[发明专利]一种动态视频人像识别方法

说明书

本发明公开了一种动态视频人像识别方法，包括如下步骤：S1身份信息采集：采集用户的面部图像数据和用户的身份信息，将采集的面部图像数据和用户身份信息数据进行存储，建立数据库；S2数据特征提取：从所述数据库中的面部数据中提取相应的人脸特征值，具体包括：人像特征提取、人像对齐、姿态估计、遮挡检测；S3数据处理：对所述的图像数据进行去雾处理，根据去雾处理后的图像数据得到所述的有用数据信息；S4人像对比识别；S5识别结果显示。本发明的人脸识别系统可以高效率且准确的识别人脸信息，满足人脸识别的需要，同时，能够对采集图像进行处理，增加识别的准确性。

技术领域

本发明涉及人像识别技术领域，尤其涉及一种动态视频人像识别方法。

背景技术

随着社会经济的发展，城镇化建设速度加快，导致城市中人口密度不断增加，社会人员流动性与日俱增，引发了城市建设中的交通、社会治安、重点区域防范防恐等新问题，导致社会管理难度不断增加，效率降低。同时，近年来社会犯罪率呈逐年升高的趋势，暴恐案件不断发生，引发了社会治安防范和管理新的需求，与此同时，公安机关各类案件侦破难度也不断增加。由于公安信息化建设的发展，公安机关在人口管理、执法办案等日常业务过程中收集掌握了海量人口照片信息。海量的照片资源分散存储于公安机关各警种部门，形成各条线独立应用的局面，无法全警共享及资源高效应用。

因此，需要一种动态视频人像识别方法，用于帮助识别视频监控中的人物。

发明内容

基于背景技术存在的技术问题，本发明提出了一种动态视频人像识别方法。

本发明提出的一种动态视频人像识别方法，包括如下步骤：

S1身份信息采集：

采集用户的面部图像数据和用户的身份信息，将采集的面部图像数据和用户身份信息数据进行存储，建立数据库；

S2数据特征提取：

从所述数据库中的面部数据中提取相应的人脸特征值，具体包括：人像特征提取、人像对齐、姿态估计、遮挡检测；

S3数据处理：

对所述的图像数据进行去雾处理，根据去雾处理后的图像数据得到所述的有用数据信息；

S31图像去雾处理包括：根据图像数据确定动态视频拍摄时的环境参数，利用环境参数和去雾模型对图像数据进行去雾处理；

S32对去雾处理后的图像数据进行特征提取和特征匹配，以得到所述测量区域的点云数据；利用所述点云数据对所述图像数据进行正射纠正和拼接处理，以得到所述测量区域的正射影像；

S33对所述的正射影像进行超分辨率增强处理，以得到所述测量区域的超清正射影像；

S4人像对比识别：

将动态视频人像的人脸特征值与数据库中的人脸特征值进行对比，当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时，则判断结果为人像对应通过；

S5识别结果显示：

通过数据判断结果发送至服务端，服务端根据接收到的分析结果判定人脸相似度，将判定结果发送客户端，所述客户端接收并显示接收到的人脸识别结果。

优选地，所述环境参数包括环境光强度和大气透射率。

优选地，当动态视频人像的人脸特征值与数据库中的人脸特征值相似度达到预设值时，发布告警信息。

优选地，采集用户的面部图像数据和用户的身份信息通过有线或无线方式传输至管理中心服务器以及接收来自所述管理中心服务器的指令。

优选地，当动态视频人像的人脸特征值与数据库中的人脸特征值相似度低于预设值时，则判定比对结果为不通过，并触发人工判定。