CN110196924B - 特征信息库的构建、目标对象的追踪方法及装置 - Google Patents

特征信息库的构建、目标对象的追踪方法及装置 Download PDF

Info

Publication number
CN110196924B
CN110196924B CN201910472217.5A CN201910472217A CN110196924B CN 110196924 B CN110196924 B CN 110196924B CN 201910472217 A CN201910472217 A CN 201910472217A CN 110196924 B CN110196924 B CN 110196924B
Authority
CN
China
Prior art keywords
target object
feature
target
features
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.)
Active
Application number
CN201910472217.5A
Other languages
English (en)
Other versions
CN110196924A (zh
Inventor
黄永祯
彭峥
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.)
Yinhe shuidi Technology (Ningbo) Co.,Ltd.
Original Assignee
Yinhe Shuidi Technology Ningbo 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 Yinhe Shuidi Technology Ningbo Co ltd filed Critical Yinhe Shuidi Technology Ningbo Co ltd
Priority to CN201910472217.5A priority Critical patent/CN110196924B/zh
Publication of CN110196924A publication Critical patent/CN110196924A/zh
Application granted granted Critical
Publication of CN110196924B publication Critical patent/CN110196924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种特征信息库的构建、目标对象的追踪方法及装置,其中,特征信息库的构建方法,从视频数据中识别目标对应的生物特征,将生物特征中的第一类生物特征确定为目标对象的参照特征,将第二生物特征确定为目标对应的目标特征,通过对参照数据库进行检测,若参照数据库中包含目标对应的参照特征,则可从参照数据库中得到与目标对象的参照特征对应的标识信息,将目标对象的目标特征与标识信息关联后,加入到特征信息库中。本申请提出的特征信息库的构建方法,不需要在固定时间、固定场合集合被采集人,特征信息的采集过程简单,采集的效率高,采集的成本较低,进而使得特征信息库的构建效率较高。

Description

特征信息库的构建、目标对象的追踪方法及装置
技术领域
本申请涉及图像识别技术领域,尤其是涉及一种特征信息库的构建、目标对象的追踪方法及装置。
背景技术
目前,在许多场合内,需要采集相关人员的特征信息。在采集特征信息时,需要被采集人与采集人进行配合、协调。具体的,被采集人及采集人需要在固定的时间段内到相应的位置,然后采集人对被采集人的特征信息进行采集。例如,人们在办理身份证时,需要采集人员的人脸照片、指纹等特征信息,因此,被采集人需要到固定的场所完成特征信息的采集。
但是,当被采集人的数量较多时,若选择上述方法采集特征信息,则需要在固定的时间段内,集合所有被采集人,然后一一对被采集人的特征信息进行采集,并将采集的特征信息保存到特征信息库中。分析可知,选择上述方法采集特征信息,构建特征信息库时,特征信息采集的过程非常繁琐,采集的效率较低,采集的成本较大,使得特征信息库的构建过程复杂,构建的效率较低。
发明内容
有鉴于此,本申请的目的在于提供一种特征信息库的构建、目标对象的追踪方法及装置,以提高特征信息采集的效率,降低采集的成本,进而提高了特征信息库的构建效率。
第一方面,本申请实施例提供了一种特征信息库的构建方法,所述构建方法包括:
获取视频数据,并从所述视频数据中识别目标对象的生物特征;
将所述生物特征中的第一类生物特征确定为所述目标对象的参照特征,将所述生物特征中的第二类生物特征确定为所述目标对象的目标特征;
若检测到参照数据库中包含所述目标对象的参照特征,则从所述参照数据库中查找与所述目标对象的参照特征对应的标识信息,其中,参照数据库中包含有至少一个参照特征以及每个参照特征对应的标识信息;
将所述目标对象的目标特征与所述标识信息关联后,加入到特征信息库中。
本申请的一些实施例中,在将所述生物特征中的第一类生物特征确定为所述目标对象的参照特征之后,所述构建方法还包括:
若检测到所述参照数据库中不包含所述目标对象的参照特征,则获取与所述目标对象的参照特征对应的标识信息,并将所述目标对象的参照特征和对应的标识信息输入到所述参照数据库中。
本申请的一些实施例中,根据以下方式检测所述参照数据库中是否包含所述目标对象的参照特征:
将所述目标对象的参照特征与所述参照数据库中记录的每个参照特征进行匹配;
若存在与所述目标对象的参照特征的匹配度大于设定值的参照特征,则确定所述参照数据库中包含所述目标对象的参照特征;
若不存在与所述目标对象的参照特征的匹配度大于设定值的参照特征,则确定所述参照数据库中不包含所述目标对象的参照特征。
本申请的一些实施例中,在将所述目标对象的目标特征与所述标识信息关联后,所述构建方法还包括:
将当前识别到的所述目标对象的参照特征与所述参照数据库中之前记录的目标对象的参照特征进行比对;
若所述当前识别到的所述目标对象的参照特征的完整度高于所述之前记录的目标对象的参照特征的完整度,则将所述参照数据库中之前记录的目标对象的参照特征更新为所述当前识别到的所述目标对象的参照特征。
第二方面,本申请实施例还提供一种目标对象的追踪方法,所述追踪方法包括:
获取目标对象的标识信息;从第一方面所述的特征信息库中获取与所述目标对象的标识信息对应的所述目标对象的目标特征;
根据所述目标对象的目标特征,从监控视频中查找与所述目标对象的目标特征匹配的视频图像;
在查找的视频图像中对所述目标对象进行标识;
基于所述目标对象的各个标识,生成对所述目标对象的移动轨迹信息。
第三方面,本申请实施例还提供一种特征信息库的构建装置,所述构建装置包括:
生物特征识别模块,用于获取视频数据,并从所述视频数据中识别目标对象的生物特征;
特征确定模块,用于将所述生物特征中的第一类生物特征确定为所述目标对象的参照特征,将所述生物特征中的第二类生物特征确定为所述目标对象的目标特征;
标识信息查找模块,用于若检测到参照数据库中包含所述目标对象的参照特征,则从所述参照数据库中查找与所述目标对象的参照特征对应的标识信息,其中,参照数据库中包含有至少一个参照特征以及每个参照特征对应的标识信息;
关联模块,用于将所述目标对象的目标特征与所述标识信息关联后,加入到特征信息库中。
本申请的一些实施例中,所述构建装置还包括:
参照数据库更新模块,用于若检测到所述参照数据库中不包含所述目标对象的参照特征,则获取与所述目标对象的参照特征对应的标识信息,并将所述目标对象的参照特征和对应的标识信息输入到所述参照数据库中。
第四方面,本申请实施例还提供一种目标对象的追踪装置,所述追踪装置包括:
标识信息获取模块,用于获取目标对象的标识信息;从第一方面所述的特征信息库中获取与所述目标对象的标识信息对应的所述目标对象的目标特征;
视频图像查找模块,用于根据所述目标对象的目标特征,从监控视频中查找与所述目标对象的目标特征匹配的视频图像;
标识模块,用于在查找的视频图像中对所述目标对象进行标识;
移动轨迹信息生成模块,用于基于所述目标对象的各个标识,生成对所述目标对象的移动轨迹信息。
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一方面,或第一方面的任一种可能的实施方式中所述的特征信息库的构建方法的步骤,或执行第二方面所述的目标对象的追踪方法的步骤。
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一方面,或第一方面的任一种可能的实施方式中所述的特征信息库的构建方法的步骤,或执行第二方面所述的目标对象的追踪方法的步骤。
本申请实施例提供了一种特征信息库的构建、目标对象的追踪方法及装置,其中,本申请提出的特征信息库的构建方法,从视频数据中识别目标对应的生物特征,将生物特征中的第一类生物特征确定为目标对象的参照特征,将第二生物特征确定为目标对应的目标特征,通过对参照数据库进行检测,若参照数据库中包含目标对应的参照特征,则可从参照数据库中得到与目标对象的参照特征对应的标识信息,将目标对象的目标特征与标识信息关联后,加入到特征信息库中。本申请提出的特征信息库的构建方法,能够通过视频数据中获取目标对象的生物特征,并通过生物特征中的参照特征确定该目标对象的标识信息,将生物特征中的目标特征与身份信息关联后,加入到特征信息库中,完成了特征信息库的构建,不需要在固定时间、固定场合集合被采集人,特征信息采集的过程简单,采集的效率高,采集的成本较低,进而使得特征信息库的构建效率较高。
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特征信息库的构建方法的流程图;
图2示出了本申请实施例所提供的一种目标对象的追踪方法的流程图;
图3示出了本申请实施例所提供的一种特征信息库的构建装置的结构示意图;
图4示出了本申请实施例所提供的一种目标对象的追踪装置的结构示意图;
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:301-生物特征识别模块;302-特征确定模块;303-标识信息查找模块;304-关联模块;401-标识信息获取模块;402-视频图像查找模块;403-标识模块;404-移动轨迹信息生成模块;500-电子设备;501-处理器;502-存储器;503-总线。
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。
考虑到当被采集人的数量较多时,若采用现有技术中的方法采集特征信息,则需要在固定的时间段内,集合所有被采集人,然后一一对被采集人的特征信息进行采集,并将采集的特征信息保存到特征信息库中。分析可知,选择上述方法采集特征信息,构建特征信息库时,特征信息采集的过程非常繁琐,采集的效率较低,采集的成本较大,使得特征信息库的构建过程复杂,构建的效率较低。基于此,本申请实施例提供了一种特征信息库的构建、目标对象的追踪方法及装置,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特征信息库的构建方法进行详细介绍。
实施例一
本申请实施例提供了一种特征信息库的构建方法,可应用于安防领域、医疗领域、体育领域等。举例说明,应用于安防领域,例如,对学校进行安全防范时,可通过本申请实施例提出的特征信息库的构建方法构建学校师生的特征信息库,实时获取学校内待识别人员的目标信息,通过对学校内出现的待识别人员的目标信息与构建的特征信息库中的特征信息进行比对,对待识别的人员的身份进行判断,根据判断结果实行相应的措施,进而可以更好的对学校的师生进行安全保护及管理。应用于医疗领域内时,例如,可通过本申请实施例提供的特征信息库的构建方法构建病人的特征信息库,在病人治疗的过程中,实时获取病人的特征信息,将获取的特征信息与构建的特征信息库中的特征信息进行比对,可以对病人的状况进行分析,根据分析结果采取相应的措施,进而对病人的状况进行实时的监控。
如图1所示,图中示出的是一种特征信息库的构建方法的流程图,特征信息库的构建方法包括:
S101,获取视频数据,并从视频数据中识别目标对象的生物特征。
本申请实施例中,视频数据可以为历史存储的视频数据,也可以为设备实时采集的视频流数据,其中,设备包括手机、电脑、平板、摄像机等。从获取的视频数据中识别目标对象的生物特征,其中,生物特征包括步态特征、人脸特征、身高特征等,具体的,生物特征可以根据实际的需要进行选择。
S102,将生物特征中的第一类生物特征确定为目标对象的参照特征,将生物特征中的第二类生物特征确定为目标对象的目标特征。
本申请实施例中,参照特征为能够识别目标对象的标识信息的生物特征,目标特征为目标对象待获取的生物特征。其中,参照特征及目标特征可以根据实际的需要进行选择,例如,在安防领域呢,第一类生物特征可以为人脸特征,第二类生物特征可以为步态特征,即将人脸特征作为参照特征,将步态特征作为目标特征。
S103,若检测到参照数据库中包含目标对象的参照特征,则从参照数据库中查找与目标对象的参照特征对应的标识信息,其中,参照数据库中包含有至少一个参照特征以及每个参照特征对应的标识信息。
本申请实施例中,参照数据库中包括至少一个参照特征,以及每个参照特征对应的标识信息。示例性的,可以获取多张标注了身份信息的目标对象的人脸照片,识别照片中的人脸特征,将人脸特征与身份信息进行关联,多个关联的人脸特征与身份信息构成了参照数据库,其中,身份信息为标识信息,人脸特征为参照特征。具体的,参照数据库中的参照特征以及参照数据库的构建过程可以根据实际情况进行确定,标识信息可以为身份证号码、银行卡号、电话号码、以及家庭住址等。
本申请实施例中,根据以下方式检测参照数据库中是否包含目标对象的参照特征:
首先,将目标对象的参照特征与参照数据库中记录的每个参照特征进行匹配;
其次,若存在与目标对象的参照特征的匹配度大于设定值的参照特征,则确定参照数据库中包含目标对象的参照特征;若不存在与目标对象的参照特征的匹配度大于设定值的参照特征,则确定参照数据库中不包含目标对象的参照特征。
具体的,将目标对象的参照特征与参照数据库中记录的每个参照特征进行匹配,在参照数据库中得到与该目标对象的参照特征对应的至少一个参照特征以及每个参照特征的匹配度,若得到的至少一个参照特征中存在匹配度大于设定值的参照特征,则确定参照数据库中包含目标对象的参照特征,并选择匹配度最大的参照特征对应的标识信息,作为目标对象的参照特征对应的标识信息。
S104,将目标对象的目标特征与标识信息关联后,加入到特征信息库中。
本申请提出的特征信息库的构建方法,从视频数据中识别目标对应的生物特征,将生物特征中的第一类生物特征确定为目标对象的参照特征,将第二生物特征确定为目标对应的目标特征,通过对参照数据库进行检测,若参照数据库中包含目标对应的参照特征,则可从参照数据库中得到与目标对象的参照特征对应的标识信息,将目标对象的目标特征与标识信息关联后,加入到特征信息库中。本申请提出的特征信息库的构建方法,能够通过视频数据中获取目标对象的生物特征,并通过生物特征中的参照特征确定该目标对象的标识信息,将生物特征中的目标特征与身份信息关联后,加入到特征信息库中,完成了特征信息库的构建,不需要在固定时间、固定场合集合被采集人,特征信息采集的过程简单,采集的效率高,采集的成本较低,进而使得特征信息库的构建效率较高。
作为一可选实施例,在将生物特征中的第一类生物特征确定为目标对象的参照特征之后,构建方法还包括:
若检测到参照数据库中不包含目标对象的参照特征,则获取与目标对象的参照特征对应的标识信息,并将目标对象的参照特征和对应的标识信息输入到参照数据库中。
示例性说明,若检测到参照数据库中不包含目标对象的参照特征时,则可以通过人工获取与目标对象的参照特征对应的标识信息,并该目标对象的参照特征和对应的标识信息输入到参照数据库中,对参照数据库进行更新,以便于后续对目标对象的参照特征进行检测,提高了参照数据库检测的效率。
作为一可选实施例,本申请实施例提供了另一种更新参照数据库的方法,具体的,在将目标对象的目标特征与标识信息关联后,构建方法还包括:
首先,将当前识别到的目标对象的参照特征与参照数据库中之前记录的目标对象的参照特征进行比对。
其次,若当前识别到的目标对象的参照特征的完整度高于之前记录的目标对象的参照特征的完整度,则将参照数据库中之前记录的目标对象的参照特征更新为当前识别到的目标对象的参照特征。
本申请实施例中,以参照特征为人脸特征进行示例说明,将当前识别到的目标对象的人脸特征的关键特征点与参照数据库中之前记录的目标对象的人脸特征的关键特征点进行比对,若当前识别到的目标对象的人脸特征的关键特征点的数量大于之前记录的目标对象的人脸特征的关键特征点的数量,则认为当前识别到的目标对象的参照特征的完整度高于之前记录的目标对象的参照特征的完整度。
本申请实施例中,在识别到的目标对象的参照特征的完整度高于之前记录的目标对象的参照特征的完整度时,将参照数据库中之前记录的目标对象的参照特征更新为当前识别到的目标对象的参照特征,对参照数据库进行更新,以便于后续对目标对象的参照特征进行检测,提高了参照数据流检测的效率。
进一步的,本申请实施例还可以通过其他方式对参照数据库进行更新。示例性的,可以对参照数据库中之前记录的目标对象的参照特征的记录日期与设置的日期值进行比对,若记录日期早于设置的日期值,则将参照数据库中之前记录的目标对象的参照特征更新为当前识别到的目标对象的参照特征,对参照数据库进行更新。具体的,参照数据库的更新方法有多种,在实际使用时可以根据需要进行选择。
实施例二
本申请实施例提供了一种目标对象的追踪方法,如图2所示,图中示出的是一种目标对象的追踪方法的流程图,该追踪方法包括:
S201,获取目标对象的标识信息;从实施例一所述的特征信息库中获取与目标对象的标识信息对应的目标对象的目标特征。
S202,根据目标对象的目标特征,从监控视频中查找与目标对象的目标特征匹配的视频图像。
S203,在查找的视频图像中对目标对象进行标识。
S204,基于目标对象的各个标识,生成对目标对象的移动轨迹信息。
示例性说明,目标对象的追踪方法可应用于公安系统中,例如,若需要对特定人员进行追踪时,可以获取该特定人员的标识信息,例如人脸特征,从特征信息库中获取该特定人员的人脸特征对应的目标特征,例如步态特征,通过该特定人员的步态特征,从监控视频中查找与该特定人员的步态特征相匹配的视频图像,在查找的视频图像中对该特定人员进行标识,进而生成了该特定人员的移动轨迹信息,实现了对该特定人员的追踪。
本申请实施例提供的目标对象的追踪方法,通过获取目标对象的标识信息;从特征信息库中获取与目标对象的标识信息对应的目标对象的目标特征,根据目标对象的目标特征,从监控视频中查找与目标对象的目标特征匹配的视频图像;在查找的视频图像中对目标对象进行标识;基于目标对象的各个标识,生成对目标对象的移动轨迹信息。本申请提出的目标对象的追踪方法,可以从构建的特征信息库中查找目标对象的标识信息对应的目标特征,根据该目标特征对目标对象进行识别及追踪,特征信息库的构建过程简单,构建的效率较高,使得目标对象的追踪过程简单,进而提高了追踪的效率。
实施例三
本申请实施例提供了一种特征信息库的构建装置,如图3所示,图中示出的是一种特征信息库的构建装置的结构示意图,该构建装置包括:
生物特征识别模块301,用于获取视频数据,并从视频数据中识别目标对象的生物特征;
特征确定模块302,用于将生物特征中的第一类生物特征确定为目标对象的参照特征,将生物特征中的第二类生物特征确定为目标对象的目标特征;
标识信息查找模块303,用于若检测到参照数据库中包含目标对象的参照特征,则从参照数据库中查找与目标对象的参照特征对应的标识信息,其中,参照数据库包含有至少一个参照特征以及每个参照特征对应的标识信息;
关联模块304,用于将目标对象的目标特征与标识信息关联后,加入到特征信息库中。
作为一可选实施例,该构建装置还包括:
参照数据库更新模块,用于若检测到参照数据库中不包含目标对象的参照特征,则获取与目标对象的参照特征对应的标识信息,并将目标对象的参照特征和对应的标识信息输入到参照数据库中。
作为一可选实施例,该构建装置还包括:
参照特征匹配模块,用于将目标对象的参照特征与参照数据库中记录的每个参照特征进行匹配;
参照特征确定模块,用于若存在与目标对象的参照特征的匹配度大于设定值的参照特征,则确定参照数据库中包含目标对象的参照特征;若不存在与目标对象的参照特征的匹配度大于设定值的参照特征,则确定参照数据库中不包含目标对象的参照特征。
作为一可选实施例,该构建装置还包括:
比对模块,用于将当前识别到的目标对象的参照特征与参照数据库中之前记录的目标对象的参照特征进行比对;
更新模块,用于若当前识别到的目标对象的参照特征的完整度高于之前记录的目标对象的参照特征的完整度,则将参照数据库中之前记录的目标对象的参照特征更新为当前识别到的目标对象的参照特征。
本申请实施例提供的特征信息库的构建装置,与上述实施例一提供的特征信息库的构建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,上述特征信息库的构建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。
实施例四
本申请实施例提供了一种目标对象的追踪装置,如图4所示,图中示出的是一种目标对象的追踪装置的结构示意图,该追踪装置包括:
标识信息获取模块401,用于获取目标对象的标识信息;从实施例一所述的特征信息库中获取与目标对象的标识信息对应的目标对象的目标特征;
视频图像查找模块402,用于根据目标对象的目标特征,从监控视频中查找与目标对象的目标特征匹配的视频图像;
标识模块403,用于在查找的视频图像中对目标对象进行标识;
移动轨迹信息生成模块404,用于基于目标对象的各个标识,生成对目标对象的移动轨迹信息。
本申请实施例提供的目标对象的追踪装置,与上述实施例二提供的目标对象的追踪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,上述目标对象的追踪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,包括生物特征识别模块301、特征确定模块302、标识信息查找模块303和关联模块304,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,并从视频数据中识别目标对象的生物特征;
将生物特征中的第一类生物特征确定为目标对象的参照特征,将生物特征中的第二类生物特征确定为目标对象的目标特征;
若检测到参照数据库中包含目标对象的参照特征,则从参照数据库中查找与目标对象的参照特征对应的标识信息,其中,参照数据库中包含有至少一个参照特征以及每个参照特征对应的标识信息;
将目标对象的目标特征与标识信息关联后,加入到特征信息库中。
一种可能设计中,处理器501可能执行的指令中,还包括:
若检测到参照数据库中不包含目标对象的参照特征,则获取与目标对象的参照特征对应的标识信息,并将目标对象的参照特征和对应的标识信息输入到参照数据库中。
一种可能设计中,处理器501可能执行的指令中,还包括:
将目标对象的参照特征与参照数据库中记录的每个参照特征进行匹配;
若存在与目标对象的参照特征的匹配度大于设定值的参照特征,则确定参照数据库中包含目标对象的参照特征;
若不存在与目标对象的参照特征的匹配度大于设定值的参照特征,则确定参照数据库中不包含目标对象的参照特征。
一种可能设计中,处理器501可能执行的指令中,还包括:
将当前识别到的目标对象的参照特征与参照数据库中之前记录的目标对象的参照特征进行比对;
若当前识别到的所述目标对象的参照特征的完整度高于之前记录的目标对象的参照特征的完整度,则将参照数据库中之前记录的目标对象的参照特征更新为当前识别到的目标对象的参照特征。
一种可能设计中,处理器501可能执行的指令中,还包括:
获取目标对象的标识信息;从实施例一所述的特征信息库中获取与目标对象的标识信息对应的目标对象的目标特征;
根据目标对象的目标特征,从监控视频中查找与目标对象的目标特征匹配的视频图像;
在查找的视频图像中对目标对象进行标识;
基于目标对象的各个标识,生成对目标对象的移动轨迹信息。
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特征信息库的构建方法的步骤,或者执行上述实施例中所述的目标对象的追踪方法的步骤。
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,能够执行上述特征信息库的构建方法的步骤,从而提高特征信息库的构建效率,或者能够执行上述目标对象的追踪方法的步骤,从而提高目标对象追踪的效率。
本申请实施例所提供的进行特征信息库的构建方法以及目标对象的追踪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 (6)

1.一种特征信息库的构建方法,其特征在于,所述构建方法包括:
获取视频数据,并从所述视频数据中识别目标对象的生物特征;
将所述生物特征中的第一类生物特征确定为所述目标对象的参照特征,将所述生物特征中的第二类生物特征确定为所述目标对象的目标特征;
若检测到参照数据库中包含所述目标对象的参照特征,则从所述参照数据库中查找与所述目标对象的参照特征对应的标识信息,其中,参照数据库中包含有至少一个参照特征以及每个参照特征对应的标识信息;
将所述目标对象的目标特征与所述标识信息关联后,加入到特征信息库中;
在将所述生物特征中的第一类生物特征确定为所述目标对象的参照特征之后,所述构建方法还包括:
若检测到所述参照数据库中不包含所述目标对象的参照特征,则获取与所述目标对象的参照特征对应的标识信息,并将所述目标对象的参照特征和对应的标识信息输入到所述参照数据库中;
根据以下方式检测所述参照数据库中是否包含所述目标对象的参照特征:
将所述目标对象的参照特征与所述参照数据库中记录的每个参照特征进行匹配;
若存在与所述目标对象的参照特征的匹配度大于设定值的参照特征,则确定所述参照数据库中包含所述目标对象的参照特征;
若不存在与所述目标对象的参照特征的匹配度大于设定值的参照特征,则确定所述参照数据库中不包含所述目标对象的参照特征;
在将所述目标对象的目标特征与所述标识信息关联后,所述构建方法还包括:
将当前识别到的所述目标对象的参照特征与所述参照数据库中之前记录的目标对象的参照特征进行比对;
若所述当前识别到的所述目标对象的参照特征的完整度高于所述之前记录的目标对象的参照特征的完整度,则将所述参照数据库中之前记录的目标对象的参照特征更新为所述当前识别到的所述目标对象的参照特征。
2.一种目标对象的追踪方法,其特征在于,所述追踪方法包括:
获取目标对象的标识信息;从如权利要求1所述特征信息库中获取与所述目标对象的标识信息对应的所述目标对象的目标特征;
根据所述目标对象的目标特征,从监控视频中查找与所述目标对象的目标特征匹配的视频图像;
在查找的视频图像中对所述目标对象进行标识;
基于所述目标对象的各个标识,生成对所述目标对象的移动轨迹信息。
3.一种特征信息库的构建装置,其特征在于,所述构建装置包括:
生物特征识别模块,用于获取视频数据,并从所述视频数据中识别目标对象的生物特征;
特征确定模块,用于将所述生物特征中的第一类生物特征确定为所述目标对象的参照特征,将所述生物特征中的第二类生物特征确定为所述目标对象的目标特征;
标识信息查找模块,用于若检测到参照数据库中包含所述目标对象的参照特征,则从所述参照数据库中查找与所述目标对象的参照特征对应的标识信息,其中,参照数据库中包含有至少一个参照特征以及每个参照特征对应的标识信息;
关联模块,用于将所述目标对象的目标特征与所述标识信息关联后,加入到特征信息库中;
参照数据库更新模块,用于若检测到参照数据库中不包含目标对象的参照特征,则获取与目标对象的参照特征对应的标识信息,并将目标对象的参照特征和对应的标识信息输入到参照数据库中;
参照特征匹配模块,用于将目标对象的参照特征与参照数据库中记录的每个参照特征进行匹配;
参照特征确定模块,用于若存在与目标对象的参照特征的匹配度大于设定值的参照特征,则确定参照数据库中包含目标对象的参照特征;若不存在与目标对象的参照特征的匹配度大于设定值的参照特征,则确定参照数据库中不包含目标对象的参照特征;
比对模块,用于将当前识别到的目标对象的参照特征与参照数据库中之前记录的目标对象的参照特征进行比对;
更新模块,用于若当前识别到的目标对象的参照特征的完整度高于之前记录的目标对象的参照特征的完整度,则将参照数据库中之前记录的目标对象的参照特征更新为当前识别到的目标对象的参照特征。
4.一种目标对象的追踪装置,其特征在于,所述追踪装置包括:
标识信息获取模块,用于获取目标对象的标识信息;从如权利要求1所述的特征信息库中获取与所述目标对象的标识信息对应的所述目标对象的目标特征;
视频图像查找模块,用于根据所述目标对象的目标特征,从监控视频中查找与所述目标对象的目标特征匹配的视频图像;
标识模块,用于在查找的视频图像中对所述目标对象进行标识;
移动轨迹信息生成模块,用于基于所述目标对象的各个标识,生成对所述目标对象的移动轨迹信息。
5.一种电子设备,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1所述的特征信息库的构建方法的步骤,或执行权利要求2所述的目标对象的追踪方法的步骤。
6.一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1所述的特征信息库的构建方法的步骤,或执行权利要求2所述的目标对象的追踪方法的步骤。
CN201910472217.5A 2019-05-31 2019-05-31 特征信息库的构建、目标对象的追踪方法及装置 Active CN110196924B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910472217.5A CN110196924B (zh) 2019-05-31 2019-05-31 特征信息库的构建、目标对象的追踪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910472217.5A CN110196924B (zh) 2019-05-31 2019-05-31 特征信息库的构建、目标对象的追踪方法及装置

Publications (2)

Publication Number Publication Date
CN110196924A CN110196924A (zh) 2019-09-03
CN110196924B true CN110196924B (zh) 2021-08-17

Family

ID=67753782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910472217.5A Active CN110196924B (zh) 2019-05-31 2019-05-31 特征信息库的构建、目标对象的追踪方法及装置

Country Status (1)

Country Link
CN (1) CN110196924B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111008320A (zh) * 2019-12-17 2020-04-14 北京明略软件系统有限公司 数据处理方法、装置及电子设备
CN111414854A (zh) * 2020-03-19 2020-07-14 银河水滴科技(北京)有限公司 一种目标人群轨迹追踪方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107977610A (zh) * 2017-11-21 2018-05-01 电子科技大学 一种基于海量视频处理的人脸追踪方法
CN108171138A (zh) * 2017-12-22 2018-06-15 银河水滴科技(北京)有限公司 一种生物特征信息获取方法和装置
CN108171207A (zh) * 2018-01-17 2018-06-15 百度在线网络技术(北京)有限公司 基于视频序列的人脸识别方法和装置
CN108229297A (zh) * 2017-09-30 2018-06-29 深圳市商汤科技有限公司 人脸识别方法和装置、电子设备、计算机存储介质
CN109102531A (zh) * 2018-08-21 2018-12-28 北京深瞐科技有限公司 一种目标轨迹追踪方法及装置
CN109359625A (zh) * 2018-11-16 2019-02-19 南京甄视智能科技有限公司 基于头肩检测和人脸识别技术判断顾客身份的方法和系统
CN109446936A (zh) * 2018-10-12 2019-03-08 银河水滴科技(北京)有限公司 一种用于监控场景的身份识别方法及装置
CN109634981A (zh) * 2018-12-11 2019-04-16 银河水滴科技(北京)有限公司 一种数据库扩充方法及装置
CN109800642A (zh) * 2018-12-15 2019-05-24 深圳壹账通智能科技有限公司 人员身份信息获取方法、装置、计算机设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120321134A1 (en) * 2011-06-15 2012-12-20 Samsung Electornics Co., Ltd Face tracking method and device
CN106295482B (zh) * 2015-06-11 2019-10-29 中移信息技术有限公司 一种人脸数据库的更新方法及装置
US9928435B2 (en) * 2015-12-30 2018-03-27 Samsung Electronics Co., Ltd System and method for providing an on-chip context aware contact list
CN106899567B (zh) * 2016-08-24 2019-12-13 阿里巴巴集团控股有限公司 用户核身方法、装置及系统
CN106530185A (zh) * 2016-11-11 2017-03-22 深圳前海微众银行股份有限公司 基于身份认证的业务办理方法、系统及身份认证平台
CN107256388B (zh) * 2017-05-25 2020-10-27 武汉普利商用机器有限公司 一种获取正面人脸图像的方法及装置
CN107958220B (zh) * 2017-12-06 2021-03-12 杭州魔点科技有限公司 一种基于人脸识别的人脸库压缩处理方法及其智能装置
CN108647651A (zh) * 2018-05-14 2018-10-12 深圳市科发智能技术有限公司 一种提高识别通过率的人脸识别方法、系统及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108229297A (zh) * 2017-09-30 2018-06-29 深圳市商汤科技有限公司 人脸识别方法和装置、电子设备、计算机存储介质
CN107977610A (zh) * 2017-11-21 2018-05-01 电子科技大学 一种基于海量视频处理的人脸追踪方法
CN108171138A (zh) * 2017-12-22 2018-06-15 银河水滴科技(北京)有限公司 一种生物特征信息获取方法和装置
CN108171207A (zh) * 2018-01-17 2018-06-15 百度在线网络技术(北京)有限公司 基于视频序列的人脸识别方法和装置
CN109102531A (zh) * 2018-08-21 2018-12-28 北京深瞐科技有限公司 一种目标轨迹追踪方法及装置
CN109446936A (zh) * 2018-10-12 2019-03-08 银河水滴科技(北京)有限公司 一种用于监控场景的身份识别方法及装置
CN109359625A (zh) * 2018-11-16 2019-02-19 南京甄视智能科技有限公司 基于头肩检测和人脸识别技术判断顾客身份的方法和系统
CN109634981A (zh) * 2018-12-11 2019-04-16 银河水滴科技(北京)有限公司 一种数据库扩充方法及装置
CN109800642A (zh) * 2018-12-15 2019-05-24 深圳壹账通智能科技有限公司 人员身份信息获取方法、装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于视频的人脸追踪与识别;赵飞飞;《中国优秀硕士学位论文全文数据库 信息科技辑》;20161115(第11期);全文 *

Also Published As

Publication number Publication date
CN110196924A (zh) 2019-09-03

Similar Documents

Publication Publication Date Title
CA2791597C (en) Biometric training and matching engine
CN108229314B (zh) 目标人物的搜索方法、装置和电子设备
CN111898642B (zh) 关键点检测方法、装置、电子设备及存储介质
CN110139075B (zh) 视频数据处理方法、装置、计算机设备和存储介质
CN111783882B (zh) 关键点检测方法、装置、电子设备及存储介质
CN110196924B (zh) 特征信息库的构建、目标对象的追踪方法及装置
EP2879072A1 (en) Biometric information registration device and method
CN113240718A (zh) 多目标识别及跟踪方法、系统、介质和计算设备
CN111383732B (zh) 一种基于互斥识别的药品审核方法、装置、计算机系统及可读存储介质
CN111488798B (zh) 指纹识别方法、装置、电子设备及存储介质
CN110825893A (zh) 一种目标查找方法、装置、系统及存储介质
CN113033271A (zh) 利用人工智能模块学习脸部辨识的处理方法
US20160292258A1 (en) Method and apparatus for filtering out low-frequency click, computer program, and computer readable medium
CN112581444A (zh) 一种异常检测方法、装置及设备
CN112579907A (zh) 一种异常任务检测方法、装置、电子设备和存储介质
CN109635688B (zh) 基于图像识别管理书架上书籍的方法与系统
CN115082999A (zh) 合影图像人物分析方法、装置、计算机设备和存储介质
CN113065025A (zh) 视频查重方法、装置、设备及存储介质
CN112766230A (zh) 一种视频流人员在线时长估计方法及对应系统
CN111797077A (zh) 数据清洗方法、装置、存储介质及电子设备
CN111460977B (zh) 一种跨视域人员再识别方法、装置、终端及存储介质
CN115794889B (zh) 人身关系处理方法、装置、电子设备及计算可读存储介质
CN113688784B (zh) 基于人脸识别的医保卡盗用风险识别方法及其相关设备
CN111858982A (zh) 图像搜索方法、装置及电子设备
CN117113316A (zh) 身份识别方法、装置、计算机设备和存储介质

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
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: Yinhe waterdrop Technology (Beijing) Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant