[發明專利]基于城市復雜場景下海量圖像預處理網絡方法

在審

• 申請號: 202110487070.4
• 申請日: 2021-05-10
• 公開（公告）號: CN113095289A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 董毅;余緣超
• 申請（專利權）人: 重慶電政信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出基于城市復雜場景下海量圖像預處理網絡方法，搭建了海量圖像過濾預處理網絡系統，利用評價圖像清晰度的SSIM網絡、判定人臉旋轉角度的3DDFA人臉重構網絡、判定人臉遮擋率的MTCNN網絡，并將上述三個圖像信息評判網絡進行結合成一個預處理系統，且根據實際運用場景的不同使用者可以將上述三個評判網絡自由搭配，以達到在檢測識別時有針對性并有效的提高人員特征信息的提取，增強檢測功能的準確度。通過分析人員行為檢測模塊所得到的數據，對人員在某特定區域滯留的時間超過閾值，及時進行報警并統計其行蹤軌跡。

技術領域

本發明為基于城市復雜場景下海量圖像預處理網絡方法，屬于人臉識別、智能安全領域。

背景技術

目前在城市的復雜場景下每個攝像頭每時會產生海量圖像且將這些海量圖像數據不經過某種特定方式的篩選直接傳入到各種檢測識別網絡會使系統檢測識別的準確率得不到提升，且會得到許多誤判。即需要提前過濾掉海量無用數據再傳入到各種檢測識別網絡中以達到我們所期待的效果。目前在城市的復雜環境中缺乏對海量圖像進行過濾的預處理網絡，以至于許多網絡在實際應用中得到很多誤判的結果。如今，運用將多種評判圖像質量網絡進行結合的海量圖像過濾預處理網絡系統，且利用一些深度學習模型框架與圖像預處理網絡的結合實現對海量圖像進行過濾以實現減少誤判情況的產生并提高檢測識別的準確率。

發明內容

針對在復雜的城市場景下產生的海量數據中存在大量無用數據并將其直接送入到檢測識別網絡中去，導致系統檢測精度不高，識別實施不準等問題，本發明提出了基于城市復雜場景下海量圖像預處理網絡方法，搭建了海量圖像過濾預處理網絡系統，利用評價圖像清晰度的SSIM網絡；判定人臉旋轉角度的3DDFA人臉重構網絡；判定人臉遮擋率的MTCNN網絡。并將上述三個圖像信息評判網絡進行結合成一個預處理系統，且根據實際運用場景的不同使用者可以將上述三個評判網絡自由搭配，以達到在檢測識別時有針對性并有效的提高人員特征信息的提取，增強檢測功能的準確度。本發明的技術方案如下：

包括數據采集模塊、預處理模塊、數據輸出處理模塊。

所述的數據采集模塊，用于采集海量數據，

所述的預處理模塊與數據采集模塊相連，對數據采集模塊獲取的數據進行預處理；

所述的數據輸出處理模塊與預處理模塊相連，對預處理模塊處理后的人臉圖像進行識別處理。

所述的預處理模塊包括SSIM圖像清晰度評價網絡、3DDFA人臉旋轉角度評判網絡、人臉遮擋率評判網絡至少一種，且根據實際運用場景的不同使用者可以將上述三個評判網絡自由搭配，如需要清晰度預處理，則加入SSIM網絡；如需要旋轉人臉角度與處理，則加入3DDFA網絡；如需要人臉遮擋率預處理，則加入MTCNN網絡。并且實際過程中可以對三種網絡根據實際需要進行自由組合。

所述的SSIM圖像清晰度評價網絡，用于根據檢測識別網絡對圖像清晰度的需求對海量圖像進行清晰度的判定并根據判定結果過濾掉不滿足需求的無用圖像數據；對所有海量圖像數據進行高斯處理并與原始圖像組成數據對送入SSIM評價網絡并把與物體結構相關的亮度和對比度作為圖像中結構信息的定義，計算得到SSIM圖像清晰度評價值并對清晰度低于一定閾值的圖像進行過濾，以保證經過此圖像數據評判網絡后，人臉檢測識別網絡的準確率得到一定的提高。

所述的3DDFA人臉旋轉角度評判網絡，用于根據識別網絡對人臉旋轉角度的需求，對海量圖像進行清晰度的判定并根據判定結果過濾掉不滿足需求的無用圖像數據；將人臉的關鍵點在3D空間中重構并結合三角計算計算出其人臉的旋轉角度(歐拉角)并對旋轉角度高于閾值的圖像進行過濾，以保證經過此圖像數據評判網絡后，人臉檢測識別網絡的準確率得到一定的提高。