CN109472195A - 识别对象的方法、装置和系统 - Google Patents

Abstract

本发明公开了一种识别对象的方法、装置和系统。其中，该方法包括：获取预设区域内的待识别对象的标识信息以及待识别对象的眼动数据；根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息；根据注视信息对待识别对象进行识别。本发明解决了现有的身份认证的识别准确率较低的技术问题。

Description

识别对象的方法、装置和系统

技术领域

本发明涉及安防领域，具体而言，涉及一种识别对象的方法、装置和系统。

背景技术

随着计算机科技的快速发展，各种识别技术应用在了安防领域，例如，人脸识别技术、虹膜识别技术、步态识别技术等身份认证技术在银行、政府单位、科研机构等部分的应用。

目前，现有技术主要是通过采用人脸识别、虹膜识别、步态识别等身份识别来实现对一定范围内的对象进行检测、跟踪，甚至危险预警。当待识别对象在一定范围内反复出现时，该待识别对象可能是犯罪分子在侦查周围的环境情况，也可能是工作人员或客户在进行正常的处理，然而，通过人脸识别等上述身份认证方式在根据识别结果区分犯罪分子与合法公民时，易出现误识别的现象，

针对上述现有的身份认证的识别准确率较低的问题，目前技术尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种识别对象的方法、装置和系统，以至少解决现有的身份认证的识别准确率较低的技术问题。

根据本发明实施例的一个方面，提供了一种识别对象的方法，包括：确定预设区域内的待识别对象的标识信息以及待识别对象的眼动数据；根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息；根据注视信息对待识别对象进行识别。

进一步地，识别对象的方法还包括：在待识别对象首次进入预设区域的情况下，采集待识别对象的身份信息；根据身份信息确定待识别对象的标识信息。

进一步地，识别对象的方法还包括：获取待识别对象的位置信息以及预设区域所包含的区域范围；在区域范围包含位置信息的情况下，采集待识别对象的眼动图像；对眼动图像进行处理，得到眼动数据。

进一步地，识别对象的方法还包括：获取眼动图像；使用预设模型对眼动图像进行分析，确定眼动图像的眼动数据，其中，预设模型为使用多组图像数据通过机器学习训练得到的，多组图像数据中的每组数据均包括：眼动图像以及眼动图像对应的眼动数据。

进一步地，注视信息至少包括如下之一：注视时长、注视次数、注视位置，识别对象的方法还包括：基于标识信息获取已存储的待识别对象的第一注视时长以及第一注视次数；根据眼动数据确定待识别对象的注视位置；如果注视位置位于目标区域所包含的范围内，获取当前待识别对象的第二注视时长以及第二注视次数；对第一注视时长、第二注视时长、第一注视次数以及第二注视次数进行统计，得到注视时长以及注视次数。

进一步地，在注视位置位于目标区域所包含的范围内，并且，注视时长大于预设时长，和/或，注视次数大于预设次数的情况下，识别出待识别对象为非法对象；在注视位置位于目标区域所包含的范围内，但注视时长小于等于预设时长，注视次数小于等于预设次数的情况下，识别待识别对象为合法对象。

根据本发明实施例的另一方面，还提供了一种识别对象的系统，包括：数据采集设备，用于确定预设区域内的待识别对象的标识信息以及待识别对象的眼动数据；识别设备，用于根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息，并根据注视信息对待识别对象进行识别。

进一步地，注视信息至少包括如下之一：注视时长、注视次数、注视位置，其中，如果注视位置位于目标区域所包含的范围内，并且，注视时长大于预设时长，和/或，注视次数大于预设次数，识别设备识别待识别对象为非法对象；如果注视位置位于目标区域所包含的范围内，但注视时长小于等于预设时长，注视次数小于等于预设次数，识别设备识别待识别对象为合法对象。

根据本发明实施例的另一方面，还提供了一种识别对象的装置，包括：获取模块，用于确定预设区域内的待识别对象的标识信息以及待识别对象的眼动数据；确定模块，用于根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息；识别模块，用于根据注视信息对待识别对象进行识别。

进一步地，识别对象的装置还包括：第一采集模块，用于在待识别对象首次进入预设区域的情况下，采集待识别对象的身份信息；生成模块，用于根据身份信息确定待识别对象的标识信息。

进一步地，获取模块包括：第二采集模块，用于在待识别对象位于预设区域内的情况下，采集待识别对象的眼动图像；处理模块，用于对眼动图像进行处理，得到眼动数据。

进一步地，处理模块包括：第一获取模块，用于获取眼动图像；第一确定模块，用于使用预设模型对眼动图像进行分析，确定眼动图像的眼动数据，其中，预设模型为使用多组图像数据通过机器学习训练得到的，多组图像数据中的每组数据均包括：眼动图像以及眼动图像对应的眼动数据。

进一步地，注视信息至少包括如下之一：注视时长、注视次数、注视位置，确定模块包括：第二获取模块，用于基于标识信息获取已存储的待识别对象的第一注视时长以及第一注视次数；第二确定模块，用于根据眼动数据确定待识别对象的注视位置；第三获取模块，用于如果注视位置位于目标区域所包含的范围内，获取当前待识别对象的第二注视时长以及第二注视次数；统计模块，用于对第一注视时长、第二注视时长、第一注视次数以及第二注视次数进行统计，得到注视时长以及注视次数。

进一步地，识别模块包括：第一识别模块，用于在注视位置位于目标区域所包含的范围内，并且，注视时长大于预设时长，和/或，注视次数大于预设次数的情况下，识别出待识别对象为非法对象；第二识别模块，用于在注视位置位于目标区域所包含的范围内，但注视时长小于等于预设时长，注视次数小于等于预设次数的情况下，识别待识别对象为合法对象。

根据本发明实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，其中，程序执行识别对象的方法。

根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序运行识别对象的方法。

在本发明实施例中，采用对位于特定区域内的对象注视特定目标的注视信息进行分析的方式，通过确定位于预设区域内的待识别对象的标识信息以及待识别对象的眼动数据，然后根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息，最后根据注视信息对待识别对象进行识别，达到了对待识别对象进行识别的目的，从而实现了提高对待识别对象的识别准确度的技术效果，进而解决了现有的身份认证的识别准确率较低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种识别对象的方法流程图；

图2是根据本发明实施例的一种可选的识别对象的方法流程图；

图3是根据本发明实施例的一种识别对象的系统结构示意图；

图4是根据本发明实施例的一种可选的识别设备的结构示意图；以及

图5是根据本发明实施例的一种识别对象的装置结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，提供了一种识别对象的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的识别对象的方法流程图，如图1所示，该方法包括如下步骤：

步骤S102，确定预设区域内的待识别对象的标识信息以及待识别对象的眼动数据。

需要说明的是，数据采集设备可获取步骤S102中的待识别对象的身份信息以及眼动数据，其中，数据采集设备可以为但不限于采集待识别对象的图像信息的设备，例如，相机、热红外成像传感器。另外，数据采集设备为识别对象的系统的一部分，识别对象的系统还包括识别设备，该识别设备可根据待识别对象的身份信息确定待识别对象的标识信息，同时，识别设备还可根据眼动数据对待识别对象进行识别处理，其中，识别设备可以为但不限于图像识别设备、视频采集设备、音频采集设备。

另外，步骤S102中的待识别对象的标识信息至少包括待识别对象的标识(例如，ID)，待识别对象的眼动数据至少包括：待识别对象的瞳孔的中心位置、瞳孔大小、角膜上光斑的中心位置、角膜上光斑的数量。

可选的，以识别为图像识别设备为例进行说明，在得到数据采集设备采集待识别对象的身份信息(例如，图像信息)之后，识别设备检测待识别对象的图像信息是否与具有标识信息的其他对象的图像信息是否匹配，如果待识别对象的图像信息与具有标识信息的对象A的图像信息匹配，则将对象A的标识信息作为待识别对象的标识信息；如果待识别对象的图像信息与具有标识信息的对象A的图像信息不匹配，则将为待识别对象分配标识信息，该标识信息与其他对象的标识信息相区别。

在一种可选的方案中，用户可对识别对象的系统中的设置单元进行设定，以使数据采集设备采集预设区域内的待识别对象的标识信息和眼动数据。例如，用户通过对设置单元进行设定，使银行柜台前方2米内的区域为预设区域，此时，数据采集设备仅采集位于预设区域内的待识别对象的标识信息和眼动数据。

此外，还需要说明的是，上述预设区域为距离重点目标(例如，收银台、保险柜)较近的区域，在该区域内，非法对象(例如，犯罪分子)易对该重点目标进行不法操作(例如，盗取财务)。

步骤S104，根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息。

在上述步骤S104中，目标区域即为重点目标所在的区域，例如，保险柜所在的区域。另外，注视信息至少包括如下之一：待识别对象注视目标区域的注视位置、注视时长以及注视次数，其中，注视位置为待识别对象的注视点所在的位置。

需要说明的是，非法对象在进行违法行为之前，对目标区域的关注程度要大于合法对象对目标区域的关注程度，因此，在确定待识别对象在预设区域内之后，可进一步通过对待识别对象注视目标区域的注视信息来识别待识别对象是否为非法对象，从而可避免由于待识别对象有意遮挡生物特征(例如，人脸、指纹、步态等)造成识别率低的问题。

可选的，识别设备检测到待识别对象位于预设区域内，并对数据采集设备所采集到的图像数据进行分析，获取待识别对象注视目标区域的注视时长、注视次数等信息。如果待识别对象第一次进入预设区域内，则识别设备为该对象分配唯一的ID，并将上述注视信息与待识别对象的ID进行关联；如果待识别对象之前已进入过预设区域，则识别设备根据待识别对象的ID获取到之前的注视信息，并将当前的注视信息与之前的注视信息进行统计，从而得到更新后的注视信息，进一步根据更新后的注视信息对待识别对象进行识别。

步骤S106，根据注视信息对待识别对象进行识别。例如，如果识别设备确定注视信息中的注视次数已达到预设次数，则确定待识别对象为非法对象；如果识别设备确定注视信息中的注视次数未达到预设次数，则确定待识别对象为合法对象。

另外，在确定待识别对象为非法对象之后，识别设备还进一步获取非法对象的身份信息，例如，数据采集设备所采集到的人脸图像、步态数据、衣物数据等信息，又例如，在数据采集设备包含音频识别设备的情况下，数据采集设备还可采集待识别对象的语音信息，以供工作人员对非法对象进行追捕。

基于上述步骤S102至步骤S106所限定的方案，可以获知，通过获取位于预设区域内的待识别对象的标识信息以及待识别对象的眼动数据，然后根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息，最后根据注视信息对待识别对象进行识别。

容易注意到的是，由于非法对象在进行违法操作之前，其对目标区域的关注程度要高于合法对象对目标区域的关注程度，因此，通过对待识别对象对目标区域的注视信息进行分析，可对待识别对象进行有效识别。另外，非法分子通常在距离目标区域较近的位置对目标对象进行违法操作，因此，通过设置预设区域，并仅对预设区域内的对象进行识别不仅可以有效提高对象识别的速度，还可降低对待识别对象的误识别率。

由此可见，本申请所提供的识别对象的方法可以达到对待识别对象进行识别的目的，从而实现了提高对待识别对象的识别准确度的技术效果，进而解决了现有的身份认证的识别准确率较低的技术问题。

在一种可选的方案中，获取预设区域内的待识别对象的标识信息可以包括如下步骤：

步骤S1020，在待识别对象首次进入预设区域的情况下，采集待识别对象的身份信息；

步骤S1022，根据身份信息确定待识别对象的标识信息。

具体的，识别设备根据数据采集设备所采集到的数据确定预设区域内存在待识别对象，则识别设备根据数据采集设备所采集到的数据进一步确定待识别对象是否具有标识ID(即标识信息)，可选的，可根据数据采集设备所采集到的待识别对象的身份信息与具有标识信息的对象的身份信息是否相匹配来确定待识别对象是否具有标识信息，其中，如果待识别对象的身份信息与具有标识信息的对象的身份信息相匹配，则确定待识别对象具有标识信息，并将具有标识信息的对象的标识信息作为待识别对象的标识信息；如果待识别对象的身份信息与具有标识信息的对象的身份信息不匹配，则确定待识别对象不具有标识信息。进一步地，如果待识别用户不具有标识ID，则识别设备确定待识别对象首次进入预设区域，同时，识别设备对数据采集设备所采集到的数据进行分析，得到身份信息，并根据身份信息为待识别对象生成标识ID，然后将数据采集设备所采集到的身份信息与标识ID进行关联。其中，在上述过程中，待识别对象的身份信息可以为但不限于待识别对象的人脸图像信息、衣物图像信息、步态图像信息、语音信息。

需要说明的是，如果识别设备根据数据采集设备采集到的数据确定待识别对象具有标识ID，则待识别对象之前进入过预设区域，此时，识别设备不会再为待识别对象重新分配标识ID，而是直接对数据采集设备采集到的数据进行分析，并将分析结果与标识ID进行关联。

在一种可选的方案中，获取预设区域内的待识别对象的眼动数据的步骤可以包括：

步骤S2020，在待识别对象位于预设区域内的情况下，采集待识别对象的眼动图像；

步骤S2022，对眼动图像进行处理，得到眼动数据。

具体的，当识别对象的系统确定预设区域内存在待识别对象时，数据采集设备采集待识别对象的眼动图像，并通过神经网络、数学建模等方式对采集到的眼动图像进行处理，得到待识别对象的瞳孔的中心位置、瞳孔大小、角膜上的光斑的位置以及数量等信息，进而识别设备根据眼动数据可得到待识别用户的注视点位置，进一步，根据待识别用户的注视位置确定待识别用户是否注视目标区域内的目标。

以识别设备通过神经网络对眼动图像进行处理，得到眼动数据为例进行说明。具体的，识别设备首先获取眼动图像，然后再使用预设模型对眼动图像进行分析，以确定眼动图像的眼动数据，其中，预设模型为使用多组图像数据通过机器学习训练得到的，多组图像数据中的每组数据均包括：眼动图像以及眼动图像对应的眼动数据。进一步，在得到眼动数据之后，识别设备基于眼动数据对待识别对象进行视线估计，进而根据估计结果确定待识别对象的注视位置，并根据注视位置与目标区域的关系来确定待识别对象是否注视目标区域内的目标对象。

进一步地，由于位于预设区域内的对象可能为多个，因此，在得到待识别对象的眼动数据之后，识别设备需要对标识信息和眼动数据进行综合分析，进而确定待识别对象注视目标区域的注视信息，其中，上述方法可以包括如下步骤：

步骤S1040，基于标识信息获取已存储的待识别对象的第一注视时长以及第一注视次数；

步骤S1042，根据眼动数据确定待识别对象的注视位置；

步骤S1044，如果注视位置位于目标区域所包含的范围内，获取当前待识别对象的第二注视时长以及第二注视次数；

步骤S1046，对第一注视时长、第二注视时长、第一注视次数以及第二注视次数进行统计，得到注视时长以及注视次数。

需要说明的是，识别对象的系统还包括存储单元，用于存储待识别对象的标识信息、待识别对象的注视信息等。

在一种可选的方案中，待识别对象首次进入预设区域内，存储单元中未存储待识别对象的标识信息以及注视信息等信息。当识别设备根据眼动数据确定了待识别对象的注视位置之后，如果识别设备确定待识别对象的注视位置位于目标区域之内，则识别设备记录待识别对象注视目标区域的注视次数以及每次注视的注视时长，并将注视次数以及注视时长存储至与待识别对象的标识信息对应的存储单元中。

在另一种可选的方案中，待识别对象在此之前已进入过预设区域，存储单元已存储待识别的标识信息以及注视信息(包括第一注视时长以及第一注视次数)等信息。当识别设备根据眼动数据确定了待识别对象的注视位置之后，如果识别设备确定待识别对象的注视位置位于目标区域之内，则识别设备记录待识别对象注视目标区域的注视次数(即第二注视次数)以及每次注视的注视时长(即第二注视时长)，并将第一注视次数与第二注视次数进行求和运算，第一注视时长与第二注视时长进行求和运算，从而得到新的注视次数以及注视时长，然后再将新的注视次数以及注视时长存储至与待识别对象的标识信息对应的存储单元中。

进一步的，在得到了待识别的注视信息之后，识别设备即可根据注视信息对待识别对象进行识别。具体的，在注视位置位于目标区域所包含的范围内，并且，注视时长大于预设时长，和/或，注视次数大于预设次数的情况下，识别设备识别出待识别对象为非法对象；在注视位置位于目标区域所包含的范围内，但注视时长小于等于预设时长，注视次数小于等于预设次数的情况下，识别设备识别待识别对象为合法对象。

在一种可选的方案中，如图2所示的一种可选的识别对象的方法流程图。由图2可知，首先，工作人员或用户通过对识别对象的系统中的设置单元中的参数进行设定，以确定预设区域以及目标对象所在的目标区域。然后，识别对象的系统中的数据采集设备可采集预设区域内的图像，并将采集到的图像发送给识别设备，其中，数据采集设备采集到的图像包括但不限于待识别对象的眼动图像、人脸图像、衣物图像等。识别设备通过机器学习或者数学建模等方式对待识别对象的眼动图像进行分析，生成眼动数据，对待识别对象的人脸图像、衣物图像等进行识别，得到待识别对象的身份信息，并检测存储单元中是否存在相同或相似的身份信息，如果存在，则以存储单元中的标识信息作为待识别对象的标识信息；如果不存在，则生成标识信息。在得到待识别对象的标识信息以及眼动数据之后，识别设备对标识信息以及眼动数据进行数据分析，生成待识别对象的注视信息，并判断注视信息是否满足预设条件，其中，如果注视信息中的注视时长小于预设时长，和/或，注视次数小于预设次数，则识别设备判定待识别对象的注视信息不满足预设条件，此时，识别设备再次采集图像，重复执行上述过程，直至待识别对象的注视信息满足预设条件。在待识别对象的注视信息满足预设条件的情况下，识别设备识别待识别对象为非法对象，并进行预警提示，例如，发出语音提示或光亮提示。

由上述内容可知，本申请所提供的识别对象的方法可提高企事业单位的安防效率，并在危险发生前进行高准确率、高效益的监测和预测。由于识别设备可对待识别对象进行人脸等识别，因此，在事故发生后，还可提供非法对象的图像信息，以使工作人员快速完成对非法对象的追捕。此外，本申请所提供的识别对象的方法还可降低人力成本，减少因误判造成不必要的警民误会和警力浪费。

进一步地，本申请所提供的识别对象的方法将眼球追踪技术和身份识别技术进行结合，使其不仅可以在安防领域应用，还可在用户研究、商业营销等领域上应用，以分析个体客户或群体客户的喜好和行为。

最后，在执行识别对象的方法的过程中，用户可不必对识别对象的系统进行校准，用户无需主动配合系统，从而使非法对象无法发现系统的存在，增加了安防监测、预测的效益。

实施例2

根据本发明实施例，还提供了一种识别对象的系统实施例，该系统可执行实施例1中的识别对象的方法。另外，图3是根据本发明实施例的识别对象的系统结构示意图，如图3所示，该系统包括：数据采集设备301以及识别设备303。

其中，数据采集设备301，用于确定预设区域内的待识别对象的标识信息以及待识别对象的眼动数据；识别设备303，用于根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息，并根据注视信息对待识别对象进行识别。

需要说明的是，注视信息至少包括如下之一：注视时长、注视次数、注视位置，其中，如果注视位置位于目标区域所包含的范围内，并且，注视时长大于预设时长，和/或，注视次数大于预设次数，识别设备识别待识别对象为非法对象；如果注视位置位于目标区域所包含的范围内，但注视时长小于等于预设时长，注视次数小于等于预设次数，识别设备识别待识别对象为合法对象。

此外，还需要说明的是，数据采集设备可以为但不限于采集待识别对象的图像信息的设备，例如，相机、热红外成像传感器。另外，数据采集设备为识别对象的系统的一部分，识别对象的系统还包括识别设备，识别设备可根据识别信息和眼动数据对待识别对象进行识别处理，其中，识别设备可以为但不限于图像识别设备、视频采集设备、音频采集设备。

在一种可选的方案中，如图4所示的识别设备的结构示意图，由图4可知，识别设备303包括图像处理模块、数据处理模块、通信模块、设置单元。其中，图像处理模块包括计算注视模块，用于实现红外灯源和相机、热红外成像等技术，以完成人脸识别、步态识别、虹膜识别、衣物识别等身份识别。数据处理模块主要包括数据统计单元、数据分析单元以及存储单元，其中，存储单元可以为但不限于数据服务器。通信模块用于实现系统内各个设备以及识别设备内各个单元模块之间的数据通信，其通信方式包括但不限于无线通信和/或有线通信。设置单元用户设置预设区域以及目标区域。

由上可知，通过确定数据采集设备采集到位于预设区域内的待识别对象的标识信息以及待识别对象的眼动数据，然后识别设备根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息，最后根据注视信息对待识别对象进行识别。

容易注意到的是，由于非法对象在进行违法操作之前，其对目标区域的关注程度要高于合法对象对目标区域的关注程度，因此，通过对待识别对象对目标区域的注视信息进行分析，可对待识别对象进行有效识别。另外，非法分子通常在距离目标区域较近的位置对目标对象进行违法操作，因此，通过设置预设区域，并仅对预设区域内的对象进行识别不仅可以有效提高对象识别的速度，还可降低对待识别对象的误识别率。

由此可见，本申请所提供的识别对象的系统可以达到对待识别对象进行识别的目的，从而实现了提高对待识别对象的识别准确度的技术效果，进而解决了现有的身份认证的识别准确率较低的技术问题。

在一种可选的方案中，识别设备在待识别对象首次进入预设区域的情况下，采集待识别对象的身份信息，并根据身份信息确定待识别对象的标识信息。

在另一种可选的方案中，在待识别对象位于预设区域内的情况下，识别设备采集待识别对象的眼动图像，并使用预设模型对眼动图像进行分析，确定眼动图像的眼动数据，其中，预设模型为使用多组图像数据通过机器学习训练得到的，多组图像数据中的每组数据均包括：眼动图像以及眼动图像对应的眼动数据。然后基于标识信息获取已存储的待识别对象的第一注视时长以及第一注视次数，并根据眼动数据确定待识别对象的注视位置。如果注视位置位于目标区域所包含的范围内，则获取当前待识别对象的第二注视时长以及第二注视次数，然后再对第一注视时长、第二注视时长、第一注视次数以及第二注视次数进行统计，得到注视时长以及注视次数。在得到待识别对象的注视信息之后，识别设备进一步确定待识别对象是否为非法对象。具体的，在注视位置位于目标区域所包含的范围内，并且，注视时长大于预设时长，和/或，注视次数大于预设次数的情况下，识别设备识别出待识别对象为非法对象；在注视位置位于目标区域所包含的范围内，但注视时长小于等于预设时长，注视次数小于等于预设次数的情况下，识别设备识别待识别对象为合法对象。

实施例3

根据本发明实施例，还提供了一种识别对象的装置实施例，其中，图5是根据本发明实施例的识别对象的装置结构示意图，如图5所示，该装置包括：获取模块501、确定模块503以及识别模块505。

其中，获取模块501，用于确定预设区域内的待识别对象的标识信息以及待识别对象的眼动数据；确定模块503，用于根据标识信息以及眼动数据确定待识别对象注视目标区域的注视信息；识别模块505，用于根据注视信息对待识别对象进行识别。

需要说明的是，上述获取模块501、确定模块503以及识别模块505对应于实施例1中的步骤S102至步骤S106，三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。

在一种可选的方案中，识别对象的装置还包括：第一采集模块以及生成模块。其中，第一采集模块，用于在待识别对象首次进入预设区域的情况下，采集待识别对象的身份信息；生成模块，用于根据身份信息生成待识别对象的标识信息。

需要说明的是，上述第一采集模块以及生成模块对应于实施例1中的步骤S1020至步骤S1022，两个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。

在一种可选的方案中，获取模块包括：第二采集模块以及处理模块。其中，第二采集模块，用于在待识别对象位于预设区域内的情况下，采集待识别对象的眼动图像；处理模块，用于对眼动图像进行处理，得到眼动数据。

需要说明的是，上述第二采集模块以及处理模块对应于实施例1中的步骤S2020至步骤S2022，两个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。

在一种可选的方案中，处理模块包括：第一获取模块以及第一确定模块。其中，第一获取模块，用于获取眼动图像；第一确定模块，用于使用预设模型对眼动图像进行分析，确定眼动图像的眼动数据，其中，预设模型为使用多组图像数据通过机器学习训练得到的，多组图像数据中的每组数据均包括：眼动图像以及眼动图像对应的眼动数据。

在一种可选的方案中，注视信息至少包括如下之一：注视时长、注视次数、注视位置，确定模块包括：第二获取模块、第二确定模块、第三获取模块以及统计模块。其中，第二获取模块，用于基于标识信息获取已存储的待识别对象的第一注视时长以及第一注视次数；第二确定模块，用于根据眼动数据确定待识别对象的注视位置；第三获取模块，用于如果注视位置位于目标区域所包含的范围内，获取当前待识别对象的第二注视时长以及第二注视次数；统计模块，用于对第一注视时长、第二注视时长、第一注视次数以及第二注视次数进行统计，得到注视时长以及注视次数。

需要说明的是，上述第二获取模块、第二确定模块、第三获取模块以及统计模块对应于实施例1中的步骤S1040至步骤S1046，四个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。

在一种可选的方案中，识别模块包括：第一识别模块以及第二识别模块。其中，第一识别模块，用于在注视位置位于目标区域所包含的范围内，并且，注视时长大于预设时长，和/或，注视次数大于预设次数的情况下，识别出待识别对象为非法对象；第二识别模块，用于在注视位置位于目标区域所包含的范围内，但注视时长小于等于预设时长，注视次数小于等于预设次数的情况下，识别待识别对象为合法对象。

实施例4

根据本发明实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，其中，程序执行实施例1中的识别对象的方法。

实施例5

根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序运行实施例1中的识别对象的方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明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全部或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(可为个人计算机、服务器或者网络设备等)执行本发明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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (16)

1.一种识别对象的方法，其特征在于，包括：

确定预设区域内的待识别对象的标识信息以及所述待识别对象的眼动数据；

根据所述标识信息以及所述眼动数据确定所述待识别对象注视目标区域的注视信息；

根据所述注视信息对所述待识别对象进行识别。

2.根据权利要求1所述的方法，其特征在于，确定预设区域内的待识别对象的标识信息，包括：

在所述待识别对象首次进入所述预设区域的情况下，采集所述待识别对象的身份信息；

根据所述身份信息确定所述待识别对象的标识信息。

3.根据权利要求1所述的方法，其特征在于，确定预设区域内的待识别对象的眼动数据，包括：

在所述待识别对象位于所述预设区域内的情况下，采集所述待识别对象的眼动图像；

对所述眼动图像进行处理，得到所述眼动数据。

4.根据权利要求3所述的方法，其特征在于，对所述眼动图像进行处理，得到所述眼动数据，包括：

获取所述眼动图像；

使用预设模型对所述眼动图像进行分析，确定所述眼动图像的眼动数据，其中，所述预设模型为使用多组图像数据通过机器学习训练得到的，所述多组图像数据中的每组数据均包括：所述眼动图像以及所述眼动图像对应的眼动数据。

5.根据权利要求4所述的方法，其特征在于，所述注视信息至少包括如下之一：注视时长、注视次数、注视位置，根据所述标识信息以及所述眼动数据确定所述待识别对象注视目标区域的注视信息，包括：

基于所述标识信息获取已存储的所述待识别对象的第一注视时长以及第一注视次数；

根据所述眼动数据确定所述待识别对象的注视位置；

如果所述注视位置位于所述目标区域所包含的范围内，获取当前所述待识别对象的第二注视时长以及第二注视次数；

对所述第一注视时长、所述第二注视时长、所述第一注视次数以及所述第二注视次数进行统计，得到所述注视时长以及所述注视次数。

6.根据权利要求5所述的方法，其特征在于，根据所述注视信息对所述待识别对象进行识别，包括：

在所述注视位置位于所述目标区域所包含的范围内，并且，所述注视时长大于预设时长，和/或，所述注视次数大于预设次数的情况下，识别出所述待识别对象为非法对象；

在所述注视位置位于所述目标区域所包含的范围内，但所述注视时长小于等于所述预设时长，所述注视次数小于等于所述预设次数的情况下，识别所述待识别对象为合法对象。

7.一种识别对象的系统，其特征在于，包括：

数据采集设备，用于确定预设区域内的待识别对象的标识信息以及所述待识别对象的眼动数据；

识别设备，用于根据所述标识信息以及所述眼动数据确定所述待识别对象注视目标区域的注视信息，并根据所述注视信息对所述待识别对象进行识别。

8.根据权利要求7所述的系统，其特征在于，所述注视信息至少包括如下之一：注视时长、注视次数、注视位置，其中，如果所述注视位置位于所述目标区域所包含的范围内，并且，所述注视时长大于预设时长，和/或，所述注视次数大于预设次数，所述识别设备识别所述待识别对象为非法对象；如果所述注视位置位于所述目标区域所包含的范围内，但所述注视时长小于等于所述预设时长，所述注视次数小于等于所述预设次数，所述识别设备识别所述待识别对象为合法对象。

9.一种识别对象的装置，其特征在于，包括：

获取模块，用于确定预设区域内的待识别对象的标识信息以及所述待识别对象的眼动数据；

确定模块，用于根据所述标识信息以及所述眼动数据确定所述待识别对象注视目标区域的注视信息；

识别模块，用于根据所述注视信息对所述待识别对象进行识别。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

第一采集模块，用于在所述待识别对象首次进入所述预设区域的情况下，采集所述待识别对象的身份信息；

生成模块，用于根据所述身份信息确定所述待识别对象的标识信息。

11.根据权利要求9所述的装置，其特征在于，所述获取模块包括：

第二采集模块，用于在所述待识别对象位于所述预设区域内的情况下，采集所述待识别对象的眼动图像；

处理模块，用于对所述眼动图像进行处理，得到所述眼动数据。

12.根据权利要求11所述的装置，其特征在于，所述处理模块包括：

第一获取模块，用于获取所述眼动图像；

第一确定模块，用于使用预设模型对所述眼动图像进行分析，确定所述眼动图像的眼动数据，其中，所述预设模型为使用多组图像数据通过机器学习训练得到的，所述多组图像数据中的每组数据均包括：所述眼动图像以及所述眼动图像对应的眼动数据。

13.根据权利要求12所述的装置，其特征在于，所述注视信息至少包括如下之一：注视时长、注视次数、注视位置，所述确定模块包括：

第二获取模块，用于基于所述标识信息获取已存储的所述待识别对象的第一注视时长以及第一注视次数；

第二确定模块，用于根据所述眼动数据确定所述待识别对象的注视位置；

第三获取模块，用于如果所述注视位置位于所述目标区域所包含的范围内，获取当前所述待识别对象的第二注视时长以及第二注视次数；

统计模块，用于对所述第一注视时长、所述第二注视时长、所述第一注视次数以及所述第二注视次数进行统计，得到所述注视时长以及所述注视次数。

14.根据权利要求13所述的装置，其特征在于，所述识别模块包括：

第一识别模块，用于在所述注视位置位于所述目标区域所包含的范围内，并且，所述注视时长大于预设时长，和/或，所述注视次数大于预设次数的情况下，识别出所述待识别对象为非法对象；

第二识别模块，用于在所述注视位置位于所述目标区域所包含的范围内，但所述注视时长小于等于所述预设时长，所述注视次数小于等于所述预设次数的情况下，识别所述待识别对象为合法对象。

15.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至6中任意一项所述的识别对象的方法。

16.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行权利要求1至6中任意一项所述的识别对象的方法。