布控人员的人脸比对方法、装置和电子设备制造方法及图纸

本发明专利技术提供了一种布控人员的人脸比对方法、装置和电子设备，涉及计算机软件技术领域，该方法包括：首先根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；然后利用GPU加速模块将待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；GPU加速模块包括显卡图形处理单元和计算机处理单元CPU；最后确定符合阈值的目标相似度对应的静态人员的人脸特征值为目标布控人员，通过该方法缓解了现有技术中存在的需要大量的人力资源投入、效率低的技术问题，实现了布控人员的人脸与大量人脸数据的快速比对，大大提升了比对效率。对效率。对效率。

【技术实现步骤摘要】
布控人员的人脸比对方法、装置和电子设备


[0001]本专利技术涉及计算机软件
，尤其是涉及一种布控人员的人脸比对方法、装置和电子设备。

技术介绍

[0002]随着智慧城市的发展，人脸识别相关技术日趋成熟，人脸采集渠道也越来越多，如：小区门禁、商场监控、交通监控探头等，这些监控设备每时每刻都在进行人脸采集。利用采集到的数据可以进行重点人员布控，以保障生活便利、维护社会安全。但是随着监控设备越来越多，采集到的数据也越来越多，在大数据量的情景下确定布控人员需要大量的人力资源投入，且效率很低。

技术实现思路

[0003]本专利技术的目的在于提供一种布控人员的人脸比对方法、装置和电子设备，以缓解现有技术中存在的需要大量的人力资源投入、效率低的技术问题。
[0004]为了实现上述目的，本专利技术实施例采用的技术方案如下：
[0005]第一方面，本专利技术实施例提供了一种布控人员的人脸比对方法，包括：
[0006]根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；上述待比对的静态人员的人脸特征值由预先对监控视频画面进行图像处理生成；
[0007]利用GPU加速模块将上述待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；上述GPU加速模块包括显卡图形处理单元和计算机处理单元CPU；
[0008]确定符合阈值的上述目标相似度对应的静态人员的人脸特征值为目标布控人员。
[0009]在一些可能的实施方式中，在根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵之前，还包括：接收分布式发布订阅消息系统发送的监控视频数据；上述监控视频数据包括待比对的静态人员的人脸图片信息。
[0010]在一些可能的实施方式中，还包括：对上述人脸图片信息进行数据清洗。
[0011]在一些可能的实施方式中，对上述人脸图片信息进行数据清洗，包括：
[0012]对上述人脸图片信息进行尺寸筛选，剔除图片尺寸异常的数据；
[0013]对上述人脸图片信息进行时间筛选，剔除上述人脸图片信息的采集时间异常的数据；
[0014]对上述人脸图片信息进行生产环境数据来源筛选，剔除采集设备位置信息丢失的数据。
[0015]在一些可能的实施方式中，还包括：将清洗后的数据进行特征提取，生成待比对的静态人员的人脸特征值。
[0016]在一些可能的实施方式中，利用GPU加速模块将上述待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度，包括：
[0017]利用numpy批量计算上述待比对的特征值矩阵中的每个特征值，与上述布控人员
人脸的特征值的目标向量余弦值；
[0018]如果上述目标向量余弦值超过阈值，确定当前待比对的特征值矩阵中的特征值对应的静态人员的人脸为目标布控人员的人脸。
[0019]第二方面，本专利技术实施例提供了一种布控人员的人脸比对装置，包括：
[0020]特征值矩阵确定模块，用于根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；上述待比对的静态人员的人脸特征值由预先对监控视频画面进行图像处理生成；
[0021]目标相似度确定模块，用于利用GPU加速模块将上述待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；上述GPU加速模块包括显卡图形处理单元和计算机处理单元CPU；
[0022]目标布控人员确定模块，用于确定符合阈值的上述目标相似度对应的静态人员的人脸特征值为目标布控人员。
[0023]在一些可能的实施方式中，还包括数据接收模块，用于接收分布式发布订阅消息系统发送的监控视频数据；上述监控视频数据包括待比对的静态人员的人脸图片信息。
[0024]第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的布控人员的人脸比对方法。
[0025]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述第一方面任一项所述的布控人员的人脸比对方法。
[0026]本专利技术提供了一种布控人员的人脸比对方法、装置和电子设备，该方法包括：首先根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；然后利用GPU加速模块将待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；GPU加速模块包括显卡图形处理单元和计算机处理单元CPU；最后确定符合阈值的目标相似度对应的静态人员的人脸特征值为目标布控人员，通过该方法缓解了现有技术中存在的需要大量的人力资源投入、效率低的技术问题，实现了布控人员的人脸与大量人脸数据的快速比对，大大提升了比对效率。
附图说明
[0027]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0028]图1为本专利技术实施例提供的一种布控人员的人脸比对方法的流程示意图；
[0029]图2为本专利技术实施例提供的另一种布控人员的人脸比对方法的流程示意图；
[0030]图3为本专利技术实施例提供的一种布控人员的人脸比对装置的结构示意图；
[0031]图4为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0032]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0033]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。下面结合附图，对本专利技术的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
[0035]随着智慧城市的发展，人脸识别相关技术日趋成熟，人脸采集渠道也越来越多，如：小区门禁、商场监控、交通监控探头等，这些监控设备每时每刻都在进行人脸采集。利用采集到的数据可以进行重点人员布控，以保障生活便利、维护社会安全。但是随着监控设备越来越多，采集到的数据也越来越多，在大数据量的情景下确定布控人员需要大量的人力资源投入，并且效率较低。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种布控人员的人脸比对方法，其特征在于，包括：根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；所述待比对的静态人员的人脸特征值由预先对监控视频画面进行图像处理生成；利用GPU加速模块将所述待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；所述GPU加速模块包括显卡图形处理单元和计算机处理单元CPU；确定符合阈值的所述目标相似度对应的静态人员的人脸特征值为目标布控人员。2.根据权利要求1所述的布控人员的人脸比对方法，其特征在于，在根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵之前，还包括：接收分布式发布订阅消息系统发送的监控视频数据；所述监控视频数据包括待比对的静态人员的人脸图片信息。3.根据权利要求2所述的布控人员的人脸比对方法，其特征在于，还包括：对所述人脸图片信息进行数据清洗。4.根据权利要求3所述的布控人员的人脸比对方法，其特征在于，对所述人脸图片信息进行数据清洗，包括：对所述人脸图片信息进行尺寸筛选，剔除图片尺寸异常的数据；对所述人脸图片信息进行时间筛选，剔除所述人脸图片信息的采集时间异常的数据；对所述人脸图片信息进行生产环境数据来源筛选，剔除采集设备位置信息丢失的数据。5.根据权利要求4所述的布控人员的人脸比对方法，其特征在于，还包括：将清洗后的数据进行特征提取，生成待比对的静态人员的人脸特征值。6.根据权利要求1所述的布控人员的人脸比对方法，其特征在于，利用GPU加速模块将所述待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度，包...

【专利技术属性】
技术研发人员：石志远，李凡平，王堃，
申请(专利权)人：以萨技术股份有限公司，
类型：发明
国别省市：