一种基于双摄布控球的人脸识别系统的制作方法

本发明涉及施工监督，特别涉及一种基于双摄布控球的人脸识别系统。

背景技术：

1、目前，在工地施工的过程中，因为地域原因，可能存在网络信号极其不稳定，尤其是线路工程现场，由于杆塔和线路多布设在人迹罕至、道路不通的大山中，或有的地方地属偏远，网络信号无法覆盖。施工现场使用的拉力、倾角、沉降、视频分析等设备的感知数据无法传输，测量设备的测量结果也无法同步至云端。因此，对于现场的工人监控，经常会采用布控球进行现场监测，实现工程监督和工人的违规识别。

2、在现有技术，布控球主要采用单摄像头技术或者多摄像头技术的分布式图像融合进行人脸识别和现场的违规抓拍。单目主要是可见光摄像头，单目摄像头需要对目标进行识别，在确定目标之后，因为其基于2d成像的理论内在特点决定，因为没有深度信息，大小和远近时成比例缩放，在进行人脸识别的时候，因为是存在成比例缩放和放大，后续人脸识别的建图和定位都是基于这个单位进行，因为周遭环境的鲁棒性和角点的稀疏性，无法实现人脸的精确识别。距离稍远就无法进行人脸识别，而且还需要大量的计算资源去支持人脸识别。而多摄像分布式图像融合，多个摄像头之间的人脸位置匹配的问题，因为多个摄像头的内参不同，所以不同镜头的光轴会存在一定的角度查，人脸识别中会存在高度的重叠性，而在重叠性的处理中，需要进行多次的偏移补偿，从而达到人脸识别的目的，因此，也需要大量的计算资源。进而，这两种方式在工程领域，是需要耗费极大的人力、物力和网络资源的成本，特别是人迹罕至的工程场地。在专利cn113593177b一种基于高精度定位和图像识别的视频告警联动实现方法中，能够根据布控球进行跟踪识别、违章检测和人脸识别，但是其也具备很明显的缺陷，就是只是通过内置的人脸识别算法进行工地现场的人脸识别，但是其布控球又需要采集整个场景的画面，摄像头也没提出具备深度采集功能，因此，其人脸识别的精度和画面采集的清晰度无法判断。

3、因此，需要一种新的工程现场的监督系统，减少在工程场地的人力、物力和网络资源投入。

技术实现思路

1、本发明提供一种基于双摄布控球的人脸识别系统，用以解决在工地现场，布控球主要采用单摄像头技术和多摄像头技术的分布式图像融合对于图像的处理方式只是基于原始图像的处理，缺少图像的深度信息，而且序号耗费大量人力、物力和网络资源的情况。

2、一种基于双摄布控球的人脸识别系统，包括：

3、巡检模块：用于对工地现场的双摄布控球设置违规巡检任务，并在存在违规人员时，采集违规场景图像；其中，

4、双摄布控球设置有预置点，预置点设有人体捕捉机制，通过员工捕捉机制在双摄布控球的摄像头运动时，根据预置点进行员工图像捕捉；

5、人脸抓拍模块：用于将所述违规场景图像导入违规特征提取网络，确定第一员工脸部图像；其中，

6、违规特征提取网络包括：违规图像尺度空间、违规行为高斯分差金字塔、违规插值、违规描述因子；

7、抓拍调节模块：用于判断所述第一员工脸部图像是否达到预设标准，并在没有达到预设标准时进行员工脸部抓拍；

8、人脸识别模块：用于获取抓拍的第二员工脸部图像，并对比人脸数据库进行脸部识别；

9、身份输出模块：用于根据所述脸部识别，确定员工的身份信息。

10、进一步的：所述人脸数据库包括如下搭建方式：

11、获取工地员工信息；其中，

12、所述员工信息包括：身份信息、职位信息和工作类型；

13、将所述员工信息划分为身份信息数据、职位数据和工作类型数据；

14、所述身份信息数据中信息包括：员工脸部图像、姓名和联系方式；

15、所述职位数据包括：员工工作地点和员工职位；

16、所述工作类型数据包括：员工的工作类型和员工的工作时间；

17、根据所述身份信息数据、职位数据和工作类型数据，生成三层数据表；

18、根据所述三层数据表，生成人脸识别数据库。

19、进一步的：所述巡检模块包括：

20、任务制定单元：用于在施工工地设置双摄布控球，并通过所述双摄布控球的进行工地巡检，判定员工是否存在违规行为；其中，

21、所述双摄布控球包括主摄像头和辅摄像头；

22、所述主摄像头用于获取场景图像；

23、所述辅摄像头用于增强所述场景图像中员工；

24、违规场景采集单元：用于获取根据所述违规行为，获取违规场景图像；其中，

25、预先设置有违规行为数据库，通过违规行为数据库中的违规图像和双摄布控球采集的场景图像进行行为对比，判断是否存在违规行为；

26、所述双摄布控球设置有转向云台，通过转向云台进行不同方向的场景图像采集；

27、员工判定单元：用于根据所述违规场景图像，判断所述违规场景图像是否存在违规员工；其中，

28、在所述违规场景图像没有违规员工，对违规地点的违规行为进行报警；

29、在所述违规场景图像中存在违规员工，对违规员工进行违规标记；

30、图像优化单元：用于根据所述违规标记，对所述违规场景图像进行筛选，确定存在员工脸部图像的目标图像；其中，

31、所述目标图像包括员工的脸部图像。

32、进一步的：所述任务制定单元包括：

33、特征提取子单元：用于获取历史违规行为数据，对违规行为进行划分，确定不同违规类型的违规行为特征；

34、框架构建子单元：用于根据所述违规行为特征，构建基于决策树的行为集成框架；其中，

35、所述集成框架中内置有结构化行为违规模板、行为图像样本集合和行为特征数据库，所述结构化行为违规模板、行为图像样本集合和行为特征数据库中均设置有可以对比分析的对比工具；

36、检测设定子单元：用于根据所述行为集成框架，设定对不同违规行为的检测机制；其中，

37、所述检测机制基于行为集成框架中不同行为的行为基准和行为特征；

38、流程确定子单元：用于根据所述检测机制，确定不同违规行为的检测流程；

39、线路设定子单元：用于获取工地现场的工地地图，根据所述工地地图，设定不同双摄布控球的巡检路线；

40、任务制定子单元：用于根据所述巡检路线和检测流程，设定违规巡检任务。

41、进一步的：所述人脸抓拍模块包括：

42、事件记录单元：根据所述违规场景图像，确定违规类型，并通过所述双摄布控球获取生成违规事件记录；其中，

43、所述违规类型包括即时违规和演化违规；

44、分析单元：根据所述违规事件记录，通过所述双摄布控球内置的边缘装置进行事件分析和图像分析；其中，

45、所述事件分析用于分析违规事件的违规程度和分析违规报警方式，并确定违规时间；

46、所述图像分析用于判断违规场景图像中是否存在违规员工脸部图像；

47、录像单元：用于根据所述违规事件，通过所述双摄布控球调取违规录像，并将违章录像与违规事件记录关联；

48、当所述违章类型为即时违章类型，在所述违规录像中抓取实时违规图像；

49、当所述违章类型为演化违规时，进行即时报警，并生成报警信号，在所述违规录像中抓取违规演化图像；

50、识别单元：用于根据所述实时违规图像和违规演化图像，截取所述时违规图像和违规演化图像中员工脸部区域的图像，生成第一员工脸部图像。

51、进一步的：所述抓拍调节模块包括：

52、图像分析单元：用于对所述第一员工脸部图像进行分析处理，确定图像信息；其中，

53、所述图像信息包括：图像清晰度信息和图像中员工脸部显示信息；

54、图像达标判断单元：用于通过预设图像标准，判断所述图像信息是否达到人脸识别标准，在未达到人脸识别标准时确定缺失信息；

55、缺失调节单元：用于根据所述缺失信息，控制所述双摄布控球对员工的脸部进行重新抓拍，生成第二员工脸部图像。

56、进一步的：所述图像分析单元包括如下分析步骤：

57、清晰度分析子单元：用于获取所述第一员工脸部图像中人脸的三维矢量；其中，

58、所述三维矢量为根据所述第一员工脸部图像中人脸特征点的三维信息生成的向量，根据所述三维矢量和预设的计算规则计算所述第一员工脸部图像的模糊度数值；其中，

59、所述计算规则为对三维矢量进行加权平均得到模糊度数值的数据处理规则，判断所述第一员工脸部图像的是否符合预设的清晰度条件，其中，所述清晰度条件为所述模糊度数值小于预设的阈值；

60、脸部显示子单元：用于预先设置脸部拼图模板，将所述第一员工脸部图像填充至所述脸部拼图模板，判断是否能够全面填充，并在不能全部填充时，输出员工脸部显示信息。

61、进一步的：所述人脸识别模块包括：

62、特征提取单元：用于提取所述第二员工脸部图像中的待识别人脸特征；

63、特征模型单元：用于根据所述待识别人脸特征，生成人脸特征模型；其中，

64、所述人脸特征模型为对比模型，用于进行人脸特征对比；

65、识别单元：用于基于人脸数据库和所述人脸特征模型，对所述第二员工脸部图像进行人脸识别；其中，

66、所述人脸识别包括人脸匹配和身份信息调用。

67、进一步的：所述特征模型单元包括：

68、模型构建单元：用于利用神经网络构建脸部特征的相似性对比模型；

69、训练单元：用于根据所述人脸数据库，生成员工脸部图像的训练集；其中，

70、所述训练样本集包括员工脸部图像的正样本、常规样本和负样本；

71、所述正样本为清晰度高且脸部特征数量高于第一预设阈值的员工脸部图像；

72、所述负样本为清晰度低且脸部特征数量低于第一预设阈值的员工脸部图像；

73、所述常规样本为脸部特征数量再所述第一预设与之之内的员工脸部图像

74、所述第一预设阈值为员工脸部的可识别特征的标准区间；

75、利用所述训练集训练所述相似性对比模型，得到人脸特征模型。

76、进一步的：所述身份输出模块包括：

77、身份统计单元：用于根据所述脸部识别，在所述人脸数据库中确定对应的目标员工信息；

78、违规统计单元：用于根据所述违规场景图像，确定目标员工的违规信息，进行违规标记；

79、输出单元：用于根据所述目标员工信息和违规标记，生成违规日志，并通过双摄布控球上传至云端管控中心。

80、本发明有益效果在于：本发明通过巡检机制能够在工地违规巡检的过程中进行人脸识别，输出人脸信息，因此，本发明也能够进行偷盗预警，当识别的人脸不是自身所知道的员工信息的时候，实现工地的远程报警和自动监督。

81、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

82、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。