[发明专利]基于人脸识别的实时在线综合判断方法和系统

权利要求书

1.一种基于人脸识别的实时在线综合判断方法，其特征在于，所述方法包括以下步骤：

S1：创建一随机采集模块和定期采集模块；

S2：当接收到监控指令时，调取定期采集模块，按照一设定的周期T₁采集目标人脸图像并进行身份识别：

响应于采集目标人脸图像失败和/或身份识别失败，调取随机采集模块，以定期采集为基础，引入随机采集变量，以加大对目标人脸图像的采集频次，以及

如果采集目标人脸图像失败和/或身份识别连续失败的次数大于一预设的次数阈值M，则判断目标丢失，否则，停止随机采集模块，恢复为定期采集；

S3：根据采集结果判断目标是否合格。

2.根据权利要求1所述的基于人脸识别的实时在线综合判断方法，其特征在于，步骤S3中，所述根据采集结果判断目标是否合格的方法包括：

判断目标丢失的对象为不合格，否则，对采集到的任意一个对象的所有人脸图像做动作识别，如果该对象动作识别不满足要求的人脸图像占比超过一设定占比阈值，则判断该对象为不合格。

3.根据权利要求2所述的基于人脸识别的实时在线综合判断方法，其特征在于，所述设定占比阈值为20％。

4.根据权利要求2所述的基于人脸识别的实时在线综合判断方法，其特征在于，所述方法还包括：

将整个在线监测时间划分N个连续的时间间隔，每个时间间隔设置有对应的权重因子ω_i，i＝1,2,…,N，

统计每个时间间隔内不满足动作识别要求的人脸图像数L_i，将满足下述公式的对象判断为不合格：

其中，F是采集到的所述对象的所有人脸图像总数，γ是设定占比阈值。

5.根据权利要求4所述的基于人脸识别的实时在线综合判断方法，其特征在于，所述权重因子满足下述条件：ω_i+1<ω_i。

6.根据权利要求1-5任意一项中所述的基于人脸识别的实时在线综合判断方法，其特征在于，步骤S2中，所述响应于采集目标人脸图像失败和/或身份识别失败，调取随机采集模块，以定期采集为基础，引入随机采集变量，以加大对目标人脸图像的采集频次的方法包括：

按照一设定的周期T₁采集目标人脸图像的同时，按照变量周期T_x采集目标人脸图像，变量周期T_x满足下述条件：

其中，x是采集目标人脸图像失败和/或身份识别失败的连续次数，k和a是变量周期T_x的影响参数，P₀是单次采集目标人脸图像的功耗，P是预设的功耗阈值；

当P₀×(x+1)≥P时，停止随机监控，同时将该目标对象判断为不合格。

7.根据权利要求6所述的基于人脸识别的实时在线综合判断方法，其特征在于，所述k和a可调整。

8.根据权利要求1所述的基于人脸识别的实时在线综合判断方法，其特征在于，所述采集目标人脸图像失败包括无识别目标、目标识别不明确。

9.根据权利要求1所述的基于人脸识别的实时在线综合判断方法，其特征在于，所述身份识别的方法包括：

将采集到的目标人脸图像和与该目标登录ID对应的人脸图像比对，以对其身份进行识别。

10.一种用于实现权利要求1所述的基于人脸识别的实时在线综合判断方法的基于人脸识别的实时在线综合判断系统，其特征在于，所述系统包括：

随机采集模块和定期采集模块；

用于接收到监控指令的模块；

用于调取定期采集模块，按照一设定的周期T₁采集目标人脸图像并进行身份识别的模块；

用于响应于采集目标人脸图像失败和/或身份识别失败，调取随机采集模块，以定期采集为基础，引入随机采集变量，以加大对目标人脸图像的采集频次的模块；

用于判断目标丢失的模块；

用于停止随机采集模块，恢复为定期采集的模块；

用于根据采集结果判断目标是否合格的模块。