本發(fā)明屬于計算機，具體涉及一種地鐵線網(wǎng)多級人臉聚類的方法及系統(tǒng)。

背景技術(shù)：

1、人臉識別是圖像處理領(lǐng)域用攝像頭視頻流采集包含人臉的圖像，并在圖像中進行人臉的檢測和追蹤，基于人的面部特征信息進行生物識別和提取的技術(shù)。隨著安防要求的提升、監(jiān)控設(shè)備的增長，軌道交通地鐵線網(wǎng)中產(chǎn)生了海量的人臉數(shù)據(jù)。對提取的所有的人臉特征進行分析，確定歸屬同一個人的人臉的過程叫做聚類。如何結(jié)合地鐵線路場景，在盡可能利用現(xiàn)有硬件資源條件下，對數(shù)據(jù)進行高效的分析聚類，對地鐵線網(wǎng)中人員的活動軌跡、活動頻率、客流統(tǒng)計等一系列數(shù)據(jù)進行采集處理，對地鐵的運營、治安防控和智慧交通提供助力。

2、傳統(tǒng)的人臉聚類方法無法解決數(shù)據(jù)量和規(guī)模大了以后的計算效率問題和準確度下降問題，無法很好的結(jié)合地鐵軌道線路進行業(yè)務(wù)應(yīng)用。

技術(shù)實現(xiàn)思路

1、鑒于以上存在的問題，本發(fā)明提供一種地鐵線網(wǎng)多級人臉聚類的系統(tǒng)，用于減少全局聚類的數(shù)據(jù)壓力，解決單機硬件資源不足的缺陷，提升系統(tǒng)可用性，提高了大量數(shù)據(jù)下人臉聚類的效率。

2、為解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案：

3、本發(fā)明一方面提供一種地鐵線網(wǎng)多級人臉聚類的方法，包括以下步驟：

4、將地鐵線網(wǎng)中的監(jiān)控設(shè)備按站點和線路進行分組管理，分為站點級分組和線路級分組；

5、通過采集監(jiān)控設(shè)備采集視頻流中的圖像幀，在圖像中檢測和追蹤人臉；

6、提取檢測出的人臉特征信息，進行特征儲存且根據(jù)站點級分組id發(fā)送至對應(yīng)的一級聚類模塊；

7、采用一級聚類模塊進行一級聚類，所述一級聚類模塊包括多個一級聚類任務(wù)節(jié)點，每個一級聚類任務(wù)節(jié)點進行一個站點級的人臉特征數(shù)據(jù)聚類，接收發(fā)送過來人臉特征，根據(jù)其所在站點級分組id進行聚類，一級聚類人臉特征聚類完成后發(fā)送至對應(yīng)線路的二級聚類模塊；

8、采用二級聚類模塊進行二級聚類，所述二級聚類模塊包括多個二級聚類節(jié)點，每個二級聚類節(jié)點進行一個線路級的人臉特征數(shù)據(jù)聚類，接收一級聚類模塊發(fā)送過來的人臉特征信息，根據(jù)其所在線路分組id進行聚類，每條線路數(shù)據(jù)對應(yīng)一個二級聚類模塊，二級聚類人臉特征聚類完成后發(fā)送至全局聚類模塊；

9、采用全局聚類模塊進行全局聚類，所述全局聚類模塊包括一個聚類服務(wù)節(jié)點，對應(yīng)地鐵線網(wǎng)中所有的人員特征數(shù)據(jù)，接收二級聚類模塊發(fā)送過來的特征信息，進行人臉相似閾值判定，若比中，判定為同一類人臉，更新該節(jié)點對應(yīng)的類；否則，在該節(jié)點創(chuàng)建一個新的類。

10、一種可能的實施方式中，進一步包括業(yè)務(wù)應(yīng)用，所述業(yè)務(wù)應(yīng)用將各級聚類結(jié)果數(shù)據(jù)結(jié)合地鐵線網(wǎng)線路圖實現(xiàn)地鐵線網(wǎng)級、線路級、站點級人員出行情況、軌跡分析和一人一檔業(yè)務(wù)應(yīng)用。

11、一種可能的實施方式中，所述通過采集監(jiān)控設(shè)備采集視頻流中的圖像幀，在圖像中檢測和追蹤人臉包括：通過人臉質(zhì)量分計算，跟蹤到的同一人臉序列僅保留一張最優(yōu)臉，質(zhì)量分的判定因素包含遮擋、模糊和偏轉(zhuǎn)，當特征質(zhì)量分數(shù)低于質(zhì)量分閾值時判定為質(zhì)量分數(shù)較低，進行丟棄處理。

12、一種可能的實施方式中，所述提取檢測出的人臉特征信息包括：對獲取的人臉圖進行特征提取，提取后的特征寫入到特征文件中，并通過mq消息中間件發(fā)送至一級聚類模塊。

13、一種可能的實施方式中，所述每個一級聚類任務(wù)節(jié)點進行一個站點級的人臉特征數(shù)據(jù)聚類包括：若分組所在聚類節(jié)點不存在時，進行分組節(jié)點創(chuàng)建；人臉特征數(shù)據(jù)和對應(yīng)一級聚類任務(wù)的類中心進行比較，判斷人臉圖片對應(yīng)的人臉是否和某一類人臉的相似度高于或等于預(yù)設(shè)相似閾值；若相似度高于或等于預(yù)設(shè)第一相似閾值，則比中，判定為同一類人臉，更新該類的類中心；否則，用該人臉特征在該節(jié)點創(chuàng)建一個新的類。

14、一種可能的實施方式中，所述根據(jù)其所在線路分組id進行聚類包括：聚類過程進行人臉相似閾值的判定，若比中任務(wù)中已有相似人臉類特征，則判定為同一類人臉，更新該節(jié)點對應(yīng)的類；否則，在該任務(wù)節(jié)點創(chuàng)建一個新的類特征。

15、本發(fā)明又一方面提供一種地鐵線網(wǎng)多級人臉聚類的系統(tǒng)，包括設(shè)備管理模塊、人臉識別模塊、特征提取模塊、一級聚類模塊、二級聚類模塊和全局聚類模塊，

16、所述設(shè)備管理模塊用于將地鐵線網(wǎng)中的監(jiān)控設(shè)備按站點和線路進行分組管理，分為站點級分組和線路級分組；

17、所述人臉識別模塊用于通過采集監(jiān)控設(shè)備視頻流中的圖像幀，在圖像中檢測和追蹤人臉；

18、所述特征提取模塊用于提取人臉識別模塊中檢測出的人臉特征信息，進行特征儲存且根據(jù)站點級分組id發(fā)送至對應(yīng)的一級聚類模塊；

19、所述一級聚類模塊包括多個一級聚類任務(wù)節(jié)點，每個一級聚類任務(wù)節(jié)點進行一個站點級的人臉特征數(shù)據(jù)聚類，接收發(fā)送過來人臉特征，根據(jù)其所在站點級分組id進行聚類，一級聚類人臉特征聚類完成后發(fā)送至對應(yīng)線路的二級聚類模塊；

20、所述二級聚類模塊包括多個二級聚類節(jié)點，每個二級聚類節(jié)點進行一個線路級的人臉特征數(shù)據(jù)聚類，接收一級聚類模塊發(fā)送過來的人臉特征信息，根據(jù)其所在線路分組id進行聚類，每條線路數(shù)據(jù)對應(yīng)一個二級聚類模塊，二級聚類人臉特征聚類完成后發(fā)送至全局聚類模塊；

21、所述全局聚類模塊包括一個聚類服務(wù)節(jié)點，對應(yīng)地鐵線網(wǎng)中所有的人員特征數(shù)據(jù)，接收二級聚類模塊發(fā)送過來的特征信息，進行人臉相似閾值判定，若比中，判定為同一類人臉，更新該節(jié)點對應(yīng)的類；否則，在該節(jié)點創(chuàng)建一個新的類。

22、一種可能的實施方式中，進一步包括業(yè)務(wù)應(yīng)用模塊，所述業(yè)務(wù)應(yīng)用模塊用于將各級聚類結(jié)果數(shù)據(jù)結(jié)合地鐵線網(wǎng)線路圖實現(xiàn)地鐵線網(wǎng)級、線路級、站點級人員出行情況、軌跡分析和一人一檔業(yè)務(wù)應(yīng)用。

23、一種可能的實施方式中，所述臉識別模塊用于通過采集監(jiān)控設(shè)備視頻流中的圖像幀，在圖像中檢測和追蹤人臉包括：通過人臉質(zhì)量分計算，跟蹤到的同一人臉序列僅保留一張最優(yōu)臉，質(zhì)量分的判定因素包含遮擋、模糊和偏轉(zhuǎn)，當特征質(zhì)量分數(shù)低于質(zhì)量分閾值時判定為質(zhì)量分數(shù)較低，進行丟棄處理。

24、一種可能的實施方式中，所述特征提取模塊用于提取人臉識別模塊中檢測出的人臉特征信息包括：所述特征提取模塊對人臉識別模塊獲取的人臉圖進行特征提取，提取后的特征寫入到特征文件中，并通過mq消息中間件發(fā)送至一級聚類模塊。

25、一種可能的實施方式中，所述每個一級聚類任務(wù)節(jié)點進行一個站點級的人臉特征數(shù)據(jù)聚類包括：若分組所在聚類節(jié)點不存在時，進行分組節(jié)點創(chuàng)建；人臉特征數(shù)據(jù)和對應(yīng)一級聚類任務(wù)的類中心進行比較，判斷人臉圖片對應(yīng)的人臉是否和某一類人臉的相似度高于或等于預(yù)設(shè)相似閾值；若相似度高于或等于預(yù)設(shè)第一相似閾值，則比中，判定為同一類人臉，更新該類的類中心；否則，用該人臉特征在該節(jié)點創(chuàng)建一個新的類。

26、一種可能的實施方式中，所述根據(jù)其所在線路分組id進行聚類包括：聚類過程進行人臉相似閾值的判定，若比中任務(wù)中已有相似人臉類特征，則判定為同一類人臉，更新該節(jié)點對應(yīng)的類；否則，在該任務(wù)節(jié)點創(chuàng)建一個新的類特征。

27、一種可能的實施方式中，所述全局聚類模塊中設(shè)置多張顯卡。

28、采用本發(fā)明具有如下的有益效果：由于同一人員在同一站點、同一線路中出現(xiàn)的概率相對較高，通過將監(jiān)控設(shè)備按地鐵站點、地鐵線路進行分組單獨聚類。分組聚類后產(chǎn)生的數(shù)據(jù)經(jīng)判斷后是否需要進行歸檔或后續(xù)級別的聚類。一級、二級聚類任務(wù)可分配到不同的服務(wù)器和顯卡上，分別對應(yīng)站點級、線路級人員出現(xiàn)情況，結(jié)合地鐵線網(wǎng)軌道圖，無需復(fù)雜的邏輯處理即可實現(xiàn)站點級、線路級人員軌跡、人員出現(xiàn)規(guī)律，熱力統(tǒng)計等應(yīng)用展示。減少了全局聚類的數(shù)據(jù)壓力，解決了單機硬件資源不足的缺陷，提升了系統(tǒng)可用性，提高了大量數(shù)據(jù)下人臉聚類的效率。