CN107861979A - 一种基于人脸识别的伴随人员获取方法及系统 - Google Patents

一种基于人脸识别的伴随人员获取方法及系统 Download PDF

Info

Publication number
CN107861979A
CN107861979A CN201710889639.3A CN201710889639A CN107861979A CN 107861979 A CN107861979 A CN 107861979A CN 201710889639 A CN201710889639 A CN 201710889639A CN 107861979 A CN107861979 A CN 107861979A
Authority
CN
China
Prior art keywords
information
personnel
target
suspect
database
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
Application number
CN201710889639.3A
Other languages
English (en)
Inventor
陈晓雨
买清清
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.)
Opzoon Technology Co Ltd
Original Assignee
Opzoon Technology 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 Opzoon Technology Co Ltd filed Critical Opzoon Technology Co Ltd
Priority to CN201710889639.3A priority Critical patent/CN107861979A/zh
Publication of CN107861979A publication Critical patent/CN107861979A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/58—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
    • 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
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种伴随人员获取方法及方法，其中方法包括：S1，基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；S2，基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。本发明提供的一种伴随人员获取方法及系统，具有快速获取目标人员伴随人员的有益效果。

Description

一种基于人脸识别的伴随人员获取方法及系统
技术领域
本发明涉及计算机技术领域，更具体地，涉及一种基于人脸识别的伴随人员获取方法及系统。
背景技术
随着智慧城市和天眼工程的建设，居民小区、火车站、政府机关单位、机场等都安装了视频监控系统，基本上做到了视频的全覆盖，极大的提升了这些区域的安保级别。
然而，随着视频接入数量的大规模增加，安保人员承受的压力也成倍增加，特别是公安办案过程中，为了查找目标犯罪人员线索，经常都需要寻找与犯罪人员或受害者有过密切接触的人，以及犯罪现场在一段时间内出现的人员，这样就需要查看大量录像寻找线索，且只能靠双眼来寻找，工作效率极低，所以迫切需要一种从视频中识别提取人脸的技术，并且利用人脸识别技术找到相关犯罪嫌疑人及其同伙。但目前的人脸识别技术只能提供识别和检测人脸功能，无法进一步协助公安安保人员工作。
现有技术存在以下两种用于识别伴随人员的方案。一、只是机械的检测视频中的人脸，安保人员在使用这些系统时，只能知道有人在视频中出现，获取抓拍到的人员照片，然后通过人眼比对照片是否一致来查找嫌疑人，效率低，易错漏；二、使用人脸查询技术，代替人眼来查找嫌疑人，但在查找同案犯时，只能通过审讯获得相关嫌疑人照片后，才能再查找同案犯，效率低，耗时长。
综上所示，亟待提供一种能够快速识别犯罪嫌疑人的伴随人员的方法，以更好的协助公安安保人员的人员核查工作。
发明内容
本发明为了克服现有技术中的上述至少一个问题，提供一种伴随人员获取方法。
一方面，本发明提供一种伴随人员获取方法，包括：
S1，基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
S2，基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
进一步，所述人员记录数据库中包括：各人员ID信息、出现地点信息和出现时间信息。
进一步，所述目标嫌疑人的已知数据信息包括以下至少一种：目标嫌疑人的照片、时间信息和地点信息。
进一步，所述步骤S1前还包括：
S01，获取各人员的帧图像；
S02，利用人脸识别算法识别所述各帧图像中的各人员，同时给各人员添加ID信息；
S03，将所述各人员的ID信息、出现地点信息和出现时间信息存储在人员记录数据库中。
进一步，所述S01进一步包括：获取各人员的视频信息；对所述视频信息进行解码，获取解码后所述视频信息中的帧图像。
进一步，所述S03进一步包括：生成包含人员的ID信息、出现地点信息和出现时间信息的二进制文件，将所述二进制文件顺序存储在人员记录数据库中。
进一步，所述S1进一步包括：
基于至少一项所述目标嫌疑人的已知数据信息，获取所述目标嫌疑人的ID信息；
基于所述目标嫌疑人的ID信息，获取所述目标嫌疑人的时间信息和/或地点信息。
进一步，所述S2进一步包括：
基于所述目标嫌疑人的ID信息，从所述人员记录数据库中获取所述目标嫌疑人的目标出现地点信息和/或目标出现时间信息；从所述人员记录数据库中获取与所述目标出现地点信息和/或目标出现时间信息相同的人员。
另一方面，提供一种伴随人员获取系统，包括：
第一获取模块，用于基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
第二获取模块，用于基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
又一方面，提供一种伴随人员获取方法的设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至8任一所述的方法。
本发明提供的一种伴随人员获取方法及系统，在接入监控视频进行人脸识别的同时即对产生的数据进行规范化的清洗，建立起抓拍人员与时间、空间之间的对应关系，从而起到了快速进行目标人员伴随人员获取的有益效果。
附图说明
图1为本发明实施例的一种伴随人员获取方法的整体流程示意图；
图2为本发明实施例的一种伴随人员获取系统的整体结构示意图；
图3为根据本发明实施例一种伴随人员获取方法的设备的结构框架示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
图1为本发明实施例的一种伴随人员获取方法的整体流程示意图，如图1所示，本发明提供一种伴随人员获取方法，包括：
S1，基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
S2，基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
基于上述任一实施例，提供一种伴随人员获取方法，所述人员记录数据库中包括：各人员ID信息、出现地点信息和出现时间信息。
基于上述任一实施例，提供一种伴随人员获取方法，所述目标嫌疑人的已知数据信息包括以下至少一种：目标嫌疑人的照片、时间信息和地点信息。
基于上述任一实施例，提供一种伴随人员获取方法，所述步骤S1前还包括：
S01，获取各人员的帧图像；
S02，利用人脸识别算法识别所述各帧图像中的各人员，同时给各人员添加ID信息；
S03，将所述各人员的ID信息、出现地点信息和出现时间信息存储在人员记录数据库中。
基于上述任一实施例，提供一种伴随人员获取方法，所述S01进一步包括：获取各人员的视频信息；对所述视频信息进行解码，获取解码后所述视频信息中的帧图像。
基于上述任一实施例，提供一种伴随人员获取方法，所述S03进一步包括：生成包含人员的ID信息、出现地点信息和出现时间信息的二进制文件，将所述二进制文件顺序存储在人员记录数据库中。
基于上述任一实施例，提供一种伴随人员获取方法，所述S1进一步包括：
基于至少一项所述目标嫌疑人的已知数据信息，获取所述目标嫌疑人的ID信息；
基于所述目标嫌疑人的ID信息，获取所述目标嫌疑人的时间信息和/或地点信息。
基于上述任一实施例，提供一种伴随人员获取方法，所述S2进一步包括：
基于所述目标嫌疑人的ID信息，从所述人员记录数据库中获取所述目标嫌疑人的目标出现地点信息和/或目标出现时间信息；从所述人员记录数据库中获取与所述目标出现地点信息和/或目标出现时间信息相同的人员。
基于上述任一实施例，提供一种伴随人员获取方法，实施例所述方案主要分为人脸数据清洗记录、嫌疑人员查找及嫌疑人员伴随人员查找三个步骤。
一、人脸数据清洗记录。负责对接入的摄像机视频流，进行解码。解码后，抓拍相机图像，生成抓拍照片，并利用人脸识别算法识别人脸，同时记录人员出现的时间、地点，生成有人员ID、时间、地点组合而成的二进制的文件结构，顺序的记录到共享存储中。
二、嫌疑人员查找。办案人员根据手中已有的嫌疑人照片，或案发时间、地点等信息，查找嫌疑人的过程。办案人员查找成功后可以得到嫌疑人的ID，进而获得照片、及出现时间地点等信息。
三、嫌疑人员伴随人员查找。办案人员根据嫌疑人ID，选择查找时间及查找地点范围，查找与对象嫌疑人在相近时间、相近地点出现的人。办案人员查找成功后可以得到嫌疑人的伴随人员信息，进而快速了解并还原案发现场情况。
本发明提升了办案人员的工作效率，通过预先清洗抓拍人员与空间、时间之间的对应关系，有效的将嫌疑人及嫌疑人的伴随人员联系起来，有利于办案人员迅速找寻破案线索，还原案发现场，高效破案。
图2为本发明实施例的一种伴随人员获取系统的整体结构示意图，包括：
第一获取模块，用于基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
第二获取模块，用于基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
基于上述任一实施例，提供一种伴随人员获取系统，所述人员记录数据库中包括：各人员ID信息、出现地点信息和出现时间信息。
基于上述任一实施例，提供一种伴随人员获取系统，所述目标嫌疑人的已知数据信息包括以下至少一种：目标嫌疑人的照片、时间信息和地点信息。
基于上述任一实施例，提供一种伴随人员获取系统，还包括数据库生成模块，用于：获取各人员的帧图像；利用人脸识别算法识别所述各帧图像中的各人员，同时给各人员添加ID信息；将所述各人员的ID信息、出现地点信息和出现时间信息存储在人员记录数据库中。
基于上述任一实施例，提供一种伴随人员获取系统，所述数据库生成模块进一步用于：获取各人员的视频信息；对所述视频信息进行解码，获取解码后所述视频信息中的帧图像。
基于上述任一实施例，提供一种伴随人员获取系统，所述数据库生成模块进一步用于：生成包含人员的ID信息、出现地点信息和出现时间信息的二进制文件，将所述二进制文件顺序存储在人员记录数据库中。
基于上述任一实施例，提供一种伴随人员获取系统，所述第一获取模块进一步用于：
基于至少一项所述目标嫌疑人的已知数据信息，获取所述目标嫌疑人的ID信息；
基于所述目标嫌疑人的ID信息，获取所述目标嫌疑人的时间信息和/或地点信息。
基于上述任一实施例，提供一种伴随人员获取系统，所述第二获取模块进一步用于：基于所述目标嫌疑人的ID信息，从所述人员记录数据库中获取所述目标嫌疑人的目标出现地点信息和/或目标出现时间信息；从所述人员记录数据库中获取与所述目标出现地点信息和/或目标出现时间信息相同的人员。
图3示出本申请实施例的伴随人员获取的设备的结构框图。
参照图3，所述伴随人员获取的设备，包括：处理器(processor)301、存储器(memory)302和总线303；
其中，
所述处理器301和存储器302通过所述总线303完成相互间的通信；
所述处理器301用于调用所述存储器302中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：
S1，基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
S2，基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
S1，基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
S2，基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：
S1，基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
S2，基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的伴随人员获取的设备等实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。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)

1.一种伴随人员获取方法，其特征在于，包括：
S1，基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
S2，基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
2.根据权利要求1所述的方法，其特征在于，所述人员记录数据库中包括：各人员ID信息、出现地点信息和出现时间信息。
3.根据权利要求1所述的方法，其特征在于，所述目标嫌疑人的已知数据信息包括以下至少一种：目标嫌疑人的照片、时间信息和地点信息。
4.根据权利要求2所述的方法，其特征在于，所述步骤S1前还包括：
S01，获取各人员的帧图像；
S02，利用人脸识别算法识别所述各帧图像中的各人员，同时给各人员添加ID信息；
S03，将所述各人员的ID信息、出现地点信息和出现时间信息存储在人员记录数据库中。
5.根据权利要求4所述的方法，其特征在于，所述S01进一步包括：获取各人员的视频信息；对所述视频信息进行解码，获取解码后所述视频信息中的帧图像。
6.如权利要求4所述的方法，其特征在于，所述S03进一步包括：生成包含人员的ID信息、出现地点信息和出现时间信息的二进制文件，将所述二进制文件顺序存储在人员记录数据库中。
7.根据权利要求3所述的方法，其特征在于，所述S1进一步包括：
基于至少一项所述目标嫌疑人的已知数据信息，获取所述目标嫌疑人的ID信息；
基于所述目标嫌疑人的ID信息，获取所述目标嫌疑人的时间信息和/或地点信息。
8.如权利要求7所述的方法，其特征在于，所述S2进一步包括：
基于所述目标嫌疑人的ID信息，从所述人员记录数据库中获取所述目标嫌疑人的目标出现地点信息和/或目标出现时间信息；从所述人员记录数据库中获取与所述目标出现地点信息和/或目标出现时间信息相同的人员。
9.一种伴随人员获取系统，其特征在于，包括：
第一获取模块，用于基于目标嫌疑人的已知数据信息，从人员记录数据库中获取所述目标嫌疑人的历史数据信息；
第二获取模块，用于基于所述历史数据信息，从所述人员记录数据库中获取所述目标嫌疑人的伴随人员。
10.一种伴随人员获取方法的设备，其特征在于，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至8任一所述的方法。
CN201710889639.3A 2017-09-27 2017-09-27 一种基于人脸识别的伴随人员获取方法及系统 Pending CN107861979A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710889639.3A CN107861979A (zh) 2017-09-27 2017-09-27 一种基于人脸识别的伴随人员获取方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710889639.3A CN107861979A (zh) 2017-09-27 2017-09-27 一种基于人脸识别的伴随人员获取方法及系统

Publications (1)

Publication Number Publication Date
CN107861979A true CN107861979A (zh) 2018-03-30

Family

ID=61698524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710889639.3A Pending CN107861979A (zh) 2017-09-27 2017-09-27 一种基于人脸识别的伴随人员获取方法及系统

Country Status (1)

Country Link
CN (1) CN107861979A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376639A (zh) * 2018-10-16 2019-02-22 上海弘目智能科技有限公司 基于人像识别的伴随人员预警系统及方法
CN109635149A (zh) * 2018-12-17 2019-04-16 北京旷视科技有限公司 人物搜索方法、装置及电子设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376639A (zh) * 2018-10-16 2019-02-22 上海弘目智能科技有限公司 基于人像识别的伴随人员预警系统及方法
CN109376639B (zh) * 2018-10-16 2021-12-17 上海弘目智能科技有限公司 基于人像识别的伴随人员预警系统及方法
CN109635149A (zh) * 2018-12-17 2019-04-16 北京旷视科技有限公司 人物搜索方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN105574467A (zh) 用于具有人物辨识的相机的隐私
US20140293069A1 (en) Real-time image classification and automated image content curation
CN109086670B (zh) 人脸识别方法、装置及设备
CN110852222A (zh) 一种基于目标检测的校园走廊场景智能监控方法
CN110889314B (zh) 图像处理方法、装置、电子设备、服务器及系统
CN113255685B (zh) 一种图像处理方法、装置、计算机设备以及存储介质
CN109446946A (zh) 一种基于多线程的多摄像头实时检测方法
CN109783680B (zh) 图像推送方法、图像获取方法、装置及图像处理系统
CN111564157A (zh) 会议记录优化方法、装置、设备及存储介质
CN113361458A (zh) 基于视频的目标对象识别方法、装置、车辆及路侧设备
CN111553298A (zh) 一种基于区块链的火灾识别方法及系统
CN111445442B (zh) 基于神经网络的人群计数方法、装置、服务器及存储介质
CN107861979A (zh) 一种基于人脸识别的伴随人员获取方法及系统
WO2019091988A1 (en) Change-aware person identification
CN113705417B (zh) 图像处理方法及装置、电子设备及计算机可读存储介质
CN111767839B (zh) 一种车辆行驶轨迹确定方法、装置、设备及介质
CN111708906B (zh) 基于人脸识别的来访检索方法、装置、设备及存储介质
CN112597861A (zh) 支持高频使用缓冲机制的混合模式人脸识别方法与系统
CN111401482A (zh) 特征点匹配方法及装置、设备、存储介质
CN110516094A (zh) 门类兴趣点数据的去重方法、装置、电子设备及存储介质
CN110245648A (zh) 基于人像识别的智慧单警系统
CN110798656A (zh) 一种监控视频文件处理方法、装置、介质和设备
CN111382628B (zh) 同行判定方法及装置
CN113342978A (zh) 一种城市事件处理方法及装置
CN113553905A (zh) 图像识别方法、装置及系统

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