【技术实现步骤摘要】
本专利技术涉及身份识别，更具体地说，本专利技术涉及一种基于图像技术的人物身份识别系统及方法。
技术介绍
1、基于图像技术的人物身份识别方法在发现嫌疑人方面具有重要意义，可以为调查人员提供有力的技术支持和帮助。在大量的图像或视频资料中，通过人物身份识别技术，可以快速筛选出与案件相关的目标人物，大幅缩短了时间。
2、在刑事技术痕迹检验中，对视频中人物的身份进行判断是常见的任务之一。通过分析视频中人物的面部特征、身体姿态、穿着打扮等特征，可以提取出人物的独特特征。这可以缩小侦查范围，提高破案效率。但是因为摄像角度或者目标人物的可以遮挡，导致采集的目标视频和待分析视频中看不见人物的脸部，无法基于人脸对人物身份进行准确的识别，导致现有的身份识别系统识别结果不够稳定。
3、但是其在实际使用时，现有的人物身份识别系统还存在较多缺点，如，当视频像素质量差、可分析图像少，导致无法获取目标人物的准确特征，降低人物身份识别的准确性；当目标视频或待分析视频的像素质量高、可分析图像多，在分析结束前就能够得到目标人物与待识别人物属于同一人的概率，这时候分析完所有的视频会导致，浪费分析资源；缺少对分析结果进行量化分析，导致分析资源浪费，不利于效率的最大化。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供一种基于图像技术的人物身份识别系统及方法，通过分析视频的可信度对视频进行预处理，从人物特征相似度、图像质量、分析视频与目标视频时间距离的维度，对分析结果进行量化分析，解决现有
2、为实现上述目的，本专利技术提供如下技术方案：一种基于图像技术的人物身份识别系统，包括：
3、数据采集模块，用于采集目标视频和待分析视频，并将采集的视频传输至视频质量分析模块；
4、视频质量分析模块，用于分析目标视频和待分析视频的质量，得到目标视频和待分析视频的静态维度评估参数jp和动态维度评估参数dp；
5、图像预处理模块，用于预估人物识别任务的信息可信度指数xf，基于信息可信度指数处理目标视频和待分析视频，将处理后的目标视频和待分析视频传输至特征处理模块；
6、特征处理模块，获取目标人物和待分析人物的静态特征和动态特征，对比得到目标人物和待分析人物的交集特征，计算交集特征的特征相似度，将提取的静态特征相似度和动态特征相似度传输至综合分析模块；
7、综合分析模块，基于静态特征相似度和动态特征相似度，以及特征对应的权重系数，预测目标人物和待识别人物属于同一人的概率py。
8、优选的，目标视频和待分析视频的静态维度评估参数jp获取方式为：
9、将视频分解为图像帧，框选图像帧中的目标人物得到人物框，并进行编号，设有m个人物框；
10、获取人物框的长度、宽度、像素值，以及人物框中人物占比，将第i个人物框的长度、宽度、像素值、人物占比分别记为，ci、ki、xsi、zi，i的取值为[1，m]；
11、基于人物框的长度、宽度、像素值，以及人物框中人物占比综合评估视频的静态维度评估参数jp；
12、将目标视频对应的静态维度评估参数记为mjp，将待分析视频对应的静态维度评估参数记为djp。
13、优选的，目标视频和待分析视频的动态维度评估参数dp获取方式为：
14、获取人物框中目标人物的方向角度，得到m个人物框的m-1个方向变化角度，将第i个人物框的方向变化角度记为fzi，i的取值为[2，m]；
15、获取视频中目标人物的移动速度，得到m个人物框的m-1个速度，将第i个人物框的速度记为vi，i的取值为[2，m]；
16、联合分析人物框的方向变化角度和速度，得到视频的动态维度评估参数dp；
17、将目标视频对应的动态维度评估参数记为mdp，将待分析视频对应的动态维度评估参数记为ddp。
18、优选的，在图像预处理模块包括信息丰富度评估单元、信息丰富度判断单元和图像处理单元，所述信息丰富度评估单元用于获取人物识别任务的信息可信度指数；所述信息丰富度判断单元用于将获取的信息可信度指数和预设值tha进行比较；所述图像处理单元基于信息可信度指数和预设值tha的关系采取对应的措施，当信息可信度指数高于预设值tha，从图像帧中抽取高质量的图像帧，重新构成人物框集合；当信息可信度指数低于预设值tha，对目标视频和待分析视频进行特征增强处理。
19、优选的，通过信息可信度预估模型
20、得到信息可信度指数，ε1表示静态维度随像素衰减因子，ε2表示动态维度随像素衰减因子，且0＜ε1＜1，0＜ε2＜1，ε1+ε2=1.0，具体数值基于管理人员设置，mjp表示目标视频对应的静态维度评估参数，djp表示待分析视频对应的静态维度评估参数；mdp表示目标视频对应的动态维度评估参数，ddp表示待分析视频对应的动态维度评估参数，jm预表示预设的静态维度评估参数，jd预表示预设的动态维度评估参数。
21、优选的，特征处理模块包括特征提取单元、特征对齐单元、特征相似度计算单元，所述特征提取单元用于提取目标视频目标人物和待分析视频中待分析人物的静态特征和动态特征，利用特征提取算法从图像帧中提取出描述人物的局部特征的关键点和特征，利用光流法、运动矢量法算法来提取动态特征；所述特征对齐单元用于将目标人物和待分析任务的静态特征和动态特征对齐，得到交集特征，设在交集特征中有m1组静态特征和m2组动态特征；所述特征相似度计算单元用于计算交集特征的相似度，得到m1组静态特征相似度和m2组动态特征相似度。
22、优选的，基于历史数据得到特征的权重系数，特征包括静态特征和动态特征，包括下列步骤：
23、获取历史大数据，划分为若干组，每组数据包括：目标视频、待分析视频、目标人物和待识别人物是同一人的概率ps，当是同一人概率为ps=1，当不是同一人则概率为ps=0；
24、计算得到目标视频、待分析视频的静态特征相似度和动态特征相似度；
25、选择机器学习模型，设置损失函数为交叉熵损失函数，初始化参数，分别将目标人物静态特征、动态特征相似度，待分析人物静态特征、动态特征相似度输入机器学习模型中，输出预测概率；
26、基于损失函数调整参数，训练至损失函数满足预设值，得到静态特征的权重系数ktj和动态特征的权重系数kdj，以及修正常数c1。
27、优选的，通过模型得到目标人物和待识别人物属于同一人的概率py，m1表示静态特征的组数，m2表示动态特征的组数，j表示特征组的编号，表示静态特征相似度均值，xsj表示第j组静态特征的相似度参数，xsj的取值为[0，1.0]，ktj表示第j组静态特征的权重系数，表示动态特征相似度均值，sxj表示第j组动态特征的相似度参数，sxj的取值为[0，1.0]，kdj表示第j组动态特征的权重系数，c1表示修正常数。本文档来自技高网...
【技术保护点】
1.一种基于图像技术的人物身份识别系统，其特征在于，包括：
2.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于，目标视频和待分析视频的静态维度评估参数Jp获取方式为：
3.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于，目标视频和待分析视频的动态维度评估参数Dp获取方式为：
4.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于，在图像预处理模块包括信息丰富度评估单元、信息丰富度判断单元和图像处理单元，所述信息丰富度评估单元用于获取人物识别任务的信息可信度指数；所述信息丰富度判断单元用于将获取的信息可信度指数和预设值tha进行比较；所述图像处理单元基于信息可信度指数和预设值tha的关系采取对应的措施，当信息可信度指数高于预设值tha，从图像帧中抽取高质量的图像帧，重新构成人物框集合；当信息可信度指数低于预设值tha，对目标视频和待分析视频进行特征增强处理。
5.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于：特征处理模块包括特征提取单元、特征对齐单元、特征相
6.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于：基于历史数据得到特征的权重系数，特征包括静态特征和动态特征，包括下列步骤：
7.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于，通过模型得到目标人物和待识别人物属于同一人的概率Py，m1表示静态特征的组数，m2表示动态特征的组数，j表示特征组的编号，表示静态特征相似度均值，xsj表示第j组静态特征的相似度参数，xsj的取值为[0，1.0]，ktj表示第j组静态特征的权重系数，表示动态特征相似度均值，sxj表示第j组动态特征的相似度参数，sxj的取值为[0，1.0]，kdj表示第j组动态特征的权重系数，c1表示修正常数。
8.一种基于图像技术的人物身份识别方法，用于实施上述权利要求1-7任一所述系统，其特征在于包括下列步骤：
...【技术特征摘要】
1.一种基于图像技术的人物身份识别系统，其特征在于，包括：
2.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于，目标视频和待分析视频的静态维度评估参数jp获取方式为：
3.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于，目标视频和待分析视频的动态维度评估参数dp获取方式为：
4.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于，在图像预处理模块包括信息丰富度评估单元、信息丰富度判断单元和图像处理单元，所述信息丰富度评估单元用于获取人物识别任务的信息可信度指数；所述信息丰富度判断单元用于将获取的信息可信度指数和预设值tha进行比较；所述图像处理单元基于信息可信度指数和预设值tha的关系采取对应的措施，当信息可信度指数高于预设值tha，从图像帧中抽取高质量的图像帧，重新构成人物框集合；当信息可信度指数低于预设值tha，对目标视频和待分析视频进行特征增强处理。
5.根据权利要求1所述的一种基于图像技术的人物身份识别系统，其特征在于：特征处理模块包括特征提取单元、特征对齐单元、特征相似度计算单元，所述特征提取单元用于提取目标视频目标人物和待分析视频中待分析人物的静态特征和动态特征，...
【专利技术属性】
技术研发人员：马越，高毅，华春生，赵潇衡，马立新，姚力，杨文博，
申请(专利权)人：中国刑事警察学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。