CN108009530B - 一种身份标定系统和方法 - Google Patents
一种身份标定系统和方法 Download PDFInfo
- Publication number
- CN108009530B CN108009530B CN201711446279.6A CN201711446279A CN108009530B CN 108009530 B CN108009530 B CN 108009530B CN 201711446279 A CN201711446279 A CN 201711446279A CN 108009530 B CN108009530 B CN 108009530B
- Authority
- CN
- China
- Prior art keywords
- identity information
- node
- node identity
- face
- face features
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004891 communication Methods 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims description 96
- 230000001815 facial effect Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06V40/10—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
Abstract
本发明实施例提供了一种身份标定系统和方法,该系统包括:包含图像采集装置的计算节点,与所述计算节点建立通信连接的服务器;所述计算节点,用于利用其上的图像采集装置,按照预设图像采集频率采集图像;对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;之后,将人脸特征及人脸特征对应的节点身份信息上传至所述服务器;所述服务器,用于基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定。由此,本发明实施例通过计算节点和服务器的分布式计算提高了系统的效率以及安全性。
Description
技术领域
本发明涉及信息处理技术领域,特别是一种身份标定系统和方法。
背景技术
传统的ibeacon低耗能的蓝牙技术定位,只能提供简单的位置信息,无法提供更详细的分析数据。随着图像处理技术越来越成熟,此类商业的应用也越来越多。尤其是其中的人脸识别,应用于商场对客流量的统计和商场中商铺的热点检测等是非常有价值的。
目前的商场客流量的统计和客流的移动轨迹追踪的实现是以人脸识别技术为基础,由于人脸识别需要较高的运算能力,通过将摄像头拍摄的视频流发送至后台服务器进行人脸识别可以提高识别速度,后台服务器接收到视频流后,分析视频中的信息,可以识别并提取相关的特征值并用于存储比较,然后显示相关的分析信息。其具体架构图如图1所示。
但图1所示的系统的问题在于,视频流是占用带宽的应用,当节点较多时,网络负载较大,对系统的稳定性及准确性有较大的影响,且后台服务器分析多路视频流时也存在计算资源不够的问题。另外,当视频流上传至后台服务器时,还涉及用户隐私问题。因此,亟待解决这些问题。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的身份标定系统和方法,该身份标定系统通过计算节点和服务器的分布式计算提高了系统的效率以及安全性。
本发明实施例提供了一种身份标定系统,包括:包含图像采集装置的计算节点,与所述计算节点建立通信连接的服务器;
所述计算节点,用于利用其上的图像采集装置,按照预设图像采集频率采集图像;对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;之后,将人脸特征及人脸特征对应的节点身份信息上传至所述服务器;
所述服务器,用于基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定。
可选地,所述计算节点还用于:
在人脸特征与节点身份信息的对应关系中,将识别出的人脸特征与所述对应关系中的人脸特征进行匹配;
若所述对应关系中存在匹配的人脸特征,则将所述对应关系中匹配的人脸特征对应的节点身份信息,确定为识别出的人脸特征对应的节点身份信息;
若所述对应关系中不存在匹配的人脸特征,则分配一与所述对应关系中包含的节点身份信息不同的新节点身份信息,将所述新节点身份信息确定为识别出的人脸特征对应的节点身份信息,并将所述新节点身份信息及对应的人脸特征记录到所述对应关系中。
可选地,所述计算节点还用于:
在确定人脸特征对应的节点身份信息之后,将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中。
可选地,所述计算节点还用于:
若所述节点日志表中的节点身份信息存在不相同的情况,则记为第一节点身份信息和第二节点身份信息;
从所述节点日志表中查询所述第一节点身份信息和所述第二节点身份信息各自对应的人脸中心坐标以及出现时间;
判断所述第二节点身份信息对应的人脸中心坐标相对所述第一节点身份信息对应的人脸中心坐标偏移的偏移量是否小于预设数量的像素点;
若是,并且相同的所述第一节点身份信息之间的所述第二节点身份信息所持续的帧数小于预设帧数,则将所述第一节点身份信息和所述第二节点身份信息确定为实质相同的节点身份信息,并记录在节点身份信息合并表中。
可选地,所述服务器还用于:
根据多个所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,将相同人脸特征的节点身份信息分配相同的标定身份信息,建立标定身份信息、人脸特征以及节点身份信息间的映射关系;
根据所述映射关系中的各节点身份信息,查询所述计算节点上传的节点身份信息合并表中与各节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到所述映射关系中。
可选地,所述服务器还用于:
当再次接收到多个所述计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,判断所述映射关系中是否存在与上传的节点身份信息相同的节点身份信息,若存在,则根据所述映射关系将相同的节点身份信息对应的标定身份信息作为上传的节点身份信息的标定身份;若不存在,则分配与所述映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为上传的节点身份信息的标定身份,并将新标定身份信息、上传的节点身份信息以及对应的人脸特征记录到所述映射关系中。
可选地,所述计算节点还用于:将所述节点日志表上传至所述服务器;
所述服务器还用于:当再次接收到多个所述计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,根据所述节点日志表,若该任意计算节点在预设时长内确定的同一节点身份信息的数量大于预设数量阈值,则将该同一节点身份信息标定为有效身份信息,对标定为有效身份信息的节点身份信息进一步判断所述映射关系中是否存在与有效身份信息相同的节点身份信息,若存在,则根据所述映射关系将相同的节点身份信息对应的标定身份信息作为有效身份信息的标定身份;若不存在,则分配与所述映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为有效身份信息的标定身份,并将新标定身份信息、有效身份信息以及对应的人脸特征记录到所述映射关系中。
可选地,所述服务器还用于:
根据所述映射关系中新标定身份信息对应的节点身份信息,查询节点身份信息合并表中与新标定身份信息对应的节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到所述映射关系中。
可选地,所述计算节点还用于:
在对采集的图像进行人脸识别时,若检测到图像中包含多个人脸,则启动与多个人脸相同数量的多个工作线程;
利用所述多个工作线程,识别出图像中多个人脸各自的人脸特征,根据识别出的人脸特征,确定人脸特征对应的节点身份信息,其中,一个工作线程识别一个人脸的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息。
可选地,所述计算节点还用于:
根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至所述服务器,并生成上传日志,从而根据所述上传日志,将后续保存在本地的且未上传至所述服务器的人脸特征及人脸特征对应的节点身份信息上传至所述服务器。
本发明实施例还提供了一种身份标定方法,应用于包含图像采集装置的计算节点,所述方法包括:
利用图像采集装置,按照预设图像采集频率采集图像;
对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;
将人脸特征及人脸特征对应的节点身份信息上传至服务器,从而所述服务器基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定。
可选地,所述根据识别出的人脸特征,确定人脸特征对应的节点身份信息,包括:
在人脸特征与节点身份信息的对应关系中,将识别出的人脸特征与所述对应关系中的人脸特征进行匹配;
若所述对应关系中存在匹配的人脸特征,则将所述对应关系中匹配的人脸特征对应的节点身份信息,确定为识别出的人脸特征对应的节点身份信息;
若所述对应关系中不存在匹配的人脸特征,则分配一与所述对应关系中包含的节点身份信息不同的新节点身份信息,将所述新节点身份信息确定为识别出的人脸特征对应的节点身份信息,并将所述新节点身份信息及对应的人脸特征记录到所述对应关系中。
可选地,在确定人脸特征对应的节点身份信息之后,所述方法还包括:
将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中。
可选地,所述方法还包括:
若所述节点日志表中的节点身份信息存在不相同的情况,则记为第一节点身份信息和第二节点身份信息;
从所述节点日志表中查询所述第一节点身份信息和所述第二节点身份信息各自对应的人脸中心坐标以及出现时间;
判断所述第二节点身份信息对应的人脸中心坐标相对所述第一节点身份信息对应的人脸中心坐标偏移的偏移量是否小于预设数量的像素点;
若是,并且相同的所述第一节点身份信息之间的所述第二节点身份信息所持续的帧数小于预设帧数,则将所述第一节点身份信息和所述第二节点身份信息确定为实质相同的节点身份信息,并记录在节点身份信息合并表中。
可选地,所述方法还包括:
将所述节点日志表以及所述节点身份信息合并表上传至所述服务器。
可选地,所述对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息,包括:
在对采集的图像进行人脸识别时,若检测到图像中包含多个人脸,则启动与多个人脸相同数量的多个工作线程;
利用所述多个工作线程,识别出图像中多个人脸各自的人脸特征,根据识别出的人脸特征,确定人脸特征对应的节点身份信息,其中,一个工作线程识别一个人脸的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息。
可选地,所述将人脸特征及人脸特征对应的节点身份信息上传至服务器,包括:
根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至所述服务器,并生成上传日志,从而根据所述上传日志,将后续保存在本地的且未上传至所述服务器的人脸特征及人脸特征对应的节点身份信息上传至所述服务器。
本发明实施例还提供了一种身份标定方法,应用于服务器,包括:
接收包含图像采集装置的计算节点上传的人脸特征及人脸特征对应的节点身份信息;其中,所述计算节点利用其上的图像采集装置,按照预设图像采集频率采集图像;对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;之后,将人脸特征及人脸特征对应的节点身份信息上传至所述服务器;
基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定。
可选地,基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定,包括:
根据多个所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,将相同人脸特征的节点身份信息分配相同的标定身份信息,建立标定身份信息、人脸特征以及节点身份信息间的映射关系;
根据所述映射关系中的各节点身份信息,查询所述计算节点上传的节点身份信息合并表中与各节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到所述映射关系中。
可选地,基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定,包括:
当再次接收到多个所述计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,判断所述映射关系中是否存在与上传的节点身份信息相同的节点身份信息,若存在,则根据所述映射关系将相同的节点身份信息对应的标定身份信息作为上传的节点身份信息的标定身份;若不存在,则分配与所述映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为上传的节点身份信息的标定身份,并将新标定身份信息、上传的节点身份信息以及对应的人脸特征记录到所述映射关系中。
可选地,基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定,包括:
当再次接收到多个所述计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,根据所述计算节点上传的节点日志表,若该任意计算节点在预设时长内确定的同一节点身份信息的数量大于预设数量阈值,则将该同一节点身份信息标定为有效身份信息,对标定为有效身份信息的节点身份信息进一步判断所述映射关系中是否存在与有效身份信息相同的节点身份信息,若存在,则根据所述映射关系将相同的节点身份信息对应的标定身份信息作为有效身份信息的标定身份;若不存在,则分配与所述映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为有效身份信息的标定身份,并将新标定身份信息、有效身份信息以及对应的人脸特征记录到所述映射关系中。
可选地,所述方法还包括:
根据所述映射关系中新标定身份信息对应的节点身份信息,查询节点身份信息合并表中与新标定身份信息对应的节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到所述映射关系中。
本发明实施例提供的身份标定系统包括了包含图像采集装置的计算节点,以及与计算节点建立通信连接的服务器,在计算节点采集图像并进行图像的人脸识别后,提取人脸特征及分析数据上传至服务器;服务器进行特征匹配及关联,实现人脸特征的身份标定;由此,通过计算节点和服务器的分布式计算提高了系统的效率以及安全性。
并且,本发明实施例在计算节点处,还在人脸识别的图像分析算法的基础上对识别人脸特征确定的节点身份信息进一步分析,解决人在同一位置点的指定范围内,由于人脸的角度以及光线,会确定出不同的节点身份信息的问题,提高计算节点识别的准确性,进而提高了整个系统的身份标定的准确性。
进一步,本发明实施例在服务器处,通过对计算节点的节点身份信息的有效性确定,解决人在同一位置点的指定范围内,由于人脸的角度以及光线,会确定出不同的节点身份信息的问题,提高了整个系统的身份标定的准确性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1所示为现有技术中热点分析与移动轨迹追踪的系统架构示意图;
图2所示为根据本发明一实施例的身份标定系统的结构示意图;
图3所示为根据本发明一实施例的应用于计算节点的身份标定方法的流程示意图;
图4所示为根据本发明一实施例的节点身份信息的T型规律示意图;
图5所示为根据本发明一实施例的应用于服务器的身份标定方法的流程示意图;以及
图6所示为根据本发明另一实施例的应用于服务器的身份标定方法的流程示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决上述技术问题,本发明实施例提供了一种身份标定系统,该身份标定系统通过计算节点和服务器的分布式计算提高了系统的效率以及安全性。如图2所示,本发明实施例提供的身份标定系统可以包括计算节点210,与计算节点210建立通信连接的服务器220,具体地:
计算节点210包含图像采集装置211,用于利用其上的图像采集装置211,按照预设图像采集频率采集图像;对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;之后,将人脸特征及人脸特征对应的节点身份信息上传至服务器220;
服务器220,用于基于计算节点210上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定。
需要说明的是,本发明实施例提供的身份标定系统中的计算节点210的数量可以是一个或多个,图2中的四个计算节点210仅是示意性的,并不对本发明实施例进行限制。
在本发明的可选实施例中,预设图像采集频率可以根据实际需求来设置或调整,如预设图像采集频率可以是1秒采集3帧图像,或者1秒采集4帧图像等,本发明实施例对此不作限制。
在本发明的可选实施例中,计算节点210对采集的图像进行人脸识别,识别出图像中的人脸特征,具体可以利用人脸识别算法对采集的图像进行人脸识别,在检测到人脸并定位面部关键特征点后,提取人脸区域进行预处理,提取人脸特征,如人脸中心坐标、脸部的五官位置、脸型、角度等。
在本发明的可选实施例中,计算节点210在根据识别出的人脸特征,确定人脸特征对应的节点身份信息时,具体可以是:
在人脸特征与节点身份信息的对应关系中,将识别出的人脸特征与对应关系中的人脸特征进行匹配,得到匹配结果;
若匹配结果为对应关系中存在匹配的人脸特征,则将对应关系中匹配的人脸特征对应的节点身份信息,确定为识别出的人脸特征对应的节点身份信息;
若匹配结果为对应关系中不存在匹配的人脸特征,则分配一与对应关系中包含的节点身份信息不同的新节点身份信息,将新节点身份信息确定为识别出的人脸特征对应的节点身份信息,并将新节点身份信息及对应的人脸特征记录到对应关系中。
这里的节点身份信息中包含计算节点的标识,是表示人脸特征在计算节点上的身份信息,即各节点上的对应关系是分别独立生成并存储的,例如身份标定系统中的计算节点210包括计算节点A、B、C和D,假设从计算节点A和B采集的图像中均识别出人脸特征a,则人脸特征a在计算节点A上对应的节点身份信息是节点A-a,人脸特征a在计算节点B上对应的节点身份信息是节点B-a。下面的表1中示意了计算节点A的人脸特征与节点身份信息的对应关系,同样地,计算节点B、C和D也存在类似表1所示的对应关系表。需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
表1
在本发明的可选实施例中,若对应关系中存在与识别出的人脸特征的匹配度大于预设阈值的人脸特征,则确定对应关系中存在匹配的人脸特征,否则确定对应关系中不存在匹配的人脸特征。这里的预设阈值可以根据实际需求来设置,例如匹配度以0至100的数值来衡量,则预设阈值可以是75或80等,需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
在本发明的可选实施例中,计算节点210在对采集的图像进行人脸识别时,若检测到图像中包含多个人脸,则启动与多个人脸相同数量的多个工作线程;利用多个工作线程,识别出图像中多个人脸各自的人脸特征,根据识别出的人脸特征,确定人脸特征对应的节点身份信息,其中,一个工作线程识别一个人脸的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息。这样,通过多线程并行工作的方式能够提高计算节点的处理效率,从而提高整个身份标定系统的处理效率。
在本发明的可选实施例中,计算节点210在将人脸特征及人脸特征对应的节点身份信息上传至服务器220时,可以实时上传,具体地:
计算节点210每当确定人脸特征对应的节点身份信息后,实时将人脸特征及人脸特征对应的节点身份信息上传至服务器220。
在本发明的可选实施例中,计算节点210在将人脸特征及人脸特征对应的节点身份信息上传至服务器220时,也可以按照预设上传频率上传,具体地:
计算节点210在确定人脸特征对应的节点身份信息之后,将人脸特征及人脸特征对应的节点身份信息保存在本地;
根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至服务器220。
这里的预设上传频率可以按照实际需求进行设置,如预设上传频率可以是每隔1分钟上传一次,或者每隔2分钟上传一次,需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
在本发明的可选实施例中,计算节点210还用于根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至服务器220,并将已上传至服务器220的人脸特征及人脸特征对应的节点身份信息从本地删除。这样,能够节省本地的存储空间。
在本发明的可选实施例中,计算节点210还用于根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至服务器220,并生成上传日志,从而根据上传日志,将后续保存在本地的且未上传至服务器220的人脸特征及人脸特征对应的节点身份信息上传至服务器220。这样,能够避免重复上传的问题,能够节省传输资源,并提高服务器侧的处理效率。
在本发明的可选实施例中,计算节点210在确定人脸特征对应的节点身份信息之后,可以将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中。仍以上述的计算节点A、B、C和D为例,下面的表2示意了计算节点A的节点日志表,同样地,计算节点B、C和D也存在类似表2所示的节点日志表。需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
表2
进一步地,保存在本地的节点日志表,可以供后续使用。例如,能够解决人在同一位置点的指定范围内,由于人脸的角度以及光线,会确定出不同的节点身份信息的问题。又例如,能够确定单节点对应的节点身份信息中的有效身份信息,从而在应用到实际场景时,用来统计用户在该场景下的停留情况,等等。下面将分别进行详细介绍。
在本发明的可选实施例中,在解决人在同一位置点的指定范围内,由于人脸的角度以及光线,会确定出不同的节点身份信息的问题时,具体地:
若节点日志表中的节点身份信息存在不相同的情况,记为第一节点身份信息和第二节点身份信息,则计算节点210还用于:
从节点日志表中查询第一节点身份信息和第二节点身份信息各自对应的人脸中心坐标以及出现时间;
判断第二节点身份信息对应的人脸中心坐标相对第一节点身份信息对应的人脸中心坐标偏移的偏移量是否小于预设数量的像素点;
若是,并且相同的第一节点身份信息之间的第二节点身份信息所持续的帧数小于预设帧数,则将第一节点身份信息和第二节点身份信息确定为实质相同的节点身份信息,并记录在节点身份信息合并表中。
这里的预设数量可以根据实际需求来设置,如10等;预设帧数也可以根据实际需求来设置,如4等。需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
仍以上述的计算节点A、B、C和D为例,下面的表3示意了计算节点A的节点身份信息合并表,在表3中,节点A-a、节点A-c以及节点A-e为实质相同的节点身份信息;节点A-b和节点A-d为实质相同的节点身份信息。同样地,计算节点B、C和D也存在类似表3所示的节点身份信息合并表。需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
表3
在本发明的可选实施例中,若计算节点210的数量为一个,计算节点210可以将自身的节点日志表上传至服务器220,服务器220可以根据计算节点210上传的节点日志表,判断某同一节点身份信息的数量是否大于预设数量阈值,若计算节点210在预设时长T内确定的同一节点身份信息的数量大于预设数量阈值M,则将该同一节点身份信息标定为有效身份信息。例如,在预设时长10秒内确定的同一节点身份信息的数量大于预设数量阈值7,则将该同一节点身份信息标定为有效身份信息。需要说明的是,T和M可以根据实际需求来设置,此处的举例仅是示意性的,并不对本发明实施例进行限制。
这样,服务器220进一步可以根据有效身份信息来统计人数,例如,计算节点210的图像采集装置是采集的商场的图像,则服务器220可以根据有效身份信息来统计商场的客流量。又例如,计算节点210的图像采集装置是采集的商场中商铺的图像,则服务器220可以根据有效身份信息来统计商场中商铺的客流量。需要说明的是,此处列举的商场仅是示意性的,用户可以根据实际需求将本发明实施例提供的身份标定系统部署在相应的场景,如热门景点、公共场所等,利用身份标定系统来实现人物身份的标定,进而根据标定的身份来实现场景的客流量的统计和热点的检测。
在一个具体的应用场景中,对于展会或产品陈列时,通常需要了解参观人员对产品或展品的关注度,因此,需要统计有停留的参观人员,不统计那些没有停留的。采用本发明实施例提供的身份标定系统可以来实现,具体地:
采用计算节点210的图像采集装置来采集展会或产品陈列的图像,对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息,之后,将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中;
计算节点210将自身的节点日志表上传至服务器220;
服务器220可以根据计算节点210上传的节点日志表,判断某同一节点身份信息的数量是否大于预设数量阈值,若计算节点210在预设时长T内确定的同一节点身份信息的数量大于预设数量阈值M,则将该同一节点身份信息标定为有效身份信息。例如,在预设时长10秒内确定的同一节点身份信息的数量大于预设数量阈值7,则将该同一节点身份信息标定为有效身份信息。从而,服务器220可以根据有效身份信息来统计有停留的参观人员。
在本发明的可选实施例中,若计算节点210的数量为多个,服务器220可以对计算节点上传的人脸特征和人脸特征对应的节点身份信息进行计算节点间的节点身份信息的匹配。仍然以上文列举为例,人脸特征a在计算节点A上对应的节点身份信息是节点A-a,人脸特征a在计算节点B上对应的节点身份信息是节点B-a,服务器220可以根据人脸特征a标定节点身份信息节点A-a和节点B-a是同一个人,并分配统一的标定身份信息为gid-a。服务器220具体可以通过以下步骤来实现:
根据多个计算节点210上传的人脸特征及人脸特征对应的节点身份信息,将相同人脸特征的节点身份信息分配相同的标定身份信息,建立标定身份信息、人脸特征以及节点身份信息间的映射关系;
根据映射关系中的各节点身份信息,查询计算节点上传的节点身份信息合并表中与各节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到映射关系中。
下面的表4示意了服务器220上建立的初始的映射关系,需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
表4
进一步地,服务器220根据表4所示的映射关系中的各节点身份信息,可以查询表3所示的计算节点A的节点身份信息合并表中,与各节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到映射关系中,得到表5所示的映射关系。
表5
同样地,服务器220根据表4所示的映射关系中的各节点身份信息,还可以查询计算节点B、C和D的节点身份信息合并表中,与各节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到映射关系中。
在本发明的可选实施例中,服务器220当再次接收到多个计算节点210中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,还可以判断映射关系中是否存在与上传的节点身份信息相同的节点身份信息,若存在,则根据映射关系将相同的节点身份信息对应的标定身份信息作为上传的节点身份信息的标定身份;若不存在,则分配与映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为上传的节点身份信息的标定身份,并将新标定身份信息、上传的节点身份信息以及对应的人脸特征记录到映射关系中。
在本发明的可选实施例中,多个计算节点210将各自的节点日志表上传至服务器220,则服务器220当再次接收到多个计算节点210中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,可以根据该任意计算节点的节点日志表,若该任意计算节点在预设时长内确定的同一节点身份信息的数量大于预设数量阈值,则将该同一节点身份信息标定为有效身份信息,对标定为有效身份信息的节点身份信息进一步判断映射关系中是否存在与有效身份信息相同的节点身份信息,若存在,则根据映射关系将相同的节点身份信息对应的标定身份信息作为有效身份信息的标定身份;若不存在,则分配与映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为有效身份信息的标定身份,并将新标定身份信息、有效身份信息以及对应的人脸特征记录到映射关系中。
在本发明的可选实施例中,服务器220还可以根据多个计算节点210各自的节点日志表,对建立的初始的映射关系中的节点身份信息的有效性进行判断,若节点身份信息具备有效性,则保留;若节点身份信息不具备有效性,则删除。
在本发明的可选实施例中,服务器220还可以根据映射关系中新标定身份信息对应的节点身份信息,查询节点身份信息合并表中与新标定身份信息对应的节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到映射关系中。
这样,服务器220进一步可以根据标定身份信息来统计人数,例如,多个计算节点210的图像采集装置是采集的商场的图像,则服务器220可以根据标定身份信息来统计商场的客流量。又例如,多个计算节点210的图像采集装置是采集的商场中商铺的图像,则服务器220可以根据标定身份信息来统计商场中商铺的客流量。需要说明的是,此处列举的商场仅是示意性的,用户可以根据实际需求将本发明实施例提供的身份标定系统部署在相应的场景,如热门景点、公共场所等,利用身份标定系统来实现人物身份的标定,进而根据标定的身份来实现场景的客流量的统计和热点的检测。
在本发明的可选实施例中,可以分别在计算节点210及服务器220中部署实现基于网络的分布式管理系统,计算节点210可以通过此分布式管理系统上传对采集的图像进行人脸识别和分析的分析结果,如人脸特征、人脸特征对应的节点身份信息、人脸在图像中的坐标位置、图像的采集时间等等,本发明实施例不限于此。
基于同一发明构思,本发明实施例还提供了一种身份标定方法。如图3所示为根据本发明一实施例的应用于计算节点的身份标定方法的流程示意图,参见图3,该应用于包含图像采集装置的计算节点的身份标定方法可以包括如下步骤S302至S306。
步骤S302,利用图像采集装置,按照预设图像采集频率采集图像。
步骤S304,对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息。
在该步骤中,对采集的图像进行人脸识别,若未识别出人脸,则继续获取图像采集装置采集的图像,并对图像进行人脸识别。
步骤S306,将人脸特征及人脸特征对应的节点身份信息上传至服务器,从而服务器基于计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定。
上文步骤S302中提及的预设图像采集频率可以根据实际需求来设置或调整,如预设图像采集频率可以是1秒采集3帧图像,或者1秒采集4帧图像等,本发明实施例对此不作限制。
在本发明的可选实施例中,步骤S304中对采集的图像进行人脸识别,识别出图像中的人脸特征,具体可以利用人脸识别算法对采集的图像进行人脸识别,在检测到人脸并定位面部关键特征点后,提取人脸区域进行预处理,提取人脸特征,如人脸中心坐标、脸部的五官位置、脸型、角度等。
在本发明的可选实施例中,步骤S304中根据识别出的人脸特征,确定人脸特征对应的节点身份信息,具体可以是在人脸特征与节点身份信息的对应关系中,将识别出的人脸特征与对应关系中的人脸特征进行匹配,得到匹配结果;若匹配结果为对应关系中存在匹配的人脸特征,则将对应关系中匹配的人脸特征对应的节点身份信息,确定为识别出的人脸特征对应的节点身份信息;若匹配结果为对应关系中不存在匹配的人脸特征,则分配一与对应关系中包含的节点身份信息不同的新节点身份信息,将新节点身份信息确定为识别出的人脸特征对应的节点身份信息,并将新节点身份信息及对应的人脸特征记录到对应关系中。
这里的节点身份信息中包含计算节点的标识,是表示人脸特征在计算节点上的身份信息,例如身份标定系统中的计算节点包括计算节点A、B、C和D,假设从计算节点A和B采集的图像中均识别出人脸特征a,则人脸特征a在计算节点A上对应的节点身份信息是节点A-a,人脸特征a在计算节点B上对应的节点身份信息是节点B-a,需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
在本发明的可选实施例中,若对应关系中存在与识别出的人脸特征的匹配度大于预设阈值的人脸特征,则确定对应关系中存在匹配的人脸特征,否则确定对应关系中不存在匹配的人脸特征。这里的预设阈值可以根据实际需求来设置,例如匹配度以0至100的数值来衡量,则预设阈值可以是75或80等,需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
在本发明的可选实施例中,步骤S304中在对采集的图像进行人脸识别时,若检测到图像中包含多个人脸,则启动与多个人脸相同数量的多个工作线程;利用多个工作线程,识别出图像中多个人脸各自的人脸特征,根据识别出的人脸特征,确定人脸特征对应的节点身份信息,其中,一个工作线程识别一个人脸的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息。这样,通过多线程并行工作的方式能够提高计算节点的处理效率,从而提高整个身份标定系统的处理效率。
在本发明的可选实施例中,上文步骤S306中将人脸特征及人脸特征对应的节点身份信息上传至服务器,可以实时上传,具体可以是每当确定人脸特征对应的节点身份信息后,实时将人脸特征及人脸特征对应的节点身份信息上传至服务器。
在本发明的可选实施例中,步骤S306中将人脸特征及人脸特征对应的节点身份信息上传至服务器,也可以按照预设上传频率上传,具体可以是在确定人脸特征对应的节点身份信息之后,将人脸特征及人脸特征对应的节点身份信息保存在本地;根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至服务器。
这里的预设上传频率可以按照实际需求进行设置,如预设上传频率可以是每隔1分钟上传一次,或者每隔2分钟上传一次,需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
在本发明的可选实施例中,在根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至服务器时,可以根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至服务器,并将已上传至服务器的人脸特征及人脸特征对应的节点身份信息从本地删除。这样,能够节省本地的存储空间。
在本发明的可选实施例中,在根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至服务器时,可以根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至服务器,并生成上传日志,从而根据上传日志,将后续保存在本地的且未上传至服务器的人脸特征及人脸特征对应的节点身份信息上传至服务器。这样,能够避免重复上传的问题,能够节省传输资源,并提高服务器侧的处理效率。
在本发明的可选实施例中,上文步骤S304在确定人脸特征对应的节点身份信息之后,可以将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中,以供后续使用。例如,能够解决人在同一位置点的指定范围内,由于人脸的角度以及光线,会确定出不同的节点身份信息的问题。又例如,能够确定单节点对应的节点身份信息中的有效身份信息,从而在应用到实际场景时,用来统计用户在该场景下的停留情况,等等。下面将分别进行详细介绍。
在本发明的可选实施例中,若保存在本地的节点日志表中的节点身份信息存在不相同的情况,记为第一节点身份信息和第二节点身份信息,则本发明实施例还可以包括以下步骤:
从节点日志表中查询第一节点身份信息和第二节点身份信息各自对应的人脸中心坐标以及出现时间;
判断第二节点身份信息对应的人脸中心坐标相对第一节点身份信息对应的人脸中心坐标偏移的偏移量是否小于预设数量的像素点;
若是,并且相同的第一节点身份信息之间的第二节点身份信息所持续的帧数小于预设帧数,则将第一节点身份信息和第二节点身份信息确定为实质相同的节点身份信息,并记录在节点身份信息合并表中。
可以看到,本实施例能够解决人在同一位置点的指定范围内,由于人脸的角度以及光线,会确定出不同的节点身份信息的问题,即将上述步骤称为T型算法,T型算法构成的三个条件:
1)节点日志表中的节点身份信息存在不相同的情况,记为第一节点身份信息和第二节点身份信息;
2)第二节点身份信息对应的人脸中心坐标相对第一节点身份信息对应的人脸中心坐标偏移的偏移量小于预设数量的像素点;
3)节点身份信息跳动规律,符合梯形规律,如图4所示。
在满足条件1)和2)时,如果节点身份信息的变化规律如条件3)所示,并且,相同的第一节点身份信息之间的第二节点身份信息所持续的帧数小于预设帧数,则将第一节点身份信息和第二节点身份信息确定为相同的节点身份信息,用来增加系统的准确性。
这里的预设数量可以根据实际需求来设置,如10等;预设帧数也可以根据实际需求来设置,如4等。需要说明的是,此处举例仅是示意性的,并不对本发明实施例进行限制。
基于同一发明构思,本发明实施例还提供了一种身份标定方法。如图5所示为根据本发明一实施例的应用于服务器的身份标定方法的流程示意图,参见图5,该应用于服务器的身份标定方法可以包括如下步骤S502至S504。
步骤S502,接收包含图像采集装置的计算节点上传的人脸特征及人脸特征对应的节点身份信息;其中,计算节点利用其上的图像采集装置,按照预设图像采集频率采集图像;对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;之后,将人脸特征及人脸特征对应的节点身份信息上传至服务器。
步骤S504,基于计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定。
在本发明的可选实施例中,若计算节点的数量为一个,则步骤S504中基于计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定,具体可以是根据计算节点上传的节点日志表,判断某同一节点身份信息的数量是否大于预设数量阈值,若计算节点在预设时长T内确定的同一节点身份信息的数量大于预设数量阈值M,则将该同一节点身份信息标定为有效身份信息。例如,在预设时长10秒内确定的同一节点身份信息的数量大于预设数量阈值7,则将该同一节点身份信息标定为有效身份信息。需要说明的是,T和M可以根据实际需求来设置,此处的举例仅是示意性的,并不对本发明实施例进行限制。
这样,服务器进一步可以根据有效身份信息来统计人数,例如,计算节点的图像采集装置是采集的商场的图像,则服务器可以根据有效身份信息来统计商场的客流量。又例如,计算节点的图像采集装置是采集的商场中商铺的图像,则服务器可以根据有效身份信息来统计商场中商铺的客流量。需要说明的是,此处列举的商场仅是示意性的,用户可以根据实际需求将本发明实施例提供的身份标定系统部署在相应的场景,如热门景点、公共场所等,利用身份标定系统来实现人物身份的标定,进而根据标定的身份来实现场景的客流量的统计和热点的检测。
在一个具体的应用场景中,对于展会或产品陈列时,通常需要了解参观人员对产品或展品的关注度,因此,需要统计有停留的参观人员,不统计那些没有停留的。具体可以通过以下步骤来实现:
采用计算节点的图像采集装置来采集展会或产品陈列的图像,对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息,之后,将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中;计算节点将自身的节点日志表上传至服务器;
服务器可以根据计算节点上传的节点日志表,判断某同一节点身份信息的数量是否大于预设数量阈值,若计算节点在预设时长T内确定的同一节点身份信息的数量大于预设数量阈值M,则将该同一节点身份信息标定为有效身份信息。例如,在预设时长10秒内确定的同一节点身份信息的数量大于预设数量阈值7,则将该同一节点身份信息标定为有效身份信息。从而,服务器可以根据有效身份信息来统计有停留的参观人员。
在本发明的可选实施例中,若计算节点的数量为多个,则步骤S504具体可以对计算节点上传的人脸特征和人脸特征对应的节点身份信息进行计算节点间的节点身份信息的匹配。仍然以上文列举为例,人脸特征a在计算节点A上对应的节点身份信息是节点A-a,人脸特征a在计算节点B上对应的节点身份信息是节点B-a,服务器可以根据人脸特征a标定节点身份信息节点A-a和节点B-a是同一个人,并分配统一的标定身份信息为gid-a。步骤S504具体可以通过以下步骤来实现:
根据多个计算节点上传的人脸特征及人脸特征对应的节点身份信息,将相同人脸特征的节点身份信息分配相同的标定身份信息,建立标定身份信息、人脸特征以及节点身份信息间的映射关系;
根据映射关系中的各节点身份信息,查询计算节点上传的节点身份信息合并表中与各节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到映射关系中。
在本发明的可选实施例中,服务器当再次接收到多个计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,还可以判断映射关系中是否存在与上传的节点身份信息相同的节点身份信息,若存在,则根据映射关系将相同的节点身份信息对应的标定身份信息作为上传的节点身份信息的标定身份;若不存在,则分配与映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为上传的节点身份信息的标定身份,并将新标定身份信息、上传的节点身份信息以及对应的人脸特征记录到映射关系中。
在本发明的可选实施例中,多个计算节点将各自的节点日志表上传至服务器,则服务器当再次接收到多个计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,可以根据该任意计算节点的节点日志表,若该任意计算节点在预设时长内确定的同一节点身份信息的数量大于预设数量阈值,则将该同一节点身份信息标定为有效身份信息,对标定为有效身份信息的节点身份信息进一步判断映射关系中是否存在与有效身份信息相同的节点身份信息,若存在,则根据映射关系将相同的节点身份信息对应的标定身份信息作为有效身份信息的标定身份;若不存在,则分配与映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为有效身份信息的标定身份,并将新标定身份信息、有效身份信息以及对应的人脸特征记录到映射关系中。
在本发明的可选实施例中,服务器还可以根据多个计算节点各自的节点日志表,对建立的初始的映射关系中的节点身份信息的有效性进行判断,若节点身份信息具备有效性,则保留;若节点身份信息不具备有效性,则删除。
在本发明的可选实施例中,服务器还可以根据映射关系中新标定身份信息对应的节点身份信息,查询节点身份信息合并表中与新标定身份信息对应的节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到映射关系中。
这样,服务器进一步可以根据标定身份信息来统计人数,例如,多个计算节点的图像采集装置是采集的商场的图像,则服务器可以根据标定身份信息来统计商场的客流量。又例如,多个计算节点的图像采集装置是采集的商场中商铺的图像,则服务器可以根据标定身份信息来统计商场中商铺的客流量。需要说明的是,此处列举的商场仅是示意性的,用户可以根据实际需求将本发明实施例提供的身份标定系统部署在相应的场景,如热门景点、公共场所等,利用身份标定系统来实现人物身份的标定,进而根据标定的身份来实现场景的客流量的统计和热点的检测。
图6所示为根据本发明另一实施例的应用于服务器的身份标定方法的流程示意图,参见图6,该应用于服务器的身份标定方法可以包括如下步骤S602至S606。
步骤S602,接收包含图像采集装置的计算节点上传的人脸特征及人脸特征对应的节点身份信息;其中,计算节点利用其上的图像采集装置,按照预设图像采集频率采集图像;对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;之后,将人脸特征及人脸特征对应的节点身份信息上传至服务器。
步骤S604,在计算节点上传的人脸特征对应的节点身份信息中,分析节点身份信息是否为有效身份信息,若是,则继续执行步骤S606;若否,则返回步骤S602。
在该步骤中,根据计算节点的节点日志表,若计算节点在预设时长T内确定的同一节点身份信息的数量大于预设数量阈值M,则将该同一节点身份信息标定为有效身份信息。例如,在预设时长10秒内确定的同一节点身份信息的数量大于预设数量阈值7,则将该同一节点身份信息标定为有效身份信息。需要说明的是,T和M可以根据实际需求来设置,此处的举例仅是示意性的,并不对本发明实施例进行限制。
步骤S606,匹配gid列表,进而根据匹配结果,标定分析得到的有效身份信息的标定身份信息。
在该步骤中,gid列表中包括标定身份信息、人脸特征以及节点身份信息间的映射关系,可以判断映射关系中是否存在与有效身份信息相同的节点身份信息,若存在,则根据映射关系将相同的节点身份信息对应的标定身份信息作为有效身份信息的标定身份;若不存在,则分配与映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为有效身份信息的标定身份,并将新标定身份信息、有效身份信息以及对应的人脸特征记录到映射关系中。
在本发明的可选实施例中,还可以根据映射关系中新标定身份信息对应的节点身份信息,查询节点身份信息合并表中与新标定身份信息对应的节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到映射关系中。
根据上述任意一个可选实施例或多个可选实施例的组合,本发明实施例能够达到如下有益效果:
本发明实施例提供的身份标定系统包括了包含图像采集装置的计算节点,以及与计算节点建立通信连接的服务器,在计算节点采集图像并进行图像的人脸识别后,提取人脸特征及分析数据上传至服务器;服务器进行特征匹配及关联,实现人脸特征的身份标定;由此,通过计算节点和服务器的分布式计算提高了系统的效率以及安全性。
并且,本发明实施例在计算节点处,还在人脸识别的图像分析算法的基础上对识别人脸特征确定的节点身份信息进一步分析,解决人在同一位置点的指定范围内,由于人脸的角度以及光线,会确定出不同的节点身份信息的问题,提高计算节点识别的准确性,进而提高了整个系统的身份标定的准确性。
进一步,本发明实施例在服务器处,通过对计算节点的节点身份信息的有效性确定,解决人在同一位置点的指定范围内,由于人脸的角度以及光线,会确定出不同的节点身份信息的问题,提高了整个系统的身份标定的准确性。
以上所述的实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的示例性实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (18)
1.一种身份标定系统,其特征在于,包括:包含图像采集装置的计算节点,与所述计算节点建立通信连接的服务器;
所述计算节点,用于利用其上的图像采集装置,按照预设图像采集频率采集图像;对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;之后,将人脸特征及人脸特征对应的节点身份信息上传至所述服务器;
所述服务器,用于基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定;
其中,所述计算节点还用于:
在确定人脸特征对应的节点身份信息之后,将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中;
若所述节点日志表中的节点身份信息存在不相同的情况,则记为第一节点身份信息和第二节点身份信息;
从所述节点日志表中查询所述第一节点身份信息和所述第二节点身份信息各自对应的人脸中心坐标以及出现时间;
判断所述第二节点身份信息对应的人脸中心坐标相对所述第一节点身份信息对应的人脸中心坐标偏移的偏移量是否小于预设数量的像素点;
若是,并且相同的所述第一节点身份信息之间的所述第二节点身份信息所持续的帧数小于预设帧数,则将所述第一节点身份信息和所述第二节点身份信息确定为实质相同的节点身份信息,并记录在节点身份信息合并表中。
2.根据权利要求1所述的系统,其特征在于,所述计算节点还用于:
在人脸特征与节点身份信息的对应关系中,将识别出的人脸特征与所述对应关系中的人脸特征进行匹配;
若所述对应关系中存在匹配的人脸特征,则将所述对应关系中匹配的人脸特征对应的节点身份信息,确定为识别出的人脸特征对应的节点身份信息;
若所述对应关系中不存在匹配的人脸特征,则分配一与所述对应关系中包含的节点身份信息不同的新节点身份信息,将所述新节点身份信息确定为识别出的人脸特征对应的节点身份信息,并将所述新节点身份信息及对应的人脸特征记录到所述对应关系中。
3.根据权利要求1所述的系统,其特征在于,所述服务器还用于:
根据多个所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,将相同人脸特征的节点身份信息分配相同的标定身份信息,建立标定身份信息、人脸特征以及节点身份信息间的映射关系;
根据所述映射关系中的各节点身份信息,查询所述计算节点上传的节点身份信息合并表中与各节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到所述映射关系中。
4.根据权利要求3所述的系统,其特征在于,所述服务器还用于:
当再次接收到多个所述计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,判断所述映射关系中是否存在与上传的节点身份信息相同的节点身份信息,若存在,则根据所述映射关系将相同的节点身份信息对应的标定身份信息作为上传的节点身份信息的标定身份;若不存在,则分配与所述映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为上传的节点身份信息的标定身份,并将新标定身份信息、上传的节点身份信息以及对应的人脸特征记录到所述映射关系中。
5.根据权利要求3所述的系统,其特征在于,
所述计算节点还用于:将所述节点日志表上传至所述服务器;
所述服务器还用于:当再次接收到多个所述计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,根据所述节点日志表,若该任意计算节点在预设时长内确定的同一节点身份信息的数量大于预设数量阈值,则将该同一节点身份信息标定为有效身份信息,对标定为有效身份信息的节点身份信息进一步判断所述映射关系中是否存在与有效身份信息相同的节点身份信息,若存在,则根据所述映射关系将相同的节点身份信息对应的标定身份信息作为有效身份信息的标定身份;若不存在,则分配与所述映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为有效身份信息的标定身份,并将新标定身份信息、有效身份信息以及对应的人脸特征记录到所述映射关系中。
6.根据权利要求4或5所述的系统,其特征在于,所述服务器还用于:
根据所述映射关系中新标定身份信息对应的节点身份信息,查询节点身份信息合并表中与新标定身份信息对应的节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到所述映射关系中。
7.根据权利要求1所述的系统,其特征在于,所述计算节点还用于:
在对采集的图像进行人脸识别时,若检测到图像中包含多个人脸,则启动与多个人脸相同数量的多个工作线程;
利用所述多个工作线程,识别出图像中多个人脸各自的人脸特征,根据识别出的人脸特征,确定人脸特征对应的节点身份信息,其中,一个工作线程识别一个人脸的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息。
8.根据权利要求1所述的系统,其特征在于,所述计算节点还用于:
根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至所述服务器,并生成上传日志,从而根据所述上传日志,将后续保存在本地的且未上传至所述服务器的人脸特征及人脸特征对应的节点身份信息上传至所述服务器。
9.一种身份标定方法,应用于包含图像采集装置的计算节点,其特征在于,所述方法包括:
利用图像采集装置,按照预设图像采集频率采集图像;
对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;
将人脸特征及人脸特征对应的节点身份信息上传至服务器,从而所述服务器基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定;
其中,在确定人脸特征对应的节点身份信息之后,所述方法还包括:
将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中;
其中,还包括:若所述节点日志表中的节点身份信息存在不相同的情况,则记为第一节点身份信息和第二节点身份信息;
从所述节点日志表中查询所述第一节点身份信息和所述第二节点身份信息各自对应的人脸中心坐标以及出现时间;
判断所述第二节点身份信息对应的人脸中心坐标相对所述第一节点身份信息对应的人脸中心坐标偏移的偏移量是否小于预设数量的像素点;
若是,并且相同的所述第一节点身份信息之间的所述第二节点身份信息所持续的帧数小于预设帧数,则将所述第一节点身份信息和所述第二节点身份信息确定为实质相同的节点身份信息,并记录在节点身份信息合并表中。
10.根据权利要求9所述的方法,其特征在于,所述根据识别出的人脸特征,确定人脸特征对应的节点身份信息,包括:
在人脸特征与节点身份信息的对应关系中,将识别出的人脸特征与所述对应关系中的人脸特征进行匹配;
若所述对应关系中存在匹配的人脸特征,则将所述对应关系中匹配的人脸特征对应的节点身份信息,确定为识别出的人脸特征对应的节点身份信息;
若所述对应关系中不存在匹配的人脸特征,则分配一与所述对应关系中包含的节点身份信息不同的新节点身份信息,将所述新节点身份信息确定为识别出的人脸特征对应的节点身份信息,并将所述新节点身份信息及对应的人脸特征记录到所述对应关系中。
11.根据权利要求10所述的方法,其特征在于,还包括:
将所述节点日志表以及所述节点身份信息合并表上传至所述服务器。
12.根据权利要求9所述的方法,其特征在于,所述对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息,包括:
在对采集的图像进行人脸识别时,若检测到图像中包含多个人脸,则启动与多个人脸相同数量的多个工作线程;
利用所述多个工作线程,识别出图像中多个人脸各自的人脸特征,根据识别出的人脸特征,确定人脸特征对应的节点身份信息,其中,一个工作线程识别一个人脸的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息。
13.根据权利要求9所述的方法,其特征在于,所述将人脸特征及人脸特征对应的节点身份信息上传至服务器,包括:
根据预设上传频率,将保存在本地的人脸特征及人脸特征对应的节点身份信息上传至所述服务器,并生成上传日志,从而根据所述上传日志,将后续保存在本地的且未上传至所述服务器的人脸特征及人脸特征对应的节点身份信息上传至所述服务器。
14.一种身份标定方法,应用于服务器,其特征在于,包括:
接收包含图像采集装置的计算节点上传的人脸特征及人脸特征对应的节点身份信息;其中,所述计算节点利用其上的图像采集装置,按照预设图像采集频率采集图像;对采集的图像进行人脸识别,识别出图像中的人脸特征,并根据识别出的人脸特征,确定人脸特征对应的节点身份信息;之后,将人脸特征及人脸特征对应的节点身份信息上传至所述服务器;
基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定;
其中,所述计算节点还用于:
在确定人脸特征对应的节点身份信息之后,将该节点身份信息、该节点身份信息的出现时间以及该节点身份信息对应的人脸中心坐标保存在本地的节点日志表中;
若所述节点日志表中的节点身份信息存在不相同的情况,则记为第一节点身份信息和第二节点身份信息;
从所述节点日志表中查询所述第一节点身份信息和所述第二节点身份信息各自对应的人脸中心坐标以及出现时间;
判断所述第二节点身份信息对应的人脸中心坐标相对所述第一节点身份信息对应的人脸中心坐标偏移的偏移量是否小于预设数量的像素点;
若是,并且相同的所述第一节点身份信息之间的所述第二节点身份信息所持续的帧数小于预设帧数,则将所述第一节点身份信息和所述第二节点身份信息确定为实质相同的节点身份信息,并记录在节点身份信息合并表中。
15.根据权利要求14所述的方法,其特征在于,基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定,包括:
根据多个所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,将相同人脸特征的节点身份信息分配相同的标定身份信息,建立标定身份信息、人脸特征以及节点身份信息间的映射关系;
根据所述映射关系中的各节点身份信息,查询所述计算节点上传的节点身份信息合并表中与各节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到所述映射关系中。
16.根据权利要求15所述的方法,其特征在于,基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定,包括:
当再次接收到多个所述计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,判断所述映射关系中是否存在与上传的节点身份信息相同的节点身份信息,若存在,则根据所述映射关系将相同的节点身份信息对应的标定身份信息作为上传的节点身份信息的标定身份;若不存在,则分配与所述映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为上传的节点身份信息的标定身份,并将新标定身份信息、上传的节点身份信息以及对应的人脸特征记录到所述映射关系中。
17.根据权利要求15所述的方法,其特征在于,基于所述计算节点上传的人脸特征及人脸特征对应的节点身份信息,对人脸特征的身份进行标定,包括:
当再次接收到多个所述计算节点中任意计算节点上传的人脸特征及人脸特征对应的节点身份信息时,根据所述计算节点上传的节点日志表,若该任意计算节点在预设时长内确定的同一节点身份信息的数量大于预设数量阈值,则将该同一节点身份信息标定为有效身份信息,对标定为有效身份信息的节点身份信息进一步判断所述映射关系中是否存在与有效身份信息相同的节点身份信息,若存在,则根据所述映射关系将相同的节点身份信息对应的标定身份信息作为有效身份信息的标定身份;若不存在,则分配与所述映射关系中包含的标定身份信息不同的新标定身份信息,将新标定身份信息作为有效身份信息的标定身份,并将新标定身份信息、有效身份信息以及对应的人脸特征记录到所述映射关系中。
18.根据权利要求16或17所述的方法,其特征在于,还包括:
根据所述映射关系中新标定身份信息对应的节点身份信息,查询节点身份信息合并表中与新标定身份信息对应的节点身份信息实质相同的节点身份信息,将该实质相同的节点身份信息增加到所述映射关系中。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711446279.6A CN108009530B (zh) | 2017-12-27 | 2017-12-27 | 一种身份标定系统和方法 |
PCT/CN2018/122883 WO2019128883A1 (zh) | 2017-12-27 | 2018-12-21 | 一种身份标定系统和方法 |
US16/910,040 US11113509B2 (en) | 2017-12-27 | 2020-06-23 | Identity determination system and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711446279.6A CN108009530B (zh) | 2017-12-27 | 2017-12-27 | 一种身份标定系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108009530A CN108009530A (zh) | 2018-05-08 |
CN108009530B true CN108009530B (zh) | 2024-02-20 |
Family
ID=62061881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711446279.6A Active CN108009530B (zh) | 2017-12-27 | 2017-12-27 | 一种身份标定系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108009530B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019128883A1 (zh) | 2017-12-27 | 2019-07-04 | 苏州欧普照明有限公司 | 一种身份标定系统和方法 |
CN110580754A (zh) * | 2018-06-11 | 2019-12-17 | 杭州海康威视系统技术有限公司 | 一种人脸认证的方法、装置及系统 |
CN110427805B (zh) * | 2019-06-20 | 2024-03-19 | 平安科技(深圳)有限公司 | 视频显示方法、装置、计算机设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010006367A1 (en) * | 2008-07-16 | 2010-01-21 | Imprezzeo Pty Ltd | Facial image recognition and retrieval |
CN105574506A (zh) * | 2015-12-16 | 2016-05-11 | 深圳市商汤科技有限公司 | 基于深度学习和大规模集群的智能人脸追逃系统及方法 |
CN105574497A (zh) * | 2015-12-15 | 2016-05-11 | 重庆凯泽科技有限公司 | 基于人脸检测的商场人数统计系统及统计方法 |
WO2016192213A1 (zh) * | 2015-06-04 | 2016-12-08 | 深圳市中兴微电子技术有限公司 | 一种图像特征提取方法和装置、存储介质 |
WO2017092328A1 (zh) * | 2015-12-01 | 2017-06-08 | 乐视控股(北京)有限公司 | 一种智能电视的用户数据区分方法和装置 |
CN106874347A (zh) * | 2016-12-26 | 2017-06-20 | 深圳市深网视界科技有限公司 | 一种匹配人体特征与mac地址的方法及系统 |
CN106991395A (zh) * | 2017-03-31 | 2017-07-28 | 联想(北京)有限公司 | 信息处理方法、装置及电子设备 |
CN107358160A (zh) * | 2017-06-08 | 2017-11-17 | 小草数语(北京)科技有限公司 | 终端监控视频处理方法、监控终端以及服务器 |
CN207764814U (zh) * | 2017-12-27 | 2018-08-24 | 欧普照明股份有限公司 | 一种身份标定系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105578229A (zh) * | 2015-12-15 | 2016-05-11 | 小米科技有限责任公司 | 电子设备控制方法和装置 |
US10289966B2 (en) * | 2016-03-01 | 2019-05-14 | Fmr Llc | Dynamic seating and workspace planning |
-
2017
- 2017-12-27 CN CN201711446279.6A patent/CN108009530B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010006367A1 (en) * | 2008-07-16 | 2010-01-21 | Imprezzeo Pty Ltd | Facial image recognition and retrieval |
WO2016192213A1 (zh) * | 2015-06-04 | 2016-12-08 | 深圳市中兴微电子技术有限公司 | 一种图像特征提取方法和装置、存储介质 |
WO2017092328A1 (zh) * | 2015-12-01 | 2017-06-08 | 乐视控股(北京)有限公司 | 一种智能电视的用户数据区分方法和装置 |
CN105574497A (zh) * | 2015-12-15 | 2016-05-11 | 重庆凯泽科技有限公司 | 基于人脸检测的商场人数统计系统及统计方法 |
CN105574506A (zh) * | 2015-12-16 | 2016-05-11 | 深圳市商汤科技有限公司 | 基于深度学习和大规模集群的智能人脸追逃系统及方法 |
CN106874347A (zh) * | 2016-12-26 | 2017-06-20 | 深圳市深网视界科技有限公司 | 一种匹配人体特征与mac地址的方法及系统 |
CN106991395A (zh) * | 2017-03-31 | 2017-07-28 | 联想(北京)有限公司 | 信息处理方法、装置及电子设备 |
CN107358160A (zh) * | 2017-06-08 | 2017-11-17 | 小草数语(北京)科技有限公司 | 终端监控视频处理方法、监控终端以及服务器 |
CN207764814U (zh) * | 2017-12-27 | 2018-08-24 | 欧普照明股份有限公司 | 一种身份标定系统 |
Non-Patent Citations (3)
Title |
---|
Face recognition at a distance system for surveillance application;Frederick W.Wheeler等;《IEEE》;全文 * |
基于人脸检测的客流量统计研究;吴冰;《万方学位论文数据库》;全文 * |
基于监控系统的人脸跟踪与人脸识别;张焕朗;《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》;第2013卷(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108009530A (zh) | 2018-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9412026B2 (en) | Intelligent video analysis system and method | |
Ibrahim et al. | CrossCount: A deep learning system for device-free human counting using WiFi | |
US10354145B2 (en) | Associating a user identity with a mobile device identity | |
CN108009530B (zh) | 一种身份标定系统和方法 | |
CN102200578B (zh) | 数据关联设备和方法 | |
WO2020093829A1 (zh) | 开放场景的实时人流统计方法和装置 | |
CN109740444B (zh) | 人流量信息展示方法及相关产品 | |
US11017241B2 (en) | People-flow analysis system and people-flow analysis method | |
Nguyen et al. | IdentityLink: user-device linking through visual and RF-signal cues | |
US11200683B2 (en) | Image processing device and image processing method | |
CN207764814U (zh) | 一种身份标定系统 | |
CN106897678B (zh) | 一种结合心跳信号的远程人脸识别方法、装置和系统 | |
US11113509B2 (en) | Identity determination system and method | |
CN109858308B (zh) | 视频检索装置、视频检索方法和存储介质 | |
CN109001674B (zh) | 一种基于连续视频序列的WiFi指纹信息快速采集与定位方法 | |
JP2004046464A (ja) | 移動物体3次元位置推定装置及びその方法、プログラム並びにその記録媒体 | |
US11495101B2 (en) | Method of communicating between a client-server system and remote clients | |
CN110321782A (zh) | 一种检测人体特征信号的系统 | |
CN111078804B (zh) | 一种信息关联方法、系统及计算机终端 | |
CN108399411B (zh) | 一种多摄像头识别方法及装置 | |
AU2020202221A1 (en) | Privacy preserving visitor recognition and movement pattern analysis based on computer vision | |
CN112906439A (zh) | 一种基于目标追踪和行为检测的客流分析方法和系统 | |
WO2022185477A1 (ja) | 特性情報生成装置、システム、方法、及びコンピュータ可読媒体 | |
Sharma et al. | Activity recognition from single-pixel cameras | |
Abd Manap et al. | Face detection and stereo matching algorithms for smart surveillance system with IP cameras |
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 |