[发明专利]一种基于监控视频的行人视力状况调查分析方法

说明书

本发明提供了一种监控视频中的行人视力状况调查分析方法。该方法包括：获取的监控视频通过卷积神经网络的检测技术，实现行人人脸检测；根据所检测人脸，制作相应的数据集，其中包括性别数据集、戴眼镜与否数据集；进而采用改进的跨连卷积神经网络进行性别、戴眼镜与否这两种人脸属性的识别；最后将人脸属性信息进行量化并在Web端进行可视化展示。本发明充分发挥了深度学习的优越性，减轻了研究人员在群体健康调查中的巨大工作量，并为相关研究提供了数据支撑。

技术领域

本发明涉及视频分析领域中的行人性别、戴眼镜与否的人脸属性分析问题，尤其是涉及一种基于监控视频的行人视力状况调查分析方法。

背景技术

健康城市的发展以实现人的全面、健康发展为目标。视力是群体健康的重要指标，然而现代生活方式、环境等因素导致人群群体的视力障碍(包括常见的近视、远视、散光、弱视等)发生率呈现上升趋势。据调查到2050年，近视将对全世界50亿人造成不同程度的负面影响，近视不仅影响国防和航空等特殊人才的选拔，而且容易造成眼病给生活带来不便。调查城市群体的视力状况有助于掌握群体健康的基本情况，制定针对性的政策和措施，为健康城市的建设打下基础。人脸属性是表征人脸特征的一系列生物特性，具有很强的自身稳定性和个体差异性，标识了人的身份。本发明主要针对人脸属性中的性别、戴眼镜与否属性进行分析。

近些年统计视力健康的方法，主要采用以下几种：针对某一特定群体进行普查、在医院门诊收集视力信息、对某群体分层抽样收集视力信息、使用问卷调查的方式收集视力信息。以上方法，普查会耗费大量的人力物力；门诊中收集个人信息涉及隐私会带来诸多不便；分层随机抽样的方法需要对样本总体情况进行了解；问卷调查存在虚假填写的情况。视力障碍群体分布广泛、人数众多，使用上述方法调查难度大，取样困难。

深度学习在图像处理领域的广泛运用，促进了行人人脸属性分析的进一步发展。但是传统的行人识别技术仅仅将行人从监控视频中提取出来，并未对人物目标进一步分析，提取更为丰富的视觉信息。为了解决公共空间调查视力状况困难的问题，本发明利用视频分析技术识别监控视频中行人性别、戴眼镜与否的人脸属性，采用改进的人脸分析卷积神经网络提高性别识别和戴眼镜识别的准确率，最终经过数据量化，在Web端进行数据可视化展示。该方法给研究人员调查群体健康节省了巨大的工作量，提供了重要的数据支撑，并为调查领域研究群体健康提供了新思路。

发明内容

本发明的目的是提供一种监控视频中行人视力状况调查分析的方法，将深度学习与视频人脸属性相结合，充分发挥深度学习自我学习的优势，可以解决目前研究人员调查群体健康工作量大的问题。

为了方便说明，首先引入如下概念：

卷积神经网络(CNN)：受视觉神经机制的启发而设计的，是为识别二维形状而设计的一种多层感知器，这种网络结构对平移、比例缩放、倾斜或者其他形式的变形具有高度不变性。

跨连的卷积神经网络(CCNN)模型：该模型是一个9层的网络结构，包含输入层、6个由卷积层和池化层交错构成的隐含层、全连接层和输出层，其中允许第2个池化层跨过两个层直接与全连接层相连接。

Caffe框架：一个清晰而高效的深度学习框架。Caffe中的网络都是有向无环图的集合，数据及其导数以blobs的形式在层间流动，主要应用在视频、图像处理方面。

MTCNN算法：一种三阶级联架构方式的快速卷积神经网络算法。该算法共有三个阶段：首先通过浅层CNN快速产生大量的候选框；然后利用更加复杂的CNN精炼候选框，丢弃大量无人脸的候选框；最后使用更加强大的CNN实现最终人脸候选框的选择，并输出五个人脸面部关键点位置。

AngularJS：一款优秀的前端JS框架，最为核心的是：MVW(Model-View-Whatever)、模块化、自动化双向数据绑定、语义化标签、依赖注入等等。