CN106844492A - 一种人脸识别的方法、客户端、服务器及系统 - Google Patents

一种人脸识别的方法、客户端、服务器及系统 Download PDF

Info

Publication number
CN106844492A
CN106844492A CN201611216289.6A CN201611216289A CN106844492A CN 106844492 A CN106844492 A CN 106844492A CN 201611216289 A CN201611216289 A CN 201611216289A CN 106844492 A CN106844492 A CN 106844492A
Authority
CN
China
Prior art keywords
target
picture
server
area
client
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.)
Granted
Application number
CN201611216289.6A
Other languages
English (en)
Other versions
CN106844492B (zh
Inventor
彭程
苏建钢
张立峰
钟斌
罗予晨
程冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Intellifusion Technologies Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Intellifusion Technologies Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Priority to CN201611216289.6A priority Critical patent/CN106844492B/zh
Publication of CN106844492A publication Critical patent/CN106844492A/zh
Application granted granted Critical
Publication of CN106844492B publication Critical patent/CN106844492B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation

Abstract

本发明提供了一种人脸识别的方法、客户端、服务器及系统。所述系统包括客户端和服务器。所述客户端用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像,当所述目标图片中包含多个人脸图像时,提示用户在所述目标图片中框选目标人脸图像,并向服务器发送图片检测请求。所述服务器用于根据所述采集区域确定目标人脸图片集合;遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;若存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,向所述客户端发送所述匹配图片。所述客户端用于显示所述匹配图片。从而在不用人工参与的情况下,完成人脸识别。

Description

一种人脸识别的方法、客户端、服务器及系统
技术领域
本发明涉及人脸识别领域,具体涉及了一种人脸识别的方法、客户端、服务器及系统。
背景技术
人脸识别技术是指利用图像处理技术,通过摄像机采集人脸图像,并对获取的图像进行比对分析以获取需要信息的一种技术。目前,人脸识别技术广泛应用于保安系统、企业管理系统以及身份认证等领域。
而在实践中发现,当用户需要根据已有的人脸样片图片来获取需要的其他图片信息时,往往需要不停的查看监控摄像机或其他摄像设备采集到的图片信息来人工识别需要的图像信息,识别工作耗时长,且效率低,给用户带来了不便。
发明内容
本发明实施例提供了一种人脸识别的方法、客户端、服务器及系统,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
本发明实施例第一方面公开了人脸识别的系统,所述系统包括客户端和服务器;
所述客户端,用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;
所述客户端,还用于当判断出所述目标图片中包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
所述客户端,还用于确定所述用户框选的目标人脸图像,并向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;
所述服务器,用于根据所述采集区域确定目标人脸图片集合;
所述服务器,还用于遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
所述服务器,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片;
所述客户端,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
结合第一方面所述的系统,在第一方面的第一种可能的实现方式中,所述客户端,还用于提示用户选定时间段;
所述客户端,还用于将所述用户选定的时间段发送给所述服务器;
所述服务器,还用于判断所述时间段是否符合预设规则;
所述服务器,具体用于当所述时间段符合预设规则时,则按照所述用户选定的采集区域和选定的时间段确定目标人脸图片集合。
结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述采集区域包括多个区域;
所述服务器,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则所述服务器确定每个所述匹配图片所属的区域;
所述服务器,还用于统计每个区域包含的匹配图片的数量;
所述服务器,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端;
所述客户端,还用于显示所述每个区域的标识以及与所述每个区域标识所对应的匹配图片的数量。
结合第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式种,
所述客户端,还用于当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;
所述服务器,用于确定所述第一区域的标识对应的目标区域,并获取所述目标区域内拍摄到匹配图片的摄像机的标识;
所述服务器,还用于向客户端反馈所述摄像机的标识;
所述客户端,用于显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
所述客户端,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
本发明第二方面公开了一种客户端,所述客户端包括:
判断单元,用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;
提示单元,用于当判断出所述目标图片中是否包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
确定单元,用于确定所述用户框选的目标人脸图像;
发送单元,用于向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;以使得所述服务器在所述采集区域内搜索与所述目标人脸图片匹配度大于预设阈值的匹配图片;
接收单元,用于接收所述服务器发送的匹配图片;
显示单元,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
结合第二方面,在第二方面的第一种可能的实现方式中,所述采集区域包括多个区域;所述客户端还包括检测单元;
所述检测单元,还用于当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;以使得所述服务器获取所述第一区域的标识对应的目标区域内拍摄到匹配图片的摄像机的标识;
所述接收单元,还用于接收所述服务器发送的所述摄像机的标识;
所述显示单元,用于显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
所述显示单元,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
本发明的第三方面公开了一种人脸识别的方法,所述方法包括:
当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;
当判断出所述目标图片中是否包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
确定所述用户框选的目标人脸图像;
向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;以使得所述服务器在所述采集区域内搜索与所述目标人脸图片匹配度大于预设阈值的匹配图片;
接收所述服务器发送的匹配图片,并在搜索结果显示区域按照预设方式显示所述匹配图片。
结合第三方面,在第三方面的第一种可能的实现方式中,所述采集区域包括多个区域;所述方法还包括:
当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;以使得所述服务器获取所述第一区域的标识对应的目标区域内拍摄到匹配图片的摄像机的标识;
接收所述服务器发送的所述摄像机的标识;
显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
本发明第四方面公开了一种服务器,所述服务器包括:
接收单元,用于接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;所述目标图片为人脸样本图片;
确定单元,用于根据所述采集区域确定目标人脸图片集合;
遍历单元,还用于遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
发送单元,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片。
本发明第五方面公开了一种人脸识别的方法,所述方法包括:
接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域;所述目标人脸图片为人脸样本图片;
根据所述采集区域确定目标人脸图片集合;
遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片。
本发明第六方面公开了一种服务器,所述服务器包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如第三方面所述的方法。
可以看出,本发明实施例的方案中公开了一种人脸识别系统,该系统包括客户端和服务器。所述客户端,用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;所述客户端,还用于当判断出所述目标图片中包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;所述客户端,还用于确定所述用户框选的目标人脸图像,并向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;所述服务器,用于根据所述采集区域确定目标人脸图片集合;所述服务器,还用于遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;所述服务器,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片;所述客户端,用于在搜索结果显示区域按照预设方式显示所述匹配图片。通过上述系统,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种人脸识别的系统示意图;
图2为本发明实施例提供的一种服务器的结构示意图;
图3为本发明实施例提供的另一种服务器的结构示意图;
图4为本发明实施例提供的一种人脸识别的方法的流程示意图;
图5为本发明实施例提供的另一种人脸识别的方法的流程示意图;
图6为本发明实施例提供的一种服务器的物理结构示意图;
图7为本发明实施例提供的一种客户端的结构示意图;
图8为本发明实施例提供的另一种人脸识别的方法的示意图。
具体实施方式
本发明实施例提供了一种人脸识别的方法、服务器及系统,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明说明书、权利要求书和附图中出现的术语“第一”、“第二”和“第三”等是用于区别不同的对象,而并非用于描述特定的顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本发明的一个实施例中公开了一种人脸识别系统,该系统包括客户端和服务器。所述客户端,用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;所述客户端,还用于当判断出所述目标图片中包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;所述客户端,还用于确定所述用户框选的目标人脸图像,并向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;所述服务器,用于根据所述采集区域确定目标人脸图片集合;所述服务器,还用于遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;所述服务器,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片;所述客户端,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
请参阅图1,图1是本发明一个实施例提供的一种人脸识别的系统100。所述系统包括客户端10和服务器20。
其中,需要指出的是,客户端10可以在智能手机、平板电脑、智能穿戴式设备、计算机等电子设备上运行。
其中,服务器20可以是分布式服务器,也可以是云数据中心,在此不做限制。
其中,可以理解的是,服务器20可以连接多个摄像头,摄像头可以对出现在镜头内的人物进行实时抓拍记录,当监测范围内出现人脸时,摄像头将自动抓拍并将人脸图像以时间流的方式发送到服务器20中。
客户端10,用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;
其中,所述目标图片包括人脸样本图片。
举例来说,该目标图片可以是个全家福,里面有爸爸妈妈和孩子,那么用户可以框选其中的一个人脸图像。
其中,目标图片的格式包括但不限于JPEG、BMP等。
其中,可以理解的是,用户可以从本地选择图片来作为目标图片,也可以调用摄像头进行拍摄以获取目标图片。
其中,用户可以左键单击,也可以是右键单击,还可以双击,在此不做限制。
客户端10,还用于当判断出所述目标图片中包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
可以理解的是,该采集区域可以按照行政区域进行划分。例如某市警察局的人脸识别系统的采集区域包A派出所采集区域、B派出所采集区域、C派出所采集区域等等。
可以理解的是,也可以自由定义,比如某栋建筑的一层采集区域,二层采集区域等等。还可以是某个学校的教学楼区域、宿舍区域、食堂区域等等。
客户端10,还用于确定所述用户框选的目标人脸图像,并向服务器20发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;
可以理解的是,客户端10所述图片检测请求的目的是为了让服务器20检测在所述采集区域内是否拍摄到与所述目标图片相匹配的照片。
服务器20,用于根据所述采集区域确定目标人脸图片集合;
可以理解的是,比如采集区域为学校某食堂,那么目标人脸图片集合就是该食堂所有摄像头在预设时间范围内所拍摄的包括人脸的照片。其中,该预设时间范围可以是默认的,也可以是人工设置的,比如可以是三个月内,一个月内,甚至是三天内等等,在此不做限制。
服务器20,还用于遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图片的相似度大于预设阈值的匹配图片;
其中,需要指出的是,图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点,如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数,取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下,运用匹配准则的最佳搜索问题。
其中,图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。
其中,灰度匹配的基本思想:以统计的观点将图像看成是二维信号,采用统计相关的方法寻找信号间的相关匹配。利用两个信号的相关函数,评价它们的相似性以确定同名点。灰度匹配通过利用某种相似性度量,如相关函数、协方差函数、差平方和、差绝对值和等测度极值,判定两幅图像中的对应关系。
其中,特征匹配是指通过分别提取两个或多个图像的特征(点、线、面等特征),对特征进行参数描述,然后运用所描述的参数来进行匹配的一种算法。基于特征的匹配所处理的图像一般包含的特征有颜色特征、纹理特征、形状特征、空间位置特征等。特征匹配首先对图像进行预处理来提取其高层次的特征,然后建立两幅图像之间特征的匹配对应关系,通常使用的特征基元有点特征、边缘特征和区域特征。特征匹配需要用到许多诸如矩阵的运算、梯度的求解、还有傅立叶变换和泰勒展开等数学运算。常用的特征提取与匹配方法有:统计方法、几何法、模型法、信号处理法、边界特征法、傅氏形状描述法、几何参数法、形状不变矩法等。
服务器20,还用于若所述目标人脸图片集合中存在与所述目标人脸图片的相似度大于预设相似度的匹配图片,则向客户端10发送所述匹配图片;
其中,所述预设相似度可以是系统默认的,还可以是人工设置的,在此不做显示。例如,预设相似度可以是90%,92%,95%等等。
客户端10,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
其中,可以理解的是,搜索结果显示区可以是系统默认的位置,还可以是用户选定的位置。
其中,按照预设方式显示所述匹配图片包括:按照拍摄的时间顺序显示所述匹配图片;
其中,按照预设方式显示所述匹配图片包括:按照匹配图片所属的摄像机的编号进行显示。比如先显示1号摄像机拍摄的匹配图片,再显示2号摄像机拍摄的匹配图片,在此不做限制。
其中,可以理解的是,所述匹配图片可以放大,也可以是缩小。
其中,可以理解的是,如果匹配图片过多的话,用户可以翻页进行查看。
可选的,该系统除了根据目标图片和采集区域搜索匹配图片之外,该系统还可以根据目标图片、时间段以及采集区域来进行图片搜索。
客户端10,还用于提示用户选定时间段;
其中,该时间段可以是用户输入的,也可以是用户在系统提供的日历上选择的。
其中,该时间段的维度可以不同,可以具体到天、也可以具体到小时或者分钟,在此不做限制。
客户端10,还用于将所述用户选定的时间段发送给服务器20;
服务器20,还用于判断所述时间段是否符合预设规则;
比如,该时间段应该是过去的时间,如果涉及到未来的时间,则该时间段就不符合预设规则。
服务器20,具体用于当所述时间段符合预设规则时,则服务器20按照所述用户选定的采集区域和选定的时间段确定目标人脸图片集合。
可选的,所述采集区域包括多个区域;
服务器20,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
举例来说,比如当时用户选择了某学校的食堂区域和宿舍区域,那么就要将匹配图片进行分类,以确定每张匹配的来源。也就是说,每张匹配图片是属于哪个区域的。食堂摄像机拍摄的就属于食堂区域,同理宿舍摄像机拍摄的就属于宿舍区域。
举例来说,如果当用户选择了A派出所区域和B派出所区域,那么此时就要确定哪些匹配图片是A派出所区域的摄像头拍摄的,A派出所摄像头拍摄的匹配图片就属于A派出所区域。
服务器20,还用于统计每个区域包含的匹配图片的数量;
比如,匹配图片一共100张。那么A派出所包含的匹配图片可能就有60张,B派出所包含的匹配图片可能就有40张。
服务器20,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端;
客户端10,还用于显示所述每个区域的标识以及与所述每个区域标识所对应的匹配图片的数量。
其中,客户端10可以以列表的形式进行展示。
可选的,每个采集区域都有多个摄像机,那么用户可以选择每个采集区域的摄像机来查询选中的摄像机所拍摄的匹配图片。具体如下:
客户端10,还用于当检测到所述用户选中第一区域的标识时,向服务器20发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;
比如,客户端10的界面上显示了一排区域标识,比如A派出所,B派出所等等。
服务器20,用于确定所述第一区域的标识对应的目标区域,并获取所述目标区域内拍摄到匹配图片的摄像机的标识;
比如,用户选择了A派出所的标识,那么此时就要显示A派出所区域内的拍摄到匹配图片的摄像机的标识。比如摄像机A(3),就表示摄像机A拍摄到了3张匹配图片。
服务器20,还用于向客户端反馈所述摄像机的标识;
客户端10,用于显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
客户端10,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
其中,可以理解的是,当该用户点击摄像机A的标识时,就会显示摄像机A的安装位置,以及拍摄的3张匹配图片,以及每张匹配图片的拍摄时间。其他信息在此不在一一例举。
其中,当该用户点击摄像机A的标识时,可以直接在地图上显示摄像机A的安装位置。
如图2所示,图2描述了服务器20的具体结构,服务器20包括:
接收单元210,用于接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;所述目标图片为人脸样本图片;
确定单元220,用于根据所述采集区域确定目标人脸图片集合;
遍历单元230,还用于遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
发送单元240,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向客户端10发送所述匹配图片。
基于图2,如图3所示,服务器20还包括判断单元250;
接收单元210,还用于接收客户端10发送的时间段;
判断单元250,还用于判断所述时间段是否符合预设规则;
确定单元220,具体用于当所述时间段符合预设规则时,则服务器20按照所述用户选定的采集区域和选定的时间段确定目标人脸图片集合。
可选的,所述采集区域包括多个区域;服务器20还包括统计单元260;
确定单元220,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
统计单元260,用于统计每个区域包含的匹配图片的数量;
发送单元240,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端10。
如图4所示,图4公开了一种人脸识别的方法,该方法执行的主体为服务器,所述方法包括:
S301、接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;所述目标图片为人脸样本图片;
S302、根据所述采集区域确定目标人脸图片集合;
S303、遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
S304、若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向客户端发送所述匹配图片。
从上可知,本发明提供了一种人脸识别的方法,服务器接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域;根据所述采集区域确定目标人脸图片集合;遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向客户端发送所述匹配图片。通过上述方法,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
如图5所示,图5公开了一种人脸识别的方法,该方法执行的主体为服务器,所述方法包括:
S401接收客户端发送的图片检测请求;其中,所述图片检测请求包括目标人脸图像、用户选择的时间段以及采集区域;所述目标图片为人脸样本图片;
S402、判断所述时间段是否符合预设规则;
S403、当所述时间段符合预设规则时,按照所述用户选定的采集区域和选定的时间段确定目标人脸图片集合。
S404、遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
S405、若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向客户端发送所述匹配图片;
S406若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
S407、统计每个区域包含的匹配图片的数量;
S408、将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端;
从而可知,本实施例扩充了每个区域所包含匹配图片数量的步骤,以使得客户端可能显示每个区域所拍摄的匹配图片的数量。
请参阅图6,在本发明的另一个实施例中,提供一种服务器。所述服务器500包括CPU501、存储器502、总线503。
其中,CPU501执行预先存储在存储器502中的程序,该执行过程具体包括:
接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;所述目标图片为人脸样本图片;
根据所述采集区域确定目标人脸图片集合;
遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片。
可选的,所述服务器按照所述用户选定的采集区域和选定的时间段确定目标人脸图片集合之前,所述执行过程还包括:
接收所述客户端发送的时间段;
判断所述时间段是否符合预设规则;
所述服务器按照所述用户选定的采集区域和选定的时间段确定目标人脸图片集合,包括:
当所述时间段符合预设规则时,则所述服务器按照所述用户选定的采集区域和选定的时间段确定目标人脸图片集合。
可选的,所述采集区域包括多个区域;所述执行过程还包括:
若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
统计每个区域包含的匹配图片的数量;
将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给所述客户端。
可以看出,本发明实施例的方案中,服务器接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域;根据所述采集区域确定目标人脸图片集合;遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向客户端发送所述匹配图片。通过上述方法,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
前述图4、图5所示的实施例中,各步骤方法流程可以基于该服务器的结构实现。
前述图2、图3所示的实施例中,各单元功能可以基于该服务器的结构实现。
请参阅图7,在本发明的另一个实施例中,提供一种客户端,该客户端运行于终端上(例如智能手机、平板电脑或个人电脑等)。所述客户端包括:
判断单元610,用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;
提示单元620,用于当判断出所述目标图片中是否包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
确定单元630,用于确定所述用户框选的目标人脸图像;
发送单元640,用于向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;以使得所述服务器在所述采集区域内搜索与所述目标人脸图片匹配度大于预设阈值的匹配图片;
接收单元650,用于接收所述服务器发送的匹配图片;
显示单元660,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
可选的,所述客户端还包括检测单元670;所述采集区域包括多个区域;
检测单元670,还用于当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;以使得所述服务器获取所述第一区域的标识对应的目标区域内拍摄到匹配图片的摄像机的标识;
接收单元650,还用于接收所述服务器发送的所述摄像机的标识;
显示单元660,用于显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
显示单元660,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
请参阅图8,在本发明的另一个实施例中提供了一种人脸识别的方法,所述方法包括:
S701、当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;
S702、当判断出所述目标图片中是否包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
S703、确定所述用户框选的目标人脸图像;
S704、向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;以使得所述服务器在所述采集区域内搜索与所述目标人脸图片匹配度大于预设阈值的匹配图片;
S705、接收所述服务器发送的匹配图片,并在搜索结果显示区域按照预设方式显示所述匹配图片。
可选的,所述采集区域包括多个区域;所述方法还包括:
当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;以使得所述服务器获取所述第一区域的标识对应的目标区域内拍摄到匹配图片的摄像机的标识;
接收所述服务器发送的所述摄像机的标识;
显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
可以看出,本发明实施例的方案中,客户端向服务器发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域;以使得服务器在所述采集区域内以获取与所述目标人脸图片的相似度大于预设阈值的匹配图片;客户端接收所述服务器发送的所述匹配图片,并显示所述匹配图片。通过上述方法,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种人脸识别的系统,其特征在于,所述系统包括客户端和服务器;
所述客户端,用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;
所述客户端,还用于当判断出所述目标图片中包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
所述客户端,还用于确定所述用户框选的目标人脸图像,并向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;
所述服务器,用于根据所述采集区域确定目标人脸图片集合;
所述服务器,还用于遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
所述服务器,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片;
所述客户端,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
2.根据权利要求1所述的系统,其特征在于,
所述客户端,还用于提示用户选定时间段;
所述客户端,还用于将所述用户选定的时间段发送给所述服务器;
所述服务器,还用于判断所述时间段是否符合预设规则;
所述服务器,具体用于当所述时间段符合预设规则时,则按照所述用户选定的采集区域和选定的时间段确定目标人脸图片集合。
3.根据权利要求2所述的系统,其特征在于,所述采集区域包括多个区域;
所述服务器,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则所述服务器确定每个所述匹配图片所属的区域;
所述服务器,还用于统计每个区域包含的匹配图片的数量;
所述服务器,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端;
所述客户端,还用于显示所述每个区域的标识以及与所述每个区域标识所对应的匹配图片的数量。
4.根据权利要求3所述的系统,其特征在于,
所述客户端,还用于当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;
所述服务器,用于确定所述第一区域的标识对应的目标区域,并获取所述目标区域内拍摄到匹配图片的摄像机的标识;
所述服务器,还用于向客户端反馈所述摄像机的标识;
所述客户端,用于显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
所述客户端,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
5.一种客户端,其特征在于,所述客户端包括:
判断单元,用于当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;
提示单元,用于当判断出所述目标图片中是否包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
确定单元,用于确定所述用户框选的目标人脸图像;
发送单元,用于向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;以使得所述服务器在所述采集区域内搜索与所述目标人脸图片匹配度大于预设阈值的匹配图片;
接收单元,用于接收所述服务器发送的匹配图片;
显示单元,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
6.根据权利要求5所述的客户端,其特征在于,所述采集区域包括多个区域;所述客户端还包括检测单元;
所述检测单元,还用于当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;以使得所述服务器获取所述第一区域的标识对应的目标区域内拍摄到匹配图片的摄像机的标识;
所述接收单元,还用于接收所述服务器发送的所述摄像机的标识;
所述显示单元,用于显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
所述显示单元,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
7.一种人脸识别的方法,其特征在于,所述方法包括:
当检测到用户选中目标图片时,判断所述目标图片中是否包含多个人脸图像;其中,所述目标图片为人脸样本图片;
当判断出所述目标图片中是否包含多个人脸图像时,提示所述用户在所述目标图片中框选目标人脸图像;
确定所述用户框选的目标人脸图像;
向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;以使得所述服务器在所述采集区域内搜索与所述目标人脸图片匹配度大于预设阈值的匹配图片;
接收所述服务器发送的匹配图片,并在搜索结果显示区域按照预设方式显示所述匹配图片。
8.根据权利要求7所述的方法,其特征在于,所述采集区域包括多个区域;所述方法还包括:
当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;以使得所述服务器获取所述第一区域的标识对应的目标区域内拍摄到匹配图片的摄像机的标识;
接收所述服务器发送的所述摄像机的标识;
显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
9.一种服务器,其特征在于,所述服务器包括:
接收单元,用于接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标人脸图像及所述用户选择的采集区域;所述目标图片为人脸样本图片;
确定单元,用于根据所述采集区域确定目标人脸图片集合;
遍历单元,还用于遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
发送单元,还用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片。
10.一种人脸识别的方法,其特征在于,所述方法包括:
接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域;所述目标人脸图片为人脸样本图片;
根据所述采集区域确定目标人脸图片集合;
遍历所述目标人脸图片集合以确定所述目标人脸图片集合中是否存在与所述目标人脸图像的相似度大于预设阈值的匹配图片;
用于若所述目标人脸图片集合中存在与所述目标人脸图像的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片。
CN201611216289.6A 2016-12-24 2016-12-24 一种人脸识别的方法、客户端、服务器及系统 Active CN106844492B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611216289.6A CN106844492B (zh) 2016-12-24 2016-12-24 一种人脸识别的方法、客户端、服务器及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611216289.6A CN106844492B (zh) 2016-12-24 2016-12-24 一种人脸识别的方法、客户端、服务器及系统

Publications (2)

Publication Number Publication Date
CN106844492A true CN106844492A (zh) 2017-06-13
CN106844492B CN106844492B (zh) 2018-06-29

Family

ID=59136409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611216289.6A Active CN106844492B (zh) 2016-12-24 2016-12-24 一种人脸识别的方法、客户端、服务器及系统

Country Status (1)

Country Link
CN (1) CN106844492B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330859A (zh) * 2017-06-30 2017-11-07 广东欧珀移动通信有限公司 一种图像处理方法、装置、存储介质及终端
CN108038431A (zh) * 2017-11-30 2018-05-15 广东欧珀移动通信有限公司 图像处理方法、装置、计算机设备和计算机可读存储介质
CN108121816A (zh) * 2017-12-28 2018-06-05 广东欧珀移动通信有限公司 图片分类方法、装置、存储介质及电子设备
CN108256443A (zh) * 2017-12-28 2018-07-06 深圳英飞拓科技股份有限公司 一种人员定位方法、系统及终端设备
CN109241868A (zh) * 2018-08-16 2019-01-18 平安科技(深圳)有限公司 人脸识别方法、装置、计算机设备及存储介质
WO2019148923A1 (zh) * 2018-02-02 2019-08-08 杭州海康威视数字技术股份有限公司 一种以图搜图方法、装置、电子设备及存储介质
CN110377389A (zh) * 2019-07-12 2019-10-25 北京旷视科技有限公司 图像标注导引方法、装置、计算机设备和存储介质
CN110688912A (zh) * 2019-09-09 2020-01-14 南昌大学 一种基于IPv6云端互联的在线人脸搜索定位系统及方法
CN111031252A (zh) * 2019-12-30 2020-04-17 浙江大华技术股份有限公司 一种监控系统及增强现实ar终端
CN111680544A (zh) * 2020-04-24 2020-09-18 北京迈格威科技有限公司 人脸识别方法、装置、系统、设备及介质
CN112749652A (zh) * 2020-12-31 2021-05-04 浙江大华技术股份有限公司 身份信息确定的方法和装置、存储介质及电子设备
CN113810394A (zh) * 2019-03-06 2021-12-17 百度在线网络技术(北京)有限公司 服务处理方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101174298A (zh) * 2006-11-02 2008-05-07 上海银晨智能识别科技有限公司 分散点大流量的人脸识别系统及识别方法
CN101859374A (zh) * 2010-05-20 2010-10-13 上海洪剑智能科技有限公司 一种分布式人脸识别系统及其识别方法
CN104133899A (zh) * 2014-08-01 2014-11-05 百度在线网络技术(北京)有限公司 图片搜索库的生成方法和装置、图片搜索方法和装置
CN104519316A (zh) * 2013-10-08 2015-04-15 欧姆龙株式会社 监视系统、监视方法、监视程序、及记录介质
CN105373626A (zh) * 2015-12-09 2016-03-02 深圳融合永道科技有限公司 分布式人脸识别轨迹搜索系统和方法
WO2016203717A1 (ja) * 2015-06-15 2016-12-22 パナソニックIpマネジメント株式会社 顔認識システム、顔認識サーバ及び顔認識方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101174298A (zh) * 2006-11-02 2008-05-07 上海银晨智能识别科技有限公司 分散点大流量的人脸识别系统及识别方法
CN101859374A (zh) * 2010-05-20 2010-10-13 上海洪剑智能科技有限公司 一种分布式人脸识别系统及其识别方法
CN104519316A (zh) * 2013-10-08 2015-04-15 欧姆龙株式会社 监视系统、监视方法、监视程序、及记录介质
CN104133899A (zh) * 2014-08-01 2014-11-05 百度在线网络技术(北京)有限公司 图片搜索库的生成方法和装置、图片搜索方法和装置
WO2016203717A1 (ja) * 2015-06-15 2016-12-22 パナソニックIpマネジメント株式会社 顔認識システム、顔認識サーバ及び顔認識方法
CN105373626A (zh) * 2015-12-09 2016-03-02 深圳融合永道科技有限公司 分布式人脸识别轨迹搜索系统和方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330859B (zh) * 2017-06-30 2021-06-15 Oppo广东移动通信有限公司 一种图像处理方法、装置、存储介质及终端
CN107330859A (zh) * 2017-06-30 2017-11-07 广东欧珀移动通信有限公司 一种图像处理方法、装置、存储介质及终端
CN108038431A (zh) * 2017-11-30 2018-05-15 广东欧珀移动通信有限公司 图像处理方法、装置、计算机设备和计算机可读存储介质
WO2019105457A1 (zh) * 2017-11-30 2019-06-06 Oppo广东移动通信有限公司 图像处理方法、计算机设备和计算机可读存储介质
CN108121816A (zh) * 2017-12-28 2018-06-05 广东欧珀移动通信有限公司 图片分类方法、装置、存储介质及电子设备
CN108256443A (zh) * 2017-12-28 2018-07-06 深圳英飞拓科技股份有限公司 一种人员定位方法、系统及终端设备
WO2019148923A1 (zh) * 2018-02-02 2019-08-08 杭州海康威视数字技术股份有限公司 一种以图搜图方法、装置、电子设备及存储介质
CN110110110A (zh) * 2018-02-02 2019-08-09 杭州海康威视数字技术股份有限公司 一种以图搜图方法、装置、电子设备及存储介质
CN109241868A (zh) * 2018-08-16 2019-01-18 平安科技(深圳)有限公司 人脸识别方法、装置、计算机设备及存储介质
CN113810394B (zh) * 2019-03-06 2023-06-06 百度在线网络技术(北京)有限公司 服务处理方法、装置、电子设备及存储介质
CN113810394A (zh) * 2019-03-06 2021-12-17 百度在线网络技术(北京)有限公司 服务处理方法、装置、电子设备及存储介质
CN110377389A (zh) * 2019-07-12 2019-10-25 北京旷视科技有限公司 图像标注导引方法、装置、计算机设备和存储介质
CN110377389B (zh) * 2019-07-12 2022-07-26 北京旷视科技有限公司 图像标注导引方法、装置、计算机设备和存储介质
CN110688912A (zh) * 2019-09-09 2020-01-14 南昌大学 一种基于IPv6云端互联的在线人脸搜索定位系统及方法
CN111031252A (zh) * 2019-12-30 2020-04-17 浙江大华技术股份有限公司 一种监控系统及增强现实ar终端
CN111680544A (zh) * 2020-04-24 2020-09-18 北京迈格威科技有限公司 人脸识别方法、装置、系统、设备及介质
CN111680544B (zh) * 2020-04-24 2023-07-21 北京迈格威科技有限公司 人脸识别方法、装置、系统、设备及介质
CN112749652A (zh) * 2020-12-31 2021-05-04 浙江大华技术股份有限公司 身份信息确定的方法和装置、存储介质及电子设备
CN112749652B (zh) * 2020-12-31 2024-02-20 浙江大华技术股份有限公司 身份信息确定的方法和装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN106844492B (zh) 2018-06-29

Similar Documents

Publication Publication Date Title
CN106844492B (zh) 一种人脸识别的方法、客户端、服务器及系统
CN108596277B (zh) 一种车辆身份识别方法、装置和存储介质
CN104303193B (zh) 基于聚类的目标分类
TWI416068B (zh) 跨感測器間之物體追蹤方法與系統
CN109784274B (zh) 识别尾随的方法及相关产品
CN109887040A (zh) 面向视频监控的运动目标主动感知方法及系统
CN109215055A (zh) 一种目标特征提取方法、装置及应用系统
CN106991370B (zh) 基于颜色和深度的行人检索方法
CN105740426A (zh) 基于人脸识别的照片发送方法及装置
CN101095149A (zh) 图像比较
CN103679674A (zh) 一种无人飞行器实时图像拼接方法及系统
CN111210399B (zh) 一种成像质量评价方法、装置及设备
CN109426787A (zh) 一种人体目标轨迹确定方法及装置
CN109426785A (zh) 一种人体目标身份识别方法及装置
CN111723773B (zh) 遗留物检测方法、装置、电子设备及可读存储介质
CN111460884A (zh) 基于人体跟踪的多人脸识别方法
CN109409250A (zh) 一种基于深度学习的无交叠视域跨摄像机行人再识别方法
CN111263955A (zh) 一种目标对象的移动轨迹确定方法和装置
CN109784171A (zh) 车辆定损图像筛选方法、装置、可读存储介质及服务器
CN109033985A (zh) 商品识别的处理方法、装置、设备、系统及存储介质
CN112101195A (zh) 人群密度预估方法、装置、计算机设备和存储介质
CN111126411B (zh) 一种异常行为识别方法及装置
CN110992500A (zh) 考勤方法、装置及存储介质、服务器
CN106845355B (zh) 一种人脸识别的方法、服务器及系统
CN103984927A (zh) 一种信息处理方法及电子设备

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
GR01 Patent grant
GR01 Patent grant