基于人脸识别的人员动态监控方法、系统、介质及设备与流程

1.本发明涉及人脸识别技术领域，具体地，涉及一种基于人脸识别的人员动态监控方法、系统、介质及设备。


背景技术：

2.现有技术大多仅将人脸识别技术用于机数据中心的门禁控制，对于尾随进入(无进入权限却尾随别人进入数据中心内部)、跨区域访问(仅申请了数据中心内a区域的访问权限，实际却进入了b区域)、超时访问(在申请访问的时间段外仍然滞留数据中心内)等风险情况，仅通过门禁设备是无法识别告警的，普通的视频监控设备也只能在事后排查时才能发现。
3.专利文献cn109800691a(申请号：cn201910011645.8)公开了一种基于人脸识别技术的人口统计方法及系统，所述方法包括如下步骤：s1、设置至少一个监控区域；s2、获取监控区域的图像数据和位置信息；s3、获取图像数据中的人脸识别数据；s4、将人脸识别数据与预设的区域人员数据库进行比对；s5比对失败后，将人脸识别数据存储至动态人员数据库；s6、将设定时间内获取的人脸识别数据与动态人员数据库比对，统计目标人员比对成功次数，超过设定阈值，将该人脸识别数据存储至区域人员数据库。然而该专利无法对人员动态进行监控和警告，无法达到本发明的效果。


技术实现要素：

4.针对现有技术中的缺陷，本发明的目的是提供一种基于人脸识别的人员动态监控方法、系统、介质及设备。
5.根据本发明提供的基于人脸识别的人员动态监控方法，包括：
6.步骤1：通过摄像头捕捉拍摄人脸图像照片；
7.步骤2：对拍摄的照片进行质量评分，若评分大于预设阈值，则将照片的相应信息发送至后台管理系统，否则结束流程；
8.步骤3：在后台将照片转换为特征码数据，并与人脸库中照片特征码数据进行比对，进行相似度评分，若评分大于预设阈值，则返回照片对应的人员信息，否则结束流程；
9.步骤4：获取该人员可访问时段和可访问区域，判断拍摄时间是否在可访问时段内，判断拍摄区域是否在可访问区域内，若均为是，则结束流程，否则生成报警信息后再结束流程。
10.优选的，采用深度学习算法，以海量图片及视频资源为路基，通过机器自身提取照片的目标特征，得出照片质量评分，若评分大于预设阈值，则将现场人脸照、摄像头编号、拍摄时间信息通过软件开发工具包sdk的方式发送至后台管理系统。
11.优选的，将现场人脸照输入预设神经网络模型，将照片转换为特征码数据；将转换后的特征码数据与系统人脸库中的识别比对照数据集fr＝{x}进行比对，x包括识别比对照的特征码数据及对应人员id；比对后得到相似度最高的照片评分及其对应人员id，如果相
似度最高的照片评分大于预设的阈值评分，则返回对应人员id，否则返回识别失败。
12.优选的，通过人员id，获取该人员的可访问时间段，包括开始时间和结束时间，及可访问区域；检验拍摄时间是否在可访问时间段内；根据摄像头编号获取该摄像头的所属区域，检验摄像头的所属区域是否在可访问区域内；若检验均通过，则返回正常，否则返回报警记录。
13.根据本发明提供的基于人脸识别的人员动态监控系统，包括：
14.模块m1：通过摄像头捕捉拍摄人脸图像照片；
15.模块m2：对拍摄的照片进行质量评分，若评分大于预设阈值，则将照片的相应信息发送至后台管理系统，否则结束流程；
16.模块m3：在后台将照片转换为特征码数据，并与人脸库中照片特征码数据进行比对，进行相似度评分，若评分大于预设阈值，则返回照片对应的人员信息，否则结束流程；
17.模块m4：获取该人员可访问时段和可访问区域，判断拍摄时间是否在可访问时段内，判断拍摄区域是否在可访问区域内，若均为是，则结束流程，否则生成报警信息后再结束流程。
18.优选的，采用深度学习算法，以海量图片及视频资源为路基，通过机器自身提取照片的目标特征，得出照片质量评分，若评分大于预设阈值，则将现场人脸照、摄像头编号、拍摄时间信息通过软件开发工具包sdk的方式发送至后台管理系统。
19.优选的，将现场人脸照输入预设神经网络模型，将照片转换为特征码数据；将转换后的特征码数据与系统人脸库中的识别比对照数据集fr＝{x}进行比对，x包括识别比对照的特征码数据及对应人员id；比对后得到相似度最高的照片评分及其对应人员id，如果相似度最高的照片评分大于预设的阈值评分，则返回对应人员id，否则返回识别失败。
20.优选的，通过人员id，获取该人员的可访问时间段，包括开始时间和结束时间，及可访问区域；检验拍摄时间是否在可访问时间段内；根据摄像头编号获取该摄像头的所属区域，检验摄像头的所属区域是否在可访问区域内；若检验均通过，则返回正常，否则返回报警记录。
21.根据本发明提供的存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现所述的方法的步骤。
22.根据本发明提供的基于人脸识别的人员动态监控设备，包括：控制器；
23.所述控制器包括所述的存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现所述的基于人脸识别的人员动态监控方法的步骤；或者，所述控制器包括所述的基于人脸识别的人员动态监控系统。
24.与现有技术相比，本发明具有如下的有益效果：
25.本发明通过部署在数据中心关键位置的人脸识别摄像头，实时拍摄识别机房内人员情况，解决了数据中心内各区域人员无法有效进行动态管控的问题。
附图说明
26.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
27.图1为本发明方法流程图。
具体实施方式
28.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
29.实施例：
30.本发明通过布设在数据中心内各关键位置的人脸识别摄像头，动态拍摄数据中心内人员的现场人脸照，通过使用1:n人脸识别手段，鉴别认证人员身份，确保人员在授权区域内活动，对非法闯入未授权区域的人员进行告警。
31.如图1，具体包括如下步骤：
32.步骤1：通过布设在数据中心内各关键位置的人脸识别摄像头，动态拍摄数据中心内的现场人脸照，拍摄后将现场人脸照、拍摄该照片的摄像头编号及拍摄时间,发送至后台管理系统。
33.步骤2：将现场人脸照与系统人脸库中的识别比对照进行1：n搜索比对，如比对成功，则返回对应的人员id。
34.步骤3：通过人员id获取该人员的权限信息，根据摄像头编号及拍摄时间，确认其是否有访问权限，如无访问权限，则产生告警信息。
35.所述步骤1包括如下步骤：
36.输入：人脸识别摄像头
37.输出：现场人脸照、摄像头编号、拍摄时间
38.步骤1.1：人脸识别摄像头动态捕捉拍摄镜头范围内的人脸图像。
39.步骤1.2：摄像头对拍摄到的现场人脸照进行质量评分(排除清晰度差、非正面等不利于后端识别的照片)，如大于预设阈值，则将现场人脸照、摄像头编号、拍摄时间信息通过sdk方式发送至后台管理系统。
40.所述步骤2包括如下步骤：
41.输入：现场人脸照
42.输出：人员id
43.步骤2.1：将现场人脸照转换为人脸特征码数据sr。
44.步骤2.2：将sr与系统人脸库中的识别比对照数据集fr＝{x}进行比对,x包括识别比对照的特征码数据及对应人员id。
45.步骤2.3：比对后，可到一个相似度最高的照片评分fs及其对应的人员id，如果fs大于预设的阈值评分fs，则返回人员id，否则返回识别失败。
46.所述步骤3包括如下步骤：
47.输入：人员id
48.输出：报警记录
49.步骤3.1：通过人员id，获取该人员的可访问时间段，包括开始时间bt及结束时间et，及可访问区域ar＝{ar}。
50.步骤3.2：检验拍摄时间st是否满足bt≤st≤et。
51.步骤3.3：根据摄像头编号ca获取该摄像头的所属区域ar，检验ar是否在可访问区
域ar集内。
52.步骤3.4：如3.2、3.3均检验通过，则返回正常，否则返回报警记录。
53.根据本发明提供的基于人脸识别的人员动态监控系统，包括：模块m1：通过摄像头捕捉拍摄人脸图像照片；模块m2：对拍摄的照片进行质量评分，若评分大于预设阈值，则将照片的相应信息发送至后台管理系统，否则结束流程；模块m3：在后台将照片转换为特征码数据，并与人脸库中照片特征码数据进行比对，进行相似度评分，若评分大于预设阈值，则返回照片对应的人员信息，否则结束流程；模块m4：获取该人员可访问时段和可访问区域，判断拍摄时间是否在可访问时段内，判断拍摄区域是否在可访问区域内，若均为是，则结束流程，否则生成报警信息后再结束流程。
54.采用深度学习算法，以海量图片及视频资源为路基，通过机器自身提取照片的目标特征，得出照片质量评分，若评分大于预设阈值，则将现场人脸照、摄像头编号、拍摄时间信息通过软件开发工具包sdk的方式发送至后台管理系统。将现场人脸照输入预设神经网络模型，将照片转换为特征码数据；将转换后的特征码数据与系统人脸库中的识别比对照数据集fr＝{x}进行比对，x包括识别比对照的特征码数据及对应人员id；比对后得到相似度最高的照片评分及其对应人员id，如果相似度最高的照片评分大于预设的阈值评分，则返回对应人员id，否则返回识别失败。通过人员id，获取该人员的可访问时间段，包括开始时间和结束时间，及可访问区域；检验拍摄时间是否在可访问时间段内；根据摄像头编号获取该摄像头的所属区域，检验摄像头的所属区域是否在可访问区域内；若检验均通过，则返回正常，否则返回报警记录。
55.根据本发明提供的存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现所述的方法的步骤。
56.根据本发明提供的基于人脸识别的人员动态监控设备，包括：控制器；所述控制器包括所述的存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现所述的基于人脸识别的人员动态监控方法的步骤；或者，所述控制器包括所述的基于人脸识别的人员动态监控系统。
57.本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
58.以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。