基于大数据和智慧安防的图像处理方法技术

本发明专利技术涉及一种基于大数据和智慧安防的图像处理方法，其包括：接收安防终端发送的安防图像处理请求。根据原始面部三维模型和面部修复部位获取待修复面特征，并根据待修复面特征得到多阶重构图的重构图生成树；根据重构图生成树的最大损失值和最小损失值生成第一修复约束函数从而得到第一修复匹配图像；根据第二修复约束函数获取第一修复匹配图像的修复匹配度，并将修复匹配度最大的第一修复匹配图像作为第二修复匹配图像；将第二修复匹配图像和待修复面部三维模型进行拟合以得到标准面部三维模型并将其发送到相应的安防终端。部三维模型并将其发送到相应的安防终端。部三维模型并将其发送到相应的安防终端。

【技术实现步骤摘要】
基于大数据和智慧安防的图像处理方法


[0001]本专利技术涉及大数据和智慧安防领域，尤其涉及一种基于大数据和智慧安防的图像处理方法。

技术介绍

[0002]智慧安防是以互联网、物联网、云计算、智能引擎、视频技术、数据挖掘、知识管理等为技术支撑，充分利用云技术、视频物联网、大数据和视频智能分析技术、数字集群等前沿科技，通过面向实战和服务民众的顶层设计，以及面向安防信息的高度共享机制、系统的强度整合机制、应用的深度分析机制等建设，以安防信息化为核心，通过互联化、物联化、智能化的方式，促进安防系统各个功能模块高度集成、协调运作，实现安防信息“强度整合、高度共享、深度应用”之目标的安防发展新理念和新模式。
[0003]现有技术中，通常为安防人员根据监测拍摄的图像进行人员识别，用这种传统方式进行人员识别不仅结果不精确，同时还极大程度消耗人力物力资源。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于大数据和智慧安防的图像处理方法，包括：接收安防终端发送的安防图像处理请求；所述安防图像处理请求包括原始面部三维模型、面部修复图像集和面部修复部位；
[0005]根据原始面部三维模型和面部修复部位生成待修复面部三维模型并提取待修复面部三维模型的待修复面特征；
[0006]根据待修复面部三维模型的待修复面特征获取待修复面的所有修复点，并根据所有修复点间的位置关系进行多阶重构以得到多阶重构图，然后对所述多阶重构图的结构进行分析以构造多阶重构图的重构图生成树；
[0007]根据重构图生成树的最大损失值和最小损失值生成第一修复约束函数并将面部修复图像集中符合第一修复约束函数的面部修复图像作为第一修复匹配图像；
[0008]根据第一修复匹配图像和待修复面特征生成第二修复约束函数，并根据第二修复约束函数获取每个第一修复匹配图像的修复匹配度，然后将修复匹配度最大的第一修复匹配图像作为第二修复匹配图像；
[0009]将第二修复匹配图像和待修复面部三维模型进行拟合以得到标准面部三维模型并将其发送到相应的安防终端。
[0010]根据一个优选地实施方式，提取待修复面部三维模型的待修复面特征包括：
[0011]获取待修复面部三维模型的每个特征点的特征值，并将特征值大于特征阈值的特征点作为修复点，然后将所有修复点的特征值进行加权平均以得到平均特征值；
[0012]将每个修复点的特征值与平均特征值进行比较，将特征值大于或等于平均特征值的修复点作为第一类修复点，将特征值小于平均特征值的修复点作为第二类修复点；
[0013]根据所有的第一类修复点生成第一类修复点集，并根据所有的第二类修复点生成
第二类修复点集。
[0014]根据一个优选地实施方式，提取待修复面部三维模型的待修复面特征包括：
[0015]获取每个第一类修复点与第一类修复点集中其他第一类修复点的距离，并将每个第一类修复点与其距离最近的其他第一类修复点进行连接；
[0016]获取每个第二类修复点与第二类修复点集中其他第二类修复点的距离，并将每个第二类修复点与其距离最近的其他第二类修复点进行连接；
[0017]根据待修复面部三维模型的所有修复点间的连接关系得到待修复面部三维模型的待修复面特征。
[0018]根据一个优选地实施方式，所述第一修复约束函数为：
[0019]|MinP
‑
MinQ
i
|2≤θ1and|MaxP
‑
MaxQ
i
|2≤θ2[0020]其中，θ1为第一约束阈值，θ2为第二约束阈值，MinP为待修复面的最小损失值，MaxP待修复面的最大损失值，MinQ
i
为面部修复图像集中第i张面部修复图像的最小损失值，MaxQ
i
为面部修复图像集中第i张面部修复图像的最大损失值。
[0021]根据一个优选地实施方式，根据第一修复匹配图像和待修复面特征生成第二修复约束函数包括：
[0022]根据待修复面部三维模型的待修复面特征获取待修复面的所有修复点并根据待修复面的所有修复点得到修复点集；
[0023]提取每个第一修复匹配图像的连接面特征，并根据每个第一修复匹配图像的连接面特征获取每个第一修复匹配图像的连接面的所有特征点，然后根据每个第一修复匹配图像的连接面的所有特征点得到每个第一修复匹配图像的连接面特征点集；
[0024]根据修复点集、每个第一修复匹配图像的连接面特征点集生成第二修复约束函数。
[0025]根据一个优选地实施方式，根据第二修复约束函数得到第二修复匹配图像包括：
[0026]根据第二修复约束函数计算待修复面特征与每个第一修复匹配图像的连接面特征的相似度以得到每个第一修复匹配图像的修复匹配度；
[0027]选取修复匹配度最大的第一修复匹配图像作为第二修复匹配图像。
[0028]根据一个优选地实施方式，所述第二修复约束函数为：
[0029][0030]其中，d为修复匹配度，r为距离函数，T1为修复点集，为第j个第一修复匹配图像的连接面特征点集。
[0031]根据一个优选地实施方式，将修复匹配图像和待修复面部三维模型进行拟合以得到标准面部三维模型包括：
[0032]确定修复匹配图像和待修复面部三维模型的拟合位置和拟合方向，然后根据拟合位置和拟合方向将待修复面部三维模型和修复匹配图像进行拟合以得到标准面部三维模型。
[0033]根据一个优选地实施方式，所述待修复面部三维模型为移除原始面部三维模型中面部修复部位后的面部三维模型；所述面部修复图像集中包括各监测设备采集的与原始面部三维模型有关的面部图像。安防终端为安防人员使用的终端设备，其包括：智能手机、平
板电脑、台式电脑和智能手表。
[0034]本专利技术具有以下有益效果：本专利技术提供的基于大数据和智慧安防的图像处理方法能够根据安防人员发送的安防图像处理请求对目标人员的原始面部三维图像进行修复以清晰展示目标人员的面部特征，在提高人员识别的精确度的同时减少人力物力资源的浪费。
附图说明
[0035]图1为一示例性实施例提供的基于大数据和智慧安防的图像处理方法的流程图。
具体实施方式
[0036]为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。
[0037]在本专利技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0038]应当理解，尽管在本专利技术可能采用术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据和智慧安防的图像处理方法，其特征在于，接收安防终端发送的安防图像处理请求；所述安防图像处理请求包括原始面部三维模型、面部修复图像集和面部修复部位；根据原始面部三维模型和面部修复部位生成待修复面部三维模型，并提取待修复面部三维模型的待修复面特征；根据待修复面部三维模型的待修复面特征获取待修复面的所有修复点，并根据所有修复点间的位置关系进行多阶重构以得到多阶重构图，然后对所述多阶重构图的结构进行分析以构造多阶重构图的重构图生成树；根据重构图生成树的最大损失值和最小损失值生成第一修复约束函数并将面部修复图像集中符合第一修复约束函数的面部修复图像作为第一修复匹配图像；根据第一修复匹配图像和待修复面特征生成第二修复约束函数，并根据第二修复约束函数获取每个第一修复匹配图像的修复匹配度，然后将修复匹配度最大的第一修复匹配图像作为第二修复匹配图像；将第二修复匹配图像和待修复面部三维模型进行拟合以得到标准面部三维模型并将其发送到相应的安防终端。2.根据权利要求1所述的方法，其特征在于，提取待修复面部三维模型的待修复面特征包括：获取待修复面部三维模型的每个特征点的特征值，并将特征值大于特征阈值的特征点作为修复点，然后将所有修复点的特征值进行加权平均以得到平均特征值；将每个修复点的特征值与平均特征值进行比较，将特征值大于或等于平均特征值的修复点作为第一类修复点，将特征值小于平均特征值的修复点作为第二类修复点；根据所有的第一类修复点生成第一类修复点集，并根据所有的第二类修复点生成第二类修复点集。3.根据权利要求2所述的方法，其特征在于，提取待修复面部三维模型的待修复面特征包括：获取每个第一类修复点与第一类修复点集中其他第一类修复点的距离，并将每个第一类修复点与其距离最近的其他第一类修复点进行连接；获取每个第二类修复点与第二类修复点集中其他第二类修复点的距离，并将每个第二类修复点与其距离最近的其他第二类修复点进行连接；根据待修复面部三维模型的所有修复点间的连接关系得到待修复面部三维模型的待修复面特征。4.根据权利要求3所述的方法，其特征在于，所述第一修复约束函数为：|MinP
‑

【专利技术属性】
技术研发人员：ꢀ五一IntClG零六T五零零，
申请(专利权)人：杨薇，
类型：发明
国别省市：