[發明專利]對于密集人群進行人臉識別熱度分析生成方法

有效

• 申請號: 201710912520.3
• 申請日: 2017-09-29
• 公開（公告）號: CN107563359B
• 公開（公告）日: 2018-09-11
• 發明（設計）人: 楊曉凡;劉玉蓉
• 申請（專利權）人: 重慶市智權之路科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種對于密集人群進行人臉識別熱度分析生成方法，其特征在于，包括：

S1，通過圖像采集模塊對密集人群中人體特征圖像和人臉特征圖像分別進行采集，建立初始判篩選斷模型，從而提煉出進入人流密集區域的人員屬性；

所述S1包括：

S1-1，假設同一用戶進入人流密集區域都為新用戶，其中如果包括服務人員或者頻繁進出的人員，在這個模型中并不考慮，因為采集足夠多的樣本之后，服務人員或者頻繁進出的人員的數量可以忽略不計，從人流密集區域離開則設定為相應人員認證結束，通過獲取圖像采集模塊的圖像信息對圖像中的人體特征圖像和人臉特征圖像進行判斷，設置圖像數據信息坐標[x,y]進行圖像獲取，將坐標[x,y]作為圖像的基礎點，根據坐標[x,y]為原點分別設置掃描權重

其中p為圖像中的人數獲取因子，對[x,y]坐標的四個方位進行開平方運算，n為正整數，n_valid為獲取的有效人數判定閾值，h(i，j)為一個方位中獲取的人體特征圖像i和人臉特征圖像j的個數，

S1-2，設一個方位中所獲取的人體特征圖像權值向量為b_i＝A(c-w)×(cw)，A是人體基礎特征c和手帶物品特征w的出現概率值，cw為人體基礎特征和手帶物品特征共同出現的定義值；獲取一個方位人臉特征圖像權值向量為f_j＝B×(C·T)，B是獲取人臉特征概率值，C為人臉表情特征集合，T為人臉識別成功的單位區域的統計系數；其中C＝{smile,openmouth,downhead,uphead,weeping,halfface}

S1-3，保證獲取信息的穩定性，根據b_i和f_j的向量值選取多區域的樣本進行計算，然后通過初步篩選公式對圖像進行初步篩選，其中，λ₄為圖像中全方位第i個人體特征圖像的第j個人臉表情集合的計算參數，β₄為圖像中全方位第i個人體特征圖像的第j個人臉表情集合的匹配參數，L_i,j為圖像中的人員總體出現次數，Q_i,j為圖像中初步篩選過程中的人流密集區域的條件概率值，σ²(i,j)為人流密集區域人員密集程度的判斷極值參數，P_i,j為人流密集區域的歷史人員統計數值；

S1-4，通過S1-3的初步篩選之后，對圖像特征進行歸類判斷，將不同人臉表情特征集合C的圖像數據進行模型判斷；提取有效人體特征圖像的直方圖，構造紋理信息，獲取人臉表情特征集合中每個屬性值，

微笑屬性值C_smile＝∑_jj·δ_xj·δ_yj，其中δ_xj和δ_yj分別為X軸微笑特征因子和Y軸特征因子；

張嘴屬性值C_openmouth＝∑_jj·τ_xjτ_yj，其中τ_xj和τ_yj分別為X軸張嘴特征因子和Y軸張嘴特征因子；

低頭屬性值C_downhead＝∑_jj·β_xjβ_yj，其中β_xj和β_yj分別為X軸低頭特征因子和Y軸低頭特征因子；

抬頭屬性值C_uphead＝∑_jj·ε_xj·ε_yj，其中ε_xj和ε_yj分別為X軸抬頭特征因子和Y軸抬頭特征因子；

哭泣屬性值其中和分別為X軸哭泣特征因子和Y軸哭泣特征因子；

側臉屬性值C_halfface＝∑_jj·μ_xj·μ_yj，其中μ_xj和μ_yj分別為X軸側臉特征因子和Y軸側臉特征因子；

對初篩重復執行，直到產生的重復率上升后，結束S1-1至S1-3的步驟。