(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 202210577827.3 (22)申请日 2022.05.26 (71)申请人 广州番禺职业 技术学院 地址 511483 广东省广州市番禺区沙湾镇 市良路1342号 (72)发明人 陈惠红　 (74)专利代理 机构 广州汇盈知识产权代理事务 所(普通合伙) 44603 专利代理师 许浩达 (51)Int.Cl. G06V 40/16(2022.01) G06V 20/52(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06K 7/10(2006.01) G06N 3/04(2006.01) (54)发明名称 基于大数据的智慧商场人脸识别系统和方 法 (57)摘要 本发明公开了一种基于大数据的智慧商场 人脸识别系统和方法， 包括检测单元、 采集单元、 提取单元、 特征识别单元、 匹配单元、 身份识别单 元和替代单元， 提取单元从生物特征数据中提取 目标用户的人脸图像， 并选择清晰度高于预设清 晰度阈值的人脸图像作为目标用户的人脸图像， 特征识别单元利用由通用人脸数据库和最新人 脸数据库训练而成的人脸识别模型对人脸图像 进行特征识别， 能够有效识别随着时间变化而导 致面部轮廓发生变化的用户， 及时更新记录用户 最新人脸图像和面部特征， 提高了人脸识别的准 确性， 进而提高了用户身份识别的准确性， 有效 保障了商场安全。 权利要求书1页 说明书4页 附图2页 CN 114677750 A 2022.06.28 CN 114677750 A 1.一种基于大 数据的智慧商场人脸识别系统， 其特 征在于， 包括： 检测单元， 检测是否有用户进入识别区域； 采集单元， 用于当检测到用户进入识别区域时， 采集用户的生物特 征数据； 提取单元， 用于从所述 生物特征数据中提取目标用户的人脸图像； 特征识别单元， 用于利用人脸识别模型对所述人脸图像进行特征识别， 得到所述人脸 图像对应的目标身份特征； 其中， 所述人脸识别模 型为深度卷积神经网络模型， 并且所述人 脸识别模型由通用人脸数据库和最 新人脸数据库训练而成； 匹配单元， 用于将所述目标身份特 征与两个样本身份特 征进行匹配操作； 替换单元， 匹配成功后， 将提取单元提取的人脸图像导入最新人脸数据库、 并替换最新 人脸数据库中的原有数据； 身份识别单 元， 用于根据匹配结果进行身份识别。 2.根据权利要求1所述的基于大数据的智慧商场人脸识别系统， 其特征在于： 所述身份 识别单元， 包括： 确定子单元， 用于根据匹配结果确定所述目标用户的第一身份信息； 检测 子单元， 用于检测所述目标用户是否携带有电子标签； 读取子单元， 用于在所述检测子单元 检测出目标用户携带有所述电子标签时， 读取所述电子标签的标签信息， 以得到所述电子 标签对应的第二身份信息； 识别子单元， 用于根据所述第一身份信息与所述第二身份信息 对所述目标用户进行身份识别。 3.一种采用如权利要求1所述的基于大数据的智慧商场人脸识别系统的人脸识别方 法， 其特征在于， 包括： 检测是否有用户进入识别区域； 当检测到用户进入识别区域时， 采集用户的生物特 征数据； 从所述生物特征数据中提取目标用户的人脸图像； 利用人脸识别模型对所述人脸图像进行特征识别， 得到所述人脸图像对应的目标身份 特征； 其中， 所述人脸识别模型为深度卷积神经网络模型， 并且所述人脸识别模 型由通用人 脸数据库和最 新人脸数据库训练而成； 将所述目标身份特 征与若干个样本身份特 征进行匹配操作； 将提取单元提取的人脸图像导入最新人脸数据库、 并替换最新人脸数据库中的原有数 据； 根据匹配结果进行身份识别。 4.根据权利要求3所述的基于大数据的智慧商场人脸识别系统的人脸识别方法， 其特 征在于： 所述 根据匹配结果进行身份识别， 包括： 根据匹配结果确定所述目标用户的第一身份信息； 检测所述目标用户是否携带有电子标签； 如果是， 读取 所述电子标签的标签信息， 以得到所述电子标签对应的第二身份信息； 根据所述第一身份信息与所述第二身份信息对所述目标用户进行身份识别。权　利　要　求　书 1/1 页 2 CN 114677750 A 2基于大数据的智慧商场人脸识别系统和方 法 技术领域 [0001]本发明属于人脸识别技术领域， 特别涉及 一种基于大数据的智慧商场人脸识别系 统和人脸识别方法。 背景技术 [0002]为了更加有效率地完成社会治安的管理， 在人力防范和实体防范的基础上， 引入 更加科学、 先进的技防手段是更为行之有效的管理办法， 视频监控已经成为现代安全防范 系统的一个重要组成部 分， 通过视频监控来管理辖区内的重点人员的活动能够从根本上预 防违法行为， 是常用的安全防范手段； 但是随着视频监控范围的扩大， 采用传统人工肉 眼识 别来处理海量的视频信息， 寻找特定人员的图像信息不仅会耗费大量的人力 资源， 而且处 理周期长、 效率低、 可靠性低， 目前的商场人员的识别只能凭裸眼观察和结合熟悉 面孔进行 模糊判断， 主观判断的准确性低， 并且商场对人员的具体活动范围难以实时掌握， 受限于信 息数据不完 善， 无法达 到商场的智慧管理效果。 发明内容 [0003]本发明之目的在于提供一种基于大数据的智慧商场人脸识别系统和方法， 解决现 有技术中的问题， 实现商场内智能人脸识别检测， 有效提高身份识别准确率。 [0004]为实现上述目的， 本发明提供如下技术方案： 一种基于大数据的智 慧商场人脸识 别系统， 包括： 检测单元， 检测是否有用户进入识别区域； 采集单元， 用于 当检测到用户进入 识别区域时， 采集用户的生物特征数据； 提取单元， 用于从所述生物特征数据中提取目标用 户的人脸图像； 特征识别单元， 用于利用人脸识别模型对所述人脸图像进 行特征识别， 得到 所述人脸图像对应的目标身份特征； 其中， 所述人脸识别模型为深度卷积神经网络模型， 并 且所述人脸识别模型 由通用人脸数据库和最新人脸数据库训练而成； 匹配单元， 用于将所 述目标身份特征与两个样本身份特征进 行匹配操作； 替换单元， 匹配成功后， 将提取单元提 取的人脸图像导入最新人脸数据库、 并替换最新人脸数据库中的原有 数据； 身份识别单元， 用于根据匹配结果进行身份识别。 [0005]优选的， 所述身份识别单元， 包括： 确定子单元， 用于根据匹配结果确定所述目标 用户的第一身份信息； 检测子单元， 用于检测所述目标用户是否携带有电子标签； 读取子单 元， 用于在所述检测子单元检测出目标用户携带有所述电子标签时， 读取所述电子标签的 标签信息， 以得到所述电子标签对应的第二身份信息； 识别子单元， 用于根据所述第一身份 信息与所述第二身份信息对所述目标用户进行身份识别。 [0006]优选的， 还包括： 确定单元， 用于在所述身份识别单元根据匹配结果进行身份识别 之后， 确定所述目标用户的身份类别； 比对单元， 用于将所述目标用户的身份类别与预设的 商场区域权限表进 行比对， 得到所述目标用户的区域权限等级； 判断单元， 用于判断所述区 域权限等级与所述识别区域是否匹配； 更新单元， 用于在所述判断单元判断出所述区域权 限等级与所述识别区域匹配时， 根据所述识别区域的位置信息更新所述目标用户的商场活说　明　书 1/4 页 3 CN 114677750 A 3