(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 202211417053.4 (22)申请日 2022.11.14 (71)申请人 广州市威士丹利智能科技有限公司 地址 510670 广东省广州市黄埔区科 学大 道18号A栋801房,A栋802房 (72)发明人 许珠琼　陈志雄　林俊杰　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 梁志标　孙倩倩 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/774(2022.01) G06Q 50/20(2012.01) G08B 21/02(2006.01) (54)发明名称 基于智慧校园的人脸识别防护方法及系统 (57)摘要 本申请提供的基于智慧校园的人脸识别防 护方法及系统， 相比通过人脸比对规则进行园区 人脸检测数据信息的防护识别， 本申请的设计思 路无需耗费大量资源构建人脸比对规则， 仅需确 定出人脸安防识别数据集， 使得对拟分析园区人 脸检测数据进行的人脸安防分析可以直接基于 人脸安防识别数据集中的各组园区人脸检测数 据进行数据相关性计算， 可以克服通过人脸比对 规则进行确定时只有满足人脸比对规则的检测 数据才能被定位出来， 而剩余检测数据不容易被 定位而导致的非授权人脸漏检， 还 可以克服由于 人脸比对规则的不适配问题而造成的非授权人 脸误检， 这样可以提升非授权人脸检测数据定位 捕捉的效率和精度， 为智慧园区的人脸安防检测 提供保障。 权利要求书4页 说明书16页 附图1页 CN 115471902 A 2022.12.13 CN 115471902 A 1.一种基于智慧校园的人脸识别防护方法， 其特征在于， 应用于智慧校园防护系统， 所 述方法至少包括： 获得多组第一园区人脸检测数据以及多组第二园区人脸检测数据； 其中， 所述第一园 区人脸检测数据为已添配防护参考依据的园区人脸检测数据， 所述第二园区人脸检测数据 为没有绑定防护参 考依据的非授权人脸检测数据； 利用每组第 一园区人脸检测数据添配的防护参考依据， 提炼所述每组第 一园区人脸检 测数据对应的生物活体描述特征， 并经由所述生物活体描述特征确定所述多组第一园区人 脸检测数据中的非授权人脸检测数据； 借助所确定的非授权人脸检测数据和所述多组第 二园区人脸检测数据， 生成人脸安防 识别数据集， 并确定所述人脸安防识别数据集中的各组园区人脸检测数据与拟分析园区人 脸检测数据之间的数据相关性， 得到多组相关性 运算结果； 倘若通过所述多组相关性运算结果判断得到所述人脸安防识别数据集中具有与所述 拟分析园区人脸检测数据之间的数据相关性符合园区人脸安防检测指标 的园区人脸检测 数据， 则确定所述拟分析园区人脸检测数据为非授权人脸检测数据。 2.根据权利要求1所述的方法， 其特征在于， 经由所述生物活体描述特征确定所述多组 第一园区人脸检测数据中的非授权人脸检测数据， 包括： 将所述每组第一园区人脸检测数 据对应的防护分析描述值传 入至已经过配置的人脸数据处理网络， 得到所述人脸数据处理 网络生成的所述每组第一园区人脸检测数据对应的非授权人脸命中率， 所述 非授权人脸命 中率为所述第一园区人脸检测数据为 非授权人脸检测数据的几率， 所述人脸数据处理网络 是基于多组已添配防护参考依据的园区人脸检测数据范本和各组园区人脸检测数据范本 对应的人脸身份类别调试得到的， 所述人脸身份类别包括非授权人脸检测数据和已授权人 脸检测数据； 经 由所述每组第一园区人脸检测数据对应的非授权人脸命中率， 确定所述多 组第一园区人脸检测数据中的非授权人脸检测数据； 其中， 经由所述每组第一园区人脸检测数据对应的非授权人脸命中率， 确定所述多组 第一园区人脸检测数据中的非授权人脸检测数据， 包括： 将所述多组第一园区人脸检测数 据中非授权人脸命中率超过第一指 定限值的第一园区人脸检测数据， 作为所述多组第一园 区人脸检测数据中的非授权人脸检测数据。 3.根据权利要求1所述的方法， 其特征在于， 确定所述人脸安防识别数据集中的各组园 区人脸检测数据与拟分析园区人脸检测数据之间的数据相关性， 得到多组相关性运算结 果， 包括： 经 由所述人脸安防识别数据集中的各组园区人脸检测数据对应的第一人脸细节 量化向量以及所述拟分析园区人脸检测数据对应的第二人脸细节量化向量， 确定所述人脸 安防识别数据集中的各组园区人脸检测数据与所述拟分析园区人脸检测数据之间的量化 向量比较结果； 倘若通过所述多组相关性运算结果判断得到所述人脸安防识别数据集中具有与所述 拟分析园区人脸检测数据之间的数据相关性符合园区人脸安防检测指标 的园区人脸检测 数据， 则确定所述拟分析园区人脸检测数据为 非授权人脸检测数据， 包括： 倘若通过多组量 化向量比较结果判断得到所述人脸安防识别数据集中具有与所述拟分析园区人脸检测数 据之间的量化向量比较结果不超过第二指 定限值的园区人脸检测数据， 则确定所述拟分析 园区人脸检测数据为非授权人脸检测数据；权　利　要　求　书 1/4 页 2 CN 115471902 A 2其中， 所述方法还包括： 对所述人脸安防识别数据集中的各组园区人脸检测数据进行 人脸数据分割， 得到所述各组园区人脸检测数据对应的第一人脸区域数据集； 对所述第一 人脸区域数据集中的每个人脸区域数据进 行量化处理， 得到所述每个人脸区域数据的人脸 描述值； 经由所述每个人脸区域数据的人脸描述值以及所述每个人脸区域数据对应的偏心 因子， 生成所述人脸安防识别数据集中的各组园区人脸检测数据对应的第一人脸细节量化 向量； 其中， 经由所述每个人脸区域数据的人脸描述值以及所述每个人脸区域数据对应的偏 心因子， 生成所述人脸安防识别数据集中的各组园区人脸检测数据对应的第一人脸细节量 化向量， 包括： 经 由所述每个人脸区域数据对应的偏心因子对相应的人脸描述值进行优化 处理， 得到所述每个人脸区域数据对应的完成优化处理的描述值； 将所述每个人脸区域数 据对应的完成优化处理的描述值进行加权， 得到加权结果， 并对所述加权结果进行更新处 理， 得到所述人脸安防识别数据集中的各组园区人脸检测数据对应的第一人脸细节量化向 量。 4.根据权利要求3所述的方法， 其特征在于， 所述方法还包括： 对所述人脸安防识别数 据集中的各组园区人脸检测数据进行人脸数据分割， 得到所述各组园区人脸检测数据对应 的第一人脸区域数据集； 对所述第一人脸区域数据集中的目标人脸区域数据进行量化处 理， 得到所述 目标人脸区域数据的人脸描述值； 经 由所述目标人脸区域数据的人脸描述值 以及所述目标人脸区域数据对应的偏心因子， 生成所述人脸安防识别数据集中的各组园区 人脸检测数据对应的第一人脸细节量 化向量； 其中， 所述方法还包括： 确定所述第一人脸区域数据集中的每个人脸区域数据在所述 人脸安防识别数据集中的人脸数据热力评分； 按照所述人脸数据热力评分由大至小的顺 序， 从所述第一人脸区域数据集中抽样选定数量个人脸区域数据作为所述目标人脸区域数 据。 5.根据权利要求4所述的方法， 其特征在于， 确定所述第 一人脸区域数据集中的每个人 脸区域数据在所述人脸 安防识别数据集中的人脸数据热力评分， 包括： 确定所述每个人脸区域数据在所述人脸安防识别数据集中匹配的关注度， 以及确定所 述每个人脸区域数据在所述人脸 安防识别数据集中对应的重要性权值； 基于所述关注度与 所述重要性权值， 确定所述每个人脸 区域数据在所述人脸安防识别 数据集中的人脸数据热力评分。 6.一种智慧校园防护系统， 其特征在于， 包括处理器和存储器； 所述处理器和所述存储 器通信连接， 所述处理器用于从所述存储器中读取计算机程序并执行， 以实现权利要求 1‑5 任一项所述的方法。 7.一种计算机可读存储介质， 其特征在于， 其上存储有程序， 该程序被处理器执行时实 现权利要求1 ‑5任一项所述的方法。 8.一种智慧校园防护系统， 其特征在于， 所述智慧校园防护系统与校园视频监控系统 通信， 智慧校园防护系统用于： 通过所述校园视频监控系统获得多组第一园区人脸检测数据以及多组第二园区人脸 检测数据； 其中， 所述第一园区人脸检测数据为已添配防护参考依据的园区人脸检测数据， 所述第二园区人脸检测数据为没有绑定防护参 考依据的非授权人脸检测数据；权　利　要　求　书 2/4 页 3 CN 115471902 A 3