一种基于人脸识别的人员识别方法和装置与流程

本发明涉及人脸识别技术领域，尤其涉及一种基于人脸识别的人员识别方法和装置。

背景技术：

人脸识别技术是指对人脸图像进行特征值提取，并与其他人脸特征值做比对，取最高的比对分数，若最高的比对分数超过设置的阈值，则认为两张人脸是同一个人。头肩检测技术是指基于图像处理技术，对于输入的视频帧图像，可以检测到视频帧中的头肩并输出视频帧中头肩的追踪id，头肩的坐标位置。

目前较为常用的定位方式是抓取人脸，识别后进行人员定位，但是在特定的安全生产作业过程中，会被某些因素影响，如：作业服的遮挡，安全帽遮挡额头，口罩遮挡面部，这些都会导致工作人员面部的特征提取很少，误识别或者不识别几率增高。

技术实现要素：

本发明提供了一种基于人脸识别的人员识别方法和装置，目的在于规避面部信息提取，通过识别固定的标志点图形来实现人员的精准识别与定位。

为达到上述技术目的，本发明采用以下技术方案：

一种基于人脸识别的人员识别方法，包括：

将人员信息通过软件编码生成二进制码流串，在预设位置截取预设长度的部分字符串组合成新的二进制码流串；

将新的二进制码流串编码成标志点图形，印制在员工制服上或者头盔顶部，并建立人员信息与标志点图形一一对应的人员特征库；

提取监控视频中出现的标志点图形，并将提取出的标志点图形与人员特征库进行比对，匹配成功，进行解码，输出目标人员的信息。

优选的，所述软件编码具体方法如下：将人员信息进行hash函数两次加密生成二进制码流串，将生成的二进制码流串截取头尾各5个二进制值组成新的二进制码流串。

优选的，所述标志点图形为双环图，由三块区域组成：标识位、低环位、高环位；所述标识位用于图像定位，所述低环位代表二进制数0，所述高环位代表二进制数1。

进一步优选的，所述标识位位于标志点图形的中心，将中心等边三角形等分成4个内等边三角形，去掉一个外等边三角形；在进行图像编码时，程序自动补齐中心等边三角形，缺角指向方向为编码开始位置与结束位置的交接处。

优选的，利用头肩检测技术逐帧提取出监控视频中目标人员头肩轨迹中质量最高的标志点图形。

一种基于人脸识别的人员识别装置，包括：

人员编码模块：将人员信息通过软件编码生成二进制码流串，在预设位置截取预设长度的部分字符串组合成新的二进制码流串；

人员建库模块：将新的二进制码流串编码成标志点图形，印制在员工制服上或者头盔顶部，并建立人员信息与标志点图形一一对应的人员特征库；

人员识别模块：提取监控视频中出现的标志点图形，并将提取出的标志点图形与人员特征库进行比对，匹配成功，进行解码，输出目标人员的信息。

优选的，所述软件编码具体方法如下：将人员信息进行hash函数两次加密生成二进制码流串，将生成的二进制码流串截取头尾各5个二进制值组成新的二进制码流串。

优选的，所述标志点图形为双环图，由三块区域组成：标识位、低环位、高环位；所述标识位用于图像定位，所述低环位代表二进制数0，所述高环位代表二进制数1。

进一步优选的，所述标识位位于标志点图形的中心，将中心等边三角形等分成4个内等边三角形，去掉一个外等边三角形；在进行图像编码时，程序自动补齐中心等边三角形，缺角指向方向为编码开始位置与结束位置的交接处。

优选的，在人员识别模块，利用头肩检测技术逐帧提取出监控视频中目标人员头肩轨迹中质量最高的标志点图形。

有益效果

本发明的优点在于规避面部信息提取，使用信息加密技术完成对人员信息的加密，然后将加密后的信息再次加密标识成具有鲁棒性的双环图，并对图像做了精准位识别处理，印制在工作服易于拍摄的位置或者头盔顶部。利用头肩检测技术可以更好地获取目标人员身上的标志点图形，最后可高精度输出目标人员的详细信息及轨迹定位。相较于脸部特征的不确定性而言，固定图像的特征固定，且不会发生变化。

附图说明

图1为本发明的整体流程图；

图2为标志点图形编码流程图；

图3为提取标志点图形流程图；

图4为标志点图形解码流程图；

图5为软件编码加密流程图；

图6为标志点图形的设计图；

图7为进行编码后的标志点图形。

具体实施方式

下面结合附图作进一步说明。

本发明提出一种基于人脸识别的人员识别方法和装置，将人员信息通过软件编码生成二进制码流串，在预设位置截取预设长度的部分字符串组合成新的二进制码流串；将新的二进制码流串编码成标志点图形，印制在员工制服上或者头盔顶部，并建立人员信息与标志点图形一一对应的人员特征库；提取监控视频中出现的标志点图形，并将提取出的标志点图形与人员特征库进行比对，匹配成功，进行解码，输出目标人员的详细信息。

本发明提供了一个具体实施例。第一步：人员编码模块负责将人员信息通过软件编码sdk进行hash函数两次加密生成二进制码流串，采用了sha-256加密方案，并将二进制码流串编码成唯一的标志点图形。软件编码sdk加密生成二进制码流串的具体操作如图5所示，将生成的0/1二进制码流串截留头尾各5个二进制值，例如：100101010010101101010101101010101010101111100010，截取头尾重新生成的二进制码流串则为：1001000010。有效区间：，如果二进制码流串的数量超过1024个，可以动态扩容头尾截串的位数，加密算法层面保障了二进制码流串头尾10位的字母数字串不重叠。

标志点的图形可以设计成多种样式，本实施例的标志点图形为双环图，设计如图6所示，图像由三块区域组成：标识位、低环位（内环）、高环位（外环），本设计借鉴鲁棒高精度双环位设计的思想，在此基础上扩展环位及标识位，增加识别精度及容量。标识位：将中心等边三角形等分成四个小等边三角形，去掉外等边三角形中的其中一个后，从而形成梯形，而目前图形识别程序的准确性极高，在识别到梯形后补全缺角，缺角指向的方向即编码开始位置（右边）与结束位置（左边）的交接点，这样就找到初始位编码点和末尾位编码点，这样标志点图形的抓取就存在方向性，从而加速和优化了标志点图形的抓取过程；低环位（内环）：代表0；高环位（外环）：代表1。根据上述重新生成的二进制码流串生产的双环图如图7所示；当发现所需图像环位数量上不满足需求时，将图像进行等角度划分。将制成的标志点图形放入特征库，调用图像特征提取程序，提取图像中标识位与环位特征信息，生成图像特征数据集。相较于脸部特征的不确定性而言，固定图像的特征稳定且不会变化，精准度较高。

第二步：摄像机采集模块负责实现基础视频的采集。将制成的标志点图形印在员工制服或头盔上（易于摄像头捕捉），本实施例将标志点图形印于头盔上。摄像机大俯仰角（>15度）采集头顶部图案信息，摄像机采用标准25帧率，红外功能打开，解决夜间采集数据困难的情况，夜间红外启动，灰白效果明显，同样便于图像特征的获取。摄像机在角度大于15度时，其最佳抓拍距离会缩短，且人脸部的特征信息会变少，但头顶部的信息会逐步放大，标志点图形会越发明显。

第三步：头肩检测模块主要用于通过头肩检测sdk排除画面中非人的杂质数据，同时根据头肩轨迹输出每帧的头像坐标信息，便于裁剪头像信息生成图像链。

第四步：精准提取标志点图形模块负责根据头肩检测模块输出的头肩坐标信息进行标志点图形的截取，由于是逐帧检测，所以会通过质量评估sdk评估出质量最佳的标志点图形。

第五步：人员识别模块通过对上一步输出的标志点图形进行标识位及编码环带的图像识别，与人员特征库进行比对，输出匹配的加密数据，进而输出目标人员的详细信息及当前位置信息。

以上所述的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明所述的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。