[发明专利]一种基于人脸识别的用户行为信息统计方法

说明书

本发明涉及计算机领域，公开了一种基于人脸识别的用户行为信息统计方法，通过逻辑优化处理，可详细记录各个追踪目标的运动轨迹，获取其面部信息、分析其年龄、性别等，通过对多个摄像头的视野的全局建模，结合人脸识别技术和目标检测技术，实现了具有一定可靠性的目标追踪，若追踪目标因部分或完全遮挡而丢失或造成错误追踪，可通过面部信息来进行纠正和恢复追踪；若暂时无法获取目标的面部信息，则可通过对目标运动轨迹和颜色特征的分析进行追踪。

技术领域

本发明涉及计算机领域，特别是一种基于人脸识别的用户行为信息统计方法。

背景技术

监控是各行业重点部门或重要场所进行实时监控的物理基础，管理部门可通过它获得有效数据、图像视频监控系统原理图或声音信息，对突发性异常事件的过程进行及时的监视和记忆，用以提供高效、及时地指挥和高度、布置警力、处理案件等。随着当前计算机应用的迅速发展和推广，全世界掀起了一股强大的数字化浪潮，各种设备数字化已成为安全防护的首要目标。数码监控报警的性能特点是：监控画面实时显示，录像图象质量单路调节功能，每路录像速度可分别设置，快速检索，多种录像方式设定功能，自动备份，云台/镜头控制功能，网络传输等。

现有技术中视频监控技术往往只能根据预先设置的角度进行调整，灵活性程度不高，并且需要用户进行回放才能发现出现了警情或者其他情况，用户的体验度不高。

发明内容

本发明的目的在于提供一种基于人脸识别的用户行为信息统计方法，以实现多个目标的追踪及相应的选择和放弃追踪，并且可以实现全局建模，以视频流形式输出追踪结果。

为实现上述技术目的，达到上述技术效果，本发明公开了一种基于人脸识别的用户行为信息统计方法，包括了以下步骤：

步骤1：架设若干的摄像单元进行场景的连续拍摄，每两个摄像头之间具有视野重合区；

步骤2：以固定频率从各个摄像单元的视频流中获取最新帧，赋予时间戳，并将获取的帧储存到各自视频流的相应队列中，且每个队列设有timeout，队列中的帧在timeout后会被舍弃；

步骤3：不断从各个队列中获取距离当前时间的t的帧，进行目标检测，如帧中存在检测目标，则将该帧发送至步骤4；若帧中不存在检测目标，则将该帧发送至步骤5和步骤6；

步骤4：对于含有检测目标的帧，进行目标分析，并将分析得到的各个目标信息和该帧一起发送至步骤5和步骤6；

步骤5：通过接收到的帧，对每个队列的背景进行计算和更新；

步骤6：对于接收到的帧，通过对其和与其在时间上相邻且并属于同一视频流的若干帧的目标信息的分析，滤除不合理的目标信息，并增补合理存在的目标信息；若该帧最终存在目标信息，则将其发送至步骤7和步骤8；

步骤7：对于接收到的帧中的每一个目标进行人脸识别；

步骤8：对于接收到的帧，根据其包含的目标信息，对每个检测目标进行颜色特征直方图计算，并发送至步骤9；

步骤9：对于接收到的帧，按视频流进行分类，对于属于同一视频流的帧，通过对其中所包含的目标的颜色特征、位置信息、时间信息的分析，新建或合并目标轨迹；若某个目标轨迹在时间T1范围内没有任何合并操作，则发送到步骤10；

步骤10：根据各个摄像单元的位置，角度计算其视野，生成一个包含所有摄像单元视野的二维全局坐标系，并将接收的每个目标轨迹映射到全局坐标系；然后根据每个目标轨迹所包含的各个时刻的人脸信息，对其进行拆分合并，对于没有任何人脸信息的轨迹，若其轨迹经过摄像单元视野重合区，则通过对其颜色特征和运动轨迹的分析与其它轨迹进行合并；若某个目标轨迹在时间T2范围内没有任何拆分合并，则输出为最终轨迹。

其中，步骤3中目标检测采用YOLO系列算法，获取帧队列时间长度t不小于2秒。