CN106778546A - 一种基于可见光和非可见光的视觉识别方法及系统 - Google Patents
一种基于可见光和非可见光的视觉识别方法及系统 Download PDFInfo
- Publication number
- CN106778546A CN106778546A CN201611078154.8A CN201611078154A CN106778546A CN 106778546 A CN106778546 A CN 106778546A CN 201611078154 A CN201611078154 A CN 201611078154A CN 106778546 A CN106778546 A CN 106778546A
- Authority
- CN
- China
- Prior art keywords
- information
- destination object
- identity information
- gait
- facial
- 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
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于可见光和非可见光的视觉识别方法及系统,其方法包括获取目标区域内的图像信息,并在目标对象进入目标区域时识别其步态信息;根据所述步态信息对目标对象进行初步识别,获取目标对象的初次身份信息;待目标对象进入目标区域的设定范围内,采集目标对象的面部特征信息,并根据所述面部特征信息进一步确认其确定身份信息。本发明通过对目标对象的步态信息进行初步识别,初步确定目标对象的身份信息,然后通过目标对象的面部特征信息对目标对象的身份信息进行进一步确认,可以大大提高目标对象的识别率,并且可以对目标区域内的所有目标对象全覆盖的主动识别,方便对异常身份信息的目标对象及时采取措施,大大提高社会安全感。
Description
技术领域
本发明涉及视觉识别技术领域,尤其涉及一种基于可见光和非可见光的视觉识别方法及系统。
背景技术
随着信息化的迅速发展,对人体身份的识别的应用越来越广泛,比如,现在技术中,通过人脸识别或者指纹识别,可以准确的识别出目标对象的深的身份信息。但是这种方式需要目标对象有意识的主动配合,这样人脸和指纹才可以被识别。在一些安全级别比较高的场所,比如人口密集的广场、公安机关进阶区域等,除了对进出人员的身份进行识别之外,还需要对经过警戒区域的人员进行确定,这种情况下,现有技术中往往实在事后调查取证时调用监控录像,然后通过公安侦查机关排查来确定目标对象的身份信息。显然,这种方式非常笨拙,并且识别率也比较低,很多情况下甚至无法识别。为此,需要开发一种更加先进的识别系统,以克服上述现有技术中的缺陷。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种基于可见光和非可见光的视觉识别方法及系统。
本发明解决上述技术问题的技术方案如下:
依据本发明的一个方面,提供了一种基于可见光和非可见光的视觉识别方法,包括如下步骤:
步骤1:获取目标区域内的图像信息,并在目标对象进入目标区域时识 别其步态信息;
步骤2:根据所述步态信息对目标对象进行初步识别,获取目标对象的初次身份信息;
步骤3:待目标对象进入目标区域的设定范围内,采集目标对象的面部特征信息,并根据所述面部特征信息进一步确认其确定身份信息。
依据本发明的另一个方面,提供了一种基于可见光和非可见光的视觉识别系统,包括图像获取模块、步态识别模块、初次身份识别模块、面部特征获取模块和确定身份识别模块。
其中,所述图像获取模块用于获取目标区域内的图像信息;所述步态识别模块用于在目标对象进入目标区域时,根据目标区域内的图像信息识别目标对象的步态信息;所述初次身份识别模块用于根据所述步态信息对目标对象进行初步识别,获取目标对象的初次身份信息;所述面部特征获取模块用于在目标对象进入目标区域的设定范围内时,采集目标对象的面部特征信息,所述确定身份识别模块用于根据所述面部特征信息进一步确认其确定身份信息,并发送至后台服务器。
本发明的有益效果是:本发明的一种基于可见光和非可见光的视觉识别方法及系统,通过对目标对象的步态信息进行初步识别,初步确定目标对象的身份信息,然后通过目标对象的面部特征信息对目标对象的身份信息进行进一步确认,可以大大提高目标对象的识别率,并且可以对目标区域内的所有目标对象全覆盖的主动识别,方便对异常身份信息的目标对象及时采取措施,大大提高社会安全感。
附图说明
图1为本发明的一种基于可见光和非可见光的视觉识别方法流程示意图;
图2为本发明中目标基点的选取示意图;
图3为本发明中识别后面部特征信息的示意图;
图4为一种基于可见光和非可见光的视觉识别系统结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例一、一种基于可见光和非可见光的视觉识别方法,下面将结合图1对本实施例的一种基于可见光和非可见光的视觉识别方法进行详细地介绍。
如图1所示,一种基于可见光和非可见光的视觉识别方法,包括如下步骤:
步骤1:获取目标区域内的图像信息,并在目标对象进入目标区域时识别其步态信息;
步骤2:根据所述步态信息对目标对象进行初步识别,获取目标对象的初次身份信息;
步骤3:待目标对象进入目标区域的设定范围内,采集目标对象的面部特征信息,并根据所述面部特征信息进一步确认其确定身份信息。
本实施例中,所述步骤1中,识别目标对象的步态信息的具体步骤为:
步骤11:通过发射非可见光识别目标对象的躯体轮廓信息或骨骼轮廓信息,并对应构建三维躯体模型或三维骨骼模型;
步骤12:在所述三维躯体模型或三维骨骼模型中选取至少三个目标基点,并跟踪所述目标基点的运动轨迹;
步骤13:根据所述目标基点的运动轨迹识别目标对象的躯体轮廓或骨骼轮廓的运动轨迹;
步骤14:根据目标对象的躯体轮廓或骨骼轮廓的运动轨迹识别目标对象 的步态信息。
通过对目标对象的躯干骨骼轮廓进行识别,并识别三维骨骼模型中目标基点的运动轨迹,可以对目标对象的步态信息进行识别。由于不同目标对象走路时的步态呈现出不同的特点,所以通过对目标对象的步态识别可以便于后续通过目标对象的步态信息识别目标对象的初次身份信息。
在实际中,也可以采取通过发射非可见光识别目标对象的肢体轮廓信息,构建对应的三维肢体模型,并按照上述步骤类似的方法来识别目标对象的步态信息。当然,也可以通过发射非可见光识别目标对象的躯干骨骼轮廓信息和肢体轮廓信息,对应构建三维骨骼模型和三维肢体模型,并按照上述步骤类似的方法来识别目标对象的步态信息,通过躯干骨骼轮廓信息和肢体轮廓信息相结合,可以更准确的识别目标对象的步态信息。
另外,本实施例中,在获取目标对象的躯干骨骼轮廓信息时,通过闪拍辐射非可见光(比如X射线)来均匀等间隔获取目标对象的躯干骨骼轮廓信息,并在三维骨骼模型中跟踪所述目标基点的运动轨迹。这样既可以均匀地获取目标对象的躯干骨骼轮廓上的目标基点的运动轨迹,也可以降低非可见光(比如X射线)对人体的辐射,减少对人体的危害。
如图2所示,这里,选取目标基点时,优选的选取三维骨骼模型中骨骼的端部或者关节点。因为,人体在走路时,骨骼的端部或者关节点的运动幅度最大,这样就可以相对容易的对人体的步态信息进行有效、准确地识别。
本实施例中,所述步骤2中,对目标对象的初步识别的具体实现为:将所述步态信息与预先存储在数据库中的步态信息库进行匹配,从所述步态信息库中获取至少一个与所述步态信息接近的库存步态信息作为初步目标步态信息,并读取与其对应的身份信息作为目标对象的初次身份信息;
其中,当所述初次身份信息大于一条时,按照其对应的所述初步目标步态信息与目标对象的步态信息的相似度由高到低顺序排列。
通过上述方式可以对目标对象的身份信息进行初次识别,并按照与库存步态信息的相似度又高到低排列,这样,可以便于后续更加准确、快速的确定目标对象的身份信息。因为在实际检测过程中,不同的目标对象走路时步态信息可能比较接近,因此,在根据所述步态信息对目标对象进行初步识别时,很有可能会识别出多个与所述步态信息接近的库存步态信息,此时,还无法精确的识别出多个与所述步态信息接近的库存步态信息中的哪一个为目标对象的步态信息。为此,将多个与所述步态信息接近的库存步态信息按照其与所述初步目标步态信息的相似度由高到低顺序排列,便于后续步骤中对初次身份信息进行进一步识别处理,缩短识别处理时间,提高识别效率和识别准确度。
本实施例中,所述步骤3中,所述面部特征信息包括面部图像特征信息和面部骨骼特征信息。
获取目标对象的面部图像特征信息的具体实现为:采集目标对象的面部图像,经过图像处理后,提取面部特征,生成面部图像特征信息;获取目标对象的面部骨骼特征信息的具体实现为:通过发射非可见光识别目标对象的面部骨骼信息,对所述面部骨骼信息进行特征提取处理,生成面部骨骼特征信息。
通过面部图像特征信息和面部骨骼特征信息双重面部特征信息,可以对确定初次身份信息的目标对象再进行双重面部识别,这样可以更全面的对目标对象的身份信息进行再次识别,并且这种双从识别是在目标对象行走过程中主动捕捉完成的,不会受到目标对应的主观意识影响,识别效率较高,并且识别精度极高。
如图3所示,图中示意性地画出了识别后的面部特征信息,其中,左半部分为目标对象面部骨骼特征信息,右半部分为面部图像特征信息。对于面部骨骼特征信息,主要通过X射线成像技术识别目标对象面部骨骼轮廓,然 后再对所述面部骨骼轮廓进行特征提取。本发明中,主要是在所述面部骨骼轮廓上选取多个骨骼特征点,然后根据这些骨骼特征点构建空间坐标位置关系,形成面部骨骼特征信息。对于面部图像特征信息,主要是通过图像处理技术识别目标对象的面部图像特征。本发明中,通过对目标对象的面部图像进行采集并识别,然后也是在面部图像中选取多个面部特征点,根据这些面部特征点构建平面坐标位置关系,形成面部骨骼特征信息。本实施例中,根据所述面部特征信息进一步确认目标对象的确定身份信息的具体步骤为:
步骤31:将所述面部图像特征信息与预先存储在数据库中且与所述初次身份信息对应的面部图像特性信息库匹配,并将与所述面部图像特征信息匹配成功的库存面部图像特性信息对应的身份信息标记为二次身份信息;
步骤32:将所述面部骨骼特征信息与预先存储在数据库中且与所述二次身份信息对应的面部骨骼特性信息库匹配,并将与所述面部骨骼特征信息匹配成功的库存面部骨骼特性信息对应的身份信息标记为确定身份信息;
其中,所述步骤31和步骤32中,如果匹配不成功,则将目标对象的身份信息标记为未知身份信息,且当所述二次身份信息大于一条时,将其标记为不确定身份信息。
通过对目标对象的面部图像特征信息对目标对象的身份信息进行二次识别,进一步缩小目标对象的身份信息范围,此时,目标对象的二次身份信息也很有可能大于一条,但是,二次身份信息的数量不多于初次身份信息的数量。通过面部骨骼特征信息对目标对象的身份信息进行再次识别,可以对目标对象的身份信息再次进行识别,由于人体的骨骼在成年以后基本保持不变,所以,通过面部骨骼特征信息的识别,可以确定目标对象的确定身份信息。
在实际中,由于目标对象在行走时,面部表情可能会随时发生变化,并且,目标对象的面部图像信息是目标对象经过目标区域时获取的,目标对象 并不会意识到,所以,在有些情况下,获取的面部图像信息可能会出现误识别或者无法识别的情况。此时,可以跳过面部特征信息识别,仅对目标对象的面部骨骼特征信息进行识别,并根据对面部骨骼特征信息的识别结果直接生成确定身份信息。这样可以避免目标对象处于非常规面部表情时,无法对其进行面部识别而引起识别结果出现偏差甚至错误。
优选地,所述步骤1中,还通过非可见光透射目标对象,并检测目标对象是否携带违禁物品,如果是,则向后台发送报警信息,并进入步骤2,否则直接进入步骤2。
通过上述方式可以对目标对象随身携带的物品进行有效识别,并在发现目标对象写到违禁物品时,及时向有关部门发送报警信息,避免在公共场合由于目标对象随身携带的危险物品造成公共安全隐患,尤其是在人口密集的公共区域,提高公众的安全感。
优选地,本实施例中,采用太赫兹成像技术完成对目标对象随身携带的物品识别。太赫兹成像技术相对于X射线具有非常强的穿透能力,特别适合于可见光不能透过,而X射线成像对比度不够的场合,利用太赫兹辐射可以穿过衣服,对目标对象成像,且不会像X射线那样对人体构成伤害,并能够完成目标对象随身携带违禁物品的识别,比如爆炸物、道具、武器等。
实施例二、一种基于可见光和非可见光的视觉识别系统,下面将结合图3对本实施例的一种基于可见光和非可见光的视觉识别系统进行详细地介绍。
如图3所示,一种基于可见光和非可见光的视觉识别系统,包括图像获取模块、步态识别模块、初次身份识别模块、面部特征获取模块和确定身份识别模块。
其中,所述图像获取模块用于获取目标区域内的图像信息;所述步态识别模块用于在目标对象进入目标区域时,根据目标区域内的图像信息识别目 标对象的步态信息;所述初次身份识别模块用于根据所述步态信息对目标对象进行初步识别,获取目标对象的初次身份信息;所述面部特征获取模块用于在目标对象进入目标区域的设定范围内时,采集目标对象的面部特征信息,所述确定身份识别模块用于根据所述面部特征信息进一步确认其确定身份信息,并发送至后台服务器。
本实施例中,所述图像获取模块采用至少一个高清红外摄像机,可以清晰地获取目标区域内的图像信息,并在有目标对象进入目标区域时分别给所述步态识别模块和面部体征获取模块发送一个启动命令,所述步态识别模块和面部体征获取模块收到启动命令后分别开始识别目标对象的步态信息以及获取目标对象的面部特征信息。
本实施例中,所述步态识别模块包括轮廓识别单元、目标基点标记单元、运动轨迹识别单元和步态信息识别单元。
其中,所述轮廓识别单元用于通过发射非可见光识别目标对象的躯体轮廓信息或骨骼轮廓信息,并对应构建三维躯体模型或三维骨骼模型;所述目标基点标记单元用于在所述三维躯体模型或三维骨骼模型中选取至少三个目标基点,并跟踪所述目标基点的运动轨迹;所述运动轨迹识别单元用于根据所述目标基点的运动轨迹识别目标对象的躯体轮廓或骨骼轮廓的运动轨迹;所述步态信息识别单元用于根据目标对象的躯干骨骼轮廓运动轨迹识别目标对象的步态信息。
通过所述躯干骨骼轮廓识别单元对目标对象的躯干骨骼轮廓信息,并构建三维骨骼模型,以便所述目标基点标记单元在三维骨骼模型中标记目标基点,并跟踪目标基点的运动轨迹,通过所述运动轨迹识别单元可以根据目标基点的运动轨迹识别目标对象的躯干骨骼轮廓运动轨迹,从而便于步态信息识别单元识别目标对象的步态信息。
本实施例中,所述初次身份识别模块包括初次匹配单元和初次身份信息 读取单元。
所述初次匹配单元用于将所述步态信息与预先存储在数据库中的步态信息库进行匹配,从所述步态信息库中获取至少一个与所述步态信息接近的库存步态信息作为初步目标步态信息;所述初次身份信息读取单元用于从数据库中读取与其对应的身份信息作为目标对象的初次身份信息;其中,当所述初次身份信息大于一条时,按照其对应的所述初步目标步态信息与目标对象的步态信息的相似度由高到低顺序排列。
通过初次匹配单元和初次身份信息读取单元可以对目标对象的身份信息进行初次识别,并按照与库存步态信息的相似度又高到低排列,这样,可以便于后续更加准确、快速的确定目标对象的身份信息。
本实施例中,所述面部特征获取模块包括面部图像读取单元和面部骨骼获取单元。
所述面部图像读取单元用于从目标区域的图像信中提取目标对象的面部图像,经过图像处理后,提取面部特征,生成面部图像特征信息;所述面部骨骼获取单元用于通过发射非可见光识别目标对象的面部骨骼信息,对所述面部骨骼信息进行特征提取处理,生成面部骨骼特征信息。
通过面部图像读取单元和面部骨骼获取单元可以对确定初次身份信息的目标对象再进行双重面部识别,这样可以更全面的对目标对象的身份信息进行再次识别,并且这种双从识别是在目标对象行走过程中主动捕捉完成的,不会受到目标对应的主观意识影响,识别效率较高,并且识别精度极高。
本实施例中,所述确定身份识别模块包括二次身份信息识别单元和确定身份信息识别单元。
所述二次身份信息识别单元包括面部图像特性匹配子单元和二次身份信息标记子单元;所述面部图像特性匹配子单元用于将所述面部图像特征信息与预先存储在数据库中且与所述初次身份信息对应的面部图像特性信息 库匹配;所述二次身份信息标记子单元用于将与所述面部图像特征信息匹配成功的库存面部图像特性信息对应的身份信息标记为二次身份信息;所述确定身份信息识别单元包括面部骨骼信息匹配子单元用于将所述面部骨骼特征信息与预先存储在数据库中且与所述二次身份信息对应的面部骨骼特性信息库匹配;所述确定身份信息标记单元用于将与所述面部骨骼特征信息匹配成功的库存面部骨骼特性信息对应的身份信息标记为确定身份信息;其中,所述述二次身份信息标记子单元和确定身份信息标记单元均在匹配不成功时,将目标对象的身份信息直接标记为未知身份信息,且当所述二次身份信息大于一条时,所述二次身份信息标记子单元将其标记为不确定身份信息。
通过所述二次身份信息识别单元对目标对象的身份信息进行二次识别,进一步缩小目标对象的身份信息范围,并通过确定身份信息识别单元对目标对象的身份信息进行再次识别,可以对目标对象的身份信息再次进行识别,由于人体的骨骼在成年以后基本保持不变,所以,通过面部骨骼特征信息的识别,可以确定目标对象的确定身份信息。
优选地,本发明的一种基于可见光和非可见光的视觉识别系统,还包括违禁物品识别模块和报警模块,所述禁物品识别模块用于在目标对象进入目标区域时,通过非可见光透射目标对象,并检测目标对象是否携带违禁物品,如果是,则通过所述报警模块向后台服务器发送报警信息。
通过所述违禁物品识别模块和报警模块随身携带的物品进行有效识别,并在发现目标对象写到违禁物品时,通过所述报警模块及时向有关部门发送报警信息,避免在公共场合由于目标对象随身携带的危险物品造成公共安全隐患,尤其是在人口密集的公共区域,提高公众的安全感。
在随着生物年龄的变化,目标对象的步态信息和面部特征信息会出现细微改变,为了避免因生物年龄变化后,目标对象无法通过识别,在后台服务 器内设置有自学习模块,视觉识别系统在每次对目标对象的步态信息和面部特征信息的识别通过后,后台服务器内的自学习模块将会根据此次最终所确认通过的步态信息、面部特征信息与前至少三次已经通过的步态信息、面部特征信息进行对比分析,得出此次最终所确认通过的步态信息、面部特征信息与前至少三次已经通过的步态信息、面部特征信息之间所出现的细微变化,并根据对比分析所得出的细微变化对数据库中原存储信息进行进行有效补充或替换更新,或者,自学习模块对每次分析所得出的细微变化进行记录,根据变化的规律,推测出下一次将会发生的变化,并对数据库中原存储信息进行进行有效补充或替换更新,其中,进行有效补充或替换更新包括步态信息和/或面部特征信息,以解决待识别用户随着时间的变化,因生物年龄变化后无法识别通过的问题。
本发明的一种基于可见光和非可见光的视觉识别方法及系统,通过对目标对象的步态信息进行初步识别,初步确定目标对象的身份信息,然后通过目标对象的面部特征信息对目标对象的身份信息进行进一步确认,可以大大提高目标对象的识别率,并且可以对目标区域内的所有目标对象全覆盖的主动识别,方便对异常身份信息的目标对象及时采取措施,大大提高社会安全感。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于可见光和非可见光的视觉识别方法,其特征在于,包括如下步骤:
步骤1:获取目标区域内的图像信息,并在目标对象进入目标区域时识别其步态信息;
步骤2:根据所述步态信息对目标对象进行初步识别,获取目标对象的初次身份信息;
步骤3:待目标对象进入目标区域的设定范围内,采集目标对象的面部特征信息,并根据所述面部特征信息进一步确认其确定身份信息。
2.根据权利要求1所述一种基于可见光和非可见光的视觉识别方法,其特征在于:所述步骤1中,识别目标对象的步态信息的具体步骤为:
步骤11:通过发射非可见光识别目标对象的躯体轮廓信息或骨骼轮廓信息,并对应构建三维躯体模型或三维骨骼模型;
步骤12:在所述三维躯体模型或三维骨骼模型中选取至少三个目标基点,并跟踪所述目标基点的运动轨迹;
步骤13:根据所述目标基点的运动轨迹识别目标对象的躯体轮廓或骨骼轮廓的运动轨迹;
步骤14:根据目标对象的躯体轮廓或骨骼轮廓的运动轨迹识别目标对象的步态信息。
3.根据权利要求1所述一种基于可见光和非可见光的视觉识别方法,其特征在于:所述步骤2中,对目标对象的初步识别的具体实现为:将所述步态信息与预先存储在数据库中的步态信息库进行匹配,从所述步态信息库中获取至少一个与所述步态信息接近的库存步态信息作为初步目标步态信息,并读取与其对应的身份信息作为目标对象的初次身份信息;
其中,当所述初次身份信息大于一条时,按照其对应的所述初步目标步态信息与目标对象的步态信息的相似度由高到低顺序排列。
4.根据权利要求1所述一种基于可见光和非可见光的视觉识别方法,其特征在于:所述步骤3中,所述面部特征信息包括面部图像特征信息和面部骨骼特征信息;
获取目标对象的面部图像特征信息的具体实现为:采集目标对象的面部图像,经过图像处理后,提取面部特征,生成面部图像特征信息;
获取目标对象的面部骨骼特征信息的具体实现为:通过发射非可见光识别目标对象的面部骨骼信息,对所述面部骨骼信息进行特征提取处理,生成面部骨骼特征信息。
5.根据权利要求4所述一种基于可见光和非可见光的视觉识别方法,其特征在于,根据所述面部特征信息进一步确认目标对象的确定身份信息的具体步骤为:
步骤31:将所述面部图像特征信息与预先存储在数据库中且与所述初次身份信息对应的面部图像特性信息库匹配,并将与所述面部图像特征信息匹配成功的库存面部图像特性信息对应的身份信息标记为二次身份信息;
步骤32:将所述面部骨骼特征信息与预先存储在数据库中且与所述二次身份信息对应的面部骨骼特性信息库匹配,并将与所述面部骨骼特征信息匹配成功的库存面部骨骼特性信息对应的身份信息标记为确定身份信息;
其中,所述步骤31和步骤32中,如果匹配不成功,则将目标对象的身份信息标记为未知身份信息,且当所述二次身份信息大于一条时,将其标记为不确定身份信息。
6.根据权利要求1至5任一项所述一种基于可见光和非可见光的视觉识别方法,其特征在于:所述步骤1中,还通过非可见光透射目标对象,并检测目标对象是否携带违禁物品,如果是,则向后台发送报警信息,并进入步骤2,否则直接进入步骤2。
7.一种基于可见光和非可见光的视觉识别系统,其特征在于:包括图像获取模块、步态识别模块、初次身份识别模块、面部特征获取模块和确定身份识别模块;
所述图像获取模块用于获取目标区域内的图像信息;
所述步态识别模块用于在目标对象进入目标区域时,根据目标区域内的图像信息识别目标对象的步态信息;
所述初次身份识别模块用于根据所述步态信息对目标对象进行初步识别,获取目标对象的初次身份信息;
所述面部特征获取模块用于在目标对象进入目标区域的设定范围内时,采集目标对象的面部特征信息;
所述确定身份识别模块用于根据所述面部特征信息进一步确认其确定身份信息,并发送至后台服务器。
8.根据权利要求7所述一种基于可见光和非可见光的视觉识别系统,其特征在于:所述步态识别模块包括轮廓识别单元、目标基点标记单元、运动轨迹识别单元和步态信息识别单元;
所述轮廓识别单元用于通过发射非可见光识别目标对象的躯体轮廓信息或骨骼轮廓信息,并对应构建三维躯体模型或三维骨骼模型;
所述目标基点标记单元用于在所述三维躯体模型或三维骨骼模型中选取至少三个目标基点,并跟踪所述目标基点的运动轨迹;
所述运动轨迹识别单元用于根据所述目标基点的运动轨迹识别目标对象的躯体轮廓或骨骼轮廓的运动轨迹;
所述步态信息识别单元用于根据目标对象的躯干骨骼轮廓运动轨迹识别目标对象的步态信息;
所述初次身份识别模块包括初次匹配单元和初次身份信息读取单元;
所述初次匹配单元用于将所述步态信息与预先存储在数据库中的步态信息库进行匹配,从所述步态信息库中获取至少一个与所述步态信息接近的库存步态信息作为初步目标步态信息匹配;
所述初次身份信息读取单元用于从数据库中读取与其对应的身份信息作为目标对象的初次身份信息;
其中,当所述初次身份信息大于一条时,按照其对应的所述初步目标步态信息与目标对象的步态信息的相似度由高到低顺序排列。
9.根据权利要求7所述一种基于可见光和非可见光的视觉识别系统,其特征在于:所述面部特征获取模块包括面部图像读取单元和面部骨骼获取单元;
所述面部图像读取单元用于从目标区域的图像信中提取目标对象的面部图像,经过图像处理后,提取面部特征,生成面部图像特征信息;
所述面部骨骼获取单元用于通过发射非可见光识别目标对象的面部骨骼信息,对所述面部骨骼信息进行特征提取处理,生成面部骨骼特征信息;
所述确定身份识别模块包括二次身份信息识别单元和确定身份信息识别单元;
所述二次身份信息识别单元包括面部图像特性匹配子单元和二次身份信息标记子单元;
所述面部图像特性匹配子单元用于将所述面部图像特征信息与预先存储在数据库中且与所述初次身份信息对应的面部图像特性信息库匹配;
所述二次身份信息标记子单元用于将与所述面部图像特征信息匹配成功的库存面部图像特性信息对应的身份信息标记为二次身份信息;
所述确定身份信息识别单元包括面部骨骼信息匹配子单元用于将所述面部骨骼特征信息与预先存储在数据库中且与所述二次身份信息对应的面部骨骼特性信息库匹配;
所述确定身份信息标记单元用于将与所述面部骨骼特征信息匹配成功的库存面部骨骼特性信息对应的身份信息标记为确定身份信息;
其中,所述述二次身份信息标记子单元和确定身份信息标记单元均在匹配不成功时,将目标对象的身份信息直接标记为未知身份信息,且当所述二次身份信息大于一条时,所述二次身份信息标记子单元将其标记为不确定身份信息。
10.根据权利要求7至9任一项所述一种基于可见光和非可见光的视觉识别系统,其特征在于:还包括违禁物品识别模块和报警模块,所述禁物品识别模块用于在目标对象进入目标区域时,通过非可见光透射目标对象,并检测目标对象是否携带违禁物品,如果是,则通过所述报警模块向后台服务器发送报警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611078154.8A CN106778546A (zh) | 2016-11-29 | 2016-11-29 | 一种基于可见光和非可见光的视觉识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611078154.8A CN106778546A (zh) | 2016-11-29 | 2016-11-29 | 一种基于可见光和非可见光的视觉识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106778546A true CN106778546A (zh) | 2017-05-31 |
Family
ID=58898090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611078154.8A Pending CN106778546A (zh) | 2016-11-29 | 2016-11-29 | 一种基于可见光和非可见光的视觉识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106778546A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392138A (zh) * | 2017-07-18 | 2017-11-24 | 上海与德科技有限公司 | 一种显示方法及装置 |
CN107403143A (zh) * | 2017-07-06 | 2017-11-28 | 广东小天才科技有限公司 | 一种步态识别方法及电子设备 |
CN108319930A (zh) * | 2018-03-09 | 2018-07-24 | 百度在线网络技术(北京)有限公司 | 身份认证方法、系统、终端和计算机可读存储介质 |
CN109492595A (zh) * | 2018-11-19 | 2019-03-19 | 浙江传媒学院 | 适用于固定群体的行为预测方法和系统 |
CN109889773A (zh) * | 2017-12-06 | 2019-06-14 | 中国移动通信集团四川有限公司 | 评标室人员的监控的方法、装置、设备和介质 |
CN111144170A (zh) * | 2018-11-02 | 2020-05-12 | 银河水滴科技(北京)有限公司 | 一种步态信息注册方法、系统及存储介质 |
CN112218107A (zh) * | 2020-09-18 | 2021-01-12 | 广州虎牙科技有限公司 | 直播渲染方法和装置、电子设备及存储介质 |
CN112507953A (zh) * | 2020-12-21 | 2021-03-16 | 重庆紫光华山智安科技有限公司 | 一种目标搜索及追踪方法和装置及设备 |
CN112614090A (zh) * | 2020-12-09 | 2021-04-06 | 中国水产科学研究院渔业机械仪器研究所 | 一种鱼类腹腔结构特征的识别方法及系统 |
CN114708679A (zh) * | 2022-02-15 | 2022-07-05 | 国网浙江省电力有限公司开化县供电公司 | 一种变电站无人值守管理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226597A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 一种基于热红外步态的夜间行人识别方法及系统 |
CN101609507A (zh) * | 2009-07-28 | 2009-12-23 | 中国科学技术大学 | 步态识别方法 |
CN103400106A (zh) * | 2012-06-22 | 2013-11-20 | 微软公司 | 用基于深度的跟踪来生成和更新数据库的自学习面部识别 |
US20140270402A1 (en) * | 2011-07-29 | 2014-09-18 | University Of Ulster | Gait recognition methods and systems |
CN105429969A (zh) * | 2015-11-09 | 2016-03-23 | 普天智能照明研究院有限公司 | 一种用户身份验证方法与设备 |
CN106056063A (zh) * | 2016-05-26 | 2016-10-26 | 吴昊 | 机器人的识别控制系统 |
-
2016
- 2016-11-29 CN CN201611078154.8A patent/CN106778546A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226597A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 一种基于热红外步态的夜间行人识别方法及系统 |
CN101609507A (zh) * | 2009-07-28 | 2009-12-23 | 中国科学技术大学 | 步态识别方法 |
US20140270402A1 (en) * | 2011-07-29 | 2014-09-18 | University Of Ulster | Gait recognition methods and systems |
CN103400106A (zh) * | 2012-06-22 | 2013-11-20 | 微软公司 | 用基于深度的跟踪来生成和更新数据库的自学习面部识别 |
CN105429969A (zh) * | 2015-11-09 | 2016-03-23 | 普天智能照明研究院有限公司 | 一种用户身份验证方法与设备 |
CN106056063A (zh) * | 2016-05-26 | 2016-10-26 | 吴昊 | 机器人的识别控制系统 |
Non-Patent Citations (7)
Title |
---|
刘玉栋 等: "一种基于模型的步态识别方法", 《计算机工程与应用》 * |
张世全: "《物理学与工程技术》", 30 November 2012 * |
李宜贵: "《医学物理学》", 31 August 2003 * |
王一丁 等: "《数字图像处理》", 31 August 2015, 西安电子科技大学出版社 * |
赵屹: "《数字时代的文件与档案管理》", 28 February 2014, 世界图书出版公司 * |
金明: "基于人脸识别的三维骨骼模型构造", 《山西电子技术》 * |
阮林海: "《现代全科医学诊治》", 30 September 1997 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403143A (zh) * | 2017-07-06 | 2017-11-28 | 广东小天才科技有限公司 | 一种步态识别方法及电子设备 |
CN107392138A (zh) * | 2017-07-18 | 2017-11-24 | 上海与德科技有限公司 | 一种显示方法及装置 |
CN109889773A (zh) * | 2017-12-06 | 2019-06-14 | 中国移动通信集团四川有限公司 | 评标室人员的监控的方法、装置、设备和介质 |
CN108319930B (zh) * | 2018-03-09 | 2021-04-06 | 百度在线网络技术(北京)有限公司 | 身份认证方法、系统、终端和计算机可读存储介质 |
CN108319930A (zh) * | 2018-03-09 | 2018-07-24 | 百度在线网络技术(北京)有限公司 | 身份认证方法、系统、终端和计算机可读存储介质 |
US20190279010A1 (en) * | 2018-03-09 | 2019-09-12 | Baidu Online Network Technology (Beijing) Co., Ltd . | Method, system and terminal for identity authentication, and computer readable storage medium |
US10740636B2 (en) * | 2018-03-09 | 2020-08-11 | Baidu Online Nework Technology (Beijing) Co., Ltd. | Method, system and terminal for identity authentication, and computer readable storage medium |
CN111144170A (zh) * | 2018-11-02 | 2020-05-12 | 银河水滴科技(北京)有限公司 | 一种步态信息注册方法、系统及存储介质 |
CN109492595A (zh) * | 2018-11-19 | 2019-03-19 | 浙江传媒学院 | 适用于固定群体的行为预测方法和系统 |
CN112218107A (zh) * | 2020-09-18 | 2021-01-12 | 广州虎牙科技有限公司 | 直播渲染方法和装置、电子设备及存储介质 |
CN112218107B (zh) * | 2020-09-18 | 2022-07-08 | 广州虎牙科技有限公司 | 直播渲染方法和装置、电子设备及存储介质 |
CN112614090A (zh) * | 2020-12-09 | 2021-04-06 | 中国水产科学研究院渔业机械仪器研究所 | 一种鱼类腹腔结构特征的识别方法及系统 |
CN112614090B (zh) * | 2020-12-09 | 2021-12-31 | 中国水产科学研究院渔业机械仪器研究所 | 一种鱼类腹腔结构特征的识别方法及系统 |
CN112507953A (zh) * | 2020-12-21 | 2021-03-16 | 重庆紫光华山智安科技有限公司 | 一种目标搜索及追踪方法和装置及设备 |
CN114708679A (zh) * | 2022-02-15 | 2022-07-05 | 国网浙江省电力有限公司开化县供电公司 | 一种变电站无人值守管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778546A (zh) | 一种基于可见光和非可见光的视觉识别方法及系统 | |
CN102945366B (zh) | 一种人脸识别的方法及装置 | |
ES2367046T3 (es) | Procedimiento de identificación de una persona por análisis de características de sus pestañas. | |
US20180300539A1 (en) | Method and Apparatus for Pattern Tracking | |
CN106778556A (zh) | 基于动态人脸识别和步态识别融合的智能身份识别系统 | |
CN107392112A (zh) | 一种人脸表情识别方法及其应用的智能锁系统 | |
US11449590B2 (en) | Device and method for user authentication on basis of iris recognition | |
CN109325462B (zh) | 基于虹膜的人脸识别活体检测方法及装置 | |
Yang et al. | On pain assessment from facial videos using spatio-temporal local descriptors | |
EP2858007A1 (en) | Sift feature bag based bovine iris image recognition method | |
CN106778636A (zh) | 身份验证方法及装置 | |
CN106388832A (zh) | 一种基于超声全心脏序列图像的身份识别方法 | |
CN107636569A (zh) | 脑内影像再生装置 | |
CN108805140A (zh) | 一种基于lbp的特征快速提取方法及人脸识别系统 | |
CN112185514A (zh) | 一种基于动作识别的康复训练效果评估系统 | |
CN108171138A (zh) | 一种生物特征信息获取方法和装置 | |
Guo et al. | Soft biometric fusion for subject recognition at a distance | |
WO2011112072A1 (en) | Method for use in human authentication | |
CN111738076A (zh) | 一种非接触式的掌纹掌静脉识别方法及装置 | |
CN110929570A (zh) | 虹膜快速定位装置及其定位方法 | |
CN201522724U (zh) | 一种雷管安全追踪管理装置 | |
CN110781708A (zh) | 基于采集设备的手指静脉图像识别系统及手指静脉图像识别方法 | |
Tee et al. | Facial recognition using enhanced facial features k-nearest neighbor (k-NN) for attendance system | |
Li et al. | Online personal verification by palmvein image through palmprint-like and palmvein information | |
CN114463618A (zh) | 一种基于动态人脸识别的人物同检系统、方法及人脸动态识别方法 |
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 |