技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种基于混合特征识别的安防视频监控方法与系统与流程  >  正文

一种基于混合特征识别的安防视频监控方法与系统与流程

  • 国知局
  • 2024-07-31 23:12:58

本发明涉及安防监控,更具体的说是涉及一种基于混合特征识别的安防视频监控方法与系统。

背景技术:

1、目前,随着人们对生活品质的追求不断提高,群众对于居住环境的安全性要求也达到了空前的水平。能够实现对小区的全面、实时监控,及时预警和处理各种安全隐患,为居民提供更加安全、舒适的居住环境的智慧安防系统成为了人们翘首以盼的产品。

2、但是,由于功能的匮乏和效率的低下,传统的安防系统无法通过安防视频精准高效识别人物身份以及进行人物行动轨迹跟踪,已无法完全满足人们对公共安全有效管理的需求。

3、因此,如何对安防视频出现的人物进行行动轨迹跟踪,并对人物身份进行高效精准识别是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此,本发明提供了一种基于混合特征识别的安防视频监控方法与系统,可捕获安防视频中的人物行动轨迹,并对人物身份进行高效精准识别,可实现对安防场景中的各类安全事项的有效保障。

2、为了实现上述目的,本发明采用如下技术方案:

3、一种基于混合特征识别的安防视频监控方法,包括:

4、获取多个已知人物图像并进行特征提取,得到基准外貌特征和基准人脸特征;

5、获取待识别安防视频并进行解析,得到多个帧图像;

6、基于所述帧图像识别得到目标人物特征及其对应的捕获框坐标;

7、基于所述目标人物特征将所述帧图像中不同目标人物进行标记,得到多个不同的人物id;

8、基于所述人物id对应的帧图像截取相应的目标人物图像;

9、基于所述目标人物图像分别进行特征提取,相应得到识别外貌特征和识别人脸特征;

10、基于所述识别外貌特征与所述基准外貌特征确定第一身份;

11、基于所述识别人脸特征与所述基准人脸特征确定第二身份;

12、基于所述第一身份和所述第二身份确定所述目标人物特征的最终人物身份;

13、将所述最终人物身份和其对应的所述捕获框坐标确定的捕获框标记到对应的所述帧图像中。

14、优选的,得到基准外貌特征和基准人脸特征,具体包括:

15、获取预设数量的能够提取人脸特征的已知人物图像,并相应以人物名称命名所述已知人物图像;

16、基于所述已知人物图像分别进行外貌特征和人脸特征提取,对应得到所述基准外貌特征和基准人脸特征;

17、所述基准外貌特征和所述基准人脸特征均以对应的所述人物名称命名。

18、优选的,得到目标人物特征及其对应的捕获框坐标,具体包括:

19、基于所述帧图像将所有置信度大于预设值的目标人物进行捕获,得到目标人物特征及所述目标人物特征对应的捕获框坐标。

20、优选的,得到多个不同的人物id,具体包括:

21、基于当前帧图像中的各个所述目标人物特征与之前帧图像的所述目标人物特征进行对比,确定其对应关系;

22、基于所述对应关系将不同的所述帧图像中不同目标人物进行标记,对应得到多个不同的人物id。

23、优选的,所述识别外貌特征的获取方法为:

24、判断所述目标人物图像的图像宽度;

25、若所述图像宽度满足第一阈值,则将所述目标人物图像放入外貌图像列表,否则则忽略所述目标人物图像;

26、当所述外貌图像列表中的图像数量满足第二阈值时,将所述外貌图像列表中的所有所述目标人物图像进行特征提取,得到所述识别外貌特征。

27、优选的,所述识别人脸特征的获取方法为:

28、判断所述目标人物图像的图像宽度以及所述所述目标人物图像是否存在可提取人脸特征;

29、若所述图像宽度满足第三阈值,且存在所述可提取人脸特征,则将所述目标人物图像进行特征提取,得到所述识别人脸特征并放入人脸特征列表,否则则忽略所述目标人物图像。

30、优选的,基于所述识别外貌特征与所述基准外貌特征确定第一身份,具体包括:

31、基于所有所述识别外貌特征分别与所述基准外貌特征计算欧式距离,得到第一距离矩阵;

32、获取所述第一距离矩阵中平均值最小的一行数据,行号记作i;

33、当第i行数据的平均值小于第四阈值,且所述第i行数据的最小值小于第五阈值,则选取第i个基准外貌特征对应的所述人物姓名作为所述第一身份并进行标记;

34、否则不进行任何标记。

35、优选的,基于所述识别人脸特征与所述基准人脸特征确定第二身份,具体包括:

36、当所述人脸特征列表中的所述识别人脸特征的数量满足第六阈值时,将所述人脸特征列表中的所有所述识别人脸特征分别与所述基准人脸特征计算欧式距离,得到第二距离矩阵;

37、获取所述第二距离矩阵中每一列最小值所在的行号,得到最小行号集;

38、获取所述最小行号集中出现次数最多的行号记作jbest;

39、获取所述jbest在所述最小行号集中所占比例记作统计比例;

40、基于所述jbest获取所述第二距离矩阵中第jbest行的最小值记作distmin;

41、当所述统计比例小于第七阈值且所述distmin小于第八阈值时,则选取第jbest个基准人脸特征对应的所述人物姓名作为所述第二身份并进行标记;

42、否则不进行任何标记。

43、优选的,确定所述目标人物特征的最终人物身份,具体包括:

44、基于所述第一身份和所述第二身份确定所述目标人物特征的人物身份;

45、若所述第一身份和所述第二身份识别标记的人物身份不一致,则以所述第二身份识别标记的人物身份作为所述目标人物特征的最终人物身份;

46、若所述第一身份和所述第二身份均未识别标记人物身份,则标记为陌生人。

47、一种基于混合特征识别的安防视频监控系统,包括:基准特征模块、视频获取解析模块、识别标记模块、特征提取模块、第一身份确定模块、第二身份确定模块和身份标记模块

48、所述基准特征模块,用于获取多个已知人物图像并进行特征提取,得到基准外貌特征和基准人脸特征;

49、所述视频获取解析模块,用于获取待识别安防视频并进行解析,得到多个帧图像;

50、所述识别标记模块,用于基于所述帧图像识别得到目标人物特征及其对应的捕获框坐标;基于所述目标人物特征将所述帧图像中不同目标人物进行标记,得到多个不同的人物id;

51、所述特征提取模块,用于基于所述人物id对应的帧图像截取相应的目标人物图像;基于所述目标人物图像分别进行特征提取,相应得到识别外貌特征和识别人脸特征;

52、所述第一身份确定模块,用于基于所述识别外貌特征与所述基准外貌特征确定第一身份;

53、所述第二身份确定模块,用于基于所述识别人脸特征与所述基准人脸特征确定第二身份;

54、所述身份标记模块,用于基于所述第一身份和所述第二身份确定所述目标人物特征的最终人物身份;将所述最终人物身份和其对应的所述捕获框坐标确定的捕获框标记到对应的所述帧图像中。

55、经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于混合特征识别的安防视频监控方法与系统,通过对不同视频帧图像中判定为同一目标的人物标记相同id,能够在各类安防场景的监控视频中对出现的人物进行行动轨迹跟踪;通过综合外貌特征和人脸特征对人物身份进行高效精准识别,可实现对安防场景中的各类安全事项的有效保障。

本文地址:https://www.jishuxx.com/zhuanli/20240730/196467.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。