一种基于人脸识别的访客辨识方法、存储介质及电子设备与流程

所属的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。根据本发明的这种实施方式的电子设备。电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：上述至少一个处理器、上述至少一个储存器、连接不同系统组件(包括储存器和处理器)的总线。其中，储存器存储有程序代码，程序代码可以被处理器执行，使得处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。储存器可以包括易失性储存器形式的可读介质，例如随机存取储存器(ram)和/或高速缓存储存器，还可以进一步包括只读储存器(rom)。储存器还可以包括具有一组(至少一个)程序模块的程序/实用工具，这样的程序模块包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线可以为表示几类总线结构中的一种或多种，包括储存器总线或者储存器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。电子设备也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口进行。并且，电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器通过总线与电子设备的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

背景技术：

1、在当前的安全监控和人员管理领域，对于实时视频流的处理和人员特征识别的需求越来越多。传统的安全监控系统通常依赖于人工操作和分析，耗时且容易出错。随着计算机视觉技术的发展，也出现了一些基于人脸识别技术的门禁系统，用于检查访客的进出权限，并根据进出权限进行放行与拦截。但是，现有的门禁系统无法有效辨识大批量访客在进出过程中的错出问题。

技术实现思路

1、针对上述技术问题，本发明采用的技术方案为：

2、根据本发明的一个方面，提供了一种基于人脸识别的访客辨识方法，该方法包括如下步骤：

3、获取进入访客位于第一目标区域中时产生的第一视频流，第一视频流中包括多帧第一待检测图像；

4、对第一视频流中的每一帧第一待检测图像进行访客特征处理，生成进入访客对应的第一特征值；

5、获取离开访客位于第二目标区域中时产生的第二视频流，第二视频流中包括多帧第二待检测图像；

6、对第二视频流中的每一帧第二待检测图像进行访客特征处理，生成离开访客对应的第二特征值；

7、计算离开访客对应的第二特征值与已生成的每一第一特征值的相似度；

8、若离开访客对应的第二特征值与已生成的任一第一特征值的相似度大于第一相似度阈值，则确定离开访客与任一第一特征值对应的进入访客为同一访客；

9、访客特征处理，包括：

10、将待检测图像输入scrfd模型中，以识别待检测图像中是否有人脸图像；待检测图像包括第一待检测图像及第二待检测图像；

11、若待检测图像中有人脸图像，则将待检测图像分别输入repvgg模型、iresnet模型及deepsort模型，生成人脸图像对应的正位参数、人脸特征值及人脸跟踪标识；

12、repvgg模型用于生成人脸图像的脸部正位参数，脸部正位参数用于表示人脸图像与目标正脸图像之间的接近程度；iresnet模型用于生成人脸图像的人脸特征值；每一人脸图像唯一对应一个人脸特征值；deepsort模型用于生成人脸图像的人脸跟踪标识；同一访客的人脸图像对应同一人脸跟踪标识；

13、从同一视频流对应的所有待检测图像中，筛选出每一访客对应的目标特征值，目标特征值为同一人脸跟踪标识对应的多个人脸特征值中，最大正位参数所对应的人脸特征值。

14、进一步的，在生成进入访客对应的第一特征值之后，该方法还包括：

15、为第一特征值配置进入标签；

16、将第一特征值及对应的进入标签存入进入访客数据库中。

17、进一步的，在生成离开访客对应的第二特征值之后，该方法还包括：

18、为第二特征值配置离开标签；

19、将第二特征值及对应的离开标签存入离开访客数据库中。

20、进一步的，在将第二特征值及对应的离开标签存入离开访客数据库中之后，该方法还包括：

21、到达预设时间时，计算进入访客数据库中已有的每一第一特征值分别与离开访客数据库中已有的每一第二特征值的相似度，生成每一第一特征值及第二特征值对应的相似度序列；其中，aji为进入访客数据库中已有的第i个第一特征值对应的相似度序列，aji＝(aji1、aji2、…、ajin、…、ajif(l))，i＝1、2、…、f(j)，f(j)为进入访客数据库中已有的第一特征值的总数量；ajin为进入访客数据库中已有的第i个第一特征值与离开访客数据库中已有的第n个第二特征值之间的相似度，n＝1、2、…、f(l)，f(l)为离开访客数据库中已有的第二特征值的总数量；

22、对每一第一特征值及第二特征值对应的相似度序列分别进行异常检测，若max(aji1、aji2、…、ajin、…、ajif(l))<y2；则aji对应的第一特征值配置异常标签；其中，y2为第二相似度阈值。

23、进一步的，在从同一视频流对应的所有待检测图像中，筛选出每一访客对应的目标特征值之后，访客特征处理还包括：

24、使用base64加密算法对目标特征值进行加密，生成第一加密特征值。

25、进一步的，在计算离开访客对应的第二特征值与已生成的每一第一特征值的相似度之前，该方法还包括：

26、使用base64解密算法对第一加密特征值进行解密，生成第一加密特征值对应的第一解密特征值，第一解密特征值为具有固定长度的二进制字符串。

27、进一步的，第一特征值及第二特征值均为具有固定长度的二进制字符串；

28、计算离开访客对应的第二特征值与已生成的每一第一特征值的相似度，包括：

29、将要进行相似度计算的第二特征值转化为对应的第二特征向量；

30、将要进行相似度计算的第一特征值转化为对应的第一特征向量；第一特征向量与第二特征向量的长度相同；

31、使用余弦相似度计算第二特征向量与第一特征向量之间的夹角余弦值cosβ；

32、对cosβ进行相似度转化处理，生成对应的第二特征值与对应的第一特征值之间的相似度pmeβ；pmeβ∈[0，1]。

33、进一步的，pmeβ满足如下条件：

34、pmeβ＝(cosβ+1)*50％。

35、根据本发明的第二个方面，提供了一种非瞬时性计算机可读存储介质，非瞬时性计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的一种基于人脸识别的访客辨识方法。

36、根据本发明的第三个方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的一种基于人脸识别的访客辨识方法。

37、本发明至少具有以下有益效果：

38、本发明中，在访客进入目标区域时，会获取访客位于第一目标区域中时产生的第一视频流，并对第一视频流进行访客特征处理，以生成最能准确表示该待进入访客脸部特征的第一特征值，并保存。同理，在访客离开目标区域时，会获取访客对应的第二视频流并进行访客特征处理，同样会生成一个最能准确表示该待离开访客脸部特征的第二特征值。然后将第二特征值与已经存在的每一第一特征值进行相似度计算，当相似度大于第一相似度阈值时，确定该待离开的访客为已进入访客中的一位。通过将离开访客与已进入的访客进行相似度比较，进而可以通过相似度对要离开的访客与已进入的访客进行匹配，如果匹配成功则可以放行，如果匹配失败则告警。由此，可以保证可以离开的访客必然为已进入的访客中的一位，进而可以避免访客在进出过程中的错出问题。

39、另外，访客特征处理是对视频流中的每一帧待检测图像进行处理，然后会将其中同一个人脸最接近正脸状态的待检测图像生成的人脸特征值，作为该访客对应的特征值。由此，可以选取最能准确表示访客脸部特征的特征值，进而保证后续进行相似度计算时的准确性。