CN110659564A - 区域内用户追踪方法、装置、计算机设备以及存储介质 - Google Patents
区域内用户追踪方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN110659564A CN110659564A CN201910740944.5A CN201910740944A CN110659564A CN 110659564 A CN110659564 A CN 110659564A CN 201910740944 A CN201910740944 A CN 201910740944A CN 110659564 A CN110659564 A CN 110659564A
- Authority
- CN
- China
- Prior art keywords
- face information
- face
- information
- acquiring
- similar
- 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
Links
Images
Classifications
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G06V40/172—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)
- Image Analysis (AREA)
Abstract
本申请具体涉及一种区域内用户追踪方法、装置、计算机设备和存储介质。方法包括：通过接收用户追踪请求；提取用户追踪请求携带的待追踪人脸信息；获取区域内已存抓拍的人员人脸信息；获取人员人脸信息中与待追踪人脸信息匹配度大于预设阈值的相似人脸信息；根据相似人脸信息对应的采集位置信息，生成告警追踪消息。本申请的区域内用户追踪方法基于提供的人脸信息，通过获取区域内部已抓拍的人员人脸信息，通过对比人员人脸信息中与待追踪人脸信息，确定待追踪人脸的位置，进行用户追踪，无需通过用户的信号特征即可进行有效的用户追踪。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种区域内用户追踪方法、装置、计算机设备以及存储介质。
背景技术
随着科技的发展，各种各样的专业化区域也随之产生，并在生产生活中发挥着巨大的作用。而园区就是专业化区域中的一种，园区指一般由政府(民营企业与政府合作)规划建设的，供水、供电、供气、通讯、道路、仓储及其它配套设施齐全、布局合理且能够满足从事某种特定行业生产和科学实验需要的标准性建筑物或建筑物群体，包括工业园区、产业园区、物流园区、都市工业园区、科技园区、创意园区等。
目前对一定区域内的人员进行追踪的方法主要为通过手机信号进行人员追踪，然而通过手机信号追踪的方法需要基于被追踪人的信号特征来进行追踪，在缺失信号特征的情况下无法追踪。
发明内容
基于此，有必要针对在缺失信号特征的情况下无法进行用户追踪的技术问题，提供一种区域内用户追踪方法、装置、计算机设备以及存储介质。
一种区域内用户追踪方法，所述方法包括：
接收用户追踪请求；
提取所述用户追踪请求携带的待追踪人脸信息；
获取区域内已存抓拍的人员人脸信息；
获取所述人员人脸信息中与所述待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
根据所述相似人脸信息对应的采集位置信息，生成告警追踪消息。
在其中一个实施例中，所述获取园区内已存抓拍的人员人脸信息包括：
获取在预设时间段内抓拍的图像帧；
将所述图像帧输入预设图像分类模型，获取所述图像帧中包含人脸的人脸图像帧；
识别所述人脸图像帧中的鼻尖特征点；
根据所述鼻尖特征点定位人脸区域，获取人脸区域信息；
根据所述人脸区域信息从所述包含人脸信息的图像帧中提取人员人脸信息。
在其中一个实施例中，所述识别所述人脸图像帧中的鼻尖特征点包括：
将所述包含人脸信息的图像帧转化为二值化图；
通过预设鼻尖检测算子遍历所述二值化图中各个像素；
获取各个像素对所述鼻尖检测算子的评价值；
将所述评价值最高的像素点作为鼻尖特征点。
在其中一个实施例中，所述获取所述人员人脸信息中与所述待追踪人脸信息匹配度大于预设匹配阈值的相似人脸信息包括：
获取人员人脸信息对应的人脸特征值与所述待追踪人脸信息对应的人脸特征值；
根据所述人脸特征值获取所述待追踪人脸信息与各所述人员人脸信息的匹配度；
当存在匹配度高于预设匹配阈值的人员人脸信息时，将所述匹配度最高的人员人脸信息作为相似人脸信息。
在其中一个实施例中，所述根据所述相似人脸信息对应的采集位置信息，生成告警追踪消息之后，还包括：
通过区域内摄像头追踪所述相似人脸信息对应用户的位置信息，获取所述相似人脸信息对应用户的行进路线图。
在其中一个实施例中，所述通过区域内摄像头追踪所述相似人脸信息对应用户的位置信息，获取所述相似人脸信息对应用户的行进路线图包括：
根据预设监控地图与所述相似人脸信息对应用户的采集位置信息，控制区域内对应摄像头监控所述相似人脸信息对应用户；
根据所述相似人脸信息对应用户的各时刻位置信息变化获取所述相似人脸信息对应用户的行进路线图。
一种区域内用户追踪装置，所述装置包括：
请求接收模块，用于接收用户追踪请求；
人脸信息提取模块，用于提取所述用户追踪请求携带的待追踪人脸信息；
区域人脸抓拍模块，用于获取区域内已存抓拍的人员人脸信息；
相似人脸计算模块，用于获取所述人员人脸信息中与所述待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
告警追踪模块，用于根据所述相似人脸信息对应的采集位置信息，生成告警追踪消息。
在其中一个实施例中，所述区域人脸抓拍模块具体用于：获取在预设时间段内抓拍的图像帧；将所述图像帧输入预设图像分类模型，获取所述图像帧中包含人脸的人脸图像帧；识别所述人脸图像帧中的鼻尖特征点；根据所述鼻尖特征点定位人脸区域，获取人脸区域信息；根据所述人脸区域信息从所述包含人脸信息的图像帧中提取人员人脸信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
接收用户追踪请求；
提取所述用户追踪请求携带的待追踪人脸信息；
获取区域内已存抓拍的人员人脸信息；
获取所述人员人脸信息中与所述待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
根据所述相似人脸信息对应的采集位置信息，生成告警追踪消息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
接收用户追踪请求；
提取所述用户追踪请求携带的待追踪人脸信息；
获取区域内已存抓拍的人员人脸信息；
获取所述人员人脸信息中与所述待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
根据所述相似人脸信息对应的采集位置信息，生成告警追踪消息。
上述区域内用户追踪方法、装置、计算机设备以及存储介质，通过接收用户追踪请求；提取用户追踪请求携带的待追踪人脸信息；获取区域内已存抓拍的人员人脸信息；获取人员人脸信息中与待追踪人脸信息匹配度大于预设阈值的相似人脸信息；根据相似人脸信息对应的采集位置信息，生成告警追踪消息。本申请的区域内用户追踪方法基于提供的人脸信息，通过获取区域内部已抓拍的人员人脸信息，通过对比人员人脸信息中与待追踪人脸信息，确定待追踪人脸的位置，进行用户追踪，无需通过用户的信号特征即可进行有效的用户追踪。
附图说明
图1为一个实施例中区域内用户追踪方法的应用环境图；
图2为一个实施例中区域内用户追踪方法的流程示意图；
图3为一个实施例中图2的步骤S500的子流程示意图；
图4为一个实施例中图3的步骤S550的子流程示意图；
图5为一个实施例中区域内用户追踪装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的区域内用户追踪方法，可以应用于如图1所示的应用环境中，其中，用户所在的终端102通过网络与追踪管理服务器104进行通信，追踪管理服务器104还和区域内的多个摄像头链接，可以获取摄像头采集到的图像数据。追踪管理服务器104用于接收终端102提交的用户追踪请求；提取用户追踪请求携带的待追踪人脸信息；获取区域内已存抓拍的人员人脸信息；获取人员人脸信息中与待追踪人脸信息匹配度大于预设阈值的相似人脸信息；根据相似人脸信息对应的采集位置信息，生成告警追踪消息，将其推送回到终端102。其中终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。
如图2所示，在其中一个实施例中，本申请的区域内用户追踪方法，通过服务器实现，具体包括以下步骤：
S100，接收用户追踪请求。
用户追踪请求是指用户通过终端向服务器提交的请求，请求携带了待追踪人员人脸的相应信息，服务器通过接收用户追踪请求，生成对应的追踪线程，开始追踪任务。在其中一个实施例中，待追踪人员可能是区域内走失的人员或者是可疑的人员，用户可以通过联系区域内工作人员，通过工作人员出示的二维码扫码进入Html5(Hyper Text MarkupLanguage，超文本标记语言)页面，上传走失人员或者可疑人员的照片，来提交用户追踪请求。照片经过IOC(Intelligent Operations Center，智慧城市智能运行中心)接入服务提交给IOC安防中心的服务器，服务器自动生成人脸追踪任务，开始追踪工作。
S300，提取用户追踪请求携带的待追踪人脸信息。
由于需要通过对应的人脸信息来执行追踪任务，所以用户的请求需要携带待追踪用户的人脸信息，当服务器接收到的用户追踪请求不包含待追踪人脸信息时，可以直接反馈失败消息返回给到用户，而当包含待追踪人脸信息时，则可以直接从提供的图像中提取该图像包含的待追踪人脸信息。
S500，获取区域内已存抓拍的人员人脸信息。
区域内布置有多个图像采集装置，用于采集区域内的实时图像，且图像采集装置会保存其采集到的图像信息，当开启人脸追踪线程时，服务器可以直接获取在预设的时间内图像采集装置抓拍到的图像信息，并从图像信息中提取对应的人脸信息。
S700，获取人员人脸信息中与待追踪人脸信息匹配度大于预设阈值的相似人脸信息。
匹配度具体是指人脸信息特征值的匹配度，又称为相似度。在获得图像采集装置抓拍到的人员人脸信息后，可以分别获取待追踪人脸信息与各人员人脸信息的特征值，而后通过特征值计算待追踪人脸与各人员人脸信息的匹配度，当存在匹配度大于预设阈值的匹配度时，确定该匹配度对应的人员人脸信息，将其认定为待追踪人脸信息对应的相似人脸信息。
S900，根据相似人脸信息对应的采集位置信息，生成告警追踪消息。
采集位置信息是指该相似人脸信息对应的图像采集装置所在位置的位置信息。告警追踪消息具体包含了追踪目标位置以及追踪路线。可以在获得相似人脸信息后，通过根据该相似人脸信息对应的采集位置信息，来生成告警追踪消息，该告警追踪消息，可以直接反馈给用户，也可以根据该采集位置信息，将告警追踪消息反馈给距离待追踪人员最近的园区工作人员，由园区工作人员来进行追踪任务，提高追踪效率。
上述区域内用户追踪方法，通过接收用户追踪请求；提取用户追踪请求携带的待追踪人脸信息；获取区域内已存抓拍的人员人脸信息；获取人员人脸信息中与待追踪人脸信息匹配度大于预设阈值的相似人脸信息；根据相似人脸信息对应的采集位置信息，生成告警追踪消息。本申请的区域内用户追踪方法基于提供的人脸信息，通过获取区域内部已抓拍的人员人脸信息，通过对比人员人脸信息中与待追踪人脸信息，确定待追踪人脸的位置，进行用户追踪，无需通过用户的信号特征即可进行有效的用户追踪。
如图3所示，在其中一个实施例中，S500包括：
S510，获取在预设时间段内抓拍的图像帧。
S530，将图像帧输入预设图像分类模型，获取图像帧中包含人脸的人脸图像帧.
S550，识别人脸图像帧中的鼻尖特征点。
S570，根据鼻尖特征点定位人脸区域，获取人脸区域信息。
S590，根据人脸区域信息从包含人脸信息的图像帧中提取人员人脸信息。
预设时间段是一个可以灵活设置的时间，比如1分钟或者30秒。布置在区域内的图像采集装置可以保存预设时间段内采集到的图像资料。服务器获取图像采集装置在预设时间段内采集到的图像信息，而后将其拆分为图像帧，并将其输入至一个预设的二分类模型，该模型具体可以为VGG深度神经网络模型。该模型用于将输入的图像帧进行分类，将包含人脸的分为一类，将不包含人脸的分为另外一类。而后服务器将获取包含人脸信息的图像帧，并识别包含人脸信息的图像帧中的鼻尖特征点，通过鼻尖特征点确定人脸区域，获取对应的人脸区域信息，而后通过该人脸区域信息从对应的图像帧中提取人员人脸信息。完成人脸提取的工作，通过模型对图像进行二分类，可以有效减少图像提取的工作量，提高人员追踪效率。
如图4所示，在其中一个实施例中，步骤S550包括：
S552，将包含人脸信息的图像帧转化为二值化图。
S554，通过预设鼻尖检测算子遍历二值化图中各个像素。
S556，获取各个像素对鼻尖检测算子的评价值。
S558，将评价值最高的像素点作为鼻尖特征点。
预设鼻尖检测算子是指专门用于检测包含人脸的图像帧中鼻尖点位置的算子，由于需要进行识别，所以通过预设图像分类模型获取的包含人脸的人脸图像帧为包含正面包含人脸的图像帧。一般可以通过识别人脸中的鼻尖点来进行人脸区域判断，确定鼻尖点以后以鼻尖为中心取半径30cm的圆即为人脸区域。首先将图像帧转化为二值化图，而后用笔尖检测算子遍历二值化图中的各个像素，来获得对应的评价值，评价值是用于评价该像素点与鼻尖点的切合度，可以将评价值最高的点作为该图像帧中的鼻尖点，而后基于鼻尖点来确定鼻尖区域，通过鼻尖检测可以高效的识别图像帧中的鼻尖点。
在其中一个实施例中，S700包括：
获取人员人脸信息对应的人脸特征值与待追踪人脸信息对应的人脸特征值。
根据人脸特征值获取待追踪人脸信息与各人员人脸信息的匹配度。
当存在匹配度高于预设匹配阈值的人员人脸信息时，将匹配度最高的人员人脸信息作为相似人脸信息。
人脸特征值具体可以为一个二进制的byte数组，里面保存了人脸的特征。这里的特征可以在人脸相似度比较时用到，人脸的特征包含了人脸的关键点信息。可以直接获取人员人脸信息与待追踪人脸信息对应的人脸特征值，而后通过对比人脸特征值的匹配度，当存在匹配度高于预设的阈值的人脸时，可以判断当前采集到的图像信息中可能包含了目标待追踪人员，可以将其对应的人员人脸信息设置为相似人脸信息。通过提取特征值，并通过匹配度来进行相似人脸查找，可以有效提高人脸信息查找的准确性。
在其中一个实施例中，S900之后，还包括：
通过区域内摄像头追踪相似人脸信息对应用户的位置信息，获取相似人脸信息对应用户的行进路线图。
在确定待追踪人员的当前位置信息之后，可以通过区域内的摄像头来对该用户进行追踪，获得其行进路线图，通过待追踪人员的行进路线图来提高追踪的效率。
在其中一个实施例中，通过区域内摄像头追踪相似人脸信息对应用户的位置信息，获取相似人脸信息对应用户的行进路线图包括：
根据预设监控地图与相似人脸信息对应用户的采集位置信息，控制区域内对应摄像头监控相似人脸信息对应用户；
根据相似人脸信息对应用户的各时刻位置信息变化获取相似人脸信息对应用户的行进路线图。
具体的可以先获取待追踪人员所在位置以及其附近的地图，生成预设监控地图。而后服务器获取该预设监控地图，同时不断通过区域内的各个摄像头来采集相似人脸信息对应的相似人脸信息对应用户，并记录其所在的位置信息，通过相似人脸信息对应用户各个时间点上位置的变化来获取待追踪用户的行进路线图。通过监控与预设地图可以有效提高行进路线图的规划效率。
在其中一个实施例中，本申请的区域内用户追踪方法包括：接收用户追踪请求；提取用户追踪请求携带的待追踪人脸信息；获取在预设时间段内抓拍的图像帧；将图像帧输入预设图像分类模型，获取图像帧中包含人脸的人脸图像帧；将包含人脸信息的图像帧转化为二值化图；通过预设鼻尖检测算子遍历二值化图中各个像素；获取各个像素对鼻尖检测算子的评价值；将评价值最高的像素点作为鼻尖特征点。根据鼻尖特征点定位人脸区域，获取人脸区域信息；根据人脸区域信息从包含人脸信息的图像帧中提取人员人脸信息。获取人员人脸信息对应的人脸特征值与待追踪人脸信息对应的人脸特征值；根据人脸特征值获取待追踪人脸信息与各人员人脸信息的匹配度；当存在匹配度高于预设匹配阈值的人员人脸信息时，将匹配度最高的人员人脸信息作为相似人脸信息。根据相似人脸信息对应的采集位置信息，生成告警追踪消息。根据预设监控地图与相似人脸信息对应用户的采集位置信息，控制区域内对应摄像头监控相似人脸信息对应用户；根据相似人脸信息对应用户的各时刻位置信息变化获取相似人脸信息对应用户的行进路线图。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图5所示，本申请还包括一种区域内用户追踪装置，装置包括：
请求接收模块100，用于接收用户追踪请求；
人脸信息提取模块300，用于提取用户追踪请求携带的待追踪人脸信息；
区域人脸抓拍模块500，用于获取区域内已存抓拍的人员人脸信息；
相似人脸计算模块700，用于获取人员人脸信息中与待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
告警追踪模块900，用于根据相似人脸信息对应的采集位置信息，生成告警追踪消息。
在其中一个实施例中，区域人脸抓拍模块具体用于：获取在预设时间段内抓拍的图像帧；将图像帧输入预设图像分类模型，获取图像帧中包含人脸的人脸图像帧；识别人脸图像帧中的鼻尖特征点；根据鼻尖特征点定位人脸区域，获取人脸区域信息；根据人脸区域信息从包含人脸信息的图像帧中提取人员人脸信息。
在其中一个实施例中，区域人脸抓拍模块还用于：将包含人脸信息的图像帧转化为二值化图；通过预设鼻尖检测算子遍历二值化图中各个像素；获取各个像素对鼻尖检测算子的评价值；将评价值最高的像素点作为鼻尖特征点。
在其中一个实施例中，相似人脸计算模块700用于获取人员人脸信息对应的人脸特征值与待追踪人脸信息对应的人脸特征值；根据人脸特征值获取待追踪人脸信息与各人员人脸信息的匹配度；当存在匹配度高于预设匹配阈值的人员人脸信息时，将匹配度最高的人员人脸信息作为相似人脸信息。
在其中一个实施例中，还包括追踪线路生成模块，用于通过区域内摄像头追踪相似人脸信息对应用户的位置信息，获取相似人脸信息对应用户的行进路线图。
在其中一个实施例中，追踪线路生成模块具体用于根据预设监控地图与相似人脸信息对应用户的采集位置信息，控制区域内对应摄像头监控相似人脸信息对应用户；根据相似人脸信息对应用户的各时刻位置信息变化获取相似人脸信息对应用户的行进路线图。
关于区域内用户追踪装置的具体限定可以参见上文中对于区域内用户追踪方法的限定，在此不再赘述。上述区域内用户追踪装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种区域内用户追踪方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
接收用户追踪请求；
提取用户追踪请求携带的待追踪人脸信息；
获取区域内已存抓拍的人员人脸信息；
获取人员人脸信息中与待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
根据相似人脸信息对应的采集位置信息，生成告警追踪消息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取在预设时间段内抓拍的图像帧；将图像帧输入预设图像分类模型，获取图像帧中包含人脸的人脸图像帧；识别人脸图像帧中的鼻尖特征点；根据鼻尖特征点定位人脸区域，获取人脸区域信息；根据人脸区域信息从包含人脸信息的图像帧中提取人员人脸信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将包含人脸信息的图像帧转化为二值化图；通过预设鼻尖检测算子遍历二值化图中各个像素；获取各个像素对鼻尖检测算子的评价值；将评价值最高的像素点作为鼻尖特征点。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取人员人脸信息对应的人脸特征值与待追踪人脸信息对应的人脸特征值；根据人脸特征值获取待追踪人脸信息与各人员人脸信息的匹配度；当存在匹配度高于预设匹配阈值的人员人脸信息时，将匹配度最高的人员人脸信息作为相似人脸信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过区域内摄像头追踪相似人脸信息对应用户的位置信息，获取相似人脸信息对应用户的行进路线图。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据预设监控地图与相似人脸信息对应用户的采集位置信息，控制区域内对应摄像头监控相似人脸信息对应用户；根据相似人脸信息对应用户的各时刻位置信息变化获取相似人脸信息对应用户的行进路线图。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
接收用户追踪请求；
提取用户追踪请求携带的待追踪人脸信息；
获取区域内已存抓拍的人员人脸信息；
获取人员人脸信息中与待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
根据相似人脸信息对应的采集位置信息，生成告警追踪消息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取在预设时间段内抓拍的图像帧；将图像帧输入预设图像分类模型，获取图像帧中包含人脸的人脸图像帧；识别人脸图像帧中的鼻尖特征点；根据鼻尖特征点定位人脸区域，获取人脸区域信息；根据人脸区域信息从包含人脸信息的图像帧中提取人员人脸信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将包含人脸信息的图像帧转化为二值化图；通过预设鼻尖检测算子遍历二值化图中各个像素；获取各个像素对鼻尖检测算子的评价值；将评价值最高的像素点作为鼻尖特征点。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取人员人脸信息对应的人脸特征值与待追踪人脸信息对应的人脸特征值；根据人脸特征值获取待追踪人脸信息与各人员人脸信息的匹配度；当存在匹配度高于预设匹配阈值的人员人脸信息时，将匹配度最高的人员人脸信息作为相似人脸信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过区域内摄像头追踪相似人脸信息对应用户的位置信息，获取相似人脸信息对应用户的行进路线图。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据预设监控地图与相似人脸信息对应用户的采集位置信息，控制区域内对应摄像头监控相似人脸信息对应用户；根据相似人脸信息对应用户的各时刻位置信息变化获取相似人脸信息对应用户的行进路线图。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种区域内用户追踪方法，所述方法包括：
接收用户追踪请求；
提取所述用户追踪请求携带的待追踪人脸信息；
获取区域内已存抓拍的人员人脸信息；
获取所述人员人脸信息中与所述待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
根据所述相似人脸信息对应的采集位置信息，生成告警追踪消息。
2.根据权利要求1所述的方法，其特征在于，所述获取区域内已存抓拍的人员人脸信息包括：
获取在预设时间段内抓拍的图像帧；
将所述图像帧输入预设图像分类模型，获取所述图像帧中包含人脸的人脸图像帧；
识别所述人脸图像帧中的鼻尖特征点；
根据所述鼻尖特征点定位人脸区域，获取人脸区域信息；
根据所述人脸区域信息从所述包含人脸信息的图像帧中提取人员人脸信息。
3.根据权利要求2所述的方法，其特征在于，所述识别所述人脸图像帧中的鼻尖特征点包括：
将所述包含人脸信息的图像帧转化为二值化图；
通过预设鼻尖检测算子遍历所述二值化图中各个像素；
获取各个像素对所述鼻尖检测算子的评价值；
将所述评价值最高的像素点作为鼻尖特征点。
4.根据权利要求1所述的方法，其特征在于，所述获取所述人员人脸信息中与所述待追踪人脸信息匹配度大于预设匹配阈值的相似人脸信息包括：
获取人员人脸信息对应的人脸特征值与所述待追踪人脸信息对应的人脸特征值；
根据所述人脸特征值获取所述待追踪人脸信息与各所述人员人脸信息的匹配度；
当存在匹配度高于预设匹配阈值的人员人脸信息时，将所述匹配度最高的人员人脸信息作为相似人脸信息。
5.根据权利要求1所述的方法，其特征在于，所述根据所述相似人脸信息对应的采集位置信息，生成告警追踪消息之后，还包括：
通过区域内摄像头追踪所述相似人脸信息对应用户的位置信息，获取所述相似人脸信息对应用户的行进路线图。
6.根据权利要求5所述的方法，其特征在于，所述通过区域内摄像头追踪所述相似人脸信息对应用户的位置信息，获取所述相似人脸信息对应用户的行进路线图包括：
根据预设监控地图与所述相似人脸信息对应用户的采集位置信息，控制区域内对应摄像头监控所述相似人脸信息对应用户；
根据所述相似人脸信息对应用户的各时刻位置信息变化获取所述相似人脸信息对应用户的行进路线图。
7.一种区域内用户追踪装置，其特征在于，所述装置包括：
请求接收模块，用于接收用户追踪请求；
人脸信息提取模块，用于提取所述用户追踪请求携带的待追踪人脸信息；
区域人脸抓拍模块，用于获取区域内已存抓拍的人员人脸信息；
相似人脸计算模块，用于获取所述人员人脸信息中与所述待追踪人脸信息匹配度大于预设阈值的相似人脸信息；
告警追踪模块，用于根据所述相似人脸信息对应的采集位置信息，生成告警追踪消息。
8.根据权利要求7所述的装置，其特征在于，所述区域人脸抓拍模块具体用于：
获取在预设时间段内抓拍的图像帧；
将所述图像帧输入预设图像分类模型，获取所述图像帧中包含人脸的人脸图像帧；
识别所述人脸图像帧中的鼻尖特征点；
根据所述鼻尖特征点定位人脸区域，获取人脸区域信息；
根据所述人脸区域信息从所述包含人脸信息的图像帧中提取人员人脸信息。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910740944.5A CN110659564A (zh) | 2019-08-12 | 2019-08-12 | 区域内用户追踪方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910740944.5A CN110659564A (zh) | 2019-08-12 | 2019-08-12 | 区域内用户追踪方法、装置、计算机设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110659564A true CN110659564A (zh) | 2020-01-07 |
Family
ID=69036516
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910740944.5A Pending CN110659564A (zh) | 2019-08-12 | 2019-08-12 | 区域内用户追踪方法、装置、计算机设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110659564A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111259813A (zh) * | 2020-01-17 | 2020-06-09 | 实地地产集团有限公司 | 人脸检测跟踪方法、装置、计算机设备和存储介质 |
| CN111601254A (zh) * | 2020-04-16 | 2020-08-28 | 深圳市优必选科技股份有限公司 | 目标追踪方法、装置、存储介质和智能设备 |
| CN112862859A (zh) * | 2020-08-21 | 2021-05-28 | 海信视像科技股份有限公司 | 一种人脸特征值创建方法、人物锁定追踪方法及显示设备 |
| CN113591544A (zh) * | 2021-06-10 | 2021-11-02 | 东风汽车集团股份有限公司 | 通过车辆对用户进行追踪的方法、系统、装置及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107944393A (zh) * | 2017-11-27 | 2018-04-20 | 电子科技大学 | 人脸鼻尖定位方法 |
| CN109325964A (zh) * | 2018-08-17 | 2019-02-12 | 深圳市中电数通智慧安全科技股份有限公司 | 一种人脸追踪方法、装置及终端 |
| CN109598261A (zh) * | 2019-01-18 | 2019-04-09 | 嘉兴学院 | 一种基于区域分割的三维人脸识别方法 |
| CN109743541A (zh) * | 2018-12-15 | 2019-05-10 | 深圳壹账通智能科技有限公司 | 智能监控方法、装置、计算机设备及存储介质 |
| WO2019100608A1 (zh) * | 2017-11-21 | 2019-05-31 | 平安科技（深圳）有限公司 | 摄像装置、人脸识别的方法、系统及计算机可读存储介质 |
-
2019
- 2019-08-12 CN CN201910740944.5A patent/CN110659564A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019100608A1 (zh) * | 2017-11-21 | 2019-05-31 | 平安科技（深圳）有限公司 | 摄像装置、人脸识别的方法、系统及计算机可读存储介质 |
| CN107944393A (zh) * | 2017-11-27 | 2018-04-20 | 电子科技大学 | 人脸鼻尖定位方法 |
| CN109325964A (zh) * | 2018-08-17 | 2019-02-12 | 深圳市中电数通智慧安全科技股份有限公司 | 一种人脸追踪方法、装置及终端 |
| CN109743541A (zh) * | 2018-12-15 | 2019-05-10 | 深圳壹账通智能科技有限公司 | 智能监控方法、装置、计算机设备及存储介质 |
| CN109598261A (zh) * | 2019-01-18 | 2019-04-09 | 嘉兴学院 | 一种基于区域分割的三维人脸识别方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111259813A (zh) * | 2020-01-17 | 2020-06-09 | 实地地产集团有限公司 | 人脸检测跟踪方法、装置、计算机设备和存储介质 |
| CN111259813B (zh) * | 2020-01-17 | 2024-01-12 | 珠海市横琴盈实科技研发有限公司 | 人脸检测跟踪方法、装置、计算机设备和存储介质 |
| CN111601254A (zh) * | 2020-04-16 | 2020-08-28 | 深圳市优必选科技股份有限公司 | 目标追踪方法、装置、存储介质和智能设备 |
| CN112862859A (zh) * | 2020-08-21 | 2021-05-28 | 海信视像科技股份有限公司 | 一种人脸特征值创建方法、人物锁定追踪方法及显示设备 |
| CN112862859B (zh) * | 2020-08-21 | 2023-10-31 | 海信视像科技股份有限公司 | 一种人脸特征值创建方法、人物锁定追踪方法及显示设备 |
| CN113591544A (zh) * | 2021-06-10 | 2021-11-02 | 东风汽车集团股份有限公司 | 通过车辆对用户进行追踪的方法、系统、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110659564A (zh) | 区域内用户追踪方法、装置、计算机设备以及存储介质 | |
| CN107292240B (zh) | 一种基于人脸与人体识别的找人方法及系统 | |
| CN109743541B (zh) | 智能监控方法、装置、计算机设备及存储介质 | |
| CN110781750A (zh) | 危险人物监控处理方法、装置、计算机设备和存储介质 | |
| CN107871114B (zh) | 一种推送目标人员跟踪信息的方法、装置及系统 | |
| CN110490902B (zh) | 应用于智慧城市的目标跟踪方法、装置、计算机设备 | |
| CN103841367A (zh) | 一种监控系统 | |
| CN111008621B (zh) | 对象追踪方法、装置、计算机设备和存储介质 | |
| US20160105763A1 (en) | Framework and method for tracking lost or stolen electronic device | |
| CN110610347A (zh) | 园区访客消息通知方法、装置、计算机设备以及存储介质 | |
| CN111432035B (zh) | 基于bim的建筑运维监控报警系统及方法 | |
| CN111327888B (zh) | 摄像头控制方法、装置、计算机设备和存储介质 | |
| CN110807401B (zh) | 用户身份识别、多用户打卡方法、装置、存储介质及设备 | |
| CN109002776A (zh) | 人脸识别方法、系统、计算机设备和计算机可读存储介质 | |
| CN110909691A (zh) | 动作检测方法、装置、计算机可读存储介质和计算机设备 | |
| Silalahi et al. | Designing a Thief Detection Prototype using Banana Pi M2+ Based Image Visual Capture Method and Email Notifications | |
| CN112435240B (zh) | 一种面向工人违规使用手机的深度视觉手机检测系统 | |
| CN110392303B (zh) | 热度图视频的生成方法、装置、设备以及存储介质 | |
| CN112633244B (zh) | 一种社交关系的识别方法、装置、电子设备及存储介质 | |
| CN110659376A (zh) | 图片查找方法、装置、计算机设备和存储介质 | |
| CN111222406A (zh) | 酒后驾驶检测方法、装置、计算机设备和存储介质 | |
| Fares et al. | Edge/fog-based architecture design for intelligent surveillance systems in smart cities: A software perspective | |
| CN113449563A (zh) | 一种人员跟踪标记方法、装置、电子设备及存储介质 | |
| CN112668520A (zh) | 社交关系识别方法、装置、电子设备及存储介质 | |
| KR102633147B1 (ko) | 에지-클라우드 플랫폼 시스템 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200107 |
|
| RJ01 | Rejection of invention patent application after publication |