基于3D高清VR全景的智能识别监控装置及识别方法与流程

本发明涉及到生物特征识别领域，尤其涉及到基于3D高清VR全景的智能识别监控装置及识别方法。

背景技术：

生物特征识别技术是鉴定个体身份的一种方法，包括人脸识别、指纹识别、虹膜识别和步态识别等多种识别技术，目前广泛使用的人脸识别技术是利用摄像机对人脸信息进行经过特征提取、分析和比对等过程，但是公安部在通过监控系统寻找嫌疑犯时，需要对人的身份特征进行比对确认时，如果人脸信息被遮挡全部或者部分时，人脸识别技术的准确度就会大大降低，而使用步态识别技术在识别人的身份特征时，则需要采集大量的步态图像特征信息序列，且步态识别技术的准确性在70%左右，这两种识别技术的准确率都不是很高；

市场上的摄像机虽然可以将拍到嫌疑犯的脸部、身形步态视频和图像传输至总控制室，公安人员可以清晰的掌握嫌疑犯的行踪，但是，却无法身临其境的站在嫌疑犯的思想角度上掌握其心理变化，这时就需要提供一种基于3D高清VR全景的智能识别监控装置，使公安人员如身临其境般的站在嫌疑犯的思想角度上推测掌握嫌疑犯的心理活动，更有助于破案，以此解决上述存在问题。

技术实现要素：

本发明提供一种基于3D高清VR全景的智能识别监控装置及识别方法,通过人脸识别采集设备、步态视频采集设备和环境因素采集装置分别采集第一人脸视频数据、第一步态视频数据和第一环境数据，经基站无线传输给总控制设备，在总控制设备内对上述三张视频进行处理合成三套第一人脸身形步态环境视频数据，从云台服务器中下载提取第一个人模板图像，经过新特征获取模块对第一个人模板图像进行特征标注合成第二个人模板图像，最后用比对模块将第二个人模板图像分别与三张第一人脸身形步态环境视频数据进行相似度比较，最后在显示模块上显示出相似度值，提高了识别身份的准确性，来解决的上述问题。

为解决上述问题，本发明提供的技术方案如下：

基于3D高清VR全景的智能识别监控装置，包括监控端、基站和控制室且依次通过无线通信连接，所述监控端包括用于采集人员自身数据信息的人员视频采集装置和用于采集人员所处环境数据信息的环境因素采集装置；

所述人员视频采集装置包括人脸识别采集设备、步态视频采集设备和第一无线传输模块；所述环境因素采集装置包括用于拍摄周围环境视频的VR全景摄像机、温湿度传感器、GPS定位系统、风力传感器、光照传感器、第一微控制器和第五无线传输模块，所述VR全景摄像机、温湿度传感器、GPS定位系统、风力传感器、光照传感器分别与所述第一微控制器的输入端电连接，所述第一微控制器的输出端与所述第五无线传输模块连接；

所述基站包括第一存储设备和第二无线传输模块；

所述控制室包括第三无线传输模块、总控制设备、第四无线传输模块和至少一个监控设备且依次无线连接，所述监控设备包括人机交互模块和显示模块；

第一无线传输模块用于将所述人脸识别采集设备采集到的第一人脸视频数据和所述步态视频采集设备采集到的第一步态视频数据发送给所述第一存储设备，第五无线传输模块用于将所述环境因素采集装置采集到的第一环境数据发送给所述第一存储设备；

第二无线传输模块用于接收第一人脸视频数据、第一步态视频数据和第一环境数据存在存储设备内再将其发送出去，第三无线传输模块用于接收第一人脸视频数据、第一步态视频数据和第一环境数据存在所述总控制设备内进行分析处理成三套第一人脸身形步态环境视频发送出去，第四无线传输模块用于接收三套第一人脸身形步态环境视频并将其发送给人机交互模块。

优选的，所述人脸识别采集设备为第一数字高清摄像机组件、步态视频采集设备为第二数字高清摄像机组件；

所述第一数字高清摄像机组件包括三个数字高清摄像机、三个旋转组件、三个底座、一个托板、伸缩杆和支撑架，所述旋转组件为U型旋转支架和旋转圆盘，每个所述数字高清摄像机均从上之下依次通过U型旋转支架和旋转圆盘可拆卸连接在所述底座上，三个底座成品字形均匀的安装在所述托板上壁，所述托板通过伸缩杆可拆卸连接在所述支撑架顶端；所述U型旋转支架上还设有用于驱动所述数字高清摄像机上下旋转的第一步进电机，所述旋转圆盘的下部设有用于驱动所述数字高清摄像机水平旋转的第二步进电机；

所述第二数字高清摄像机组件的结构与所述第一数字高清摄像机组件的结构一致。

优选的，所述总控制设备包括：

管理员权限进入模块，用于使管理员通过鉴权方式输入密保信息方能进入；

人脸接收模块，用于接收所述人脸识别采集设备输出的第一人脸视频数据；

步态接收模块，用于接收所述步态视频采集设备输出的第一步态视频数据；

人脸数据分割模块，用于对所述人脸接收模块接收到的第一人脸视频数据进行处理，将人脸的遮挡物淡化，以突出显示人脸的轮廓和特征点；

步态数据分割模块，用于对所述步态接收模块接收的第一步态视频数据进行分割处理，得到至少一个人体步态数据、相应的第二人体身形数据的组合视频数据；

人脸比较模块，用于对所述人脸数据分割模块处理后的多张第二人脸视频进行分辨率比较，并筛选出最为清晰的三张不同视角第二人脸视频数据；

步态比较模块，用于对所述步态数据分割模块处理后的至少一个组合视频进行分辨率比较，并筛选出最为清晰的三张不同视角第二身形步态视频数据；

组合模块，用于将三张不同视角所述第二人脸视频数据和三张不同视角所述第二身形步态视频数据进行组合形成相对应的三套第三人脸身形步态组合视频数据；

图像叠加模块，用于将三张第三人脸身形步态组合视频数据分别与三张相对应时间段拍摄的所述第一环境数据进行叠加，得到三套第一人脸身形步态环境视频数据；

储存模块，用于将三套所述第一人脸身形步态环境视频数据进行记录储存；

组合输出模块，用于将所述第一人脸身形步态环境视频数据作为特征集无线传送给至少一个所述监控设备。

进一步，所述人机交互模块包括人脸提取模块、新特征获取模块和比对模块；

所述人脸提取模块用于从云台服务器上储存的所有人员数据信息中提取所需要的第一个人模板图像下载提取出来，所述新特征获取模块用于将所述人员模板图像中的特征信息进行特征标注，所述比对模块用于将特征标注后形成的第二个人模板图像分别与三套所述第一人脸身形步态环境视频数据进行相似度对比分析，并在所述显示模块上显示出对比后的相似度值从而识别出身份。

进一步，所述新特征获取模块包括人脸数据信息子模块、身形步态数据信息子模块和拼接模块，所述身形步态数据信息子模块包括身形数据子模块和步态数据子模块；所述人脸数据信息子模块用于对所述第一个人模板图像中的人脸特征进行特征标注以形成第三个人人脸模板图像；所述身形数据子模块用于对所述第一个人模板图像的身形特征进行特征标注以形成第三个人身形模板图像，所述步态数据子模块用于对所述第一个人模板图像中的的步态特征进行特征标注以形成第三个人步态模板图像，所述拼接模块用于对所述第三个人人脸模板图像、所述第三个人身形模板图像和所述第三个人步态模板图像拼接形成所述第二个人模板图像。

优选的，基于3D高清VR全景的智能识别方法：

S1、采集第一人脸视频数据、第一步态视频数据和第一环境数据；

S2、将上一步骤中的三个数据经图像叠加模块处理合成三套第一人脸身形步态环境视频数据；

S3、从云台服务器上下载提取第一个人模板图像；

S4、利用新特征获取模块对第一个人模板图像进行特征标注形成第二个人模板图像；

S5、将特征标注后形成的第二个人模板图像分别与三张所述第一人脸身形步态环境视频数据进行相似度对比分析；

S6、显示比对后的相似度数值，从而识别出身份。

进一步，所述将上一步骤中的三个数据经图像叠加模块处理合成三套第一人脸身形步态环境视频数据包括：

S21、由人脸接收模块接收人脸识别采集设备输出的第一人脸视频数据；由步态接收模块接收步态视频采集设备输出的第一步态视频数据；

S22、由人脸数据分割模块对第一人脸视频数据进行处理，将人脸的遮挡物淡化，以突出显示人脸的轮廓和特征点；由步态数据分割模块对第一步态视频数据进行分割处理，得到至少一个人体步态数据、相应的第二人体身形数据的组合视频；

S23、由人脸比较模块对人脸数据分割模块处理后的多张第二人脸视频进行分辨率比较，并筛选出最为清晰的三张不同视角第二人脸视频数据；由步态比较模块对步态数据分割模块处理后的至少一个组合视频进行分辨率比较，并筛选出最为清晰的三张不同视角第二身形步态视频数据;

S24、由组合模块对三张不同视角所述第二人脸视频数据和三张不同视角所述第二身形步态视频数据进行组合形成相对应的三套第三人脸身形步态组合视频数据；

S25、由图像叠加模块将三张第三人脸身形步态组合视频数据分别与三张相对应时间段拍摄的所述第一环境数据进行叠加，得到三套第一人脸身形步态环境视频数据。

进一步，所述利用新特征获取模块对第一个人模板图像进行特征标注形成第二个人模板图像包括：

S41、由人脸数据信息子模块对第一个人模板图像中的人脸特征进行特征标注以形成第三个人人脸模板图像；由身形数据子模块对第一个人模板图像的身形特征进行特征标注以形成第三个人身形模板图像；由步态数据子模块对第一个人模板图像中的步态特征进行特征标注以形成第三个人步态模板图像；

S42、由拼接模块对第三个人人脸模板图像、所述第三个人身形模板图像和所述第三个人步态模板图像拼接形成所述第二个人模板图像。

进一步，所述人脸特征为：两只眼睛之间间距、眼睛分别距离鼻子和嘴巴之间的间距、耳廓的长宽比和耳廓与相对应的眼睛的间距。

进一步，所述身形特征为：头部的长宽比、头部与肩宽的相对位置、手臂与腿部的长度比、腰宽和脚长的数值；所述步态特征为：大腿与小腿比值、小腿长度、脚步距离、膝盖弯曲度、两脚角度。

相对于现有技术的有益效果是：

1、本发明通过人脸识别采集设备、步态视频采集设备和环境因素采集装置分别采集第一人脸视频数据、第一步态视频数据和第一环境数据，经基站无线传输给总控制设备，在总控制设备内对上述三张视频进行处理合成三套第一人脸身形步态环境视频数据作为特征集，为后序的从云台服务器中提取个人模板图像进行比对分析，识别身份特征提供更加完善的基础；

2、利用新特征获取模块对第一个人模板图像进行特征标注处理形成第二个人模板图像，在用比对模块对第二个人模板图像分别与三套所述第一人脸身形步态环境视频数据进行相似度对比分析，并在所述显示模块上显示出对比后的相似度值从而识别出身份，以此来提高智能监控装置对人体身份特征识别的准确率；

3、至少一个监控设备中的人脸提取模块同时从云台服务器上下载提取第一个人模板图像，经新特征获取模块特征标注合成第二个人模板图像，最后用比对模块将第二个人模板图像分别与三套所述第一人脸身形步态环境视频数据进行相似度对比分析，从而提高了运算识别效率和准确率。

附图说明

为了更清楚的说明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需使用的附图作简单介绍，显而易见的，下面描述中的附图仅仅是发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的基于3D高清VR全景的智能识别监控装置结构示意图；

图2为本发明的总控制设备结构示意图；

图3为本发明的自动报警装置结构示意图；

图中：1、人员视频采集装置 2、环境因素采集装置 3、第一无线传输模块 4、第五无线传输模块 5、第一存储设备 6、第二无线传输模块 7、第三无线传输模块 8、总控制设备 9、自动报警装置 91、放置板 92、第六无线收发模块 93、信号放大器 94、第三微控制器 95、执行单元 96、第三电动伸缩杆 97、杠杆组件 98、第二扬声器 99、一键报警系统 10、第四无线传输模块 。

具体实施方式

为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。附图中给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本说明书所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。

需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本说明书所使用的术语“固定”、“一体成型”、“左”、“右”以及类似的表述只是为了说明的目的，在图中，结构相似的单元是用以相同标号标示。

除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限制本发明。

如图1所示，本发明的实施例1是：

基于3D高清VR全景的智能识别监控装置，包括监控端、基站和控制室且依次通过无线通信连接，所述监控端包括用于采集人员自身数据信息的人员视频采集装置1和用于采集人员所处环境数据信息的环境因素采集装置2；

所述人员视频采集装置1包括人脸识别采集设备、步态视频采集设备和第一无线传输模块3；所述环境因素采集装置2包括用于拍摄周围环境视频的VR全景摄像机、温湿度传感器、GPS定位系统、风力传感器、光照传感器、第一微控制器和第五无线传输模块4，所述VR全景摄像机、温湿度传感器、GPS定位系统、风力传感器、光照传感器分别与所述第一微控制器的输入端电连接，所述第一微控制器的输出端与所述第五无线传输模块4连接；进一步，第一微控制器可把接受的VR全景视频数据、人员所处环境的温湿度数据、GPS定位坐标数据、风力参数数据、光照参数数据经过第五无线传输模块4传送给第一存储设备5。

所述基站包括第一存储设备5和第二无线传输模块6；

所述控制室包括第三无线传输模块7、总控制设备、第四无线传输模块10和至少一个监控设备且依次无线连接，每个所述监控设备包括人机交互模块和显示模块； 监控设备从监控设备1至监控设备N；

第一无线传输模块3用于将所述人脸识别采集设备采集到的第一人脸视频数据和所述步态视频采集设备采集到的第一步态视频数据发送给所述第一存储设备5，第五无线传输模块4用于将所述环境因素采集装置2采集到的第一环境数据发送给所述第一存储设备5；

第二无线传输模块6用于接收第一人脸视频数据、第一步态视频数据和第一环境数据存在存储设备内再将其发送出去，第三无线传输模块7用于接收第一人脸视频数据、第一步态视频数据和第一环境数据存在所述总控制设备内进行分析处理成三套第一人脸身形步态环境视频发送出去，第四无线传输模块10用于接收三套第一人脸身形步态环境视频并将其发送给人机交互模块。

优选的，所述人脸识别采集设备为第一数字高清摄像机组件、步态视频采集设备为第二数字高清摄像机组件；所述第一数字高清摄像机组件包括三个数字高清摄像机、三个旋转组件、三个底座、一个托板、伸缩杆和支撑架，所述旋转组件为U型旋转支架和旋转圆盘，每个所述数字高清摄像机均从上之下依次通过U型旋转支架和旋转圆盘可拆卸连接在所述底座上，三个底座成品字形均匀的安装在所述托板上壁，所述托板通过伸缩杆可拆卸连接在所述支撑架顶端；所述U型旋转支架上还设有用于驱动所述数字高清摄像机上下旋转的第一步进电机，所述旋转圆盘的下部设有用于驱动所述数字高清摄像机水平旋转的第二步进电机；所述第二数字高清摄像机组件的结构与所述第一数字高清摄像机组件的结构一致。

更进一步，为了保持摄像机可以拍摄的范围更广，摄像机的镜头长度比U型旋转支架的侧壁的深度小，以保持第一步进电机驱动摄像机沿着贯穿U型旋转支架的转轴可以选择360度；U型旋转支架的下部为U型体，其上端设有两个圆孔，转轴穿过圆孔，第一步进电机的工作端通过联轴器与转轴一端连接，第一步进电机的固定端可拆卸连接在底座内壁上。

实施例2，数字高清摄像机的底座内设置有容纳腔，在容纳腔内设置有隔板，在隔板上安装视频图像传感器、声音传感器、扬声器、无线接收模块、第二存储设备、通信单元和第二微控制器；视频图像传感器的输出端和声音传感器的输出端均与第二微控制器电连接，经摄像机所拍摄的视频和语音传输给微控制器，在输送给第二存储设备进行记录保存，第二微控制器也可向扬声器发出语音报警信号，第二微控制器也可通过无线接收模块或者通信模块将内部储存的数据发送出去；又如，通信单元可为通讯模组，在摄像机的底座侧壁还可以设置电源接口、以太网接口即RJ45接口和复位接口，第二微控制器可以通过无线接收模块或者RJ45接口发射数据或者接收外界数据信号。

实施例3，在支撑架的下侧周围均匀的安装多个缓冲组件，多个缓冲组件的下端与支撑架的底板连接，其上端均与支撑架的中部可拆卸连接；缓冲组件包括：弹性伸缩杆、两个阻隔圆板和弹簧，两个阻隔圆板分别可拆卸安装在弹性伸缩杆的两端，弹簧外套在弹性伸缩杆的外壁， 弹簧的两端与分别与两个阻隔圆板可拆卸连接；又如，弹性伸缩杆为空心的，弹簧还可设置在弹性伸缩杆的内部，弹簧的两端与分别与两个阻隔圆板可拆卸连接，当支撑杆收到风力的影响时，缓冲组件可以对支撑杆起到缓冲作用，可以使支撑杆减少所受的应力作用，进而相应的延长支撑杆的使用寿命。

实施例4，在数字高清摄像机上还可安装风向传感器，在托盘下壁安装总CPU处理器、无线发射单元和陀螺仪传感器，在支撑杆的下侧周围均匀的安装多个电动伸缩杆，每个电动伸缩杆的内壁安装无线接收单元、从CPU处理器、执行单元和蓄电池，蓄电池给CPU处理器和电动伸缩杆的电机电连接，给其供电，执行单元与电动伸缩杆的电机的信号线电连接；当风力传感器感应到风向信号时，比如，风向向左时，支撑杆会因受力向左偏移，总CPU处理器会收到风向传感器和陀螺仪传感器所检测到风向和支撑杆偏移信号，经过分析处理，总CPU处理器会给左边的电动伸缩杆内的从CPU处理器信号，进而有执行单元驱动电动伸缩杆伸长，进而减少支撑杆的偏移量，进一步的保持的数字高清摄像机拍摄的稳定性，提高了拍摄视频的清晰度。

实施例5，进一步，为了使摄像机尽可能的拍摄更广范围的区域视频，可在数字高清摄像机上设置六个镜头安装圆盘和安装支架，每个镜头安装圆盘上边缘均匀的设置红外线传感器和光源，在镜头安装圆盘中部安装镜头；三个镜头安装圆盘均匀的可拆卸安装在安装支架的上部，且镜头朝下，另外三个镜头安装圆盘均匀的可拆卸安装在安装支架的顶端，且镜头朝上，从而实现了在不旋转数字高清摄像机的情况下，尽可能的拍摄到更广的区域视频，避免了“灯下黑”的情况。

进一步，所述第一存储设备5和第二存储设备内可存储更多的原始数据，可以为内存储器，还可为数据库。

优选的，如图2所示，所述总控制设备包括：管理员权限进入模块、人脸接收模块、步态接收模块、人脸数据分割模块、步态数据分割模块、人脸比较模块、步态比较模块、组合模块、图像叠加模块、储存模块和组合输出模块。

管理员权限进入模块，用于使管理员通过鉴权方式输入密保信息方能进入；进一步，管理员权限进入模块为管理员通过密码输入字模块、指纹输入子模块、虹膜输入子模块和人脸识别子模块中的任意一种识别进入方式或者任意两种或多种识别进入方式的组合，以此来提高总控制设备的安全级别系数。

人脸接收模块，用于接收所述人脸识别采集设备输出的第一人脸视频数据；进一步，人脸接收模块可为CMOS图像传感器。

步态接收模块，用于接收所述步态视频采集设备输出的第一步态视频数据；进一步，步态接收模块可为CMOS图像传感器。

人脸数据分割模块，用于对所述人脸接收模块接收到的第一人脸视频数据进行处理，将人脸的遮挡物淡化，以突出显示人脸的轮廓和特征点；进一步，多张人脸图像均使用高斯模糊将人脸的遮挡物淡化，在需要清晰的地方如人脸的轮廓和需要突出的特征点进行涂抹，即可得到多张突出显示人脸轮廓和特征点的图像。

步态数据分割模块，用于对所述步态接收模块接收的第一步态视频数据进行分割处理，得到至少一个人体步态数据和相应的第二人体身形数据的组合视频数据。

人脸比较模块，用于对所述人脸数据分割模块处理后的多张视频进行分辨率比较，并筛选出最为清晰的三张不同视角人脸图像；进一步，多张人脸图像在进行分辨率比较时，是通过每张图像的水平和垂直像素来衡量的，同样大小的人脸图像，像素越大，分辨率越高，人脸图像就越清晰；在采集人脸图像时，由于人是活动的，以及拍摄角度、光纤等各种因素影响，拍摄出的多张不同角度的人脸图像的分辨率不尽相同，需要通过分辨率来比较筛选出最为清晰的不同视角的人脸图像。

步态比较模块，用于对步态数据分割模块处理后的多张组合视频进行分辨率比较，并筛选出最为清晰的三张不同视角第二身形步态视频数据；进一步，多张组合视频为人体的身形和步态的整体视频，其筛选出清晰的三张不同视角身形步态图像的方法与人脸比较模块的方法一致。

组合模块，用于将所述三张不同视角第二人脸视频数据和所述第二身形步态视频数据进行组合形成相对应的三张第三人脸身形步态组合视频数据；进一步，首先使用移动将三张不同视角第二人脸视频数据分别移动到相对应的三张不同视角第二身形步态视频数据中，在采用渐变样式和渐变填充就可将三张不同视角第二人脸视频数据与三张不同视角第二身形步态视频数据融合成相对应的三张第三人脸身形步态组合视频数据。

图像叠加模块，用于将三张第三人脸身形步态组合视频数据分别与三张相对应时间段拍摄的所述第一环境数据进行叠加，得到三套第一人脸身形步态环境视频数据。

储存模块，用于将三套所述第一人脸身形步态环境视频数据进行记录储存。组合输出模块，用于将所述第一人脸身形步态环境视频数据作为特征集无线传送给至少一个所述监控设备。

进一步，所述人机交互模块包括人脸提取模块、新特征获取模块和比对模块；

所述人脸提取模块用于从云台服务器上储存的所有人员数据信息中提取所需要的第一个人模板图像下载提取出来，所述新特征获取模块用于将所述人员模板图像中的特征信息进行特征标注，所述比对模块用于将特征标注后形成的第二个人模板图像分别与三套所述第一人脸身形步态环境视频数据进行相似度对比分析，并在所述显示模块上显示出对比后的相似度值从而识别出身份。

进一步，所述新特征获取模块包括人脸数据信息子模块、身形步态数据信息子模块和拼接模块，所述身形步态数据信息子模块包括身形数据子模块和步态数据子模块；所述人脸数据信息子模块用于对所述第一个人模板图像中的人脸特征进行特征标注以形成第三个人人脸模板图像；所述身形数据子模块用于对所述第一个人模板图像的身形特征进行特征标注以形成第三个人身形模板图像，所述步态数据子模块用于对所述第一个人模板图像中的的步态特征进行特征标注以形成第三个人步态模板图像，所述拼接模块用于对所述第三个人人脸模板图像、所述第三个人身形模板图像和所述第三个人步态模板图像拼接形成所述第二个人模板图像。

进一步，特征标注可采用Harris角点检测算法，对需要的特征关键点进行标记就可以形成含有特征标注的第三个人人脸模板图像、第三个人身形模板图像和第三个人步态模板图像。、

实施例6，在监控端还可设置头戴设备，在头戴设备的正面设置透镜，在透镜的前面安装显示屏，显示屏的正面朝内面对公安人员的双眼，背面朝外，显示屏与组合输出模块电连接，在公安人员带上头盔后可以通过显示屏清楚的看到第一人脸身形步态环境视频数据，此第一人脸身形步态环境视频数据为VR视频，达到了后期处理合成的场景和真实场景融合的目的，便于公安人员可以如身临其境板的站在嫌疑犯当时所处的环境推测嫌疑犯的心理活动变化，利用环境因素采集装置2拍摄的第一环境数据和人员视频采集装置1拍摄的第一人脸视频数据、第一步态视频数据经过图像叠加模块进行叠加，相当于还原当时嫌疑犯所处的环境，更有助于尽快破案。

进一步，图像叠加模块使对组合模块形成的第三人脸身形步态组合视频数据与环境因素采集装置2汇总的三张相对应时间段拍摄的第一环境数据进行叠加，即对这两种视频做PIP（Picture In Picture）拼接或者做透明混合叠加后，形成相应的三套第一人脸身形步态环境视频数据；在对这两种视频做透明混合叠加处理时，可将第三人脸身形步态组合视频数据作为主视频；但PIP拼接是将第三人脸身形步态组合视频数据作为主要核心铺满整个显示屏，而第一环境数据作为辅助的占据小部分显示屏面积叠加在第三人脸身形步态组合视频上；而透明叠加是将第三人脸身形步态组合视频数据进行透明度调整后，在将第一环境数据叠加上从而形成完整的VR视频，相当于还原当时嫌疑犯所处环境的整个视频，且两者互不影响。

更进一步，为了更加清晰灵活的观察第一人脸身形步态环境视频数据即VR视频，监控设备还包括一触摸屏，该触摸屏通过信号线与头戴设备上安装的显示屏电性连接，在触摸屏上安装动作捕捉模块，可以根据公安人员的动态或静态手势来操作进行相应的菜单，进而在观看VR视频时，对视频场景做出定点缩放的操作；动作捕捉模块的缩放操作为手势图像获取、手势分割、手势特征提取、手势识别和相应点展示五部分，进而根据公安人员的动态手势结合相应的菜单控制指令发送给头戴设备上的显示屏，来对VR视频进行相应的操作。

如图3所示，实施例7，在人员视频采集装置1的数字高清摄像机的下端设置自动报警装置9，自动报警装置9包括一不锈钢箱体，在箱体内安装有放置板91，在放置板91上第六无线收发模块92、信号放大器93、第三微控制器94、执行单元95、第三电动伸缩杆96且依次电连接，在不锈钢箱体的外壁设置第二扬声器98，电动伸缩杆的固定端固定在放置板91上，在电动伸缩杆的活动端接触连接一杠杆组件97的右端，杠杆组件97的左端处于一键报警系统99；信号放大器93可对监控设备发送过来的信号进行放大；杠杆组件97包括一凸条，在凸条的上端设有活动件，一杠杆横向穿过活动件的圆孔，在杠杆的两端下壁均设有压块；当监控设备发现嫌疑犯身份时，有监控设备发送报警指令经第六无线收发模块92传输给第三微控制器94，第三微控制器94在发射报警指令给执行单元95，执行单元95给第三电动伸缩杆96信号使其工作，利用杠杆组件97左端的压块作用在一键报警系统99的按钮处，随后一键报警系统99可以给最近的公安机关拨打电话，并将所拍摄嫌疑犯的视频传送给控制室，随后在使第二扬声器98工作，使嫌疑犯无处可逃，更有助于尽快破案。

优选的，基于3D高清VR全景的智能识别方法：

S1、采集第一人脸视频数据、第一步态视频数据和第一环境数据；

S2、将上一步骤中的三个数据经图像叠加模块处理合成三套第一人脸身形步态环境视频数据；

S3、从云台服务器上下载提取第一个人模板图像；

S4、利用新特征获取模块对第一个人模板图像进行特征标注形成第二个人模板图像；

S5、将特征标注后形成的第二个人模板图像分别与三张所述第一人脸身形步态环境视频数据进行相似度对比分析；

S6、显示比对后的相似度数值，从而识别出身份。

进一步，所述将上一步骤中的三个数据经图像叠加模块处理合成三套第一人脸身形步态环境视频数据包括：

S21、由人脸接收模块接收人脸识别采集设备输出的第一人脸视频数据；由步态接收模块接收步态视频采集设备输出的第一步态视频数据；

S22、由人脸数据分割模块对第一人脸视频数据进行处理，将人脸的遮挡物淡化，以突出显示人脸的轮廓和特征点；由步态数据分割模块对第一步态视频数据进行分割处理，得到至少一个人体步态数据、相应的第二人体身形数据的组合视频；

S23、由人脸比较模块对人脸数据分割模块处理后的多张第二人脸视频进行分辨率比较，并筛选出最为清晰的三张不同视角第二人脸视频数据；由步态比较模块对步态数据分割模块处理后的至少一个组合视频进行分辨率比较，并筛选出最为清晰的三张不同视角第二身形步态视频数据;

S24、由组合模块对三张不同视角所述第二人脸视频数据和三张不同视角所述第二身形步态视频数据进行组合形成相对应的三套第三人脸身形步态组合视频数据；

S25、由图像叠加模块将三张第三人脸身形步态组合视频数据分别与三张相对应时间段拍摄的所述第一环境数据进行叠加，得到三套第一人脸身形步态环境视频数据。

进一步，所述利用新特征获取模块对第一个人模板图像进行特征标注形成第二个人模板图像包括：

S41、由人脸数据信息子模块对第一个人模板图像中的人脸特征进行特征标注以形成第三个人人脸模板图像；由身形数据子模块对第一个人模板图像的身形特征进行特征标注以形成第三个人身形模板图像；由步态数据子模块对第一个人模板图像中的步态特征进行特征标注以形成第三个人步态模板图像；

S42、由拼接模块对第三个人人脸模板图像、所述第三个人身形模板图像和所述第三个人步态模板图像拼接形成所述第二个人模板图像。

进一步，所述人脸特征为：两只眼睛之间间距、眼睛分别距离鼻子和嘴巴之间的间距、耳廓的长宽比和耳廓与相对应的眼睛的间距；将上述特征通过Harris角点检测算法使用特殊颜色标记出来，以形成第三人脸图像数据。

进一步，所述身形特征为：头部的长宽比、头部与肩宽的相对位置、手臂与腿部的长度比、腰宽和脚长的数值；身形数据子模块对第一个人模板图像通过Harris角点检测算法对头部的长宽比、头部与肩宽的相对位置、手臂与腿部的长度比、腰宽和脚长的数值这些特征数据信息用特殊颜色标记出来，以形成第三个人身形模板图像；

所述步态特征为：大腿与小腿比值、小腿长度、脚步距离、膝盖弯曲度、两脚角度；步态数据子模块对第一个人模板图像通过Harris角点检测算法对大腿与小腿比值、小腿长度、脚步距离、膝盖弯曲度、两脚角度这些特征数据信息用特殊颜色标记出来，以形成第三个人步态模板图像。

相对于现有技术的有益效果是：

1、本发明通过人脸识别采集设备、步态视频采集设备和环境因素采集装置分别采集第一人脸视频数据、第一步态视频数据和第一环境数据，经基站无线传输给总控制设备，在总控制设备内对上述三张视频进行处理合成三套第一人脸身形步态环境视频数据作为特征集，为后序的从云台服务器中提取个人模板图像进行比对分析，识别身份特征提供更加完善的基础；

2、利用新特征获取模块对第一个人模板图像进行特征标注处理形成第二个人模板图像，在用比对模块对第二个人模板图像分别与三套所述第一人脸身形步态环境视频数据进行相似度对比分析，并在所述显示模块上显示出对比后的相似度值从而识别出身份，以此来提高智能监控装置对人体身份特征识别的准确率；

3、利用环境因素采集装置拍摄的第一环境数据和人员视频采集装置拍摄的第一人脸视频数据、第一步态视频数据经过图像叠加模块进行叠加，相当于还原当时嫌疑犯所处的环境，更有助于尽快破案；

4、至少一个监控设备中的人脸提取模块同时从云台服务器上下载提取第一个人模板图像，经新特征获取模块特征标注合成第二个人模板图像，最后用比对模块将第二个人模板图像分别与三套所述第一人脸身形步态环境视频数据进行相似度对比分析，从而提高了运算识别效率和准确率。

需要说明的是，上述各技术特征继续相互组合，形成未在上面列举的各种实施例，均视为本发明说明书记载的范围；并且，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。