CN111860063A - 步态数据构建系统、方法及装置 - Google Patents

步态数据构建系统、方法及装置 Download PDF

Info

Publication number
CN111860063A
CN111860063A CN201910358671.8A CN201910358671A CN111860063A CN 111860063 A CN111860063 A CN 111860063A CN 201910358671 A CN201910358671 A CN 201910358671A CN 111860063 A CN111860063 A CN 111860063A
Authority
CN
China
Prior art keywords
user
cameras
camera
gait
frame images
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
CN201910358671.8A
Other languages
English (en)
Other versions
CN111860063B (zh
Inventor
郭阶添
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201910358671.8A priority Critical patent/CN111860063B/zh
Publication of CN111860063A publication Critical patent/CN111860063A/zh
Application granted granted Critical
Publication of CN111860063B publication Critical patent/CN111860063B/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
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/23Recognition of whole body movements, e.g. for sport training
    • G06V40/25Recognition of walking or running movements, e.g. gait recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

本申请公开了一种步态数据构建系统、方法及装置,属于视频监控技术领域。该步态数据构建系统包括信息处理设备、N个第一摄像机,以及每个第一摄像机对应的M个第二摄像机。由于该N个第一摄像机中的任一摄像机对应的M个第二摄像机的安装位置不同,且该任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,也即是,该M个第二摄像机能够在不同角度拍摄同一用户,得到包含该用户的连续多帧图像发送给信息处理设备,使得信息处理设备从接收的该用户的连续多帧图像提取该用户在不同角度的M个步态特征,并将其与该用户的身份信息对应存储,以自动构建更全面的步态特征。

Description

步态数据构建系统、方法及装置
技术领域
本申请涉及视频监控技术领域,特别涉及一种步态数据构建系统、方法及装置。
背景技术
目前,人脸可以通过一些方式进行伪装,如化妆、遮挡等,那么仅仅通过人脸识别可能无法准确确定用户的身份信息。但是,由于身体的各方面原因,不同用户的走路姿态不同,因此,用户很难伪装自己的走路姿态。这样,可以通过用户的走路姿态来确定用户的身份信息,也即是,通过步态识别可以更准确的确定用户的身份信息。
为了通过步态识别来确定用户的身份信息,需要事先通过步态数据构建系统来构建步态数据,该步态数据可以包括步态特征与身份信息之间的对应关系。相关技术中,步态数据构建系统通常包括一个摄像机和一个信息处理设备,该摄像机用于对拍摄区域内行走的用户进行拍摄,并将拍摄的视频发送给信息处理设备。信息处理设备用于从接收的视频中获取针对目标用户拍摄的连续多帧图像,对该多帧图像进行特征提取,得到目标用户的步态特征。然后,信息处理设备可以接收技术人员输入的目标用户的身份信息,将目标用户的步态特征和身份信息进行存储。
由于上述方法需要技术人员手动输入用户的身份信息,操作繁琐,且效率较低。而且,由于上述步态数据构建系统中摄像机的拍摄区域是固定,这样,当后续通过构建的步态数据确定某一视频中的用户的身份信息时,一旦这个视频的拍摄方向与上述步态数据构建系统中摄像机的拍摄方向不同,就会导致无法准确识别用户的身份信息的问题。
发明内容
本申请实施例提供了一种步态数据构建系统、方法及装置,可以解决操作繁琐,且效率较低的问题,以及无法准确识别用户的身份信息的问题。所述技术方案如下:
第一方面,提供了一种步态数据构建系统,所述步态数据构建系统包括信息处理设备、N个第一摄像机,以及每个第一摄像机对应的M个第二摄像机,所述N个第一摄像机的拍摄方向不同,所述N和所述M均为大于或等于2的整数;
对于所述N个第一摄像机中的任一摄像机,所述任一摄像机对应的M个第二摄像机的安装位置不同,且所述任一摄像机的拍摄范围与所述任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,所述任一摄像机和所述任一摄像机对应的M个第二摄像机之间能够进行通信,所述N个第一摄像机以及所述M个第二摄像机均能够与所述信息处理设备进行通信;
所述N个第一摄像机用于对拍摄范围内的用户进行拍摄,通过拍摄的图像确定所述用户的身份信息,所述N个第一摄像机还用于向对应的M个第二摄像机发送图像获取信号,所述M个第二摄像机用于接收所述图像获取信号之后,获取包含所述用户的连续多帧图像,所述信息处理设备用于从所述M个第二摄像机发送的连续多帧图像中提取所述用户的步态特征,将提取到的M个步态特征与所述用户的身份信息对应存储。
可选地,所述步态数据构建系统还包括支架,所述支架的底部宽度为参考宽度,所述参考宽度是指在同一时刻允许同一用户通过的宽度,所述N个第一摄像机以及每个第一摄像机对应的M个第二摄像机均安装在所述支架上。
可选地,所述支架的横截面为六边形,对于所述N个第一摄像机中的任一摄像机,所述任一摄像机安装在所述六边形的顶部任一位置,所述任一摄像机对应的M个第二摄像机安装在所述六边形的边框上。
可选地,所述M为6,所述任一摄像机对应的M个第二摄像机安装在所述六边形的六个角上。
可选地,所述支架的横截面为圆形,对于所述N个第一摄像机中的任一摄像机,所述任一摄像机安装在所述圆形的顶部任一位置,所述任一摄像机对应的M个第二摄像机安装在所述圆形的圆周上。
可选地,所述M为4,所述任一摄像机对应的M个第二摄像机安装在所述圆形的四个等分点上,所述四个等分点是按照水平方向和竖直方向划分的。
可选地,每个第一摄像机和每个第二摄像机均通过万向节安装在所述支架上。
可选地,所述支架为长度方向上可伸缩的支架。
第二方面,提供了一种一种步态数据构建方法,应用于上述第一方面所述的步态数据构建系统中的信息处理设备,所述方法包括:
接收所述N个第一摄像机中任一摄像机发送的所述用户的身份信息;
接收所述任一摄像机对应的M个第二摄像机发送的连续多帧图像;
从每个第二摄像机发送的连续多帧图像中提取所述用户的步态特征,以得到M个步态特征;
将所述M个步态特征与所述用户的身份信息对应存储。
可选地,所述从每个第二摄像机发送的连续多帧图像中提取所述用户的步态特征,以得到M个步态特征之后,还包括:
将所述M个步态特征与所述任一摄像机对应的M个第二摄像机发送的连续多帧图像对应存储。
可选地,所述将所述M个步态特征与所述用户的身份信息对应存储,包括:
将所述M个步态特征与所述用户的身份信息存储至步态特征与身份信息之间的对应关系中;
所述方法还包括:
接收步态识别请求,所述步态识别请求中携带待识别的视频段;
从所述视频段中获取待确定身份信息的目标用户的连续多帧图像;
从所述目标用户的连续多帧图像中提取所述目标用户的步态特征;
根据所述目标用户的步态特征,从所述步态特征与身份信息之间的对应关系中,获取所述目标用户的身份信息。
可选地,所述将所述M个步态特征与所述任一摄像机对应的M个第二摄像机发送的连续多帧图像对应存储,包括:
将所述M个步态特征与所述任一摄像机对应的M个第二摄像机发送的连续多帧图像存储至步态特征与视频图像之间的对应关系中;
所述方法还包括:
接收步态识别请求,所述步态识别请求中携带待识别的视频段;
从所述视频段中获取待确定身份信息的目标用户的连续多帧图像;
从所述目标用户的连续多帧图像中提取所述目标用户的步态特征;
根据所述目标用户的步态特征,从所述步态特征与身份信息之间的对应关系中,获取所述目标用户的身份信息,以及从所述步态特征与视频图像之间的对应关系中,获取所述目标用户的步态特征对应的连续多帧图像;
显示所述目标用户的步态特征对应的连续多帧图像以及从所述视频段中获取的连续多帧图像。
第三方面,提供了一种步态数据构建方法,应用于上述第一方面所述的步态数据构建系统中的第二摄像机,所述方法包括:
当接收到对应的第一摄像机发送的图像获取信号时,确定所述图像获取信号的接收时刻;
对所述接收时刻拍摄的用户进行跟踪,以确定包含所述用户的连续多帧图像;
将所述连续多帧图像发送给所述信息处理设备。
可选地,所述图像获取信号中携带对应的第一摄像机拍摄到的图像;
所述对所述接收时刻拍摄的用户进行跟踪之前,还包括:
提取所述图像获取信号中携带的图像中的用户特征,以及所述接收时刻拍摄的图像中的用户特征;
如果所述图像获取信号中携带的图像中的用户特征与所述接收时刻拍摄的图像中的用户特征匹配,则执行对所述接收时刻拍摄的用户进行跟踪的步骤。
第四方面,提供了一种步态数据构建装置,所述装置包括:
第一接收模块,用于接收所述N个第一摄像机中任一摄像机发送的所述用户的身份信息;
第二接收模块,用于接收所述任一摄像机对应的M个第二摄像机发送的连续多帧图像;
第一提取模块,用于从每个第二摄像机发送的连续多帧图像中提取所述用户的步态特征,以得到M个步态特征;
第一存储模块,用于将所述M个步态特征与所述用户的身份信息对应存储。
可选地,所述装置还包括:
第二存储模块,用于将所述M个步态特征与所述任一摄像机对应的M个第二摄像机发送的连续多帧图像对应存储。
可选地,所述第一存储模块,包括:
第一存储子模块,用于将所述M个步态特征与所述用户的身份信息存储至步态特征与身份信息之间的对应关系中;
所述装置还包括:
第三接收模块,用于接收步态识别请求,所述步态识别请求中携带待识别的视频段;
第一获取模块,用于从所述视频段中获取待确定身份信息的目标用户的连续多帧图像;
第二提取模块,用于从所述目标用户的连续多帧图像中提取所述目标用户的步态特征;
第二获取模块,用于根据所述目标用户的步态特征,从所述步态特征与身份信息之间的对应关系中,获取所述目标用户的身份信息。
可选地,所述第二存储模块,包括:
第二存储子模块,用于将所述M个步态特征与所述任一摄像机对应的M个第二摄像机发送的连续多帧图像存储至步态特征与视频图像之间的对应关系中;
所述装置还包括:
第四接收模块,用于接收步态识别请求,所述步态识别请求中携带待识别的视频段;
第三获取模块,用于从所述视频段中获取待确定身份信息的目标用户的连续多帧图像;
第三提取模块,用于从所述目标用户的连续多帧图像中提取所述目标用户的步态特征;
第四获取模块,用于根据所述目标用户的步态特征,从所述步态特征与身份信息之间的对应关系中,获取所述目标用户的身份信息,以及从所述步态特征与视频图像之间的对应关系中,获取所述目标用户的步态特征对应的连续多帧图像;
显示模块,用于显示所述目标用户的步态特征对应的连续多帧图像以及从所述视频段中获取的连续多帧图像。
第五方面,提供了一种步态数据构建装置,所述装置包括:
确定模块,用于当接收到对应的第一摄像机发送的图像获取信号时,确定所述图像获取信号的接收时刻;
跟踪模块,用于对所述接收时刻拍摄的用户进行跟踪,以确定包含所述用户的连续多帧图像;
发送模块,用于将所述连续多帧图像发送给所述信息处理设备。
可选地,所述图像获取信号中携带对应的第一摄像机拍摄到的图像;
所述装置还包括:
提取模块,用于提取所述图像获取信号中携带的图像中的用户特征,以及所述接收时刻拍摄的图像中的用户特征;
触发模块,用于如果所述图像获取信号中携带的图像中的用户特征与所述接收时刻拍摄的图像中的用户特征匹配,则触发所述跟踪模块执行对所述接收时刻拍摄的用户进行跟踪的步骤。
第六方面,提供了一种信息处理设备,所述信息处理设备包括:
处理器和存储器;
其中,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上述第二方面所述的步态数据构建方法。
第七方面,提供了一种第二摄像机,所述第二摄像机包括:
处理器和存储器;
其中,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上述第三方面所述的步态数据构建方法。
第八方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如上述第二方面所述的步态数据构建方法。
第九方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如上述第三方面所述的步态数据构建方法。
本申请实施例中,由于上述步态数据构建系统中,N个第一摄像机中任一摄像机对应的M个第二摄像机安装在不同位置,且任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,也即是,该M个第二摄像机能够在不同角度拍摄同一用户,分别得到包含该用户的连续多帧图像。因此,信息处理设备接收到的M个第二摄像机发送的连续多帧图像是针对该用户在不同角度的连续多帧图像。那么,信息处理设备提取的M个步态特征即是该用户在多个角度的步态特征,通过将该用户多个角度的步态特征与该用户的身份信息对应存储。这样,能够自动构建更加全面的步态数据,无需技术人员手动输入用户的身份信息,简化了操作,且效率较高。同时在后续通过构建的步态数据确定某一视频中的用户的身份信息时,能够更加准确的识别用户的身份信息。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是本申请实施例根据一示例性实施例示出的一种步态数据构建系统的示意图;
图2是本申请实施例根据一示例性实施例示出的另一种步态数据构建系统的示意图;
图3是本申请实施例根据一示例性实施例示出的又一种步态数据构建系统的示意图;
图4是本申请实施例根据一示例性实施例示出的一种步态数据构建方法流程图;
图5是本申请实施例根据一示例性实施例示出的另一种步态数据构建方法流程图;
图6是本申请实施例根据一示例性实施例示出的又一种步态数据构建方法流程图;
图7是本申请实施例根据一示例性实施例示出的一种第一摄像机确定用户的身份信息的流程图;
图8是本申请实施例根据一示例性实施例示出的一种第二摄像机获取用户的连续多帧图像的流程图;
图9是本申请实施例根据一示例性实施例示出的再一种步态特征构建方法的流程图;
图10是本申请实施例根据一示例性实施例示出的一种信息处理设备进行步态识别的流程图;
图11是本申请实施例根据一示例性实施例示出的一种步态数据构建装置的结构示意图;
图12是本申请实施例根据一示例性实施例示出的另一种步态数据构建装置的结构示意图;
图13是本申请实施例根据一示例性实施例示出的一种信息处理设备的结构示意图;
图14是本申请实施例根据一示例性实施例示出的一种第二摄像机的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
为了便于理解,在对本申请实施例进行详细地解释说明之前,先对本申请实施例涉及应用场景进行介绍。
目前,在视频监控技术领域和生物模式识别技术领域,由于人脸可以通过一些方式进行伪装,那么仅仅通过人脸识别可能无法准确确定用户的身份信息。鉴于用户很难伪装自己的走路姿态,通常可以通过用户的走路姿态来确定用户的身份信息,也即是,通过步态识别可以更准确的确定用户的身份信息。为了通过步态识别来确定用户的身份信息,需要事先通过步态数据构建系统来构建步态数据,该步态数据可以包括步态特征与身份信息之间的对应关系。之后,可以通过构建的步态数据来进行步态识别。
例如,可以在国家安全部门的过道设置步态数据构建系统,以获取所有人员的步态数据,当出现问题需要追踪可疑人员时,可以通过构建的步态数据进行步态识别,以快速且更加准确的确定可疑人员的身份信息。
又例如,可以在监狱的某一过道设置步态数据构建系统,以实现步态数据的构建。之后在出现问题需要确定可疑人员的身份信息时,可以通过构建的步态数据来进行步态识别,从而确定可疑人员的身份信息。
当然,本申请实施例不仅可以应用于上述两种应用场景中,实际应用中,可能还可以应用于其他的应用场景中,在此本申请实施例对其他应用场景不再一一列举。
图1是根据一示例性实施例示出的一种步态数据构建系统的结构示意图,参见图1。该步态数据构建系统包括信息处理设备、N个第一摄像机,以及每个第一摄像机对应的M个第二摄像机,该N个第一摄像机的拍摄方向不同,N和M均为大于或等于2的整数。
对于该N个第一摄像机中的任一摄像机,该任一摄像机对应的M个第二摄像机的安装位置不同,且该任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,该任一摄像机和该任一摄像机对应的M个第二摄像机之间能够进行通信,该N个第一摄像机以及该M个第二摄像机均能够与信息处理设备进行通信。
该N个第一摄像机用于对拍摄范围内的用户进行拍摄,通过拍摄的图像确定该用户的身份信息,该N个第一摄像机还用于向对应的M个第二摄像机发送图像获取信号,该M个第二摄像机用于接收图像获取信号之后,获取包含该用户的连续多帧图像,信息处理设备用于从该M个第二摄像机发送的连续多帧图像中提取该用户的步态特征,将提取到的M个步态特征与该用户的身份信息对应存储。
本申请实施例中,由于上述步态数据构建系统中,N个第一摄像机中任一摄像机对应的M个第二摄像机安装在不同位置,且任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,也即是,该M个第二摄像机能够在不同角度拍摄同一用户,分别得到包含该用户的连续多帧图像。因此,信息处理设备接收到的M个第二摄像机发送的连续多帧图像是针对该用户在不同角度的连续多帧图像。那么,信息处理设备提取的M个步态特征即是该用户在多个角度的步态特征,通过将该用户多个角度的步态特征与该用户的身份信息对应存储。这样,能够自动构建更加全面的步态数据,无需技术人员手动输入用户的身份信息,简化了操作,且效率较高。同时在后续通过构建的步态数据确定某一视频中的用户的身份信息时,能够更加准确的识别用户的身份信息。
需要说明的是,第一摄像机可以为人脸识别摄像机,第二摄像机可以为球机,也可以为枪机。每个第一摄像机和每个第二摄像机可以安装在过道的墙上。且该任一摄像机和对应的M个第二摄像机可以根据信息处理设备周期性发送的时间同步信号,来进行时间同步,以保证对应的M个第二摄像机能够更加准确的获取包含该用户的连续多帧图像。当然,也可以是该任一摄像机向对应的M个第二摄像机周期性发送时间同步信号,以将该任一摄像机和对应的M个第二摄像机进行时间同步,对此本申请实施例不予限定。
在一些实施例中,为了便于安装或拆卸每个第一摄像机和每个第二摄像机,同时还能够限制同一时刻仅允许同一用户通过,可以在该步态数据构建系统中设置支架,该支架的底部宽度为参考宽度,参考宽度是指在同一时刻允许同一用户通过的宽度,该N个第一摄像机以及每个第一摄像机对应的M个第二摄像机均安装在支架上。
这样,可以直接将每个第一摄像机和第二摄像机安装在支架上,不需要在过道的墙上钻孔来进行安装,在需要调整每个第一摄像机和每个第二摄像机的位置时,不需要在过道的墙上选取位置再次进行钻孔安装,避免了在墙上留下印记而导致不够美观的问题,同时直接在支架上安装能够增强牢固性。
在一些实施例中,如图2所示,该支架的横截面为六边形,对于该N个第一摄像机中的任一摄像机,该任一摄像机安装在六边形的顶部任一位置,该任一摄像机对应的M个第二摄像机安装在六边形的边框上。若M为6,则该任一摄像机对应的M个第二摄像机可以安装在六边形的六个角上。
在一些实施例中,如图3所示,该支架的横截面为圆形,对于该N个第一摄像机中的任一摄像机,该任一摄像机安装在该圆形的顶部任一位置,任一摄像机对应的M个第二摄像机安装在圆形的圆周上。
若M为4,则该任一摄像机对应的M个第二摄像机安装在圆形的四个等分点上,该四个等分点是按照水平方向和竖直方向划分的。
需要说明的是,上述支架的横截面的形状也可以为其他形状,如八边形、圆形、椭圆形等等,只要保证该支架的底部在同一时刻允许同一用户通过,且安装在支架上的该任一摄像机的拍摄范围与安装在支架上的该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域即可。
并且,该同一区域的大小位于参考范围,该参考范围用于指示用户正常行走能够拍摄到用户完整的行走姿态的范围。通常情况下,一个完整的行走姿态是指用户在行走时,左脚抬起向前一步落下,然后右脚抬起向前一步落下。当然,也可以是以右脚抬起向前一步落下,然后左脚抬起向前一步落下作为一个完整的行走姿态。
作为一种示例,假设在正常行走状态下,用户完成一个完整的行走姿态需要3秒,可以将该参考范围的长度方向的最小值设置为用户正常行走3秒的行走路程。而该参考范围的宽度方向的最小值可以根据过道的宽度进行设置,如,可以将该参考范围的宽度方向的最小值设置为与过道的宽度相等,当然,也可以设置为其他,只要保证用户在行走过程中经过该同一区域即可。对此本申请实施例不予限定。
在一些实施例中,为了便于在使用过程中调节每个第一摄像机和每个第二摄像机的拍摄方向,可以将每个第一摄像机和每个第二摄像机均通过万向节安装在支架上。
值得说明的是,在某些情况下,可能需要增设或者去除步态数据构建系统中的部分第一摄像机或者第二摄像机,因此,本申请实施例中的支架可以选用在长度方向上可伸缩的支架,以便于对支架的长度进行调整,来增设或者去除部分第一摄像机或者第二摄像机。
本申请实施例的步态数据构建系统中,通过N个第一摄像机中任一摄像机来确定用户的身份信息,通过将该任一摄像机对应的M个第二摄像机安装在不同位置,且任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,使得该M个第二摄像机能够在不同角度拍摄同一用户,分别得到包含该用户的连续多帧图像。因此,信息处理设备接收到的M个第二摄像机发送的连续多帧图像是针对该用户在不同角度的连续多帧图像。那么,信息处理设备提取的M个步态特征即是该用户在多个角度的步态特征,将该用户多个角度的步态特征与该用户的身份信息对应存储,从而能够自动构建更加全面的步态数据,无需技术人员手动输入用户的身份信息,简化了操作,且效率较高。同时在后续通过构建的步态数据确定某一视频中的用户的身份信息时,能够更加准确的识别用户的身份信息。
并且,该任一摄像机和对应的M个第二摄像机均通过万向节安装至在长度方向上可伸缩的支架上,从而使得安装更加牢固,不会毁坏过道的墙。还可以便于根据需求调整该任一摄像机和对应的M个第二摄像机的拍摄角度,同时,能够灵活调整支架的长度,以根据需要增设或者去除部分第一摄像机或者第二摄像机。
图4是根据一示例性实施例示出的一种步态数据构建方法流程图,参见图4,该方法应用于图1-图3所示的步态数据构建系统中的信息处理设备,该方法包括如下步骤:
步骤401:接收该N个第一摄像机中任一摄像机发送的该用户的身份信息;
步骤402:接收该任一摄像机对应的M个第二摄像机发送的连续多帧图像;
步骤403:从每个第二摄像机发送的连续多帧图像中提取该用户的步态特征,以得到M个步态特征;
步骤404:将该M个步态特征与该用户的身份信息对应存储。
综上所述,由于上述步态数据构建系统中,N个第一摄像机中任一摄像机对应的M个第二摄像机安装在不同位置,且任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,也即是,该M个第二摄像机能够在不同角度拍摄同一用户,分别得到包含该用户的连续多帧图像。因此,信息处理设备接收到的M个第二摄像机发送的连续多帧图像是针对该用户在不同角度的连续多帧图像。那么,信息处理设备提取的M个步态特征即是该用户在多个角度的步态特征,通过将该用户多个角度的步态特征与该用户的身份信息对应存储。这样,能够自动构建更加全面的步态数据,无需技术人员手动输入用户的身份信息,简化了操作,且效率较高。同时在后续通过构建的步态数据确定某一视频中的用户的身份信息时,能够更加准确的识别用户的身份信息。
可选地,从每个第二摄像机发送的连续多帧图像中提取该用户的步态特征,以得到M个步态特征之后,还包括:
将该M个步态特征与该任一摄像机对应的M个第二摄像机发送的连续多帧图像对应存储。
可选地,将该M个步态特征与该用户的身份信息对应存储,包括:
将该M个步态特征与该用户的身份信息存储至步态特征与身份信息之间的对应关系中;
该方法还包括:
接收步态识别请求,该步态识别请求中携带待识别的视频段;
从该视频段中获取待确定身份信息的目标用户的连续多帧图像;
从目标用户的连续多帧图像中提取目标用户的步态特征;
根据目标用户的步态特征,从步态特征与身份信息之间的对应关系中,获取目标用户的身份信息。
可选地,将该M个步态特征与该任一摄像机对应的M个第二摄像机发送的连续多帧图像对应存储,包括:
将该M个步态特征与该任一摄像机对应的M个第二摄像机发送的连续多帧图像存储至步态特征与视频图像之间的对应关系中;
该方法还包括:
接收步态识别请求,该步态识别请求中携带待识别的视频段;
从该视频段中获取待确定身份信息的目标用户的连续多帧图像;
从目标用户的连续多帧图像中提取该目标用户的步态特征;
根据目标用户的步态特征,从步态特征与身份信息之间的对应关系中,获取目标用户的身份信息,以及从步态特征与视频图像之间的对应关系中,获取目标用户的步态特征对应的连续多帧图像;
显示目标用户的步态特征对应的连续多帧图像以及从视频段中获取的连续多帧图像。
上述所有可选技术方案,均可按照任意结合形成本申请的可选实施例,本申请实施例对此不再一一赘述。
图5是根据一示例性实施例示出的另一种步态数据构建方法流程图,参见图5,该方法应用于图1-图3所示的步态数据构建系统中的第二摄像机,该方法包括如下步骤:
步骤501:当接收到对应的第一摄像机发送的图像获取信号时,确定该图像获取信号的接收时刻;
步骤502:对该接收时刻拍摄的用户进行跟踪,以确定包含该用户的连续多帧图像;
步骤503:将该连续多帧图像发送给该信息处理设备。
综上所述,由于上述步态数据构建系统中,N个第一摄像机中任一摄像机对应的M个第二摄像机安装在不同位置,且任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,也即是,该M个第二摄像机能够在不同角度拍摄同一用户,分别得到包含该用户的连续多帧图像。因此,信息处理设备接收到的M个第二摄像机发送的连续多帧图像是针对该用户在不同角度的连续多帧图像。那么,信息处理设备提取的M个步态特征即是该用户在多个角度的步态特征,通过将该用户多个角度的步态特征与该用户的身份信息对应存储。这样,能够自动构建更加全面的步态数据,无需技术人员手动输入用户的身份信息,简化了操作,且效率较高。同时在后续通过构建的步态数据确定某一视频中的用户的身份信息时,能够更加准确的识别用户的身份信息。
可选地,该图像获取信号中携带对应的第一摄像机拍摄到的图像;
对该接收时刻拍摄的用户进行跟踪之前,还包括:
提取该图像获取信号中携带的图像中的用户特征,以及该接收时刻拍摄的图像中的用户特征;
如果该图像获取信号中携带的图像中的用户特征与该接收时刻拍摄的图像中的用户特征匹配,则执行对该接收时刻拍摄的用户进行跟踪的步骤。
上述所有可选技术方案,均可按照任意结合形成本申请的可选实施例,本申请实施例对此不再一一赘述。
图6是根据一示例性实施例示出的一种步态数据构建方法流程图,下面本申请实施例将对图4-图5所示的实施例进行展开说明。参见图6,该方法应用于图1-图3所示的步态数据构建系统中,该方法包括如下步骤:
步骤601:N个第一摄像机中的任一摄像机对拍摄范围内的用户进行拍摄,通过拍摄的图像确定用户的身份信息,并向对应的M个第二摄像机发送图像获取信号。
需要说明的是,该任一摄像机可以先进行目标检测,然后对检测到的人脸进行质量评分,以挑选出人脸质量较高的图像进行抓拍,在进行抓拍的同时,可以向对应的M个第二摄像机发送图像获取信号。然后该任一摄像机对抓拍到的图像进行人脸识别,以获取该用户的身份信息。该图像获取信号用于指示对应的M个第二摄像机获取该用户的连续多帧图像。
目标检测可以通过HOG(Histogram of Oriented Gradient,方向梯度直方图)、DPM(Deformable Parts Model,直接部件标示)、FRCNN(Fast Region ConvolutionalNeural Networks,快速区域卷积神经网络)、YOLO(You Only Look Once,只看一次)、SSD(Single Shot Multi Box Detector,单步多框检测)等多种方式来进行,也可以通过其他方式来进行,具体检测过程可以参考相关技术,本申请在此不再一一赘述。
作为一种示例,如图7所示,该N个第一摄像机中的任一摄像机可以通过人脸分析模块来进行人脸抓拍,然后对抓拍的图像进行人脸识别,在识别成功后,可以得到该用户的身份信息。
步骤602:该任一摄像机对应的M个第二摄像机在接收到图像获取信号后,确定图像获取信号的接收时刻;对该接收时刻拍摄的用户进行跟踪,以确定包含该用户的连续多帧图像;将该连续多帧图像发送给信息处理设备。
由于上述步态数据构建系统中,该任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,因此,在同一时刻该任一摄像机拍摄的用户与对应的M个第二摄像机拍摄的用户是同一用户。由于该图像获取信号是该任一摄像机在对拍摄方位内的用户进行拍摄时发送给对应的M个第二摄像机的,那么确定该M个第二摄像机接收图像获取信号的接收时刻与该任一摄像机拍摄该用户的时刻同一时刻。也即是确定该M个第二摄像机在该接收时刻拍摄的用户与该任一摄像机在拍摄范围拍摄的用户为同一用户。
该M个第二摄像机可以通过目标跟踪法或者跟踪方法,对该接收时刻拍摄的用户进行跟踪,确定包含该用户的连续多帧图像,该跟踪过程可以参考相关技术,本申请实施例不再一一赘述。
在一些实施例中,为了更准确的确定该M个第二摄像机在该接收时刻拍摄的用户与该任一摄像机在拍摄范围拍摄的用户为同一用户。在对该接收时刻拍摄的用户进行跟踪之前,还可以提取图像获取信号中携带的图像中的用户特征,以及该接收时刻拍摄的图像中的用户特征。如果该图像获取信号中携带的图像中的用户特征与该接收时刻拍摄的图像中的用户特征匹配,则执行对该接收时刻拍摄的用户进行跟踪的步骤。
需要说明的是,用户特征可以包括人体轮廓特征、用户的衣服特征等,当然也可以包括其他特征,该用户特征是用于确认该图像获取信号中携带的图像中的用户与该接收时刻拍摄的图像中的用户是否为同一用户。当该图像获取信号中携带的图像中的用户特征与该接收时刻拍摄的图像中的用户特征之间的相似度超过参考相似度时,确定二者匹配。
通过上述方式,能够更加准确的确定该N个第一摄像机中的任一摄像机对应的M个第二摄像机在该接收时刻拍摄的用户与该任一摄像机在拍摄范围拍摄的用户为同一用户。这样,就可以将该任一摄像机在拍摄范围拍摄的用户与该M个第二摄像机在不同角度拍摄的用户关联起来,从而该任一摄像机确定出的该用户的身份信息即为该M个摄像机拍摄的用户的身份信息,从而实现针对该用户的多角度匹配。然后该M个第二摄像机将通过跟踪确定包含该用户的连续多帧图像,发送给信息处理设备。
作为一种示例,如图8所示,每个第二摄像机可以通过人体分析模块来实现。通过目标检测来检测出该接收时刻拍摄的图像中的用户,然后通过目标跟踪对该用户进行跟踪,以确定包含该用户的连续多帧图像,通过图像缓存将确定出的包含该用户的连续多帧图像缓存。
步骤603:信息处理设备从每个第二摄像机发送的连续多帧图像中提取该用户的步态特征,以得到M个步态特征。
信息处理设备可以接收该M个第二摄像机发送的连续多帧图像,通过预先训练的特征模型来提取步态特征,得到针对该用户的M个步态特征。
该特征模型是通过提取离线训练样本中的卷积神经网络全局、局部、运动特征,将提取的特征输入离线训练好的循环神经网络(如RNN(Recurrent Neural Network,递归神经网络)、LSTM(Long Short-Term Memory,长短期记忆网络)、GRU(Gated Recurrent Unit,LSTM变体)生成的。该特征模型的生成过程以及使用该特征模型提取步态特征的过程可以参考相关技术,本申请在此不再一一赘述。
在一些实施例中,在信息处理设备获取到该M个步态特征之后,还可以将该M个步态特征与该任一摄像机对应的M个第二摄像机发送的连续多帧图像对应存储。
需要说明的是,信息处理设备可以将该M个步态特征与该任一摄像机对应的M个第二摄像机发送的连续多帧图像对应存储至数据库中。
另外,信息处理设备还可以通过预先训练的特征模型来提取该M个第二摄像机发送的连续多帧图像中人体所处的位置信息、图像拍摄时刻、目标框图像、姿态点等特征,该目标框图像是指从该连续多帧图像中提取的包括该用户的最小图像。相应地,可以将提取的该M个第二摄像机发送的连续多帧图像中人体所处的位置信息、图像拍摄时刻、目标框图像、姿态点等特征与步态特征对应存储。
步骤604:信息处理设备将该M个步态特征与该用户的身份信息对应存储。
信息处理设备可以将该M个步态特征与该用户的身份信息存储至步态特征与身份信息之间的对应关系中,即一个身份信息对应M个步态特征。
需要说明的是,信息处理设备根据对应存储的该M个步态特征与该用户的身份信息,来对视频段或者连续多帧图像进行步态识别。
作为一种示例,如图9所示,本申请实施例提供的步态特征构建方法可以通过如下步骤来实现。
步骤a:第一摄像机通过人脸分析模块根据拍摄的图像,确定该用户的身份信息,并向与第一摄像机对应的M个摄像机发送图像获取信号;
步骤b:与第一摄像机对应的M个第二摄像机在接收到第一摄像机发送的图像获取信号之后,通过人体分析模块获取该用户的连续多帧图像,发送给信息处理设备;
步骤c:信息处理设备通过提取模块从M个第二摄像机发送的连续多帧图像中提取M个步态特征,通过存储模块将M个步态特征与该用户的身份信息对应存储。并且信息处理设备可以周期性发送时间同步信号以对第一摄像机和该M个第二摄像机进行时间同步。
在一些实施例中,信息处理设备还接收步态识别请求,该步态识别请求中携带待识别的视频段。从该视频段中获取待确定身份信息的目标用户的连续多帧图像;从该目标用户的连续多帧图像中提取目标用户的步态特征。根据目标用户的步态特征,从该步态特征与身份信息之间的对应关系中,获取目标用户的身份信息。
值得说明的是,若该步态识别请求中携带的是待识别的连续多帧图像,则可以直接从该待识别的连续多帧图像提取目标用户的步态特征,然后根据目标用户的步态特征,从步态特征与身份信息之间的对应关系中,获取目标用户的身份信息。
另外,确定目标用户的身份信息时,可以计算目标用户的步态特征,以及该步态特征与身份信息之间的对应关系中的步态特征的相似度,得到多个相似度,从该多个相似度中选择大于参考值的相似度,并将选择的相似度中与目标用户的步态特征之间的相似度最大的步态特征对应的用户的身份信息确定为目标用户的身份信息。
在某些情况下,若该多个相似度中的最大值为100%,则可以直接确定与目标用户的步态特征之间的相似度为100%的步态特征所对应的用户的身份信息为目标用户的身份信息。
在某种情况下,可以将该多个相似度由大到小的顺序排列,确定与目标用户的步态特征的相似度大于参考值的一个或多个步态特征对应的用户的身份信息,将该一个或多个步态特征对应的用户的身份信息按照相似度由大到小的顺序进行显示。
在一些实施例中,信息处理设备还可以接收步态识别请求,该步态识别请求中携带待识别的视频段。从该视频段中获取待确定身份信息的目标用户的连续多帧图像;从目标用户的连续多帧图像中提取该目标用户的步态特征。根据目标用户的步态特征,从该步态特征与身份信息之间的对应关系中,获取目标用户的身份信息,以及从该步态特征与视频图像之间的对应关系中,获取目标用户的步态特征对应的连续多帧图像。显示目标用户的步态特征对应的连续多帧图像以及从该视频段中获取的连续多帧图像。
值得一提的是,在接收到步态识别请求时,信息处理设备可以在确定目标用户的身份信息时,获取目标用户的步态特征对应的连续多帧图像,同时显示目标用户的步态特征对应的连续多帧图像以及从该视频段中获取的连续多帧图像,以进行关联显示,便于相关人员来进行进一步的比对,以保证确定出的目标用户的身份信息的准确率。
另外,在显示目标用户的步态特征对应的连续多帧图像时,还可以显示该连续多帧图像中人体的位置所处的位置信息、图像拍摄时刻,以及属性信息(如、高低肩、内八、外八等)。
作为一种示例,如图10所示,本申请实施例提供的步态数据构建方法中,信息处理设备可以通过人体分析模块从待识别的视频段获取待确定身份信息的目标用户的连续多帧图像,通过提取模块从目标用户的连续多帧图像中提取该目标用户的步态特征。通过匹配模块根据目标用户的步态特征,从该步态特征与身份信息之间的对应关系中,获取目标用户的身份信息,以及从该步态特征与视频图像之间的对应关系中,获取目标用户的步态特征对应的连续多帧图像。通过显示模块显示目标用户的步态特征对应的连续多帧图像以及从该视频段中获取的连续多帧图像。
综上所述,由于上述步态数据构建系统中,N个第一摄像机中任一摄像机对应的M个第二摄像机安装在不同位置,且任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,也即是,该M个第二摄像机能够在不同角度拍摄同一用户,分别得到包含该用户的连续多帧图像。因此,信息处理设备接收到的M个第二摄像机发送的连续多帧图像是针对该用户在不同角度的连续多帧图像,那么,信息处理设备提取的M个步态特征即是该用户在多个角度的步态特征,通过将该用户多个角度的步态特征与该用户的身份信息对应存储。这样,能够自动构建更加全面的步态数据,无需技术人员手动输入用户的身份信息,简化了操作,且效率较高。同时在后续通过构建的步态数据确定某一视频中的用户的身份信息时,能够更加准确的识别用户的身份信息。
图11是本申请实施例根据一示例性实施例示出的一种步态数据构建装置结构示意图。参见图11,该装置包括:第一接收模块1101、第二接收模块1102、第一提取模块1103和第一存储模块1104。
第一接收模块1101,用于接收该N个第一摄像机中任一摄像机发送的该用户的身份信息;
第二接收模块1102,用于接收该任一摄像机对应的M个第二摄像机发送的连续多帧图像;
第一提取模块1103,用于从每个第二摄像机发送的连续多帧图像中提取该用户的步态特征,以得到M个步态特征;
第一存储模块1104,用于将该M个步态特征与该用户的身份信息对应存储。
可选地,该装置还包括:
第二存储模块,用于将该M个步态特征与该任一摄像机对应的M个第二摄像机发送的连续多帧图像对应存储。
可选地,第一存储模块1104,包括:
第一存储子模块,用于将该M个步态特征与该用户的身份信息存储至步态特征与身份信息之间的对应关系中;
该装置还包括:
第三接收模块,用于接收步态识别请求,该步态识别请求中携带待识别的视频段;
第一获取模块,用于从该视频段中获取待确定身份信息的目标用户的连续多帧图像;
第二提取模块,用于从目标用户的连续多帧图像中提取目标用户的步态特征;
第二获取模块,用于根据目标用户的步态特征,从该步态特征与身份信息之间的对应关系中,获取目标用户的身份信息。
可选地,第二存储模块,包括:
第二存储子模块,用于将该M个步态特征与该任一摄像机对应的M个第二摄像机发送的连续多帧图像存储至步态特征与视频图像之间的对应关系中;
该装置还包括:
第四接收模块,用于接收步态识别请求,该步态识别请求中携带待识别的视频段;
第三获取模块,用于从该视频段中获取待确定身份信息的目标用户的连续多帧图像;
第三提取模块,用于从目标用户的连续多帧图像中提取目标用户的步态特征;
第四获取模块,用于根据目标用户的步态特征,从该步态特征与身份信息之间的对应关系中,获取目标用户的身份信息,以及从该步态特征与视频图像之间的对应关系中,获取目标用户的步态特征对应的连续多帧图像;
显示模块,用于显示目标用户的步态特征对应的连续多帧图像以及从该视频段中获取的连续多帧图像。
综上所述,由于上述步态数据构建系统中,N个第一摄像机中任一摄像机对应的M个第二摄像机安装在不同位置,且任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,也即是,该M个第二摄像机能够在不同角度拍摄同一用户,分别得到包含该用户的连续多帧图像。因此,信息处理设备接收到的M个第二摄像机发送的连续多帧图像是针对该用户在不同角度的连续多帧图像,那么,信息处理设备提取的M个步态特征即是该用户在多个角度的步态特征,通过将该用户多个角度的步态特征与该用户的身份信息对应存储。这样,能够自动构建更加全面的步态数据,无需技术人员手动输入用户的身份信息,简化了操作,且效率较高。同时在后续通过构建的步态数据确定某一视频中的用户的身份信息时,能够更加准确的识别用户的身份信息。
需要说明的是:上述实施例提供的步态数据构建装置在构建步态数据时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的步态数据构建装置与步态数据构建方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图12是本申请实施例根据一示例性实施例示出的一种步态数据构建装置结构示意图。参见图12,该装置包括:确定模块1201、跟踪模块1202和发送模块1203。
确定模块1201,用于当接收到对应的第一摄像机发送的图像获取信号时,确定该图像获取信号的接收时刻;
跟踪模块1202,用于对该接收时刻拍摄的用户进行跟踪,以确定包含该用户的连续多帧图像;
发送模块1203,用于将该连续多帧图像发送给该信息处理设备。
可选地,该图像获取信号中携带对应的第一摄像机拍摄到的图像;
该装置还包括:
提取模块,用于提取该图像获取信号中携带的图像中的用户特征,以及该接收时刻拍摄的图像中的用户特征;
触发模块,用于如果该图像获取信号中携带的图像中的用户特征与该接收时刻拍摄的图像中的用户特征匹配,则触发跟踪模块执行对该接收时刻拍摄的用户进行跟踪的步骤。
综上所述,由于上述步态数据构建系统中,N个第一摄像机中任一摄像机对应的M个第二摄像机安装在不同位置,且任一摄像机的拍摄范围与该任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,也即是,该M个第二摄像机能够在不同角度拍摄同一用户,分别得到包含该用户的连续多帧图像。因此,信息处理设备接收到的M个第二摄像机发送的连续多帧图像是针对该用户在不同角度的连续多帧图像,那么,信息处理设备提取的M个步态特征即是该用户在多个角度的步态特征,通过将该用户多个角度的步态特征与该用户的身份信息对应存储。这样,能够自动构建更加全面的步态数据,无需技术人员手动输入用户的身份信息,简化了操作,且效率较高。同时在后续通过构建的步态数据确定某一视频中的用户的身份信息时,能够更加准确的识别用户的身份信息。
需要说明的是:上述实施例提供的步态数据构建装置在构建步态数据时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的步态数据构建装置与步态数据构建方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图13是是本申请实施例根据一示例性实施例示出的一种第二摄像机的结构示意图。该信息处理设备1300可以是:智能手机、平板电脑、笔记本电脑或台式电脑。
通常,信息处理设备1300包括有:处理器1301和存储器1302。
处理器1301可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1301可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1301也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1301可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1301还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1302可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1302还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1302中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1301所执行以实现本申请中方法实施例提供的步态特征构建方法。
在一些实施例中,信息处理设备1300还可选包括有:外围设备接口1303和至少一个外围设备。处理器1301、存储器1302和外围设备接口1303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1303相连。具体地,外围设备包括:射频电路1304、触摸显示屏1305、摄像头1306、音频电路1307、定位组件1308和电源1309中的至少一种。
外围设备接口1303可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1301和存储器1302。在一些实施例中,处理器1301、存储器1302和外围设备接口1303被集成在同一芯片或电路板上;在一些其他实施例中,处理器1301、存储器1302和外围设备接口1303中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1304用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1304通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1304将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1304包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1304可以通过至少一种无线通信协议来与其它信息处理设备进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1304还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1305用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1305是触摸显示屏时,显示屏1305还具有采集在显示屏1305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1301进行处理。此时,显示屏1305还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1305可以为一个,设置信息处理设备1300的前面板;在另一些实施例中,显示屏1305可以为至少两个,分别设置在信息处理设备1300的不同表面或呈折叠设计;在再一些实施例中,显示屏1305可以是柔性显示屏,设置在信息处理设备1300的弯曲表面上或折叠面上。甚至,显示屏1305还可以设置成非矩形的不规则图形,也即异形屏。显示屏1305可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1306用于采集图像或视频。可选地,摄像头组件1306包括前置摄像头和后置摄像头。通常,前置摄像头设置在信息处理设备的前面板,后置摄像头设置在信息处理设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1306还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1307可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1301进行处理,或者输入至射频电路1304以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在信息处理设备1300的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1301或射频电路1304的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1307还可以包括耳机插孔。
定位组件1308用于定位信息处理设备1300的当前地理位置,以实现导航或LBS(Location Based Service,基于位置的服务)。定位组件1308可以是基于美国的GPS(Global Positioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源1309用于为信息处理设备1300中的各个组件进行供电。电源1309可以是交流电、直流电、一次性电池或可充电电池。当电源1309包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,信息处理设备1300还包括有一个或多个传感器1310。该一个或多个传感器1310包括但不限于:加速度传感器1311、陀螺仪传感器1312、压力传感器1313、指纹传感器1314、光学传感器1315以及接近传感器1316。
加速度传感器1311可以检测以信息处理设备1300建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1311可以用于检测重力加速度在三个坐标轴上的分量。处理器1301可以根据加速度传感器1311采集的重力加速度信号,控制触摸显示屏1305以横向视图或纵向视图进行用户界面的显示。加速度传感器1311还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1312可以检测信息处理设备1300的机体方向及转动角度,陀螺仪传感器1312可以与加速度传感器1311协同采集用户对信息处理设备1300的3D动作。处理器1301根据陀螺仪传感器1312采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1313可以设置在信息处理设备1300的侧边框和/或触摸显示屏1305的下层。当压力传感器1313设置在信息处理设备1300的侧边框时,可以检测用户对信息处理设备1300的握持信号,由处理器1301根据压力传感器1313采集的握持信号进行左右手识别或快捷操作。当压力传感器1313设置在触摸显示屏1305的下层时,由处理器1301根据用户对触摸显示屏1305的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1314用于采集用户的指纹,由处理器1301根据指纹传感器1314采集到的指纹识别用户的身份,或者,由指纹传感器1314根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1301授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1314可以被设置信息处理设备1300的正面、背面或侧面。当信息处理设备1300上设置有物理按键或厂商Logo时,指纹传感器1314可以与物理按键或厂商Logo集成在一起。
光学传感器1315用于采集环境光强度。在一个实施例中,处理器1301可以根据光学传感器1315采集的环境光强度,控制触摸显示屏1305的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏1305的显示亮度;当环境光强度较低时,调低触摸显示屏1305的显示亮度。在另一个实施例中,处理器1301还可以根据光学传感器1315采集的环境光强度,动态调整摄像头组件1306的拍摄参数。
接近传感器1316,也称距离传感器,通常设置在信息处理设备1300的前面板。接近传感器1316用于采集用户与信息处理设备1300的正面之间的距离。在一个实施例中,当接近传感器1316检测到用户与信息处理设备1300的正面之间的距离逐渐变小时,由处理器1301控制触摸显示屏1305从亮屏状态切换为息屏状态;当接近传感器1316检测到用户与信息处理设备1300的正面之间的距离逐渐变大时,由处理器1301控制触摸显示屏1305从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图13中示出的结构并不构成对终端1300的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在本申请的示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由上述信息处理设备中的处理器执行以完成上述实施例中的步态数据构建方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在本申请的示例性实施例中,还提供了一种包含指令的计算机程序产品,当该计算机程序产品中的指令由计算机的处理器执行时,使得计算机能够执行上述图4或图6的中步态数据构建方法。
图14是是本申请实施例根据一示例性实施例示出的一种第二摄像机的结构示意图。通常,第二摄像机1400包括有:处理器1401、存储器1402和摄像头组件1404。
处理器1401可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1401可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1402中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1401所执行以实现本申请中方法实施例提供的步态特征构建方法。
摄像头组件1403用于采集图像或视频。在一些实施例中,摄像头可以为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1403还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
在一些实施例中,第二摄像机1400还可选包括有:外围设备接口1404和至少一个外围设备。处理器1401、存储器1402、摄像头组件1403和外围设备接口1404之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1404相连。具体地,外围设备包括:射频电路1405、触摸显示屏1406、音频电路1407、定位组件1408和电源1409中的至少一种。
外围设备接口1404可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1401、存储器1402和摄像头组件1403。在一些实施例中,处理器1401、存储器1402、摄像头组件1403和外围设备接口1404被集成在同一芯片或电路板上;在一些其他实施例中,处理器1401、存储器1402、摄像头组件1403和外围设备接口1404中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1405用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1405通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1405将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1405包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1405可以通过至少一种无线通信协议来与其它第二摄像机进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1405还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1406用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1406是触摸显示屏时,显示屏1406还具有采集在显示屏1406的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1401进行处理。此时,显示屏1406还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1406可以为一个,设置第二摄像机1400的前面板;在另一些实施例中,显示屏1406可以为至少两个,分别设置在第二摄像机1400的不同表面或呈折叠设计;在再一些实施例中,显示屏1406可以是柔性显示屏,设置在第二摄像机1400的弯曲表面上或折叠面上。甚至,显示屏1406还可以设置成非矩形的不规则图形,也即异形屏。显示屏1406可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(OrganicLight-Emitting Diode,有机发光二极管)等材质制备。
音频电路1407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1401进行处理,或者输入至射频电路1404以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在第二摄像机1400的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1401或射频电路1404的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1407还可以包括耳机插孔。
定位组件1408用于定位第二摄像机1400的当前地理位置,以实现导航或LBS(Location Based Service,基于位置的服务)。定位组件1408可以是基于美国的GPS(Global Positioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源1409用于为第二摄像机1400中的各个组件进行供电。电源1409可以是交流电、直流电、一次性电池或可充电电池。当电源1409包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解,图14中示出的结构并不构成对终端1400的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在本申请的示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由上述信息处理设备中的处理器执行以完成上述实施例中的步态数据构建方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在本申请的示例性实施例中,还提供了一种包含指令的计算机程序产品,当该计算机程序产品中的指令由计算机的处理器执行时,使得计算机能够执行上述图5或图6的中步态数据构建方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (13)

1.一种步态数据构建系统,其特征在于,所述步态数据构建系统包括信息处理设备、N个第一摄像机,以及每个第一摄像机对应的M个第二摄像机,所述N个第一摄像机的拍摄方向不同,所述N和所述M均为大于或等于2的整数;
对于所述N个第一摄像机中的任一摄像机,所述任一摄像机对应的M个第二摄像机的安装位置不同,且所述任一摄像机的拍摄范围与所述任一摄像机对应的M个第二摄像机中每个第二摄像机的拍摄范围覆盖同一区域,所述任一摄像机和所述任一摄像机对应的M个第二摄像机之间能够进行通信,所述N个第一摄像机以及所述M个第二摄像机均能够与所述信息处理设备进行通信;
所述N个第一摄像机用于对拍摄范围内的用户进行拍摄,通过拍摄的图像确定所述用户的身份信息,所述N个第一摄像机还用于向对应的M个第二摄像机发送图像获取信号,所述M个第二摄像机用于接收所述图像获取信号之后,获取包含所述用户的连续多帧图像,所述信息处理设备用于从所述M个第二摄像机发送的连续多帧图像中提取所述用户的步态特征,将提取到的M个步态特征与所述用户的身份信息对应存储。
2.如权利要求1所述的步态数据构建系统,其特征在于,所述步态数据构建系统还包括支架,所述支架的底部宽度为参考宽度,所述参考宽度是指在同一时刻允许同一用户通过的宽度,所述N个第一摄像机以及每个第一摄像机对应的M个第二摄像机均安装在所述支架上。
3.如权利要求2所述的步态数据构建系统,其特征在于,所述支架的横截面为六边形,对于所述N个第一摄像机中的任一摄像机,所述任一摄像机安装在所述六边形的顶部任一位置,所述任一摄像机对应的M个第二摄像机安装在所述六边形的边框上。
4.如权利要求3所述的步态数据构建系统,其特征在于,所述M为6,所述任一摄像机对应的M个第二摄像机安装在所述六边形的六个角上。
5.如权利要求2所述的步态数据构建系统,其特征在于,所述支架的横截面为圆形,对于所述N个第一摄像机中的任一摄像机,所述任一摄像机安装在所述圆形的顶部任一位置,所述任一摄像机对应的M个第二摄像机安装在所述圆形的圆周上。
6.如权利要求5所述的步态数据构建系统,其特征在于,所述M为4,所述任一摄像机对应的M个第二摄像机安装在所述圆形的四个等分点上,所述四个等分点是按照水平方向和竖直方向划分的。
7.如权利要求2所述的步态数据构建系统,其特征在于,每个第一摄像机和每个第二摄像机均通过万向节安装在所述支架上。
8.如权利要求2-7任一所述的步态数据构建系统,其特征在于,所述支架为长度方向上可伸缩的支架。
9.一种步态数据构建方法,其特征在于,应用于权利要求1-8任一所述的步态数据构建系统中的信息处理设备,所述方法包括:
接收所述N个第一摄像机中任一摄像机发送的所述用户的身份信息;
接收所述任一摄像机对应的M个第二摄像机发送的连续多帧图像;
从每个第二摄像机发送的连续多帧图像中提取所述用户的步态特征,以得到M个步态特征;
将所述M个步态特征与所述用户的身份信息对应存储。
10.一种步态数据构建方法,其特征在于,应用于权利要求1-8任一所述的步态数据构建系统中的第二摄像机,所述方法包括:
当接收到对应的第一摄像机发送的图像获取信号时,确定所述图像获取信号的接收时刻;
对所述接收时刻拍摄的用户进行跟踪,以确定包含所述用户的连续多帧图像;
将所述连续多帧图像发送给所述信息处理设备。
11.如权利要求10所述的方法,其特征在于,所述图像获取信号中携带对应的第一摄像机拍摄到的图像;
所述对所述接收时刻拍摄的用户进行跟踪之前,还包括:
提取所述图像获取信号中携带的图像中的用户特征,以及所述接收时刻拍摄的图像中的用户特征;
如果所述图像获取信号中携带的图像中的用户特征与所述接收时刻拍摄的图像中的用户特征匹配,则执行对所述接收时刻拍摄的用户进行跟踪的步骤。
12.一种步态数据构建装置,其特征在于,所述装置包括:
第一接收模块,用于接收所述N个第一摄像机中任一摄像机发送的所述用户的身份信息;
第二接收模块,用于接收所述任一摄像机对应的M个第二摄像机发送的连续多帧图像;
第一提取模块,用于从每个第二摄像机发送的连续多帧图像中提取所述用户的步态特征,以得到M个步态特征;
第一存储模块,用于将所述M个步态特征与所述用户的身份信息对应存储。
13.一种步态数据构建装置,其特征在于,所述装置包括:
确定模块,用于当接收到对应的第一摄像机发送的图像获取信号时,确定所述图像获取信号的接收时刻;
跟踪模块,用于对所述接收时刻拍摄的用户进行跟踪,以确定包含所述用户的连续多帧图像;
发送模块,用于将所述连续多帧图像发送给所述信息处理设备。
CN201910358671.8A 2019-04-30 2019-04-30 步态数据构建系统、方法及装置 Active CN111860063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910358671.8A CN111860063B (zh) 2019-04-30 2019-04-30 步态数据构建系统、方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910358671.8A CN111860063B (zh) 2019-04-30 2019-04-30 步态数据构建系统、方法及装置

Publications (2)

Publication Number Publication Date
CN111860063A true CN111860063A (zh) 2020-10-30
CN111860063B CN111860063B (zh) 2023-08-11

Family

ID=72965381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910358671.8A Active CN111860063B (zh) 2019-04-30 2019-04-30 步态数据构建系统、方法及装置

Country Status (1)

Country Link
CN (1) CN111860063B (zh)

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080175443A1 (en) * 2007-01-23 2008-07-24 Fullpower, Inc. System control via characteristic gait signature
CN102254169A (zh) * 2011-08-23 2011-11-23 东北大学秦皇岛分校 基于多摄像机的人脸识别方法及系统
AU2011101355A4 (en) * 2011-10-20 2011-12-08 Girija Chetty Biometric person identity verification base on face and gait fusion
CN103514302A (zh) * 2013-10-28 2014-01-15 深圳先进技术研究院 人体步态数据库及其建立方法
CN103800016A (zh) * 2014-02-25 2014-05-21 河北工业大学 基于视触觉结合的人体身份步态识别系统及其识别方法
CN103942577A (zh) * 2014-04-29 2014-07-23 上海复控华龙微系统技术有限公司 视频监控中基于自建立样本库及混合特征的身份识别方法
CN103957777A (zh) * 2011-12-07 2014-07-30 捷通国际有限公司 行为跟踪和修正系统
US20150146006A1 (en) * 2013-11-26 2015-05-28 Canon Kabushiki Kaisha Display control apparatus and display control method
US20160074272A1 (en) * 2014-09-12 2016-03-17 Samsung Electronics Co., Ltd. Method and apparatus for recognizing gait task
CN106203321A (zh) * 2016-07-06 2016-12-07 深圳先进技术研究院 一种步态识别方法及系统
CN205942742U (zh) * 2016-07-15 2017-02-08 焦作大学 基于步态识别的机场身份认证系统
CN106778509A (zh) * 2016-11-23 2017-05-31 清华大学 一种步态识别装置及方法
CN106991634A (zh) * 2017-05-15 2017-07-28 西安算筹信息科技有限公司 智能多维人员信息采集系统及方法
CN108304757A (zh) * 2017-06-16 2018-07-20 腾讯科技(深圳)有限公司 身份识别方法及装置
US20180336687A1 (en) * 2017-05-22 2018-11-22 Creavision Technologies Ltd. Systems and methods for user detection, identification, and localization within a defined space
CN108960072A (zh) * 2018-06-06 2018-12-07 华为技术有限公司 一种步态识别的方法及设备
CN108968973A (zh) * 2018-08-07 2018-12-11 南通大学 一种人体步态采集与分析系统及方法
WO2018223955A1 (zh) * 2017-06-09 2018-12-13 北京深瞐科技有限公司 目标监控方法、目标监控装置、摄像机及计算机可读介质
CN109325465A (zh) * 2018-10-17 2019-02-12 新疆联海创智信息科技有限公司 多摄像机环境下的步态库构建系统及方法
CN109465819A (zh) * 2017-09-08 2019-03-15 株式会社日立大厦系统 人体识别系统及人体识别方法
US10244363B1 (en) * 2015-12-28 2019-03-26 Amazon Technologies, Inc. Entry portal identification system
CN109634981A (zh) * 2018-12-11 2019-04-16 银河水滴科技(北京)有限公司 一种数据库扩充方法及装置

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080175443A1 (en) * 2007-01-23 2008-07-24 Fullpower, Inc. System control via characteristic gait signature
CN102254169A (zh) * 2011-08-23 2011-11-23 东北大学秦皇岛分校 基于多摄像机的人脸识别方法及系统
AU2011101355A4 (en) * 2011-10-20 2011-12-08 Girija Chetty Biometric person identity verification base on face and gait fusion
CN103957777A (zh) * 2011-12-07 2014-07-30 捷通国际有限公司 行为跟踪和修正系统
CN103514302A (zh) * 2013-10-28 2014-01-15 深圳先进技术研究院 人体步态数据库及其建立方法
US20150146006A1 (en) * 2013-11-26 2015-05-28 Canon Kabushiki Kaisha Display control apparatus and display control method
CN103800016A (zh) * 2014-02-25 2014-05-21 河北工业大学 基于视触觉结合的人体身份步态识别系统及其识别方法
CN103942577A (zh) * 2014-04-29 2014-07-23 上海复控华龙微系统技术有限公司 视频监控中基于自建立样本库及混合特征的身份识别方法
US20160074272A1 (en) * 2014-09-12 2016-03-17 Samsung Electronics Co., Ltd. Method and apparatus for recognizing gait task
US10244363B1 (en) * 2015-12-28 2019-03-26 Amazon Technologies, Inc. Entry portal identification system
CN106203321A (zh) * 2016-07-06 2016-12-07 深圳先进技术研究院 一种步态识别方法及系统
CN205942742U (zh) * 2016-07-15 2017-02-08 焦作大学 基于步态识别的机场身份认证系统
CN106778509A (zh) * 2016-11-23 2017-05-31 清华大学 一种步态识别装置及方法
CN106991634A (zh) * 2017-05-15 2017-07-28 西安算筹信息科技有限公司 智能多维人员信息采集系统及方法
US20180336687A1 (en) * 2017-05-22 2018-11-22 Creavision Technologies Ltd. Systems and methods for user detection, identification, and localization within a defined space
WO2018223955A1 (zh) * 2017-06-09 2018-12-13 北京深瞐科技有限公司 目标监控方法、目标监控装置、摄像机及计算机可读介质
CN108304757A (zh) * 2017-06-16 2018-07-20 腾讯科技(深圳)有限公司 身份识别方法及装置
CN109465819A (zh) * 2017-09-08 2019-03-15 株式会社日立大厦系统 人体识别系统及人体识别方法
CN108960072A (zh) * 2018-06-06 2018-12-07 华为技术有限公司 一种步态识别的方法及设备
CN108968973A (zh) * 2018-08-07 2018-12-11 南通大学 一种人体步态采集与分析系统及方法
CN109325465A (zh) * 2018-10-17 2019-02-12 新疆联海创智信息科技有限公司 多摄像机环境下的步态库构建系统及方法
CN109634981A (zh) * 2018-12-11 2019-04-16 银河水滴科技(北京)有限公司 一种数据库扩充方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
R.T. COLLINS; R. GROSS; JIANBO SHI: "Silhouette-based human identification from body shape and gait", PROCEEDINGS OF FIFTH IEEE INTERNATIONAL CONFERENCE ON AUTOMATIC FACE GESTURE RECOGNITION, pages 366 - 371 *
何逸炜,张军平: "步态识别的深度学习:综述", 模式识别与人工智能, vol. 31, no. 5, pages 442 - 452 *
苏菡;黄凤岗;洪文;: "一种基于步态分析的身份识别方法", 系统仿真学报, no. 05 *

Also Published As

Publication number Publication date
CN111860063B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN110502954B (zh) 视频分析的方法和装置
CN110992493B (zh) 图像处理方法、装置、电子设备及存储介质
CN109558837B (zh) 人脸关键点检测方法、装置及存储介质
CN110839128B (zh) 拍照行为检测方法、装置及存储介质
CN112084811B (zh) 身份信息的确定方法、装置及存储介质
CN113038362A (zh) 超宽带定位方法及系统
CN111127509B (zh) 目标跟踪方法、装置和计算机可读存储介质
CN109522863B (zh) 耳部关键点检测方法、装置及存储介质
CN109302632B (zh) 获取直播视频画面的方法、装置、终端及存储介质
CN109886208B (zh) 物体检测的方法、装置、计算机设备及存储介质
CN110570460A (zh) 目标跟踪方法、装置、计算机设备及计算机可读存储介质
CN110874905A (zh) 监控方法及装置
CN110956580A (zh) 图像换脸的方法、装置、计算机设备以及存储介质
CN111754386A (zh) 图像区域屏蔽方法、装置、设备及存储介质
CN111389015A (zh) 游戏道具的确定方法、装置及存储介质
CN111753606A (zh) 一种智能模型的升级方法及装置
CN112714294B (zh) 报警预览方法、装置及计算机可读存储介质
CN111586279A (zh) 确定拍摄状态的方法、装置、设备及存储介质
CN112241987B (zh) 确定防区的系统、方法、装置及存储介质
CN111931712A (zh) 人脸识别方法、装置、抓拍机及系统
CN112052701B (zh) 物品取放检测系统、方法及装置
CN111860064A (zh) 基于视频的目标检测方法、装置、设备及存储介质
CN112967261B (zh) 图像融合方法、装置、设备及存储介质
CN111860063B (zh) 步态数据构建系统、方法及装置
CN113706807B (zh) 发出报警信息的方法、装置、设备及存储介质

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