一种基于人脸识别的校园人员轨迹预警方法与流程

本发明涉及校园智能监控，具体为一种基于人脸识别的校园人员轨迹预警方法。

背景技术：

1、校园人员轨迹预警是指利用布设于校门、道路、教学楼、宿舍楼及其他公共区域的监控设备，对学生、教职工及访客的出现位置、通行时间和移动方向进行采集，并根据不同监控区域之间的空间关系形成连续轨迹，在人员未按预定路线到达或出现异常通行状态时发出提示。为提高轨迹节点与具体人员身份之间的对应准确性，现有校园监控通常结合人脸特征提取和身份特征库比对，将识别得到的人员身份与摄像设备位置、观测时间及通行方向进行关联。

2、现有方式通常按照各摄像设备输出的人脸识别记录的时间顺序和设备位置连接人员轨迹，并将目标人员是否在对应摄像设备处形成身份识别记录，作为其是否经过该监控区域的判断依据。然而，人员实际经过监控区域时，受光照变化、面部遮挡、拍摄角度或人员姿态影响，摄像设备可能能够正常采集视频并检测到人体，却未能形成有效的人脸识别记录，进而容易将该识别缺失误判为人员未经过相应区域，造成轨迹节点缺失及人员未到达误预警。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于人脸识别的校园人员轨迹预警方法，解决因人脸识别缺失而误判人员未经过相应区域，导致轨迹节点缺失及未到达误预警的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于人脸识别的校园人员轨迹预警方法，包括：

3、s1、基于校园人员通行拓扑网络，确定待校准摄像设备及其对应的上游第一摄像设备与下游第二摄像设备；

4、s2、获取所述第一、第二摄像设备的识别数据，若同一目标人员被所述第一摄像设备和第二摄像设备先后识别，则将该目标人员标记为闭环人员；

5、s3、屏蔽所述待校准摄像设备的观测数据，根据所述第一、第二摄像设备的识别时间、识别方向及所述通行拓扑网络，计算所述闭环人员经过所述待校准摄像设备区域的必经可信度；

6、s4、若所述必经可信度大于预设阈值，则根据所述识别时间及路段通行时效参数，采用正向与反向双向推演，生成该闭环人员经过所述待校准摄像设备的预期时间窗口；

7、s5、在所述预期时间窗口内，依序提取所述待校准摄像设备递进的人体检测结果、轨迹生成结果、人脸抓拍结果及身份匹配结果；

8、s6、聚合多个闭环人员的提取结果，按照相邻递进结果的样本量比例，分别计算所述待校准摄像设备在人体、轨迹、人脸及身份层面的分层观测率；

9、s7、当所述人体和轨迹的观测率符合正常阈值，且所述人脸或身份的观测率低于异常阈值时，保留所述闭环人员在所述待校准摄像设备区域的轨迹节点，将其身份属性置为推断身份，并阻断对应的人员未到达预警。

10、优选的，所述s1具体包括以下步骤：

11、将校园内人员通行的物理区域构建为有向连通图，定义图中的边为通行路段，定义图中的节点为摄像设备的监控视场，并为每条通行路段配置对应的通行方向与标准通行耗时参数；

12、获取待校准摄像设备在所述有向连通图中的拓扑位置，沿所述待校准摄像设备入向通行路段的逆向遍历识别出直接相邻的监控节点作为上游第一摄像设备，沿出向通行路段的正向遍历识别出直接相邻的监控节点作为下游第二摄像设备。

13、优选的，所述s2具体包括以下步骤：

14、从所述第一摄像设备和第二摄像设备的视频处理数据中分别提取目标人员的人脸局部特征、人体全局外观特征、观测时间以及离开或进入的通行方向；

15、计算所述第一摄像设备与第二摄像设备所提取特征的综合相似度，当所述综合相似度达到身份确认阈值，且提取的两个观测时间的差值符合由第一摄像设备至第二摄像设备在所述通行拓扑网络中的单向物理通行时效时，判定为同一目标人员并将其标记为闭环人员。

16、优选的，所述s3具体包括以下步骤：

17、在屏蔽所述待校准摄像设备自身观测数据的前提下，在所述通行拓扑网络中遍历从所述第一摄像设备至所述第二摄像设备的所有连通分支，生成所述闭环人员的候选通行路径集合；

18、根据所述候选通行路径集合中各条路径的物理通行距离以及与实际人员通行方向的匹配度，为每条候选通行路径分配初始通行概率；

19、结合所述通行拓扑网络中除所述待校准摄像设备之外的其余旁路摄像设备的观测数据，对各条候选通行路径的初始通行概率进行动态权重更新，并将途经所述待校准摄像设备的所有候选通行路径的更新后概率进行求和得出所述必经可信度。

20、优选的，所述结合所述通行拓扑网络中除所述待校准摄像设备之外的其余旁路摄像设备的观测数据，对各条候选通行路径的初始通行概率进行动态权重更新具体包括：

21、提取各条候选通行路径上分布的所述旁路摄像设备针对所述闭环人员的实际识别记录；

22、针对未途经所述待校准摄像设备的替代候选路径，若其包含的旁路摄像设备未产生所述闭环人员的识别记录，则对该替代候选路径施加衰减惩罚系数以降低其通行概率；

23、将因施加衰减惩罚系数而削减的概率权重进行归一化处理，并补偿叠加至途经所述待校准摄像设备的候选通行路径上，完成所述动态权重更新。

24、优选的，所述s4具体包括以下步骤：

25、基于所述识别时间提取该闭环人员在第一摄像设备处的第一观测时刻以及在第二摄像设备处的第二观测时刻，并从所述通行时效参数中提取第一摄像设备至待校准摄像设备的前段耗时区间，以及待校准摄像设备至第二摄像设备的后段耗时区间；

26、将所述第一观测时刻与所述前段耗时区间相加，正向推演得出包含所述第一时间下界与第一时间上界的第一时间区间；

27、将所述第二观测时刻减去所述后段耗时区间，反向推演得出包含所述第二时间下界与第二时间上界的第二时间区间；

28、提取所述第一时间区间与所述第二时间区间在时间轴上的重合部分，将其作为最终的预期时间窗口。

29、优选的，所述提取所述第一时间区间与所述第二时间区间在时间轴上的重合部分，将其作为最终的预期时间窗口具体包括：

30、判断所述第一时间区间与所述第二时间区间是否存在交集，若存在交集则直接截取相交片段作为所述预期时间窗口；

31、若所述第一时间区间与所述第二时间区间不存在交集，则计算两个时间区间的时序偏移量，并引入预设的设备系统时钟漂移容限参数，对所述第一时间区间和第二时间区间的边界进行双向外扩补偿，直至补偿后的两个时间区间产生交集，并将外扩补偿后形成的包络重合片段作为所述预期时间窗口。

32、优选的，所述s5具体包括以下步骤：

33、在所述预期时间窗口内对所述待校准摄像设备的视频流进行人体形态检测，若检测到目标，则将检测结果提取为人体观测事件；

34、对提取到的人体观测事件执行跟踪算法，若目标形成越过预设通行边界的连续坐标序列，则将轨迹信息提取为轨迹观测事件；

35、提取所述轨迹观测事件中目标人体区域的人脸图像，若图像满足预设的人脸清晰度及人脸尺寸阈值，则将所述图像提取为人脸观测事件；

36、将所提取的人脸图像与身份特征库进行特征向量相似度比对，若相似度高于预设阈值，则将匹配结果提取为身份观测事件。

37、优选的，所述s6具体包括以下步骤：

38、汇总预设时间段内所有所述闭环人员针对所述待校准摄像设备的提取结果，统计作为评估基数的闭环人员总数；

39、在所述闭环人员总数中，依序统计出成功提取到人体检测结果、轨迹生成结果、人脸抓拍结果以及身份匹配结果的独立样本数量；

40、按照任务层级的物理递进依赖关系，以前置层级成功输出结果的样本数量作为动态计算基数，分别计算当前层级样本数量占所述动态计算基数的百分比，输出所述待校准摄像设备的分层观测率。

41、优选的，所述按照任务层级的物理递进依赖关系，以前置层级成功输出结果的样本数量作为动态计算基数，分别计算当前层级样本数量占所述动态计算基数的百分比具体包括：

42、将提取到人体检测结果的样本数量除以所述闭环人员总数，计算得出所述人体层面的分层观测率；

43、将提取到轨迹生成结果的样本数量除以提取到人体检测结果的样本数量，计算得出所述轨迹层面的分层观测率；

44、将提取到人脸抓拍结果的样本数量除以提取到轨迹生成结果的样本数量，计算得出所述人脸层面的分层观测率；

45、将提取到身份匹配结果的样本数量除以提取到人脸抓拍结果的样本数量，计算得出所述身份层面的分层观测率。

46、本发明提供了一种基于人脸识别的校园人员轨迹预警方法。具备以下有益效果：

47、1、本发明通过上下游摄像设备构建闭环人员样本，在屏蔽待校准摄像设备自身观测数据的情况下，结合通行拓扑、通行方向及旁路观测计算必经可信度，避免以目标设备未识别到人员直接判定其未经过，降低轨迹断裂及未到达误预警。

48、2、本发明采用正向与反向双向推演确定人员经过待校准摄像设备的预期时间窗口，并通过设备时钟漂移容限进行区间外扩补偿，能够缩小视频检索范围，减小设备时间偏差对轨迹关联结果的影响，提高中间轨迹节点的时间定位准确性。

49、3、本发明按照人体检测、轨迹生成、人脸抓拍及身份匹配的递进关系计算分层观测率，可区分人体未检出、跟踪失败、人脸质量不足和身份匹配失败；在人脸或身份层异常时保留推断身份轨迹节点并阻断未到达预警，提高预警结果的可靠性。