[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

说明书

技术领域

本公开涉及门禁管理领域，特别是一种基于人脸特征和步态特征的安保管理 方法及系统。

背景技术

深度学习是近十年来人工智能领域取得的最重要的突破之一。它在语音识 别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了 巨大成功,随着互联网技术的日益更新的不断发展，数字化、网络化、智能化使 生活水平更不断提高，其中智能小区管理是其中重要的一环，现有的小区物业管 理大部分工作需要人力来完成，我们可以通过深度学习技术赋予摄像头“慧眼识 人”的功能，来解决现有小区的安保管理中存在的问题，比如：现有小区通常需 要刷卡授权出入，这不仅需要住户主动配合，而且需随身携带门卡。再比如：现 有的基于人脸识别的安保管理系统不能避免照片欺骗，即若有恶意用户想恶意进 入安保管理区域，可以使用被仿冒者的照片来进行恶意攻击。而在解决现有问题 的同时，还可以提供更多的功能服务，比如进行人脸搜索，不仅可以定位陌生人， 而且可以帮助应用本公开方法或系统的安保管理人员查找辖区范围内人员的出 入记录，比如应用于小区，帮助查找住户小孩的出入记录，还可以为统计安保管 理区域内的人流情况等等。

发明内容

针对上述部分问题，本公开提供了一种基于人脸特征和步态特征的安保管理 方法及系统，所述方法及系统不仅可以用于普通小区管理，还可以用于其它需要 门禁管理或门禁和内部均需要监控管理的地方，比如保密机构，公司，政府等等。 所述方法在人脸识别的基础上，进一步通过步态识别来核实用户身份的真实性， 提高了身份识别的准确性和真实性。由于人脸识别和步态识别除了在建立用户特 征库时需要用户配合外，在应用时均无需接触采集，因此基于所述方法实现的系 统，在安保管理时具有简便易行的特点。

一种基于人脸特征和步态特征的安保管理方法，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。

基于所述方法，实现了相应的系统，即一种基于人脸特征和步态特征的安保 管理系统，所述系统包括下述模块：

M100、用户特征库模块：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；

M200、视频帧图像数据提取模块：用于在摄像头采集到安保管理范围内的实 时视频之后，将视频进行解码，提取视频帧的图像数据并将其传递给模块M300；

M300、用户特征提取模块：所述用户特征提取模块使用图像接收单元接收模 块M200中提取的视频帧的图像数据，通过定位单元将接收的图像中的用户进行 定位，然后使用特征提取单元分别提取人脸特征和其对应的步态特征；

M400、合法用户判断模块：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，则将流程转向模块M500；否则给出报警提示；

M500、合法用户核实模块：将检测到的人脸特征对应的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。