本发明涉及图像处理领域，尤其涉及一种基于大规模图像数据的物体特征提取、识别装置。
背景技术：
目前视频监控领域有两个最主流的发展趋势，即高清化、智能化，目前采用的人脸识别技术已经成为各个行业应用及身份验证应用的重要支撑技术之一。现有的人脸识别行业技术对人脸的比对分析系统采用基于cpu处理器为硬件载体进行高清视频解码、人脸抓拍、脸部特赠你提取和人脸特征值比对的技术应用于产品。可对普通高清视频监控拍摄的画面进行人脸识别分析，系统分析主机获取前端视频流或视频文件，对获取的视频进行解码，人脸识别算法对解码后的视频进行人脸识别并将排到的人脸进行抓拍抠图，特征你提取算法对人脸图片进行特征提取；人脸比对算法将人脸特征与数据库进行比对并输出比对结果。
而目前，对于图像的提取因为拍摄的角度过于单一，被检测的人物仅能在一个特定的角度，方可获取较好的捕捉图像，一旦位置稍微错开，很难通过识别系统，使用起来不方便。
技术实现要素：
为克服上述缺点，本发明的目的在于提供能多角度采集人体脸部特征、提高准确性的基于大规模图像数据的物体特征提取、识别装置。
为了解决上述技术问题，本发明提供一种基于大规模图像数据的物体特征提取、识别装置，包括人脸图像采集器、gpu图像处理器、cpu处理器以及视频终端接收设备，所述人脸图像采集器、gpu图像处理器、cpu处理器通过数据线依次连接，所述cpu处理器通过网络连接视频终端接收设备，所述摄像头设置有多个，多个所述摄像头位于至少三个方位，每个所述摄像头滑动设置，所述人脸图像采集器包括依次连接的摄像头、视频图像编解码模块、人脸检测捕捉模块以及人脸特征提取模块，所述摄像头上设置图像放大单元，所述图像放大单元上设置有凸透镜。
本发明基于大规模图像数据的物体特征提取、识别装置的有益效果是，人脸图像采集器通过摄像头采集视频/图像，图像放大单元用以将采集到的视频/图像，进行放大，可采集更大的空间范围，使得图像识别时更加的方便；此外，视频图像编解码模块将摄像头采集到的模拟信号转化为数字信号；并依次通过人脸检测捕捉模块、人脸特征提取模块进行特征的提取，最后通过cpu处理器进行比对识别分析，本申请中的摄像头有多个，并且位于至少三个方位，能多个角度的采集人物脸部的特征，不会出现因被采集的人物未在规定的视野范围内，采集不到的现象，解决了被检测的人物一旦采集的位置稍微错开，很难通过识别系统，使用起来不方便的问题；引入了gpu图像处理器，处理起来的图片更为快速。
优选地，还包括存储器，所述存储器分别与gpu图像处理器与cpu处理器连接。用以将gpu图像处理器与cpu处理器处理后的视频/图像存储，便于后期查看。
优选地，所述gpu图像处理器包括图像分割单元、图像对比单元。图像分割单元能够将摄像头采集到并由图像放大单元放大后的图像分成多个小单元个进行存储，当再次检测到另一图像后，将另一图像分割成若干个小单元，图像对比单元将两次的小单元格进行比对、分析，将储存的多个小单元与采集到的多个小单元进行对比，具有降低误判率的风险。
优选地，所述人脸特征提取模块包括依次连接的图像特征提取芯片、图像特征合成芯片、图片生成模块；所述图像特征提取芯片用于根据所述人脸图像采集器获取的多张图片的共有特征点的移动，确定各个图片的模拟运动方向分量，并根据确定的模拟运动方向对所述多张图片进行方向特性分类；所述图像特征合成芯片用于根据所述图像特征提取芯片确定的被摄对象的运动方向分量，对所述各个图片进行运动位置补偿，使得每张图片的运动特征点分布符合所述图像特征提取芯片进行的方向特性分类；所述图片生成模块用于，根据所述图像特征提取芯片对所述多张图片进行方向特性分类生成的图片，以及所述图像特征合成芯片进行运动位置补偿后生成的图片，合成所述被摄对象的运动图片。与现有技术相比，本发明提供了通过图像特征提取芯片、图像特征合成芯片、图片生成模块的结构设计，解决了现有技术中的图像处理器不能准确分析运动状态下的被摄对象、从而造成工作效率较低的技术问题，提高了运动检测图像处理器的工作效率，提高了运动检测图像处理器的图像处理效果，提高了用户体验
优选地，所述视频终端接收设备为手机或电脑。可以在电脑或手机上进行查看。
优选地，位于三个方位的所述摄像头均通过两轴机械手移动，尽可能的增加了采集任务脸部图像的可能性，即使被检测的人物头压低，还是有被检测到的可能性。
优选地，还包括警报器，所述警报器与cpu处理器连接。一旦比对分析后相同，则发出语音警报。
附图说明
图1为本实施例中最佳的实施例。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
参见附图1所示，本实施例为最佳的一个实施例，一种基于大规模图像数据的物体特征提取、识别装置，包括人脸图像采集器1、gpu图像处理器2、cpu处理器3、视频终端接收设备4以及存储器5，所述人脸图像采集器1、gpu图像处理器2、cpu处理器3通过数据线依次连接，所述cpu处理器3通过网络连接视频终端接收设备4，所述存储器5分别与gpu图像处理器2与cpu处理器3连接。所述视频终端接收设备4可以为手机也可以为电脑。所述gpu图像处理器2包括图像分割单元21、图像对比单元22。
其中，人脸图像采集器1用以采集待检测人物的脸部图像，所述人脸图像采集器1包括依次连接的摄像头11、视频图像编解码模块13、人脸检测捕捉模块14以及人脸特征提取模块15，所述摄像头上设置有图像放大单元12，图像放大单元12上设置有凸透镜，用以将采集到的图像进行放大，便于人们观看。
图像分割单元21能够将摄像头11采集到并由图像放大单元12放大后的图像分成多个小单元个进行存储，当再次检测到另一图像后，将另一图像分割成若干个小单元，图像对比单元22将两次的小单元格进行比对、分析，将储存的多个小单元与采集到的多个小单元进行对比，具有降低误判率的风险。
该基于大规模图像数据的物体特征提取、识别装置还可以包括警报器6，所述警报器6与cpu处理器3连接。
所述摄像头11设置有多个，多个所述摄像头11位于至少三个方位，本实施例中的左侧、右侧、前侧各设置有一个摄像头11，可以采用高清摄像头11，采集到的图像信息更为清楚，减少误判率。每个所述摄像头11滑动设置，更具体的方案是，可以将位于三个方位的所述摄像头11均通过两轴机械手移动，每个方位的摄像头11均通过两侧机械手在其所在的面进行上下左右运动，使得采集到的头像更加的全面。
所述人脸特征提取模块15包括依次连接的图像特征提取芯片15a、图像特征合成芯片15b、图片生成模块15c；所述图像特征提取芯片15a用于根据所述人脸图像采集器1获取的多张图片的共有特征点的移动，确定各个图片的模拟运动方向分量，并根据确定的模拟运动方向对所述多张图片进行方向特性分类；所述图像特征合成芯片15b用于根据所述图像特征提取芯片15a确定的被摄对象的运动方向分量，对所述各个图片进行运动位置补偿，使得每张图片的运动特征点分布符合所述图像特征提取芯片15a进行的方向特性分类；所述图片生成模块15c用于根据所述图像特征提取芯片15a对所述多张图片进行方向特性分类生成的图片，以及所述图像特征合成芯片15b进行运动位置补偿后生成的图片，合成所述被摄对象的运动图片。
以上实施方式只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人了解本发明的内容并加以实施，并不能以此限制本发明的保护范围，凡根据本发明精神实质所做的等效变化或修饰，都应涵盖在本发明的保护范围内。