一种具有陌生人脸库功能的人脸识别方法及系统

摘要

本发明提供一种具有陌生人脸库功能的人脸识别方法及系统，首先采集某区域内所有人员的脸部特征信息，存储为原始的人脸信息库，同时建立一个陌生人脸信息库；然后通过前端设备获取多张进入该区域人员的脸部照片并上传至终端服务器判断相似度；若相似度低于设定的阈值，则将其脸部特征信息存储到陌生人脸库中；若相似度不低于设定的阈值且其脸部特征信息存储在已有的陌生人脸信息库中，则对其出现次数进行累计，并定期对累计次数较高的陌生人员进行身份标记，同时对累计次数较低的陌生人脸部特征信息进行清理。本发明基于人脸识别，提取进入特定区域的陌生人脸部特征信息，建立陌生人脸库，实现对特定区域陌生人员的识别和管理。

说明书

技术领域

本发明涉及监控安防技术领域，具体涉及一种具有陌生人脸库功能的人脸识别方法及系统。

背景技术

随着人工智能技术的发展，智慧社区的概念应运而生，而监控安防是智慧社区最基本且最重要的功能。社区中需要监控的目标主要是人，人脸识别可以为社区安防提供基础的服务，人脸特征识别可实现社区人员的追踪，进一步为社区的安全提供保障。然而目前的人脸识别系统对非已存储的人员信息无法进行统计和管理，存在一定的安防漏洞。

发明内容

本发明的目的在于提供一种具有陌生人脸库功能的人脸识别方法及系统，实现对陌生人员的识别并进行统计和管理。

为实现上述目的，本发明采用如下技术方案：

一种具有陌生人脸库功能的人脸识别方法，包括以下步骤：

S1、采集某区域内所有人员的脸部特征信息，存储为原始的人脸信息库，同时建立一个陌生人脸信息库；

S2、通过前端设备获取多张进入该区域人员的脸部照片，并筛选出符合人脸特征识别要求的照片导入人脸特征识别模型；

S3、通过人脸特征识别模型提取照片中的脸部特征信息，与原始的人脸信息库以及已有的陌生人脸信息库中的脸部特征信息进行比对，模拟出相似度的值；

S4、若相似度低于设定的阈值，则将照片中的脸部特征信息存储到陌生人脸库中；

S5、若相似度不低于设定的阈值且照片中的脸部特征信息存储在已有的陌生人脸信息库中，则将该照片对应人员出现的次数进行累计；

S6、定期对累计次数较高的陌生人员进行身份标记，同时对累计次数较低的陌生人脸部特征信息进行清理。

进一步地，所述步骤S2通过人脸识别算法首先判断照片中是否有完整的人脸，再选取清晰度较高的照片导入人脸特征识别模型中。

优选地，所述步骤S3中，可以预先设定原始的人脸信息库和陌生人脸信息库比对的优先级。

优选地，所述步骤S5中，每一个脸部特征信息具有唯一的ID，相同的脸部特征信息重复出现便会与其ID进行关联，进行次数累计。

一种具有陌生人脸库功能的人脸识别系统，包括：

前端设备，所述前端设备用于获取进入区域内人员的脸部照片；

终端服务器，所述终端服务器集成有人脸特征识别模型；以及

人脸信息库，所述人脸信息库包括某区域内人员的原始人脸信息库和陌生人脸信息库，用于存储具有唯一ID的脸部特征信息。

由以上技术方案可知，本发明基于人脸识别，在一定的区域内建立人脸信息库，通过获取进入该区域人员的脸部照片并提取脸部特征信息与已有人脸信息库进行比对，识别并存储陌生人的脸部特征信息，实现对特定区域内陌生人员的识别和管理。

附图说明

图1为本发明的具体步骤流程图。

具体实施方式

下面结合附图对本发明的一种优选实施方式做详细的说明。

如图1所示的一种具有陌生人脸库功能的人脸识别方法，包括以下步骤：

S1、采集某区域内所有人员的脸部特征信息，存储为原始的人脸信息库，同时建立一个陌生人脸信息库；

S2、通过前端设备获取多张进入该区域人员的脸部照片，并筛选出符合人脸特征识别要求的照片导入人脸特征识别模型；

S3、通过人脸特征识别模型提取照片中的脸部特征信息，与原始的人脸信息库以及已有的陌生人脸信息库中的脸部特征信息进行比对，模拟出相似度的值；

S4、若相似度低于设定的阈值，则将照片中的脸部特征信息存储到陌生人脸库中；

S5、若相似度不低于设定的阈值且照片中的脸部特征信息存储在已有的陌生人脸信息库中，则将该照片对应人员出现的次数进行累计；

S6、定期对累计次数较高的陌生人员进行身份标记，同时对累计次数较低的陌生人脸部特征信息进行清理。

具体的，所述步骤S2通过人脸识别算法首先判断照片中是否有完整的人脸，再选取清晰度较高的照片导入人脸特征识别模型中，所述相似度的判断是通过人脸特征识别模型提取图片中的脸部特征信息，再通过与原始的人脸信息库以及已有的陌生人脸信息库进行比对，模拟出相似度的值；在具体的使用中，可以根据需要设定相似度的阈值，阈值越高，识别结果越精确。本优选实施例所述的人脸识别算法采用虹软人脸识别算法，该算法具有人脸检测、人脸跟踪、人脸比对、人脸查找、人脸属性、IR/RGB活体检测多项功能，是一种毫秒级高效率的人脸识别算法，适用于小区、办公楼等人员较多的场景。

在一些人流量较大的场所，非该场所内的陌生人员可能会多次出现，比如经常出入某小区的快递员，如上述步骤S5、S6所述，若相似度不低于设定的阈值且其脸部特征信息存储在已有的陌生人脸信息库中，由于每一个脸部特征信息具有唯一的ID，相同的脸部特征信息重复出现便会与其ID进行关联，可以对其重复出现的次数进行累计；工作人员还可以定期对累计次数较高的陌生人员进行身份标记，同时对累计次数较低的陌生人脸部特征信息进行清理，避免因人脸特征信息数据过多导致人脸识别的效率降低，进而实现对该特定区域内陌生人员的高效识别和管理；同时，可以根据具体情况预先设定原始的人脸信息库和陌生人脸信息库比对的优先级，进一步提高陌生人识别效率。

上述方法通过具有陌生人脸库功能的人脸识别系统来实现，该系统包括前端设备、终端服务器以及人脸信息库，所述前端设备用于获取进入区域内人员的脸部照片，一般是通过常用的监控设备进行抓拍；所述终端服务器集成有人脸特征识别模型；所述人脸信息库包括某区域内人员的原始人脸信息库和陌生人脸信息库，用于存储具有唯一ID的脸部特征信息。

以上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。