基于生物特征识别的目标对象定位方法及装置
技术领域
本申请涉及图像识别技术领域,尤其是涉及一种基于生物特征识别的目标对象定位方法及装置。
背景技术
目前,当某场所发生盗窃事件后,主要通过获取该场所周围安装的监控设备的监控视频,然后通过人工查看监控视频的方式来筛选嫌疑人,且在确定嫌疑人后,还会通过查看其它监控视频的方式来判断嫌疑人的去向,从而对嫌疑人进行追踪。但这种人工查看监控视频来追踪嫌疑人的方式不仅处理效率较低,还容易出现无法定位嫌疑人的问题。
发明内容
有鉴于此,本申请的目的在于提供一种基于生物特征识别的目标对象定位方法及装置,以增加目标对象定位的准确率,提高工作效率。
第一方面,本申请实施例提供了一种基于生物特征识别的目标对象定位方法,该方法包括:
获取当前监控视频中至少一个第一对象的生物特征;
根据所述至少一个第一对象的生物特征,获取在预设时间范围内的每一个第一对象的特征信息;
从所述至少一个第一对象中选择所述特征信息满足预设条件的选定第一对象;
根据所述选定第一对象,确定所述当前监控视频中出现的目标对象;
根据所述目标对象在所述当前监控视频中的出现时间、以及所述目标对象的生物特征,在与所述当前监控视频相关联的监控视频中筛选出出现有所述目标对象的选定监控视频;
根据所述选定监控视频的位置信息,对所述目标对象进行定位。
其中,所述生物特征包括以下特征中的一种或多种:步态特征、人脸特征、肤色特征、毛发特征。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,所述特征信息为所述每一个第一对象在所述当前监控视频中的出现时长以及出现次数;
所述从所述至少一个第一对象中选择所述特征信息满足预设条件的选定第一对象,具体包括:
将满足所述出现次数不小于预设次数,或满足所述出现次数小于所述预设次数且所述出现时长不小于预设时长的所述第一对象确定为选定第一对象。
结合第一方面,本申请实施例提供了第一方面的第二种可能的实施方式,其中,所述根据所述选定第一对象,确定所述当前监控视频中出现的目标对象,具体包括:
将每一个所述选定第一对象的生物特征与第一数据库中存储的预设生物特征进行匹配,将匹配成功的所述选定第一对象确定为第二对象;
获取所述第一数据库中存储的所述第二对象的预设时间信息;
将所述第二对象在所述当前监控视频中的出现时间与获取的所述第一数据库中存储的所述第二对象的预设时间信息进行匹配,将匹配不成功的所述第二对象确定为所述当前监控视频中出现的目标对象。
结合第一方面的第二种可能的实施方式,本申请实施例提供了第一方面的第三种可能的实施方式,其中,在将每一个所述选定第一对象的生物特征与第一数据库中存储的预设生物特征进行匹配后,所述方法还包括:
将所述选定第一对象的生物特征与所述第一数据库中存储的预设生物特征匹配不成功的每一个选定第一对象的生物特征,与第二数据库中存储的异常生物特征进行匹配,将匹配成功的所述选定第一对象确定为所述目标对象。
结合第一方面,本申请实施例提供了第一方面的第四种可能的实施方式,其中,所述根据所述至少一个第一对象的生物特征,获取在预设时间范围内的每一个第一对象的特征信息,具体包括:
针对每一个所述第一对象,执行如下操作:
对在所述预设时间范围内出现在所述当前监控视频中的第一对象进行追踪;
根据追踪情况,统计所述每一个第一对象在所述当前监控区域中的出现次数以及出现时长。
第二方面,本申请实施例还提供了一种基于生物特征识别的目标对象定位装置,包括:
第一获取模块,用于获取当前监控视频中至少一个第一对象的生物特征;
第二获取模块,用于根据所述至少一个第一对象的生物特征,获取在预设时间范围内的每一个第一对象的特征信息;
第一筛选模块,用于从所述至少一个第一对象中选择所述特征信息满足预设条件的选定第一对象;
确定模块,用于根据所述选定第一对象,确定所述当前监控视频中出现的目标对象;
第二筛选模块,用于根据所述目标对象在所述当前监控视频中的出现时间、以及所述目标对象的生物特征,在与所述当前监控视频相关联的监控视频中筛选出出现有所述目标对象的选定监控视频;
定位模块,用于根据所述选定监控视频的位置信息,对所述目标对象进行定位。
结合第二方面,本申请实施例提供了第二方面的第一种可能的实施方式,其中,所述特征信息为所述每一个第一对象在所述当前监控视频中的出现时长以及出现次数;
所述第一筛选模块,在用于所述从所述至少一个第一对象中选择所述特征信息满足预设条件的选定第一对象时,具体用于:
将满足所述出现次数不小于预设次数,或满足所述出现次数小于所述预设次数且所述出现时长不小于预设时长的所述第一对象确定为选定第一对象。
结合第二方面,本申请实施例提供了第二方面的第二种可能的实施方式,其中,所述第二筛选模块,在用于根据所述选定第一对象,确定所述当前监控视频中出现的目标对象时,具体用于:
将每一个所述选定第一对象的生物特征与第一数据库中存储的预设生物特征进行匹配,将匹配成功的所述选定第一对象确定为第二对象;
获取所述第一数据库中存储的所述第二对象的预设时间信息;
将所述第二对象在所述当前监控视频中的出现时间与获取的所述第一数据库中存储的所述第二对象的预设时间信息进行匹配,将匹配不成功的所述第二对象确定为所述当前监控视频中出现的目标对象。
结合第二方面的第二种可能的实施方式,本申请实施例提供了第二方面的第三种可能的实施方式,其中,在将每一个所述选定第一对象的生物特征与第一数据库中存储的预设生物特征进行匹配后,所述装置还用于:
将所述选定第一对象的生物特征与所述第一数据库中存储的预设生物特征匹配不成功的每一个选定第一对象的生物特征,与第二数据库中存储的异常生物特征进行匹配,将匹配成功的所述选定第一对象确定为所述目标对象。
结合第二方面,本申请实施例提供了第二方面的第四种可能的实施方式,其中,所述第一获取模块,在用于根据所述至少一个第一对象的生物特征,获取在预设时间范围内的每一个第一对象的特征信息时,具体用于:
针对每一个所述第一对象,执行如下操作:
对在所述预设时间范围内出现在所述当前监控视频中的第一对象进行追踪;
根据追踪情况,统计所述每一个第一对象在所述当前监控区域中的出现次数以及出现时长。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面的任一种可能的实施方式中的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面的任一种可能的实施方式中的步骤。
本申请实施例提供的基于生物特征识别的目标对象定位方法及装置,通过获取当前监控视频中至少一个第一对象的生物特征以及预设时间范围内的每一个第一对象的特征信息;然后根据每一个第一对象的特征信息,筛选满足预设条件的选定第一对象,并根据选定第一对象,确定当前监控视频中出现的目标对象,从而避免了人工查看监控查找目标对象的步骤,提高了目标对象确定的准确率;根据目标对象在当前监控视频中的出现时间、以及目标对象的生物特征,在当前监控视频中筛选出有目标对象出现的选定监控视频,并根据选定监控视频的位置信息,对目标对象进行定位,从而避免了人工检查多个监控视频,查找目标对象的步骤,提高了工作效率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例所提供的一种基于生物特征识别的目标对象定位方法的流程示意图;
图2示出了本申请实施例所提供的一种选定第一对象确定方法的流程示意图;
图3示出了本申请实施例所提供的一种基于生物特征识别的目标对象定位装置300的架构示意图;
图4示出了本申请实施例所提供的一种电子设备400的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
考虑到现有技术追踪定位犯罪嫌疑人主要通过人工查看监控的方式,效率较低,基于此,本申请实施例提供了一种基于生物特征识别的目标对象定位方法及装置,下面通过实施例进行描述。
为便于对本实施例进行理解,首先对本申请实施例所公开的一种基于生物特征识别的目标对象定位方法进行详细介绍。
实施例一
参见图1所示,为本申请实施例提供的一种基于生物特征识别的目标对象定位方法的流程示意图,包括以下步骤:
S101、获取当前监控视频中至少一个第一对象的生物特征。
其中,生物特征包括以下特征中的一种或多种:步态特征、人脸特征、肤色特征、毛发特征。下面以获取步态特征为例,对本申请实施例的目标对象定位方法进行详细描述。
S102、根据至少一个第一对象的步态特征,获取在预设时间范围内的每一个第一对象的特征信息。
其中,第一对象的特征信息为第一对象在当前监控视频中的出现时长以及出现次数。
一种可能的实施方式中,可以通过下述方式获取第一对象的特征信息:
对在所述预设时间范围内出现在所述当前监控视频中的的第一对象进行追踪;
根据追踪情况,统计所述每一个第一对象在所述当前监控区域中的出现次数以及出现时长。
一种可能的实施方式中,可以记录每一个第一对象出现在当前监控视频中的出现时刻以及在当前监控视频中消失的消失时刻,根据每一次每一个第一对象在当前监控视频中的出现时刻和消失时刻,计算每一个第一对象在当前监控视频中的出现时长。
例如,若当前监控视频为超市收银台的监控视频,对象A分别在2018年9月20日10:00-2018年9月20日10:02、2018年9月20日10:04-2018年9月20日10:06、2018年9月20日10:10-2018年9月20日10:15出现在收银台的监控视频中,则统计对象A在收银条的监控视频中出现次数为3次,出现时长为9分钟。
在另外一种可能实施方式中,还可以通过下述方法获取第一对象的特征信息:
将所述预设时间范围内的所述当前监控视频划分为N个选定视频,并根据所述第一对象的步态特征,确定包含有所述第一对象的所述选定视频的个数,其中,N为正整数;
根据所述包含有第一对象的所述选定视频的个数,确定所述第一对象在所述当前监控视频中的出现次数;
根据所述包含有第一对象的所述选定视频的时间信息,确定所述第一对象在所述当前监控视频中的出现时长。
一种可能的实施方式中,可以通过但不仅限于基于霍夫变换的步态特征提取算法、基于粒子滤波跟踪的步态特征提取算法以及基于支持向量机的步态特征提取算法,在此将不再赘述。
例如,若当前监控视频时长为60分钟,则可以将当前监控视频划分为10个选定视频,并对每个选定视频使用1-10进行标号。若要获取第一对象B的特征信息,则根据第一对象B的步态特征,确定第1-10段选定视频中是否包含有第一对象B,若第2段、第5段、第8段选定视频中包含第一对象B,则确定第一对象B在当前监控视频中的出现次数为3次。然后根据第一对象在第2段、第5段、第8段选定视频中出现的时刻和消失的时刻计算第一对象在当前监控视频中的出现时长。
S103、从至少一个第一对象中选择特征信息满足预设条件的选定第一对象。
在一些盗窃等犯罪行为过程中,犯罪嫌疑人可能会频繁地出现在某一场所,因此可以通过统计每一个第一对象在当前监控视频中的出现时长以及出现次数来初步判断是否为目标对象。
在一种可能的实施方式中,可以通过图2所述的方法来选择选定第一对象:
对于每一个第一对象,都执行如下步骤,以第一对象P为例,对此方法进行叙述:
S201、获取第一对象P在当前监控视频中的出现次数。
在本步骤中,可以获取第一对象P在预设时间范围内在当前监控视频中的出现次数。
S202、判断第一对象P的出现次数是否不小于预设次数。
若判断结果为是,则执行步骤S205,若判断结果为否,则顺序执行步骤S203、S204。
S203、获取第一对象P在当前监控视频中的出现时长。
S204、判断第一对象P的出现时长是否不小于预设时长。
若判断结果为是,则执行步骤S205,若判断结果为否,则执行步骤S206。
S205、将第一对象P确定为选定第一对象。
其中,将第一对象P确定为选定第一对象以后,还需进行进一步判断,判断第一对象P是否为目标对象。
S206、第一对象P不是选定第一对象。
对第一对象P不是选定第一对象,则第一对象不是目标对象。
S104、根据选定第一对象,确定当前监控视频中出现的目标对象。
在本步骤中,根据每一个第一对象在当前监控视频中的出现时长和出现次数进行筛选,将满足出现次数不小于预设次数或者满足出现次数小于预设次数且出现时长不小于预设时长的每一个第一对象确定为选定第一对象,需要对选定第一对象进行进一步筛选,确定目标对象。
一种可能的实施方式中,可以通过下述方式进行目标对象的筛选:
将每一个所述选定第一对象的步态特征与第一数据库中存储的预设步态特征进行匹配,将匹配成功的所述选定第一对象确定为第二对象;
获取所述第一数据库中存储的所述第二对象的预设时间信息;
将所述第二对象在所述当前监控视频中的出现时间与获取的所述第一数据库中存储的所述第二对象的预设时间信息进行匹配,将匹配不成功的所述第二对象确定为所述当前监控视频中出现的目标对象。
一种可能的实施方式中,第一数据库中可以存储的是工作人员的步态特征,例如在超市收银台的监控视频中,相比较顾客而言,超市工作人员在监控视频中的出现时长比较长,而如超市导购员和保洁员等工作人员,在当前监控视频中出现次数可能较多,因此首先需要将选定第一对象的步态特征与数据库中存储的工作人员的步态特征信息做匹配,判断选定第一对象中是否包含有工作人员,并将选定第一对象中包含的工作人员确定为第二对象。
获取数据库中存储的第二对象的时间信息,例如时间信息可以是工作人员的工作时间,然后将第二对象出现在当前监控视频中的出现时间与数据库中存储的第二对象的时间信息,若匹配成功,说明第二对象为正常工作的工作人员;若匹配不成功,则说明第二对象在非工作时间内出现在当前监控视频中,则可以将在当前监控视频中的出现时间与数据库中存储的时间信息匹配不成功的第二对象确认为目标对象。进一步地,还可以获取第一数据库中存储的该目标对象的身份信息,如家庭住址、入职时间、年龄、姓名等信息,并将所获取的身份信息发送至用户终端,以供用户查看。
一种可能的实施方式中,可以但不仅限于通过下述方式进行步态特征匹配:
将每一个选定第一对象的步态特征输入预先训练好的步态特征识别模型中,得到每一个选定第一对象的身份预测概率,将所述身份预测概率大于预设概率的选定第一对象确定为第二对象。
例如将选定第一对象M的步态特征输入预先训练好的步态身份识别模型中,得到选定第一对象M的身份预测概率分别为:张某50%,李某20%,唐某95%,若预设概率为90%,则选定第一对象M的身份预测为唐某,可将选定第一对象M确定为第二对象。
在一种可能的实施方式中,可以将选定第一对象与第一数据库中存储的预设步态特征匹配不成功的每一个选定第一对象的步态特征,与数据库中存储的异常步态特征进行匹配,并将匹配成功的选定第一对象确定为目标对象。
例如,某对象频繁在当前监控视频中出现,但是经与第一数据库中存储的预设步态特征进行比对,确定该对象并非是工作人员,可以将该对象与第二数据库中存储的异常步态特征进行匹配,其中,第二数据库中存储的可以是有犯罪前科的人员的步态特征和身份信息。若匹配成功,则将该对象确认为目标对象。
在另外一种可能的实施方式中,若某一个选定第一对象与第一数据库中存储的预设步态特征匹配不成功,则将该选定第一对象确认为目标对象。然后将该选定第一对象的步态特征与第二数据库中存储的异常步态特征进行匹配,若匹配成功,则获取数据库中该选定第一对象的身份信息,如姓名、住址、国籍、家庭成员、犯罪事件以及犯罪事件等;若匹配不成功,则通过当前监控视频获取该目标对象的面部特征,并将获取的面部特征发送至用户终端,以供用户查看。
S105、根据目标对象在当前监控视频中的出现时间、以及目标对象的步态特征,在与当前监控视频相关联的监控视频中筛选出出现有目标对象的选定监控视频。
一种可能的实施方式中,可以获取与当前监控视频相关联的监控视频,然后在相关联的监控视频中盘算是否有目标对象出现。
例如,若当前监控视频为某小区门口2018年9月10日的监控视频,在当前监控视频中确定了目标对象,那么可以获取该小区2018年9月10日的其他监控视频,如小区花园的监控视频等,然后判断其他监控视频中是否包含有该目标对象,并将有目标对象出现的监控视频确定为选定监控视频。
一种可能的实施方式中,可以提前设置关联关系,如可以根据位置关系设置关联关系,如超市内部的监控视频与超市门口的监控视频时关联的,也可以获取某一区域全部监控视频。
S106、根据选定监控视频的位置信息,对目标对象进行定位。
一种可能的实施方式中,可以根据监控视频的监控区域,确定监控视频的位置信息,也可以预设监控视频的位置信息。
在选定监控视频中确定目标对象后,可以记录目标对象在选定监控视频中的时间信息,如可以记录目标对象在当前监控视频中出现的时间和消失的时间,然后通过记录的时间信息以及选定监控视频的位置信息,在地图上标注,从而对目标对象进行定位。
通过上述实施例所提供的基于生物特征识别的目标对象定位方法,可以获取当前监控视频中至少一个第一对象的步态特征以及预设时间范围内的每一个第一对象的特征信息;然后根据每一个第一对象的特征信息,筛选满足预设条件的选定第一对象,并根据选定第一对象,确定当前监控视频中出现的目标对象,从而避免了人工查看监控查找目标对象的步骤,提高了目标对象确定的准确率;根据目标对象在当前监控视频中的出现时间、以及目标对象的步态特征,在当前监控视频中筛选出有目标对象出现的选定监控视频,并根据选定监控视频的位置信息,对目标对象进行定位,从而避免了人工检查多个监控视频,查找目标对象的步骤,提高了工作效率。
实施例二
本申请实施例提供了一种基于生物特征识别的目标对象定位装置,参见图3所示,为本申请实施例提供的基于生物特征识别的目标对象定位装置300的架构示意图,该装置300包括:第一获取模块301、第二获取模块302、第一筛选模块303、确定模块304、第二筛选模块305以及定位模块306。
具体的,第一获取模块301,用于获取当前监控视频中至少一个第一对象的生物特征;
第二获取模块302,用于根据所述至少一个第一对象的生物特征,获取在预设时间范围内的每一个第一对象的特征信息;
第一筛选模块303,用于从所述至少一个第一对象中选择所述特征信息满足预设条件的选定第一对象;
确定模块304,用于根据所述选定第一对象,确定所述当前监控视频中出现的目标对象;
第二筛选模块305,用于根据所述目标对象在所述当前监控视频中的出现时间、以及所述目标对象的生物特征,在与所述当前监控视频相关联的监控视频中筛选出出现有所述目标对象的选定监控视频;
定位模块306,用于根据所述选定监控视频的位置信息,对所述目标对象进行定位。
一种可能的实施方式中,所述生物特征包括以下特征中的一种或多种:步态特征、人脸特征、肤色特征、毛发特征。
一种可能的实施方式中,所述特征信息为所述每一个第一对象在所述当前监控视频中的出现时长以及出现次数;
第一筛选模块303,在用于所述从所述至少一个第一对象中选择所述特征信息满足预设条件的选定第一对象时,具体用于:
将满足所述出现次数不小于预设次数,或满足所述出现次数小于所述预设次数且所述出现时长不小于预设时长的所述第一对象确定为选定第一对象。
一种可能的实施方式中,第二筛选模块305,在用于根据所述选定第一对象,确定所述当前监控视频中出现的目标对象时,具体用于:
将每一个所述选定第一对象的生物特征与第一数据库中存储的预设生物特征进行匹配,将匹配成功的所述选定第一对象确定为第二对象;
获取所述第一数据库中存储的所述第二对象的预设时间信息;
将所述第二对象在所述当前监控视频中的出现时间与获取的所述第一数据库中存储的所述第二对象的预设时间信息进行匹配,将匹配不成功的所述第二对象确定为所述当前监控视频中出现的目标对象。
一种可能的实施方式中,在将每一个所述选定第一对象的生物特征与第一数据库中存储的预设生物特征进行匹配后,装置300还用于:
将所述选定第一对象的生物特征与所述第一数据库中存储的预设生物特征匹配不成功的每一个选定第一对象的生物特征,与第二数据库中存储的异常生物特征进行匹配,将匹配成功的所述选定第一对象确定为所述目标对象。
一种可能的实施方式中,第一获取模块301,在用于根据所述至少一个第一对象的生物特征,获取在预设时间范围内的每一个第一对象的特征信息时,具体用于:
针对每一个所述第一对象,执行如下操作:
对在所述预设时间范围内出现在所述当前监控视频中的第一对象进行追踪;
根据追踪情况,统计所述每一个第一对象在所述当前监控区域中的出现次数以及出现时长。
实施例三
如图4所示,为本申请实施例三所提供的一种电子设备400的结构示意图,包括:处理器401、存储器402和总线404;
上述存储器402存储有上述处理器401可执行的机器可读指令(比如,包括图3中的第一获取模块301、第二获取模块302、第一筛选模块303、确定模块304、第二筛选模块304以及定位模块306对应的执行指令),当电子设备400运行时,上述处理器401与上述存储器402之间通过总线404通信,上述机器可读指令被上述处理器401执行时执行如下处理:
获取当前监控视频中至少一个第一对象的生物特征;
根据所述至少一个第一对象的生物特征,获取在预设时间范围内的每一个第一对象的特征信息;
从所述至少一个第一对象中选择所述特征信息满足预设条件的选定第一对象;
根据所述选定第一对象,确定所述当前监控视频中出现的目标对象;
根据所述目标对象在所述当前监控视频中的出现时间、以及所述目标对象的生物特征,在与所述当前监控视频相关联的监控视频中筛选出出现有所述目标对象的选定监控视频;
根据所述选定监控视频的位置信息,对所述目标对象进行定位。
其中,生物特征包括以下特征中的一种或多种:步态特征、人脸特征、肤色特征、毛发特征。
另外,在处理器401执行的操作中,所述特征信息为所述每一个第一对象在所述当前监控视频中的出现时长以及出现次数;
所述从所述至少一个第一对象中选择所述特征信息满足预设条件的选定第一对象,具体包括:
将满足所述出现次数不小于预设次数,或满足所述出现次数小于所述预设次数且所述出现时长不小于预设时长的所述第一对象确定为选定第一对象。
进一步地,在处理器401执行的操作中,所述根据所述选定第一对象,确定所述当前监控视频中出现的目标对象,具体包括:
将每一个所述选定第一对象的生物特征与第一数据库中存储的预设生物特征进行匹配,将匹配成功的所述选定第一对象确定为第二对象;
获取所述第一数据库中存储的所述第二对象的预设时间信息;
将所述第二对象在所述当前监控视频中的出现时间与获取的所述第一数据库中存储的所述第二对象的预设时间信息进行匹配,将匹配不成功的所述第二对象确定为所述当前监控视频中出现的目标对象。
另外,在处理器401执行的操作中,在将每一个所述选定第一对象的生物特征与第一数据库中存储的预设生物特征进行匹配后,所述方法还包括:
将所述选定第一对象的生物特征与所述第一数据库中存储的预设生物特征匹配不成功的每一个选定第一对象的生物特征,与第二数据库中存储的异常生物特征进行匹配,将匹配成功的所述选定第一对象确定为所述目标对象。
另外,在处理器401执行的操作中,所述根据所述至少一个第一对象的生物特征,获取在预设时间范围内的每一个第一对象的特征信息,具体包括:
针对每一个所述第一对象,执行如下操作:
对在所述预设时间范围内出现在所述当前监控视频中的第一对象进行追踪;
根据追踪情况,统计所述每一个第一对象在所述当前监控区域中的出现次数以及出现时长。
实施例四
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述任一实施例中上述的基于生物特征识别的目标对象定位方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述目标对象定位方法的步骤,从而可以自动通过监控视频定位目标对象,提高工作效率以及定位目标对象的准确率。
本申请实施例所提供的进行图像识别方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,上述程序代码包括的指令可用于执行前面方法实施例中上述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。