[发明专利]嫌疑人人脸识别认定方法

说明书

嫌疑人人脸识别认定方法。由数据存贮单元、“人脸比对识别引擎”、多引擎调度模块、二次综合分析处理模块组成。通过一张待识别人的人脸图片，由相似度计算模型、命中概率排序模型计算，得到前20名相似人员列表；再用统计模型将筛选出在多系统中命中≥T次的记录集中并重新列表；计算相似度均值mu和方差sigma的高斯分布在s的累积概率作为权重w；再通过综合相似度计算模型取值，排列出阈值以上的前10名作为综合Top‑10输出结果。实现提高人脸识别的准确度和稳定性的目标。

技术领域

本发明涉及到一种计算机数据处理技术，特别是通过计算机对视频、图片的 比较计算，实现嫌疑人犯罪事实认定的系统及方法。

背景技术

随着现有视频监控网络系统建设的成熟，以及信息化建设的深入，公共安全 部门对突发事件视频智能化追踪需求日益增多。例如：当需要通过城市视频监控 网对犯罪嫌疑人进行跟踪确定时，目前还是需要由人工筛选各监控摄像机所拍摄 的大量视频资料，需要从每一个摄像机所拍摄的某时间段的视频资料中去逐帧筛 选比对。传统的数据处理方法是以图片审查员为中心，将全部资料集中在一起， 由图片审查员逐帧筛选，这时的图片审查员就如计算机的中央处理器；或者是由 图片审查员到每一个相关摄像机信息存贮平台上进行逐帧筛选，这样所花费的时 间较长，人员容易疲劳，细节不易发现，所以成功率不高。技术部门在经过多年 的研发后，研制完成了多种“人脸比对识别引擎”，目前已经进入实质性使用阶段， “人脸比对识别引擎”可以通过对嫌疑人图片的数据学习，从引擎存贮的大量路 人图片中查找出与嫌疑人相似度较高的图片，根据相似度高低进行排队，列出可能的嫌疑人。但是从实践中发现，目前各公司生产的“人脸比对识别引擎”各有 优长，也各有不足，所以目前为止准确率不高。

发明内容

本发明的目的是通过对各种“人脸比对识别引擎”分析的结果进行直接利用。 通过关联复合算法，提高判断速度和判断准确度。

数据存贮单元：

a)全景图片库：全景图片进行标签确定后存入全景图片库；标签有：拍摄机 位、拍摄时间，在图片入库时自动存入；

b)局部图片库：主要是人脸图片进行了关联结构化数据一同存入局部图片 库；结构化数据包括：人员户籍地、违法记录等，系统称其为有身份人员；结构 化数据第一次由人工标注，后续在图片进入引擎匹配中自动产生；

c)关注人员小视频库：关注人员包括有身份人员和临时补充标注人员；根据 人脸图片的时间和地点，在全景图片库中调取一段小视频片段，存入关注人员小 视频库。

多引擎调度模块：

包含数据减法模型；

将图片数据I推送分发到各“人脸比对识别引擎”输入接口，当“人脸比对 识别引擎”接收到该图片数据I时，进行图片数据I回传，在多引擎调度模块中 数据减法模型将图片数据I与原图数据I进行减法比对，当得数为零则通过；得 数不为零则重发。

“人脸比对识别引擎”筛选：

筛选方法：目前已经有多家识别引擎具有实用性，通过计算筛选，确定对几 家识别引擎优先关联，能够提高对人脸比对识别正确率。

实现方法如下：

令参加筛选的“人脸比对识别引擎”数量为n，20≥n≥2；

输入同一张图片，n台“人脸比对识别引擎”输出N个最相似记录，推荐值 N＝20；

将比对图片的相似度取值范围统一为：0～100；设置系统阈值A为80-70。

对“人脸比对识别引擎”的评价方法，

方法1：采取投票方式：