一种基于图像采集的前端视频分析终端制造技术

本发明专利技术属于特定场景下的前端视频分析领域，提出一种基于图像采集的前端视频分析终端，包括：第一负样本录入单元，用于选取并手动录入特定场景下的第一负样本数据；正样本采集单元，用于采集特定场景下的正样本数据；第二负样本采集单元，用于采集特定场景下正样本出现时的第二负样本数据；负样本融合单元，用于在特定场景下正样本出现时将第一负样本数据和第二负样本数据进行特征融合；分析单元，用于将进行特征融合后的负样本数据和正样本数据分别作为输入，构建并训练深度神经网络，通过深度神经网络对特定场景下的视频进行识别并分析，并输出分析结果。本发明专利技术能够集合特定场景的场景特征和用户的正负样本特征对用户的访问权限进行精准判断。的访问权限进行精准判断。的访问权限进行精准判断。

【技术实现步骤摘要】
一种基于图像采集的前端视频分析终端


[0001]本专利技术涉及特定场景下的前端视频分析领域，特别涉及一种基于图像采集的前端视频分析终端。

技术介绍

[0002]目前，很多场景如保密单位的资料室、服务器室等只允许具备访问权限的用户访问，而现今对于特殊场景下用户访问权限的判断方案大多是直接进行人脸识别，人脸识别虽然具备识别的单一性和高效性可以满足很多场景的用户访问权限应用需求，但是对于一些保密单位或保密场景来说，需要更加精准的识别准确率，单一的人脸识别方案可能因为识别场景的场景差异导致识别不准，并且，现有的人脸识别方案并未考虑识别场景的场景特征，也未考虑用户除人脸以外的其他特征，这就造成特殊场景的用户访问存在疏漏。

技术实现思路

[0003]本专利技术的目的是提供一种基于图像采集的前端视频分析终端，本专利技术能够集合特定场景的场景特征和用户的正负样本特征对用户的访问权限进行精准判断。
[0004]本专利技术解决其技术问题，采用的技术方案是：
[0005]一种基于图像采集的前端视频分析终端，包括：
[0006]第一负样本录入单元，用于选取并手动录入特定场景下的第一负样本数据；
[0007]正样本采集单元，用于采集特定场景下的正样本数据；
[0008]第二负样本采集单元，用于采集特定场景下正样本出现时的第二负样本数据；
[0009]负样本融合单元，用于在特定场景下正样本出现时将手动录入的第一负样本数据和采集的第二负样本数据进行特征融合；
[0010]分析单元，用于将进行特征融合后的负样本数据和正样本数据分别作为输入，构建并训练深度神经网络，通过深度神经网络对特定场景下的视频进行识别并分析，并输出分析结果。
[0011]作为进一步优化，所述第一负样本录入单元录入的第一负样本数据为特定场景下的环境特征数据，所述环境特征数据至少为3个。
[0012]作为进一步优化，所述第一负样本数据通过管理人员手动录入，且录入后不可更改。
[0013]作为进一步优化，当特定场景变更时，管理人员重新选取并手动录入变更后特定场景下的第一负样本数据。
[0014]作为进一步优化，所述正样本采集单元采集的特定场景下的正样本数据包括用户面部特征数据和肢体动作特征数据。
[0015]作为进一步优化，所述第二负样本采集单元采集的第二负样本数据为正样本在特定场景下出现时用户的衣着特征数据。
[0016]作为进一步优化，所述负样本融合单元在进行特征融合时，基于第二负样本数据
匹配对应的第一负样本数据，并将第二负样本数据与匹配的第一负样本数据进行特征融合。
[0017]作为进一步优化，所述通过深度神经网络对特定场景下的视频进行识别并分析，并输出分析结果，具体是指：
[0018]当用户出现在特定场景下时，首先判断用户的第二负样本数据是否与手动录入的第一负样本数据是否匹配，若匹配，则将第一负样本数据和第二负样本数据进行特征融合，然后采集用户的正样本数据，并将正样本数据和进行特征融合后的负样本数据输入至深度神经网络，判断该用户是否具备访问该特定场景的权限，若具备，则通知允许访问，否则告知该用户离开；
[0019]若不匹配，则直接告知该用户离开。
[0020]本专利技术的有益效果是：通过上述一种基于图像采集的前端视频分析终端，不仅将特定场景下的第一负样本数据作为负样本数据，还将与用户相关的第二负样本数据也作为负样本数据，在特定场景下，当用户出现时，还可以结合用户的正样本数据及两个融合后的负样本数据对用户的访问权限进行综合判断，只有负样本数据和正样本数据都符合访问要求时，才会允许用户访问该特定场景，最终达到对用户的访问权限进行精准判断。
附图说明
[0021]图1为本专利技术实施例中一种基于图像采集的前端视频分析终端的架构示意图。
具体实施方式
[0022]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。
[0023]实施例
[0024]本实施例提供的是一种基于图像采集的前端视频分析终端，其架构示意图见图1，其中，该终端包括：
[0025]第一负样本录入单元，用于选取并手动录入特定场景下的第一负样本数据；本实施例中，为了能够将特定场景下的环境特征作为一个用户访问指标，以达到对用户访问权限进行精准判断，这里，所述第一负样本录入单元录入的第一负样本数据为特定场景下的环境特征数据，为了准确表征特定场景，所述环境特征数据至少为3个，当然如果特定场景的周围环境较为单一，也可根据需要进行灵活调整；
[0026]正样本采集单元，用于采集特定场景下的正样本数据；一般来说，现有技术中会将用户面部特征作为正样本数据，因此，本实施例中，大多情况下用户访问时会规范用户的人脸识别位置，为了更准确判断该用户是合规访问用户，规范用户的肢体动作也是很有必要的，因此，在所述正样本采集单元采集的特定场景下的正样本数据包括用户面部特征数据和肢体动作特征数据；
[0027]第二负样本采集单元，用于采集特定场景下正样本出现时的第二负样本数据；很多特定场景下用户访问时都需要统一着装，如果用户没有按照规定进行统一着装，那么就
会直接提示其离开，不允许访问，所述第二负样本采集单元采集的第二负样本数据为正样本在特定场景下出现时用户的衣着特征数据；
[0028]负样本融合单元，用于在特定场景下正样本出现时将手动录入的第一负样本数据和采集的第二负样本数据进行特征融合；
[0029]分析单元，用于将进行特征融合后的负样本数据和正样本数据分别作为输入，构建并训练深度神经网络，通过深度神经网络对特定场景下的视频进行识别并分析，并输出分析结果。
[0030]本实施例中，特定场景下的环境特征一般很少变动，因此，为了避免非法用户的闯入，这里规定，与特定场景相关的第一负样本数据一经录入不可更改，因此，所述第一负样本数据通过管理人员手动录入，且录入后不可更改。当然，当特定场景变更时，管理人员重新需要选取并手动录入变更后特定场景下的第一负样本数据。
[0031]需要说明的是，所述负样本融合单元在进行特征融合时，基于第二负样本数据匹配对应的第一负样本数据，并将第二负样本数据与匹配的第一负样本数据进行特征融合。
[0032]具体而言，所述通过深度神经网络对特定场景下的视频进行识别并分析，并输出分析结果，具体是指：
[0033]当用户出现在特定场景下时，首先判断用户的第二负样本数据是否与手动录入的第一负样本数据是否匹配，若匹配，则将第一负样本数据和第二负样本数据进行特征融合，然后采集用户的正样本数据，并将正样本数据和进行特征融合后的负样本数据输入至深度神经网络，判断该用户是否具备访问该特定场景的权限，若具备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像采集的前端视频分析终端，其特征在于，包括：第一负样本录入单元，用于选取并手动录入特定场景下的第一负样本数据；正样本采集单元，用于采集特定场景下的正样本数据；第二负样本采集单元，用于采集特定场景下正样本出现时的第二负样本数据；负样本融合单元，用于在特定场景下正样本出现时将手动录入的第一负样本数据和采集的第二负样本数据进行特征融合；分析单元，用于将进行特征融合后的负样本数据和正样本数据分别作为输入，构建并训练深度神经网络，通过深度神经网络对特定场景下的视频进行识别并分析，并输出分析结果。2.根据权利要求1所述的一种基于图像采集的前端视频分析终端，其特征在于，所述第一负样本录入单元录入的第一负样本数据为特定场景下的环境特征数据，所述环境特征数据至少为3个。3.根据权利要求2所述的一种基于图像采集的前端视频分析终端，其特征在于，所述第一负样本数据通过管理人员手动录入，且录入后不可更改。4.根据权利要求1
‑
3任意一项所述的一种基于图像采集的前端视频分析终端，其特征在于，当特定场景变更时，管理人员重新选取并手动录入变更后特定场景下的第一负样本数据。5.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：南卫兵，段雅琦，胡宗楠，
申请(专利权)人：南卫兵段雅琦胡宗楠，
类型：发明
国别省市：