[發明專利]一種基于網絡攝像機的性別識別方法及裝置

在審

• 申請號: 201410326471.1
• 申請日: 2014-07-10
• 公開（公告）號: CN104091173A
• 公開（公告）日: 2014-10-08
• 發明（設計）人: 車全宏;仲崇亮;林曉清;楊佳艷;徐勇
• 申請（專利權）人: 深圳市中控生物識別技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣東國欣律師事務所 44221
• 代理人: 王海駿

1.一種基于網絡攝像機的人體特征識別方法，其特征在于，包括：

網絡攝像機采集視頻監控數據；

從所述視頻監控數據中提取目標人體特征的參數；

根據所述目標人體特征的參數，通過預先從服務器獲取的人體特征識別分類器，分類識別出所述目標人體特征；

將分類識別出的所述目標人體特征，以及與所述目標人體特征對應的興趣信息發送給所述服務器，使得所述服務器對所述目標人體特征及所述興趣信息進行分析，并生成表示所述目標人體特征與所述興趣信息之間關聯關系的報表。

2.根據權利要求1所述的方法，其特征在于，所述從所述視頻監控數據中提取目標人體特征的參數包括：

從所述視頻監控數據中，通過預先訓練好的人臉分類器檢測出人臉圖像；

通過主動外觀模型提取每個人臉圖像的關鍵特征點，所述關鍵特征點包括人臉圖像中的眼睛、鼻子和嘴巴位置；

通過所述人臉圖像中兩眼之間的位置關系對所述人臉圖像進行校正，使得所述人臉圖像端正無傾斜；

獲取校正后的人臉圖像的關鍵特征點的坐標。

3.根據權利要求2所述的方法，其特征在于，所述根據所述目標人體特征的參數，通過預先從服務器獲取的人體特征識別分類器，分類識別出所述目標人體特征包括：

根據所述校正后的人臉圖像的關鍵特征點的坐標，以及從所述服務器上獲取的各子區域的均值向量和特征向量，分割所述校正后的人臉圖像為多個子區域以進行主成份分析降維；

將各所述子區域分別對應的關鍵特征點輸入從所述服務器上獲取的已訓練好的人臉特征模型，得到不同性別的人臉圖像的各關鍵特征點之間的內在聯系；

將獲得的所述不同性別之間的人臉圖像的各關鍵特征點之間的內在聯系輸入到從所述服務器上獲取的已訓練好的性別識別分類器中，分類識別出男性及女性。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述方法還包括：

在圖像數據庫中提取Harr-like特征，訓練自適應增強分類器進行人臉檢測。

5.一種基于網絡攝像機的人體特征識別方法，其特征在于，包括：

服務器從預先設置的人體特征數據庫中提取人體特征；

根據所述人體特征訓練人體特征識別分類器；

將所述人體特征識別分類器發送給網絡攝像機，使得所述網絡攝像機根據所述人體特征識別分類器對目標人體特征進行分類識別；

接收所述網絡攝像機分類發送的識別出的所述目標人體特征，以及與所述目標人體特征對應的興趣信息；

分析所述目標人體特征與所述興趣信息的關聯關系，并將所述關聯關系生成報表。

6.根據權利要求5所述的方法，其特征在于，所述從預先設置的人體特征數據庫中提取人體特征包括：

通過主動外觀模型提取人臉圖像的關鍵特征點，所述關鍵特征點包括人臉圖像中的眼睛、鼻子和嘴巴位置。

7.根據權利要求5所述的方法，其特征在于，所述根據所述人體特征訓練人體特征識別分類器包括：

通過所述人臉圖像中兩眼之間的位置關系對所述人臉圖像進行校正，使得所述人臉圖像端正無傾斜；

獲取校正后的人臉圖像的關鍵特征點的坐標；

根據所述校正后的人臉圖像的關鍵特征點的坐標，分割所述校正后的人臉圖像為多個子區域以進行主成份分析降維，并保存所述人臉圖像中各所述子區域的均值向量和特征向量；

將各所述子區域分別對應的關鍵特征點輸入人臉特征模型，獲得不同性別的人臉圖像的各關鍵特征點之間的內在聯系；

將獲得的所述不同性別之間的人臉圖像的各關鍵特征點之間的內在聯系輸入到支持向量機中，訓練得到性別識別分類器。

8.根據權利要求5至7任一項所述的方法，其特征在于，所述方法還包括：

更新所述人體特征數據庫；

從更新后的人體特征數據庫中提取人體特征，以重新訓練人體特征識別分類器。