[发明专利]动态人脸识别存储优化系统及动态人脸管理系统在审

专利信息
申请号: 202010248355.8 申请日: 2020-04-01
公开(公告)号: CN112150515A 公开(公告)日: 2020-12-29
发明(设计)人: 陈雷翔;程超超;王书琪;吕刚;斯俊君 申请(专利权)人: 福建平潭瑞谦智能科技有限公司
主分类号: G06T7/292 分类号: G06T7/292;G06K9/00;G06K9/20;G06F16/71;G06F16/29;H04N5/235;H04N5/76
代理公司: 金华婺道专利代理事务所(特殊普通合伙) 33323 代理人: 王高明
地址: 350400 福建省福州市平潭县平谭*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动态 识别 存储 优化 系统 管理
【说明书】:

发明属于智能识别领域,提供了一种动态人脸识别存储优化系统及动态人脸管理系统,包括人物基本信息模块、黑名单模块,以及动态人脸识别存储优化系统,所述动态人脸识别存储优化系统中的抓拍图片与人物基本信息模块中信息配对,配对不成功在则在黑名单模块中形成临时人物信息。本发明优化了存储性能,将非人物画面进行降低处理,减小了非人物画面的储存量,从而增加了整体的存储量,并且将摄像头的碎片数据分散存储,各存储器存储更为平均。其次在管理上增加了非正常人员的黑名单建档和轨迹路线的明确显示,达到更好的管理效果。

技术领域

本发明属于智能识别领域,涉及人脸识别,尤其涉及动态人脸识别存储优化系统及动态人脸管理系统。

背景技术

人脸识别技术是基于人的脸部特征,对输入的人脸图像或者视频流 . 首先判断其是否存在人脸 , 如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息,进一步提取每个人脸中所蕴涵的身份特征,并将其与已知的人脸进行对比,从而识别每个人脸的身份。

因此,拍摄的图片越清晰对于分析的结果越精确,但是清晰的图片往往说明需要大像素、高色彩。所以对于存储器(数据库)要求也要增加,但是实际中我们发现,对于普通的商用人脸管理来说只要能识别人脸即可,对环境的拍摄无关紧要,所以可以剔除一些环境因素的数据存储而优化且减小系统的存储需求。

其次商用的人脸管理系统需要对未知人员进行标记和追踪,这是现有系统所没有的功能。

发明内容

本发明的目的是针对现有的上述问题,提供一种动态人脸识别存储优化系统及动态人脸管理系统。

本发明的目的可通过下列技术方案来实现:动态人脸识别存储优化系统,包括人体初步动态捕捉模块和人体深度动态捕捉模块,以及包括碎片数据分流模块和夜间长曝光模块;

—人体初步动态捕捉模块,以识别动态物体的比例,确定人物标志,降低非人物入镜画面的录制分辨率和/或录制频率;

—人体深度动态捕捉模块,人物入境后转换且增加录制分辨率和/或录制频率;

—碎片数据分流模块,将摄像头数据分流至各个存储器中;

—夜间长曝光模块,增加拍摄曝光时间。

进一步的,所述的确定人物标志包括建立长宽比例模型框数据库,模型框套在移动物体上进行初步识别,对初步识别物判定头/手/脚信息以确认为人物。

进一步的,所述碎片数据分流模块,包括监控存储器的用户访问量,识别超过额定访问量的碎片数据,追寻产生碎片数据的来源摄像头,将该摄像头后续的碎片数据引导至低于额定访问量的存储器中存储。

进一步的,所述夜间长曝光模块以人体深度动态捕捉模块为基础,抓取人物面部对着摄像头后,降低录制频率且加长曝光时间的连续照片形式录制,人物转头后切换录制频率。

进一步的,所述人体初步动态捕捉模块和人体深度动态捕捉模块识别人物的行走方向,背离摄像头行进时降低录制分辨率和/或录制频率。

进一步的,所述背离摄像头的判定为,模型框尺寸变缩小。

动态人脸管理系统,包括人物基本信息模块、黑名单模块,以及动态人脸识别存储优化系统,所述动态人脸识别存储优化系统中的抓拍图片与人物基本信息模块中信息配对,配对不成功在则在黑名单模块中形成临时人物信息。

进一步的,黑名单模块中对临时人物信息建档,对临时人物自动监控。

进一步的,系统中设有地图模块,所述摄像头在地图模块中显示,调取摄像头的拍摄信息关联到地图模块的具体位置。

进一步的,在地图模块中显示人物轨迹,进行轨迹跟踪与轨迹分析。

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福建平潭瑞谦智能科技有限公司,未经福建平潭瑞谦智能科技有限公司许可,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/202010248355.8/2.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