[发明专利]家居成员识别系统在审
申请号: | 201811034581.5 | 申请日: | 2018-09-04 |
公开(公告)号: | CN109522782A | 公开(公告)日: | 2019-03-26 |
发明(设计)人: | 钱久超;陈俊泓;朱肖光;戴俊宇;刘佩林;应忍冬;耿相铭;文飞 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 胡晶 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 成员识别 家居 成员身份 成员信息 技术实现 简单成本 人脸识别 实际需求 行人检测 智能家居 信息库 人识别 视频帧 遍历 算法 搜索 变更 采集 衣服 更新 | ||
1.一种家居成员识别系统,其特征在于,包括数据输入模块、人脸识别模块、成员数据采集模块、家庭成员识别模块、成员数据更新模块,其中,
所述数据输入模块包括若干个摄像头采集模块和与所述摄像头采集模块连接的树莓派传输模块,用于采集室内视频和实现分布式视频流传输,同时还用于分布式调用别的智能设备;
所述人脸识别模块与所述数据输入模块相连,用于通过与预先存储的家居成员的脸部信息比较,确定采集人的身份;
所述成员数据采集模块分别与所述数据输入模块和人脸识别模块相连,用于实现视频帧中家居成员的截取,通过人脸识别模块输出的身份信息为做家居成员的身份注明;
所述家庭成员识别模块分别与所述数据输入模块和成员数据采集模块相连,所述家庭成员识别模块用于室内场景内的家居成员的检测与识别;
所述成员数据更新模块分别与数据输入模块和家庭成员识别模块连接,用于通过识别结果与逻辑判断,实现室内活动时家居成员的信息更新。
2.如权利要求1所述的家居成员识别系统,其特征在于,所述家庭成员识别模块,用于按照一定间隔抽取视频帧,检测视频帧画面中包含的家居成员,同时提取视频帧画面中家居成员的特征描述子并利用相同的提特征网络提取所述成员数据采集模块输出的特征,将所述成员数据采集模块输出的特征分别与视频帧画面中家居成员中提取的家居成员的特征描述子做相似度比较,若大于预设阈值,则判定为同一个人。
3.如权利要求2所述的家居成员识别系统,其特征在于,所述家庭成员识别模块,用于实时输出家居成员的身份及视频帧画面中的像素坐标,作为关于行为人分析的基础。
4.如权利要求1所述的家居成员识别系统,其特征在于,所述的人脸识别模块包含库中人脸处理模块、人脸检测处理模块、相似度比对模块和人脸识别输出模块,其中,
所述人脸检测处理模块,用于将树莓派传输模块送来的数据进行人脸关键点定位检测与特征编码,与库中人脸处理模块得到的库中人脸特征编码进行比对,若在相似度比对模块中判定为相同身份,则将身份信息输送至人脸识别输出模块。
5.如权利要求1所述的家居成员识别系统,其特征在于,所述的成员数据采集模块包含成员检测模块和成员全身信息采集输出模块,
其中,成员检测模块,用于将画面中出现的家居成员用矩形框框出;而成员全身信息采集输出模块,用于根据矩形框位置和大小裁剪出家居成员全身图片并作为特征向量输出。
6.如权利要求1所述的家居成员识别系统,其特征在于,所述的家庭成员识别模块包含行人检测模块、特征提取模块、度量计算模块和成员识别输出模块,其中,
所述行人检测模块,用于将一定时间间隔后的视频帧中的成员框出,特征提取模块,用于输出已框出家居成员的特征向量,同时也获取家居成员全身信息采集输出模块的特征向量,两者进行余弦距离计算相似度,相似度小于既定阈值则判定为某一家居成员,同时还输出对应的像素坐标。
7.如权利要求1所述的家居成员识别系统,其特征在于,所述成员数据更新模块,用于当识别中输出的坐标在一定时间内保持不变,而后续时间中相邻坐标有家居成员出现,但不再是相同ID或者甚至无法识别时,将再次捕捉此变化较大的家居成员信息,实时更新家居成员全身信息库;或者,用于根据逻辑判断私密空间内仅有一名成员,那么走出此私密空间的成员即使变化较大也必定仍是先前进入的成员,此时实时更新家庭成员全身信息库。
8.如权利要求1所述的家居成员识别系统,其特征在于,所述行人检测模块,用于通过不同尺度和大小的子区域分别为前景和背景的得分,实现前背景的分类与区域坐标的回归校正,其中,所述前景为家居成员的图像;
所述特征提取模块,用于通过将所述行人检测模块中判定为行人的回归框映射至卷积层,以便取得的特征,再输入至全连接层,全连接层将数据降维,作为最终提取的特征描述子。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811034581.5/1.html,转载请声明来源钻瓜专利网。