CN109639700A - 身份识别方法、装置、设备、云端服务器及存储介质 - Google Patents
身份识别方法、装置、设备、云端服务器及存储介质 Download PDFInfo
- Publication number
- CN109639700A CN109639700A CN201811588217.3A CN201811588217A CN109639700A CN 109639700 A CN109639700 A CN 109639700A CN 201811588217 A CN201811588217 A CN 201811588217A CN 109639700 A CN109639700 A CN 109639700A
- Authority
- CN
- China
- Prior art keywords
- data
- voice data
- awareness apparatus
- target person
- face
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
-
- 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
-
- 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
-
- 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
Abstract
本申请实施例公开了一种身份识别方法、装置、设备、云端服务器及存储介质,该方法包括:通过室内感知设备获取监控画面和声音数据;识别所述监控画面中是否包含人脸图像,识别所述声音数据中是否包含语音数据;若所述监控画面中包含N个人脸图像,并且所述声音数据中包含M个语音数据,则根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据;将所述N条面部结构化数据和所述M条语音结构化数据发送至所述云端服务器。云端服务器确定结构化数据可以匹配目标人物数据时,直接定点监控目标人物,避免了通过人力观看漫长的监控录像来确定目标人物出现的位置信息和时间信息,提高了身份识别的效率。
Description
技术领域
本申请涉及通信技术领域,特别是一种身份识别方法、装置、设备、云端服务器及存储介质。
背景技术
随着社会的发展,人物识别技术的发展也日新月异,举例来说,在搜寻可疑人物的时候,传统的方式是通过观看漫长的监控录像来确定可疑人物出现的位置和时间等信息,这不仅会消耗大量时间,且不能确定当前的监控录像中是否拍摄到了可疑人物,身份识别的效率非常低下。
发明内容
本申请实施例公开了一种身份识别方法、装置、云端服务器及存储介质,可以解决搜寻可疑人物的效率低下的问题。
本申请实施例第一方面提供了一种身份识别方法,所述方法应用于室内感知设备、室外感知设备和云端服务器的身份识别系统,所述方法包括:
所述室内感知设备获取监控画面和声音数据;
识别所述监控画面中是否包含人脸图像,识别所述声音数据中是否包含语音数据;
若所述监控画面中包含N个人脸图像,并且所述声音数据中包含M个语音数据,则根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据,M、N中至少一个为正整数;
将所述N条面部结构化数据和所述M条语音结构化数据发送至所述云端服务器。
可选的,所述室内感知设备包括摄像头、麦克风,所述摄像头包括红外摄像头或白光摄像头,所述麦克风包括麦克风阵列。
本申请实施例第二方面提供了另一种身份识别方法,所述方法应用于室内感知设备、室外感知设备和云端服务器的身份识别系统,所述云端服务器包括人脸数据库和语音数据库,所述方法包括:
所述云端服务器接收所述室内感知设备发送的N条面部结构化数据和M条语音结构化数据;N、M中至少一个为正整数;所述N条面部结构化数据包括N个人脸图像,所述M条语音结构化数据包括M个语音数据;
若所述云端服务器处于寻找目标人物的工作状态;
所述云端服务器将所述N个人脸图像分别与所述人脸数据库中的目标人物人脸数据进行比对;所述云端服务器将所述M个语音数据分别与所述语音数据库中的目标人物语音数据进行比对;
若所述N个人脸图像中存在与所述目标人物人脸数据匹配的人脸图像,或者所述M个语音数据中存在与所述目标人物语音数据匹配的语音数据,确定所述目标人物位于所述室内感知设备的监控区域;
可选的,所述云端服务器接收所述室内感知设备发送的N条面部结构化数据和M条语音结构化数据之后,所述方法还包括:
若所述云端服务器处于正常工作状态;所述云端服务器将所述N个人脸图像分别与所述人脸数据库中的人物人脸数据进行比对;所述云端服务器将所述M个语音数据分别与所述语音数据库中的人物语音数据进行比对;
若所述N个人脸图像中存在与所述人脸数据库中的第一人物的人脸数据匹配的人脸图像,确定所述第一人物位于所述室内感知设备的监控区域;
若所述M个语音数据中存在与所述语音数据库中的第二人物的语音数据匹配的语音数据,确定所述第二人物位于所述室内感知设备的监控区域;
可选的,所述确定所述目标人物位于所述室内感知设备的监控区域之后,所述方法还包括:
所述云端服务器则将目标人物数据发送至所述室内感知设备和所述室外感知设备;所述目标人物数据包括所述目标人物人脸数据和所述目标人物语音数据;以使所述室内感知设备和所述室外感知设备识别是否存在与所述目标人物数据对应的目标人物;
可选的,所述确定所述第一人物位于所述室内感知设备的监控区域之后,所述方法还包括:
所述云端服务器则将所述第一人物人脸数据发送至所述室内感知设备和所述室外感知设备;以使所述室内感知设备和所述室外感知设备识别是否存在与所述第一人物人脸数据对应的第一人物;
所述确定所述第二人物位于所述室内感知设备的监控区域之后,所述方法还包括:
所述云端服务器则将所述第二人物语音数据发送至所述室内感知设备和所述室外感知设备;以使所述室内感知设备和所述室外感知设备识别是否存在与所述第二人物语音数据对应的第二人物。
本申请实施例第三方面提供了一种身份识别装置,包括:
获取单元,用于获取监控画面和声音数据;
识别单元,用于识别所述监控画面中是否包含人脸图像,识别所述声音数据中是否包含语音数据;
数据生成单元,用于若所述监控画面中包含N个人脸图像,并且所述声音数据中包含M个语音数据时,根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据,M、N中至少一个为正整数;
数据发送单元,用于将所述N条面部结构化数据和所述M条语音结构化数据发送至所述云端服务器。
本申请实施例第四方面提供了一种身份识别装置,包括:
数据接收单元,用于接收所述室内感知设备发送的N条面部结构化数据和M条语音结构化数据;N、M中至少一个为正整数;所述N条面部结构化数据包括N个人脸图像,所述M条语音结构化数据包括M个语音数据;
比对单元,用于若所述云端服务器处于寻找目标人物的工作状态时,将所述N个人脸图像分别与所述人脸数据库中的目标人物人脸数据进行比对;所述云端服务器将所述M个语音数据分别与所述语音数据库中的目标人物语音数据进行比对;
位置确定单元,用于若所述N个人脸图像中存在与所述目标人物人脸数据匹配的人脸图像,或者所述M个语音数据中存在与所述目标人物语音数据匹配的语音数据时,确定所述目标人物位于所述室内感知设备的监控区域。
可选的,本申请实施例还包括反馈单元,用于将目标人物数据发送至所述室内感知设备和所述室外感知设备;所述目标人物数据包括所述目标人物人脸数据和所述目标人物语音数据;以使所述室内感知设备和所述室外感知设备识别是否存在与所述目标人物数据对应的目标人物;
本申请实施例中,反馈单元还用于:
将所述第一人物人脸数据发送至所述室内感知设备和所述室外感知设备;以使所述室内感知设备和所述室外感知设备识别是否存在与所述第一人物人脸数据对应的第一人物;将所述第二人物语音数据发送至所述室内感知设备和所述室外感知设备;以使所述室内感知设备和所述室外感知设备识别是否存在与所述第二人物语音数据对应的第二人物。
本申请实施例第五方面提供了一种设备,包括处理器、通信接口、摄像头、麦克风和存储器,所述处理器、通信接口、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如本申请实施例第一方面所描述的方法。
本申请实施例第六方面提供了一种云端服务器,包括处理器、通信接口和存储器,所述处理器、通信接口和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如本申请实施例第二方面所描述的方法。
本申请实施例第七方面提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如本申请实施例第一方面和本申请实施例第二方面所描述的方法。
通过实施本申请实施例,可以得到以下有益效果:
上述身份识别方法、装置、设备、云端服务器及存储介质,通过室内感知设备获取监控画面和声音数据;识别所述监控画面中是否包含人脸图像,识别所述声音数据中是否包含语音数据;若所述监控画面中包含N个人脸图像,并且所述声音数据中包含M个语音数据,则根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据,M、N中至少一个为正整数;将所述N条面部结构化数据和所述M条语音结构化数据发送至所述云端服务器。可以根据人脸图像和语音信息生成对应的结构化数据,云端服务器确定结构化数据可以匹配目标人物数据时,直接定点监控目标人物,避免了通过人力观看漫长的监控录像来确定目标人物出现的位置信息和时间信息,提高了身份识别的效率。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例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为本申请实施例中身份识别方法的系统架构示意图;
图2为本申请实施例中一种身份识别方法的流程示意图;
图3为本申请实施例中另一种身份识别方法的流程示意图;
图4为本申请实施例中基于图2和图3的一种身份识别方法的流程示意图;
图5为本申请实施例中一种身份识别装置的结构示意图;
图6为本申请实施例中另一种身份识别装置的结构示意图;
图7为本申请实施例中一种感知设备的结构示意图;
图8为本申请实施例中一种云端服务器的结构示意图。
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作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。
本发明的说明书和权利要求书及上述附图中的术语“第一”是用于限定单一对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例所涉及到的终端可以包括各种具有联网功能的手持终端、车载终端、可穿戴终端、计算终端或连接到无线调制解调器的其他处理终端,以及各种形式的用户装置(User Equipment,UE),移动台(Mobile Station,MS),终端装置(terminal device)等等。为方便描述,在本申请中,上面提到的终端统称为终端。
下面结合图1对本申请实施例中身份识别方法的系统架构作详细说明,图1为本申请实施例中身份识别方法的系统架构示意图,该系统构架包括室内感知设备101,室外感知设备102和云端服务器103。
其中,上述室内感知设备101和室外感知设备102可以与云端服务器103无线连接,例如通过蓝牙传输数据,云端服务器103也可以通过蓝牙向室内感知设备101和室外感知设备102发送数据指令,上述室内感知设备101和室外感知设备102可以采集到人脸图像和语音数据,并将人脸图像和语音数据生成结构化数据发送给云端服务器103,云端服务器103接收到上述结构化数据后可以分析人物数据库中是否存在与上述人脸图像和语音数据匹配的目标人物数据,若存在,则将该目标人物数据发送给室内感知设备101和室外感知设备102,以使室内感知设备101和室外感知设备102对上述目标人物数据对应的目标人物进行定点监控。
可选的,为了无死角地采取到人脸信息和声音信息,可以设置多个室内感知设备101和多个室外感知设备102,上述多个室内感知设备101和室外感知设备102可以视为一个整体的感知设备,用于获取人物的人脸图像和语音数据。
通过上述系统架构,使用多个室内感知设备和室外感知设备进行人物数据采集,可以尽可能获取到更多的人物结构化数据,与云端服务器进行交互后可以直接定点监控目标人物,避免了通过人力观看漫长的监控录像来确定目标人物出现的位置信息和时间信息,提高了身份识别的效率。
下结合图2对本申请实施例一种身份识别方法的流程进行详细说明,图2为本申请实施例中身份识别方法的流程示意图,具体包括以下步骤:
步骤201,室内感知设备获取监控画面和声音数据。
其中,上述室内感知设备包括摄像头和麦克风,通过摄像头获取监控画面,通过麦克风获取声音数据。
可选的,上述室内感知设备可以采用红外摄像头或者白光摄像头,用于在昏暗环境下也可以采集到清晰的人脸图像,举例来说,上述室内感知设备可以获取周围环境的亮度数据,当亮度低于预设亮度标准时,将摄像头切换为具有夜视功能的红外摄像头或者白光摄像头。
可选的,上述室内感知设备可以采用麦克风阵列来获取声音数据,不仅可以有效降噪,而且获取到的声音数据更加清晰。
可以理解的是,上述例子并不构成对摄像头和麦克风的具体限定。
通过获取监控画面和声音数据,可以使获取到的数据形成对应联系,上述监控画面可以与声音数据。
步骤202,室内感知设备识别所述监控画面中是否包含人脸图像、所述声音数据中是否包含语音数据。
其中,上述室内感知设备通过识别监控画面中的人脸特征来判断监控画面中是否包含人脸图像,不同的人具有不同的人脸特征,上述室内感知设备可以将不同人物的人脸图像进行分类;上述室内感知设备还可以通过识别声纹特征来获取声音数据中是否包含语音数据,不同的人的声纹特征不同,上述室内感知设备可以将不同人物的语音数据进行分类。
其中,上述室内感知设备可以识别监控画面中是否包含人脸图像,上述人脸图像可以是多个;也可以识别声音数据中是否包含语音数据,上述语音数据可以为多条。需要注意的是,本申请的室内感知设备获取到人脸图像时,不一定会获取到语音数据,因为人物可能并未说话;但本申请的室内感知设备获取到语音数据时,一定也会获取到人脸图像,因为获取语音数据需要人物离感知设备较近,在能获取到语音数据的距离时一定能够获取人脸图像。
若监控画面中不包含人脸图像,则继续执行步骤201。
可选的,上述室内感知设备中预先设置人脸识别算法,可以将监控画面中的人脸部分进行提取保存,也会预先设置声纹识别算法,可以过滤声音数据中除了语音以外的部分,并对语音数据进行保存。
通过识别所述监控画面中是否包含人脸图像、所述声音数据中是否包含语音数据,可以自动识别当前环境中是否有人类活动,当有人类活动时才向云端服务器发送结构化数据,可以避免向服务器发送没有人物出现的监控录像片段,提高身份识别的效率。
步骤203,室内感知设备根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据。
其中,若所述监控画面中包含N个人脸图像,并且所述声音数据中包含M个语音数据时,执行本步骤203,N、M中至少一个为正整数。当N、M都为0时不属于本申请的应用场景,此处限定N、M至少有一个是大于等于1的。
可选的,室内感知设备可以根据同一人物的多个人脸图像生成一条面部结构化数据,该条面部结构化数据包括该人物的至少一张人脸图像和获取该人脸图像的室内感知设备的位置信息和时间信息;室内感知设备可以识别出同一人物的声纹,并根据同一人物的多条语音数据生成一条语音结构化数据,该条语音结构化数据包括该人物的至少一条语音数据和获取该语音数据的室内感知设备的位置信息和时间信息。当识别出存在多个人脸图像和/或多个语音数据时,对应生成多条面部结构化数据和多条语音结构化数据。
可选的,若能确定人脸图像和语音数据是从同一个人处获取的,可以将面部结构化数据和语音结构化数据合并生成人物结构化数据,上述人物结构化数据包括该人物的至少一个人脸图像和至少一个语音数据以及对应的室内感知设备的位置信息、时间信息。
通过根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据,可以将获取到的人物信息系统地组合成实用的结构化数据,不用再观看漫长的监控录像来人工确定上述结构化数据包含的信息,提高了身份识别的效率。
步骤204,室内感知设备将所述N条面部结构化数据和所述M条语音结构化数据发送至云端服务器。
其中,N、M至少一个为正整数,具体限定参见步骤203中的描述,在此不再赘述。
其中,上述云端服务器可以用于处理上述面部结构化数据和语音结构化数据,将上述结构化数据与人物数据库中的人物数据进行比对,上述室内感知设备可以通过无线传输将上述结构化数据发送至上述云端服务器,举例来说,室内感知设备可以通过蓝牙将上述面部结构化数据和语音结构化数据发送至云端服务器。
通过将N条面部结构化数据和M条语音结构化数据发送至云端服务器,可以直接自动识别人物出现,并将人物出现的位置和时间等重要信息发送给服务器,避免了通过人力观看漫长的监控录像来确定目标人物出现的位置信息和时间信息,提高了身份识别的效率。
下面结合图3对本申请实施例的另一种身份识别方法作详细说明,图3为本申请实施例中另一种身份识别方法的流程示意图,具体包括以下步骤:
步骤301,云端服务器接收所述室内感知设备发送的N条面部结构化数据和M条语音结构化数据。
其中,N、M中至少一个为正整数;所述N条面部结构化数据包括N个人物的至少N个人脸图像,所述M条语音结构化数据包括M个人物的至少M个语音数据。
可选的,云端服务器与室内感知设备无线连接,可以通过蓝牙传输接收室内感知设备发送的面部结构化数据和语音结构化数据。
通过接收室内感知设备发送的面部结构化数据和语音结构化数据,可以识别人物数据库中是否存在对应的人物数据,可以快速寻找到目标人物,提高了身份识别的效率。
步骤302,云端服务器将所述N个人脸图像分别与所述人脸数据库中的目标人物人脸数据进行比对;将所述M个语音数据分别与所述语音数据库中的目标人物语音数据进行比对。
其中,若所述云端服务器处于寻找目标人物的工作状态时,执行步骤302。
可选的,当N为正整数且M为正整数时,云端服务器将上述N个人脸图像分别与人脸数据库中的目标人物人脸数据进行比对;云端服务器将上述M个语音数据分别与语音数据库中的目标人物语音数据进行比对。
可选的,当N为正整数,M为0时,云端服务器只将上述N个人脸图像分别与人脸数据库中的目标人物人脸数据进行比对。
可选的,当N为0,M为正整数时,云端服务器只将上述M个语音数据分别与语音数据库中的目标人物语音数据进行比对。
若上述N个人脸图像中存在与目标人物人脸数据匹配的人脸图像,或者上述M个语音数据中存在与目标人物语音数据匹配的语音数据,则执行步骤303。否则继续执行接收上述室内感知设备发送的N条面部结构化数据和M条语音结构化数据的步骤。
步骤303,云端服务器确定所述目标人物位于所述室内感知设备的监控区域。
其中,云端服务器可以根据室内感知设备发送的面部结构化数据和/或语音结构化数据确定目标人物的位置位于该室内感知设备的监控区域内。
通过上述步骤,云端服务器确定结构化数据可以匹配目标人物数据时,直接定点监控目标人物,避免了通过人力观看漫长的监控录像来确定目标人物出现的位置信息和时间信息,提高了身份识别的效率。
下面结合图4对本申请实施例中基于图2和图3的一种身份识别方法作详细说明,图4为本申请实施例中基于图2和图3的一种身份识别方法的流程示意图,具体包括以下步骤:
步骤401,室内感知设备获取监控画面和声音数据;
步骤402,室内感知设备识别所述监控画面中是否包含人脸图像、所述声音数据中是否包含语音数据;
步骤403,室内感知设备根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据。
步骤404,室内感知设备将所述N条面部结构化数据和所述M条语音结构化数据发送至云端服务器。
步骤405,云端服务器将所述N个人脸图像分别与所述人脸数据库中的目标人物人脸数据进行比对;将所述M个语音数据分别与所述语音数据库中的目标人物语音数据进行比对。
其中,云端服务器处于寻找目标人物的工作状态时,执行步骤405。
其中,上述人脸数据库和语音数据库共同组成人物数据库,在该人物数据库中登记过的人脸信息和语音信息都会分类保存起来。
可选的,当云端服务器处于正常工作状态时,执行将所述N个人脸图像分别与所述人脸数据库中的人物人脸数据进行比对;将所述M个语音数据分别与所述语音数据库中的人物语音数据进行比对的步骤。
通过上述比对步骤,可以判断获取到的人物信息是否是需要寻找的人物,并且可以切换寻人状态用于紧急情况,切换正常状态用于正常获取相关数据,更加灵活且方便。
步骤406,云端服务器确定所述目标人物位于所述室内感知设备的监控区域。
其中,当云端服务器处于寻找目标人物的工作状态时,执行步骤406。
当云淡服务器处于正常工作状态时,可选的,若N个人脸图像中存在与人脸数据库中的第一人物的人脸数据匹配的人脸图像,确定上述第一人物位于上述室内感知设备的监控区域;若M个语音数据中存在与语音数据库中的第二人物的语音数据匹配的语音数据,确定上述第二人物位于所述室内感知设备的监控区域。其中,上述第一人物和第二人物可以为同一人物,在此不做具体限定。
步骤407,云端服务器将目标人物数据发送至所述室内感知设备和所述室外感知设备。
其中,当云端服务器处于寻找目标人物状态时,执行步骤407。
其中,目标人物数据包括上述目标人物人脸数据和上述目标人物语音数据;以使上述室内感知设备和上述室外感知设备识别是否存在与上述目标人物数据对应的目标人物。
当云端服务器处于正常工作状态时,执行将上述第一人物人脸数据发送至上述室内感知设备和上述室外感知设备的步骤;以使上述室内感知设备和上述室外感知设备识别是否存在与上述第一人物人脸数据对应的第一人物。
执行将上述第二人物语音数据发送至上述室内感知设备和上述室外感知设备的步骤;以使上述室内感知设备和上述室外感知设备识别是否存在与上述第二人物语音数据对应的第二人物。
通过将目标人物数据发送至室内感知设备和室外感知设备,可以在确定目标人物出现后使感知设备对目标人物进行持续监控。
可选的,室内感知设备和室外感知设备可以识别是否存在与所述目标人物数据对应的目标人物。若存在对应的目标人物,则对该目标人物定点监控,并向云端服务器发送实时的人物结构化数据。若不存在,则重新执行步骤401。
上述未详细说明的步骤请参见图2和图3中详细描述的方法,在此不再赘述。
下面结合图5对本申请实施例中的身份识别装置作详细说明,图5为本申请实施例中一种身份识别装置的结构示意图,该身份识别装置应用于室内感知设备,该身份识别装置具体包括以下单元:
获取单元510,用于获取监控画面和声音数据;
识别单元520,用于识别所述监控画面中是否包含人脸图像,识别所述声音数据中是否包含语音数据;
数据生成单元530,用于若所述监控画面中包含N个人脸图像,并且所述声音数据中包含M个语音数据时,根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据,M、N中至少一个为正整数;
数据发送单元540,用于将所述N条面部结构化数据和所述M条语音结构化数据发送至所述云端服务器。
可选的,获取单元510具体用于通过摄像头获取监控画面,通过麦克风获取声音数据。所述摄像头包括红外摄像头或白光摄像头,所述麦克风包括麦克风阵列。本申请实施例中单元的详细使用方法可以参见图2中所述的方法实施例,在此不再赘述。
下面结合图6对本申请实施例中另一种身份识别装置作详细说明,图6为本申请实施例中另一种身份识别装置的结构示意图,该身份识别装置应用于云端服务器,该身份识别装置具体包括以下单元:
数据接收单元610,用于接收所述室内感知设备发送的N条面部结构化数据和M条语音结构化数据;N、M中至少一个为正整数;所述N条面部结构化数据包括N个人脸图像,所述M条语音结构化数据包括M个语音数据;
比对单元620,用于若所述云端服务器处于寻找目标人物的工作状态时,将所述N个人脸图像分别与所述人脸数据库中的目标人物人脸数据进行比对;所述云端服务器将所述M个语音数据分别与所述语音数据库中的目标人物语音数据进行比对;
位置确定单元630,用于若所述N个人脸图像中存在与所述目标人物人脸数据匹配的人脸图像,或者所述M个语音数据中存在与所述目标人物语音数据匹配的语音数据时,确定所述目标人物位于所述室内感知设备的监控区域。
本申请实施例中,比对单元620还用于若所述云端服务器处于正常工作状态;将所述N个人脸图像分别与所述人脸数据库中的人物人脸数据进行比对;将所述M个语音数据分别与所述语音数据库中的人物语音数据进行比对;
若所述N个人脸图像中存在与所述人脸数据库中的第一人物的人脸数据匹配的人脸图像,确定所述第一人物位于所述室内感知设备的监控区域;
若所述M个语音数据中存在与所述语音数据库中的第二人物的语音数据匹配的语音数据,确定所述第二人物位于所述室内感知设备的监控区域;
本申请实施例中,还包括反馈单元640,用于将目标人物数据发送至所述室内感知设备和所述室外感知设备;所述目标人物数据包括所述目标人物人脸数据和所述目标人物语音数据;以使所述室内感知设备和所述室外感知设备识别是否存在与所述目标人物数据对应的目标人物;
本申请实施例中,反馈单元640还用于:
将所述第一人物人脸数据发送至所述室内感知设备和所述室外感知设备;以使所述室内感知设备和所述室外感知设备识别是否存在与所述第一人物人脸数据对应的第一人物;将所述第二人物语音数据发送至所述室内感知设备和所述室外感知设备;以使所述室内感知设备和所述室外感知设备识别是否存在与所述第二人物语音数据对应的第二人物。
本申请实施例中单元的详细使用方法可以参见图3和图4中所述的方法实施例,在此不再赘述。
下面结合图7对本申请实施例中提供的感知设备进行详细描述,图7是本申请实施例公开的一种感知设备的结构示意图。
如图7所示,该感知设备700包括处理器701、通信接口702、摄像头703、麦克风704和存储器705,其中,终端700还可以包括总线706。处理器701、通信接口702、摄像头703、麦克风704和存储器702可以通过总线706相互连接,总线706可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,简称EISA)总线等。总线706可以分为地址总线、数据总线、控制总线等。为便于表示,图7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。存储器705用于存储包含指令的一个或多个程序,处理器701用于调用存储在存储器705中的指令执行上述图2、图3和图4中的部分或全部方法步骤。
下面结合图8对本申请实施例中提供的云端服务器进行详细描述,图8为本申请实施例公开的一种云端服务器的结构示意图。
如图8所示,该云端服务器800包括处理器801、通信接口802和存储器803,所述处理器、通信接口和存储器相互连接,其中,云端服务器800还可以包括总线804,处理器801、通信接口802和存储器803之间可以通过总线804相互连接,总线804可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,简称EISA)总线等。总线804可以分为地址总线、数据总线、控制总线等。为便于表示,图8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。所述存储器803用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述图3和/或图4中所描述的全部或部分方法。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行图2和/或图3和/或图4中的部分或全部方法步骤。
上述计算机可读存储介质可以是前述任一实施例上述的服务器的内部存储单元,例如服务器的硬盘或内存。上述计算机可读存储介质也可以是上述服务器的外部存储设备,例如上述服务器上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述计算机可读存储介质还可以既包括上述服务器的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述服务器所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的服务器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。
在本申请所提供的几个实施例中,应该理解到,所揭露的服务器和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,上述单元的划分,仅仅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。另外,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、终端或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
上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网络单元上。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发明实施例方案的目的。
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,也可以是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。
上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(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例上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-Only Memory,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。在上述实施例中,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。
Claims (10)
1.一种身份识别方法,其特征在于,所述方法应用于室内感知设备、室外感知设备和云端服务器的身份识别系统,所述方法包括:
所述室内感知设备获取监控画面和声音数据;
识别所述监控画面中是否包含人脸图像,识别所述声音数据中是否包含语音数据;
若所述监控画面中包含N个人脸图像,并且所述声音数据中包含M个语音数据,则根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据,M、N中至少一个为正整数;
将所述N条面部结构化数据和所述M条语音结构化数据发送至所述云端服务器。
2.一种身份识别方法,其特征在于,所述方法应用于室内感知设备、室外感知设备和云端服务器的身份识别系统,所述云端服务器包括人脸数据库和语音数据库,所述方法包括:
所述云端服务器接收所述室内感知设备发送的N条面部结构化数据和M条语音结构化数据;N、M中至少一个为正整数;所述N条面部结构化数据包括N个人脸图像,所述M条语音结构化数据包括M个语音数据;
若所述云端服务器处于寻找目标人物的工作状态;
所述云端服务器将所述N个人脸图像分别与所述人脸数据库中的目标人物人脸数据进行比对;所述云端服务器将所述M个语音数据分别与所述语音数据库中的目标人物语音数据进行比对;
若所述N个人脸图像中存在与所述目标人物人脸数据匹配的人脸图像,或者所述M个语音数据中存在与所述目标人物语音数据匹配的语音数据,确定所述目标人物位于所述室内感知设备的监控区域。
3.根据权利要求2所述的方法,其特征在于,所述云端服务器接收所述室内感知设备发送的N条面部结构化数据和M条语音结构化数据之后,所述方法还包括:
若所述云端服务器处于正常工作状态;所述云端服务器将所述N个人脸图像分别与所述人脸数据库中的人物人脸数据进行比对;所述云端服务器将所述M个语音数据分别与所述语音数据库中的人物语音数据进行比对;
若所述N个人脸图像中存在与所述人脸数据库中的第一人物的人脸数据匹配的人脸图像,确定所述第一人物位于所述室内感知设备的监控区域;
若所述M个语音数据中存在与所述语音数据库中的第二人物的语音数据匹配的语音数据,确定所述第二人物位于所述室内感知设备的监控区域。
4.根据权利要求2所述的方法,其特征在于,所述确定所述目标人物位于所述室内感知设备的监控区域之后,所述方法还包括:
所述云端服务器则将目标人物数据发送至所述室内感知设备和所述室外感知设备;所述目标人物数据包括所述目标人物人脸数据和所述目标人物语音数据;以使所述室内感知设备和所述室外感知设备识别是否存在与所述目标人物数据对应的目标人物。
5.根据权利要求3所述的方法,其特征在于,所述确定所述第一人物位于所述室内感知设备的监控区域之后,所述方法还包括:
所述云端服务器则将所述第一人物人脸数据发送至所述室内感知设备和所述室外感知设备;以使所述室内感知设备和所述室外感知设备识别是否存在与所述第一人物人脸数据对应的第一人物;
所述确定所述第二人物位于所述室内感知设备的监控区域之后,所述方法还包括:
所述云端服务器则将所述第二人物语音数据发送至所述室内感知设备和所述室外感知设备;以使所述室内感知设备和所述室外感知设备识别是否存在与所述第二人物语音数据对应的第二人物。
6.一种身份识别装置,其特征在于,所述装置包括:
获取单元,用于获取监控画面和声音数据;
识别单元,用于识别所述监控画面中是否包含人脸图像,识别所述声音数据中是否包含语音数据;
数据生成单元,用于若所述监控画面中包含N个人脸图像,并且所述声音数据中包含M个语音数据时,根据所述N个人脸图像生成N条面部结构化数据,根据所述M个语音数据生成M条语音结构化数据,M、N中至少一个为正整数;
数据发送单元,用于将所述N条面部结构化数据和所述M条语音结构化数据发送至所述云端服务器。
7.一种身份识别装置,其特征在于,所述装置包括:
数据接收单元,用于接收所述室内感知设备发送的N条面部结构化数据和M条语音结构化数据;N、M中至少一个为正整数;所述N条面部结构化数据包括N个人脸图像,所述M条语音结构化数据包括M个语音数据;
比对单元,用于若所述云端服务器处于寻找目标人物的工作状态时,将所述N个人脸图像分别与所述人脸数据库中的目标人物人脸数据进行比对;所述云端服务器将所述M个语音数据分别与所述语音数据库中的目标人物语音数据进行比对;
位置确定单元,用于若所述N个人脸图像中存在与所述目标人物人脸数据匹配的人脸图像,或者所述M个语音数据中存在与所述目标人物语音数据匹配的语音数据时,确定所述目标人物位于所述室内感知设备的监控区域。
8.一种感知设备,其特征在于,包括处理器、通信接口、摄像头、麦克风和存储器,所述处理器、通信接口、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1所述的方法。
9.一种服务器,其特征在于,包括处理器、通信接口和存储器,所述处理器、通信接口和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求2~5任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1~5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811588217.3A CN109639700A (zh) | 2018-12-25 | 2018-12-25 | 身份识别方法、装置、设备、云端服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811588217.3A CN109639700A (zh) | 2018-12-25 | 2018-12-25 | 身份识别方法、装置、设备、云端服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109639700A true CN109639700A (zh) | 2019-04-16 |
Family
ID=66077321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811588217.3A Pending CN109639700A (zh) | 2018-12-25 | 2018-12-25 | 身份识别方法、装置、设备、云端服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109639700A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490106A (zh) * | 2019-08-06 | 2019-11-22 | 万翼科技有限公司 | 信息管理方法及相关设备 |
CN110532888A (zh) * | 2019-08-01 | 2019-12-03 | 悉地国际设计顾问(深圳)有限公司 | 一种监控方法、装置及系统 |
CN110570535A (zh) * | 2019-07-30 | 2019-12-13 | 深圳市天彦通信股份有限公司 | 打卡管理方法及相关装置 |
CN110569720A (zh) * | 2019-07-31 | 2019-12-13 | 安徽四创电子股份有限公司 | 一种基于音视频处理系统的音视频智能识别处理方法 |
CN110599639A (zh) * | 2019-08-13 | 2019-12-20 | 深圳市天彦通信股份有限公司 | 身份验证方法及相关产品 |
CN111556282A (zh) * | 2020-03-16 | 2020-08-18 | 浙江大华技术股份有限公司 | 远距离音视频采集的系统、方法、计算机设备和存储介质 |
CN111862434A (zh) * | 2020-07-30 | 2020-10-30 | 上海茂声智能科技有限公司 | 行人通行的控制系统和方法 |
CN111862416A (zh) * | 2020-08-12 | 2020-10-30 | 上海茂声智能科技有限公司 | 行人通行的控制系统和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103237289A (zh) * | 2013-04-16 | 2013-08-07 | 西南交通大学 | 一种基于声纹识别的移动通信定位跟踪系统及其定位跟踪方法 |
CN106372606A (zh) * | 2016-08-31 | 2017-02-01 | 北京旷视科技有限公司 | 目标对象信息生成方法和单元、识别方法和单元及系统 |
CN107278369A (zh) * | 2016-12-26 | 2017-10-20 | 深圳前海达闼云端智能科技有限公司 | 人员查找的方法、装置及通信系统 |
CN107918771A (zh) * | 2017-12-07 | 2018-04-17 | 河北工业大学 | 人物识别方法和佩戴式人物识别系统 |
US20180107880A1 (en) * | 2016-10-18 | 2018-04-19 | Axis Ab | Method and system for tracking an object in a defined area |
CN108040211A (zh) * | 2018-01-30 | 2018-05-15 | 广州市君望机器人自动化有限公司 | 一种人脸追踪摄像头以及人脸追踪系统 |
-
2018
- 2018-12-25 CN CN201811588217.3A patent/CN109639700A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103237289A (zh) * | 2013-04-16 | 2013-08-07 | 西南交通大学 | 一种基于声纹识别的移动通信定位跟踪系统及其定位跟踪方法 |
CN106372606A (zh) * | 2016-08-31 | 2017-02-01 | 北京旷视科技有限公司 | 目标对象信息生成方法和单元、识别方法和单元及系统 |
US20180107880A1 (en) * | 2016-10-18 | 2018-04-19 | Axis Ab | Method and system for tracking an object in a defined area |
CN107278369A (zh) * | 2016-12-26 | 2017-10-20 | 深圳前海达闼云端智能科技有限公司 | 人员查找的方法、装置及通信系统 |
CN107918771A (zh) * | 2017-12-07 | 2018-04-17 | 河北工业大学 | 人物识别方法和佩戴式人物识别系统 |
CN108040211A (zh) * | 2018-01-30 | 2018-05-15 | 广州市君望机器人自动化有限公司 | 一种人脸追踪摄像头以及人脸追踪系统 |
Non-Patent Citations (1)
Title |
---|
赵安新: "《电子商务安全》", 31 October 2016, 武汉理工大学出版社 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110570535A (zh) * | 2019-07-30 | 2019-12-13 | 深圳市天彦通信股份有限公司 | 打卡管理方法及相关装置 |
CN110570535B (zh) * | 2019-07-30 | 2021-12-31 | 深圳市天彦通信股份有限公司 | 打卡管理方法及相关装置 |
CN110569720A (zh) * | 2019-07-31 | 2019-12-13 | 安徽四创电子股份有限公司 | 一种基于音视频处理系统的音视频智能识别处理方法 |
CN110569720B (zh) * | 2019-07-31 | 2022-06-07 | 安徽四创电子股份有限公司 | 一种基于音视频处理系统的音视频智能识别处理方法 |
CN110532888A (zh) * | 2019-08-01 | 2019-12-03 | 悉地国际设计顾问(深圳)有限公司 | 一种监控方法、装置及系统 |
CN110490106A (zh) * | 2019-08-06 | 2019-11-22 | 万翼科技有限公司 | 信息管理方法及相关设备 |
CN110599639A (zh) * | 2019-08-13 | 2019-12-20 | 深圳市天彦通信股份有限公司 | 身份验证方法及相关产品 |
CN110599639B (zh) * | 2019-08-13 | 2021-05-07 | 深圳市天彦通信股份有限公司 | 身份验证方法及相关产品 |
CN111556282A (zh) * | 2020-03-16 | 2020-08-18 | 浙江大华技术股份有限公司 | 远距离音视频采集的系统、方法、计算机设备和存储介质 |
CN111862434A (zh) * | 2020-07-30 | 2020-10-30 | 上海茂声智能科技有限公司 | 行人通行的控制系统和方法 |
CN111862416A (zh) * | 2020-08-12 | 2020-10-30 | 上海茂声智能科技有限公司 | 行人通行的控制系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109639700A (zh) | 身份识别方法、装置、设备、云端服务器及存储介质 | |
KR102379954B1 (ko) | 화상처리장치 및 방법 | |
CN109032039B (zh) | 一种语音控制的方法及装置 | |
CN109657564A (zh) | 一种人员在岗检测方法、装置、存储介质及终端设备 | |
CN112053683A (zh) | 一种语音指令的处理方法、设备及控制系统 | |
CN109858384A (zh) | 人脸图像的捕捉方法、计算机可读存储介质及终端设备 | |
CN109993946A (zh) | 一种监控告警方法、摄像头、终端、服务器及系统 | |
CN109905764A (zh) | 一种视频中目标人物语音截取方法及装置 | |
CN109543633A (zh) | 一种人脸识别方法、装置、机器人和存储介质 | |
CN109104209A (zh) | 一种智能穿戴设备 | |
CN108681390A (zh) | 信息交互方法和装置、存储介质及电子装置 | |
CN113486690A (zh) | 一种用户身份识别方法、电子设备及介质 | |
CN108288025A (zh) | 一种车载视频监控方法、装置及设备 | |
CN113955594B (zh) | 一种电梯控制方法、装置、计算机设备和存储介质 | |
EP3200092A1 (en) | Method and terminal for implementing image sequencing | |
CN108540760A (zh) | 视频监控识别方法、装置和系统 | |
CN110491384B (zh) | 一种语音数据处理方法及装置 | |
CN115187824A (zh) | 一种模型训练方法、场景识别方法及相关设备 | |
CN110490106B (zh) | 信息管理方法及相关设备 | |
CN106997449A (zh) | 具有人脸识别功能的机器人和人脸识别方法 | |
US20140218516A1 (en) | Method and apparatus for recognizing human information | |
CN113553913A (zh) | 预警方法、装置、电子装置和存储介质 | |
CN109981970B (zh) | 一种确定拍摄场景的方法、装置和机器人 | |
CN113065500A (zh) | 面向一类特殊动作的异常行为管控系统 | |
Dai et al. | Audio-visual fused online context analysis toward smart meeting room |
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 |
Application publication date: 20190416 |
|
RJ01 | Rejection of invention patent application after publication |