[發(fā)明專利]一種基于人工智能識別的影像處理系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011543214.5
• 申請日: 2020-12-23
• 公開（公告）號: CN112507967A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設計）人: 張丹丹;崔琳;張青;謝妞妞;呂潁潁;張楊;萬小舟
• 申請（專利權）人: 河南應用技術職業(yè)學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 西安合創(chuàng)非凡知識產權代理事務所(普通合伙) 61248
• 代理人: 楊蕾

本發(fā)明涉及人臉識別系統(tǒng)，具體涉及一種基于人工智能識別的影像處理系統(tǒng)，包括：人體識別模塊，用于實現(xiàn)圖像深度信息的獲取，并基于模糊深度神經網絡模型根據(jù)圖像深度信息實現(xiàn)影像數(shù)據(jù)中人體信息的識別；危險行為識別模塊，在識別到人體時啟動，用于實現(xiàn)人體深度信息以及骨骼信息的獲取，并基于無限深度神經網絡根據(jù)所有骨骼信息實現(xiàn)危險行為的識別；目標圖像挖掘模塊，在發(fā)現(xiàn)危險行為時啟動，用于基于Dssd_Inception_V3 coco模型實現(xiàn)目標人臉圖像集的挖掘；人臉識別模塊，用于提取所述人臉圖像集的LBPH、SIFT以及人臉骨骼特征，基于決策樹實現(xiàn)人臉的識別。本發(fā)明可以實現(xiàn)人臉圖像的及時捕捉和識別。

技術領域

本發(fā)明涉及人臉識別系統(tǒng)，具體涉及一種基于人工智能識別的影像處理系統(tǒng)。

背景技術

目前，對于監(jiān)控區(qū)域內開展視頻影像監(jiān)控，是眾多有關視頻監(jiān)控的技術人員仍在不斷開發(fā)和研究的一項重要技術領域。因為如果完全依賴于人工監(jiān)控，會有一是效率低下，二是成本增加，三是監(jiān)控失誤率或遺漏率高的現(xiàn)實缺陷。為解決這些缺陷，眾多相關技術領域的人員也進行了深入的研發(fā)和探索。

而在現(xiàn)階段，在視頻監(jiān)控中加入人臉識別進行實時監(jiān)控是被廣泛使用的技術手段，但是在一定距離下捕捉人臉又是一項重要的技術問題。由于人臉會在一定近的距離下才會被呈現(xiàn)和捕捉，此時可能目標物距離需防備的被保護物已非常接近，常見的如文物保護、展覽保護場景等。而在這些場景下，由于燈光等因素，影像監(jiān)控對于人體的捕捉亦未必非常及時，也就導致了后續(xù)人臉捕捉延遲的問題，這對于在這些場景下的被保護物的實際保護效果會產生較大的風險和負面影響。

發(fā)明內容

為了解決上述技術問題，本發(fā)明提供了一種基于人工智能識別的影像處理系統(tǒng)，可以實現(xiàn)人臉圖像的及時捕捉和識別。

為實現(xiàn)上述目的，本發(fā)明采取的技術方案為：

一種基于人工智能識別的影像處理系統(tǒng)，包括：

人體識別模塊，用于實現(xiàn)圖像深度信息的獲取，并基于模糊深度神經網絡模型根據(jù)圖像深度信息實現(xiàn)影像數(shù)據(jù)中人體信息的識別；

危險行為識別模塊，在識別到人體時啟動，用于實現(xiàn)人體深度信息以及骨骼信息的獲取，并基于無限深度神經網絡根據(jù)所有骨骼信息實現(xiàn)危險行為的識別；

目標圖像挖掘模塊，在發(fā)現(xiàn)危險行為時啟動，用于基于Dssd_Inception_V3 coco模型實現(xiàn)目標人臉圖像集的挖掘；

人臉識別模塊，用于提取所述人臉圖像集的LBPH、SIFT以及人臉骨骼特征，基于決策樹實現(xiàn)人臉的識別。

進一步地，還包括：

影像預處理模塊，用于根據(jù)每個視頻幀的坐標信息確定每個視頻幀的偏轉角度，并按其中一個視頻幀的偏轉角度進行其他視頻幀的重構。

進一步地，所述危險行為識別模塊基于kinect深度傳感器實現(xiàn)人體深度信息以及骨骼信息獲取，基于骨骼信息濾波模塊消除鎖獲得骨骼信息的抖動和噪聲干擾。

進一步地，所述Dssd_Inception_V3 coco模型采用Dssd目標檢測算法，用coco數(shù)據(jù)集預訓練Inception_V3深度神經網絡，然后用先前準備好的數(shù)據(jù)集訓練該模型，微調深度神經網絡中的各項參數(shù)，最后得到合適的用于人臉圖像的目標檢測模型。

進一步地，所述人體識別模塊首先調用視頻取幀腳本，每隔一定幀數(shù)獲取一張圖像，然后基于kinect深度傳感器實現(xiàn)圖像深度信息的獲取，并基于模糊深度神經網絡模型根據(jù)圖像深度信息實現(xiàn)影像數(shù)據(jù)中人體信息的識別。

進一步地，所述人臉識別模塊基于CART算法根據(jù)人臉圖像集的LBPH、SIFT以及人臉骨骼特征實現(xiàn)人臉的識別，其中，CART算法基于安全人臉圖像集的LBPH、SIFT以及人臉骨骼特征訓練所得。