CN106548113A - 图像识别方法及系统 - Google Patents
图像识别方法及系统 Download PDFInfo
- Publication number
- CN106548113A CN106548113A CN201510590615.9A CN201510590615A CN106548113A CN 106548113 A CN106548113 A CN 106548113A CN 201510590615 A CN201510590615 A CN 201510590615A CN 106548113 A CN106548113 A CN 106548113A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- view data
- storage
- reference object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
一种图像识别方法及系统,所述图像识别方法包括:对面部大小在预设范围内的对象跟踪拍摄,得到图像数据;对同一对象的图像数据排序,所述排序基于拍摄得到的图像质量;在每次排序后存储图像质量在预设名次范围内的图像数据;处理存储的图像数据,以提取拍摄对象的特征数据。所述图像识别方法及系统可以提升图像识别的效率和识别的正确率。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像识别方法及系统。
背景技术
视频监控已得到越来越广泛的应用,在商场、街边、路口、公共交通集散地等均能见到监控摄像头。通过摄像头得到人像图像后,对得到的人像图像进行处理和识别,也成为监控中常用的技术。
但是,目前对人像图像进行处理和识别的效率较低,识别正确率有待提高。
发明内容
本发明解决的技术问题是如何提升图像识别的效率和识别的正确率。
为解决上述技术问题,本发明实施例提供一种图像识别方法,包括:
对面部大小在预设范围内的对象跟踪拍摄,得到图像数据;
对同一对象的图像数据排序,所述排序基于拍摄得到的图像质量;
在每次排序后存储图像质量在预设名次范围内的图像数据;
处理存储的图像数据,以提取拍摄对象的特征数据。
可选的,所述图像质量通过如下参数的至少一种判断:人脸大小、人脸偏转角、曝光度、过暗度、侧光度、对比度、清晰度、熵、人脸完整性、灰度等级分布。
可选的,所述处理存储的图像数据包括:对预设时间间隔内存储的图像数据进行处理。
可选的,所述图像识别方法还包括:在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据。
可选的,所述处理存储的图像数据包括:对所述同一对象跟踪拍摄结束后,处理存储的图像数据,以提取拍摄对象的特征。
可选的,所述处理存储的图像数据包括:对所述图像数据进行复合建模,形成复合建模后的图像数据,基于所述复合建模后的图像数据提取拍摄对象的特征。
可选的,所述图像识别方法,其特征在于,还包括:
在数据库中检索所述拍摄对象的特征数据;
若所述数据库中存在与所述拍摄对象的特征数据匹配的特征数据,则发送提示信息;所述提示信息包括该对象的身份信息。
可选的,在所述发送提示信息之前,还包括:查询历史数据,所述历史数据不包含对应该拍摄对象的提示信息;所述历史数据是此次对该对象跟踪拍摄过程对应的历史数据。
本发明实施例还提供一种图像识别系统,包括:拍摄装置和包括排序单元、存储单元、特征提取单元的图像识别装置;其中:
所述拍摄装置,适于对面部大小在预设范围内的对象跟踪拍摄,得到图像数据;
所述排序单元,适于对同一对象的图像数据排序,所述排序基于拍摄得到的图像质量;
所述存储单元,适于在每次排序后存储图像质量在预设名次范围内的图像数据;
所述特征提取单元,适于处理存储的图像数据,以提取拍摄对象的特征数据。
可选的,所述排序单元适于通过如下参数的至少一种判断图像质量:人脸大小、人脸偏转角、曝光度、过暗度、侧光度、对比度、清晰度、熵、人脸完整性、灰度等级分布。
可选的,所述特征提取单元适于:对预设时间间隔内存储的图像数据进行处理。
可选的,所述存储单元还适于:在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据。
可选的,所述特征提取单元适于:对所述同一对象跟踪拍摄结束后,处理存储的图像数据,以提取拍摄对象的特征。
可选的,所述图像处理装置还包括复合建模单元,适于对所述图像数据复合建模,形成建模后的图像数据,基于所述建模后的图像数据提取拍摄对象的特征。
可选的,所述图像识别装置还包括:检索单元、发送单元;其中:
所述检索单元,适于在数据库中检索所述拍摄对象的特征数据;
所述发送单元,适于在所述数据库中存在与所述拍摄对象的特征数据匹配的特征数据时,则发送提示信息;所述提示信息包括该对象的身份信息。
可选的,所述图像识别装置还包括:历史数据查询单元,适于查询提示信息发送的历史数据,所述历史数据不包含对应该拍摄对象的提示信息时,所述发送单元发送所述提示信息;所述历史数据是此次对该对象跟踪拍摄过程对应的历史数据。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
通过对同一对象的不同图像数据完成基于图像质量的排序,在每次排序后存储图像质量在预设名次范围内的图像数据,从而可以减少存储的数据量,节省存储空间;仅对存储的图像数据进行处理,以提取拍摄对象的特征数据,使得处理数据量减少,提升图像处理的效率;由于存储的图像数据是图像质量在预设名次范围内的图像数据,进行处理的图像数据质量较高,从而可以在提升图像处理的效率提升图像识别方法的准确性。
进一步,在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据,使得可以通过设定时间间隔调整处理的图像数据的数量,设定合适的时间间隔可以减少图像数据占用的存储空间,并可以实现对图像数据的实时处理,从而提升图像识别的效率。
此外,在所述发送提示信息之前,查询查询历史数据,在所述历史数据不包含对应该拍摄对象的提示信息时,才发送提示信息。由于历史数据是此次对该对象跟踪拍摄过程对应的历史数据,故若针对该对象已发送过提示信息,则不再发送提示信息,从而可以增加提示信息的信息熵,以提升识别方法的提示效率。
附图说明
图1是本发明实施例中一种图像识别系统的结构示意图;
图2是本发明实施例中一种图像识别方法的流程图;
图3是本发明实施例中一种适用于图像识别系统的图像识别装置的结构示意图;
图4是本发明实施例中另一种适用于图像识别系统的图像识别装置的结构示意图;
图5是本发明实施例中另一种适用于图像识别系统的图像识别装置的结构示意图。
具体实施方式
如前所述,视频监控已得到越来越广泛的应用,在商场、街边、路口、公共交通集散地等均能见到监控摄像头。通过摄像头得到人像图像后,对得到的人像图像进行处理和识别,也成为监控中常用的技术。但是,目前对人像图像进行处理和识别的效率较低,识别正确率有待提高。
本发明实施例通过对同一对象的不同图像数据完成基于图像质量的排序,在每次排序后存储图像质量在预设名次范围内的图像数据,从而可以减少存储的数据量,节省存储空间;仅对存储的图像数据进行处理,以提取拍摄对象的特征数据,使得处理数据量减少,提升图像处理的效率;由于存储的图像数据是图像质量在预设名次范围内的图像数据,进行处理的图像数据质量较高,从而可以在提升图像处理的效率提升图像识别方法的准确性。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例中一种图像识别系统的结构示意图。
图像识别系统10包括拍摄装置11和图像识别装置12;其中:
拍摄装置11适于对面部大小在预设范围内的对象跟踪拍摄,得到图像数据。拍摄装置11可以是视频监控系统中的网络摄像头。
普通的网络高清摄像头在拍摄视频时,基本以25帧每秒的速度采集,若每帧都经过面部跟踪步骤处理,那一个人只要在拍摄场景中逗留1秒钟就会有25个面部图像数据。若以一个人逗留4秒钟,则会产生100张面部图像,若对得到的面部图像全部进行处理,则会形成巨大的资源开销。另外,这些巨量的面部姿态各异,成像情况各异,若将这些面部全部与识别目标集进行图像,反而会因干扰数据太多而无法得到准确的面部特征数据。
在本发明实施例中,图像识别装置12通过对同一对象的不同图像数据完成基于图像质量的排序,在每次排序后存储图像质量在预设名次范围内的图像数据,从而可以减少存储的数据量,节省存储空间;仅对存储的图像数据进行处理,以提取拍摄对象的特征数据,使得处理数据量减少,提升图像处理的效率;由于存储的图像数据是图像质量在预设名次范围内的图像数据,进行处理的图像数据质量较高,从而可以在提升图像处理的效率提升图像识别方法的准确性。
图2是本发明实施例中一种图像识别方法的流程图,下面通过具体步骤进行说明。
S21,对面部大小在预设范围内的对象跟踪拍摄,得到图像数据。
跟踪拍摄过程由拍摄装置11完成;面部大小的范围可以根据拍摄装置11的参数和图像识别系统10的需求设定。
S22,对同一对象的图像数据排序,所述排序基于拍摄得到的图像质量。
如前所述,拍摄装置11获得的图像数据量较大,且图像质量参差不齐,故可以对同一对象的图像数据进行排序,其中,同一对象的图像数指跟踪拍摄的具有一致性对象的图像数据,例如,可以是对同一个人从进入摄像头范围,面部大小符合拍摄条件开始到其离开摄像头或面部大小不再符合拍摄条件为止,对其拍摄得到的图像数据。
在具体实施中,图像质量可以通过如下参数的至少一种判断:人脸大小、人脸偏转角、曝光度、过暗度、侧光度、对比度、清晰度、熵、人脸完整性、灰度等级分布。可以理解的是,在图像质量的判断依照多于一种参数时,可以设定不同的权重,综合考虑各个参数的影响。
S23,在每次排序后存储图像质量在预设名次范围内的图像数据。
由于拍摄装置11获得的图像数据量较大,故可以对获得的未经排序的图像数据进行暂存,而在每次排序后仅存储图像质量在预设名次范围内的图像数据。可以对图像数据进行实时排序,也可以根据需求进行设定对图像数据进行排序的时间间隔。
S24,处理存储的图像数据,以提取拍摄对象的特征数据。
由于存储的图像数据是经过排序后得到的优选图像数据,故根据存储的图像数据以提取拍摄对象的特征数据,可以得到更准确的特征数据。
在具体实施中,所述处理存储的图像数据可以是对预设时间间隔内存储的图像数据进行处理。
在本发明一实施例中,图像识别方法还包括:在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据。
由于在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据,使得可以通过设定时间间隔调整处理的图像数据的数量,设定合适的时间间隔可以减少图像数据占用的存储空间,并可以实现对图像数据的实时处理,从而提升图像识别的效率。
在具体实施中,所述处理存储的图像数据还可以是对所述同一对象跟踪拍摄结束后,处理存储的图像数据,以提取拍摄对象的特征。在跟踪拍摄结束后处理存储的图像数据,此时存储的图像数据已经过多轮排序,图像数据的图像质量更高,需处理的数据量也更小,从而可以提升图像识别的准确性和效率。
在具体实施中,处理存储的图像数据可以包括:对所述图像数据进行复合建模,形成复合建模后的图像数据,基于所述复合建模后的图像数据提取拍摄对象的特征。复合建模的图像数据的数目可以根据实际需求进行,例如,可以对两次拍摄得到的图像数据进行复合建模。复合建模以突出拍摄对象的特征为目的,具体算法可以采用增强相同特征的算法、噪声过滤的算法等。
通过对图像数据进行复合建模,形成复合建模后的图像数据,使得拍摄对象的面部特征更加突出,从而更易于对拍摄对象进行识别,提升识别的正确率。
在具体实施中,步骤S24执行完毕后,还可以选择执行如下步骤:
S25,在数据库中检索所述拍摄对象的特征数据。
数据库可以是包含特定人员特征信息的数据库,例如可以是包含被通缉人员或嫌疑人员特征信息的数据库。数据库可以是本地数据库,也可以是远程数据库。
在具体实施中,在数据库中检索所述拍摄对象的特征数据可以在每次处理存储的图像数据,得到拍摄对象的特征数据后进行。
S26,若所述数据库中存在与所述拍摄对象的特征数据匹配的特征数据,则发送提示信息,所述提示信息包括该对象的身份信息。
提示信息可以向与所述数据库对应的系统发送。例如,当数据库为公安系统的数据库时,该提示信息向对应的报警接收系统发送,此时提示信息即为报警信息,发送该报警信息的过程为一次报警。
在具体实施中,在所述发送提示信息之前,还可以包括:查询历史数据,所述历史数据不包含对应该拍摄对象的提示信息;所述历史数据是此次对该对象跟踪拍摄过程对应的历史数据。
由于在所述发送提示信息之前,查询查询历史数据,在所述历史数据不包含对应该拍摄对象的提示信息时,才发送提示信息。由于历史数据是此次对该对象跟踪拍摄过程对应的历史数据,故若针对该对象已发送过提示信息,则不再发送提示信息,从而可以增加提示信息的信息熵,以提升提示的效率。
当提示信息为报警信息时,正确报警率和错误报警率成为衡量系统性能的指标。其中:正确报警指拍摄对象经过监控区域后,系统若给出了该拍摄对象的比对结果,而结果中的首位识别目标正是其本人。同一人同一时段经过同一监控区域的正确报警若有多次只计作一次正确报警;错误报警为拍摄对象经过监控区域后,系统若给出了该人员的比对结果,而结果中的首位识别目标并非该人员本人,则认为错误报警。正确报警率指一定时间内,同一监控区域,系统的正确报警数量与人员经过该监控区域的数量的比率。
若对所有采集的面部图像数据进行无差别的识别比对,则对于不断增大的识别目标集而言,并保证一定正确报警比率的情况下,将会产生巨量的错误报警。这些错误报警将使动态人像识别应用在实际环境中不可用,因为大量错误报警将会导致正确报警湮灭在错误报警的海洋中。若为了降低错误报警数量而减少正确报警比率,更是不可行的。
也就是说,由于多次正确报警仅计一次正确报警,而每次错误报警均会进行计数,而对同一拍摄对象而言,可能会进行多次特征识别和与数据库中特征的比对,每次比对后均可能产生报警信息,若报警信息有误,则会大大减少正确报警的比率,从而降低系统的实用性。
而在对历史数据查询后,若发现针对该拍摄对象以发送过报警信息,则不再发送报警信息。此时,若报警为正确报警,由于已经进行过报警,对系统工作流程无影响;若报警为错误报警,则不再进行重复的错误报警,可以减少错误报警的次数,以提升正确报警率。
本发明实施例还提供一种适用于图像识别系统的图像识别装置,如图3所示。
图像识别装置12包括排序单元121、存储单元122和特征提取单元123,其中:所述排序单元121,适于对同一对象的图像数据排序,所述排序基于拍摄得到的图像质量;所述存储单元122,适于在每次排序后存储图像质量在预设名次范围内的图像数据;所述特征提取单元123,适于处理存储的图像数据,以提取拍摄对象的特征数据。
在具体实施中,所述排序单元121适于通过如下参数的至少一种判断图像质量:人脸大小、人脸偏转角、曝光度、过暗度、侧光度、对比度、清晰度、熵、人脸完整性、灰度等级分布。
在具体实施中,所述特征提取单元123适于:对预设时间间隔内存储的图像数据进行处理,以提取拍摄对象的特征数据。
在具体实施中,所述存储单元122还适于:在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据。
在具体实施中,所述特征提取单元123适于:对所述同一对象跟踪拍摄结束后,处理存储的图像数据,以提取拍摄对象的特征。
在具体实施中,所述图像处理装置12还可以包括复合建模单元124(参见图4),适于对所述图像数据复合建模,形成建模后的图像数据,基于所述建模后的图像数据提取拍摄对象的特征。
在具体实施中,所述图像处理装置12还可以包括检索单元125(参见图5)、发送单元126(参见图5);其中:所述检索单元125,适于在数据库中检索所述拍摄对象的特征数据;所述发送单元126,适于在所述数据库中存在与所述拍摄对象的特征数据匹配的特征数据时,则发送提示信息;所述提示信息包括该对象的身份信息。
在具体实施中,所述图像处理装置12还可以包括:历史数据查询单元127(参见图5),适于查询提示信息发送的历史数据,所述历史数据不包含对应该拍摄对象的提示信息时,所述发送单元发送所述提示信息;所述历史数据是此次对该对象跟踪拍摄过程对应的历史数据。
在本发明实施例中,通过对同一对象的不同图像数据完成基于图像质量的排序,在每次排序后存储图像质量在预设名次范围内的图像数据,从而可以减少存储的数据量,节省存储空间;仅对存储的图像数据进行处理,以提取拍摄对象的特征数据,使得处理数据量减少,提升图像处理的效率;由于存储的图像数据是图像质量在预设名次范围内的图像数据,进行处理的图像数据质量较高,从而可以在提升图像处理的效率提升图像识别方法的准确性。
在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据,使得可以通过设定时间间隔调整处理的图像数据的数量,设定合适的时间间隔可以减少图像数据占用的存储空间,并可以实现对图像数据的实时处理,从而提升图像识别的效率。
在所述发送提示信息之前,查询查询历史数据,在所述历史数据不包含对应该拍摄对象的提示信息时,才发送提示信息。由于历史数据是此次对该对象跟踪拍摄过程对应的历史数据,故若针对该对象已发送过提示信息,则不再发送提示信息,从而可以增加提示信息的信息熵,以提升识别方法的提示效率。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (16)
1.一种图像识别方法,其特征在于,包括:
对面部大小在预设范围内的对象跟踪拍摄,得到图像数据;
对同一对象的图像数据排序,所述排序基于拍摄得到的图像质量;
在每次排序后存储图像质量在预设名次范围内的图像数据;
处理存储的图像数据,以提取拍摄对象的特征数据。
2.根据权利要求1所述的图像识别方法,其特征在于,所述图像质量通过如下参数的至少一种判断:人脸大小、人脸偏转角、曝光度、过暗度、侧光度、对比度、清晰度、熵、人脸完整性、灰度等级分布。
3.根据权利要求1所述的图像识别方法,其特征在于,所述处理存储的图像数据包括:对预设时间间隔内存储的图像数据进行处理。
4.根据权利要求3所述的图像识别方法,其特征在于,还包括:在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据。
5.根据权利要求1所述的图像识别方法,其特征在于,所述处理存储的图像数据包括:对所述同一对象跟踪拍摄结束后,处理存储的图像数据,以提取拍摄对象的特征。
6.根据权利要求1所述的图像识别方法,其特征在于,所述处理存储的图像数据包括:对所述图像数据进行复合建模,形成复合建模后的图像数据,基于所述复合建模后的图像数据提取拍摄对象的特征。
7.根据权利要求1至6任一项所述的图像识别方法,其特征在于,还包括:在数据库中检索所述拍摄对象的特征数据;
若所述数据库中存在与所述拍摄对象的特征数据匹配的特征数据,则发送提示信息;所述提示信息包括该对象的身份信息。
8.根据权利要求7所述的图像识别方法,其特征在于,在所述发送提示信息之前,还包括:查询历史数据,所述历史数据不包含对应该拍摄对象的提示信息;所述历史数据是此次对该对象跟踪拍摄过程对应的历史数据。
9.一种图像识别系统,其特征在于,包括:拍摄装置和包括排序单元、存储单元、特征提取单元的图像识别装置,其中:
所述拍摄装置,适于对面部大小在预设范围内的对象跟踪拍摄,得到图像数据;
所述排序单元,适于对同一对象的图像数据排序,所述排序基于拍摄得到的图像质量;
所述存储单元,适于在每次排序后存储图像质量在预设名次范围内的图像数据;
所述特征提取单元,适于处理存储的图像数据,以提取拍摄对象的特征数据。
10.根据权利要求9所述的图像识别系统,其特征在于,所述排序单元适于通过如下参数的至少一种判断图像质量:人脸大小、人脸偏转角、曝光度、过暗度、侧光度、对比度、清晰度、熵、人脸完整性、灰度等级分布。
11.根据权利要求9所述的图像识别系统,其特征在于,所述特征提取单元适于:对预设时间间隔内存储的图像数据进行处理。
12.根据权利要求11所述的图像识别系统,其特征在于,所述存储单元还适于:在所述对预设时间间隔内存储的图像数据进行处理后,清除所述存储的图像数据。
13.根据权利要求9所述的图像识别系统,其特征在于,所述特征提取单元适于:对所述同一对象跟踪拍摄结束后,处理存储的图像数据,以提取拍摄对象的特征。
14.根据权利要求9所述的图像识别系统,其特征在于,所述图像处理装置还包括复合建模单元,适于对所述图像数据复合建模,形成建模后的图像数据,基于所述建模后的图像数据提取拍摄对象的特征。
15.根据权利要求9至14任一项所述的图像识别系统,其特征在于,所述图像识别装置还包括:检索单元、发送单元,其中:
所述检索单元,适于在数据库中检索所述拍摄对象的特征数据;
所述发送单元,适于在所述数据库中存在与所述拍摄对象的特征数据匹配的特征数据时,则发送提示信息;所述提示信息包括该对象的身份信息。
16.根据权利要求15所述的图像识别系统,其特征在于,所述图像识别装置还包括:历史数据查询单元,适于查询提示信息发送的历史数据,所述历史数据不包含对应该拍摄对象的提示信息时,所述发送单元发送所述提示信息;所述历史数据是此次对该对象跟踪拍摄过程对应的历史数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510590615.9A CN106548113A (zh) | 2015-09-16 | 2015-09-16 | 图像识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510590615.9A CN106548113A (zh) | 2015-09-16 | 2015-09-16 | 图像识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106548113A true CN106548113A (zh) | 2017-03-29 |
Family
ID=58362746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510590615.9A Pending CN106548113A (zh) | 2015-09-16 | 2015-09-16 | 图像识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106548113A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921121A (zh) * | 2018-07-13 | 2018-11-30 | 湖南创合未来科技股份有限公司 | 一种适用于强光环境下使用的近红外人脸识别系统及方法 |
CN109547700A (zh) * | 2018-12-27 | 2019-03-29 | 维沃移动通信有限公司 | 拍照方法及终端 |
CN109635142A (zh) * | 2018-11-15 | 2019-04-16 | 北京市商汤科技开发有限公司 | 图像选择方法及装置、电子设备和存储介质 |
WO2019223067A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技(深圳)有限公司 | 基于多重处理的虹膜图像增强方法、装置、设备及介质 |
WO2019223066A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技(深圳)有限公司 | 虹膜图像全局增强方法、装置、设备及存储介质 |
WO2019223069A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技(深圳)有限公司 | 基于直方图的虹膜图像增强方法、装置、设备及存储介质 |
CN111368597A (zh) * | 2018-12-26 | 2020-07-03 | 上海银晨智能识别科技有限公司 | 人脸识别系统 |
CN111899841A (zh) * | 2020-08-06 | 2020-11-06 | 北京奥康达体育产业股份有限公司 | 一种人体运动生物力学监测管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196505A (zh) * | 2007-09-29 | 2008-06-11 | 深圳市赛时特科技有限公司 | 出入口安检终端系统及使用该系统的安检方法 |
CN103914686A (zh) * | 2014-03-11 | 2014-07-09 | 辰通智能设备(深圳)有限公司 | 一种基于证件照与采集照的人脸比对认证方法及系统 |
CN104185981A (zh) * | 2013-10-23 | 2014-12-03 | 华为终端有限公司 | 从连拍图像中选择图像的方法和终端 |
-
2015
- 2015-09-16 CN CN201510590615.9A patent/CN106548113A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196505A (zh) * | 2007-09-29 | 2008-06-11 | 深圳市赛时特科技有限公司 | 出入口安检终端系统及使用该系统的安检方法 |
CN104185981A (zh) * | 2013-10-23 | 2014-12-03 | 华为终端有限公司 | 从连拍图像中选择图像的方法和终端 |
CN103914686A (zh) * | 2014-03-11 | 2014-07-09 | 辰通智能设备(深圳)有限公司 | 一种基于证件照与采集照的人脸比对认证方法及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019223067A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技(深圳)有限公司 | 基于多重处理的虹膜图像增强方法、装置、设备及介质 |
WO2019223066A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技(深圳)有限公司 | 虹膜图像全局增强方法、装置、设备及存储介质 |
WO2019223069A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技(深圳)有限公司 | 基于直方图的虹膜图像增强方法、装置、设备及存储介质 |
CN108921121A (zh) * | 2018-07-13 | 2018-11-30 | 湖南创合未来科技股份有限公司 | 一种适用于强光环境下使用的近红外人脸识别系统及方法 |
CN109635142A (zh) * | 2018-11-15 | 2019-04-16 | 北京市商汤科技开发有限公司 | 图像选择方法及装置、电子设备和存储介质 |
CN111368597A (zh) * | 2018-12-26 | 2020-07-03 | 上海银晨智能识别科技有限公司 | 人脸识别系统 |
CN109547700A (zh) * | 2018-12-27 | 2019-03-29 | 维沃移动通信有限公司 | 拍照方法及终端 |
CN111899841A (zh) * | 2020-08-06 | 2020-11-06 | 北京奥康达体育产业股份有限公司 | 一种人体运动生物力学监测管理系统 |
CN111899841B (zh) * | 2020-08-06 | 2021-05-11 | 北京奥康达体育产业股份有限公司 | 一种人体运动生物力学监测管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106548113A (zh) | 图像识别方法及系统 | |
CN108009473B (zh) | 基于目标行为属性视频结构化处理方法、系统及存储装置 | |
CN108062349B (zh) | 基于视频结构化数据及深度学习的视频监控方法和系统 | |
CN108053427B (zh) | 一种基于KCF与Kalman的改进型多目标跟踪方法、系统及装置 | |
CN108052859B (zh) | 一种基于聚类光流特征的异常行为检测方法、系统及装置 | |
CN106844492B (zh) | 一种人脸识别的方法、客户端、服务器及系统 | |
CN104303193B (zh) | 基于聚类的目标分类 | |
US9195883B2 (en) | Object tracking and best shot detection system | |
CN107679504A (zh) | 基于摄像头场景的人脸识别方法、装置、设备及存储介质 | |
KR101781358B1 (ko) | 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법 | |
KR101788225B1 (ko) | 건설현장 맞춤형 이미지 분석기술을 활용한 중장비/근로자 인식 및 추적 방법 및 시스템 | |
CN107330414A (zh) | 暴力行为监控方法 | |
CN111325051B (zh) | 一种基于人脸图像roi选取的人脸识别方法及装置 | |
CN110390229B (zh) | 一种人脸图片筛选方法、装置、电子设备及存储介质 | |
CN110738178A (zh) | 园区施工安全检测方法、装置、计算机设备及存储介质 | |
CN107036687A (zh) | 基于视觉的储粮数量监测方法及装置 | |
CN113052107B (zh) | 一种检测安全帽佩戴情况的方法、计算机设备及存储介质 | |
US20210182571A1 (en) | Population density determination from multi-camera sourced imagery | |
CN111241932A (zh) | 汽车展厅客流检测与分析系统、方法及存储介质 | |
CN108805184B (zh) | 一种固定空间、车辆上的图像识别方法及系统 | |
CN109963113B (zh) | 一种感兴趣目标的监控方法及装置 | |
CN111444758A (zh) | 一种基于时空信息的行人重识别方法及装置 | |
CN110889314A (zh) | 图像处理方法、装置、电子设备、服务器及系统 | |
CN111126411B (zh) | 一种异常行为识别方法及装置 | |
CN112464755A (zh) | 一种监控方法及装置、电子设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170329 |
|
WD01 | Invention patent application deemed withdrawn after publication |