CN111783592B - 一种非完整人脸信息结合位置数据的人脸识别方法 - Google Patents
一种非完整人脸信息结合位置数据的人脸识别方法 Download PDFInfo
- Publication number
- CN111783592B CN111783592B CN202010584930.1A CN202010584930A CN111783592B CN 111783592 B CN111783592 B CN 111783592B CN 202010584930 A CN202010584930 A CN 202010584930A CN 111783592 B CN111783592 B CN 111783592B
- Authority
- CN
- China
- Prior art keywords
- information
- face
- real
- time
- data
- 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
- G06F16/51—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
- G06F16/53—Querying
- G06F16/535—Filtering based on additional data, e.g. user or group profiles
-
- 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
-
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Abstract
本发明公开了一种非完整人脸信息结合位置数据的人脸识别方法,涉及人脸识别技术领域。包括在传统的人脸识别技术上增加位置数据形成的一种人脸识别方法,具体讲在传统的人脸识别“人脸—ID”数据库中增加“位置”形成“人脸—ID—位置”数据库,并同时通过实时采集到的人脸信息和拍摄装置的位置信息双重筛选后得到与人脸相对应的ID信息,从而在采集到非完整人脸信息的情况在完成人脸识别。
Description
技术领域
本发明涉及人脸识别技术领域,尤其一种非完整人脸信息结合位置数据的人脸识别方法。
背景技术
随着城市化的不断推进、城市人口显著增加,商场作为典型的公共场所,客流量日益增长。如此一来,有效的客流分析、管控手段便成为了当下的迫切需求。而人脸识别技术及相关管理系统作为一种新兴的工具受到广泛的青睐。基于此类技术,可以做到足够精细的客流分析,从而达到降低管控成本、针对性地优化人员和物资的部署、充分利用空间等目的。
在实际场景中,图像信息采集过程可能会遇到无法获取完整人脸信息的情形。如当消费者穿戴帽子、口罩等物品时,只能获取人脸的一部分。此时,对于普通方式的人脸识别,识别结果的准确率会大大降低。
专利号为:ZL 201610147969.0公告了一种通过重构遮挡部位的一种人脸识别方法,但该方法需要采集大量的人脸来作为离线数据库,在实际操作中很难实现。
因此,为解决上述技术问题,需要提出一种新的技术方案来解决这个问题。尤其是提供一种非完整人脸信息结合位置数据的人脸识别方法。
发明内容
本发明为解决市场上现有的人脸识别技术在被识别的人脸被遮挡的情况下不能准确识别出人脸的技术问题,提供了一种非完整人脸信息结合位置数据的人脸识别方法。
为实现上述目的提供了如下技术方案:一种非完整人脸信息结合位置数据的人脸识别方法,基于传统人脸识别方法和位置定位方法,在获取到非完整人脸信息时能够完成人脸的识别,具体步骤包括:
第一步:数据库的建立
采集包含有“人脸—ID—位置”信息的多组数据信息作为对比数据信息库,并储存与后台服务器中;
(1.2)离线数据库的建立
经用户自愿后录入人脸信息和身份ID,形成“人脸—ID”离线数据库,并储存在后台服务器中;
(1.2)临时数据信息库的建立
用户的智能设备经用户同意后获取用户的ID和位置,并将获取的ID和位置传输至后台服务器中;通过智能设备获取的ID与离线数据库中ID的重合将相同ID的位置信息添加至“人脸—ID”数据中,形成一组或多组“人脸—ID—位置”的临时数据信息库,临时数据信息库作为对比数据信息库;
第二步:获取实时数据信息
(2.1)获取实时图像信息
通过拍摄装置拍摄出含有人脸信息的图像信息将图像信息与拍摄装置的位置信息相结合,并将图像信息和拍摄装置的位置信息传输至后台服务器中;
(2.2)获取实时人脸信息
从图像信息中提取出人脸信息同时将人脸信息和拍摄装置的位置信息相结合,形成一组或多组“实时人脸—实时位置”;并将获得的一组或多组“实时人脸—实时位置”信息传输至后台服务器中;
第三步:人脸识别并获得识别结果
(3.1)通过人脸信息初步识别
将第二步获取到的“实时人脸—实时位置”信息在后台服务器中通过“实时人脸”搜索,从对比数据信息库中得到一组或多组“人脸—ID—位置”信息;
(3.2)通过实时位置信息再次识别
在获得的一组或多组“人脸—ID—位置”信息中通过拍摄装置的位置信息与一组或多组“人脸—ID—位置”信息中的“位置”相匹配得到的“人脸—ID—位置”数据信息中的“ID”,完成非完整人脸信息的人脸识别。
优选地,所述身份ID为与用户身份唯一对应的ID信息且不同用户的ID信息不会重复。
优选地,所述智能设备获取用户位置的方法采用室内定位方法。
优选地,所述拍摄装置的位置信息通过事先安装拍摄装置后将每台拍摄装置的位置信息记录在后台服务器中。
优选地,拍摄装置包括拍摄摄像头;所述智能设备包括智能手机;所述后台服务器包括电脑。
本发明的有益效果:本发明通过在传统的人脸识别技术的基础上结合室内定位技术,从而在采集到用户的人脸数据不完全的情况下结合位置数据再次定位从而完成能够通过人脸识别出用户的身份信息。同时本方法利用用户和商场已有的设备就能够实现,不需要增加额外的设备,节约了使用成本。
附图说明
图1是本发明的步骤流程示意框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
在本发明的描述中,需要说明的是,如出现术语“中心”、 “上”、 “下”、 “左”、“右”、 “竖直”、 “水平”、 “内”、 “外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,如出现术语“第一”、 “第二”、 “第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,如出现术语“安装”、 “相连”、 “连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;也可以是管道连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
如图1所示,本发明的方法流程如下:(1)建立离线数据库;(2)获取用户的位置数据;(3)建立临时对比数据库;(4)拍摄图像信息并结合拍摄的实时位置:(5)提出图像信息并结合实时位置;(6)通过拍摄的人脸信息在临时对比数据库中进行初步的人脸识别;(7)通过拍摄装置的实时位置在初次识别的结果中再次识别。
具体包括:一种非完整人脸信息结合位置数据的人脸识别方法,包括基于传统人脸识别方法和位置定位方法,在获取到非完整人脸信息时能够完成人脸的识别,具体步骤包括:
第一步:数据库的建立
采集包含有“人脸—ID—位置”信息的多组数据信息作为对比数据信息库,并储存与后台服务器中。
(1.1)离线数据库的建立
经用户自愿后录入人脸信息和身份ID,形成“人脸—ID”离线数据库,并储存在后台服务器中;离线数据库中的人脸及对应的ID信息均为用户自愿录入,其中ID信息为与用户身份唯一对应的ID信息且不同用户的ID信息不会重复,包括用户的姓名、性别、职业和身份证号等信息。
(1.2)临时对比数据信息库的建立
用户的智能设备经用户同意后获取用户的ID和位置,并将获取的ID和位置传输至后台服务器中。通过智能设备获取的ID与离线数据库中ID的重合将相同ID的位置信息添加至“人脸—ID”数据中,形成多组“人脸—ID—位置”的临时数据信息库,临时数据信息库作为临时对比数据信息库。智能设备经用户同意的方法为在用户的智能设备上安装微信小程序,在用户授权后,通过微信里面的实名制信息从而获取到ID及通过智能设备的自动定位功能获取对应的位置信息。其中智能设备采用的定位方法为目前国内常用的室内定位方法,如WIFI定位法、地磁定位法等。临时对比数据信息库中的用户的数量为室内现有的用户的数量,其数量小于离线数据库中的用户数量并为离线数据库中用户的一部分。
第二步:获取实时数据信息
(2.1)获取实时图像信息
通过拍摄装置拍摄出含有人脸信息的图像信息将图像信息与拍摄装置的位置信息相结合,并将图像信息和拍摄装置的位置信息传输至后台服务器中。拍摄装置固定安装在室内,安装好后其位置信息固定且每台拍摄装置的位置信息被记录在后台服务器中,后期拍摄到图像信息时能够将拍摄到的图像信息和拍摄装置的位置信息在后台服务器中相结合。
(2.2)获取实时人脸信息
从图像信息中提取出人脸信息同时将人脸信息和拍摄装置的位置信息相结合,形成一组或多组“实时人脸—实时位置”;并将获得的一组或多组“实时人脸—实时位置”信息传输至后台服务器中。通过人脸识别常规的方法将人脸信息从环境信息中提取出来,提取基本过程为从某一张全景画面中提取包含的人脸子画面。具体地,初始材料为利用拍摄装置获取的图像信息。根据拍摄装置所在位置、拍摄装置与人体现实位置的距离计算得出具有一定大小的图像搜索框。利用图像搜索框遍历图像信息画面,截取出并集为整张图像信息画面的多个子画面。随后,利用人脸识别算法,从所有子画面中筛选出含有人脸的子画面。再经过校准后,最终得到一个或多个人脸画面信息。实时位置数据为拍摄图像的拍摄装置的位置信息数据。
第三步:人脸识别并获得识别结果
(3.1)通过人脸信息初步识别
将第二步获取到的“实时人脸—实时位置”信息在后台服务器中通过“实时人脸”搜索,从对比数据信息库中与“实时人脸”相似的人脸信息并得到一组或多组“人脸—ID—位置”信息。从对比数据信息库中筛选出的一组或多组“人脸—ID—位置”信息中包含有待识别的用户ID信息,但由于拍摄装置获取的人脸信息不完整因此从数据库中获得的“人脸—ID—位置”一般为与该拍摄到的人脸部分相似的多组“人脸—ID—位置”信息。
(3.2)通过实时位置信息再次识别
在通过人脸信息初步识别后获得的一组或多组“人脸—ID—位置”信息中通过拍摄装置的位置信息与一组或多组“人脸—ID—位置”信息中的“位置”相匹配得到的“人脸—ID—位置”数据信息中的“ID”,完成非完整人脸信息的人脸识别。位置信息相匹配的方式为通过拍摄装置的位置、拍摄角度获取所拍摄的画面(即整体画面)的中心点在地图上的位置,再通过人脸画面在整体画面上的相对位置进一步计算得出人脸信息对应的位置信息(精度约为10米)。该位置信息与(3.1)步中获取的一个或多个ID对应的实时位置信息计算距离,并依此对ID进行权重计算和排序。权重越高的结果排序越高,当权重最高的结果的权重值高于一定标准且与低排序结果的权重相差足够大时,将其作为最终结果输出。
若通过人脸信息初步识别后比对只有一组“人脸—ID—位置”数据,那么再结合实时位置信息比对出位置信息是否在判断标准范围内,若是则该数据中的ID就是拍摄到的人脸信息对应的ID信息。若不是则通过多个拍摄装置拍摄出的位置信息和人脸信息再次重复上述比对方法,将两次的比对结果取交集后再为待识别对象的ID。
当单次识别的匹配结果为多个时,具体地,单次识别的结果中包含多个匹配度高于设定阈值的结果,且不存在单个结果的匹配度绝对优于其他结果。如,情况一:两个容貌相似的人同时出现在同一位置区域;情况二:两个容貌相似的人且位置信息不全部确定同一区域,具体的,其中之一为识别对象的实际身份,另一人与实际身份不符,且后者状况为缺乏位置信息但人脸匹配度高于前者。对于上述情况一,实际中可不进一步处理。因为此时已知所有ID和位置的对应关系,只是相对于ID完全确定的情形此时位置信息的误差偏大些。情况二中可能的ID结果中不存在同一时间内已和其他位置--人脸信息匹配的ID,同时视为可能的ID结果中必然存在正确的结果。
本专利的多次识别主要针对于情况二,采用以下步骤进行处理:
步骤一:对单个待识别的人脸信息(即输入信息,具体包含:人脸信息、带具体时间信息的位置信息),通过单次识别得到多个结果,即输出信息,具体包含:多个识别出的ID信息和对应总体匹配度、人脸信息匹配度、位置信息匹配度(此时位置信息存在为空的情况),并将以上信息储存入暂存信息区;
步骤二:每当暂存信息区中有信息更新时,将输入信息相似度足够高且输出信息的ID部分有交集的信息归纳为同一用户的信息,从而识别出用户ID;
步骤三:在步骤二的结果中,对全部的输出信息再按ID进行分组,对每组ID对位置信息的合理性进行评估(如位置变化速度是否正常),再依此对该ID的匹配度进行修正;
步骤四:利用修正后的匹配度在单个待识别信息的多个结果中筛选出最终的ID结果。
上述步骤在后台服务器中通过预先设定的软件程序完成。
其中,拍摄装置的位置信息通过事先安装拍摄装置后将每台拍摄装置的位置信息记录在后台服务器中。拍摄装置包括拍摄摄像头;所述智能设备包括智能手机;所述后台服务器包括电脑。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (5)
1.一种非完整人脸信息结合位置数据的人脸识别方法,其特征在于:基于传统人脸识别方法和位置定位方法,在获取到非完整人脸信息时能够完成人脸的识别,具体步骤包括:
第一步:数据库的建立
采集包含有“人脸—ID—位置”信息的多组数据信息作为对比数据信息库,并储存于后台服务器中;
(1.1)离线数据库的建立
经用户自愿后录入人脸信息和身份ID,形成“人脸—ID”离线数据库,并储存在后台服务器中;
(1.2)临时对比数据信息库的建立
用户的智能设备经用户同意后获取用户的ID和位置,并将获取的ID和位置传输至后台服务器中;通过智能设备获取的ID与离线数据库中ID的重合将相同ID的位置信息添加至“人脸—ID”数据中,形成一组或多组“人脸—ID—位置”的临时数据信息库,临时数据信息库作为临时对比数据信息库;
第二步:获取实时数据信息
(2.1)获取实时图像信息
通过拍摄装置拍摄出含有人脸信息的图像信息将图像信息与拍摄装置的位置信息相结合,并将图像信息和拍摄装置的位置信息传输至后台服务器中;
(2.2)获取实时人脸信息
从图像信息中提取出人脸信息同时将人脸信息和拍摄装置的位置信息相结合,形成一组或多组“实时人脸—实时位置”;并将获得的一组或多组“实时人脸—实时位置”信息传输至后台服务器中;
第三步:人脸识别并获得识别结果
(3.1)通过人脸信息初步识别
将第二步获取到的“实时人脸—实时位置”信息在后台服务器中通过“实时人脸”搜索,从对比数据信息库中得到一组或多组“人脸—ID—位置”信息;
(3.2)通过实时位置信息再次识别
在获得的一组或多组“人脸—ID—位置”信息中通过拍摄装置的位置信息与一组或多组“人脸—ID—位置”信息中的“位置”相匹配得到的“人脸—ID—位置”数据信息中的“ID”,完成非完整人脸信息的人脸识别。
2.如权利要求1所述的一种非完整人脸信息结合位置数据的人脸识别方法,其特征在于:所述身份ID为与用户身份唯一对应的ID信息且不同用户的ID信息不会重复。
3.如权利要求2所述的一种非完整人脸信息结合位置数据的人脸识别方法,其特征在于:所述智能设备获取用户位置的方法采用室内定位方法。
4.如权利要求3所述的一种非完整人脸信息结合位置数据的人脸识别方法,其特征在于:所述拍摄装置的位置信息通过事先安装拍摄装置后将每台拍摄装置的位置信息记录在后台服务器中。
5.如权利要求1至4中任一项所述的一种非完整人脸信息结合位置数据的人脸识别方法,其特征在于:拍摄装置包括拍摄摄像头;所述智能设备包括智能手机;所述后台服务器包括电脑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010584930.1A CN111783592B (zh) | 2020-06-24 | 2020-06-24 | 一种非完整人脸信息结合位置数据的人脸识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010584930.1A CN111783592B (zh) | 2020-06-24 | 2020-06-24 | 一种非完整人脸信息结合位置数据的人脸识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111783592A CN111783592A (zh) | 2020-10-16 |
CN111783592B true CN111783592B (zh) | 2022-07-08 |
Family
ID=72757268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010584930.1A Active CN111783592B (zh) | 2020-06-24 | 2020-06-24 | 一种非完整人脸信息结合位置数据的人脸识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111783592B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪系统及其方法 |
CN107679514A (zh) * | 2017-10-20 | 2018-02-09 | 维沃移动通信有限公司 | 一种人脸识别方法及电子设备 |
CN109636399A (zh) * | 2018-11-20 | 2019-04-16 | 深圳言智能技术有限公司 | 一种超脸识别系统及识别方法 |
CN110245561A (zh) * | 2019-05-09 | 2019-09-17 | 深圳市锐明技术股份有限公司 | 一种人脸识别方法及装置 |
CN110532951A (zh) * | 2019-08-30 | 2019-12-03 | 江苏航天大为科技股份有限公司 | 一种基于区间位移的地铁乘客异常行为分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10043058B2 (en) * | 2016-03-09 | 2018-08-07 | International Business Machines Corporation | Face detection, representation, and recognition |
-
2020
- 2020-06-24 CN CN202010584930.1A patent/CN111783592B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪系统及其方法 |
CN107679514A (zh) * | 2017-10-20 | 2018-02-09 | 维沃移动通信有限公司 | 一种人脸识别方法及电子设备 |
CN109636399A (zh) * | 2018-11-20 | 2019-04-16 | 深圳言智能技术有限公司 | 一种超脸识别系统及识别方法 |
CN110245561A (zh) * | 2019-05-09 | 2019-09-17 | 深圳市锐明技术股份有限公司 | 一种人脸识别方法及装置 |
CN110532951A (zh) * | 2019-08-30 | 2019-12-03 | 江苏航天大为科技股份有限公司 | 一种基于区间位移的地铁乘客异常行为分析方法 |
Non-Patent Citations (1)
Title |
---|
人脸识别技术分析与系统架构;陈惠红等;《新型工业化》;20170220(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111783592A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934176B (zh) | 行人识别系统、识别方法及计算机可读存储介质 | |
CN107370983B (zh) | 用于视频监控系统的行踪轨迹的获取方法和装置 | |
WO2021057797A1 (zh) | 定位方法及装置、终端、存储介质 | |
CN101095149B (zh) | 图像比较设备和图像比较方法 | |
US9571726B2 (en) | Generating attention information from photos | |
US20160086015A1 (en) | Method and system for automated face detection and recognition | |
CN101924992A (zh) | 通过移动终端获取景物资讯的方法、系统和设备 | |
CN101300588A (zh) | 确定收集中的特定人的方法 | |
CN109656973B (zh) | 一种目标对象关联分析方法及装置 | |
WO2014100280A1 (en) | Sharing photos | |
CN112199530B (zh) | 多维度脸库图片自动更新方法、系统、设备及介质 | |
CN109902681A (zh) | 用户群体关系确定方法、装置、设备及存储介质 | |
CN113935358A (zh) | 一种行人追踪方法、设备和存储介质 | |
CN110324589A (zh) | 一种旅游景区的监控系统与方法 | |
CN112738725B (zh) | 半封闭区域目标人群的实时识别方法、装置、设备和介质 | |
CN111783592B (zh) | 一种非完整人脸信息结合位置数据的人脸识别方法 | |
CN113409056A (zh) | 支付方法、装置、本地识别设备、人脸支付系统及设备 | |
CN110929711B (zh) | 运用于固定场景关于身份信息和形体信息自动关联的方法 | |
CN103065150A (zh) | 基于智能移动终端的场景识别方法 | |
CN111915671A (zh) | 一种工作区域的人员轨迹跟踪方法和系统 | |
CN102592255B (zh) | 信息显示系统、信息显示装置及存储介质 | |
CN112257666B (zh) | 目标图像内容的聚合方法、装置、设备及可读存储介质 | |
CN114999644A (zh) | 一种建筑人员疫情防控可视化管理系统及管理方法 | |
CN110991316B (zh) | 一种运用于开放环境的形体和身份信息自动采集的方法 | |
WO2014100448A1 (en) | Collecting and selecting photos |
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 |