CN111291596A - 一种基于人脸识别的预警方法及装置 - Google Patents
一种基于人脸识别的预警方法及装置 Download PDFInfo
- Publication number
- CN111291596A CN111291596A CN201811494238.9A CN201811494238A CN111291596A CN 111291596 A CN111291596 A CN 111291596A CN 201811494238 A CN201811494238 A CN 201811494238A CN 111291596 A CN111291596 A CN 111291596A
- Authority
- CN
- China
- Prior art keywords
- face image
- category
- information management
- management library
- information
- 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 45
- 230000009471 action Effects 0.000 claims abstract description 60
- 230000006399 behavior Effects 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种基于人脸识别的预警方法及装置，该方法包括：确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，若否，则将已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库，第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像；在满足对第二信息管理库中的人脸图像进行分类的条件时，对第二信息管理库中的人脸图像进行分类；针对每一类别，根据第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息，根据动作行为信息确定是否预警。应该该方法，可以提高针对出入指定场所的陌生人进行管理的效率和准确率。
Description
技术领域
本申请涉及图像处理领域，尤其涉及一种基于人脸识别的预警方法及装置。
背景技术
随着社会信息化进程的日益发展，智能化社区应运而生，目前公认的智能化社区包括社区安全防范、物业管理自动化、互联网三大主题。其中，对于社区安全防范这一主题而言，对出入社区的陌生人实施有效管控尤为重要。
现有技术中，可以在社区内布设视频监控系统，该视频监控系统包括多个视频图像采集设备、人脸对比服务器、门禁控制模块、陌生人管理系统等，其中，视频图像采集设备可以采集出现在社区内人员的人脸图像；人脸对比服务器则可以用于从人脸图像中提取人脸特征，将提取出的人脸特征与已注册人员的人脸特征进行比对；门禁控制模块则可以用于根据比对结果控制门禁的关闭与开启；陌生人管理系统则可以用于根据比对结果将识别出的陌生人相关信息，例如人脸图像、出入社区的时间、位置等存入陌生人管理库，后续，社区管理人员则可以根据该陌生人管理库进行安防排查。
然而，在上述视频监控系统中，由于社区人流量较大，且人员关系复杂，从而，陌生人管理库中将存储大量人员信息，并且，这些人员信息可以说是杂乱无章的，同时，由于拍摄角度问题，对于同一陌生人而言，根据采集到的其人脸图像，很有可能将其错认成两个人甚至多个人，从而利用该陌生人管理库进行安防排查，则需要社区管理人员具备较高的分析能力，同时，还无法有效保证安防排查的效率和准确率。
发明内容
有鉴于此，本申请提供一种基于人脸识别的预警方法及装置，以实现
具体地，本申请是通过如下技术方案实现的：
根据本申请实施例的第一方面，提供一种基于人脸识别的预警方法，所述方法包括：
确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，若否，则将所述已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库，其中，所述第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像；
在满足对所述第二信息管理库中的人脸图像进行分类的条件时，对所述第二信息管理库中的人脸图像进行分类，其中，同一类别中的人脸图像对应同一人员，不同类别中的人脸图像对应不同人员；
针对每一类别，根据所述第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息，根据所述动作行为信息确定是否预警，所述预警用于指示该类别对应的人员可疑。
可选的，所述对所述第二信息管理库中的人脸图像进行分类，包括：
从所述第二信息管理库中选择不属于任一类别的人脸图像作为当前人脸图像；
计算所述当前人脸图像与不属于任一类别的其他人脸图像之间的相似度，若所述相似度大于预设的相似度阈值，则将所述其他人脸图像与所述当前人脸图像归入同一类别；
将与所述当前人脸图像归入同一类别的人脸图像作为当前人脸图像，返回计算所述当前人脸图像与不属于任一类别的其他人脸图像之间的相似度的步骤。
可选的，所述根据所述第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息，包括：
根据所述第二信息管理库记录的该类别中人脸图像的采集位置和采集时间，统计该类别对应的人员出入指定场所的出入时间；和/或，
根据所述第二信息管理库记录的该类别中人脸图像的采集位置，统计该类别对应的人员在指定场所的行动轨迹；和/或，
根据所述第二信息管理库记录的该类别中人脸图像的采集位置和图像数量，统计该类别对应的人员出入指定场所的频次。
可选的，所述根据所述动作行为信息确定是否预警，包括：
判断所述动作行为信息是否满足预设的预警条件，若满足，则预警，否则，不进行预警；
所述动作行为信息满足所述预警条件包括：
出入时间在预设的警戒时间范围内；和/或，
行动轨迹满足预设的行为规则；和/或，
频次超过预设的频次阈值。
可选的，所述方法还包括：
接收针对所述第二信息管理库中指定人脸图像的可信标记指示，所述可信标记指示用于指示该指定人脸图像对应的人员可信；
根据所述可信标记指示，在所述第二信息管理库中删除所述指定人脸图像所属类别中的人脸图像和该人脸图像的采集信息，并将所述指定人脸图像记录至所述第一信息管理库。
可选的，确定第一信息管理库中存在与已采集的人脸图像相匹配的人脸图像时，所述方法还包括：
向门禁控制系统发送门禁开启信号，以控制门禁开启。
根据本申请实施例的第二方面，提供一种基于人脸识别的预警装置，所述装置包括：
第一确定模块，用于确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，其中，所述第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像；
记录模块，用于若所述第一信息管理库中不存在与已采集的人脸图像相匹配的人脸图像，则将所述已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库；
分类模块，用于在满足对所述第二信息管理库中的人脸图像进行分类的条件时，对所述第二信息管理库中的人脸图像进行分类，其中，同一类别中的人脸图像对应同一人员，不同类别中的人脸图像对应不同人员；
统计模块，用于针对每一类别，根据所述第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息；
第二确定模块，用于根据所述动作行为信息确定是否预警，所述预警用于指示该类别对应的人员可疑。
可选的，所述分类模块包括：
选择子模块，用于从所述第二信息管理库中选择不属于任一类别的人脸图像作为当前人脸图像；
计算子模块，用于计算所述当前人脸图像与不属于任一类别的其他人脸图像之间的相似度；
归类子模块，用于若所述相似度大于预设的相似度阈值，则将所述其他人脸图像与所述当前人脸图像归入同一类别；
处理子模块，用于将与所述当前人脸图像归入同一类别的人脸图像作为当前人脸图像。
可选的，所述统计模块包括：
第一统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置和采集时间，统计该类别对应的人员出入指定场所的出入时间；和/或，
第二统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置，统计该类别对应的人员在指定场所的行动轨迹；和/或，
第三统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置和图像数量，统计该类别对应的人员出入指定场所的频次。
可选的，所述第二确定模块具体用于：
判断所述动作行为信息是否满足预设的预警条件，若满足，则预警，否则，不进行预警；
所述动作行为信息满足所述预警条件包括：
出入时间在预设的警戒时间范围内；和/或，
行动轨迹满足预设的行为规则；和/或，
频次超过预设的频次阈值。
可选的，所述装置还包括：
接收模块，用于接收针对所述第二信息管理库中指定人脸图像的可信标记指示，所述可信标记指示用于指示该指定人脸图像对应的人员可信；
管理模块，用于根据所述可信标记指示，在所述第二信息管理库中删除所述指定人脸图像所属类别中的人脸图像和该人脸图像的采集信息，并将所述指定人脸图像记录至所述第一信息管理库。
可选的，所述装置还包括：
发送模块，用于向门禁控制系统发送门禁开启信号，以控制门禁开启。
由上述实施例可见，通过确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，若否，则将已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库，其中，第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像；在满足对第二信息管理库中的人脸图像进行分类的条件时，对第二信息管理库中的人脸图像进行分类，其中，同一类别中的人脸图像对应同一人员，不同类别中的人脸图像对应不同人员；针对每一类别，根据第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息，根据动作行为信息确定是否预警，可以提高针对出入指定场所的陌生人进行管理的效率和准确率。
附图说明
图1为本申请一示例性实施例提供的一种基于人脸识别的预警方法的实施例流程图；
图2为本申请一示例性实施例提供的另一种基于人脸识别的预警方法的实施例流程图；
图3为本申请一示例性实施例提供的一种基于人脸识别的预警装置的实施例框图；
图4为本申请提供的一种计算机设备的硬件结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
请参见图1，为本申请一示例性实施例提供的一种基于人脸识别的预警方法的实施例流程图，该方法包括以下步骤：
步骤101：确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，若否，则将已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库，其中，第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像。
在本申请中，以指定场所为某个社区为例，该社区的常住人员、工作人员可以在社区管理处进行人员注册，完成注册之后，第一信息管理库中则可以存储有已注册人员的人脸图像。
此外，在本申请中，第一信息管理库中还可以存储有可信人员的人脸图像，这里说的可信人员可以指经常出入该社区且高度可信的人员，例如，快递员、外卖人员等。
需要说明的是，第一信息管理库中除存储有已注册人员和可信人员的人脸图像以外，还可以存储有其他信息，例如，还可以存储有已注册人员和可信人员的基本信息，例如姓名、性别、住址、联系电话等，本申请对此不作限制。
在本申请中，获取到视频图像采集设备采集到的人脸图像后，可以将该已采集的人脸图像与第一信息管理库中存储的人脸图像进行匹配，确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，其中，以第一信息管理库中存储的一张人脸图像为例，上述匹配的过程可以包括：分别提取该已采集的人脸图像，和第一信息管理库中存储的人脸图像的特征信息，计算该两个特征信息之间的相似度，若相似度大于预设的相似度阈值，则可以确定该已采集的人脸图像和该第一信息管理库中存储的人脸图像相匹配。
若第一信息管理库中不存在与已采集的人脸图像相匹配的人脸图像，则可以认为该已采集的人脸图像对应的人员既不属于已注册人员，也不属于可信人员，也即，可以认为该已采集的人脸图像对应的人员为陌生人员，此时，可以将该已采集的人脸图像，和采集该人脸图像时的采集信息记录至第二信息管理库。
在本申请中，采集人脸图像时的采集信息可以包括：采集时间、采集该人脸图像的视频图像采集设备的标识等，其中，通过采集该人脸图像的视频图像采集设备的标识则可以确定采集该人脸图像的采集位置。
步骤102：在满足对第二信息管理库中的人脸图像进行分类的条件时，对第二信息管理库中的人脸图像进行分类，其中，同一类别中的人脸图像对应同一人员，不同类别中的人脸图像对应不同人员。
在本申请中，可以在满足对第二信息管理库中的人脸图像进行分类的条件时，对第二信息管理库中的人脸图像进行分类，目的是将对应同一人员的人脸图像划分至同一类别中，而对应不同人员的人脸图像划分至不同类别中。
其中，满足对第二信息管理库中的人脸图像进行分类的条件可以指：到达指定时刻，例如，可以在每周一上午8点对第二信息管理库中的人脸图像进行分类。
具体的分类过程可以参见下述图2所示实施例中的详细描述，在此先不作详述。
步骤103：针对每一类别，根据第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息，根据该动作行为信息确定是否预警，该预警用于指示该类别对应的人员可疑。
在本申请中，针对每一类别，可以根据第二信息管理库记录的该类别中人脸图像的采集信息，统计出该类别对应的人员的动作行为信息，包括：根据第二信息管理库中记录的该类别中人脸图像的采集位置和采集时间，统计出该类别对应的人员出入指定场所的出入时间，例如，首先统计出采集位置为指定场所的出入口的人脸图像，再针对该人脸图像的采集时间，即可得到该类别对应的人员出入指定场所的出入时间；和/或，根据第二信息管理库中记录的该类别中人脸图像的采集位置，统计该类别对应的人员在指定场所的行动轨迹，例如，首先将人脸图像按照采集时间进行排序，根据排序结果，依次获取每一人脸图像的采集位置，即可得到该类别对应的人员在指定场所的行动轨迹；和/或，根据第二信息管理库中记录的该类别中人脸图像的采集位置和图像数量，统计该类别对应的人员出入指定场所的频次，例如，首先统计出采集位置为指定场所的出入口的人脸图像，将该些人脸图像的数量除以2，即可得到该类别对应的人员出入指定场所的频次。
后续，则可以根据统计出的动作行为信息确定是否进行预警，具体的，可以判断统计出的动作行为信息是否满足预设的预警条件，若满足，则进行预警，若不满足，则不进行预警。
其中，动作行为信息满足预警条件可以包括：出入时间在预设的警戒时间范围内，例如出入时间在凌晨1点至3点；和/或，行动轨迹满足预设的行为规则，例如，行动轨迹涉及的采集位置超过预设数量；和/或，频次超过预设的频次阈值。
此外，在本申请中，指定场所的管理人员还可以通过管理平台查看步骤103中统计出的每一类别对应的人员的动作行为信息，继而，管理人员则可以根据主观判断对该动作行为信息进行分析，确定其中是否存在可信人员，若存在，则管理人员可以通过管理平台下发针对指定第二信息管理库中指定人脸图像的可信标记指示，其中，该指定人脸图像即为确定出的可信人员的人脸图像，该可信标记指示即用于指示该指定人脸图像对应的人员可信。
后续，则可以根据该可信标记指示，在第二信息管理库中删除指定人脸图像所属类别中的各个人脸图像和该些人脸图像的采集信息，并将该指定人脸图像记录值第一信息管理库中。
由此可见，通过上述处理，可以降低第二信息管理库中存储的信息量，提升基于第二信息管理库进行人员分类以及人员动作行为统计的效率，同时，可以实现将陌生人员标记为可信人员，后续，则不再针对该陌生人员进行预警，降低预警频率，提升用户体验。
此外，在本申请中，当确定第一信息管理库中存在与已采集的人脸图像相匹配的人脸图像时，可以向门禁控制系统发送门禁开启信号，以控制门禁开启。
由上述实施例可见，通过确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，若否，则将已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库，其中，第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像；在满足对第二信息管理库中的人脸图像进行分类的条件时，对第二信息管理库中的人脸图像进行分类，其中，同一类别中的人脸图像对应同一人员，不同类别中的人脸图像对应不同人员；针对每一类别，根据第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息，根据动作行为信息确定是否预警，可以提高针对出入指定场所的陌生人进行管理的效率和准确率。
请参见图2，为本申请一示例性实施例提供的另一种基于人脸识别的预警方法的实施例流程图，该图2所示例的方法在上述图1所示例方法的基础上，着重描述对第二信息管理库中的人脸图像进行分类的过程，包括以下步骤：
步骤201：从第二信息管理库中选择不属于任一类别的人脸图像作为当前人脸图像。
步骤202：计算当前人脸图像与不属于任一类别的其他人脸图像之间的相似度，若相似度大于预设的相似度阈值，则将该其他人脸图像与该当前人脸图像归入同一类别。
步骤203：将与该当前人脸图像归入同一类别的人脸图像作为当前人脸图像，返回执行步骤202。
如下，对上述步骤201至步骤203进行详细说明：
在本申请中，可以先从第二信息管理库中选择一张不属于任一类别的人脸图像作为当前人脸图像，后续，针对第二信息管理库中，每一张不属于任一类别的其他人脸图像，计算该其他人脸图像和当前人脸图像之间的相似度，若相似度大于预设的相似度阈值，则将该其他人脸图像与该当前人脸图像归入同一类别；进一步，将与该当前人脸图像归入同一类别的人脸图像作为当前人脸图像，返回执行计算该其他人脸图像和当前人脸图像之间的相似度的步骤，直至不属于任一类别的人脸图像中不存在可与当前人脸图像归入同一类别的人脸图像。
举例来说，假设第二信息管理库中存储有10张人脸图像，为了描述方便，将该10张人脸图像分别命名为P1、P2、P3，直至P10。按照上述描述，首先选取P1作为当前人脸图像；下一步，分别计算P1与P2至P10的相似度，假设通过计算出的相似度，将P3、P5与P1归入同一类别；下一步，可以分别将P3和P5作为当前人脸图像，以P3作为当前人脸图像为例，分别计算P3与P2至P4，P6至P10的相似度，假设通过计算出的相似度，将P8与P3归入同一类别，按照相同的处理过程，假设将P10与P5归入同一类别；下一步，再分别将P8和P10作为当前人脸图像，假设通过相似度计算，确定不属于任一类别的人脸图像中已不存在可与当前人脸图像归入同一类别的人脸图像。至此，可以将P1、P3、P5、P8、p10归入同一类别，也即，P1、P3、P5、P8、p10均对应同一人员。
针对其他不属于任一类别的人脸图像，例如P2、P4、P6、P7、p9，按照相同的处理过程即可实现分类。
由上述实施例可见，通过从第二信息管理库中选择不属于任一类别的人脸图像作为当前人脸图像；计算当前人脸图像与不属于任一类别的其他人脸图像之间的相似度，若相似度大于预设的相似度阈值，则将该其他人脸图像与该当前人脸图像归入同一类别；将与该当前人脸图像归入同一类别的人脸图像作为当前人脸图像，返回执行计算当前人脸图像与不属于任一类别的其他人脸图像之间的相似度，可以实现尽可能精细化对第二信息管理库中的人脸图像进行分类。
与前述基于人脸识别的预警方法的实施例相对应，本申请还提供了基于人脸识别的预警装置的实施例。
请参见图3，为本申请一示例性实施例提供的一种基于人脸识别的预警装置的实施例框图，该装置可以包括：第一确定模块31、记录模块32、分类模块33、统计模块34，以及第二确定模块35。
其中，第一确定模块31，用于确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，其中，所述第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像；
记录模块32，用于若所述第一信息管理库中不存在与已采集的人脸图像相匹配的人脸图像，则将所述已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库；
分类模块33，用于在满足对所述第二信息管理库中的人脸图像进行分类的条件时，对所述第二信息管理库中的人脸图像进行分类，其中，同一类别中的人脸图像对应同一人员，不同类别中的人脸图像对应不同人员；
统计模块34，用于针对每一类别，根据所述第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息；
第二确定模块35，用于根据所述动作行为信息确定是否预警，所述预警用于指示该类别对应的人员可疑。
在一实施例中，分类模块33可以包括(图3中未示出)：
选择子模块，用于从所述第二信息管理库中选择不属于任一类别的人脸图像作为当前人脸图像；
计算子模块，用于计算所述当前人脸图像与不属于任一类别的其他人脸图像之间的相似度；
归类子模块，用于若所述相似度大于预设的相似度阈值，则将所述其他人脸图像与所述当前人脸图像归入同一类别；
处理子模块，用于将与所述当前人脸图像归入同一类别的人脸图像作为当前人脸图像。
在一实施例中，所述统计模块34可以包括(图3中未示出)：
第一统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置和采集时间，统计该类别对应的人员出入指定场所的出入时间；和/或，
第二统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置，统计该类别对应的人员在指定场所的行动轨迹；和/或，
第三统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置和图像数量，统计该类别对应的人员出入指定场所的频次。
在一实施例中，所述第二确定模块35可以具体用于：
判断所述动作行为信息是否满足预设的预警条件，若满足，则预警，否则，不进行预警；
所述动作行为信息满足所述预警条件包括：
出入时间在预设的警戒时间范围内；和/或，
行动轨迹满足预设的行为规则；和/或，
频次超过预设的频次阈值。
在一实施例中，所述装置还可以包括(图3中未示出)：
接收模块，用于接收针对所述第二信息管理库中指定人脸图像的可信标记指示，所述可信标记指示用于指示该指定人脸图像对应的人员可信；
管理模块，用于根据所述可信标记指示，在所述第二信息管理库中删除所述指定人脸图像所属类别中的人脸图像和该人脸图像的采集信息，并将所述指定人脸图像记录至所述第一信息管理库。
在一实施例中，所述装置还可以包括(图3中未示出)：
发送模块，用于向门禁控制系统发送门禁开启信号，以控制门禁开启。
请继续参见图4，本申请还提供一种计算机设备，包括处理器401、通信接口402、存储器403，以及通信总线404。
其中，处理器401、通信接口402、存储器403通过通信总线404进行相互间的通信；
存储器403，用于存放计算机程序；
处理器401，用于执行存储器403上所存放的计算机程序，处理器401执行所述计算机程序时实现本申请提供的任一基于人脸识别的预警方法的步骤。
本申请还提供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本申请提供的任一基于人脸识别的预警方法的步骤。上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。
Claims (14)
1.一种基于人脸识别的预警方法，其特征在于，所述方法包括：
确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，若否，则将所述已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库，其中，所述第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像；
在满足对所述第二信息管理库中的人脸图像进行分类的条件时，对所述第二信息管理库中的人脸图像进行分类，其中，同一类别中的人脸图像对应同一人员，不同类别中的人脸图像对应不同人员；
针对每一类别，根据所述第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息，根据所述动作行为信息确定是否预警，所述预警用于指示该类别对应的人员可疑。
2.根据权利要求1所述的方法，其特征在于，所述对所述第二信息管理库中的人脸图像进行分类，包括：
从所述第二信息管理库中选择不属于任一类别的人脸图像作为当前人脸图像；
计算所述当前人脸图像与不属于任一类别的其他人脸图像之间的相似度，若所述相似度大于预设的相似度阈值，则将所述其他人脸图像与所述当前人脸图像归入同一类别；
将与所述当前人脸图像归入同一类别的人脸图像作为当前人脸图像，返回计算所述当前人脸图像与不属于任一类别的其他人脸图像之间的相似度的步骤。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息，包括：
根据所述第二信息管理库记录的该类别中人脸图像的采集位置和采集时间，统计该类别对应的人员出入指定场所的出入时间；和/或，
根据所述第二信息管理库记录的该类别中人脸图像的采集位置，统计该类别对应的人员在指定场所的行动轨迹；和/或，
根据所述第二信息管理库记录的该类别中人脸图像的采集位置和图像数量，统计该类别对应的人员出入指定场所的频次。
4.根据权利要求3所述的方法，其特征在于，所述根据所述动作行为信息确定是否预警，包括：
判断所述动作行为信息是否满足预设的预警条件，若满足，则预警，否则，不进行预警；
所述动作行为信息满足所述预警条件包括：
出入时间在预设的警戒时间范围内；和/或，
行动轨迹满足预设的行为规则；和/或，
频次超过预设的频次阈值。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收针对所述第二信息管理库中指定人脸图像的可信标记指示，所述可信标记指示用于指示该指定人脸图像对应的人员可信；
根据所述可信标记指示，在所述第二信息管理库中删除所述指定人脸图像所属类别中的人脸图像和该人脸图像的采集信息，并将所述指定人脸图像记录至所述第一信息管理库。
6.根据权利要求1所述的方法，其特征在于，确定第一信息管理库中存在与已采集的人脸图像相匹配的人脸图像时，所述方法还包括：
向门禁控制系统发送门禁开启信号，以控制门禁开启。
7.一种基于人脸识别的预警装置，其特征在于，所述装置包括：
第一确定模块，用于确定第一信息管理库中是否存在与已采集的人脸图像相匹配的人脸图像，其中，所述第一信息管理库存储有已注册人员的人脸图像和可信人员的人脸图像；
记录模块，用于若所述第一信息管理库中不存在与已采集的人脸图像相匹配的人脸图像，则将所述已采集的人脸图像和采集该人脸图像时的采集信息记录至第二信息管理库；
分类模块，用于在满足对所述第二信息管理库中的人脸图像进行分类的条件时，对所述第二信息管理库中的人脸图像进行分类，其中，同一类别中的人脸图像对应同一人员，不同类别中的人脸图像对应不同人员；
统计模块，用于针对每一类别，根据所述第二信息管理库记录的该类别中人脸图像的采集信息，统计该类别对应的人员的动作行为信息；
第二确定模块，用于根据所述动作行为信息确定是否预警，所述预警用于指示该类别对应的人员可疑。
8.根据权利要求7所述的装置，其特征在于，所述分类模块包括：
选择子模块，用于从所述第二信息管理库中选择不属于任一类别的人脸图像作为当前人脸图像；
计算子模块，用于计算所述当前人脸图像与不属于任一类别的其他人脸图像之间的相似度；
归类子模块，用于若所述相似度大于预设的相似度阈值，则将所述其他人脸图像与所述当前人脸图像归入同一类别；
处理子模块，用于将与所述当前人脸图像归入同一类别的人脸图像作为当前人脸图像。
9.根据权利要求7所述的装置，其特征在于，所述统计模块包括：
第一统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置和采集时间，统计该类别对应的人员出入指定场所的出入时间；和/或，
第二统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置，统计该类别对应的人员在指定场所的行动轨迹；和/或，
第三统计子模块，用于根据所述第二信息管理库记录的该类别中人脸图像的采集位置和图像数量，统计该类别对应的人员出入指定场所的频次。
10.根据权利要求9所述的装置，其特征在于，所述第二确定模块具体用于：
判断所述动作行为信息是否满足预设的预警条件，若满足，则预警，否则，不进行预警；
所述动作行为信息满足所述预警条件包括：
出入时间在预设的警戒时间范围内；和/或，
行动轨迹满足预设的行为规则；和/或，
频次超过预设的频次阈值。
11.根据权利要求7所述的装置，其特征在于，所述装置还包括：
接收模块，用于接收针对所述第二信息管理库中指定人脸图像的可信标记指示，所述可信标记指示用于指示该指定人脸图像对应的人员可信；
管理模块，用于根据所述可信标记指示，在所述第二信息管理库中删除所述指定人脸图像所属类别中的人脸图像和该人脸图像的采集信息，并将所述指定人脸图像记录至所述第一信息管理库。
12.根据权利要求7所述的装置，其特征在于，所述装置还包括：
发送模块，用于向门禁控制系统发送门禁开启信号，以控制门禁开启。
13.一种计算机设备，其特征在于，包括处理器、通信接口、存储器和通信总线；
其中，所述处理器、通信接口、存储器通过所述通信总线进行相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6任一所述方法的步骤。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811494238.9A CN111291596B (zh) | 2018-12-07 | 2018-12-07 | 一种基于人脸识别的预警方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811494238.9A CN111291596B (zh) | 2018-12-07 | 2018-12-07 | 一种基于人脸识别的预警方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111291596A true CN111291596A (zh) | 2020-06-16 |
| CN111291596B CN111291596B (zh) | 2024-07-26 |
Family
ID=71028022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811494238.9A Active CN111291596B (zh) | 2018-12-07 | 2018-12-07 | 一种基于人脸识别的预警方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111291596B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111784742A (zh) * | 2020-06-29 | 2020-10-16 | 杭州海康威视数字技术股份有限公司 | 一种行人跨镜头追踪方法及装置 |
| CN112016526A (zh) * | 2020-10-16 | 2020-12-01 | 金税信息技术服务股份有限公司 | 场所活动对象的行为监测分析系统、方法、装置和设备 |
| CN113673351A (zh) * | 2021-07-21 | 2021-11-19 | 浙江大华技术股份有限公司 | 一种行为检测方法、设备以及存储介质 |
| CN115471902A (zh) * | 2022-11-14 | 2022-12-13 | 广州市威士丹利智能科技有限公司 | 基于智慧校园的人脸识别防护方法及系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011216075A (ja) * | 2010-03-15 | 2011-10-27 | Omron Corp | 端末利用者監視装置 |
| CN103605969A (zh) * | 2013-11-28 | 2014-02-26 | Tcl集团股份有限公司 | 一种人脸录入的方法及装置 |
| CN104933819A (zh) * | 2015-06-17 | 2015-09-23 | 福建永易信息科技有限公司 | 基于人脸识别和标志识别的报警器及报警方法 |
| US9516218B1 (en) * | 2014-02-06 | 2016-12-06 | Google Inc. | Grouping digital images based on detected objects |
| CN107067504A (zh) * | 2016-12-25 | 2017-08-18 | 北京中海投资管理有限公司 | 一种人脸识别安防系统及可疑人员检测与预警方法 |
| WO2017162076A1 (zh) * | 2016-03-24 | 2017-09-28 | 北京握奇数据股份有限公司 | 一种人脸识别方法及系统 |
| WO2017202169A1 (zh) * | 2016-05-25 | 2017-11-30 | 腾讯科技（深圳）有限公司 | 门禁控制数据处理方法、门禁控制方法和电子设备 |
| CN107545160A (zh) * | 2016-06-28 | 2018-01-05 | 中兴通讯股份有限公司 | 指纹识别方法及装置 |
| CN107871114A (zh) * | 2016-09-23 | 2018-04-03 | 杭州海康威视数字技术股份有限公司 | 一种推送目标人员跟踪信息的方法、装置及系统 |
| CN108009465A (zh) * | 2016-10-31 | 2018-05-08 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法及装置 |
| CN108038176A (zh) * | 2017-12-07 | 2018-05-15 | 浙江大华技术股份有限公司 | 一种路人库的建立方法、装置、电子设备及介质 |
| 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 |
| CN108932780A (zh) * | 2018-07-26 | 2018-12-04 | 陈万钧 | 识别装置及系统 |
-
2018
- 2018-12-07 CN CN201811494238.9A patent/CN111291596B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011216075A (ja) * | 2010-03-15 | 2011-10-27 | Omron Corp | 端末利用者監視装置 |
| CN103605969A (zh) * | 2013-11-28 | 2014-02-26 | Tcl集团股份有限公司 | 一种人脸录入的方法及装置 |
| US9516218B1 (en) * | 2014-02-06 | 2016-12-06 | Google Inc. | Grouping digital images based on detected objects |
| CN104933819A (zh) * | 2015-06-17 | 2015-09-23 | 福建永易信息科技有限公司 | 基于人脸识别和标志识别的报警器及报警方法 |
| WO2017162076A1 (zh) * | 2016-03-24 | 2017-09-28 | 北京握奇数据股份有限公司 | 一种人脸识别方法及系统 |
| WO2017202169A1 (zh) * | 2016-05-25 | 2017-11-30 | 腾讯科技（深圳）有限公司 | 门禁控制数据处理方法、门禁控制方法和电子设备 |
| CN107545160A (zh) * | 2016-06-28 | 2018-01-05 | 中兴通讯股份有限公司 | 指纹识别方法及装置 |
| CN107871114A (zh) * | 2016-09-23 | 2018-04-03 | 杭州海康威视数字技术股份有限公司 | 一种推送目标人员跟踪信息的方法、装置及系统 |
| CN108009465A (zh) * | 2016-10-31 | 2018-05-08 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法及装置 |
| CN107067504A (zh) * | 2016-12-25 | 2017-08-18 | 北京中海投资管理有限公司 | 一种人脸识别安防系统及可疑人员检测与预警方法 |
| CN108038176A (zh) * | 2017-12-07 | 2018-05-15 | 浙江大华技术股份有限公司 | 一种路人库的建立方法、装置、电子设备及介质 |
| 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 |
| CN108932780A (zh) * | 2018-07-26 | 2018-12-04 | 陈万钧 | 识别装置及系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111784742A (zh) * | 2020-06-29 | 2020-10-16 | 杭州海康威视数字技术股份有限公司 | 一种行人跨镜头追踪方法及装置 |
| CN111784742B (zh) * | 2020-06-29 | 2023-08-29 | 杭州海康威视数字技术股份有限公司 | 一种行人跨镜头追踪方法及装置 |
| CN112016526A (zh) * | 2020-10-16 | 2020-12-01 | 金税信息技术服务股份有限公司 | 场所活动对象的行为监测分析系统、方法、装置和设备 |
| CN113673351A (zh) * | 2021-07-21 | 2021-11-19 | 浙江大华技术股份有限公司 | 一种行为检测方法、设备以及存储介质 |
| CN115471902A (zh) * | 2022-11-14 | 2022-12-13 | 广州市威士丹利智能科技有限公司 | 基于智慧校园的人脸识别防护方法及系统 |
| CN115471902B (zh) * | 2022-11-14 | 2023-03-24 | 广州市威士丹利智能科技有限公司 | 基于智慧校园的人脸识别防护方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111291596B (zh) | 2024-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
| CN111291596B (zh) | 一种基于人脸识别的预警方法及装置 | |
| JP6854881B2 (ja) | 顔画像照合システムおよび顔画像検索システム | |
| CN101197676B (zh) | 认证系统的管理方法 | |
| WO2014132841A1 (ja) | 人物検索方法及びホーム滞留人物検索装置 | |
| CN109635146B (zh) | 一种基于图像特征的目标查询方法及系统 | |
| US20210357624A1 (en) | Information processing method and device, and storage medium | |
| US20100207762A1 (en) | System and method for predicting abnormal behavior | |
| CN106874951B (zh) | 一种旅客关注度评级方法及装置 | |
| JP2022518459A (ja) | 情報処理方法および装置、記憶媒体 | |
| US20100318566A1 (en) | Behavior history retrieval apparatus and behavior history retrieval method | |
| CN110717358B (zh) | 访客人数统计方法、装置、电子设备及存储介质 | |
| CN111368619A (zh) | 可疑人员的检测方法、装置及设备 | |
| CN111814510A (zh) | 一种遗留物主体检测方法及装置 | |
| CN110543583A (zh) | 信息处理方法及装置、图像设备及存储介质 | |
| CN118053261B (zh) | 用于智慧校园的防欺凌预警方法、装置、设备及介质 | |
| KR101610886B1 (ko) | 빅데이터에 기초하는 개인 상태 진단 방법 및 개인 상태 진단 시스템 | |
| CN114049658A (zh) | 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质 | |
| Zhang et al. | A Multiple Instance Learning and Relevance Feedback Framework for Retrieving Abnormal Incidents in Surveillance Videos. | |
| WO2019187107A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
| CN114359783A (zh) | 一种异常事件检测方法、装置及设备 | |
| CN113743293A (zh) | 跌倒行为检测方法、装置、电子设备及存储介质 | |
| CN114491156A (zh) | 基于视频图像智能推送近似对象的方法 | |
| CN112040411A (zh) | 一种数据分析方法及装置 | |
| JP7564064B2 (ja) | 映像監視システム及び映像監視方法 |
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 |