CN110031697A - 目标识别设备的测试方法、装置、系统和计算机可读介质 - Google Patents

目标识别设备的测试方法、装置、系统和计算机可读介质 Download PDF

Info

Publication number
CN110031697A
CN110031697A CN201910172993.3A CN201910172993A CN110031697A CN 110031697 A CN110031697 A CN 110031697A CN 201910172993 A CN201910172993 A CN 201910172993A CN 110031697 A CN110031697 A CN 110031697A
Authority
CN
China
Prior art keywords
test
target
identification
static
identification equipment
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
Application number
CN201910172993.3A
Other languages
English (en)
Other versions
CN110031697B (zh
Inventor
周林超
孙磊
赵航
黄元臻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Megvii Technology Co Ltd
Original Assignee
Beijing Megvii Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Megvii Technology Co Ltd filed Critical Beijing Megvii Technology Co Ltd
Priority to CN201910172993.3A priority Critical patent/CN110031697B/zh
Publication of CN110031697A publication Critical patent/CN110031697A/zh
Application granted granted Critical
Publication of CN110031697B publication Critical patent/CN110031697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Abstract

本发明提供了一种目标识别设备的测试方法、装置、系统和计算机可读介质,该测试方法包括:上传包含识别目标的测试图像到底库;调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果;调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果;以及根据所述静态识别结果和所述动态识别结果确定测试结果。本发明的目标识别设备的测试方法、装置、系统和计算机可读介质能够实现目标识别设备的自动检测,与手动检测方式相比缩短了检测时间,提高了生产检测效率,且杜绝了人员操作异常的风险。

Description

目标识别设备的测试方法、装置、系统和计算机可读介质
技术领域
本发明涉及图像识别技术领域,更具体地涉及一种目标识别设备的测试方法、装置、系统和计算机可读介质。
背景技术
人脸识别技术已经越来越多地应用在各个领域中。由于人脸识别中的数据量巨大,因此其对目标识别设备的要求也会较高,因此需要对目标识别设备进行测试,以确定目标识别设备是否合格。目前通常采用真人识别结合系统输入指令控制的方式对目标识别设备进行测试。这种方式需要测试人员手动进行上传底库,添加前端识别单元的RTSP(实时流传输协议)等操作,且测试完成后需登录系统输入清除恢复指令,该方式存在测试时间长、效率低、指令输入易出错等问题。因此,需要一种目标识别设备的自动化测试方法,以提升测试效率。
发明内容
为了解决现有的目标识别设备测试方法中存在的效率低、易出错的问题,本发明提出了一种自动化的目标识别设备的测试方案。下面简要描述本发明提出的关于目标识别设备的测试方案,更多细节将在后续结合附图在具体实施方式中加以描述。
根据本发明实施例一方面,提供了一种目标识别设备的测试方法,所述测试方法包括:上传包含识别目标的测试图像到底库;调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果;调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果;以及根据所述静态识别结果和所述动态识别结果确定测试结果。
在一个实施例中,所述视频流为使用识别相机针对所述测试图像所采集的。
在一个实施例中,所述方法还包括:添加所述识别相机的视频流地址。
在一个实施例中,分别进行三次所述静态识别和三次所述动态识别。
在一个实施例中,所述根据所述静态识别结果和所述动态识别结果确定测试结果包括:若至少一次所述静态识别结果为识别成功,并且,至少一次所述动态识别结果为识别成功,则确定所述测试结果为测试通过,否则确定所述测试结果为测试失败。
在一个实施例中,在确定所述测试结果之后,还包括:删除测试数据。
在一个实施例中,在所述删除测试数据的步骤之后,还包括:恢复在删除所述测试数据的过程中所删除的产品固件信息。
根据本发明实施例另一方面,提供了一种目标识别设备的测试装置,所述目标识别设备的测试装置包括:上传模块,用于上传包含识别目标的测试图像到底库;静态识别模块,用于调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果;动态识别模块,用于调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果;以及确定模块,用于根据所述静态识别结果和所述动态识别结果确定测试结果。
根据本发明实施例再一方面,提供了一种目标识别设备的测试系统,所述目标识别设备的测试系统包括存储装置和处理器,所述存储装置上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行上述任一项所述的目标识别设备的测试方法。
根据本发明实施例又一方面,提供了一种计算机可读介质,所述计算机可读介质上存储有计算机程序,所述计算机程序在运行时执行上述任一项所述的目标识别设备的测试方法。
根据本发明实施例的目标识别设备的测试方法、装置、系统和计算机可读介质能够实现目标识别设备的自动检测,与手动检测方式相比缩短了检测时间,提高了生产检测效率,且杜绝了人员操作异常的风险。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1示出用于实现根据本发明实施例的目标识别设备的测试方法、装置、系统和计算机可读介质的示例电子设备的示意性框图;
图2示出根据本发明实施例的目标识别设备的测试方法的示意性流程图;
图3示出根据本发明实施例的目标识别设备的测试方法的另一示意性流程图;
图4示出根据本发明实施例的目标识别设备的测试装置的示意性框图;以及
图5示出根据本发明实施例的目标识别设备的测试系统的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
首先,参照图1来描述用于实现本发明实施例的目标识别设备的测试方法、装置、系统和计算机可读介质的示例电子设备100。
如图1所示,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108以及图像传感器110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如用户)输出各种信息(例如图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像传感器110可以拍摄用户期望的图像(例如照片、视频等),并且将所拍摄的图像存储在所述存储装置104中以供其它组件使用。
当注意,图1所示的电子设备100的组件和结构只是示例性的,尽管图1示出的电子设备100包括多个不同的装置,但是根据需要,其中的一些装置可以不是必须的,其中的一些装置的数量可以更多等等,本发明对此不限定。
下面,将参考图2描述根据本发明实施例的目标识别设备的测试方法200。其中,目标识别设备可以是任意合适的目标识别设备。例如,目标识别设备可以是应用于电子商务、银行业务、安全监控等领域的人脸识别设备,又例如,目标识别设备可以是应用于交通监控领域的车辆或车牌识别设备等。
首先,在步骤S210,上传包含识别目标的测试图像到底库。
其中,所述测试图像中包含目标识别设备的识别目标,所述识别目标可以是任何物体,包括但不限于:文字、特定图案、人或人体的一部分(诸如人脸)、动物、车辆、建筑物等。在下文中,将主要以识别目标是人脸、目标识别设备为人脸识别设备为例来描述本发明的各个实施例,但这并非是对本发明的限制。
在本发明实施例中,所述测试图像为静态的图像。所述静态的图像可以包括通过摄像机或摄像头等图像采集装置采集的图像,或者采用计算机技术生成的图像等。例如,在识别目标是人脸的情况下,测试图像可以是包括人脸的照片。
示例性地,通过底库接口上传所述测试图像到人脸底库。其中,所述底库为目标识别系统进行目标识别时所需的底库,其可以位于本地服务器或远程服务器,在上传所述测试图像之前,所述底库可以为空。所述底库接口为目标识别设备主机的固定地址,作为示例,所述底库接口的接口地址可以为http://192.168.1.50/auth/subject/file。
在一个实施例中,所述方法还包括:添加识别前端识别单元的视频流地址。添加前端识别单元的视频流地址,即可认为是自动绑定了前端识别单元,添加了前端识别单元视频流传输协议。如果视频流地址是RTSP(Real Time Streaming Protocol,实时流传输协议)地址,则添加视频流地址即表示添加了前端识别单元的RTSP协议。
在一个实施例中,所述方法还包括:调用目标识别系统的登录接口,自动登陆目标识别系统。其中,所述目标识别系统包括人脸识别系统。具体地,可模拟用户输入用户名和密码,登录人脸识别系统。所述人脸识别系统的登录接口例如为http://192.168.1.50/auth/login。
在步骤S220,调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果。
在一个实施例中,所述测试图像由操作人员上传至待测的目标识别设备中,并在测试开始后,将所述测试图像上传至底库。由此可见,目标识别设备本地存储的测试图像与上传至底库的测试图像实质上是相同的,二者包含相同的识别目标。若静态识别接口可用,则目标识别系统获取目标识别设备本地存储的测试图像之后,可以在底库中找到相应的匹配结果。
在一个实施例中,所述静态识别接口的接口地址为http://192.168.1.50:8866/recognize。
在步骤S230,调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果。
其中,所述视频流可以是由前述已绑定的前端识别单元所采集的。前端识别单元采集视频流信息,将采集的视频流信息以RTSP传输协议的方式发送到目标识别系统,所述目标识别系统接收所述视频流,从所述视频流中提取目标图像,并使用从所述视频流中提取的目标图像与底库中的所述测试图像进行比对,以进行动态识别。由于所述视频流是针对所述目标对象所采集的,因此与人脸底库中的测试图像包含相同的目标对象。若动态识别接口可用,则目标识别系统基于所获取的视频流可以在底库中找到相应的匹配的结果。在一个实施例中,所述动态识别接口的接口地址为ws://192.168.1.50:9000/video。
在一个实施例中,所述视频流是针对所述测试图像所采集的。具体地,可预先将上传至所述底库的测试图像打印出来,并置于前端识别单元前方;图像采集装置针对打印的图像采集视频流。在其他实施例中,也可以使用其他方式获取针对所述识别目标所采集的视频流,只要使视频流中存在于测试图像相同的目标对象即可。例如,还可以在电子设备的显示器上显示测试图像,图像采集装置针对电子设备的显示器采集视频流,或者,在图像采集装置前方设置同一目标对象的人脸模型,图像采集装置针对人脸模型采集视频流,等等。
通过对目标识别设备分别进行静态识别测试和动态识别测试,可以充分模拟目标识别设备的各种实际应用场景,以对目标识别设备进行充分测试。
在本发明实施例中,将步骤S220中基于静态图像进行的目标识别称为静态识别,将步骤S230中基于动态的视频流进行目标识别称为动态识别,其只是作为示例而非限制。并且,本发明实施例对S220和S230的执行顺序不作限定,例如可以先执行步骤S220再执行步骤S230,或者可以先执行步骤S230再执行步骤S220。
在实际工作中,目标识别设备一般连接用于抓拍静态图片的抓拍机和用于拍摄视频流的识别相机。但在测试过程中,对于静态识别所用的照片,使用本地上传的方式,对于动态识别所用的视频流,使用连接识别相机采集的方式:其主要出于以下几点考虑:1、只需架设一个相机即可,无需同时架设两个相机,环境配置简单;2、无需寻找合适的视频流,直接拍摄即可;3、识别机生产量大,易于找到适于用来测试的识别相机。
在一个实施例中,如图3所示,在对每台目标识别设备进行测试时分别进行3次如步骤S220中所述的静态识别和如步骤S230中所述的动态识别。然而,可以理解,所述静态识别和所述动态识别的次数不限于此。
在步骤S240,根据所述静态识别结果和所述动态识别结果确定测试结果。
如图3所示,在一个实施例中,若步骤S220中的静态识别和步骤S230中的动态识别分别至少成功1次,即若至少一次所述静态识别结果为识别成功,并且,至少一次所述动态识别结果为识别成功,则可以确定底库接口、静态识别接口以及动态识别接口均可用,因此此时确定测试结果为测试通过。反之,若3次静态识别及3次动态识别均识别失败,或者,仅静态识别(或动态识别)成功至少一次,而动态识别(或静态识别)均失败,则上述接口中至少一个不可用,因此确定所述测试结果为测试失败。
可以理解的是,上述测试结果的判断标准仅是示例性的,本领域技术人员还可以根据需要设置其他标准以确定测试结果,例如,只有在静态识别和动态识别具有两次以上识别成功的情况下才确定测试通过,等等。
在一个实施例中,在生成测试结果之后,还包括:删除相关的测试数据。作为示例,所述测试数据包括cookies,screen_token和autotest.txt文件等。
进一步地,由于产品的固件信息与测试数据存储于同一位置,在删除所述测试数据时,产品的固件信息也一同被删除,因此,在删除所述测试数据的步骤之后,还包括恢复产品的固件信息的步骤。
示例性地,根据本发明实施例的目标识别设备测试方法200可以在具有存储器和处理器的设备、装置或者系统中实现。
示例性地,根据本发明实施例的目标识别设备的测试方法可以部署在终端处。替代地,根据本发明实施例的目标识别设备的测试方法还可以部署在服务器端(或云端)。替代地,根据本发明实施例的目标识别设备的测试方法还可以分布地部署在服务器端(或云端)和终端处。替代地,根据本发明实施例的目标识别设备的测试方法还可以分布地部署在不同的终端处。
经验证,采用现有的手动测试方案检测1台目标识别设备所需时间约为15min~20min,使用本发明实施例所提供的检测方法检测1台目标识别设备所需的时间减少为3min左右,大大缩短了检测时间,提高了生产检测效率,且杜绝了人员操作异常的风险。
基于上面的描述,根据本发明实施例的目标识别设备的测试方法能够实现目标识别设备的自动检测,与手动检测方式相比缩短了检测时间,提高了生产检测效率,且杜绝了人员操作异常的风险。
以上示例性地描述了根据本发明实施例的目标识别设备的测试方法所包括的示例性步骤流程。
下面结合图4描述本发明另一方面提供的目标识别设备的测试装置。图4示出了根据本发明实施例的目标识别设备的测试装置400的示意性框图。其中,目标识别设备可以是任意合适的目标识别设备。例如,目标识别设备可以是应用于电子商务、银行业务、安全监控等领域的人脸识别设备,又例如,目标识别设备可以是应用于交通监控领域的车辆或车牌识别设备等。
如图4所示,根据本发明实施例的目标识别设备的测试装置400包括上传模块410、静态识别模块420、动态识别模块430以及确定模块440。所述各个模块可分别执行上文中结合图2描述的目标识别设备的测试方法的各个步骤/功能。
上传模块410用于上传包含识别目标的测试图像到底库。
其中,所述测试图像中包含目标识别设备的识别目标,所述识别目标可以是任何物体,包括但不限于:文字、特定图案、人或人体的一部分(诸如人脸)、动物、车辆、建筑物等。在下文中,将主要以识别目标是人脸、目标识别设备为人脸识别设备为例来描述本发明的各个实施例,但这并非是对本发明的限制。
在本发明实施例中,所述测试图像为静态的图像。所述静态的图像可以包括通过摄像机或摄像头等图像采集装置采集的图像,或者采用计算机技术生成的图像等。例如,在识别目标是人脸的情况下,测试图像可以是包括人脸的照片。
示例性地,通过底库接口上传所述测试图像到人脸底库。其中,所述底库为目标识别系统进行目标识别时所需的底库,其可以位于本地服务器或远程服务器,在上传所述测试图像之前,所述底库可以为空。所述底库接口为目标识别设备主机的固定地址,作为示例,所述底库接口的接口地址可以为http://192.168.1.50/auth/subject/file。
在一个实施例中,所述方法还包括:添加识别前端识别单元的视频流地址。添加前端识别单元的视频流地址,即可认为是自动绑定了前端识别单元,添加了前端识别单元视频流传输协议。如果视频流地址是RTSP(Real Time Streaming Protocol,实时流传输协议)地址,则添加视频流地址即表示添加了前端识别单元的RTSP协议。
在一个实施例中,所述方法还包括:调用目标识别系统的登录接口,自动登陆目标识别系统。其中,所述目标识别系统包括人脸识别系统。具体地,可模拟用户输入用户名和密码,登录人脸识别系统。所述人脸识别系统的登录接口例如为http://192.168.1.50/auth/login。
静态识别模块420用于调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果。
在一个实施例中,所述测试图像由操作人员上传至待测的目标识别设备中,并在测试开始后,将所述测试图像上传至底库。由此可见,目标识别设备本地存储的测试图像与上传至底库的测试图像实质上是相同的,二者包含相同的识别目标。若静态识别接口可用,则目标识别系统获取目标识别设备本地存储的测试图像之后,可以在底库中找到相应的匹配结果。
在一个实施例中,所述静态识别接口的接口地址为http://192.168.1.50:8866/recognize。
动态识别模块430用于调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果。
其中,所述视频流可以是由前述已绑定的前端识别单元所采集的。前端识别单元采集视频流信息,将采集的视频流信息以RTSP传输协议的方式发送到目标识别系统,所述目标识别系统接收所述视频流,从所述视频流中提取目标图像,并使用从所述视频流中提取的目标图像与底库中的所述测试图像进行比对,以进行动态识别。由于所述视频流是针对所述目标对象所采集的,因此与人脸底库中的测试图像包含相同的目标对象。若动态识别接口可用,则目标识别系统基于所获取的视频流可以在底库中找到相应的匹配的结果。在一个实施例中,所述动态识别接口的接口地址为ws://192.168.1.50:9000/video。
在一个实施例中,所述视频流是针对所述测试图像所采集的。具体地,可预先将上传至所述底库的测试图像打印出来,并置于前端识别单元前方;图像采集装置针对打印的图像采集视频流。在其他实施例中,也可以使用其他方式获取针对所述识别目标所采集的视频流,只要使视频流中存在于测试图像相同的目标对象即可。例如,还可以在电子设备的显示器上显示测试图像,图像采集装置针对电子设备的显示器采集视频流,或者,在图像采集装置前方设置同一目标对象的人脸模型,图像采集装置针对人脸模型采集视频流,等等。
通过对目标识别设备分别进行静态识别测试和动态识别测试,可以充分模拟目标识别设备的各种实际应用场景,以对目标识别设备进行充分测试。
在本发明实施例中,将静态识别模块420基于静态图像进行的目标识别称为静态识别,将动态识别模块430基于动态的视频流进行目标识别称为动态识别,其只是作为示例而非限制。并且,本发明实施例对静态识别和动态识别的执行顺序不作限定,例如可以先执行静态识别再执行动态识别,或者可以先执行动态识别再执行静态识别。
在实际工作中,目标识别设备一般连接用于抓拍静态图片的抓拍机和用于拍摄视频流的识别相机。但在测试过程中,对于静态识别所用的照片,使用本地上传的方式,对于动态识别所用的视频流,使用连接识别相机采集的方式:其主要出于以下几点考虑:1、只需架设一个相机即可,无需同时架设两个相机,环境配置简单;2、无需寻找合适的视频流,直接拍摄即可;3、识别机生产量大,易于找到适于用来测试的识别相机。
在一个实施例中,在对每台目标识别设备进行测试时分别进行3次静态识别和3次动态识别。然而,可以理解,所述静态识别和所述动态识别的次数不限于此。
确定模块用于根据所述静态识别结果和所述动态识别结果确定测试结果。
在一个实施例中,若静态识别和动态识别分别至少成功1次,即若至少一次所述静态识别结果为识别成功,并且,至少一次所述动态识别结果为识别成功,则确定测试结果为测试通过。反之,若3次静态识别及3次动态识别均识别失败,或者,仅静态识别(或动态识别)成功至少一次,而动态识别(或静态识别)均失败,则确定所述测试结果为测试失败。
可以理解的是,上述测试结果的判断标准仅是示例性的,本领域技术人员还可以根据需要设置其他标准以确定测试结果,例如,只有在静态识别和动态识别具有两次以上识别成功的情况下才确定测试通过,等等。
在一个实施例中,所述装置还包括删除模块,用于删除相关的测试数据。作为示例,所述测试数据包括cookies,screen_token和autotest.txt文件等。
进一步地,由于产品的固件信息与测试数据存储于同一位置,在删除所述测试数据时,产品的固件信息也一同被删除,因此,所述装置还包括恢复模块,用于在删除所述测试数据之后,恢复产品的固件信息。
基于上面的描述,根据本发明实施例的目标识别设备的测试装置能够实现目标识别设备的自动检测,与手动检测方式相比缩短了检测时间,提高了生产检测效率,且杜绝了人员操作异常的风险。
图5示出了根据本发明实施例的目标识别设备的测试系统500的示意性框图。目标识别设备的测试系统500包括存储装置510以及处理器520。
其中,存储装置510存储用于实现根据本发明实施例的目标识别设备的测试方法中的相应步骤的程序代码。处理器520用于运行存储装置510中存储的程序代码,以执行根据本发明实施例的目标识别设备的测试方法的相应步骤,并且用于实现根据本发明实施例的目标识别设备的测试装置中的相应模块。
在一个实施例中,在所述程序代码被处理器520运行时使得目标识别设备训练系统500执行以下步骤:上传包含识别目标的测试图像到底库;调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果;调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果;以及根据所述静态识别结果和所述动态识别结果确定测试结果。
在一个实施例中,所述视频流为使用识别相机针对所述测试图像所采集的。
在一个实施例中,在所述程序代码被处理器520运行时还使得目标识别设备训练系统500执行:添加所述识别相机的视频流地址。
在一个实施例中,分别进行三次所述静态识别和三次所述动态识别。
在一个实施例中,所述根据所述静态识别结果和所述动态识别结果确定测试结果包括:若至少一次所述静态识别结果为识别成功,并且,至少一次所述动态识别结果为识别成功,则确定所述测试结果为测试通过,否则确定所述测试结果为测试失败。
在一个实施例中,在确定所述测试结果之后,还包括:删除测试数据。
在一个实施例中,在所述删除测试数据的步骤之后,还包括:恢复在删除所述测试数据的过程中所删除的产品固件信息。
此外,根据本发明实施例,还提供了一种计算机可读介质,在所述计算机可读介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的目标识别设备的测试方法的相应步骤,并且用于实现根据本发明实施例的目标识别设备的测试装置中的相应模块。所述计算机可读介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述计算机可读介质的任意组合。所述计算机可读介质可以是一个或多个计算机可读介质的任意组合。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的目标识别设备的测试装置的各个功能模块,并且/或者可以执行根据本发明实施例的目标识别设备的测试方法。
在一个实施例中,所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行以下步骤:上传包含识别目标的测试图像到底库;调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果;调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果;以及根据所述静态识别结果和所述动态识别结果确定测试结果。
在一个实施例中,所述视频流为使用识别相机针对所述测试图像所采集的。
在一个实施例中,所述计算机程序指令在被计算机或处理器运行时还使计算机或处理器执行:添加所述识别相机的视频流地址。
在一个实施例中,分别进行三次所述静态识别和三次所述动态识别。
在一个实施例中,所述根据所述静态识别结果和所述动态识别结果确定测试结果包括:若至少一次所述静态识别结果为识别成功,并且,至少一次所述动态识别结果为识别成功,则确定所述测试结果为测试通过,否则确定所述测试结果为测试失败。
在一个实施例中,在确定所述测试结果之后,还包括:删除测试数据。
在一个实施例中,在所述删除测试数据的步骤之后,还包括:恢复在删除所述测试数据的过程中所删除的产品固件信息。
根据本发明实施例的目标识别设备的测试方法、装置、系统和计算机可读介质能够实现目标识别设备的自动检测,与手动检测方式相比缩短了检测时间,提高了生产检测效率,且杜绝了人员操作异常的风险。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
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、或者计算机软件和电子硬件的结合来实现。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。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,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,所述单元的划分,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设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者其他合适的处理器来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种目标识别设备的测试方法,其特征在于,所述测试方法包括:
上传包含识别目标的测试图像到底库;
调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果;
调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果;以及
根据所述静态识别结果和所述动态识别结果确定测试结果。
2.根据权利要求1所述的目标识别设备的测试方法,其特征在于,所述视频流为使用识别相机针对所述测试图像所采集的。
3.根据权利要求2所述的目标识别设备的测试方法,其特征在于,还包括:添加所述识别相机的视频流地址。
4.根据权利要求1所述的目标识别设备的测试方法,其特征在于,分别进行三次所述静态识别和三次所述动态识别。
5.根据权利要求1或4所述的目标识别设备的测试方法,其特征在于,所述根据所述静态识别结果和所述动态识别结果确定测试结果包括:
若至少一次所述静态识别结果为识别成功,并且,至少一次所述动态识别结果为识别成功,则确定所述测试结果为测试通过,否则确定所述测试结果为测试失败。
6.根据权利要求1所述的目标识别设备的测试方法,其特征在于,在确定所述测试结果之后,还包括:
删除测试数据。
7.根据权利要求6所述的目标识别设备的测试方法,其特征在于,在所述删除测试数据的步骤之后,还包括:
恢复在删除所述测试数据的过程中所删除的产品固件信息。
8.一种目标识别设备的测试装置,其特征在于,所述目标识别设备的测试装置包括:
上传模块,用于上传包含识别目标的测试图像到底库;
静态识别模块,用于调用静态识别接口,基于包含相同识别目标的测试图像和所述底库中的所述测试图像进行静态识别,以获得静态识别结果;
动态识别模块,用于调用动态识别接口,基于针对所述识别目标所采集的视频流和所述底库中的所述测试图像进行动态识别,以获得动态识别结果;以及
确定模块,用于根据所述静态识别结果和所述动态识别结果确定测试结果。
9.一种目标识别设备的测试系统,其特征在于,所述目标识别设备的测试系统包括存储方法和处理器,所述存储方法上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1-7中的任一项所述的目标识别设备的测试方法。
10.一种计算机可读介质,其特征在于,所述计算机可读介质上存储有计算机程序,所述计算机程序在运行时执行如权利要求1-7中的任一项所述的目标识别设备的测试方法。
CN201910172993.3A 2019-03-07 2019-03-07 目标识别设备的测试方法、装置、系统和计算机可读介质 Active CN110031697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910172993.3A CN110031697B (zh) 2019-03-07 2019-03-07 目标识别设备的测试方法、装置、系统和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910172993.3A CN110031697B (zh) 2019-03-07 2019-03-07 目标识别设备的测试方法、装置、系统和计算机可读介质

Publications (2)

Publication Number Publication Date
CN110031697A true CN110031697A (zh) 2019-07-19
CN110031697B CN110031697B (zh) 2021-09-14

Family

ID=67235139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910172993.3A Active CN110031697B (zh) 2019-03-07 2019-03-07 目标识别设备的测试方法、装置、系统和计算机可读介质

Country Status (1)

Country Link
CN (1) CN110031697B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110780789A (zh) * 2019-10-25 2020-02-11 腾讯科技(深圳)有限公司 游戏应用启动方法和装置、存储介质及电子装置
WO2021217467A1 (zh) * 2020-04-28 2021-11-04 华为技术有限公司 一种智能摄像头的测试方法及装置
CN113660482A (zh) * 2021-07-28 2021-11-16 上海立可芯半导体科技有限公司 一种ai摄像设备或模块的自动化测试方法及装置
CN113705389A (zh) * 2021-08-13 2021-11-26 北京市商汤科技开发有限公司 人脸识别模组测试方法、装置、存储介质及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650589A (zh) * 2016-09-30 2017-05-10 北京旷视科技有限公司 实时人脸识别系统和方法
CN107403173A (zh) * 2017-08-21 2017-11-28 合肥麟图信息科技有限公司 一种人脸识别系统及方法
CN107491684A (zh) * 2017-09-22 2017-12-19 广东巽元科技有限公司 一种基于人脸识别的屏幕控制装置及其控制方法
CN108874657A (zh) * 2017-07-18 2018-11-23 北京旷视科技有限公司 对人脸识别主机进行测试的方法、装置及计算机存储介质
CN108875837A (zh) * 2018-06-27 2018-11-23 北京旷视科技有限公司 用于测试目标识别设备的装置及方法
CN108875542A (zh) * 2018-04-04 2018-11-23 北京旷视科技有限公司 一种人脸识别方法、装置、系统及计算机存储介质
CN108875474A (zh) * 2017-07-18 2018-11-23 北京旷视科技有限公司 评估人脸识别算法的方法、装置及计算机存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650589A (zh) * 2016-09-30 2017-05-10 北京旷视科技有限公司 实时人脸识别系统和方法
CN108874657A (zh) * 2017-07-18 2018-11-23 北京旷视科技有限公司 对人脸识别主机进行测试的方法、装置及计算机存储介质
CN108875474A (zh) * 2017-07-18 2018-11-23 北京旷视科技有限公司 评估人脸识别算法的方法、装置及计算机存储介质
CN107403173A (zh) * 2017-08-21 2017-11-28 合肥麟图信息科技有限公司 一种人脸识别系统及方法
CN107491684A (zh) * 2017-09-22 2017-12-19 广东巽元科技有限公司 一种基于人脸识别的屏幕控制装置及其控制方法
CN108875542A (zh) * 2018-04-04 2018-11-23 北京旷视科技有限公司 一种人脸识别方法、装置、系统及计算机存储介质
CN108875837A (zh) * 2018-06-27 2018-11-23 北京旷视科技有限公司 用于测试目标识别设备的装置及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110780789A (zh) * 2019-10-25 2020-02-11 腾讯科技(深圳)有限公司 游戏应用启动方法和装置、存储介质及电子装置
CN110780789B (zh) * 2019-10-25 2023-01-06 腾讯科技(深圳)有限公司 游戏应用启动方法和装置、存储介质及电子装置
WO2021217467A1 (zh) * 2020-04-28 2021-11-04 华为技术有限公司 一种智能摄像头的测试方法及装置
CN113660482A (zh) * 2021-07-28 2021-11-16 上海立可芯半导体科技有限公司 一种ai摄像设备或模块的自动化测试方法及装置
CN113705389A (zh) * 2021-08-13 2021-11-26 北京市商汤科技开发有限公司 人脸识别模组测试方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN110031697B (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
CN110031697A (zh) 目标识别设备的测试方法、装置、系统和计算机可读介质
CN109829381A (zh) 一种犬只识别管理方法、装置、系统及存储介质
CN106650662B (zh) 目标对象遮挡检测方法及装置
CN108573268A (zh) 图像识别方法和装置、图像处理方法和装置及存储介质
CN110008903A (zh) 人脸识别方法、装置、系统、存储介质和人脸支付方法
JP6780767B2 (ja) 点検支援装置、点検支援方法およびプログラム
CN108875333A (zh) 终端解锁方法、终端和计算机可读存储介质
CN108337505B (zh) 信息获取方法和装置
CN108875481A (zh) 用于行人检测的方法、装置、系统及存储介质
CN108875515A (zh) 人脸识别方法、装置、系统、存储介质和抓拍机
CN108875484A (zh) 用于移动终端的人脸解锁方法、装置和系统及存储介质
CN109241888A (zh) 神经网络训练与对象识别方法、装置和系统及存储介质
CN112492294B (zh) 应用程序测试方法、装置、系统、网络摄像头以及介质
CN110659569A (zh) 电子签名方法、装置、存储介质及电子设备
CN108875509A (zh) 活体检测方法、装置和系统及存储介质
CN108875478A (zh) 人证合一核验方法、装置和系统及存储介质
CN111027450A (zh) 银行卡信息识别方法、装置、计算机设备及存储介质
CN108875470A (zh) 对访客进行登记的方法、装置及计算机存储介质
CN109711545A (zh) 网络模型的创建方法、装置、系统和计算机可读介质
CN112333165A (zh) 身份认证方法、装置、设备及系统
CN110837901A (zh) 云试驾预约审核方法及装置、存储介质、云服务器
CN110490058A (zh) 行人检测模型的训练方法、装置、系统和计算机可读介质
CN111128139B (zh) 无侵入式语音测试方法及装置
CN111695445A (zh) 一种人脸识别的方法、装置、设备及计算机可读存储介质
US10169216B2 (en) Simulating sensors

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