买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)申请的专利一种密集人群的人脸跟踪方法及跟踪系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119007268B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411199195.7，技术领域涉及：G06V40/16；该发明授权一种密集人群的人脸跟踪方法及跟踪系统是由方舟;曲家兴;白瑞;杨霄璇;宋雪;马超;关志博;张罗刚设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种密集人群的人脸跟踪方法及跟踪系统在说明书摘要公布了：一种密集人群的人脸跟踪方法及跟踪系统，它属于人脸跟踪技术领域。本发明解决了在人群密集场景下现有人脸跟踪方法的精度低，以及人脸图像信息存在泄露风险的问题。本发明结合改进的损失函数对搭建的目标框检测网络进行训练，可以使检测结果综合考虑不同层次、不同深度的特征，提高了目标框检测的精度，检测结果不受人脸信息缺失以及图像模糊的影响。使用本发明搭建的人脸特征提取网络可以提高特征提取的质量，以保证人脸跟踪的精度。而且基于联邦学习的训练方法，各客户端利用本地数据在本地进行训练，将本地训练的模型参数发送到中心服务器进行参数聚合，避免人脸图像传输过程中可能存在的泄露风险。本发明方法可以应用于密集人群的人脸跟踪。

本发明授权一种密集人群的人脸跟踪方法及跟踪系统在权利要求书中公布了：1.一种密集人群的人脸跟踪方法，其特征在于，所述方法具体包括以下步骤： 步骤一、对摄像头拍摄到的视频进行分帧处理得到各帧图像，再按照各帧图像拍摄的先后顺序，对各帧图像进行由小到大依次编号； 步骤二、采用搭建的目标检测网络对第1帧图像中的人脸区域进行检测； 所述目标检测网络内包括第一模块、第二模块、第三模块、第四模块、平均池化层、全连接层和SoftMax函数层； 第一模块内包括第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第六卷积层、第七卷积层以及第一最大池化层； 第一模块的工作过程为： 将目标检测网络输入的图像分别作为第一卷积层和第三卷积层的输入； 第一卷积层的输出再经过第二卷积层，第三卷积层的输出再经过第四卷积层； 将第二卷积层的输出和第四卷积层的输出进行融合后，将融合结果依次经过第五卷积层、第六卷积层、第七卷积层和第一最大池化层； 第二模块内包括第八卷积层、第九卷积层、第十卷积层、第十一卷积层、第十二卷积层、第十三卷积层、第十四卷积层、第十五卷积层以及第二最大池化层； 第二模块的工作过程为： 将第一最大池化层的输出分别作为第八卷积层和第九卷积层的输入； 再将第八卷积层的输出依次经过第十卷积层和第十二卷积层；将第九卷积层的输出依次经过第十一卷积层和第十三卷积层； 将第十二卷积层的输出和第十三卷积层的输出进行融合后，将融合结果依次经过第十四卷积层、第十五卷积层和第二最大池化层； 第三模块内包括第十六卷积层、第十七卷积层、第十八卷积层、第十九卷积层、第二十卷积层、第二十一卷积层、第二十二卷积层、第二十三卷积层、第二十四卷积层以及第三最大池化层； 第三模块的工作过程为： 将第二最大池化层的输出分别作为第十六卷积层和第十七卷积层的输入； 再将第十六卷积层的输出依次经过第十八卷积层、第二十卷积层和第二十二卷积层； 将第十七卷积层的输出依次经过第十九卷积层、第二十一卷积层和第二十三卷积层； 将第二十二卷积层的输出和第二十三卷积层的输出进行融合后，将融合结果依次经过第二十四卷积层和第三最大池化层； 第四模块内包括第二十五卷积层、第二十六卷积层、第二十七卷积层、第二十八卷积层、第二十九卷积层、第三十卷积层、第三十一卷积层、第三十二卷积层、第三十三卷积层和第三十四卷积层； 第四模块的工作过程为： 将第三最大池化层的输出分别作为第二十五卷积层和第二十六卷积层的输入； 再将第二十五卷积层的输出依次经过第二十七卷积层、第二十九卷积层、第三十一卷积层和第三十三卷积层；将第二十六卷积层的输出依次经过第二十八卷积层、第三十卷积层、第三十二卷积层和第三十四卷积层； 再对第三十三卷积层和第三十四卷积层的输出进行融合，得到融合结果a； 最后，再对融合结果a、第七卷积层的输出、第十五卷积层的输出和第二十四卷积层的输出进行融合，得到融合结果A；再将融合结果A经过平均池化层、全连接层和SoftMax函数层，并通过SoftMax函数层来输出图像中人脸区域所在的目标框位置； 所述目标检测网络训练时采用的损失函数为： 其中，IoU是目标检测网络输出的预测框与真实框的交并比，|·|表示取绝对值，x1是目标检测网络输出的预测框的中心点，x2是真实框的中心点，ρx1,x2是x1与x2的欧式距离，l是预测框与真实框的最小外接框的对角线长度，μ为中间变量，β是尺度变量； 其中，wgt是预测框的宽度，hgt是预测框的高度，w是真实框的宽度，h是真实框的高度； 步骤三、将检测出的各个人脸区域所对应的人员分别作为一个跟踪对象，并给每个跟踪对象分别赋予一个不同的身份ID； 再采用人脸特征提取网络分别提取第1帧图像中每个人脸区域图像的特征； 步骤四、初始化图像帧数k＝2； 步骤五、采用搭建的目标检测网络对第k帧图像中的人脸区域进行检测，再采用人脸特征提取网络分别提取第k帧图像中每个人脸区域图像的特征； 步骤六、根据第k帧图像中每个人脸区域图像的特征与第k‑1帧图像中每个人脸区域图像的特征进行人脸匹配； 所述步骤六的具体过程为： 步骤六一、采用二维多级小波分解对第k帧图像中的各人脸区域图像进行处理，分别得到第k帧图像中的各人脸区域图像的清晰度得分； 按照清晰度得分由高到低的顺序，对各人脸区域图像依次进行编号； 步骤六二、令人脸区域图像计数k′＝1，并初始化图像集合K内包括第k‑1帧图像中的全部人脸区域图像； 步骤六三、计算第k帧图像中第k′个人脸区域图像与图像集合K内的每个人脸区域图像的特征相似度，将计算出的最大特征相似度在图像集合K中所对应的人脸区域图像记为再判断计算出的最大特征相似度是否大于等于相似度阈值Q1； 若计算出的最大特征相似度大于等于相似度阈值Q1，则继续执行步骤六四； 若计算出的最大特征相似度小于相似度阈值Q1，则第k′个人脸区域图像匹配失败，将第k′个人脸区域图像作为新的跟踪对象，并赋予新的身份ID； 步骤六四、判断人脸区域图像的清晰度得分是否小于得分阈值Q2，1若人脸区域图像的清晰度得分小于得分阈值Q2，则向前追踪到与人脸区域图像匹配的特征相似度最小的人脸区域图像，计算追踪到的人脸区域图像与第k′个人脸区域图像的特征相似度； 若追踪到的人脸区域图像与第k′个人脸区域图像的特征相似度大于等于相似度阈值Q1，则第k′个人脸区域图像匹配成功，将人脸区域图像从集合K中去除，赋予第k′个人脸区域图像的身份ID为图像的身份ID；并执行步骤六五； 若追踪到的人脸区域图像与第k′个人脸区域图像的特征相似度小于相似度阈值Q1，则第k′个人脸区域图像匹配失败，将第k′个人脸区域图像作为新的跟踪对象，并赋予新的身份ID；并执行步骤六五； 2若人脸区域图像的清晰度得分大于等于得分阈值Q2，则第k′个人脸区域图像匹配成功，将人脸区域图像从集合K中去除，赋予第k′个人脸区域图像的身份ID为图像的身份ID；并执行步骤六五； 步骤六五、令k′＝k′+1，返回执行步骤六三，直至第k帧图像中的全部人脸区域图像均匹配完成或者集合K为空集时停止迭代，当第k帧图像中的全部人脸区域图像均匹配完成且集合K不为空集时，说明集合K中剩余图像所对应的人员从当前图像内消失，启动相邻摄像机进行追踪，当集合K为空集且第k帧图像中的全部人脸区域图像未匹配完成时，说明第k帧图像中剩余未匹配的人员为新出现的人员，则将新出现的人员与同一时刻相邻覆盖区域内消失的人员进行匹配，实现人员连续跟踪； 步骤七、令k＝k+1，再返回执行步骤五。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院)，其通讯地址为：150000 黑龙江省哈尔滨市南岗区华山路12号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。