(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221094839 2.9 (22)申请日 2022.08.09 (71)申请人 候卫东 地址 311800 浙江省绍兴 市诸暨市东兴路 36号 (72)发明人 候卫东　 (74)专利代理 机构 安徽盟友知识产权代理事务 所(特殊普通 合伙) 34213 专利代理师 樊广秋 (51)Int.Cl. G06V 40/16(2022.01) G06Q 50/26(2012.01) (54)发明名称 基于大数据的交通安防人脸识别方法及系 统 (57)摘要 本申请涉及了基于大数据的交通安防人脸 识别方法及系统， 本申请通过大数据采集端采集 公共区域监控中交通参与人员的人脸图像数据； 通过大数据采集端， 采集交通参与人员在交管系 统内预留的人脸图像数据； 人脸识别单元基于公 共区域来源的交通参与人员的人脸图像与交管 系统内预留的人脸图像进行初次识别， 在初次识 别中输入的人脸图像包括正向人脸图像与侧向 人脸图像； 以初次识别的人脸特征为基础建立生 产网络模型； 生成 网络模型中输入在公共区域监 控中新采集的人脸图像并输出人脸图像语义， 以 动态参数修改人脸图像语义并且将修改语义的 人脸图像再次进行识别， 在修正中能够较好地保 持输出的人脸图像的特征信息要多于原始的人 脸图像的特 征信息。 权利要求书1页 说明书4页 CN 115311715 A 2022.11.08 CN 115311715 A 1.基于大 数据的交通 安防人脸识别方法， 其特 征在于， 包括 步骤有， 通过大数据采集端采集公共区域监控中交通参与 人员的人脸图像数据； 通过大数据采 集端， 采集交通参与人员 在交管系统内预留的人脸图像数据； 人脸识别单元基于公共区域 来源的交通参与人员的人脸图像与交管系统内预留的人脸图像进 行初次识别， 在初次识别 中输入的人脸图像包括正向人脸图像与侧向人脸图像； 以初次识别的人脸特征为基础建立 生产网络模型； 生成网络模型中输入在公共区域监控中新采集的人脸图像并输出人脸图像 语义， 然后以动态 参数修改人脸图像语义， 将修改语义的人脸图像再次进 行识别； 所述人脸 图像语义具体为在修改人脸图像 语义中根据历史结果 修改语义的参数。 2.根据权利要求1所述的基于大数据的交通安防人脸识别方法， 其特征在于， 所述修改 人脸图像语义中根据历史结果修改语义的参数， 具体地， 获取修改语义参数的历史数据， 并 获取修改语义参数后对应的人脸图像特征值变化的历史数据； 通过历史数据建立修改后的 语义参数与修改后人脸图像特征值变化量之间的函数关系f1， 然后构建一个补偿函数f2， f2 与f1的变量类型一致， 使得f1+f2总为一个固定函数g1； g1与f1、 f2的变量类型一致仅逻辑规 则不同； 令修改后的语 义参数值为t， 令 修改后人脸图像特征值变 化量为y， 则y＝f1(t)； 令g1 ＝sin(pa*t)*sin(pb*t)其中pa、 pb为常数， t即修改后语义 参数值； 然后选择若干组修改后语义 参数的变化区间： (t0， t1)、 (t1， t2)、 (t2， t3).............(tn‑1， tn)； 然后计算Max(H1(ti)‑H1(ti‑1))， 其中i＝0， 1， 2， . .......n； 其中H1的规则如下： H1＝2(pa‑pb)‑1*sin(pat‑pbt)‑2(pa+pb)‑1*sin(pat+pbt)； 当确定Max(H1(ti)‑H1(ti‑1))即确定了某一个或若干个最佳的修改后语义参数的变化 区间， 以最佳 的修改后语义参数 的变化区间的中点参数作为 “在修改人脸图像语义中根据 历史结果 修改语义的参数 ”。 3.基于大数据的交通安防人脸识别系统， 其特征在于， 包括大数据采集端， 用于采集公 共区域监控中交通参与人员的人脸图像数据； 还用于采集交通参与人员在交管系统内预留 的人脸图像数据； 人脸识别单元， 用于基于公共区域来源的交通参与人员的人脸图像与交管系统内预留 的人脸图像进 行初次识别， 在初次识别中输入的人脸图像包括正向人脸图像与侧向人脸图 像； 以初次识别的人脸特 征为基础建立 生产网络模型； 生成网络模型， 用于输入在公共区域监控中新采集的人脸图像并输出人脸图像语义， 还用于以动态参数修改人脸图像语义， 将修改语义的人脸图像再次进行识别； 所述人脸图 像语义具体为在修改人脸图像 语义中根据历史结果 修改语义的参数。权　利　要　求　书 1/1 页 2 CN 115311715 A 2基于大数据的交通安防人脸识别方 法及系统 技术领域 [0001]本发明涉及一种基于大 数据的交通 安防人脸识别方法及系统。 背景技术 [0002]现有的交通安 防系统在对交通参与人进行人脸识别的同时， 需要采集人脸信息， 很多情况下， 交通安防系统并不能够将交通参与人的正脸信息采集到， 在大多 数情况下， 交 通安防系统能够采集的较高分辨率的人脸信息都是非正脸的信息， 在这种非正脸的、 跨姿 态的人脸信息基础上进行人脸识别， 现有技术中也有相关的研究， 比如现有技术 CN113033476A公开， 有相关的跨姿态人脸识别技术， 在该类的技术中通过对原始的正脸信 息在预生的生成网络中输入， 并且得到正脸信息的语义， 然后通过修正的方式得到其他角 度人脸， 再通过人脸生成网络， 得到正脸图像的语意信息后， 需要对该语义信息进行修正， 通过修正后的语义信息才能够得到其他 非正脸角度的人脸图像， 在修正中还需要保持输出 的人脸图像的特征信息要多于原始的人脸图像的特征信息， 在实际的应用中， 这种修正很 难保持这样的要求。 发明内容 [0003]为了克服现有的技术存在的不足， 本发明提供基于一种基于大数据的交通安防人 脸识别方法及系统。 [0004]本发明解决其 技术问题所采用的技 术方案： [0005]基于大数据的交通 安防人脸识别方法， 包括 步骤有如下， [0006]通过大数据采集端采集公共区域监控中交通参与人员的人脸图像数据； 通过大数 据采集端， 采集交通参与人员 在交管系统内预留的人脸图像数据； 人脸识别单元基于公共 区域来源的交通参与人员的人脸图像与交管系统内预留的人脸图像进 行初次识别， 在初次 识别中输入的人脸图像包括正向人脸图像与侧向人脸图像； 以初次识别的人脸特征为基础 建立生产网络模型； 生成网络模型中输入在公共区域监控中新采集的人脸图像并输出人脸 图像语义， 然后以动态参数修改人脸图像语义， 将修改语义的人脸图像再次进 行识别； 所述 人脸图像 语义具体为在修改人脸图像 语义中根据历史结果 修改语义的参数。 [0007]所述修改人脸图像语义中根据历史结果修改语义的参数， 具体地， 获取修改语义 参数的历史数据， 并获取修改语义参数后对应的人脸图像特征值变化的历史数据； 通过历 史数据建立修改后的语义参数与修改后人脸图像特征值变化量之间的函数关系f1， 然后构 建一个补偿函数f2， f2与f1的变量类型一致， 使得f1+f2总为一个固定函数g1； g1与f1、 f2的变 量类型一致仅逻辑规则不同； 令修改后的语义参数值为t， 令修改后人脸图像特征值变化量 为y， 则y＝f1(t)； 令g1＝sin(pa*t)*sin(pb*t)其中pa、 pb为常数， t即修改后语义 参数值； [0008]然后选择若干组修改后语义 参数的变化区间： [0009](t0， t1)、 (t1， t2)、 (t2， t3).............(tn‑1， tn)； [0010]然后计算Max(H1(ti)‑H1(ti‑1))， 其中i＝0， 1， 2， . .......n；说　明　书 1/4 页 3 CN 115311715 A 3