一种远程实时人脸识别系统的制作方法

本实用新型涉及监控领域，特别是涉及一种远程实时人脸识别系统。

背景技术：

现有技术中，由于视频监控系统中的采集端的供电、体积、计算能力的限制，采集端仅能够实现有限的功能。但随着技术的发展，人们对视频监控系统中的采集到的视频的处理提出了很多的功能性要求。

但现有的视频监控系统，通常使用有线的方式将视频处理端和视频采集端进行分离。这样设置不仅使得监控人员对视频监控的便利程度有着较多的限制，还需要进行复杂的有线网络的安装和调试工作。

技术实现要素：

为了解决上述问题，本实用新型的目的是提供一种远程视频实时人脸识别系统，其中的视频采集端使用无线接入点模块，视频处理端使用无线网卡模块。

基于此，本实用新型提供了一种远程实时人脸识别系统，包括：视频采集端和视频处理端；所述视频采集端包括：视频采集模块和无线接入点模块；所述视频采集模块，用于对图像进行采集，得到采集视频；所述无线接入点模块，用于对采集的视频进行无线传输；所述视频处理端包括：显示模块、人脸检测模块、人脸识别模块和无线网卡模块；所述显示模块，用于显示接收到所述视频采集端传输的视频，或打开已保存的视频；所述人脸检测模块，用于检测所述视频处理端接收的压缩视频中是否有人脸；所述人脸识别模块，用于识别所述压缩视频中的人脸是否与已有人脸相匹配；所述无线网卡模块与所述无线接入点模块无线连接，接收所述视频采集端的所述压缩视频。

作为优选的技术方案，所述视频采集模块还包括dsp单元，对采集视频实时地进行压缩。

作为优选的技术方案，所述视频采集端为无线传输的服务端，所述视频处理端为无线传输的客户端。

作为优选的技术方案，所述显示模块包括：显示容器、定时刷新组件；所述显示容器，用于显示所述压缩视频，或显示已保存的视频；所述定时刷新组件，用于定时刷新所述压缩视频。

在此基础上，本实用新型还在视频处理端设置人脸检测单元，于人脸检测过程之前，对接收到的压缩视频进行灰度化及直方图均衡化处理，更加易于人脸检测模块进行检测处理。

作为优选的技术方案，所述人脸识别模块包括人脸检测模块和视频预处理单元；所述视频预处理单元，用于对视频进行灰度化及直方图均衡化处理；所述人脸检测模块，用于从所述视频预处理单元处理过的视频中检测出人脸。

作为优选的技术方案，所述视频处理端还包括身份识别单元；所述身份识别单元，用于判断所述人脸检测模块识别的人脸是否包含在所述人脸库中。

作为优选的技术方案，所述视频处理端还包括报警模块；所述身份识别模块，若判断出所述人脸在所述人脸库中，控制显示单元显示人脸对应的身份信息；若否，所述身份识别模块控制报警模块报警。

作为优选的技术方案，所述报警单元，用于使用声、光、电方式向监控人员发送警报。

作为优选的技术方案，所述视频处理端还包括智能录像模块；

所述智能录像模块，用于控制视频采集装置追踪陌生人的行动路线，对陌生人在其采集范围内的活动进行记录。

本实用新型的远程视频实施人脸识别系统，其中的视频采集端使用无线接入点模块，视频处理端使用无线网卡模块。降低了有线连接的安装和调试带来的复杂操作，并在视频处理端设置人脸检测单元，用于人脸检测过程之前，对接收到的压缩视频进行灰度化及直方图均衡化处理，更加易于人脸检测模块进行检测处理。

附图说明

图1是本实用新型实施例远程视频实时人脸识别系统的系统框图；

图2是本实用新型实施例视频处理端的框图；

图3是haar特征的5种情形。

具体实施方式

下面结合附图和实施例，对本实用新型的具体实施方式作进一步详细描述。以下实施例用于说明本实用新型，但不用来限制本实用新型的范围。

实施例1

参见附图1，本实用新型提出的远程视频实时人脸识别系统包括视频采集端和视频处理端。

视频采集端包括视频采集模块和无线接入点模块。

所述视频采集模块包括单片机、动态随机存储模块、闪存模块、uvc摄像头和usbhost模块。

所述无线接入点模块通过usbhost模块与所述视频采集模块相连接。

所述单片机，采用arm构架，工作频率可达400mhz，完全能够满足高效的视频采集和视频传输的实时性要求。视频采集模块采用uvc摄像头，既可以支持usb接口，也可以支持cmos接口。且所述视频采集模块上集成dsp芯片，可以自动将图像压缩成mjpeg格式从而避免了软压缩的缺陷，降低cpu的计算压力。

所述无线接入点模块，支持ieee802.11b/g/n协议，可以作为wifi热点，传输速率相对较高。

所述视频采集模块具有由电机控制的旋转底座，接收外部控制信号，可以使cmos图像采集模组在一定的范围内(即采集范围)进行转动，扩展图像采集端采集视频的范围，可以配合智能录像单元工作。

参见附图2，所述视频处理端包括：显示模块、人脸检测模块、人脸识别模块、无线网卡模块、报警模块和智能录像模块。

所述无线网卡与所述无线接入点模块无线连接，接收所述视频采集端的所述压缩视频。

所述视频采集端为无线传输的服务端，所述视频处理端为无线传输的客户端。

采集的数据传输到视频处理端，经处理后进行显示。将视频采集端的无线接入点模块和视频处理端的无线网卡模块进行连接，通过tcp网络协议和socket接口，使视频采集端最为服务器端，视频处理端作为客户端来传输视频数据。

还可以在视频采集端中设置存储单元，将压缩后的视频文件保存在所述存储单元中。当检测到视频采集端和视频处理端存在网络

视频处理端中包括显示采集视频中的静态图像的显示容器、定时刷新、视频的打开、关闭、手工录像和智能录像的控件，分别实现采集视频的显示、及对所述采集视频的定时刷新、对保存的视频的打开和关闭、对视频采集端采集的视频进行人工保存和智能保存的功能。

上述功能使用常用ui设计方法即可，例如微软提供的visualstudio或qt图形开发环境均可。

人脸检测模块，用于检测采集视频中是否存在人脸。为了更好的实现检测功能，所述视频处理端包括：视频预处理单元和人脸检测模块。所述视频预处理单元，用于将视频进行灰度化及直方图均衡化处理。使用视频预处理单元对采集进行处理，能够更好地区分采集图像的明暗部分，图片更加易于人脸检测模块进行检测处理。

所述人脸检测模块，用于从所述视频预处理单元处理过的视频中检测出人脸。由于人脸距离视频采集单元的远近会导致目标区域的大小不确定，所以分类器设计时也该可以随尺寸变化。其可以用不同比例的扫描窗口来达到这个目的。

本实用新型使用集成了haar特征检测算法及adaboost算法的人脸检测模块对人脸进行检测。

haar特征是一种矩形特征,通常使用它来对目标进行检测.其值表示为黑色矩形所表示区域的灰度值之和与白色矩形所表示区域的灰度值之和的差,这样就可以反映出图像局部的灰度变化在人脸检测中，脸部的一些特征可由矩形特征简单刻画，例如，眼睛比周围区域的颜色要深，鼻梁比两侧颜色要浅等。

haar特征有5种基本类型，如附图2所示。

而在计算haar特征时，使用积分图对haar特征求值的过程进行加速。

adaboost是一种机器学习算法,其基本方法就是通过训练大量的训练集形成不同的弱分类器,再将它们按照既定方法(如并联)联合起来,这样就形成了一个本身功能相对更为强大的强分类器(即人脸检测模块)。

每一种不同的haar特征就表示一个不同的弱分类器。弱分类器的定义公式如下：

其中,h为弱分类器函数,1指检测结果为人脸,0指检测结果非人脸；θ为弱分类器的阈值；ρ为符号因子，即正负号；x为图像中的子窗口,f为子窗口特征的计算函数。

在检测到视频中存在人脸之后，还需要对人脸进行识别，识别出与之相近的人。本实用新型使用了集成了深度学习算法的人脸识别模块，对检测出的人脸图像进行人脸识别处理。

其识别过程如下：

1.对预先创建的人脸库进行训练；

2.把人脸库中包含的所有数据和待识别的图像全部投影到pca子空间；

3.查找与待识别人脸图像的向量最接近的训练数据投影后的向量，由此找到人脸库中对应的人，实现对人脸的识别。

该查找过程为：使用训练好的高级分类器(即人脸检测模块)来检测人脸数据。所述人脸识别模块使用不同大小的窗口在图像上进行搜索。在人脸检测模块获得人脸区域后，将窗口的大小进行调整，并与训练好的人脸库进行对比。根据判断阈值的大小，从而确定个人身份信息。若检测到的人脸不存在与人脸库中，启动报警单元并启动自动录像单元。

为此，本实用新型还为上述人脸识别装置设置了身份识别单元、报警单元和智能录像单元；

所述身份识别单元，用于在所述人脸识别装置检测到人脸(人脸库中存在的)时，在显示单元上显示相关人员(其信息保存在人脸库中或与人脸库中的人脸具有映射关系的数据库中)的身份信息。

所述报警单元，用于在所述人脸识别装置检测到陌生人(即非人脸库中的人)，使用声、光、电等方式报警，与此同时，通知智能录像单元工作。

所述智能录像单元，用于控制视频采集装置，具体的是视频采集模块中的电机，使得视频采集单元能够在一定的范围内旋转，追踪陌生人的行动路线，对陌生人在其采集范围内的活动进行记录。

由于，人脸检测模块和人脸识别模块使用的算法对计算能力的要求，优选使用个人计算机实现视频处理端，在满足实时性要求和计算能力的基础上，也可以选择定制化的系统实现所述视频处理端。

所述无线接入点模块的设置，不仅使所述视频采集端与视频处理端的连接，能够通过无线桥接的方式，适用无线路由、wifi放大器等网络设备充分扩展其物理连接范围；还能方面达到视频处理端运算能力的运算设备充当视频处理端，对压缩视频进行实时处理。

若视频采集端和视频处理端之间不包括任何通信终端时，可以实现视频采集端和视频处理端的无网络连接。而视频采集端和视频处理端之间包括通信终端时，通信终端可以对视频文件进行转发，方便多个监控人员通过多个视频处理端实时对压缩视频文件进行读取和处理。

实施例2

在实施例1的基础上，为了使视频采集端能够以节能模式下独立工作，所述视频采集端还包括：红外传感器。

所述红外传感器，用于检测视频采集单元的采集范围内是否出现人员，若是，唤醒单片机控制视频采集单元采集视频图像，并将所述采集视频图像保存到所述视频采集端中的闪存中；若否，通知单片机计入睡眠模式。

监控人员可以在下次使用视频处理端连接所述视频采集端时获取所述保存的采集视频图像。

本实施例的技术方案，可以实现不需要视频处理端检测到人脸的情况下就对采集视频图像进行智能录制，能够降低视频采集端的耗电和存储空间的占用，但又保证不错过有人经过的场景。非常适合所述视频采集端工作在电池供电，电力供应有限的场景中。

本实用新型的远程视频实施人脸识别系统，其中的视频采集端使用无线接入点模块，视频处理端使用无线网卡模块。降低了有线连接的安装和调试带来的复杂操作，并在视频处理端设置人脸检测单元，用于人脸检测过程之前，对接收到的压缩视频进行灰度化及直方图均衡化处理，更加易于人脸检测模块进行检测处理。

以上所述仅是本实用新型的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本实用新型技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本实用新型的保护范围。