[發明專利]一種基于人工智能識別的影像處理系統

有效

• 申請號: 202010095681.X
• 申請日: 2020-02-17
• 公開（公告）號: CN111325133B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 孫克道;楊學杰;楊光;李思毛
• 申請（專利權）人: 深圳龍安電力科技有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V40/16;G06V40/10;G06V20/40;G06V10/74;G06V10/82;G06N3/0464;G06N3/088
• 代理公司: 東莞市神州眾達專利商標事務所(普通合伙) 44251
• 代理人: 劉漢民

1.一種基于人工智能識別的影像處理系統，其特征在于，其包括以下設備：

影像監測設備，用于記錄警示區域內的影像監測畫面；

目標物監測設備，用于監測在警示區域內是否存在人體目標物，若存在人體目標物，則發出目標物監測信息，若不存在人體目標物，則結束操作；

智能監測設備，用于實時接收所述目標物監測信息，記錄相關信息作為是否觸發后續人工智能識別模型進行識別的條件，不進行其他進一步的操作；當一段時間t內未接收到所述目標物監測信息時，從所述影像監測設備調取在t時間內的影像監測畫面，并利用已訓練的人工智能識別模型對該影像監測畫面進行識別，判定該影像監測畫面中是否存在人體目標物，所述人體目標物為人體穿戴設備；若判定存在，則發送人臉識別信號；所述人工智能識別模型是基于在ImageNet上預訓練好的AlexNet神經網絡模型，使用具有大于1000張的人體樣本圖片所訓練得到的；判定該影像監測畫面中是否存在人體目標物時具體執行以下步驟：利用目標物監測設備對所述影像監測畫面進行初步識別，判斷所述影像監測畫面中是否存在疑似人體目標物，若是，定格形成第一疑似待測圖像；對所述第一疑似待測圖像進行背景處理，得到第二疑似待測圖像；利用已訓練的人工智能識別模型對所述第二疑似待測圖像進行識別，判定所述第二疑似待測圖像中是否存在人體目標物；

人臉識別設備，用于當從所述目標物監測設備獲取到所述目標物監測信息，或者從所述智能監測設備獲取到所述人臉識別信號后，對所述人體目標物進行人臉識別，并得到待測人臉圖像；將所述待測人臉圖像與后臺數據庫中的安全人臉圖像進行相似度比較，若所述待測人臉圖像與所述安全人臉圖像相似度小于預設閾值，則觸發提醒信號；

人臉識別設備的工作包括利用人臉識別模塊對所述人體目標物進行人臉識別，其具體方法為：

訓練人臉識別模塊；

獲得所述待測人臉圖像，利用訓練得到的所述人臉識別模塊對所述待測人臉圖像進行檢測，得到所述待測人臉圖像中的人臉區域rl，在所述人臉區域rl中進行五官定位，得到所述待測人臉圖像的第一五官數據；

確定安全人臉圖像，對所述安全人臉圖像進行五官檢測，得到安全人臉圖像的第二五官數據；

基于所述第一五官數據和第二五官數據，計算兩者全臉及局部五官相似度；

計算待測人臉圖像和安全人臉圖像的概率融合相似度，得到判斷結果；

所述確定安全人臉圖像的具體方法為：

根據獲得的所述待測人臉圖像在所述后臺數據庫中的安全人臉圖像進行遍歷地相似度比較判斷，得到相似度最高的若干待判斷安全人臉圖像；

對所得到的所述若干待判斷安全人臉圖像的每一個待判斷安全人臉圖像進行五官檢測，得到每一個待判斷安全人臉圖像各自的第二五官數據。

2.如權利要求1所述的基于人工智能識別的影像處理系統，其特征在于，訓練所述人工智能識別模型的具體方法包括：

對每一張所述人體樣本圖片進行提取特征，每一張所述人體樣本圖片得到一組特征向量，并將全部特征向量組輸入到所述神經網絡模型進行訓練，得到所述人工智能識別模型。

3.如權利要求2所述的基于人工智能識別的影像處理系統，其特征在于，所述特征為人體穿戴設備。

4.如權利要求3所述的基于人工智能識別的影像處理系統，其特征在于，所述人體穿戴設備包括手表、耳環、戒指、眼鏡、帽子、圍巾中的一種或多種。

5.如權利要求1所述的基于人工智能識別的影像處理系統，其特征在于，定格形成第一疑似待測圖像時，將所述疑似人體目標物及其一定距離內的周緣環境同時定格。

6.如權利要求1所述的基于人工智能識別的影像處理系統，其特征在于，對所述第一疑似待測圖像進行背景處理的具體方法包括：

將所述第一疑似待測圖像劃分成目標區域和背景區域；消除背景區域的影響因素，將所述目標區域與背景區域在所述第一疑似待測圖像進行區分；

所述影響因素包括對比度、色彩飽和度、亮度中的一種或多種。