CN109426785B - 一种人体目标身份识别方法及装置 - Google Patents
一种人体目标身份识别方法及装置 Download PDFInfo
- Publication number
- CN109426785B CN109426785B CN201710769677.5A CN201710769677A CN109426785B CN 109426785 B CN109426785 B CN 109426785B CN 201710769677 A CN201710769677 A CN 201710769677A CN 109426785 B CN109426785 B CN 109426785B
- Authority
- CN
- China
- Prior art keywords
- target
- image
- face information
- face
- searched
- 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
Images
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
- G06V40/172—Classification, e.g. identification
-
- 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
-
- 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
-
- 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
-
- 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
- G06V40/179—Human faces, e.g. facial parts, sketches or expressions metadata assisted face recognition
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种人体目标身份识别方法及装置,方法包括:提取图像中待识别人体目标的目标特征,作为待查找目标特征,基于预先建立的目标特征与人脸信息的对应关系,查找待查找目标特征对应的人脸信息;基于得到的人脸信息,确定待识别人体目标的身份;可见,本方案中,不需要提取图像中的人脸特征,即使图像中的人脸区域不清晰,或者被其他物体遮挡,也不会降低身份识别的准确性;因此,应用本方案,提高了身份识别的准确性。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种人体目标身份识别方法及装置。
背景技术
在视频监控过程中,通常需要对监控图像中出现的人体目标进行身份识别。现有的识别方案通常包括:确定图像中的人脸区域,对人脸区域进行特征提取,根据所提取的人脸特征,识别图像中人体目标的身份。
上述方案中,如果图像中的人脸区域不清晰,或者被其他物体遮挡,则确定出的身份不准确。
发明内容
本发明实施例的目的在于提供一种人体目标身份识别方法及装置,以提高身份识别的准确性。
为达到上述目的,本发明实施例提供了一种人体目标身份识别方法,包括:
获取待识别图像;
提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征;
基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息;其中,所述对应关系中一份目标特征与对应的人脸信息属于同一人体目标;
基于得到的人脸信息,确定所述待识别人体目标的身份。
可选的,所述获取待识别图像的步骤,可以包括:
接收用户输入的待识别图像;
或者,从指定采集设备中获取待识别图像。
可选的,所述基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息的步骤,可以包括:
基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征;
所述基于得到的人脸信息,确定所述待识别人体目标的身份的步骤,包括:
基于得到的人脸特征,确定所述待识别人体目标的身份。
可选的,所述基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息的步骤,可以包括:
基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的人脸图像;
所述基于得到的人脸信息,确定所述待识别人体目标的身份的步骤,包括:
基于得到的人脸图像,确定所述待识别人体目标的身份。
可选的,所述提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征的步骤,可以包括:
提取所述待识别图像中待识别人体目标的原始目标特征,计算所述原始目标特征的哈希值,作为待查找哈希值;
所述基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息的步骤,可以包括:
基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息。
可选的,所述基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息的步骤,可以包括:
分别计算预先建立的哈希值与人脸信息的对应关系中所包括的各哈希值与所述待查找哈希值之间的相似度;
确定相似度满足预设条件的哈希值对应的人脸信息。
可选的,在所述获取待识别图像的步骤之后,还可以包括:
确定所述待识别图像的采集属性,作为待查找采集属性;其中,所述采集属性包含采集所述待识别图像的时刻和/或地点;
所述基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息的步骤,可以包括:
在预先建立的目标特征与人脸信息的对应关系中,查找与所述待查找采集属性的差值小于预设阈值的目标采集属性;
在所述目标采集属性对应的人脸信息中,查找所述待查找目标特征对应的人脸信息。
可选的,在所述获取待识别图像的步骤之后,在所述基于得到的人脸信息,确定所述待识别人体目标的身份的步骤之前,还可以包括:
判断所述待识别图像中是否存在满足清晰度要求的人脸区域;
如果存在,提取所述待识别图像中的人脸信息;
如果不存在,执行所述提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征的步骤。
为达到上述目的,本发明实施例还提供了一种人体目标身份识别装置,包括:
获取模块,用于获取待识别图像;
第一提取模块,用于提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征;
查找模块,用于基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息;其中,所述对应关系中一份目标特征与对应的人脸信息属于同一人体目标;
第一确定模块,用于基于得到的人脸信息,确定所述待识别人体目标的身份。
可选的,所述获取模块,具体可以用于:
接收用户输入的待识别图像;
或者,从指定采集设备中获取待识别图像。
可选的,所述查找模块,具体可以用于:
基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征;
所述第一确定模块,具体可以用于:
基于得到的人脸特征,确定所述待识别人体目标的身份。
可选的,所述查找模块,具体可以用于:
基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的人脸图像;
所述第一确定模块,具体可以用于:
基于得到的人脸图像,确定所述待识别人体目标的身份。
可选的,所述第一提取模块,具体可以用于:
提取所述待识别图像中待识别人体目标的原始目标特征,计算所述原始目标特征的哈希值,作为待查找哈希值;
所述查找模块,具体可以用于:
基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息。
可选的,所述查找模块,具体可以用于:
分别计算预先建立的哈希值与人脸信息的对应关系中所包括的各哈希值与所述待查找哈希值之间的相似度;确定相似度满足预设条件的哈希值对应的人脸信息。
可选的,所述装置还可以包括:
第二确定模块,用于确定所述待识别图像的采集属性,作为待查找采集属性;其中,所述采集属性包含采集所述待识别图像的时刻和/或地点;
所述查找模块,具体可以用于:
在预先建立的目标特征与人脸信息的对应关系中,查找与所述待查找采集属性的差值小于预设阈值的目标采集属性;在所述目标采集属性对应的人脸信息中,查找所述待查找目标特征对应的人脸信息。
可选的,所述装置还可以包括:
判断模块,用于判断所述待识别图像中是否存在满足清晰度要求的人脸区域;如果存在,触发第二提取模块,如果不存在,触发所述第一提取模块;
第二提取模块,用于提取所述待识别图像中的人脸信息。
为达到上述目的,本发明实施例还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一种人体目标身份识别方法。
为达到上述目的,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种人体目标身份识别方法。
应用本发明所示实施例,提取图像中待识别人体目标的目标特征,作为待查找目标特征,基于预先建立的目标特征与人脸信息的对应关系,查找待查找目标特征对应的人脸信息;基于得到的人脸信息,确定待识别人体目标的身份;可见,本方案中,不需要提取图像中的人脸特征,即使图像中的人脸区域不清晰,或者被其他物体遮挡,也不会降低身份识别的准确性;因此,应用本方案,提高了身份识别的准确性。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例提供的一种人体目标身份识别方法的流程示意图;
图2为本发明实施例提供的一种应用场景示意图;
图3为本发明实施例提供的一种人体目标身份识别装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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。
为了解决上述技术问题,本发明实施例提供了一种人体目标身份识别方法及装置。该方法及装置可以应用于具有图像处理功能的设备,具体不做限定。
下面首先对本发明实施例提供的一种人体目标身份识别方法进行详细说明。
图1为本发明实施例提供的一种人体目标身份识别的流程示意图,包括:
S101:获取待识别图像。
S102:提取该待识别图像中待识别人体目标的目标特征,作为待查找目标特征。
S103:基于预先建立的目标特征与人脸信息的对应关系,查找该待查找目标特征对应的人脸信息。其中,该对应关系中一份目标特征与对应的人脸信息属于同一人体目标。
S104:基于得到的人脸信息,确定该待识别人体目标的身份。
应用本发明图1所示实施例,提取图像中待识别人体目标的目标特征,作为待查找目标特征,基于预先建立的目标特征与人脸信息的对应关系,查找待查找目标特征对应的人脸信息;基于得到的人脸信息,确定待识别人体目标的身份;可见,本方案中,不需要提取图像中的人脸特征,即使图像中的人脸区域不清晰,或者被其他物体遮挡,也不会降低身份识别的准确性;因此,应用本方案,提高了身份识别的准确性。
下面对图1所示实施进行详细说明:
S101:获取待识别图像。
作为一种实施方式,S101可以包括:接收用户输入的待识别图像;或者,作为另一种实施方式,S101可以包括:从指定采集设备中获取待识别图像。
可以理解,当需要识别某人体目标的身份时,用户可以输入包含该人体目标的图像;或者,可以确定采集到该人体目标的采集设备,从该采集设备中获取包含该人体目标的图像。
或者,也可以采用其他方式获取待识别图像,具体不做限定。
S102:提取该待识别图像中待识别人体目标的目标特征,作为待查找目标特征。
人体目标的目标特征可以包含颜色、纹理、尺寸等特征,也可以包含所穿戴的服饰特征,比如,是否背包、衣裤类型等,也可以包含人体目标的身高、体型等特征,具体不做限定。
在图像中提取目标特征的方式有很多,比如,利用边缘检测算法,检测图像中的人体目标区域,再提取该区域的图像特征;或者,利用预先训练得到的神经网络提取图像中人体目标的目标特征,等等,具体不做限定。
S103:基于预先建立的目标特征与人脸信息的对应关系,查找该待查找目标特征对应的人脸信息。其中,该对应关系中一份目标特征与对应的人脸信息属于同一人体目标。
建立该对应关系的方式有多种,下面介绍几种具体方式:
第一种:获取采集设备采集的图像;提取所述图像中人体目标的目标特征、以及所述图像中满足清晰度要求的人脸区域的人脸特征;建立所述目标特征与人脸信息的对应关系;其中,所述目标特征与所述人脸信息属于同一人体目标,所述人脸信息包括所述人脸特征,或者,所述人脸信息包括所述人脸特征及所述图像。
可以理解,如果采集设备采集的图像中既包含清晰的人体区域又包含清晰的人脸区域,且两个区域针对同一人体目标,则可以在该图像中获取到同一人体目标的目标特征及人脸特征。可以将该人脸特征作为人脸信息与该目标特征对应存储,也可以将该图像及该人脸特征作为人脸信息与该目标特征对应存储。
举例来说,一台或多台采集设备可以与一台服务器通信连接,这些采集设备将采集的图像发送给该服务器,服务器提取图像中同一人体目标的目标特征及人脸特征,并将该目标特征及人脸特征存储至服务器本地数据库中,或者存储至与服务器相连的数据库中。
或者,服务器也可以将该目标特征、人脸特征及该图像一并存储至服务器本地数据库中,或者存储至与服务器相连的数据库中。本发明实施例的执行主体与该服务器可以为同一设备,也可以为不同设备。
比如,图2场景中的多台采集设备可以与同一服务器通信连接,这些采集设备采集到的图像较清晰,该服务器可以提取并存储图像中的目标特征及人脸特征。
如果应用第一种方式建立对应关系,则S103可以包括:基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征。或者,S103可以包括:基于预先建立的目标特征与人脸特征及图像的对应关系,查找所述待查找目标特征对应的人脸特征及图像,该图像中包含满足清晰度要求的人脸区域。
第二种:获取采集设备采集的图像,所述图像中包含满足清晰度要求的人脸区域;提取所述图像中人体目标的目标特征;建立所述目标特征与人脸信息的对应关系;所述人脸信息包括所述图像。
第二种方式与第一种方式的不同之处在于,第二种方式中的人脸信息不包含人脸特征,仅包含图像,该图像中包含人脸区域。可以理解,包含人脸区域的图像也可以作为人脸信息进行身份识别。
如果应用第二种方式建立对应关系,则S103可以包括:基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的图像,该图像中包含满足清晰度要求的人脸区域。
第三种:获取同一人体目标的人脸图像及人体目标图像;提取所述人脸图像中该同一人体目标的人脸特征、以及所述人体目标图像中该同一人体目标的目标特征;建立所述人体目标的目标特征与人脸信息的对应关系,所述人脸信息包括所述人脸特征,或者,所述人脸信息包括所述人脸特征及所述人脸图像。
上述第一种方式与第二种方式中,可以在同一张图像中提取到同一人体目标的目标特征及人脸特征,而在第三种方式及下面第四种方式中,可以在不同图像中提取同一人体目标的目标特征及人脸特征。
如果应用第三种方式建立对应关系,则S103可以包括:基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征。或者,S103可以包括:基于预先建立的目标特征与人脸特征及人脸图像的对应关系,查找所述待查找目标特征对应的人脸特征及人脸图像。
第四种:获取同一人体目标的人脸图像及人体目标图像;提取所述人体目标图像中该同一人体目标的目标特征;建立所述人体目标的目标特征与人脸信息的对应关系,所述人脸信息包括所述人脸图像。
第四种方式与第三种方式的不同之处在于,第三中方式中的人脸信息包含人脸特征,第四种方式中的人脸信息不包含人脸特征,仅包含图像,该图像中包含人脸区域。可以理解,包含人脸区域的图像也可以作为人脸信息进行身份识别。
如果应用第四种方式建立对应关系,则S103可以包括:基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的人脸图像。
作为一种实施方式,人体目标的目标特征可以为哈希值。这种实施方式中,S102中提取的目标特征为哈希值,预先建立的对应关系中的目标特征也为哈希值。
具体的,S103可以包括:提取所述待识别图像中待识别人体目标的原始目标特征,计算所述原始目标特征的哈希值,作为待查找哈希值。
S104可以包括:基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息。
应用本实施方式,将目标特征存储为哈希值的格式,可以提高查找效率。
在本实施方式中,基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息,可以包括:
分别计算预先建立的哈希值与人脸信息的对应关系中所包括的各哈希值与所述待查找哈希值之间的相似度;确定相似度满足预设条件的哈希值对应的人脸信息。
计算相似度的方式有很多,比如可以利用哈希值之间的汉明距离,计算哈希值之间的相似度。可以按照相似度由高到低的顺序,排列该对应关系中的各哈希值,然后选取前预设数量个哈希值作为相似度满足预设条件的哈希值,将选取的哈希值对应的人脸信息作为待查找目标特征对应的人脸信息。
或者,也可以仅将相似度最大的哈希值作为相似度满足预设条件的哈希值;或者,也可以将相似度大于预设阈值的哈希值作为相似度满足预设条件的哈希值,等等,具体不做限定。
作为一种实施方式,在S101之后,还可以包括:确定所述待识别图像的采集属性,作为待查找采集属性。其中,所述采集属性包含采集所述待识别图像的时刻和/或地点。
S103包括:在预先建立的目标特征与人脸信息的对应关系中,查找与所述待查找采集属性的差值小于预设阈值的目标采集属性;在所述目标采集属性对应的人脸信息中,查找所述待查找目标特征对应的人脸信息。
在本实施方式中,先在所建立的对应关系中查找与待识别图像的采集时间和/或采集地点较相近的目标特征,以缩小查找范围,然后在缩小后的查找范围中作进一步的查找。
可以理解,如果采用计算哈希值相似度的查找方式,本实施方式中,不需要计算待查找哈希值与对应关系中所有哈希值的相似度,而是先根据采集属性过滤掉一部分哈希值,仅计算待查找哈希值与剩余部分哈希值的相似度,降低了计算量,进一步提高了查找效率。
再者,待识别人体目标的移动轨迹一般是连续的,采集时间和/或采集地点较相近的图像中包含同一人体目标的概率较大,因此,应用本实施方式查找更准确。
S104:基于得到的人脸信息,确定所述待识别人体目标的身份。
作为一种实施方式,可以预先存储人脸信息与身份的对应关系,根据该对应关系,查找S103中得到的人脸信息对应的身份。
上述目标特征与人脸信息的对应关系、与该人脸信息与身份的对应关系可以存储为同一设备中,也可以存储为不同设备中。本发明实施例的执行主体中可以存储这两类对应关系,也可以到其他设备中查找这两类对应关系。
作为一种实施方式,在S101之后、S104之前,可以包括:判断所述待识别图像中是否存在满足清晰度要求的人脸区域;如果存在,提取所述待识别图像中的人脸信息;如果不存在,执行S104。
在本实施方式中,如果待识别图像中存在清晰度较高的人脸区域,则直接提取该人脸区域作为人脸信息,利用该人脸信息进行身份识别,如果待识别图像中不存在清晰度较高的人脸区域,再利用图1所示实施例进行身份识别。
下面介绍一个具体的实施例:
假设在图2所示场景中,人员X经过采集设备A和采集设备E,采集设备A采集到的人员X的图像中,人脸区域清晰度较高,而采集设备E采集到的人员X的图像中,人脸区域清晰度较差。采集设备A将该清晰度较高的图像发送给服务器,服务器提取并存储该图像中的人体目标的目标特征及人脸特征。
假设将采集设备A采集到的不清晰的图像作为获取到的待识别图像,提取该图像中待识别人体目标的目标特征,作为待查找目标特征,在服务器存储的对应关系中查找该待查找目标特征对应的人脸特征。可以理解,该待查找目标特征与上述服务器存储的目标特征均为人员X的目标特征,二者可以匹配成功,因此,便查找到了上述服务器存储的人脸特征,也即人员X的人脸特征。
假设一数据库中存储了人脸特征与身份的对应关系,服务器在该数据库中查找上述人员X的人脸特征对应的身份。
可见,在本方案中,即使待识别图像中的人脸区域不清晰,仍可以通过预先建立的目标特征与人脸信息的对应关系、以及待识别图像中的人体目标的目标特征确定出该人体目标的人脸信息,再根据该人脸信息确定出该人体目标的身份。
尤其是在能够实现全景细节的大范围监控场景中,对于单台采集设备来说,其恰好采集到目标正脸的图像、并且该图像清晰度较高的概率较低;但是,对于同一场景中的多台采集设备来说,存在一台采集设备恰好采集到目标正脸的图像、并且该图像清晰度较高的概率则较高;应用本发明实施例,根据该包含目标正脸、且清晰度较高的图像,建立目标特征与人脸信息的对应关系,再利用该对应关系,识别待识别图像中人体目标的身份,即使待识别图像不清晰,也不会降低身份识别的准确性。
应用本发明图1所示实施例,提取图像中待识别人体目标的目标特征,作为待查找目标特征,基于预先建立的目标特征与人脸信息的对应关系,查找待查找目标特征对应的人脸信息;基于得到的人脸信息,确定待识别人体目标的身份;可见,本方案中,不需要提取图像中的人脸特征,即使图像中的人脸区域不清晰,或者被其他物体遮挡,也不会降低身份识别的准确性;因此,应用本方案,提高了身份识别的准确性。
与上述方法实施例相对应,本发明实施例还提供一种人体目标身份识别装置。图3为本发明实施例提供的一种人体目标身份识别装置的结构示意图,包括:
获取模块301,用于获取待识别图像;
第一提取模块302,用于提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征;
查找模块303,用于基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息;其中,所述对应关系中一份目标特征与对应的人脸信息属于同一人体目标;
第一确定模块304,用于基于得到的人脸信息,确定所述待识别人体目标的身份。
作为一种实施方式,获取模块301,具体可以用于:
接收用户输入的待识别图像;
或者,从指定采集设备中获取待识别图像。
作为一种实施方式,查找模块303,具体可以用于:
基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征;
第一确定模块304,具体可以用于:
基于得到的人脸特征,确定所述待识别人体目标的身份。
作为一种实施方式,查找模块303,具体可以用于:
基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的人脸图像;
第一确定模块304,具体可以用于:
基于得到的人脸图像,确定所述待识别人体目标的身份。
作为一种实施方式,第一提取模块302,具体可以用于:
提取所述待识别图像中待识别人体目标的原始目标特征,计算所述原始目标特征的哈希值,作为待查找哈希值;
查找模块303,具体可以用于:
基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息。
作为一种实施方式,查找模块303,具体可以用于:
分别计算预先建立的哈希值与人脸信息的对应关系中所包括的各哈希值与所述待查找哈希值之间的相似度;确定相似度满足预设条件的哈希值对应的人脸信息。
作为一种实施方式,所述装置还可以包括:
第二确定模块(图中未示出),用于确定所述待识别图像的采集属性,作为待查找采集属性;其中,所述采集属性包含采集所述待识别图像的时刻和/或地点;
查找模块303,具体可以用于:
在预先建立的目标特征与人脸信息的对应关系中,查找与所述待查找采集属性的差值小于预设阈值的目标采集属性;在所述目标采集属性对应的人脸信息中,查找所述待查找目标特征对应的人脸信息。
作为一种实施方式,所述装置还可以包括:判断模块和第二提取模块(图中未示出),其中,
判断模块,用于判断所述待识别图像中是否存在满足清晰度要求的人脸区域;如果存在,触发第二提取模块,如果不存在,触发第一提取模块302;
第二提取模块,用于提取所述待识别图像中的人脸信息。
应用本发明图3所示实施例,提取图像中待识别人体目标的目标特征,作为待查找目标特征,基于预先建立的目标特征与人脸信息的对应关系,查找待查找目标特征对应的人脸信息;基于得到的人脸信息,确定待识别人体目标的身份;可见,本方案中,不需要提取图像中的人脸特征,即使图像中的人脸区域不清晰,或者被其他物体遮挡,也不会降低身份识别的准确性;因此,应用本方案,提高了身份识别的准确性。
本发明实施例还提供了一种电子设备,如图4所示,包括处理器401、通信接口402、存储器403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信,
存储器403,用于存放计算机程序;
处理器401,用于执行存储器403上所存放的程序时,实现如下步骤:
获取待识别图像;
提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征;
基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息;其中,所述对应关系中一份目标特征与对应的人脸信息属于同一人体目标;
基于得到的人脸信息,确定所述待识别人体目标的身份。
作为一种实施方式,处理器401,还可以用于实现如下步骤:
接收用户输入的待识别图像;
或者,从指定采集设备中获取待识别图像。
作为一种实施方式,处理器401,还可以用于实现如下步骤:
基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征;
基于得到的人脸特征,确定所述待识别人体目标的身份。
作为一种实施方式,处理器401,还可以用于实现如下步骤:
基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的人脸图像;
基于得到的人脸图像,确定所述待识别人体目标的身份。
作为一种实施方式,处理器401,还可以用于实现如下步骤:
提取所述待识别图像中待识别人体目标的原始目标特征,计算所述原始目标特征的哈希值,作为待查找哈希值;
基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息。
作为一种实施方式,处理器401,还可以用于实现如下步骤:
分别计算预先建立的哈希值与人脸信息的对应关系中所包括的各哈希值与所述待查找哈希值之间的相似度;
确定相似度满足预设条件的哈希值对应的人脸信息。
作为一种实施方式,处理器401,还可以用于实现如下步骤:
在所述获取待识别图像的步骤之后,确定所述待识别图像的采集属性,作为待查找采集属性;其中,所述采集属性包含采集所述待识别图像的时刻和/或地点;
在预先建立的目标特征与人脸信息的对应关系中,查找与所述待查找采集属性的差值小于预设阈值的目标采集属性;
在所述目标采集属性对应的人脸信息中,查找所述待查找目标特征对应的人脸信息。
作为一种实施方式,处理器401,还可以用于实现如下步骤:
在所述获取待识别图像的步骤之后,在所述基于得到的人脸信息,确定所述待识别人体目标的身份的步骤之前,判断所述待识别图像中是否存在满足清晰度要求的人脸区域;
如果存在,提取所述待识别图像中的人脸信息;
如果不存在,执行所述提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,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。
应用本发明图3所示实施例,提取图像中待识别人体目标的目标特征,作为待查找目标特征,基于预先建立的目标特征与人脸信息的对应关系,查找待查找目标特征对应的人脸信息;基于得到的人脸信息,确定待识别人体目标的身份;可见,本方案中,不需要提取图像中的人脸特征,即使图像中的人脸区域不清晰,或者被其他物体遮挡,也不会降低身份识别的准确性;因此,应用本方案,提高了身份识别的准确性。
本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
获取待识别图像;
提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征;
基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息;其中,所述对应关系中一份目标特征与对应的人脸信息属于同一人体目标;
基于得到的人脸信息,确定所述待识别人体目标的身份。
作为一种实施方式,所述计算机程序被处理器执行时还可以实现如下步骤:
接收用户输入的待识别图像;
或者,从指定采集设备中获取待识别图像。
作为一种实施方式,所述计算机程序被处理器执行时还可以实现如下步骤:
基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征;
基于得到的人脸特征,确定所述待识别人体目标的身份。
作为一种实施方式,所述计算机程序被处理器执行时还可以实现如下步骤:
基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的人脸图像;
基于得到的人脸图像,确定所述待识别人体目标的身份。
作为一种实施方式,所述计算机程序被处理器执行时还可以实现如下步骤:
提取所述待识别图像中待识别人体目标的原始目标特征,计算所述原始目标特征的哈希值,作为待查找哈希值;
基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息。
作为一种实施方式,所述计算机程序被处理器执行时还可以实现如下步骤:
分别计算预先建立的哈希值与人脸信息的对应关系中所包括的各哈希值与所述待查找哈希值之间的相似度;
确定相似度满足预设条件的哈希值对应的人脸信息。
作为一种实施方式,所述计算机程序被处理器执行时还可以实现如下步骤:
在所述获取待识别图像的步骤之后,确定所述待识别图像的采集属性,作为待查找采集属性;其中,所述采集属性包含采集所述待识别图像的时刻和/或地点;
在预先建立的目标特征与人脸信息的对应关系中,查找与所述待查找采集属性的差值小于预设阈值的目标采集属性;
在所述目标采集属性对应的人脸信息中,查找所述待查找目标特征对应的人脸信息。
作为一种实施方式,所述计算机程序被处理器执行时还可以实现如下步骤:
在所述获取待识别图像的步骤之后,在所述基于得到的人脸信息,确定所述待识别人体目标的身份的步骤之前,判断所述待识别图像中是否存在满足清晰度要求的人脸区域;
如果存在,提取所述待识别图像中的人脸信息;
如果不存在,执行所述提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于图3所示的装置实施例、图4所示的电子设备实施例、以及上述计算机可读存储介质实施例而言,由于其基本相似于图1-2所示的方法实施例,所以描述的比较简单,相关之处参见图1-2所示的方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,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,均包含在本发明的保护范围内。
Claims (16)
1.一种人体目标身份识别方法,其特征在于,包括:
获取待识别图像;
提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征;
基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息;其中,所述对应关系中一份目标特征与对应的人脸信息属于同一人体目标,其中,所述待查找目标对应的人脸信息是所述对应关系中与所述待查找目标特征匹配的目标特征所对应的人脸信息;其中,所述对应关系中的任一目标特征以及该目标特征对应的人脸信息是从包含清晰的人体区域和清晰的人脸区域的图像中提取的;其中,所述包含清晰的人体区域和清晰的人脸区域的图像由多台采集设备针对同一人体目标采集到的包含目标正脸的图像,所述所述多台采集设备与同一服务器通信连接;
基于得到的人脸信息,确定所述待识别人体目标的身份;
在所述获取待识别图像的步骤之后,还包括:
确定所述待识别图像的采集属性,作为待查找采集属性;其中,所述采集属性包含采集所述待识别图像的时刻和/或地点;
所述基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息的步骤,包括:
在预先建立的目标特征与人脸信息的对应关系中,查找与所述待查找采集属性的差值小于预设阈值的目标采集属性;
在所述目标采集属性对应的人脸信息中,查找所述待查找目标特征对应的人脸信息。
2.根据权利要求1所述的方法,其特征在于,所述获取待识别图像的步骤,包括:
接收用户输入的待识别图像;
或者,从指定采集设备中获取待识别图像。
3.根据权利要求1所述的方法,其特征在于,所述基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息的步骤,包括:
基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征;
所述基于得到的人脸信息,确定所述待识别人体目标的身份的步骤,包括:
基于得到的人脸特征,确定所述待识别人体目标的身份。
4.根据权利要求1所述的方法,其特征在于,所述基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息的步骤,包括:
基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的人脸图像;
所述基于得到的人脸信息,确定所述待识别人体目标的身份的步骤,包括:
基于得到的人脸图像,确定所述待识别人体目标的身份。
5.根据权利要求1所述的方法,其特征在于,所述提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征的步骤,包括:
提取所述待识别图像中待识别人体目标的原始目标特征,计算所述原始目标特征的哈希值,作为待查找哈希值;
所述基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息的步骤,包括:
基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息。
6.根据权利要求5所述的方法,其特征在于,所述基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息的步骤,包括:
分别计算预先建立的哈希值与人脸信息的对应关系中所包括的各哈希值与所述待查找哈希值之间的相似度;
确定相似度满足预设条件的哈希值对应的人脸信息。
7.根据权利要求1所述的方法,其特征在于,在所述获取待识别图像的步骤之后,在所述基于得到的人脸信息,确定所述待识别人体目标的身份的步骤之前,还包括:
判断所述待识别图像中是否存在满足清晰度要求的人脸区域;
如果存在,提取所述待识别图像中的人脸信息;
如果不存在,执行所述提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征的步骤。
8.一种人体目标身份识别装置,其特征在于,包括:
获取模块,用于获取待识别图像;
第一提取模块,用于提取所述待识别图像中待识别人体目标的目标特征,作为待查找目标特征;
查找模块,用于基于预先建立的目标特征与人脸信息的对应关系,查找所述待查找目标特征对应的人脸信息;其中,所述对应关系中一份目标特征与对应的人脸信息属于同一人体目标,其中,所述待查找目标对应的人脸信息是所述对应关系中与所述待查找目标特征匹配的目标特征所对应的人脸信息;其中,所述对应关系中的任一目标特征以及该目标特征对应的人脸信息是从包含清晰的人体区域和清晰的人脸区域的图像中提取的;其中,所述包含清晰的人体区域和清晰的人脸区域的图像由多台采集设备针对同一人体目标采集到的包含目标正脸的图像,所述所述多台采集设备与同一服务器通信连接;
第一确定模块,用于基于得到的人脸信息,确定所述待识别人体目标的身份;
所述装置还包括:
第二确定模块,用于确定所述待识别图像的采集属性,作为待查找采集属性;其中,所述采集属性包含采集所述待识别图像的时刻和/或地点;
所述查找模块,具体用于:
在预先建立的目标特征与人脸信息的对应关系中,查找与所述待查找采集属性的差值小于预设阈值的目标采集属性;在所述目标采集属性对应的人脸信息中,查找所述待查找目标特征对应的人脸信息。
9.根据权利要求8所述的装置,其特征在于,所述获取模块,具体用于:
接收用户输入的待识别图像;
或者,从指定采集设备中获取待识别图像。
10.根据权利要求8所述的装置,其特征在于,所述查找模块,具体用于:
基于预先建立的目标特征与人脸特征的对应关系,查找所述待查找目标特征对应的人脸特征;
所述第一确定模块,具体用于:
基于得到的人脸特征,确定所述待识别人体目标的身份。
11.根据权利要求8所述的装置,其特征在于,所述查找模块,具体用于:
基于预先建立的目标特征与人脸图像的对应关系,查找所述待查找目标特征对应的人脸图像;
所述第一确定模块,具体用于:
基于得到的人脸图像,确定所述待识别人体目标的身份。
12.根据权利要求8所述的装置,其特征在于,所述第一提取模块,具体用于:
提取所述待识别图像中待识别人体目标的原始目标特征,计算所述原始目标特征的哈希值,作为待查找哈希值;
所述查找模块,具体用于:
基于预先建立的哈希值与人脸信息的对应关系,查找所述待查找哈希值对应的人脸信息。
13.根据权利要求12所述的装置,其特征在于,所述查找模块,具体用于:
分别计算预先建立的哈希值与人脸信息的对应关系中所包括的各哈希值与所述待查找哈希值之间的相似度;确定相似度满足预设条件的哈希值对应的人脸信息。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:
判断模块,用于判断所述待识别图像中是否存在满足清晰度要求的人脸区域;如果存在,触发第二提取模块,如果不存在,触发所述第一提取模块;
第二提取模块,用于提取所述待识别图像中的人脸信息。
15.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7任一所述的方法步骤。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710769677.5A CN109426785B (zh) | 2017-08-31 | 2017-08-31 | 一种人体目标身份识别方法及装置 |
US16/643,221 US11126828B2 (en) | 2017-08-31 | 2018-08-22 | Method and device for recognizing identity of human target |
EP18851366.7A EP3678047B1 (en) | 2017-08-31 | 2018-08-22 | Method and device for recognizing identity of human target |
PCT/CN2018/101665 WO2019042195A1 (zh) | 2017-08-31 | 2018-08-22 | 一种人体目标身份识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710769677.5A CN109426785B (zh) | 2017-08-31 | 2017-08-31 | 一种人体目标身份识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109426785A CN109426785A (zh) | 2019-03-05 |
CN109426785B true CN109426785B (zh) | 2021-09-10 |
Family
ID=65504729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710769677.5A Active CN109426785B (zh) | 2017-08-31 | 2017-08-31 | 一种人体目标身份识别方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11126828B2 (zh) |
EP (1) | EP3678047B1 (zh) |
CN (1) | CN109426785B (zh) |
WO (1) | WO2019042195A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109426785B (zh) * | 2017-08-31 | 2021-09-10 | 杭州海康威视数字技术股份有限公司 | 一种人体目标身份识别方法及装置 |
CN112686085A (zh) * | 2019-10-18 | 2021-04-20 | 晋城三赢精密电子有限公司 | 应用于摄像装置中的智能识别方法、摄像装置及存储介质 |
CN111046831B (zh) * | 2019-12-20 | 2023-06-30 | 上海信联信息发展股份有限公司 | 家禽识别方法、装置及服务器 |
CN113033266A (zh) * | 2019-12-25 | 2021-06-25 | 杭州海康威视数字技术股份有限公司 | 人员运动轨迹追踪方法、装置、系统及电子设备 |
CN111538861B (zh) * | 2020-04-22 | 2023-08-15 | 浙江大华技术股份有限公司 | 基于监控视频进行图像检索的方法、装置、设备及介质 |
CN111680654B (zh) * | 2020-06-15 | 2023-10-13 | 杭州海康威视数字技术股份有限公司 | 一种基于物品取放事件的人员信息获取方法、装置及设备 |
CN112541384B (zh) * | 2020-07-30 | 2023-04-28 | 深圳市商汤科技有限公司 | 可疑对象查找方法及装置、电子设备及存储介质 |
CN112001932B (zh) * | 2020-09-01 | 2023-10-31 | 腾讯科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备和存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942563A (zh) * | 2014-03-31 | 2014-07-23 | 北京邮电大学 | 一种多模态行人再辨识技术 |
CN104463148A (zh) * | 2014-12-31 | 2015-03-25 | 南京信息工程大学 | 基于图像重构和哈希算法的人脸识别方法 |
CN104850828A (zh) * | 2015-04-29 | 2015-08-19 | 小米科技有限责任公司 | 人物识别方法及装置 |
CN105160295A (zh) * | 2015-07-14 | 2015-12-16 | 东北大学 | 一种面向大规模人脸数据库的快速高效人脸识别方法 |
CN105447466A (zh) * | 2015-12-01 | 2016-03-30 | 深圳市图灵机器人有限公司 | 一种基于Kinect传感器的身份综合识别方法 |
CN105808709A (zh) * | 2016-03-04 | 2016-07-27 | 北京智慧眼科技股份有限公司 | 人脸识别快速检索方法及装置 |
WO2016139870A1 (ja) * | 2015-03-05 | 2016-09-09 | オムロン株式会社 | 物体認識装置、物体認識方法、およびプログラム |
CN106446816A (zh) * | 2016-09-14 | 2017-02-22 | 北京旷视科技有限公司 | 人脸识别方法及装置 |
CN106778474A (zh) * | 2016-11-14 | 2017-05-31 | 深圳奥比中光科技有限公司 | 3d人体识别方法及设备 |
CN106845385A (zh) * | 2017-01-17 | 2017-06-13 | 腾讯科技(上海)有限公司 | 视频目标跟踪的方法和装置 |
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 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2418312A (en) * | 2004-09-18 | 2006-03-22 | Hewlett Packard Development Co | Wide area tracking system |
CN100464332C (zh) * | 2007-03-20 | 2009-02-25 | 北京中星微电子有限公司 | 一种图片查询方法及系统 |
WO2010006367A1 (en) * | 2008-07-16 | 2010-01-21 | Imprezzeo Pty Ltd | Facial image recognition and retrieval |
US8891880B2 (en) * | 2009-10-16 | 2014-11-18 | Nec Corporation | Person clothing feature extraction device, person search device, and processing method thereof |
CN103793443A (zh) * | 2012-11-05 | 2014-05-14 | 腾讯科技(深圳)有限公司 | 控制应用的方法和装置 |
CN106295504A (zh) | 2016-07-26 | 2017-01-04 | 车广为 | 人脸识别基础上的增强显示方法 |
EP3418944B1 (en) * | 2017-05-23 | 2024-03-13 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and program |
CN109426785B (zh) * | 2017-08-31 | 2021-09-10 | 杭州海康威视数字技术股份有限公司 | 一种人体目标身份识别方法及装置 |
CN110516083B (zh) * | 2019-08-30 | 2022-07-12 | 京东方科技集团股份有限公司 | 相册管理方法、存储介质及电子设备 |
-
2017
- 2017-08-31 CN CN201710769677.5A patent/CN109426785B/zh active Active
-
2018
- 2018-08-22 WO PCT/CN2018/101665 patent/WO2019042195A1/zh unknown
- 2018-08-22 US US16/643,221 patent/US11126828B2/en active Active
- 2018-08-22 EP EP18851366.7A patent/EP3678047B1/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942563A (zh) * | 2014-03-31 | 2014-07-23 | 北京邮电大学 | 一种多模态行人再辨识技术 |
CN104463148A (zh) * | 2014-12-31 | 2015-03-25 | 南京信息工程大学 | 基于图像重构和哈希算法的人脸识别方法 |
WO2016139870A1 (ja) * | 2015-03-05 | 2016-09-09 | オムロン株式会社 | 物体認識装置、物体認識方法、およびプログラム |
CN104850828A (zh) * | 2015-04-29 | 2015-08-19 | 小米科技有限责任公司 | 人物识别方法及装置 |
CN105160295A (zh) * | 2015-07-14 | 2015-12-16 | 东北大学 | 一种面向大规模人脸数据库的快速高效人脸识别方法 |
CN105447466A (zh) * | 2015-12-01 | 2016-03-30 | 深圳市图灵机器人有限公司 | 一种基于Kinect传感器的身份综合识别方法 |
CN105808709A (zh) * | 2016-03-04 | 2016-07-27 | 北京智慧眼科技股份有限公司 | 人脸识别快速检索方法及装置 |
CN106446816A (zh) * | 2016-09-14 | 2017-02-22 | 北京旷视科技有限公司 | 人脸识别方法及装置 |
CN106778474A (zh) * | 2016-11-14 | 2017-05-31 | 深圳奥比中光科技有限公司 | 3d人体识别方法及设备 |
CN106845385A (zh) * | 2017-01-17 | 2017-06-13 | 腾讯科技(上海)有限公司 | 视频目标跟踪的方法和装置 |
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 |
Also Published As
Publication number | Publication date |
---|---|
US20200193146A1 (en) | 2020-06-18 |
EP3678047A4 (en) | 2020-07-29 |
CN109426785A (zh) | 2019-03-05 |
EP3678047B1 (en) | 2023-07-19 |
EP3678047A1 (en) | 2020-07-08 |
US11126828B2 (en) | 2021-09-21 |
WO2019042195A1 (zh) | 2019-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109426785B (zh) | 一种人体目标身份识别方法及装置 | |
CN109325964B (zh) | 一种人脸追踪方法、装置及终端 | |
EP3678057B1 (en) | Method and device for determining path of human target | |
CN108985199B (zh) | 商品取放操作的检测方法、装置及存储介质 | |
CN109871815B (zh) | 一种查询监控信息的方法及装置 | |
CN106446816B (zh) | 人脸识别方法及装置 | |
CN109727275B (zh) | 目标检测方法、装置、系统和计算机可读存储介质 | |
CN109670383B (zh) | 视频遮蔽区域选取方法、装置、电子设备及系统 | |
CN108563651B (zh) | 一种多视频的目标搜索方法、装置及设备 | |
US11783384B2 (en) | Computer vision systems and methods for automatically detecting, classifying, and pricing objects captured in images or videos | |
CN111931548B (zh) | 人脸识别系统、建立人脸识别数据的方法及人脸识别方法 | |
CN109255802B (zh) | 行人跟踪方法、装置、计算机设备及存储介质 | |
CN111666907A (zh) | 一种视频中对象信息的识别方法、装置及服务器 | |
CN111242077A (zh) | 一种人物追踪方法、系统及服务器 | |
CN111814690A (zh) | 一种目标重识别方法、装置和计算机可读存储介质 | |
CN111738120B (zh) | 人物识别方法、装置、电子设备及存储介质 | |
CN114783037B (zh) | 目标重识别方法、目标重识别装置和计算机可读存储介质 | |
CN110827432A (zh) | 一种基于人脸识别的课堂考勤方法及系统 | |
CN109711287B (zh) | 人脸采集方法及相关产品 | |
CN111476070A (zh) | 图像处理方法、装置、电子设备以及计算机可读存储介质 | |
De Marsico et al. | ES-RU: an e ntropy based rule to s elect r epresentative templates in face su rveillance | |
CN112689120A (zh) | 一种监控方法及装置 | |
CN115391596A (zh) | 视频档案生成方法、装置及存储介质 | |
CN114048344A (zh) | 一种相似人脸搜索方法、装置、设备和可读存储介质 | |
CN110147459B (zh) | 一种图像检索方法、装置及电子设备 |
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 |