CN110942036B - 人员识别方法及装置、电子设备和存储介质 - Google Patents
人员识别方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN110942036B CN110942036B CN201911199693.0A CN201911199693A CN110942036B CN 110942036 B CN110942036 B CN 110942036B CN 201911199693 A CN201911199693 A CN 201911199693A CN 110942036 B CN110942036 B CN 110942036B
- Authority
- CN
- China
- Prior art keywords
- person
- historical
- face image
- target event
- event
- 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
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
- G06V40/172—Classification, e.g. identification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种人员识别方法及装置、电子设备和存储介质,所述方法包括:根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与所述第一人脸图像匹配的第二人脸图像,其中,所述历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像;在存在所述第二人脸图像的情况下,根据所述待识别人员对应的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联;在所述第一历史人员与所述目标事件相关联的情况下,将所述第一历史人员确定为所述待识别人员对应的目标人员。本公开实施例可以有效提高待识别人员的识别准确率和识别效率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种人员识别方法及装置、电子设备和存储介质。
背景技术
由于受到天气、灯光、点位密集度、罪犯反侦察等因素的影响,有效采集到高质量的嫌疑人人脸图像是比较困难的,只能采集到一些低质量、模糊的嫌疑人人脸图像。刑侦人员在进行案件侦破时,如果将低质量、模糊的嫌疑人人脸图像与常住人口、流动人口等数据量较大的身份信息数据库进行比对,几乎无法得到有意义的比对结果返还;如果降低对比阈值,将返回海量的比对结果,无法用于刑侦人员对嫌疑人身份的定位。
发明内容
本公开提出了一种人员识别方法及装置、电子设备和存储介质。
根据本公开的第一方面,提供了一种人员识别方法,包括:根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与所述第一人脸图像匹配的第二人脸图像,其中,所述历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像;在存在所述第二人脸图像的情况下,根据所述待识别人员对应的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联;在所述第一历史人员与所述目标事件相关联的情况下,将所述第一历史人员确定为所述待识别人员对应的目标人员。
在一种可能的实现方式中,所述目标事件的信息包括目标事件类型;在存在所述第二人脸图像的情况下,根据所述待识别人员的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联,包括:在所述第一历史人员对应的已发生事件的事件类型与所述目标事件类型相同的情况下,确定所述第一历史人员与所述目标事件相关联。
在一种可能的实现方式中,所述目标事件的信息包括目标事件时间和目标事件地点;在存在所述第二人脸图像的情况下,根据所述待识别人员的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联,包括:根据所述第一历史人员的第二人脸图像,确定第一图像库中是否存在与所述第二人脸图像匹配的第三人脸图像,其中,所述第一图像库中包括在所述目标事件时间、所述目标事件地点出现过的人员的人脸图像;在存在所述第三人脸图像的情况下,确定所述第一历史人员与所述目标事件相关联。
在一种可能的实现方式中,所述目标事件的信息包括目标事件类型、目标事件时间和目标事件地点;在存在所述第二人脸图像的情况下,根据所述待识别人员的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件信息相关联,包括:在所述第一历史人员对应的已发生事件的事件类型与所述目标事件类型相同的情况下,根据所述第一历史人员的第二人脸图像,确定第一图像库中是否存在与所述第二人脸图像匹配的第三人脸图像,其中,所述第一图像库中包括在所述目标事件时间、所述目标事件地点出现过的人员的人脸图像;在存在所述第三人脸图像的情况下,确定所述第一历史人员与所述目标事件相关联。
在一种可能的实现方式中,所述方法还包括:根据所述目标人员的第二人脸图像,确定第二图像库中是否存在与所述第二人脸图像匹配的第四人脸图像,其中,所述第二图像库中包括在预设时间段、预设区域出现过的人员的人脸图像;在存在所述第四人脸图像的情况下,确定所述第四人脸图像对应的时间信息与地点信息;根据所述第四人脸图像对应的时间信息与地点信息,确定所述待识别人员的行为轨迹信息。
在一种可能的实现方式中,所述方法还包括:确定所述历史人员图像库;其中,确定所述历史人员图像库,包括:针对事件库中任一个已发生事件对应的历史人员,确定第三图像库中与所述已发生事件对应的历史人员的人脸图像匹配的第五人脸图像,其中,所述第三图像库中包括多个已确定身份人员的人脸图像;根据所述第五人脸图像对应的已确定身份人员的身份,确定所述已发生事件对应的历史人员的身份;根据所述事件库中各个已发生事件对应的历史人员的人脸图像和所述各个已发生事件对应的历史人员的身份,确定所述历史人员图像库。
在一种可能的实现方式中,所述方法还包括:针对不同所述待识别人员,确定不同所述待识别人员对应的所述目标人员是否相同;在不同所述待识别人员对应的所述目标人员相同的情况下,将不同所述待识别人员对应的不同目标事件划分到相同的目标事件组。
在一种可能的实现方式中,所述已发生事件及所述目标事件包括:犯罪事件。
在一种可能的实现方式中,所述第一人脸图像的分辨率低于预设阈值。
根据本公开的第二方面,提供了一种人员识别装置,包括:第一确定模块,用于根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与所述第一人脸图像匹配的第二人脸图像,其中,所述历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像;第二确定模块,用于在存在所述第二人脸图像的情况下,根据所述待识别人员对应的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联;第三确定模块,用于在所述第一历史人员与所述目标事件相关联的情况下,将所述第一历史人员确定为所述待识别人员对应的目标人员。
在一种可能的实现方式中,所述目标事件的信息包括目标事件类型;所述第二确定模块具体用于:在所述第一历史人员对应的已发生事件的事件类型与所述目标事件类型相同的情况下,确定所述第一历史人员与所述目标事件相关联。
在一种可能的实现方式中,所述目标事件的信息包括目标事件时间和目标事件地点;所述第二确定模块具体用于:根据所述第一历史人员的第二人脸图像,确定第一图像库中是否存在与所述第二人脸图像匹配的第三人脸图像,其中,所述第一图像库中包括在所述目标事件时间、所述目标事件地点出现过的人员的人脸图像;在存在所述第三人脸图像的情况下,确定所述第一历史人员与所述目标事件相关联。
在一种可能的实现方式中,所述目标事件的信息包括目标事件类型、目标事件时间和目标事件地点;所述第二确定模块具体用于:在所述第一历史人员对应的已发生事件的事件类型与所述目标事件类型相同的情况下,根据所述第一历史人员的第二人脸图像,确定第一图像库中是否存在与所述第二人脸图像匹配的第三人脸图像,其中,所述第一图像库中包括在所述目标事件时间、所述目标事件地点出现过的人员的人脸图像;在存在所述第三人脸图像的情况下,确定所述第一历史人员与所述目标事件相关联。
在一种可能的实现方式中,所述装置还包括:第四确定模块,用于根据所述目标人员的第二人脸图像,确定第二图像库中是否存在与所述第二人脸图像匹配的第四人脸图像,其中,所述第二图像库中包括在预设时间段、预设区域出现过的人员的人脸图像;第五确定模块,用于在存在所述第四人脸图像的情况下,确定所述第四人脸图像对应的时间信息与地点信息;第六确定模块,用于根据所述第四人脸图像对应的时间信息与地点信息,确定所述待识别人员的行为轨迹信息。
在一种可能的实现方式中,所述装置还包括:第七确定模块,用于确定所述历史人员图像库;所述第七确定模块具体用于:针对事件库中任一个已发生事件对应的历史人员,确定第三图像库中与所述已发生事件对应的历史人员的人脸图像匹配的第五人脸图像,其中,所述第三图像库中包括多个已确定身份人员的人脸图像;根据所述第五人脸图像对应的已确定身份人员的身份,确定所述已发生事件对应的历史人员的身份;根据所述事件库中各个已发生事件对应的历史人员的人脸图像和所述各个已发生事件对应的历史人员的身份,确定所述历史人员图像库。
在一种可能的实现方式中,所述装置还包括:第八确定模块,用于针对不同所述待识别人员,确定不同所述待识别人员对应的所述目标人员是否相同;分组模块,用于在不同所述待识别人员对应的所述目标人员相同的情况下,将不同所述待识别人员对应的不同目标事件划分到相同的目标事件组。
在一种可能的实现方式中,所述已发生事件及所述目标事件包括:犯罪事件。
在一种可能的实现方式中,所述第一人脸图像的分辨率低于预设阈值。
根据本公开的第三方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与第一人脸图像匹配的第二人脸图像,其中,历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像,在存在第二人脸图像的情况下,根据待识别人员对应的目标事件的信息,确定与第二人脸图像对应的第一历史人员是否与目标事件相关联,在第一历史人员与目标事件相关联的情况下,将第一历史人员确定为待识别人员对应的目标人员。通过待识别人员的第一人脸图像与数据量较小的历史人员图像库进行人脸匹配,以及综合考虑待识别人员对应的目标事件的信息,可以有效提高待识别人员的识别准确率和识别效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种人员识别方法的流程图;
图2示出本公开实施例的历史人员图像库的示意图;
图3示出本公开实施例的基于历史人员图像库对待识别人员的识别结果;
图4示出本公开实施例的根据目标事件的信息对图3所示的第一历史人员进行再次筛选的筛选结果的示意图;
图5示出本公开实施例的待识别人员的行为轨迹信息的示意图;
图6示出本公开实施例的一种人员识别装置的框图;
图7示出本公开实施例的一种电子设备的框图;
图8示出本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的一种人员识别方法的流程图。该人员识别方法可以由终端设备或其它处理设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal DigitalAssistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。其它处理设备可为服务器或云端服务器等。在一些可能的实现方式中,该人员识别方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示,该方法包括:
步骤S11,根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与第一人脸图像匹配的第二人脸图像,其中,历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像。
步骤S12,在存在第二人脸图像的情况下,根据待识别人员对应的目标事件的信息,确定与第二人脸图像对应的第一历史人员是否与目标事件相关联。
步骤S13,在第一历史人员与目标事件相关联的情况下,将第一历史人员确定为所述待识别人员对应的目标人员。
通过待识别人员的第一人脸图像与数据量较小的历史人员图像库中包括的多个历史人员的人员图像进行人脸匹配,以及综合考虑待识别人员对应的目标事件的信息,可以有效提高待识别人员的识别准确率和识别效率。
在一种可能的实现方式中,第一人脸图像的分辨率低于预设阈值。
待识别人员的第一人脸图像的分辨率低于预设阈值,可以认为第一人脸图像为低质量、模糊的人脸图像,该第一人脸图像与常住人口、流动人口等数据量较大的身份信息数据库进行直接人脸比对,几乎无法得到有意义的比对结果返还,因此,需要调整对比数据库以提高识别准确率。
在一种可能的实现方式中,已发生事件及目标事件包括:犯罪事件。
根据刑侦经验,80%的犯罪事件都是有过前科的惯犯进行的再次犯罪,因此,为了更好地定位未侦破犯罪事件相关的犯罪嫌疑人(待识别人员)的身份,在本公开实施例中,首先构建数据量较小的历史人员图像库。
在一种可能的实现方式中,该方法还包括:确定历史人员图像库;其中,确定历史人员图像库,包括:针对事件库中任一个已发生事件对应的历史人员,确定第三图像库中与该已发生事件对应的历史人员的人脸图像匹配的第五人脸图像,其中,第三图像库中包括多个已确定身份人员的人脸图像;根据第五人脸图像对应的已确定身份人员的身份,确定该已发生事件对应的历史人员的身份;根据事件库中各个已发生事件对应的历史人员的人脸图像和各个已发生事件对应的历史人员的身份,确定历史人员图像库。
对案件库(事件库)中的已侦破犯罪事件(已发生事件)对应的相关犯罪人员(历史人员)进行身份核实,从而构建历史人员图像库。由于案件库中的已侦破犯罪事件对应的相关犯罪人员一般有其对应的图像质量较高的人脸图像,因此,可以通过将案件库中的已侦破犯罪事件对应的相关犯罪人员的人脸图像与第三图像库中包括的常住人口、流动人口等已确定身份人员的人脸图像进行匹配,从而核准案件库中的已侦破犯罪事件对应的相关犯罪人员的身份信息,得到历史人员图像库(例如,有犯罪前科的人员的人脸图像库,和/或,在逃人员的人脸图像库),其中,历史人员为在已侦破犯罪事件中已确定身份信息的人员。图2示出本公开实施例的历史人员图像库的示意图。由于案件库中的已侦破犯罪事件是动态变化的,因此,可以对历史人员图像库进行定期更新,例如,在历史人员图像库中增加新侦破犯罪事件对应的且已确定身份的相关犯罪人员的人脸图像,以提高历史人员图像库的丰富性。
基于历史人员图像库对待识别人员进行识别,将历史人员图像库中的人脸图像与待识别人员的第一人脸图像进行匹配,确定历史人员图像库中是否存在与第一人脸图像匹配的第二人脸图像。在历史人员图像库中存在与第一人脸图像匹配的第二人脸图像的情况下,可以初步确定待识别人员为在已侦破案件中有犯罪前科的人员(第一历史人员)。由于历史人员图像库的数据量较小,从而可以提高人脸识别准确率和识别效率。图3示出本公开实施例的基于历史人员图像库对待识别人员的识别结果。如图3所示,识别结果中包括与待识别人员的第一人脸图像匹配的三个第一历史人员。
在确定历史人员图像库中存在与第一人脸图像匹配的第二人脸图像的情况下,可以根据待识别人员对应的目标事件(犯罪事件)的信息,进一步确定第二人脸图像对应的第一历史人员是否与待识别人员对应的目标事件相关联,以实现对第一历史人员的进一步筛选。在确定第一历史人员与待识别人员对应的目标事件相关联的情况下,可以将第一历史人员确定为待识别人员对应的目标人员,由于第一历史人员是已确定身份的人员,从而实现对待识别人员的身份定位。
在本公开实施例中,可以通过下述至少三种方式历史人员图像库中与待识别人员的第一人脸图像匹配的第二人脸图像对应第一历史人员是否与待识别人员对应的目标事件相关联。
第一种:
在一种可能的实现方式中,目标事件的信息包括目标事件类型;在存在第二人脸图像的情况下,根据待识别人员的目标事件的信息,确定与第二人脸图像对应的第一历史人员是否与所述目标事件相关联,包括:在第一历史人员对应的已发生事件的事件类型与目标事件类型相同的情况下,确定第一历史人员与目标事件相关联。
待识别人员对应的目标事件的信息包括目标事件类型,例如,待识别人员对应的待侦破犯罪事件(目标事件)的犯罪类型(目标事件类型)。根据案件库中与第一历史人员对应的已侦破犯罪事件,可以确定第一历史人员对应的已侦破犯罪事件的犯罪类型,当第一历史人员对应的已侦破犯罪事件的犯罪类型与待识别人员对应的待侦破犯罪事件(目标事件)的犯罪类型相同的情况下,可以确定第一历史人员与待识别人员的犯罪类型相同,例如,犯罪类型均为盗窃,进而可以确定第一历史人员与待识别人员对应的目标事件相关联。此时,将第一历史人员确定为待识别人员对应的目标人员。由于第一历史人员是已确认身份的,因此,可以对待识别人员的身份进行定位,也就是说,第一历史人员可以认为是待侦破犯罪事件(目标事件)的犯罪嫌疑人。
通过待识别人员的第一人脸图像与数据量较小的历史人员图像库进行人脸匹配,以及综合考虑待识别人员对应的目标事件的目标事件类型,可以有效提高待识别人员的识别准确率和识别效率。
第二种:
在一种可能的实现方式中,目标事件的信息包括目标事件时间和目标事件地点;在存在第二人脸图像的情况下,根据待识别人员的目标事件的信息,确定与第二人脸图像对应的第一历史人员是否与目标事件相关联,包括:根据第一历史人员的第二人脸图像,确定第一图像库中是否存在与第二人脸图像匹配的第三人脸图像,其中,第一图像库中包括在目标事件时间、目标事件地点出现过的人员的人脸图像;在存在第三人脸图像的情况下,确定第一历史人员与目标事件相关联。
待识别人员对应的目标事件的信息包括目标事件时间和目标事件地点,例如,待识别人员对应的待侦破犯罪事件(目标事件)的犯罪时间(目标事件时间)和犯罪地点(目标事件地点)。在犯罪地点附近设置有图像采集设备的情况下,基于该图像采集设备采集到的犯罪地点处于犯罪时间时的图像,确定包括在犯罪时间(目标事件时间)、犯罪地点(目标事件地点)出现过的人员的人脸图像的第一图像库。
进而,确定第一图像库中是否存在与第一历史人员的第二人脸图像匹配的第三人脸图像,在确定第一图像库中存在与第一历史人员的第二人脸图像匹配的第三人脸图像的情况下,可以确定第一历史人员在待识别人员对应的待侦破犯罪事件(目标事件)的犯罪时间(目标事件时间)、犯罪地点(目标事件地点)出现过,此时,将第一历史人员确定为待识别人员对应的目标人员。由于第一历史人员是已确认身份的,因此,可以对待识别人员的身份进行定位,也就是说,第一历史人员可以认为是待侦破犯罪事件(目标事件)的犯罪嫌疑人。
通过待识别人员的第一人脸图像与数据量较小的历史人员图像库进行人脸匹配,以及综合考虑待识别人员对应的目标事件的目标事件时间和目标事件地点,可以有效提高待识别人员的识别准确率和识别效率。
第三种:
在一种可能的实现方式中,目标事件的信息包括目标事件类型、目标事件时间和目标事件地点;在存在第二人脸图像的情况下,根据待识别人员的目标事件的信息,确定与第二人脸图像对应的第一历史人员是否与目标事件信息相关联,包括:在第一历史人员对应的已发生事件的事件类型与目标事件类型相同的情况下,根据第一历史人员的第二人脸图像,确定第一图像库中是否存在与第二人脸图像匹配的第三人脸图像,其中,第一图像库中包括在目标事件时间、目标事件地点出现过的人员的人脸图像;在存在第三人脸图像的情况下,确定第一历史人员与目标事件相关联。
待识别人员对应的目标事件的信息包括目标事件类型、目标事件时间和目标事件地点,例如,待识别人员对应的待侦破犯罪事件(目标事件)的犯罪类型(目标事件类型)、犯罪时间(目标事件时间)和犯罪地点(目标事件地点)。首先确定第一历史人员对应的已侦破犯罪事件的犯罪类型与待识别人员对应的待侦破犯罪事件(目标事件)的犯罪类型是否相同,第一历史人员对应的已侦破犯罪事件的犯罪类型的确定方式与上述第一种方式中相同,这里不再赘述。其次,在确定第一历史人员对应的已侦破犯罪事件的犯罪类型与待识别人员对应的待侦破犯罪事件(目标事件)的犯罪类型相同的情况下,确定包括在犯罪时间(目标事件时间)、犯罪地点(目标事件地点)出现过的人员的人脸图像的第一图像库中是否存在与第一历史人员的第二人脸图像匹配的第三人脸图像,第一图像库的确定方式与上述第二种方式中相同,这里不再赘述。最后,在确定第一图像库中存在与第一历史人员的第二人脸图像匹配的第三人脸图像的情况下,可以确定第一历史人员对应的已侦破犯罪事件的犯罪类型与待识别人员对应的待侦破犯罪事件(目标事件)的犯罪类型相同,且在待识别人员对应的待侦破犯罪事件(目标事件)的犯罪时间(目标事件时间)、犯罪地点(目标事件地点)出现过,此时,将第一历史人员确定为待识别人员对应的目标人员。由于第一历史人员是已确认身份的,因此,可以对待识别人员的身份进行定位,也就是说,第一历史人员可以认为是待侦破犯罪事件(目标事件)的犯罪嫌疑人。
通过待识别人员的第一人脸图像与数据量较小的历史人员图像库进行人脸匹配,以及综合考虑待识别人员对应的目标事件的目标事件类型、目标事件时间和目标事件地点,可以有效提高待识别人员的识别准确率和识别效率。
图4示出本公开实施例的根据目标事件的信息对图3所示的第一历史人员进行再次筛选的筛选结果的示意图。如图4所示,根据目标事件的信息对图3所示识别结果中包括的三个第一历史人员进行再次筛选后,筛选结果中仅包含一个待识别人员对应的目标人员。
在一种可能的实现方式中,该方法还包括:针对不同待识别人员,确定不同待识别人员对应的目标人员是否相同;在不同待识别人员对应的目标人员相同的情况下,将不同待识别人员对应的不同目标事件划分到相同的目标事件组。
针对案件库中的每个未侦破犯罪事件,可以采用上述方法确定每个未侦破犯罪事件对应的待识别人员(犯罪嫌疑人)对应的目标人员,以实现对每个未侦破犯罪事件对应的待识别人员(犯罪嫌疑人)的身份识别。在确定每个未侦破犯罪事件对应的待识别人员(犯罪嫌疑人)对应的目标人员后,可以对目标人员相同的待识别人员(犯罪嫌疑人)对应的未侦破犯罪事件进行分组合并。例如,与第一未侦破犯罪事件对应的待识别人员A(犯罪嫌疑人A)对应的目标人员为:第一历史人员C1、第二历史人员C2和第三历史人员C3;与第二未侦破犯罪事件对应的待识别人员B(犯罪嫌疑人B)对应的目标人员为:第一历史人员C1、第二历史人员C2和第三历史人员C3。待识别人员A(犯罪嫌疑人A)和待识别人员B(犯罪嫌疑人B)对应的目标人员相同,可以认为待识别人员A(犯罪嫌疑人A)和待识别人员B的身份相同,即第一未侦破犯罪事件和第二未侦破犯罪事件对应相同的犯罪嫌疑人,因此,可以对第一未侦破犯罪事件和第二未侦破犯罪事件合并为一组,即并案处理。
在一种可能的实现方式中,该方法还包括:根据目标人员的第二人脸图像,确定第二图像库中是否存在与第二人脸图像匹配的第四人脸图像,其中,第二图像库中包括在预设时间段、预设区域出现过的人员的人脸图像;在存在第四人脸图像的情况下,确定第四人脸图像对应的时间信息与地点信息;根据第四人脸图像对应的时间信息与地点信息,确定待识别人员的行为轨迹信息。
确定未侦破犯罪事件对应的待识别人员对应的目标人员之后,由于目标人员在历史人员图像库中存储有图像质量较高的第二人脸图像,因此,可以采用目标人员的第二人脸图像对待识别人员进行追踪。
根据在预设区域内设置的图像采集设备,采集预设时间段内的图像,进而基于在预设区域、预设时间段采集到的图像,可以确定包括在预设时间段、预设区域出现过的人员的人脸图像的第二图像库。其中,预设区域可以包括城市辖区各路段、酒店、网吧、高铁、机场等地点,本公开不做具体限定。预设时间段可以为目标事件时间(犯罪时间)之后的任意时间段,本公开对此不做具体限定。
进而,确定第二图像库中是否存在与目标人员的第二人脸图像匹配的第四人脸图像,在确定第二图像库中存在第四人脸图像的情况下,可以认为在预设时间段、预设区域内发现了目标人员的踪迹,进而确定第四人脸图像对应的时间信息与地点信息,从而可以根据第四人脸图像对应的时间信息与地点信息确定目标人员的行为轨迹信息,根据目标人员的行为轨迹信息,可以确定待识别人员的行为轨迹信息,以实现对待识别人员的追踪定位。图5示出本公开实施例的待识别人员的行为轨迹信息的示意图。
根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与第一人脸图像匹配的第二人脸图像,其中,历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像,在存在第二人脸图像的情况下,根据待识别人员对应的目标事件的信息,确定与第二人脸图像对应的第一历史人员是否与目标事件相关联,在第一历史人员与目标事件相关联的情况下,将第一历史人员确定为待识别人员对应的目标人员。通过待识别人员的第一人脸图像与数据量较小的历史人员图像库进行人脸匹配,以及综合考虑待识别人员对应的目标事件的信息,可以有效提高待识别人员的识别准确率和识别效率。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了人员识别装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种人员识别方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图6示出本公开实施例的一种人员识别装置的框图。如图6所示,装置60包括:
第一确定模块61,用于根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与第一人脸图像匹配的第二人脸图像,其中,历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像;
第二确定模块62,用于在存在第二人脸图像的情况下,根据待识别人员对应的目标事件的信息,确定与第二人脸图像对应的第一历史人员是否与目标事件相关联;
第三确定模块63,用于在第一历史人员与目标事件相关联的情况下,将第一历史人员确定为待识别人员对应的目标人员。
在一种可能的实现方式中,目标事件的信息包括目标事件类型;
第二确定模块62具体用于:
在第一历史人员对应的已发生事件的事件类型与目标事件类型相同的情况下,确定第一历史人员与目标事件相关联。
在一种可能的实现方式中,目标事件的信息包括目标事件时间和目标事件地点;
第二确定模块62具体用于:
根据第一历史人员的第二人脸图像,确定第一图像库中是否存在与第二人脸图像匹配的第三人脸图像,其中,第一图像库中包括在目标事件时间、目标事件地点出现过的人员的人脸图像;
在存在第三人脸图像的情况下,确定第一历史人员与目标事件相关联。
在一种可能的实现方式中,目标事件的信息包括目标事件类型、目标事件时间和目标事件地点;
第二确定模块62具体用于:
在第一历史人员对应的已发生事件的事件类型与目标事件类型相同的情况下,根据第一历史人员的第二人脸图像,确定第一图像库中是否存在与第二人脸图像匹配的第三人脸图像,其中,第一图像库中包括在目标事件时间、目标事件地点出现过的人员的人脸图像;
在存在第三人脸图像的情况下,确定第一历史人员与所述目标事件相关联。
在一种可能的实现方式中,装置60还包括:
第四确定模块,用于根据目标人员的第二人脸图像,确定第二图像库中是否存在与第二人脸图像匹配的第四人脸图像,其中,第二图像库中包括在预设时间段、预设区域出现过的人员的人脸图像;
第五确定模块,用于在存在第四人脸图像的情况下,确定第四人脸图像对应的时间信息与地点信息;
第六确定模块,用于根据第四人脸图像对应的时间信息与地点信息,确定待识别人员的行为轨迹信息。
在一种可能的实现方式中,装置60还包括:
第七确定模块,用于确定历史人员图像库;
第七确定模块具体用于:
针对事件库中任一个已发生事件对应的历史人员,确定第三图像库中与已发生事件对应的历史人员的人脸图像匹配的第五人脸图像,其中,第三图像库中包括多个已确定身份人员的人脸图像;
根据第五人脸图像对应的已确定身份人员的身份,确定已发生事件对应的历史人员的身份;
根据事件库中各个已发生事件对应的历史人员的人脸图像和各个已发生事件对应的历史人员的身份,确定历史人员图像库。
在一种可能的实现方式中,装置60还包括:
第八确定模块,用于针对不同待识别人员,确定不同待识别人员对应的目标人员是否相同;
分组模块,用于在不同待识别人员对应的目标人员相同的情况下,将不同待识别人员对应的不同目标事件划分到相同的目标事件组。
在一种可能的实现方式中,已发生事件及目标事件包括:犯罪事件。
在一种可能的实现方式中,第一人脸图像的分辨率低于预设阈值。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的人员识别方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的人员识别方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图7示出根据本公开实施例的一种电子设备的框图。例如,电子设备700可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图7,电子设备700可以包括以下一个或多个组件:处理组件702,存储器704,电源组件706,多媒体组件708,音频组件710,输入/输出(I/O)的接口712,传感器组件714,以及通信组件716。
处理组件702通常控制电子设备700的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件702可以包括一个或多个模块,便于处理组件702和其他组件之间的交互。例如,处理组件702可以包括多媒体模块,以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持在电子设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件706为电子设备700的各种组件提供电力。电源组件706可以包括电源管理系统,一个或多个电源,及其他与为电子设备700生成、管理和分配电力相关联的组件。
多媒体组件708包括在所述电子设备700和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件708包括一个前置摄像头和/或后置摄像头。当电子设备700处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件710被配置为输出和/或输入音频信号。例如,音频组件710包括一个麦克风(MIC),当电子设备700处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中,音频组件710还包括一个扬声器,用于输出音频信号。
I/O接口712为处理组件702和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件714包括一个或多个传感器,用于为电子设备700提供各个方面的状态评估。例如,传感器组件714可以检测到电子设备700的打开/关闭状态,组件的相对定位,例如所述组件为电子设备700的显示器和小键盘,传感器组件714还可以检测电子设备700或电子设备700一个组件的位置改变,用户与电子设备700接触的存在或不存在,电子设备700方位或加速/减速和电子设备700的温度变化。传感器组件714可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件714还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件716被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件716还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器704,上述计算机程序指令可由电子设备700的处理器720执行以完成上述方法。
图8示出根据本公开实施例的一种电子设备的框图。例如,电子设备800可以被提供为一服务器。参照图8,电子设备800包括处理组件822,其进一步包括一个或多个处理器,以及由存储器832所代表的存储器资源,用于存储可由处理组件822的执行的指令,例如应用程序。存储器832中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件822被配置为执行指令,以执行上述方法。
电子设备800还可以包括一个电源组件826被配置为执行电子设备800的电源管理,一个有线或无线网络接口850被配置为将电子设备800连接到网络,和一个输入输出(I/O)接口858。电子设备800可以操作基于存储在存储器832的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器832,上述计算机程序指令可由电子设备800的处理组件822执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例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。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (18)
1.一种人员识别方法,其特征在于,包括:
根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与所述第一人脸图像匹配的第二人脸图像,其中,所述历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像;
在存在所述第二人脸图像的情况下,根据所述待识别人员对应的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联;
在所述第一历史人员与所述目标事件相关联的情况下,将所述第一历史人员确定为与所述待识别人员具有相同身份的目标人员;
所述方法还包括:
根据所述目标人员的第二人脸图像,确定第二图像库中是否存在与所述第二人脸图像匹配的第四人脸图像,其中,所述第二图像库中包括在预设时间段、预设区域出现过的人员的人脸图像;
在存在所述第四人脸图像的情况下,确定所述第四人脸图像对应的时间信息与地点信息;
根据所述第四人脸图像对应的时间信息与地点信息,确定所述待识别人员的行为轨迹信息。
2.根据权利要求1所述的方法,其特征在于,所述目标事件的信息包括目标事件类型;
在存在所述第二人脸图像的情况下,根据所述待识别人员的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联,包括:
在所述第一历史人员对应的已发生事件的事件类型与所述目标事件类型相同的情况下,确定所述第一历史人员与所述目标事件相关联。
3.根据权利要求1所述的方法,其特征在于,所述目标事件的信息包括目标事件时间和目标事件地点;
在存在所述第二人脸图像的情况下,根据所述待识别人员的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联,包括:
根据所述第一历史人员的第二人脸图像,确定第一图像库中是否存在与所述第二人脸图像匹配的第三人脸图像,其中,所述第一图像库中包括在所述目标事件时间、所述目标事件地点出现过的人员的人脸图像;
在存在所述第三人脸图像的情况下,确定所述第一历史人员与所述目标事件相关联。
4.根据权利要求1所述的方法,其特征在于,所述目标事件的信息包括目标事件类型、目标事件时间和目标事件地点;
在存在所述第二人脸图像的情况下,根据所述待识别人员的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件信息相关联,包括:
在所述第一历史人员对应的已发生事件的事件类型与所述目标事件类型相同的情况下,根据所述第一历史人员的第二人脸图像,确定第一图像库中是否存在与所述第二人脸图像匹配的第三人脸图像,其中,所述第一图像库中包括在所述目标事件时间、所述目标事件地点出现过的人员的人脸图像;
在存在所述第三人脸图像的情况下,确定所述第一历史人员与所述目标事件相关联。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
确定所述历史人员图像库;
其中,确定所述历史人员图像库,包括:
针对事件库中任一个已发生事件对应的历史人员,确定第三图像库中与所述已发生事件对应的历史人员的人脸图像匹配的第五人脸图像,其中,所述第三图像库中包括多个已确定身份人员的人脸图像;
根据所述第五人脸图像对应的已确定身份人员的身份,确定所述已发生事件对应的历史人员的身份;
根据所述事件库中各个已发生事件对应的历史人员的人脸图像和所述各个已发生事件对应的历史人员的身份,确定所述历史人员图像库。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
针对不同所述待识别人员,确定不同所述待识别人员对应的所述目标人员是否相同;
在不同所述待识别人员对应的所述目标人员相同的情况下,将不同所述待识别人员对应的不同目标事件划分到相同的目标事件组。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述已发生事件及所述目标事件包括:犯罪事件。
8.根据权利要求1-4任一项所述的方法,其特征在于,所述第一人脸图像的分辨率低于预设阈值。
9.一种人员识别装置,其特征在于,包括:
第一确定模块,用于根据待识别人员的第一人脸图像,确定历史人员图像库中是否存在与所述第一人脸图像匹配的第二人脸图像,其中,所述历史人员图像库中包括在已发生事件中已确定身份的多个历史人员的人脸图像;
第二确定模块,用于在存在所述第二人脸图像的情况下,根据所述待识别人员对应的目标事件的信息,确定与所述第二人脸图像对应的第一历史人员是否与所述目标事件相关联;
第三确定模块,用于在所述第一历史人员与所述目标事件相关联的情况下,将所述第一历史人员确定为与所述待识别人员具有相同身份的目标人员;
所述装置还包括:
第四确定模块,用于根据所述目标人员的第二人脸图像,确定第二图像库中是否存在与所述第二人脸图像匹配的第四人脸图像,其中,所述第二图像库中包括在预设时间段、预设区域出现过的人员的人脸图像;
第五确定模块,用于在存在所述第四人脸图像的情况下,确定所述第四人脸图像对应的时间信息与地点信息;
第六确定模块,用于根据所述第四人脸图像对应的时间信息与地点信息,确定所述待识别人员的行为轨迹信息。
10.根据权利要求9所述的装置,其特征在于,所述目标事件的信息包括目标事件类型;
所述第二确定模块具体用于:
在所述第一历史人员对应的已发生事件的事件类型与所述目标事件类型相同的情况下,确定所述第一历史人员与所述目标事件相关联。
11.根据权利要求9所述的装置,其特征在于,所述目标事件的信息包括目标事件时间和目标事件地点;
所述第二确定模块具体用于:
根据所述第一历史人员的第二人脸图像,确定第一图像库中是否存在与所述第二人脸图像匹配的第三人脸图像,其中,所述第一图像库中包括在所述目标事件时间、所述目标事件地点出现过的人员的人脸图像;
在存在所述第三人脸图像的情况下,确定所述第一历史人员与所述目标事件相关联。
12.根据权利要求9所述的装置,其特征在于,所述目标事件的信息包括目标事件类型、目标事件时间和目标事件地点;
所述第二确定模块具体用于:
在所述第一历史人员对应的已发生事件的事件类型与所述目标事件类型相同的情况下,根据所述第一历史人员的第二人脸图像,确定第一图像库中是否存在与所述第二人脸图像匹配的第三人脸图像,其中,所述第一图像库中包括在所述目标事件时间、所述目标事件地点出现过的人员的人脸图像;
在存在所述第三人脸图像的情况下,确定所述第一历史人员与所述目标事件相关联。
13.根据权利要求9-12任一项所述的装置,其特征在于,所述装置还包括:
第七确定模块,用于确定所述历史人员图像库;
所述第七确定模块具体用于:
针对事件库中任一个已发生事件对应的历史人员,确定第三图像库中与所述已发生事件对应的历史人员的人脸图像匹配的第五人脸图像,其中,所述第三图像库中包括多个已确定身份人员的人脸图像;
根据所述第五人脸图像对应的已确定身份人员的身份,确定所述已发生事件对应的历史人员的身份;
根据所述事件库中各个已发生事件对应的历史人员的人脸图像和所述各个已发生事件对应的历史人员的身份,确定所述历史人员图像库。
14.根据权利要求9-12任一项所述的装置,其特征在于,所述装置还包括:
第八确定模块,用于针对不同所述待识别人员,确定不同所述待识别人员对应的所述目标人员是否相同;
分组模块,用于在不同所述待识别人员对应的所述目标人员相同的情况下,将不同所述待识别人员对应的不同目标事件划分到相同的目标事件组。
15.根据权利要求9-12任一项所述的装置,其特征在于,所述已发生事件及所述目标事件包括:犯罪事件。
16.根据权利要求9-12任一项所述的装置,其特征在于,所述第一人脸图像的分辨率低于预设阈值。
17.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至8中任意一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911199693.0A CN110942036B (zh) | 2019-11-29 | 2019-11-29 | 人员识别方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911199693.0A CN110942036B (zh) | 2019-11-29 | 2019-11-29 | 人员识别方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110942036A CN110942036A (zh) | 2020-03-31 |
CN110942036B true CN110942036B (zh) | 2023-04-18 |
Family
ID=69909384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911199693.0A Active CN110942036B (zh) | 2019-11-29 | 2019-11-29 | 人员识别方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110942036B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814627B (zh) * | 2020-06-29 | 2021-11-26 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
CN111783668A (zh) * | 2020-07-01 | 2020-10-16 | 杭州海康威视系统技术有限公司 | 一种确定人员与事件之间关联度的方法、装置及设备 |
CN112232424A (zh) * | 2020-10-21 | 2021-01-15 | 成都商汤科技有限公司 | 身份识别方法及装置、电子设备和存储介质 |
CN112528809A (zh) * | 2020-12-04 | 2021-03-19 | 东方网力科技股份有限公司 | 关于涉盗嫌疑人员的识别方法、装置及设备、存储介质 |
JPWO2022153451A1 (zh) * | 2021-01-14 | 2022-07-21 | ||
CN113378005B (zh) * | 2021-06-03 | 2023-06-02 | 北京百度网讯科技有限公司 | 事件处理方法、装置、电子设备以及存储介质 |
CN115043273B (zh) * | 2022-06-02 | 2024-04-05 | 北京声智科技有限公司 | 呼梯方法、装置、电子设备和计算机存储介质 |
CN117496195B (zh) * | 2023-11-03 | 2024-05-31 | 青岛以萨数据技术有限公司 | 一种目标匹配图像的确定方法、电子设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9922048B1 (en) * | 2014-12-01 | 2018-03-20 | Securus Technologies, Inc. | Automated background check via facial recognition |
US20180069937A1 (en) * | 2016-09-02 | 2018-03-08 | VeriHelp, Inc. | Event correlation and association using a graph database |
CN106446816B (zh) * | 2016-09-14 | 2019-12-27 | 北京旷视科技有限公司 | 人脸识别方法及装置 |
CN107480246B (zh) * | 2017-08-10 | 2021-03-12 | 北京中航安通科技有限公司 | 一种关联人员的识别方法及装置 |
CN108596070A (zh) * | 2018-04-18 | 2018-09-28 | 北京市商汤科技开发有限公司 | 人物识别方法、装置、存储介质、程序产品和电子设备 |
CN109145127B (zh) * | 2018-06-20 | 2021-04-27 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109145707B (zh) * | 2018-06-20 | 2021-09-14 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110442742A (zh) * | 2019-07-31 | 2019-11-12 | 深圳市商汤科技有限公司 | 检索图像的方法及装置、处理器、电子设备及存储介质 |
-
2019
- 2019-11-29 CN CN201911199693.0A patent/CN110942036B/zh active Active
Non-Patent Citations (1)
Title |
---|
肖军 ; .人脸识别技术在公安领域内的应用研究.计算机科学.2016,(S2),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110942036A (zh) | 2020-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110942036B (zh) | 人员识别方法及装置、电子设备和存储介质 | |
CN110378976B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US20210089799A1 (en) | Pedestrian Recognition Method and Apparatus and Storage Medium | |
CN111274426B (zh) | 类别标注方法及装置、电子设备和存储介质 | |
CN109948494B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110472091B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US20210166040A1 (en) | Method and system for detecting companions, electronic device and storage medium | |
CN110569777B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111881956A (zh) | 网络训练方法及装置、目标检测方法及装置和电子设备 | |
CN111104920B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN111814629A (zh) | 人员检测方法及装置、电子设备和存储介质 | |
CN112101238A (zh) | 聚类方法及装置、电子设备和存储介质 | |
CN109635142B (zh) | 图像选择方法及装置、电子设备和存储介质 | |
CN111523346B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN109101542B (zh) | 图像识别结果输出方法及装置、电子设备和存储介质 | |
CN110807393A (zh) | 基于视频分析的预警方法及装置、电子设备和存储介质 | |
CN111523599B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN111625671A (zh) | 数据处理方法及装置、电子设备及存储介质 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
WO2022227562A1 (zh) | 身份识别方法及装置、电子设备、存储介质和计算机程序产品 | |
CN110781842A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111652107A (zh) | 对象计数方法及装置、电子设备和存储介质 | |
CN110909562A (zh) | 视频审核方法及装置 | |
CN110929545A (zh) | 人脸图像的整理方法及装置 | |
CN111651627A (zh) | 数据处理方法及装置、电子设备和存储介质 |
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 |