[發明專利]一種基于人臉特征數組的人數統計方法在審
| 申請號: | 201810525340.4 | 申請日: | 2018-05-28 |
| 公開(公告)號: | CN109034178A | 公開(公告)日: | 2018-12-18 |
| 發明(設計)人: | 張軼君 | 申請(專利權)人: | 北京文香信息技術有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 100085 北京市海*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 人臉特征 編碼序列 人數統計 整體特征 圖片集合 人臉 數組 攝像機 存儲 人臉識別分類 間隔固定 聚類結果 特征序列 同一環境 歸類 聚類 可用 統計 拍攝 返回 分類 圖片 | ||
1.一種基于人臉特征數組的人數統計方法,其特征在于:所述方法包括:
步驟1,設置K臺攝像機在不同角度拍攝同一環境區域,間隔固定時間自K臺攝像機中提取一張圖片加入到圖片集合F;
步驟2,對圖片集合F的所有圖片進行人臉特征編碼,得到每張圖片的人臉特征編碼序列C;
步驟3,預設整體特征庫Total C需要存儲的編碼序列數量M,將人臉特征編碼序列C存儲在整體特征庫Total C中;當整體特征庫Total C中存儲的人臉特征編碼序列C的數量為M時,執行步驟4,否則返回步驟2;
步驟4,對整體特征庫Total C中的所有人臉特征編碼序列C進行聚類,根據聚類結果區分相似的人臉,將相似人臉的特征序列歸為一類;
步驟5,根據步驟4的歸類結果進行人臉識別分類統計,分類數為統計人數。
2.根據權利要求1所述的基于人臉特征數組的人數統計方法,其特征在于:所述人臉特征編碼包括:
步驟A,對圖片集合F中的圖片進行灰度處理,得到亮度圖G;
步驟B,對亮度圖G進行平滑去噪,得出去噪圖像S;
步驟C,采用人臉檢測算法對去噪圖像S進行人臉檢測,標記出人臉位置,并將人臉位置存儲在序列L中;
步驟D,對檢測到的人臉圖像序列L,進行特征值提取;
步驟F,換下一張圖片重復執行步驟A-步驟D直至圖片集合F中的圖片處理完成。
3.根據權利要求2所述的基于人臉特征數組的人數統計方法,其特征在于:所述人臉特征提取包括:
步驟a,對人臉圖像序列L中的第i張人臉圖片Fi進行特征點標定,特征點數量為68,特征點范圍包括下巴的頂部、每只眼睛的外部輪廓及每條眉毛的內部輪廓;
步驟b,使用仿射變換將步驟a中標定的特征點調整到固定位置,將人臉圖像Fi中的人臉朝向轉換為正面;
步驟c,對人臉圖片Fi的的人臉特征進行編碼,編碼成一列N維數組T,N為64-256間的整數,使得每張人臉圖像提取的特征數組T都不相同;使用歐式幾何距離的平方,計算Ti與Tj之間的距離為:
D(i,j)=∑k(Ti(k)-Tj(k))2;
步驟d,在人臉圖像序列L中選取第i+1張人臉圖片Fi+1,重復步驟a到步驟c,直到人臉圖像序列L中的所有人臉圖片的特征編碼完成,得到編碼序列C;
步驟e,計算人臉特征編碼序列C中所有特征編碼的間距,計算最小間距Dismin;
步驟f,定義序列TotalDis,將最小間距Dismin加入序列Total Dis;
其中,0<i≤L,i為正整數。
4.根據權利要求3所述的基于人臉特征數組的人數統計方法,其特征在于:所述聚類包括:
步驟1a,選取M張圖像中檢測出人臉最多的一個人臉特征編碼序列C中的特征編碼作為初始分類中心點;
步驟2a,采用K-mean迭代算法進行迭代,迭代至K-mean迭代算法收斂;
步驟3a,計算每個分類中特征編碼與分類中心的中心間距,計算判斷出中心距離最大的特征編碼,預定義lambda為Total Dis序列中的最小值;
如果lambda≤最大中心間距,則將當前特征編碼定義為新分類,在原有分類中繼續執行步驟2;
如果最大中心間距<lambda,則認為分類結束。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京文香信息技術有限公司,未經北京文香信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810525340.4/1.html,轉載請聲明來源鉆瓜專利網。





