一种基于边缘计算的异构视频监控人脸识别方法技术

本发明专利技术涉及一种基于边缘计算的异构视频监控人脸识别方法，包括边缘设备人脸检测、人脸对齐与后端服务人脸图像特征提取及云端数据库人脸特征比对。通过在边缘计算设备上部署自定义的人脸识别网络模型，检测获取人脸的关键点，然后在边缘设备上进行人脸对齐操作并发送到云端服务器。云端服务器获取对齐后的人脸图像和边缘设备id，进行人脸特征提取，将获得的人脸特征与大数据系统中的人脸特征进行比对以进行人脸识别和信息检索。本发明专利技术通过在边缘端检测人脸的关键点并推送，来降低网络带宽压力，同时最大程度释放服务器的计算资源，专注于人脸特征提取功能；云端使多个视频监控设备互联互通，可以实现完整的人脸识别和信息检索溯源。索溯源。索溯源。

【技术实现步骤摘要】
一种基于边缘计算的异构视频监控人脸识别方法


[0001]本专利技术涉及视频监控安防
，特别是一种基于边缘计算的异构视频监控人脸识别方法。

技术介绍

[0002]人脸的唯一性和不易被复制的良好特性为身份鉴别提供了条件，因此，人脸识别是进行身份鉴别的一个重要手段。目前，人脸识别的应用非常广泛。
[0003]在现实生活中，常规的人脸识别方法是保存一张或者有限的几张人脸图像，通过实时性不高的人脸识别方法进行身份确认，主要用于个人的门禁系统。在安防领域，对实时视频监控系统添加进实时的人脸识别，以进行人脸识别和人脸信息检索并未普及。以社区的安防系统为例，门禁系统为小区的人员出入提供基础的卡号跟踪、指纹识别或者身份证确认，视频监控系统将小区内的人员走动以视频的形式记录保存，但是并未实现系统间的资源共享与信息互通，由此导致难以实现真正的访客信息跟踪溯源。因此，保存社区内的人员流动信息并在需要时进行检索是非常困难的。
[0004]为了解决这个难题，需要有云端数据库保存历史数据和人脸抓拍信息，而传统的单机人脸识别系统无法提供大量数据保存的功能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的异构视频监控人脸识别方法，其特征在于，包括以下步骤：(1)获取原始的图像视频流；(2)在边缘计算设备上进行图像解码，实时获取原始彩色图像；(3)视频解码后将彩色图像送入边缘计算设备上的自定义人脸检测网络，提取人脸的若干个关键点；(4)在边缘计算设备上依据人脸的若干个关键点对人脸图像进行对齐操作；(5)将对齐后的人脸图像和设备id信息推送到云端；(6)云端获取对齐后的人脸图像和边缘设备id，进行人脸特征提取；(7)将获取的人脸特征与大数据系统中的人脸特征进行比对以进行人脸识别和信息检索。2.根据权利要求1所述的基于边缘计算的异构视频监控人脸识别方法，其特征在于：以RGB彩色图像作为输入，在将图像送入所述自定义人脸检测网络之前使用以下公式将像素值从[0,255]区间映射到[0,1]区间：new_pixel＝pixel/255上式中，pixel表示原始的像素值，new_pixel表示映射后的像素值。3.根据权利要求1所述的基于边缘计算的异构视频监控人脸识别方法，其特征在于：所述自定义人脸检测网络使用一个1x1卷积、一个3x3分组卷积和一个1x1卷积，作为最小的复合卷积模块，同时Eltwise网络层为整个特征提取网络部分引入残差网络结构，以1x1卷积作为网络最后的一个输出层。4.根据权利要求1所述的基于边缘计算的异构视频监控人脸识别方法，其特征在于：所述自定义人脸检测网络输出结果的维度都是16的倍数，一组16维的浮点数组即表示一个人脸检测结果，分别是：人脸框的左边界、人脸框的上边界、人脸框的宽、人脸框的高、人脸的五个关键点的横坐标、人脸的五个关键点的纵坐标、该框是前景的概率、该框是人脸的概率；对于所述自定义人脸检测网络的最终输出结果，表示概率的输出结果值和直接表...

【专利技术属性】
技术研发人员：徐妙语，王坤，高毫林，王志恒，李鹏飞，邢松伟，夏望秋，汪淼，
申请(专利权)人：郑州信大先进技术研究院，
类型：发明
国别省市：