一種身份識別方法及裝置制造方法
【專利摘要】一種身份識別方法，包括：獲取指定區(qū)域的視頻監(jiān)控數(shù)據(jù)，從中識別出目標人員，若檢測出該目標人員的臉部存在預(yù)先指定的遮擋物，則分別采用預(yù)先訓(xùn)練出的遮擋物分類器判斷該遮擋物的類型，根據(jù)遮擋物的類型，提示該目標人員去除該遮擋物，通過識別去除該遮擋物后的目標人員的臉部特征確定該目標人員的身份。此外，本發(fā)明還提供一種身份識別裝置。上述身份識別方法及裝置，可提高識別目標人員的效率和精確度，提高特定場合的安全性。
【專利說明】一種身份識別方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通信【技術(shù)領(lǐng)域】，尤其涉及一種身份識別方法及裝置。

【背景技術(shù)】
[0002] 在視頻監(jiān)控領(lǐng)域，傳統(tǒng)攝像機正在逐漸被新一代的嵌入式網(wǎng)絡(luò)攝像機所取代。相 對于傳統(tǒng)攝像機而言，網(wǎng)絡(luò)攝像機可以將模擬視頻信號轉(zhuǎn)換成數(shù)字視頻信號，通過網(wǎng)絡(luò)來 實現(xiàn)遠程監(jiān)控。嵌入式網(wǎng)絡(luò)攝像機是將一個嵌入式芯片置入攝像機內(nèi)部，利用嵌入式操作 系統(tǒng)來實時地監(jiān)控和檢測。其內(nèi)置的端口和通訊口便于擴充外部周邊設(shè)備，該周邊設(shè)備例 如門禁系統(tǒng)，紅外線感應(yīng)裝置，全方位云臺等。隨著人臉識別考勤機以及人臉識別門禁設(shè)備 被越來越廣泛的使用，如何能更加方便有效的進行人臉識別成為人們關(guān)注的重點。對于人 臉識別而言，它是利用人臉的一些特征，比如五官特征，來對人臉進行識別的。
[0003] 現(xiàn)有技術(shù)中，進行自動的人臉識別技術(shù)都是在無遮擋物的前提下進行的識別，但 是，如果人的五官特征被墨鏡、口罩、帽子等飾物所遮擋的話，將無法進行人臉識別。


【發(fā)明內(nèi)容】

[0004] 有鑒于此，本發(fā)明提供一種身份識別方法及裝置，可提高識別目標人員的效率、精 確度和實時性，提高特定場合的安全性。
[0005] 本發(fā)明實施例提供的身份識別方法，包括：
[0006] 獲取指定區(qū)域的視頻監(jiān)控數(shù)據(jù)；從所述視頻監(jiān)控數(shù)據(jù)中識別出目標人員；若檢測 出所述目標人員的臉部存在預(yù)先指定的遮擋物，則分別采用預(yù)先訓(xùn)練出的遮擋物分類器判 斷所述遮擋物的類型；根據(jù)所述遮擋物的類型，提示所述目標人員去除所述遮擋物；通過 識別去除所述遮擋物后的目標人員的臉部特征確定所述目標人員的身份。
[0007] 本發(fā)明實施例提供的身份識別裝置，包括：
[0008] 獲取單元，用于獲取指定區(qū)域的視頻監(jiān)控數(shù)據(jù)；識別單元，用于從所述視頻監(jiān)控數(shù) 據(jù)中識別出目標人員；判斷單元，用于若檢測出所述目標人員的臉部存在預(yù)先指定的遮擋 物，則分別采用預(yù)先訓(xùn)練出的遮擋物分類器判斷所述遮擋物的類型；提示單元，用于根據(jù)所 述遮擋物的類型，提示所述目標人員去除所述遮擋物；確定單元，用于通過識別去除所述遮 擋物后的目標人員的臉部特征確定所述目標人員的身份。
[0009] 本發(fā)明實施例提供的身份識別方法及裝置，在網(wǎng)絡(luò)攝像機側(cè)檢測出現(xiàn)在指定區(qū)域 的目標人員臉上的遮擋物，提示該目標人員去除遮擋物后，再進行目標人員身份的識別，提 高了識別目標人員身份的效率和準確度，提高該指定區(qū)域的安全性。
[0010] 為讓本發(fā)明的上述和其他目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例， 并配合所附圖式，作詳細說明如下。

【專利附圖】

【附圖說明】
[0011] 圖1示出了一種網(wǎng)絡(luò)攝像機的結(jié)構(gòu)示意圖；
[0012] 圖2為第一實施例提供的身份識別方法的流程示意圖；
[0013] 圖3為第二實施例提供的身份識別方法的流程示意圖；
[0014] 圖4為第三實施例提供的身份識別方法的流程示意圖；
[0015] 圖5為第四實施例提供的身份識別方法的流程示意圖；
[0016] 圖6為標示不同遮擋物的示意圖；
[0017] 圖7為第五實施例提供的身份識別裝置的示意圖；
[0018] 圖8為第六實施例提供的身份識別裝置的示意圖。

【具體實施方式】
[0019] 為更進一步闡述本發(fā)明為實現(xiàn)預(yù)定發(fā)明目的所采取的技術(shù)手段及功效，以下結(jié)合 附圖及較佳實施例，對依據(jù)本發(fā)明的【具體實施方式】、結(jié)構(gòu)、特征及其功效，詳細說明如后。
[0020] 本發(fā)明實施例提供一種身份特征識別方法，應(yīng)用于網(wǎng)絡(luò)攝像機，可通過網(wǎng)絡(luò)攝像 機在視頻監(jiān)控數(shù)據(jù)中的目標人員的人臉圖像中檢測出遮擋物，提示目標人員去除該遮擋物 后再識別其身份，提高身份識別準確率，提高特定場合安全性。
[0021] 圖1為一種網(wǎng)絡(luò)攝像機的結(jié)構(gòu)示意圖。
[0022] 網(wǎng)絡(luò)攝像機10可安裝在人臉考勤系統(tǒng)或人臉門禁系統(tǒng)中，檢測指定區(qū)域內(nèi)的目 標人員的臉上是否配戴有遮擋物，該遮擋物例如墨鏡、帽子、口罩等。
[0023] 網(wǎng)絡(luò)攝像機10包括：目標人員檢測模塊101、第一遮擋物檢測模塊102、第二遮擋 物檢測模塊103以及第三遮擋物檢測模塊104。
[0024] 其中，目標人員檢測模塊101，用于獲取指定區(qū)域的視頻監(jiān)控數(shù)據(jù)，從該視頻監(jiān)控 數(shù)據(jù)中識別出目標人員。具體地，通過基于碼本模型的背景剪除法識別出該指定區(qū)域中運 動的目標，通過基于局部二元模式特征與方向梯度直方圖特征相結(jié)合的頭肩部位檢測方 法，從運動的目標中識別出目標人員。
[0025] 第一遮擋物檢測模塊102,用于檢測第一遮擋物，在監(jiān)控畫面上將該遮擋物按照預(yù) 置的顏色和形式的標識進行標示，并在系統(tǒng)屏幕上顯示提示信息，或者通過語音播報提示 信息，提示該目標人員摘去遮擋物。
[0026] 第二遮擋物檢測模塊103,用于檢測第二遮擋物，在監(jiān)控畫面上將該遮擋物按照預(yù) 置的顏色和形式的標識進行標示，并在系統(tǒng)屏幕上顯示提示信息，或者通過語音播報提示 信息，提示該目標人員摘去遮擋物。
[0027] 第三遮擋物檢測模塊104,用于檢測第三遮擋物，在監(jiān)控畫面上將該遮擋物按照預(yù) 置的顏色和形式的標識進行標示，并在系統(tǒng)屏幕上顯示提示信息，或者通過語音播報提示 信息，提示該目標人員摘去遮擋物。
[0028] 例如，以第一遮擋物為墨鏡，第二遮擋物為帽子，第三遮擋物為口罩為例，當該遮 擋物的類型為第一遮擋物，即為墨鏡時，則用綠色矩形框?qū)⒛R位置標識及顯示在當前監(jiān) 控畫面上，同時顯示字幕或發(fā)出提示音告知該目標人物去除墨鏡；當該遮擋物的類型為第 二遮擋物，即為帽子時，用紅色矩形框?qū)⒚弊游恢脴俗R及顯示在當前監(jiān)控畫面上，同時顯示 字幕或發(fā)出提示音告知該目標人物去除帽子；當該遮擋物的類型為第三遮擋物，即為口罩 時，則用藍色矩形框?qū)⒖谡治恢脴俗R及顯示在當前監(jiān)控畫面中，同時顯示字幕或發(fā)出提示 音告知該目標人物去除口罩。
[0029] 以上網(wǎng)絡(luò)攝像機10中各模塊的具體數(shù)據(jù)處理過程，參見下面各實施例的具體描 述。
[0030] 第一實施例提供了一種身份識別方法，可應(yīng)用于圖1所示的網(wǎng)絡(luò)攝像頭10中，請 參閱圖2,該方法包括：
[0031] 201、獲取指定區(qū)域的視頻監(jiān)控數(shù)據(jù)；
[0032] 網(wǎng)絡(luò)攝像機10可以為嵌入式網(wǎng)絡(luò)攝像機，可安裝在人臉考勤系統(tǒng)或人臉門禁 系統(tǒng)中，對指定區(qū)域的目標人員進行視頻監(jiān)控。網(wǎng)絡(luò)攝像機的內(nèi)核有Web Server和 CO)(Charged Coupled Device)圖像傳感器，加入了數(shù)字信號處理（DSP, digital signal processing)芯片，可以將模擬視頻信號轉(zhuǎn)換成數(shù)字視頻信號，并根據(jù)傳輸控制協(xié)議/因特 網(wǎng)互聯(lián)協(xié)議（TCP/IP，Transmission Control Protocol/Internet Protocol)標準將其轉(zhuǎn) 換成數(shù)據(jù)包，通過網(wǎng)絡(luò)來實現(xiàn)遠程監(jiān)控。嵌入式網(wǎng)絡(luò)攝像機是將一個嵌入式芯片置入攝像 機內(nèi)部，利用嵌入式操作系統(tǒng)來實時地監(jiān)控和檢測。由高效壓縮芯片壓縮的數(shù)字化視頻信 號將被傳送到Web服務(wù)器，可供網(wǎng)絡(luò)上的用戶直接瀏覽或者授權(quán)用戶控制攝像機云臺鏡頭 的動作和系統(tǒng)配置。為了減去復(fù)雜的網(wǎng)絡(luò)配置，實現(xiàn)真正的即插即用，提供的軟件開發(fā)數(shù)據(jù) 包（SDK, Software Development Kit)能便于用戶自行快速開發(fā)應(yīng)用軟件。內(nèi)置的大容量 內(nèi)存存儲警報觸發(fā)前的圖像。內(nèi)置的輸入輸出（1/0，input/output)端口和通訊口便于擴 充外部周邊設(shè)備如：門禁系統(tǒng)，紅外線感應(yīng)裝置，全方位云臺等。
[0033] 網(wǎng)絡(luò)攝像機10獲取指定區(qū)域的視頻監(jiān)控數(shù)據(jù)。該指定區(qū)域為監(jiān)控范圍內(nèi)的區(qū)域， 可以是涉及重大安全的監(jiān)控領(lǐng)域，也可以是某公司內(nèi)部的考勤簽到區(qū)域。
[0034] 202、從該視頻監(jiān)控數(shù)據(jù)中識別出目標人員；
[0035] 目標人員是指處于視頻監(jiān)控范圍內(nèi)的人員。例如，可以是進入指定區(qū)域的所有人 員，該指定區(qū)域可以是門禁系統(tǒng)前預(yù)置范圍內(nèi)的區(qū)域。
[0036] 203、若檢測出該目標人員的臉部存在預(yù)先指定的遮擋物，則分別采用預(yù)先訓(xùn)練出 的遮擋物分類器判斷該遮擋物的類型；
[0037] 該遮擋物分類器在網(wǎng)絡(luò)攝像機10上已經(jīng)預(yù)先訓(xùn)練好。若網(wǎng)絡(luò)攝像機10檢測出該 目標人員的臉部存在預(yù)先指定的遮擋物，該遮擋物可以是墨鏡、帽子以及口罩等遮擋住臉 部特征影響對該目標人員的人臉識別，從而無法判斷出該目標人員的身份。
[0038] 分別采用預(yù)先訓(xùn)練出的遮擋物分類器判斷該遮擋物的類型，對應(yīng)遮擋物的類型訓(xùn) 練遮擋物分類器，所以遮擋物的類型與遮擋物分類器是一一對應(yīng)的。遮擋物可分為第一遮 擋物（例如墨鏡）、第二遮擋物（例如帽子）以及第三遮擋物（例如口罩），那么對應(yīng)地，遮 擋物分類器則分為第一遮擋物分類器、第二遮擋物分類器以及第三遮擋物分類器，用于分 別區(qū)分上述三類遮擋物。
[0039] 204、根據(jù)該遮擋物的類型，提示該目標人員去除該遮擋物；
[0040] 在該目標人員能夠看到的系統(tǒng)屏幕上顯示提示信息，或者，通過語音播報提示信 息，提示該目標人員摘去遮擋物。不同的遮擋物類型，提示內(nèi)容不同。例如，該遮擋物是第 一遮擋物，則提示該目標人員摘去該第一遮擋物，該遮擋物是第一遮擋物以及第二遮擋物， 則提示該目標人員摘去該第一遮擋物和第二遮擋物。
[0041] 205、通過識別去除該遮擋物后的目標人員的臉部特征確定該目標人員的身份。
[0042] 待該目標人員去除該遮擋物后，再識別該目標人員的臉部特征確定該目標人員的 身份。例如，在門禁系統(tǒng)中的數(shù)據(jù)庫中保存所有人員的臉部圖像極其對應(yīng)的身份信息，待該 目標人員去除該遮擋物后，通過對比該目標人員的臉部特征和數(shù)據(jù)庫中的臉部圖像，確定 匹配的臉部圖像，進而確定對應(yīng)的身份。
[0043] 本實施例中，在網(wǎng)絡(luò)攝像機側(cè)檢測出現(xiàn)在指定區(qū)域的目標人員臉上的遮擋物，提 示該目標人員去除遮擋物后，再進行目標人員身份的識別，提高了識別目標人員身份的效 率和準確度，提高該指定區(qū)域的安全性。
[0044] 請參閱圖3,第二實施例提供了一種身份識別方法，可應(yīng)用于圖1所示的網(wǎng)絡(luò)攝像 頭10中，與圖2所示實施例相似，不同之處在于，步驟202從該視頻監(jiān)控數(shù)據(jù)中識別出目標 人員包括：
[0045] 3021、通過基于碼本模型的背景剪除法識別出該指定區(qū)域中運動的目標；
[0046] 首先對該指定區(qū)域中的運動的目標進行檢測，即對出現(xiàn)在該指定區(qū)域的所有運動 的物體進行檢測，這樣可以排除靜態(tài)背景的干擾，降低動態(tài)背景的影響，然后對檢測出的運 動的目標進行靜態(tài)檢測，進一步確定該運動的目標為人。這樣不僅可以節(jié)省系統(tǒng)的計算時 間，而且能夠減少背景的干擾，提高檢測精度。
[0047] 在動態(tài)目標檢測層面上，與其他運動目標檢測方法相比，基于碼本模型的背景剪 除法對復(fù)雜背景下的目標檢測魯棒性強，抗干擾能力強，對運動幅度小的目標也能較清晰 地檢測出來。
[0048] 碼本模型的主要思想是：在一個長時間序列的樣本（即圖像）訓(xùn)練集中，每一個像 素的背景像素值都被放入到一個稱為碼本的壓縮的背景模型中，這樣可以建立一個結(jié)構(gòu)化 的背景模型，從而可以適應(yīng)在有限內(nèi)存下的以準周期運動的變化場景的背景。這個碼本背 景模型在內(nèi)存和速度上都比其他的背景建模技術(shù)更有優(yōu)勢?？梢蕴幚韴鼍爸邪\動背景 和全局光照變化的情況，對不同類型的視頻數(shù)據(jù)具有很強魯棒的檢測效果。
[0049] 碼本模型的基本原理如下：它從一串長觀測序列創(chuàng)建背景模型。對每個像素都要 建立由一個或多個碼字組成的編碼本。在每個像素進行抽樣，根據(jù)顏色扭曲尺度和亮度邊 界聚類到碼本集，不同的像素可能擁有不同的碼字數(shù)量。通過碼本表示的聚類子不需要對 應(yīng)單個高斯或者其他的參數(shù)分布，即使在某個像素點的分布是單一高斯分布，而是利用對 應(yīng)像素的一部分碼本，即背景編碼基于像素基礎(chǔ)。
[0050] 通過對每個像素點的連續(xù)采樣值，根據(jù)顏色相似度及其亮度范圍生成背景碼本。 根據(jù)像素采樣變化情況的不同，每個碼本包含的碼字個數(shù)可以不同。若顏色空間選擇RGB 顏色空間，則設(shè)定X = {Xi, x2, · · ·，xN}是同一位置的像素的N個RGB(red, green, blue) 向量排列的一個采樣序列，N是訓(xùn)練幀數(shù)。C= {Cl，c2，...，CJ表示由L個碼字構(gòu)成的像 素的碼本。每個像素根據(jù)各自的采樣率，其對應(yīng)的碼本也不同。對于每個碼字(^= (i =1，2,. . .，L)定義為二元組結(jié)構(gòu)，即顏色向量

【權(quán)利要求】
1. 一種身份識別方法，其特征在于，包括： 獲取指定區(qū)域的視頻監(jiān)控數(shù)據(jù)； 從所述視頻監(jiān)控數(shù)據(jù)中識別出目標人員； 若檢測出所述目標人員的臉部存在預(yù)先指定的遮擋物，則分別采用預(yù)先訓(xùn)練出的遮擋 物分類器判斷所述遮擋物的類型； 根據(jù)所述遮擋物的類型，提示所述目標人員去除所述遮擋物； 通過識別去除所述遮擋物后的目標人員的臉部特征確定所述目標人員的身份。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述視頻監(jiān)控數(shù)據(jù)中識別出目標 人員包括： 通過基于碼本模型的背景剪除法識別出所述指定區(qū)域中運動的目標； 通過基于局部二元模式特征與方向梯度直方圖特征相結(jié)合的頭肩部位檢測方法，從所 述運動的目標中識別出目標人員。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括： 更新所述碼本模型中的背景圖片的學(xué)習(xí)。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：訓(xùn)練與各遮擋物類型對 應(yīng)的各遮擋物分類器； 所述訓(xùn)練與各遮擋物類型對應(yīng)的各遮擋物分類器包括： 分別截取佩戴有所述第一遮擋物、所述第二遮擋物以及所述第三遮擋物的多個人臉圖 像作為正樣本，以及截取真實場景的多個背景圖像作為負樣本； 設(shè)定所述訓(xùn)練遮擋物分類器的訓(xùn)練級數(shù)； 將所述正樣本、所述負樣本以及所述訓(xùn)練級數(shù)輸入到支持向量機進行訓(xùn)練，分別訓(xùn)練 得到第一遮擋物自適應(yīng)增強分類器，第二遮擋物自適應(yīng)增強分類器以及第三遮擋物自適應(yīng) 增強分類器。
5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用預(yù)先訓(xùn)練出的分類器判斷所述 遮擋物的類型之后包括： 根據(jù)所述遮擋物的類型，在監(jiān)控畫面上將所述遮擋物按照預(yù)置的顏色和形式的標識進 行標示，不同類型的遮擋物所標示的標識的顏色和/形式不同。
6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括： 獲取連續(xù)提示預(yù)置次數(shù)去除所述遮擋物卻仍不執(zhí)行的目標人員的圖像，并將所述圖像 存入可疑人員數(shù)據(jù)庫中。
7. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括： 若在指定區(qū)域內(nèi)連續(xù)多次檢測到目標人員拒絕執(zhí)行去除所述遮擋物的命令，則發(fā)送警 告提不，提不關(guān)閉門禁系統(tǒng)。
8. -種身份識別裝置，其特征在于，包括： 獲取單元，用于獲取指定區(qū)域的視頻監(jiān)控數(shù)據(jù)； 識別單元，用于從所述視頻監(jiān)控數(shù)據(jù)中識別出目標人員； 判斷單元，用于若檢測出所述目標人員的臉部存在預(yù)先指定的遮擋物，則分別采用預(yù) 先訓(xùn)練出的遮擋物分類器判斷所述遮擋物的類型； 提示單元，用于根據(jù)所述遮擋物的類型，提示所述目標人員去除所述遮擋物； 確定單元，用于通過識別去除所述遮擋物后的目標人員的臉部特征確定所述目標人員 的身份。
9. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述識別單元包括： 第一識別子單元，用于通過基于碼本模型的背景剪除法識別出所述指定區(qū)域中運動的 目標； 第二識別子單元，用于通過基于局部二元模式特征與方向梯度直方圖特征相結(jié)合的頭 肩部位檢測方法，從所述運動的目標中識別出目標人員。
10. 根據(jù)權(quán)利要求8或9所述的裝置，其特征在于，所述裝置還包括： 更新單元，用于更新所述碼本模型中的背景圖片的學(xué)習(xí)。
11. 根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述裝置還包括： 訓(xùn)練單元，用于訓(xùn)練與各遮擋物類型對應(yīng)的各遮擋物分類器； 所述訓(xùn)練單元包括： 截取單元，用于分別截取佩戴有所述第一遮擋物、所述第二遮擋物以及所述第三遮擋 物的多個人臉圖像作為正樣本，以及截取真實場景的多個背景圖像作為負樣本； 設(shè)定單元，用于設(shè)定所述訓(xùn)練遮擋物分類器的訓(xùn)練級數(shù)； 訓(xùn)練分類器單元，用于將所述正樣本、所述負樣本以及所述訓(xùn)練級數(shù)輸入到支持向量 機進行訓(xùn)練，分別訓(xùn)練得到第一遮擋物自適應(yīng)增強分類器，第二遮擋物自適應(yīng)增強分類器 以及第三遮擋物自適應(yīng)增強分類器。
12. 根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述裝置還包括： 標示單元，用于根據(jù)所述遮擋物的類型，在監(jiān)控畫面上將所述遮擋物按照預(yù)置的顏色 和形式的標識進行標示，不同類型的遮擋物所標示的標識的顏色和/形式不同。
13. 根據(jù)權(quán)利要求12所述的裝置，其特征在于， 所述獲取單元，還用于獲取連續(xù)提示預(yù)置次數(shù)去除所述遮擋物卻仍不執(zhí)行的目標人員 的圖像； 所述裝置還包括： 保存單元，用于將所述圖像存入可疑人員數(shù)據(jù)庫中。
14. 根據(jù)權(quán)利要求13所述的裝置，其特征在于， 所述提示單元，還用于若在指定區(qū)域內(nèi)連續(xù)多次檢測到目標人員拒絕執(zhí)行去除所述遮 擋物的命令，則發(fā)送警告提示，提示關(guān)閉門禁系統(tǒng)。
【文檔編號】G06K9/00GK104091156SQ201410326489
【公開日】2014年10月8日 申請日期:2014年7月10日 優(yōu)先權(quán)日:2014年7月10日
【發(fā)明者】車全宏, 仲崇亮, 林曉清, 李靜, 徐勇 申請人:深圳市中控生物識別技術(shù)有限公司