CN109858329A - 基于人脸识别的防尾随方法、装置、设备及存储介质 - Google Patents
基于人脸识别的防尾随方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109858329A CN109858329A CN201811537260.7A CN201811537260A CN109858329A CN 109858329 A CN109858329 A CN 109858329A CN 201811537260 A CN201811537260 A CN 201811537260A CN 109858329 A CN109858329 A CN 109858329A
- Authority
- CN
- China
- Prior art keywords
- passenger
- current
- trailing
- gate
- image
- 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
Abstract
本发明公开了一种基于人脸识别的防尾随方法、装置、设备及存储介质,所述方法包括:在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行闸机的乘客的通行图像;检测通行图像中是否存在两位以上通行闸机的乘客;在通行图像中存在两位以上通行闸机的乘客时,提示预设的安保人员当前存在尾随现象;获取通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将第一人脸图像加入预设的尾随黑名单中。本发明可以在有乘客尾随其他乘客而不刷卡在闸机中通行时,发出预警并将其加入尾随黑名单中,本发明可以减少人们在过闸机时的尾随现象,提高人们的刷卡意识,同时可以有效防止在尾随过程中造成的夹伤。
Description
技术领域
本发明涉及人脸识别领域,具体涉及一种基于人脸识别的防尾随方法、装置、设备及存储介质。
背景技术
当前,在地铁站出入时,需要通过打卡的方式在闸机中同行,且每次刷卡仅允许通行一位乘客。但是,在第一位乘客通过闸机的闸门之后,由于考虑到乘客安全,闸机的闸门关闭会有一小段时候的滞后,此时,经常会有一些不刷卡而尾随前面的乘客一并通行的乘客,从而造成逃票可以进出地铁站的场景,对于按照秩序进出的乘客也会产生负面的影响;同时,尾随前一位乘客而不刷卡进出闸机的情况下,还会容易造成夹伤,使得乘客的安全并不能得到保证。
发明内容
本发明实施例提供一种基于人脸识别的防尾随方法、装置、设备及存储介质,本发明可以在有乘客尾随其他乘客而不刷卡在闸机中通行时,发出预警并将其加入尾随黑名单中,本发明可以减少人们在过闸机时的尾随现象,提高人们的刷卡意识,同时可以有效防止在尾随过程中造成的夹伤。
一种基于人脸识别的防尾随方法,包括:
在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像;
检测所述通行图像中是否存在两位以上通行所述闸机的乘客;
在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象;
获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。
一种基于人脸识别的防尾随装置,包括:
第一获取模块,用于在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像;
第一检测模块,用于检测所述通行图像中是否存在两位以上通行所述闸机的乘客;
第一提示模块,用于在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象;
黑名单加入模块,用于获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现上述基于人脸识别的防尾随方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述基于人脸识别的防尾随方法的步骤。
本发明提供的基于人脸识别的防尾随方法、装置、设备及存储介质,在接收到通行指令时,获取当前通行闸机的乘客的通行图像;检测所述通行图像中是否存在两位以上通行所述闸机的乘客;在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象;获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。本发明可以在有乘客尾随其他乘客而不刷卡在闸机中通行时,发出预警并将其加入尾随黑名单中,本发明可以减少人们在过闸机时的尾随现象,提高人们的刷卡意识,同时可以有效防止在尾随过程中造成的夹伤。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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是本发明一实施例中基于人脸识别的防尾随方法的应用环境示意图;
图2是本发明一实施例中基于人脸识别的防尾随方法的流程图;
图3是本发明一实施例中的闸机示意图;
图4是本发明另一实施例中基于人脸识别的防尾随方法的流程图;
图5是本发明一实施例中基于人脸识别的防尾随方法的步骤S20的流程图;
图6是本发明一实施例中基于人脸识别的防尾随方法的步骤S40的流程图;
图7是本发明一实施例中基于人脸识别的防尾随方法的步骤S30的流程图;
图8是本发明一实施例中基于人脸识别的防尾随装置的原理框图;
图9是本发明另一实施例中基于人脸识别的防尾随装置的原理框图;
图10是本发明一实施例中基于人脸识别的防尾随装置的第一检测模块的原理框图;
图11是本发明一实施例中基于人脸识别的防尾随装置的黑名单加入模块的原理框图;
图12是本发明又一实施例中基于人脸识别的防尾随装置的原理框图;
图13是本发明一实施例中计算机设备的示意图。
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。
本发明提供的基于人脸识别的防尾随方法,可应用在如图1的应用环境中,其中,客户端(计算机设备)通过网络与服务器进行通信。其中,客户端(计算机设备)包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像头和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种基于人脸识别的防尾随方法,可以在有乘客尾随其他乘客而不刷卡在闸机中通行时,发出预警并将其加入尾随黑名单中,本发明可以减少人们在过闸机时的尾随现象,提高人们的刷卡意识,同时可以有效防止在尾随过程中造成的夹伤。以该方法应用在图1中的服务器为例进行说明,本发明包括以下步骤S10-S40:
S10,在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像;
所述通行图像由安装在所述闸机的预设位置(比如,每台闸机上进入内侧和出口外侧)的摄像设备拍摄。且所述通行图像是从摄像设备录制的视频中提取的通行图像,或所述摄像设备直接拍摄的通行图像。如图3中所示的闸机1,所述摄像设备3安装在所述闸机1中可以监控到乘客7自所述通行距离中通过所述闸机1的闸门2的位置。
所述通行指令是指用户在所述闸机上刷卡通行时,发送的通行指令。如图3中所示的闸机1,在该闸机1的刷卡位置5进行刷公共交通卡之后,或在识别位置6识别乘客7出示的付款二维码等之后发送通行指令,且在接收到所述通行指令时,所述闸机1的闸门2开启,在乘客7通行所述闸门2之后,关闭所述闸门2。且每一次在接收到所述通行指令时,所述摄像设备才启动(在没有乘客通行时,所述摄像设备进入待机状态以节约电能)拍摄本次刷卡通行时的通行图像,所述通行图像中包含了当前在所述闸机中进行通行的所有乘客。
在一实施例中,如图4所示,所述步骤S10之后还包括:
S50,自所述通行图像中,获取在接收到所述通行指令时通行所述闸机的乘客与所述闸机的预设位置的通行距离;由于所述摄像装置安装在一个固定位置,闸机也安装在固定位置,因此,可以根据乘客在所述通行图像中所处的位置与摄像装置或闸门之间的距离,计算所述通行距离。也即,所述通行图像中乘客所处位置点与摄像装置或闸门之间的距离早已被记录并输入数据库中进行存储,只需要根据乘客所处位置直接调取即可。
S60,检测通行所述闸机的所述乘客通过所述通行距离的速度是否超过预设速度阈值;
可理解地,所述步骤S60具体为:
通过安装在所述闸机上的速度传感器检测通行所述闸机的所述乘客通过所述通行距离的速度,并检测所述速度是否超过预设速度阈值;在本实施例中,直接通过速度传感器获取所述乘客通过所述通行距离的速度即可。
或获取所述摄像设备在定时拍摄的通行所述闸机的所述乘客通过所述通行距离的过程中的图片,根据所述图片的数量获取所述乘客通过所述通行距离的速度,并检测该速度是否超过预设速度阈值。在本实施例中,可以通过所述图片的数量确定所述乘客通过所述通行距离的时间,进而获取所述乘客通过所述通行距离的速度。
如图3中所示的闸机1,所述摄像设备3安装在所述闸机1中可以监控到乘客7自所述通行距离中通过所述闸机1的闸门2的位置。所述速度传感器4设置在所述闸机1中用于通行的通道的内侧,可以检测到所述乘客7通过所述通行距离时的速度。
S70,在通行所述闸机的所述乘客通过所述预设距离的速度超过所述预设速度阈值时,提示预设的安保人员当前存在尾随现象之后,获取通行所述闸机的该乘客的第三人脸图像,并将所述第三人脸图像加入预设的尾随黑名单中。
作为优选,所述将所述第三人脸图像加入预设的尾随黑名单中,包括:判断所述尾随黑名单中是否已存在所述第三人脸图像;在所述尾随黑名单中不存在所述第三人脸图像时,将提取的所述第三人脸图像加入所述尾随黑名单中。
可理解地,在通行所述闸机的所述乘客通过所述预设距离的速度未超过所述预设速度阈值时,此时所述乘客正常通行所述闸机即可。
S20,检测所述通行图像中是否存在两位以上通行所述闸机的乘客;
在一实施例中,如图5所示,所述步骤S20包括:
S201,提取所述通行图像中所有的人脸图像;在该步骤中,首先获取所述通行图像中所有人脸图像,并通过人脸识别提取各所述人脸图像中的人脸特征。
S202,检测所有的人脸图像是否属于同一乘客;也即,在上述提取的人脸图像超过两个时,检测上述提取的两个以上的人脸图像中的人脸特征的相似度是否超过第一相似度阈值。
S203,在所有的人脸图像均属于同一乘客时,确认所述通行图像中仅存在一位通行所述闸机的乘客;也即,此时,在各个人脸图像两两之间的人脸特征的相似度均超过第一相似度阈值时,认为所有的人脸图像属于同一乘客。
S204,在所有的人脸图像不属于同一乘客时,通过红外传感设备检测所有乘客中是否仅有一位乘客的身高超过预设身高;在其中一个人脸图像与其他的人脸图像之间的人脸特征的相似度未超过第一相似度阈值时,认为该人脸图像与其他人脸图像不属于同一乘客,此时表明所述通行图像中存在两位通行所述闸机的乘客;可理解地,若有两个人脸图像相互之间的人脸特征相似度未超过第一相似度阈值,且与其他人脸图像之间的人脸特征的相似度亦未超过第一相似度阈值时,说明两个人脸图像与其他人脸图像均不属于同一乘客,此时所述通行图像中存在三位通行所述闸机的乘客,所述通行图像中具体存在几位通行所述闸机的乘客可以以此类推,在此不再赘述。作为优选,对于1.2米以下的小孩,可以免费通行闸机,此时,所述预设身高为1.2米,通过预设的红外线传感设备可以检测当前乘客的身高是否超过1.2米的高度。此时可以过红外传感设备检测所有乘客中是否仅有一位乘客的身高超过预设身高,进而确定是否有乘客未刷卡而尾随其他乘客过闸机。
S205,在仅有一位乘客的身高超过预设身高时,确认所述通行图像中仅存在一位通行所述闸机的乘客。比如,在上述预设身高为1.2米的情况下,如果是一个身高低于1.2米的小孩和一个身高超过1.2米的大人一起同时通过所述闸机时,则视为仅有一位乘客通行。
S206,在不是仅有一位乘客的身高超过预设身高时,确认所述通行图像中存在两位以上通行所述闸机的乘客。也即,在所述通行图像中存在两位通行所述闸机的乘客,且其中并无免票儿童通行时,此时,确认当前所述通行图像中存在两位以上通行所述闸机的乘客。
在一实施例中,所述步骤S203包括:
在所有的人脸图像均属于同一乘客时,通过红外传感设备检测在下一次接收到通行指令之前是否仅有一位乘客通过所述闸机;也即,为了防止第一位乘客之后有其他乘客尾随时,由于前后两乘客的人脸重叠导致第一位乘客之后的乘客无法被捕捉到人脸图像,此时可以在每台闸机上安装红外线传感设备,以检测在刷一次卡之后所述闸机中是否通行了多位乘客。
在下一次接收到通行指令之前仅有一位乘客通过所述闸机时,确认所述通行图像中仅存在一位通行所述闸机的乘客。也即,在通过所述红外传感设备检测到刷一次卡之后所述闸机中仅通行了一位乘客时,此时,可以确认该闸机可以正常运行,此时接收下一位乘客刷卡时候发出的通行指令即可。
在下一次接收到通行指令之前有两位以上乘客通过所述闸机时,确认所述通行图像中存在两位以上通行所述闸机的乘客。也即,在通过所述红外传感设备检测到刷一次卡之后所述闸机中通行了多于一位(两位以上)的乘客时,此时,确认所述通行图像中存在两位以上通行所述闸机的乘客,可以获取第一位乘客之后的其他乘客进入所述闸机之前或出所述闸机之后的监控录像,并在后续S30等步骤中通知预设的安保人员并进行相应处理。
S30,在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象。
在该实施例中,在提示预设的安保人员当前存在尾随现象之后,还可以在所述第一位乘客通过所述闸机之后即刻关闭所述闸机(此时需要在尾随在所述第一位乘客之后的乘客通过闸机之前,即通知所述闸机关闭),同时在所述闸机上安装的警报装置上以警报声音或警报灯的形式进行报警,此时,尾随在所述第一位乘客之后的乘客会被震慑,同时在大众众目睽睽的监督之下,鲜有再犯的可能。
S40,获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。
也即,在所述步骤S201中通过人脸识别提取各所述人脸图像中的人脸特征之后,若所述通行图像中存在两位以上通行所述闸机的乘客,此时可以根据乘客与摄像设备之间的距离来检测乘客是否为第一位乘客,此后对提取的乘客的人脸图像进行标记,将位于所述第一位乘客之后的所有乘客的人脸图像都标记为第一人脸图像;而将所述第一位乘客标记为第二人脸图像。且在进行标记之后,将与各尾随的乘客对应的所述第一人脸头像加入所述尾随黑名单中,以便于该乘客在下次进出闸机时,可以通过人脸识别检测到尾随黑名单中已经存储其人脸图像,进而实时通知安保人员对该乘客进行相关处理,很大概率杜绝尾随现象。
在一实施例中,如图6所示,所述步骤S40中,所述将所述第一人脸图像加入预设的尾随黑名单中,包括:
S401,判断所述尾随黑名单中是否已存在所述第一人脸图像;
此时需要将所述第一人脸图像的人脸特征与所述尾随黑名单中已有的第一人脸图像的人脸特征(判断两者的人脸特征的相似度是否超过预设的第二相似度阈值)进行比对,以确认该尾随黑名单中是否已存在所述第一人脸图像。
S402,在所述尾随黑名单中不存在所述第一人脸图像时,将提取的所述第一人脸图像加入所述尾随黑名单中。
S403,在所述尾随黑名单中已存在所述第一人脸图像时,向所述安保人员提示当前正在通行闸机的第一位乘客之后,且所述第一人脸图像已存在于所述尾随黑名单中的所述乘客为所述尾随黑名单中成员,且同时向所述安保人员展示已存在于所述尾随黑名单中的所述第一人脸图像。
在一实施例中,如图7所示,所述方法的步骤S10之后还包括:
S301,获取所述通行图像中第一位乘客的第二人脸图像。
也即,不管所述通行图像中仅存在一位乘客还是存在两位以上通行所述闸机的乘客,均可以通过人脸识别提取各所述人脸图像中的人脸特征之后,将进行入闸机的第一位乘客的人脸图像标记为第二人脸图像,此时,可以直接获取该第二人脸图像的人脸特征。
S302,检测所述第二人脸图像与所述尾随黑名单中的第一人脸图像是否匹配。
此时,将所述第二人脸图像的人脸特征与所述尾随黑名单中存储的第一人脸图像的人脸特征进行匹配,也即,检测所述第二人脸图像的人脸特征与所述第一人脸图像的人脸特征的相似度是否超过第三相似度阈值,若超过,认为两者匹配,否则认为两者不匹配,从而确定所述第二人脸图像所属乘客是否已被加入所述尾随黑名单中。
S303,在所述第二人脸图像与所述尾随黑名单中的第一人脸图像匹配时,向所述安保人员提示当前正在通行闸机的第一位乘客为所述尾随黑名单中成员。
也即,在所述第二人脸图像与所述尾随黑名单中的第一人脸图像匹配时,认为所述第二人脸图像所属的当前通过闸机的所述第一位乘客是否已被加入所述尾随黑名单中,此时除提示所述安保人员之外,还可以关闭所述闸机禁止当前通过闸机的所有乘客通行(此时,第一位乘客在所述尾随黑名单中已被存储,若当前存在两位以上通行所述闸机的乘客,此时排序在其后的乘客为尾随第一位乘客通过闸机的乘客,也将被加入尾随黑名单中),同时向所述安保人员展示当前正在通行闸机的第一位乘客的第二人脸图像(同时,若当前存在两位以上通行所述闸机的乘客,此时会由于当前通过闸机的所有乘客均违规或存在违规记录,亦可以同时展示所有当前通过闸机的乘客的人脸图像);亦可以同时在所述闸机上安装的警报装置上以警报声音或警报灯的形式进行报警。
可理解地,在所述第二人脸图像与所述尾随黑名单中的第一人脸图像均不匹配时,认为所述第二人脸图像所属的第一位乘客并未被加入所述尾随黑名单中,此时所述第一位乘客正常通行所述闸机即可。
在一实施例中,如图8所示,提供一种基于人脸识别的防尾随装置,该基于人脸识别的防尾随装置与上述实施例中基于人脸识别的防尾随方法一一对应。所述基于人脸识别的防尾随装置包括:
第一获取模块11,用于在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像;
第一检测模块12,用于检测所述通行图像中是否存在两位以上通行所述闸机的乘客;
第一提示模块13,用于在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象;
黑名单加入模块14,用于获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。
在一实施例中,如图9所示,所述装置还包括:
第二获取模块15,用于自所述通行图像中,获取在接收到所述通行指令时通行所述闸机的乘客与所述闸机的预设位置的通行距离;
第二检测模块16,用于检测通行所述闸机的所述乘客通过所述通行距离的速度是否超过预设速度阈值;
第一提示模块17,用于在通行所述闸机的所述乘客通过所述预设距离的速度超过所述预设速度阈值时,提示预设的安保人员当前存在尾随现象之后,获取通行所述闸机的该乘客的第三人脸图像,并将所述第三人脸图像加入预设的尾随黑名单中。
在一实施例中,所述第二检测模块16还用于:通过安装在所述闸机上的速度传感器检测所述乘客通过所述通行距离的速度,并检测所述速度是否超过预设速度阈值;或获取所述摄像设备在定时拍摄的所述乘客通过所述通行距离的过程中的图片,根据所述图片的数量获取所述乘客通过所述通行距离的速度,并检测该速度是否超过预设速度阈值。
在一实施例中,如图10所示,所述第一检测模块12包括:
提取单元121,用于提取所述通行图像中所有的人脸图像;
第一检测单元122,用于检测所有的人脸图像是否属于同一乘客;
第一确认单元123,用于在所有的人脸图像均属于同一乘客时,确认所述通行图像中仅存在一位通行所述闸机的乘客;
第二检测单元124,用于在所有的人脸图像不属于同一乘客时,通过红外传感设备检测所有乘客中是否仅有一位乘客的身高超过预设身高;
第二确认单元125,用于在仅有一位乘客的身高超过预设身高时,确认所述通行图像中仅存在一位通行所述闸机的乘客。
第三确认单元126,用于在不是仅有一位乘客的身高超过预设身高时,确认所述通行图像中存在两位以上通行所述闸机的乘客。
在一实施例中,如图11所示,所述黑名单加入模块14包括:
判断单元141,用于判断所述尾随黑名单中是否已存在所述第一人脸图像;
第一加入单元142,用于在所述尾随黑名单中不存在所述第一人脸图像时,将提取的所述第一人脸图像加入所述尾随黑名单中;
第一提示单元143,用于在所述尾随黑名单中已存在所述第一人脸图像时,向所述安保人员提示当前正在通行闸机的第一位乘客之后,且所述第一人脸图像已存在于所述尾随黑名单中的所述乘客为所述尾随黑名单中成员,且同时向所述安保人员展示已存在于所述尾随黑名单中的所述第一人脸图像。
在一实施例中,如图12所示,所述装置还包括:
获取单元131,连接于所述第一获取模块11,用于获取所述通行图像中第一位乘客的第二人脸图像;
第三检测单元132,用于检测所述第二人脸图像与所述尾随黑名单中的第一人脸图像是否匹配;
第二提示单元133,用于在所述第二人脸图像与所述尾随黑名单中的第一人脸图像匹配时,向所述安保人员提示当前正在通行闸机的第一位乘客为所述尾随黑名单中成员。
关于基于人脸识别的防尾随装置的具体限定可以参见上文中对于基于人脸识别的防尾随方法的限定,在此不再赘述。上述基于人脸识别的防尾随装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。。该计算机可读指令被处理器执行时以实现一种基于人脸识别的防尾随方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令,处理器执行计算机可读指令时实现以下步骤:
在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像;
检测所述通行图像中是否存在两位以上通行所述闸机的乘客;
在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象;
获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机可读指令,计算机可读指令被处理器执行时实现以下步骤:
在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像;
检测所述通行图像中是否存在两位以上通行所述闸机的乘客;
在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象;
获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、存储器总线直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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,仅以上述各功能单元或模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元或模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于人脸识别的防尾随方法,其特征在于,包括:
在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像;
检测所述通行图像中是否存在两位以上通行所述闸机的乘客;
在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象;
获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。
2.如权利要求1所述的基于人脸识别的防尾随方法,其特征在于,所述在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像之后,还包括:
自所述通行图像中,获取在接收到所述通行指令时通行所述闸机的乘客与所述闸机的预设位置的通行距离;
检测通行所述闸机的所述乘客通过所述通行距离的速度是否超过预设速度阈值;
在通行所述闸机的所述乘客通过所述预设距离的速度超过所述预设速度阈值时,提示预设的安保人员当前存在尾随现象之后,获取通行所述闸机的该乘客的第三人脸图像,并将所述第三人脸图像加入预设的尾随黑名单中。
3.如权利要求2所述基于人脸识别的防尾随的方法,其特征在于,所述检测所述乘客通过所述通行距离的速度是否超过预设速度阈值,包括:
通过安装在所述闸机上的速度传感器检测所述乘客通过所述通行距离的速度,并检测所述速度是否超过预设速度阈值;或
获取所述摄像设备在定时拍摄的所述乘客通过所述通行距离的过程中的图片,根据所述图片的数量获取所述乘客通过所述通行距离的速度,并检测该速度是否超过预设速度阈值。
4.如权利要求1所述的基于人脸识别的防尾随方法,其特征在于,所述检测所述通行图像中是否存在两位以上通行所述闸机的乘客,包括:
提取所述通行图像中所有的人脸图像;
检测所有的人脸图像是否属于同一乘客;
在所有的人脸图像均属于同一乘客时,确认所述通行图像中仅存在一位通行所述闸机的乘客;
在所有的人脸图像不属于同一乘客时,通过红外传感设备检测所有乘客中是否仅有一位乘客的身高超过预设身高;
在仅有一位乘客的身高超过预设身高时,确认所述通行图像中仅存在一位通行所述闸机的乘客。
在不是仅有一位乘客的身高超过预设身高时,确认所述通行图像中存在两位以上通行所述闸机的乘客。
5.如权利要求1所述的基于人脸识别的防尾随方法,其特征在于,所述将所述第一人脸图像加入预设的尾随黑名单中,包括:
判断所述尾随黑名单中是否已存在所述第一人脸图像;
在所述尾随黑名单中不存在所述第一人脸图像时,将提取的所述第一人脸图像加入所述尾随黑名单中;
在所述尾随黑名单中已存在所述第一人脸图像时,向所述安保人员提示当前正在通行闸机的第一位乘客之后,且所述第一人脸图像已存在于所述尾随黑名单中的所述乘客为所述尾随黑名单中成员,且同时向所述安保人员展示已存在于所述尾随黑名单中的所述第一人脸图像。
6.如权利要求1所述的基于人脸识别的防尾随方法,其特征在于,所述在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像之后,包括:
获取所述通行图像中第一位乘客的第二人脸图像;
检测所述第二人脸图像与所述尾随黑名单中的第一人脸图像是否匹配;
在所述第二人脸图像与所述尾随黑名单中的第一人脸图像匹配时,向所述安保人员提示当前正在通行闸机的第一位乘客为所述尾随黑名单中成员。
7.一种基于人脸识别的防尾随装置,其特征在于,包括:
第一获取模块,用于在接收到通行指令时,获取安装在闸机周围预设范围内的摄像设备拍摄的当前通行所述闸机的乘客的通行图像;
第一检测模块,用于检测所述通行图像中是否存在两位以上通行所述闸机的乘客;
第一提示模块,用于在所述通行图像中存在两位以上通行所述闸机的乘客时,提示预设的安保人员当前存在尾随现象;
黑名单加入模块,用于获取所述通行图像中第一位乘客之后的所有乘客的第一人脸图像,并将所述第一人脸图像加入预设的尾随黑名单中。
8.如权利要求7所述的基于人脸识别的防尾随装置,其特征在于,所述装置还包括:
第二获取模块,用于自所述通行图像中,获取在接收到所述通行指令时通行所述闸机的乘客与所述闸机的预设位置的通行距离;
第二检测模块,用于检测通行所述闸机的所述乘客通过所述通行距离的速度是否超过预设速度阈值;
第一提示模块,用于在通行所述闸机的所述乘客通过所述预设距离的速度超过所述预设速度阈值时,提示预设的安保人员当前存在尾随现象之后,获取通行所述闸机的该乘客的第三人脸图像,并将所述第三人脸图像加入预设的尾随黑名单中。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至6任一项所述基于人脸识别的防尾随方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至6任一项所述基于人脸识别的防尾随方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811537260.7A CN109858329A (zh) | 2018-12-15 | 2018-12-15 | 基于人脸识别的防尾随方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811537260.7A CN109858329A (zh) | 2018-12-15 | 2018-12-15 | 基于人脸识别的防尾随方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109858329A true CN109858329A (zh) | 2019-06-07 |
Family
ID=66891247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811537260.7A Pending CN109858329A (zh) | 2018-12-15 | 2018-12-15 | 基于人脸识别的防尾随方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109858329A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110473330A (zh) * | 2019-07-07 | 2019-11-19 | 南京美基森信息技术有限公司 | 一种记录逃票人员信息的闸机 |
CN110827456A (zh) * | 2019-11-12 | 2020-02-21 | 苏州中科先进技术研究院有限公司 | 闸机出入口安全提示系统和方法 |
CN111144231A (zh) * | 2019-12-09 | 2020-05-12 | 深圳市鸿逸达科技有限公司 | 一种基于深度图像的自助通道防尾随检测方法和系统 |
CN111241997A (zh) * | 2020-01-09 | 2020-06-05 | 江苏航天大为科技股份有限公司 | 基于人脸识别的闸机防尾随方法、闸机设备和存储介质 |
CN111723770A (zh) * | 2020-06-30 | 2020-09-29 | 四川兴事发门窗有限责任公司 | 基于图像识别的防尾随闸机系统及方法 |
CN112149478A (zh) * | 2019-06-28 | 2020-12-29 | 广州慧睿思通信息科技有限公司 | 一种防尾随通行方法、装置、设备以及可读介质 |
CN112200828A (zh) * | 2020-09-03 | 2021-01-08 | 浙江大华技术股份有限公司 | 一种逃票行为的检测方法、装置及可读存储介质 |
CN112233289A (zh) * | 2020-09-04 | 2021-01-15 | 常州方可为机械科技有限公司 | 用于闸机门的智能驱动系统 |
CN112576134A (zh) * | 2019-09-30 | 2021-03-30 | 比亚迪股份有限公司 | 车门障碍物的预警方法、装置、设备及存储介质 |
CN113255627A (zh) * | 2021-07-15 | 2021-08-13 | 广州市图南软件科技有限公司 | 一种快速获取尾随人员信息方法及装置 |
CN113593099A (zh) * | 2020-04-30 | 2021-11-02 | 深圳云天励飞技术有限公司 | 闸机控制方法、装置、系统、电子设备及存储介质 |
CN114387715A (zh) * | 2022-01-12 | 2022-04-22 | 深圳市锐宝智联信息有限公司 | 一种人脸识别闸机、闸机控制方法、终端设备及存储介质 |
-
2018
- 2018-12-15 CN CN201811537260.7A patent/CN109858329A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149478A (zh) * | 2019-06-28 | 2020-12-29 | 广州慧睿思通信息科技有限公司 | 一种防尾随通行方法、装置、设备以及可读介质 |
CN110473330A (zh) * | 2019-07-07 | 2019-11-19 | 南京美基森信息技术有限公司 | 一种记录逃票人员信息的闸机 |
CN112576134A (zh) * | 2019-09-30 | 2021-03-30 | 比亚迪股份有限公司 | 车门障碍物的预警方法、装置、设备及存储介质 |
CN112576134B (zh) * | 2019-09-30 | 2022-03-18 | 比亚迪股份有限公司 | 车门障碍物的预警方法、装置、设备及存储介质 |
CN110827456B (zh) * | 2019-11-12 | 2022-01-28 | 苏州中科先进技术研究院有限公司 | 闸机出入口安全提示系统和方法 |
CN110827456A (zh) * | 2019-11-12 | 2020-02-21 | 苏州中科先进技术研究院有限公司 | 闸机出入口安全提示系统和方法 |
CN111144231A (zh) * | 2019-12-09 | 2020-05-12 | 深圳市鸿逸达科技有限公司 | 一种基于深度图像的自助通道防尾随检测方法和系统 |
CN111144231B (zh) * | 2019-12-09 | 2022-04-15 | 深圳市鸿逸达科技有限公司 | 一种基于深度图像的自助通道防尾随检测方法和系统 |
CN111241997A (zh) * | 2020-01-09 | 2020-06-05 | 江苏航天大为科技股份有限公司 | 基于人脸识别的闸机防尾随方法、闸机设备和存储介质 |
CN113593099A (zh) * | 2020-04-30 | 2021-11-02 | 深圳云天励飞技术有限公司 | 闸机控制方法、装置、系统、电子设备及存储介质 |
CN111723770A (zh) * | 2020-06-30 | 2020-09-29 | 四川兴事发门窗有限责任公司 | 基于图像识别的防尾随闸机系统及方法 |
CN112200828A (zh) * | 2020-09-03 | 2021-01-08 | 浙江大华技术股份有限公司 | 一种逃票行为的检测方法、装置及可读存储介质 |
CN112233289A (zh) * | 2020-09-04 | 2021-01-15 | 常州方可为机械科技有限公司 | 用于闸机门的智能驱动系统 |
CN113255627A (zh) * | 2021-07-15 | 2021-08-13 | 广州市图南软件科技有限公司 | 一种快速获取尾随人员信息方法及装置 |
CN114387715A (zh) * | 2022-01-12 | 2022-04-22 | 深圳市锐宝智联信息有限公司 | 一种人脸识别闸机、闸机控制方法、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858329A (zh) | 基于人脸识别的防尾随方法、装置、设备及存储介质 | |
CN106504353B (zh) | 车辆收费方法和装置 | |
CN110491004A (zh) | 一种居民社区人员安全管理系统及方法 | |
CN107862773A (zh) | 可预约式人脸识别门禁访客系统及方法 | |
CN207690169U (zh) | 可预约式人脸识别门禁访客系统 | |
CN103714631A (zh) | 基于人脸识别的atm取款机智能监控系统 | |
CN206097257U (zh) | 一种安防智能监控系统 | |
CN102411703A (zh) | 检测图像序列中的特定对象的装置、方法和视频摄像设备 | |
EP3700180A1 (en) | Video blocking region selection method and apparatus, electronic device, and system | |
CN206162736U (zh) | 一种基于人脸识别的门禁系统 | |
KR101165422B1 (ko) | 감시 카메라를 이용하여 인식 불가라고 판정된 피사체를 추적 감시하는 보안 시스템 및 이를 이용한 보안 서비스 제공 방법 | |
CN106951846A (zh) | 一种人脸3d模型录入和识别方法和装置 | |
CN110874878B (zh) | 行人分析方法、装置、终端及存储介质 | |
CN111814510B (zh) | 一种遗留物主体检测方法及装置 | |
CN110969118A (zh) | 轨迹监控系统和方法 | |
CN104424721A (zh) | 一种结合atm机的脸部遮挡识别方法 | |
CN206421480U (zh) | 智能楼宇门系统 | |
CN109492509A (zh) | 身份识别方法、装置、计算机可读介质及系统 | |
CN103035049A (zh) | 基于fpga的人脸识别门禁装置及方法 | |
CN109800656B (zh) | 定位方法及相关产品 | |
CN105427480A (zh) | 一种基于图像分析的柜员机 | |
CN111768542B (zh) | 一种闸机控制系统、方法、装置、服务器及存储介质 | |
CN210466495U (zh) | 一种多功能无障碍通行闸机 | |
CN107368728A (zh) | 可视化报警管理系统及方法 | |
CN112132057A (zh) | 一种多维身份识别方法及系统 |
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 |