智慧社区信息智能采集与处理系统研究

2021-12-30

科学与信息化 2021年7期

安徽四创电子股份有限公司安徽合肥 230000

随着城市发展，数量众多的住宅区人口规模膨胀，信息采集管理体系正在经受着越来越严峻的考验。在当前公安、司法行政等基层办案部门中存在人员信息采集方式传统、设备落后、种类不全、操作烦琐、采集质量不高、设备零散、平台分散等问题，使基层干警的时间大量浪费在人员信息采集上面。为解决这一问题，智慧社区信息智能采集与处理系统利用高度集成、方便采集的设计原则，将采集设备及辅助设备集成为一体化人员信息采集平台，达到工作人员利用一套设备、一套软件完成人员信息的采集、标准化、数据上传工作。

1 系统概述

智慧社区信息智能采集与处理系统是一款能够兼容多场景应用的产品。整个系统由一体化人员信息智能采集设备、存算检智能处理设备和软件平台组成，其中一体化人员信息智能采集设备分为A和B两种形态，一体化人员信息智能采集设备A型满足智慧社区、智慧园区的智能应用，采集的数据经过算检设备处理由视频专网可实现与公安信息网的数据交互；一体化人员信息智能采集设备B型满足公安、行政司法等执法办案部门的需求，采集的数据经过处理机标准化由公安信息网与视频专网数据交互。软件平台为B/S架构，可实现远程登录查看社区的综合态势。产品的特点集中在人员信息采集设备和存算检智能处理设备两个模块的设计，主要体现在多源数据的采集、高度集成设计、实时数据可视化、数据边缘侧处理四大特点。

2 系统结构原理

2.1 人员信息采集模块

提供人员综合管理，主要针对社区常住人口及流动人口建设“一人一档”，完成对小区进出人员的基础信息数据录入，包括：人员身份信息、户口信息、居住信息、手机信息（MAC）、拥有的车辆信息、人员分类信息等提供部分信息等，以及“一标三实”信息的录入，内容主要包括标准地址、实有人口、实有房屋、实有单位等。在“一人一档”基础上增加对亲属等人员的信息录入，方便住户及亲属进出社区难等问题。

2.2 人脸识别模块

面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：参考模板法。首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸。人脸规则法，由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸。样品学习法，这种方法即采用模式识别中人工神经网络的方法，通过对面像样品集和非面像样品集的学习产生分类器。肤色模型法，依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。特征子脸法，这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。上述方法在实际检测系统中也可综合采用。

2.3 车牌识别模块

通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。预处理：图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。系统可以对车牌定位。车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素[1]。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。

对车牌进行字符分割。在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。

对车牌进行字符识别。对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像[2]。结果输出，将车牌识别的结果以文本格式输出。