一种用于寻找走失老人的智能体态和人脸识别系统

本发明涉及一种用于寻找走失老人的智能体态和人脸识别系统，属于智能识别技术领域。

背景技术：

救援队针对走失人群开展协助家属寻找的志愿任务，并结合以往经验给家属提供专业化的建议，协助群体主要是因老年痴呆(阿尔茨海默病)或者认知功能障碍的老人，从事这个志愿者活动中遇到了很多的问题，主要表现在2个方面：

(1)外出找人是一个专业性很强的志愿工作：老人走失，由于是一种非主观意识的出走，根据每人的病情程度不同，情况不同，所以需要大量的案例和经验去甄别情况，并制定搜索路线。而外出寻人需要调动前后三天天气情况、周边道路地图、查找最近的医院等信息，这些需要大量的数据存储和其他相关系统的自动支持；(2)志愿者很难7天*24小时值守待命，很多工作效率低；

现有技术中缺少一套软件系统支持，很多工作都靠传统人力与调度操作，其次无法进行实时人脸识别对比和报警提示，错过最佳时机，还有是对于新队员对整个流程难以把握。

技术实现要素：

针对上述现有技术存在的问题，本发明提供一种用于寻找走失老人的智能体态和人脸识别系统，从而解决上述技术问题。

为了实现上述目的，本发明采用的技术方案是：一种用于寻找走失老人的智能体态和人脸识别系统，包括app，所述app远程连接有后端，所述后端包括甄别算法模块、识别算法模块、数据收集模块与报警模块，所述app供前端用户与前端管理员使用，所述前端用户包括家属端与队员端，所述前端管理员包括管理员端，其中：

所述家属端通过app发送丢失人员信息给管理员端；

所述队员端通过app接收管理员端发出的丢失人员信息，并进行丢失人员寻找；

所述队员端通过app将找到的丢失人员信息发送回管理员端；

所述后端起到收集丢失人员信息、记录丢失人员信息、报警、丢失人员人脸识别的功能。

进一步的，所述甄别算法模块用来对前端用户发来的丢失人员信息进行行为识别、轨迹跟踪识别与步态识别，其中：

所述行为识别通过对前端用户发来的视频序列进行主要基于人体光流变化的相关特征提取；

所述轨迹跟踪识别对前端用户发来的视频进行处理，在视频每帧中先检测出目标物体，然后将其与前一帧中检测出来的目标进行关联来实现跟踪，形成轨迹；

所述步态识别通过将前端用户发来的视频序列输入，通过对视频中行人的走路姿态分析，实现对行人身份的识别。

进一步的，所述识别算法模块用来将前端用户发来的丢失人员信息进行面部识别与深度识别，以判断是否为需要寻找的丢失人。

进一步的，所述数据收集模块包括学习库构建模块，所述数据收集模块用来将人员身份信息、视频信息、任务信息进行储存，所述学习库构建模块用来将输入至识别算法模块中的函数数据输入、更新与储存.

进一步的，所述前端管理员包括报备人员统计模块、走失信息跟踪模块、团队管理模块、大数据统计模块与错误提示模块，所述报备人员统计模块用来记录人员信息，所述走失信息跟踪模块用来记录走失人员信息、寻找过程中的任务与视频信息，所述团队管理模块用来管理前端管理员数据，所述大数据统计模块用来统计记录系统中的可记录数据；所述错误提示用来对丢失的人员发出提示。

进一步的，所述识别算法模块包括识别预筛选模块，所述识别预筛选模块连接有图片转灰度模块，所述图片转灰度模块连接有绘制区域模块，所述绘制区域模块连接有人脸检测模块，所述识别预筛选模块用来对图像进行预筛选操作以去除不含人脸的图像，所述图片转灰度模块用来将图像转化为灰度图，所述绘制区域模块用来绘制检测识别区域，所述人脸检测模块用来对人脸进行检测识别。

进一步的，所述识别算法模块还包括有机械学习模块，所述机械学习模块用来在人脸识别检测的过程中不断对人脸检测的函数数据进行修改以提升识别精确度。

进一步的，所述app包括用户信息模块、任务接发模块、系统信息模块与线索更新模块，所述用户信息模块用来记录使用者身份信息，所述任务接发模块用来发出与接收丢失人员搜寻任务，所述系统信息模块用来控制短信的发送，所述线索更新模块用来上传、发送与更新丢失人员线索。

本发明的有益效果是：1、前端用户与前端管理员通过app进行远程实时联系，由后端对app中的数据进行处理，将家属端所要寻找的丢失人员信息输入并记录，通过管理员端进行寻找任务分配，由队员端依据任务进行寻找，将寻找的人员图像传回至管理员端，并在后端的支持下进行人脸识别、行为、轨迹、步态识别，以准确的判断出所寻找到的目标任务是否为丢失的人员，为老人丢失寻找提供了一个完整的系统，使老人的寻找科学、系统，也简化了队员端的搜寻难度，在人员调度上来说也更为科学。

2、在识别的过程中，行为识别通过对前端用户发来的视频序列进行主要基于人体光流变化的相关特征提取；轨迹跟踪识别对前端用户发来的视频进行处理，在视频每帧中先检测出目标物体，然后将其与前一帧中检测出来的目标进行关联来实现跟踪，形成轨迹；步态识别通过将前端用户发来的视频序列输入，通过对视频中行人的走路姿态分析，实现对行人身份的识别，识别预筛选模块用来对图像进行预筛选操作以去除不含人脸的图像，图片转灰度模块用来将图像转化为灰度图，绘制区域模块用来绘制检测识别区域，人脸检测模块用来对人脸进行检测识别，除了人脸识别，还进行了行为、轨迹、步态识别，使得图像识别更为准确。

3、在识别的过程中，进行了图片转灰度、绘制识别区域，再进行人脸检测，检测出人脸的矩阵，有效降低检测次数，并修改人脸检测的函数数据，采用机械学习方式使系统获知人脸数据，以逐步进步人脸提取的准确度，有效提升精度且适用于老人的人脸识别。

4、在识别预筛选模块的设置中，将抓取的图像转化为灰度图再进行二值化、将图像分割成若干格(等分)并求得面积，设置灰度阈值并挑选出符合要求的灰度像素占比例，分析所得图像是否合格并输出，有效降低了系统的工作负担，减少识别部分的计算量，提高效率。

附图说明

图1为本发明一种协助老人的智能指挥系统的原理图；

图2为本发明一种协助老人的智能指挥系统的app原理图；

图3为本发明一种协助老人的智能指挥系统的前端管理员原理图；

图4为本发明一种协助老人的智能指挥系统的后端原理图；

图5为本发明一种协助老人的智能指挥系统的识别算法原理图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图及实施例，对本发明进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限制本发明的范围。

除非另有定义，本文所使用的所有的技术术语和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同，本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

如图1、图2、图3、图4和图5所示，一种用于寻找走失老人的智能体态和人脸识别系统，包括app，app远程连接有后端，后端包括甄别算法模块、识别算法模块、数据收集模块与报警模块，app供前端用户与前端管理员使用，前端用户包括家属端与队员端，前端管理员包括管理员端，其中：

家属端通过app发送丢失人员信息给管理员端；

队员端通过app接收管理员端发出的丢失人员信息，并进行丢失人员寻找；

队员端通过app将找到的丢失人员信息发送回管理员端；

后端起到收集丢失人员信息、记录丢失人员信息、报警、丢失人员人脸识别的功能。

甄别算法模块用来对前端用户发来的丢失人员信息进行行为识别、轨迹跟踪识别与步态识别，其中：

行为识别通过对前端用户发来的视频序列进行主要基于人体光流变化的相关特征提取；

轨迹跟踪识别对前端用户发来的视频进行处理，在视频每帧中先检测出目标物体，然后将其与前一帧中检测出来的目标进行关联来实现跟踪，形成轨迹；

步态识别通过将前端用户发来的视频序列输入，通过对视频中行人的走路姿态分析，实现对行人身份的识别。

识别算法模块用来将前端用户发来的丢失人员信息进行面部识别与深度识别，以判断是否为需要寻找的丢失人员。

数据收集模块包括学习库构建模块，数据收集模块用来将人员身份信息、视频信息、任务信息进行储存，学习库构建模块用来将输入至识别算法模块中的函数数据输入、更新与储存。

前端管理员包括报备人员统计模块、走失信息跟踪模块、团队管理模块、大数据统计模块与错误提示模块，报备人员统计模块用来记录人员信息，走失信息跟踪模块用来记录走失人员信息、寻找过程中的任务与视频信息，团队管理模块用来管理前端管理员数据，大数据统计模块用来统计记录系统中的可记录数据。前端管理员包括，错误提示用来对丢失的人员发出提示。

识别算法模块包括识别预筛选模块，识别预筛选模块连接有图片转灰度模块，图片转灰度模块连接有绘制区域模块，绘制区域模块连接有人脸检测模块，识别预筛选模块用来对图像进行预筛选操作以去除不含人脸的图像，对于识别预筛选模块采用以下算法进行图像处理筛选：

clearall；

closeall；

f＝imread(‘face9.jpg’)；

f＝rgb2gray(f)；(将图像转化为灰度图)

level＝graythresh(f)；

bw＝im2bw(f,level)；(将图像二值化)

[n1n2]＝size(bw)；

h＝floor(n1/10)；(将图像分割成10个快)

w＝floor(n2/10)；

h1＝1；

h2＝h；

s＝h*w；(求得块的面积)

h_i＝h；

w_i＝w；

fori＝1:10

w1＝1；w2＝w；(对应列初始化)

forj＝1:10

if(w1＝9*w)||(h1＝n1-h_i)(判断是否在图片四周的区域)

loc＝find(bw(h1:h2,w1:w2)＝＝0)

[num,～]＝size(loc)；

pr＝num*100/s；(计算灰度为黑色的像素占的比例)

ifpr