一种基于边缘算力融合的去中心化身份识别方法及系统技术方案

本发明专利技术公开了一种基于边缘算力融合的去中心化身份识别方法及系统，该方法包括如下步骤：S1：通过摄像设备A获取目标图像信息，并生成目标特征值；S2：通过摄像设备A自身的数据库查找所述目标特征值；S3：通过网络相邻摄像设备B的数据库查找所述目标特征值；S4：通过管理服务器IDS向摄像设备A返回所有可能存在与目标特征值相匹配的摄像设备的IP地址；S5：摄像设备A与需要交互的一个或多个摄像设备C进行交互；S6：若未查到目标特征值，则直接丢弃目标图像信息或者将所述目标图像信息备份至一个或多个摄像设备D；S7：完成目标身份识别。本发明专利技术可大幅降低带宽压力，并且充分利用全局算力，降低算力需求。降低算力需求。降低算力需求。

【技术实现步骤摘要】
一种基于边缘算力融合的去中心化身份识别方法及系统


[0001]本专利技术涉及身份识别
，尤其涉及一种基于边缘算力融合的去中心化身份识别方法及系统。

技术介绍

[0002]传统的摄像头系统中，摄像头作为一种与大多io设备功能相近的角色，只负责传输图像，计算交由集中式服务器去进行。集中式服务器采用ReID技术实现对目标的身份识别，行人重识别（Person re
‑
identification，ReID）也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题，给定一个监控行人图像，检索跨设备下的该行人图像，旨在弥补固定的摄像头的视觉局限，并可与行人检测/行人跟踪技术相结合，可广泛应用于智能视频监控、智能安保等领域。由于不同摄像设备之间的差异，同时行人兼具刚性和柔性的特性 ，外观易受穿着、尺度、遮挡、姿态和视角等影响，使得行人重识别成为计算机视觉领域中一个既具有研究价值同时又极具挑战性的热门课题。
[0003]当前随着网络摄像机和AI技术的发展，对于跨摄像头的身份识别系统来说越发重要，但是基于完全中心化的身份识别，往往面临着过大的算力压力、带宽压力，并且严重浪费了边缘算力性能。

技术实现思路

[0004]本专利技术的第一个目的在于提供一种基于边缘算力融合的去中心化身份识别方法，以解决如何大幅降低带宽压力，并且充分利用全局算力，降低算力需求，实现去中心化从而提高身份识别系统稳定性的技术问题。
[0005]本专利技术的第一个目的是采用以下技术方案实现的：一种基于边缘算力融合的去中心化身份识别方法，包括如下步骤：S1：通过摄像设备A获取目标图像信息，并生成目标特征值；S2：通过摄像设备A自身的数据库查找所述目标特征值，若查到则转入S7，若未查到则继续；S3：摄像设备A将目标特征值与一个或多个网络相邻摄像设备B进行交互，通过网络相邻摄像设备B的数据库查找所述目标特征值，若查到则转入S7，若未查到则继续；S4：通过摄像设备A向管理服务器IDS发出特征值查询指令，所述管理服务器IDS根据特征值查询指令向摄像设备A返回所有可能存在与目标特征值相匹配的摄像设备的IP地址；S5：摄像设备A根据管理服务器IDS的返回结果，与需要交互的一个或多个摄像设备C进行交互，以获得目标的详尽信息；S6：若未查到目标特征值，则直接丢弃目标图像信息或者将所述目标图像信息备份至一个或多个摄像设备D，并将所述摄像设备D的IP地址登记到管理服务器IDS当中；
S7：完成目标身份识别。
[0006]进一步的，所述摄像设备A、摄像设备B、摄像设备C和摄像设备D均为具有算力的摄像头，所述摄像头包括AI摄像头和普通摄像头，其中，所述普通摄像头需要与跳板机相连接。
[0007]进一步的，所述目标特征值包括人脸特征值和身体特征值，所述人脸特征值和身体特征值均可分为宏层特征值MAE和基层特征值MIE，其中，人脸特征值可分为人脸宏层特征值FMAE和人脸基层特征值FMIE，身体特征值可分为身体宏层特征值BMAE和身体基层特征值BMIE。
[0008]进一步的，步骤S3包括如下子步骤：S31：摄像设备A通过基层特征值查询协议MIEQ给所有网络相邻摄像设备B发送一条目标特征值的基层特征值MIE信息，让网络相邻摄像设备B在各自的数据库中查找；S32：网络相邻摄像设备B的数据库在使用基层特征值查询协议MIEQ中的基层特征值MIE信息进行查找后，会通过基层特征值响应协议MIER返回查找结果；S33：若网络相邻摄像设备B通过基层特征值响应协议MIER向摄像设备A表明自己疑似存储着目标信息，则摄像设备A通过照片查询协议PICQ将获取的目标图像信息完整发送至该网络相邻摄像设备B；S34：网络相邻摄像设备B重新对目标图像信息提取目标特征值后与自己的数据库比对，并通过照片响应协议PICR将比对结果返回至摄像设备A。
[0009]进一步的，步骤S4包括如下子步骤：S41：摄像设备A通过基层特征值查询协议MIEQ和宏层特征值查询协议MAEQ向管理服务器IDS发出特征值查询指令，所述特征值查询指令中附带有目标特征值的宏层特征值MAE信息和基层特征值MIE信息；S42：管理服务器IDS根据宏层特征值MAE信息和基层特征值MIE信息判断可能存在目标特征值的摄像设备；S43：管理服务器IDS将所有可能存在目标特征值的摄像设备的IP地址返回至摄像设备A。
[0010]进一步的，步骤S5包括如下步骤：S51：摄像设备A根据管理服务器IDS的返回结果，通过照片查询协议PICQ将获取的目标图像信息完整发送至所有需要交互的摄像设备C；S52：摄像设备C重新对目标图像信息提取目标特征值后与自己的数据库比对，并通过照片响应协议PICR将比对结果返回至摄像设备A。
[0011]进一步的，将所述目标图像信息备份至一个或多个摄像设备D的方法为：摄像设备A采用拓扑网算法将目标图像信息备份至一个或多个摄像设备D。
[0012]进一步的，所述管理服务器IDS包括根服务器RIDS和子服务器SIDS，所述子服务器SIDS用以管辖目标特征值中基层特征值MIE的一个值，只要所有摄像设备数据库中有该基层特征值MIE的对象，则该摄像设备的IP地址将被存储在此子服务器SIDS中；所述根服务器RIDS用以记录子服务器SIDS管辖的值和子服务器SIDS的IP地址。
[0013]本专利技术的第二个目的在于提供一种基于边缘算力融合的去中心化身份识别系统，以解决如何大幅降低带宽压力，并且充分利用全局算力，降低算力需求，实现去中心化从而
提高身份识别系统稳定性的技术问题。
[0014]本专利技术的第二个目的是通过以下技术手段来实现的：一种基于边缘算力融合的去中心化身份识别系统，包括多个摄像设备和管理服务器IDS，所述摄像设备包括特征值提取模块、通讯模块和数据库模块，其中一个摄像设备A获取目标图像信息并通过特征值提取模块生成目标特征值后，先通过自己的数据库模块对目标图像信息进行身份识别；若身份识别未通过，则通过通讯模块与该摄像设备是网络相邻的一个或多个摄像设备B交互，并进行身份识别；若身份识别未通过，则通过管理服务器IDS查找可能存在与目标特征值相匹配的摄像设备的IP地址，并返回至摄像设备A，摄像设备A根据管理服务器IDS的返回结果，与需要交互的一个或多个摄像设备C进行交互，以获得目标的详尽信息，完成身份识别。
[0015]本专利技术的有益效果在于：本专利技术是为实现 ReID 系统分布式部署而存在的，与以往的集中式ReID库服务器与摄像头构成的集群不同，ReID的数据库将不存储在集中部署的服务器，而是分布地存在每个拥有自己算力的、可以看作是服务器的摄像头中，从而大幅降低带宽压力，并且充分利用全局算力，降低算力需求，实现去中心化从而提高身份识别系统稳定性。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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】
1.一种基于边缘算力融合的去中心化身份识别方法，其特征在于，包括如下步骤：S1：通过摄像设备A获取目标图像信息，并生成目标特征值；S2：通过摄像设备A自身的数据库查找所述目标特征值，若查到则转入S7，若未查到则继续；S3：摄像设备A将目标特征值与一个或多个网络相邻摄像设备B进行交互，通过网络相邻摄像设备B的数据库查找所述目标特征值，若查到则转入S7，若未查到则继续；S4：通过摄像设备A向管理服务器IDS发出特征值查询指令，所述管理服务器IDS根据特征值查询指令向摄像设备A返回所有可能存在与目标特征值相匹配的摄像设备的IP地址；S5：摄像设备A根据管理服务器IDS的返回结果，与需要交互的一个或多个摄像设备C进行交互，以获得目标的详尽信息；S6：若未查到目标特征值，则直接丢弃目标图像信息或者将所述目标图像信息备份至一个或多个摄像设备D，并将所述摄像设备D的IP地址登记到管理服务器IDS当中；S7：完成目标身份识别。2.如权利要求1所述的一种基于边缘算力融合的去中心化身份识别方法，其特征在于，所述摄像设备A、摄像设备B、摄像设备C和摄像设备D均为具有算力的摄像头，所述摄像头包括AI摄像头和普通摄像头，其中，所述普通摄像头需要与跳板机相连接。3.如权利要求1所述的一种基于边缘算力融合的去中心化身份识别方法，其特征在于，所述目标特征值包括人脸特征值和身体特征值，所述人脸特征值和身体特征值均可分为宏层特征值MAE和基层特征值MIE，其中，人脸特征值可分为人脸宏层特征值FMAE和人脸基层特征值FMIE，身体特征值可分为身体宏层特征值BMAE和身体基层特征值BMIE。4.如权利要求1所述的一种基于边缘算力融合的去中心化身份识别方法，其特征在于，步骤S3包括如下子步骤：S31：摄像设备A通过基层特征值查询协议MIEQ给所有网络相邻摄像设备B发送一条目标特征值的基层特征值MIE信息，让网络相邻摄像设备B在各自的数据库中查找；S32：网络相邻摄像设备B的数据库在使用基层特征值查询协议MIEQ中的基层特征值MIE信息进行查找后，会通过基层特征值响应协议MIER返回查找结果；S33：若网络相邻摄像设备B通过基层特征值响应协议MIER向摄像设备A表明自己疑似存储着目标信息，则摄像设备A通过照片查询协议PICQ将获取的目标图像信息完整发送至该网络相邻摄像设备B；S34：网络相邻摄像设备B重新对目标图像信息提取目标特征值后与自己的数据库比对，并通过照片响应协议PICR将比对结果返回至摄像设备A。5.如权利要求1所述的...

【专利技术属性】
技术研发人员：李国良，白一川，谢宇涛，吉祥宇，陈松林，刘子祯，江熠，郭丰瑞，杨诗宇，宋乐，
申请(专利权)人：天津大学四川创新研究院，
类型：发明
国别省市：