本發(fā)明屬于人工智能領(lǐng)域，尤其涉及一種城市區(qū)域布控系統(tǒng)以及裝置。

背景技術(shù)：

隨著社會經(jīng)濟(jì)的繁榮發(fā)展，城市中人口密集不斷加大，流動人口日益增加，引發(fā)了城市建設(shè)中的交通、社會治安、重點(diǎn)區(qū)域防范、網(wǎng)絡(luò)犯罪日益突出等城市管理問題。

近年來，社會犯罪率呈逐年升高，罪犯的犯罪手法也更加隱蔽和先進(jìn)，這增加了偵破案件的難度。同時(shí)，惡性事件也時(shí)有發(fā)生，使人們對公共生活場所的安全感普遍降低。

隨著視頻監(jiān)控系統(tǒng)的普及和大面積應(yīng)用，帶來的一個(gè)最突出的問題就是需要人工值守來監(jiān)控實(shí)時(shí)視頻，以及時(shí)發(fā)現(xiàn)不安全因素，防患于未然。但是面對幾百、上千路實(shí)時(shí)視頻，使用人工值守監(jiān)控顯然是杯水車薪。

針對上述問題，基于人臉識別的監(jiān)控系統(tǒng)可以布控在重點(diǎn)監(jiān)控區(qū)域的出入口、重點(diǎn)建筑物出入口，對多路實(shí)時(shí)視頻同時(shí)進(jìn)行智能分析，實(shí)現(xiàn)對不同種類的人物的識別報(bào)警。

技術(shù)實(shí)現(xiàn)要素：

當(dāng)前，在公安重點(diǎn)布控的區(qū)域中，監(jiān)控的主要依賴手段是傳統(tǒng)的視頻監(jiān)控，無法做到對重點(diǎn)人員的自動識別，一旦有案件發(fā)生，調(diào)查取證時(shí)，費(fèi)時(shí)費(fèi)力，占據(jù)了整個(gè)公安系統(tǒng)人員的大量時(shí)間。

為了解決上述技術(shù)問題，本發(fā)明提供了一種基于人臉識別的城市區(qū)域布控系統(tǒng)及裝置，包括：

視頻抓取裝置，所述視頻抓取裝置配置標(biāo)準(zhǔn)高清攝像頭，采用一個(gè)或多個(gè)攝像頭，所述視頻抓取裝置與人臉識別模組相連，連接方式或?yàn)闊o線連接，或?yàn)橛芯€連接；實(shí)時(shí)采集重點(diǎn)被監(jiān)控場所進(jìn)出口視頻，同時(shí)將采集的視頻傳輸至人臉識別模組。

人臉識別模組，所述人臉識別模組與人臉比對服務(wù)器相連，或預(yù)先存入被監(jiān)控對象的黑名單以及白名單，黑白名單的內(nèi)容包括，姓名、生日、性別、省份、城市、證件類型、證件號碼，以及最新的人臉圖像；或通過人臉比對服務(wù)器進(jìn)行遠(yuǎn)程操作批量輸入黑白名單的詳細(xì)信息；

所述人臉識別模組事先對黑白名單中的人臉圖像進(jìn)行特征提取，獲得人臉圖像特征序列，記為第一人臉特征序列，存儲于所述的人臉識別模組之中；

所述人臉識別模組接收來自視頻抓取裝置上傳的監(jiān)控視頻，然后對所述監(jiān)控視頻逐幀進(jìn)行人臉檢測，標(biāo)記圖像幀是否包含人臉圖像，將存在人臉圖像的圖像幀，記為第一人臉圖像；從第一人臉圖像檢測并提取一張或多張人臉圖像，記為第二人臉圖像集合，對第二人臉圖像集合中的所有第二人臉圖像進(jìn)行人臉特征提取，獲得第二人臉圖像的特征序列集合，將所述特征序列集合中的元素記為第二人臉特征序列；

人臉檢測與特征提取方法優(yōu)選為深度卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法；

然后將上述第二人臉特征序列與第一人臉特征序列進(jìn)行比對，比對方法步驟如下：

步驟一，計(jì)算第一人臉特征序列與第二人臉特征序列的負(fù)距離：其中D表示兩個(gè)人臉特征序列距離的負(fù)數(shù)，v_1,i，v_2,i分別表示第一、第二人臉特征序列的元素，N表示人臉特征序列包含的元素?cái)?shù)目。

步驟二，對人臉特征序列的負(fù)距離進(jìn)行線性擬合：

其中a₁,a₂,b₁,b₂為分別為線性擬合參數(shù)，0<a₁,a₂<1，b₁>0，b₂>0，th1為第一門限值。

步驟三，計(jì)算人臉特征序列負(fù)距離的S曲線值：

S＝exp(D′)/(1+exp(D′))

其中exp(x)為指數(shù)為e的指數(shù)函數(shù)。

步驟四，將計(jì)算的S曲線值與預(yù)設(shè)的第二門限值th2進(jìn)行比對，

若比對結(jié)果判斷為黑名單中的人員，則通知后臺系統(tǒng)報(bào)警。

所述人臉識別模組提取第一人臉圖像，包含在第一人臉圖像中的第二人臉圖像集合以及第二人臉特征序列集合，記錄具體時(shí)間，將第一人臉圖像、第二人臉圖像集合以及第二人臉特征序列集合上傳至人臉比對服務(wù)器。

人臉比對服務(wù)器：根據(jù)重點(diǎn)監(jiān)控區(qū)域的需求，預(yù)存一定數(shù)量的人臉圖像以及其對應(yīng)的人臉特征序列，分別記為第三人臉圖像，第三人臉特征序列；

接收來自人臉識別模組上傳的第一人臉圖像，第二人臉圖像集合以及第二人臉圖像特征序列集合，第一人臉圖像的拍攝時(shí)間，攝像頭地址等信息；

運(yùn)用上述的人臉比對過程，將所有第二人臉圖像特征序列與服務(wù)器中預(yù)存的第三人臉特征序列進(jìn)行比對，根據(jù)比對結(jié)果來判斷所述人臉是否為數(shù)據(jù)庫中已有的人臉，若是，則將接收到的第一人臉圖像，第二人臉圖像以及拍攝時(shí)間，攝像頭地址存儲于所述的人臉圖像存儲空間中；

若不是，則為接收到的第一人臉圖像，第二人臉圖像，第二特征序列創(chuàng)建新的存儲空間，存儲所述的人臉圖像及對應(yīng)的特征序列，拍攝的時(shí)間與攝像頭地址。

人臉檢索系統(tǒng)：用戶檢索人臉圖像時(shí)，輸入相似度閾值門限，任意人臉圖像，日期，地點(diǎn)等搜索條件，人臉檢索系統(tǒng)從輸入的人臉圖像中提取人臉特征序列，記為第四人臉特征序列，然后將第四人臉特征序列輸入至人臉比對服務(wù)器，獲得滿足相似度以及其他查詢條件的第一人臉圖像與第二人臉圖像；

優(yōu)選的，搜索結(jié)果按照人臉相似度從高到低的順序進(jìn)行排列，或單張導(dǎo)出第一人臉圖像，第二人臉圖像，或批量導(dǎo)出第一人臉圖像與第二人臉圖像。

本發(fā)明的上述方案至少具有以下有益效果：

有效地解決了當(dāng)前城市布控系統(tǒng)人工監(jiān)督監(jiān)控視頻成本高昂的問題，對重點(diǎn)區(qū)域進(jìn)行進(jìn)出口進(jìn)行實(shí)時(shí)監(jiān)控與報(bào)警，大大簡化對重點(diǎn)嫌疑人進(jìn)行布控與追蹤的問題。

通過大量人臉記錄的保存，不僅有利于出入口的人員精準(zhǔn)管理，還對發(fā)生糾紛、重大案件時(shí)提供有效的照片證據(jù)。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進(jìn)一步理解，構(gòu)成本申請的一部分，本發(fā)明的示意性實(shí)施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：

圖1是本發(fā)明的城市區(qū)域布控系統(tǒng)及裝置的組成示意圖；

圖2是人臉圖像與特征序列的關(guān)系示意圖；

圖3是人臉比對步驟流程圖；

圖4是人臉服務(wù)器存儲關(guān)系示意圖。

具體實(shí)施方式

以下描述和附圖充分地示出本發(fā)明的具體實(shí)施方案，以使本領(lǐng)域的技術(shù)人員能夠?qū)嵺`它們。其他實(shí)施方案可以包括結(jié)構(gòu)的、邏輯的、過程的以及其他的改變。實(shí)施例僅代表可能的變化。除非明確要求，否則單獨(dú)的部件和功能是可選的，并且操作的順序可以變化。一些實(shí)施方案的部分和特征可以被包括在或替換其他實(shí)施方案的部分和特征。本發(fā)明的實(shí)施方案的范圍包括權(quán)利要求書的整個(gè)范圍，以及權(quán)利要求書的所有可獲得的等同物。在本文中，本發(fā)明的這些實(shí)施方案可以被單獨(dú)地或總地用術(shù)語“發(fā)明”來表示，這僅僅是為了方便，并且如果事實(shí)上公開了超過一個(gè)的發(fā)明，不是要自動地限制該應(yīng)用的范圍為任何單個(gè)發(fā)明或發(fā)明構(gòu)思。

如圖1所示，本發(fā)明的實(shí)施例中，包括：

視頻抓取裝置11，所述視頻抓取裝置配置標(biāo)準(zhǔn)高清攝像頭，采用一個(gè)或多個(gè)攝像頭，攝像頭主要特征如下：

采用標(biāo)準(zhǔn)H.264High profile視頻壓縮技術(shù)，壓縮比高，碼流控制準(zhǔn)確、穩(wěn)定；

采用高性能2M(1920*1080)CMOS圖像傳感器，圖像清晰度高；

支持超低照度(0.002Lux彩色/0.0002Lux黑白)監(jiān)控錄像，可分辨真實(shí)物體等

優(yōu)選的，所述視頻抓取裝置與人臉識別模組12通過有線方式相連；

所述視頻抓取裝置實(shí)時(shí)采集重點(diǎn)被監(jiān)控場所進(jìn)出口視頻，同時(shí)將采集的視頻傳輸至人臉識別模組12。

本發(fā)明上述實(shí)施例中，還包括：

人臉識別模組12，所述人臉識別模組與人臉比對服務(wù)器13相連，預(yù)先存入被監(jiān)控對象的黑名單以及白名單，黑白名單的內(nèi)容包括，姓名、生日、性別、省份、城市、證件類型、證件號碼，以及最新的人臉圖像；

進(jìn)一步的，所述人臉識別模組事先對黑白名單中的人臉圖像進(jìn)行特征提取，獲得人臉圖像特征序列，記為第一人臉特征序列，存儲于上述的人臉識別模組之中；

所述人臉識別模組接收來自視頻抓取裝置11上傳的監(jiān)控視頻，監(jiān)控視頻幀率為30幀/秒，然后對上述監(jiān)控視頻逐幀進(jìn)行人臉檢測，標(biāo)記圖像幀是否包含人臉圖像，若檢測到圖像幀包含一張以上人臉，則標(biāo)記為包含人臉，否則標(biāo)記為不包含人臉；將存在人臉圖像的圖像幀，記為第一人臉圖像；從第一人臉圖像檢測并提取一張或多張人臉圖像，記為第二人臉圖像集合，對第二人臉圖像集合中的所有第二人臉圖像進(jìn)行人臉特征提取，獲得第二人臉圖像的特征序列集合，將所述特征序列集合中的元素記為第二人臉特征序列；其關(guān)系示意圖如圖2所示。

優(yōu)選的，人臉檢測與特征提取方法優(yōu)選為深度卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法；

然后將上述第二人臉特征序列與第一人臉特征序列進(jìn)行比對，比對方法步驟如下：

步驟一，計(jì)算第一人臉特征序列與第二人臉特征序列的負(fù)距離：其中D表示兩個(gè)人臉特征序列距離的負(fù)數(shù)，v_1,i，v_2,i分別表示第一、第二人臉特征序列的元素，優(yōu)選為浮點(diǎn)值，N表示人臉特征序列包含的元素?cái)?shù)目，比如N＝128。

步驟二，對人臉特征序列的負(fù)距離進(jìn)行線性擬合：

其中a₁,a₂,b₁,b₂為分別為線性擬合參數(shù)，0<a₁,a₂<1，b₁>0，b₂>0，th1為第一門限值，比如：a₁＝0.34，b₁＝6.87，a₂＝0.45，b₂＝8.57，th₁＝-15.32。

步驟三，計(jì)算人臉特征序列負(fù)距離的S曲線值：

S＝exp(D′)/(1+exp(D′))

其中exp(x)為指數(shù)為e的指數(shù)函數(shù)。

步驟四，將計(jì)算的S曲線值與預(yù)設(shè)的第二門限值th2進(jìn)行比對，

比如：th₂＝0.85，若比對結(jié)果判斷為黑名單中的人員，則通知后臺系統(tǒng)報(bào)警，其步驟處理流程如圖3所示。

所述人臉識別模組提取第一人臉圖像，包含在第一人臉圖像中的第二人臉圖像集合以及第二人臉特征序列集合，記錄具體時(shí)間，將第一人臉圖像、第二人臉圖像集合以及第二人臉特征序列集合上傳至人臉比對服務(wù)器13。

本發(fā)明上述實(shí)施例中，還包括：

人臉比對服務(wù)器13：根據(jù)重點(diǎn)監(jiān)控區(qū)域的需求，預(yù)存一定數(shù)量的人臉圖像以及其對應(yīng)的人臉特征序列，比如：10萬張標(biāo)準(zhǔn)人臉圖像，分別記為第三人臉圖像，第三人臉特征序列；

接收來自人臉識別模組12上傳的第一人臉圖像，第二人臉圖像集合以及第二人臉圖像特征序列集合，第一人臉圖像的拍攝時(shí)間，攝像頭地址等信息；

運(yùn)用上述的人臉比對過程，將所有第二人臉圖像特征序列與服務(wù)器中預(yù)存的第三人臉特征序列進(jìn)行比對，根據(jù)比對結(jié)果來判斷所述人臉是否為數(shù)據(jù)庫中已有的人臉，若是，則將接收到的第一人臉圖像，第二人臉圖像以及拍攝時(shí)間，攝像頭地址存儲于所述的人臉圖像存儲空間中；

若不是，則為接收到的第一人臉圖像，第二人臉圖像，第二特征序列創(chuàng)建新的存儲空間，存儲所述的人臉圖像及對應(yīng)的特征序列，拍攝的時(shí)間與攝像頭地址，人臉圖像存儲空間示意圖如圖4所示。

本發(fā)明上述實(shí)施例中，還包括：

人臉檢索系統(tǒng)14：用戶檢索人臉圖像時(shí)，輸入相似度閾值門限，比如，0.9，任意人臉圖像，日期，地點(diǎn)等搜索條件，人臉檢索系統(tǒng)從輸入的人臉圖像中提取人臉特征序列，記為第四人臉特征序列，然后將第四人臉特征序列輸入至人臉比對服務(wù)器，獲得滿足相似度以及其他查詢條件的第一人臉圖像與第二人臉圖像；

優(yōu)選的，搜索結(jié)果按照人臉相似度從高到低的順序進(jìn)行排列，用戶可批量導(dǎo)出第一人臉圖像與第二人臉圖像。

以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。