[发明专利]一种基于车联网寻找丢失人口的方法及其系统

权利要求书

1.一种基于车联网寻找丢失人口的方法，其特征在于：包括以下步骤，

将丢失人员的目标人脸图像上传至服务器模块（100）；

传输模块（200）由所述服务器模块（100）下载上传的所述目标人脸图像，并触发车辆的寻人模式；

在行驶过程中采集模块（300）实时采集视野范围内的实时人脸图像；

识别模块（400）接收所述实时人脸图像并和从服务器模块（100）下载的所述目标人脸图像进行识别对比；

若对比成功，传输模块（200）将所述识别模块（400）的识别结果发送至所述服务器模块（100），定位模块（500）上传此刻车辆的GPS坐标；所述服务器模块（100）实时在地图上将上报车辆的位置显示，寻人操作完成；

所述采集模块（300）包括以下采集步骤，

视频获取模块（301）获取摄像头实时传输的视频影像；

人脸检测定位模块（302）检测图像中是否包含有人脸，如果检测到则将其从背景中分离出来并确定其位置和大小；

所述人脸检测定位模块（302）包括以下检测步骤，

通过输入静态图像或者视频信息；

图像预处理，选取好矩形Haar 特征，利用积分图来计算矩形特征值，然后将矩形特征训练为性能不同的弱分类器，再将得到的弱分类器联合成一个强分类；

利用不同数据的不同分布特性，根据样本在每一次训练中分类的准确与否以及上一轮训练样本的分类准确性确定训练过程中的权值，且根据样本分类的正确与否和当前权重是否大于阈值，来决定是否更新样本的权重；

将更改权值的数据信息送往下一层分类器继续训练，再级联训练获取的分类器，在每次弱学习之后适当更改和调节所有样本的权重大小；

利用人脸检测算法来检测出图像或视频中所包含的人脸；

所述识别模块（400）包括如下识别步骤，

输入人脸图像，将人脸图像进行离散余弦变换，再进行压缩并用二维离散余弦反变换完成图像的重建；

滤掉图像中人脸并不敏感的中频和高频部分，再进行人脸特征的提取；

构建集成神经网络分类器对人脸进行分类识别；

在特征提取之前首先经过预处理，根据人脸定位结果将人脸变换至同一位置以及大小，如果需要的话对图像进行光照以克服光照变化影响，提取出有待识别的人脸特征后，便可以进行特征匹配；

预处理包括灰度处理，图像数据压缩，图像的维数，为图像上的灰度值，定义如下公式：

其中；

对上式做二维离散余弦反变换得到：

式中;

在分类算法上进行改进，包括基于最小加权错误率的选取弱分类器的算法进行改进，训练一个检测效果更加宽松的特征分类器，使其能够对更多的人脸特征进行提取和检测；

首先定义为特征f所对应一个弱分类器，由阈值和确定不等式方向的组成：

当通过阈值判定条件，否则值为0；对于n 个训练样本，设的概率为，即人脸样本通过率，如下：

归一化权重向量： ，选择加权通过率最大的弱分类器，更新权重向量，

其中，，如果正确分类，否则；

最终基于最大通过率训练出来的强分类器为：

检测人脸图像与模板图像通过相似距离的阈值进行判断匹配的相似度，模板图像的64位序列为h，第n个待匹配的图像64位序列为，求两个模板之间的相似距离为：

其中为模板序列h中第i位的元素值，为待匹配图像序列中第i位的元素值；为异或符号；当求得的上式值为0时，表示模板序列和待匹配图像的序列完全一致；当其阈值为2时，即认为相似度为80%，则认为识别成功，输出识别结果至服务器模块100中完成寻人的过程，否则继续执行下个循环；

所述服务器模块（100）包括预存信息备案和查询调取，通过采集设备预先采集人口的特征信息进行上传至所述服务器模块（100）的数据库内储存备案，根据查询请求的特征信息与数据库内的信息关联并调取信息显示；

所述服务器模块（100）接收所述识别模块（400）的识别结果、车辆当前的位置信息和录入相关丢失信息上传至储存器进行丢失信息管理，所述丢失信息包括基本特征、丢失时间、地点、若干张清晰的图片和联系方式，用于丢失数据分析。