[發明專利]一種視頻監控場景下的人工智能人臉異常檢測系統及方法

在審

• 申請號: 202010425077.9
• 申請日: 2020-05-19
• 公開（公告）號: CN111695432A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 彭瀅;吳杰
• 申請（專利權）人: 中國電子科技網絡信息安全有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 管高峰

本發明涉及人工智能人臉異常檢測領域，公開了一種視頻監控場景下的人工智能人臉異常檢測系統及方法，本系統包括用于檢測視頻中人臉位置的人臉檢測模型；用于計算人臉偏轉角度，篩選出人臉正面圖像的人臉姿態估計模型；以及用于識別人臉異常遮擋物的人臉異常分類模型。本發明將人臉異常識別問題轉化為人臉異常遮擋物分類問題，精準識別遮擋物類型，人臉異常分類模型可分類識別的類型中包括“環境背景”和“側面人臉”類，給系統提供了容錯機制。本發明提供一種新的人臉異常識別的思路，即將人臉異常識別問題轉化為人臉異常遮擋物分類問題，能夠精準的識別遮擋物，同時也具有很強的可擴展性，且該系統穩定、準確率高，具有很強的實際應用價值。

技術領域

本發明涉及人工智能人臉異常檢測領域，尤其涉及一種視頻監控場景下的人工智能人臉異常檢測系統及方法。

背景技術

視頻監控是一項廣為使用的安全防護措施。傳統的視頻監控主要是在犯罪活動行為發生后起到取證的作用，防護功能滯后，而且取證往往需要人工查看大量視頻監控數據，耗時耗力。隨著人工智能學科的蓬勃發展，基于深度學習和圖像處理技術的視頻智能監控系統已開始投入使用。人臉異常檢測系統是智能監控所普遍關注的一個重要的功能系統，它的目的是判斷被監控人是否存在面部區域被遮擋的異常情況，識別遮擋的位置或遮擋物的類型，并對人臉異常遮擋的情況進行警示和記錄，從而起到實時預防犯罪、案發后高效取證的多重作用。開發準確、穩定的人臉異常檢測系統對推動解決傳統視頻監控的問題具有積極意義。

一般的，人臉異常檢測系統可分為預處理模塊、人臉異常識別模塊，以及預警模塊。主流的人臉異常檢測思路是：首先，通過預處理模塊檢測監控畫面中是否存在人臉，如果有，則記錄人臉的位置信息，然后在人臉位置上進一步獲取五官的位置。接著，在人臉異常識別模塊中，通過判斷五官是否被遮擋來判斷是否存在面部區域被遮擋的異常情況，并根據發生遮擋的位置來推測遮擋物的類型。最后，根據人臉異常遮擋的情況使用預警模塊進行警示。這類方法在以下三方面具有較大改進空間：

第一，已有的人臉異常檢測系統是通過遮擋部位來推測遮擋物的類型，這種方式得到的遮擋物的類型不夠準確和精細，大多只能推測出墨鏡、口罩或鴨舌帽三種類型，但實際應用場景需要判斷更加精準、類型更加豐富。第二，人臉異常識別模塊對預處理模塊依賴性極強，但缺乏對預處理模塊的容錯機制，因而容易受到預處理過程中誤差的影響。比如，預處理模塊可能錯誤地輸出并不包含人臉的位置，或者在面部大面積遮擋的情況下難以精確定位五官，這都可能影響后續人臉異常模塊的準確性。第三，對于側面人臉的處理方式成本過高。由于側面人臉和正面人臉的特征有差異，已有方法通常是采用在特征提取過程中增加側面人臉訓練樣本的方式來處理側臉問題，比如，加入與正面戴口罩的訓練樣本數量相當的側面戴口罩樣本，來檢測側面人臉被口罩遮擋的情況。這大大加重了訓練樣本收集和標注的負擔，也增加了機器學習模型訓練的難度。實際上，相較于正面人臉，側面人臉本身包含的面部信息就不完整，可能導致人臉異常識別出錯，而且處理側面人臉的成本又高，我們可以通過優化系統設計來排除對側面人臉做人臉異常識別來降低成本、提高系統整體準確率。

發明內容

本發明所要解決的技術問題是：針對上述存在的問題，提供了一種視頻監控場景下的人工智能人臉異常檢測系統及方法，本發明對預處理模塊和人臉異常識別模塊進行如下改進：

1.對于人臉異常識別模塊，將人臉異常識別問題轉化為人臉異常遮擋物分類問題，精準識別遮擋物類型，將可檢測的類型擴充到墨鏡、口罩、鴨舌帽、頭盔、綁匪頭套五類；

2.在人臉異常識別模塊中提供對預處理模塊的容錯機制，通過讓人臉異常遮擋物分類算法具有識別“環境背景”、“側面人臉”等不需要進行人臉異常識別的圖片的能力，達到在預處理模塊提供錯誤的人臉位置或人臉角度時能夠規避錯誤的目的；

3.對于預處理模塊，不獲取人臉五官的位置信息，而是獲取人臉的偏轉角度信息，根據偏轉角度篩選出正面人臉，從而排除對側面人臉的人臉異常識別。