[发明专利]一种用于视频侦查的人脸信息结构化方法

说明书

本发明涉及视频侦查技术领域，提供了一种用于视频侦查的人脸信息结构化方法，包括如下步骤：S1，从需要侦查的视频中获取人脸，并标记人脸信息；S2，将标记的人脸信息进行人脸特征提取，并输送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型；S3，通过所述人脸信息结构化模型，将需要进行结构化的人脸信息送入到人脸信息结构化网络中，以得到人脸信息对应的人脸信息标签；S4，根据得到的人脸信息标签进行人脸筛选和侦查。采用人脸信息结构化网络生成人脸信息结构化模型，然后由其得到人脸信息标签，直接对人脸信息进行视频监控中的人脸样本标记，不仅操作简单，而且对实际视频侦查的环境适应性更好，鲁棒性更强，更加实用于实战。

技术领域

本发明涉及视频侦查技术领域，具体为一种用于视频侦查的人脸信息结构化方法。

背景技术

随着科技的快速发展,智能视频监控技术在公安刑侦业务中广泛应用，通过视频录像记录行人及车辆行为，从视频中发现和追踪嫌疑目标已成为刑侦技术的重要手段。在实际办案过程中,当工作人员锁定了嫌疑人或嫌疑车辆后, 需要从案发地及附近区域追踪到嫌疑人的行动路线,然而从海量的监控视频中人为查找嫌疑人是一项非常困难的工作,不仅耗时较长而且容易遗漏目标。

发明内容

本发明的目的在于提供一种用于视频侦查的人脸信息结构化方法，通过人脸信息结构化网络生成人脸信息结构化模型，然后由其得到人脸信息标签，供筛选和侦查，操作简单，效率高，且成本低廉。

为实现上述目的，本发明实施例提供如下技术方案：一种用于视频侦查的人脸信息结构化方法，包括如下步骤：

S1，从需要侦查的视频中获取人脸，并标记人脸信息；

S2，将标记的人脸信息进行人脸特征提取，并输送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型；

S3，通过所述人脸信息结构化模型，将需要进行结构化的人脸信息送入到人脸信息结构化网络中，以得到人脸信息对应的人脸信息标签；

S4，根据得到的人脸信息标签进行人脸筛选和侦查。

进一步，所述S1步骤中，标记的人脸信息至少包括性别、年龄、是否戴眼镜以及肤色。

进一步，所述S2步骤具体为：

将提取的人脸特征输送至人脸信息结构化网络中，通过级联卷积神经网络进行特征提取，并进行目标类型分类；

将标记好的人脸信息数据分为三个子集，并按比例4:4:2随机进行组合，分别标注为第一人脸集合、第二人脸集合以及第三人脸集合；

同时，分别将所述第一人脸集合、所述第二人脸集合以及所述第三人脸集合送至人脸信息结构化网络进行训练，并生成人脸信息结构化模型。

进一步，进行目标类型分类采用交叉熵损失函数，

将某一人脸记为xi，其对应的损失函数为：

是人脸第k种信息的输出概率，φ代表人脸结构化的网络参数，表示 k种信息的分类标签。

进一步，所述第一人脸集合、所述第二人脸集合以及所述第三人脸集合分别有八十万、八十万以及四十万张人脸信息。

进一步，所述人脸信息结构化网络由两个三十七层卷积神经网络和一个五层卷积神经网络级联而成。

进一步，重复操作所述S2步骤，可得到由粗略到精细的人脸信息结构化模型。

与现有技术相比，本发明的有益效果是：