CN108875466A - 基于人脸识别的监控方法、监控系统与存储介质 - Google Patents
基于人脸识别的监控方法、监控系统与存储介质 Download PDFInfo
- Publication number
- CN108875466A CN108875466A CN201710403439.2A CN201710403439A CN108875466A CN 108875466 A CN108875466 A CN 108875466A CN 201710403439 A CN201710403439 A CN 201710403439A CN 108875466 A CN108875466 A CN 108875466A
- Authority
- CN
- China
- Prior art keywords
- facial image
- target
- monitoring
- image
- monitor terminal
- 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
- G06V40/10—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Alarm Systems (AREA)
Abstract
一种基于人脸识别的监控方法、监控系统以及存储介质。该监控方法包括:获取至少两个监控终端的监控图像;分别检测监控图像中的人脸图像;判断所检测到的人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所检测到的人脸图像中的至少一个人脸图像与目标人脸图像相匹配的情况下,获取与获取和目标人脸图像相匹配的人脸图像的监控终端相对应的地理位置;基于该地理位置,在地图上标注监控终端。该监控方法能够实时获取监测到可疑人员或失踪人员的监控终端的地理位置,快速获知可疑人员或失踪人员的地理位置,提升获取可疑人员或失踪人员的地理位置的实时性,缩短追捕可疑人员或寻找失踪人员的时间,提高公安人员的工作效率。
Description
技术领域
本公开的实施例涉及一种基于人脸识别的监控方法、监控系统以及存储介质。
背景技术
目前,在生物特征识别领域,人脸识别技术逐渐引起人们的关注,成为人工智能领域的一个研究热点。人脸识别技术是基于人的脸部特征而识别人脸的身份的一种技术。人脸识别技术主要包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等相关技术。
人脸识别技术具有非侵扰性,其无需干扰人们的正常行为就能较好的达到识别效果;同时,由于采用人脸识别技术的设备可以随意安放,设备安放隐蔽性好,能远距离非接触且快速地锁定目标,因此,人脸识别技术在许多领域都具有广阔的应用前景,例如,可以应用在银行信用卡的身份识别、罪犯监控及抓捕、安全识别系统、档案管理等各个领域。
发明内容
本公开至少一实施例提供一种基于人脸识别的监控方法、监控系统以及存储介质。该监控方法能够实时获取监测到可疑人员或失踪人员的监控终端的地理位置,从而快速地获知可疑人员或失踪人员的地理位置信息,提升了获取可疑人员或失踪人员的地理位置信息的实时性,缩短了追捕可疑人员或寻找失踪人员的时间,提高了公安人员的工作效率。
本公开至少一实施例提供一种基于人脸识别的监控方法,其包括:获取至少两个监控终端的监控图像;分别检测所述监控图像中的人脸图像;判断所检测到的所述人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的地理位置;基于所述地理位置,在地图上标注所述监控终端。
例如,在本公开至少一实施例提供的监控方法中,获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的地理位置包括:获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的标识信息;基于所述标识信息,获取所述监控终端的地理位置。
例如,在本公开至少一实施例提供的监控方法中,在所述人脸图像与所述目标人脸图像的相似度超过预定的相似度阈值的情况下,确定所述人脸图像与所述目标人脸图像相匹配。
例如,在本公开至少一实施例提供的监控方法中,在所述地图上标注所述监控终端包括:在所述地理位置处于当前地图的显示范围内的情况下,在所述当前地图上标注所述监控终端;或者在所述地理位置不处于所述当前地图的显示范围内的情况下,跳转至包含所述地理位置的目标地图,并在所述目标地图上标注所述监控终端。
例如,本公开至少一实施例提供的监控方法还包括:在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取和所述目标人脸图像相匹配的所述人脸图像;显示和所述目标人脸图像相匹配的所述人脸图像。
例如,本公开至少一实施例提供的监控方法还包括:在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取所述目标人脸图像;根据所述目标人脸图像,获取所述目标人脸图像的相关身份信息;显示所述目标人脸图像和/或所述相关身份信息。
例如,本公开至少一实施例提供的监控方法还包括:在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取监测到和所述目标人脸图像相匹配的所述人脸图像的时间信息;显示所述时间信息。
例如,本公开至少一实施例提供的监控方法还包括:在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,发出告警信号。
本公开至少一实施例还提供一种基于人脸识别的监控系统,其包括:显示装置、至少一个处理器、至少一个存储器。所述显示装置用于显示地图。所述存储有适于由所述处理器运行的计算机程序,所述计算机程序由所述处理器运行以执行如下步骤:获取至少两个监控终端的监控图像;分别检测所述监控图像中的人脸图像;判断所检测到的所述人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的地理位置;基于所述地理位置,在所述地图上标注所述监控终端。
例如,在本公开至少一实施例提供的监控系统中,在所述计算机程序由所述处理器运行时还执行如下步骤:获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的标识信息;基于所述标识信息,获取所述监控终端的地理位置。
例如,在本公开至少一实施例提供的监控系统中,在所述人脸图像与所述目标人脸图像的相似度超过预定的相似度阈值的情况下,确定所述人脸图像与所述目标人脸图像相匹配。
例如,在本公开至少一实施例提供的监控系统中,在所述计算机程序由所述处理器运行时还执行如下步骤:在所述地理位置处于当前地图的显示范围内的情况下,在所述当前地图上标注所述监控终端;或者在所述地理位置不处于所述当前地图的显示范围内的情况下,跳转至包含所述地理位置的目标地图,并在所述目标地图上标注所述监控终端。
例如,在本公开至少一实施例提供的监控系统中,在所述计算机程序由所述处理器运行时还执行如下步骤:在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取和所述目标人脸图像相匹配的所述人脸图像;在所述显示装置上显示和所述目标人脸图像相匹配的所述人脸图像。
例如,在本公开至少一实施例提供的监控系统中,在所述计算机程序由所述处理器运行时还执行如下步骤:在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取所述目标人脸图像;根据所述目标人脸图像,获取所述目标人脸图像的相关身份信息;在所述显示装置上显示所述目标人脸图像和/或所述相关身份信息。
例如,在本公开至少一实施例提供的监控系统中,在所述计算机程序由所述处理器运行时还执行如下步骤:在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取监测到和所述目标人脸图像相匹配的所述人脸图像的时间信息;在所述显示装置上显示所述时间信息。
例如,本公开至少一实施例提供的监控系统,还包括报警装置。在所述计算机程序由所述处理器运行时还执行如下步骤:在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,由所述报警装置发出告警信号。
例如,在本公开至少一实施例提供的监控系统中,所述地图包括本地离线地图、互联网在线地图。
例如,本公开至少一实施例提供的监控系统还包括至少两个监控终端,用于采集监控图像。
本公开的至少一个实施例还提供了一种存储介质,存储有适于由处理器运行的计算机程序,所述计算机程序由所述处理器运行以执行如下步骤:获取至少两个监控终端的监控图像;分别检测所述监控图像中的人脸图像;判断所检测到的所述人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所检测到的所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的地理位置;基于所述地理位置,在地图上标注所述监控终端。
需要理解的是本公开的上述概括说明和下面的详细说明都是示例性和解释性的,用于进一步说明所要求的发明。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本公开一实施例提供的一种监控方法的流程图;
图2为本公开一实施例提供的一种监控系统的示意性框图;
图3为本公开一实施例提供的一种服务器的示意性框图。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开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公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。为了保持本公开实施例的以下说明清楚且简明,本公开省略了已知功能和已知部件的详细说明。
人脸识别技术可以应用在许多领域中,例如,在司法领域中,人脸识别技术可以作为辅助手段进行身份验证、罪犯识别等,从而可以有效维护社会秩序,精确打击犯罪分子,提高公安侦查人员的工作效率。在商业领域中,人脸识别技术可以应用在海关、银行、商场、车站、机场等各种监控设备中,其可以大大增强公民的人身财产安全性。
随着经济的高速发展以及城镇建设速度的加快,城市中人口越来越密集,流动人口逐渐增加。相应地,社会犯罪率呈逐年上升的趋势,犯罪形势也越来越严峻,引发了城市建设中的交通、社会治安等城市管理问题。因此,近年来,针对犯罪分子流动性较强、情况较复杂、可疑人员监控困难等情况,基于人脸识别技术的智能布控和追逃系统逐渐发展起来。此类系统可应用在传统视频布控网络中,并且无需被监控人员配合,因而操作隐蔽性较强,特别适合应用于公安部门的安全防范、罪犯监控、罪犯抓捕等,为城市的安全防范系统提供了简单且高效的监控技术手段。
随着视频监控的广泛普及,大规模视频监控网络已在全国各地建成,这给人脸追逃系统布控的实时性、准确性、可扩展性等提出了非常高的要求。人脸监控技术利用遍布于监控网络系统中的众多摄像终端,从而能够及时判断每个摄像终端的监控范围内是否存在可疑人员,并返回提示信息,然而由于监控网络系统中的摄像终端数量众多,后台接收到提示信息后难以在第一时间获知可疑人员的具体地理位置,从而耽误了追捕时机。
本公开的实施例涉及一种基于人脸识别的监控方法监控系统以及存储介质。该监控方法包括:获取至少两个监控终端的监控图像;分别检测监控图像中的人脸图像;判断所检测到的人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所检测到人脸图像中的至少一个人脸图像与目标人脸图像相匹配的情况下,获取与获取和目标人脸图像相匹配的人脸图像的监控终端相对应的地理位置;基于地理位置,在地图上标注监控终端。
该监控方法能够实时获取监测到可疑人员或失踪人员的监控终端的地理位置,从而快速地获知可疑人员或失踪人员的地理位置信息,提升了获取可疑人员或失踪人员的地理位置信息的实时性,缩短了追捕可疑人员或者寻找失踪人员的时间,提高了公安人员的工作效率。
下面对本公开的几个实施例进行详细说明,但是本公开并不限于这些具体的实施例。
实施例一
本实施例提供一种基于人脸识别的监控方法。图1示出了本实施例提供的一种监控方法的流程图。
例如,如图1所示,该监控方法的一个示例可以包括以下操作:
S21:获取至少两个监控终端的监控图像;
S22:分别检测监控图像中的人脸图像;
S23:判断所检测到的人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所检测到的人脸图像中的至少一个人脸图像与目标人脸图像相匹配的情况下,获取与获取和目标人脸图像相匹配的人脸图像的监控终端相对应的地理位置;
S24:基于地理位置,在地图上标注监控终端。
在本实施例的监控方法中,在确定人脸图像中的至少一个人脸图像与目标人脸图像相匹配的情况下,即在确定所检测到的人脸图像中的至少一个人脸图像为可疑人员或失踪人员的人脸图像时,获取与获取该与目标人脸图像相匹配的人脸图像的监控终端相对应的地理位置,并在地图上标注该监控终端,由此,可以实时且直观地获知可疑人员或失踪人员的地理位置信息,缩短了追捕可疑人员或者寻找失踪人员的时间,提高了公安人员的工作效率。
例如,监控图像中可能包括一个人脸图像,还可能包括多个人脸图像。在确定监控图像中的至少一个人脸图像与目标人脸图像相匹配的情况下,则可以立即获取与获取该人脸图像对应的监控终端的地理位置。需要说明的是,当获取到监控终端的地理位置后,该监控终端获取的监控图像中剩余的人脸图像仍然可以与人脸图像底库中的目标人脸图像进行匹配,从而保证该监控图像中所有的人脸图像均被检测。
例如,人脸图像底库可以以数据库的形式部署在后台服务器,或者部署在局域网或广域网(例如云端)的服务器上以被例如后台服务器等读取。
例如,人脸图像底库可以为全国在逃人员库(CCIC库)、全国A级通缉人员人脸图像库等,但不限于此。需要说明的是,当需要对特定的在逃人员进行追捕时,可以将该特定的在逃人员形成一个特定人脸图像底库,从而缩短人脸图像的对比和检索时间,提高工作效率。又例如,人脸图像底库还可以为失踪人员人脸图像库,从而该监控方法可以应用于寻找失踪人口的系统中,提高寻找失踪人员的效率和成功率。
例如,从监控图像中检测到人脸图像后,可以采用已知的方式将所检测到的人脸图像与人脸图像底库中的目标人脸图像进行比对,以判断所检测到的人脸图像与人脸底库中的目标人脸图像是否匹配。例如,在一个示例中,人脸图像底库中可以存储有目标人脸图像的面纹编码。本示例的监控方法可以包括:首先,生成监控图像中所检测到的人脸图像的面纹编码,再将所检测到的人脸图像的面纹编码与人脸图像底库中存储的目标人脸图像的面纹编码进行检索对比。面纹编码表示一组描述人脸图像的特征向量数据,其可以详细描述人脸的本质特征和形状,且可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化,具有较高的可靠性,可以从多达百万人中精确地辨认出特定人员。由此,本示例的监控方法可以提高监控的准确度,降低人脸图像的误判率。
例如,监控终端用于采集监控图像。在安防领域中,该监控终端可以设置在火车站、飞机场等公共区域的视频监控设备的图像采集端,以采集监控图像;还可以设置在门禁系统的图像采集端,以采集监控图像。在商业领域中,该监控终端可以设置在商场、网吧、景区等公共区域的视频监控设备的图像采集端,以采集监控图像。
例如,在一个示例中,可以定时对监控终端获取的视频或照片图像进行采集,以获取并存储监控图像,然后对监控图像进行后续操作。又例如,还可以定时对监控图像进行更新,每间隔例如10秒、30秒或1分,重新获取并更新监控图像。例如,在某时刻,获取并存储至少两个监控终端采集的第一组监控图像,然后分别检测第一组监控图像中的人脸图像,接着对所检测的人脸图像进行后续处理,经过10秒后,获取并存储至少两个监控终端采集的第二组监控图像,然后比较第一组监控图像和第二组监控图像,并对第二组监控图像与第一组监控图像有区别的部分进行人脸检测识别,接着对该有区别的部分所检测出的人脸图像进行后续处理,从而可以防止重复检测监控图像中人脸图像,减少处理时间,提高工作效率。
需要说明的是,第一组监控图像可以为从每个监控终端获取一张监控图像形成的图像集合,也可以为从每个监控终端获取多张监控图像组成的图像合集;相应地,第二组监控图像可以为从每个监控终端获取一张监控图像组成的图像集合,也可以为从每个监控终端获取多张监控图像组成的图像合集。本实施例对此不做限制。
例如,监控图像可以是照片,也可以是视频中的一帧、多帧或多帧合成的图像。照片可以包括一幅或多幅单一场景的照片,也可以是全景照片。
例如,可以对监控图像进行预处理,以有利于检测监控图像中的人脸图像。例如,在监控图像是照片的情况下,所述预处理可以包括对照片进行缩放、图像增强或降噪滤波等处理,在监控图像是视频的情况下,所述预处理可以包括提取视频的关键帧等。预处理可以在人脸检测前进行,例如在操作S22之前对监控图像进行预处理。
例如,检测人脸图像可以采用基于几何特征的方法、基于模板的方法、基于模型的方法和神经网络方法等方法实现。几何特征例如可以包括眼睛、鼻子、嘴巴、下巴等器官。基于模板的方法例如可以包括特征脸方法、线性判别分析方法、奇异值分解方法、动态连接匹配方法等。基于模型的方法例如可以包括隐马尔科夫模型、主动形状模型和主动外观模型等方法。
例如,在一个示例中,将所检测到的人脸图像与人脸底库中的目标人脸图像进行对比,以判断所检测到的人脸图像与人脸底库中的目标人脸图像是否匹配,其可以包括如下操作:选取监控图像中检测到的一张人脸图像,并与人脸图像底库中的所有目标人脸图像逐一进行对比;或者,选取人脸图像底库中的一张目标人脸图像,并与监控图像中检测到的所有人脸图像逐一进行对比。
例如,在一个示例中,在监控图像中检测到的人脸图像与人脸图像底库中的目标人脸图像的相似度超过预定的相似度阈值的情况下,确定检测到的人脸图像与目标人脸图像相匹配,并将该和目标人脸图像相匹配的人脸图像定义为可疑人脸图像。
例如,预定的相似度阈值可以为90%,即,当监控图像中的人脸图像与人脸图像底库中的目标人脸图像的相似度超过90%时,则可以确定该人脸图像与目标人脸图像相匹配,该和目标人脸图像相匹配的人脸图像为可疑人脸图像。
又例如,可以设置多个不同的预定相似度阈值。例如,可以设置三个预定的相似度阈值,且其分别为80%、90%以及95%,后台用户可以根据需要自行选择不同的相似度阈值。
例如,在确定监控图像中包含可疑人脸图像时,获取与获取该监控图像的监控终端相对应的地理位置。
例如,地理位置可以包括监控终端所在地点的经纬度信息等。例如,可以基于互联网在线地图的应用程序编程接口(API),使用根据地图上某个点获取该点的经纬度的方法,获取并存储监控终端所在地点的经纬度信息。例如,可以通过线上地图API中的坐标拾取系统,获取不同点的经纬度信息。需要说明的是,地理位置还可以包括监控终端的其他位置信息,例如,在监控终端设置在商业写字楼内的情况下,地理位置还可以包括监控终端所处位置的楼层、房间号等信息。
例如,在一个示例中,获取与获取和目标人脸图像相匹配的人脸图像的监控终端相对应的地理位置可以包括:获取与获取和目标人脸图像相匹配的人脸图像的监控终端相对应的标识信息;基于标识信息,获取监控终端的地理位置。
例如,可以基于监控终端唯一的标识信息,将监控终端和地图上的不同地理位置一一匹配,从而使监控终端与地图上的不同地理位置一一对应。由此,当获取监控终端的标识信息后,可以基于该标识信息获取该监控终端在地图上相对应的地理位置,从而快速定位监控终端,进而获取可疑人员的地理位置信息。
例如,监控终端的标识信息可以为多种形式,且可以包括不同类型的信息。例如,该标识信息可以为识别码(例如字符串),通过该识别码再到相应的数据库获取该监控终端的地理位置、所有人(业主)、安装位置等一种或多种信息;又例如,该标识信息可以为符合码,例如既包括识别码又包括地理位置(经度、纬度)等。
例如,每个监控终端都设置有唯一的标识信息,从而通过标识信息就可以快速、准确地定位监控终端。需要说明的是,当监控终端设置得较密集时,也可以多个监控终端对应一个标识信息。例如,在街道上相隔不远(例如相隔100米)的地方设置多个监控终端(例如设置3个监控终端),则该多个监控终端可以对应一个标识信息。又例如,当多个监控终端的地理位置实质上相同时,例如,在火车站的某一个进站口处设置的多个监控终端,则该多个监控终端可以对应一个标识信息。监控终端与标识信息之间的对应关系可以根据实际需求设置。
例如,标识信息可以集中存储在一个数据库中,且部署在一个或多个服务器上以供查询,本公开的实施例对此不做限制。
例如,每个地理位置可以对应唯一的标识信息,还可以对应多个标识信息。例如,当多个标识信息所对应的经纬度相同时,该多个标识信息可以对应一个地理位置。
例如,基于地理位置,在地图上实时标注监控终端,从而可以通过地图实时反馈监控终端的地理位置,由此,在地图上直观地反映可疑人员的地理位置。例如,在一个示例中,可以在地图上监控终端相对应的位置处设置图标,以标注该监控终端。需要说明的是,在设置图标时,可以以文字形式实时显示该监控终端的具体地址信息(例如,经纬度、城市、街道信息等)。
例如,地图可以采用地理信息系统(GIS)技术,GIS技术可以将地图与地理分析功能和数据库操作(例如,查询和统计分析处理等)集成在一起。通过GIS系统,当使用者需要查看可疑人员的情况时,可直接点击监控终端的图标,以观看到该监控终端的监控画面,从而可以快速查看可疑人员的情况,节省时间。又例如,点击监控终端的图标还可以展示可疑人员的详细信息,例如,可以展示可疑人脸图像、目标人脸图像以及相关身份信息等。
例如,地图可以为本地离线地图,还可以为互联网在线地图。互联网在线地图例如可以为百度地图、高德地图或其他线上地图。例如,本地离线地图可以为公安部门的内部监控地图。需要说明的是,地图可以为二维地图,还可以为三维地图;或者,地图可以为日常地图模式,也可以为抽象地图模式(例如仅包括道路信息)等。
例如,在一个示例中,该监控方法还可以包括以下操作:在当前地图的显示范围内包含监控终端的地理位置的情况下,在当前地图上标注监控终端;或者,在当前地图的显示范围内不包含监控终端的地理位置的情况下,跳转至包含该监控终端的地理位置的目标地图,并在目标地图上标注监控终端。
例如,在一个示例中,该监控方法还可以包括以下操作:在确定监控图像中检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,即当监控图像中所检测到的人脸图像中的至少一个人脸图像为可疑人脸图像时,获取该可疑人脸图像;显示所获取的可疑人脸图像。例如,在地图上的获取该可疑人脸图像的监控终端的位置处显示所获取的可疑人脸图像。
例如,监控图像中可能包括一张可疑人脸图像,也可能包括多张可疑人脸图像。
例如,在一个示例中,该监控方法还可以包括以下操作:在确定监控图像中检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,获取目标人脸图像;然后根据该目标人脸图像,获取目标人脸图像的相关身份信息;显示该目标人脸图像和/或相关身份信息。例如,在地图上的获取到该可疑人脸图像的监控终端的位置处显示该目标人脸图像和/或相关身份信息。
例如,与可疑人脸图像相匹配的目标人脸图像可以为一张图像,也可以为多张图像。目标人脸图像的数量与预定的相似度阈值、监控图像的质量等相关,当预定的相似度阈值较小时,则获取的目标人脸图像的数量较多;当预定的相似度阈值较大时,则获取的目标人脸图像的数量较少。
例如,若获取的监控图像的质量较差,或者被监测人员脸部具有遮挡物等,则可能导致监控图像中的人脸图像不清晰,从而当其与人脸底库中的人脸图像进行对比时,可以选择较小的预定相似度阈值(例如预定相似度阈值为80%),从而可以增加获取的目标人脸图像的数量,由后台用户对获取的目标人脸图像和监控图像中的人脸图像进行二次对比,提高识别可疑人员的准确率。
例如,相关身份信息可以包括与目标人脸图像所对应的目标人员的姓名、年龄、地址等。若目标人员为犯罪人员,相关身份信息还可以包括目标人员的犯罪时间、犯罪地点等信息。需要说明的是,相关身份信息还可以包括与目标人员有关的其他目标人员的信息,例如,目标人员的同伙等。
例如,在一个示例中,该监控方法还可以包括以下操作:在确定监控图像中检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,获取监测到和目标人脸图像相匹配的人脸图像的时间信息;显示时间信息。
例如,时间信息可以包括监测到人脸图像的实时时间、该人脸图像所对应的可疑人员在监控区域的停留时间等。
例如,在一个示例中,该监控方法还可以包括以下操作:在确定监控图像中检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,发出告警信号。
例如,人脸图像底库可以包括多个不同的人脸图像底库,根据不同的人脸图像底库,告警信号可以被划分为不同的等级。例如,人脸图像底库可以包括A级通缉人员人脸图像库、B级通缉人员人脸图像库,从而告警信号可以包括第一级告警信号、第二级告警信号。需要说明的是,告警信号例如还可以根据地域而被划分为不同的等级。又例如,根据不同的人脸图像底库,告警信号也可以相同。本公开的实施例对此不做限制。
例如,告警信号可以为声音信号和/或光信号。告警信号还可以为其他信号,例如振动信号等。例如,第一级告警信号可以为持续的蜂鸣报警声音和/或闪烁的红光信号;第二级告警信号可以为间断的蜂鸣报警声音和/或闪烁的黄光信号。需要说明的是,上述说明仅是示意性的,告警信号可以根据实际情况具体设置,本公开对此不做限制。
例如,告警信号可以自动停止报警,例如,预先设置发出告警信号后一定时间(例如两分钟)后停止报警;或者也可以由后台用户人为关闭该告警信号。
需要说明的是,本实施例的监控方法中,所获取的可疑人脸图像、目标人脸图像、相关身份信息、时间信息等,可以被存储在服务器中,后台用户可以根据需要选择查看一种或几种信息。例如,后台用户可以通过点击监控终端的图标,以查看可疑人脸图像、目标人脸图像、相关身份信息、时间信息等信息。所获取的可疑人脸图像、目标人脸图像、相关身份信息、时间信息等,还可以实时显示,例如,在地图上标注监控终端时,同时显示可疑人脸图像、目标人脸图像、相关身份信息、时间信息等信息,从而使后台用户快速获取可疑人员的相关信息。
实施例二
本实施例提供一种基于人脸识别的监控系统。图2示出了本实施例提供的一种监控系统的示意性框图。
例如,如图2所示,该监控系统包括至少两个监控终端100和服务器200。例如,监控终端100可以包括图像获取装置101。服务器200包括显示装置201、至少一个处理器202、至少一个存储器203和报警装置204。
本实施例提供的监控系统可以实时获取检测到的可疑人员或失踪人员的监控终端的地理位置,提升了获取可疑人员或失踪人员的地理位置信息的实时性,大大缩短了公安侦查人员追捕可疑人员或寻找失踪人员的时间,提高了公安侦查人员的工作效率。
例如,该监控系统可以应用于追捕逃犯、破案、寻人等领域。例如,其可以部署在公安追逃监控系统中,以形成高智能化、规模化的公安监控体系。该监控系统还可以设置在酒店、城市街道等公共区域的监控网络中,以实时监控公共区域,从而确保公共区域的安全,有效解决社会治安管理问题。
例如,监控终端100和服务器200之间可以通过有线传输方式或无线传输方式进行数据传输。有线传输方式例如可以采用双绞线、同轴电缆或光纤传输等通信方式,无线传输方式例如可以采用3G/4G/5G移动通信网络、蓝牙、Zigbee或者WiFi等通信方式。
例如,图像获取装置101可以用于采集监控图像,并且将监控图像传输至服务器200,监控图像可以存储在服务器200的存储器203中以供服务器200的其它组件使用。图像获取装置101可以为硬件、软件、固件以及它们的任意可行的组合。
例如,图像获取装置101可以包括网络摄像机、彩色枪式摄像机、数字摄像机、彩色半球摄像机、红外摄像机或一体化摄像机等,以对监控区域实时摄像,然后从图像获取装置101拍摄的视频图像中采集监控图像。又例如,图像获取装置101也可以包括照相机,以对监控区域定时拍照,从而采集监控图像。
例如,图像获取装置101可以安装在电动云台上,通过云台带动图像获取装置101进行水平和垂直方向的转动,从而使图像获取装置101覆盖更大的角度范围,具有更大的监控范围。又例如,在图像获取装置101上还可以加装变焦距镜头,使图像获取装置101所能观察的距离更远,拍摄的图像和/或视频更清晰。
例如,监控终端100可以设置在车站、机场、出入境、网吧、商场等公共区域,其可以是市政布置的监控终端,也可以是其他公共场所的所有人(业主)布置的监控终端。
需要说明的是,本实施例提供的监控终端也可以具有其他组件和结构。例如,监控终端100本身还可以包括处理器和存储器等组件,且这些组件通过总线系统和/或其它形式的连接机构信号互连。由此,监控终端100可以对采集的监控图像进行处理,然后向服务器200发送监控信号。
例如,如图3所示,服务器200的各个组件可以通过总线系统205和/或其它形式的连接机构(未示出)信号互连。应当注意,图3所示的服务器200的组件和结构只是示例性的,而非限制性的,根据需要,本实施例提供的服务器也可以具有其他组件和结构。对此不作限制。
例如,服务器200可以设置在各级公安机关的监控室、商场监控室等地方,实现远程监控。又例如,服务器200还可以设置在个人终端处,从而后台用户可以随时随地获取监控信息。例如,个人终端可以包括手机、平板电脑、笔记本电脑等。
例如,处理器202可以是中央处理单元(CPU)或者具有数据处理能力和/或程序执行能力的其它形式的处理单元,处理器202可以控制服务器200中的其它组件以执行期望的功能。
例如,存储器203可以包括一个或多个计算机程序产品,计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序,处理器202可以运行计算机程序,以实现各种功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据,例如监控图像、人脸图像底库、以及应用程序使用和/或产生的各种数据等。
例如,显示装置201可以用于显示地图,还可以用于显示所获取的监控信息,监控信息例如包括可疑人脸图像、目标人脸图像、相关身份信息和时间信息等中的一种或多种。例如,可疑人脸图像、目标人脸图像、相关身份信息、时间信息可以同时显示,也可以分时显示,或者还可以由后台用户根据自身的需求,自行选择其期望显示的信息。
例如,显示装置201可以采用液晶显示、有机发光二极管显示、投影等显示方式。例如,显示装置201可以为专用的监视器、电视墙等。
例如,显示装置201的显示屏幕可以被划分为多个显示窗口,在多个显示窗口中同时显示监控终端传输的监控信息。或者,显示屏幕具有翻页功能,后台用户可以自行选择需要显示的监控信息。需要说明的是,当服务器没有获取到监控信息时,显示屏幕可以被关闭,以节省功耗;或者,显示屏幕还可以分时循环显示不同监控终端的实时监控画面,从而后台用户可以实时观看到监控画面,并人为识别监控画面中的可能存在的可疑人员。
例如,报警装置204用于发出告警信号。报警装置204例如可以包括蜂鸣器和/或发光器件,从而可以发出声音信号和/或光信号。根据不同的可疑人脸图像,报警装置204可以发出不同告警信号,也可以发出相同的告警信号。例如,对于第一级告警信号,蜂鸣器可以发出持续的蜂鸣报警声音,发光器件可以发出闪烁的红光信号;而对于第二级告警信号,蜂鸣器可以发出间断的蜂鸣报警声音,发光器件可以发出闪烁的黄光信号。
例如,显示装置201和报警装置204可以为硬件、软件、固件以及它们的任意可行的组合。
例如,计算机程序可以由处理器202运行以执行如下步骤:获取至少两个监控终端的监控图像;分别检测监控图像中的人脸图像;判断所检测到的人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,获取与获取和目标人脸图像相匹配的人脸图像的监控终端相对应的地理位置;基于地理位置,在地图上标注监控终端。
例如,在监控图像中的人脸图像与人脸图像底库中的目标人脸图像的相似度超过预定的相似度阈值的情况下,确定监控图像中的人脸图像与目标人脸图像相匹配,并获取与获取和目标人脸图像相匹配的该人脸图像的监控终端相对应的地理位置。
例如,在一个示例中,在计算机程序由处理器202运行时还执行如下步骤:获取与获取和目标人脸图像相匹配的人脸图像的监控终端相对应的标识信息,基于标识信息,获取监控终端的地理位置。
例如,在一个示例中,在计算机程序由处理器202运行时还执行如下步骤:显示装置201显示当前地图,在当前地图的显示范围内包含监控终端的地理位置的情况下,在当前地图上标注监控终端;或者,在当前地图的显示范围内不包含监控终端的地理位置的情况下,显示装置201可以转变为显示包含监控终端的地理位置的目标地图,并在目标地图上标注该监控终端。
例如,可以在地图上监控终端对应的位置处设置图标,以实现对监控终端进行标注。
例如,地图用于展示监控终端的地理位置。关于地图、地理位置和相似度阈值的设置的说明可以参考实施例一中的相关描述,重复之处不再赘述。
例如,在一个示例中,在计算机程序由处理器202运行时还执行如下步骤:在确定监控图像中检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,则监控图像中该和目标人脸图像相匹配的人脸图像为可疑人脸图像,获取该可疑人脸图像。
例如,在一个示例中,在计算机程序由处理器202运行时还可以执行如下步骤:在确定监控图像中检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,获取该目标人脸图像;然后根据该目标人脸图像,获取目标人脸图像的相关身份信息。
例如,在一个示例中,在计算机程序由处理器202运行时还可以执行如下步骤:在确定监控图像中检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,获取监测到和目标人脸图像相匹配的人脸图像的时间信息。
例如,在一个示例中,在计算机程序由处理器202运行时还可以执行如下步骤:在显示装置201上显示所获取的监控信息。或者,在另一个示例中,在计算机程序由处理器202运行时还可以执行如下步骤:将监控信息存储在存储器203中,以供其他组件(例如显示装置)使用。例如,后台用户可以点击监控终端的图标,从而在显示装置201上显示监控信息中的一种或多种。
例如,在一个示例中,在计算机程序由处理器202运行时还可以执行如下步骤:在确定监控图像中检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,发出告警信号。
需要说明的是,目标人脸图像、告警信息、相关身份信息和时间信息的说明可以参考实施例一中的相关描述,重复之处不再赘述。
实施例三
本实施例提供一种存储介质,该存储介质存储有适于由处理器运行的计算机程序。
例如,在本实施例的一个示例中,该存储介质可以应用于实施例二中任一所述的监控系统中,例如,其可以为监控系统中的存储器。例如,该计算机程序可以由处理器运行以执行如下步骤:获取至少两个监控终端的监控图像;分别检测监控图像中的人脸图像;判断所检测到的人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所检测到的人脸图像中的至少一个人脸图像与人脸图像底库中的目标人脸图像相匹配的情况下,获取与获取和目标人脸图像相匹配的人脸图像的监控终端相对应的地理位置;基于该地理位置,在地图上标注监控终端。
例如,关于存储介质的说明可以参考实施例二中对于存储器的描述,重复之处不再赘述。
需要说明的是,本公开的实施例以监控图像中与目标人脸图像相匹配的人脸图像是可疑人员的人脸图像为例进行说明,在不矛盾的情况下,本公开的实施例也可以适用于与目标人脸图像相匹配的人脸图像是失踪人员的人脸图像的情况。
对于本公开,还有以下几点需要说明:
(1)本公开实施例附图只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计。
(2)在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合以得到新的实施例。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,本公开的保护范围应以所述权利要求的保护范围为准。
Claims (19)
1.一种基于人脸识别的监控方法,包括:
获取至少两个监控终端的监控图像;
分别检测所述监控图像中的人脸图像;
判断所检测到的所述人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的地理位置;
基于所述地理位置,在地图上标注所述监控终端。
2.根据权利要求1所述的监控方法,其中,获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的地理位置包括:
获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的标识信息;
基于所述标识信息,获取所述监控终端的地理位置。
3.根据权利要求1所述的监控方法,其中,
在所述人脸图像与所述目标人脸图像的相似度超过预定的相似度阈值的情况下,确定所述人脸图像与所述目标人脸图像相匹配。
4.根据权利要求1所述的监控方法,其中,在所述地图上标注所述监控终端包括:
在所述地理位置处于当前地图的显示范围内的情况下,在所述当前地图上标注所述监控终端;或者
在所述地理位置不处于所述当前地图的显示范围内的情况下,跳转至包含所述地理位置的目标地图,并在所述目标地图上标注所述监控终端。
5.根据权利要求1所述的监控方法,还包括:
在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取和所述目标人脸图像相匹配的所述人脸图像;
显示和所述目标人脸图像相匹配的所述人脸图像。
6.根据权利要求1或5所述的监控方法,还包括:
在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取所述目标人脸图像;
根据所述目标人脸图像,获取所述目标人脸图像的相关身份信息;
显示所述目标人脸图像和/或所述相关身份信息。
7.根据权利要求1所述的监控方法,还包括:
在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取监测到和所述目标人脸图像相匹配的所述人脸图像的时间信息;
显示所述时间信息。
8.根据权利要求1所述的监控方法,还包括:
在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,发出告警信号。
9.一种基于人脸识别的监控系统,包括:
显示装置,用于显示地图;
至少一个处理器;
至少一个存储器,存储有适于由所述处理器运行的计算机程序,所述计算机程序由所述处理器运行以执行如下步骤:
获取至少两个监控终端的监控图像;
分别检测所述监控图像中的人脸图像;
判断所检测到的所述人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的地理位置;
基于所述地理位置,在所述地图上标注所述监控终端。
10.根据权利要求9所述的监控系统,其中,在所述计算机程序由所述处理器运行时还执行如下步骤:
获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的标识信息;
基于所述标识信息,获取所述监控终端的地理位置。
11.根据权利要求9所述的监控系统,其中,在所述人脸图像与所述目标人脸图像的相似度超过预定的相似度阈值的情况下,确定所述人脸图像与所述目标人脸图像相匹配。
12.根据权利要求9所述的监控系统,其中,在所述计算机程序由所述处理器运行时还执行如下步骤:
在所述地理位置处于当前地图的显示范围内的情况下,在所述当前地图上标注所述监控终端;或者
在所述地理位置不处于所述当前地图的显示范围内的情况下,跳转至包含所述地理位置的目标地图,并在所述目标地图上标注所述监控终端。
13.根据权利要求9所述的监控系统,其中,在所述计算机程序由所述处理器运行时还执行如下步骤:
在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取和所述目标人脸图像相匹配的所述人脸图像;
在所述显示装置上显示和所述目标人脸图像相匹配的所述人脸图像。
14.根据权利要求9或13所述的监控系统,其中,在所述计算机程序由所述处理器运行时还执行如下步骤:
在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取所述目标人脸图像;
根据所述目标人脸图像,获取所述目标人脸图像的相关身份信息;
在所述显示装置上显示所述目标人脸图像和/或所述相关身份信息。
15.根据权利要求9所述的监控系统,其中,在所述计算机程序由所述处理器运行时还执行如下步骤:
在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取监测到和所述目标人脸图像相匹配的所述人脸图像的时间信息;
在所述显示装置上显示所述时间信息。
16.根据权利要求9所述的监控系统,还包括报警装置,
其中,在所述计算机程序由所述处理器运行时还执行如下步骤:
在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,由所述报警装置发出告警信号。
17.根据权利要求9所述的监控系统,其中,所述地图包括本地离线地图、互联网在线地图。
18.根据权利要求9所述的监控系统,还包括:
所述至少两个监控终端,用于采集所述监控图像。
19.一种存储介质,存储有适于由处理器运行的计算机程序,所述计算机程序由所述处理器运行以执行如下步骤:
获取至少两个监控终端的监控图像;
分别检测所述监控图像中的人脸图像;
判断所检测到的所述人脸图像是否与人脸图像底库中的目标人脸图像相匹配,在确定所述人脸图像中的至少一个人脸图像与所述目标人脸图像相匹配的情况下,获取与获取和所述目标人脸图像相匹配的所述人脸图像的监控终端相对应的地理位置;
基于所述地理位置,在地图上标注所述监控终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710403439.2A CN108875466A (zh) | 2017-06-01 | 2017-06-01 | 基于人脸识别的监控方法、监控系统与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710403439.2A CN108875466A (zh) | 2017-06-01 | 2017-06-01 | 基于人脸识别的监控方法、监控系统与存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108875466A true CN108875466A (zh) | 2018-11-23 |
Family
ID=64321005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710403439.2A Pending CN108875466A (zh) | 2017-06-01 | 2017-06-01 | 基于人脸识别的监控方法、监控系统与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108875466A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784177A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于图像匹配的失踪人员快速定位方法、装置及介质 |
CN109800329A (zh) * | 2018-12-28 | 2019-05-24 | 上海依图网络科技有限公司 | 一种监控方法及装置 |
CN109815848A (zh) * | 2018-12-29 | 2019-05-28 | 深圳市天彦通信股份有限公司 | 停车场安全预警系统及方法 |
CN109961031A (zh) * | 2019-01-25 | 2019-07-02 | 深圳市星火电子工程公司 | 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及系统 |
CN109961568A (zh) * | 2019-01-30 | 2019-07-02 | 杭州数策指今科技有限公司 | 适用于幼龄儿童与老人的共享纸巾机呼叫方法 |
CN110113563A (zh) * | 2019-03-25 | 2019-08-09 | 视联动力信息技术股份有限公司 | 一种基于视联网的数据处理方法和视联网服务器 |
CN110222561A (zh) * | 2019-04-25 | 2019-09-10 | 深圳壹账通智能科技有限公司 | 失踪人员面部图像匹配方法、装置及存储介质 |
CN110298254A (zh) * | 2019-05-30 | 2019-10-01 | 罗普特科技集团股份有限公司 | 一种用于人员异常行为的分析方法和系统 |
CN110378230A (zh) * | 2019-06-19 | 2019-10-25 | 平安科技(深圳)有限公司 | 失踪人脸识别方法、装置、计算机设备和存储介质 |
CN110674757A (zh) * | 2019-09-25 | 2020-01-10 | 北京旷视科技有限公司 | 布控方法、系统及计算机可读存储介质 |
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 |
CN110942580A (zh) * | 2019-12-06 | 2020-03-31 | 浩云科技股份有限公司 | 一种智能楼宇访客管理方法、系统及储存介质 |
CN111178162A (zh) * | 2019-12-12 | 2020-05-19 | 北京迈格威科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
CN111372036A (zh) * | 2018-12-25 | 2020-07-03 | 中国科学院深圳先进技术研究院 | 一种视频监测方法、系统 |
CN111739241A (zh) * | 2020-05-07 | 2020-10-02 | 深圳英飞拓智能技术有限公司 | 基于5g传输的人脸抓拍和监控方法及系统、设备 |
WO2021023047A1 (zh) * | 2019-08-06 | 2021-02-11 | 北京字节跳动网络技术有限公司 | 人脸图像的处理方法、装置、终端及存储介质 |
CN112702564A (zh) * | 2019-10-23 | 2021-04-23 | 成都鼎桥通信技术有限公司 | 图像监控方法及设备 |
CN113518474A (zh) * | 2020-03-27 | 2021-10-19 | 阿里巴巴集团控股有限公司 | 检测方法、装置、设备、存储介质和系统 |
CN114640764A (zh) * | 2022-03-01 | 2022-06-17 | 深圳市安软慧视科技有限公司 | 基于布控平台的目标检测方法、系统及相关设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102724482A (zh) * | 2012-06-18 | 2012-10-10 | 西安电子科技大学 | 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统 |
CN103942811A (zh) * | 2013-01-21 | 2014-07-23 | 中国电信股份有限公司 | 分布式并行确定特征目标运动轨迹的方法与系统 |
CN104143086A (zh) * | 2014-07-18 | 2014-11-12 | 吴建忠 | 人像比对在移动终端操作系统上的应用技术 |
CN104981681A (zh) * | 2012-06-05 | 2015-10-14 | 苹果公司 | 显示位置预览 |
WO2016060312A1 (ko) * | 2014-10-14 | 2016-04-21 | 한화테크윈 주식회사 | 실내위치인식기반 보안관리장치 및 방법 |
CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控系统及方法 |
CN105989610A (zh) * | 2015-01-29 | 2016-10-05 | 中兴通讯股份有限公司 | 目标跟踪方法及装置 |
-
2017
- 2017-06-01 CN CN201710403439.2A patent/CN108875466A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104981681A (zh) * | 2012-06-05 | 2015-10-14 | 苹果公司 | 显示位置预览 |
CN102724482A (zh) * | 2012-06-18 | 2012-10-10 | 西安电子科技大学 | 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统 |
CN103942811A (zh) * | 2013-01-21 | 2014-07-23 | 中国电信股份有限公司 | 分布式并行确定特征目标运动轨迹的方法与系统 |
CN104143086A (zh) * | 2014-07-18 | 2014-11-12 | 吴建忠 | 人像比对在移动终端操作系统上的应用技术 |
WO2016060312A1 (ko) * | 2014-10-14 | 2016-04-21 | 한화테크윈 주식회사 | 실내위치인식기반 보안관리장치 및 방법 |
CN105989610A (zh) * | 2015-01-29 | 2016-10-05 | 中兴通讯股份有限公司 | 目标跟踪方法及装置 |
CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控系统及方法 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784177A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于图像匹配的失踪人员快速定位方法、装置及介质 |
CN111372036A (zh) * | 2018-12-25 | 2020-07-03 | 中国科学院深圳先进技术研究院 | 一种视频监测方法、系统 |
CN109800329A (zh) * | 2018-12-28 | 2019-05-24 | 上海依图网络科技有限公司 | 一种监控方法及装置 |
CN109815848A (zh) * | 2018-12-29 | 2019-05-28 | 深圳市天彦通信股份有限公司 | 停车场安全预警系统及方法 |
CN109961031A (zh) * | 2019-01-25 | 2019-07-02 | 深圳市星火电子工程公司 | 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及系统 |
CN109961568A (zh) * | 2019-01-30 | 2019-07-02 | 杭州数策指今科技有限公司 | 适用于幼龄儿童与老人的共享纸巾机呼叫方法 |
CN110113563A (zh) * | 2019-03-25 | 2019-08-09 | 视联动力信息技术股份有限公司 | 一种基于视联网的数据处理方法和视联网服务器 |
CN110222561A (zh) * | 2019-04-25 | 2019-09-10 | 深圳壹账通智能科技有限公司 | 失踪人员面部图像匹配方法、装置及存储介质 |
CN110298254A (zh) * | 2019-05-30 | 2019-10-01 | 罗普特科技集团股份有限公司 | 一种用于人员异常行为的分析方法和系统 |
CN110378230A (zh) * | 2019-06-19 | 2019-10-25 | 平安科技(深圳)有限公司 | 失踪人脸识别方法、装置、计算机设备和存储介质 |
CN110378230B (zh) * | 2019-06-19 | 2024-03-05 | 平安科技(深圳)有限公司 | 失踪人脸识别方法、装置、计算机设备和存储介质 |
WO2021023047A1 (zh) * | 2019-08-06 | 2021-02-11 | 北京字节跳动网络技术有限公司 | 人脸图像的处理方法、装置、终端及存储介质 |
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 |
CN110674757B (zh) * | 2019-09-25 | 2022-07-19 | 北京旷视科技有限公司 | 布控方法、系统及计算机可读存储介质 |
CN110674757A (zh) * | 2019-09-25 | 2020-01-10 | 北京旷视科技有限公司 | 布控方法、系统及计算机可读存储介质 |
CN112702564A (zh) * | 2019-10-23 | 2021-04-23 | 成都鼎桥通信技术有限公司 | 图像监控方法及设备 |
CN110942580A (zh) * | 2019-12-06 | 2020-03-31 | 浩云科技股份有限公司 | 一种智能楼宇访客管理方法、系统及储存介质 |
CN111178162A (zh) * | 2019-12-12 | 2020-05-19 | 北京迈格威科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
CN111178162B (zh) * | 2019-12-12 | 2023-11-07 | 北京迈格威科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
CN113518474A (zh) * | 2020-03-27 | 2021-10-19 | 阿里巴巴集团控股有限公司 | 检测方法、装置、设备、存储介质和系统 |
CN111739241A (zh) * | 2020-05-07 | 2020-10-02 | 深圳英飞拓智能技术有限公司 | 基于5g传输的人脸抓拍和监控方法及系统、设备 |
CN114640764A (zh) * | 2022-03-01 | 2022-06-17 | 深圳市安软慧视科技有限公司 | 基于布控平台的目标检测方法、系统及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875466A (zh) | 基于人脸识别的监控方法、监控系统与存储介质 | |
US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
CN109271554B (zh) | 一种智能视频识别系统及其应用 | |
US20240265705A1 (en) | Face concealment detection | |
AU2017436901B2 (en) | Methods and apparatus for automated surveillance systems | |
US20190087464A1 (en) | Regional population management system and method | |
CN105913559B (zh) | 一种基于体感技术的银行atm机智能监控方法 | |
AU2020203351A1 (en) | Drone-augmented emergency response services | |
CN109743541A (zh) | 智能监控方法、装置、计算机设备及存储介质 | |
CN112562161A (zh) | 一种基于5g物联网及ai智能门禁综合管理系统 | |
CN109461106A (zh) | 一种多维信息感知处理方法 | |
CN111291589B (zh) | 信息的关联分析方法及装置、储存介质、电子装置 | |
CN104317918B (zh) | 基于复合大数据gis的异常行为分析及报警系统 | |
KR101765722B1 (ko) | 인지형 차량 및 인상착의 객체 및 이벤트 인식, 추적, 검색, 예측을 위한 나레이티브 보고서 작성 시스템 및 방법 | |
US20040001142A1 (en) | Method for suspect identification using scanning of surveillance media | |
CN104318217A (zh) | 一种基于分布式云计算的人脸识别情报分析方法和系统 | |
RU2720947C2 (ru) | Аналитическая система распознавания и видеоидентификации | |
Choosri et al. | IoT-RFID testbed for supporting traffic light control | |
CN108540750A (zh) | 基于监控视频与电子设备标识关联的方法、装置及系统 | |
CN113538825A (zh) | 一种用于校园翻墙事件报警方法及系统 | |
CN209312052U (zh) | 一种人脸识别随身警务系统 | |
Dlodlo et al. | The internet of things in community safety and crime prevention for South Africa | |
CN111400415B (zh) | 人员的管理方法及相关装置 | |
CN113112744A (zh) | 安防管理方法及装置、电子设备、存储介质 | |
CN110083721A (zh) | 基于编码识别的封闭大区域智能监控系统及其识别方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181123 |