[发明专利]一种基于人脸特征和步态特征的安保管理方法及系统

权利要求书

1.一种基于人脸特征和步态特征的安保管理方法，其特征在于，所述方法 包括下述步骤：

S100、建立用户特征库：收集允许通过门禁的合法用户的用户信息，所述用 户信息包含人脸图像，提取所述人脸图像的人脸特征；采集对应用户的步态特征； 将人脸特征、步态特征和所述用户信息保存到用户特征库；

S200、提取视频帧的图像数据：获取源自摄像头的、安保管理范围内的实时 视频，将视频进行解码，提取视频帧的图像数据；

S300、提取用户特征：对步骤S200中提取的所述视频帧的图像数据进行用 户定位，提取人脸特征及其对应的步态特征；

S400、判断是否为合法用户：将检测到的人脸特征和用户特征库进行比对判 断；当为合法用户时，则执行步骤S500；否则给出报警提示；

S500、核实合法用户：将步骤S300中提取的该用户步态特征和用户特征库 进行比对判断；当步态特征相似度满足预设值时，则确认该用户为合法用户；否 则给出报警提示。

2.根据权利要求1所述的方法，其特征在于，优选的，所述人脸特征通过 在对图像中的人脸位置进行定位后使用深度学习方法来进行提取。

3.根据权利要求2所述的方法，其特征在于，所述定位使用采用adaboost 机器学习方法来实现。

4.根据权利要求2所述的方法，其特征在于，所述深度学习方法使用非线 性变换sigmoid函数：

S(x)=11+e-x.]]>

5.根据权利要求1～4任一所述的方法，其特征在于：所述人脸特征包括类 间变化和类内变化，所述类间变化是指不同人之间的人脸差异；所述类内变化是 指一个人在不同条件下人脸之间的差异。

6.根据权利要求5所述的方法，其特征在于，所述不同条件包括表情、光 线、年龄所相关的条件。

7.根据权利要求2所述的方法，其特征在于，在定位人脸位置之后，还包 括实现下述步骤：

S3001、对定位的人脸进行位置的跟踪；

S3002、判断所定位的人脸与当前跟踪位置处的人脸是否为同一目标。

8.根据权利要求7所述的方法，其特征在于，所述步骤S302通过比较当前 跟踪位置处的人脸与已定位的人脸的面积重合度来判断是否为同一目标。

9.根据权利要求7所述的方法，其特征在于，所述步骤S302之后，还包括：

S3003、当判断当前跟踪位置处的人脸与已定位的人脸是同一目标时，利用 检测的结果修订跟踪结果。

10.根据权利要求7所述的方法，其特征在于，所述步骤S302之后，还包 括：

S3004、当判断当前跟踪位置处的人脸与步骤S300中已定位的人脸不是同一 目标时，则认为当前跟踪位置处的人脸是新的人脸，并进一步增加对新的人脸进 行跟踪。

11.根据权利要求1所述的方法，其特征在于，所述步态特征通过步态特征 矢量表示，所述步态特征矢量通过下述步骤获得：

S3010、获取用户步态的周期性特征矢量；

S3011、基于周期性特征矢量的处理获取步态特征矢量。

12.根据权利要求11所述的方法，其特征在于，所述周期性特征矢量通过 主成分分析方法获得。

13.根据权利要求11所述的方法，其特征在于，所述步骤S3011中的处理 采用的方法是一种基于主成分分析和线性判别分析的联合处理方法。