一种用于智慧社区安防管理的以图找人方法技术

本发明专利技术涉及安防管理技术领域，提供一种用于智慧社区安防管理的以图找人方法，包括：步骤100，获取人员的基本信息、登记照片、通行抓拍的人脸图片及时间地点，并根据登记照片和通行抓拍的人脸图片计算人脸特征值，建立人脸库；步骤200，获取待查找的图片，检测图片上是否存在人脸并确定人脸区域的坐标；步骤300，根据确定人脸图片上的人脸区域，计算该图片上唯一的面积最大的人脸特征值；步骤400，将步骤300中得到的人脸特征值，到人脸库中遍历比较，直到查找到符合阈值要求的人脸图片为止，获取该图片在特种库中归类的人员信息及历史抓拍图片，进而确定人员身份信息。本发明专利技术能够够监控抓拍的实时图片直接发现目标人员。

【技术实现步骤摘要】
一种用于智慧社区安防管理的以图找人方法
本专利技术涉及安防管理
，尤其涉及一种用于智慧社区安防管理的以图找人方法。
技术介绍
近年来，随着外来人口的大量流入，城市人口状况呈现基数大、流动性高、居住位置分散、管控难度高的特点，由此衍生的各类治安、刑事案件以及其他社会问题也出现逐年上升趋势，给人民群众安居乐业、城市综合治理带来了巨大的考验和挑战，因此亟需构建智能化、立体化的社区安全防控体系来提高社区安全治理水平，从而提高城市的综合管理能力。人脸库是人脸数据的储存管理中心，能够为人脸识别提供比对模板，为抓拍人脸数据提供管理空间，为人脸算法检测提供测试样本。人脸识别项目是建立在人脸库的基础之上，所以人脸识别的首要任务便是是建立人脸库。在人脸识别领域，首先是对人脸进行特征值数据提取，在提取结束后，告诉计算机，这个人脸是谁。计算机把这些特征信息和人脸的名称保存下来，就形成了人脸库，在识别人脸时，计算机通过一定的算法，检索库中是否有匹配到的人脸结果，给出相似度数据。当人脸的相似度数据达到一定的数值时，就可以认为同一张人脸。人脸特征提取，基于人脸或面部器官在各种条件下都不会改变的特征或者属性来进行识别，通过为脸部的器官和轮廓打特征点，基于脸部的器官、器官之间的相对位置来识别。除此之外，机器还会学习出更多人类难以提炼的特征做匹配。不过人脸识别并不是在解数学题，一定有标准答案，它是一个目标非常明确的任务—准确的识别人脸。无论是其他特征提取方法还是更多关键点，好用是最重要的衡量标准。应用的场景和目标决定了使用什么样的方法，使用过程的设计和优化同样可以帮助提升人脸识别的准确度。社区安防管理中，对于人员的查找，主要是通过人员的基本信息作为关键字，到数据库中检索，一般包括姓名、性别、身份证号、住址等条件，很少具备能够通过图片直接查找具体人员的能力，更加无法通过监控抓拍的实时图片直接发现目标人员，进而确定目标人员的活动时空轨迹。
技术实现思路
本专利技术主要解决现有社区安防管理中，对于人员的查找，主要是通过人员的基本信息作为关键字，到数据库中检索，无法通过监控抓拍的实时图片直接发现目标人员的技术问题，提出一种用于智慧社区安防管理的以图找人方法，以能够监控抓拍的实时图片直接发现目标人员。本专利技术提供了一种用于智慧社区安防管理的以图找人方法，包括以下过程：步骤100，获取人员的基本信息、登记照片、通行抓拍的人脸图片及时间地点，并根据登记照片和通行抓拍的人脸图片计算人脸特征值，建立人脸库；步骤200，获取待查找的图片，检测图片上是否存在人脸并确定人脸区域的坐标，包括步骤201至步骤203：步骤201，使用第一级卷积神经网络P-Net对待查找的图片进行处理，生成人脸候选框；步骤202，使用第二级卷积神经网络R-Net对生成的人脸候选框进一步进行处理；步骤203，使用第三级卷积神经网络O-Net对步骤202处理后的人脸候选框进行最终筛选，输出准确的人脸区域的边界框坐标和关键点坐标；步骤300，根据确定人脸图片上的人脸区域，计算该图片上唯一的面积最大的人脸特征值；步骤400，将步骤300中得到的人脸特征值，到人脸库中遍历比较，直到查找到符合阈值要求的人脸图片为止，获取该图片在特种库中归类的人员信息及历史抓拍图片，进而确定人员身份信息。进一步的，在步骤400之后，还包括：步骤500，根据人员身份信息，通过人脸库中确定该人员在社区里出现的时间和地点，按照时间先后顺序，在地图上显示出该人员身份、人脸图片、活动区域和轨迹。进一步的，在步骤100和步骤300中，计算人脸特征值的方法包括步骤A1-步骤A3：步骤A1，对人脸图片进行刚体变换和仿射变换，得到人脸对齐之后的图片；步骤A2，使用计算机视觉库对人脸图片进行预处理；步骤A3，将预处理后的人脸图片输入到caffe网络模型中，计算图片特征值，使用计算机视觉库对特征值进行规范化处理，得到人脸特征值；进一步的，步骤201，使用第一级卷积神经网络P-Net对待查找的图片进行处理，生成人脸候选框，包括步骤B1-步骤B3：步骤B1，首先对输入的图片多次缩放原图，得到图片金字塔；步骤B2，将图片金字塔的图片一幅幅输入到第一级卷积神经网络P-Net中，第一级卷积神经网络P-Net生成初步的人脸候选框和边框回归向量；步骤B3，利用边框回归的方法校正初步的人脸候选框，得到人脸候选框。本专利技术提供的一种用于智慧社区安防管理的以图找人方法，与现有技术相比具有以下优点：1、通过建立人脸库，在人员档案中增加人脸特征值的描述，由于人脸特征的不可替代性，拓展了人员档案的维度和深度，并建立了可追溯的数据库信息。2、通过提取抓拍图片上的人脸特征值并比较，识别是否同一人，通过人脸库检索，可迅速确定人员的详细信息，即通过图片查找到具体人员。3、通过图片上的人脸特征值到人脸库中查找人员的抓拍通行记录，可快速确定该人员在指定时间内的活动区域和活动轨迹，为安防管理提供可依据的证据。附图说明图1是本专利技术提供的用于智慧社区安防管理的以图找人方法的实现流程图；图2是本专利技术提供的检测图片上的人脸区域过程的实现流程图。具体实施方式为使本专利技术解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。如图1所示，本专利技术实施例提供的用于智慧社区安防管理的以图找人方法，包括：步骤100，获取人员的基本信息、登记照片、通行抓拍的人脸图片及时间地点，并根据登记照片和通行抓拍的人脸图片计算人脸特征值，建立人脸库。通过登记的方式获取社区人员的基本信息并采集登记照片，本步骤从社区数据库中获取人员的基本信息及登记照片；以人员为单位，将人员基本信息、采集登记照片，计算人脸特征值，存入人脸库。此类数据为静态数据，一般登记后变动不大。人员的基本信息的数据来源：首先通过登记采集的方式，获取人员信息和登记照片的关联关系，包括但不限于姓名、年龄、身份证号、性别、住址、电话、人员类别、登记照片等。其次使用人脸特征值算法计算每个人员的登记照片的特征值，并与人员信息关联起来，存入数据库。社区卡口架设的人脸摄像头，每天抓拍通行人员的人脸图片，抓拍数据会随着时间不断增加，通过实时计算抓拍到的人脸图片的特征值，并与登记照片特征值比较，确认抓拍图片属于哪个人员，将该抓拍的人脸图片、特征值、出现时间地点与该人员关联起来，存入人脸库。此类数据为动态数据，时刻都在增加，实时的归类于具体的人员名下，方便后续查找。人脸库主要分为三类数据：1、初始登记数据，包括社区登记的人员基本信息、登记照片及人脸特征值；2、通过计算特征值并比较，归本文档来自技高网...

【技术保护点】
1.一种用于智慧社区安防管理的以图找人方法，其特征在于，包括以下过程：/n步骤100，获取人员的基本信息、登记照片、通行抓拍的人脸图片及时间地点，并根据登记照片和通行抓拍的人脸图片计算人脸特征值，建立人脸库；/n步骤200，获取待查找的图片，检测图片上是否存在人脸并确定人脸区域的坐标，包括步骤201至步骤203：/n步骤201，使用第一级卷积神经网络P-Net对待查找的图片进行处理，生成人脸候选框；/n步骤202，使用第二级卷积神经网络R-Net对生成的人脸候选框进一步进行处理；/n步骤203，使用第三级卷积神经网络O-Net对步骤202处理后的人脸候选框进行最终筛选，输出准确的人脸区域的边界框坐标和关键点坐标；/n步骤300，根据确定人脸图片上的人脸区域，计算该图片上唯一的面积最大的人脸特征值；/n步骤400，将步骤300中得到的人脸特征值，到人脸库中遍历比较，直到查找到符合阈值要求的人脸图片为止，获取该图片在特种库中归类的人员信息及历史抓拍图片，进而确定人员身份信息。/n

【技术特征摘要】
1.一种用于智慧社区安防管理的以图找人方法，其特征在于，包括以下过程：
步骤100，获取人员的基本信息、登记照片、通行抓拍的人脸图片及时间地点，并根据登记照片和通行抓拍的人脸图片计算人脸特征值，建立人脸库；
步骤200，获取待查找的图片，检测图片上是否存在人脸并确定人脸区域的坐标，包括步骤201至步骤203：
步骤201，使用第一级卷积神经网络P-Net对待查找的图片进行处理，生成人脸候选框；
步骤202，使用第二级卷积神经网络R-Net对生成的人脸候选框进一步进行处理；
步骤203，使用第三级卷积神经网络O-Net对步骤202处理后的人脸候选框进行最终筛选，输出准确的人脸区域的边界框坐标和关键点坐标；
步骤300，根据确定人脸图片上的人脸区域，计算该图片上唯一的面积最大的人脸特征值；
步骤400，将步骤300中得到的人脸特征值，到人脸库中遍历比较，直到查找到符合阈值要求的人脸图片为止，获取该图片在特种库中归类的人员信息及历史抓拍图片，进而确定人员身份信息。


2.根据权利要求1所述的用于智慧社区安防管理的以图找人方法，其特征在于，在步骤400之后，还包括：
步骤500，根据人...

【专利技术属性】
技术研发人员：张积鹏，许宏达，黄志道，张仁庆，
申请(专利权)人：大连源动力科技有限公司，
类型：发明
国别省市：辽宁;21