[发明专利]一种面向智慧安防的智能图像识别方法

说明书

本发明公开了一种面向智慧安防的智能图像识别方法，设置影像采集装置且和安防处置平台进行关联，然后进行人脸信息采集，并对采集的人脸信息进行特征变量提取和模型库构建，对图像质量进行挑选过滤后提取特征点，并针对不同区域的特征变量采用不同的数据处理方式，最终通过识别决策模型进行结果输出，达到准确识别的效果，多维度数据基础保证识别准确率，将图像进行特征变量进行量化处理，通过量化数据比较提高了计算机的比对效率，同时利用信任值评分得到唯一输出结果，降低识别的错误率，提高了识别效率和准确度。

技术领域

本发明涉及安防识别技术，具体为一种面向智慧安防的智能图像识别方法。

背景技术

在人脸识别技术快速发展的情况下，在轨道交通以及公共会场区域都已基本实现了人脸安防识别系统，这种智能人脸识别是基于实名制下的身份登记模式，在这种识别模式下，图像的识别准确性得不到保障，且在社区或园区的安防识别模式上，由于内部流动人员相对固定，能够建立完善的模型库，在这种情况下，现有的人脸安防识别技术由于缺乏多维数据基础且通过图像直接进行比对，识别效率低下，识别率低，为了解决这个问题，本发明提供一种面向智慧安防的智能图像识别方法。

发明内容

本发明的目的在于提供了一种面向智慧安防的智能图像识别方法。

本发明所解决的技术问题为：

（1）如何通过采集多个维度数据并进行质量管控和预处理，增强数据说服力，解决现有技术比对数据单一，输出结果缺乏说服力的问题；

（2）如何对特征点进行误差消除，提高数据精确度；

（3）如何通过对嘴唇区域进行数列表示和识别决策模型中的信任值评分机制，保证决策参数的唯一性，进而保证输出结果的唯一性。

本发明可以通过以下技术方案实现：一种面向智慧安防的智能图像识别方法，具体包括以下步骤：

步骤一：设置影像采集装置且和安防处置平台进行关联，然后进行人脸信息采集，并对采集的人脸信息进行特征变量提取和模型库构建；

步骤二：通过影像采集装置对目标人物进行影像采集，然后传输至安防处置平台进行筛分并进行图像质量评分，对图像质量评分排名前若干位的人物影像进行图像预处理；

步骤三：分别对眼部区域、耳部区域和嘴唇区域的特征点进行提取，并针对不同区域的特征变量采用不同的数据处理方式，降低数据的误差影响，得到识别决策模型的输入变量；

步骤四：将经过处理后的数据导入至训练好的识别决策模型中，按照眼部区域、耳部区域和嘴唇区域的优先级顺序进行筛选决策，最后返回空值或代表采集人员身份信息的唯一标识码，从而完成图像识别。

本发明的进一步技术改进在于：在构建模型库时，将采集人员的特征变量提取后生成决策参数，所述决策参数整合为字符串编码，并根据该字符串编码生成十六位的唯一标识码。

本发明的进一步技术改进在于：所述图像预处理包括滤波降噪、背景剥离、区域放大和灰度归一化处理，在进行图像质量评分时，对清晰度和人脸比例进行数据标准化处理后分别进行加权求和，按照评分值高低筛选出若干张人物影像。

本发明的进一步技术改进在于：在对经过图像预处理后的人物影像进特征点提取时，运用特征点提取模型确定眼部区域、耳部区域和嘴唇区域的轮廓，其中，特征点提取模型结合了主动外观模型和特征相应增强算法。

本发明的进一步技术改进在于：在对眼部区域进行数据处理时，将眼白面积与眼部区域的总面积进行比值运算，同时测量两个瞳孔的中心间距，得到若干张人物影像的参考眼白比例和参考瞳孔间距并进行均值计算。