一种基于视觉的自跟踪人像锁的制作方法

本发明涉及人像识别，尤其涉及一种基于视觉的自跟踪人像锁。

背景技术：

1、人像锁是一种通过识别人脸特征来进行解锁的安全设备。它使用人脸识别技术，通过摄像头捕捉用户的面部特征，并与预先存储的人脸模板进行比对，从而判断是否匹配并解锁设备或系统。人像锁广泛应用于智能手机、电脑、门禁系统等领域，提供了一种方便、高效、安全的解锁方式。门上的人像锁一般安装在门的固定位置上，在进行人像识别的过程中，需要人低头对准摄像头进行人像识别来完成人像解锁。但是对于儿童、身高障碍或无法弯腰等特殊人群而言，由于身体因素导致无法实现人脸与摄像头的对准，进而导致无法完成人像识别开锁。同时目前安装在门上的人像锁均静态人像识别，需要人脸停留在摄像头采集位置一段时间完成图像采集，然后与人脸模板进行比对判断是否开锁，该过程耗费来访者整体的时间较长，影响使用体验。

技术实现思路

1、针对现有技术存在的不足，本发明的目的在于提供一种基于视觉的自跟踪人像锁，用于实现自适应来访者身高采集人脸特征，同时减少占用来访者的时间，提升识别精度。

2、为实现上述目的，本发明提供了如下技术方案：一种基于视觉的自跟踪人像锁，所述自跟踪人像锁安装在滑动升降装置上，所述自跟踪人像锁包括：

3、存储模块，用于保存若干家庭成员的成员模板图；

4、监控获取模块，用于实时获取来访者在走廊朝向门行进时的监控视频，并将所述监控视频划分为若干监控图像帧；

5、第一特征提取模块，连接所述监控获取模块和所述存储模块，用于从各所述监控图像帧中提取来访者的来访体型特征和来访步态特征，以及从各所述成员模板图中提取成员体型特征和成员步态特征，所述来访体型特征包括身高参数；

6、升降控制模块，连接所述第一特征提取模块和所述滑动升降装置，用于根据所述身高参数驱动所述滑动升降装置调整离地高度；

7、第一比对模块，连接所述第一特征提取模块，用于计算所述来访体型特征与各所述成员体型特征之间的体型相似度，以及计算所述来访步态特征与各所述成员步态特征之间的步态相似度；

8、动态获取模块，用于在所述滑动升降装置的离地高度调节完毕后，实时获取所述来访者朝向所述自跟踪人像锁行进时的动态视频，并将所述动态视频划分为若干动态视频帧；

9、动态识别模块，连接所述动态获取模块，用于识别各所述动态视频帧中的来访人脸图像，以及识别各所述成员模板图中的成员人脸图像；

10、第二特征提取模块，连接所述动态识别模块和所述存储模块，用于分别将各所述来访人脸图像和各所述成员人脸图像输入预先训练完毕的动态人像识别模型中识别得到若干来访人脸特征和若干成员脸部特征；

11、第二比对模块，连接所述第二特征提取模块，用于计算各所述来访人脸特征和各所述成员脸部特征之间的脸部动态相似度；

12、处理模块，连接所述第一比对模块和所述第二比对模块，用于根据所述体型相似度、所述步态相似度以及所述脸部动态相似度处理得到身份综合相似度；

13、验证模块，连接所述处理模块，用于在所述身份综合相似度大于预设的第一相似度阈值时，控制锁芯开锁。

14、进一步地，所述动态人像识别模型为densenet网络模型。

15、进一步地，所述第一特征提取模块包括：

16、第一预处理单元，用于对各所述监控图像帧与各所述成员模板图进行图像预处理，得到预处理过后的若干所述监控图像帧与若干所述成员模板图；

17、第一提取单元，连接所述第一预处理单元，用于将预处理过后的各所述监控图像帧与各所述成员模板图输入预设的体型特征提取算法中，分别提取得到所述来访体型特征和所述成员体型特征；

18、第二提取单元，连接所述第一预处理单元，用于将预处理过后的各所述监控图像帧与各所述成员模板图输入预设的步态识别算法中，分别提取得到所述来访步态特征和所述成员步态特征。

19、进一步地，还包括计算模块，连接所述第二特征提取模块，所述计算模块包括：

20、第一计算单元，用于根据所述体型相似度和所述步态相似度计算得到形态综合相似度；

21、数量调整单元，连接所述第一计算单元，用于在所述形态综合相似度大于预设的第二相似度阈值时，减少输入至所述动态人像识别模型中的所述来访人脸图像的数量。

22、进一步地，所述第一计算单元将所述体型相似度和所述步态相似度输入预设的形态综合计算公式中，计算得到所述形态综合相似度；

23、所述形态综合计算公式配置为：

24、

25、其中，mcs用于表示所述形态综合相似度，bs用于表示所述体型相似度，gs用于表示所述步态相似度，μ1用于表示预设的第一相似系数，μ2用于表示预设的第二相似系数。

26、进一步地，所述处理模块包括第二计算单元，用于将所述体型相似度、所述步态相似度以及所述脸部动态相似度输入预设的身份综合计算公式中，计算得到所述身份综合相似度。

27、进一步地，所述身份综合计算公式配置为：

28、

29、μ3>μ1+μ2

30、μ1+μ2+μ3＝1

31、其中，μ3用于表示预设的第三相似系数，且μ1、μ2、μ3均不为0；csoi用于表示所述身份综合相似度，fds用于表示所述脸部动态相似度。

32、进一步地，所述处理模块还包括系数调整单元，连接所述第二计算单元，用于在所述形态综合相似度大于所述第二相似度阈值时，减小所述身份综合计算公式中的所述第三相似系数，同时增大所述第一相似系数和所述第二相似系数。

33、进一步地，还包括数据获取模块，连接所述第二特征提取模块，所述数据获取模块包括：

34、获取单元，用于实时获取所述自跟踪人像锁处的环境光照强度和所述自跟踪人像锁的摄像头分辨率；

35、第三计算单元，连接所述获取单元，用于将所述环境光照强度与所述摄像头分辨率输入预设的权重矫正公式中，计算得到权重矫正系数；

36、模型优化单元，连接所述第三计算单元，用于根据所述权重矫正系数调整所述densenet网络模型的输入层与隐藏层之间的连接权重，并对densenet网络模型重新训练。

37、进一步地，所述权重矫正公式配置为：

38、δ＝ω1(eli-el0)2+ω2(cr-cr0)2

39、ω1+ω2＝1

40、其中，δ用于表示所述权重矫正系数，eli用于表示所述环境光照强度，el0用于表示预设的标准光照强度，cr用于表示所述摄像头分辨率，cr0用于表示预设的标准分辨率，ω1用于表示预设的光照转换系数，ω2用于表示预设的分辨率转换系数。

41、本发明的有益效果：

42、本发明在来访者从走廊行进至门前时首先调用监控视频并划分为若干监控视频帧，进而识别监控图像帧中来访者的来访体型特征和来访步态特征并分别计算来访体型特征与各成员体型特征之间的体型相似度，计算来访步态特征与各成员步态特征之间的步态相似度，实现对来访者外部形态的识别，从而根据来访体型特征中的身高参数调整自跟踪人像锁的离地高度，避免来访者因身高问题导致后续脸部识别存在障碍，实现了自适应来访者身高采集人脸特征；然后实时获取在来访者朝向自跟踪人像锁动态行进过程中的动态视频并划分为动态视频帧，利用动态人像识别模型识别来访人脸图像中的来访人脸特征，并计算来访人脸特征和各成员脸部特征之间的脸部动态相似度，最终根据脸部动态相似度、体型相似度和步态相似度计算得到身份综合相似度，该身份综合相似度同时包含了来访者与家庭成员的脸部、体型以及步态三方面的相似程度，因此身份验证更全面，身份识别精度更高；此外本发明中对来访者的体型、步态以及动态人脸的识别过程均在来访者朝向自跟踪人像锁行进过程中进行，没有占用来访者时间停留在门前进行身份验证，因此用户体验更佳。