CN110378172A - 信息生成方法和装置 - Google Patents
信息生成方法和装置 Download PDFInfo
- Publication number
- CN110378172A CN110378172A CN201810332976.7A CN201810332976A CN110378172A CN 110378172 A CN110378172 A CN 110378172A CN 201810332976 A CN201810332976 A CN 201810332976A CN 110378172 A CN110378172 A CN 110378172A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- distance
- feature vector
- image feature
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000013598 vector Substances 0.000 claims abstract description 127
- 230000002123 temporal effect Effects 0.000 claims abstract description 72
- 238000013507 mapping Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 230000006854 communication Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000005291 magnetic effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了信息生成方法和装置。该方法的一具体实施方式包括:获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;确定第一图像特征向量与第二图像特征向量之间的第一距离;计算第一时间信息与第二时间信息之间的第一时间差;根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离;根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息。该实施方式提供了一种基于时空信息的信息生成机制,提高了生成的信息的准确性。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及信息生成方法和装置。
背景技术
随着计算机技术的飞快发展,计算机视觉技术发展越来越迅猛,已经深入到生活的方方面面。目标检测、目标识别作为计算机视觉领域重要研究课题之一,被广泛应用于国防军事、公共交通、社会安全和商业应用等各个领域。所谓目标检测,是通过分析图像或者视频中的目标的特征,获得目标的类别和位置信息,能够对目标做进一步分析和理解提供帮助。所谓目标识别,是在图像中识别出特定目标,例如,如何在摄像头拍摄的视频中准确的识别行人,以及行人在变换姿态,或被遮挡后的任何重新识别该行人。现有的目标识别,主要是基于目标的图像特征进行的。
发明内容
本申请实施例提出了信息生成方法和装置。
第一方面,本申请实施例提供了一种信息生成方法,该方法包括:获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;确定第一图像特征向量与第二图像特征向量之间的第一距离;计算第一时间信息与第二时间信息之间的第一时间差;根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离;根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息。
在一些实施例中,根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息,包括:将第一时间差与第二距离映射到预设区间;计算映射后的第一时间差、映射后的第二距离与第一距离的乘积;根据乘积生成用于表征第一目标与第二目标相同的概率的信息。
在一些实施例中,第二目标关联有多组第二时间信息、第二位置信息与第二图像特征向量;以及根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息之后,方法还包括:响应于根据所生成的信息确定出第一目标与第二目标相同,将第一时间信息、第一位置信息与第一图像特征向量存储为一组与第二目标关联的第二时间信息、第二位置信息与第二图像特征向量。
在一些实施例中,根据乘积生成用于表征第一目标与第二目标相同的概率的信息之后,方法还包括:响应于根据所生成的信息确定出历史帧不包括与第一目标相同的目标,获取第二目标视频中视频帧包括的第三目标的第三时间信息以及第三图像特征向量,第二目标视频由不同于拍摄第一目标视频的摄像头拍摄得到;确定第一图像特征向量与第三图像特征向量之间的第三距离;计算第一时间信息与第三时间信息之间的第二时间差;根据第三距离和第二时间差生成用于表征第一目标与第三目标相同的概率的信息。
在一些实施例中,历史帧中还包括至少一个第四目标,以及方法还包括:对于至少一个第四目标中的第四目标,获取该第四目标的第四时间信息、第三位置信息与第四图像特征向量;确定第一图像特征向量与该第四目标的第四图像特征向量之间的第四距离;计算第一时间信息与第四时间信息之间的第三时间差;根据第一位置信息与该第四目标的第三位置信息,确定第一目标与该第四目标之间的第五距离;根据确定出的第四距离、计算出的第三时间差与确定出的第五距离生成用于表征第一目标与该第四目标相同的概率的信息;根据所生成的信息确定历史帧包括的目标中与第一目标相同的目标。
第二方面,本申请实施例提供了一种信息生成装置,该装置包括:第一获取单元,被配置成获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;第一确定单元,被配置成确定所述第一图像特征向量与所述第二图像特征向量之间的第一距离;第一计算单元,被配置成计算所述第一时间信息与所述第二时间信息之间的第一时间差;第二确定单元,被配置成根据所述第一位置信息与所述第二位置信息,确定第一目标与第二目标之间的第二距离;第一生成单元,被配置成根据所述第一距离、所述第一时间差与所述第二距离生成用于表征所述第一目标与所述第二目标相同的概率的信息。
在一些实施例中,所述第一生成单元,包括:映射子单元,被配置成将所述第一时间差与所述第二距离映射到预设区间;计算子单元,被配置成计算映射后的第一时间差、映射后的第二距离与所述第一距离的乘积;生成子单元,被配置成根据所述乘积生成用于表征所述第一目标与所述第二目标相同的概率的信息。
在一些实施例中,所述第二目标关联有多组第二时间信息、第二位置信息与第二图像特征向量;以及所述装置还包括:存储单元,被配置成响应于根据所生成的信息确定出第一目标与所述第二目标相同,将所述第一时间信息、所述第一位置信息与所述第一图像特征向量存储为一组与所述第二目标关联的第二时间信息、第二位置信息与第二图像特征向量。
在一些实施例中,所述装置还包括:第二获取单元,被配置成响应于根据所生成的信息确定出所述历史帧不包括与所述第一目标相同的目标,获取第二目标视频中视频帧包括的第三目标的第三时间信息以及第三图像特征向量,所述第二目标视频由不同于拍摄所述第一目标视频的摄像头拍摄得到;第三确定单元,被配置成确定所述第一图像特征向量与所述第三图像特征向量之间的第三距离;第二计算单元,被配置成计算所述第一时间信息与所述第三时间信息之间的第二时间差;第二生成单元,被配置成根据所述第三距离和所述第二时间差生成用于表征所述第一目标与所述第三目标相同的概率的信息。
在一些实施例中,所述历史帧中还包括至少一个第四目标;以及所述装置还包括:第三生成单元,被配置成对于所述至少一个第四目标中的第四目标,获取该第四目标的第四时间信息、第三位置信息与第四图像特征向量;确定所述第一图像特征向量与该第四目标的第四图像特征向量之间的第四距离;计算所述第一时间信息与所述第四时间信息之间的第三时间差;根据所述第一位置信息与该第四目标的第三位置信息,确定第一目标与该第四目标之间的第五距离;根据确定出的第四距离、计算出的第三时间差与确定出的第五距离生成用于表征所述第一目标与该第四目标相同的概率的信息;第四确定单元,被配置成根据所生成的信息确定历史帧包括的目标中与所述第一目标相同的目标。
第三方面,本申请实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的信息生成方法和装置,通过获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;确定第一图像特征向量与第二图像特征向量之间的第一距离;计算第一时间信息与第二时间信息之间的第一时间差;根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离;根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息,提供了一种基于时空信息的信息生成机制,提高了生成的信息的准确性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的信息生成方法的一个实施例的流程图;
图3是根据本申请的信息生成方法的应用场景的一个示意图;
图4是根据本申请的信息生成方法的又一个实施例的流程图;
图5是根据本申请的信息生成装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器或终端的计算机系统的结构示意图。
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示出了可以应用本申请的信息生成方法或信息生成装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图像采集类应用、图像处理类应用、活体检测类应用、搜索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供图像采集服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的应用提供支持的后台服务器,服务器105可以获取终端设备101、102、103录制的第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;确定第一图像特征向量与第二图像特征向量之间的第一距离;计算第一时间信息与第二时间信息之间的第一时间差;根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离;根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息。
需要说明的是,本申请实施例所提供的信息生成方法可以由服务器105执行,也可以由终端设备101、102、103执行,相应地,信息生成装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的信息生成方法的一个实施例的流程200。该信息生成方法,包括以下步骤:
步骤201,获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量。
在本实施例中,信息生成方法执行主体(例如图1所示的服务器)可以首先获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量。第一目标视频可以是任何待对其进行分析的视频,例如可以是通过监控区域的摄像头进行拍摄所得到的。当前帧可以是第一目标视频中待对其包括的目标进行识别的视频帧,上述执行主体可以在第一目标视频中每隔预定帧数(例如5帧),抽取一帧作为当前帧。历史帧可以是第一目标视频中时间戳早于当前帧,且检测到过目标的视频帧。
在这里,目标可以是人、动物或者人或动物的身体某部分,例如,人脸、动物的头部等。作为示例,目标还可以是其他物体,例如车辆、机器人。第一目标可以是通过对当前帧进行目标检测得到的。上述执行主体也可以在获取到当前帧后,通过目标检测算法获取与当前帧包括的第一目标的第一位置信息。第一位置信息可以是任何能够对当前帧中显示第一目标的区域和其他区域进行区分的信息,可以是当前帧中显示第一目标的区域的坐标等,例如,区域为矩形时,第一位置信息可以包括区域右上角顶点的横坐标、右上角顶点的纵坐标、左下角顶点的横坐标、左下角顶点的纵坐标;或表征区域的中心的横坐标、中心的纵坐标、区域的长、区域的宽。目标检测算法可以基于深度学习等方法实现,目标检测算法为本领域技术人员熟知的技术,本实施例对如何进行目标检测不作限定。
第一目标的第一时间信息可以通过当前帧的时间戳得到,例如,当前帧的时间戳为2018-4-3,17:46:17,第一时间信息用于表征此时间。第一目标的第一图像特征向量可以通过对当前帧中显示第一目标的区域进行图像特征的提取而得到,作为示例,可以采用卷积神经网络进行图像特征的提取,图像特征提取为本领域技术人员熟知的技术,本实施例对如何进行图像特征提取不作限定。历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量可以缓存在预先设置的存储位置,第二时间信息、第二位置信息与第二图像特征向量的获取方式可以参照第一时间信息、第一位置信息与第一图像特征向量。
步骤202,确定第一图像特征向量与第二图像特征向量之间的第一距离。
在本实施例中,上述执行主体可以确定步骤201中获取的第一图像特征向量与第二图像特征向量之间的第一距离。这里,两个向量之间的距离包括但不限于欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、马氏距离、夹角余弦、汉明距离、杰卡德距离、相关距离和信息熵,以及其他现在已知或者未来开发的向量之间的距离。
步骤203,计算第一时间信息与第二时间信息之间的第一时间差。
在本实施例中,上述执行主体可以计算步骤201中获取的第一时间信息与第二时间信息之间的第一时间差。例如,第一时间信息指示的时间为2018-4-3,17:46:17,第二时间信息指示的时间为2018-4-3,17:46:37,则第一时间差为20秒。
步骤204,根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离。
在本实施例中,上述执行主体可以根据步骤201中获取的第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离。第一目标与第二目标之间的第二距离可以是对齐当前帧与历史帧后,当前帧中显示第一目标的区域的中心与历史帧中显示第二目标的区域的中心之间的第二距离,也可以通过当前帧中显示第一目标的区域与历史帧中显示第二目标的区域的交并比(Intersection over Union,IOU)确定第一目标与第二目标之间的第二距离,交并比越大距离越近。
步骤205,根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息。
在本实施例中,上述执行主体可以根据步骤202中确定的第一距离、步骤203中计算的第一时间差与步骤204中确定的第二距离生成用于表征第一目标与第二目标相同的概率的信息。用于表征第一目标与第二目标相同的概率的信息可以是第一目标与第二目标的相似度,或其他可以指示第一目标与第二目标是否相同的信息,该信息中还可以包括是否相同的结论的置信度。
由于第一目标的姿态并不是一成不变的,因此仅根据由图像特征得到的第一距离确定第一目标与第二目标是否相同误差较大。在此基础上考虑到第一时间差、第二距离越小,第一目标与第二目标相同的概率越大,因此,上述电子设备可以通过第一时间差与第二距离调整第一距离,以生成用于表征第一目标与第二目标相同的概率的信息。作为示例,上述执行主体可以在第一时间差和/或第二距离处于预先设置的一个较小的范围时,减小所述第一距离,并根据减小后的第一距离生成用于表征第一目标与第二目标相同的概率的信息。
在本实施例的一些可选实现方式中,根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息,包括:将第一时间差与第二距离映射到预设区间;计算映射后的第一时间差、映射后的第二距离与第一距离的乘积;根据乘积生成用于表征第一目标与第二目标相同的概率的信息。
在本现方式中,可以使用Sigmoid函数将第一时间差与第二距离映射到0,1之间。Sigmoid函数是一个在生物学中常见的S型的函数,也称为S型生长曲线。此外,还可以使用Softmax等函数进行映射。
在本实施例的一些可选实现方式中,第二目标关联有多组第二时间信息、第二位置信息与第二图像特征向量;以及根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息之后,方法还包括:响应于根据所生成的信息确定出第一目标与第二目标相同,将第一时间信息、第一位置信息与第一图像特征向量存储为一组与第二目标关联的第二时间信息、第二位置信息与第二图像特征向量。
在本现方式中,第二目标关联有多组第二时间信息、第二位置信息与第二图像特征向量,以此提高了第一目标与第二目标匹配的成功率。根据所生成的信息确定出第一目标与第二目标相同后,可以将第一目标的信息与第二目标的信息进行合并,便于后续的目标识别。此外,将第一时间信息、第一位置信息与第一图像特征向量存储为一组与第二目标关联的第二时间信息、第二位置信息与第二图像特征向量后,还可以删除一组时间较早的与第二目标关联的第二时间信息、第二位置信息与第二图像特征向量,以节省存储空间。
在本实施例的一些可选实现方式中,历史帧中还包括至少一个第四目标,以及方法还包括:对于至少一个第四目标中的第四目标,获取该第四目标的第四时间信息、第三位置信息与第四图像特征向量;确定第一图像特征向量与该第四目标的第四图像特征向量之间的第四距离;计算第一时间信息与第四时间信息之间的第三时间差;根据第一位置信息与该第四目标的第三位置信息,确定第一目标与该第四目标之间的第五距离;根据确定出的第四距离、计算出的第三时间差与确定出的第五距离生成用于表征第一目标与该第四目标相同的概率的信息;根据所生成的信息确定历史帧包括的目标中与第一目标相同的目标。
在本现方式中,历史帧中包括多个目标,可以确定多个目标中与第一目标相同的目标,可以将针对多个目标所生成的信息中指示的概率最大,且概率超过预设阈值的目标确定为与第一目标相同的目标。
继续参见图3,图3是根据本实施例的信息生成方法的应用场景的一个示意图。在图3的应用场景中,服务器301可以获取第一目标视频中当前帧302包括的第一目标3021的第一时间信息、第一位置信息与第一图像特征向量以及历史帧303包括的第二目标3031的第二时间信息、第二位置信息与第二图像特征向量;确定第一图像特征向量与第二图像特征向量之间的第一距离;计算第一时间信息与第二时间信息之间的第一时间差;根据第一位置信息与第二位置信息,确定第一目标3021与第二目标3031之间的第二距离;根据第一距离、第一时间差与第二距离生成用于表征第一目标3021与第二目标3031相同的概率的信息。
本申请的上述实施例提供的方法通过获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;确定第一图像特征向量与第二图像特征向量之间的第一距离;计算第一时间信息与第二时间信息之间的第一时间差;根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离;根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息,提供了一种基于时空信息的信息生成机制,提高了生成的信息的准确性。
进一步参考图4,其示出了信息生成方法的又一个实施例的流程400。该信息生成方法的流程400,包括以下步骤:
步骤401,获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量。
在本实施例中,信息生成方法执行主体(例如图1所示的服务器)可以首先获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量。
步骤402,确定第一图像特征向量与第二图像特征向量之间的第一距离。
在本实施例中,上述执行主体可以确定步骤401中获取的第一图像特征向量与第二图像特征向量之间的第一距离。
步骤403,计算第一时间信息与第二时间信息之间的第一时间差。
在本实施例中,上述执行主体可以计算步骤401中获取的第一时间信息与第二时间信息之间的第一时间差。
步骤404,根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离。
在本实施例中,上述执行主体可以根据步骤401中获取的第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离。
步骤405,根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息。
在本实施例中,上述执行主体可以根据步骤402中确定的第一距离、步骤403中计算的第一时间差与步骤404中确定的第二距离生成用于表征第一目标与第二目标相同的概率的信息。
步骤406,响应于根据所生成的信息确定出历史帧不包括与第一目标相同的目标,获取第二目标视频中视频帧包括的第三目标的第三时间信息以及第三图像特征向量。
在本实施例中,上述执行主体可以响应于根据步骤405中所生成的信息确定出历史帧不包括与第一目标相同的目标,获取第二目标视频中视频帧包括的第三目标的第三时间信息以及第三图像特征向量,第二目标视频由不同于拍摄第一目标视频的摄像头拍摄得到。不同于拍摄第一目标视频的摄像头可以是同一监控区域中除该摄像头外的其他的摄像头。例如,监控区域为便利店,可以将便利店中摄像头A拍摄的视频作为第一目标视频,将便利店中除摄像头A外的其他摄像头拍摄的视频作为第二目标视频。第三目标的第三时间信息以及第三图像特征向量的获取方式可以参照第一目标的第一时间信息、第一图像特征向量以及第二目标的第二时间信息、第二图像特征向量。
步骤407,确定第一图像特征向量与第三图像特征向量之间的第三距离。
在本实施例中,上述执行主体可以确定步骤401中获取的第一图像特征向量与步骤406中获取的第三图像特征向量之间的第三距离。对于第三距离的确定方式可以参照第一距离。
步骤408,计算第一时间信息与第三时间信息之间的第二时间差。
在本实施例中,上述执行主体可以计算步骤401中获取的第一时间信息与步骤406中获取的第三时间信息之间的第二时间差。第二时间差的计算方式可以参照第一时间差。
步骤409,根据第三距离和第二时间差生成用于表征第一目标与第三目标相同的概率的信息。
在本实施例中,上述执行主体可以根据步骤407中确定的第三距离和步骤408中计算的第二时间差生成用于表征第一目标与第三目标相同的概率的信息。这里,可以根据第二时间差调整第三距离,以根据第三距离和第二时间差生成用于表征第一目标与第三目标相同的概率的信息,具体可以参照步骤205中信息生成的方式。
在本实施例中,步骤401、步骤402、步骤403、步骤404、步骤405的操作与步骤201、步骤202、步骤203、步骤204、步骤205的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的信息生成方法的流程400中在单个摄像头拍摄的历史帧的中未检测到与当前帧相同的目标后,获取其他摄像头检测到的目标的信息,并据此判断其他摄像头拍摄的视频帧是否包括与当前帧相同的目标,由此,本实施例描述的方案实现了跨摄像头的目标识别,且在历史帧的中未检测到与当前帧相同的目标后,再判断其他摄像头拍摄的视频帧是否包括与当前帧相同的目标,减少了数据处理量,提高了目标识别效率。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种信息生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的信息生成装置500包括:第一获取单元501、第一确定单元502、第一计算单元503、第二确定单元504、第一生成单元505。其中,第一获取单元501,被配置成获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;第一确定单元502,被配置成确定所述第一图像特征向量与所述第二图像特征向量之间的第一距离;第一计算单元503,被配置成计算所述第一时间信息与所述第二时间信息之间的第一时间差;第二确定单元504,被配置成根据所述第一位置信息与所述第二位置信息,确定第一目标与第二目标之间的第二距离;第一生成单元505,被配置成根据所述第一距离、所述第一时间差与所述第二距离生成用于表征所述第一目标与所述第二目标相同的概率的信息。
在本实施例中,信息生成装置500的第一获取单元501、第一确定单元502、第一计算单元503、第二确定单元504、第一生成单元505的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205。
在本实施例的一些可选实现方式中,所述第一生成单元,包括:映射子单元,被配置成将所述第一时间差与所述第二距离映射到预设区间;计算子单元,被配置成计算映射后的第一时间差、映射后的第二距离与所述第一距离的乘积;生成子单元,被配置成根据所述乘积生成用于表征所述第一目标与所述第二目标相同的概率的信息。
在本实施例的一些可选实现方式中,所述第二目标关联有多组第二时间信息、第二位置信息与第二图像特征向量;以及所述装置还包括:存储单元,被配置成响应于根据所生成的信息确定出第一目标与所述第二目标相同,将所述第一时间信息、所述第一位置信息与所述第一图像特征向量存储为一组与所述第二目标关联的第二时间信息、第二位置信息与第二图像特征向量。
在本实施例的一些可选实现方式中,所述装置还包括:第二获取单元,被配置成响应于根据所生成的信息确定出所述历史帧不包括与所述第一目标相同的目标,获取第二目标视频中视频帧包括的第三目标的第三时间信息以及第三图像特征向量,所述第二目标视频由不同于拍摄所述第一目标视频的摄像头拍摄得到;第三确定单元,被配置成确定所述第一图像特征向量与所述第三图像特征向量之间的第三距离;第二计算单元,被配置成计算所述第一时间信息与所述第三时间信息之间的第二时间差;第二生成单元,被配置成根据所述第三距离和所述第二时间差生成用于表征所述第一目标与所述第三目标相同的概率的信息。
在本实施例的一些可选实现方式中,所述历史帧中还包括至少一个第四目标;以及所述装置还包括:第三生成单元,被配置成对于所述至少一个第四目标中的第四目标,获取该第四目标的第四时间信息、第三位置信息与第四图像特征向量;确定所述第一图像特征向量与该第四目标的第四图像特征向量之间的第四距离;计算所述第一时间信息与所述第四时间信息之间的第三时间差;根据所述第一位置信息与该第四目标的第三位置信息,确定第一目标与该第四目标之间的第五距离;根据确定出的第四距离、计算出的第三时间差与确定出的第五距离生成用于表征所述第一目标与该第四目标相同的概率的信息;第四确定单元,被配置成根据所生成的信息确定历史帧包括的目标中与所述第一目标相同的目标。
本申请的上述实施例提供的装置,通过获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;确定第一图像特征向量与第二图像特征向量之间的第一距离;计算第一时间信息与第二时间信息之间的第一时间差;根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离;根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息,提供了一种基于时空信息的信息生成机制,提高了生成的信息的准确性。
下面参考图6,其示出了适于用来实现本申请实施例的服务器或终端的计算机系统600的结构示意图。图6示出的服务器或终端仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件可以连接至I/O接口605:包括诸如键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第一确定单元、第一计算单元、第二确定单元、第一生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一生成单元还可以被描述为“被配置成根据所述第一距离、所述第一时间差与所述第二距离生成用于表征所述第一目标与所述第二目标相同的概率的信息的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;确定第一图像特征向量与第二图像特征向量之间的第一距离;计算第一时间信息与第二时间信息之间的第一时间差;根据第一位置信息与第二位置信息,确定第一目标与第二目标之间的第二距离;根据第一距离、第一时间差与第二距离生成用于表征第一目标与第二目标相同的概率的信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种信息生成的方法,包括:
获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;
确定所述第一图像特征向量与所述第二图像特征向量之间的第一距离;
计算所述第一时间信息与所述第二时间信息之间的第一时间差;
根据所述第一位置信息与所述第二位置信息,确定第一目标与第二目标之间的第二距离;
根据所述第一距离、所述第一时间差与所述第二距离生成用于表征所述第一目标与所述第二目标相同的概率的信息。
2.根据权利要求1所述的方法,其中,所述根据所述第一距离、所述第一时间差与所述第二距离生成用于表征所述第一目标与所述第二目标相同的概率的信息,包括:
将所述第一时间差与所述第二距离映射到预设区间;
计算映射后的第一时间差、映射后的第二距离与所述第一距离的乘积;
根据所述乘积生成用于表征所述第一目标与所述第二目标相同的概率的信息。
3.根据权利要求1所述的方法,其中,所述第二目标关联有多组第二时间信息、第二位置信息与第二图像特征向量;以及
所述根据所述第一距离、所述第一时间差与所述第二距离生成用于表征所述第一目标与所述第二目标相同的概率的信息之后,所述方法还包括:
响应于根据所生成的信息确定出第一目标与所述第二目标相同,将所述第一时间信息、所述第一位置信息与所述第一图像特征向量存储为一组与所述第二目标关联的第二时间信息、第二位置信息与第二图像特征向量。
4.根据权利要求1所述的方法,其中,所述根据所述乘积生成用于表征所述第一目标与所述第二目标相同的概率的信息之后,所述方法还包括:
响应于根据所生成的信息确定出所述历史帧不包括与所述第一目标相同的目标,获取第二目标视频中视频帧包括的第三目标的第三时间信息以及第三图像特征向量,所述第二目标视频由不同于拍摄所述第一目标视频的摄像头拍摄得到;
确定所述第一图像特征向量与所述第三图像特征向量之间的第三距离;
计算所述第一时间信息与所述第三时间信息之间的第二时间差;
根据所述第三距离和所述第二时间差生成用于表征所述第一目标与所述第三目标相同的概率的信息。
5.根据权利要求1-4中任一项所述的方法,其中,所述历史帧中还包括至少一个第四目标;以及
所述方法还包括:
对于所述至少一个第四目标中的第四目标,获取该第四目标的第四时间信息、第三位置信息与第四图像特征向量;确定所述第一图像特征向量与该第四目标的第四图像特征向量之间的第四距离;计算所述第一时间信息与所述第四时间信息之间的第三时间差;根据所述第一位置信息与该第四目标的第三位置信息,确定第一目标与该第四目标之间的第五距离;根据确定出的第四距离、计算出的第三时间差与确定出的第五距离生成用于表征所述第一目标与该第四目标相同的概率的信息;
根据所生成的信息确定历史帧包括的目标中与所述第一目标相同的目标。
6.一种信息生成的装置,包括:
第一获取单元,被配置成获取第一目标视频中当前帧包括的第一目标的第一时间信息、第一位置信息与第一图像特征向量以及历史帧包括的第二目标的第二时间信息、第二位置信息与第二图像特征向量;
第一确定单元,被配置成确定所述第一图像特征向量与所述第二图像特征向量之间的第一距离;
第一计算单元,被配置成计算所述第一时间信息与所述第二时间信息之间的第一时间差;
第二确定单元,被配置成根据所述第一位置信息与所述第二位置信息,确定第一目标与第二目标之间的第二距离;
第一生成单元,被配置成根据所述第一距离、所述第一时间差与所述第二距离生成用于表征所述第一目标与所述第二目标相同的概率的信息。
7.根据权利要求6所述的装置,其中,所述第一生成单元,包括:
映射子单元,被配置成将所述第一时间差与所述第二距离映射到预设区间;
计算子单元,被配置成计算映射后的第一时间差、映射后的第二距离与所述第一距离的乘积;
生成子单元,被配置成根据所述乘积生成用于表征所述第一目标与所述第二目标相同的概率的信息。
8.根据权利要求6所述的装置,其中,所述第二目标关联有多组第二时间信息、第二位置信息与第二图像特征向量;以及
所述装置还包括:
存储单元,被配置成响应于根据所生成的信息确定出第一目标与所述第二目标相同,将所述第一时间信息、所述第一位置信息与所述第一图像特征向量存储为一组与所述第二目标关联的第二时间信息、第二位置信息与第二图像特征向量。
9.根据权利要求6所述的装置,其中,所述装置还包括:
第二获取单元,被配置成响应于根据所生成的信息确定出所述历史帧不包括与所述第一目标相同的目标,获取第二目标视频中视频帧包括的第三目标的第三时间信息以及第三图像特征向量,所述第二目标视频由不同于拍摄所述第一目标视频的摄像头拍摄得到;
第三确定单元,被配置成确定所述第一图像特征向量与所述第三图像特征向量之间的第三距离;
第二计算单元,被配置成计算所述第一时间信息与所述第三时间信息之间的第二时间差;
第二生成单元,被配置成根据所述第三距离和所述第二时间差生成用于表征所述第一目标与所述第三目标相同的概率的信息。
10.根据权利要求6-9中任一项所述的装置,其中,所述历史帧中还包括至少一个第四目标;以及
所述装置还包括:
第三生成单元,被配置成对于所述至少一个第四目标中的第四目标,获取该第四目标的第四时间信息、第三位置信息与第四图像特征向量;确定所述第一图像特征向量与该第四目标的第四图像特征向量之间的第四距离;计算所述第一时间信息与所述第四时间信息之间的第三时间差;根据所述第一位置信息与该第四目标的第三位置信息,确定第一目标与该第四目标之间的第五距离;根据确定出的第四距离、计算出的第三时间差与确定出的第五距离生成用于表征所述第一目标与该第四目标相同的概率的信息;
第四确定单元,被配置成根据所生成的信息确定历史帧包括的目标中与所述第一目标相同的目标。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810332976.7A CN110378172B (zh) | 2018-04-13 | 2018-04-13 | 信息生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810332976.7A CN110378172B (zh) | 2018-04-13 | 2018-04-13 | 信息生成方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378172A true CN110378172A (zh) | 2019-10-25 |
CN110378172B CN110378172B (zh) | 2024-10-18 |
Family
ID=68243392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810332976.7A Active CN110378172B (zh) | 2018-04-13 | 2018-04-13 | 信息生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378172B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695429A (zh) * | 2020-05-15 | 2020-09-22 | 深圳云天励飞技术有限公司 | 视频图像目标关联方法、装置及终端设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1828632A (zh) * | 2005-02-28 | 2006-09-06 | 株式会社东芝 | 目标检测装置、学习装置、目标检测系统及目标检测方法 |
CN102831385A (zh) * | 2011-06-13 | 2012-12-19 | 索尼公司 | 多相机监控网络中的目标识别设备和方法 |
CN105096266A (zh) * | 2015-06-16 | 2015-11-25 | 努比亚技术有限公司 | 一种信息处理方法及装置、终端 |
CN106067031A (zh) * | 2016-05-26 | 2016-11-02 | 北京新长征天高智机科技有限公司 | 基于人工纠错机制与深度学习网络协作机器视觉识别系统 |
CN106997466A (zh) * | 2017-04-12 | 2017-08-01 | 百度在线网络技术(北京)有限公司 | 用于检测道路的方法和装置 |
CN107886339A (zh) * | 2017-11-15 | 2018-04-06 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
-
2018
- 2018-04-13 CN CN201810332976.7A patent/CN110378172B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1828632A (zh) * | 2005-02-28 | 2006-09-06 | 株式会社东芝 | 目标检测装置、学习装置、目标检测系统及目标检测方法 |
CN102831385A (zh) * | 2011-06-13 | 2012-12-19 | 索尼公司 | 多相机监控网络中的目标识别设备和方法 |
CN105096266A (zh) * | 2015-06-16 | 2015-11-25 | 努比亚技术有限公司 | 一种信息处理方法及装置、终端 |
CN106067031A (zh) * | 2016-05-26 | 2016-11-02 | 北京新长征天高智机科技有限公司 | 基于人工纠错机制与深度学习网络协作机器视觉识别系统 |
CN106997466A (zh) * | 2017-04-12 | 2017-08-01 | 百度在线网络技术(北京)有限公司 | 用于检测道路的方法和装置 |
CN107886339A (zh) * | 2017-11-15 | 2018-04-06 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695429A (zh) * | 2020-05-15 | 2020-09-22 | 深圳云天励飞技术有限公司 | 视频图像目标关联方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110378172B (zh) | 2024-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145781B (zh) | 用于处理图像的方法和装置 | |
CN108197532B (zh) | 人脸识别的方法、装置及计算机装置 | |
CN108898086B (zh) | 视频图像处理方法及装置、计算机可读介质和电子设备 | |
CN108280477B (zh) | 用于聚类图像的方法和装置 | |
US20190080148A1 (en) | Method and apparatus for generating image | |
CN108898185A (zh) | 用于生成图像识别模型的方法和装置 | |
CN110046600A (zh) | 用于人体检测的方法和装置 | |
CN109993150B (zh) | 用于识别年龄的方法和装置 | |
CN108509892B (zh) | 用于生成近红外图像的方法和装置 | |
CN108985208A (zh) | 生成图像检测模型的方法和装置 | |
WO2020062493A1 (zh) | 图像处理方法和装置 | |
US20110129118A1 (en) | Systems and methods for tracking natural planar shapes for augmented reality applications | |
CN108494778A (zh) | 身份认证方法和装置 | |
CN109086719A (zh) | 用于输出数据的方法和装置 | |
CN108492364A (zh) | 用于生成图像生成模型的方法和装置 | |
CN108062544A (zh) | 用于人脸活体检测的方法和装置 | |
CN108363995A (zh) | 用于生成数据的方法和装置 | |
CN108364209A (zh) | 商品信息的展示方法、装置、介质及电子设备 | |
CN108229375B (zh) | 用于检测人脸图像的方法和装置 | |
CN106471440A (zh) | 基于高效森林感测的眼睛跟踪 | |
CN108446650A (zh) | 用于识别人脸的方法和装置 | |
CN109241934A (zh) | 用于生成信息的方法和装置 | |
US11915519B2 (en) | Information processing system, method for managing object to be authenticated, and program | |
CN110060441A (zh) | 用于终端防盗的方法和装置 | |
CN108509921A (zh) | 用于生成信息的方法和装置 |
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 | ||
GR01 | Patent grant |