[发明专利]基于行人重识别的黑白名单管控方法及设备

说明书

本发明实施例提供了一种基于行人重识别的黑白名单管控方法及设备。所述方法包括：采集待识别的行人图像数据，对所述待识别的行人图像数据进行行人检测，得到第一目标行人；对第一目标行人进行特征提取，并根据提取的特征构建行人信息库，根据所述行人信息库构建黑白名单行人信息库，采集第二目标行人的图像数据，采用行人重识别模式及所述黑白名单行人信息库，对所述第二目标行人的图像数据进行识别。本发明实施例提供的基于行人重识别的黑白名单管控方法及设备，较好的解决了人脸识别中因目标过小、拍摄不清楚导致识别异常的问题，丰富了人脸识别中目标抓拍属性的多样性，可以在面部遮挡较严的情形下对行人进行识别。

技术领域

本发明实施例涉及模式识别技术领域，尤其涉及一种基于行人重识别的黑白名单管控方法及设备。

背景技术

人脸识别受目标图像的分辨率、视角、目标的远近以及场景因素的影响很大，受限于视频监控探头的安装高度及密度，实际情况中拍到的更多的是行人的头顶、后脑勺或者侧脸。其次，即便拍到人脸，也可能是模糊不清的，影响了布控的效果。因此，开发一种基于行人重识别的黑白名单管控方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。

发明内容

针对现有技术存在的上述问题，本发明实施例提供了一种基于行人重识别的黑白名单管控方法及设备。

第一方面，本发明的实施例提供了一种基于行人重识别的黑白名单管控方法，包括：采集待识别的行人图像数据，对所述待识别的行人图像数据进行行人检测，得到第一目标行人；对第一目标行人进行特征提取，并根据提取的特征构建行人信息库，根据所述行人信息库构建黑白名单行人信息库，采集第二目标行人的图像数据，采用行人重识别模式及所述黑白名单行人信息库，对所述第二目标行人的图像数据进行识别。

在上述方法实施例内容的基础上，本发明实施例中提供的基于行人重识别的黑白名单管控方法，所述对所述待识别的行人图像数据进行行人检测，得到第一目标行人，包括：加载待识别的行人图像数据，加载已训练好的针对行人目标检测的第一深度学习模型，采用第一深度学习模型对待识别数据进行检测。

在上述方法实施例内容的基础上，本发明实施例中提供的基于行人重识别的黑白名单管控方法，所述对第一目标行人进行特征提取，包括：加载检测到的第一目标行人，加载已训练好的针对行人特征提取的第二深度学习模型，采用第二深度学习模型提取第一目标行人的特征信息。

在上述方法实施例内容的基础上，本发明实施例中提供的基于行人重识别的黑白名单管控方法，所述并根据提取的特征构建行人信息库，包括：构建分布式文件存储空间，将所述第一目标行人的特征信息存入所述分布式文件存储空间，得到行人信息库。

在上述方法实施例内容的基础上，本发明实施例中提供的基于行人重识别的黑白名单管控方法，所述根据所述行人信息库构建黑白名单行人信息库，包括：获取白名单行人信息和黑名单行人信息，将所述白名单行人信息和黑名单行人信息均与人脸进行关联，根据白名单行人信息和黑名单行人信息，分别建立关联人脸信息的黑名单行人信息库和白名单行人信息库。

在上述方法实施例内容的基础上，本发明实施例中提供的基于行人重识别的黑白名单管控方法，所述采集第二目标行人的图像数据，包括：通过上传本地图片或者本地视频文件采集第二目标行人的图像数据；或者，通过监控摄像头的实时视频数据采集第二目标行人的图像数据；或者，通过监控摄像头历史录像数据进行采集。

在上述方法实施例内容的基础上，本发明实施例中提供的基于行人重识别的黑白名单管控方法，所述采用行人重识别模式及所述黑白名单行人信息库，对所述第二目标行人的图像数据进行识别，包括：加载第二目标行人的图像数据，根据所述第二目标行人的图像数据进行目标检测，对检测出的第二目标行人数据进行特征提取，将提取出来的行人特征与黑白名单信息库中的数据进行比对，若对比成功则进行预警，若对比失败，则对人脸进行比对，人脸对比成功则进行预警，并将第二目标行人数据写入行人信息库。