[发明专利]一种用于智慧社区安防管理的以图找人方法

说明书

本发明涉及安防管理技术领域，提供一种用于智慧社区安防管理的以图找人方法，包括：步骤100，获取人员的基本信息、登记照片、通行抓拍的人脸图片及时间地点，并根据登记照片和通行抓拍的人脸图片计算人脸特征值，建立人脸库；步骤200，获取待查找的图片，检测图片上是否存在人脸并确定人脸区域的坐标；步骤300，根据确定人脸图片上的人脸区域，计算该图片上唯一的面积最大的人脸特征值；步骤400，将步骤300中得到的人脸特征值，到人脸库中遍历比较，直到查找到符合阈值要求的人脸图片为止，获取该图片在特种库中归类的人员信息及历史抓拍图片，进而确定人员身份信息。本发明能够够监控抓拍的实时图片直接发现目标人员。

技术领域

本发明涉及安防管理技术领域，尤其涉及一种用于智慧社区安防管理的以图找人方法。

背景技术

近年来，随着外来人口的大量流入，城市人口状况呈现基数大、流动性高、居住位置分散、管控难度高的特点，由此衍生的各类治安、刑事案件以及其他社会问题也出现逐年上升趋势，给人民群众安居乐业、城市综合治理带来了巨大的考验和挑战，因此亟需构建智能化、立体化的社区安全防控体系来提高社区安全治理水平，从而提高城市的综合管理能力。

人脸库是人脸数据的储存管理中心，能够为人脸识别提供比对模板，为抓拍人脸数据提供管理空间，为人脸算法检测提供测试样本。人脸识别项目是建立在人脸库的基础之上，所以人脸识别的首要任务便是是建立人脸库。在人脸识别领域，首先是对人脸进行特征值数据提取，在提取结束后，告诉计算机，这个人脸是谁。计算机把这些特征信息和人脸的名称保存下来，就形成了人脸库，在识别人脸时，计算机通过一定的算法，检索库中是否有匹配到的人脸结果，给出相似度数据。当人脸的相似度数据达到一定的数值时，就可以认为同一张人脸。

人脸特征提取，基于人脸或面部器官在各种条件下都不会改变的特征或者属性来进行识别，通过为脸部的器官和轮廓打特征点，基于脸部的器官、器官之间的相对位置来识别。除此之外，机器还会学习出更多人类难以提炼的特征做匹配。不过人脸识别并不是在解数学题，一定有标准答案，它是一个目标非常明确的任务—准确的识别人脸。无论是其他特征提取方法还是更多关键点，好用是最重要的衡量标准。应用的场景和目标决定了使用什么样的方法，使用过程的设计和优化同样可以帮助提升人脸识别的准确度。

社区安防管理中，对于人员的查找，主要是通过人员的基本信息作为关键字，到数据库中检索，一般包括姓名、性别、身份证号、住址等条件，很少具备能够通过图片直接查找具体人员的能力，更加无法通过监控抓拍的实时图片直接发现目标人员，进而确定目标人员的活动时空轨迹。

发明内容

本发明主要解决现有社区安防管理中，对于人员的查找，主要是通过人员的基本信息作为关键字，到数据库中检索，无法通过监控抓拍的实时图片直接发现目标人员的技术问题，提出一种用于智慧社区安防管理的以图找人方法，以能够监控抓拍的实时图片直接发现目标人员。

本发明提供了一种用于智慧社区安防管理的以图找人方法，包括以下过程：

步骤100，获取人员的基本信息、登记照片、通行抓拍的人脸图片及时间地点，并根据登记照片和通行抓拍的人脸图片计算人脸特征值，建立人脸库；

步骤200，获取待查找的图片，检测图片上是否存在人脸并确定人脸区域的坐标，包括步骤201至步骤203：

步骤201，使用第一级卷积神经网络P-Net对待查找的图片进行处理，生成人脸候选框；

步骤202，使用第二级卷积神经网络R-Net对生成的人脸候选框进一步进行处理；

步骤203，使用第三级卷积神经网络O-Net对步骤202处理后的人脸候选框进行最终筛选，输出准确的人脸区域的边界框坐标和关键点坐标；

步骤300，根据确定人脸图片上的人脸区域，计算该图片上唯一的面积最大的人脸特征值；