人脸关键点判断两眼间距、睁眼程度、表情变化信息；所述位姿信息根据提取的人脸关键点获取人脸偏转角度；所述模糊程度根据人脸关键点确认的五官区域进行有效性判断及整体的模糊评分，通过加权计算获取评价值。所述目标身份识别模块包含图像预处理、特征批量提取、特征批量比对；所述图像预处理根据特征提取深度学习模本文档来自技高网...

【技术保护点】
1.一种监控场景下人脸自动注册识别系统，其特征在于：包括视频采集设备、目标检测模块、目标跟踪模块、质量判断模块、身份识别模块、人脸信息注册模块；所述视频采集设备为布置在监控场景不同区域的多台摄像设备，用于采集不同角度和位置下目标出现情况；所述目标检测模块实现采集视频帧中目标的检测和人脸位置确定；所述目标跟踪模块实现与上帧目标关联，确定新出现目标和正在识别的目标；所述质量判断模块获取目标人脸的质量信息，确保提取特征的有效性；所述身份识别模块实现人脸对应目标的身份确认；所述人脸信息注册模块为主体部分，实现陌生目标自动注册及管理。/n

【技术特征摘要】
1.一种监控场景下人脸自动注册识别系统，其特征在于：包括视频采集设备、目标检测模块、目标跟踪模块、质量判断模块、身份识别模块、人脸信息注册模块；所述视频采集设备为布置在监控场景不同区域的多台摄像设备，用于采集不同角度和位置下目标出现情况；所述目标检测模块实现采集视频帧中目标的检测和人脸位置确定；所述目标跟踪模块实现与上帧目标关联，确定新出现目标和正在识别的目标；所述质量判断模块获取目标人脸的质量信息，确保提取特征的有效性；所述身份识别模块实现人脸对应目标的身份确认；所述人脸信息注册模块为主体部分，实现陌生目标自动注册及管理。


2.根据权利要求1所述的监控场景下人脸自动注册识别系统，其特征在于：所述目标检测模块包括行人检测和人脸检测；所述行人检测通过深度学习模型实现监控画面中行人区域确定；所述人脸检测获取监控画面中朝向摄像设备的人脸信息，并辅助抑制行人检测中无效候选区域。


3.根据权利要求1所述的监控场景下人脸自动注册识别系统，其特征在于：所述目标跟踪模块采用位姿惯性变化、区域颜色形态特征信息计算当前帧和历史帧中目标的状态变化，并通过维特比算法预测目标轨迹的在时间轴上概率情况，在每一刻时间段保留上帧检测目标数量的最优备选轨迹序列，在轨迹概率满足阈值要求时确定目标各时刻位置，实现当前帧和历史帧中目标的匹配。


4.根据权利要求1所述的监控场景下人脸自动注册识别系统，其特征在于：所述人脸质量判断模块包含对人脸五官信息、位姿信息、模糊程度的判断；所述五官信息根据提取的人脸关键点判断两眼间距、睁眼程度、表情变化信息；所述位姿信息根据提取的人脸关键点获取人脸偏转角度；所述模糊程度根据人脸关键点确认的五官区域进行有效性判断及整体的模糊评分，通过加权计算获取评价值。


5.根据权利要求1所述的监控场景下人脸自动注册识别系统，其特征在于：所述目标身份识别模块包含图像预处理、特征批量提取、特征批量...

【专利技术属性】
技术研发人员：杨剑锋，张晓林，武玉亭，
申请(专利权)人：北京航天长峰科技工业集团有限公司，
类型：发明
国别省市：北京;11