一種基于人臉識別的視頻監控方法技術

本發明專利技術公開了一種基于人臉識別的視頻監控方法，包括以下具體步驟：S1、采集監控視頻數據；S2、對采集的監控視頻數據進行解碼；S3、對已解碼的監控視頻數據進行檢測，當監測到人臉時，獲得監控人臉信息并將監控人臉信息以及與監控人臉信息相關聯的監控視頻數據綁定后存儲到信息存儲模塊；S4、將目標人臉信息在信息存儲模塊中進行檢索，當檢索到了匹配的人臉信息時，根據檢索到的人臉信息獲得相應的監控視頻數據。本發明專利技術提供的一種基于人臉識別的視頻監控方法，對圖像的噪聲具有較強的魯棒性，對人臉的拍攝時間變化、光照變化、表情變化和姿態具有很好的魯棒性。

A video surveillance method based on face recognition

The invention discloses a video monitoring method based on face recognition, including the following steps: S1, S2, video acquisition and monitoring data; decodes the video data acquisition; S3, to detect the monitoring video data decoded, when monitoring the face, to obtain information of the monitoring and monitoring of face face information and monitoring information of monitoring video data binding face contact stored in the information storage module; S4, the target face information retrieval in the information storage module, when the retrieval to face information matching, according to face information retrieval to obtain video data corresponding to the. The invention provides a video monitoring method based on face recognition, has strong robustness to the noise of the image, to face the shooting time change, variation of illumination, facial expression and gesture has good robustness.

【技術實現步驟摘要】
一種基于人臉識別的視頻監控方法
本專利技術屬于計算機視覺
，具體涉及一種基于人臉識別的視頻監控方法。
技術介紹
人臉識別是基于人的臉部特征信息進行身份鑒別的一種生物特征識別技術。相對于其他生物識別技術，人臉識別有著自身的優勢，如不易被察覺，不需接觸設備等?，F如今，人臉識別技術已廣泛應用于刑偵破案、門禁系統、攝像監視、網絡應用、身份辨識、信息安全及娛樂應用等領域。人臉識別還應用于刷臉支付系統：如今，第一個刷臉支付系統誕生，進入相應測試階段，PayPal(貝寶)在英國推出了“人臉識別”支付功能，這標志著人臉識別技術應用又進入了嶄新的領域。局部二值模式(LocalBinaryPattern，LBP)是一種灰度范圍內的紋理度量，最初是由Ojala等為了輔助性的度量圖像的局部對比度而提出的。它是描述圖像局部空間結構的非參數算子，能夠高效的描述紋理。由于LBP方法原理相對簡單，計算復雜度低，同時又具有旋轉不變性和灰度不變性等顯著的優點，因而該方法又被廣泛地應用于圖像匹配、行人和汽車目標的檢測與跟蹤、生物和醫學圖像分析等領域。原始LBP算子共有256種變換模式，使用Uniform模式后減為59種，能夠起到很好的降維作用。雖然LBP有很多顯著的優點，但是在光照變化和姿態變化的測試集上，它的人臉識別結果仍不是很理想，并且由于它是以確切的中心像素為閾值，所以對噪聲很敏感，尤其是均勻的或近似均勻的區域。Liao等人提出的基于多尺度塊的局部二值模式(MB-LBP)彌補了LBP對噪聲敏感的缺陷，并進一步利用了圖像的宏觀結構，獲得了更加有效的圖像表示。J.Chen等人提出的WeberLocalDescriptor(WLD)特征描述算子利用了LBP中被忽略的鄰域像素與中心像素的差值的幅值，求取差勵，并對其進行量化。YueMing等人提出的3DLBP，也利用了3DLBP鄰域像素與中心像素的差值，通過對差值進行編碼得到圖像的表示，但是3DLBP將差值大于7的值全部統一為7，這樣會損失大量圖像信息，對識別結果有很大的影響。故一種魯棒性更好，人臉識別率更高的視頻監控方法亟待提出。
技術實現思路
本專利技術提出一種基于人臉識別的視頻監控方法，該方法具有較好的魯棒性能，可以較好的抑制噪聲的影響，具有良好的人臉識別率。為了達到上述目的，本專利技術的技術方案如下：一種基于人臉識別的視頻監控方法，包括以下具體步驟：S1、采集監控視頻數據；S2、對采集的監控視頻數據進行解碼；S3、對已解碼的監控視頻數據進行檢測，當監測到人臉時，獲得監控人臉信息并將監控人臉信息以及與監控人臉信息相關聯的監控視頻數據綁定后存儲到信息存儲模塊；S4、將目標人臉信息在信息存儲模塊中進行檢索，當檢索到了匹配的人臉信息時，根據檢索到的人臉信息獲得相應的監控視頻數據。其中，上述的監控人臉信息、目標人臉信息的獲得方法包括以下具體步驟：(1)對人臉圖像進行積分圖計算，利用所述積分圖求得以點(x，y)為中心，大小為s×s個像素的圖像塊的像素平均值vc，以及以該所述圖像塊為中心的3×3塊鄰域內同等大小的8個子圖像塊的像素平均值vi，i＝0，...，7；(2)對每個所述像素平均值進行方向編碼和幅值編碼，所述方向編碼后得到第一層人臉描述圖像，所述幅值編碼后得到第二層人臉描述圖像和第三層人臉描述圖像；(3)將所述第一層人臉描述圖像、所述第二層人臉描述圖像和所述第三層人臉描述圖像分別進行分塊處理，得到若干子塊；(4)對每個所述子塊提取特征直方圖，并利用Uniform模式對所述特征直方圖進行降維；(5)將三層人臉描述圖像獲取的所有所述特征直方圖進行串聯，得到人臉特征直方圖；(6)對全部監控人臉圖像、目標人臉圖像提取人臉特征直方圖，分別形成監控人臉特征集、目標人臉特征集。另外，上述的步驟S4中檢索監控人臉特征集，通過分類識別方法預測目標人臉圖像的人臉特征直方圖所屬的對象。本專利技術提供的一種基于人臉識別的視頻監控方法，對圖像的噪聲具有較強的魯棒性，對人臉的拍攝時間變化、光照變化、表情變化和姿態具有很好的魯棒性。作為優選的方案，上述的積分圖采用下式進行計算：其中：i(x′，y′)為灰度圖像內任一點(x′，y′)處的像素值。采用上述優選的方案，使得本專利技術一種基于多尺度塊局部多值模式的人臉識別方法具有扎實的理論基礎。作為優選的方案，上述的分塊處理為：將每一層所述人臉描述圖像進行均勻、無交疊的分成m×m個子塊。采用上述優選的方案，保證分塊處理的準確性，提高該方法的人臉識別率。作為優選的方案，上述的方向編碼具體步驟包括：(1)利用所述積分圖計算人臉圖像中以點(x，y)為中心且大小為s×s的圖像塊的像素平均值vc，計算該圖像塊3×3塊鄰域內的8個同樣大小的圖像塊各自的像素平均值v0，...，v7，并計算各鄰域塊像素平均值與中心塊像素平均值的差Δvi，i＝0，...，7；(2)根據每個Δvi的符號的正負，進行二值編碼，如果Δvi＞0則標記為1，否則，標記為0，由八個二進制單元構成一個八位的二進制數，將其轉化為十進制即得到該點(x，y)方向編碼后的映射值；(3)對人臉圖像上的所有點進行所述方向編碼即得到第一層人臉描述圖像。采用上述優選的方案，可以得到第一層人臉描述圖像。作為優選的方案，上述的幅值編碼的具體步驟包括：(1)利用所述積分圖計算人臉圖像中以點(x，y)為中心且大小為s×s的圖像塊的像素平均值vc，計算該圖像塊3×3塊鄰域內的8個同樣大小的圖像塊各自的像素平均值v0，...，v7，并計算各鄰域塊像素平均值與中心塊像素平均值的差Δvi，i＝0，...，7；(2)計算arctan(||Δvi||/vc)，得到八個范圍都在[0，π/2]的值；(3)對該八個值進行量化，所述量化的方法是：將[0，π/2]劃分為長度相等的四個區間，第j個區間為[j/8，(j+1)π/8]，j＝0，...，3，如果arctan(||Δvi||/vc)∈[j/8，(j+1)π/8]，那么arctan(||Δvi||/vc)就被量化為j；(4)將該八個量化后得到的值轉化為二進制數；(5)每個二進制數最多只有兩位，將每個數的高位按順序組合成一個二進制數，將每個數的低位按順序組合成一個二進制數，分別將其轉化為十進制即得到該點(x，y)幅值編碼后的映射值；(6)對人臉圖像上的所有點進行幅值編碼即得到所述第二層人臉描述圖像和所述第三層人臉描述圖像。采用上述優選的方案，可以得到第二層人臉描述圖像和第三層人臉描述圖像。作為優選的方案，上述的分類識別方法為最近鄰分類識別方法，所述最近鄰分類識別方法中的距離采用以下公式所示的卡方距離，其中：S，M分別為目標人臉圖像和監控人臉圖像的特征直方圖向量。采用上述優選的方案，采用最近鄰分類識別方法對測試樣本進行分類，分類便捷。附圖說明圖1為本專利技術實施例提供的流程圖。具體實施方式下面結合附圖詳細說明本專利技術的優選實施方式。為了達到本專利技術的目的，如圖1所示，在一種基于人臉識別的視頻監控方法的實施例中，包括以下具體步驟：S1、采集監控視頻數據；S2、對采集的監控視頻數據進行解碼；S3、對已解碼的監控視頻數據進行檢測，當監測到人臉時，獲得監控人臉信息并將監控人臉信息以及與監控人臉信息相關聯的監控本文檔來自技高網...

【技術保護點】
一種基于人臉識別的視頻監控方法，其特征在于，包括以下具體步驟：S1、采集監控視頻數據；S2、對采集的監控視頻數據進行解碼；S3、對已解碼的監控視頻數據進行檢測，當監測到人臉時，獲得監控人臉信息并將監控人臉信息以及與監控人臉信息相關聯的監控視頻數據綁定后存儲到信息存儲模塊；S4、將目標人臉信息在信息存儲模塊中進行檢索，當檢索到了匹配的人臉信息時，根據檢索到的人臉信息獲得相應的監控視頻數據。

【技術特征摘要】
1.一種基于人臉識別的視頻監控方法，其特征在于，包括以下具體步驟：S1、采集監控視頻數據；S2、對采集的監控視頻數據進行解碼；S3、對已解碼的監控視頻數據進行檢測，當監測到人臉時，獲得監控人臉信息并將監控人臉信息以及與監控人臉信息相關聯的監控視頻數據綁定后存儲到信息存儲模塊；S4、將目標人臉信息在信息存儲模塊中進行檢索，當檢索到了匹配的人臉信息時，根據檢索到的人臉信息獲得相應的監控視頻數據。2.根據權利要求1所述的基于人臉識別的視頻監控方法，其特征在于，所述監控人臉信息、目標人臉信息的獲得方法包括以下具體步驟：(1)對人臉圖像進行積分圖計算，利用所述積分圖求得以點(x，y)為中心，大小為s×s個像素的圖像塊的像素平均值ve，以及以該所述圖像塊為中心的3×3塊鄰域內同等大小的8個子圖像塊的像素平均值vi，i＝0，...，7；(2)對每個所述像素平均值進行方向編碼和幅值編碼，所述方向編碼后得到第一層人臉描述圖像，所述幅值編碼后得到第二層人臉描述圖像和第三層人臉描述圖像；(3)將所述第一層人臉描述圖像、所述第二層人臉描述圖像和所述第三層人臉描述圖像分別進行分塊處理，得到若干子塊；(4)對每個所述子塊提取特征直方圖，并利用Uniform模式對所述特征直方圖進行降維；(5)將三層人臉描述圖像獲取的所有所述特征直方圖進行串聯，得到人臉特征直方圖；(6)對全部監控人臉圖像、目標人臉圖像提取人臉特征直方圖，分別形成監控人臉特征集、目標人臉特征集。3.根據權利要求2所述的基于人臉識別的視頻監控方法，其特征在于，所述步驟S4中檢索監控人臉特征集，通過分類識別方法預測目標人臉圖像的人臉特征直方圖所屬的對象。4.根據權利要求3所述的基于人臉識別的視頻監控方法，其特征在于，所述積分圖采用下式進行計算：其中：i(x′，y′)為灰度圖像內任一點(x′，y′)處的像素值。5.根據權利要求3所述的基于人臉識別的視頻監控方法，其特征在于，所述分塊處理為：將每一層所述人臉描述圖像進行均勻、無交疊的分成m×m個子塊。6.根據權利要求3所述的基于...

【專利技術屬性】
技術研發人員：周文生，劉純平，龔聲蓉，
申請(專利權)人：蘇州工業園區洛加大先進技術研究院，
類型：發明
國別省市：江蘇,32