CN110705332A - 一种人脸追踪方法及装置 - Google Patents

一种人脸追踪方法及装置 Download PDF

Info

Publication number
CN110705332A
CN110705332A CN201810745537.9A CN201810745537A CN110705332A CN 110705332 A CN110705332 A CN 110705332A CN 201810745537 A CN201810745537 A CN 201810745537A CN 110705332 A CN110705332 A CN 110705332A
Authority
CN
China
Prior art keywords
face
target
camera
feature data
face 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
Application number
CN201810745537.9A
Other languages
English (en)
Other versions
CN110705332B (zh
Inventor
陈航锋
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201810745537.9A priority Critical patent/CN110705332B/zh
Publication of CN110705332A publication Critical patent/CN110705332A/zh
Application granted granted Critical
Publication of CN110705332B publication Critical patent/CN110705332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Alarm Systems (AREA)

Abstract

本发明实施例提出一种人脸追踪方法及装置,涉及人脸识别技术领域。该方法及装置通过将接收到的人脸特征数据与预建立的人脸特征数据库进行比对,当比对成功时获取目标人脸特征数据以及当前相机,接着向依据当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令,然后将接收到重新接收到的人脸特征数据与目标人脸特征数据进行比对,当比对成功时生成告警指令;通过确定目标相机并调整目标相机的抓拍参数,提升了相机的抓拍率以及正脸率,在此基础上还将拍摄到的人脸特征数据与目标人脸特征数据进行1:1比对,提升了比对的准确率,从而有效降低了误告警的可能性。

Description

一种人脸追踪方法及装置
技术领域
本发明涉及人脸识别技术领域,具体而言,涉及一种人脸追踪方法及装置。
背景技术
人脸识别技术在各类社会生活生产活动中已经有了广泛的应用,公安刑侦中的应用是人脸识别技术一个重要的应用场景,其隐蔽性、非接触式、无需配合等特点,使得公安刑侦在侦破案件过程中,可以从海量的人群中甄别出重点布控人员,进行身份鉴别和核对,节省大量的警力,同时提高案件侦破的及时性。
当前的重点人员布控方案一般都是人脸黑名单比对系统加上警察现场身份核对的方式,人脸黑名单比对系统利用人脸识别技术,在数十万不等的人脸黑名单库中比对嫌疑人员,一旦发现嫌疑人员,系统就进行报警,并联动现场警力进行身份核对,如果身份核对成功就采取相应的措施。然而前端摄像头在采集图像时,由于受到光照、角度、人脸的姿态等等因素的影响,其人脸抓拍率,抓拍人脸的质量等往往存在不确定性,此时可能存在重点人员漏拍,或者抓拍的人脸质量一般、非正脸等,导致比对困难或者比对误报警等问题,导致警力的浪费。
发明内容
有鉴于此,本发明的目的在于提供一种人脸追踪方法及装置,以解决上述问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种人脸追踪方法,应用于一服务器,所述人脸追踪方法包括:
将接收到的人脸特征数据与预建立的人脸特征数据库进行比对;
当所述人脸特征数据与所述预建立的人脸特征数据库比对成功时,获取目标人脸特征数据以及拍摄有具有与所述目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机;
向依据所述当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令;
将接收到的所述目标相机响应所述抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与所述目标人脸特征数据进行比对;
当所述人脸特征数据与所述目标人脸特征数据比对成功时,生成告警指令。
第二方面,本发明实施例还提供了一种人脸追踪装置,应用于一服务器,所述人脸追踪装置包括:
比对单元,用于将接收到的人脸特征数据与预建立的人脸特征数据库进行比对;
参数获取单元,用于当所述人脸特征数据与所述预建立的人脸特征数据库比对成功时,获取目标人脸特征数据以及拍摄有具有与所述目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机;
发送单元,用于向依据所述当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令;
所述比对单元还用于将接收到的所述目标相机响应所述抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与所述目标人脸特征数据进行比对;
指令生成单元,用于当所述人脸特征数据与所述目标人脸特征数据比对成功时,生成告警指令。
本发明实施例提供的人脸追踪方法及装置,通过将接收到的人脸特征数据与预建立的人脸特征数据库进行比对,并在当人脸特征数据与预建立的人脸特征数据库比对成功时,获取目标人脸特征数据以及拍摄有具有与目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机,接着向依据当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令,然后将接收到的目标相机发送的响应抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与目标人脸特征数据进行比对,最后当人脸特征数据与目标人脸特征数据比对成功时,生成告警指令;通过确定目标相机并调整目标相机的抓拍参数,提升了相机的抓拍率以及正脸率,降低了预警人员的漏拍率,同时,在此基础上还将拍摄到的人脸特征数据与目标人脸特征数据进行1:1比对,提升了比对的准确率,从而有效降低了误告警的可能性,节省由此带来的频繁出警造成的警力浪费。
为使本发明的上述目的、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发明实施例的技术方案,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发明的某些实施例,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示出了本发明实施例提供的监控系统的功能模块图。
图2示出了本发明实施例提供的服务器的方框示意图。
图3示出了本发明第一实施例提供的人脸追踪方法的流程图。
图4示出了图3中步骤S304的具体流程图。
图5示出了本发明实施例提供的相机节点位置拓扑图。
图6示出了本发明第二实施例提供的人脸追踪方法的流程图。
图7示出了本发明第三实施例提供的人脸追踪装置的功能模块图。
图标:100-监控系统;110-服务器;111-存储器;112-处理器;113-通信单元;120-相机;200-人脸追踪装置;210-比对单元;220-判断单元;230-参数获取单元;240-发送单元;250-指令生成单元;260-地图绘制单元;270-计算单元;280-目标相机确定单元;290-接收单元。
具体实施方式
下面将结合本发明实施例中附图,对本发明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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,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,都属于本发明保护的范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
请参阅图1,是本发明提供的监控系统100的功能模块图。该监控系统100包括服务器110以及多个相机120,所述服务器110与多个均通信连接。
请参阅图2,是服务器110的方框示意图。所述服务器110包括人脸追踪装置200、存储器111、处理器112及通信单元113。
所述存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述人脸追踪装置200包括至少一个可以软件或固件(Firmware)的形式存储于所述存储器111中或固化在所述服务器110的操作系统(Operating System,OS)中的软件功能模块。所述处理器112用于执行所述存储器111中存储的可执行模块,例如所述人脸追踪装置200所包括的软件功能模块及计算机程序等。
其中,所述存储器111可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器111用于存储程序或者数据。所述通信单元113用于通过所述网络建立所述服务器110与其它通信终端之间的通信连接,并用于通过所述网络收发数据。
应当理解的是,图2所示的结构仅为服务器110的结构示意图,所述服务器110还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
本发明实施例提供了一种人脸追踪方法,应用于服务器110,用于监控黑名单嫌疑人,并进一步提高黑名单告警的准确率。请参阅图3,为本发明提供的人脸追踪方法的流程图。该人脸追踪方法包括:
步骤S301:将接收到的人脸特征数据与预建立的人脸特征数据库进行比对。
需要说明的是,人脸特征数据是从相机120拍摄的人脸图片中提取的。预建立的人脸特征数据库中包含多张嫌疑人图片的人脸特征,因此,服务器110需要将接收到的每个人脸特征数据与预建立的人脸特征数据库中包含的多张嫌疑人图片对应的嫌疑人人脸特征数据进行1:N的比对,从而确定接收到的人脸特征数据中是否存在预建立的人脸特征数据库中的嫌疑人人脸特征数据。
步骤S302:判断是否比对成功,如果是,则执行步骤S303;如果否,则重新执行步骤S301。
当人脸特征数据中存在预建立的人脸特征数据库中的嫌疑人人脸特征数据时,则比对成功;否则,比对失败。
步骤S303:获取目标人脸特征数据以及拍摄有具有与目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机。
需要说明的是,目标人脸特征数据即为预建立的人脸特征数据库中与接收到的人脸特征数据比对成功的嫌疑人人脸特征数据。
当人脸特征数据与预建立的人脸特征数据库比对成功,即接收到的人脸特征数据中存在预建立的人脸特征数据库中的嫌疑人人脸特征数据时,获取目标人脸特征数据以及拍摄有具有与目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机,以便于确定嫌疑人的真实位置。
步骤S304:向依据当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令。
请参阅图4,为步骤S304的具体流程图。该步骤S304包括:
子步骤S3041:依据当前相机及预建立的相机节点位置拓扑计算相机节点位置拓扑中除当前相机外的其他相机120的权重值。
需要说明的是,相机120的权重值用于表示嫌疑人经过该相机120、被该相机120拍摄到的概率。在一种优选的实施例中,权重值越低,相机120的优先级别越高,嫌疑人经过该相机120的概率越大。
请参阅图5,为本发明提供的相机节点位置拓扑图。需要说明的是,该相机节点位置拓扑图是依据监控系统100中各个相机120所处的地理位置以及行人的一般行进路线进行绘制的。其中,实线箭头表示行人正常行走时的行进路线;虚线箭头表示行人逆向行走时的行进路线。此外,实线箭头对应的优先级权重值为1,虚线箭头对应的优先级权重值为3
假设由6号相机120拍摄到了具有与目标人脸特征数据比对成功的人脸特征数据的人脸图片,则6号相机120则为当前相机。此时计算1、2、3、4、5、7……至15号相机120相对于6号相机120的权重值。具体地,4、5、7、9、11、12号相机120的权重值最低,均为1,1号相机120的权重值较高,为3,其余相机120按优先级权重值进行累加。
子步骤S3042:依据权重值从相机节点位置拓扑中确定目标相机。
由于权重值越小的相机120,拍摄到嫌疑人的概率越大,因此选取权重值最小的相机120作为目标相机,如上述例子中的4、5、7、9、11、12号相机120。
子步骤S3043:向目标相机发送抓拍参数调整指令。
其中,向目标相机发送抓拍参数调整指令以增加目标相机的抓拍数量。通过增加目标相机的抓拍数量,可以提升人脸的抓拍率和正脸率,从而降低预警人员的漏拍率,进一步提高比对成功的概率。
步骤S305:将接收到的目标相机响应抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与目标人脸特征数据进行比对。
将目标相机响应抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与目标人脸特征数据进行1:1比对,提高了比对结果的准确率,降低了误告警的概率。
步骤S306:判断是否比对成功,如果是,则执行步骤S307;如果否,则重新执行步骤S304。
当目标相机拍摄的人脸图片的人脸特征数据与目标人脸特征数据匹配时,则比对成功;否则,比对失败。
步骤S307:生成告警指令。
可以理解地,当目标相机拍摄的人脸图片的人脸特征数据与目标人脸特征数据匹配时,生成告警指令。实际上,当两次比对结果均为成功时,生成告警指令以便进行报警,提醒现场警力对嫌疑人员的身份进行确认和抓捕等操作。
需要说明的是,在一种优选的实施例中,为提高告警的准确率,当比对成功时,还可以重新以目标相机作为当前相机,再重新执行步骤S304、步骤S305及步骤S306后再次告警,通过多次确认不同的相机120拍摄的照片与目标图标的比对结果,提高了告警的准确率。
步骤S308:依据当前相机及目标相机绘制人脸跟踪地图。
同时,当两次比对结果均为成功时,还生成嫌疑人员的人脸跟踪地图,以确定嫌疑人员的行踪,从而方便现场警力对嫌疑人员进行抓捕。
第二实施例
请参阅图6,图6为本发明较佳实施例提供的一种人脸追踪方法的流程图。需要说明的是,本实施例所提供的人脸追踪方法,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该人脸追踪方法包括:
步骤S501:将接收到的人脸特征数据与预建立的人脸特征数据库进行比对。
步骤S502:判断是否比对成功,如果是,则执行步骤S503;如果否,则重新执行步骤S501。
步骤S503:获取目标人脸特征数据以及拍摄有具有与目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机。
步骤S504:向依据当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令。
步骤S505:向目标相机发送目标人脸特征数据。
在本实施例中,目标相机为智能相机120,具备人脸匹配运算功能,服务器110可向目标相机发送目标人脸特征数据,以使目标相机将响应抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与目标人脸特征数据进行比对。
步骤S506:接收目标相机发送的响应抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与目标人脸特征数据的比对结果。
目标相机生成比对结果后,将比对结果发送给服务器110。
步骤S507:判断比对结果是否为比对成功,如果是,则执行步骤S508;如果否,则重新执行步骤S506。
步骤S508:生成告警指令。
步骤S509:依据当前相机及目标相机绘制人脸跟踪地图。
第三实施例
请参阅图7,图7为本发明较佳实施例提供的一种人脸追踪装置200的功能模块图。需要说明的是,本实施例所提供的人脸追踪装置200,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该人脸追踪装置200包括:比对单元210、判断单元220、参数获取单元230、发送单元240、指令生成单元250、地图绘制单元260、计算单元270以及目标相机确定单元。
其中,比对单元210用于将接收到的人脸特征数据与预建立的人脸特征数据库进行比对。
可以理解地,在一种优选的实施例中,该比对单元210可用于执行步骤S301。
判断单元220用于判断人脸特征数据与预建立的人脸特征数据库是否比对成功。
可以理解地,在一种优选的实施例中,该判断单元220可用于执行步骤S302。
参数获取单元230用于当人脸特征数据与预建立的人脸特征数据库比对成功时,获取目标人脸特征数据以及拍摄有具有与目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机。
可以理解地,在一种优选的实施例中,该参数获取单元230可用于执行步骤S303。
发送单元240用于向依据当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令。
可以理解地,在一种优选的实施例中,该发送单元240可用于执行步骤S304及子步骤S3043。
计算单元270用于依据当前相机及预建立的相机节点位置拓扑计算相机节点位置拓扑中除当前相机外的其他相机120的权重值。
可以理解地,在一种优选的实施例中,该计算单元270可用于执行子步骤S3041。
目标相机确定单元用于依据权重值从相机节点位置拓扑中确定目标相机。
可以理解地,在一种优选的实施例中,该目标相机确定单元可用于执行子步骤S3042。
比对单元210还用于将接收到的目标相机响应抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与目标人脸特征数据进行比对。
可以理解地,在一种优选的实施例中,该比对单元210可用于执行步骤S305。
判断单元220还用于判断目标相机拍摄的人脸图片的人脸特征数据与目标人脸特征数据是否比对成功。
可以理解地,在一种优选的实施例中,该判断单元220可用于执行步骤S306。
指令生成单元250用于当目标相机拍摄的人脸图片的人脸特征数据与目标人脸特征数据匹配时,生成告警指令。
可以理解地,在一种优选的实施例中,该指令生成单元250可用于执行步骤S307。
地图绘制单元260用于依据当前相机及目标相机绘制人脸跟踪地图。
可以理解地,在一种优选的实施例中,该地图绘制单元260可用于执行步骤S308。
在一种优选的实施例中,该人脸追踪装置200还包括接收单元290,该接收单元290用于接收目标相机发送的响应抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与目标人脸特征数据的比对结果。
可以理解地,在一种优选的实施例中,该接收单元290可用于执行步骤S506。
综上所述,本发明实施例提供的人脸追踪方法及装置,通过将接收到的人脸特征数据与预建立的人脸特征数据库进行比对,并在当人脸特征数据与预建立的人脸特征数据库比对成功时,获取目标人脸特征数据以及拍摄有具有与目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机,接着向依据当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令,然后将接收到的目标相机发送的响应抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与目标人脸特征数据进行比对,最后当人脸特征数据与目标人脸特征数据比对成功时,生成告警指令;通过确定目标相机并调整目标相机的抓拍参数,提升了相机的抓拍率以及正脸率,降低了预警人员的漏拍率,同时,在此基础上还将拍摄到的人脸特征数据与目标人脸特征数据进行1:1比对,提升了比对的准确率,从而有效降低了误告警的可能性,节省由此带来的频繁出警造成的警力浪费。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也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,附图中的流程图和框图显示了根据本发明的多个实施例的装置、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,所述模块、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方式中,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,两个连续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动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。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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)执行本发明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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种人脸追踪方法,其特征在于,应用于一服务器,所述人脸追踪方法包括:
将接收到的人脸特征数据与预建立的人脸特征数据库进行比对;
当所述人脸特征数据与所述预建立的人脸特征数据库比对成功时,获取目标人脸特征数据以及拍摄有具有与所述目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机;
向依据所述当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令;
将接收到的所述目标相机响应所述抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与所述目标人脸特征数据进行比对;
当所述人脸特征数据与所述目标人脸特征数据比对成功时,生成告警指令。
2.根据权利要求1所述的人脸追踪方法,其特征在于,在所述获取目标人脸特征数据以及拍摄有具有与所述目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机的步骤之后,所述人脸追踪方法还包括:
向所述目标相机发送所述目标人脸特征数据;
接收所述目标相机发送的响应所述抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与所述目标人脸特征数据的比对结果;
当所述比对结果为所述人脸特征数据与所述目标人脸特征数据比对成功时,生成告警指令。
3.根据权利要求1或2所述的人脸追踪方法,其特征在于,所述人脸追踪方法还包括:
当所述人脸特征数据与所述目标人脸特征数据比对成功时,依据所述当前相机及所述目标相机绘制人脸跟踪地图。
4.根据权利要求1或2所述的人脸追踪方法,其特征在于,所述向依据所述当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令的步骤包括:
依据所述当前相机及预建立的相机节点位置拓扑计算所述相机节点位置拓扑中除所述当前相机外的其他相机的权重值;
依据所述权重值从相机节点位置拓扑中确定所述目标相机;
向所述目标相机发送所述抓拍参数调整指令。
5.根据权利要求1所述的人脸追踪方法,其特征在于,所述人脸追踪方法还包括:
当在预设时间内所述人脸特征数据与所述目标人脸特征数据均比对失败时,重新将接收到的所述目标相机响应所述抓拍参数调整指令后拍摄的人脸特征数据与所述目标人脸特征数据进行比对。
6.一种人脸追踪装置,其特征在于,应用于一服务器,所述人脸追踪装置包括:
比对单元,用于将接收到的人脸特征数据与预建立的人脸特征数据库进行比对;
参数获取单元,用于当所述人脸特征数据与所述预建立的人脸特征数据库比对成功时,获取目标人脸特征数据以及拍摄有具有与所述目标人脸特征数据比对成功的人脸特征数据的人脸图片的当前相机;
发送单元,用于向依据所述当前相机及预建立的相机节点位置拓扑确定的目标相机发送抓拍参数调整指令;
所述比对单元还用于将接收到的所述目标相机响应所述抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与所述目标人脸特征数据进行比对;
指令生成单元,用于当所述人脸特征数据与所述目标人脸特征数据比对成功时,生成告警指令。
7.根据权利要求6所述的人脸追踪装置,其特征在于,所述发送单元还用于向所述目标相机发送所述目标人脸特征数据;
所述人脸追踪装置还包括:
接收单元,用于接收所述目标相机发送的响应所述抓拍参数调整指令后拍摄的人脸图片的人脸特征数据与所述目标人脸特征数据的比对结果;
所述指令生成单元还用于当所述比对结果为所述人脸特征数据与所述目标人脸特征数据比对成功时,生成告警指令。
8.根据权利要求6或7所述的人脸追踪装置,其特征在于,所述人脸追踪装置还包括:
地图绘制单元,用于当所述人脸特征数据与所述目标人脸特征数据比对成功时,依据所述当前相机及所述目标相机绘制人脸跟踪地图。
9.根据权利要求6或7所述的人脸追踪装置,其特征在于,所述人脸追踪装置还包括:
计算单元,用于依据所述当前相机及预建立的相机节点位置拓扑计算所述相机节点位置拓扑中除所述当前相机外的其他相机的权重值;
目标相机确定单元,用于依据所述权重值从相机节点位置拓扑中确定所述目标相机;
所述发送单元用于向所述目标相机发送所述抓拍参数调整指令。
10.根据权利要求6所述的人脸追踪装置,其特征在于,所述比对单元还用于当在预设时间内所述人脸特征数据与所述目标人脸特征数据均比对失败时,重新将接收到的所述目标相机响应所述抓拍参数调整指令后拍摄的人脸特征数据与所述目标人脸特征数据进行比对。
CN201810745537.9A 2018-07-09 2018-07-09 一种人脸追踪方法及装置 Active CN110705332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810745537.9A CN110705332B (zh) 2018-07-09 2018-07-09 一种人脸追踪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810745537.9A CN110705332B (zh) 2018-07-09 2018-07-09 一种人脸追踪方法及装置

Publications (2)

Publication Number Publication Date
CN110705332A true CN110705332A (zh) 2020-01-17
CN110705332B CN110705332B (zh) 2022-10-04

Family

ID=69192636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810745537.9A Active CN110705332B (zh) 2018-07-09 2018-07-09 一种人脸追踪方法及装置

Country Status (1)

Country Link
CN (1) CN110705332B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239881A (zh) * 2013-06-08 2014-12-24 杭州海康威视数字技术股份有限公司 监控视频中目标自动发现和注册方法及其系统
CN105049735A (zh) * 2015-09-14 2015-11-11 北京奇虎科技有限公司 网络摄像头的控制方法及装置
CN106131487A (zh) * 2016-07-12 2016-11-16 湖北誉恒科技有限公司 用于自动取款机舱体的视频监控系统
CN106651916A (zh) * 2016-12-29 2017-05-10 深圳市深网视界科技有限公司 一种目标的定位跟踪方法及装置
CN107766797A (zh) * 2017-09-27 2018-03-06 汉柏科技有限公司 一种陌生人识别方法和系统
CN108197565A (zh) * 2017-12-29 2018-06-22 深圳英飞拓科技股份有限公司 基于人脸识别的目标寻踪方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239881A (zh) * 2013-06-08 2014-12-24 杭州海康威视数字技术股份有限公司 监控视频中目标自动发现和注册方法及其系统
CN105049735A (zh) * 2015-09-14 2015-11-11 北京奇虎科技有限公司 网络摄像头的控制方法及装置
CN106131487A (zh) * 2016-07-12 2016-11-16 湖北誉恒科技有限公司 用于自动取款机舱体的视频监控系统
CN106651916A (zh) * 2016-12-29 2017-05-10 深圳市深网视界科技有限公司 一种目标的定位跟踪方法及装置
CN107766797A (zh) * 2017-09-27 2018-03-06 汉柏科技有限公司 一种陌生人识别方法和系统
CN108197565A (zh) * 2017-12-29 2018-06-22 深圳英飞拓科技股份有限公司 基于人脸识别的目标寻踪方法及系统

Also Published As

Publication number Publication date
CN110705332B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
CN110674800B (zh) 一种人脸活体检测方法、装置、电子设备及存储介质
CN101281595A (zh) 用于面部确认的装置和方法、以及计算机程序
CN110738178A (zh) 园区施工安全检测方法、装置、计算机设备及存储介质
CN108875484B (zh) 用于移动终端的人脸解锁方法、装置和系统及存储介质
KR102002812B1 (ko) 객체 검출을 위한 영상분석 서버장치 및 방법
KR20190142553A (ko) 얼굴 데이터베이스를 이용한 인물 추적 방법 및 시스템
CN110022355B (zh) 特定场景下环境数据的存储方法、验真方法和设备
CN111177469A (zh) 人脸检索方法及人脸检索装置
CN112132047A (zh) 一种基于计算机视觉的小区巡更系统
CN112215037A (zh) 对象追踪方法及装置、电子设备及计算机可读存储介质
CN110751116A (zh) 一种目标识别的方法及装置
KR20190047748A (ko) 영상의 객체 처리 방법 및 장치
KR102077632B1 (ko) 로컬 영상분석과 클라우드 서비스를 활용하는 하이브리드 지능형 침입감시 시스템
CN112017401A (zh) 监测人员安全的警报系统、相应的方法和存储介质
CN110795592A (zh) 图片处理方法、装置及设备
CN110503059B (zh) 一种人脸识别方法及系统
CN110705332B (zh) 一种人脸追踪方法及装置
JP2018201146A (ja) 画像補正装置、画像補正方法、注目点認識装置、注目点認識方法及び異常検知システム
CN109598911B (zh) 预警方法、装置及计算机可读存储介质
CN112040325B (zh) 一种视频播放方法、装置、电子设备及存储介质
KR101248154B1 (ko) 가변크기 영역 기반의 객체 움직임 추정 방법 및 이를 실행하는 장치, 그리고 이를 실행하는 움직임 추정 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
CN111078804B (zh) 一种信息关联方法、系统及计算机终端
KR101311728B1 (ko) 침입자의 얼굴감지 시스템 및 그 방법
CN111753793B (zh) 模型训练方法、装置、人脸筛选方法及电子设备
KR102527133B1 (ko) 영상 분석 대상 판별 서버 및 그 제어방법

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