[发明专利]行人识别系统、识别方法及计算机可读存储介质有效

专利信息
申请号: 201910201008.7 申请日: 2019-03-15
公开(公告)号: CN109934176B 公开(公告)日: 2021-09-10
发明(设计)人: 汪东华 申请(专利权)人: 艾特城信息科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 上海雍灏知识产权代理事务所(普通合伙) 31368 代理人: 沈汶波
地址: 200051 上海市长宁*** 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: 行人 识别 系统 方法 计算机 可读 存储 介质
【说明书】:

发明提供了一种行人识别系统、识别方法及计算机可读存储介质,行人识别系统,行人识别系统包括:数据库模块,存储有标定人脸数据;摄像/照相装置,采集行人信息;拓扑模块,获取摄像/照相装置的空间分布形成空间模型;人脸识别模块,将行人信息与标定人脸数据比较,筛选目标行人;行人再识别模块,提取行人信息中目标行人的体征信息,及摄像/照相装置的识别号;校验模块,获取体征信息、识别号及空间模型,根据空间模型及体征信息,识别并绘制目标行人的行程轨迹。通过实时比对,及将人脸识别、行人再识别、智能行人轨迹判断的技术结合,保证了识别准确率,且相比于全局监控摄像头搜索,大幅度降低比对时间,减少误检情况的发生。

技术领域

本发明涉及智能控制领域,尤其涉及一种行人识别系统、识别方法及计算机可读存储介质。

背景技术

随着时代进步和发展,当前社会环境越来越复杂,国家对人身安全的保障越来越重视。为此在商场、医院、地铁以及车站等人流密集场所,都部署了密集的可用于摄像或照相的摄像头,一方面提供便捷的视频监控管理,另一方面为公安破案和安防指挥提供很大的帮助。而这些密集摄像头则构成了可用于部署智能视频分析网格化的监控系统。

此类摄像头在监控时,将通过采集行人的人脸作为识别对象进行监控及审查。人脸识别相对于虹膜识别和指纹识别技术等主动识别方法,具有直观、更易获取的优点,因此,人脸识别是确认行人身份的重要依据,。

现有技术中,人脸识别的特殊性在于对环境要求比较高,大监控场景下人脸像素分辨率低,受运动模糊的影响以及光线和倾斜角度等影响很难获得很高的识别准确率和鲁棒性。因此,为补偿人脸识别在实际应用场景中的上述问题,近几年兴起了行人再识别技术。行人再识别技术是借助于行人除人脸外的其他部分的颜色、纹理、局部特征的组合,在不同摄像头下检索出同一个目标行人的技术。由于多个摄像头拍摄视角不同,同一个行人可能被拍到正面、侧面、背面,从而具有不同的视觉特征;也有可能不同的行人穿同样款式的衣服从而具备相似的视觉特征,在实际应用场景中,行人再识别技术也是一个比较困难的图像匹配问题。仅依靠人脸识别技术和行人再识别技术在现实应用场景中很难达到用户期待的识别精度,因此不能满足实用化的要求。

况且监控系统的使用,主要用于实时监测是否有偷盗、打闹事件的发生,当发生偷盗事件或者医院出现黄牛、地铁可疑人员后,都需要人工对监控视频进行查看。这种方式不仅效率低下,而且往往耽误最佳处理时间。且随着监控摄像头越来越多,每时每刻都在产生大量的图像数据,如果没有一套行人识别比对和警报的系统,那么单纯依靠人力在所有监控设备下搜索的时间成本是很大的,并且受限于长时间人的疲劳影响,准确率也难以保证。基于此种现象,形成了如何从海量监控摄像头中自动、准确、快速的检索定位到可疑人员的需求。

因此,需要一种新型的行人识别系统和识别方法,在对行人进行监控时,减少搜索范围构建高效检索查询系统的同时,大大降低行人识别的误识率,提高了综合比对准确率。

发明内容

为了克服上述技术缺陷,本发明的目的在于提供一种行人识别系统、识别方法及计算机可读存储介质,通过实时比对的识别方式,以及将人脸识别、行人再识别、智能行人轨迹判断的技术结合,保证了识别准确率,且相比于全局监控摄像头搜索,大幅度降低比对时间,减少误检情况的发生。

本发明公开了一种行人识别系统,所述行人识别系统包括:

数据库模块,搭建于所述行人识别系统内,存储有标定人脸数据;

摄像/照相装置,安装于至少一指定区域内,采集所述指定区域内的行人信息;

拓扑模块,获取所述摄像/照相装置的空间分布,以形成所述指定区域内摄像/照相装置的空间模型;

人脸识别模块,分别与所述摄像/照相装置及数据库模块连接,接收所述行人信息并将所述行人信息与所述标定人脸数据比较,筛选符合所述标定人脸数据的目标行人;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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艾特城信息科技有限公司,未经艾特城信息科技有限公司许可,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/201910201008.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top