暗视觉条件下双摄像头协同实时人脸识别安防系统及方法
【技术领域】
[0001]本发明涉及图像处理技术领域，尤其是涉及暗视觉条件下双摄像头协同实时人脸识别安防系统及方法。
【背景技术】
[0002]人脸信息有着唯一性，不可复制性，以及容易获取的特点，使得其在公共安全领域有着不可替代的作用。传统的监控视频人脸检索需要专业人员仔细查找每一帧可能的监控图像，准确性无法保障，而且需要花费大量的时间。人脸识别技术作为计算机视觉和模式识别技术的一个重要领域，是替代人工检索的最佳方式。
[0003]现有的人脸识别方向主要分为两种:其一，将保存下来的视频图像进行人脸识别，这种方法易于实现，但是时间的滞后性往往会造成重大的损失;其二，对实时采集的监控图像进行实时人脸识别，这种方法保证了信息的及时性，相比前一种有着巨大的优势，但是现有的实时人脸识别方法识别率极低。因此，研究一种可行的实时人脸识别系统及方法具有重要的科研以及实用价值。
[0004]目前的人脸识别方法主要分为二维和三维的人脸识别方法。二维的人脸识别方法计算量较小，能够满足实时性的要求，且对正脸的人脸识别已经能够达到90%以上的识别率，但容易受角度和视觉条件(如暗视觉)影响，当实时视频中待识别人脸为侧脸时，识别率就会大大下降。三维的人脸识别计算量巨大，无法满足实时性的要求。因此，如何提取监控视频中待识别人脸的正脸序列，提高目前二维人脸识别的鲁棒性，并设计一种基于此方案的智能安防系统迫在眉睫。
【发明内容】
[0005]本发明的目的在于提供一种双摄像头协同实时人脸识别安防系统及方法，解决现有暗视觉条件下人脸识别安防设备识别率不高以及实时性差的问题。
[0006]本发明双摄像头协同实时人脸识别安防系统，包括:
[0007]第一摄像头和第二摄像头，分别用于采集视频图像；
[0008]检测标记记录及判断单元，用于记录检测标记，判断检测标记是否为“检测”，所述检测标记可以修改；
[0009]人脸检测单元，用于检测采集的图像是否有人脸；
[0010]帧数记录及判断单元，用于记录帧数，判断上一帧是否为检测帧，判断检测帧数是否已达到N帧或者连续M帧没有更新；
[0011]人脸匹配单元:用于将检测到的人脸图像与上一帧保存的人脸信息进行人脸匹配;将一个摄像头的图像与另一摄像头当前帧的人脸信息进行人脸映射与人脸匹配
[0012]人脸信息记录单元，用于保存人脸信息，更新人脸信息；
[0013]人脸跟踪单元，用于根据上一帧人脸信息进行人脸跟踪；
[0014]人脸识别单元，用于根据更新的人脸信息进行人脸识别，得到识别结果。
[0015]进一步地，包括图像预处理单元，用于对采集的图像进行预处理，用于对图像进行光照补偿以及均衡化。
[0016]进一步地，所述人脸检测单元包括包括非人脸排除模块，采用离线训练正脸和侧脸的哈尔小波Haar训练器进行正侧脸检测，并利用肤色验证算法去除误检的非人脸，保留正侧脸图像。
[0017]进一步地，所述人脸匹配单元中的人脸映射包括对侧脸进行正脸映射，将侧脸图像映射到相匹配的正脸图像。
[0018]进一步地，所述将侧脸图像映射到相匹配的正脸图像包括:如果一个摄像头检测到是侧脸图像，则利用基于平面单应性、极线约束的目标一致性标定方法将该检测到的侧脸图像的坐标映射到另一个摄像头的实时图像，将侧脸图像的坐标与实时图像的坐标进行位置与相似度匹配，实时图像的中心坐标与检测到的侧脸图像的中心坐标的距离在预设阈值之内并且实时图像的人脸面积与检测到的侧脸图像面积均在预设阈值之内，并且满足相似度匹配阈值，则认为是同一个人，则将该实时图像作为与侧脸图像相匹配的正脸图像。
[0019]进一步地，所述人脸匹配单元中的人脸映射包括将两个摄像头图像中检测以及跟踪到的同一个从的正脸图像进行正脸聚合，将两个摄像头中同一个人的正脸图像聚合为正脸序列。
[0020]进一步地，人脸识别单元所述根据更新的人脸信息进行人脸识别，得到识别结果包括如果同一个人的正脸帧数到达预设阈值或者当同一个人的正脸帧数比例超过预设比例时，判定为此可进入人员，否则判定为非可进入人员。
[0021]本发明双摄像头协同实时人脸识别安防方法，包括:
[0022]501:采集图像；
[0023]502:判断检测标记是否为“检测”，如果是，进入步骤503，否则进入步骤511;
[0024]503:检测采集的图像是否有人脸，如果有，进入步骤504，否则，返回步骤501 ；
[0025]504:判断上一帧是否为检测帧，如果是，进入步骤505，否则进入步骤506;
[0026]505:将检测到的人脸图像与上一帧保存的人脸信息进行人脸匹配；
[0027]506:保存人脸信息；
[0028]507:修改检测标记，将检测标记由“检测”修改为“跟踪”；
[0029]508:与另一摄像头当前帧的人脸信息进行人脸映射与人脸匹配；
[0030]509:更新人脸信息；
[0031]510:判断检测帧数是否已达到N帧或者连续M帧没有更新，如果是，修改检测标记，将检测标记由“跟踪”修改为“检测”，进入步骤512，如果否，返回步骤501;
[0032]511:根据上一帧人脸信息进行人脸跟踪，进入步骤509;
[0033]512:根据更新的人脸信息进行人脸识别，得到识别结果。
[0034]进一步地，步骤508所述所述人脸映射包括对侧脸进行正脸映射，将侧脸图像映射到相匹配的正脸图像，包括如果一个摄像头检测到是侧脸图像，则利用基于平面单应性、极线约束的目标一致性标定方法将该检测到的侧脸图像的坐标映射到另一个摄像头的实时图像，将侧脸图像的坐标与实时图像的坐标进行位置与相似度匹配，实时图像的中心坐标与检测到的侧脸图像的中心坐标的距离在预设阈值之内并且实时图像的人脸面积与检测到的侧脸图像面积均在预设阈值之内，并且满足相似度匹配阈值，则认为是同一个人，则将该实时图像作为与侧脸图像相匹配的正脸图像。
[0035]进一步地，步骤508所述人脸映射包括将两个摄像头图像中检测以及跟踪到的同一个从的正脸图像进行正脸聚合，将两个摄像头中同一个人的正脸图像聚合为正脸序列。
[0036]本发明采用双摄像头协同处理，增加了可用的正脸序列，提高了实时人脸识别的准确率，满足了实时、准确的安防需求。
【附图说明】
[0037]图1为双摄像头协同实时人脸识别安防系统优选实施例结构示意图；
[0038]图2为双摄像头协同实时人脸识别安防系统另一优选实施例结构示意图；
[0039]图3为双摄像头协同实时人脸识别安防方法优选实施例流程示意图。
【具体实施方式】
[0040]通过下面对实施例的描述，将更加有助于公众理解本发明，但不能也不应当将申请人所给出的具体的实施例视为对本发明技术方案的限制，任何对部件或技术特征的定义进行改变和/或对整体结构作形式的而非实质的变换都应视为本发明的技术方案所限定的保护范围。
[0041]图1所示为双摄像头协同实时人脸识别安防系统的结构框图，该系统包括中央处理单元，以及与中央处理单元相连接的以下模块:
[0042]第一摄像头和第二摄像头，分别用于采集视频图像；
[0043]第一摄像头和第二摄像头分别采集图像，后续分别进行处理。
[0044]可选地，可以将采集的图像直接进行后续处理，但由于图像受环境等影响，未经处理的图像进行后续处理使得识别的准确性会受到影响。
[0045]优选地，如图2所示，所述系统还包括图像预处理单元，用于对采集的图像进行预处理，用于对图像进行光照补偿以及均衡化;本单元为可选部件，通过对图像进行光照补偿以及均衡化，可以增加图像识别的准确率。
[0046]检测标记记录及判断单元，用于记录检测标记，判断检测标记是否为“检测”，所述检测标记可以修改。
[0047]检测标记的内容包括“检测”、“跟踪”，也可能是其他内容。本领域技术人员显然清楚，可以用不同数字或符号等来表示“检测”、“跟踪”，例如，用I表示“检测”，用O表示“跟踪”，还可以用A表示