CN110334238B - 一种基于人脸识别的失踪人口追查方法和系统 - Google Patents

一种基于人脸识别的失踪人口追查方法和系统 Download PDF

Info

Publication number
CN110334238B
CN110334238B CN201910240000.1A CN201910240000A CN110334238B CN 110334238 B CN110334238 B CN 110334238B CN 201910240000 A CN201910240000 A CN 201910240000A CN 110334238 B CN110334238 B CN 110334238B
Authority
CN
China
Prior art keywords
missing
population
tracing
person
face recognition
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
CN201910240000.1A
Other languages
English (en)
Other versions
CN110334238A (zh
Inventor
杨帆
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.)
Terminus Beijing Technology Co Ltd
Original Assignee
Terminus Beijing 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 Terminus Beijing Technology Co Ltd filed Critical Terminus Beijing Technology Co Ltd
Priority to CN201910240000.1A priority Critical patent/CN110334238B/zh
Publication of CN110334238A publication Critical patent/CN110334238A/zh
Application granted granted Critical
Publication of CN110334238B publication Critical patent/CN110334238B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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

Abstract

本申请实施例提供一种基于人脸识别的失踪人口追查方法和系统。该方法包括：对至少一张失踪人口照片进行人脸识别，通过多次重叠人脸识别算法抽取出失踪人口特征集合；通过雷达梯度下降方式将失踪人口特征集合以失踪地点为圆心，以预设阈值为边界半径，发送至区域内传感设备，并启动失踪人员追查程序，发现命中失踪人员时，返回追查结果；当启动失踪人员追查程序导入交通节点时，向交通节点中的身份认证设备发送失踪人员提示，实时监控并拦截可疑人员；将失踪人口特征集合发送至公共机构，通过将公共机构新进人员特征集合与失踪人口特征集合比对，发现命中失踪人员时，返回追查结果。本申请提高了人口管理的效率。

Description

一种基于人脸识别的失踪人口追查方法和系统
技术领域
本申请涉及人口管理领域，尤其涉及一种基于人脸识别的失踪人口追查方法和系统。
背景技术
失踪人口追查是人口安全管理的重要组成部分，旨在提升人口管理和人口安全水平，为保护人民群众安全提供更好的支撑。失踪人口追查以识别失踪人口为核心，对失踪人口特征进行分析，重点监控失踪人口易出现区域。传统的失踪人口追查还处于人工追查的模式，或是被动地等待相关人员报警，没有实现日常检测和智慧监控，没有实现对人脸识别技术的利用，浪费大量人力、物力、财力的同时，有时还延误了解救时机，严重影响了失踪人口追查的自动化步伐。
因此，亟需将人脸识别技术与失踪人口追查实践相结合，既提高失踪人口追查的效率，又提高失踪人口追查的准度，节约不必要的人力、物力、财力。
发明内容
有鉴于此，本申请的目的在于提出一种基于人脸识别的失踪人口追查方法和系统，提高失踪人口追查水平，解决目前失踪人口追查过程中，风险识别效率低、人工花销大、准确度不高的技术问题。
基于上述目的，本申请提出了一种基于人脸识别的失踪人口追查方法，包括：
对至少一张失踪人口照片进行人脸识别，通过多次重叠人脸识别算法抽取出失踪人口特征集合；
通过雷达梯度下降方式将所述失踪人口特征集合以失踪地点为圆心，以预设阈值为边界半径，发送至区域内传感设备，并启动失踪人员追查程序，发现命中所述失踪人员时，返回追查结果；
当所述启动失踪人员追查程序导入交通节点时，向交通节点中的身份认证设备发送失踪人员提示，实时监控并拦截可疑人员；
将所述失踪人口特征集合发送至公共机构，通过将所述公共机构新进人员特征集合与所述失踪人口特征集合比对，发现命中所述失踪人员时，返回追查结果。
在一些实施例中，所述多次重叠人脸识别算法抽取出失踪人口特征集合，包括：
将失踪人口照片分为上下两部分；
逐个提取上半部分失踪人口面部特征，重叠形成第一人口面部特征；
逐个提取下半部分失踪人口面部特征，并与第一人口面部特征进行对比修正，形成失踪人口特征集合。
在一些实施例中，所述雷达梯度下降方式，包括：
以半径方向为梯度下降方向，沿半径向外方向逐步降低追查重要等级；
同一半径上传感设备的追查重要等级一致。
在一些实施例中，所述以半径方向为梯度下降方向，沿半径向外方向逐步降低追查重要等级，包括：
所述追查重要等级计算公式为：
Figure BDA0002009369750000021
其中I为t时刻的追查重要等级，I0为初始追查重要等级，R为t时刻的追查半径，μ为半径－追查重要等级换算系数。
在一些实施例中，所述追查结果包括所述失踪人口的地理位置、发现时间、体貌状态；
所述追查结果通过传输设备实时推送至全部追查设备，并判定是否结束追查程序。
在一些实施例中，所述当所述启动失踪人员追查程序触及交通节点时，包括：
以失踪地点为圆心，随时间推移追查半径以预设长度进行扩展，形成追查圆形区域；
当所述交通节点地理位置进入所述追查圆形区域时，判断为追查程序触及交通节点。
在一些实施例中，所述通过将所述公共机构新进人员与所述失踪人口特征集合比对，包括：
当发现失踪人口进入所述公共机构时间早于失踪时间超过预设阈值时，不返回追查结果。
基于上述目的，本申请还提出了一种基于人脸识别的失踪人口追查系统，包括：
初始识别模块，用于对至少一张失踪人口照片进行人脸识别，通过多次重叠人脸识别算法抽取出失踪人口特征集合；
扩展追查模块，用于通过雷达梯度下降方式将所述失踪人口特征集合以失踪地点为圆心，以预设阈值为边界半径，发送至区域内传感设备，并启动失踪人员追查程序，发现命中所述失踪人员时，返回追查结果；
交通拦截模块，用于当所述启动失踪人员追查程序导入交通节点时，向交通节点中的身份认证设备发送失踪人员提示，实时监控并拦截可疑人员；
机构发现模块，用于将所述失踪人口特征集合发送至公共机构，通过将所述公共机构新进人员特征集合与所述失踪人口特征集合比对，发现命中所述失踪人员时，返回追查结果。
在一些实施例中，所述初始识别模块，包括：
划分单元，用于将失踪人口照片分为上下两部分；
提取单元，用于逐个提取上半部分失踪人口面部特征，重叠形成第一人口面部特征；
修正单元，用于逐个提取下半部分失踪人口面部特征，并与第一人口面部特征进行对比修正，形成失踪人口特征集合。
在一些实施例中，根据权利要求8所述的系统，其特征在于，还包括：
任务调度模块，用于控制任务的分发、资源分配；
效率监控模块，用于监督任务执行效率，并向所述任务调度模块发送监督结果。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的基于人脸识别的失踪人口追查方法的流程图。
图2示出根据本发明实施例的基于人脸识别的失踪人口追查系统的构成图。
图3示出根据本发明实施例的告警模块的构成图。
图4示出根据本发明实施例的基于人脸识别的失踪人口追查系统的构成图。
图5示出根据本发明实施例的基于人脸识别的失踪人口追查方法的示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出根据本发明实施例的基于人脸识别的失踪人口追查方法的流程图。如图1所示，该基于人脸识别的失踪人口追查方法包括：
步骤S11、对至少一张失踪人口照片进行人脸识别，通过多次重叠人脸识别算法抽取出失踪人口特征集合。
在一种实施方式中，所述多次重叠人脸识别算法抽取出失踪人口特征集合，包括：
将失踪人口照片分为上下两部分；
逐个提取上半部分失踪人口面部特征，重叠形成第一人口面部特征；
逐个提取下半部分失踪人口面部特征，并与第一人口面部特征进行对比修正，形成失踪人口特征集合。
由于失踪人员的照片是静态的图像，往往由于灯光、角度、化妆、拍摄手法等原因，导致失踪人员的人脸特征只能提取出局部特征，或是即使提取出了失踪人口的人脸特征，也存在不准确的问题。因此，有必要通过收集失踪人口的多张照片，进行人脸特征的多次提取，重叠累计出较为全面的失踪人口脸部特征。
另外一方面，通过将失踪人口的照片分为两部分，一部分用于重叠式识别失踪人口人脸特征，另一部分用于校正人脸提取的准确性，可以进一步提高失踪人口脸部特征的准确度，为失踪人口的追查工作奠定坚实的基础。
在一种实施方式中，将人口照片分为上下两部分，可以通过随机选取的方式进行分组，也可以通过按序列排序的方式进行选取。
在一种实施方式中，失踪人口脸部特征重叠提取进入稳态，无法提取出更多的脸部特征时，剩下的失踪人口照片可用于人脸特征的校验工作。
步骤S12、通过雷达梯度下降方式将所述失踪人口特征集合以失踪地点为圆心，以预设阈值为边界半径，发送至区域内传感设备，并启动失踪人员追查程序，发现命中所述失踪人员时，返回追查结果。
在一种实施方式中，所述雷达梯度下降方式，包括：
以半径方向为梯度下降方向，沿半径向外方向逐步降低追查重要等级；
同一半径上传感设备的追查重要等级一致。
在一种实施方式中，所述以半径方向为梯度下降方向，沿半径向外方向逐步降低追查重要等级，包括：
所述追查重要等级计算公式为：
Figure BDA0002009369750000061
其中I为t时刻的追查重要等级，I0为初始追查重要等级，R为t时刻的追查半径，μ为半径－追查重要等级换算系数。
从公式可以看出，随着时间的推移，追查重要等级实在不断降低的，这说明随着时间的推移，失踪人口可能已经远离距离比较近的区域了；另外，同一时间点上，远离失踪原点的地区，追查重要等级也较低，这是因为此时失踪人员还未能运动至较远地区，出现的概率也将较小，也不必浪费追查资源进行追查。
在一种实施方式中，所述追查结果包括所述失踪人口的地理位置、发现时间、体貌状态；
所述追查结果通过传输设备实时推送至全部追查设备，并判定是否结束追查程序。
具体来说，区域内的传感设备可以包括便携式设备(例如，警察使用的手持式身份识别仪)、摄像头、门禁等可以捕获到人口信息的传感设备。
步骤S13、当所述启动失踪人员追查程序导入交通节点时，向交通节点中的身份认证设备发送失踪人员提示，实时监控并拦截可疑人员。
在一种实施方式中，所述当所述启动失踪人员追查程序触及交通节点时，包括：
以失踪地点为圆心，随时间推移追查半径以预设长度进行扩展，形成追查圆形区域；
当所述交通节点地理位置进入所述追查圆形区域时，判断为追查程序触及交通节点。
在一种实施方式中，交通节点可以包括港口码头、火车站、机场、汽车站、地铁站、公交车站等人口乘坐交通工具远离失踪区域的地区。
步骤S14、将所述失踪人口特征集合发送至公共机构，通过将所述公共机构新进人员特征集合与所述失踪人口特征集合比对，发现命中所述失踪人员时，返回追查结果。
在一种实施方式中，所述通过将所述公共机构新进人员与所述失踪人口特征集合比对，包括：
当发现失踪人口进入所述公共机构时间早于失踪时间超过预设阈值时，不返回追查结果。
具体来说，公共机构可以包括医院、收容所、殡仪馆、派出所等可能接待失踪人口的公共单位。当发现失踪人口在这些公共机构中出现时，其实也相当于追查到了失踪人口的下落，而且，在现实生活中，失踪人口在这些公共场所中出现的概率也比较大，因此，有必要在第一时间将失踪人口的信息传递给这些公共机构。
图2示出根据本发明实施例的基于人脸识别的失踪人口追查系统的构成图。如图2所示，该基于人脸识别的失踪人口追查系统整体可以分为：
初始识别模块21，用于对至少一张失踪人口照片进行人脸识别，通过多次重叠人脸识别算法抽取出失踪人口特征集合；
扩展追查模块22，用于通过雷达梯度下降方式将所述失踪人口特征集合以失踪地点为圆心，以预设阈值为边界半径，发送至区域内传感设备，并启动失踪人员追查程序，发现命中所述失踪人员时，返回追查结果；
交通拦截模块23，用于当所述启动失踪人员追查程序导入交通节点时，向交通节点中的身份认证设备发送失踪人员提示，实时监控并拦截可疑人员；
机构发现模块24，用于将所述失踪人口特征集合发送至公共机构，通过将所述公共机构新进人员特征集合与所述失踪人口特征集合比对，发现命中所述失踪人员时，返回追查结果。
图3示出根据本发明实施例的告警模块的构成图。
从图3中可以看出，所述初始识别模块，包括：
划分单元211，用于将失踪人口照片分为上下两部分；
提取单元212，用于逐个提取上半部分失踪人口面部特征，重叠形成第一人口面部特征；
修正单元213，用于逐个提取下半部分失踪人口面部特征，并与第一人口面部特征进行对比修正，形成失踪人口特征集合。
图4示出根据本发明实施例的基于人脸识别的失踪人口追查系统的构成图。
从图4可以看出，基于人脸识别的失踪人口追查系统还可以包括：
任务调度模块25，用于控制任务的分发、资源分配；
效率监控模块26，用于监督任务执行效率，并向所述任务调度模块发送监督结果。
图5示出根据本发明实施例的基于人脸识别的失踪人口追查方法的示意图。
从图5可以看出，失踪人员在原点O处失踪，失踪人口追查过程也将从O点开始，以雷达扩散方式不断向外围扩散追查范围，随着时间的推移，失踪人口的追查范围的不断扩大，追查重要等级也传递至圆形区域的边缘。
同一圆周上的各节点因为与远点O的距离相等，所以具有相同的追查重要等级。当不断扩散的雷达区域触及交通节点T，例如机场时，将通知机场内的各类身份认证设备(例如，门禁、闸机、摄像头等)拦截失踪人口，并立即向控制中心以及交通节点当地的工作人员发出追查警报，从而使得失踪人口无法通过交通工具原理失踪原点O，限制失踪人口的走失范围，为失踪人口追查赢得宝贵的时间。
在一种实时例中，来自于各服务器的人口数据，根据失踪人口追查的规模和数据量大小，可以通过分布式存储、本地集中化存储、云存储、边缘存储等多种存储方式进行存储，从而提升深度学习网络数据存储效率，减少数据传输时延。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但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，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种基于人脸识别的失踪人口追查方法，其特征在于，包括：
对至少一张失踪人口照片进行人脸识别，通过多次重叠人脸识别算法抽取出失踪人口特征集合；
通过雷达梯度下降方式将所述失踪人口特征集合以失踪地点为圆心，以预设阈值为边界半径，发送至区域内传感设备，并启动失踪人员追查程序，发现命中所述失踪人员时，返回追查结果；
当所述启动失踪人员追查程序导入交通节点时，向交通节点中的身份认证设备发送失踪人员提示，实时监控并拦截可疑人员；
将所述失踪人口特征集合发送至公共机构，通过将所述公共机构新进人员特征集合与所述失踪人口特征集合比对，发现命中所述失踪人员时，返回追查结果；
所述多次重叠人脸识别算法抽取出失踪人口特征集合，包括：
将失踪人口照片分为上下两部分；
逐个提取上半部分失踪人口面部特征，重叠形成第一人口面部特征；
逐个提取下半部分失踪人口面部特征，并与第一人口面部特征进行对比修正，形成失踪人口特征集合。
2.根据权利要求1所述的方法，其特征在于，所述雷达梯度下降方式，包括：
以半径方向为梯度下降方向，沿半径向外方向逐步降低追查重要等级；
同一半径上传感设备的追查重要等级一致。
3.根据权利要求2所述的方法，其特征在于，所述以半径方向为梯度下降方向，沿半径向外方向逐步降低追查重要等级，包括：
所述追查重要等级计算公式为：
其中I为t时刻的追查重要等级，I0为初始追查重要等级，R为t时刻的追查半径，μ为半径－追查重要等级换算系数。
4.根据权利要求1所述的方法，其特征在于，
所述追查结果包括所述失踪人口的地理位置、发现时间、体貌状态；
所述追查结果通过传输设备实时推送至全部追查设备，并判定是否结束追查程序。
5.根据权利要求1所述的方法，其特征在于，所述当所述启动失踪人员追查程序触及交通节点时，包括：
以失踪地点为圆心，随时间推移追查半径以预设长度进行扩展，形成追查圆形区域；
当所述交通节点地理位置进入所述追查圆形区域时，判断为追查程序触及交通节点。
6.根据权利要求5所述的方法，其特征在于，所述通过将所述公共机构新进人员与所述失踪人口特征集合比对，包括：
当发现失踪人口进入所述公共机构时间早于失踪时间超过预设阈值时，不返回追查结果。
7.一种基于人脸识别的失踪人口追查的系统，其特征在于，包括：
初始识别模块，用于对至少一张失踪人口照片进行人脸识别，通过多次重叠人脸识别算法抽取出失踪人口特征集合；
扩展追查模块，用于通过雷达梯度下降方式将所述失踪人口特征集合以失踪地点为圆心，以预设阈值为边界半径，发送至区域内传感设备，并启动失踪人员追查程序，发现命中所述失踪人员时，返回追查结果；
交通拦截模块，用于当所述启动失踪人员追查程序导入交通节点时，向交通节点中的身份认证设备发送失踪人员提示，实时监控并拦截可疑人员；
机构发现模块，用于将所述失踪人口特征集合发送至公共机构，通过将所述公共机构新进人员特征集合与所述失踪人口特征集合比对，发现命中所述失踪人员时，返回追查结果
所述初始识别模块，包括：
划分单元，用于将失踪人口照片分为上下两部分；
提取单元，用于逐个提取上半部分失踪人口面部特征，重叠形成第一人口面部特征；
修正单元，用于逐个提取下半部分失踪人口面部特征，并与第一人口面部特征进行对比修正，形成失踪人口特征集合。
8.根据权利要求7所述的系统，其特征在于，还包括：
任务调度模块，用于控制任务的分发、资源分配；
效率监控模块，用于监督任务执行效率，并向所述任务调度模块发送监督结果。
CN201910240000.1A 2019-03-27 2019-03-27 一种基于人脸识别的失踪人口追查方法和系统 Active CN110334238B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910240000.1A CN110334238B (zh) 2019-03-27 2019-03-27 一种基于人脸识别的失踪人口追查方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910240000.1A CN110334238B (zh) 2019-03-27 2019-03-27 一种基于人脸识别的失踪人口追查方法和系统

Publications (2)

Publication Number Publication Date
CN110334238A CN110334238A (zh) 2019-10-15
CN110334238B true CN110334238B (zh) 2020-01-31

Family

ID=68139040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910240000.1A Active CN110334238B (zh) 2019-03-27 2019-03-27 一种基于人脸识别的失踪人口追查方法和系统

Country Status (1)

Country Link
CN (1) CN110334238B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851646B (zh) * 2019-11-18 2020-11-24 嵊州市万睿科技有限公司 智能园区的工作效率统计方法
CN111372191B (zh) * 2020-02-03 2023-01-10 重庆特斯联智慧科技股份有限公司 一种用于特殊人口的目标跟踪方法和系统
CN111402100A (zh) * 2020-02-03 2020-07-10 重庆特斯联智慧科技股份有限公司 一种通过目标追踪实现的人口登记方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855508A (zh) * 2012-08-17 2013-01-02 南通中电能源科技有限公司 敞开式校园防尾随系统
JP5408288B2 (ja) * 2012-05-14 2014-02-05 株式会社ニコン 電子カメラ
CN104766063A (zh) * 2015-04-08 2015-07-08 宁波大学 一种活体人脸识别方法
CN107729840A (zh) * 2017-10-13 2018-02-23 深圳市唯特视科技有限公司 一种基于稀疏图形表示的面部识别判别分析方法
CN108206932A (zh) * 2016-12-16 2018-06-26 北京迪科达科技有限公司 一种校园智能监控管理系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8824750B2 (en) * 2012-03-19 2014-09-02 Next Level Security Systems, Inc. Distributive facial matching and notification system
CN204155293U (zh) * 2014-09-01 2015-02-11 上海智达商投资管理合伙企业(有限合伙) 一种基于人脸识别的验证装置及验证系统
CN106599748A (zh) * 2016-12-05 2017-04-26 中兴智能视觉大数据技术（湖北）有限公司 一种智能动态人脸识别铁路安检安防管理系统
CN107065863A (zh) * 2017-03-13 2017-08-18 山东大学 一种基于人脸识别技术的导览解说机器人及方法
CN109500827A (zh) * 2018-11-23 2019-03-22 北京中大科慧科技发展有限公司 机房智能巡检机器人

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5408288B2 (ja) * 2012-05-14 2014-02-05 株式会社ニコン 電子カメラ
CN102855508A (zh) * 2012-08-17 2013-01-02 南通中电能源科技有限公司 敞开式校园防尾随系统
CN104766063A (zh) * 2015-04-08 2015-07-08 宁波大学 一种活体人脸识别方法
CN108206932A (zh) * 2016-12-16 2018-06-26 北京迪科达科技有限公司 一种校园智能监控管理系统
CN107729840A (zh) * 2017-10-13 2018-02-23 深圳市唯特视科技有限公司 一种基于稀疏图形表示的面部识别判别分析方法

Also Published As

Publication number Publication date
CN110334238A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN110334238B (zh) 一种基于人脸识别的失踪人口追查方法和系统
US11487812B2 (en) User identification using biometric image data cache
JP7040463B2 (ja) 解析サーバ、監視システム、監視方法及びプログラム
CN109815818B (zh) 目标人物追踪方法、系统及相关装置
CN107944838A (zh) 一种智能道闸现场监控系统及方法
CN202940921U (zh) 一种基于人脸识别的实时监控系统
CN110177255B (zh) 一种基于案件调度的视频信息发布方法及系统
CN109815805A (zh) 自动识别溺水的方法、装置、存储介质及电子设备
CN108846912A (zh) 考勤方法、终端及服务器
CN111259682B (zh) 监控施工场所的安全的方法和装置
CN105608464A (zh) 人脸识别移动终端解决系统及解决方法
CN111539338A (zh) 行人口罩佩戴管控方法、装置、设备及计算机存储介质
CN103258222A (zh) 小区智能物管系统
CN106067009A (zh) 一种智慧城市道路人脸识别系统
CN109636090A (zh) 工位分配方法、装置、设备及存储介质
CN110728211A (zh) 地铁安检排队指引方法、装置及存储介质
CN110245568B (zh) 一种基于人脸识别的区域安防方法和系统
CN113055473A (zh) 一种基于物联网和安全云的区域安全防控方法及系统
CN104991500A (zh) 基于ZigBee和RFID的监狱定位安全管理系统
JP2016062207A (ja) 緊急事態検知装置、システム及びプログラム及び方法
CN103207990A (zh) 基于移动终端的警用人员识别系统
CN111754655A (zh) 一种区域访问管理方法、系统及计算机可读存储介质
CN205302422U (zh) 自习室座位管理装置
CN111102987B (zh) 一种救援车辆跟踪方法、装置、服务器和介质
CN105335844A (zh) 一种基于身份信息控制终端关机的方法和系统

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
GR01 Patent grant
GR01 Patent grant