CN110533809A - 确定无感通行系统性能的方法、装置及计算设备 - Google Patents
确定无感通行系统性能的方法、装置及计算设备 Download PDFInfo
- Publication number
- CN110533809A CN110533809A CN201910779786.4A CN201910779786A CN110533809A CN 110533809 A CN110533809 A CN 110533809A CN 201910779786 A CN201910779786 A CN 201910779786A CN 110533809 A CN110533809 A CN 110533809A
- Authority
- CN
- China
- Prior art keywords
- test
- noninductive
- index value
- traffic system
- value
- 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
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
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种确定无感通行系统性能的方法,无感通行系统包含视频采集设备和智能处理设备,包括步骤:在不同测试环境下,对通过视频采集设备采集到的图像进行处理,以获取包含检测对象的信息;基于检测对象的信息确定出与无感通行系统的图像采集性能相关的第一指标值;经由智能处理设备获取与无感通行系统的工作状态性能相关的第二测试值,并确定第二指标值;基于与无感通行系统的其他性能相关的第三测试值,确定第三指标值;以及基于第一指标值、第二指标值、第三指标值,确定出无感通行系统的性能值。本发明一并公开了相应的计算设备。
Description
技术领域
本发明涉及智能安防及测试技术领域,尤其是确定无感通行系统性能的方法。
背景技术
近年来,随着区域内无感通行技术的兴起,智能化的办公区域出入管理系统正在定义新的门禁服务方式。而人脸识别技术作为全球最前沿的生物识别技术及图像处理技术,具有更高的安全性、非接触性、直观性、识别速度快、不易被察觉等优点,在无感通行领域中发挥着越来越重要的作用。
鉴于此,基于视频识别的无感通行技术可以提供智能化访客服务,无感通行技术打破了传统的接触式(指纹、RFID卡)门禁系统,有效克服了指纹膜、伪造卡等带来的安全隐患,真正实现“进出刷脸,无需等待”的目标。对于外来人员,无感通行系统后台支持线上邀约,来访当天,访客只需刷脸即可完成通行;针对线下临时访客,前台人员只需借助访客机,即可完成人证在线比对。
目前,传统的安防领域测试已经形成了较为完善的评估体系与测试方法,与此同时,基于视频流媒体的人脸检测技术趋于成熟,其测试方法与测试指标也在逐步细化。随着基于视频识别的无感通行系统被越来越广泛的部署,通过多种测试装置与测试方法对系统的综合表现进行评估,将成为统一规范市场上基于视频识别的无感通行系统的重要参考依据。
发明内容
为此,本发明提供了确定无感通行系统性能的方法、装置及计算设备,以力图解决或者至少缓解上面存在的至少一个问题。
根据本发明的一个方面,提供了一种确定无感通行系统性能的方法,无感通行系统包含视频采集设备和智能处理设备,包括步骤:在不同测试环境下,对通过视频采集设备采集到的图像进行处理,以获取包含检测对象的信息;基于检测对象的信息确定出与无感通行系统的图像采集性能相关的第一指标值;经由智能处理设备获取与无感通行系统的工作状态性能相关的第二测试值,并确定第二指标值;基于与无感通行系统的其他性能相关的第三测试值,确定第三指标值;以及基于第一指标值、第二指标值、第三指标值,确定出无感通行系统的性能值。
可选地,根据本发明的方法还包括步骤:在不同测试环境下,通过视频采集设备采集包含检测对象的图像;对所采集的图像进行处理,获取检测对象的信息,其中,检测对象的信息包括以下信息中的一种或多种:检测对象的边缘信息、检测对象的面部特征、检测对象的外部信息。
可选地,根据本发明的方法还包括步骤:基于检测对象的信息确定出第一测试值;基于第一测试值及其参考测试结果,确定出第一指标值。
可选地,在根据本发明的方法中,测试环境包含以下环境中的至少一种:光照环境、气候环境、压力测试环境。
可选地,根据本发明的方法还包括步骤:实时监测所述智能处理设备,并获取与无感通行系统的工作状态性能相关的第二测试值;基于第二测试值及其对应的参考测试结果,确定出第二指标值。
可选地,在根据本发明的方法中,第二测试值包括以下数据中的至少一种:处理人脸图像的能力、视频采集分辨率、资源消耗值、人脸识别速度;还包括以下数据中的至少一种:人脸识别准确率、网络延迟时长、安防系统响应时间。
可选地,根据本发明的方法还包括步骤:获取与无感通行系统的其他性能相关的第三测试值;基于第三测试值及其对应的参考测试结果,确定出第三指标值。
可选地,在根据本发明的方法中,其他性能至少包括以下性能数据中的至少一种:是否支持授权功能、是否支持报警功能、是否支持应急控制功能、电路保护功能、人脸追踪功能、不同数量人脸匹配功能、人体靠近感应功能。
可选地,在根据本发明的方法中,第一指标值、第二指标值、第三指标值通过如下公式计算:
其中,Ti为第一指标值或第二指标值或第三指标值,qi为第一测试值或第二测试值或第三测试值,pi和均为测试值对应的参考测试结果,其中,pi为参考基准值,为期望值,Pi为放大系数。
可选地,在根据本发明的方法中,放大系数用于指示测试指标与测试内容或测试目的的关联度。
可选地,在根据本发明的方法中,基于第一指标值、第二指标值、第三指标值,确定出无感通行系统的性能值的步骤包括:为第一指标值、第二指标值和第三指标值分别分配不同的权重系数;利用权重系数,对第一指标值、第二指标值和第三指标值进行加权计算,确定出无感通行系统的性能值。
根据本发明的又一方面,提供了一种确定无感通行系统性能的装置,该装置耦接到无感通行系统,包括:测试条件设置模块,适于配置不同的测试环境;测试数据获取模块,适于在不同测试环境下,通过视频采集设备采集到的图像,获取包含检测对象的信息,还适于经由智能处理设备获取与无感通行系统的工作状态性能相关的第二测试值、以及与无感通行系统的其他性能相关的第三测试值;以及测试结果计算模块,适于基于检测对象的信息确定出与无感通行系统的图像采集性能相关的第一指标值,还适于基于第二测试值和第三测试值及其对应的参考测试结果,确定出第二指标值和第三指标值,还适于基于所述第一指标值、第二指标值、第三指标值,确定出无感通行系统的性能值。
可选地,在根据本发明的系统中,测试数据获取模块还适于获取用户对无感通行系统的性能的主观测试值;测试结果计算模块还适于基于第一指标值、第二指标值、第三指标值、主观测试值,确定出无感通行系统的性能值。
可选地,根据本发明的系统还包括:显示模块,适于同步输出性能值。
根据本发明的另一方面,提供了一种计算设备,包括:一个或多个处理器;和存储器;一个或多个程序,其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序包括用于执行如上所述方法中的任一方法的指令。
根据本发明的再一方面,提供了一种存储一个或多个程序的计算机可读存储介质,一个或多个程序包括指令,指令当计算设备执行时,使得计算设备执行如上所述方法中的任一方法。
根据本发明的方案,提供了对基于视频识别的无感通行系统的测试和评估方法,尽可能全面、客观、系统地对无感通行系统的各项指标进行测试,并结合测试内容与测试目的,计算出最终的性能值。根据本发明的方案能够提升基于视频识别的无感通行系统测评的可信度。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的无感通行系统的测试系统100的环境示意图;
图2示出了根据本发明一个实施例的计算设备200的构造示意图;
图3示出了根据本发明一个实施例的确定无感通行系统性能的方法300的流程图;以及
图4示出了根据本发明一个实施例的确定无感通行系统性能的装置120的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的无感通行系统的测试系统100的环境示意图。如图1所示,测试系统100包含无感通行系统110和确定该无感通行系统100性能的装置120。在根据本发明的实施方式中,无感通行系统100以通过视频识别的方式来实现为例,其中还包含视频采集设备112和智能处理设备114。
根据一种实施方式,无感通行系统110通过视频采集设备112采集关于检测对象(一般为通过门禁进出的人员)的视频图像,而后通过只能处理设备114对所采集的视频图像进行分析处理,来完成身份认证,并在认证通过时,开启门禁允许检测对象进入。
在测试过程中,确定无感通行系统性能的装置120与无感通行系统110相耦接,用以获取与测试相关的数据(一般均为指向无感通行系统110相关性能的数据),在对这些数据进行分析后,确定出表征该无感通行系统110性能的分值,作为性能值。根据本发明的实施例,所获取的与测试相关的数据主要来自两方面:分别来自视频采集设备112和来自智能处理设备114。
关于利用确定无感通行系统性能的装置120对无感通信系统110进行测试的进一步说明,将在下文中具体阐述。
根据本发明的实施方式,确定无感通行系统性能的装置120或其中的某些部分,可以通过如下所述的计算设备200来实现。图2示出了根据本发明一个实施例的计算设备200的示意图。
如图2所示,在基本的配置202中,计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。
取决于期望的配置,处理器204可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用,或者在一些实现中,存储器控制器218可以是处理器204的一个内部部分。
取决于期望的配置,系统存储器206可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器206可以包括操作系统220、一个或者多个应用222以及程序数据224。在一些实施方式中,应用222可以布置为在操作系统上由一个或多个处理器204利用程序数据224执行指令。
计算设备200还可以包括有助于从各种接口设备(例如,输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口244可以包括串行接口控制器254和并行接口控制器256,它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260,其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以是这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备200可以实现为包括桌面计算机和笔记本计算机配置的个人计算机,也可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等。当然,计算设备200也可以实现为小尺寸便携(或者移动)电子设备的一部分。在根据本发明的实施例中,计算设备200被配置为执行根据本发明的确定无感通行系统性能的方法300。计算设备200的应用222中包含执行根据本发明的方法300的多条程序指令。
图3示出了根据本发明一个实施例的确定无感通行系统性能的方法300的流程示意图。方法300适于在如上所述的系统100,尤其是确定无感通行系统性能的装置120中执行。如图3所示,方法300始于步骤S310。
在步骤S310中,在不同测试环境下,对通过所述视频采集设备112采集到的图像进行处理,以获取包含检测对象的信息。
根据本发明的实施方式,在不同测试环境下,通过视频采集设备112采集包含检测对象的图像。应当指出,采集到的图像是一帧帧的图像序列,为便于描述,下文中均统称为图像。接下来,对所采集的图像进行处理(对图像的处理包括提取人脸的特征、检测边缘和人形轮廓、识别人体姿态等,不限于此),获取检测对象的信息,其中,检测对象的信息包括以下信息中的一种或多种:检测对象的边缘信息(例如,检测对象的边缘是否突出、细节是否丰富等)、检测对象的面部特征(例如,检测对象的五官是否清晰等)、检测对象的外部信息(如,检测对象的衣着细节是否丰富、处于什么姿态、阴影区域是否得到了很好地抑制等),不限于此。任何与图像处理性能相关的信息均可以作为检测对象的信息进行获取,以用于下文中对第一指标值的获取。另外,在根据本发明的实施方式中,测试环境包含以下环境中的至少一种:光照环境、气候环境、压力测试环境。当然,还可以根据业务场景设置其他的测试环境,本发明的实施例对此不做过多限制。
根据一种实施例,在测试过程中,在视频采集设备112视野范围内设置不同的光照环境——设置不同的光照等级和光照角度。在一种实施例中,首先将被测的无感通行系统110置于暗室环境中,环境光照等级从5勒克司度(lux)到135lux变化,光照角度包含顺光、侧光、逆光、顶光、脚光。每改变一次光照等级或光照角度,就获取一次检测对象的信息。
根据又一种实施例,在测试过程中,为视频采集设备112设置各种不同的气候环境,尤其是复杂气候环境,包括但不限于高低温、风吹、水淹、跌落等环境,以检测视频采集设备112在应对高低温冲击、跌落、震动等环境时的性能,同时确保视频采集设备112的防水、抗干扰、防破坏等性能。
根据再一种实施例,在测试过程中,还会采用压力测试与故障注入测试相结合的方法,为被测的无感通行系统设置由于操作不当出现的自身故障或者外部入侵导致控制系统失效的压力测试环境,并从此时视频采集设备112采集到图像中获取检测对象信息。
随后在步骤S320中,基于检测对象的信息确定出与无感通行系统的图像采集性能相关的第一指标值。
根据本发明的实施例,先基于检测对象的信息确定出第一测试值。例如,在光照等级为5lux,光照角度为顺光的测试环境下,获取到检测对象的信息包括:边缘清晰、轮廓突出、五官清晰。同时,根据上述检测对象的信息,量化得到具体的分值,关于量化的具体过程,此处不做展开,可以采用归一化的方式对计算得到的值进行量化,来得到最终的第一测试值,不限于此。
然后,基于第一测试值及其参考测试结果,确定出第一指标值。第一指标值可以通过如下公式(1)进行计算:
其中,Ti为第一指标值,qi为第一测试值,pi和均为第一测试值对应的参考测试结果,其中,pi为参考基准值,为期望值,Pi为放大系数。
当第i个第一指标值对应的第一测试值qi高于其期望值时,公式(1)中的“±”符号取“+”,同样,当qi低于时,“±”符号取“-”号。
另外,放大系数用于指示测试指标与测试内容或测试目的的关联度。通常,测试指标与测试内容或测试目的关联度越大,放大系数越大,反之,测试指标与测试内容或测试目的关联度越小,放大系数越小。
关于放大系数Pi的选取,可以预先设置,也可以由测试人员来修改设置。一般地,对于大多数测试而言,Pi取1;对于一些特定区域,例如对安防要求比普通情况更严格时,应提高与安防相关的测试指标的放大系数,例如可以取Pi=1.5;而对于一些进出人员相对固定的区域,可适当放宽对系统人脸容量、常识判断能力等测试指标的要求,相对降低其放大系数,例如可以取Pi=0.5。当然,此处仅作为示例,说明放大系数的作用,本发明的方案旨在保护通过设置放大系数来强调一些与测试场景强相关的测试指标,对于具体如何设置放大系数的值,本发明的实施例不限于此。
随后在步骤S330中,经由智能处理设备114,获取与无感通行系统110的工作状态性能相关的第二测试值,并确定第二指标值。
具体地,步骤S330可以分两步执行。
第一步,实时监测智能处理设备114,并获取与无感通行系统110的工作状态性能相关的第二测试值。
根据一种实施例,第二测试值至少包括以下数据中的至少一种:处理人脸图像的能力、视频采集分辨率、资源消耗值、人脸识别速度。其中,处理人脸图像的能力指动态图像处理过程中的清晰度,可以按照360P、720P、1080P分别设置对应的第二测试值。视频采集分辨率指视频采集设备112能够兼容的视频分辨率,可兼容的分辨率上限越高,对应的第二测试值就越高。资源消耗值指视频识别过程中计算机系统内存开销情况,按照4G~16G的内存占用范围,内存越小,第二测试值就越高。人脸识别速度指区分人脸与非人脸的速度与准确性,速度以1000毫秒为基准值,根据不同场景下设置目标筛选速度期望值,准确率以99%为基准值,根据不同场景下设置目标筛选准确率期望值。根据又一种实施例,第二测试值还包括以下数据中的至少一种:人脸识别准确率、网络延迟时长、安防系统响应时间。其中,人脸识别准确率指在视频采集过程中,锁定人脸并匹配到对应人员信息的准确率,准确率以99%为基准值,根据不同场景下设置人脸识别准确率期望值。网络延迟时长指数据传输过程中的网络延迟检测,以100毫秒为基准值,80毫秒为期望值,延迟越低对应的第二测试值越高。安防系统响应时间指发生安全事故触发无感通行系统110的最快响应速度,以1000毫秒为基准值,根据不同场景下设置安防响应速度期望值。
第二步,基于第二测试值及其对应的参考测试结果,确定出第二指标值。
关于第二指标值的计算,可参考上述公式(1),其中,Ti为第二指标值,qi为第二测试值,pi和均为第二测试值对应的参考测试结果,其中,pi为参考基准值,为期望值,Pi为放大系数。
关于符号“±”的选取和放大系数的说明,均可参考前文关于公式(1)的描述,此处不再赘述。
随后在步骤S340中,基于与无感通行系统110的其他性能相关的第三测试值,确定第三指标值。
同步骤S330,步骤S340也分两步来执行。第一步,获取与无感通行系统110的其他性能相关的第三测试值。
根据一种实施例,其他性能至少包括以下性能数据中的至少一种:是否支持授权功能、是否支持报警功能、是否支持应急控制功能、电路保护功能、人脸追踪功能、不同数量人脸匹配功能、人体靠近感应功能。其中,授权功能指无感通行系统可以对不同进出人员分别进行授权。报警功能例如是当无感通行系统在违规操作或恶意损坏时触发报警。应急控制功能指在断电断网等极端情况下,无感通行系统能够正常保持原功能运作。电路保护功能是指在短路、不稳定电压情况下,无感通行系统能够保持原功能运作。人脸追踪功能是指视频采集设备112对视野范围内的人脸进行检测、跟踪与识别的准确度。不同数量人脸匹配功能是指在单台视频采集设备112识别单人、或单台视频采集设备112识别多人、或多台视频采集设备112识别多人的识别场景中,识别人脸与门禁闸机的联动功能。人体靠近感应功能是指当有人或其他近似人形物体靠近视频采集设备112时,视频采集设备112能够被唤醒。
当然,除此之外,其他性能还可以包括:播放自定义及黑白名单的功能,指支持视频播放、回看、以及黑/白名单。支持二次开发功能,指具备开源的开发软件与开发手册以及灵活的软件接口。可存储人脸素材库功能,指视频采集设备112所连接的后台数据库可以适应不同场景的数据库人脸容量。支持多种视频编码格式的功能,指视频采集设备112支持包含主流编码格式的多种编码格式。本发明的实施例对此不做过多限制。
关于与其他性能相关的第三测试值,可以由测试人员根据功能执行情况来打分,例如采用百分值的方式,不限于此。
第二步,基于第三测试值及其对应的参考测试结果,确定出第三指标值。
关于第三指标值的计算,可参考上述公式(1),其中,Ti为第三指标值,qi为第三测试值,pi和均为第三测试值对应的参考测试结果,其中,pi为参考基准值,为期望值,Pi为放大系数。
关于公式(1)中符号“±”的选取和放大系数的说明,均可参考前文关于公式(1)的描述,此处不再赘述。
随后在步骤S350中,基于第一指标值、第二指标值、第三指标值,确定出无感通行系统110的性能值。
根据本发明的实施例,为第一指标值、第二指标值和第三指标值分别分配不同的权重系数;利用所分配的权重系数,对第一指标值、第二指标值和第三指标值进行加权计算,确定出无感通行系统110的性能值。
为便于区分第一指标值、第二指标值和第三指标值,将第一指标值、第二指标值和第三指标值分别记作A,B,C。在一种实施例中,性能值S可以通过如下公式(2)来确定:
式中,αi为第i个第一指标值对应的权重系数,Ai为第i个第一指标值,βj为第j个第二指标值对应的权重系数,Bj为第j个第二指标值,γk为第k个第三指标值对应的权重系数,Ck为第k个第三指标值。
在根据本发明的另一些实施例中,还可以接收用户输入的对于无感通行系统性能的主观测试值。主观测试值例如可以衡量无感通行系统110的应急状态系统协调能力、系统可移植性与裁剪性、对检测对象的显示能力等。在一种实施例,可以在上述获取第一测试值、第二测试值和第三测试值的过程中,分别加入相应的主观测试过程,以获取主观测试值。而后,对主观测试值,同样可以通过公式(1)进行处理,得到相应的主观指标值。与第一指标值、第二指标值、第三指标值一起,确定出无感通行系统的性能值。
根据本发明的方法300,提供了对基于视频识别的无感通行系统的测试和评估方法,尽可能全面、客观、系统地对无感通行系统的各项指标进行测试,并结合测试内容与测试目的,计算出最终的性能值。根据本发明的方案能够提升基于视频识别的无感通行系统测评的可信度。
图4示出了根据本发明一个实施例的确定无感通行系统性能的装置120的示意图。如图4所示,装置120包括相互耦接的测试条件设置模块122、测试数据获取模块124和测试结果计算模块126。
其中,测试条件设置模块122配置不同的测试环境。不同的测试环境例如可以是不同的光照环境、不同的气候环境、不同的压力测试环境,不限于此。
在不同测试环境下,测试数据获取模块124通过视频采集设备112采集到的图像,获取包含检测对象的信息。同时,测试数据获取模块124还可以经由智能处理设备114获取与无感通行系统110的工作状态性能相关的第二测试值、以及与所述无感通行系统110的其他性能相关的第三测试值。
测试结果计算模块126基于检测对象的信息确定出与无感通行系统110的图像采集性能相关的第一指标值。同时,测试结果计算模块126还可以基于第二测试值和第三测试值及其对应的参考测试结果,分别确定出第二指标值和第三指标值。最后,测试结果计算模块126基于第一指标值、第二指标值、第三指标值,确定出无感通行系统110的性能值。
在一种实施例中,测试数据获取模块124获取用户对无感通行系统110的性能的主观测试值。关于主观测试值的描述,可参考前文所述,本发明的实施例对此不做过多限制。
测试结果计算模块126基于第一指标值、第二指标值、第三指标值、主观测试值,确定出无感通行系统110的性能值。
更具体地,测试结果计算模块126先基于测试数据获取模块124所获取的主观测试值,计算出主观指标值。例如,参考其他测试值的计算过程,利用公式(1)来进行计算,公式(1)中,Ti为主观指标值,qi为主观测试值,pi和均为主观测试值对应的参考测试结果,其中,pi为参考基准值,为期望值,Pi为放大系数。而后,测试结果计算模块126对第一指标值、第二指标值、第三指标值、主观指标值进行加权计算,来确定出无感通行系统110的性能值。
在根据本发明的又一些实施例中,装置120除了上面的模块外,还包括显示模块(图4中未示出)。显示模块用来同步输出所确定的性能值,以便于测试人员进行观察和分析。本发明实施例对输出形式不做限制,可以通过文本、图像、音频等各种方式来输出。
需要说明的是,装置120在执行过程中的一些细节在前文关于图1和图3的说明中已经进行了详细地阐述,相关内容可参考前文描述,篇幅所限,此处不再进行一一阐述。
应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
本发明一并公开了:
A6、如A5所述的方法,其中,第二测试值包括以下数据中的至少一种:处理人脸图像的能力、视频采集分辨率、资源消耗值、人脸识别速度。A7、如A6所述的方法,其中,第二测试值还包括以下数据中的至少一种:人脸识别准确率、网络延迟时长、安防系统响应时间。A8、如A1-7中任一项所述的方法,其中,基于与无感通行系统的其他性能相关的第三测试值,确定第三指标值的步骤包括:获取与无感通行系统的其他性能相关的第三测试值;基于第三测试值及其对应的参考测试结果,确定出第三指标值。A9、如A1-8中任一项所述的方法,其中,其他性能至少包括以下性能数据中的至少一种:是否支持授权功能、是否支持报警功能、是否支持应急控制功能、电路保护功能、人脸追踪功能、不同数量人脸匹配功能、人体靠近感应功能。A10、如A9所述的方法,其中,第一指标值、第二指标值、第三指标值通过如下公式计算:其中,Ti为第一指标值或第二指标值或第三指标值,qi为第一测试值或第二测试值或第三测试值,pi和均为测试值对应的参考测试结果,其中,pi为参考基准值,为期望值,Pi为放大系数。A11、如A10所述的方法,其中,放大系数用于指示测试指标与测试内容或测试目的的关联度。A12、如A1-11中任一项所述的方法,其中,基于第一指标值、第二指标值、第三指标值,确定出无感通行系统的性能值的步骤包括:为第一指标值、第二指标值和第三指标值分别分配不同的权重系数;利用权重系数,对所述第一指标值、第二指标值和第三指标值进行加权计算,确定出无感通行系统的性能值。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明所述的方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (10)
1.一种确定无感通行系统性能的方法,所述无感通行系统包含视频采集设备和智能处理设备,包括步骤:
在不同测试环境下,对通过所述视频采集设备采集到的图像进行处理,以获取包含检测对象的信息;
基于检测对象的信息确定出与所述无感通行系统的图像采集性能相关的第一指标值;
经由所述智能处理设备获取与所述无感通行系统的工作状态性能相关的第二测试值,并确定第二指标值;
基于与所述无感通行系统的其他性能相关的第三测试值,确定第三指标值;以及
基于所述第一指标值、第二指标值、第三指标值,确定出所述无感通行系统的性能值。
2.如权利要求1所述的方法,其中,所述在不同测试环境下,对通过视频采集设备采集到的图像进行处理,以获取包含检测对象的信息的步骤包括:
在不同测试环境下,通过所述视频采集设备采集包含检测对象的图像;
对所采集的图像进行处理,获取检测对象的信息,其中,所述检测对象的信息包括以下信息中的一种或多种:检测对象的边缘信息、检测对象的面部特征、检测对象的外部信息。
3.如权利要求1或2所述的方法,其中,所述基于检测对象的信息确定出与无感通行系统的图像采集性能相关的第一指标值的步骤包括:
基于检测对象的信息确定出第一测试值;
基于第一测试值及其参考测试结果,确定出第一指标值。
4.如权利要求2或3所述的方法,其中,
所述测试环境包含以下环境中的至少一种:光照环境、气候环境、压力测试环境。
5.如权利要求1-4中任一项所述的方法,其中,所述经由智能处理设备获取与无感通行系统的工作状态性能相关的第二测试值,并确定第二指标值的步骤包括:
实时监测所述智能处理设备,并获取与所述无感通行系统的工作状态性能相关的第二测试值;
基于所述第二测试值及其对应的参考测试结果,确定出第二指标值。
6.一种确定无感通行系统性能的装置,所述装置耦接到所述无感通行系统,包括:
测试条件设置模块,适于配置不同的测试环境;
测试数据获取模块,适于在不同测试环境下,通过所述视频采集设备采集到的图像,获取包含检测对象的信息,还适于经由智能处理设备获取与所述无感通行系统的工作状态性能相关的第二测试值、以及与所述无感通行系统的其他性能相关的第三测试值;以及
测试结果计算模块,适于基于检测对象的信息确定出与所述无感通行系统的图像采集性能相关的第一指标值,还适于基于所述第二测试值和第三测试值及其对应的参考测试结果,确定出第二指标值和第三指标值,还适于基于所述第一指标值、第二指标值、第三指标值,确定出所述无感通行系统的性能值。
7.如权利要求6所述的装置,其中,
所述测试数据获取模块还适于获取用户对所述无感通行系统的性能的主观测试值;
所述测试结果计算模块还适于基于所述第一指标值、第二指标值、第三指标值、主观测试值,确定出所述无感通行系统的性能值。
8.如权利要求6或7所述的装置,还包括:
显示模块,适于同步输出所述性能值。
9.一种计算设备,包括:
一个或多个处理器;和
存储器;
一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1-5所述方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当计算设备执行时,使得所述计算设备执行根据权利要求1-5所述的方法中的任一方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910779786.4A CN110533809B (zh) | 2019-08-22 | 2019-08-22 | 确定无感通行系统性能的方法、装置及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910779786.4A CN110533809B (zh) | 2019-08-22 | 2019-08-22 | 确定无感通行系统性能的方法、装置及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110533809A true CN110533809A (zh) | 2019-12-03 |
CN110533809B CN110533809B (zh) | 2022-05-03 |
Family
ID=68664041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910779786.4A Active CN110533809B (zh) | 2019-08-22 | 2019-08-22 | 确定无感通行系统性能的方法、装置及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110533809B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541433A (zh) * | 2020-12-11 | 2021-03-23 | 中国电子技术标准化研究院 | 一种基于注意力机制的两阶段人眼瞳孔精确定位方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868097A (zh) * | 2015-01-22 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 系统测试方法及其装置 |
CN106779089A (zh) * | 2016-12-13 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 测试方法和装置 |
CN107368381A (zh) * | 2017-07-31 | 2017-11-21 | 郑州云海信息技术有限公司 | 一种存储系统可用性测试的方法与装置 |
CN108040250A (zh) * | 2017-12-04 | 2018-05-15 | 中国电子技术标准化研究院 | 一种智能电视性能的评估方法和装置 |
CN108874657A (zh) * | 2017-07-18 | 2018-11-23 | 北京旷视科技有限公司 | 对人脸识别主机进行测试的方法、装置及计算机存储介质 |
CN109451289A (zh) * | 2018-12-25 | 2019-03-08 | 鸿视线科技(北京)有限公司 | 对投影仪进行检测和校正的方法和系统 |
CN109492523A (zh) * | 2018-09-17 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 人脸识别系统性能测试方法、装置、设备和存储介质 |
-
2019
- 2019-08-22 CN CN201910779786.4A patent/CN110533809B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868097A (zh) * | 2015-01-22 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 系统测试方法及其装置 |
CN106779089A (zh) * | 2016-12-13 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 测试方法和装置 |
CN108874657A (zh) * | 2017-07-18 | 2018-11-23 | 北京旷视科技有限公司 | 对人脸识别主机进行测试的方法、装置及计算机存储介质 |
CN107368381A (zh) * | 2017-07-31 | 2017-11-21 | 郑州云海信息技术有限公司 | 一种存储系统可用性测试的方法与装置 |
CN108040250A (zh) * | 2017-12-04 | 2018-05-15 | 中国电子技术标准化研究院 | 一种智能电视性能的评估方法和装置 |
CN109492523A (zh) * | 2018-09-17 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 人脸识别系统性能测试方法、装置、设备和存储介质 |
CN109451289A (zh) * | 2018-12-25 | 2019-03-08 | 鸿视线科技(北京)有限公司 | 对投影仪进行检测和校正的方法和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541433A (zh) * | 2020-12-11 | 2021-03-23 | 中国电子技术标准化研究院 | 一种基于注意力机制的两阶段人眼瞳孔精确定位方法 |
CN112541433B (zh) * | 2020-12-11 | 2024-04-19 | 中国电子技术标准化研究院 | 一种基于注意力机制的两阶段人眼瞳孔精确定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110533809B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108319953B (zh) | 目标对象的遮挡检测方法及装置、电子设备及存储介质 | |
CN106469302B (zh) | 一种基于人工神经网络的人脸肤质检测方法 | |
CN107358146B (zh) | 视频处理方法、装置及存储介质 | |
Liu et al. | Image retargeting quality assessment | |
CN101520842B (zh) | 信息处理装置、眼睛开/合度确定方法及图像传感装置 | |
CN109345556A (zh) | 用于混合现实的神经网络前景分离 | |
CN107358157A (zh) | 一种人脸活体检测方法、装置以及电子设备 | |
CN109492612A (zh) | 基于骨骼点的跌倒检测方法及其跌倒检测装置 | |
CN110136224A (zh) | 图像融合方法和设备 | |
CN108702485A (zh) | 在视频监视系统中保护隐私 | |
CN108781277A (zh) | 监视系统,图像处理设备,图像处理方法和程序记录介质 | |
CN109784369A (zh) | H5页面测试方法与装置、电子设备、存储介质 | |
CN108256404A (zh) | 行人检测方法和装置 | |
CN109711357A (zh) | 一种人脸识别方法及装置 | |
CN108628993B (zh) | 电子地图自适应分类方法、装置、设备及存储介质 | |
CN109598299A (zh) | 一种图像相似度确定方法、装置及电子设备 | |
CN109670413A (zh) | 人脸活体验证方法及装置 | |
CN105574509A (zh) | 一种基于光照的人脸识别系统回放攻击检测方法及应用 | |
CN109241888A (zh) | 神经网络训练与对象识别方法、装置和系统及存储介质 | |
CN115620241B (zh) | 基于图像处理的现场安全措施识别方法及装置 | |
CN113255516A (zh) | 活体检测方法、装置和电子设备 | |
Wang et al. | Distortion recognition for image quality assessment with convolutional neural network | |
CN110533809A (zh) | 确定无感通行系统性能的方法、装置及计算设备 | |
US20110252332A1 (en) | Electronic device and method for browsing internet content utilized thereby | |
Yu et al. | Review of face presentation attack detection competitions |
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 |