本發(fā)明涉及人臉識別技術(shù)領(lǐng)域，更具體地涉及一種實時人臉識別系統(tǒng)和方法。

背景技術(shù)：

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。目前，人臉識別已廣泛應用于金融、公安、邊檢、教育、醫(yī)療等諸多領(lǐng)域。其中，動態(tài)實時人臉識別系統(tǒng)在安防行業(yè)中有著重要的應用，但由于實時人臉識別對網(wǎng)絡(luò)帶寬和計算性能要求高，現(xiàn)有的實時人臉識別系統(tǒng)很難做到大規(guī)模的實際場景部署。當部署相機數(shù)量多達上百上千路時，現(xiàn)有系統(tǒng)幾乎無法滿足實時的人臉抓拍識別要求。

技術(shù)實現(xiàn)要素：

考慮到上述問題而提出了本發(fā)明。根據(jù)本發(fā)明一方面，提供了一種實時人臉識別系統(tǒng)，所述實時人臉識別系統(tǒng)包括用于獲取人臉圖像的圖像采集裝置，以及用于對所述圖像采集裝置所獲取的人臉圖像進行人臉識別的至少一個人臉識別裝置，其中，所述圖像采集裝置和所述人臉識別裝置各自部署在不同的網(wǎng)絡(luò)中。

在本發(fā)明的一個實施例中，所述圖像采集裝置部署在第一網(wǎng)絡(luò)中，所述人臉識別裝置部署在第二網(wǎng)絡(luò)中，所述第一網(wǎng)絡(luò)的帶寬大于所述第二網(wǎng)絡(luò)的帶寬。

在本發(fā)明的一個實施例中，所述第一網(wǎng)絡(luò)為視頻專網(wǎng)，所述第二網(wǎng)絡(luò)為業(yè)務內(nèi)網(wǎng)。

在本發(fā)明的一個實施例中，所述圖像采集裝置包括圖像抓拍模塊和抓拍處理模塊，其中，所述圖像抓拍模塊用于采集視頻流，所述抓拍處理模塊用于對所述視頻流進行人臉檢測，以輸出所述人臉圖像。

在本發(fā)明的一個實施例中，所述圖像采集裝置包括多個圖像抓拍模塊和多個抓拍處理模塊，并且所述實時人臉識別系統(tǒng)還包括設(shè)備管理模塊，所述設(shè)備管理模塊部署在所述圖像采集裝置部署在的網(wǎng)絡(luò)中，用于對所述多個圖像抓拍模塊和所述多個抓拍處理模塊進行匹配。

在本發(fā)明的一個實施例中，所述實時人臉識別系統(tǒng)還包括視頻流直播模塊，所述視頻流直播模塊部署在所述圖像采集裝置部署在的網(wǎng)絡(luò)中，用于對所述采集的視頻流進行壓縮并播放。

在本發(fā)明的一個實施例中，所述圖像采集裝置部署在的網(wǎng)絡(luò)與所述人臉識別裝置部署在的網(wǎng)絡(luò)之間設(shè)有網(wǎng)絡(luò)安全裝置，所述圖像采集裝置在獲取所述人臉圖像之后，經(jīng)過所述網(wǎng)絡(luò)安全裝置向所述人臉識別裝置發(fā)送人臉識別請求，經(jīng)所述人臉識別裝置響應同意請求后，再經(jīng)過所述網(wǎng)絡(luò)安全裝置將所述人臉圖像傳輸?shù)剿鋈四樧R別裝置。

在本發(fā)明的一個實施例中，所述網(wǎng)絡(luò)安全裝置為防火墻或網(wǎng)閘。

在本發(fā)明的一個實施例中，所述人臉識別裝置還用于在識別到黑名單中的人臉時發(fā)送告警信息。

在本發(fā)明的一個實施例中，所述實時人臉識別系統(tǒng)還包括部署在所述人臉識別裝置部署在的網(wǎng)絡(luò)中的存儲模塊和離線計算模塊，所述存儲模塊用于存儲所述人臉圖像，以用于由所述離線計算模塊進行離線人臉識別時使用。

在本發(fā)明的一個實施例中，所述人臉識別裝置的數(shù)量為多個，并且，所述實時人臉識別系統(tǒng)還包括部署在所述人臉識別裝置部署在的網(wǎng)絡(luò)中的負載均衡模塊，用于將多個所述人臉識別請求均衡地分配到所述多個人臉識別裝置，以由所述多個人臉識別裝置均衡地識別多個待識別的人臉圖像。

在本發(fā)明的一個實施例中，所述實時人臉識別系統(tǒng)具有統(tǒng)一的賬戶和接口的授權(quán)機制。

在本發(fā)明的一個實施例中，所述實時人臉識別系統(tǒng)還包括接入授權(quán)模塊，所述接入授權(quán)模塊部署在所述人臉識別裝置部署在的網(wǎng)絡(luò)中，用于對所述圖像采集裝置部署在的網(wǎng)絡(luò)的賬戶和/或所述人臉識別裝置部署在的網(wǎng)絡(luò)的賬戶進行授權(quán)以及對應用程序編程接口進行鑒權(quán)。

根據(jù)本發(fā)明另一方面，提供了一種實時人臉識別方法，所述實時人臉識別方法包括：在一個網(wǎng)絡(luò)中通過至少一個人臉識別裝置實施人臉圖像的獲取；以及在另一個網(wǎng)絡(luò)中實施對所述獲取的人臉圖像的人臉識別。

在本發(fā)明的一個實施例中，所述一個網(wǎng)絡(luò)為第一網(wǎng)絡(luò)，所述另一個網(wǎng)絡(luò)為第二網(wǎng)絡(luò)，所述第一網(wǎng)絡(luò)的帶寬大于所述第二網(wǎng)絡(luò)的帶寬。

在本發(fā)明的一個實施例中，所述第一網(wǎng)絡(luò)為視頻專網(wǎng)，所述第二網(wǎng)絡(luò)為業(yè)務內(nèi)網(wǎng)。

在本發(fā)明的一個實施例中，所述人臉圖像的獲取進一步包括：采集視頻流；以及對所述視頻流進行人臉檢測，以獲取所述人臉圖像。

在本發(fā)明的一個實施例中，所述實時人臉識別方法還包括：對所述采集的視頻流進行壓縮并播放。

在本發(fā)明的一個實施例中，所述實時人臉識別方法還包括：在獲取所述人臉圖像之后，經(jīng)由網(wǎng)絡(luò)安全裝置發(fā)送人臉識別請求，經(jīng)響應同意請求后，再經(jīng)由所述網(wǎng)絡(luò)安全裝置發(fā)送所述人臉圖像以用于進行所述人臉識別。

在本發(fā)明的一個實施例中，所述實時人臉識別方法還包括：在經(jīng)所述人臉識別而識別到黑名單中的人臉時發(fā)送告警信息。

在本發(fā)明的一個實施例中，所述實時人臉識別方法還包括：在進行所述人臉識別之前或之后，在所述另一個網(wǎng)絡(luò)中存儲所述人臉圖像，以用于在進行離線人臉識別時使用。

在本發(fā)明的一個實施例中，在所述另一個網(wǎng)絡(luò)中，所述人臉識別裝置的數(shù)量為多個，所述實時人臉識別方法還包括將多個所述人臉識別請求均衡地分配到所述多個人臉識別裝置，以由所述多個人臉識別裝置均衡地識別多個待識別的人臉圖像。

在本發(fā)明的一個實施例中，所述實時人臉識別方法還包括：配置統(tǒng)一的賬戶和接口的授權(quán)機制。

在本發(fā)明的一個實施例中，所述配置統(tǒng)一的賬戶和接口的授權(quán)機制包括：由部署在所述另一個網(wǎng)絡(luò)中的接入授權(quán)模塊對所述一個網(wǎng)絡(luò)的賬戶和/或所述另一個網(wǎng)絡(luò)的賬戶進行授權(quán)以及對應用程序編程接口進行鑒權(quán)。

根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)和方法通過將實時人臉圖像的圖像采集裝置和人臉識別模塊分離，從而顯著降低了實時人臉識別對網(wǎng)絡(luò)帶寬的要求，同時亦可滿足敏感數(shù)據(jù)專網(wǎng)保護的安全性要求。

附圖說明

通過結(jié)合附圖對本發(fā)明實施例進行更詳細的描述，本發(fā)明的上述以及其它目的、特征和優(yōu)勢將變得更加明顯。附圖用來提供對本發(fā)明實施例的進一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明實施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中，相同的參考標號通常代表相同部件或步驟。

圖1是根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)的示意性結(jié)構(gòu)框圖；

圖2是根據(jù)本發(fā)明另一實施例的實時人臉識別系統(tǒng)的示意性結(jié)構(gòu)框圖；

圖3是根據(jù)本發(fā)明實施例的實時人臉識別方法的示意性流程圖；以及

圖4是根據(jù)本發(fā)明另一實施例的實時人臉識別方法的示意性流程圖。

具體實施方式

為了使得本發(fā)明的目的、技術(shù)方案和優(yōu)點更為明顯，下面將參照附圖詳細描述根據(jù)本發(fā)明的示例實施例。顯然，所描述的實施例僅僅是本發(fā)明的一部分實施例，而不是本發(fā)明的全部實施例，應理解，本發(fā)明不受這里描述的示例實施例的限制?；诒景l(fā)明中描述的本發(fā)明實施例，本領(lǐng)域技術(shù)人員在沒有付出創(chuàng)造性勞動的情況下所得到的所有其它實施例都應落入本發(fā)明的保護范圍之內(nèi)。

下面，將參考圖1描述根據(jù)本發(fā)明一方面提供的實時人臉識別系統(tǒng)。圖1示出了根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)100的示意性結(jié)構(gòu)框圖。

如圖1所示，實時人臉識別系統(tǒng)100包括圖像采集裝置110和至少一個人臉識別裝置120。其中，圖像采集裝置110部署在網(wǎng)絡(luò)A中，用于獲取人臉圖像，例如直接采集人臉圖像，或者從視頻流中進行人臉檢測以獲取人臉圖像等。人臉識別裝置120部署在網(wǎng)絡(luò)B中，用于對圖像采集裝置110所獲取的人臉圖像進行人臉識別，例如確定圖像采集裝置110所獲取的人臉圖像是否與數(shù)據(jù)庫黑名單中的人臉匹配等。

雖然在圖1中將圖像采集裝置110示出為部署在網(wǎng)絡(luò)A中，將人臉識別裝置120示出為部署在網(wǎng)絡(luò)B中。然而，在此處以及本文的下述描述中，網(wǎng)絡(luò)A和網(wǎng)絡(luò)B不特指具體的網(wǎng)絡(luò)，僅為了示例性地體現(xiàn)圖像采集裝置110和人臉識別裝置120各自是部署在不同的網(wǎng)絡(luò)中。

在一個示例中，圖像采集裝置可以部署在第一網(wǎng)絡(luò)中，人臉識別裝置可以部署在第二網(wǎng)絡(luò)中，其中，第一網(wǎng)絡(luò)的帶寬大于第二網(wǎng)絡(luò)的帶寬。例如，在如圖1所示的實時人臉識別系統(tǒng)100中，圖像采集裝置110部署在網(wǎng)絡(luò)A中，人臉識別裝置120部署在網(wǎng)絡(luò)B中，其中，網(wǎng)絡(luò)A的帶寬大于網(wǎng)絡(luò)B的帶寬。

在實時人臉識別應用于大規(guī)模的實際場景中時，往往需要部署數(shù)量很大的人臉抓拍設(shè)備(例如監(jiān)控相機等)，因此將圖像采集裝置部署在較大帶寬的網(wǎng)絡(luò)中能夠更好地滿足需求。同時，對所采集的人臉圖像進行人臉識別僅對計算性能要求較高，而對帶寬沒有太大要求，因此將人臉識別裝置部署在有限帶寬的網(wǎng)絡(luò)中即可滿足需求，這樣，從總體上，實時人臉識別系統(tǒng)可顯著降低帶寬要求。

在一個示例中，所述第一網(wǎng)絡(luò)為視頻專網(wǎng)，所述第二網(wǎng)絡(luò)為業(yè)務內(nèi)網(wǎng)。例如，在如圖1所示的實時人臉識別系統(tǒng)100中，圖像采集裝置110部署在網(wǎng)絡(luò)A中，人臉識別裝置120部署在網(wǎng)絡(luò)B中，其中，網(wǎng)絡(luò)A為視頻專網(wǎng)，網(wǎng)絡(luò)B為業(yè)務內(nèi)網(wǎng)。

視頻專網(wǎng)可以是覆蓋很大區(qū)域范圍的以傳輸視頻業(yè)務為主的專網(wǎng)，能夠滿足視頻數(shù)據(jù)傳輸?shù)膶崟r性、穩(wěn)定性和大容量等特點。因此將實時人臉識別系統(tǒng)的圖像采集裝置部署在視頻專網(wǎng)中不僅可以滿足大規(guī)模圖像采集對網(wǎng)絡(luò)帶寬的需求，還能夠滿足經(jīng)采集圖像的實時、穩(wěn)定傳輸?shù)?。業(yè)務內(nèi)網(wǎng)可以是負責專門業(yè)務的局域網(wǎng)。由于人臉識別可能涉及敏感數(shù)據(jù)，因此將實時人臉識別系統(tǒng)的人臉識別裝置部署在業(yè)務內(nèi)網(wǎng)中，在顯著降低總體帶寬要求的同時還可實現(xiàn)敏感數(shù)據(jù)專網(wǎng)保護的安全性要求。

此外，盡管圖1中示出一個人臉識別裝置120，應該理解的是，網(wǎng)絡(luò)B中可以部署多個人臉識別裝置120，用于識別人臉，并避免單點故障，提高系統(tǒng)的可用性和穩(wěn)定性。本發(fā)明不對人臉識別裝置120的數(shù)目進行限定。

以上示例性地描述了根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)的圖像采集裝置和人臉識別裝置可部署在的網(wǎng)絡(luò)，在其他示例中，還可以將根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)的圖像采集裝置和人臉識別裝置各自部署在其他的不同網(wǎng)絡(luò)中。

基于上面的描述，根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)100將圖像采集裝置和人臉識別裝置部署在不同的網(wǎng)絡(luò)中，即對實時人臉抓拍和人臉識別進行了模塊分離，因此能夠顯著降低實時人臉識別對網(wǎng)絡(luò)帶寬的要求。同時，由于將人臉識別環(huán)節(jié)單獨部署在一個網(wǎng)絡(luò)中，因此能夠滿足敏感數(shù)據(jù)專網(wǎng)保護的安全性要求。

應了解，本發(fā)明不受具體采用的圖像采集裝置和人臉識別裝置的限制，無論是現(xiàn)有的圖像采集裝置和人臉識別裝置還是將來開發(fā)的圖像采集裝置和人臉識別裝置，都可以應用于根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)中，并且也應包括在本發(fā)明的保護范圍內(nèi)。

下面參考圖2描述根據(jù)本發(fā)明另一實施例的實時人臉識別系統(tǒng)200的示意性結(jié)構(gòu)框圖。

如圖2所示，實時人臉識別系統(tǒng)200包括圖像采集裝置210和人臉識別裝置220。其中，圖像采集裝置210部署在網(wǎng)絡(luò)A中，用于獲取人臉圖像。人臉識別裝置220部署在網(wǎng)絡(luò)B中，用于對圖像采集裝置210所獲取的人臉圖像進行人臉識別。

在一個示例中，網(wǎng)絡(luò)A的帶寬大于網(wǎng)絡(luò)B的帶寬。在一個示例中，網(wǎng)絡(luò)A為視頻專網(wǎng)，網(wǎng)絡(luò)B為業(yè)務內(nèi)網(wǎng)。關(guān)于網(wǎng)絡(luò)A和網(wǎng)絡(luò)B的描述可參見上述關(guān)于圖1中所示實時人臉識別系統(tǒng)100的描述，為了簡潔，此處不再贅述。

根據(jù)本發(fā)明實施例，圖像采集裝置210可以進一步包括圖像抓拍模塊211和抓拍處理模塊212。其中，圖像抓拍模塊211用于采集視頻流。抓拍處理模塊212用于對視頻流進行人臉檢測，以輸出待識別的人臉圖像。在一個示例中，圖像抓拍模塊211可以是相機，用于采集視頻流，例如高清的視頻流。在一個示例中，抓拍處理模塊212可以為執(zhí)行人臉檢測和人臉圖像輸出功能的服務器、微處理器或其他合適的裝置或組件。與現(xiàn)有的直接向人臉識別裝置傳輸視頻流相比，在本實施中，抓拍處理模塊212從視頻流中進行人臉檢測從而將從視頻流中提取的待識別的人臉圖像傳輸給人臉識別裝置，可大幅減少用于傳輸?shù)饺四樧R別裝置220進行人臉識別的數(shù)據(jù)量，這樣不僅可適應人臉識別裝置220部署在的網(wǎng)絡(luò)的有限帶寬，還可提高數(shù)據(jù)傳輸?shù)男?，從而提高人臉識別的效率，滿足人臉識別的實時性。

在一個示例中，圖像采集裝置210可以包括多個圖像抓拍模塊211和一個或多個抓拍處理模塊212，并且實時人臉識別系統(tǒng)200還可以包括設(shè)備管理模塊230，設(shè)備管理模塊230可部署在圖像采集裝置210部署在的網(wǎng)絡(luò)(在圖2中示出為網(wǎng)絡(luò)A)中，用于對多個圖像抓拍模塊211和一個或多個抓拍處理模塊212進行匹配。

例如，設(shè)備管理模塊230可以為每個抓拍處理模塊212分配一個或若干個圖像抓拍模塊211，例如位于該抓拍處理模塊212附近的圖像抓拍模塊211；抓拍處理模塊212可保持與設(shè)備管理模塊230之間的協(xié)調(diào)，獲取被分配的圖像抓拍模塊配置，連接到該圖像抓拍模塊，以從該圖像抓拍模塊接收視頻流用于進行人臉檢測。圖像采集裝置210可以包括多個圖像抓拍模塊211和多個抓拍處理模塊212意味著圖像采集裝置可具備橫向擴展能力，這樣可以將算法計算壓力均勻分配到不同的計算節(jié)點，有效避免了單點故障，實現(xiàn)高可用性。

根據(jù)本發(fā)明實施例，實時人臉識別系統(tǒng)200還可以包括視頻流直播模塊240，視頻流直播模塊240可部署在圖像采集裝置210部署在的網(wǎng)絡(luò)(在圖2中示出為網(wǎng)絡(luò)A)中，用于對圖像抓拍模塊211采集的視頻流進行壓縮并播放。基于視頻流直播模塊240可實現(xiàn)對所采集視頻流的實時監(jiān)控。由于該實時監(jiān)控可以是不針對特定對象的大范圍覆蓋監(jiān)控，因此可以無需使用高清視頻流，而是將其壓縮以實現(xiàn)流暢播放。當然，視頻流直播模塊240也可以直接播放圖像抓拍模塊211采集的視頻流。

根據(jù)本發(fā)明實施例，圖像采集裝置210部署在的網(wǎng)絡(luò)(在圖2中示出為網(wǎng)絡(luò)A)與人臉識別裝置220部署在的網(wǎng)絡(luò)(在圖2中示出為網(wǎng)絡(luò)B)之間可設(shè)有網(wǎng)絡(luò)安全裝置250。在一個示例中，該網(wǎng)絡(luò)安全裝置可以為網(wǎng)閘或防火墻。在其他示例中，可采用任何其他合適的網(wǎng)絡(luò)安全裝置，本發(fā)明對此不作限制。

圖像采集裝置210在獲取人臉圖像之后，可經(jīng)過網(wǎng)絡(luò)安全裝置250向人臉識別裝置220發(fā)送人臉識別請求，經(jīng)人臉識別裝置220響應同意請求后，再經(jīng)過網(wǎng)絡(luò)安全裝置250將人臉圖像傳輸?shù)饺四樧R別裝置220，這樣可以進一步保障業(yè)務系統(tǒng)的安全性，這對于可能涉及敏感數(shù)據(jù)的人臉識別更為有益。

根據(jù)本發(fā)明實施例，實時人臉識別系統(tǒng)200可以包括多個人臉識別裝置220，并且，所述實時人臉識別系統(tǒng)200還可包括部署在人臉識別裝置220部署在的網(wǎng)絡(luò)(在圖2中示出為網(wǎng)絡(luò)B)中的負載均衡模塊260，用于將多個所述人臉識別請求均衡地分配到所述多個人臉識別裝置220，以由所述多個人臉識別裝置均衡地識別多個待識別的人臉圖像。基于負載均衡模塊260，實時人臉識別系統(tǒng)200的人臉識別裝置220也可具備橫向擴展能力，這樣可以將算法計算壓力均勻分配到不同的計算節(jié)點，有效避免了單點故障，實現(xiàn)高可用性。

根據(jù)本發(fā)明實施例，人臉識別裝置220可以包括緩存模塊、數(shù)據(jù)庫模塊、人臉識別模塊、結(jié)果輸出模塊等進行人臉識別所需的模塊(未在圖2中示出)。當人臉識別裝置220對來自圖像采集裝置210的人臉圖像進行識別后，可將人臉識別結(jié)果連同相關(guān)聯(lián)的結(jié)構(gòu)化數(shù)據(jù)(例如所識別到的人臉對應的個人信息等)發(fā)送至實時人臉識別系統(tǒng)200前端的業(yè)務展示模塊(未在圖2中示出)。此外，人臉識別裝置220還可以用于在識別到黑名單中的人臉時發(fā)送告警信息。例如，當人臉識別裝置220對來自圖像采集裝置210的人臉圖像進行識別后確定該人臉圖像與數(shù)據(jù)庫黑名單(例如包含犯罪嫌疑人、有違法犯罪記錄、恐怖分子等人的名單)中的某人臉相匹配，則可向?qū)崟r人臉識別系統(tǒng)200前端的告警模塊(未在圖2中示出)發(fā)送告警信息，以提醒相關(guān)人員進行處理。

根據(jù)本發(fā)明實施例，實時人臉識別系統(tǒng)200還可包括部署在人臉識別裝置220部署在的網(wǎng)絡(luò)(在圖2中示出為網(wǎng)絡(luò)B)中的存儲模塊270和離線計算模塊280。存儲模塊270可以用于存儲來自圖像采集裝置210的人臉圖像，以用于在以后的人臉識別時使用，或用于由離線計算模塊280進行離線人臉識別時使用。離線計算模塊280可以在進行離線人臉識別時使用存儲模塊270所存儲的人臉圖像?；诖鎯δK270所存儲的來自圖像采集裝置210的人臉圖像，離線計算模塊280可以通過離線人臉識別確定某離線識別對象曾經(jīng)出現(xiàn)過的、被圖像采集裝置210采集過的軌跡，以協(xié)助分析該對象未來可能的行蹤，以用于安防等。

根據(jù)本發(fā)明的實施例，實時人臉識別系統(tǒng)200具有統(tǒng)一的賬戶和接口的授權(quán)機制。在一個實施例中，實時人臉識別系統(tǒng)200還包括接入授權(quán)模塊(未在圖2中示出)，所述接入授權(quán)模塊位于人臉識別裝置220部署在的網(wǎng)絡(luò)B中，用于對所述圖像采集裝置210部署在的網(wǎng)絡(luò)(網(wǎng)絡(luò)A)的賬戶和/或所述人臉識別裝置220部署在的網(wǎng)絡(luò)(網(wǎng)絡(luò)B)的賬戶進行授權(quán)以及對應用程序編程接口(application programming interface，縮寫為API)進行鑒權(quán)，從而保障系統(tǒng)的安全性。

以上示例性地描述了根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)的具體結(jié)構(gòu)組成，但其僅是示例性的，根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)還可以包括其他的模塊或裝置，或者可以沒有上述模塊或裝置中的一個或多個而實現(xiàn)。

基于上面的描述，根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)通過將實時人臉抓拍和人臉識別進行模塊分離，從而顯著降低了實時人臉識別對網(wǎng)絡(luò)帶寬的要求，同時亦可滿足敏感數(shù)據(jù)專網(wǎng)保護的安全性要求。此外，根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)可將實時計算分布到每個抓拍和識別服務節(jié)點，有效降低了算法對單一節(jié)點計算性能的要求，并且提高了并行計算能力。進一步地，根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)的每個模塊都可以橫向水平擴展，關(guān)鍵模塊可以縱向冗余，并具備容災和故障恢復方案，有效避免了單點故障，實現(xiàn)高可用性。進一步地，根據(jù)本發(fā)明實施例的實時人臉識別系統(tǒng)可在跨網(wǎng)絡(luò)環(huán)境下使用統(tǒng)一的賬戶和接口授權(quán)機制，保障了業(yè)務系統(tǒng)的安全性。

本領(lǐng)域普通技術(shù)人員可以意識到，結(jié)合本文中所公開的實施例描述的各示例的模塊及算法步驟，能夠以電子硬件、或者計算機軟件和電子硬件的結(jié)合來實現(xiàn)。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。

下面參考圖3描述根據(jù)本發(fā)明另一方面所提供的實時人臉識別方法。圖3示出了根據(jù)本發(fā)明實施例的實時人臉識別方法300的示意性流程圖。如圖3所示，實時人臉識別方法300包括以下步驟：

在步驟S310，在一個網(wǎng)絡(luò)中實施人臉圖像的獲取。

在步驟S320，在另一個網(wǎng)絡(luò)中通過至少一個人臉識別裝置實施對所述獲取的人臉圖像的人臉識別。

基于實時人臉識別方法300的步驟S310和S320，實時人臉識別方法300在不同的網(wǎng)絡(luò)中分別實施圖像采集和人臉識別，即對實時人臉抓拍和人臉識別進行了模塊分離，因此能夠顯著降低實時人臉識別對網(wǎng)絡(luò)帶寬的要求。同時，由于將人臉識別環(huán)節(jié)單獨部署在一個網(wǎng)絡(luò)中，因此能夠滿足敏感數(shù)據(jù)專網(wǎng)保護的安全性要求。

在一個示例中，可以在第一網(wǎng)絡(luò)中實施人臉圖像的獲取，在第二網(wǎng)絡(luò)中實施對所述獲取的人臉圖像的人臉識別，其中，第一網(wǎng)絡(luò)的帶寬大于第二網(wǎng)絡(luò)的帶寬。在實時人臉識別應用于大規(guī)模的實際場景中時，往往需要部署數(shù)量很大的人臉抓拍設(shè)備(例如監(jiān)控相機等)，因此將圖像采集環(huán)節(jié)部署在較大帶寬的網(wǎng)絡(luò)中能夠更好地滿足需求。同時，對所采集的人臉圖像進行人臉識別僅對計算性能要求較高，而對帶寬沒有太大要求，因此將人臉識別環(huán)節(jié)部署在有限帶寬的網(wǎng)絡(luò)中即可滿足需求，這樣從總體上可顯著降低帶寬要求。

在一個示例中，所述第一網(wǎng)絡(luò)為視頻專網(wǎng)，所述第二網(wǎng)絡(luò)為業(yè)務內(nèi)網(wǎng)。視頻專網(wǎng)可以是覆蓋很大區(qū)域范圍的以傳輸視頻業(yè)務為主的專網(wǎng)，能夠滿足視頻數(shù)據(jù)傳輸?shù)膶崟r性、穩(wěn)定性和大容量等特點。因此將實時人臉識別方法的圖像采集環(huán)節(jié)部署在視頻專網(wǎng)中不僅可以滿足大規(guī)模圖像采集對網(wǎng)絡(luò)帶寬的需求，還能夠滿足經(jīng)采集圖像的實時、穩(wěn)定傳輸?shù)?。業(yè)務內(nèi)網(wǎng)可以是負責專門業(yè)務的局域網(wǎng)。由于人臉識別可能涉及敏感數(shù)據(jù)，因此將實時人臉識別方法的人臉識別環(huán)節(jié)部署在業(yè)務內(nèi)網(wǎng)中，在顯著降低總體帶寬要求的同時還可實現(xiàn)敏感數(shù)據(jù)專網(wǎng)保護的安全性要求。

以上示例性地描述了根據(jù)本發(fā)明實施例的實時人臉識別方法的圖像采集環(huán)節(jié)和人臉識別環(huán)節(jié)可部署在的網(wǎng)絡(luò)，在其他示例中，還可以將根據(jù)本發(fā)明實施例的實時人臉識別方法的圖像采集環(huán)節(jié)和人臉識別環(huán)節(jié)各自部署在其他的不同網(wǎng)絡(luò)中。

基于上面的描述，根據(jù)本發(fā)明實施例的實時人臉識別方法300將圖像采集環(huán)節(jié)和人臉識別環(huán)節(jié)部署在不同的網(wǎng)絡(luò)中，能夠顯著降低實時人臉識別對網(wǎng)絡(luò)帶寬的要求。同時，由于將人臉識別環(huán)節(jié)單獨部署在一個網(wǎng)絡(luò)中，因此能夠滿足敏感數(shù)據(jù)專網(wǎng)保護的安全性要求。

應了解，本發(fā)明不受具體采用的圖像采集方法和人臉識別方法的限制，無論是現(xiàn)有的圖像采集方法和人臉識別方法還是將來開發(fā)的圖像采集方法和人臉識別方法，都可以應用于根據(jù)本發(fā)明實施例的實時人臉識別方法中，并且也應包括在本發(fā)明的保護范圍內(nèi)。

根據(jù)本發(fā)明的實施例的實時人臉識別方法300的步驟S310可由上文中結(jié)合圖1至圖2描述的實時人臉識別系統(tǒng)的圖像采集裝置110和210來執(zhí)行。根據(jù)本發(fā)明的實施例的實時人臉識別方法300的步驟S320可由上文中結(jié)合圖1至圖2描述的實時人臉識別系統(tǒng)的人臉識別裝置120和220來執(zhí)行。以上僅對實時人臉識別方法300的各步驟的主要過程進行描述，而省略已經(jīng)描述過的細節(jié)內(nèi)容。

根據(jù)本發(fā)明的實施例，步驟S310中人臉圖像的獲取可以進一步包括：采集視頻流；以及對所述視頻流進行人臉檢測，以獲取所述人臉圖像，并且根據(jù)本發(fā)明的實施例實時人臉識別方法還可以包括其他的步驟，如下面將參考圖4所描述的。

圖4示出了根據(jù)本發(fā)明另一實施例的實時人臉識別方法400的示意性流程圖。如圖4所示，實時人臉識別方法400包括步驟S410到S470，其中步驟S410、S420和S470在一個網(wǎng)絡(luò)(例如如圖1和圖2所示的網(wǎng)絡(luò)A，或視頻專網(wǎng))中實施，步驟S440、S450和S460在另一個網(wǎng)絡(luò)(例如如圖1和圖2所示的網(wǎng)絡(luò)B，或業(yè)務內(nèi)網(wǎng))中實施，步驟S430跨這兩個網(wǎng)絡(luò)實施，這樣做的目的是為了將實時人臉識別方法400的圖像采集環(huán)節(jié)和人臉識別環(huán)節(jié)部署在不同的網(wǎng)絡(luò)中，以降低對網(wǎng)絡(luò)帶寬的要求，正如關(guān)于圖3所描述的，此處不再贅述。下面詳細描述這些步驟。

在步驟S410，采集視頻流。

在該步驟，可以采用圖像采集設(shè)備(例如相機或圖2中示出的圖像抓拍模塊211)來采集視頻流，例如針對監(jiān)控區(qū)域采集高清視頻流。

在步驟S420，對所述視頻流進行人臉檢測，以獲取待識別的人臉圖像。

在該步驟，可以采用圖像處理設(shè)備(例如圖2中示出的抓拍處理模塊212)對視頻流進行人臉檢測，以獲取待識別的人臉圖像。

應了解，本發(fā)明不受具體采用的人臉檢測方法的限制，無論是現(xiàn)有的人臉檢測方法還是將來開發(fā)的人臉檢測方法，都可以應用于根據(jù)本發(fā)明實施例的實時人臉識別方法中，并且也應包括在本發(fā)明的保護范圍內(nèi)。

根據(jù)本發(fā)明實施例的實時人臉識別方法400的步驟S410和S420均在一個網(wǎng)絡(luò)(例如如圖1和圖2所示的網(wǎng)絡(luò)A，或視頻專網(wǎng))中進行。從視頻流中進行人臉檢測，將視頻流中提取的待識別的人臉圖像傳輸至人臉識別裝置，可大幅減少用于傳輸?shù)搅硪痪W(wǎng)絡(luò)(例如如圖1和圖2所示的網(wǎng)絡(luò)B，或業(yè)務內(nèi)網(wǎng))中進行人臉識別的數(shù)據(jù)量，這樣不僅可適應人臉識別環(huán)節(jié)部署在的網(wǎng)絡(luò)的有限帶寬，還可提高數(shù)據(jù)傳輸?shù)男?，從而提高人臉識別的效率，滿足人臉識別的實時性。

在步驟S430中，經(jīng)由網(wǎng)絡(luò)安全裝置發(fā)送人臉識別請求，經(jīng)響應同意請求后，再經(jīng)由所述網(wǎng)絡(luò)安全裝置發(fā)送人臉圖像以用于進行人臉識別。

在該步驟，可以采用例如如圖1(或圖2)中所示的圖像采集裝置110(或210)，或者，更進一步地，采用如圖2中所示的圖像采集裝置210的抓拍處理模塊212經(jīng)由例如如圖2所示的網(wǎng)絡(luò)安全裝置250(例如防火墻或網(wǎng)閘)向處于另一網(wǎng)絡(luò)(例如如圖1和圖2所示的網(wǎng)絡(luò)B，或業(yè)務內(nèi)網(wǎng))的例如如圖1(或圖2)中所示的人臉識別裝置120(或220)發(fā)送人臉識別請求，經(jīng)人臉識別裝置120(或220)響應同意請求后，再經(jīng)過網(wǎng)絡(luò)安全裝置250將人臉圖像傳輸?shù)饺四樧R別裝置120(或220)，這樣可以進一步保障業(yè)務系統(tǒng)的安全性，這對于可能涉及敏感數(shù)據(jù)的人臉識別更為有益。

在步驟S440中，對人臉圖像進行人臉識別。

在該步驟，可以由例如如圖1(或圖2)中所示的人臉識別裝置120(或220)采用任何合適的人臉識別算法對人臉圖像進行人臉識別，本發(fā)明對此不作限制。

在步驟S450，在識別到黑名單中的人臉時發(fā)送告警信息。

在該步驟，在由例如如圖1(或圖2)中所示的人臉識別裝置120(或220)對人臉圖像進行識別后確定該人臉圖像與數(shù)據(jù)庫黑名單(例如包含犯罪嫌疑人、有違法犯罪記錄、恐怖分子等人的名單)中的某人臉相匹配時，可發(fā)送告警信息，以提醒相關(guān)人員進行處理。

在步驟S460，存儲所述人臉圖像，以用于在進行離線人臉識別時使用。

在該步驟，可以由例如如圖2所示的存儲模塊270存儲例如來自如圖1(或圖2)中所示的圖像采集裝置110(或210)的人臉圖像，以用于在以后的人臉識別時使用，或用于由例如如圖2所示的離線計算模塊280在進行離線人臉識別時使用。例如，可以通過離線人臉識別確定某離線識別對象曾經(jīng)出現(xiàn)過的、被例如如圖1(或圖2)中所示的圖像采集裝置110(或210)采集過的軌跡，以協(xié)助分析該對象未來可能的行蹤，以用于安防等。雖然將該步驟示出為在步驟S450之后，但是這僅是示例性的，該步驟也可以在步驟S440之前執(zhí)行。

在步驟S470，對所述采集的視頻流進行壓縮并播放。

在該步驟，可以由例如圖2中所示的視頻流直播模塊240對例如由如圖2中所示的圖像抓拍模塊211所采集的視頻流進行壓縮并播放，以實現(xiàn)對所采集視頻流的實時監(jiān)控。由于該實時監(jiān)控可以是不針對特定對象的大范圍覆蓋監(jiān)控，因此可以無需使用高清視頻流，而是將其壓縮以實現(xiàn)流暢播放。當然，也可以直接播放采集的視頻流。雖然將該步驟示出為在步驟S470之后，但其僅是示例性的，該步驟只要在步驟S410之后即可，對其不作限制。

此外，雖然沒有示出，但是根據(jù)本發(fā)明實施例的實時人臉識別方法還可以包括負載均衡步驟，在所述另一個網(wǎng)絡(luò)中，即網(wǎng)絡(luò)B中，所述人臉識別裝置的數(shù)量為多個，在此情況下，例如由如圖2所示的負載均衡模塊260可以將多個所述人臉識別請求均衡地分配到所述多個人臉識別裝置220，以由所述多個人臉識別裝置220均衡地識別多個待識別的人臉圖像，這樣可以將算法計算壓力均勻分配到不同的計算節(jié)點，有效避免了單點故障，實現(xiàn)高可用性。

根據(jù)本發(fā)明的實施例，實時人臉識別方法還包括配置統(tǒng)一的賬戶和接口的授權(quán)機制。在一個實施例中，由部署在所述另一個網(wǎng)絡(luò)(網(wǎng)絡(luò)B)中的接入授權(quán)模塊對所述一個網(wǎng)絡(luò)(網(wǎng)絡(luò)A)的賬戶和/或所述另一個網(wǎng)絡(luò)(網(wǎng)絡(luò)B)的賬戶進行授權(quán)以及對應用程序編程接口進行鑒權(quán)，從而保障系統(tǒng)的安全性。

類似地，雖然沒有示出，但是根據(jù)本發(fā)明實施例的實時人臉識別方法還可以包括在進行視頻流采集之前，采用例如如圖2所示的設(shè)備管理模塊230對用于采集視頻流的多個圖像抓拍模塊和用于對視頻流進行人臉檢測的多個抓拍處理模塊進行匹配，這樣也可以將算法計算壓力均勻分配到不同的計算節(jié)點，有效避免了單點故障，實現(xiàn)高可用性。

以上示例性地描述了根據(jù)本發(fā)明實施例的實時人臉識別方法的具體流程，但其僅是示例性的，根據(jù)本發(fā)明實施例的實時人臉識別方法還可以包括其他的步驟，或者可以沒有上述步驟中的一個或多個而實現(xiàn)。

基于上面的描述，根據(jù)本發(fā)明實施例的實時人臉識別方法通過將實時人臉抓拍和人臉識別算法進行模塊分離，從而顯著降低了實時人臉識別對網(wǎng)絡(luò)帶寬的要求，同時亦可滿足敏感數(shù)據(jù)專網(wǎng)保護的安全性要求。此外，根據(jù)本發(fā)明實施例的實時人臉識別方法可將實時計算分布到每個抓拍和識別服務節(jié)點，有效降低了算法對單一節(jié)點計算性能的要求，并且提高了并行計算能力。進一步地，執(zhí)行根據(jù)本發(fā)明實施例的實時人臉識別方法的每個模塊都可以橫向水平擴展，關(guān)鍵模塊可以縱向冗余，并具備容災和故障恢復方案，有效避免了單點故障，實現(xiàn)高可用性。進一步地，根據(jù)本發(fā)明實施例的實時人臉識別方法可在跨網(wǎng)絡(luò)環(huán)境下使用統(tǒng)一的賬戶和接口授權(quán)機制，保障了業(yè)務系統(tǒng)的安全性。

盡管這里已經(jīng)參考附圖描述了示例實施例，應理解上述示例實施例僅僅是示例性的，并且不意圖將本發(fā)明的范圍限制于此。本領(lǐng)域普通技術(shù)人員可以在其中進行各種改變和修改，而不偏離本發(fā)明的范圍和精神。所有這些改變和修改意在被包括在所附權(quán)利要求所要求的本發(fā)明的范圍之內(nèi)。

本領(lǐng)域普通技術(shù)人員可以意識到，結(jié)合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、或者計算機軟件和電子硬件的結(jié)合來實現(xiàn)。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。

在本申請所提供的幾個實施例中，應該理解到，所揭露的設(shè)備和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的設(shè)備實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個設(shè)備，或一些特征可以忽略，或不執(zhí)行。

在此處所提供的說明書中，說明了大量具體細節(jié)。然而，能夠理解，本發(fā)明的實施例可以在沒有這些具體細節(jié)的情況下實踐。在一些實例中，并未詳細示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。

類似地，應當理解，為了精簡本發(fā)明并幫助理解各個發(fā)明方面中的一個或多個，在對本發(fā)明的示例性實施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實施例、圖、或者對其的描述中。然而，并不應將該本發(fā)明的方法解釋成反映如下意圖：即所要求保護的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如相應的權(quán)利要求書所反映的那樣，其發(fā)明點在于可以用少于某個公開的單個實施例的所有特征的特征來解決相應的技術(shù)問題。因此，遵循具體實施方式的權(quán)利要求書由此明確地并入該具體實施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨實施例。

本領(lǐng)域的技術(shù)人員可以理解，除了特征之間相互排斥之外，可以采用任何組合對本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個特征可以由提供相同、等同或相似目的的替代特征來代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實施例包括其它實施例中所包括的某些特征而不是其它特征，但是不同實施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實施例。例如，在權(quán)利要求書中，所要求保護的實施例的任意之一都可以以任意的組合方式來使用。

本發(fā)明的各個部件實施例可以以硬件實現(xiàn)，或者以在一個或者多個處理器上運行的軟件模塊實現(xiàn)，或者以它們的組合實現(xiàn)。本領(lǐng)域的技術(shù)人員應當理解，可以在實踐中使用微處理器或者數(shù)字信號處理器(DSP)來實現(xiàn)根據(jù)本發(fā)明實施例的物品分析設(shè)備中的一些模塊的一些或者全部功能。本發(fā)明還可以實現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的裝置程序(例如，計算機程序和計算機程序產(chǎn)品)。這樣的實現(xiàn)本發(fā)明的程序可以存儲在計算機可讀介質(zhì)上，或者可以具有一個或者多個信號的形式。這樣的信號可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號上提供，或者以任何其他形式提供。

應該注意的是上述實施例對本發(fā)明進行說明而不是對本發(fā)明進行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計出替換實施例。在權(quán)利要求中，不應將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個”不排除存在多個這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當編程的計算機來實現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個可以是通過同一個硬件項來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱。

以上所述，僅為本發(fā)明的具體實施方式或?qū)唧w實施方式的說明，本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。本發(fā)明的保護范圍應以權(quán)利要求的保護范圍為準。