人像比對在視頻中的應用技術的製作方法

2023-07-15 06:49:06

人像比對在視頻中的應用技術的製作方法
【專利摘要】本發明公開了一種人像比對在視頻中的應用技術，包括以下步驟，步驟1：獲取實時視頻並提取目標人物頭像相片；通過攝像頭實時獲取預設區域的所有人物視頻並同時提取即時頭像照片，當即時頭像照片中人物兩眼的瞳孔中心點的距離為10～100像素並且所述的攝像頭與該即時頭像照片中人物的頭部的拍攝垂直角度為0～90°時，則把該即時頭像照片判斷為是目標人物頭像相片；步驟2：人像比對。本發明旨在提供一種提供操作簡單、分辨迅速、準確率高的人像比對在視頻中的應用技術。
【專利說明】人像比對在視頻中的應用技術

【技術領域】
[0001] 本發明涉及人像比對檢測領域，特別是人像比對在視頻中的應用技術。

【背景技術】
[0002] 人臉識別是一項熱門的計算機技術研究領域，它屬於生物特徵識別技術，是對生 物體（一般特指人）本身的生物特徵來區分生物體個體。生物特徵識別技術所研究的生物 特徵包括臉、指紋、手掌紋、虹膜、視網膜、聲音（語音）、體形等。這其中，只有人臉特徵是最 直觀、最可靠、最準確的，利用人臉特徵進行身份驗證是最自然、最直接的手段。相比其它人 體生物特徵識別，人臉特徵識別不需對象行為的配合就能方便有效地核查對象的身份，不 易被察覺，因而具有優良的防偽、防欺詐、直接、友好、方便等特點。經過幾十年的研究，人臉 識別技術已廣泛的應用在安防、門禁、考勤等領域。
[0003] 人臉識別主要包括人臉的定位、圖片預處理、人臉的特徵點的識別、人臉的特 徵點的特徵值的提取、特徵值比對等，其中，人臉定位可以實現的方法很多，比如基於知 識的方法（Knowledge-based)、特徵不變量方法（Feature invariant)，其中較為經典 的為adaboost方法、模板匹配的方法（Template matching)等。圖片預處理包括人臉 的角度調整，對於垂直於照片平面區域的傾斜角度校正通常通過以下幾種理論進行： 1)基於 Garbor 小波變換的方法（文獻 1:Y. Li and X.Y. Lin, "Face hallucination with pose variation" in Pro. 6th IEEE Int. Conf. Automatic Face and Gesture Recognition, 2004, pp. 723 - 728) ;2)基於張量分解的方法（文獻 2 :K. Jia and S. G.Gong, "Multi-modal tensor face for simultaneoussuper-resolution and recognition,，' in Proc. IEEE Int. Conf. ComputerVision, 2005, pp. 1683-1690 ;文獻 3 : K. Jia and S. G. Gong, "Generalizedfacesuper-resolution,，'IEEETrans. ImageProcessi ng，vol. 17，no. 6，pp. 873886，Ju n. 2008) ;3)改進的點對應算法和線性物體類的原理構造 正臉合成的方法（文獻4 :陳家大、賴劍煌、馮國燦，"一種人臉姿勢判別與正臉合成的新方 法"，計算機研究與發展，2006)，通過上述任一種方法即可達到對照片傾斜角度的調整；人 臉特徵點的識別和提取如中國專利申請CN201310746593. 1中，提出了一種新的人臉特徵 值提取的算法。中國專利申請CN2008100003131. 1公開了一種人臉檢測和追蹤的方法，上 述的技術發展使人臉識別技術發展迅速，應用前景廣泛。
[0004] 據不完全統計，中國正進入流動時代。2011年，全國流動人口達到2. 3億人，佔總 人口的17%，即每6名中國人中就有1人是流動人口。未來20年，還將有3億農村人口進 入城鎮。隨著流動人口大量增加，面臨著流動人口結構複雜、人員信息不透明，流動人口數 量龐大，
[0005] 流動人員管理困難等局面，尤其是在流動人員中夾雜著刑嫌人員，流竄逃逸，伺機 作案，更有部分人員犯罪後"漂白身份"潛入異地繼續生活，如何能夠有效的抑制和發現混 淆在龐大的流動人口中的重點人員，成為目前面臨的重要課題，給社會綜合管理帶來挑戰， 使得公安機關等部門作為社會公安安全管理的主力軍，身上的責任和義務更加沉重。
[0006] 隨著經濟的高速發展以及城鎮化進程的加快，城市人口日趨密集，城市人口數量 和流動性也大大增加，加強對城市人員信息的管理對社會治安、重點區域防範、維穩等方面 意義重大。另外，近年來社會犯罪率呈逐年升高的態勢，高科技犯罪以及偽造身份信息犯罪 層出不窮，犯罪行為的突發性、不確定性增強，給防範和偵破工作帶來極大的困難。最近，恐 怖分子實施爆炸、砍刀傷人等恐怖活動頻發。反恐部門一直在研究對策，基於目前沒有足夠 的警力進行監控；即使通過人來實時監控，還是無法及時有效地將事件辨識出來。開展反恐 怖圖像監控智能分析系統研究，將有效防止恐怖事件的發生。開展研究反恐怖圖像監控智 能分析系統迫在眉睫。
[0007] 隨著人員流動性的增大，在視頻中及時的分析並獲得人物信息是非常關鍵的，特 別是隨著雲計算和數據通信技術的發展，數據的存儲和計算並不僅僅局限於本地計算機 中，大型的計算機不斷的投入運行，因此開發出一種計算量小，準確率高的通過監控視頻實 現的人像對比技術是非常具有市場前景的。


【發明內容】

[0008] 本發明的目的是提供操作簡單、分辨迅速、準確率高的人像比對在視頻中的應用 技術。
[0009] 本發明提供的技術方案為：
[0010] 一種人像比對在視頻中的應用技術，包括以下步驟：步驟1 :獲取實時視頻並提取 目標人物頭像相片；通過攝像頭實時獲取預設區域的所有人物視頻並同時提取即時頭像照 片，當即時頭像照片中人物兩眼的瞳孔中心點的距離為10?100像素並且所述的攝像頭 與該即時頭像照片中人物的頭部的拍攝垂直角度為0?90°時，則把該即時頭像照片判斷 為是目標人物頭像相片；其中即時頭像照片中人物兩眼的瞳孔中心點的距離優選為60? 90像素並且所述的攝像頭與該即時頭像照片中人物的頭部的拍攝垂直角度優選為30? 70°時，則把該即時頭像照片判斷為是目標人物頭像相片；步驟2 :人像比對，將步驟1中所 提取目標人物頭像相片發送給伺服器，並通過所述的伺服器將該目標人物頭像相片與已有 的頭像照片進行相似度比對，當已有的頭像照片中存在符合預設的第一閾值的已有頭像照 片時，即判斷該目標人物頭像相片中的人物與已有頭像照片為同一人並輸出對應的人物信 息，反之，則輸出無對應人物的提示信息。
[0011] 在上述的人像比對在視頻中的應用技術中，所述的步驟1具體包括以下子步驟： 子步驟11 :通過攝像頭檢測環境光線強度，當所述的環境光線強度小於預設的第二閾值 時，則補光；子步驟12 :通過攝像頭實時獲取預設區域的所有人物視頻，判斷所述的視頻中 含有的人物的個數；若目標人物的個數為單個，則針對單個目標人物提取目標人物頭像照 片，若目標人物的個數為多個，則針對每一個目標人物分別提取目標人物頭像照片。
[0012] 在上述的人像比對在視頻中的應用技術中，所述的步驟1中拍攝垂直角度的角度 判斷方法為：對即時頭像照片中人物進行雙眼定位，並以定位的雙眼的中線為基準線，將雙 眼映射雙眼於臉部左右上下的基準角度來判斷所述的攝像頭與該即時頭像照片中人物的 頭部的拍攝垂直角度。
[0013] 在上述的人像比對在視頻中的應用技術中，在所述的步驟1和步驟2之間還包括 有拍攝水平角度判斷步驟：
[0014] 拍攝水平角度判斷步驟：判斷所述的攝像頭與該即時頭像照片中人物的頭部的拍 攝水平角度是否為〇?90°，若是，則進行步驟2,若否，則保存該幀即時頭像照片。
[0015] 在上述的人像比對在視頻中的應用技術中，對水平拍攝角度判斷步驟中判斷能夠 進入步驟2的目標人物頭像相片先進行剪裁步驟後再進入步驟2,其中，所述的剪裁步驟 為：對所獲取的目標人物頭像相片進行剪裁，使所述的目標人物的人臉至少佔所述的剪裁 後的目標人物頭像相片的面積的3/4。
[0016] 在上述的人像比對在視頻中的應用技術中，在步驟2中，所述的伺服器將目標人 物頭像相片與存儲在伺服器中的已有的頭像照片進行比對具體包括以下子步驟：子步驟 201 :人臉定位，從目標人物頭像相片的背景中分離出人臉區域；子步驟202:雙眼定位，從 子步驟201中獲取的人臉區域中確定雙眼瞳孔的位置；子步驟203 :影像校正，校正人臉區 域的傾斜角度，並根據子步驟202中所確定的雙眼瞳孔的位置確定所述的雙眼瞳孔中心的 距離，並根據雙眼瞳孔中心的距離與預設的雙眼瞳孔中心的距離的比值，調整人臉區域的 像素；子步驟204 :影像預處理，對子步驟203中校正過的人臉區域進行預處理，具體包括臉 部的色彩、臉部曝光、臉部光線均勻、臉部平均色彩、臉部高光、模糊度、亮度均值、灰度動態 範圍、不均勻性、過曝光比例、欠曝光比例、圖像銳度、圖像模糊度的處理；子步驟205 :提取 人臉特徵集群，對經子步驟204獲取的人臉區域提取不少於一個的人臉特徵值，所述的頭 像照片的人臉特徵值的集合為頭像照片的人臉特徵集群；子步驟206 :將所述的人物頭像 相片的人臉特徵集群與伺服器中存儲的已有的頭像照片的人臉特徵集群進行比對，計算符 合預設的第三閾值的的人臉特徵值的數量，並根據符合預設的第三閾值的的人臉特徵值的 數量獲得相似度；子步驟207 :判斷所述的相似度是否符合第一閾值，若是，則提取和輸出 對應的目標人物信息。
[0017] 在上述的人像比對在視頻中的應用技術中，若子步驟207中得到的符合第一閾值 的已有頭像照片為多張，則根據多張已有頭像照片對應的相似度，選擇相似度最大的已有 頭像照片並判斷該已有頭像照片中的人物與目標人物頭像相片中的人物同一人並輸出對 應的人物信息。
[0018] 在上述的人像比對在視頻中的應用技術中，在所述的子步驟207中，若輸出對應 的目標人物信息時，網絡狀況變差無法傳輸，則將所述的對應的目標人物信息存儲在服務 器中，當網絡狀況變好後，輸出對應的目標人物信息。
[0019] 在上述的人像比對在視頻中的應用技術中，在步驟2中，輸出對應的人物信息至 人臉共享服務平臺。
[0020] 在上述的人像比對在視頻中的應用技術中，所述的對應的人物信息包括目標人物 頭像相片、對應的已有的頭像照片和對應的身份信息。
[0021] 本發明通過設定特定的瞳距、拍攝角度以及拍攝光線，來獲得符合要求的即時頭 像照片，並通過人像比對技術快速的得到處理結果，通過上述的處理可以有效的降低數據 處理量，提高比對精度，降低比對的用時。
[0022] 若伺服器繁忙無法比對，則將提取的目標人物頭像相片發送至人臉共享服務平 臺，由人臉共享服務平臺繼續識別，提高了識別效率。

【專利附圖】

【附圖說明】
[0023] 圖1是本發明具體實施例1的流程方框圖；
[0024] 圖2是本發明具體實施例1的子步驟的流程方框圖；
[0025] 圖3是本發明具體實施例1的子步驟的流程方框圖；
[0026] 圖4是本發明具體實施例1的流程方框圖。

【具體實施方式】
[0027] 下面結合【具體實施方式】，對本發明的技術方案作進一步的詳細說明，但不構成對 本發明的任何限制。
[0028] 本發明的核心構思之一在於，通過設定特定的瞳距、拍攝角度以及拍攝光線，來獲 得符合要求的即時頭像照片，並通過人像比對技術快速的得到處理結果，通過上述的處理 可以有效的降低數據處理量，提高比對精度，降低比對的用時。
[0029] 具體實施例1 :
[0030] 如圖1所示，一種人像比對在視頻中的應用技術，包括以下步驟：
[0031] 步驟1 :獲取實時視頻並提取目標人物頭像相片；通過攝像頭實時獲取預設區域 的所有人物視頻並同時提取即時頭像照片，當即時頭像照片中人物兩眼的瞳孔中心點的 距離為10?100像素並且所述的攝像頭與該即時頭像照片中人物的頭部的拍攝垂直角 度為0?90°時，則把該即時頭像照片判斷為是目標人物頭像相片；需要說明的是，在本 實施例中對實時視頻並不進行圖像提取等操作，通過攝像頭進行實時視頻的拍攝並抓拍 目標人物頭像相片，目標人物頭像相片的獲取可以通過攝像頭獲取也可以通過自動抓拍 機進行，優選為採用同一個攝像頭進行。所述的攝像頭傳感器參數為：1/2. 5英寸CMOS 有效像素：300萬鏡頭接口：C/CS最大解析度：1920X 1200最低照度：0. 3Lux F1. 4幀率： 1920X108029fpsl600X120031fps，大大提高了圖像的信息量。需要說明的是，本實施例所 述的目標人物的定義為攝像頭所能拍攝到的所有的人。我國的東北、西北地區（新疆、內 蒙、黑龍江）冬季氣溫可達-40攝氏度，戶外的維護極為不便，對系統的穩定性要求極高， 攝像頭採用嵌入式設計，所有的器件選用工業級器件，能有效應對低溫、高溫等極端氣候條 件，能夠有效保證系統的穩定。內置"看門狗"等硬體電路，相當於有人在前端進行24小時 不間斷值守，有效的保證了系統長期、穩定、連續運行。
[0032] 如圖2所示，所述的步驟1具體包括以下子步驟：
[0033] 子步驟11 :通過攝像頭檢測環境光線強度，當所述的環境光線強度小於預設的第 二閾值時，則補光；在本實施例中，第二閾值為亮度500-1000lux ;低於該閾值，則補光，當 然為本行業通用的，補光的方式並不僅僅限於通過LED燈補光，還可以通過增加柔光箱等 補光措施，提高光照環境質量，以保證採集的視頻質量。
[0034] 子步驟12 :通過攝像頭實時獲取預設區域的所有人物視頻，判斷所述的視頻中含 有的人物的個數；若目標人物的個數為單個，則針對單個目標人物實時提取目標人物頭像 照片，若目標人物的個數為多個，則針對每一個目標人物分別實時提取目標人物頭像照片。
[0035] 在實際應用中，關於視頻中人臉跟蹤的方案已經十分成熟，本實施例根據運動目 標檢測技術，通過本幀和上一幀的邊緣圖像的變化確定人體和人臉區域，在確定人臉區域 後，根據預先設定好的人臉上雙眼距離所佔比例的普遍規則，預估雙眼的瞳孔中心點的距 離，比如，預設的規則是雙眼瞳孔中心點的距離佔人臉寬度的50%?65%，如果現在測得 的人臉寬度為100像素，則雙眼的瞳孔的中心點的距離為50?65像素，通過這種方法可以 顯著的提高計算速度。當然本實施例並不僅僅限於上述的方法，在本領域中還可以採用通 過上一幀和下一幀圖片的變化，檢測相鄰兩幀圖片中人臉的特徵值並比對，確定為同一人 後確定雙眼位置並計算雙眼距離。
[0036] 當目標人物兩眼的瞳孔中心點的距離不為10?100像素時，將該幀即時頭像照片 保存在伺服器中。當然也可以保存在攝像頭的SD卡中。
[0037] 當拍攝水平角度或拍攝垂直角度不為0?90°時，將該幀即時頭像照片保存在服 務器中。當然也可以保存在攝像頭的SD卡中。
[0038] 拍攝垂直角度的判斷本實施例給出兩種具體的實現方法：
[0039] 方法1 :在子步驟12中，根據確定的人臉區域確定人臉區域的中心點位置；
[0040] 確定攝像頭的中心點
[0041] 根據攝像頭的中心點、變焦倍數、人臉區域的中心點位置確定攝像頭和人的頭部 的拍攝水平角度和拍攝垂直角度。每個時刻的變焦倍數都存儲在攝像頭中，伺服器可以提 取任何時刻的變焦倍數。
[0042] 方法2 :對即時頭像照片中人物進行雙眼定位，並以定位的雙眼的中線為基準線， 將雙眼映射雙眼於臉部左右上下的基準角度來判斷所述的攝像頭與該即時頭像照片中人 物的頭部的拍攝垂直角度。
[0043] 在子步驟12之後還包括子步驟13 :拍攝水平角度判斷步驟：判斷所述的攝像頭與 該即時頭像照片中人物的頭部的拍攝水平角度是否為〇?90°，若是，則進行子步驟14,若 否，則保存該幀即時頭像照片。
[0044] 其具體為以雙眼瞳孔的連線與水平線的夾角進行判斷。
[0045] 子步驟14 :對所獲取的目標人物頭像相片進行剪裁，使所述的目標人物的人臉至 少佔所述的剪裁後的目標人物頭像相片的面積的3/4。
[0046] 步驟2 :人像比對，將步驟1中所提取目標人物頭像相片發送給伺服器，並通過所 述的伺服器將該目標人物頭像相片與已有的頭像照片進行相似度比對，當已有的頭像照片 中存在符合預設的第一閾值的已有頭像照片時，即判斷該目標人物頭像相片中的人物與已 有頭像照片為同一人並輸出對應的人物信息，反之，則輸出無對應人物的提示信息。本服務 器中存儲的已有的頭像照片可以根據用戶的需要自主設置，比如，如果是銀行系統，在服務 器中存儲具有通行權利的人的照片，照片大小為3Kb，當檢測到不為具有通行權利的人，則 報警，比如，如果是公安部門，則在伺服器中存儲通緝犯的照片，比如，如果是教育部門，則 在伺服器中存儲考場中考生預先存入的照片。為了保證及時的進行人臉識別，降低伺服器 的數據處理量，本伺服器中存儲的已有頭像照片優選於少於一萬張。對於不同業務類型的 人臉相片，支持分類建庫，支持按性別、區域（如戶籍所在地、籍貫）、年齡段、國籍、民族、照 片質量等規則分類建庫。
[0047] 建庫過程中需要注意如下事項：
[0048] (1)單張人臉照片模板大小〈3KB ;
[0049] (2)二代證或質量類似的照片的入庫率彡99% ;
[0050] (3) 100萬庫容（二代證或質量類似的照片）條件下，建模時間〈3天；
[0051] (4) 100萬庫容（二代證或質量類似的照片）條件下，1 :N全庫比對速度〈1. 5秒；
[0052] (5)100萬庫容（二代證或質量類似的照片）條件下，1 :N全庫比對首位命中率 >90% ;前100選命中率>96% ;
[0053] 其中，建庫導入有三種方式進行添加，分別是前端攝像機、已有照片和身份證照。 目前識別率最高的是通過前端攝像機採集的人臉照片作為黑名單，其次是已有照片（其他 攝像機的照片或數位相機照的相片等），最後是公安庫中的二代身份證照片。
[0054] 注釋：
[0055] 比對速度=比對總時間/比對總次數；
[0056] 前N選命中率=返回前N個圖像中和測試圖像是同一個人的次數/比對總次數 *100%。
[0057] 如圖3所示，所述的步驟2中，所述的伺服器將目標人物頭像相片與存儲在伺服器 中的已有的頭像照片進行比對具體包括以下子步驟：
[0058] 子步驟201 :人臉定位，從目標人物頭像相片的背景中分離出人臉區域；
[0059] 子步驟202 :雙眼定位，從子步驟201中獲取的人臉區域中確定雙眼瞳孔的位置； 採用adaboost基於人臉特徵的方法可以有效的確定雙眼瞳孔的位置，在現有技術中，人 臉特徵點的定位已經開發出若干種方法，在此不一一詳述，上述具體的方法並不僅僅限於 adaboost基於人臉特徵的方法。
[0060] 在實際應用中，由於現有的移動終端的計算能力受制於體積、晶片發展程度的限 制，其計算速度與固定式的計算機存在一定的差距，為了進一步提高本技術在移動終端中 的運算速度，上述的人臉定位和雙眼定位採用如下的方法：
[0061] 1)利用設定閥值自動將人眼與人臉其它部分和背景分離或利用人眼灰度值進行 眼睛定位；
[0062] 2)通過對灰度圖像進行垂直和水平灰度投影后，對人臉初步定；
[0063] 3)用瞳孔大小的方框搜索人臉，落入框內的黑色像素個數達到最大時，框的位置 即是眼睛位置。
[0064] 子步驟203 :影像校正，校正人臉區域的傾斜角度，並根據子步驟202中所確定的 雙眼瞳孔的位置確定所述的雙眼瞳孔中心的距離，並根據雙眼瞳孔中心的距離與預設的雙 眼瞳孔中心的距離的比值，調整人臉區域的像素；在具體應用中，人臉區域的傾斜角度的校 正包括兩個方面，即照片平面區域的傾斜角度的校正和垂直於照片平面區域的傾斜角度的 校正，對於照片平面區域的傾斜角度校正通過兩眼通孔中心的連線傾斜角度的計算既可以 獲知需要校正的角度，人臉區域的像素主要根據雙眼瞳孔中心的距離與預設的雙眼瞳孔中 心的距離的比值進行調整，比如拍照時獲取的雙眼瞳孔的距離為63像素，而預設的雙眼瞳 孔中心的距離為65像素，則移動終端的圖片處理模塊則根據上述像素的比例進行適當增 大。上述角度和像素的調整都是微調，通過較小的計算量既可以得到本子步驟33所要求的 處理結果。
[0065] 子步驟204 :影像預處理，對子步驟203中校正過的人臉區域進行預處理，具體包 括臉部的色彩、臉部曝光、臉部光線均勻、臉部平均色彩、臉部高光、模糊度、亮度均值、灰度 動態範圍、不均勻性、過曝光比例、欠曝光比例、圖像銳度、圖像模糊度、配戴眼鏡、人臉左右 兩側、上下偏轉角度的處理；
[0066] 子步驟205 :提取人臉特徵集群，對經子步驟204獲取的人臉區域提取不少於一個 的人臉特徵值，所述的頭像照片的人臉特徵值的集合為頭像照片的人臉特徵集群。
[0067] 子步驟206 :將所述的人物頭像相片的人臉特徵集群與伺服器中存儲的已有的頭 像照片的人臉特徵集群進行比對，計算符合預設的第三閾值的的人臉特徵值的數量，並根 據符合預設的第三閾值的的人臉特徵值的數量獲得相似度；
[0068] 子步驟207 :判斷所述的相似度是否符合第一閾值，若是，則提取和輸出對應的目 標人物信息至人臉共享服務平臺，同時發送告警信息給設定的對象，比如監考老師，警察 等；人臉共享服務平臺為各省公安廳建立的資料庫伺服器。需要說明的是，本實施例所述的 目標人物信息包括目標人物頭像相片、對應的已有的頭像照片和對應的身份信息。
[0069] 若子步驟207中得到的符合第一閾值的已有頭像照片為多張，則根據多張已有頭 像照片對應的相似度，選擇相似度最大的已有頭像照片並判斷該已有頭像照片中的人物與 目標人物頭像相片中的人物同一人。
[0070] 在子步驟207中，若輸出對應的目標人物信息時，網絡狀況變差，則將所述的對應 的目標人物信息存儲在伺服器中，當網絡狀況變好後，輸出對應的目標人物信息。
[0071] 在本實施例中，操作人員還可以在人臉共享服務平臺上進行後臺操作，進行人工 操作或者幹預，主要是人工建模、對攝像頭的控制、手工採集目標人物相片等操作。
[0072] 在本實施例中，抓拍的目標人物頭像相片中同時記載有攝像頭的編號、拍攝時間、 以及在拍攝畫面內有多個人物時各人物之間伺服器也給了不同人物的編號，在後續的工作 人員如果想調取該目標人物的視頻只要有目標人物頭像照片即可以順利的調取錄像。錄像 存儲在攝像頭的存儲中，並且定期傳遞給伺服器或者人臉共享服務平臺，定期刪除清理數 據。
[0073] 如圖4所示，在本實施例中，所述的步驟1結束後，若伺服器繁忙無法進行步驟2， 則進行：
[0074] 步驟3 :通過伺服器將所述的目標人物頭像相片發送至人臉共享服務平臺，所述 的人臉共享服務平臺存儲有多張已有頭像照片，通過所述的人臉共享服務平臺進行人臉比 對，找出符合第一閾值的已有頭像照片並並判斷該已有頭像照片中的人物與目標人物頭像 相片中的人物同一人。
[0075] 伺服器對不能完成人臉識別的人臉相片須產生報警信息提示用戶，提供用戶人工 幹預入口，可在客戶端進行手工人臉定位建模；具備同步幹預和異步幹預選擇，可由系統參 數控制；可按時間點、業務類型等條件分類展示和查詢，再次進行手工建模；對不能進行成 功建模圖像給出評價，並提供改進提示。
[0076] 在步驟2中，人臉比對具體來說具有如下注意事項：（1)支持照片的縮放、剪輯、壓 縮等功能。人臉相片文件格式支持JPEG、BMP等主流格式。
[0077] (2)比對前人臉照片質量檢測功能，比對前必須經過包括對人臉照片的文件壓縮 格式、大小、尺寸（像素）、模糊度、色彩位數、人臉照片的人臉個數、兩眼距離、配戴眼鏡、光 線均勻度、人臉左右兩側、上下偏轉角度等項檢測。以保證待比對的照片都必須符合人臉識 別要求。
[0078] (3)提供OCX或其他控制項形式的比對前人臉照片預處理功能，如模糊質量優化、修 正等。
[0079] (4)支持單張相片比對和批量相片比對。
[0080] (5)支持多條件分類、分庫比對，即輸入相片的人臉身份特徵的單個或多個條件能 在分類中實現更快速的比對。
[0081] (6)支持按優先級建立比對人物，人物調度方法支持多策略，並可由用戶根據業務 要求進行動態配置。
[0082] (7)比對相片建模比對後，模板自動保存到特徵庫中。
[0083] (8)比對結果包括相片ID、相似度（分數）或其他要求的信息等，可由參數決定， 按照排序輸出；比對返回結果大小由參數決定。
[0084] (9)比對結果支持文件和資料庫方式等方式輸出。支持包括導出W0RD、EXCEL、TXT 等格式。
[0085] 通過設定特定的瞳距、拍攝角度以及拍攝光線，來獲得符合要求的即時頭像照片， 並通過人像比對技術快速的得到處理結果，通過上述的處理可以有效的降低數據處理量， 提高比對精度，降低比對的用時。
[0086] 通過本實施例，基於〈=5萬布控名單時，正確辨識率> =75% ;基於〈=10萬 布控名單時，正確辨識率> =70%;基於〈=20萬布控名單時，正確辨識率> =65%;基於 >20萬布控名單時，正確辨識率> =60% ;(不包括側身、低頭、臉部被局部遮擋）；
[0087] 基於〈=5萬布控名單時，錯誤辨識率〈=5%。;基於〈=10萬布控名單時，錯誤 辨識率〈=1%;基於〈=20萬布控名單時，錯誤辨識率〈=3%;基於>20萬布控名單時， 錯誤辨識率〈=5% ;(不包括側身、低頭、臉部被局部遮擋），報警響應時間〈=3秒（與 網絡傳輸速度有關）。
[〇〇88] 以上所述的僅為本發明的較佳實施例，凡在本發明的精神和原則範圍內所作的任 何修改、等同替換和改進等，均應包含在本發明的保護範圍之內。
【權利要求】
1. 一種人像比對在視頻中的應用技術，其特徵在於，包括以下步驟： 步驟1 :獲取實時視頻並提取目標人物頭像相片；通過攝像頭實時獲取預設區域的所 有人物視頻並同時提取即時頭像照片，當即時頭像照片中人物兩眼的瞳孔中心點的距離為 10?100像素並且所述的攝像頭與該即時頭像照片中人物的頭部的拍攝垂直角度為0? 90°時，則把該即時頭像照片判斷為是目標人物頭像相片； 步驟2 :人像比對；將步驟1中所提取目標人物頭像相片發送給伺服器，並通過所述的 伺服器將該目標人物頭像相片與已有的頭像照片進行相似度比對，當已有的頭像照片中存 在符合預設的第一閾值的已有頭像照片時，即判斷該目標人物頭像相片中的人物與已有頭 像照片為同一人並輸出對應的人物信息，反之，則輸出無對應人物的提示信息。
2. 根據權利要求1所述的人像比對在視頻中的應用技術，其特徵在於，所述的步驟1具 體包括以下子步驟： 子步驟11 :通過攝像頭檢測環境光線強度，當所述的環境光線強度小於預設的第二閾 值時，則補光； 子步驟12 :通過攝像頭實時獲取預設區域的所有人物視頻，判斷所述的視頻中含有的 人物的個數；若目標人物的個數為單個，則針對單個目標人物實時提取目標人物頭像照片， 若目標人物的個數為多個，則針對每一個目標人物分別實時提取目標人物頭像照片。
3. 根據權利要求1所述的人像比對在視頻中的應用技術，其特徵在於，所述的步驟1中 拍攝垂直角度的角度判斷方法為：對即時頭像照片中人物進行雙眼定位，並以定位的雙眼 的中線為基準線，將雙眼映射雙眼於臉部左右上下的基準角度判斷為所述的攝像頭與該即 時頭像照片中人物的頭部的拍攝垂直角度。
4. 根據權利要求1所述的人像比對在視頻中的應用技術，其特徵在於，在所述的步驟1 和步驟2之間還包括有拍攝水平角度判斷步驟： 拍攝水平角度判斷步驟：判斷所述的攝像頭與該即時頭像照片中人物的頭部的拍攝水 平角度是否為〇?90°，若是，則進行步驟2,若否，則保存該幀即時頭像照片。
5. 根據權利要求4所述的人像比對在視頻中的應用技術，其特徵在於，對水平拍攝角 度判斷步驟中判斷能夠進入步驟2的目標人物頭像相片先進行剪裁步驟後再進入步驟2， 其中，所述的剪裁步驟為：對所獲取的目標人物頭像相片進行剪裁，使所述的目標人物的人 臉至少佔所述的剪裁後的目標人物頭像相片的面積的3/4。
6. 根據權利要求5所述的人像比對在視頻中的應用技術，其特徵在於，在步驟2中，所 述的伺服器將目標人物頭像相片與存儲在伺服器中的已有的頭像照片進行比對具體包括 以下子步驟： 子步驟201 :人臉定位，從目標人物頭像相片的背景中分離出人臉區域； 子步驟202 :雙眼定位，從子步驟201中獲取的人臉區域中確定雙眼瞳孔的位置； 子步驟203 :影像校正，校正人臉區域的傾斜角度，並根據子步驟202中所確定的雙眼 瞳孔的位置確定所述的雙眼瞳孔中心的距離，並根據雙眼瞳孔中心的距離與預設的雙眼瞳 孔中心的距離的比值，調整人臉區域的像素； 子步驟204 :影像預處理，對子步驟203中校正過的人臉區域進行預處理，具體包括臉 部的色彩、臉部曝光、臉部光線均勻、臉部平均色彩、臉部高光、模糊度、亮度均值、灰度動態 範圍、不均勻性、過曝光比例、欠曝光比例、圖像銳度、圖像模糊度的處理； 子步驟205 :提取人臉特徵集群，對經子步驟204獲取的人臉區域提取不少於一個的人 臉特徵值，所述的頭像照片的人臉特徵值的集合為頭像照片的人臉特徵集群； 子步驟206 :將所述的人物頭像相片的人臉特徵集群與伺服器中存儲的已有的頭像照 片的人臉特徵集群進行比對，計算符合預設的第三閾值的的人臉特徵值的數量，並根據符 合預設的第三閾值的的人臉特徵值的數量獲得相似度； 子步驟207 :判斷所述的相似度是否符合第一閾值，若是，則提取和輸出對應的目標人 物信息。
7. 根據權利要求6所述的人像比對在視頻中的應用技術，其特徵在於，若子步驟207中 得到的符合第一閾值的已有頭像照片為多張，則根據多張已有頭像照片對應的相似度，選 擇相似度最大的已有頭像照片並判斷該已有頭像照片中的人物與目標人物頭像相片中的 人物為同一人並輸出對應的人物信息。
8. 根據權利要求7所述的人像比對在視頻中的應用技術，其特徵在於，在所述的子步 驟207中，若輸出對應的目標人物信息時，網絡狀況變差無法傳輸，則將所述的對應的目標 人物信息存儲在伺服器中，當網絡狀況變好後，輸出對應的目標人物信息。
9. 根據權利要求1?8任一所述的人像比對在視頻中的應用技術，其特徵在於，在步驟 2中，輸出對應的人物信息至人臉共享服務平臺。
10. 根據權利要求1?8任一所述的人像比對在視頻中的應用技術，其特徵在於，所述 的對應的人物信息包括目標人物頭像相片、對應的已有的頭像照片和對應的身份信息。
【文檔編號】G06K9/62GK104091176SQ201410343153
【公開日】2014年10月8日 申請日期:2014年7月18日 優先權日:2014年7月18日
【發明者】吳建忠 申請人:吳建忠