一种基于人脸识别的机场精确化监控系统的制作方法

1.本发明涉及人脸识别，人工智能技术领域，特别涉及一种基于轻量级的物联网终端身份安全认证方法。


背景技术：

2.目前的机场安全监控主要靠摄像头监测和安全通道检查，是对每为旅客提供的同样程度安全保护，不仅造成安检时间过长，旅客对于等待时长存有意见缺，而且少对重点监控目标的有效针对性，浪费大量人力物力，机场需要一种对于重点人群给予重点关注的新型安全监控机制以提高效率。


技术实现要素：

3.本发明提供一种基于人脸识别的机场精确化监控系统，用以解决上述背景技术中出现的情况。
4.本发明提供一种基于人脸识别的机场精确化监控系统，包括：
5.监控节点模块，用于在机场预设的控制范围内部署监控节点；
6.监控图像模块，用于基于预设的物联网，对所述监控节点进行信息采集，确定监控图像；
7.识别结果模块，用于对所述监控图像中的人脸特征进行识别，确定识别结果；
8.解决方案模块，用于将所述识别结果反馈至预设的控制终端，并调取对应的解决方案。
9.作为本技术方案的一种实施例，所述监控节点模块，包括：
10.划分区域单元，用于对机场的监控范围进行划分，确定划分区域；其中，所述划分区域至少包括交叉监控区域和分离监控区域；
11.分类序号单元，用于对所述划分区域进行重点监控区域的分类，确定对应的分类序号；
12.分割单元，用于基于所述分类序号，对划分区域进行分割，确定重点监控区域和非重点监控区域；
13.监控节点单元，用于基于所述重点监控区域和非重点监控区域，部署监控节点。
14.作为本技术方案的一种实施例，所述监控图像模块，包括：
15.帧图像单元，用于实时识别监控录像，对所述监控录像进行按帧识别，确定帧图像；
16.待处理图像单元，用于对所述帧图像进行模糊度筛选，并将筛选未通过的帧图像进行删除，同时，将删除未筛选通过的图像后剩余的图像确定为待处理图像；
17.监控图像单元，用于对所述待处理图像进行图像信息采集，确定包括人脸图像的待处理图像为监控图像。
18.作为本技术方案的一种实施例，所述识别结果模块，包括：
19.除重图像单元，用于对所述监控图像中包含人脸信息的图像进行除重，确定除重图像；
20.表情特征分析数据单元，用于对所述筛选图像中的人脸表情进行特征分析，确定表情特征分析数据；
21.识别结果单元，用于将所述表情特征分析数据和预设的表情特征分析预置范围进行比较和识别，确定识别结果；
22.正常数据单元，用于当所述识别结果为所述表情特征分析数据处于预设的表情特征分析预置范围内，确定所述表情特征分析数据为正常数据，并将正常数据暂存至预设的存储终端；
23.异常数据单元，用于当所述识别结果为所述表情特征分析数据未处于预设的表情特征分析预置范围内，确定所述表情特征分析数据为异常数据，并从预设的存储终端调取对应的正常数据。
24.作为本技术方案的一种实施例，所述筛选图像单元，包括：
25.人脸特征元素单元，用于对所述监控图像中的人脸特征进行识别，确定人脸特征元素；
26.服饰特征元素单元，用于对所述监控图像中存在人脸特征的图像进行对应的服饰分析，确定服饰特征元素；
27.特征对象单元，用于通过所述人脸特征元素和服饰特征元素，在对应的监控图像中标注对应的特征对象；
28.筛选图像单元，用于确定标注后的监控图像为筛选图像。
29.作为本技术方案的一种实施例，所述表情特征分析数据单元，还包括：
30.特征学习数据子单元，用于获取人脸表情样本，对所述人脸表情样本进行卷积训练，确定特征学习数据；
31.样本特征集合子单元，用于通过所述特征学习数据，对所述人脸表情样本进行提取，确定样本特征集合；
32.特征学习因子单元，用于将所述样本特征集合传输至预设的大数据中心进行分析，提炼特征学习因子；
33.表情训练模型子单元，用于将所述特征学习因子和人脸表情样传输至预设的神经卷积网络，进行二次卷积训练，生成对应的表情训练模型；
34.表情特征分析数据子单元，用于将所述筛选图像中的人脸表情传输至所述表情训练模型进行特征分析，确定表情特征分析数据。
35.作为本技术方案的一种实施例，所述解决方案模块，包括：
36.预警单元，用于当所述识别结果为识别异常结果，将所述识别异常结果反馈至预设的控制终端，并进行预警；
37.解决方案单元，用于当所述识别结果为识别存疑结果，将所述识别异常结果反馈至预设的控制终端，并调取对应的解决方案；所述解决方案至少包括图像重点跟踪、记录轨迹、传输至控制终端预警；
38.删除单元，用于当所述识别结果为识别正常结果，从预设的存储终端删除和识别正常结果对应的监控图像。
39.作为本技术方案的一种实施例，所述解决方案单元，包括：
40.关键字识别信息子单元，用于获取所述识别结果，通过所述识别结果，生成对应的关键字识别信息；
41.联想表子单元，用于对所述关键字识别信息和预设的标准比对照表进行对照，并生成对应的联想表；
42.预测方案子单元，用于将所述联想表和关键字识别信息传输至预设的训练模型，生成对应的预测方案；
43.对比子单元，用于将所述预测方案和预设的方案数据库中的历史方案进行对比，读取至少一个解决方案并反馈至控制终端。
44.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
45.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
46.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
47.图1为本发明实施例中一种基于人脸识别的机场精确化监控系统流程图；
48.图2为本发明实施例中一种基于人脸识别的机场精确化监控系统流程图；
49.图3为本发明实施例中一种基于人脸识别的机场精确化监控系统流程图。
具体实施方式
50.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
51.实施例1：
52.根据附图1所示，本发明实施例提供了1、一种基于人脸识别的机场精确化监控系统，其特征在于，包括：
53.监控节点模块，用于在机场预设的控制范围内部署监控节点；
54.监控图像模块，用于基于预设的物联网，对所述监控节点进行信息采集，确定监控图像；
55.识别结果模块，用于对所述监控图像中的人脸特征进行识别，确定识别结果；
56.解决方案模块，用于将所述识别结果反馈至预设的控制终端，并调取对应的解决方案。
57.上述技术方案的工作原理和有益效果为：
58.本技术方案中，监控节点模块用于在机场预设的控制范围内部署监控节点，在全时段对控制范围进行动态监测；监控图像模块，用于基于预设的物联网，对监控节点进行信息采集，确定监控图像，有力保障对监控图元的有效采集；识别结果模块，用于对监控图像中的人脸特征进行识别，确定识别结果，其中，识别结果包括识别异常结果、识别存疑结果和识别正常结果，通过分层判断，对安全保护形成主次优先数序，提高人力物力投入的精确
性；解决方案模块，用于将识别结果反馈至预设的控制终端，并调取对应的解决方案，既加强对识别异常结果的精准把控，也减少对正常结果监测的不必要时耗，推动机场安全建设。
59.实施例2：
60.根据附图2所示，在一个实施例中，所述监控节点模块，包括：
61.划分区域单元，用于对机场的监控范围进行划分，确定划分区域；其中，所述划分区域至少包括交叉监控区域和分离监控区域；
62.分类序号单元，用于对所述划分区域进行重点监控区域的分类，确定对应的分类序号；
63.分割单元，用于基于所述分类序号，对划分区域进行分割，确定重点监控区域和非重点监控区域；
64.监控节点单元，用于基于所述重点监控区域和非重点监控区域，部署监控节点。
65.上述技术方案的工作原理和有益效果为：
66.本技术方案中，划分区域单元用于对机场的监控范围进行划分，确定划分区域，其中，所述划分区域至少包括交叉监控区域和分离监控区域，通过监控区域的交叉扩大事件覆盖面；分类序号单元用于对划分区域进行分类，确定对应的分类序号；分割单元，用于基于所述分类序号，对划分区域进行分割，确定重点监控区域和非重点监控区域；监控节点单元用于基于重点监控区域和非重点监控区域，部署监控节点，基于对监控区域重点划分，形成重点和非重点两种安全检测机制，提高对重点单元的人力物力部署。
67.实施例3：
68.根据附图3所示，在一个实施例中，所述监控图像模块，包括：
69.帧图像单元，用于实时识别监控录像，对所述监控录像进行按帧识别，确定帧图像；
70.待处理图像单元，用于对所述帧图像进行模糊度筛选，并将筛选未通过的帧图像进行删除，同时，将删除未筛选通过的图像后剩余的图像确定为待处理图像；
71.监控图像单元，用于对所述待处理图像进行图像信息采集，确定包括人脸图像的待处理图像为监控图像。
72.上述技术方案的工作原理和有益效果为：
73.本技术方案中，帧图像单元用于实时识别监控录像，对监控录像进行按帧识别，确定帧图像，基于帧图像单元有效加强细部，达到建设精确监测；待处理图像单元，用于对帧图像进行筛选，并将筛选未通过的帧图像进行删除，比较留存空间过度占用，同时，确定待处理图像；监控图像单元，用于对待处理图像进行信息采集，确定监控图像，通过信息采集掌握图像特征，扩大监测内容的覆盖面。
74.实施例4：
75.在一个实施例中，所述识别结果模块，包括：
76.除重图像单元，用于对所述监控图像中包含人脸信息的图像进行除重，确定除重图像；
77.表情特征分析数据单元，用于对所述筛选图像中的人脸表情进行特征分析，确定表情特征分析数据；
78.识别结果单元，用于将所述表情特征分析数据和预设的表情特征分析预置范围进
行比较和识别，确定识别结果；
79.正常数据单元，用于当所述识别结果为所述表情特征分析数据处于预设的表情特征分析预置范围内，确定所述表情特征分析数据为正常数据，并将正常数据暂存至预设的存储终端；
80.异常数据单元，用于当所述识别结果为所述表情特征分析数据未处于预设的表情特征分析预置范围内，确定所述表情特征分析数据为异常数据，并从预设的存储终端调取对应的正常数据。
81.上述技术方案的工作原理和有益效果为：
82.本技术方案中，筛选图像单元用于对监控图像中包含人脸信息的图像进行筛选，确定筛选图像；表情特征分析数据单元，用于对筛选图像中的人脸表情进行特征分析，确定表情特征分析数据；比较结果单元用于将表情特征分析数据和预设的表情特征分析预置范围进行比较，确定比较结果，既节省人力，又提供全面完善监测；正常数据单元用于当比较结果为表情特征分析数据小于预设的表情特征分析预置范围，确定正常数据，并将正常数据暂存至预设的存储终端，作为常规样本补充数据库。异常数据单元用于当比较结果为所述表情特征分析数据大于预设的表情特征分析预置范围，确定异常数据，并从预设的存储终端调取对应的正常数据，通过智能分析从而确定异常数据，可以迅速掌握目标图像，实现精准覆盖。
83.实施例5：
84.在一个实施例中，所述筛选图像单元，包括：
85.人脸特征元素单元，用于对所述监控图像中的人脸特征进行识别，确定人脸特征元素；
86.服饰特征元素单元，用于对所述监控图像中存在人脸特征的图像进行对应的服饰分析，确定服饰特征元素；
87.特征对象单元，用于通过所述人脸特征元素和服饰特征元素，在对应的监控图像中标注对应的特征对象；
88.筛选图像单元，用于确定标注后的监控图像为筛选图像。
89.上述技术方案的工作原理和有益效果为：
90.本技术方案中,人脸特征元素单元用于对监控图像中的人脸特征进行识别，确定人脸特征元素，其中，人脸特征元素至少包括眉毛、眼睛、鼻子和嘴巴；服饰特征元素单元，用于对监控图像中存在人脸特征的图像进行对应的服饰分析，确定服饰特征元素，其中，服饰特征元素至少包括服装颜色和服装结构；特征对象单元用于通过人脸特征元素和服饰特征元素，在对应的监控图像中标注对应的特征对象，从人脸特征和服装特征等多维度进行锁定，有效提高对潜在安全隐患人员的及时排查；筛选图像单元用于通过标注后的监控图像，确定筛选图像，经过筛选，大大减少安检人员的工作负担。
91.实施例6：
92.在一个实施例中，所述表情特征分析数据单元，还包括：
93.特征学习数据子单元，用于获取人脸表情样本，对所述人脸表情样本进行卷积训练，确定特征学习数据；
94.样本特征集合子单元，用于通过所述特征学习数据，对所述人脸表情样本进行提
取，确定样本特征集合；
95.特征学习因子单元，用于将所述样本特征集合传输至预设的大数据中心进行分析，提炼特征学习因子；
96.表情训练模型子单元，用于将所述特征学习因子和人脸表情样传输至预设的神经卷积网络，进行二次卷积训练，生成对应的表情训练模型；
97.表情特征分析数据子单元，用于将所述筛选图像中的人脸表情传输至所述表情训练模型进行特征分析，确定表情特征分析数据。
98.上述技术方案的工作原理和有益效果为：
99.本技术方案中，特征学习数据子单元用于获取人脸表情样本，对人脸表情样本进行卷积训练，确定特征学习数据；样本特征集合子单元用于通过特征学习数据，对人脸表情样本进行提取，确定样本特征集合，通过对乘客的样本特征集合生成样本数据库，便于归纳提取异常目标；特征学习因子单元用于将样本特征集合传输至预设的大数据中心进行分析，提炼特征学习因子；表情训练模型子单元用于将特征学习因子和人脸表情样传输至预设的神经卷积网络，进行二次卷积训练，生成对应的表情训练模型，基于表情训练模型推动机场智慧安检建设，提高了监测系统的科学性；表情特征分析数据子单元用于将筛选图像中的人脸表情传输至所述表情训练模型进行特征分析，确定表情特征分析数据，通过特征分析，精准覆盖多项要素特征，加强对重点的突出监测，加强安全建设。
100.实施例7：
101.在一个实施例中，所述解决方案模块，包括：
102.预警单元，用于当所述识别结果为识别异常结果，将所述识别异常结果反馈至预设的控制终端，并进行预警；
103.解决方案单元，用于当所述识别结果为识别存疑结果，将所述识别异常结果反馈至预设的控制终端，并调取对应的解决方案；所述解决方案至少包括图像重点跟踪、记录轨迹、传输至控制终端预警；
104.删除单元，用于当所述识别结果为识别正常结果，从预设的存储终端删除和识别正常结果对应的监控图像。
105.上述技术方案的工作原理和有益效果为：
106.本技术方案中，预警单元用于当识别结果为识别异常结果，将所述识别异常结果反馈至预设的控制终端，并进行预警，及时反馈危险信息，调动必要的人员物资部署；解决方案单元用于当识别结果为识别存疑结果，将所述识别异常结果反馈至预设的控制终端，并调取对应的解决方案；删除单元用于当识别结果为识别正常结果，从预设的存储终端删除对应的监控图像，减少不必要的存储空间占用，提高监控模块反应的及时性和灵敏性。
107.实施例8：
108.在一个实施例中，所述解决方案单元，包括：
109.关键字识别信息子单元，用于获取所述识别结果，通过所述识别结果，生成对应的关键字识别信息；
110.联想表子单元，用于对所述关键字识别信息和预设的标准比对照表进行对照，并生成对应的联想表；
111.预测方案子单元，用于将所述联想表和关键字识别信息传输至预设的训练模型，
生成对应的预测方案；
112.对比子单元，用于将所述预测方案和预设的方案数据库中的历史方案进行对比，读取至少一个解决方案并反馈至控制终端。
113.上述技术方案的工作原理和有益效果为：
114.本技术方案中，关键字识别信息子单元用于获取识别结果，通过识别结果，生成对应的关键字识别信息，通过对关键字节的识别，减少资源耗费，实现了精准定位；联想表子单元用于对关键字识别信息和预设的标准此对照表进行对照，并生成对应的联想表；预测方案子单元，用于将联想表和关键字识别信息传输至预设的训练模型，生成对应的预测方案；对比子单元用于将预测方案和预设的方案数据库中的历史方案进行对比，读取至少一个解决方案并反馈至控制终端，通过及时传输解决方案为安保人员提供备案，减少对于突发情况的应急缓冲，提高了工作效率。
115.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。