[发明专利]一种基于计算机视觉的社区巡更分析方法及其系统

权利要求书

1.一种基于计算机视觉的社区巡更分析方法，其特征在于，包括：

建立人脸库，采集所有小区业主和工作人员的人脸数据存储到服务器里；

人脸检测识别，对比小区内摄像头拍摄到的人脸和服务器中的人脸数据，识别出人脸身份；

行人跟踪，确定目标行人在小区内的行动轨迹；

纠正关联，确保持续跟踪当前识别出身份的目标行人；

巡更分析，比对目标行人在小区内的行动轨迹和巡检的预定轨迹。

2.根据权利要求1所述的基于计算机视觉的社区巡更分析方法，其特征在于，所述对比小区内摄像头拍摄到的人脸和服务器中的人脸数据，识别出人脸身份，包括：

对小区内摄像头拍摄到的视频帧进行分析检测，识别出人脸特征的数据；

对每个识别出人脸特征的数据进行质量评价；

对符合质量评价的人脸数据进行关键点检测，并矫正人脸；

对矫正后的人脸进行人脸识别，比对人脸库，识别和区分小区业主和工作人员的具体身份。

3.根据权利要求1所述的基于计算机视觉的社区巡更分析方法，其特征在于，所述确定目标行人在小区内的行动轨迹，包括：

对检测到行人的视频帧进行分析检测，确定每个目标行人在当前帧中的位置；

比对当前帧与前一帧的目标行人，判断目标跟踪情况，其中，当前帧的目标行人在前一帧中出现相对的匹配则认为目标跟踪成功，前一帧的目标行人在当前帧没有出现相对的匹配则认为目标丢失，当前帧的目标行人在前一帧中没有出现相对的匹配则认为有新的目标出现；

对小区内所有摄像头拍摄到的视频帧进行分析检测，确定目标跟踪成功的行人在小区内的行动轨迹。

4.根据权利要求1所述的基于计算机视觉的社区巡更分析方法，其特征在于，所述确保持续跟踪当前识别出身份的目标行人，包括：

对小区内摄像头拍摄到的视频帧进行分析检测，识别出人脸框和行人框；

比较当前帧的行人框和识别到确定身份的人脸框，计算图像交并比(IOU)，进行关联，确定当前目标行人的身份，其中，若(由于没有人脸框、人脸不清晰的原因导致)识别失败，将继续跟踪目标行人，在下一帧重复比较识别到确定身份的人脸框和行人框，直至关联成功，若当前帧识别不到跟踪的目标行人，则跟踪中断，重新识别、跟踪和关联。

5.根据权利要求1所述的基于计算机视觉的社区巡更分析方法，其特征在于，所述比对目标行人在小区内的行动轨迹和巡检的预定轨迹，包括：

利用卡尔曼滤波对每一个目标行人进行建模，得到前一帧的目标行人在当前帧的预测位置；

比对目标在当前帧的预测位置和目标在当前帧的实际位置，计算得到图像交并比(IOU)，以图像交并比(IOU)作为匈牙利算法的权重，利用带权重的匈牙利算法进行二部图的匹配，将小区内摄像头拍摄到的视频帧映射到平面图，确定目标行人在平面图上的行动轨迹和预测轨迹的对比，若符合预定，则将当前情况记录存储，若不符合预定，则触发提醒，并将当前情况记录存储。

6.一种基于计算机视觉的社区巡更分析系统，其特征在于，用于实现如权利要求1至5中任意一项所述的方法，包括:

存储模块，用于采集人脸数据，将人脸数据存储到服务器里；

检测模块，用于将小区内摄像头拍摄到的人脸和服务器中的人脸数据对比，识别出人脸身份；

跟踪模块，用于确定目标行人在小区内的行动轨迹；

纠正关联模块，用于确保持续跟踪当前识别出身份的目标行人；

巡更分析模块，用于比对目标行人在小区内的行动轨迹和巡检的预定轨迹。