CN110147712A - 一种行人分析智能云平台 - Google Patents

一种行人分析智能云平台 Download PDF

Info

Publication number
CN110147712A
CN110147712A CN201910236414.7A CN201910236414A CN110147712A CN 110147712 A CN110147712 A CN 110147712A CN 201910236414 A CN201910236414 A CN 201910236414A CN 110147712 A CN110147712 A CN 110147712A
Authority
CN
China
Prior art keywords
pedestrian
module
face
analysis
cloud platform
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
Application number
CN201910236414.7A
Other languages
English (en)
Inventor
赵以民
郑亚兴
黄小平
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.)
Suzhou Booker Beta Software Technology Co Ltd
Original Assignee
Suzhou Booker Beta Software 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 Suzhou Booker Beta Software Technology Co Ltd filed Critical Suzhou Booker Beta Software Technology Co Ltd
Priority to CN201910236414.7A priority Critical patent/CN110147712A/zh
Publication of CN110147712A publication Critical patent/CN110147712A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种行人分析智能云平台，其包括：人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；行人分析引擎，用于对行人各部位的属性特征进行分析；混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。本发明结合“人脸识别”技术和“行人再识别”技术，对场景中的远、近行人进行检测识别和结构化分析，本发明基于人脸和行人特征的一体化身份识别不仅能提升行人识别的准确率，更加能够适应更丰富的场景和用户需求。

Description

一种行人分析智能云平台
技术领域
本发明涉及计算机视觉技术领域，具体为一种行人分析智能云平台。
背景技术
随着深度学习的快速发展，计算机视觉已成为人工智能领域最重要的技术。计算机视觉被视为人工智能的重要分支，它就等同于人工智能的大门，在人工智能中视觉信息比听觉、触觉重要得多。人类大脑皮层的70%活动都在处理视觉信息，而既然人工智能旨在让机器可以像人那样思考、处理事情，因此计算机视觉技术承担了很大的作用。计算机视觉是指用摄像机和电脑模拟人类视觉对目标进行识别、跟踪、测量等的机器视觉，并通过识别和分析做进一步的图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。这门技术对于建立能够从图像或多维数据中获取“信息”的人工智能系统起着很大的作用。简单来说即是利用计算机实现人的视觉，对客观世界的三维场景的感知、识别和理解。机器之所以能够完成需要用上人类智能的任务和特定功能，很大部分是依靠计算机系统中的计算机视觉，比如视觉感知、图像识别、人脸识别、人体识别、目标定位等等。近年来，为了使计算机更像人类，识别物体，深度学习，计算机视觉技术方法和应用迅速发展，全球计算机视觉市场正在迅速崛起。随着人工智能产业的升温，计算机视觉行业也在加速扩张。
在众多计算机技术应用中，人脸识别是目前商业需求最为旺盛的技术，近年来，人脸识别技术在安防、医疗、金融等领域得到了越来越广泛应用，随着技术的不断发展，手机、商场、公园等都可以看到它的身影。人脸识别用途很大，但目前人脸识别技术有很多不足，如对周围的光线环境、行人姿态等都可能会影响识别的准确性，在面对黑暗、相似等复杂场景，识别率表现不佳。
人脸识别技术的不断成熟使得机器在辨别人脸的能力上超过人类，在构建“智慧城市”、“平安城市”等方面应用广泛。然而在实际应用的场景中，摄像头并非在任何情况下都可以拍摄到清晰人脸。不仅如此，在实际的场景中，一个摄像头往往无法覆盖所有区域，而多摄像头之间一般也没有重叠。因此，用全身信息来对人员进行锁定和查找就变得十分必要——通过将整体行人特征作为人脸之外的重要补充，实现对行人的跨摄像头跟踪。“行人再识别”技术就变得非常有意义和重要。“新零售”趋势愈加明显，线下商家需要对人群的进店消费行为进行感知和分析，以此构建用户（行人）从入店开始的逛店、购买、消费行为分析结构化数据集，行人识别视觉技术能够有效应对这一需求，以补充商家需要的“全域消费者数据”，帮助整个商业运营管理和决策做到精细运营、精准营销和智能交互。
发明内容
针对上述问题，本发明提供一种行人分析智能云平台。
本发明的技术方案是提供一种行人分析智能云平台，其特征在于，其包括：
人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；
行人分析引擎，用于对行人各部位的属性特征进行分析；
混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；
训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；
云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。
进一步的，所述人脸分析引擎包括有人脸身份特征模块、眼睛特征模块、口罩特征模块、帽子特征模块、年龄段特征模块、性别特征模块、表情特征模块。
进一步的，所述行人分析引擎包括有上衣颜色特征模块、上衣属性特征模块、背包特征模块、下衣颜色特征模块、下衣属性特征模块、步态属性特征模块。
进一步的，所述混合分析引擎包括有人脸配合分析模块、行人配合分析模块、时空数据配合分析模块。
进一步的，所述训练引擎包括有人脸训练模块、行人训练模块、时空数据配合训练模块。
本发明的有益效果是：本发明的一种行人分析智能云平台结合“人脸识别”技术和“行人再识别”技术，构建“人脸特征”和“行人”特征一体的结构化描述特征库，在时空数据的辅助下，对一体化的特征库进行神经网络训练，从而对场景中的远、近行人进行检测识别和结构化分析。本发明基于人脸和行人特征的一体化身份识别不仅能提升行人识别的准确率，更加能够适应更丰富的场景和用户需求；其对于“智能+”和“5G时代”的趋势发展具有非常重大的意义。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。
本发明的一种行人分析智能云平台，其包括：
人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；
行人分析引擎，用于对行人各部位的属性特征进行分析；
混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；
训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；
云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。
本发明一个较佳实施例中，所述人脸分析引擎包括有人脸身份特征模块、眼睛特征模块、口罩特征模块、帽子特征模块、年龄段特征模块、性别特征模块、表情特征模块。
本发明一个较佳实施例中，所述行人分析引擎包括有上衣颜色特征模块、上衣属性特征模块、背包特征模块、下衣颜色特征模块、下衣属性特征模块、步态属性特征模块。
本发明一个较佳实施例中，所述混合分析引擎包括有人脸配合分析模块、行人配合分析模块、时空数据配合分析模块。
本发明一个较佳实施例中，所述训练引擎包括有人脸训练模块、行人训练模块、时空数据配合训练模块。
本发明通过“人脸识别”技术和“行人再识别”技术，构建“人脸特征”和“行人”特征一体的结构化描述特征库，在时空数据的辅助下，对一体化的特征库进行神经网络训练，从而对场景中的远、近行人进行检测识别。
本发明对外提供标准化化和定制化的接口，还能够在数据加持的状态，进行神经网络模型的自学习，不断提升场景化的性能，平台构建了针对场景的训练引擎自学习系统，把在场景中采集到的数据（业务脱敏数据）重新输入到平台后，平台能够针对特点的数据对模型进行不断优化，这样就形成了“算法+数据+场景”的人工智能落地闭环，对于行人视频的结构化分析性可以不断提升。
本发明的一种行人分析智能云平台结合“人脸识别”技术和“行人再识别”技术，构建“人脸特征”和“行人”特征一体的结构化描述特征库，在时空数据的辅助下，对一体化的特征库进行神经网络训练，从而对场景中的远、近行人进行检测识别和结构化分析。本发明基于人脸和行人特征的一体化身份识别不仅能提升行人识别的准确率，更加能够适应更丰富的场景和用户需求；其对于“智能+”和“5G时代”的趋势发展具有非常重大的意义。
以上实施例仅为本发明其中的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种行人分析智能云平台，其特征在于，其包括：
人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；
行人分析引擎，用于对行人各部位的属性特征进行分析；
混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；
训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；
云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。
2.根据权利要求1所述的一种行人分析智能云平台，其特征在于：所述人脸分析引擎包括有人脸身份特征模块、眼睛特征模块、口罩特征模块、帽子特征模块、年龄段特征模块、性别特征模块、表情特征模块。
3.根据权利要求1所述的一种行人分析智能云平台，其特征在于：所述行人分析引擎包括有上衣颜色特征模块、上衣属性特征模块、背包特征模块、下衣颜色特征模块、下衣属性特征模块、步态属性特征模块。
4.根据权利要求1所述的一种行人分析智能云平台，其特征在于：所述混合分析引擎包括有人脸配合分析模块、行人配合分析模块、时空数据配合分析模块。
5.根据权利要求1所述的一种行人分析智能云平台，其特征在于：所述训练引擎包括有人脸训练模块、行人训练模块、时空数据配合训练模块。
CN201910236414.7A 2019-03-27 2019-03-27 一种行人分析智能云平台 Pending CN110147712A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910236414.7A CN110147712A (zh) 2019-03-27 2019-03-27 一种行人分析智能云平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910236414.7A CN110147712A (zh) 2019-03-27 2019-03-27 一种行人分析智能云平台

Publications (1)

Publication Number Publication Date
CN110147712A true CN110147712A (zh) 2019-08-20

Family

ID=67588831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910236414.7A Pending CN110147712A (zh) 2019-03-27 2019-03-27 一种行人分析智能云平台

Country Status (1)

Country Link
CN (1) CN110147712A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796072A (zh) * 2019-10-28 2020-02-14 桂林电子科技大学 一种基于双任务学习的目标跟踪及身份识别方法
CN111523383A (zh) * 2020-03-19 2020-08-11 创新奇智(北京)科技有限公司 基于行人ReID的无感知人脸识别系统及识别方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101226597A (zh) * 2007-01-18 2008-07-23 中国科学院自动化研究所 一种基于热红外步态的夜间行人识别方法及系统
US20080193010A1 (en) * 2007-02-08 2008-08-14 John Eric Eaton Behavioral recognition system
CN101661554A (zh) * 2009-09-29 2010-03-03 哈尔滨工程大学 远距离视频下的正面人体自动身份识别方法
CN103377366A (zh) * 2012-04-26 2013-10-30 哈尔滨工业大学深圳研究生院 一种步态识别方法和系统
CN103942577A (zh) * 2014-04-29 2014-07-23 上海复控华龙微系统技术有限公司 视频监控中基于自建立样本库及混合特征的身份识别方法
CN104537356A (zh) * 2015-01-12 2015-04-22 北京大学 利用瑞士轮排序进行步态识别的行人再标识方法和装置
CN105809178A (zh) * 2014-12-31 2016-07-27 中国科学院深圳先进技术研究院 一种基于人脸属性的人群分析方法及装置
CN106778556A (zh) * 2016-12-01 2017-05-31 大连因特视智能传感科技有限公司 基于动态人脸识别和步态识别融合的智能身份识别系统
KR101787613B1 (ko) * 2017-01-20 2017-11-15 주식회사 더디엔에이시스템 딥 러닝 기반의 자가 적응 학습 기술을 이용한 인공지능 플랫폼 시스템
WO2017215618A1 (zh) * 2016-06-14 2017-12-21 中兴通讯股份有限公司 步态识别方法及装置
WO2017215240A1 (zh) * 2016-06-14 2017-12-21 广州视源电子科技股份有限公司 基于神经网络的人脸特征提取建模、人脸识别方法及装置
CN107590452A (zh) * 2017-09-04 2018-01-16 武汉神目信息技术有限公司 一种基于步态与人脸融合的身份识别方法及装置
CN107945255A (zh) * 2017-11-24 2018-04-20 北京德火新媒体技术有限公司 一种虚拟人物表情驱动方法及系统
CN108564036A (zh) * 2018-04-13 2018-09-21 上海思依暄机器人科技股份有限公司 一种基于人脸识别的身份判定方法、装置和云服务器
CN108960209A (zh) * 2018-08-09 2018-12-07 腾讯科技（深圳）有限公司 身份识别方法、装置及计算机可读存储介质
CN109033447A (zh) * 2018-08-20 2018-12-18 合肥智圣新创信息技术有限公司 一种人脸识别数据可视化系统
CN109165552A (zh) * 2018-07-14 2019-01-08 深圳神目信息技术有限公司 一种基于人体关键点的姿态识别方法、系统及存储器
CN109377801A (zh) * 2018-09-13 2019-02-22 何艳玲 一种云-网-端架构下的人工智能学习终端系统及方法
CN109447048A (zh) * 2018-12-25 2019-03-08 苏州闪驰数控系统集成有限公司 一种人工智能预警系统

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101226597A (zh) * 2007-01-18 2008-07-23 中国科学院自动化研究所 一种基于热红外步态的夜间行人识别方法及系统
US20080193010A1 (en) * 2007-02-08 2008-08-14 John Eric Eaton Behavioral recognition system
AU2008213586A1 (en) * 2007-02-08 2008-08-14 Motorola Solutions, Inc. Behavioral recognition system
CN101661554A (zh) * 2009-09-29 2010-03-03 哈尔滨工程大学 远距离视频下的正面人体自动身份识别方法
CN103377366A (zh) * 2012-04-26 2013-10-30 哈尔滨工业大学深圳研究生院 一种步态识别方法和系统
CN103942577A (zh) * 2014-04-29 2014-07-23 上海复控华龙微系统技术有限公司 视频监控中基于自建立样本库及混合特征的身份识别方法
CN105809178A (zh) * 2014-12-31 2016-07-27 中国科学院深圳先进技术研究院 一种基于人脸属性的人群分析方法及装置
CN104537356A (zh) * 2015-01-12 2015-04-22 北京大学 利用瑞士轮排序进行步态识别的行人再标识方法和装置
WO2017215618A1 (zh) * 2016-06-14 2017-12-21 中兴通讯股份有限公司 步态识别方法及装置
WO2017215240A1 (zh) * 2016-06-14 2017-12-21 广州视源电子科技股份有限公司 基于神经网络的人脸特征提取建模、人脸识别方法及装置
CN107506684A (zh) * 2016-06-14 2017-12-22 中兴通讯股份有限公司 步态识别方法及装置
CN106778556A (zh) * 2016-12-01 2017-05-31 大连因特视智能传感科技有限公司 基于动态人脸识别和步态识别融合的智能身份识别系统
KR101787613B1 (ko) * 2017-01-20 2017-11-15 주식회사 더디엔에이시스템 딥 러닝 기반의 자가 적응 학습 기술을 이용한 인공지능 플랫폼 시스템
CN107590452A (zh) * 2017-09-04 2018-01-16 武汉神目信息技术有限公司 一种基于步态与人脸融合的身份识别方法及装置
CN107945255A (zh) * 2017-11-24 2018-04-20 北京德火新媒体技术有限公司 一种虚拟人物表情驱动方法及系统
CN108564036A (zh) * 2018-04-13 2018-09-21 上海思依暄机器人科技股份有限公司 一种基于人脸识别的身份判定方法、装置和云服务器
CN109165552A (zh) * 2018-07-14 2019-01-08 深圳神目信息技术有限公司 一种基于人体关键点的姿态识别方法、系统及存储器
CN108960209A (zh) * 2018-08-09 2018-12-07 腾讯科技（深圳）有限公司 身份识别方法、装置及计算机可读存储介质
CN109033447A (zh) * 2018-08-20 2018-12-18 合肥智圣新创信息技术有限公司 一种人脸识别数据可视化系统
CN109377801A (zh) * 2018-09-13 2019-02-22 何艳玲 一种云-网-端架构下的人工智能学习终端系统及方法
CN109447048A (zh) * 2018-12-25 2019-03-08 苏州闪驰数控系统集成有限公司 一种人工智能预警系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴参毅: "基于AI的智能分析技术在安防领域的发展", 《中国安防》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796072A (zh) * 2019-10-28 2020-02-14 桂林电子科技大学 一种基于双任务学习的目标跟踪及身份识别方法
CN110796072B (zh) * 2019-10-28 2023-04-07 桂林电子科技大学 一种基于双任务学习的目标跟踪及身份识别方法
CN111523383A (zh) * 2020-03-19 2020-08-11 创新奇智(北京)科技有限公司 基于行人ReID的无感知人脸识别系统及识别方法
CN111523383B (zh) * 2020-03-19 2023-04-07 创新奇智(北京)科技有限公司 基于行人ReID的无感知人脸识别系统及识别方法

Similar Documents

Publication Publication Date Title
WO2020207281A1 (zh) 姿态识别模型的训练方法、图像识别方法及装置
CN107862300A (zh) 一种基于卷积神经网络的监控场景下行人属性识别方法
CN108229268A (zh) 表情识别及卷积神经网络模型训练方法、装置和电子设备
CN106325494A (zh) 基于智能穿戴设备的工作辅助系统和方法
CN105426850A (zh) 一种基于人脸识别的关联信息推送设备及方法
CN108135469A (zh) 使用眼睛姿态测量的眼睑形状估计
CN108572733B (zh) 一种基于条件随机场的眼动行为视觉搜索目标预测方法
CN102221881A (zh) 基于仿生代理与视线追踪兴趣区域分析的人机交互方法
CN107097227A (zh) 一种人机协作机器人系统
CN110457699B (zh) 一种停用词挖掘方法、装置、电子设备及存储介质
Chaudhry et al. Design of a mobile face recognition system for visually impaired persons
CN109176535A (zh) 基于智能机器人的交互方法及系统
Wei et al. Real-time facial expression recognition for affective computing based on Kinect
CN105787442A (zh) 一种基于视觉交互面向视障人群的穿戴式辅助系统及其使用方法
CN110147712A (zh) 一种行人分析智能云平台
CN108073851A (zh) 一种抓取手势识别的方法、装置及电子设备
CN107092882A (zh) 一种基于子动作感知的行为识别系统及其工作方法
CN107066979A (zh) 一种基于深度信息和多维度卷积神经网络的人体动作识别方法
Zhang Application of intelligent virtual reality technology in college art creation and design teaching
CN111950486A (zh) 基于云计算的教学视频处理方法
Min RETRACTED: Public welfare organization management system based on FPGA and deep learning
Zhou et al. Application development of dance pose recognition based on embedded artificial intelligence equipment
CN109419609A (zh) 一种盲人导航的智能眼镜
CN107292221A (zh) 一种轨迹处理方法和装置、一种用于轨迹处理的装置
CN116129473A (zh) 基于身份引导的联合学习换衣行人重识别方法及系统

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