布控人员的人脸比对方法、装置和电子设备与流程

1.本发明涉及计算机软件技术领域，尤其是涉及一种布控人员的人脸比对方法、装置和电子设备。


背景技术：

2.随着智慧城市的发展，人脸识别相关技术日趋成熟，人脸采集渠道也越来越多，如：小区门禁、商场监控、交通监控探头等，这些监控设备每时每刻都在进行人脸采集。利用采集到的数据可以进行重点人员布控，以保障生活便利、维护社会安全。但是随着监控设备越来越多，采集到的数据也越来越多，在大数据量的情景下确定布控人员需要大量的人力资源投入，且效率很低。


技术实现要素：

3.本发明的目的在于提供一种布控人员的人脸比对方法、装置和电子设备，以缓解现有技术中存在的需要大量的人力资源投入、效率低的技术问题。
4.为了实现上述目的，本发明实施例采用的技术方案如下：
5.第一方面，本发明实施例提供了一种布控人员的人脸比对方法，包括：
6.根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；上述待比对的静态人员的人脸特征值由预先对监控视频画面进行图像处理生成；
7.利用gpu加速模块将上述待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；上述gpu加速模块包括显卡图形处理单元和计算机处理单元cpu；
8.确定符合阈值的上述目标相似度对应的静态人员的人脸特征值为目标布控人员。
9.在一些可能的实施方式中，在根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵之前，还包括：接收分布式发布订阅消息系统发送的监控视频数据；上述监控视频数据包括待比对的静态人员的人脸图片信息。
10.在一些可能的实施方式中，还包括：对上述人脸图片信息进行数据清洗。
11.在一些可能的实施方式中，对上述人脸图片信息进行数据清洗，包括：
12.对上述人脸图片信息进行尺寸筛选，剔除图片尺寸异常的数据；
13.对上述人脸图片信息进行时间筛选，剔除上述人脸图片信息的采集时间异常的数据；
14.对上述人脸图片信息进行生产环境数据来源筛选，剔除采集设备位置信息丢失的数据。
15.在一些可能的实施方式中，还包括：将清洗后的数据进行特征提取，生成待比对的静态人员的人脸特征值。
16.在一些可能的实施方式中，利用gpu加速模块将上述待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度，包括：
17.利用numpy批量计算上述待比对的特征值矩阵中的每个特征值，与上述布控人员
人脸的特征值的目标向量余弦值；
18.如果上述目标向量余弦值超过阈值，确定当前待比对的特征值矩阵中的特征值对应的静态人员的人脸为目标布控人员的人脸。
19.第二方面，本发明实施例提供了一种布控人员的人脸比对装置，包括：
20.特征值矩阵确定模块，用于根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；上述待比对的静态人员的人脸特征值由预先对监控视频画面进行图像处理生成；
21.目标相似度确定模块，用于利用gpu加速模块将上述待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；上述gpu加速模块包括显卡图形处理单元和计算机处理单元cpu；
22.目标布控人员确定模块，用于确定符合阈值的上述目标相似度对应的静态人员的人脸特征值为目标布控人员。
23.在一些可能的实施方式中，还包括数据接收模块，用于接收分布式发布订阅消息系统发送的监控视频数据；上述监控视频数据包括待比对的静态人员的人脸图片信息。
24.第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的布控人员的人脸比对方法。
25.第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述第一方面任一项所述的布控人员的人脸比对方法。
26.本发明提供了一种布控人员的人脸比对方法、装置和电子设备，该方法包括：首先根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；然后利用gpu加速模块将待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；gpu加速模块包括显卡图形处理单元和计算机处理单元cpu；最后确定符合阈值的目标相似度对应的静态人员的人脸特征值为目标布控人员，通过该方法缓解了现有技术中存在的需要大量的人力资源投入、效率低的技术问题，实现了布控人员的人脸与大量人脸数据的快速比对，大大提升了比对效率。
附图说明
27.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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。
28.图1为本发明实施例提供的一种布控人员的人脸比对方法的流程示意图；
29.图2为本发明实施例提供的另一种布控人员的人脸比对方法的流程示意图；
30.图3为本发明实施例提供的一种布控人员的人脸比对装置的结构示意图；
31.图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
32.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
33.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
34.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
35.随着智慧城市的发展，人脸识别相关技术日趋成熟，人脸采集渠道也越来越多，如：小区门禁、商场监控、交通监控探头等，这些监控设备每时每刻都在进行人脸采集。利用采集到的数据可以进行重点人员布控，以保障生活便利、维护社会安全。但是随着监控设备越来越多，采集到的数据也越来越多，在大数据量的情景下确定布控人员需要大量的人力资源投入，并且效率较低。
36.基于此，本发明实施例提供了一种布控人员的人脸比对方法、装置和电子设备，以缓解现有技术中存在的需要大量的人力资源投入、效率低的技术问题。
37.为便于对本实施例进行理解，首先对本发明实施例所公开的一种布控人员的人脸比对方法进行详细介绍，参见图1所示的一种布控人员的人脸比对方法的流程示意图，该方法可以由电子设备执行，主要包括以下步骤s110至步骤s130：
38.s110：根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；
39.其中，待比对的静态人员的人脸特征值由预先对监控视频画面进行图像处理生成。也就是说，监控视频画面包括大量待比对的静态人员的人脸图像，可以通过其特征值确定待比对的特征值矩阵。人脸特征值可以是值抓拍人脸通过分析提取到的特征值，是一个多维度的特征向量。
40.上述监控视频可以是第三方厂商提供的数据，并且可以通过指定方式(如：ftp、activemq、kafka订阅、redis订阅、socket认证通信等)发送至数据入口。通过数据入口将数据接入后可以对所有数据进行统一的消息处理，格式化成统一格式。
41.s120：利用gpu加速模块将待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；
42.gpu加速模块包括显卡图形处理单元和计算机处理单元cpu；即本实施例中的gpu加速模块的功能由显卡图形处理单元gpu与计算机处理单元cpu结合实现，用来处理密集型操作，在gpu中并行操作，大大加快了处理速度。
43.s130：确定符合阈值的目标相似度对应的静态人员的人脸特征值为目标布控人员。
44.本发明提供了一种布控人员的人脸比对方法，包括：首先根据待比对的静态人员
的人脸特征值确定待比对的特征值矩阵；然后利用gpu加速模块将待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；gpu加速模块包括显卡图形处理单元和计算机处理单元cpu；最后确定符合阈值的目标相似度对应的静态人员的人脸特征值为目标布控人员，通过该方法缓解了现有技术中存在的需要大量的人力资源投入、效率低的技术问题，实现了布控人员的人脸与大量人脸数据的快速比对，大大提升了比对效率。
45.在一种实施例中，参见图2，布控人员的人脸比对方法在上述步骤s110之前，还可以包括以下步骤：
46.s210：接收分布式发布订阅消息系统发送的监控视频数据；监控视频数据包括待比对的静态人员的人脸图片信息；
47.s220：对人脸图片信息进行数据清洗。
48.其中，数据清洗一般是对人脸图片信息进行预处理，以得到符合进行特征提取条件的目的。在本实施例中，对人脸图片进行数据清洗可以包括以下几个方面：
49.(1)对人脸图片信息进行尺寸筛选，剔除图片尺寸异常的数据；
50.其中，图片尺寸异常一般是指图片尺寸过大(超出服务器承载范围)或过小；还可以剔除图片无法访问的数据。
51.(2)对人脸图片信息进行时间筛选，剔除人脸图片信息的采集时间异常的数据；
52.其中，采集时间异常的数据可以是时间错误的数据，例如：拍摄时间与时间同步服务器差异超过24小时、拍摄时间处于未来时间段(需在未来时间5min以内)等等。
53.(3)对人脸图片信息进行生产环境数据来源筛选，剔除采集设备位置信息丢失的数据。
54.即，剔除无卡口信息(设备id)的失效数据。生产环境下数据来源于卡口数据和视频数据，卡口数据可以是路口抓拍摄像头的数据，视频数据一般是公共场所的录像设备的数据，也就是说，卡口信息相当于这些设备的位置信息。
55.在一种实施例中，数据清洗后可推送至消息系统(如：redis队列或者订阅、kafka订阅)，该消息系统主要用于数据的暂时存储，方便针对历史数据做定制处理，或者容灾，一旦发生异常，可以从发生异常那一刻开始重新处理数据。清洗后的数据通过识别程序进行特征值提取、进一步清洗等操作后，再次将可布控的数据(即清洗为统一格式的数据)发送到kafka的相关topic中。
56.kafka是一种高吞吐量的分布式发布订阅消息系统，topic是kafka消息系统中的一个存储消息的概念，相当于某一类消息的集合。整个系统中topic类型有很多，对于布控一般有两种topic：实时数据topic和告警结果topic，可以用于系统解耦。
57.在一种实施例中，上述方法还可以包括：将清洗后的数据进行特征提取，生成待比对的静态人员的人脸特征值。
58.上述s120包括：利用numpy批量计算待比对的特征值矩阵中的每个特征值，与布控人员人脸的特征值的目标向量余弦值；如果目标向量余弦值超过阈值，确定当前待比对的特征值矩阵中的特征值对应的静态人员的人脸为目标布控人员的人脸。
59.也就是说，利用gpu的高性能，采用numpy结合pytorch(cuda的gpu加速支持)的方式进行处理。由于gpu用于加速numpy的运算速度，numpy利用gpu加速可以提升十几倍的运算速度。其中，numpy和pytorch都是python语言的扩展程序库，支持大量的维度数组和矩阵
运算，主要用于提供数据运算的一些函数库。
60.作为一个具体的示例，上述布控人员的人脸比对方法还包括：订阅kafka中的topic实时人脸数据，通过numpy利用gpu加速进行特征值比对，根据公式(1)计算特征值的向量余弦值，然后筛选符合阈值范围的数据，从缓存中比对出相关人员信息，最后将告警结果输出到kafka和数据库中。
[0061][0062]
上式中，xi表示待比对的特征值矩阵中的第i个特征值，yi表示布控人员人脸的特征值。
[0063]
其中，告警结果一般为在海量人脸数据中对比出的目标布控人员。人员布控时一般会指定一个相似度值，比如90％，表示布控的目标人与实时人脸中的比对相似度大于等于90％的都会进行告警。将相似度转换成余弦值c1(阈值)，如果两个多维向量通过公式计算出的余弦值是符合c1的，那么可以从缓存中比对出该人员信息进行告警。
[0064]
本实施例提供的布控人员的人脸比对方法可以在后台实时处理人脸数据，进行实时特征值比对，并且利用gpu强大的计算性能，加速特征比对的效率。在实战中能够快速有效的进行重点人员的布控告警，快速精准比对出目标布控人员。
[0065]
本发明实施例还提供了一种布控人员的人脸比对装置，参见图3，该装置包括：
[0066]
特征值矩阵确定模块310，用于根据待比对的静态人员的人脸特征值确定待比对的特征值矩阵；待比对的静态人员的人脸特征值由预先对监控视频画面进行图像处理生成；
[0067]
目标相似度确定模块320，用于利用gpu加速模块将待比对的特征值矩阵与布控人员人脸的特征值进行比对，确定目标相似度；gpu加速模块包括显卡图形处理单元和计算机处理单元cpu；
[0068]
目标布控人员确定模块330，用于确定符合阈值的目标相似度对应的静态人员的人脸特征值为目标布控人员。
[0069]
在一种实施例中，上述装置还包括数据接收模块，用于接收分布式发布订阅消息系统发送的监控视频数据；监控视频数据包括待比对的静态人员的人脸图片信息。
[0070]
本技术实施例所提供的布控人员的人脸比对装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本技术实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。本技术实施例提供的布控人员的人脸比对装置与上述实施例提供的布控人员的人脸比对方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
[0071]
本技术实施例还提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
[0072]
图4为本技术实施例提供的一种电子设备的结构示意图，该电子设备400包括：处理器40，存储器41，总线42和通信接口43，所述处理器40、通信接口43和存储器41通过总线42连接；处理器40用于执行存储器41中存储的可执行模块，例如计算机程序。
[0073]
其中，存储器41可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
[0074]
总线42可以是isa总线、pci总线或eisa总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
[0075]
其中，存储器41用于存储程序，所述处理器40在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中，或者由处理器40实现。
[0076]
处理器40可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现成可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器40读取存储器41中的信息，结合其硬件完成上述方法的步骤。
[0077]
对应于上述方法，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述方法的步骤。
[0078]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。