專利名稱：基于多攝像機的人臉識別方法及系統的制作方法
技術領域：
本發(fā)明涉及在不規(guī)則、有遮擋及超大區(qū)域內基于多攝像機的人臉識別方法及系統，屬于單個目標的人臉識別技術領域。
背景技術：
在現有的眾多生物特征識別技術中，人臉識別技術因其特有的主動性、非侵犯性以及用戶友好性等優(yōu)點，近年來一直受到廣泛關注。目前，視頻監(jiān)控系統是人臉識別技術在實際應用中的一個主流方向。通常，視頻監(jiān)控系統采用多個攝像機協作來完成人臉識別任務，其好處是1)在不需人目標配合的情況下，能獲得更多的各個視角人臉圖像；2)多個攝像機能更好地覆蓋監(jiān)控區(qū)域，不出現監(jiān)控盲區(qū)。視頻監(jiān)控系統主要應用于物業(yè)管理、海關邊檢、安全防范、公安布控等領域?，F有的基于多攝像機協作的人臉識別系統，通常采用一個廣角(或全方位)攝像機作為主攝像機對人目標進行定位跟蹤。例如，美國發(fā)明專利US20070092245采用一個廣角攝像機利用低分辨率圖像對整個監(jiān)控區(qū)域內出現的目標進行檢測、定位、跟蹤，目標進入某個固定的窄角攝像機監(jiān)控子區(qū)域后，該窄角攝像機使用高分辨率圖像提取人臉特征，這一人臉識別系統要求人目標需正面面對攝像機陣列，因此適用于安檢入口等。中國發(fā)明專利CN101236599采用一個廣角(或全方位)攝像機對整個監(jiān)控區(qū)域內出現的目標進行檢測、定位和跟蹤，多個球型攝像機轉動對準目標進行人臉圖像采集。這些由主攝像機定位人目標的人臉識別系統，其局限性在于主攝像機必須能夠覆蓋整個監(jiān)控區(qū)域，否則將出現監(jiān)控盲區(qū)。但是，現代建筑常常有很多不規(guī)則區(qū)域(例如上海世界博覽會上的日本展館、法國展館、英國展館)，這些不規(guī)則的監(jiān)控區(qū)域，由于空間結構復雜無法設置可以覆蓋整個監(jiān)控區(qū)域的主攝像機；或者規(guī)則區(qū)域內有很多遮擋物(例如擺放很多展柜的藝術館和博物館)，在這類監(jiān)控區(qū)域中，主攝像機會由于遮擋物而產生監(jiān)控盲區(qū)；或者超大區(qū)域(例如飛機場、火車站、體育館)，這類監(jiān)控區(qū)域中，主攝像機會由于視場不足而無法覆蓋整個監(jiān)控區(qū)域。由于上述區(qū)域多為公共區(qū)域，安全保衛(wèi)問題關系重大，關系到國家和人民的生命財產安全。因此，研究針對不規(guī)則、有遮擋和超大區(qū)域的人臉識別方法及系統有重要的意義。

發(fā)明內容
本發(fā)明的目的在于，提供基于多攝像機的人臉識別方法及系統，它利用多個攝像機對人目標進行接力式定位跟蹤及動態(tài)組建攝像機工作組共同采集多視角人臉圖像來進行人臉識別，避免了在不規(guī)則、有遮擋和超大區(qū)域內出現監(jiān)控盲區(qū)的現象，從而更好的保衛(wèi)國家及人民的生命財產安全。為解決上述技術問題，本發(fā)明采用如下的技術方案基于多攝像機的人臉識別方法，包括以下步驟
Si，攝像機對出現在其預置監(jiān)控子區(qū)域中的目標進行定位跟蹤，并判別目標的人臉姿態(tài)參數；S2，根據目標位置信息和人臉姿態(tài)參數選擇合適的攝像機組建工作組并采集多視角人臉圖像； S3，利用多視角人臉識別方法來識別目標；S4，當目標進入另一個攝像機的預置監(jiān)控子區(qū)域時，轉到Si。前述方法中所述的攝像機采用主動攝像機，即PTZ(Pan-Tilt-Zoom)攝像機，從而可以獲取清晰人臉的圖像。前述方法中，所述的工作組中用于定位跟蹤的攝像機在工作過程中不動，其他的攝像機進行轉動來采集多視角人臉圖像，其中用于定位跟蹤的攝像機固定不動，可以獲得人臉識別中可用的某一視角的高分辨率人臉圖像，其他攝像機進行轉動，可以獲得更多的多視角人臉圖像；另外，采用這種工作方式克服了現有技術中工作組內的各攝像機都固定不動，多個攝像機協同定位跟蹤目標而需要對目標進行時間、空間上的配準及需要各攝像機之間有較多的重疊覆蓋區(qū)域的問題。前述方法中所述的攝像機包括圖像傳感器、處理單元和通信單元，圖像傳感器用于獲取場景的圖像信息；處理單元用于對場景中出現的目標進行檢測、定位、跟蹤處理；通信單元用于和中心處理器保持通信。步驟S2中，隨著人目標的移動的人臉姿態(tài)的變化，工作組內的成員動態(tài)變化，從而在接力跟蹤監(jiān)控的同時及時的采集人目標的多視角人臉圖像，便于更加準確的識別人目標。前述的基于多攝像機的人臉識別方法，步驟Sl中，使用六個自由度參數[X，y，ζ, α, β, γ]來表示目標的位置和人臉姿態(tài)，其中X，y，Z分別表示在空間坐標中的三個坐標軸，α表示人臉的平面內旋轉角度，β表示人臉的俯仰旋轉角度，Y表示人臉的平面外深度旋轉角度。前述的基于多攝像機的人臉識別方法，步驟S2中所述的組建工作組的方法包括以下步驟S10，攝像機獲取當前目標的位置信息和人臉姿態(tài)參數；S20，查詢字典中的對照表，確定適于抓拍目標人臉圖像的相鄰攝像機，并向它們發(fā)送指令，邀請它們組建工作組，其中，所述的對照表是指根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置，列出的每個攝像機相鄰各攝像機的適于拍攝的目標的位置信息和人臉姿態(tài)參數取值范圍的對照表，在組建工作組時查找字典，對獲取的人臉圖像提前進行了篩選，省去了后期對采集到的人臉圖像再次進行篩選的步驟，使得獲得的人臉圖像基本都能夠用于人臉識別，所以經過這樣的篩選，攝像機并不是被無目的地調用，而是被有效地使用，發(fā)揮了攝像機的最大效能。前述的基于多攝像機的人臉識別方法，所述方法中多個攝像機的布局采用如下方式將整個監(jiān)控區(qū)域劃分為多個預置監(jiān)控子區(qū)域，每個攝像機被預置監(jiān)控其中的一個子區(qū)域，所述的預置監(jiān)控子區(qū)域小于各攝像機的可見區(qū)域，從而保證攝像機可以監(jiān)控到整個監(jiān)控區(qū)域，不出現監(jiān)控盲區(qū)，并且各預置監(jiān)控子區(qū)域之間無重疊，從而可以有效的根據人目標進入的預置監(jiān)控子區(qū)域的不同而分派不同的攝像機來進行定位跟蹤，使得整個監(jiān)控過程井然有序。
前述的基于多攝像機的人臉識別方法，步驟S4還包括S5，根據目標的位置信息和電子地圖，確定負責目標所在區(qū)域定位、跟蹤任務的攝像機，清晰明了，并向該攝像機發(fā)送恢復預置狀態(tài)的指令，向與該攝像機組成工作組的其他攝像機發(fā)送轉動對準目標進行抓拍的指令。前述的基于多攝像機的人臉識別方法，步驟S3中所述的利用多視角人臉識別方法來識別目標是指根據人臉數據庫，使用多視角人臉識別程序對獲得的多個視角人臉圖像進行人臉識別實現前述方法的基于多攝像機的人臉識別系統，它包括一個中心處理器和多個攝像機，中心處理器和各個攝像機之間通過有線或無線的方式組成本地局域網并且中心處理器可以和監(jiān)控系統中的任意攝像機進行通信，所述的中心處理器，用于根據目標的位置信息和人臉姿態(tài)參數選擇合適的攝像機組建工作組并接收工作組內攝像機所采集的多視角人臉圖像；利用多視角人臉識別方法來識別目標；所述的多個攝像機性能相同，用于對進入其預置監(jiān)控子區(qū)域的目標進行定位跟蹤，并判別目標的人臉姿態(tài)參數；采集多視角人臉圖像。前述系統中所述的攝像機采用主動攝像機，即PTZ (Pan-Tilt-Zoom)攝像機，從而可以獲取清晰人臉的圖像。前述系統中，所述的工作組中用于定位跟蹤的攝像機在工作過程中不動，其他的攝像機進行轉動來采集多視角人臉圖像，其中用于定位跟蹤的攝像機固定不動，可以獲得人臉識別中可用的某一視角的高分辨率人臉圖像，其他攝像機進行轉動，可以獲得更多的多視角人臉圖像；另外，采用這種工作方式克服了現有技術中工作組內的各攝像機都固定不動，多個攝像機協同定位跟蹤目標而需要對目標進行時間、空間上的配準及需要各攝像機之間有較多的重疊覆蓋區(qū)域的問題。前述系統中所述的攝像機包括圖像傳感器、處理單元和通信單元，圖像傳感器用于獲取場景的圖像信息；處理單元用于對場景中出現的目標進行檢測、定位、跟蹤處理；通信單元用于和中心處理器保持通信。前述系統中所述的工作組，隨著人目標的移動的人臉姿態(tài)的變化，工作組內的成員動態(tài)變化，從而在接力跟蹤監(jiān)控的同時及時的采集人目標的多視角人臉圖像，便于更加準確的識別人目標。前述的系統中，使用六個自由度參數[x，y，z，α, β, Y]來表示目標的位置和人臉姿態(tài)，其中x，y，z分別表示在空間坐標中的三個坐標軸，α表示人臉的平面內旋轉角度， β表示人臉的俯仰旋轉角度，Y表示人臉的平面外深度旋轉角度。前述系統中，組建工作組的方法包括以下步驟S10，攝像機獲取當前目標的位置信息和人臉姿態(tài)參數；S20，查詢字典中的對照表，確定適于抓拍目標人臉圖像的相鄰攝像機，并向它們發(fā)送指令，邀請它們組建工作組，其中，所述的對照表是指根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置，列出的每個攝像機相鄰各攝像機的適于拍攝的目標的位置信息和人臉姿態(tài)參數取值范圍的對照表，在組建工作組時查找字典，對獲取的人臉圖像提前進行了篩選，省去了后期對采集到的人臉圖像再次進行篩選的步驟，使得獲得的人臉圖像基本都能夠用于人臉識別，所以經過這樣的篩選，攝像機并不是被無目的地調用，而是被有效地使用，發(fā)揮了攝像機的最大效能。
前述系統中，多個攝像機的布局采用如下方式將整個監(jiān)控區(qū)域劃分為多個預置監(jiān)控子區(qū)域，每個攝像機被預置監(jiān)控其中的一個子區(qū)域，所述的預置監(jiān)控子區(qū)域小于各攝像機的可見區(qū)域，從而保證攝像機可以監(jiān)控到整個監(jiān)控區(qū)域，不出現監(jiān)控盲區(qū)，并且各預置監(jiān)控子區(qū)域之間無重疊，從而可以有效的根據人目標進入的預置監(jiān)控子區(qū)域的不同而分派不同的攝像機來進行定位跟蹤，使得整個監(jiān)控過程井然有序。前述的基于多攝像機的人臉識別系統中，所述的中心處理器包括字典模塊，用于存儲根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置所列出的每個攝像機相鄰各攝像機的適于拍攝的目標的位置信息和人臉姿態(tài)參數取值范圍的對照表，從而方便中心處理器根據目標當前的位置信息和人臉姿態(tài)參數選擇合適的攝像機組成工作組對目標進行多視角人臉圖像采集。前述的基于多攝像機的人臉識別系統中，所述的中心處理器包括電子地圖模塊， 用于存儲預置監(jiān)控子區(qū)域的空間結構及在各預置監(jiān)控子區(qū)域中安裝的攝像機的位置，從而中心處理器可以根據目標進入的預置監(jiān)控子區(qū)域而分派相應的攝像機對目標進行定位跟蹤，并利用該攝像機相鄰的攝像機組成工作組對目標采集多視角人臉圖像，清晰明了。前述的基于多攝像機的人臉識別系統中，所述的中心處理器包括人臉數據庫和人臉識別模塊，所述的人臉識別模塊用于存儲人臉識別程序。與現有技術相比，本發(fā)明的有益效果是1)本發(fā)明提出的監(jiān)控方法及監(jiān)控系統不需要主攝像機對目標進行定位跟蹤，而是由多個攝像機接力完成對人目標的定位跟蹤，適用于監(jiān)控不規(guī)則、有遮擋及超大區(qū)域，具有可擴展性和魯棒性；2)本發(fā)明的工作組中用于定位跟蹤的攝像機在工作過程中不動，其他的攝像機進行轉動來采集多視角人臉圖像，其中用于定位跟蹤的攝像機固定不動，可以獲得人臉識別中可用的某一視角的高分辨率人臉圖像，其他攝像機進行轉動，可以獲得更多的多視角人臉圖像；另外，采用這種工作方式克服了現有技術中工作組內的各攝像機都固定不動，多個攝像機協同定位跟蹤目標而需要對目標進行時間、空間上的配準及需要各攝像機之間有較多的重疊覆蓋區(qū)域的問題；3)本發(fā)明在組建工作組時查找字典，對獲取的人臉圖像提前進行了篩選，省去了后期對采集到的人臉圖像再次進行篩選的步驟，使得獲得的人臉圖像基本都能夠用于人臉識別，所以經過這樣的篩選，攝像機并不是被無目的地調用，而是被有效地使用，發(fā)揮了攝像機的最大效能；4)本發(fā)明中多個攝像機采用如下的布局方式將整個監(jiān)控區(qū)域劃分為多個預置監(jiān)控子區(qū)域，每個攝像機被預置監(jiān)控其中的一個子區(qū)域，所述的預置監(jiān)控子區(qū)域小于各攝像機的可見區(qū)域，從而保證攝像機可以監(jiān)控到整個監(jiān)控區(qū)域，不出現監(jiān)控盲區(qū)，并且各預置監(jiān)控子區(qū)域之間無重疊，從而可以有效的根據人目標進入的預置監(jiān)控子區(qū)域的不同而分派不同的攝像機來進行定位跟蹤，使得整個監(jiān)控過程井然有序。


圖1是本發(fā)明的一種實施例的工作流程圖；圖2是本發(fā)明的一種實施例的結構示意圖；圖3是本發(fā)明的一種實施例中攝像機的結構示意圖；圖4是一個博物館不規(guī)則區(qū)域的真實布局圖5是一個規(guī)則有遮擋區(qū)域的布局圖。附圖標記1 20-攝像機，21-中心處理器，22-隔板。下面結合附圖和具體實施方式
對本發(fā)明作進一步的說明。
具體實施例方式
具體實施例方式實施例1，基于多攝像機的人臉識別方法，如圖1所示，包括以下步驟Si，攝像機對出現在其預置監(jiān)控子區(qū)域中的目標進行定位跟蹤，并判別目標的人臉姿態(tài)參數；S2，根據目標位置信息和人臉姿態(tài)參數選擇合適的攝像機組建工作組并采集多視角人臉圖像；S3，利用多視角人臉識別方法來識別目標；S4，當目標進入另一個攝像機的預置監(jiān)控子區(qū)域時，轉到Si。上述方法中，所述的攝像機采用主動攝像機，即PTZ(Pan-Tilt-Zoom)攝像機，從而可以獲取清晰人臉的圖像。上述方法中，所述的工作組中用于定位跟蹤的攝像機在工作過程中不動，其他的攝像機進行轉動來采集多視角人臉圖像，其中用于定位跟蹤的攝像機固定不動，可以獲得人臉識別中可用的某一視角的高分辨率人臉圖像，其他攝像機進行轉動，可以獲得更多的多視角人臉圖像；另外，采用這種工作方式克服了現有技術中工作組內的各攝像機都固定不動，多個攝像機協同定位跟蹤目標而需要對目標進行時間、空間上的配準及需要各攝像機之間有較多的重疊覆蓋區(qū)域的問題。上述方法中，所述的攝像機包括圖像傳感器、處理單元和通信單元，圖像傳感器用于獲取場景的圖像信息；處理單元用于對場景中出現的目標進行檢測、定位、跟蹤處理； 通信單元用于和中心處理器保持通信。步驟S2中，隨著人目標的移動的人臉姿態(tài)的變化，工作組內的成員動態(tài)變化，從而在接力跟蹤監(jiān)控的同時及時的采集人目標的多視角人臉圖像，便于更加準確的識別人目標。上述方法中，所述的步驟Si，使用六個自由度參數[X，y，ζ，α, β, Y ]來表示目標的位置和人臉姿態(tài)，其中X，y，Z分別表示在空間坐標中的三個坐標軸，α表示人臉的平面內旋轉角度，β表示人臉的俯仰旋轉角度，Y表示人臉的平面外深度旋轉角度。上述方法中，步驟S2所述的組建工作組的方法包括以下步驟S10，攝像機獲取當前目標的位置信息和人臉姿態(tài)參數；S20，查詢字典中的對照表，確定適于抓拍目標人臉圖像的相鄰攝像機，并向它們發(fā)送指令，邀請它們組建工作組，其中，所述的對照表是指根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置，列出的每個攝像機相鄰各攝像機的適于拍攝的目標的位置信息和人臉姿態(tài)參數取值范圍的對照表，在組建工作組時查找字典，對獲取的人臉圖像提前進行了篩選，比如人臉姿態(tài)參數顯示目標背對著攝像機a，正對著攝像機b，那么字典里就只有b沒有a，獲得的人臉圖像基本就是正面的，可以利用的，省去了后期對采集到的人臉圖像再次進行篩選的步驟，使得獲得的人臉圖像基本都能夠用于人臉識別，所以經過這樣的篩選，攝像機并不是被無目的地調用，而是被有效地使用，發(fā)揮了攝像機的最大效能。上述方法中，多個攝像機的布局采用如下方式將整個監(jiān)控區(qū)域劃分為多個預置監(jiān)控子區(qū)域，每個攝像機被預置監(jiān)控其中的一個子區(qū)域，所述的預置監(jiān)控子區(qū)域小于各攝像機的可見區(qū)域，從而保證攝像機可以監(jiān)控到整個監(jiān)控區(qū)域，不出現監(jiān)控盲區(qū)，并且各預置監(jiān)控子區(qū)域之間無重疊，從而可以有效的根據人目標進入的預置監(jiān)控子區(qū)域的不同而分派不同的攝像機來進行定位跟蹤，使得整個監(jiān)控過程井然有序。上述方法中，步驟S4還包括S5，根據目標的位置信息和電子地圖，確定負責目標所在區(qū)域定位、跟蹤任務的攝像機，清晰明了，并向該攝像機發(fā)送恢復預置狀態(tài)的指令，向與該攝像機組成工作組的其他攝像機發(fā)送轉動對準目標進行抓拍的指令。上述方法中，步驟S3所述的利用多視角人臉識別方法來識別目標是指根據人臉數據庫，使用多視角人臉識別程序對獲得的多個視角人臉圖像進行人臉識別。實現上述方法的基于多攝像機的人臉識別系統，如圖2所示，它包括一個中心處理器和多個攝像機，中心處理器和各個攝像機之間通過有線或無線的方式組成本地局域網并且中心處理器可以和監(jiān)控系統中的任意攝像機進行通信，所述的中心處理器，用于根據目標的位置信息和人臉姿態(tài)參數選擇合適的攝像機組建工作組并接收工作組內攝像機所采集的多視角人臉圖像；利用多視角人臉識別方法來識別目標；所述的多個攝像機性能相同，用于對進入其預置監(jiān)控子區(qū)域的目標進行定位跟蹤，并判別目標的人臉姿態(tài)參數；采集多視角人臉圖像。上述系統中，所述的攝像機采用主動攝像機，即PTZ(Pan-Tilt-Zoom)攝像機，從而可以獲取清晰人臉的圖像。上述系統中，所述的工作組中用于定位跟蹤的攝像機在工作過程中不動，其他的攝像機進行轉動來采集多視角人臉圖像，其中用于定位跟蹤的攝像機固定不動，可以獲得人臉識別中可用的某一視角的高分辨率人臉圖像，其他攝像機進行轉動，可以獲得更多的多視角人臉圖像；另外，采用這種工作方式克服了現有技術中工作組內的各攝像機都固定不動，多個攝像機協同定位跟蹤目標而需要對目標進行時間、空間上的配準及需要各攝像機之間有較多的重疊覆蓋區(qū)域的問題。上述系統中，所述的攝像機(如圖3所示)包括圖像傳感器、處理單元和通信單元，圖像傳感器用于獲取場景的圖像信息；處理單元用于對場景中出現的目標進行檢測、定位、跟蹤處理；通信單元用于和中心處理器保持通信。上述系統中所述的工作組，隨著人目標的移動的人臉姿態(tài)的變化，工作組內的成員動態(tài)變化，從而在接力跟蹤監(jiān)控的同時及時的采集人目標的多視角人臉圖像，便于更加準確的識別人目標。上述系統中，使用六個自由度參數[x，y，z，α, β, Y ]來表示目標的位置和人臉姿態(tài)，其中x，y，z分別表示在空間坐標中的三個坐標軸，α表示人臉的平面內旋轉角度，β 表示人臉的俯仰旋轉角度，Y表示人臉的平面外深度旋轉角度。上述系統中，組建工作組的方法包括以下步驟S10，攝像機獲取當前目標的位置信息和人臉姿態(tài)參數；S20，查詢字典中的對照表，確定適于抓拍目標人臉圖像的相鄰攝像機，并向它們發(fā)送指令，邀請它們組建工作組，其中，所述的對照表是指根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置，列出的每個攝像機相鄰各攝像機的適于拍攝的目標的位置信息和人臉姿態(tài)參數取值范圍的對照表，在組建工作組時查找字典，對獲取的人臉圖像提前進行了篩選，比如人臉姿態(tài)參數顯示目標背對著攝像機a，正對著攝像機b，那么字典里就只有b沒有a，獲得的人臉圖像基本就是正面的，可以利用的，省去了后期對采集到的人臉圖像再次進行篩選的步驟，使得獲得的人臉圖像基本都能夠用于人臉識別，所以經過這樣的篩選，攝像機并不是被無目的地調用，而是被有效地使用，發(fā)揮了攝像機的最大效能。上述系統中，多個攝像機的布局采用如下方式將整個監(jiān)控區(qū)域劃分為多個預置監(jiān)控子區(qū)域，每個攝像機被預置監(jiān)控其中的一個子區(qū)域，所述的預置監(jiān)控子區(qū)域小于各攝像機的可見區(qū)域，從而保證攝像機可以監(jiān)控到整個監(jiān)控區(qū)域，不出現監(jiān)控盲區(qū)，并且各預置監(jiān)控子區(qū)域之間無重疊，從而可以有效的根據人目標進入的預置監(jiān)控子區(qū)域的不同而分派不同的攝像機來進行定位跟蹤，使得整個監(jiān)控過程井然有序。上述系統中，所述的中心處理器包括字典模塊，用于存儲根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置所列出的每個攝像機相鄰各攝像機的適于拍攝的目標的位置信息和人臉姿態(tài)參數取值范圍的對照表，從而方便中心處理器根據目標當前的位置信息和人臉姿態(tài)參數選擇合適的攝像機組成工作組對目標進行多視角人臉圖像采集。 上述系統中，所述的中心處理器包括電子地圖模塊，用于存儲預置監(jiān)控子區(qū)域的空間結構及在各預置監(jiān)控子區(qū)域中安裝的攝像機的位置，從而中心處理器可以根據目標進入的預置監(jiān)控子區(qū)域而分派相應的攝像機對目標進行定位跟蹤，并利用該攝像機相鄰的攝像機組成工作組對目標采集多視角人臉圖像，清晰明了。上述系統中，所述的中心處理器包括人臉數據庫和人臉識別模塊，所述的人臉識別模塊用于存儲人臉識別程序。實施例2，圖4是一個博物館的真實布展圖，其中22為隔板。參照圖4，一種基于多攝像機協作的人臉識別系統用于對不規(guī)則區(qū)域內的人目標進行監(jiān)控及識別包括一個中心處理器21和多個攝像機1 20。中心處理器21和各個攝像機之間通過有線或無線的方式組成本地局域網絡，中心處理器21可以和監(jiān)控系統中的任意攝像機進行通信。中心處理器21中存儲有一套特定的大容量的人臉數據庫與高性能人臉識別程序，還存儲有一部為選擇合適的攝像機組建工作組所用的字典和一張包含各攝像機預置監(jiān)控子區(qū)域分布的電子地圖。中心處理器21的任務有1)接收由攝像機傳遞的人目標的位置信息、人臉姿態(tài)參數，并保存采集到的多視角人臉圖像；2)根據人目標的位置信息和人臉姿態(tài)參數，查找字典，選擇合適的攝像機組建工作組；3)根據人目標的位置和電子地圖，確定負責目標所在區(qū)域定位、跟蹤任務的攝像機；4)向攝像機發(fā)送指令，包括恢復預置狀態(tài)、 轉動對準目標進行抓拍；5)根據人臉數據庫，使用多視角人臉識別程序對獲得的多個視角人臉圖像進行人臉識別；6)依據識別結果采取相應行動，如報警等。攝像機1 20采用主動攝像機，即PTZ (Pan-Tilt-Zoom)攝像機，以獲取清晰人臉的圖像。每個攝像機包括圖像傳感器、處理單元和通信單元。攝像機的布局方式如下整個監(jiān)控空間被劃分為多個預置監(jiān)控子區(qū)域，每個攝像機被預置監(jiān)控其中的一個子區(qū)域。圖4中各編號攝像機的預置監(jiān)控區(qū)域即為由虛線標注的相同編號的子區(qū)域，即攝像機1的預置監(jiān)控子區(qū)域為子區(qū)域1。所有預置監(jiān)控子區(qū)域能夠覆蓋整個監(jiān)控區(qū)域，并且各個預置監(jiān)控子區(qū)域之間無重疊。 本發(fā)明中定義的攝像機預置監(jiān)控子區(qū)域與攝像機的可見區(qū)域不同。一般情況下， 攝像機的可見區(qū)域要大于其預置的監(jiān)控子區(qū)域，因此各攝像機的可見區(qū)域之間存在有一定的重疊區(qū)域。多個攝像機的協作原則如下各攝像機在通常狀態(tài)下使用高分辨率圖像監(jiān)控各自預置的監(jiān)控子區(qū)域。當人目標出現后，人目標所在預置監(jiān)控子區(qū)域的對應攝像機不動，負責對人目標進行定位跟蹤，并傳遞人目標的位置信息和人臉姿態(tài)參數給中心處理器，中心處理器依據傳遞的信息及預存字典選擇合適的相鄰攝像機組建工作組，同時命令組內攝像機轉動對準人目標并采集人目標的人臉圖像。當目標進入其它攝像機的預置監(jiān)控子區(qū)域時，中心處理器指定相應的攝像機恢復預置狀態(tài)，負責對人目標進行定位跟蹤，從而完成了隨目標活動區(qū)域變化的攝像機接力監(jiān)控及動態(tài)工作組的多視角人臉圖像采集。以單個目標為例，多個攝像機的具體協作方案如下(1-1)中心處理器21初始化各攝像機1 20進入預置監(jiān)控狀態(tài)。使用預置的監(jiān)控參數(包括監(jiān)控位置、焦距、分辨率、背景光等)，監(jiān)控各自的預置監(jiān)控子區(qū)域，并利用時域差分和膚色檢測法檢測該子區(qū)域中是否出現人目標；(1-2)當攝像機15的預置監(jiān)控子區(qū)域15中出現人目標時，該攝像機開始對人目標定位，且利用Mean-Shift算法對目標進行跟蹤，同時使用模板匹配方法判別人目標的人臉姿態(tài)參數；(1-3)攝像機15將人目標的位置信息和人臉姿態(tài)參數傳送給中心處理器21。根據攝像機15對人目標的位置估計和人臉姿態(tài)判別，中心處理器21向與攝像機15相鄰的(如攝像機12、13、14、16)適于采集目標人臉圖像的攝像機發(fā)送指令，邀請它們組建工作組，并向它們發(fā)送人目標的位置信息；(1-4)在工作組中，攝像機15負責對人目標進行定位、跟蹤，并提供高分辨率的監(jiān)控圖像；其它攝像機根據攝像機15提供的人目標的位置信息，轉動對準人目標臉部進行拍攝，采集更多的多視角的人臉圖像；(1-5)工作組內各攝像機將采集到的多視角的人臉圖像傳送給中心處理器21，中心處理器21使用AdaBoost分類器和基于貝葉斯推理的決策級融合方法進行多視角人臉識另Ij，與人臉數據庫進行匹配來識別人目標；(1-6)當中心處理器21發(fā)現人目標位置已進入攝像機13的預置監(jiān)控子區(qū)域時，中心處理器21向攝像機13發(fā)送指令，命令其進入預置監(jiān)控狀態(tài)。之后，攝像機13取代攝像機15，重復(1-2)到(1-5)步，完成對人目標的接力式監(jiān)控。上述方法中，步驟(1-3)根據對人目標位置信息和人臉姿態(tài)的判別發(fā)起組建工作組的方法，包括以下各步驟(2-1)針對每個攝像機，本發(fā)明使用六個自由度參數[X，y, ζ, α, β, Y ]來表示人目標的位置和人臉姿態(tài)，其中x，y，Z分別表示在空間坐標中的三個坐標軸，α表示人臉的平面內旋轉角度，β表示人臉的俯仰旋轉角度，Y表示人臉的平面外深度旋轉角度。設[xa，ya，za，aa, yj是攝像機15中檢測到的當前人目標的位置信息和人臉姿態(tài)參數；(2-2)中心處理器21中預先存儲有一部字典，該字典根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置，列出了每個攝像機的相鄰各攝像機與它們各自適于拍攝的人目標的位置信息和人臉姿態(tài)參數[X，y,z, α, β, Y]取值范圍的對照表。

(2-3)根據攝像機15獲得的當前人目標的位置信息和人臉姿態(tài)參數[xa，ya，za, aa，Y J，中心處理器21查詢預存字典，確定適于抓拍人目標人臉圖像的相鄰攝像機， 并向它們發(fā)送指令，邀請它們組建工作組。隨著人目標的移動的人臉姿態(tài)的變化，組內成員動態(tài)變化。根據實際用途不同，中心處理器21中存儲的人臉數據庫，既可以是允許進入或通過的人臉數據庫，也可以是禁止進入或通緝的人臉數據庫。在博物館正常開放期間，各攝像機初始采取普通運作方式，各自監(jiān)控各自的預置監(jiān)控子區(qū)域，并向中心處理器21傳遞高分辨率的監(jiān)控圖像。當中心處理器21或監(jiān)控人員判斷某區(qū)域出現異常目標時，啟動本發(fā)明提出的工作方式。另外，在閉館期間，系統將被設置為本發(fā)明提出的工作方式。實施例3，圖5是一個規(guī)則有遮擋區(qū)域的布局圖，其中22為隔板。參照圖5，一種基于多攝像機協作的人臉識別系統用于對有遮擋區(qū)域內的人目標進行監(jiān)控及識別。其具體實施步驟與實施例2相同。
權利要求
1.基于多攝像機的人臉識別方法，其特征在于，包括以下步驟Si，攝像機對出現在其預置監(jiān)控子區(qū)域中的目標進行定位跟蹤，并判別目標的人臉姿態(tài)參數；S2，根據目標位置信息和人臉姿態(tài)參數選擇合適的攝像機組建工作組并采集多視角人臉圖像；S3，利用多視角人臉識別方法來識別目標；S4,當目標進入另一個攝像機的預置監(jiān)控子區(qū)域時，轉到Si。
2.根據權利要求1所述的基于多攝像機的人臉識別方法，其特征在于，步驟S2中所述的工作組中用于定位跟蹤的攝像機在工作過程中不動，其他的攝像機進行轉動來采集多視角人臉圖像。
3.根據權利要求1所述的基于多攝像機的人臉識別方法，其特征在于，步驟S2中所述的組建工作組的方法包括以下步驟S10，攝像機獲取當前目標的位置信息和人臉姿態(tài)參數；S20，查詢字典中的對照表，確定適于抓拍目標人臉圖像的相鄰攝像機，并向它們發(fā)送指令，邀請它們組建工作組，所述的對照表是指根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置，列出的每個攝像機相鄰各攝像機的適于拍攝的目標的位置信息和人臉姿態(tài)參數取值范圍的對照表。
4.根據權利要求1所述的基于多攝像機的人臉識別方法，其特征在于，所述方法中多個攝像機的布局采用如下方式將整個監(jiān)控區(qū)域劃分為多個預置監(jiān)控子區(qū)域，每個攝像機被預置監(jiān)控其中的一個子區(qū)域，并且各個預置監(jiān)控子區(qū)域之間無重疊。
5.根據權利要求1所述的基于多攝像機的人臉識別方法，其特征在于，步驟S4還包括S5，根據目標的位置信息和電子地圖，確定負責目標所在區(qū)域定位、跟蹤任務的攝像機。
6.根據權利要求1所述的基于多攝像機的人臉識別方法，其特征在于，步驟S3中所述的利用多視角人臉識別方法來識別目標是指根據人臉數據庫，使用多視角人臉識別程序對獲得的多個視角人臉圖像進行人臉識別。
7.實現權利要求1 6所述方法的基于多攝像機的人臉識別系統，其特征在于，它包括一個中心處理器和多個攝像機，中心處理器和各個攝像機之間通過有線或無線的方式組成本地局域網并且中心處理器可以和監(jiān)控系統中的任意攝像機進行通信，所述的中心處理器，用于根據目標的位置信息和人臉姿態(tài)參數選擇合適的攝像機組建工作組并接收工作組內攝像機所采集的多視角人臉圖像；利用多視角人臉識別方法來識別目標；所述的多個攝像機性能相同，用于對進入其預置監(jiān)控子區(qū)域的目標進行定位跟蹤，并判別目標的人臉姿態(tài)參數；采集多視角人臉圖像。
8.根據權利要求7所述的基于多攝像機的人臉識別系統，其特征在于，所述的中心處理器包括字典模塊，用于存儲根據監(jiān)控區(qū)域的空間結構以及各個攝像機的安裝位置所列出的每個攝像機相鄰各攝像機的適于拍攝的目標的位置信息和人臉姿態(tài)參數取值范圍的對照表。
9.根據權利要求7所述的基于多攝像機的人臉識別系統，其特征在于，所述的中心處理器包括電子地圖模塊，用于存儲預置監(jiān)控子區(qū)域的空間結構及在各預置監(jiān)控子區(qū)域中安裝的攝像機的位置。
10.根據權利要求7所述的基于多攝像機的人臉識別系統，其特征在于，所述的中心處理器包括人臉數據庫和人臉識別模塊，所述的人臉識別模塊用于存儲人臉識別程序。
全文摘要
本發(fā)明公開了基于多攝像機的人臉識別方法及系統，所述方法包括以下步驟S1，攝像機對出現在其預置監(jiān)控子區(qū)域中的目標進行定位跟蹤，并判別目標的人臉姿態(tài)參數；S2，根據目標位置信息和人臉姿態(tài)參數選擇合適的攝像機組建工作組并采集多視角人臉圖像；S3，利用多視角人臉識別方法來識別目標；S4，當目標進入另一個攝像機的預置監(jiān)控子區(qū)域時，轉到S1。本發(fā)明由多個攝像機接力完成對目標的定位跟蹤，適用于監(jiān)控不規(guī)則、有遮擋及超大區(qū)域；利用動態(tài)組建的攝像機工作組采集目標的多視角人臉圖像，提高了采集得到的人臉圖像的可利用性，發(fā)揮了攝像機的最大效能；無主攝像機的監(jiān)控方式具有可擴展性和魯棒性。
文檔編號H04N7/18GK102254169SQ20111024242
公開日2011年11月23日 申請日期2011年8月23日 優(yōu)先權日2011年8月23日
發(fā)明者才溪, 汪晉寬, 韓光 申請人:東北大學秦皇島分校