一种基于人脸聚类的目标追踪方法及系统技术方案

本发明专利技术公开了一种基于人脸聚类的目标追踪方法及系统，属于人脸识别技术领域，先创建人员库，录入人员信息；再通过前端人脸抓拍机抓拍的人脸图片进行特征提取；采用类中心特征值的距离度量方式，计算每个人脸特征值之间的差异，将前端人脸抓拍机抓拍到的人脸图片与人员库中的人脸图片进行比对并进行对应处理，再根据系统上传的人脸图片提取特征值并与人员档案封面图片比对，检索相似度达到设定阈值的人员通行记录，动态绘制目标运动轨迹。本发明专利技术针对城市级大规模人脸数据具有的结构复杂、动态特性、数据海量、多样化等特点，通过设计聚类的差异性存储策略，提升MapReduce任务处理并行性，实现数据快速检索，提高了数据处理的效率及结果显示的实时性。率及结果显示的实时性。率及结果显示的实时性。

【技术实现步骤摘要】
一种基于人脸聚类的目标追踪方法及系统


[0001]本专利技术涉及人脸识别
，具体涉及一种基于人脸聚类的目标追踪方法及系统。

技术介绍

[0002]近年来随着当前各行各业的高度信息化，数据正在以前所未有的速度飞快增长，大数据时代已经到来，大数据的海量性及复杂性等特征，要求大数据的索引机制必须满足支持多种查询、支持高效检索和易于维护等要求。
[0003]随着视频监控软硬件和人脸抓拍技术的迅速发展，人脸数据在迅速增加，也给其应用带来了挑战，人脸识别是将人脸图像按照某种策略抽取出用于识别的特征，也就是将人脸空间中的数据映射到特征空间，大规模人脸库的识别由于人脸数据量线性增长造成比对时间长而变得难以得到实用，导致难以高效完成人像档案的置信与串并以及大规模人像库的人员轨迹的快速检索。如何对人脸大数据进行聚类分析，提取出有价值的知识，是当前研究急需解决的一个问题。为此，提出一种基于人脸聚类的目标追踪方法及系统。

技术实现思路

[0004]本专利技术所要解决的技术问题在于：如何针对大规模人脸库的检索效率低下问题，提供了一种基于人脸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸聚类的目标追踪方法，其特征在于，包括以下步骤：S1：录入人脸图片以及人员相关信息，建立人员库，即底库；S2：对录入的人脸图片进行特征值提取；S3：建立人脸图片抓拍库，对通过人脸抓拍机抓拍的人脸图片进行特征值提取；S4：采用类中心特征值的距离度量方式，计算人脸特征值之间的差异，通过设计聚类的差异性存储策略构造索引树；S5：对于人脸特征值相似度达到阈值的人脸图片进行归档处理并以身份证号为ID；S6：对于人脸特征值相似度未达到阈值的人脸图片进行建档处理并由系统自动创建ID；S7：建立人员运动轨迹分析模型，分析选定时间区域内的人员运动记录；S8：通过对已归类的人员档案进行比对分析，检索结果；S9：将检索出的人员抓拍记录基于地图按时间先后顺序进行运动轨迹的动态绘制。2.根据权利要求1所述的一种基于人脸聚类的目标追踪方法，其特征在于：在所述步骤S1中，人员相关信息包括人脸图片、身份证号码、姓名、性别、住址。3.根据权利要求2所述的一种基于人脸聚类的目标追踪方法，其特征在于：在所述步骤S2和S3中，特征值提取是指通过分析人脸抓拍机提供的人脸图片几何特征向量中每种特征所对应的人脸图像描述，构建统一的特征向量表示规则，通过卷积神经网络实现人脸数据的特征值提取。4.根据权利要求3所述的一种基于人脸聚类的目标追踪方法，其特征在于：在所述步骤S4中，类中心特征值的距离度量方式即综合考虑人脸特征向量的可区别性以及独立性，采用类中心特征值的距离度量方案，计算每个人脸特征值之间的差异，即将提取的人脸特征与现有的类中心特征进行比对，先通过短特征进行搜索，将不相似的类过滤掉，缩小搜索范围，再通过长特征进行搜索，最终...

【专利技术属性】
技术研发人员：朱茂林，刘海峰，夏银生，
申请(专利权)人：合肥中科类脑智能技术有限公司，
类型：发明
国别省市：