CN112258363B - 身份信息的确认方法、装置、存储介质及电子装置 - Google Patents
身份信息的确认方法、装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN112258363B CN112258363B CN202011111642.0A CN202011111642A CN112258363B CN 112258363 B CN112258363 B CN 112258363B CN 202011111642 A CN202011111642 A CN 202011111642A CN 112258363 B CN112258363 B CN 112258363B
- Authority
- CN
- China
- Prior art keywords
- target
- identity information
- image
- determining
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012790 confirmation Methods 0.000 title description 4
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- 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
- G06F18/23—Clustering techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种身份信息的确认方法、装置、存储介质及电子装置,其中,该方法包括:确定目标图像,其中,目标图像为在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像;将目标图像与对象库中预先录入的对象图像进行匹配;在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定目标对象的身份信息,其中,登记信息用于记录在预定时间段或预定时间段之前进入目标区域的对象的图像信息。通过本发明,解决了相关技术中存在的确定对象的身份信息准确率低的问题,提高了确定身份信息的准确率。
Description
技术领域
本发明实施例涉及通信领域,具体而言,涉及一种身份信息的确认方法、装置、存储介质及电子装置。
背景技术
随着社会安防建设不断发展,人脸卡口相机的使用越来越多,相应地,对人脸相机抓拍的图像中的对象的身份落地的需求也越来越强烈,通过识别对象以及进一步的身份落地,成为安防领域的新热点。由于人脸卡口相机大多安装在户外,受安装的高度、角度等因素的影响,成像的质量不高,导致识别对象的准确度受一定影响,导致确定对象的身份信息准确率低。
针对相关技术中存在的上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种身份信息的确认方法、装置、存储介质及电子装置,以至少解决相关技术中存在的确定对象的身份信息准确率低的问题。
根据本发明的一个实施例,提供了一种身份信息的确认方法,包括:确定目标图像,其中,所述目标图像为在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像;将所述目标图像与对象库中预先录入的对象图像进行匹配;在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息,其中,所述登记信息用于记录在所述预定时间段或所述预定时间段之前进入所述目标区域的对象的图像信息。
根据本发明的另一个实施例,提供了一种身份信息的确认装置,包括:第一确定模块,用于确定目标图像,其中,所述目标图像为在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像;匹配模块,用于将所述目标图像与对象库中预先录入的对象图像进行匹配;第二确定模块,用于在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息,其中,所述登记信息用于记录在所述预定时间段或所述预定时间段之前进入所述目标区域的对象的图像信息。
根据本发明的又一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,确定在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像中的目标图像,将目标图像与对象库中预先录入的对象图像进行匹配,在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定目标对象的身份。即,在对象库中匹配到多张对象图像的情况下,再基于匹配到的多张图像与登记信息确定目标对象的身份信息,由于经过多次匹配,因此,可以解决相关技术中存在的确定对象的身份信息准确率低的问题,提高了确定身份信息的准确率。
附图说明
图1是本发明实施例的一种身份信息的确认方法的移动终端的硬件结构框图;
图2是根据本发明实施例的身份信息的确认方法的流程图;
图3是根据本发明具体实施例的身份信息的确认方法流程图;
图4是根据本发明实施例的身份信息的确认装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本发明实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种身份信息的确认方法的移动终端的硬件结构框图。如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,其中,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的身份信息的确认方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种身份信息的确认方法,图2是根据本发明实施例的身份信息的确认方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,确定目标图像,其中,所述目标图像为在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像;
步骤S204,将所述目标图像与对象库中预先录入的对象图像进行匹配;
步骤S206,在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息,其中,所述登记信息用于记录在所述预定时间段或所述预定时间段之前进入所述目标区域的对象的图像信息。
在上述实施例中,目标图像可以是在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像,也可以是对拍摄的图像经过处理后得到的图像。其中,拍摄图像的设备可以是目标区域内设置的摄像设备,例如,人脸识别相机、监控设备、交通探头等,还可以是无人机、卫星等设备。目标区域可以是根据行政区划的区域,还可以根据地点进行划分,例如,一个小区即可认为是一个目标区域,本发明对目标区域的划分不作限制。目标区域中可以包括多个摄像设备,获取多个摄像设备拍摄的图像,在图像中确定出目标图像,其中,目标图像中包括目标对象,目标对象可以包括人、动物、物体等。将目标图像与对象库中的图像进行匹配,在匹配出多张对象图像的情况下,根据多张图像信息和登记信息确定目标对象的身份信息。其中,登记信息可以记录预定时间段或预定时间段之前进入目标区域的对象的图像信息。预定时间段可以某一时刻到另一时刻的时间段,预定时间段的时间间隔可以为0.5小时(该取值仅是一种示例性说明,预定时间段的时间间隔还可以是20分钟,1小时,2小时等,本发明对该取值不作限制)。当目标对象为人时,登记信息可以为目标对象在旅馆、网吧、娱乐场所等地的登记时所使用的身份证件信息、图像信息、指纹信息等。当然,登记信息中还可以包括场所的地理位置、出现或消失的具体时间。由于人员登记信息大多是通过证件录入,采用图像识别数据和人员登记类数据结合,准确性很高,用登记类数据来辅助提升图像识别的人员身份,可信度好。
在上述实施例中,当目标对象为人时,可以按照不同的区域(比如行政区划)进行分别身份落地,利用每个区域内所有的人脸相机,分别统计人脸识别数据,同时记录每个摄像机所安装的地理位置信息。汇总每个区域内,和人员活动有关的数据,比如,网吧上网、旅馆入住、娱乐场所打卡记录等,重点收集人员身份信息、场所的地理位置、出现或消失的具体时间等登记信息,根据登记信息和多张图像信息确定目标对象的身份信息。
可选地,上述步骤的执行主体可以是服务器、后台处理器,或者其他的具备类似处理能力的设备,还可以是至少集成有图像获取设备以及数据处理设备的机器,其中,图像获取设备可以包括摄像头等图形采集模块,数据处理设备可以包括计算机、手机等终端,但不限于此。
通过本发明,确定在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像中的目标图像,将目标图像与对象库中预先录入的对象图像进行匹配,在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定目标对象的身份。即,在对象库中匹配到多张对象图像的情况下,再基于匹配到的多张图像与登记信息确定目标对象的身份信息,由于经过多次匹配,因此,可以解决相关技术中存在的确定对象的身份信息准确率低的问题,提高了确定身份信息的准确率。
在一个示例性实施例中,确定目标图像包括:获取多张图像,其中,所述多张图像为所述目标区域中包括的至少两个摄像设备在所述预定时间段内执行拍摄操作所得到的图像;识别多张所述图像中分别包括的对象的特征信息;基于识别出的所述特征信息对多张所述图像中分别包括的对象进行聚类处理,以确定多个聚类类别;从多个所述聚类类别中确定出满足第一预定条件的第一类别;从所述第一类别中确定出所述目标图像。在本实施例中,获取多张目标区域中包括的至少两个摄像设备在预定时间段内执行拍摄操作所得到的图像,识别多张图像中分别包括的对象的特征信息,其中,特征信息包括人脸特征信息、虹膜特征信息、体态信息(如身高、体重、穿着、是否戴眼镜)等信息。在识别出特征信息后,可以根据识别出的特征信息对多张图像中包括的对象进行聚类,将相似度超过预定阈值的对象聚类成一类,在多个聚类类别中确定出满足第一预定条件的第一类别,从第一类别中确定出目标图像。
在本实施例中,当目标对象为人时,可以将每个区域内的人脸相机识别的结果按时间进行排序,再对时间按一定粒度进行分块(对应于上述预定时间段,该预定时间段的时间间隔不能太大,可以取半小时到两小时)。对属于这个时间分块内的所有人脸特征进行聚类,将相似度大于固定阈值的人脸特征向量聚类到一组。
在一个示例性实施例中,从多个所述聚类类别中确定出满足第一预定条件的第一类别包括:从多个所述聚类类别中确定出聚类对象数量超过数量阈值的所述第一类别。在本实施例中,在对多张图像进行聚类处理时,还可以获取每类中包括的对象数量,将多个聚类类型中对象数量超过数量阈值的类别确定为第一类别。其中,数量阈值可以为15(该取值仅是一种示例性说明,数量阈值可以根据预定时间段的时间间隔的长短进行调整,本发明对数量阈值不作限制,例如,还可以取10,20,30等)。
在一个示例性实施例中,在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息包括:按照匹配度由高到低的顺序对匹配到的多张对象图像进行排序;按照排序顺序依次选取预定数量的对象图像;将所述预定数量的对象图像与所述登记信息进行比对;基于比对结果确定所述目标对象的身份信息。在本实施例中,可以按照匹配度由高到低的顺序将匹配到的多张对象图像进行排序;按照排序顺序依次选取预定数量的对象图像,将预定数量的对象图像与登记信息进行比对,根据比对结果确定目标对象的身份信息。
在一个示例性实施例中,基于比对结果确定所述目标对象的身份信息包括:在确定在所述登记信息中匹配到与所述预定数量的对象图像中包括的任一对象图像对应的目标登记信息的情况下,将所述目标登记信息所对应的身份信息确定为所述目标对象的身份信息;在确定在所述登记信息中未匹配到与所述预定数量的对象图像中包括的任一对象图像对应的目标登记信息的情况下,将所述预定数量的对象图像中包括的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息。在本实施例中,在确定目标图像后,将目标图像与对象库中的对象图像进行对比,按照匹配度由高到低的顺序确定出预定数量的对象图像,将预定数量的对象图像与目标登记信息进行比对,将比对成功的对象所对应的目标登记信息确定为目标对象的身份信息,当比对失败的情况下,将预定数量的对象图像中包括的匹配度最高的对象图像对应的身份信息确定为目标对象的身份信息。例如,当确定目标图像后,可以将目标图像与对象库中的对象图像进行匹配,匹配出匹配度较高的5个对象,分别编号为1号,2号,3号,4号,5号,将这5个对象图像与登记信息相匹配,将匹配到的对象的目标登记信息确定为目标对象的身份信息,如在登记信息中包括与3号对象的向匹配的目标登记信息时,将目标登记信息确定为3号对象的身份信息。当目标对象为人时,如果聚类中的人数大于K(对应于上述数量阈值),将这些人脸特征和对象库中的信息进行比对,选出其中排序最高的N(对应于上述预定数量)个人作为候选数据。N取值范围建议在2~5之间,太大则人员过多,反而导致落地的准确度不够。选出的N个候选人,和步骤2中同一个行政区划、同一个时间段的人员活动数据进行交叉比对,寻找交集。如果N个候选人在人员登记数据中都没有出现过,则选取这N个候选身份中相似度(对应于上述匹配度)最高的人员身份进行落地,即将相似度最高的人员身份信息确认为目标对象的身份信息。如果N个候选人和登记数据有交集,且人脸识别拍摄的相机和登记场所的位置相近,则以该人员身份落地,并标记置信度为高,且将该人前后出现的数个拍摄点和登记数据进行关联,形成此人的完整时空轨迹。
在一个示例性实施例中,在将所述目标登记信息所对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第一置信度;在将所述预定数量的对象图像中包括的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第二置信度。在本实施例中,在登记信息中确定出目标对象的身份信息的情况下,将目标对象的身份信息的置信度配置为第一置信度,在登记信息中未确定出目标对象的身份信息,在预定数量的对象图像中确定出目标对象身份信息的情况下,将目标对象的身份信息的置信度确定为第二置信度,其中,第一置信度表示置信度高,第二置信度表示置信度中等。
在一个示例性实施例中,在确定多个聚类类别之后,所述方法还包括:从多个所述聚类类别中确定出满足第二预定条件的第二类别;从所述第二类别中确定出第一图像;将所述第一图像与所述对象库中预先录入的对象图像进行匹配;基于匹配结果确定所述第二类别中包括的目标对象的身份信息。在本实施例中,在将多张图像进行聚类确定出多个聚类类别之后,可以从多个聚类类别中确定出满足第二预定条件的第二类别,从第二类别中确定出第一图像,将第一图像与对象库中的对象图像进行匹配,将对象库中匹配度最高的对象图像对应的身份信息确定为目标对象的身份信息。
在一个示例性实施例中,从多个所述聚类类别中确定出满足第二预定条件的第二类别包括:从多个所述聚类类别中确定出聚类对象数量未超过数量阈值的所述第二类别。在本实施例中,当某一聚类类别中的包括的对象图像的数量未超过数量阈值时,则将该类别确定为第二类别。
在一个示例性实施例中,基于匹配结果确定所述第二类别中包括的目标对象的身份信息包括:将匹配到的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息。在本实施例中,将第二类别中包括的图像与对象库中的对象图像进行匹配,将匹配度最高的对象图像对应的身份信息确定为目标对象的身份信息。当目标对象为人时,如果这个分组内的人数少于K时(K可以根据时间块的长短按比例调整,通常在十到几十左右),可以将这些人脸特征和对象库进行比对,并取比对结果中相似度最高的一人落地为身份,并标记置信度为低。
在一个示例性实施例中,在将匹配到的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第三置信度。在本实施例中,将匹配度最高的对象图像对应的身份信息确定为目标对象的身份信息时,可以将目标对象的身份信息的置信度确定为第三置信度,其中,第三置信度表示置信度低。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
下面结合具体实施例对身份信息的确认方法进行说明:
图3是根据本发明具体实施例的身份信息的确认方法流程图,如图3所示,该流程包括:
步骤S302,按不同的区域(比如行政区划)进行分别身份落地,利用每个区域内所有的人脸相机分别统计人脸识别数据,同时,记录每个摄像机所安装的地理位置信息。
步骤S304,汇总每个区域内与人员活动有关的数据,比如,网吧上网、旅馆入住、娱乐场所打卡记录等,重点收集人员身份信息、场所的地理位置、出现或消失的具体时间,准备和后续聚类并比对的人脸身份进行二次确认。
步骤S306,汇聚该行政区划内的所有人员识别相机。
步骤S308,将每个区域内的人脸相机识别的结果按时间进行排序,再对时间按一定粒度进行分块(不能太大,比如半小时到两小时)。对属于这个时间分块内的所有人脸特征进行聚类,将相似度大于固定阈值的人脸特征向量聚类到一组。
步骤S310,判断每个分组内对象的数量是否大于K,如果判断结果为是,则执行步骤S314,如果判断结果为否,则执行步骤S312。
步骤S312,分组内的人数少于K(K根据时间块的长短按比例调整,通常在十到几十左右),将这些人脸特征和人员身份底库(对应于上述对象库)进行比对,并取比对结果中相似度最高的一人落地为身份,并标记置信度为低。
步骤S314,分组内的人数大于K,将这些人脸特征和人员身份底库中的信息进行比对,选出其中排序最高的N个人作为候选数据。N取值范围建议在2~5之间,太大则人员过多,反而导致落地的准确度不够。
步骤S316,将步骤S314中选出的N个候选人,和步骤S304中同一个行政区划、同一个时间段的人员活动数据进行交叉比对,寻找交集。
步骤S318,判断人员信息是否重合,如果判断结果为是,则执行步骤S322,如果判断结果为否,则执行步骤S320。
步骤S318,N个候选人在人员登记数据中都没有出现过,则选取这N个候选身份中相似度最高的人员身份进行落地,并标记置信度为中。
步骤S320,N个候选人和登记数据有交集,且人脸识别拍摄的相机和登记场所的位置相近,则以该人员身份落地,并标记置信度为高,且将该人前后出现的数个拍摄点和登记数据进行关联,形成此人的完整时空轨迹。
在前述实施例中,汇聚相邻空间范围内的人脸像机识别的结果,并和同一空间范围内的人员登记信息数据进行比较,结合两种不同信息来源各自的特点,给人员识别标注准确度。即,利用人脸识别相机的特征值聚类,和人脸底库比较,将比较结果和人员登记类数据做交集,将身份落地的结果区分为低、中、高三档。结合人脸识别身份的轨迹连续性和登记类数据的准确性,提高了人脸识别的准确性,而且置信度高的身份信息还对登记信息中的单点记录进行了补全,还原出了人物在登记瞬间前后的完整轨迹,为事后追查提供了更多的线索。
在本实施例中还提供了一种身份信息的确认装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的身份信息的确认装置的结构框图,如图4所示,该装置包括:
第一确定模块42,用于确定目标图像,其中,所述目标图像为在预定时间段内目标区域中包括的目标对象进行拍摄所得到的图像;
匹配模块44,用于将所述目标图像与对象库中预先录入的对象图像进行匹配;
第二确定模块46,用于在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息,其中,所述登记信息用于记录在所述预定时间段或所述预定时间段之前进入所述目标区域的对象的图像信息。
在一个示例性实施例中,所述第二确定模块46可以通过如下方式实现确定目标图像:获取多张图像,其中,所述多张图像为所述目标区域中包括的至少两个摄像设备在所述预定时间段内执行拍摄操作所得到的图像;识别多张所述图像中分别包括的对象的特征信息;基于识别出的所述特征信息对多张所述图像中分别包括的对象进行聚类处理,以确定多个聚类类别;从多个所述聚类类别中确定出满足第一预定条件的第一类别;从所述第一类别中确定出所述目标图像。
在一个示例性实施例中,所述第二确定模块46可以通过如下方式实现从多个所述聚类类别中确定出满足第一预定条件的第一类别:从多个所述聚类类别中确定出聚类对象数量超过数量阈值的所述第一类别。
在一个示例性实施例中,所述第二确定模块46可以通过如下方式实现在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息:按照匹配度由高到低的顺序对匹配到的多张对象图像进行排序;按照排序顺序依次选取预定数量的对象图像;将所述预定数量的对象图像与所述登记信息进行比对;基于比对结果确定所述目标对象的身份信息。
在一个示例性实施例中,所述第二确定模块46可以通过如下方式实现基于比对结果确定所述目标对象的身份信息:在确定在所述登记信息中匹配到与所述预定数量的对象图像中包括的任一对象图像对应的目标登记信息的情况下,将所述目标登记信息所对应的身份信息确定为所述目标对象的身份信息;在确定在所述登记信息中未匹配到与所述预定数量的对象图像中包括的任一对象图像对应的目标登记信息的情况下,将所述预定数量的对象图像中包括的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息。
在一个示例性实施例中,所述装置可以用于在将所述目标登记信息所对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第一置信度;在将所述预定数量的对象图像中包括的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第二置信度。
在一个示例性实施例中,所述装置可以用于在确定多个聚类类别之后,从多个所述聚类类别中确定出满足第二预定条件的第二类别;从所述第二类别中确定出第一图像;将所述第一图像与所述对象库中预先录入的对象图像进行匹配;基于匹配结果确定所述第二类别中包括的目标对象的身份信息。
在一个示例性实施例中,所述装置可以通过如下方式实现从多个所述聚类类别中确定出满足第二预定条件的第二类别:从多个所述聚类类别中确定出聚类对象数量未超过数量阈值的所述第二类别。
在一个示例性实施例中,所述装置可以通过如下方式实现基于匹配结果确定所述第二类别中包括的目标对象的身份信息:将匹配到的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息。
在一个示例性实施例中,所述装置可以用于在将匹配到的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第三置信度。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种身份信息的确认方法,其特征在于,包括:
确定目标图像,其中,所述目标图像为在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像;
将所述目标图像与对象库中预先录入的对象图像进行匹配;
在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息,其中,所述登记信息用于记录在所述预定时间段或所述预定时间段之前进入所述目标区域的对象的图像信息;
所述方法还包括:获取多张图像,其中,所述多张图像为所述目标区域中包括的至少两个摄像设备在所述预定时间段内执行拍摄操作所得到的图像;识别多张所述图像中分别包括的对象的特征信息;基于识别出的所述特征信息对多张所述图像中分别包括的对象进行聚类处理,以确定多个聚类类别;从多个所述聚类类别中确定出满足第二预定条件的第二类别;从所述第二类别中确定出第一图像;将所述第一图像与所述对象库中预先录入的对象图像进行匹配;基于匹配结果确定所述第二类别中包括的目标对象的身份信息;
其中,从多个所述聚类类别中确定出满足第二预定条件的第二类别包括:从多个所述聚类类别中确定出聚类对象数量未超过数量阈值的所述第二类别;
基于匹配结果确定所述第二类别中包括的目标对象的身份信息包括:将匹配到的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息;
在将匹配到的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第三置信度。
2.根据权利要求1所述的方法,其特征在于,确定目标图像包括:
从多个所述聚类类别中确定出满足第一预定条件的第一类别;
从所述第一类别中确定出所述目标图像。
3.根据权利要求2所述的方法,其特征在于,从多个所述聚类类别中确定出满足第一预定条件的第一类别包括:
从多个所述聚类类别中确定出聚类对象数量超过数量阈值的所述第一类别。
4.根据权利要求1所述的方法,其特征在于,在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息包括:
按照匹配度由高到低的顺序对匹配到的多张对象图像进行排序;
按照排序顺序依次选取预定数量的对象图像;
将所述预定数量的对象图像与所述登记信息进行比对;
基于比对结果确定所述目标对象的身份信息。
5.根据权利要求4所述的方法,其特征在于,基于比对结果确定所述目标对象的身份信息包括:
在确定在所述登记信息中匹配到与所述预定数量的对象图像中包括的任一对象图像对应的目标登记信息的情况下,将所述目标登记信息所对应的身份信息确定为所述目标对象的身份信息;
在确定在所述登记信息中未匹配到与所述预定数量的对象图像中包括的任一对象图像对应的目标登记信息的情况下,将所述预定数量的对象图像中包括的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息。
6.根据权利要求5所述的方法,其特征在于,
在将所述目标登记信息所对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第一置信度;
在将所述预定数量的对象图像中包括的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第二置信度。
7.一种身份信息的确认装置,其特征在于,包括:
第一确定模块,用于确定目标图像,其中,所述目标图像为在预定时间段内对目标区域中包括的目标对象进行拍摄所得到的图像;
匹配模块,用于将所述目标图像与对象库中预先录入的对象图像进行匹配;
第二确定模块,用于在匹配到多张对象图像的情况下,基于匹配到的多张图像信息与登记信息确定所述目标对象的身份信息,其中,所述登记信息用于记录在所述预定时间段或所述预定时间段之前进入所述目标区域的对象的图像信息;
所述装置还用于:获取多张图像,其中,所述多张图像为所述目标区域中包括的至少两个摄像设备在所述预定时间段内执行拍摄操作所得到的图像;识别多张所述图像中分别包括的对象的特征信息;基于识别出的所述特征信息对多张所述图像中分别包括的对象进行聚类处理,以确定多个聚类类别;从多个所述聚类类别中确定出满足第二预定条件的第二类别;从所述第二类别中确定出第一图像;将所述第一图像与所述对象库中预先录入的对象图像进行匹配;基于匹配结果确定所述第二类别中包括的目标对象的身份信息;
其中,所述装置通过如下方式实现从多个所述聚类类别中确定出满足第二预定条件的第二类别:从多个所述聚类类别中确定出聚类对象数量未超过数量阈值的所述第二类别;
所述装置通过如下方式实现基于匹配结果确定所述第二类别中包括的目标对象的身份信息:将匹配到的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息;
所述装置还用于在将匹配到的匹配度最高的对象图像对应的身份信息确定为所述目标对象的身份信息的情况下,将所述目标对象的身份信息的置信度配置为第三置信度。
8.一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中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的方法。
9.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011111642.0A CN112258363B (zh) | 2020-10-16 | 2020-10-16 | 身份信息的确认方法、装置、存储介质及电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011111642.0A CN112258363B (zh) | 2020-10-16 | 2020-10-16 | 身份信息的确认方法、装置、存储介质及电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112258363A CN112258363A (zh) | 2021-01-22 |
CN112258363B true CN112258363B (zh) | 2023-03-24 |
Family
ID=74244458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011111642.0A Active CN112258363B (zh) | 2020-10-16 | 2020-10-16 | 身份信息的确认方法、装置、存储介质及电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112258363B (zh) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3312762B1 (en) * | 2016-10-18 | 2023-03-01 | Axis AB | Method and system for tracking an object in a defined area |
CN107291810B (zh) * | 2017-05-18 | 2018-05-29 | 深圳云天励飞技术有限公司 | 数据处理方法、装置及存储介质 |
CN108388878A (zh) * | 2018-03-15 | 2018-08-10 | 百度在线网络技术(北京)有限公司 | 用于识别人脸的方法和装置 |
CN110826356B (zh) * | 2018-08-07 | 2023-01-03 | 杭州海康威视系统技术有限公司 | 一种非机动车违章检测系统、方法及服务器 |
CN110910419A (zh) * | 2018-09-18 | 2020-03-24 | 深圳市鸿合创新信息技术有限责任公司 | 一种自动跟踪方法及装置、电子设备 |
CN109784274B (zh) * | 2018-12-29 | 2021-09-14 | 杭州励飞软件技术有限公司 | 识别尾随的方法及相关产品 |
CN110009052B (zh) * | 2019-04-11 | 2022-11-18 | 腾讯科技(深圳)有限公司 | 一种图像识别的方法、图像识别模型训练的方法及装置 |
CN110245247A (zh) * | 2019-05-24 | 2019-09-17 | 浙江大华技术股份有限公司 | 图片搜索的方法、电子设备和计算机存储介质 |
CN111079512A (zh) * | 2019-10-27 | 2020-04-28 | 恒大智慧科技有限公司 | 一种基于社区的防走失方法、社区服务器及存储介质 |
CN111291682A (zh) * | 2020-02-07 | 2020-06-16 | 浙江大华技术股份有限公司 | 确定目标对象的方法、装置、存储介质及电子装置 |
CN111666441A (zh) * | 2020-04-24 | 2020-09-15 | 北京旷视科技有限公司 | 确定人员身份类型的方法、装置和电子系统 |
-
2020
- 2020-10-16 CN CN202011111642.0A patent/CN112258363B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112258363A (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110147471A (zh) | 基于视频的轨迹跟踪方法、装置、计算机设备及存储介质 | |
CN109784274A (zh) | 识别尾随的方法及相关产品 | |
CN111291682A (zh) | 确定目标对象的方法、装置、存储介质及电子装置 | |
CN109409377A (zh) | 图像中文字的检测方法及装置 | |
CN111091106B (zh) | 图像聚类方法及装置、存储介质、电子装置 | |
CN112749652B (zh) | 身份信息确定的方法和装置、存储介质及电子设备 | |
CN111010547A (zh) | 目标对象的追踪方法及装置、存储介质、电子装置 | |
CN111209776A (zh) | 同行人识别方法、装置、处理服务器、存储介质及系统 | |
CN114862946B (zh) | 位置预测方法、系统、设备及介质 | |
CN110245573A (zh) | 一种基于人脸识别的签到方法、装置及终端设备 | |
CN112818173A (zh) | 关联对象的识别方法、装置及计算机可读存储介质 | |
CN111651624A (zh) | 一种图像检索方法及装置 | |
CN113962326A (zh) | 聚类方法、装置、设备及计算机存储介质 | |
CN112631333B (zh) | 无人机的目标跟踪方法、装置及图像处理芯片 | |
CN113077018A (zh) | 一种目标对象识别方法、装置、存储介质及电子装置 | |
CN112258363B (zh) | 身份信息的确认方法、装置、存储介质及电子装置 | |
CN113627334A (zh) | 对象的行为识别方法及装置 | |
CN112633114A (zh) | 面向建筑物变化事件的无人机巡查智能预警方法和装置 | |
CN110222561A (zh) | 失踪人员面部图像匹配方法、装置及存储介质 | |
CN115830342A (zh) | 检测框的确定方法、装置、存储介质及电子装置 | |
CN113343004B (zh) | 对象的识别方法和装置、存储介质及电子装置 | |
CN113902030A (zh) | 行为的识别方法、装置、终端设备及存储介质 | |
CN114118271A (zh) | 图像确定方法、装置、存储介质及电子装置 | |
CN113609317A (zh) | 一种图像库构建方法、装置及电子设备 | |
CN115050084B (zh) | 基于人脸特征摘要的机场快速身份检索方法、系统 |
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 |