CN109800691A - 基于人脸识别技术的人口统计方法及系统 - Google Patents
基于人脸识别技术的人口统计方法及系统 Download PDFInfo
- Publication number
- CN109800691A CN109800691A CN201910011645.8A CN201910011645A CN109800691A CN 109800691 A CN109800691 A CN 109800691A CN 201910011645 A CN201910011645 A CN 201910011645A CN 109800691 A CN109800691 A CN 109800691A
- Authority
- CN
- China
- Prior art keywords
- data
- facial recognition
- database
- module
- 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
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于人脸识别技术的人口统计方法及系统,所述方法包括如下步骤:S1、设置至少一个监控区域;S2、获取监控区域的图像数据和位置信息;S3、获取图像数据中的人脸识别数据;S4、将人脸识别数据与预设的区域人员数据库进行比对;S5比对失败后,将人脸识别数据存储至动态人员数据库;S6、将设定时间内获取的人脸识别数据与动态人员数据库比对,统计目标人员比对成功次数,超过设定阈值,将该人脸识别数据存储至区域人员数据库。该方法通过人脸识别技术和大数据实时计算技术,在海量监控摄像头中实时提取人脸图片和人脸识别特征数据,高效、准确的对特定区域内人员进行统计与分析,节省了人力成本,提高了人口统计过程中的精确度。
Description
技术领域
本发明属于安防技术和智慧城市技术领域,涉及一种特定区域内人员轨迹分析方法及系统,具体地说涉及一种基于人脸识别技术的人口统计方法及系统。
背景技术
随着我国社会经济的发展,各类经济活动日益频繁,流动人口迅速增加,大量的流动人口为政府部门户籍管理、社区人员统计监测人口数量以及刑侦破案等工作带来了巨大压力。目前,监测某一区域人口的方法是通过工作人员查看每个摄像头的录像,肉眼判断和分析来获取人的移动轨迹或者通过上门查访统计人口。这种方式耗费大量的人力、时间,效率低下、难度高,而且精确度低,无法准确实时的了解到相关统计信息。
发明内容
为此,本发明正是要解决上述技术问题,从而提出一种基于人脸识别技术的特定区域人口统计方法及系统。
为解决上述技术问题,本发明的技术方案为:
本发明提供一种基于人脸识别技术的人口统计方法,其包括如下步骤:
S1、设置至少一个监控区域;
S2、获取所述监控区域的图像数据和位置信息;
S3、获取所述图像数据中的人脸识别数据;
S4、将获取的人脸识别数据与预设的区域人员数据库进行比对;
S5、比对失败后,将所述人脸识别数据存储至一动态人员数据库;
S6、将设定时间段内获取的人脸识别数据与所述动态人员数据库比对,统计目标人员人脸识别数据的比对成功次数,若比对成功次数超过设定阈值,则将该人脸识别数据存储至所述区域人员数据库。
作为优选,所述步骤S5还包括统计该时间段内新增人员数和临时人员数的步骤。
作为优选,所述步骤S4之前,还包括在区域人员数据库内建立人员档案数据的步骤,所述人员档案数据包括人员的人脸识别数据。
作为优选,还包括为比对成功的目标人员标记,给该人员标记次数加一。
作为优选,所述步骤S5后还包括统计至少两个监控区域目标人员的人脸识别数据获取次数,制作所述目标人员活动热点图的步骤。
本发明还提供一种基于人脸识别技术的人口统计系统,其包括:
数据获取模块,用于获取监控区域的图像数据和位置信息;
数据分析模块,用于将获取的人脸识别数据与数据库的档案数据进行比对并统计比对成功次数;
数据存储模块,用于存储获取的图像数据和人脸识别数据。
作为优选,所述数据分析模块包括AI比对模块和实时计算模块,所述AI比对模块用于将获取的人脸图像数据与人脸识别数据比对,所述实时计算模块用于将人脸识别数据与数据库中人脸特征信息比对,并为人脸识别数据生成虚拟身份标识符。
作为优选,所述数据存储模块包括数据库和图片库,所述数据库用于存储人脸识别数据,所述图片库用于存储获取的人脸图像。
作为优选,所述系统还包括数据转发模块,用于将数据获取模块获取的数据转发给所述数据分析模块进行分析。
作为优选,所述系统还包括服务管理模块和配置中心模块;所述服务管理模块用于管理其它功能模块;所述配制中心模块用于监控并显示其它模块的工作状态。
本发明的上述技术方案相比现有技术具有以下优点:
本发明所述的基于人脸识别技术的人口统计方法,包括如下步骤:S1、设置至少一个监控区域;S2、获取所述监控区域的图像数据和位置信息;S3、获取所述图像数据中的人脸识别数据;S4、将获取的人脸识别数据与预设的区域人员数据库进行比对;S5、比对失败后,将所述人脸识别数据存储至一动态人员数据库;S6、将设定时间段内获取的人脸识别数据与所述动态人员数据库比对,统计某一目标人员人脸识别数据的比对成功次数,若比对成功次数超过设定阈值,则将该人脸识别数据存储至所述区域人员数据库。所述方法通过人脸识别技术和大数据实时计算技术,在海量监控摄像头中实时提取人脸图片和人脸识别特征数据,可高效、准确的对特定区域内人员进行统计与分析,节省了人力成本,提高了人口统计过程中的精确度。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明实施例所述的基于人脸识别技术的人口统计方法的流程示意图;
图2是本发明实施例所述的基于人脸识别技术的人口统计系统示意图;
图3是本发明实施例所述的基于人脸识别技术的人口统计方法中人脸识别过程示意图;
图4是本发明实施例所述的基于人脸识别技术的人口统计方法中人员轨迹热点统计过程示意图。
具体实施方式
实施例1
请参阅图1,本实施例提供一种基于人脸识别技术的人口统计方法,其包括如下步骤:
S1、设置至少一个监控区域;
在小区门口或其它重点区域设置监控区域,按照特定经纬度部署监控摄像机。
S2、获取所述监控区域的图像数据和位置信息;
在设定时间段获取监控区域的图像数据,所述图像数据可以监控摄像头抓拍的照片或者视频流中截取的画面,将获取的图像数据与该监控区域的位置信息存储,同时,还可获取并存储时间数据,以便于后续查询。
S3、获取所述图像数据中的人脸识别数据;
通过人工智能算法,对图像数据进行智能识别,提取出人脸图片,并转化为具有人脸特征识别数据,将人脸特征数据存储至抓拍数据库。
S4、将获取的人脸识别数据与预设的区域人员数据库进行比对;
将区域人员数据库预存的人脸识别数据与抓拍数据库中的人脸识别数据进行比对。
S5、若比对失败,将所述人脸识别数据存储至一动态人员数据库;
当与库中某张人脸相似度大于或等于预设阈值时,比对成功,说明区域人员数据库中存在相同的人员,将库中该人脸对应的身份标识符分配给该抓拍到的人员。若比对失败,则说明区域人员数据库中不存在该相同的人员,将该人脸识别数据存储至动态人员数据库。
S6、将设定时间段继续获取人脸识别数据与所述动态人员数据库比对,统计某一目标人员人脸识别数据的比对成功次数,若比对成功次数超过设定阈值,则将该人脸识别数据存储至所述区域人员数据库。
在任一时间段有人员进入监控区域,抓取其人脸识别数据,并将其与动态人员数据库比对,若在动态人员数据库中有匹配对象,标识该人脸识别数据和抓拍摄像机的经纬度存储地理位置,该人员的抓拍总次数加1,当该人员人脸识别数据与动态人员数据库比对成功次数超过预设的阈值,认为该区域为常活动区域,说明该人员为该监控区域的常住人口,将该人脸识别数据转存至区域人员数据库。
同时判断并存储首次入库的陌生人数据和比对成功次数小于阈值的临时人员数据,所述陌生人数据与区域人员数据库和动态人员数据库中的人脸识别数据均无法匹配,说明该抓拍的人员未在该区域出现过,为其分配一个新的身份标识符并添加到动态人员数据库中。
在将获取的人脸识别数据与预设的区域人员数据库进行比对之前,创建区域人员数据库,并在区域人员数据库内建立人员档案数据,所述人员档案数据包括人员的人脸识别数据。
实施例2
在实施例1的基础上,步骤S5之后还包括统计至少两个监控区域目标人员的人脸识别数据的获取次数,制作该人员的活动热点图。
实施例3
请参阅图2,本实施例提供一种基于人脸识别技术的人口统计系统,其包括数据获取模块、人脸识别数据采集模块、数据分析模块和数据存储模块,上述模块通过网络连接。
其中,所述数据获取模块用于获取监控区域的监控图像数据和该监控区域的经纬度位置信息,所述数据获取模块可为监控摄像机,用于实时抓拍监控区域内图像或视频,每个监控摄像机的配置有经纬度信息。
所述数据分析模块用于将获取的人脸识别数据与数据库中的人脸特征档案数据进行比对,并统计比对成功次数。
所述数据存储模块用于存储获取的图像数据和提取出的人脸识别数据以及监控摄像机的经纬度信息。
具体地,所述数据分析模块包括AI比对模块和实时计算模块,其中,所述AI比对模块用于通过人工智能算法对图像进行智能识别,提取出人脸图片,并输出人脸结构化特征数据,将获取的视频中人脸结构化特征数据与数据库中的人脸识别数据比对,确定二者的相似度,相似度大于预设相似值时,判定该抓拍图片存在于数据库中。所述实时计算模块用于通过大数据技术在后台对系统中实时获取的人脸识别数据与动态人员数据库中的人脸特征信息实时比对,并对每个人脸识别数据生成虚拟身份标识符,与区域人员数据库录入的人员身份标识符进行统一汇总,并对所有虚拟身份标识符进行统计分析,得出该活动区域的人员活动轨迹的相关信息。
所述数据存储模块包括数据库和图片库,其中,所述数据库用于存储数据分析模块输出的人脸识别数据、数据获取模块传送过来的抓拍信息和分析模块传输的统计数据;所述图片库用于存储获取的人脸图片。
进一步地,所述系统还包括转发模块,其用于转发从数据获取模块获取图片的特征信息以及实时视频至数据分析模块进行比对分析。
所述系统还包括服务管理模块和配置中心模块,其中,所述服务管理模块用于与数据获取模块、人脸识别数据采集模块、数据分析模块和数据存储模块、转发模块对接,提供人机交互的功能;所述配制中心模块用于监控并显示其它模块的工作状态。
本实施例中,如图3所示,所述基于人脸识别技术的人口统计系统进行人脸特征识别的过程为:首先转发模块根据配置好的监控摄像机列表来请求摄像机的实时视频或图片,摄像机将实时视频或图片发送至转发模块,AI比对模块根据转发模块配置的摄像机分析列表项转发模块请求实时视频或图片,转发模块将实时视频或图片转发至AI比对模块,将实时视频解码分析,并提取出视频中的人脸图片,输出人脸结构化特征数据,同时AI比对模块将获取的人脸识别数据与数据库中的预存数据比对,判定二者的相似度,然后将分析得到的人脸特征码数据存储至数据库,将人脸图片存储至图片库,图片库返回所保存的图片地址,供后续服务管理模块读取图片使用。
进一步,如图4所示,利用所述系统进行人员轨迹热点统计的过程如下:用户使用客户端选择监控区域常活动人脸图片,并发送到服务管理模块进行区域人员数据库图片数据导入,服务管理模块将从客户端接受到的人脸图片保存到图片库,图片库返回所保存图片的URL,供后续读取图片使用,AI比对模块通过图片库返回的图片URL从图片库中的图片对人脸图片进行人脸特征码提取,图片库返回图片给AI比对模块进行特征码提取,AI比对模块将提取得到的人脸特征码数据保存至数据存储单元中的数据库中,实时计算模块从数据库中加载人脸特征码信息,即数据库给实时计算模块返回预存的人员人脸特征码信息,同时实时计算模块从数据库中获取经比对产生的人脸特征值。
实时计算模块将监控视频抓拍的图片或视频中的图片特征码与区域人员数据库及动态人员数据库中的人脸识别数据进行比对,当与库中的某张人脸相似度大于或等于预设阈值时,表明该抓拍人脸与库中的人脸为同一人,此时系统将库中该人脸对应的身份标识符分配给该抓拍到的人脸图片,同时该人员标记出现次数加1,当该人员标记次数超过设定阈值时,认为该区域为其常活动区域,标记为热点轨迹,并把该人员存储至区域人员数据库中;当该抓拍的人脸与区域人员数据库和动态人员数据库中所有人脸识别数据的相似度都小于一定阈值时,表明该抓拍人脸并没有在上述两个人员数据库中出现过,是一个新出现的人,此时系统给该人员分配一个新的身份标识符并将其添加至动态人员数据库中。所述实时计算模块通过大数据实时计算方法,汇总统计区域内区域人员数据库(常住人员数据库)和动态人员数据库(临时人员数据库)内所有身份标识符以及抓拍图片的地理位置标识,形成该区域人员活动热点轨迹。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于人脸识别技术的人口统计方法,其特征在于,包括如下步骤:
S1、设置至少一个监控区域;
S2、获取所述监控区域的图像数据和位置信息;
S3、获取所述图像数据中的人脸识别数据;
S4、将获取的人脸识别数据与预设的区域人员数据库进行比对;
S5、比对失败后,将所述人脸识别数据存储至一动态人员数据库;
S6、将设定时间段内获取的人脸识别数据与所述动态人员数据库比对,统计目标人员人脸识别数据的比对成功次数,若比对成功次数超过设定阈值,则将该人脸识别数据存储至所述区域人员数据库。
2.根据权利要求1所述的基于人脸识别技术的人口统计方法,其特征在于,所述步骤S5还包括统计该时间段内新增人员数和临时人员数的步骤。
3.根据权利要求2所述的基于人脸识别技术的人口统计方法,其特征在于,所述步骤S4之前,还包括在区域人员数据库内建立人员档案数据的步骤,所述人员档案数据包括人员的人脸识别数据。
4.根据权利要求3所述的基于人脸识别技术的人口统计方法,其特征在于,所述步骤S5中,还包括为比对成功的目标人员标记,给该人员标记次数加一。
5.根据权利要求4所述的基于人脸识别技术的人口统计方法,其特征在于,所述步骤S5后还包括统计至少两个监控区域目标人员的人脸识别数据获取次数,制作所述目标人员活动热点图的步骤。
6.一种基于人脸识别技术的人口统计系统,其特征在于,包括:
数据获取模块,用于获取监控区域的图像数据和位置信息;
数据分析模块,用于将获取的人脸识别数据与数据库的档案数据进行比对并统计比对成功次数;
数据存储模块,用于存储获取的图像数据和人脸识别数据。
7.根据权利要求6所述的基于人脸识别技术的人口统计系统,其特征在于,所述数据分析模块包括AI比对模块和实时计算模块,所述AI比对模块用于将获取的人脸图像数据与人脸识别数据比对,所述实时计算模块用于将人脸识别数据与数据库中人脸特征信息比对,并为人脸识别数据生成虚拟身份标识符。
8.根据权利要求7所述的基于人脸识别技术的人口统计系统,其特征在于,所述数据存储模块包括数据库和图片库,所述数据库用于存储人脸识别数据,所述图片库用于存储获取的人脸图像。
9.根据权利要求8所述的基于人脸识别技术的人口统计系统,其特征在于,所述系统还包括数据转发模块,用于将数据获取模块获取的数据转发给所述数据分析模块进行分析。
10.根据权利要求9所述的基于人脸识别技术的人口统计系统,其特征在于,所述系统还包括服务管理模块和配置中心模块;所述服务管理模块用于管理其它功能模块;所述配制中心模块用于监控并显示其它模块的工作状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910011645.8A CN109800691A (zh) | 2019-01-07 | 2019-01-07 | 基于人脸识别技术的人口统计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910011645.8A CN109800691A (zh) | 2019-01-07 | 2019-01-07 | 基于人脸识别技术的人口统计方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109800691A true CN109800691A (zh) | 2019-05-24 |
Family
ID=66558472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910011645.8A Pending CN109800691A (zh) | 2019-01-07 | 2019-01-07 | 基于人脸识别技术的人口统计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109800691A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414459A (zh) * | 2019-08-02 | 2019-11-05 | 中星智能系统技术有限公司 | 建立人车关联的方法及装置 |
CN110598548A (zh) * | 2019-08-07 | 2019-12-20 | 万翼科技有限公司 | 常住人员识别方法、装置、计算机设备和存储介质 |
CN111046817A (zh) * | 2019-12-18 | 2020-04-21 | 深圳市捷顺科技实业股份有限公司 | 一种人员计数方法及相关设备 |
CN111291628A (zh) * | 2020-01-17 | 2020-06-16 | 黄芸芸 | 基于区块链技术的人脸数据分布式识别及存储架构 |
CN111368622A (zh) * | 2019-10-18 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 人员识别方法及装置、存储介质 |
CN111368619A (zh) * | 2019-08-14 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 可疑人员的检测方法、装置及设备 |
CN111950364A (zh) * | 2020-07-07 | 2020-11-17 | 北京思特奇信息技术股份有限公司 | 千万级底库的分库人脸识别系统和方法 |
CN112241672A (zh) * | 2019-07-19 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
CN112270230A (zh) * | 2020-10-19 | 2021-01-26 | 武汉烽火众智数字技术有限责任公司 | 一种基于大数据统计城市外来人员和常驻人口的方法和系统 |
WO2021036832A1 (zh) * | 2019-08-29 | 2021-03-04 | 杭州海康威视数字技术股份有限公司 | 网络摄像机、视频监控系统及方法 |
CN112883848A (zh) * | 2021-02-02 | 2021-06-01 | 青岛市中心医院 | 人脸识别方法、装置及计算机可读存储介质 |
CN113095110A (zh) * | 2019-12-23 | 2021-07-09 | 浙江宇视科技有限公司 | 人脸数据动态入库的方法、装置、介质及电子设备 |
CN116778487A (zh) * | 2023-08-11 | 2023-09-19 | 四川汉唐云分布式存储技术有限公司 | 一种在监控界面为个人头部增加独特标识符的系统和方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279740A (zh) * | 2013-05-15 | 2013-09-04 | 吴玉平 | 一种利用动态数据库加速智能监控人脸识别的方法和系统 |
CN108197565A (zh) * | 2017-12-29 | 2018-06-22 | 深圳英飞拓科技股份有限公司 | 基于人脸识别的目标寻踪方法及系统 |
CN108597065A (zh) * | 2018-03-12 | 2018-09-28 | 南京甄视智能科技有限公司 | 基于人脸识别的客流统计方法 |
-
2019
- 2019-01-07 CN CN201910011645.8A patent/CN109800691A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279740A (zh) * | 2013-05-15 | 2013-09-04 | 吴玉平 | 一种利用动态数据库加速智能监控人脸识别的方法和系统 |
CN108197565A (zh) * | 2017-12-29 | 2018-06-22 | 深圳英飞拓科技股份有限公司 | 基于人脸识别的目标寻踪方法及系统 |
CN108597065A (zh) * | 2018-03-12 | 2018-09-28 | 南京甄视智能科技有限公司 | 基于人脸识别的客流统计方法 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241672A (zh) * | 2019-07-19 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
CN112241672B (zh) * | 2019-07-19 | 2024-05-03 | 杭州海康威视数字技术股份有限公司 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
CN110414459A (zh) * | 2019-08-02 | 2019-11-05 | 中星智能系统技术有限公司 | 建立人车关联的方法及装置 |
CN110598548A (zh) * | 2019-08-07 | 2019-12-20 | 万翼科技有限公司 | 常住人员识别方法、装置、计算机设备和存储介质 |
CN111368619B (zh) * | 2019-08-14 | 2024-03-08 | 杭州海康威视系统技术有限公司 | 可疑人员的检测方法、装置及设备 |
CN111368619A (zh) * | 2019-08-14 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 可疑人员的检测方法、装置及设备 |
CN112446395A (zh) * | 2019-08-29 | 2021-03-05 | 杭州海康威视数字技术股份有限公司 | 网络摄像机、视频监控系统及方法 |
WO2021036832A1 (zh) * | 2019-08-29 | 2021-03-04 | 杭州海康威视数字技术股份有限公司 | 网络摄像机、视频监控系统及方法 |
EP4024275A4 (en) * | 2019-08-29 | 2022-11-09 | Hangzhou Hikvision Digital Technology Co., Ltd. | NETWORK CAMERA, VIDEO SURVEILLANCE SYSTEM AND METHOD |
CN112446395B (zh) * | 2019-08-29 | 2023-07-25 | 杭州海康威视数字技术股份有限公司 | 网络摄像机、视频监控系统及方法 |
US11750776B2 (en) | 2019-08-29 | 2023-09-05 | Hangzhou Hikvision Digital Technology Co., Ltd. | Network camera, video monitoring system and method |
CN111368622B (zh) * | 2019-10-18 | 2024-01-12 | 杭州海康威视系统技术有限公司 | 人员识别方法及装置、存储介质 |
CN111368622A (zh) * | 2019-10-18 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 人员识别方法及装置、存储介质 |
CN111046817A (zh) * | 2019-12-18 | 2020-04-21 | 深圳市捷顺科技实业股份有限公司 | 一种人员计数方法及相关设备 |
CN113095110B (zh) * | 2019-12-23 | 2024-03-08 | 浙江宇视科技有限公司 | 人脸数据动态入库的方法、装置、介质及电子设备 |
CN113095110A (zh) * | 2019-12-23 | 2021-07-09 | 浙江宇视科技有限公司 | 人脸数据动态入库的方法、装置、介质及电子设备 |
CN111291628A (zh) * | 2020-01-17 | 2020-06-16 | 黄芸芸 | 基于区块链技术的人脸数据分布式识别及存储架构 |
CN111291628B (zh) * | 2020-01-17 | 2024-02-06 | 黄芸芸 | 基于区块链技术的人脸数据分布式识别及存储架构 |
CN111950364A (zh) * | 2020-07-07 | 2020-11-17 | 北京思特奇信息技术股份有限公司 | 千万级底库的分库人脸识别系统和方法 |
CN111950364B (zh) * | 2020-07-07 | 2024-03-22 | 北京思特奇信息技术股份有限公司 | 千万级底库的分库人脸识别系统和方法 |
CN112270230A (zh) * | 2020-10-19 | 2021-01-26 | 武汉烽火众智数字技术有限责任公司 | 一种基于大数据统计城市外来人员和常驻人口的方法和系统 |
CN112883848A (zh) * | 2021-02-02 | 2021-06-01 | 青岛市中心医院 | 人脸识别方法、装置及计算机可读存储介质 |
CN116778487A (zh) * | 2023-08-11 | 2023-09-19 | 四川汉唐云分布式存储技术有限公司 | 一种在监控界面为个人头部增加独特标识符的系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800691A (zh) | 基于人脸识别技术的人口统计方法及系统 | |
CN105574506B (zh) | 基于深度学习和大规模集群的智能人脸追逃系统及方法 | |
CN109635146B (zh) | 一种基于图像特征的目标查询方法及系统 | |
KR20180042802A (ko) | 정의된 영역 내의 객체를 추적하기 위한 방법 및 시스템 | |
CN108197565A (zh) | 基于人脸识别的目标寻踪方法及系统 | |
CN108537922B (zh) | 基于人脸识别的访客预警方法和系统 | |
WO2018180588A1 (ja) | 顔画像照合システムおよび顔画像検索システム | |
CN109376639B (zh) | 基于人像识别的伴随人员预警系统及方法 | |
CN106998444A (zh) | 一种大数据人脸监控系统及装置 | |
CN110246074A (zh) | 一种基于多维采集的社区安防管理系统及方法 | |
CN109102613B (zh) | 一种基于人脸识别的社区监控方法 | |
CN103714631A (zh) | 基于人脸识别的atm取款机智能监控系统 | |
CN101976356A (zh) | 网吧实名制人脸识别方法及识别系统 | |
CN106326835A (zh) | 一种用于加油站便利店的人脸数据采集统计系统及方法 | |
CN112183162A (zh) | 一种监控场景下人脸自动注册识别系统及方法 | |
CN109961031A (zh) | 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及系统 | |
CN105975964A (zh) | 一种基于感知通道的智能综合应用平台 | |
CN107657232A (zh) | 一种行人智能识别方法及其系统 | |
CN102385767A (zh) | 一种基于物联网与人脸检测技术相结合的智能门禁系统及检测方法 | |
CN111510675A (zh) | 一种基于人脸识别和大数据分析的智慧安防系统 | |
CN113343913A (zh) | 目标确定方法、装置、存储介质及计算机设备 | |
CN111639509A (zh) | 一种基于人脸识别的行动轨迹记录与查询方法 | |
CN112241687A (zh) | 一种具有陌生人脸库功能的人脸识别方法及系统 | |
CN201765619U (zh) | 基于人像生物识别技术的陌生人人像预警系统 | |
CN110246292A (zh) | 家庭视频监控方法、装置及存储介质 |
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: 20190524 |
|
RJ01 | Rejection of invention patent application after publication |