一种基于动态匹配的人脸识别方法及系统与流程

1.本发明涉及轨道交通安防系统技术领域，尤其涉及一种基于动态匹配的人脸识别方法及系统。


背景技术：

2.随着经济全球化的影响日益深入，城市化建设的步伐日益加快，导致城市人口密集、流动人口增加，引发了城市建设中的交通、社会治安、重点区域防范等一系列轨道交通安防管理问题。随着人工智能技术和监控摄像技术的发展，将科技手段转化为直接战斗力的城市治安图像监控成为了解决该问题的重要手段。现有视频监控，手段单一，注意力难以持久，容易错过重要画面信息；其次，视频监控覆盖不足，，摄像机数量大于监视器数量，并非采用1:1方式，轮巡显示、多画面小图像的方式，很可能错过异常现象；另外监视与录像分开，不能留住瞬间画面或者快速抽调录像，辅助分析。目前视频监控属于被动监控。同时，现有的人脸识别技术的错误拒绝率frr，与错误接受率far较高，识别精度较低，并且人脸识别系统中对于采集的人脸图片的质量不高，涉及到背景环境、光照条件、表情角度、遮挡等问题。轨道交通安保员管理业务繁多，需要通过新一代的人脸识别技术与传统的安防系统结合实现多部门的协同作战，通过资源整合，实现应急联动。


技术实现要素：

3.为解决上述技术问题，本发明提供一种基于动态匹配的人脸识别方法及系统，以解决轨道交通现有传统监控识别方法带来的问题，首先无法避免人类自身不可靠的弱点，不能始终保持警惕，察觉安全威胁，注意力难以持久，容易错过重要画面信息。其次摄像机数量大于监视器数量，并非采用1:1方式，轮巡显示、多画面小图像的方式，很可能错过异常现象，听任事态发展。另外监视与录像分开，不能留住瞬间画面或者快速抽调录像，辅助分析。目前录像内容，仅供事后参考，对于异常情况或者突发事故如果发生，损失和影响将无法挽回，属于被动监控。
4.本发明提供一种基于动态匹配的人脸识别方法，该方法包括：
5.步骤1：采集人脸图像，将所述人脸图像进行第一预处理，以获得清晰的人脸图像，将所述清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库；
6.步骤2：采集待识别的人脸图像，对所述待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对所述不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的人脸图像采用动态匹配机制与人脸数据库中的人脸图像进行比对；
7.步骤3：当比对成功时，若所述待识别的人脸图像为目标人员，则获取与所述待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制；
8.步骤4：当比对不成功时，若所述待识别的人脸图像为非工作人员，则获取与所述待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发
联动机制。
9.优选地，所述步骤1：采集人脸图像，将所述人脸图像进行预处理，以获得清晰的人脸图像，将所述清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库，包括：
10.采集目标人员和工作人员的人脸图像，将所述目标人员和工作人员的人脸图像进行预处理，以获得清晰的目标人员人脸图像和工作人员人脸图像，将所述清晰的目标人员人脸图像、目标人员人脸特征区块及目标人员对应的身份信息存储至目标人员人脸数据库，将所述清晰的工作人员人脸图像、工作人员人脸特征区块及工作人员对应的身份信息存储至工作人员人脸数据库。
11.优选地，所述人脸特征区块包括：鼻子特征、嘴巴特征、眼睛特征和耳朵特征。
12.优选地，所述步骤2中采集待识别的人脸图像，对所述待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，包括：
13.采集待识别的人脸图像，利用质量模型对所述待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像。
14.优选地，所述步骤2中对所述不同质量的待识别的人脸图像进行相应的第二预处理，包括：
15.对质量较差、无法精准识别的待识别的人脸图像或人脸视频流，进行删除；
16.对光线暗、曝光度高、模糊的待识别的人脸图像或人脸视频流，通过人工智能图片处理模型进行处理，以形成清晰的待识别的人脸图像或人脸视频流；
17.对倾斜的人脸，通过人工智能图片处理模型进行摆正。
18.所述步骤2中对第二预处理后的不同质量的待识别的人脸图像进行动态人脸识别，将动态人脸识别后的人脸图像与所述人脸数据库进行比对，包括：
19.对有遮挡的待识别的人脸图像采用局部特征识别法进行比对；
20.对无旋转、无倾斜、无遮挡的清晰待识别的人脸图像采用主成分分析法；
21.对光线差、曝光度高的待识别的人脸图像结合局部二值特征模式的人脸识别方法进行比对分析；
22.对带热成像仪的摄像头采集的待识别的人脸图像，采用热成像仪人脸识别模型进比对。
23.与现有技术相比，本发明所提供的一种基于动态匹配的人脸识别方法具有如下有益效果：首先采集人脸图像，将人脸图像进行第一预处理，以获得清晰的人脸图像，将清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库。然后采集待识别的人脸图像，对待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的不同质量的待识别的人脸图像采用动态匹配机制与人脸数据库中的人脸图片进行比对；当比对成功时，若待识别的人脸图像为目标人员，则获取与待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制；当比对不成功时，若待识别的人脸图像为非工作人员，则获取与待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制。本发明通过对待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处
理后的不同质量的待识别的人脸图像进行人脸识别算法进行动态匹配，以提高人脸图像的识别准确率。
24.本发明还提供一种基于动态匹配的人脸识别系统，该系统包括：
25.人脸数据库模块，用于采集人脸图像，将所述人脸图像进行第一预处理，以获得清晰的人脸图像，将所述清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库；
26.动态人脸识别模块，用于采集待识别的人脸图像，对待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的人脸图像采用动态匹配机制与人脸数据库中的人脸图像进行比对；
27.目标人员比对模块，用于当比对成功时，若所述待识别的人脸图像为目标人员，则获取所述人脸数据库中清晰的人脸图像及与所述清晰的人脸图像对应的身份信息，触发联动机制；
28.工作人员比对模块，用于当比对不成功时，若所述待识别的人脸图像为非工作人员，则获取所述人脸数据库中清晰的人脸图像及与所述清晰的人脸图像对应的身份信息，触发联动机制。
29.优选地，所述人脸数据库模块包括：
30.目标人员单元，用于采集目标人员的人脸图像，将所述目标人员的人脸图像进行预处理，以获得清晰的目标人员人脸图像，将所述清晰的目标人员人脸图像、目标人员人脸特征区块及目标人员对应的身份信息存储至目标人员人脸数据库；
31.工作人员单元，用于采集工作人员的人脸图像，将所述工作人员的人脸图像进行预处理，以获得清晰的工作人员人脸图像，将所述清晰的工作人员人脸图像、工作人员人脸特征区块及工作人员对应的身份信息存储至工作人员人脸数据库。
32.与现有技术相比，本发明提供的一种基于动态匹配的人脸识别系统的有益效果与上述技术方案所述一种基于动态匹配的人脸识别方法的有益效果相同，在此不做赘述。
33.本发明还提供一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任一项所述的一种基于动态匹配的人脸识别方法中的步骤。
34.与现有技术相比，本发明提供的电子设备的有益效果与上述技术方案所述一种基于动态匹配的人脸识别方法的有益效果相同，在此不做赘述。
35.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的一种基于动态匹配的人脸识别方法中的步骤。
36.与现有技术相比，本发明提供的计算机可读存储介质的有益效果与上述技术方案所述一种基于动态匹配的人脸识别方法的有益效果相同，在此不做赘述。
37.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
38.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1示出了本发明实施例所提供的一种基于动态匹配的人脸识别方法的流程图；
40.图2示出了本发明实施例所提供的针对目标人员识别的人脸识别方法流程图；
41.图3示出了本发明实施例所提供的针对高危工作区非工作人员识别的人脸识别方法流程图；
42.图4示出了本发明实施例所提供的一种基于动态匹配的人脸识别系统的结构示意图。
具体实施方式
43.在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
44.本实施例中提到的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b的情况。“示例性的”或者“例如”等词用于表示作例子、例证或说明，旨在以具体方式呈现相关概念，不应被解释为比其他实施例或设计方案更优选或更具优势。
45.如图1所示，本发明实施例提供一种基于动态匹配的人脸识别方法，该方法包括：
46.步骤1：采集人脸图像，将所述人脸图像进行第一预处理，以获得清晰的人脸图像，将所述清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库。
47.需要说明的是，所述步骤1包括：首先，采集目标人员和工作人员的人脸图像，将目标人员和工作人员的人脸图像进行预处理，以获得清晰的目标人员人脸图像和工作人员人脸图像，将清晰的目标人员人脸图像、目标人员人脸特征区块及目标人员对应的身份信息存储至目标人员人脸数据库，将清晰的工作人员人脸图像、工作人员人脸特征区块及工作人员对应的身份信息存储至工作人员人脸数据库。。
48.然后，将目标人员人脸特征区块和工作人员人脸特征区块传输到人脸识别终端，人脸识别终端接收目标人员人脸特征区块和工作人员人脸特征区块，并存储于人脸特征区块库。具体地，可以通过人脸抓拍摄像机、普通网络摄像机、人脸检测服务器对捕捉到的人脸图像进行去重、检测、质量评判预处理，将合格的人脸图像传到图像预处理模块进行降噪以获得清晰的人脸图像。应理解，人脸特征区块包括：鼻子特征、嘴巴特征、眼睛特征和耳朵特征等，通过一些数字来表征人脸信息，眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度。
49.步骤2：采集待识别的人脸图像，对所述待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对所述不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的人脸图像采用动态匹配机制与人脸数据库中的人脸图像进行比对。
50.需要说明的是，可以在轨道交通出入口、站厅、站台等关键地段布置人脸识别摄像头采集待识别的目标人员人脸图像。也可以在轨道交通高危工作区域及安全区等关键地段布置人脸识别摄像头采集待识别的非工作人员人脸图像。
51.将采集到的待识别的人脸图像上传至人脸识别终端，通过研发的质量模型，对待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像。对不同质量的待识别的人脸图像进行相应的第二预处理。具体地，对不同质量的待识别的人脸图像进行相应的第二预处理，包括：
52.通过算法计算出可识别的最大阈值，剔除质量较差、无法精准识别的人脸图像或人脸视频流，对人脸图像进行重复识别比对，剔除已在算法队列中比对的重复人脸，从而降低算法队列数量，提高识别的速度效率。
53.针对采集的人脸图像受限于光线等问题，将采集到的待识别的人脸图像通过人工智能图片处理模型将光线较暗、曝光度过高、模糊等图片或视频流进行预处理，输出较清晰的人脸图像，增大后期人脸识别的精准度。
54.针对有一定偏转角度的人脸，通过人工智能图片处理模型对其进行摆正，将倾斜的人脸摆正成正脸，对人脸进行定位，然后进行识别。
55.具体地，对第二预处理后的人脸图像采用动态匹配机制与人脸数据库中的人脸图像进行比对，包括：对第二预处理后的不同质量的待识别的人脸图像或视频流动态配置不同的人脸识别算法，分层次同步处理，对于有遮挡的待识别的人脸图像，比如口罩、帽子、眼睛遮挡等，采用局部特征识别法进行比对，将有遮挡的人脸图像进行人脸特征区块提取，与数据库中的人脸特征区块进行比对。对于无旋转、无倾斜、无遮挡的清晰待识别的人脸图像采用主成分分析法(pca)。对于光线较差、曝光度较高的待识别的人脸图像结合局部二值特征模式的人脸识别方法(lbp)进行比对分析，对于带热成像仪的摄像头采集的热像仪人脸图像，采用热成像仪人脸识别模型进行比对。
56.应理解，动态人脸识别算法主要包括人脸检测算法、人脸特征提取算法、人脸对比算法、人脸验证算法等。其中，人脸检测算法的输入是一张图片或动态视频，输出是人脸框坐标序列，比如0个人脸框或1个人脸框或多个人脸框。人脸配准算法，输入是“一张人脸图片”加“人脸坐标框”，输出五官关键点的坐标序列。五官关键点的数量是预先设定好的一个固定数值，可以根据不同的语义来定义。人脸属性识别算法的输入是“一张人脸图”和“人脸五官关键点坐标”，输出是人脸相应的属性值。人脸属性识别算法一般会根据人脸五官关键点坐标将人脸对齐(旋转、缩放、扣取等操作后，将人脸调整到预定的大小和形态)，然后进行属性分析。人脸比对算法的输入是两个人脸特征，输出是两个特征之间的相似度。人脸验证算法的输入是两个人脸特征，通过人脸比对获得两个人脸特征的相似度，通过与预设的阈值比较来验证这两个人脸特征是否属于同一人，即相似度大于阈值，为同一人，小于阈值为不同。
57.步骤3：当比对成功时，若待识别的人脸图像为目标人员，则获取与待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制。
58.需要说明的是，当比对成功时，若待识别的人脸图像为目标人员，则获取与待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制，并将捕捉到人脸设备的位置信息定位到gis地图和 bim地图中，让轨道运营人员快速定
位。
59.具体地，通过向视频监控系统发送联动指令，调动周边摄像头，根据人脸图像识别引擎，实时播放该目标人员的实时监控画面，并在gis地图中生成目标人员活动路线。根据捕捉到的目标人员信息定向推送给监控、巡检人员发送报警指令，巡检人员接收报警指令后，通过移动终端设备，实时查看目标人员活动路线，实现目标人员精准抓逃，并生成报警及报警处理记录，以备后期查询。
60.步骤4：当比对不成功时，若待识别的人脸图像为非工作人员，则获取与待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制。
61.需要说明的是，当比对不成功时，若待识别的人脸图像为非工作人员，则获取与待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制，并将捕捉到人脸设备的位置信息定位到gis地图和bim地图中，让轨道运营人员快速定位。
62.具体地，通过向视频监控系统发送联动指令，调动周边摄像头，保存该时间段的录像视频。并将信息推送给附近的巡检人员，巡检人员及时进行安全提醒。并生成报警及报警处理记录，以备后期查询。
63.如图3-图4所示，本发明实施例还提供另一种基于动态匹配的人脸识别方法，该方法包括：
64.步骤a.采集目标人员和工作人员的人脸图像；
65.步骤b.将所述人脸图像通过图像处理引擎进行预处理获得清晰的人脸图像；
66.步骤c.将所获得的清晰的目标人员的人脸图像、人脸特征区块及对应的身份信息存储至目标人员人脸数据库，将所获得的清晰的工作人员的人脸图像、人脸特征区块及对应的身份信息存储至工作人员人脸数据库；
67.步骤d.将清晰的目标人员的人脸特征区块和清晰的工作人员的人脸特征区块传输到人脸识别终端；
68.步骤e.所述人脸识别终端接收清晰的目标人员的人脸特征区块和清晰的工作人员的人脸特征区块，并存储于人脸特征区块库；
69.步骤f.在轨道交通出入口、站厅、站台等关键地段布置人脸识别摄像头获取待识别的人脸图像。
70.步骤g.在轨道交通高危工作区域及安全区等关键地段布置人脸识别摄像头获取待识别的人脸图像。
71.步骤h.将采集到的待识别的人脸图像上传至人脸识别终端，通过研发的质量模型，对检测的人脸质量进行评价，通过算法计算出可识别的最大阈值，剔除质量较差、无法精准识别的人脸图像或人脸视频流，对人脸图像进行重复识别比对，剔除已在算法队列中比对的重复人脸图像，从而降低算法队列数量，提高识别的速度效率。
72.步骤i.针对采集的人脸图像受限于光线等问题，将采集到的可识别的人脸识别图像通过人工智能图片处理模型将光线较暗、曝光度过高、模糊等人脸图像或视频流进行预处理，输出较清晰的人脸图片，增大后期人脸识别的精准度。
73.步骤j.对人脸图像进行定位，对有一定偏转角度的人脸，通过人工智能图片处理模型对其进行摆正，将倾斜的人脸摆正成正脸，对人脸进行定位，然后进行识别。
74.步骤k.对不同质量的人脸图片或视频流动态配置不同的人脸识别算法，分层次同步处理，对于有遮挡如口罩、帽子、眼睛等，采用局部特征识别法进行比对，对于无旋转、无倾斜、无遮挡清的人脸采用主成分分析法(pca)对于光线较差、曝光度较高的图片结合局部二值特征模式的人脸识别方法(lbp) 进行比对分析，对于带热成像仪的摄像头采集的热像仪人脸图片，采用热成像仪人脸识别模型进行比对。
75.步骤l.目标人员抓逃：将步骤f和g中获取的人脸图像和目标人员人脸数据库进行比对；当比对成功时，触发联动机制，获取与所述待识别的人脸图像相匹配的清晰的人脸图像及其对应的身份信息，并将捕捉到人脸设备的位置信息定位到gis图和bim图中。
76.步骤m.人脸识别系统向视频监控系统发送联动指令，调动周边摄像头，根据人脸图像识别引擎，实时播放该目标人员的实时监控画面，并在gis地图中生成目标人员活动路线。
77.步骤n.人脸识别系统根据捕捉到的目标人员信息定向推送给监控、巡检人员发送报警指令，巡检人员接收报警指令后，通过移动终端设备，实时查看目标人员活动路线，实现目标人员精准抓逃。
78.步骤o.人脸识别系统生成报警及报警处理记录，以备后期查询。
79.步骤p.高危区域非工作人员预警：将步骤g中获取的人脸图像和工作人员人脸数据库中的数据进行比对；
80.步骤q.当比对成功时，获取与所述待识别的人脸图像相匹配的清晰的人脸图像及其对应的身份信息，并记录工作人员工作信息和工作视频。
81.步骤r.当比对不成功时，触发联动机制，并将捕捉到人脸设备的位置信息定位到gis图和bim图中，人脸识别系统向视频监控系统发送联动指令，调动周边摄像头，保存该时间段的录像视频。并将信息推送给附近的巡检人员，巡检人员及时进行安全提醒。
82.步骤s.人脸识别系统生成报警及报警处理记录，以备后期查询。
83.与现有技术相比，本发明实施例所提供的人脸识别方法具有如下有益效果：
84.1、本发明通过对待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的不同质量的待识别的人脸图像通过不同人脸识别算法进行动态识别，提高人脸识别的准确率。通过报警策略机制，有效保障轨道交通乘客出行的安全。
85.2、通过对接入系统的人脸识别监控摄像机所监视区域内的人员进行准确的人脸捕捉，获得其清晰的人脸图像，系统自动完成人像信息存档，同时还能与目标人员库内的人脸图像进行比对，当比对成功时系统会触发联动机制，通过监测到可疑人员的设备的位置信息，在gis地图和bim图中进行定位追踪，生成可疑人员活动轨迹，可以使轨道交通运营人员及时发现安全公共风险，使运营人员尽早进行防范应对。
86.3、轨道交通有很多高危工作区域，通过在高危工作区域布置人脸抓拍摄像头，可将工作人员的人脸信息提前录入系统，当识别到除工作人员的其他人员的人脸时，触发联动报警机制，可以将公共人员的活动范围约束在规定区域，避免高危区域公共人员无意识越界现象，提高公共安全。
87.4、当前，随着gis地图与bim地图精度的提升，地图精度已达到毫米级， gis地图运用也越来越广泛，本发明实施例通过在地图上布控的摄像头的设备点位，进行目标人员所
在位置的定位，记录目标人员的活动轨迹。
88.5、实现事件的事前预警提示、事中控制以及事后事件的人像检索，系统将保存每个经过摄像机的人脸照片，为海量视频的大数据分析提供了有效的图侦手段。
89.如图4所示，本发明实施例还提供一种基于动态匹配的人脸识别系统，该系统包括：
90.人脸数据库模块1，用于采集人脸图像，将所述人脸图像进行第一预处理，以获得清晰的人脸图像，将所述清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库；
91.动态人脸识别模块2，用于采集待识别的人脸图像，对待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的人脸图像采用动态匹配机制与人脸数据库中的人脸图像进行比对；
92.目标人员比对模块3，用于当比对成功时，若所述待识别的人脸图像为目标人员，则获取所述人脸数据库中清晰的人脸图像及与所述清晰的人脸图像对应的身份信息，触发联动机制；
93.工作人员比对模块4，用于当比对不成功时，若所述待识别的人脸图像为非工作人员，则获取所述人脸数据库中清晰的人脸图像及与所述清晰的人脸图像对应的身份信息，触发联动机制。
94.优选地，所述人脸数据库模块包括：
95.目标人员单元，用于采集目标人员的人脸图像，将所述目标人员的人脸图像进行预处理，以获得清晰的目标人员人脸图像，将所述清晰的目标人员人脸图像、目标人员人脸特征区块及目标人员对应的身份信息存储至目标人员人脸数据库；
96.工作人员单元，用于采集工作人员的人脸图像，将所述工作人员的人脸图像进行预处理，以获得清晰的工作人员人脸图像，将所述清晰的工作人员人脸图像、工作人员人脸特征区块及工作人员对应的身份信息存储至工作人员人脸数据库。
97.与现有技术相比，本发明实施例提供的一种基于动态匹配的人脸识别系统的有益效果与上述技术方案所述一种基于动态匹配的人脸识别方法的有益效果相同，在此不做赘述。
98.此外，本发明实施例还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述一种基于动态匹配的人脸识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
99.此外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种基于动态匹配的人脸识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
100.计算机可读存储介质包括：永久性和非永久性、可移动和非可移动媒体，是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括：电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可读存储介质包括：相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储
器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、非易失性随机存取存储器(nvram)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)或任何其他非传输介质、可用于存储可以被计算设备访问的信息。按照本发明实施例中的界定，计算机可读存储介质不包括暂时信号本身，例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。
101.在本技术所提供的几个实施例中，应该理解到，所披露的装置、电子设备和方法，可以通过其他的方式实现。例如，以上描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的、机械的或其他的形式连接。
102.所述作为分离部件说明的单元可以是或也可以不是物理上分开的，作为单元显示的部件可以是或也可以不是物理单元，既可以位于一个位置，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或全部单元来解决本发明实施例方案要解决的问题。
103.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
104.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术作出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(包括：个人计算机、服务器、数据中心或其他网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上述存储介质包括如前述所列举的各种可以存储程序代码的介质。
105.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换的技术方案，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种基于动态匹配的人脸识别方法，其特征在于，包括：步骤1：采集人脸图像，将所述人脸图像进行第一预处理，以获得清晰的人脸图像，将所述清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库；步骤2：采集待识别的人脸图像，对所述待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对所述不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的人脸图像采用动态匹配机制与人脸数据库中的人脸图像进行比对；步骤3：当比对成功时，若所述待识别的人脸图像为目标人员，则获取与所述待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制；步骤4：当比对不成功时，若所述待识别的人脸图像为非工作人员，则获取与所述待识别的人脸图像相匹配的清晰的人脸图像，及与清晰的人脸图像对应的身份信息，触发联动机制。2.根据权利要求1所述的一种基于动态匹配的人脸识别方法，其特征在于，所述步骤1：采集人脸图像，将所述人脸图像进行预处理，以获得清晰的人脸图像，将所述清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库，包括：采集目标人员和工作人员的人脸图像，将所述目标人员和工作人员的人脸图像进行预处理，以获得清晰的目标人员人脸图像和工作人员人脸图像，将所述清晰的目标人员人脸图像、目标人员人脸特征区块及目标人员对应的身份信息存储至目标人员人脸数据库，将所述清晰的工作人员人脸图像、工作人员人脸特征区块及工作人员对应的身份信息存储至工作人员人脸数据库。3.根据权利要求1所述的一种基于动态匹配的人脸识别方法，其特征在于，所述人脸特征区块包括：鼻子特征、嘴巴特征、眼睛特征和耳朵特征。4.根据权利要求1所述的一种基于动态匹配的人脸识别方法，其特征在于，所述步骤2中采集待识别的人脸图像，对所述待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，包括：采集待识别的人脸图像，利用质量模型对所述待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像。5.根据权利要求1所述的一种基于动态匹配的人脸识别方法，其特征在于，所述步骤2中对所述不同质量的待识别的人脸图像进行相应的第二预处理，包括：对质量较差、无法精准识别的待识别的人脸图像或人脸视频流，进行删除；对光线暗、曝光度高、模糊的待识别的人脸图像或人脸视频流，通过人工智能图片处理模型进行处理，以形成清晰的待识别的人脸图像或人脸视频流；对倾斜的人脸，通过人工智能图片处理模型进行摆正。6.根据权利要求1所述的一种基于动态匹配的人脸识别方法，其特征在于，所述步骤2中对第二预处理后的人脸图像采用动态匹配机制与人脸数据库中的人脸图像进行比对，包括：对有遮挡的待识别的人脸图像采用局部特征识别法进行比对；对无旋转、无倾斜、无遮挡的清晰待识别的人脸图像采用主成分分析法；对光线差、曝光度高的待识别的人脸图像结合局部二值特征模式的人脸识别方法进行比对分析；
对带热成像仪的摄像头采集的待识别的人脸图像，采用热成像仪人脸识别模型进比对。7.一种基于动态匹配的人脸识别系统，其特征在于，包括：人脸数据库模块，用于采集人脸图像，将所述人脸图像进行第一预处理，以获得清晰的人脸图像，将所述清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库；动态人脸识别模块，用于采集待识别的人脸图像，对待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的不同质量的待识别的人脸图像进行动态人脸识别，将动态人脸识别后的人脸图像与所述人脸数据库进行比对；目标人员比对模块，用于当比对成功时，若所述待识别的人脸图像为目标人员，则获取所述人脸数据库中清晰的人脸图像及与所述清晰的人脸图像对应的身份信息，触发联动机制；工作人员比对模块，用于当比对不成功时，若所述待识别的人脸图像为非工作人员，则获取所述人脸数据库中清晰的人脸图像及与所述清晰的人脸图像对应的身份信息，触发联动机制。8.根据权利要求7所述的一种基于动态匹配的人脸识别系统，其特征在于，所述人脸数据库模块包括：目标人员单元，用于采集目标人员的人脸图像，将所述目标人员的人脸图像进行预处理，以获得清晰的目标人员人脸图像，将所述清晰的目标人员人脸图像、目标人员人脸特征区块及目标人员对应的身份信息存储至目标人员人脸数据库；工作人员单元，用于采集工作人员的人脸图像，将所述工作人员的人脸图像进行预处理，以获得清晰的工作人员人脸图像，将所述清晰的工作人员人脸图像、工作人员人脸特征区块及工作人员对应的身份信息存储至工作人员人脸数据库。9.本发明还提供一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现如权利要求1-6中任一项所述的一种基于动态匹配的人脸识别方法中的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的一种基于动态匹配的人脸识别方法中的步骤。

技术总结
本发明提供一种基于动态匹配的人脸识别方法及系统，涉及轨道交通安防系统技术领域。以解决现有传统监控识别方法存在的问题，提高识别准确率。该方法包括：采集人脸图像，将人脸图像进行第一预处理，以获得清晰的人脸图像，将清晰的人脸图像、人脸特征区块及对应的身份信息存储至人脸数据库；采集待识别的人脸图像，对待识别的人脸图像进行质量评价，获得不同质量的待识别的人脸图像，对不同质量的待识别的人脸图像进行相应的第二预处理，对第二预处理后的人脸图像采用动态匹配机制与人脸数据库中的人脸图像进行比对；并触发联动机制。所述人脸识别系统应用于人脸识别方法。所述人脸识别系统应用于人脸识别方法。所述人脸识别系统应用于人脸识别方法。


技术研发人员：阚润润
受保护的技术使用者：江苏安防科技有限公司
技术研发日：2022.08.22
技术公布日：2023/5/25