基于深度学习的异常人员人脸识别系统的设计技术方案

为了解决人流密集区域暴恐风险因素多、安防能力不足问题，针对此问题设计并实现了一种基于深度学习的异常人员人脸识别系统。该系统主要包含3个子系统：一个是异常人员信息采集系统，主要实现实时高清的人脸图像信息的采集；一个是异常人员信息管理系统，主要实现异常人员人脸注册、异常人员人脸识别模型训练以及异常人员信息管理等功能模块；一个是异常人员人脸识别系统，实现对摄像头捕捉的人物或者视频出现人员人脸的识别，同时输出该人脸的相关信息。通过移动设备和网络服务实现智能化异常人员人脸识别，实现移动人员监察，维护，更新及删除服务，实现异常人员的智能监控，从而节省项目监控成本，提高整体服务质量的上升。提高整体服务质量的上升。

【技术实现步骤摘要】
基于深度学习的异常人员人脸识别系统的设计


[0001]本专利技术属于智能人脸识别领域，主要设计到一种基于深度学习的异常人员人脸识别系统的设计。

技术介绍

[0002]目前，在人脸识别方面，传统的人脸识别方法分为基于知识的方法和基于统计的方法。基于知识的方法，即利用对人脸的先验规则来进行人脸检测。人脸特征的分布遵循客观规律，利用这一点就可以实现简单的人脸检测。前者通过人脸的五官，肤色，纹理等特征信息利用已有的经验对人脸进行检测，后者将人脸当做样本进行训练，再进行人脸识别。由于人脸的复杂性，基于知识的人脸识别方法在导出先验规则时具有很大的难度。随后学者们实现了由手工定义特征到统计学自动获取特征的转变。通过移动设备和网络服务实现智能化异常人员人脸识别，实现移动人员监察，维护，更新及删除服务，实现办公智能化和异常人员的智能监控，从而节省项目监控成本，提高整体服务质量的上升。
[0003]
技术实现思路

[0004]（1）异常人员人脸信息采集模块的设计异常人员人脸信息采集系统的设计目标是实现实时高清的人脸图像的采集。该设备是整个平台的信号输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明公布了一种基于图像传感器的投影互动系统设计，包括以下步骤：（1）异常人员人脸信息采集模块的设计；异常人员人脸信息采集系统的设计目标是实现实时高清的人脸图像的采集；该设备是整个平台的信号输入接口设备，要求在稳定性、适配性和产品化程度上都能达到较高的水平；完成后的产品既可以作为整个系统的一个重要组成组件，也可以作为独立的产品对外销售，遵循国际国内通用视频的输入输出规范；异常人员人脸信息采集系统拥有两套视频采集装置，一为内置摄像头的远程联网设备，可以实时采集区域内所有的监控场景并能远程传输视频流；二为本地存储的人脸视频信息库视频；（2）异常人员人脸信息管理模块的设计；本系统的核心内容为异常人脸信息管理，该系统为异常人员信息提供了以下功能模块：异常人员人脸注册、异常人员人脸识别模型训练、异常人员信息管理；异常人员人脸注册：1）人脸添加，该功能的实现主要依赖摄像头捕捉人脸，利用电脑或者笔记本自带摄像头进行人脸捕捉；2)姓名添加，为即将添加到人脸库中的人脸建立人脸文件夹以便以存储捕捉到的人脸图像；3)图像抓取，利用摄像头抓取人脸，直至获取人脸图片的数量达到30张，满足人脸训练的图片数量；异常人员人脸识别模型训练：该功能的目的是将刚添加到的人脸图片或者已经在人脸库中的照片进行对齐处理，并训练该模型能够对库中的所有人脸进行比对，得到一组新...

【专利技术属性】
技术研发人员：付苗苗，杨晓雅，邓淼磊，张德贤，
申请(专利权)人：河南工业大学，
类型：发明
国别省市：