一种基于实时监控的失踪儿童预警实现方法、装置制造方法及图纸

本发明专利技术公开了一种基于实时监控的失踪儿童预警实现方法、装置，其中方法包括：实时获取并检测街道上出现的人脸图像；利用训练好的卷积神经网络从人脸图像中提取出人脸特征数据；计算人脸特征数据与各预保存的失踪儿童人像图像的人脸特征数据之间的欧式距离，判断欧式距离是否小于等于预设阈值；若欧式距离小于等于预设阈值，则判定所述人脸图像与所述预保存的失踪儿童人脸图像为同一人脸，然后发出失踪儿童预警。上述技术方案将手机或者车载行车记录仪等设备和人脸识别技术结合，将其应用到失踪儿童的寻找中，发挥了广大群众的力量，进而提高寻找失踪儿童的成功率。

【技术实现步骤摘要】
一种基于实时监控的失踪儿童预警实现方法、装置
本专利技术涉及失踪儿童预警领域，具体涉及基于实时监控的失踪儿童预警实现方法、装置、电子设备和计算机可读存储介质。
技术介绍
我国地域辽阔、人口众多，儿童失踪或者被拐卖后找寻难度大，加上有的孩子年纪太小无法报警，发现线索比较困难，有数据显示，我国失踪儿童找回来的概率只有0.1％。因此，特别需要调动全社会的力量，发挥各种媒介的作用，尽最大可能获取相关信息，最大限度请求公众帮助，及时捕捉线索，而不能仅仅依靠孩子亲属和警方的行动。目前，在视频监控、人脸识别门禁以及人脸识别解锁等场景中，人脸识别扮演一个重要的角色，通过人脸识别自动识别来客、判断陌生人闯入或解锁，实现自动告警，然而目前还没有将人脸识别应用到儿童失踪预警的记载。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的基于实时监控的失踪儿童预警实现方法、装置、电子设备和计算机可读存储介质。依据本专利技术的一个方面，提供了一种基于实时监控的失踪儿童预警实现方法，所述方法包括本文档来自技高网...

【技术保护点】
1.一种基于实时监控的失踪儿童预警实现方法，其特征在于，所述方法包括：/n实时获取并检测街道上出现的人脸图像；/n利用训练好的卷积神经网络从所述人脸图像中提取出人脸特征数据；/n计算所述人脸特征数据与各预保存的失踪儿童人像图像的人脸特征数据之间的欧式距离，判断所述欧式距离是否小于等于预设阈值；/n若所述欧式距离小于等于预设阈值，则判定所述人脸图像与所述预保存的失踪儿童人脸图像为同一人脸，然后发出失踪儿童预警。/n

【技术特征摘要】
1.一种基于实时监控的失踪儿童预警实现方法，其特征在于，所述方法包括：
实时获取并检测街道上出现的人脸图像；
利用训练好的卷积神经网络从所述人脸图像中提取出人脸特征数据；
计算所述人脸特征数据与各预保存的失踪儿童人像图像的人脸特征数据之间的欧式距离，判断所述欧式距离是否小于等于预设阈值；
若所述欧式距离小于等于预设阈值，则判定所述人脸图像与所述预保存的失踪儿童人脸图像为同一人脸，然后发出失踪儿童预警。


2.根据权利要求1所述的方法，其特征在于，所述实时获取并检测街道上出现的人脸图像包括：
从车载行车记录仪、行人手机摄像头或街道监控摄像头的录像或拍照中获取并检测所述人脸图像的数据。


3.根据权利要求1所述的方法，其特征在于，所述实时获取并检测街道上出现的人脸图像还包括：
对获取的所述人脸图像进行人脸尺度校正处理、平面人脸旋转校正处理、深度人脸旋转矫正处理、图像缩放处理、中值滤波处理或直方图光线均衡化处理，对预处理后的人脸图像进行检测获得图像中人脸候选区域。


4.根据权利要求1所述的方法，其特征在于，所述利用训练好的卷积神经网络从所述人脸图像中提取出人脸特征数据包括：
确定人脸候选区域；
选取所述人脸候选区域内的特征点，并对所述特征点进行矫正；
根据所述特征点，利用所述训练好的卷积神经网络确定所述人脸图像的人脸特征数据。


5.根据权利要求4所述的方法，其特征在于，所述选取所述人脸候选区域内的特征点，并对所述特征点进行矫正包括：
选择人脸候选区域的边界点、曲线拐点、连接点或上述各点连线上的等分点作为特征点，并按顺序排列各特征点的x和y坐标值形成第一特征集，并将所述第一特征集转换为二维向量；再对二维向量进行主成分分析提取主成分，所述第一特征集中的各特征点即为主成分向量空间的一个坐标点，坐标原点为第一特征集的平均，此时任一特征点就是坐标原点加上一个向量，所述向量为包括前面特征向量协方差的向量；对各所述特征点周围的纹理信息进行采样，对比采样的纹理信息和训练集中的纹理信息，找到训练集中纹理信息最接近的点作为匹配特征点，从而得到第二特征集，利用匹配特征点与对应的特...

【专利技术属性】
技术研发人员：苗朝府，
申请(专利权)人：重庆创通联智物联网有限公司，
类型：发明
国别省市：重庆;50