CN107480246B - 一种关联人员的识别方法及装置 - Google Patents
一种关联人员的识别方法及装置 Download PDFInfo
- Publication number
- CN107480246B CN107480246B CN201710681019.0A CN201710681019A CN107480246B CN 107480246 B CN107480246 B CN 107480246B CN 201710681019 A CN201710681019 A CN 201710681019A CN 107480246 B CN107480246 B CN 107480246B
- Authority
- CN
- China
- Prior art keywords
- characteristic
- person
- identity
- time
- target person
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- 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
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- 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
- G06V40/168—Feature extraction; Face representation
Abstract
本发明公开一种关联人员的识别方法及装置,其中方法包括:在目标人员出现的周围的预设区域内,获取待识别人员的人脸图像特征,并记录待识别人员在预设区域内出现的时间、位置和次数;根据人脸图像特征、时间、位置和次数生成待识别人员的特征身份标识;判断特征身份标识是否与目标人员相关联;当特征身份标识与目标人员相关联时,判断特征身份标识中的次数是否超过设定阈值;当特征身份标识中的次数超过设定阈值时,对该特征身份标识产生报警信号。本发明针对目标人员的周围情况,对该目标人员周围的待识别人员进行监控,可快速识别出待识别人员与目标人员的关联特征,从而有利于快速跟踪到目标人员的同伙,提高公安机关的办案效率。
Description
技术领域
本发明涉及人脸识别技术领域,具体涉及一种关联人员的识别方法及装置。
背景技术
随着我国改革开放力度的加大,出入境人员越来越多,个人信息也越来越多,为了对出入境人员更好地进行管理,对违法人员外逃更好地进行监控,公安、海关、边防等部门,往往需要对相关人员的身份进行识别和鉴定,相关人员的信息至关重要。充分利用机关现有的大量人像库资料,以加快相关部门对相关人员的身份辨认过程,从而为机关的工作提供有效帮助。
目前传统的身份辨认的过程,只能依靠人工方式进行判别,由于人工需要长时间调查布控人员以及相关人员的身份和犯罪信息,且对被调查人员相貌只能依靠记忆和眼睛识别,故其工作量巨大,速度慢,无法适应业务的需要,而且往往还容易出现差错。
发明内容
因此,本发明实施例要解决的技术问题在于现有技术中由于人工需要长时间调查布控人员以及相关人员的身份和犯罪信息,且对被调查人员相貌只能依靠记忆和眼睛识别,故其工作量巨大,速度慢,无法适应业务的需要,而且往往还容易出现差错。
为此,本发明实施例提供了如下技术方案:
本发明实施例提供一种关联人员的识别方法,包括如下步骤:
在目标人员出现的周围的预设区域内,获取待识别人员的人脸图像特征,并记录所述待识别人员在所述预设区域内出现的时间、位置和次数;
根据所述人脸图像特征、所述时间、所述位置和所述次数生成所述待识别人员的特征身份标识;
判断所述特征身份标识是否与所述目标人员相关联;
当所述特征身份标识与所述目标人员相关联时,判断所述特征身份标识中的次数是否超过设定阈值;
当所述特征身份标识中的次数超过设定阈值时,对该特征身份标识产生报警信号。
可选地,所述对该特征身份标识产生报警信号的步骤之后,包括:
跟踪所述特征身份标识对应的所述待识别人员。
可选地,所述待识别人员的特征身份标识通过单维关联规则生成。
可选地,所述判断所述特征身份标识是否与所述目标人员相关联,包括:
建立所述目标人员的特征数据库,所述特征数据库包括所述目标人员的身份特征、人脸特征和出现的时间、位置特征;
比较所述特征身份标识中的时间和/或位置是否分别与所述特征数据库中时间和/或位置特征相同;
当所述特征身份标识中的时间和/或位置分别与所述特征数据库中的时间和/或位置特征相同时,判定所述特征身份标识与所述目标人员相关联。
可选地,所述特征身份标识中的次数在预设时间通过哈希表进行更新。
本发明实施例提供一种关联人员的识别装置,包括:
获取模块,用于在目标人员出现的周围的预设区域内,获取待识别人员的人脸图像特征,并记录所述待识别人员在所述预设区域内出现的时间、位置和次数;
生成模块,用于根据所述人脸图像特征、所述时间、所述位置和所述次数生成所述待识别人员的特征身份标识;
第一判断模块,用于判断所述特征身份标识是否与所述目标人员相关联;
第二判断模块,用于当所述特征身份标识与所述目标人员相关联时,判断所述特征身份标识中的次数是否超过设定阈值;
报警模块,用于当所述特征身份标识中的次数超过设定阈值时,对该特征身份标识产生报警信号。
可选地,所述关联人员的识别装置,还包括:跟踪模块,用于跟踪所述特征身份标识对应的所述待识别人员。
可选地,所述第一判断模块,包括:
建立子模块,用于建立所述目标人员的特征数据库,所述特征数据库包括所述目标人员的身份特征、人脸特征和出现的时间、位置特征;
比较子模块,用于比较所述特征身份标识中的时间和/或位置是否分别与所述特征数据库中时间和/或位置特征相同;
判定子模块,用于当所述特征身份标识中的时间和/或位置分别与所述特征数据库中的时间和/或位置特征相同时,判定所述特征身份标识与所述目标人员相关联。
本发明实施例提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现所述关联人员的识别方法的步骤。
本发明实施例提供一种关联人员的识别终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述关联人员的识别方法的步骤。
本发明实施例技术方案,具有如下优点:
本发明提供一种关联人员的识别方法及装置,其中方法包括:在目标人员出现的周围的预设区域内,获取待识别人员的人脸图像特征,并记录待识别人员在预设区域内出现的时间、位置和次数;根据人脸图像特征、时间、位置和次数生成待识别人员的特征身份标识;判断特征身份标识是否与目标人员相关联;当特征身份标识与目标人员相关联时,判断特征身份标识中的次数是否超过设定阈值;当特征身份标识中的次数超过设定阈值时,对该特征身份标识产生报警信号。本发明针对目标人员的周围情况,对该目标人员周围的待识别人员进行监控,可快速识别出待识别人员与目标人员的关联特征,从而有利于快速跟踪到目标人员的同伙,提高公安机关的办案效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述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方式,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1中关联人员的识别方法的流程图;
图2为本发明实施例1中关联人员的识别方法的另一流程图;
图3为本发明实施例2中关联人员的识别装置的结构框图;
图4为本发明实施例4中关联人员的识别终端的示意图。
具体实施方式
下面将结合附图对本发明实施例的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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,都属于本发明保护的范围。
在本发明实施例的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明实施例的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供一种关联人员的识别方法,如图1所示,包括如下步骤:
S11、在目标人员出现的周围的预设区域内,获取待识别人员的人脸图像特征,并记录待识别人员在预设区域内出现的时间、位置和次数。此处的目标人员可以为公安机关所调查的具有犯罪嫌疑的在逃人员,是公安机关列入黑名单进行目标跟踪的对象;预设区域为在目标人员经常活动的范围附近通过安装多个摄像头监控构成的布控区域,即为预设区域;此处的待识别人员为可能与目标人员相关的关联对象,需要进行识别确认;该待识别人员通过多个摄像头采集其人脸图像获取信息;因为摄像头构成的监控系统具有记录待识别人员出现时间、位置和次数的功能,所以即可获取到待识别人员在监控区域出现时间、位置和次数。
上述的预设区域不是固定不变的,是可以根据目标人员的活动特征进行灵活设定,该区域可大可小。例如:目标人员经常出现在北京的朝阳门,预设区域为在朝阳门附近安装多个摄像头构成监控区域,当然预设区域也可以为目标人员经常出现的另一个区域。
S12、根据人脸图像特征、时间、位置和次数生成待识别人员的特征身份标识。此处的特征身份标识作为待识别人员的电子身份标签,便于存储待识别人员的人脸图像以及在预设区域中出现的时间、位置,生成待识别人员的特征身份标识的最终目的是为了通过该特征身份标识查找待识别人员。
S13、判断特征身份标识是否与目标人员相关联。因为每个特征身份标识分别对应一个待识别人员,判断特征身份标识是否与目标人员相关联,即为判断待识别人员是否与目标人员相关联,这是本发明实施例最终的目的,对目标人员周围情况的判断,即对目标人员的陪同人员进行跟踪定位,有利于将犯罪团伙一网打尽,从而维护社会和谐稳定。
作为一种可选的实现方式,本实施例中的关联人员的识别方法,如图2所示,上述步骤S13,判断特征身份标识是否与目标人员相关联,包括:
S131、建立目标人员的特征数据库,特征数据库包括目标人员的身份特征、人脸特征和出现的时间、位置特征。此处的特征数据库为基于人脸识别的人脸特征大数据,该人脸特征大数据为人脸识别的数据挖掘算法中的一个事务型数据库,用于存储目标人员的身份特征、人脸特征和出现的时间、位置特征。例如:目标人员于2015年3月16日09:10出现在北京香山公园,身份证号码为4130291945****1325,同时摄像头采集过该目标人员的人脸图像特征,根据这些特征信息就建立了目标人员的特征数据库,为了对目标人员的相关的陪同人员的进行数据挖掘,识别出关联人员便于将目标人员的同伙一同锁定,无需通过人工逐一调查,从而减少搜索时间。
S132、比较特征身份标识中的时间和/或位置是否分别与特征数据库中时间和/或位置特征相同。例如:目标人员出现的时间为香山公园,时间为2015年3月16日9:10,而待识别人员出现的预设区域也为香山公园,时间也为2015年3月16日09:10。通过在特征数据库中判断与特征身份标识中的时间和/或位置对应的时间和/或位置是否相同从而获知待识别人员是否与目标人员相关联。
S133、当特征身份标识中的时间和/或位置分别与特征数据库中的时间和/或位置特征相同时,判定特征身份标识与目标人员相关联。通过上述步骤S132,得知,例如:目标人员出现的时间为香山公园,时间为2015年3月16日09:10,而待识别人员出现的预设区域也为香山公园,时间也为2015年3月16日09:10,因为二者对应的信息完全相同,从而判定出特征身份标识与目标人员相关联。
S14、当特征身份标识与目标人员相关联时,判断特征身份标识中的次数是否超过设定阈值。仅仅通过特征身份标识与目标人员相关联的信息还不能完全确定出待识别人员存在与目标人员100%的嫌疑,所以通过出现次数进行推断。此处的设定阈值为基于人脸识别的数据挖掘算法中最小可信度,即为说明该待识别人员与目标人员的同伙的相似程度,当超过该相似程度说明具备目标人员同伙的嫌疑,例如:选取设定阈值为8次作为数据参考,当特征身份标识中的次数超过8次,说明是目标人员同伙的嫌疑极大。
S15、当特征身份标识中的次数超过设定阈值时,对该特征身份标识产生报警信号。基于上述步骤S14后,例如:当前特征身份标识存储的待识别人员的出现次数为10次,10>8,10次大于了设定阈值8次,所以此时关联人员的识别系统会对该特征身份标识产生报警信号,说明识别出了存在目标人员同伙的特征身份标识。
作为一种可选的实现方式,本实施例中的关联人员的识别方法,对该特征身份标识产生报警信号的步骤S15之后,包括:
跟踪特征身份标识对应的待识别人员。因为本实施例的目的是识别人员与目标人员的关联关系,将对目标人员的陪同人员进行跟踪,所以当确认出了特征身份标识具有与目标人员的同伙特征,需要通过跟踪上特征身份标识对应的待识别人员,便于将目标人员的作案同伙一网打尽,提高公安机关办案效率。
作为一种可选的实现方式,本实施例中的关联人员的识别方法,待识别人员的特征身份标识通过单维关联规则生成。此处的单维关联规则为基于人脸识别的数据挖掘算法中的一种方式,即通过处理单个属性中的一些关系。在本实施例中为:待识别人员——出现时间是单维关联规则,待识别人员——出现位置是单维关联规则,待识别人员——出现次数是单维关联规则。
作为一种可选的实现方式,本实施例中的关联人员的识别方法,特征身份标识中的次数在预设时间通过哈希表进行更新。此处的哈希表为散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构,也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度,它具有计数和去重功能。在本实施例中通过哈希表对特征身份标识中的次数以统计、删除的方式进行更新,因为通过筛选可以获得更加精确的待识别人员的特征身份标识。因为哈希表记录了大量的信息,它需要在预设时间定时对特征身份标识进行数据更新,该更新包括刷新和删除,即将完全不相关的信息删除掉,将相关信息重新刷新。例如:哈希表记录了张某特征身份标识的信息,张某在10天之内出现预设区域的次数为一次,说明张某与目标人员同伙的可能性极小,故在预设时间到来时将张某的特征身份标识中的次数删除,有利于快速统计出特征身份标识中的次数,进而有利于快速识别出待识别人员。
实施例2
本实施例提供一种关联人员的识别装置,如图3所示,包括:
获取模块31,用于在目标人员出现的周围的预设区域内,获取待识别人员的人脸图像特征,并记录待识别人员在预设区域内出现的时间、位置和次数;
生成模块32,用于根据人脸图像特征、时间、位置和次数生成待识别人员的特征身份标识;
第一判断模块33,用于判断特征身份标识是否与目标人员相关联;
第二判断模块34,用于当特征身份标识与目标人员相关联时,判断特征身份标识中的次数是否超过设定阈值;
报警模块35,用于当特征身份标识中的次数超过设定阈值时,对该特征身份标识产生报警信号。
作为一种可选的实现方式,本实施例中的关联人员的识别装置,还包括:跟踪模块,用于跟踪特征身份标识对应的待识别人员。
作为一种可选的实现方式,本实施例中的关联人员的识别装置,待识别人员的特征身份标识通过单维关联规则生成。
作为一种可选的实现方式,本实施例中的关联人员的识别装置,第一判断模块33,包括:
建立子模块331,用于建立目标人员的特征数据库,特征数据库包括目标人员的身份特征、人脸特征和出现时间、位置特征;
比较子模块332,用于比较特征身份标识中的时间和/或位置是否分别与特征数据库中时间和/或位置特征相同;
判定子模块333,用于当特征身份标识中的时间和/或位置分别与特征数据库中的时间和/或位置特征相同时,判定特征身份标识与目标人员相关联。
作为一种可选的实现方式,本实施例中的关联人员的识别装置,特征身份标识中的次数在预设时间通过哈希表进行更新。
实施例3
本实施例提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现实施例1中方法的步骤。该存储介质上还存储有目标人员的身份特征、人脸特征以及出现的时间、位置特征信息,还有待识别人员的特征身份标识的信息。
其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
实施例4
本实施例提供一种关联人员的识别终端,如图4所示,包括存储器420、处理器410及存储在存储器420上并可在处理器410上运行的计算机程序,处理器410执行程序时实现实施例1中方法的步骤。
图4是本发明实施例提供的执行列表项操作的处理方法的关联人员的识别终端的硬件结构示意图,如图4所示,该关联人员的识别终端包括一个或多个处理器410以及存储器420,图4中以一个处理器410为例。
执行列表项操作的处理方法的设备还可以包括:获取装置430和报警装置440。
处理器410、存储器420、获取装置430和报警装置440可以通过总线或者其他方式连接,图4中以通过总线连接为例。
处理器410可以为中央处理器(Central Processing Unit,CPU)。处理器410还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (9)
1.一种关联人员的识别方法,其特征在于,包括如下步骤:
在目标人员出现的周围的预设区域内,获取待识别人员的人脸图像特征,并记录所述待识别人员在所述预设区域内出现的时间、位置和次数,所述预设区域根据目标人员的活动特征进行设定,不是固定不变的;
根据所述人脸图像特征、所述时间、所述位置和所述次数生成所述待识别人员的特征身份标识,所述待识别人员的特征身份标识通过单维关联规则生成;
判断所述特征身份标识是否与所述目标人员相关联;
当所述特征身份标识与所述目标人员相关联时,判断所述特征身份标识中的次数是否超过设定阈值;
当所述特征身份标识中的次数超过设定阈值时,对该特征身份标识产生报警信号。
2.根据权利要求1所述的方法,其特征在于,所述对该特征身份标识产生报警信号的步骤之后,包括:
跟踪所述特征身份标识对应的所述待识别人员。
3.根据权利要求1所述的方法,其特征在于,所述判断所述特征身份标识是否与所述目标人员相关联,包括:
建立所述目标人员的特征数据库,所述特征数据库包括所述目标人员的身份特征、人脸特征和出现的时间、位置特征;
比较所述特征身份标识中的时间和/或位置是否分别与所述特征数据库中时间和/或位置特征相同;
当所述特征身份标识中的时间和/或位置分别与所述特征数据库中的时间和/或位置特征相同时,判定所述特征身份标识与所述目标人员相关联。
4.根据权利要求3所述的方法,其特征在于,所述特征身份标识中的次数在预设时间通过哈希表进行更新。
5.一种关联人员的识别装置,其特征在于,包括:
获取模块,用于在目标人员出现的周围的预设区域内,获取待识别人员的人脸图像特征,并记录所述待识别人员在所述预设区域内出现的时间、位置和次数,所述预设区域根据目标人员的活动特征进行设定,不是固定不变的;
生成模块,用于根据所述人脸图像特征、所述时间、所述位置和所述次数生成所述待识别人员的特征身份标识,所述待识别人员的特征身份标识通过单维关联规则生成;
第一判断模块,用于判断所述特征身份标识是否与所述目标人员相关联;
第二判断模块,用于当所述特征身份标识与所述目标人员相关联时,判断所述特征身份标识中的次数是否超过设定阈值;
报警模块,用于当所述特征身份标识中的次数超过设定阈值时,对该特征身份标识产生报警信号。
6.根据权利要求5所述的装置,其特征在于,还包括:跟踪模块,用于跟踪所述特征身份标识对应的所述待识别人员。
7.根据权利要求5所述的装置,其特征在于,所述第一判断模块,包括:
建立子模块,用于建立所述目标人员的特征数据库,所述特征数据库包括所述目标人员的身份特征、人脸特征和出现的时间、位置特征;
比较子模块,用于比较所述特征身份标识中的时间和/或位置是否分别与所述特征数据库中时间和/或位置特征相同;
判定子模块,用于当所述特征身份标识中的时间和/或位置分别与所述特征数据库中的时间和/或位置特征相同时,判定所述特征身份标识与所述目标人员相关联。
8.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-4任一项所述的方法的步骤。
9.一种关联人员的识别终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710681019.0A CN107480246B (zh) | 2017-08-10 | 2017-08-10 | 一种关联人员的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710681019.0A CN107480246B (zh) | 2017-08-10 | 2017-08-10 | 一种关联人员的识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107480246A CN107480246A (zh) | 2017-12-15 |
CN107480246B true CN107480246B (zh) | 2021-03-12 |
Family
ID=60599227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710681019.0A Expired - Fee Related CN107480246B (zh) | 2017-08-10 | 2017-08-10 | 一种关联人员的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107480246B (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170750A (zh) * | 2017-12-21 | 2018-06-15 | 深圳英飞拓科技股份有限公司 | 一种人脸数据库更新方法、系统及终端设备 |
CN108109071A (zh) * | 2017-12-29 | 2018-06-01 | 长威信息科技发展股份有限公司 | 基于人员社会关系动态关联的监控方法及电子设备 |
CN108280489A (zh) * | 2018-02-12 | 2018-07-13 | 中国银行股份有限公司 | 一种样本数据生成方法及装置 |
CN108446681B (zh) * | 2018-05-10 | 2020-12-15 | 深圳云天励飞技术有限公司 | 行人分析方法、装置、终端及存储介质 |
CN108733819B (zh) * | 2018-05-22 | 2021-07-06 | 深圳云天励飞技术有限公司 | 一种人员档案建立方法和装置 |
CN109033973B (zh) * | 2018-06-26 | 2020-11-03 | 北京旷视科技有限公司 | 监控预警方法、装置及电子设备 |
CN108908377B (zh) * | 2018-07-06 | 2020-06-23 | 达闼科技(北京)有限公司 | 说话人识别方法、装置和机器人 |
CN109063590A (zh) * | 2018-07-12 | 2018-12-21 | 上海商汤智能科技有限公司 | 基于人脸识别的信息处理方法、装置及系统 |
CN110717357B (zh) * | 2018-07-12 | 2022-12-06 | 杭州海康威视数字技术股份有限公司 | 预警方法、装置、电子设备及存储介质 |
CN110807117B (zh) * | 2018-08-03 | 2022-07-29 | 深圳云天励飞技术有限公司 | 一种用户关系预测方法及装置、计算机可读存储介质 |
CN109002552A (zh) * | 2018-08-07 | 2018-12-14 | 深圳市携网科技有限公司 | 逃逸跟踪方法、装置、计算机设备及存储介质 |
CN109377519A (zh) * | 2018-09-29 | 2019-02-22 | 佳都新太科技股份有限公司 | 目标追踪方法、装置、目标追踪设备及存储介质 |
CN111127231B (zh) * | 2018-10-31 | 2023-11-17 | 深圳云天励飞技术有限公司 | 人员社交关系分析方法、装置及电子设备 |
CN111209446A (zh) * | 2018-11-22 | 2020-05-29 | 深圳云天励飞技术有限公司 | 一种人员检索信息的呈现方法、装置和电子设备 |
CN109858996A (zh) * | 2018-12-21 | 2019-06-07 | 成都睿码科技有限责任公司 | 一种基于人脸身份识别的客流统计的货架规整方法 |
CN109831745A (zh) * | 2018-12-25 | 2019-05-31 | 深圳市天彦通信股份有限公司 | 一种信息处理系统及方法 |
CN109784274B (zh) * | 2018-12-29 | 2021-09-14 | 杭州励飞软件技术有限公司 | 识别尾随的方法及相关产品 |
CN111429476B (zh) * | 2019-01-09 | 2023-10-20 | 杭州海康威视系统技术有限公司 | 确定目标人物行动轨迹的方法和装置 |
CN110288015A (zh) * | 2019-06-21 | 2019-09-27 | 北京旷视科技有限公司 | 一种人像检索的处理方法和装置 |
CN110348347A (zh) * | 2019-06-28 | 2019-10-18 | 深圳市商汤科技有限公司 | 一种信息处理方法及装置、存储介质 |
CN112241672A (zh) * | 2019-07-19 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
CN111324772B (zh) * | 2019-07-24 | 2023-04-07 | 杭州海康威视系统技术有限公司 | 一种人员关系确定方法、装置、电子设备及存储介质 |
CN111368620B (zh) * | 2019-08-14 | 2024-01-23 | 杭州海康威视系统技术有限公司 | 一种对目标关注对象的识别方法、装置和存储介质 |
CN111367955B (zh) * | 2019-10-09 | 2024-03-26 | 杭州海康威视系统技术有限公司 | 目标对象的识别方法、装置、电子设备和存储介质 |
CN110765435B (zh) * | 2019-10-23 | 2022-05-17 | 北京旷视科技有限公司 | 确定人员身份属性的方法、装置和电子设备 |
CN110942036B (zh) * | 2019-11-29 | 2023-04-18 | 深圳市商汤科技有限公司 | 人员识别方法及装置、电子设备和存储介质 |
CN111126167B (zh) * | 2019-12-02 | 2023-08-04 | 武汉虹信技术服务有限责任公司 | 一种快速识别多名特定人员串联活动的方法及系统 |
CN112989083B (zh) * | 2019-12-17 | 2024-02-02 | 浙江宇视科技有限公司 | 人员身份分析方法、装置、设备及存储介质 |
CN111563086B (zh) * | 2020-01-13 | 2023-09-19 | 杭州海康威视系统技术有限公司 | 信息关联方法、装置、设备及存储介质 |
CN113343743B (zh) * | 2020-03-03 | 2024-02-13 | 杭州海康威视系统技术有限公司 | 目标人员识别方法、装置、电子设备和存储介质 |
CN111507238B (zh) * | 2020-04-13 | 2023-08-01 | 盛景智能科技(嘉兴)有限公司 | 人脸数据筛选方法、装置及电子设备 |
CN112000293B (zh) * | 2020-08-21 | 2022-10-18 | 嘉兴混绫迪聚科技有限公司 | 基于大数据的监控数据保存方法、装置、设备及存储介质 |
CN112149627A (zh) * | 2020-10-19 | 2020-12-29 | 杭州海康威视数字技术股份有限公司 | 一种同行人员识别方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699755A (zh) * | 2015-01-07 | 2015-06-10 | 中国电子科技集团公司第三十研究所 | 一种基于数据挖掘的智能化多目标综合识别方法 |
CN105049795A (zh) * | 2015-07-07 | 2015-11-11 | 合肥指南针电子科技有限责任公司 | 一种基于数据关联存储的监控系统 |
CN106203458A (zh) * | 2015-04-29 | 2016-12-07 | 杭州海康威视数字技术股份有限公司 | 人群视频分析方法及系统 |
CN106295470A (zh) * | 2015-05-21 | 2017-01-04 | 北京文安智能技术股份有限公司 | 一种银行自助服务区预警监测方法、装置及系统 |
CN106339428A (zh) * | 2016-08-16 | 2017-01-18 | 东方网力科技股份有限公司 | 基于视频大数据的嫌疑人身份识别方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7769806B2 (en) * | 2007-10-24 | 2010-08-03 | Social Communications Company | Automated real-time data stream switching in a shared virtual area communication environment |
US9317908B2 (en) * | 2012-06-29 | 2016-04-19 | Behavioral Recognition System, Inc. | Automatic gain control filter in a video analysis system |
CA3056190A1 (en) * | 2013-04-19 | 2014-10-19 | James Carey | Video identification and analytical recognition system |
JPWO2015166612A1 (ja) * | 2014-04-28 | 2017-04-20 | 日本電気株式会社 | 映像解析システム、映像解析方法および映像解析プログラム |
CN104468787A (zh) * | 2014-12-09 | 2015-03-25 | 浪潮电子信息产业股份有限公司 | 一种基于大数据的人车关联识别方法 |
CN105205155B (zh) * | 2015-09-25 | 2019-05-03 | 珠海世纪鼎利科技股份有限公司 | 一种大数据犯罪同伙的筛查系统和方法 |
CN105608153A (zh) * | 2015-12-18 | 2016-05-25 | 晶赞广告(上海)有限公司 | 一种通用的poi信息关联方法 |
-
2017
- 2017-08-10 CN CN201710681019.0A patent/CN107480246B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699755A (zh) * | 2015-01-07 | 2015-06-10 | 中国电子科技集团公司第三十研究所 | 一种基于数据挖掘的智能化多目标综合识别方法 |
CN106203458A (zh) * | 2015-04-29 | 2016-12-07 | 杭州海康威视数字技术股份有限公司 | 人群视频分析方法及系统 |
CN106295470A (zh) * | 2015-05-21 | 2017-01-04 | 北京文安智能技术股份有限公司 | 一种银行自助服务区预警监测方法、装置及系统 |
CN105049795A (zh) * | 2015-07-07 | 2015-11-11 | 合肥指南针电子科技有限责任公司 | 一种基于数据关联存储的监控系统 |
CN106339428A (zh) * | 2016-08-16 | 2017-01-18 | 东方网力科技股份有限公司 | 基于视频大数据的嫌疑人身份识别方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107480246A (zh) | 2017-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107480246B (zh) | 一种关联人员的识别方法及装置 | |
CN109166261B (zh) | 基于图像识别的图像处理方法、装置、设备及存储介质 | |
CN108733819B (zh) | 一种人员档案建立方法和装置 | |
WO2021027317A1 (zh) | 基于关系网络的属性信息处理方法、装置、计算机设备和存储介质 | |
US20210382933A1 (en) | Method and device for archive application, and storage medium | |
US9424464B2 (en) | Monitoring system, monitoring method, monitoring program, and recording medium in which monitoring program is recorded | |
WO2021063011A1 (zh) | 行为分析方法、装置、电子设备、存储介质和计算机程序 | |
CN111241265A (zh) | 信息推荐方法、设备、存储介质及装置 | |
US8322605B2 (en) | Dynamic identity matching in response to threat levels | |
US20180005022A1 (en) | Method and device for obtaining similar face images and face image information | |
KR101957677B1 (ko) | 얼굴인식을 통한 학습형 실시간 안내 시스템 및 그 안내 방법 | |
US20170300582A1 (en) | Event identification through analysis of social-media postings | |
US20210271652A1 (en) | Determining inconsistencies in digital evidence | |
WO2021238385A1 (zh) | 识别方法、设备、安防系统及存储介质 | |
CN110688931A (zh) | 异常行为监测方法、装置、存储介质和电子设备 | |
CN111967311B (zh) | 情绪识别方法、装置、计算机设备及存储介质 | |
WO2023284307A1 (zh) | 图像处理方法及装置、电子设备、存储介质和计算机程序产品 | |
US11831947B2 (en) | Video analytics conflict detection and mitigation | |
CN110246292B (zh) | 家庭视频监控方法、装置及存储介质 | |
WO2022033068A1 (zh) | 一种图像管理的方法、装置、终端设备和系统 | |
CN114049658A (zh) | 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质 | |
CA3069539C (en) | Role-based perception filter | |
CN115396591A (zh) | 智能双光摄像机图像处理方法、装置、摄像机及介质 | |
CN113468948A (zh) | 基于视图数据的治安防控方法、模块、设备及存储介质 | |
US20240054768A1 (en) | Information processing device, information processing method, and storage medium |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210312 Termination date: 20210810 |