[发明专利]多无人机协同配送中基于人脸融合的目标识别方法及系统

说明书

本发明涉及多无人机协同配送中基于人脸融合的目标识别方法及系统。识别方法包括如下步骤：S1：无人机飞行至收货地址上空；S2：实时采集行人视频，对视频进行预处理得到多个视频帧图像；S3：在视频帧图像中提取出人脸图片；S4：对人脸照片进行初步匹配；初步匹配成功则进行S7；将具有不确定性的人脸照片存储为待融合照片，进行S5；S5：将与同一收货人初步匹配获取的两张待融合图片融合为一张融合图片；S6：对融合照片进行精确匹配；S7：获取初步匹配与精确匹配中匹配成功的人脸图片对应的无人机位置，对收货人进行最终识别确认。本发明引入基于多无人机协同的人脸融合技术，提升了人脸识别的精度，提高寻找收货人的效率，提高整体配送效率。

技术领域

本发明涉及智慧物流技术领域，特别是涉及一种多无人机协同配送中基于人脸融合的目标识别方法、一种多无人机协同配送中基于人脸融合的目标识别系统。

背景技术

随着新一代互联网技术的创新应用，一些旨在解决物流配送“最后一公里”的智能“配送员”轮番上阵。在物资运输压力剧增、无接触配送需求爆发的背景下，无人机展现出的便捷、安全、高效等配送价值令人瞩目。

用户通过配送网站、应用程序或电话、网络通信等方式下订单。无人机根据订单信息取货后将货物运输至收货地点，通过人脸识别确认收货人并完成货物交付。在此过程中，人脸识别成为影响配送效率的首要问题。

在无人机配送过程中，无人机对行人进行拍摄时，因其拍摄角度是随机而非一直不变的，导致无人机拍摄到的行人的面部照片并不全是正面人脸。在后续的人脸识别中，非正面人脸会存在着一定程度上的面部姿态干扰，而面部姿态的干扰则会降低目前人脸识别算法在实际应用中的识别精度。现有的解决方法如采用姿势识别与人脸识别结合的方法，虽然能够在一定程度上提高人脸识别的精度，却又会导致识别效率的降低或者配送成本的增加。

发明内容

基于此，有必要针对现有无人机配送中收货人识别效率低的问题，提供一种多无人机协同配送中基于人脸融合的目标识别方法及系统。一种多无人机协同配送中基于人脸融合的目标识别方法，其包括如下步骤：

S1：获取实时生成的订单信息。每个无人机配送一个订单。无人机装配相应的货物后飞行至收货地址上空。其中，订单信息由用户提供，包括收货地址和收货人照片。

S2：无人机以行人为取景对象实时采集视频。对全部的视频进行分帧处理，根据预设的采样频率抽取多个视频帧图像。记录每个视频帧图像对应的无人机位置信息。

S3：通过人脸检测模型在每个视频帧图像中输出包含人脸特征的预测框。截取预测框范围内的图片作为人脸图片。

S4：每个无人机根据相应的收货人照片创建相应的照片集。对人脸照片进行初步匹配。初步匹配的方法如下：

S41：计算人脸照片与每个收货人照片的欧氏距离一。

S42：判断欧氏距离一是否处于一个预设的阈值范围内。并作出如下决策：若欧氏距离一低于预设的阈值范围，则获取该人脸照片所对应的无人机位置信息，随后进行S7。若欧氏距离一处于阈值范围内，则该人脸照片具有不确定性，将该人脸照片存储在相应的照片集中作为待融合照片，随后进行S5。若欧氏距离一高于阈值单位，则将该照片删除，并返回S2。

S5：在每个照片集中选取两张待融合照片融合为一张融合照片。

其中，选取待融合照片的方法如下：

判断待融合照片存储在照片集中的时间是否超出一个预设的时间。并作出如下决策：若超出预设的时间，则将该待融合照片删除，并返回S2。若未超出预设的时间，则进而判断每个照片集中的待融合照片的数量是否少于两个，若不少于两个，则在每个照片集中按欧氏距离一从小到大的顺序选取两张待融合照片进行融合，得到与收货人照片一一对应的多个融合图片，进行S6。若少于两个则返回S2。

融合照片的融合方法如下：