[发明专利]视频人脸检测的方法、视频人脸检测单元和系统

权利要求书

1.一种广域范围的视频人脸检测的方法，其特征在于，包括如下步骤：

在广域范围内划分若干个子区域；

在每个子区域内设置若干个终端和一个中继节点，中继节点管辖同一子区域内的终端；

每个终端拍摄视频并进行人脸检测预识别；

每个终端将预识别的人脸数据汇总至同一子区域内的中继节点；

不同子区域的中继节点再将人脸数据汇总至汇聚节点；

汇聚节点将人脸数据上传至云服务器；和

云服务器进行人脸深度识别。

2.根据权利要求1所述的广域范围的视频人脸检测的方法，其特征在于，所述终端通过时分多址的技术将预识别的人脸数据汇总至中继节点。

3.根据权利要求1所述的广域范围的视频人脸检测的方法，其特征在于，所述中继节点通过码分多址的技术将人脸数据汇总至汇聚节点。

4.根据权利要求1所述的广域范围的视频人脸检测的方法，其特征在于，所述终端采用ZigBee协议将预识别的人脸数据汇总至中继节点。

5.根据权利要求1所述的广域范围的视频人脸检测的方法，其特征在于，所述中继节点采用ZigBee协议将人脸数据汇总至汇聚节点。

6.根据权利要求1所述的广域范围的视频人脸检测的方法，其特征在于，所述汇聚节点采用NB-IoT协议将人脸数据上传至云服务器。

7.根据权利要求1所述的广域范围的视频人脸检测的方法，其特征在于，所述人脸检测预识别的方法包括对视频流进行采样以获取帧图片，识别图片中是否有人脸，如果识别出人脸，则截取图片中的人脸区域。

8.根据权利要求7所述的广域范围的视频人脸检测的方法，其特征在于，所述人脸检测预识别的方法还包括截取图片中的人脸区域后，存储截取的图片。

9.根据权利要求1所述的广域范围的视频人脸检测的方法，其特征在于，所述人脸深度识别的方法包括：将接收到的图片进行人脸校正、人脸特征点定位和人脸特征提取及统计操作。

10.一种广域范围的视频人脸检测单元，其特征在于，包括：

若干组终端，一组终端对应广域范围内的一个子区域，同一组的终端分布于同一子区域内，每一组终端均包含若干个终端，同一组的若干个终端与广域范围中的同一个区域的中继节点通讯连接，用于拍摄视频数据，并进行人脸检测预处理，截取人脸区域数据，将人脸区域数据发送给中继节点、以及接收并执行中继节点的命令；

若干个中继节点，每一个中继节点对应一组终端，并与汇聚节点和所述若干个终端通讯连接，用于接收终端的数据并发送给汇聚节点、接收并执行汇聚节点的命令、以及向终端发送命令；和

一个汇聚节点，与所述中继节点通讯连接，用于接收中继节点的数据并发送给云服务器、接收并执行云服务器的命令、以及向中继节点发送命令。

11.根据权利要求10所述的广域范围的视频人脸检测单元，其特征在于，所述汇聚节点和中继节点之间通过有线网络和/无线网络进行数据传输。

12.根据权利要求11所述的广域范围的视频人脸检测单元，其特征在于，所述汇聚节点和中继节点之间通过ZigBee进行数据传输。

13.根据权利要求10所述的广域范围的视频人脸检测单元，其特征在于，所述中继节点和终端之间通过有线网络和/或无线网络进行数据传输。

14.根据权利要求13所述的广域范围的视频人脸检测单元，其特征在于，所述中继节点和终端之间通过ZigBee进行数据传输。

15.根据权利要求10所述的广域范围的视频人脸检测单元，其特征在于，所述中继节点采用路由器。