CN109784220A - 一种确定路人轨迹的方法及装置 - Google Patents
一种确定路人轨迹的方法及装置 Download PDFInfo
- Publication number
- CN109784220A CN109784220A CN201811624175.4A CN201811624175A CN109784220A CN 109784220 A CN109784220 A CN 109784220A CN 201811624175 A CN201811624175 A CN 201811624175A CN 109784220 A CN109784220 A CN 109784220A
- Authority
- CN
- China
- Prior art keywords
- face archives
- facial image
- face
- tracked
- personnel
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种确定路人轨迹的方法及装置,涉及图像处理技术领域,该方法包括:获取待跟踪人员的人脸图像,从人脸图像库中确定至少一个与待跟踪人员初步匹配的人脸档案,针对每个初步匹配的人脸档案,根据待跟踪人员的人脸图像与初步匹配的人脸档案中每张人脸图像的相似度,确定初步匹配的人脸档案是否为与待跟踪人员最终匹配的人脸档案;根据最终匹配的人脸档案中人脸图像的属性信息确定待跟踪人员的轨迹。由于在确定初步匹配的人脸档案后,将待跟踪人员的人脸图像与初步匹配的人脸档案中的每张人脸图像进行比对,从初步匹配的人脸档案中确定出最终匹配的人脸档案,从而提高了确定匹配档案的精度,进一步提高确定路人轨迹的精度。
Description
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种确定路人轨迹的方法及装置。
背景技术
当今社会中,出于安防管理的需要,监控摄像布满了街道、社区、楼宇等各种公共场合。在发生警情时,警务人员利用监控摄像搜捕嫌疑人。
然而随着监控网络规模的扩大,视频数据海量增长。在出现警情时,基于嫌疑人的图像从海量图像中获取有用的信息或者情报越来越困难,不仅效率低,同时人力成本高。
发明内容
由于现有技术中,在出现警情时,基于嫌疑人的图像从海量图像中获取有用的信息或者情报越来越困难,不仅效率低,同时人力成本高的问题,本申请实施例提供了一种确定路人轨迹的方法及装置。
一方面,本申请实施例提供了一种确定路人轨迹的方法,包括:
获取待跟踪人员的人脸图像;
从人脸图像库中确定至少一个与所述待跟踪人员初步匹配的人脸档案,所述人脸图像库中包括至少一个人脸档案;所述人脸档案是通过对监控设备抓拍的人脸图像进行聚类后确定的,一个人对应一个或多个人脸档案;
针对每个初步匹配的人脸档案,根据所述待跟踪人员的人脸图像与所述初步匹配的人脸档案中每张人脸图像的相似度,确定所述初步匹配的人脸档案是否为与所述待跟踪人员最终匹配的人脸档案;
根据所述最终匹配的人脸档案中人脸图像的属性信息确定所述待跟踪人员的轨迹。
可选地,所述从人脸图像库中确定至少一个与所述待跟踪人员初步匹配的人脸档案,包括:
确定所述待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度;
将第一相似度大于或等于第一阈值的人脸档案确定为所述待跟踪人员的第一人脸档案,所述第一人脸档案为一个或多个;
针对每个第一人脸档案,确定所述第一人脸档案的类中心与第二人脸档案的类中心的第二相似度,所述第二人脸档案为所述人脸图像库中除所述第一人脸档案以外的任一个人脸档案;
将第二相似度大于或等于第二阈值的第二人脸档案及所述第一人脸档案确定为与所述待跟踪人员初始匹配的人脸档案。
可选地,所述确定所述待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度,包括:
针对每一个人脸档案,确定所述待跟踪人员的人脸图像与所述人脸档案的类中心的第三相似度和所述待跟踪人员的人脸图像与所述人脸档案的辅助图像的第四相似度,所述类中心是根据人脸档案中的人脸图像确定的,所述辅助图像是根据所述类中心从所述人脸档案中确定的;
根据所述第三相似度和所述第四相似度确定所述待跟踪人员的人脸图像与所述人脸档案的第一相似度。
可选地,所述人脸图像的属性信息至少包括监控设备的位置、抓拍时间;
所述根据所述最终匹配的人脸档案中人脸图像的属性信息确定所述待跟踪人员的轨迹,包括:
按照抓拍时间对所述最终匹配的人脸档案中的人脸图像进行排序;
根据排序后的人脸图像对应的监控设备的位置确定所述待跟踪人员的轨迹。
一方面,本申请实施例提供了一种确定路人轨迹的装置,包括:
获取模块,用于获取待跟踪人员的人脸图像;
匹配模块,用于从人脸图像库中确定至少一个与所述待跟踪人员初步匹配的人脸档案,所述人脸图像库中包括至少一个人脸档案;所述人脸档案是通过对监控设备抓拍的人脸图像进行聚类后确定的,一个人对应一个或多个人脸档案;
筛选模块,用于针对每个初步匹配的人脸档案,根据所述待跟踪人员的人脸图像与所述初步匹配的人脸档案中每张人脸图像的相似度,确定所述初步匹配的人脸档案是否为与所述待跟踪人员最终匹配的人脸档案;
处理模块,用于根据所述最终匹配的人脸档案中人脸图像的属性信息确定所述待跟踪人员的轨迹。
可选地,所述匹配模块具体用于:
确定所述待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度;
将第一相似度大于或等于第一阈值的人脸档案确定为所述待跟踪人员的第一人脸档案,所述第一人脸档案为一个或多个;
针对每个第一人脸档案,确定所述第一人脸档案的类中心与第二人脸档案的类中心的第二相似度,所述第二人脸档案为所述人脸图像库中除所述第一人脸档案以外的任一个人脸档案;
将第二相似度大于或等于第二阈值的第二人脸档案及所述第一人脸档案确定为与所述待跟踪人员初始匹配的人脸档案。
可选地,所述匹配模块具体用于:
针对每一个人脸档案,确定所述待跟踪人员的人脸图像与所述人脸档案的类中心的第三相似度和所述待跟踪人员的人脸图像与所述人脸档案的辅助图像的第四相似度,所述类中心是根据人脸档案中的人脸图像确定的,所述辅助图像是根据所述类中心从所述人脸档案中确定的;
根据所述第三相似度和所述第四相似度确定所述待跟踪人员的人脸图像与所述人脸档案的第一相似度。
可选地,所述人脸图像的属性信息至少包括监控设备的位置、抓拍时间;
所述处理模块具体用于:
按照抓拍时间对所述最终匹配的人脸档案中的人脸图像进行排序;
根据排序后的人脸图像对应的监控设备的位置确定所述待跟踪人员的轨迹。
一方面,本申请实施例提供了一种终端设备,包括至少一个处理单元、以及至少一个存储单元,其中,所述存储单元存储有计算机程序,当所述程序被所述处理单元执行时,使得所述处理单元执行确定路人轨迹的方法的步骤。
一方面,本申请实施例提供了一种计算机可读介质,其存储有可由终端设备执行的计算机程序,当所述程序在终端设备上运行时,使得所述终端设备执行确定路人轨迹的方法的步骤。
本申请实施例中,在获取待跟踪人员的人脸图像后,从人脸图像库中确定至少一个与待跟踪人员初步匹配的人脸档案,然后针对每个初步匹配的人脸档案,根据待跟踪人员的人脸图像与初步匹配的人脸档案中每张人脸图像的相似度,确定初步匹配的人脸档案是否为与待跟踪人员最终匹配的人脸档案;根据最终匹配的人脸档案中人脸图像的属性信息确定待跟踪人员的轨迹。由于人脸档案是通过对监控设备抓拍的人脸图像进行聚类后确定的,每一个人脸档案保存一个人的人脸图像,每张人脸图像对应一个位置的监控设备,故在获取待跟踪人员的人脸图像后,将待跟踪人员的人脸图像与人脸档案进行比对,确定与待跟踪人员匹配的人脸档案,然后基于匹配的人脸档案中人脸图像对应的监控设备的位置可以确定待跟踪人员的路人轨迹,从而可以直观地分析待跟踪人员去过的地方以及常去的地方等有效情报,提高获取有效情报的效率。其次,在确定与待跟踪人员初步匹配的人脸档案后,根据待跟踪人员的人脸图像与初步匹配的人脸档案中的每张人脸图像进行比对,从初步匹配的人脸档案中确定出最终匹配的人脸档案,从而提高了确定的与待跟踪人员匹配的人脸档案的精度,进一步使确定的待跟踪人员的路人轨迹更加准确。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种系统架构图;
图2为本申请实施例提供的一种确定路人轨迹的方法的流程示意图;
图3为本申请实施例提供的一种确定路人轨迹的装置的结构示意图;
图4为本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例中的确定路人轨迹的方法可以应用于安防,比如在发生警情时,根据嫌疑人的路人轨迹可以快速确定嫌疑人过去出现的地方、经常出现的地方,进一步可以分析嫌疑人的行为习惯,便于警务人员部署抓捕战略。
图1示例性示出了本申请实施例适用的系统架构,在该系统架构中包括监控设备101、服务器102、终端设备103。监控设备101实时采集视频流,然后将采集的视频流发送至服务器102,服务器102中包括归档装置,归档装置从视频流中获取待归档的人脸图像,然后将待归档的人脸图像归入人脸图像库中对应的人脸档案。服务器102还包括确定路人轨迹的装置,用户在需要获取待跟踪人员的轨迹时,在终端设备103中提交待跟踪人员的人脸图像。终端设备103发送路人轨迹请求至服务器102,路人轨迹请求携带待跟踪人员的人脸图像。服务器102根据待跟踪人员的人脸图像从人脸图像库中确定与待跟踪人员匹配的人脸档案,根据匹配的人脸档案中人脸图像的属性信息确定待跟踪人员的轨迹。服务器102将待跟踪人员的轨迹发送至终端设备103,终端设备103显示待跟踪人员的轨迹。监控设备101通过无线网络与服务器102连接,监控设备是具备采集图像功能的电子设备,比如摄像头、摄像机、录像机等。终端设备103通过无线网络与服务器102连接,终端设备103是具备网络通信能力的电子设备,该电子设备可以是智能手机、平板电脑或便携式个人计算机等等。服务器102是一台服务器或若干台服务器组成的服务器集群或云计算中心。
基于图1所示的系统架构,本申请实施例提供了一种确定路人轨迹的方法的流程,该方法的流程可以由确定路人轨迹的装置执行,确定路人轨迹的装置可以是图1所示的服务器102,如图2所示,包括以下步骤:
步骤S201,获取待跟踪人员的人脸图像。
待跟踪人员的人脸图像可以是有监控设备抓拍的待跟踪人员的人脸图像,也可以是预先获取的待跟踪人员的其他人脸图像,比如待跟踪人员的身份证件图像。
步骤S202,从人脸图像库中确定至少一个与待跟踪人员初步匹配的人脸档案。
人脸图像库中包括至少一个人脸档案,人脸档案是通过对监控设备抓拍的人脸图像进行聚类后确定的,一个人对应一个或多个人脸档案。
具体地,人脸档案的归档方法可以根据归档方法划分为在线归档和离线归档。在线归档为对监控设备实时采集的人脸图像进行归档的方法,离线归档为对设定时间段内采集的人脸图像进行归档的方法。为描述方便,本申请实施例中的人脸档案在在线归档过程中称为在线档案,本申请实施例中的人脸档案在离线归档过程中称为离线档案。离线归档可以用于更新在线归档。在线档案中包括实名档案和非实名档案,离线档案中也包括实名档案和非实名档案,其中,实名档案中包括个人的身份标识信息,比如实名档案中包括身份证件信息。非实名档案中不包括个人的身份标识信息。
在一种可能的实施方式中,可以对监控设备采集待归档人脸图像进行在线归档,即每采集一张待归档人脸图像,将该待归档人脸图像与人脸图像中的在线档案进行比对,当人脸图像中的在线档案中存在与待归档人脸图像匹配的在线档案时,将该待归档人脸图像归入匹配的在线档案。
在一种可能的实施方式中,可以对监控设备采集待归档人脸图像进行离线归档,即采集预设时段内比如一天的多张待归档人脸图像,将多张待归档人脸图像进行聚类,生成多个预归档档案,之后再将预归档档案与人脸图像中的离线档案进行比对,当人脸图像中的离线档案中存在与预归档档案匹配的离线档案时,将预归档档案归入匹配的离线档案。
可选地,在上述在线归档和离线归档的过程中,可以预先以待归档人脸图像的空间信息和/或时间信息作为先验信息,从人脸图像库中筛选出与先验信息匹配的人脸档案,然后再将待归档人脸图像与筛选出的人脸档案进行比对后归档,从而提高归档效率。
可选地,在离线归档时,将待归档人脸图像进行聚类,生成多个预归档档案后,可以根据预归档档案中的待归档人脸图像的时间信息和空间信息确定多个预归档档案之间的同行次数,同行次数达到一定值的预归档档案为同行档案,一次同行指两张待归档人脸图像对应的监控设备相同且采集时间间隔在预设范围内。之后将同行档案进行比对,当同行档案之间的相似度大于预设阈值时,将同行档案进行合并,之后再将合并后的同行档案与人脸图像中的离线档案进行比对,当人脸图像中的离线档案中存在与预归档档案匹配的离线档案时,将预归档档案归入匹配的离线档案。
步骤S203,针对每个初步匹配的人脸档案,根据待跟踪人员的人脸图像与初步匹配的人脸档案中每张人脸图像的相似度,确定初步匹配的人脸档案是否为与待跟踪人员最终匹配的人脸档案。
具体地,针对每个初步匹配的人脸档案,确定待跟踪人员的人脸图像与初步匹配的人脸档案中每张人脸图像的相似度,然后根据待跟踪人员的人脸图像与初步匹配的人脸档案中每张人脸图像的相似度确定待跟踪人员的人脸图像与初步匹配的人脸档案的相似度。当待跟踪人员的人脸图像与初步匹配的人脸档案的相似度大于预设阈值时,将初步匹配的人脸档案确定为与待跟踪人员最终匹配的人脸档案。
步骤S204,根据最终匹配的人脸档案中人脸图像的属性信息确定待跟踪人员的轨迹。
具体地,人脸档案中人脸图像的属性信息至少包括监控设备的位置、抓拍时间。
示例性地,人脸图像a的属性信息如下所示:
摄像头位置:XX市XX区XX街道。
抓拍时间:2018-10-20 10:07:21。
可选地,在确定出最终匹配的人脸档案后,按照抓拍时间对最终匹配的人脸档案中的人脸图像进行排序,根据排序后的人脸图像对应的监控设备的位置确定待跟踪人员的轨迹。
示例性地,假设确定出的最终匹配的人脸档案为人脸档案A和人脸档案B,其中,人脸档案A中包括第一人脸图像、第二人脸图像、第三人脸图像,人脸档案B中包括第四人脸图像、第五人脸图像、第六人脸图像,人脸档案A和人脸档案B中的人脸图像的属性信息如表1所示:
表1.
首先按照抓拍时间从早到晚的顺序对最终匹配的人脸档案中的人脸图像进行排序,得到以下顺序:第一人脸图像、第四人脸图像、第五人脸图像、第二人脸图像、第三人脸图像、第六人脸图像。然后进一步根据排序后的人脸图像对应的监控设备的位置确定待跟踪人员的轨迹为:A市B区m街道→A市B区n街道→A市B区m街道→A市B区n街道→A市B区m街道→A市B区n街道。根据该待跟踪人员的轨迹可以得出该待跟踪人员经常往返于A市B区m街道以及A市B区n街道,且在上午8点至上午9点之间经常出现在A市B区m街道,在上午11点至上午12点之间经常出现在A市B区n街道,由此可以初步推测该待跟踪人员的行为习惯为:可能在A市B区m街道上班,中午在A市B区n街道吃饭。
由于人脸档案是通过对监控设备抓拍的人脸图像进行聚类后确定的,每一个人脸档案保存一个人的人脸图像,每张人脸图像对应一个位置的监控设备,故在获取待跟踪人员的人脸图像后,将待跟踪人员的人脸图像与人脸档案进行比对,确定与待跟踪人员匹配的人脸档案,然后基于匹配的人脸档案中人脸图像对应的监控设备的位置可以确定待跟踪人员的路人轨迹,从而可以直观地分析待跟踪人员去过的地方以及常去的地方等有效情报,提高获取有效情报的效率。其次,在确定与待跟踪人员初步匹配的人脸档案后,根据待跟踪人员的人脸图像与初步匹配的人脸档案中的每张人脸图像进行比对,从初步匹配的人脸档案中确定出最终匹配的人脸档案,从而提高了确定的与待跟踪人员匹配的人脸档案的精度,进一步使确定的待跟踪人员的路人轨迹更加准确。
可选地,在上述步骤S202中,本申请实施例至少提供以下几种从人脸图像库中确定至少一个与待跟踪人员初步匹配的人脸档案的实施方式:
在一种可能的实施方式中,确定待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度,将第一相似度大于或等于第一阈值的人脸档案确定为待跟踪人员的第一人脸档案,第一人脸档案为一个或多个。针对每个第一人脸档案,确定第一人脸档案的类中心与第二人脸档案的类中心的第二相似度,第二人脸档案为人脸图像库中除第一人脸档案以外的任一个人脸档案。将第二相似度大于或等于第二阈值的第二人脸档案及第一人脸档案确定为与待跟踪人员初始匹配的人脸档案。
示例性地,设定人脸图像库中包括5个人脸档案,分别为人脸档案A、人脸档案B、人脸档案C、人脸档案D、人脸档案E。将待跟踪人员的人脸图像分别与上述5个人脸档案进行比对,确定待跟踪人员的人脸图像与每个人脸档案的第一相似度。若待跟踪人员的人脸图像与人脸档案C、人脸档案E的第一相似度大于或等于第一阈值,则将人脸档案C、人脸档案E确定为待跟踪人员的第一人脸档案。然后分别计算人脸档案C与人脸档案A、人脸档案B、人脸档案D的第二相似度,分别计算人脸档案E与人脸档案A、人脸档案B、人脸档案D的第二相似度。若人脸档案C与人脸档案D的第二相似度大于或等于第二阈值,人脸档案E与人脸档案D的第二相似度大于或等于第二阈值,则将人脸档案C、人脸档案D、人脸档案E确定为与待跟踪人员初始匹配的人脸档案。
由于在确定与待跟踪人员匹配的人脸档案时,先将待跟踪人员的人脸图像与人脸图像库中的每个人脸档案进行比对,确定第一人脸档案,然后将第一人脸档案与人脸图像库中的其他人脸档案进行比对,确定第二人脸档案,之后再将第一人脸档案和第二人脸档案确定为与待跟踪人员的匹配的人脸档案,从而充分获取了与待跟踪人员匹配的人脸档案。
在一种可能的实施方式中,针对每一个人脸档案,确定待跟踪人员的人脸图像与人脸档案的类中心的第三相似度和待跟踪人员的人脸图像与人脸档案的辅助图像的第四相似度,类中心是根据人脸档案中的人脸图像确定的,辅助图像是根据类中心从人脸档案中确定的;根据第三相似度和第四相似度确定第五相似度。将第五相似度大于第三阈值的人脸档案确定为与待跟踪人员初始匹配的人脸档案。
具体地,当人脸档案的类中心为一个时,该类中心是人脸档案中图像质量最高的人脸图像,将待跟踪人员的人脸图像与人脸档案该类中心的相似度确定为待跟踪人员的人脸图像与人脸档案的类中心的第三相似度。当人脸档案的类中心为多个时,多个类中心是根据人脸档案中人脸图像的图像质量和图像特征确定的。确定待跟踪人员的人脸图像与人脸档案中每个类中心的类间相似度,然后根据人脸档案中每个类中心的权重将各类间相似度进行融合,确定待跟踪人员的人脸图像与人脸档案的类中心的第三相似度。
具体地,当人脸档案的辅助图像为一张时,将待跟踪人员的人脸图像与人脸档案该辅助图像的相似度确定为待跟踪人员的人脸图像与人脸档案的辅助图像的第四相似度。当人脸档案的辅助图像为多张时,确定待跟踪人员的人脸图像与人脸档案中每张辅助图像的相似度,然后根据人脸档案中每张辅助图像的权重将各相似度进行融合,确定待跟踪人员的人脸图像与人脸档案的辅助图像的第四相似度。
为了使辅助图像能够更全面表达人脸档案,将人脸档案中与类中心相似度小于预设阈值的人脸图像,确定为辅助图像。由于人脸档案的类中心已经包含了人脸档案的一些特征,通过选取与类中心相似度较低的人脸图像作为辅助图像,然后结合类中心和辅助图像能更全面地表达人脸档案。
在一种可能的实施方式中,针对每一个人脸档案,确定待跟踪人员的人脸图像与人脸档案的类中心的第三相似度,类中心是根据人脸档案中的人脸图像确定的。将第三相似度大于预设阈值的人脸档案确定为与待跟踪人员初始匹配的人脸档案。
可选地,在确定待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度时,本申请实施例至少提供以下几种实施方式:
在一种可能的实施方式中,针对每一个人脸档案,确定待跟踪人员的人脸图像与人脸档案的类中心的第三相似度和待跟踪人员的人脸图像与人脸档案的辅助图像的第四相似度,类中心是根据人脸档案中的人脸图像确定的,辅助图像是根据类中心从人脸档案中确定的;根据第三相似度和第四相似度确定待跟踪人员的人脸图像与人脸档案的第一相似度。
具体地,人脸档案的类中心包括一个或多个,人脸档案的辅助图像为一张或多张。
在一种可能的实施方式中,针对每一个人脸档案,将待跟踪人员的人脸图像与人脸档案的类中心的第三相似度确定为待跟踪人员的人脸图像与人脸档案的第一相似度。其中,类中心为一个或多个。
由于在人脸档案已有的类中心的基础上,确定人脸档案的辅助图像,然后采用类中心和辅助图像来表示人脸档案,从而使的人脸档案被表达的更全面。在基于类中心和辅助图像确定与待跟踪人员匹配的人脸档案时,能有效避免遗漏匹配的人脸档案,使确定的待跟踪人员的路人轨迹更加准确。
基于相同的技术构思,本发明实施例提供了一种确定路人轨迹的装置,如图3所示,该装置300包括:
获取模块301,用于获取待跟踪人员的人脸图像;
匹配模块302,用于从人脸图像库中确定至少一个与所述待跟踪人员初步匹配的人脸档案,所述人脸图像库中包括至少一个人脸档案;所述人脸档案是通过对监控设备抓拍的人脸图像进行聚类后确定的,一个人对应一个或多个人脸档案;
筛选模块303,用于针对每个初步匹配的人脸档案,根据所述待跟踪人员的人脸图像与所述初步匹配的人脸档案中每张人脸图像的相似度,确定所述初步匹配的人脸档案是否为与所述待跟踪人员最终匹配的人脸档案;
处理模块304,用于根据所述最终匹配的人脸档案中人脸图像的属性信息确定所述待跟踪人员的轨迹。
可选地,所述匹配模块302具体用于:
确定所述待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度;
将第一相似度大于或等于第一阈值的人脸档案确定为所述待跟踪人员的第一人脸档案,所述第一人脸档案为一个或多个;
针对每个第一人脸档案,确定所述第一人脸档案的类中心与第二人脸档案的类中心的第二相似度,所述第二人脸档案为所述人脸图像库中除所述第一人脸档案以外的任一个人脸档案;
将第二相似度大于或等于第二阈值的第二人脸档案及所述第一人脸档案确定为与所述待跟踪人员初始匹配的人脸档案。
可选地,所述匹配模块302具体用于:
针对每一个人脸档案,确定所述待跟踪人员的人脸图像与所述人脸档案的类中心的第三相似度和所述待跟踪人员的人脸图像与所述人脸档案的辅助图像的第四相似度,所述类中心是根据人脸档案中的人脸图像确定的,所述辅助图像是根据所述类中心从所述人脸档案中确定的;
根据所述第三相似度和所述第四相似度确定所述待跟踪人员的人脸图像与所述人脸档案的第一相似度。
可选地,所述人脸图像的属性信息至少包括监控设备的位置、抓拍时间;
所述处理模块304具体用于:
按照抓拍时间对所述最终匹配的人脸档案中的人脸图像进行排序;
根据排序后的人脸图像对应的监控设备的位置确定所述待跟踪人员的轨迹。
基于相同的技术构思,本申请实施例提供了一种终端设备,如图4所示,包括至少一个处理器401,以及与至少一个处理器连接的存储器402,本申请实施例中不限定处理器401与存储器402之间的具体连接介质,图4中处理器401和存储器402之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。
在本申请实施例中,存储器402存储有可被至少一个处理器401执行的指令,至少一个处理器401通过执行存储器402存储的指令,可以执行前述确定路人轨迹的方法中所包括的步骤。
其中,处理器401是终端设备的控制中心,可以利用各种接口和线路连接终端设备的各个部分,通过运行或执行存储在存储器402内的指令以及调用存储在存储器402内的数据,从而确定待跟踪人员的路人轨迹。可选的,处理器401可包括一个或多个处理单元,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。在一些实施例中,处理器401和存储器402可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器401可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列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,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器402作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器402可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器402还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
基于同一发明构思,本申请实施例提供了一种计算机可读介质,其存储有可由终端设备执行的计算机程序,当程序在终端设备上运行时,使得终端设备执行确定路人轨迹的方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种确定路人轨迹的方法,其特征在于,包括:
获取待跟踪人员的人脸图像;
从人脸图像库中确定至少一个与所述待跟踪人员初步匹配的人脸档案,所述人脸图像库中包括至少一个人脸档案;所述人脸档案是通过对监控设备抓拍的人脸图像进行聚类后确定的,一个人对应一个或多个人脸档案;
针对每个初步匹配的人脸档案,根据所述待跟踪人员的人脸图像与所述初步匹配的人脸档案中每张人脸图像的相似度,确定所述初步匹配的人脸档案是否为与所述待跟踪人员最终匹配的人脸档案;
根据所述最终匹配的人脸档案中人脸图像的属性信息确定所述待跟踪人员的轨迹。
2.如权利要求1所述的方法,其特征在于,所述从人脸图像库中确定至少一个与所述待跟踪人员初步匹配的人脸档案,包括:
确定所述待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度;
将第一相似度大于或等于第一阈值的人脸档案确定为所述待跟踪人员的第一人脸档案,所述第一人脸档案为一个或多个;
针对每个第一人脸档案,确定所述第一人脸档案的类中心与第二人脸档案的类中心的第二相似度,所述第二人脸档案为所述人脸图像库中除所述第一人脸档案以外的任一个人脸档案;
将第二相似度大于或等于第二阈值的第二人脸档案及所述第一人脸档案确定为与所述待跟踪人员初始匹配的人脸档案。
3.如权利要求2所述的方法,其特征在于,所述确定所述待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度,包括:
针对每一个人脸档案,确定所述待跟踪人员的人脸图像与所述人脸档案的类中心的第三相似度和所述待跟踪人员的人脸图像与所述人脸档案的辅助图像的第四相似度,所述类中心是根据人脸档案中的人脸图像确定的,所述辅助图像是根据所述类中心从所述人脸档案中确定的;
根据所述第三相似度和所述第四相似度确定所述待跟踪人员的人脸图像与所述人脸档案的第一相似度。
4.如权利要求1至3任一所述的方法,其特征在于,所述人脸图像的属性信息至少包括监控设备的位置、抓拍时间;
所述根据所述最终匹配的人脸档案中人脸图像的属性信息确定所述待跟踪人员的轨迹,包括:
按照抓拍时间对所述最终匹配的人脸档案中的人脸图像进行排序;
根据排序后的人脸图像对应的监控设备的位置确定所述待跟踪人员的轨迹。
5.一种确定路人轨迹的装置,其特征在于,包括:
获取模块,用于获取待跟踪人员的人脸图像;
匹配模块,用于从人脸图像库中确定至少一个与所述待跟踪人员初步匹配的人脸档案,所述人脸图像库中包括至少一个人脸档案;所述人脸档案是通过对监控设备抓拍的人脸图像进行聚类后确定的,一个人对应一个或多个人脸档案;
筛选模块,用于针对每个初步匹配的人脸档案,根据所述待跟踪人员的人脸图像与所述初步匹配的人脸档案中每张人脸图像的相似度,确定所述初步匹配的人脸档案是否为与所述待跟踪人员最终匹配的人脸档案;
处理模块,用于根据所述最终匹配的人脸档案中人脸图像的属性信息确定所述待跟踪人员的轨迹。
6.如权利要求5所述的装置,其特征在于,所述匹配模块具体用于:
确定所述待跟踪人员的人脸图像与人脸图像库中每一个人脸档案的第一相似度;
将第一相似度大于或等于第一阈值的人脸档案确定为所述待跟踪人员的第一人脸档案,所述第一人脸档案为一个或多个;
针对每个第一人脸档案,确定所述第一人脸档案的类中心与第二人脸档案的类中心的第二相似度,所述第二人脸档案为所述人脸图像库中除所述第一人脸档案以外的任一个人脸档案;
将第二相似度大于或等于第二阈值的第二人脸档案及所述第一人脸档案确定为与所述待跟踪人员初始匹配的人脸档案。
7.如权利要求6所述的装置,其特征在于,所述匹配模块具体用于:
针对每一个人脸档案,确定所述待跟踪人员的人脸图像与所述人脸档案的类中心的第三相似度和所述待跟踪人员的人脸图像与所述人脸档案的辅助图像的第四相似度,所述类中心是根据人脸档案中的人脸图像确定的,所述辅助图像是根据所述类中心从所述人脸档案中确定的;
根据所述第三相似度和所述第四相似度确定所述待跟踪人员的人脸图像与所述人脸档案的第一相似度。
8.如权利要求5至7任一所述的装置,其特征在于,所述人脸图像的属性信息至少包括监控设备的位置、抓拍时间;
所述处理模块具体用于:
按照抓拍时间对所述最终匹配的人脸档案中的人脸图像进行排序;
根据排序后的人脸图像对应的监控设备的位置确定所述待跟踪人员的轨迹。
9.一种终端设备,其特征在于,包括至少一个处理单元、以及至少一个存储单元,其中,所述存储单元存储有计算机程序,当所述程序被所述处理单元执行时,使得所述处理单元执行权利要求1~4任一权利要求所述方法的步骤。
10.一种计算机可读介质,其特征在于,其存储有可由终端设备执行的计算机程序,当所述程序在终端设备上运行时,使得所述终端设备执行权利要求1~4任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811624175.4A CN109784220B (zh) | 2018-12-28 | 2018-12-28 | 一种确定路人轨迹的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811624175.4A CN109784220B (zh) | 2018-12-28 | 2018-12-28 | 一种确定路人轨迹的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109784220A true CN109784220A (zh) | 2019-05-21 |
CN109784220B CN109784220B (zh) | 2022-06-17 |
Family
ID=66498515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811624175.4A Active CN109784220B (zh) | 2018-12-28 | 2018-12-28 | 一种确定路人轨迹的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784220B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750670A (zh) * | 2019-09-05 | 2020-02-04 | 北京旷视科技有限公司 | 陌生人监控方法、装置、系统和存储介质 |
CN111368867A (zh) * | 2019-06-26 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 档案归类方法及系统、计算机可读存储介质 |
CN112906507A (zh) * | 2021-01-29 | 2021-06-04 | 同济大学 | 基于数码照片测算商业街行人轨迹的方法 |
CN114579780A (zh) * | 2022-03-04 | 2022-06-03 | 浪潮软件集团有限公司 | 国产cpu及操作系统下人员活动轨迹查询方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105518709A (zh) * | 2015-03-26 | 2016-04-20 | 北京旷视科技有限公司 | 用于识别人脸的方法、系统和计算机程序产品 |
CN106791708A (zh) * | 2017-02-07 | 2017-05-31 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN107122751A (zh) * | 2017-05-03 | 2017-09-01 | 电子科技大学 | 一种基于人脸对齐的人脸跟踪和人脸图像捕获方法 |
CN108664920A (zh) * | 2018-05-10 | 2018-10-16 | 深圳市深网视界科技有限公司 | 一种实时的大规模级联人脸聚类方法和装置 |
CN108897777A (zh) * | 2018-06-01 | 2018-11-27 | 深圳市商汤科技有限公司 | 目标对象追踪方法及装置、电子设备和存储介质 |
CN109063558A (zh) * | 2018-06-27 | 2018-12-21 | 努比亚技术有限公司 | 一种图像分类处理方法、移动终端及计算机可读存储介质 |
-
2018
- 2018-12-28 CN CN201811624175.4A patent/CN109784220B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105518709A (zh) * | 2015-03-26 | 2016-04-20 | 北京旷视科技有限公司 | 用于识别人脸的方法、系统和计算机程序产品 |
CN106791708A (zh) * | 2017-02-07 | 2017-05-31 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN107122751A (zh) * | 2017-05-03 | 2017-09-01 | 电子科技大学 | 一种基于人脸对齐的人脸跟踪和人脸图像捕获方法 |
CN108664920A (zh) * | 2018-05-10 | 2018-10-16 | 深圳市深网视界科技有限公司 | 一种实时的大规模级联人脸聚类方法和装置 |
CN108897777A (zh) * | 2018-06-01 | 2018-11-27 | 深圳市商汤科技有限公司 | 目标对象追踪方法及装置、电子设备和存储介质 |
CN109063558A (zh) * | 2018-06-27 | 2018-12-21 | 努比亚技术有限公司 | 一种图像分类处理方法、移动终端及计算机可读存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111368867A (zh) * | 2019-06-26 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 档案归类方法及系统、计算机可读存储介质 |
CN111368867B (zh) * | 2019-06-26 | 2023-09-05 | 杭州海康威视系统技术有限公司 | 档案归类方法及系统、计算机可读存储介质 |
CN110750670A (zh) * | 2019-09-05 | 2020-02-04 | 北京旷视科技有限公司 | 陌生人监控方法、装置、系统和存储介质 |
CN110750670B (zh) * | 2019-09-05 | 2022-04-19 | 北京旷视科技有限公司 | 陌生人监控方法、装置、系统和存储介质 |
CN112906507A (zh) * | 2021-01-29 | 2021-06-04 | 同济大学 | 基于数码照片测算商业街行人轨迹的方法 |
CN112906507B (zh) * | 2021-01-29 | 2022-06-07 | 同济大学 | 基于数码照片测算商业街行人轨迹的方法 |
CN114579780A (zh) * | 2022-03-04 | 2022-06-03 | 浪潮软件集团有限公司 | 国产cpu及操作系统下人员活动轨迹查询方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109784220B (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109815829A (zh) | 一种确定路人轨迹的方法及装置 | |
CN109783685B (zh) | 一种查询方法及装置 | |
CN109740004A (zh) | 一种归档方法及装置 | |
CN109784220A (zh) | 一种确定路人轨迹的方法及装置 | |
CN109800664A (zh) | 一种确定路人轨迹的方法及装置 | |
US11908238B2 (en) | Methods and systems for facial point-of-recognition (POR) provisioning | |
CN109710780A (zh) | 一种归档方法及装置 | |
CN109815370A (zh) | 一种归档方法及装置 | |
TWI740537B (zh) | 一種資訊處理方法及裝置、儲存介質 | |
WO2020259099A1 (zh) | 一种信息处理方法及装置、存储介质 | |
CN109857891A (zh) | 一种查询方法及装置 | |
CN109800674A (zh) | 一种归档方法及装置 | |
CN109800318A (zh) | 一种归档方法及装置 | |
CN108875478B (zh) | 人证合一核验方法、装置和系统及存储介质 | |
CN109740003A (zh) | 一种归档方法及装置 | |
CN109558861A (zh) | 一种确定路人轨迹的方法及装置 | |
CN109784217A (zh) | 一种监控方法及装置 | |
CN109800668A (zh) | 一种归档方法及装置 | |
CN109800329B (zh) | 一种监控方法及装置 | |
Yen et al. | Facial feature extraction using genetic algorithm | |
CN109783672A (zh) | 一种归档方法及装置 | |
CN109598251A (zh) | 人证核验方法、装置、设备和系统及存储介质 | |
CN113762106A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN109783663A (zh) | 一种归档方法及装置 | |
CN109800673A (zh) | 一种归档方法及装置 |
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 |