CN111522974A - 一种实时归档的方法及装置 - Google Patents
一种实时归档的方法及装置 Download PDFInfo
- Publication number
- CN111522974A CN111522974A CN202010340817.9A CN202010340817A CN111522974A CN 111522974 A CN111522974 A CN 111522974A CN 202010340817 A CN202010340817 A CN 202010340817A CN 111522974 A CN111522974 A CN 111522974A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- file
- picture
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 239000011521 glass Substances 0.000 claims description 8
- 230000003203 everyday effect Effects 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
- G06V40/168—Feature extraction; Face representation
Abstract
本发明涉及计算机网络技术领域,尤其为一种实时归档的方法及装置,包括装置D500,所述装置D500包括采集模块,分析比对模块,档案特征更新模块,档案合并模块以及实时展示及推送模块,本发明通过实时比对已归档档案提高了实时性,通过档案中积累的图片进行分类,然后定时融合更新档案特征可以提高归档率,另外通过档案间定时比对合并减少档案分裂,同时基于优化后的实时归档及更新和合并策略,我们发明了装置D500,该装置可以通过软件或硬件实现。该装置具有实现第一方面涉及的归档方法,同时补充了推送实时抓拍人员身份的接口。该装置可以灵活进行二次开发用于预警,排查,考勤,门禁等实时需要落地人员身份的场景。
Description
技术领域
本发明涉及计算机网络技术领域,具体为一种实时归档的方法及装置。
背景技术
随着近年来AI生物特征识别技术在安防领域越来越深入的应用,人脸生物识别技术应用越来越成熟。各大城市重点区域,机场车站等有各类的人脸闸机,重点出入口有各类的人脸识别相机。对于一个城市来说,每天采集的人脸数据相当庞大。
对于海量历史数据分析每张图片的特征和属性,(比如性别,年龄,是否戴眼镜,是否戴口罩等等),然后提供图片检索或属性检索等各种基础应用;现有技术介绍:进一步的,通过对一段时间的数据进行聚档可以对图片进行分类,将每个人出现的每次时空轨迹的图片放在一起。形成类似一个“一人一档”的时空档案;现有技术缺点:现有技术中利用历史图片聚类的实时性不强,通常需要积累一段时间的数据再进行聚类,数据多的话聚类等待的时间较长。而且分析出来的聚类结果档案容易出现分裂,杂图,实际归档率不高等问题;如果通过类似一人一图布控的实时归档的方式,通常档案归档率比较低,档案分裂较多,具体体现在对于各种弱光或强光,侧脸等比对时无法正确归档。
综上所述,本发明通过设计一种实时归档的方法及装置来解决存在的问题。
发明内容
本发明的目的在于提供一种实时归档的方法及装置,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种实时归档的方法及装置,包括装置D500,所述装置D500包括采集模块,分析比对模块,档案特征更新模块,档案合并模块以及实时展示及推送模块。
优选的,其具体步骤如下:
S1,加载已有档案库,通过APP采集或WEB界面接口进行人工创建的档案
S2,获取实时人脸图片,提取该人脸图片的特征值以及质量,角度,性别,遮挡,年龄等属性;
S3,处理服务器获取图片比对已有档案,若满足阈值,则将此图片归档到这个档案下面,并根据角度质量等属性进行分类;若不匹配,则继续下一步;
S4,将未匹配图片标记为未实名人员,为该图片创建一个未实名档案,并将此档案加入到比对档案库;
S5,通过累积一段时间的数据,我们得出所有档案(S1,S2…Sk)以及该档案下面归档的图片A1,A2,A3…An(n<=M);
S6,定时更新每个有更新图片的档案的综合特征,通过分别融合每个档案中已归档图片特征的方式,形成该档案的综合档案特征值;
S7,定时(比如每天或每4个小时)对所有的有更新的档案的档案特征进行交叉的比对,如果相似度超过设置阈值K,则将这些档案进行合并操作。
优选的,其具体步骤如下:
S1,采集模块:用于通过人脸抓拍相机SDK获取人脸抓拍图片;
S2,分析比对模块:对获取的人脸抓拍图片提取特征,并提取包括图片质量,角度,年龄,性别,是否佩戴眼镜,是否佩戴口罩,遮挡比例等等属性值;同时负责将抓拍图片与已有的所有档案进行特征比对及归档。对于满足相似度K1阈值的档案及时归档,不满足阈值的创建新的档案;
S3,档案特征更新模块:对归档到档案的图片按角度,属性等(左侧、右侧、低头、抬头、正脸,是否佩戴口罩、眼镜等)进行分类,每个类别为了运算效率,最多保留2张最高质量的图片;当出现更高图片质量的归档图片时进行替换,类别图片不够没有达到上限时进行新增,这些档案的图片进行特征融合,生成这个档案的档案特征;
S4,档案合并模块:对同一个人分裂出现的多个档案进行交叉比对,当满足阈值K2时,进行合并操作;
S5,实时展示及推送模块:展示实时归档人员的身份信息及其他属性信息,将这些信息在屏幕上显示,对订阅客户端进行消息推送。
优选的,所述装置D500采用软件或硬件。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过实时归档的同时利用新抓拍归档的数据进行持续的档案综合档案更新。通过这种方式可以持续的优化进而提高归档的正确率。同时,通过对档案之间比对合并可以将分裂的档案减少。
2、本发明中,通过采用优化实时归档对大规模人脸图片的一人一档的实时性应用提供了很好的解决方案。通过实时归档而不是等待一段时间再聚类来提高实时性,同时通过档案的综合特征的持续更新来达到不弱于聚类的归档效果;另外通过档案间合并来减少档案分裂,减少一人多档的情况。
3、本发明中,通过在大数据规模下,通过构建类似实时性的档案归档可以提高分析的效率,用于快速构建人员档案轨迹应用从而较准确的描述这个人在这个城市的人物“电子画像”,同时也能够用于对嫌疑人预警,门禁,考勤等;与普通的人脸门禁考勤相比,增加的多角度融合特征增加了持续更新模块,可以有更高的比对准确率和多角度的兼容性。
附图说明
图1为本发明一种实时归档方法流程结构示意图;
图2为本发明档案间自动合并结构示意图;
图3为本发明更新模块定时进行档案更新流程结构示意图;
图4为本发明结构D500装置总的模块示意图;
图5为本发明硬件实现方式D501模块结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
请参阅图1-5,本发明提供一种技术方案:
一种实时归档的方法及装置,包括装置D500,所述装置D500包括采集模块,分析比对模块,档案特征更新模块,档案合并模块以及实时展示及推送模块。
本发明工作流程:如图1和图2
步骤1,加载已有档案库,该档案库可能是通过APP采集或WEB界面接口进行人工创建的档案;
步骤2,获取实时人脸图片,提取该人脸图片的特征值以及质量,角度,性别,遮挡,年龄等属性;
步骤3,处理服务器获取图片比对已有档案,若满足阈值,则将此图片归档到这个档案下面,并根据角度质量等属性进行分类,若不匹配,则继续下一步;
步骤4,将未匹配图片标记为未实名人员,为该图片创建一个未实名档案,并将此档案加入到比对档案库;
步骤5,通过累积一段时间的数据,得出所有档案(S1,S2…Sk)以及该档案下面归档的图片A1,A2,A3…An(n<=M);
步骤6,定时更新每个有更新图片的档案的综合特征,通过分别融合每个档案中已归档图片特征的方式,形成该档案的综合档案特征值,该综合档案特征在实际用于比对中,具有更强的兼容性和准确率;
步骤7,定时(比如每天或每4个小时)对所有的有更新的档案的档案特征进行交叉的比对。如果相似度超过设置阈值K,则将这些档案进行合并操作。
本发明中利用实时归档及合并和更新档案特征的主要技术方案包括:(1)利用同一个档案的多次抓拍图片进行分类,再融合来提高综合档案特征的兼容性和准确率。(2)利用定时合并满足阈值的多个档案,来减少档案的分裂;
第二方面,在第一方面的功能的基础上,我们发明了装置D500,该装置可以通过软件或硬件实现。该装置包括采集模块,分析比对模块,档案特征更新模块,档案合并模块以及实时展示及推送模块。
采集模块:用于通过人脸抓拍相机SDK获取人脸抓拍图片;
分析比对模块:对获取的人脸抓拍图片提取特征,并提取包括图片质量,角度,年龄,性别,是否佩戴眼镜,是否佩戴口罩,遮挡比例等等属性值;同时负责将抓拍图片与已有的所有档案进行特征比对及归档。对于满足相似度K1阈值的档案及时归档,不满足阈值的创建新的档案;
档案特征更新模块:对归档到档案的图片按角度,属性等(左侧、右侧、低头、抬头、正脸,是否佩戴口罩、眼镜等)进行分类,每个类别为了运算效率,最多保留2张最高质量的图片。当出现更高图片质量的归档图片时进行替换,类别图片不够没有达到上限时进行新增。这些档案的图片进行特征融合,生成这个档案的档案特征,这个档案特征综合了这个人更多的特征,具有更好的兼容性,具有更好的比对效果;
档案合并模块:对同一个人分裂出现的多个档案进行交叉比对,当满足阈值K2时,进行合并操作;
实时展示及推送模块:显示模块及推送模块,展示实时归档人员的身份信息及其他属性信息,将这些信息在屏幕上显示,对订阅客户端进行消息推送。
具体实施案例:
本发明第一方面实施方案的详细方案如下:
步骤1,安装人像抓拍相机,当有人员进入时,采集模块将抓拍人脸照片上传到分析比对模块。同事采集模块也负责档案的录入工作,用户可以通过该模块手工录入人员档案信息(姓名,身份,图片等信息);
步骤2,分析比对模块接收采集模块传输过来的抓拍人脸图片,进行特征提取及属性提取等操作;
步骤3,分析比对模块对提取后的图片与当前已归档的档案库F进行比对,返回相似度最高的档案A,如果满足阈值则将此抓拍图片归档到档案A;如果不满足则将此抓拍图片作为底图创建新的档案B,同时将档案B加入到档案库F;
步骤4,档案特征更新模块定时进行档案更新,更新步骤大致如图3下:
注:(1)图中的档案更新模块通常在服务器不忙时进行自动调度,通过检查档案库中的每个档案是否有新增抓拍图片,进而对这些抓拍图片进行分类(按角度和属性等),然后通过融合特征后进行归一化得到一个综合的档案特征值;
(2)在海量数据比对中,融合后的档案特征比单一图片比对整体归档率提升在15%左右,融合多图片特征的方式提高了算法的鲁棒性。融合后的特征对存在部分遮挡比如戴口罩或太阳眼镜,各种侧脸角度等复杂场景的识别比对效果也有比较明显的提高;
步骤5,合并模块对前期因档案单一图片比对阈值过低时产生的分裂档案具有较好的合并效果。随着后期档案中图片的增多,通过融合后的档案特征比对进行重新比对,可以有比较好的合并效果。
步骤6,实时展示(推送)模块对实时归档的图片可以及时将当前在相机下出现的人的身份实时的显示或推送出来。也可以通过推送给类似谷歌眼镜或者APP+蓝牙耳机或者小程序微信等方式可以产生比较好的比对效果。也可以推送给考勤终端或门禁或其他大数据分析等应用;
第二方面D500装置总的模块示意图4:
D500装置在第一方面技术方案的基础上设计而成,可以采用软件或硬件来实现。
一种典型的硬件实现方式D501,如图5:存储模块D501-1负责存储程序和数据,与D501-2模块配合处理数据的采集和分析及更新和合并功能。同时D501-2在人员实时归档时调用D501-3的接口进行显示或其他输出;D501-4属于网络模块,可以通过订阅-推送的方式与外部进行通信,将实时归档的信息实时进行推送。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种实时归档的方法及装置,其特征在于,包括装置D500,所述装置D500包括采集模块,分析比对模块,档案特征更新模块,档案合并模块以及实时展示及推送模块。
2.根据权利要求1所述的一种实时归档的方法,其具体步骤如下:
S1,加载已有档案库,通过APP采集或WEB界面接口进行人工创建的档案
S2,获取实时人脸图片,提取该人脸图片的特征值以及质量,角度,性别,遮挡,年龄等属性;
S3,处理服务器获取图片比对已有档案,若满足阈值,则将此图片归档到这个档案下面,并根据角度质量等属性进行分类;若不匹配,则继续下一步;
S4,将未匹配图片标记为未实名人员,为该图片创建一个未实名档案,并将此档案加入到比对档案库;
S5,通过累积一段时间的数据,我们得出所有档案(S1,S2…Sk)以及该档案下面归档的图片A1,A2,A3…An(n<=M);
S6,定时更新每个有更新图片的档案的综合特征,通过分别融合每个档案中已归档图片特征的方式,形成该档案的综合档案特征值;
S7,定时(比如每天或每4个小时)对所有的有更新的档案的档案特征进行交叉的比对,如果相似度超过设置阈值K,则将这些档案进行合并操作。
3.根据权利要求1所述的一种实时归档的装置,其具体步骤如下:
S1,采集模块:用于通过人脸抓拍相机SDK获取人脸抓拍图片;
S2,分析比对模块:对获取的人脸抓拍图片提取特征,并提取包括图片质量,角度,年龄,性别,是否佩戴眼镜,是否佩戴口罩,遮挡比例等等属性值;同时负责将抓拍图片与已有的所有档案进行特征比对及归档,对于满足相似度K1阈值的档案及时归档,不满足阈值的创建新的档案;
S3,档案特征更新模块:对归档到档案的图片按角度,属性等(左侧、右侧、低头、抬头、正脸,是否佩戴口罩、眼镜等)进行分类,每个类别为了运算效率,最多保留2张最高质量的图片;当出现更高图片质量的归档图片时进行替换,类别图片不够没有达到上限时进行新增,这些档案的图片进行特征融合,生成这个档案的档案特征;
S4,档案合并模块:对同一个人分裂出现的多个档案进行交叉比对,当满足阈值K2时,进行合并操作;
S5,实时展示及推送模块:展示实时归档人员的身份信息及其他属性信息,将这些信息在屏幕上显示,对订阅客户端进行消息推送。
4.根据权利要求1所述的一种实时归档的方法及装置,其特征在于:所述装置D500采用软件或硬件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340817.9A CN111522974A (zh) | 2020-04-26 | 2020-04-26 | 一种实时归档的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340817.9A CN111522974A (zh) | 2020-04-26 | 2020-04-26 | 一种实时归档的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111522974A true CN111522974A (zh) | 2020-08-11 |
Family
ID=71904632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010340817.9A Pending CN111522974A (zh) | 2020-04-26 | 2020-04-26 | 一种实时归档的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111522974A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395037A (zh) * | 2020-12-07 | 2021-02-23 | 深圳云天励飞技术股份有限公司 | 一种动态封面的选取方法、装置、电子设备及存储介质 |
CN113052079A (zh) * | 2021-03-26 | 2021-06-29 | 重庆紫光华山智安科技有限公司 | 一种基于人脸聚类的区域客流统计方法、系统、设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344271A (zh) * | 2018-09-30 | 2019-02-15 | 南京物盟信息技术有限公司 | 视频人像档案处理方法及其系统 |
CN109800318A (zh) * | 2018-12-28 | 2019-05-24 | 上海依图网络科技有限公司 | 一种归档方法及装置 |
CN110413815A (zh) * | 2019-07-26 | 2019-11-05 | 北京旷视科技有限公司 | 人像聚类清洗方法和装置 |
-
2020
- 2020-04-26 CN CN202010340817.9A patent/CN111522974A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344271A (zh) * | 2018-09-30 | 2019-02-15 | 南京物盟信息技术有限公司 | 视频人像档案处理方法及其系统 |
CN109800318A (zh) * | 2018-12-28 | 2019-05-24 | 上海依图网络科技有限公司 | 一种归档方法及装置 |
CN110413815A (zh) * | 2019-07-26 | 2019-11-05 | 北京旷视科技有限公司 | 人像聚类清洗方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395037A (zh) * | 2020-12-07 | 2021-02-23 | 深圳云天励飞技术股份有限公司 | 一种动态封面的选取方法、装置、电子设备及存储介质 |
CN112395037B (zh) * | 2020-12-07 | 2024-01-05 | 深圳云天励飞技术股份有限公司 | 一种动态封面的选取方法、装置、电子设备及存储介质 |
CN113052079A (zh) * | 2021-03-26 | 2021-06-29 | 重庆紫光华山智安科技有限公司 | 一种基于人脸聚类的区域客流统计方法、系统、设备和介质 |
CN113052079B (zh) * | 2021-03-26 | 2022-01-21 | 重庆紫光华山智安科技有限公司 | 一种基于人脸聚类的区域客流统计方法、系统、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107292240B (zh) | 一种基于人脸与人体识别的找人方法及系统 | |
CN101778260B (zh) | 一种基于结构化描述的视频监控管理方法及系统 | |
US20210357624A1 (en) | Information processing method and device, and storage medium | |
CN109344271A (zh) | 视频人像档案处理方法及其系统 | |
CN105404860A (zh) | 用于管理走失人员信息的方法和设备 | |
CN105095434B (zh) | 时效需求识别方法及装置 | |
CN102156707A (zh) | 一种视频摘要形成和搜索的方法、系统 | |
CN112183353B (zh) | 一种图像数据处理方法、装置和相关设备 | |
CN109492604A (zh) | 人脸模型特征统计分析系统 | |
CN111522974A (zh) | 一种实时归档的方法及装置 | |
US9665773B2 (en) | Searching for events by attendants | |
CN110765134A (zh) | 档案建立方法、设备及存储介质 | |
CN111222373A (zh) | 一种人员行为分析方法、装置和电子设备 | |
CN112232178A (zh) | 基于人像聚档的区域落脚点判定方法、系统、设备及介质 | |
CN114078277A (zh) | 一人一档的人脸聚类方法、装置、计算机设备及存储介质 | |
CN106713859A (zh) | 一种图片视觉监控搜索系统及其搜索方法 | |
CN110543584A (zh) | 一种建立人脸索引的方法、装置、处理服务器及存储介质 | |
US20120147179A1 (en) | Method and system for providing intelligent access monitoring, intelligent access monitoring apparatus | |
KR101479260B1 (ko) | 사진 기반 인물 친밀도 검색 방법 | |
CN111522980A (zh) | 一种海量数据下基于档案的快速搜索方法 | |
CN110598042A (zh) | 一种基于增量更新的视频结构化实时更新方法及系统 | |
CN113794819A (zh) | 防疫场所智能管理方法、系统、装置和介质 | |
CN112434049A (zh) | 表格数据存储方法、装置、存储介质及电子装置 | |
RU2660599C1 (ru) | Способ индексирования видеоданных для фасетной классификации | |
CN112925899A (zh) | 排序模型建立方法、案件线索推荐方法、装置及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200811 |
|
RJ01 | Rejection of invention patent application after publication |