CN110110703A - 步态特征采集系统、方法及目标对象识别方法、装置 - Google Patents
步态特征采集系统、方法及目标对象识别方法、装置 Download PDFInfo
- Publication number
- CN110110703A CN110110703A CN201910423066.4A CN201910423066A CN110110703A CN 110110703 A CN110110703 A CN 110110703A CN 201910423066 A CN201910423066 A CN 201910423066A CN 110110703 A CN110110703 A CN 110110703A
- Authority
- CN
- China
- Prior art keywords
- gait feature
- image data
- identification device
- timing node
- face characteristic
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供了一种步态特征采集系统、方法及目标对象识别方法、装置,其中,本申请提出的步态特征采集系统包括:视频识别装置、人脸识别装置、步态特征识别装置、步态特征库;视频识别装置分别与人脸识别装置及步态特征识别装置相连;步态特征识别装置与步态特征库相连。本申请提出的步态特征采集系统,在步态特征采集过程中不需要输入被采集人的身份信息,减少了步态特征采集的步骤,提高了采集的效率。进一步的,本申请提出的步态特征采集系统可以在被采集人不配合的情况下,通过获取的视频数据中,采集被采集人的步态特征,进而提高了步态特征采集的效率。
Description
技术领域
本申请涉及图像识别技术领域,尤其是涉及一种步态特征采集系统、方法及目标对象识别方法、装置。
背景技术
随着科技的发展,步态特征成为了识别领域内关注的重要的生物特征之一,因此,步态特征的采集在识别领域内起到了至关重要的作用。目前,采集步态特征时,采集系统是直接对被采集人的步态特征进行采集,采集时需要被采集人配合,进而采集被采集人的步态特征,其中,采集系统采集步态特征时,无法对被采集人的身份进行确认,需要采集人员输入被采集人的身份。进而若被采集人的数量较多时,上述采集系统对被采集人的步态特征进行采集时,需要多次输入被采集人的身份信息,使得步态特征的采集过程繁琐,采集效率较低。
进一步的,步态特征采集过程中,存在被采集人不配合的情况,此时则无法完成步态特征的采集,例如,当公安系统需要采集逃犯的步态特征时,由于逃犯的不配合,无法对逃犯的步态特征进行采集,进而降低了步态特征采集的效率。
发明内容
有鉴于此,本申请的目的在于提供一种步态特征采集系统、方法及目标对象识别方法、装置,以提高步态特征采集的效率。
第一方面,本申请实施例提供了一种步态特征采集系统,所述步态特征采集系统包括:视频识别装置、人脸识别装置、步态特征识别装置、以及步态特征库;
所述视频识别装置分别与所述人脸识别装置及所述步态特征识别装置相连;所述步态特征识别装置与所述步态特征库相连;
所述视频识别装置,用于获取视频数据,在所述视频数据中识别人脸数据,当识别到人脸数据时,从所述视频数据中提取包含所述人脸数据的图像数据,并将所述图像数据发送至所述人脸识别装置;
所述人脸识别装置,用于对接收到的所述图像数据进行识别,得到所述图像数据对应的人脸特征,根据所述人脸特征匹配得到所述人脸特征对应的身份信息,并将所述身份信息以及所述人脸特征发送至所述视频识别装置;
所述视频识别装置,用于在接收到所述身份信息以及所述人脸特征后,根据所述图像数据,从所述视频数据中选取所述身份信息对应的目标视频数据,并将所述人脸特征、所述身份信息、以及所述目标视频数据发送至所述步态特征识别装置;
所述步态特征识别装置,用于从接收到的所述目标视频数据中采集步态特征,将所述身份信息与所述步态特征关联,并将关联后的所述身份信息、所述人脸特征、以及所述步态特征上传至所述步态特征库中。
本申请的一些实施例中,所述步态特征采集系统还包括:视频采集装置,所述视频采集装置与所述视频识别装置相连,用于向所述视频识别装置传输视频数据。
本申请的一些实施例中,所述步态特征采集系统,还包括人脸特征库,所述人脸特征库中包含至少一个人脸特征,以及每个人脸特征对应的身份信息;
所述人脸特征库与所述人脸识别装置相连,所述人脸识别装置通过将得到的所述图像数据对应的所述人脸特征与所述人脸特征库中的至少一个人脸特征进行对比,匹配得到所述图像数据对应的所述人脸特征的身份信息。
第二方面,本申请实施例提供了一种步态特征采集方法,所述步态特征采集方法包括:
获取视频数据,从所述视频数据中提取包含人脸数据的图像数据;
对所述图像数据进行识别,得到所述图像数据对应的人脸特征;
将所述人脸特征输入到人脸特征库中进行匹配,若所述人脸特征库中包括所述人脸特征对应的身份信息,则根据所述图像数据,从所述视频数据中选取所述身份信息对应的目标视频数据;
从所述目标视频数据中采集所述身份信息对应的步态特征。
本申请的一些实施例中,所述根据所述图像数据,从所述视频数据中选取所述身份信息对应的目标视频数据,包括:
获取所述图像数据的时间节点;
基于所述时间节点,确定起始时间节点以及终止时间节点;
将所述视频数据中所述起始时间节点到所述终止时间节点之间的视频数据作为所述目标视频数据。
本申请的一些实施例中,所述基于所述时间节点,确定起始时间节点以及终止时间节点,包括:
将所述图像数据的时间节点作为起始时间节点,将在所述图像数据的时间节点之后、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点;
或者,将在所述图像数据的时间节点之前、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将所述图像数据的时间节点作为终止时间节点;
或者,将在所述图像数据的时间节点之前、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将在所述图像数据的时间节点之后、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点。
第三方面,本申请实施例还提供一种目标对象识别方法,所述目标对象识别方法包括:
获取目标对象的步态特征;
将所述步态特征输入到第一方面所述的步态特征库中进行识别,得到与所述目标对象的步态特征匹配的身份信息以及人脸特征。
第四方面,本申请实施例还提供一种目标对象识别装置,包括:
步态特征获取模块,用于获取目标对象的步态特征;
识别模块,用于将所述步态特征输入到第一方面所述的步态特征库中进行识别,得到与所述目标对象的步态特征匹配的身份信息以及人脸特征。
第五方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第二方面,或第二方面的任一种可能的实施方式中所述的步态特征采集方法的步骤,或者执行上述第三方面所述的目标对象识别方法的步骤。
第六方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第二方面,或第二方面的任一种可能的实施方式中所述的步态特征采集方法的步骤,或者执行上述第三方面所述的目标对象识别方法的步骤。
本申请实施例提供了一种步态特征采集系统、方法及目标对象识别方法、装置,其中,步态特征采集系统包括:视频识别装置、人脸识别装置、步态特征识别装置、以及步态特征库;视频识别装置分别与人脸识别装置及步态特征识别装置相连;步态特征识别装置与步态特征库相连。本申请提出的步态特征采集系统,在采集步态特征时通过视频识别装置从获取的视频数据中提取包含人脸数据的图像数据,通过人脸识别装置从该图像数据中识别得到图像数据对应的人脸特征以及匹配得到该人脸特征对应的身份信息,视频识别装置在接收到身份信息以及人脸特征后,根据图像数据选取对应的目标视频数据,使得步态特征识别装置从目标视频数据中采集步态特征,在步态特征采集过程中不需要输入被采集人的身份信息,减少了步态特征采集的步骤,提高了采集的效率。进一步的,本申请提出的步态特征采集系统可以在被采集人不配合的情况下,通过获取的视频数据中,采集被采集人的步态特征,进而提高了步态特征采集的效率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例所提供的一种步态特征采集系统的结构示意图;
图2示出了本申请实施例所提供的一种步态特征采集方法的流程图;
图3示出了本申请实施例所提供的一种目标对象识别方法的流程图;
图4示出了本申请实施例所提供的一种目标对象识别装置的结构示意图;
图5示出了本申请实施例所提供的一种电子设备的结构示意图。
图标:101-视频识别装置;102-人脸识别装置;103-步态特征识别装置;104-步态特征库;105-视频采集装置;106-人脸特征库;401-步态特征获取模块;402-识别模块;500-电子设备;501-处理器;502-存储器;503-总线;5021-内存;5022-外部存储器。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
考虑到采集步态特征时,采集系统是直接对被采集人的步态特征进行采集,采集时需要被采集人配合,进而采集被采集人的步态特征,其中,采集系统采集步态特征时,无法对被采集人的身份进行确认,需要采集人员输入被采集人的身份。进而若被采集人的数量较多时,上述采集系统对被采集人的步态特征进行采集时,需要多次输入被采集人的身份信息,使得步态特征的采集过程繁琐,采集效率较低。进一步的,步态特征采集过程中,存在被采集人不配合的情况,此时则无法完成步态特征的采集,进而降低了步态特征采集的效率。基于此,本申请实施例提供了一种步态特征采集系统、方法及目标对象识别方法、装置,以提高步态特征采集的效率,下面通过实施例进行描述。
为便于对本实施例进行理解,首先对本申请实施例所公开的一种步态特征采集系统进行详细介绍。
实施例一
本申请实施例提供了一种步态特征采集系统,如图1所示,图中示出的是一种步态特征采集系统的结构示意图,步态特征采集系统包括:视频识别装置101、人脸识别装置102、步态特征识别装置103、以及步态特征库104;其中,视频识别装置101分别与人脸识别装置102及步态特征识别装置103相连;步态特征识别装置103与步态特征库104相连。
视频识别装置101,用于获取视频数据,在视频数据中识别人脸数据,当识别到人脸数据时,从视频数据中提取包含人脸数据的图像数据,并将图像数据发送至人脸识别装置102。
本申请实施例中,获取的视频数据可以为存储设备存储的历史视频数据,也可以为摄像设备实时采集的视频数据。视频识别装置在获取的视频数据中进行识别,当识别到人脸数据时,则从视频数据中提取包含人脸数据的图像数据。其中,图像数据中包含的人脸数据可能为一个,也可能为多个。
人脸识别装置102,用于对接收到的图像数据进行识别,得到图像数据对应的人脸特征,根据人脸特征匹配得到人脸特征对应的身份信息,并将身份信息以及人脸特征发送至视频识别装置101。
本申请实施例中,人脸识别装置对接收到的图像数据进行识别,可得到该图像数据对应的人脸特征,若根据得到的人脸特征不能匹配得到该人脸特征对应的身份信息,则重新获取其他包含人脸数据的图像数据;或者对该人脸特征对应的身份信息进行标记,并将标记后的身份信息及人脸特征发送至视频识别装置。其中,身份信息为能够标识人员身份的信息,例如,身份信息可以为身份证号码、护照号、电话号码、家庭住址等,具体的,身份信息可以根据实际情况进行具体设置。
视频识别装置101,用于在接收到身份信息以及人脸特征后,根据图像数据,从视频数据中选取身份信息对应的目标视频数据,并将人脸特征、身份信息、以及目标视频数据发送至步态特征识别装置103。
本申请实施例中,根据图像数据,从视频数据中选取身份信息对应的目标视频数据的过程为:首先获取图像数据的时间节点;其次,基于时间节点,确定起始时间节点以及终止时间节点;最后,将视频数据中起始时间节点到终止时间节点之间的视频数据作为目标视频数据。
示例性的,起始时间以及终止时间的确定方法包括:方法一、将图像数据的时间节点作为起始时间节点,将在图像数据的时间节点之后、且距离图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点。方法二、将在图像数据的时间节点之前、且距离图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将图像数据的时间节点作为终止时间节点。方法三、将在图像数据的时间节点之前、且距离图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将在图像数据的时间节点之后、且距离图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点。
步态特征识别装置103,用于从接收到的目标视频数据中采集步态特征,将身份信息与步态特征关联,并将关联后的身份信息、人脸特征、以及步态特征上传至步态特征库104中。
本申请实施例中,将关联后的身份信息、人脸特征、以及步态特征上传至步态特征库,并保存,有便于对步态特征库进行管理。
本申请实施例提供的步态特征采集系统包括:视频识别装置、人脸识别装置、步态特征识别装置、步态特征库;视频识别装置分别与人脸识别装置及步态特征识别装置相连;步态特征识别装置与步态特征库相连。本申请提出的步态特征采集系统,在采集步态特征时通过视频识别装置从获取的视频数据中提取包含人脸数据的图像数据,通过人脸识别装置从该图像数据中识别得到图像数据对应的人脸特征以及匹配得到该人脸特征对应的身份信息,视频识别装置在接收到身份信息以及人脸特征后,根据图像数据选取对应的目标视频数据,使得步态特征识别装置从目标视频数据中采集步态特征,在步态特征采集过程中不需要输入被采集人的身份信息,减少了步态特征采集的步骤,提高了采集的效率。进一步的,本申请提出的步态特征采集系统可以在被采集人不配合的情况下,通过获取的视频数据中,采集被采集人的步态特征,进而提高了步态特征采集的效率。
作为一可选实施例,该步态特征采集系统还包括:视频采集装置105,其中,视频采集装置105与视频识别装置101相连,用于向视频识别装置101传输视频数据。
本申请实施例中,视频采集装置可以为具有摄像功能的设备,例如,手机、电脑、平板、摄像机、摄像头等,视频采集装置采集视频数据,并将采集到的视频数据传输至视频识别装置。具体的,视频采集装置可以根据实际的需要进行选择,本申请实施例对此不进行具体限定。
作为一可选实施例,该步态特征采集系统,还包括人脸特征库106,人脸特征库中包含至少一个人脸特征,以及每个人脸特征对应的身份信息。
人脸特征库106与人脸识别装置102相连,人脸识别装置通过将得到的图像数据对应的人脸特征与人脸特征库中的至少一个人脸特征进行对比,匹配得到图像数据对应的人脸特征的身份信息。
实施例二
本申请实施例提供了一种步态特征采集方法,如图2所示,图中示出的是一种步态特征采集方法的流程图,该步态特征采集方法包括:
S201,获取视频数据,从视频数据中提取包含人脸数据的图像数据。
S202,对图像数据进行识别,得到图像数据对应的人脸特征。
S203,将人脸特征输入到人脸特征库中进行匹配,若人脸特征库中包括人脸特征对应的身份信息,则根据图像数据,从视频数据中选取身份信息对应的目标视频数据。
本申请实施例中,根据图像数据,从视频数据中选取身份信息对应的目标视频数据,包括:
首先,获取图像数据的时间节点。示例性说明,图像数据的时间节点可以为9分10秒,即09:10。
其次,基于时间节点,确定起始时间节点以及终止时间节点。
具体的,可通过下述方法确定起始时间节点以及终止时间节点:
方法一、将所述图像数据的时间节点作为起始时间节点,将在所述图像数据的时间节点之后、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点。承接上述示例进行说明,若预设时间值为10秒,则方法一中对应的起始时间节点为09:10,终止时间节点为09:20。
方法二、将在所述图像数据的时间节点之前、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将所述图像数据的时间节点作为终止时间节点。承接上述示例进行说明,若预设时间值为10秒,则方法二中对应的起始时间节点为09:00,终止时间节点为09:10。
方法三、将在所述图像数据的时间节点之前、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将在所述图像数据的时间节点之后、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点。承接上述示例进行说明,若预设时间值为10秒,则方法三中对应的起始时间节点为09:00,终止时间节点为09:20。
最后,将视频数据中起始时间节点到终止时间节点之间的视频数据作为目标视频数据。承接上述示例进行说明,若选择方法三确定起始时间节点及终止时间节点,则选取时间节点09:00至时间节点09:20之间的视频数据作为目标视频数据。本申请实施例中,通过从上述方法得到的目标视频数据中采集步态特征时,采集得到的步态特征较为完整,提高了步态特征采集的效果。
该步态特征采集方法还包括S204,从目标视频数据中采集身份信息对应的步态特征。
本申请实施例提出的步态特征采集方法,通过获取视频数据,从视频数据中提取包含人脸数据的图像数据,并对图像数据进行识别,得到图像数据对应的人脸特征,将人脸特征输入到人脸特征库中进行匹配,若人脸特征库中包括人脸特征对应的身份信息,则根据图像数据,从视频数据中选取身份信息对应的目标视频数据,从目标视频数据中采集身份信息对应的步态特征。本申请实施例提出的步态特征采集方法,在步态特征采集过程中不需要输入被采集人的身份信息,减少了步态特征采集的步骤,提高了采集的效率。进一步的,本申请提出的步态特征采集方法可以在被采集人不配合的情况下,通过获取的视频数据中,采集被采集人的步态特征,进而提高了步态特征采集的效率。
实施例三
本申请实施例提供了一种目标对象识别方法,如图3所示,图中示出的是一种目标对象识别方法的流程图,该目标对象识别方法包括:
S301,获取目标对象的步态特征;
S302,将步态特征输入到实施例一所述的步态特征库中进行识别,得到与目标对象的步态特征匹配的身份信息以及人脸特征。
本申请实施例提出的目标对象识别方法,通过获取目标对象的步态特征,并将步态特征输入到步态特征库中进行识别,得到与目标对象的步态特征匹配的身份信息以及人脸特征,通过步态特征对目标对象进行识别,提高了识别的效率以及准确率。
实施例四
本申请实施例提供了一种目标对象识别装置,如图4所示,图中示出的是一种目标对象识别装置的结构示意图,该目标对象识别装置包括:
步态特征获取模块401,用于获取目标对象的步态特征。
识别模块402,用于将步态特征输入到实施例一所述的步态特征库中进行识别,得到与目标对象的步态特征匹配的身份信息以及人脸特征。
本申请实施例提供的目标对象识别装置,与上述实施例三提供的目标对象识别方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述目标对象识别装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
实施例五
基于同一技术构思,本申请实施例还提供了一种电子设备。参照图5所示,为本申请实施例提供的电子设备500的结构示意图,包括处理器501、存储器502、和总线503。其中,存储器502用于存储执行指令,包括内存5021和外部存储器5022;这里的内存5021也称内存储器,用于暂时存放处理器501中的运算数据,以及与硬盘等外部存储器5022交换的数据,处理器501通过内存5021与外部存储器5022进行数据交换,当电子设备500运行时,处理器501与存储器502之间通过总线503通信,使得处理器501在执行以下指令:
获取视频数据,从所述视频数据中提取包含人脸数据的图像数据;
对所述图像数据进行识别,得到所述图像数据对应的人脸特征;
将所述人脸特征输入到人脸特征库中进行匹配,若所述人脸特征库中包括所述人脸特征对应的身份信息,则根据所述图像数据,从所述视频数据中选取所述身份信息对应的目标视频数据;
从所述目标视频数据中采集所述身份信息对应的步态特征。
一种可能设计中,处理器501可能执行的指令中,还包括:
获取所述图像数据的时间节点;
基于所述时间节点,确定起始时间节点以及终止时间节点;
将所述视频数据中所述起始时间节点到所述终止时间节点之间的视频数据作为所述目标视频数据。
一种可能设计中,处理器501可能执行的指令中,还包括:
将所述图像数据的时间节点作为起始时间节点,将在所述图像数据的时间节点之后、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点;
或者,将在所述图像数据的时间节点之前、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将所述图像数据的时间节点作为终止时间节点;
或者,将在所述图像数据的时间节点之前、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将在所述图像数据的时间节点之后、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点。
一种可能设计中,处理器501可能执行的指令中,还包括:
获取目标对象的步态特征;
将所述步态特征输入到实施例一所述的步态特征库中进行识别,得到与所述目标对象的步态特征匹配的身份信息以及人脸特征。
实施例六
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述任一实施例中所述的步态特征采集方法的步骤,或者执行上述实施例中所述的目标对象识别方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述步态特征采集方法的步骤,从而提高步态特征采集的效率,或者能够执行上述目标对象识别方法的步骤,从而提高识别的效率以及准确率。
本申请实施例所提供的进行步态特征采集方法以及目标对象识别方法的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置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,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置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,又例如,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。另一点,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通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所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实施例方案的目的。
另外,在本申请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,也可以两个或两个以上单元集成在一个单元中。
所述功能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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请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)执行本申请各个实施例所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-OnlyMemory,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。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种步态特征采集系统,其特征在于,所述步态特征采集系统包括:视频识别装置、人脸识别装置、步态特征识别装置、以及步态特征库;
所述视频识别装置分别与所述人脸识别装置及所述步态特征识别装置相连;所述步态特征识别装置与所述步态特征库相连;
所述视频识别装置,用于获取视频数据,在所述视频数据中识别人脸数据,当识别到人脸数据时,从所述视频数据中提取包含所述人脸数据的图像数据,并将所述图像数据发送至所述人脸识别装置;
所述人脸识别装置,用于对接收到的所述图像数据进行识别,得到所述图像数据对应的人脸特征,根据所述人脸特征匹配得到所述人脸特征对应的身份信息,并将所述身份信息以及所述人脸特征发送至所述视频识别装置;
所述视频识别装置,用于在接收到所述身份信息以及所述人脸特征后,根据所述图像数据,从所述视频数据中选取所述身份信息对应的目标视频数据,并将所述人脸特征、所述身份信息、以及所述目标视频数据发送至所述步态特征识别装置;
所述步态特征识别装置,用于从接收到的所述目标视频数据中采集步态特征,将所述身份信息与所述步态特征关联,并将关联后的所述身份信息、所述人脸特征、以及所述步态特征上传至所述步态特征库中。
2.根据权利要求1所述的步态特征采集系统,其特征在于,所述步态特征采集系统还包括:视频采集装置,所述视频采集装置与所述视频识别装置相连,用于向所述视频识别装置传输视频数据。
3.根据权利要求1所述的步态特征采集系统,其特征在于,所述步态特征采集系统,还包括人脸特征库,所述人脸特征库中包含至少一个人脸特征,以及每个人脸特征对应的身份信息;
所述人脸特征库与所述人脸识别装置相连,所述人脸识别装置通过将得到的所述图像数据对应的所述人脸特征与所述人脸特征库中的至少一个人脸特征进行对比,匹配得到所述图像数据对应的所述人脸特征的身份信息。
4.一种步态特征采集方法,其特征在于,所述步态特征采集方法包括:
获取视频数据,从所述视频数据中提取包含人脸数据的图像数据;
对所述图像数据进行识别,得到所述图像数据对应的人脸特征;
将所述人脸特征输入到人脸特征库中进行匹配,若所述人脸特征库中包括所述人脸特征对应的身份信息,则根据所述图像数据,从所述视频数据中选取所述身份信息对应的目标视频数据;
从所述目标视频数据中采集所述身份信息对应的步态特征。
5.根据权利要求4所述的步态特征采集方法,其特征在于,所述根据所述图像数据,从所述视频数据中选取所述身份信息对应的目标视频数据,包括:
获取所述图像数据的时间节点;
基于所述时间节点,确定起始时间节点以及终止时间节点;
将所述视频数据中所述起始时间节点到所述终止时间节点之间的视频数据作为所述目标视频数据。
6.根据权利要求5所述的步态特征采集方法,其特征在于,所述基于所述时间节点,确定起始时间节点以及终止时间节点,包括:
将所述图像数据的时间节点作为起始时间节点,将在所述图像数据的时间节点之后、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点;
或者,将在所述图像数据的时间节点之前、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将所述图像数据的时间节点作为终止时间节点;
或者,将在所述图像数据的时间节点之前、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为起始时间节点,将在所述图像数据的时间节点之后、且距离所述图像数据的时间节点相差预设时间值的时间节点,作为终止时间节点。
7.一种目标对象识别方法,其特征在于,所述目标对象识别方法包括:
获取目标对象的步态特征;
将所述步态特征输入到权利要求1-3任一项所述的步态特征库中进行识别,得到与所述目标对象的步态特征匹配的身份信息以及人脸特征。
8.一种目标对象识别装置,其特征在于,包括:
步态特征获取模块,用于获取目标对象的步态特征;
识别模块,用于将所述步态特征输入到权利要求1-3任一项所述的步态特征库中进行识别,得到与所述目标对象的步态特征匹配的身份信息以及人脸特征。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求4至6任一所述的步态特征采集方法的步骤,或者执行如权利要求7所述的目标对象识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求4至6任一所述的步态特征采集方法的步骤,或者执行如权利要求7所述的目标对象识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910423066.4A CN110110703A (zh) | 2019-05-21 | 2019-05-21 | 步态特征采集系统、方法及目标对象识别方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910423066.4A CN110110703A (zh) | 2019-05-21 | 2019-05-21 | 步态特征采集系统、方法及目标对象识别方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110110703A true CN110110703A (zh) | 2019-08-09 |
Family
ID=67491334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910423066.4A Pending CN110110703A (zh) | 2019-05-21 | 2019-05-21 | 步态特征采集系统、方法及目标对象识别方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110703A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787440A (zh) * | 2015-11-10 | 2016-07-20 | 深圳市商汤科技有限公司 | 一种基于人脸特征和步态特征的安保管理方法及系统 |
CN108549946A (zh) * | 2018-04-10 | 2018-09-18 | 阳光暖果(北京)科技发展有限公司 | 一种设备维护与保养人工智能监管系统和方法 |
-
2019
- 2019-05-21 CN CN201910423066.4A patent/CN110110703A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787440A (zh) * | 2015-11-10 | 2016-07-20 | 深圳市商汤科技有限公司 | 一种基于人脸特征和步态特征的安保管理方法及系统 |
CN108549946A (zh) * | 2018-04-10 | 2018-09-18 | 阳光暖果(北京)科技发展有限公司 | 一种设备维护与保养人工智能监管系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11321583B2 (en) | Image annotating method and electronic device | |
CN108256443A (zh) | 一种人员定位方法、系统及终端设备 | |
CN105117624A (zh) | 一种基于人脸识别的用户体系识别系统及方法 | |
CN110163146A (zh) | 一种基于人体特征的监控方法及装置 | |
CN102056328A (zh) | 一种建立无线连接的方法及终端 | |
CN108182412A (zh) | 用于检测图像类型的方法及装置 | |
CN111565225B (zh) | 一种人物行动轨迹确定方法及装置 | |
CN109600336A (zh) | 存储设备、验证码应用方法和装置 | |
CN108228792A (zh) | 图片检索方法、电子设备及存储介质 | |
CN106845267B (zh) | 应用历史信息的处理方法及移动终端 | |
CN105868590B (zh) | 一种笔迹数据处理方法和装置 | |
CN109634981A (zh) | 一种数据库扩充方法及装置 | |
CN108446650A (zh) | 用于识别人脸的方法和装置 | |
CN110296686A (zh) | 基于视觉的定位方法、装置及设备 | |
CN108650246A (zh) | 一种第三方账户登录方法、装置及系统 | |
CN108563651A (zh) | 一种多视频的目标搜索方法、装置及设备 | |
CN108038473B (zh) | 用于输出信息的方法和装置 | |
CN114924950A (zh) | 测试方法、电子设备和计算机可读介质 | |
CN110188691A (zh) | 一种移动轨迹确定方法及装置 | |
CN110119456A (zh) | 检索图像的方法及装置 | |
CN106649829A (zh) | 一种基于掌纹数据的业务处理方法和装置 | |
CN104778389A (zh) | 一种数值转移方法、终端、服务器及系统 | |
CN106686089B (zh) | 一种基于语音的动作捕捉数据云分享的控制方法、及其系统 | |
WO2022165675A1 (zh) | 一种手势识别方法、装置、终端设备及可读存储介质 | |
CN110110703A (zh) | 步态特征采集系统、方法及目标对象识别方法、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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210129 Address after: 315000 9-3, building 91, 16 Buzheng lane, Haishu District, Ningbo City, Zhejiang Province Applicant after: Yinhe shuidi Technology (Ningbo) Co.,Ltd. Address before: 0701, 7 / F, 51 Xueyuan Road, Haidian District, Beijing Applicant before: Watrix Technology (Beijing) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190809 |
|
RJ01 | Rejection of invention patent application after publication |