CN112417977A - 一种目标对象查找方法和终端 - Google Patents
一种目标对象查找方法和终端 Download PDFInfo
- Publication number
- CN112417977A CN112417977A CN202011154797.2A CN202011154797A CN112417977A CN 112417977 A CN112417977 A CN 112417977A CN 202011154797 A CN202011154797 A CN 202011154797A CN 112417977 A CN112417977 A CN 112417977A
- Authority
- CN
- China
- Prior art keywords
- confidence
- image
- target object
- face
- determining
- 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
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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
本发明公开了一种目标对象查找方法和终端，用以提高人员查找的准确率和效率。本发明实施例的传输单元用于：接收第一图像集合和第二图像集合；处理器用于：根据目标对象的照片从第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，第一图像集合是根据与目标对象关联的设定位置处的摄像头的图像确定的；根据筛选出的第一图像确定目标对象的外形轮廓信息；基于目标对象的外貌特征信息和确定的外形轮廓信息，从第二图像集合中确定目标对象对应的目标图像，第二图像集合是根据设定区域范围内的摄像头的图像确定的；将采集目标图像的摄像头的位置作为目标对象出现过的位置，外貌特征信息结合外形轮廓信息确定的目标对象更快且更准确。
Description
技术领域
本发明涉及识别与定位技术领域，尤其涉及一种目标对象查找方法和终端。
背景技术
随着科技的进步和发展，人脸识别技术在各个领域的应用越来越广泛。例如，通过人脸识别技术查找走失的孩子等。
相关技术中，通常是应用人脸对比搜索，来确定被找的人。但是，在实际的应用过程中，摄像头能够拍到的人的正面清晰照不多，这样导致人员找寻经常出现找寻错误或者找寻不到的情况，实用性差，效率和准确率较低。
发明内容
本发明示例性的实施方式中提供一种目标对象查找方法和终端，用以提高人员找寻的准确率和效率。
根据示例性的实施方式中的第一方面，提供一种目标对象查找方法，包括：
根据目标对象的照片从第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，其中，所述第一图像集合是根据与所述目标对象关联的设定位置处的摄像头的图像确定的；
根据筛选出的第一图像确定所述目标对象的外形轮廓信息；
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像，其中，所述第二图像集合是根据设定区域范围内的摄像头的图像确定的；
将采集所述目标图像的摄像头的位置作为所述目标对象出现过的位置。
由于本发明实施例中，对设定位置处的摄像头的第一图像进行筛选，以此来确定目标对象的外形轮廓信息，而外形轮廓信息与人脸图像相比，包含了更多的目标对象的特征，这样，可以结合外形轮廓信息和外貌特征信息共同确定目标对象的位置，与仅仅应用人脸匹配技术查找相比，查找的效率和准确率更高。
在一些示例性的实施方式中，通过下列方式确定所述第一图像的置信度：
若所述第一图像的第一人脸置信度大于第一人脸设定置信度阈值，则将所述第一人脸置信度作为对应的第一图像的置信度，其中，所述第一人脸置信度是根据所述目标对象的照片确定的；
若第一图像的第一人脸置信度不大于所述第一人脸设定置信度阈值，则根据所述第一人脸置信度、第一着装置信度及分别对应的权重，确定各个所述第一图像的置信度；其中，所述第一着装置信度是根据所述目标对象的着装颜色确定的。
本发明实施例中，在查找过程中，人脸作为一个关键的查找因素，因此，在计算第一图像的置信度时，会根据人脸置信度的大小来确定是将第一人脸置信度还是根据权重计算出来的综合权重作为第一图像的权重。这样根据第一图像计算出来的外形轮廓信息更准确。
在一些示例性的实施方式中，所述基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像之前，还包括：确定所述第一图像的置信度大于或等于第二置信度阈值。
本发明实施例中，在第一图像的置信度大于或等于第二置信度阈值时，表明外形轮廓信息可用，此时在外貌特征信息的基础上结合外形轮廓信息来确定目标图像，而不是随意应用外形轮廓信息导致查找效率和准确率下降。
在一些示例性的实施方式中，所述方法还包括：
若所述第一图像的置信度小于所述第二置信度阈值，则基于所述目标对象的外貌特征信息，从所述第二图像集合中确定所述目标对象对应的目标图像。
本发明实施例中，在第一图像的置信度小于第二置信度阈值时，表明外形轮廓信息不可用，此时，仅用目标对象的外貌特征信息来查找并确定目标图像，这样避免不可用的外形轮廓信息导致查找准确率和效率下降的问题。
在一些示例性的实施方式中，所述基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像，包括：
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
在一些示例性的实施方式中，通过下述方式确定各个所述第二图像的置信度：
若所述第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度、第二着装置信度和所述外形轮廓置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的，第二图像的外形轮廓置信度是根据所述目标对象的外形轮廓信息确定的。
在一些示例性的实施方式中，所述基于所述目标对象的外貌特征信息，从第二图像集合中确定所述目标对象对应的目标图像，包括：
基于所述目标对象的外貌特征信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
在一些示例性的实施方式中，通过下列方式确定所述第二图像的置信度：
若第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度和第二着装置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的。
根据示例性的实施方式中的第二方面，提供一种终端，该终端包括处理器和传输单元，其中：
所述传输单元被配置为：接收第一图像集合和第二图像集合；
所述处理器被配置为：
根据目标对象的照片从所述第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，其中，所述第一图像集合是根据与所述目标对象关联的设定位置处的摄像头的图像确定的；
根据筛选出的第一图像确定所述目标对象的外形轮廓信息；
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从所述第二图像集合中确定所述目标对象对应的目标图像，其中，所述第二图像集合是根据设定区域范围内的摄像头的图像确定的；
将采集所述目标图像的摄像头的位置作为所述目标对象出现过的位置。
在一些示例性的实施方式中，所述处理器被配置为通过下列方式确定所述第一图像的置信度：
若所述第一图像的第一人脸置信度大于第一人脸设定置信度阈值，则将所述第一人脸置信度作为对应的第一图像的置信度，其中，所述第一人脸置信度是根据所述目标对象的照片确定的；
若第一图像的第一人脸置信度不大于所述第一人脸设定置信度阈值，则根据所述第一人脸置信度、第一着装置信度及分别对应的权重，确定各个所述第一图像的置信度；其中，所述第一着装置信度是根据所述目标对象的着装颜色确定的。
在一些示例性的实施方式中，所述处理器被配置为在所述基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像之前，确定所述第一图像的置信度大于或等于第二置信度阈值。
在一些示例性的实施方式中，所述处理器还被配置为：
若所述第一图像的置信度小于所述第二置信度阈值，则基于所述目标对象的外貌特征信息，从所述第二图像集合中确定所述目标对象对应的目标图像。
在一些示例性的实施方式中，所述处理器具体被配置为：
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
在一些示例性的实施方式中，所述处理器被配置为通过下述方式确定各个所述第二图像的置信度：
若所述第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度、第二着装置信度和所述外形轮廓置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的，第二图像的外形轮廓置信度是根据所述目标对象的外形轮廓信息确定的。
在一些示例性的实施方式中，所述处理器具体被配置为：
基于所述目标对象的外貌特征信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
在一些示例性的实施方式中，所述处理器还被配置为通过下列方式确定所述第二图像的置信度：
若第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度和第二着装置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的。
根据示例性的实施方式中的第三方面，提供一种目标对象查找装置，该装置包括：
第一图像筛选模块，用于根据目标对象的照片从第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，其中，所述第一图像集合是根据与所述目标对象关联的设定位置处的摄像头的图像确定的；
外形轮廓信息确定模块，用于根据筛选出的第一图像确定所述目标对象的外形轮廓信息；
目标图像确定模块，用于基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像，其中，所述第二图像集合是根据设定区域范围内的摄像头的图像确定的；
目标位置确定模块，用于将采集所述目标图像的摄像头的位置作为所述目标对象出现过的位置。
根据示例性的实施方式中的第四方面，提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面所述的目标对象找寻方法。
附图说明
为了更清楚地说明本发明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要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示例性示出了本发明实施例提供的一种走失位置附近的摄像头监控区域的示意图；
图2示例性示出了本发明实施例提供的一种主干道摄像头监控区域的示意图；
图3示例性示出了本发明实施例提供的一种目标对象查找方法的流程图；
图4示例性示出了本发明实施例提供的一种查找结果显示页面图；
图5示例性示出了本发明实施例提供的一种用户输入界面示意图；
图6示例性示出了本发明实施例提供的一种目标对象查找方法的流程图；
图7示例性示出了本发明实施例提供的一种目标对象查找装置的结构示意图；
图8示例性示出了本发明实施例提供的一种终端的示意图。
具体实施方式
下面将结合附图对本申请实施例中的技术方案进行清除、详尽地描述。其中，在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，另外，在本申请实施例的描述中，“多个”是指两个或多于两个。
以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
随着科技的进步和发展，应用高科技手段来查找想要找的人的应用越来越广泛。比如，查找走失人员，或者，查找被监控的人员等。以查找走失人员为例，相关技术中是利用人脸匹配技术将人脸对比搜索来缺人被找寻的人，但是，在实际的应用过程中，摄像头能够拍到人的正面的清晰照不多，这样导致人员找寻错误或者找寻不到，可实施性较差。
本发明实施例为了提高人员找寻的准确率和效率，提供一种目标对象查找方法，首先通过与目标对象关联的摄像头的第一图像数据中筛选出来的第一图像确定目标对象的外形轮廓信息，这样，可以同时应用外貌特征信息和外形轮廓信息在设定区域范围内的摄像头的图像确定目标对象出现过的位置。与单纯应用人脸与摄像头拍到的图像进行匹配相比，人员查找的效率和准确性更高。
本申请实施例的可应用场景为人员走失后查找走失人员，比如孩子跑出去玩了，联系不上孩子，急于知道孩子在哪；或者，公安系统查找已监控的犯罪嫌疑人等。以查找走失人员为例进行说明。将待查找的走失人员称为目标对象，当目标对象走失后，查找该走失人员的可能是目标对象的亲友或家属等，在接下来的描述中，将该类人员成为用户，也即，用户去找寻走失人员等。比如，家属可以提供目标对象的外貌特征信息，比如包括目标对象的近身照片，以及，走失时着装颜色，比如可以包括上衣颜色和下衣颜色。再根据走失时的外貌特征信息和走失位置附近的摄像头来进一步确定目标对象的外形轮廓特征，其中，外形轮廓特征比如是目标对象在某个时刻的行为动作和着装造成的外形的变化构成的特征。最后结合外貌特征信息和外形轮廓信息与设定区域范围的摄像头的图像进行比对，来确定目标对象对应的目标图像，将采集到目标图像的摄像头作为目标对象出现过的位置。
在一个具体的例子中，图1示出了一种走失位置附近的摄像头监控区域的示意图，其中，11表示走失位置附近的摄像头，12表示出现在该监控区域中的目标对象。当扩大查找范围后，设定区域范围比如是距离走失位置附近一定距离处的主干道的监控范围，图2示出了一种主干道摄像头监控区域的示意图，参考图2，示出了四个摄像头21和出现在该监控区域中的目标对象22，该目标对象22可能被其中的一个摄像头拍到，也可能被其中的多个摄像头拍到，该区域范围内的摄像头作为本申请实施例采集第二图像的摄像头。基于图1和图2的场景，应用本申请实施例的技术方案，来确定目标对象出现过的位置。
接下来通过各个实施例对本申请实施例的技术方案进行说明。
图3为本发明实施例提供的一种目标对象查找方法的流程图，应用于上述终端，如图3所示，该方法可以包括：
S301、根据目标对象的照片从第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，其中，所述第一图像集合是根据与所述目标对象关联的设定位置处的摄像头的图像确定的。
S302、根据筛选出的第一图像确定所述目标对象的外形轮廓信息。
S303、基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像，其中，所述第二图像集合是根据设定区域范围内的摄像头的图像确定的。
S304、将采集所述目标图像的摄像头的位置作为所述目标对象出现过的位置。
由于本发明实施例中，对设定位置处的摄像头的第一图像进行筛选，以此来确定目标对象的外形轮廓信息，而外形轮廓信息与人脸图像相比，包含了更多的目标对象的特征，这样，可以结合外形轮廓信息和外貌特征信息共同确定目标对象的位置，与仅仅应用人脸匹配技术查找相比，查找的效率和准确率更高。
首先，涉及到S301，截取设定时间范围内的设定位置处的摄像头的图像作为第一图像，其中，设定时间范围可以是走失人员亲属记忆中的走失人员最后出现的时间作为走失时的时间，设定位置可以是走失人员亲属记忆中的某个位置，比如是5号楼1单元。另外，若为安全监控领域，设定时间范围可以是历史监控过程中的目标对象最近出现的时间，设定位置是目标对象最后出现的位置等。
具体的，当用户确定了设定位置处的摄像头后，根据用户输入的目标对象出行时间，比如孩子是下午1点出去玩的，将出行时间进行扩展，获取该时间点前后各间隔一定时间段内的一段视频流，然后对该视频流进行抽帧得到图片信息，各个图片信息构成多个第一图像。
如此，在截取各个第一图像后，根据目标对象的照片从各个第一图像构成的第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像。详细的，通过下列方式确定第一图像的置信度。
提取第一图像的人脸图像构成第一人脸图像集，将目标对象的照片输入至第一人脸图像数据集，得到第一图像的第一人脸置信度，如果第一人脸置信度大于第一人脸设定置信度阈值，第一人脸设定置信度阈值比如取0.9，则将第一人脸置信度作为相应的第一图像的置信度。如果第一图像的第一人脸置信度不大于第一人脸设定置信度阈值，此时，计算第一着装置信度，其中，第一着装置信度例如可以包括第一上衣颜色置信度和/或第一下衣颜色置信度。示例性的，将目标对象的第一上衣颜色和第一下衣颜色分别输入至预先训练的颜色数据集，得到第一上衣颜色置信度和第一下衣颜色置信度，然后根据第一上衣颜色置信度和第一下衣颜色置信度计算得到第一着装置信度。此时，根据预先设置的第一人脸置信度乘以对应的权重，以及，第一着装置信度以及对应的权重，加和得到第一图像的置信度。在一个具体的例子中，第一人脸置信度、第一上衣颜色置信度和第一下衣颜色置信度的权重分别为0.4、0.3和0.3。而预先训练的颜色数据集可以是应用MobileNetV3得到的。
具体的，在获取各个第一图像的人脸图像部分、第一图像的上衣颜色和第一图像的下衣颜色时，可以通过YOLOV3模型得到各个第一图像中行人的坐标框，然后对每个坐标框进行划分，比如前1/9为人脸部分，中间4/9为上衣部分，后4/9为下衣部分。预先训练的颜色数据集为将各个第一图像的上衣部分的颜色和下衣部分的颜色应用MobileNetV3进行训练而得。并且，对目标对象的照片的划分方式和对第一图像的划分方式相同，在此不赘述。
其次，涉及到S302、根据筛选出的第一图像确定所述目标对象的外形轮廓信息。具体的，在计算出各个第一图像的置信度后，从第一图像集合中筛选出置信度大于第一置信度阈值的第一图像，在根据筛选出来的第一图像确定目标对象的外形轮廓信息。具体的确定方式可以是REID(Person Re-identification，行人重识别)算法实现，外形轮廓信息用于表征目标对象的行为动作和外形轮廓，比如走失时的某个时刻手里拿着一杯奶茶且背着一个书包的样子的整体的外形轮廓。通过时间域的多图片信息，利用REID算法得到被找查找人员的身体运动和外形轮廓特征，用来后续匹配。
虽然外形轮廓信息与照片相比，包含了更多的目标对象的信息，但是，该外形轮廓信息是根据目标对象关联的位置处的摄像头的第一图像得到的，这样导致该外形轮廓信息不一定为目标对象的外形轮廓信息，可能存在一定的偏差。因此，只有在判断得到的外形轮廓信息可用时，才应用该外形轮廓信息进行后续的查找，否则，只应用目标对象的外貌特征信息进行后续的查找。
而外形轮廓信息是否可用的判断标准可以是判断用来确定外形轮廓信息的第一图像的置信度大于或等于第二置信度，也就是说，这种情况下外形轮廓信息是可用的。另外，从用户的角度来说，外形轮廓信息不可用的场景可以是，通过目标对象亲属提供的关联的设定位置处的摄像头处找的图像极有可能不是目标对象的，可以展示给亲属进行确认，并接收亲属反馈给系统的非目标对象的反馈信息，此时的外形轮廓信息不可用。
再次，涉及到S303，当外形轮廓信息可用时，将查找范围进行扩大，以提高人员查找的准确性，其中，扩大的查找范围可以根据实际情况进行调整，比如根据查找需求或者目标对象的历史出行轨迹确定的，比如是最后一次出现的位置附近的主干道的摄像头。该类摄像头采集到的图像为第二图像，各个第二图像构成第二图像集合。基于目标对象的外貌特征信息和确定的外形轮廓信息确定各个第二图像的置信度，再将大于第三预设置信度阈值的第二图像筛选出来作为目标对象对应的目标图像。第三预设置信度阈值比如是0.9。
在实际的应用过程中，对于设定区域范围内的摄像头的第二图像的选取时，为了提高匹配效率和准确率，可以多次循环进行匹配，比如，T可以取任一设定的时间值，T到T+5S的图像进行第一次识别，对T+6到T+11S的图像进行第二次识别，对T+11S到T+16S的图像进行第三次识别。这样，多次循环匹配，避免了时间选取单一造成的第二图像数量过少带来的识别准确性低的问题。
示例性的，通过下述方式确定各个第二图像的置信度。
提取第二图像的人脸图像构成第二人脸图像集，将目标对象的照片输入至第二人脸图像数据集，得到第二图像的第二人脸置信度，如果第二图像的第二人脸置信度大于第二人脸设定置信度阈值，第二人脸设定置信度阈值例如0.9，则将第二人脸置信度作为相应的第二图像的置信度。如果第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，此时，计算第二着装置信度，其中，第二着装置信度例如可以包括第二上衣颜色置信度和/或第二下衣颜色置信度。示例性的，将目标对象的第二上衣颜色和第二下衣颜色分别输入至预先训练的颜色数据集，得到第二上衣颜色置信度和第二下衣颜色置信度，综合第二上衣颜色置信度和第二下衣颜色置信度得到第二着装置信度，综合方式可以是加和，或者是赋予相应的权重再去加和，这里不进行限定。
接下来再去计算外形轮廓置信度，其中，外形轮廓置信度是将目标对象的外形轮廓信息输入至预先获取的外形轮廓数据集进行匹配得到的，而外形轮廓数据集是对各个第二图像进行行人重识别算法确定的，其具体确定方式和目标对象的外形轮廓信息的计算方式一致，在此不再赘述。此时，根据预先设置的第二人脸置信度乘以对应的权重、第二着装置信度和外形轮廓置信度以及对应的权重，加和得到第二图像的置信度。在一个具体的例子中，第二人脸置信度、第二上衣颜色置信度、第二下衣颜色置信度和外形轮廓置信度的权重分别为0.2、0.3、0.3和0.2。
接下来对第一图像的置信度小于第二置信度阈值，也即，外形轮廓信息不可用，仅基于目标对象的外貌特征信息，从第二图像集合中确定目标对象对应的目标图像的过程进行说明。
在这种情况下，无需考虑外形轮廓信息，仅仅基于目标对象的外貌特征信息进行人员查找，外貌特征信息包括目标对象的照片、目标对象的上衣颜色和目标对象的下衣颜色等。此时，基于目标对象的外貌特征信息确定第二图像集合中的各个第二图像的置信度，再根据第三置信度阈值对第二图像进行筛选，确定目标对象对应的目标图像。这是，确定第二图像的置信度的方式中，无需考虑外形轮廓信息的置信度，在第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度和第二着装置信度及分别对应的权重，确定各个所述第二图像的置信度直接应用。
最后，涉及到S304，将采集目标图像的摄像头的位置作为目标对象出现过的位置。在实际的应用场景中，如果计算得到置信度在0.9以上的第二图像唯一，则将该第二图像作为目标图像，采集该目标图像的摄像头的位置即为目标对象出现过的位置，此时可以向用户展示目标图像的拍摄时间和采集该目标图像的摄像头的位置，以便用户去查找，该用户可以是目标对象的亲属或者其他想查找目标对象的人。另外，如果第二图像的置信度中，最大的置信度小于0.9，比如在0.7到0.9之间，此时很可能是由于图片质量问题导致识别的置信度不高，此时可以选取置信度最大的三个摄像头的位置，将这是三个位置均作为目标对象的位置展示给用户，供用户进行选择。示例性的，比如第二图像的置信度都在0.7以下，此时可以在输出窗口显示“没有找到目标对象”。
图4示出了一种查找结果显示页面图，参考图4，在第二图像中找到3个置信度最高的第二图像对应的图片、图片拍摄位置和拍摄时间，展示给找寻人员。这样，找寻人员再去确定这三个图片是不是要找寻的人。
在一个具体的例子中，从用户的角度出发，在用户需要找寻时的输入窗口，比如是手机端或者电脑端进行输入，图5示出了一种用户输入界面示意图，其中，用户输入的内容主要为：图片输入(可以是走失人员的近身照片)、出行时间选择(可以是用户记忆中走失人员最后出现在视野中的时间)、上衣颜色选择(可以是用户记忆中走失人员走失时穿的衣服的上衣颜色)、下衣颜色选择(可以是用户记忆中走失人员走失时穿的衣服的上衣颜色)和最近摄像头(可以是与走失人员关联的摄像头，比如走失人员经常去的公园附近的摄像头)等。系统接收到用户输入的这些信息后，执行本申请实施例的目标对象的查找流程。
具体的，以人员走失场景为例，作为本申请实施例的一个可选方案，图6示出了一种目标对象查找方法的流程图。
S601、判断是走失位置附近否有电梯摄像头、单元门摄像头或最近摄像头，若是，则执行S602，否则，执行S604。
S602、应用走失时间、人脸照片和衣服颜色进行识别，若识别到满足设定条件第一图像，则根据第一图像计算走失人员的外形轮廓信息。
S603、应用外形轮廓信息、人脸照片和衣服颜色在设定区域范围内的摄像头采集到的第二图像集合进行查找。
S604、应用人脸照片和衣服颜色在设定区域范围内的摄像头采集到的第二图像集合进行查找。
S605、输出查找到的照片，以及，确定采集该图像的摄像头为走失人员出现过的位置。
本申请实施例中，根据外形轮廓信息是否可用采用不同的查找目标对象的方式，这样使得查找方式更具备针对性，整体上提高了效率和准确率。
如图7所示，基于相同的发明构思，本发明实施例提供一种目标对象查找装置70，包括：第一图像筛选模块701、外形轮廓信息确定模块702、目标图像确定模块703和目标位置确定模块704。
第一图像筛选模块701，用于根据目标对象的照片从第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，其中，所述第一图像集合是根据与所述目标对象关联的设定位置处的摄像头的图像确定的；
外形轮廓信息确定模块702，用于根据筛选出的第一图像确定所述目标对象的外形轮廓信息；
目标图像确定模块703用于，基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像，其中，所述第二图像集合是根据设定区域范围内的摄像头的图像确定的；
目标位置确定模块704，用于将采集所述目标图像的摄像头的位置作为所述目标对象出现过的位置。
在一些示例性的实施方式中，第一图像筛选模块701还用于：通过下列方式确定所述第一图像的置信度：
若所述第一图像的第一人脸置信度大于第一人脸设定置信度阈值，则将所述第一人脸置信度作为对应的第一图像的置信度，其中，所述第一人脸置信度是根据所述目标对象的照片确定的；
若第一图像的第一人脸置信度不大于所述第一人脸设定置信度阈值，则根据所述第一人脸置信度、第一着装置信度及分别对应的权重，确定各个所述第一图像的置信度；其中，所述第一着装置信度是根据所述目标对象的着装颜色确定的。
在一些示例性的实施方式中，还包括置信度确定模块，用于在基于目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像之前，确定所述第一图像的置信度大于或等于第二置信度阈值。
在一些示例性的实施方式中，目标图像确定模块703还用于：若所述第一图像的置信度小于所述第二置信度阈值，则基于所述目标对象的外貌特征信息，从所述第二图像集合中确定所述目标对象对应的目标图像。在一些示例性的实施方式中，目标图像确定模块703还用于：基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
在一些示例性的实施方式中，目标图像确定模块703具体用于通过下述方式确定各个所述第二图像的置信度：
若所述第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度、第二着装置信度和所述外形轮廓置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的，第二图像的外形轮廓置信度是根据所述目标对象的外形轮廓信息确定的。
在一些示例性的实施方式中，目标图像确定模块703还用于：基于所述目标对象的外貌特征信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
在一些示例性的实施方式中，目标图像确定模块703具体用于通过下列方式确定所述第二图像的置信度：
若第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度和第二着装置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的。
由于该装置即是本发明实施例中的方法中的装置，并且该装置解决问题的原理与该方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
如图8所示，基于相同的发明构思，本发明实施例提供一种终端800，该终端800包括：处理器801以及传输单元802。
其中，传输单元802被配置为：接收第一图像集合和第二图像集合；传输单元可以是USB(UniversalSerialBus，通用串行总线)、Wi-Fi模块、4G(The4th Generation mobilecommunication technology，第四代移动电话行动通信标准)模块或5G(The 5thGeneration mobile communication technology，第五代移动电话行动通信标准)模块等。
处理器801被配置为：
根据目标对象的照片从所述第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，其中，所述第一图像集合是根据与所述目标对象关联的设定位置处的摄像头的图像确定的；
根据筛选出的第一图像确定所述目标对象的外形轮廓信息；
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从所述第二图像集合中确定所述目标对象对应的目标图像，其中，所述第二图像集合是根据设定区域范围内的摄像头的图像确定的；
将采集所述目标图像的摄像头的位置作为所述目标对象出现过的位置。
一种可选的实施方式为，处理器801被配置为通过下列方式确定所述第一图像的置信度：
若所述第一图像的第一人脸置信度大于第一人脸设定置信度阈值，则将所述第一人脸置信度作为对应的第一图像的置信度，其中，所述第一人脸置信度是根据所述目标对象的照片确定的；
若第一图像的第一人脸置信度不大于所述第一人脸设定置信度阈值，则根据所述第一人脸置信度、第一着装置信度及分别对应的权重，确定各个所述第一图像的置信度；其中，所述第一着装置信度是根据所述目标对象的着装颜色确定的。
一种可选的实施方式为，处理器801被配置为在所述基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像之前，确定所述第一图像的置信度大于或等于第二置信度阈值。
一种可选的实施方式为，处理器801还被配置为：
若所述第一图像的置信度小于所述第二置信度阈值，则基于所述目标对象的外貌特征信息，从所述第二图像集合中确定所述目标对象对应的目标图像。
一种可选的实施方式为，处理器801具体被配置为：
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
一种可选的实施方式为，处理器801被配置为通过下述方式确定各个所述第二图像的置信度：
若所述第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度、第二着装置信度和所述外形轮廓置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的，第二图像的外形轮廓置信度是根据所述目标对象的外形轮廓信息确定的。
一种可选的实施方式为，处理器801具体被配置为：
基于所述目标对象的外貌特征信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
一种可选的实施方式为，处理器801还被配置为通过下列方式确定所述第二图像的置信度：
若第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度和第二着装置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的。
本发明实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序指令，当所述指令在计算机上运行时，使得所述计算机执行上述电子家居设备的配网方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种终端，其特征在于，包括处理器和传输单元，其中：
所述传输单元被配置为：接收第一图像集合和第二图像集合；
所述处理器被配置为：
根据目标对象的照片从所述第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，其中，所述第一图像集合是根据与所述目标对象关联的设定位置处的摄像头的图像确定的；
根据筛选出的第一图像确定所述目标对象的外形轮廓信息；
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从所述第二图像集合中确定所述目标对象对应的目标图像，其中，所述第二图像集合是根据设定区域范围内的摄像头的图像确定的；
将采集所述目标图像的摄像头的位置作为所述目标对象出现过的位置。
2.根据权利要求1所述的终端，其特征在于，所述处理器被配置为通过下列方式确定所述第一图像的置信度：
若所述第一图像的第一人脸置信度大于第一人脸设定置信度阈值，则将所述第一人脸置信度作为对应的第一图像的置信度，其中，所述第一人脸置信度是根据所述目标对象的照片确定的；
若第一图像的第一人脸置信度不大于所述第一人脸设定置信度阈值，则根据所述第一人脸置信度、第一着装置信度及分别对应的权重，确定各个所述第一图像的置信度；其中，所述第一着装置信度是根据所述目标对象的着装颜色确定的。
3.根据权利要求1所述的终端，其特征在于，所述处理器被配置为在所述基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像之前，确定所述第一图像的置信度大于或等于第二置信度阈值。
4.根据权利要求3所述的终端，其特征在于，所述处理器还被配置为：
若所述第一图像的置信度小于所述第二置信度阈值，则基于所述目标对象的外貌特征信息，从所述第二图像集合中确定所述目标对象对应的目标图像。
5.根据权利要求1所述的终端，其特征在于，所述处理器具体被配置为：
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
6.根据权利要求5所述的终端，其特征在于，所述处理器被配置为通过下述方式确定各个所述第二图像的置信度：
若所述第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度、第二着装置信度和所述外形轮廓置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的，第二图像的外形轮廓置信度是根据所述目标对象的外形轮廓信息确定的。
7.根据权利要求4所述的终端，其特征在于，所述处理器具体被配置为：
基于所述目标对象的外貌特征信息，确定所述第二图像集合中各个第二图像的置信度；
确定所述第二图像的置信度大于第三预设置信度阈值的第二图像作为所述目标对象对应的目标图像。
8.根据权利要求7所述的终端，其特征在于，所述处理器还被配置为通过下列方式确定所述第二图像的置信度：
若第二图像的第二人脸置信度大于第二人脸设定置信度阈值，则将第二人脸置信度作为对应的第二图像的置信度；其中，所述第二图像的第二人脸置信度是根据目标对象的照片确定的；
若第二图像的第二人脸置信度不大于第二人脸设定置信度阈值，根据所述第二人脸置信度和第二着装置信度及分别对应的权重，确定各个所述第二图像的置信度；其中，所述第二图像的第二着装置信度根据所述目标对象的着装颜色确定的。
9.一种目标对象查找方法，其特征在于，包括：
根据目标对象的照片从第一图像集合中筛选出对应的置信度大于第一置信度阈值的第一图像，其中，所述第一图像集合是根据与所述目标对象关联的设定位置处的摄像头的图像确定的；
根据筛选出的第一图像确定所述目标对象的外形轮廓信息；
基于所述目标对象的外貌特征信息和确定的所述外形轮廓信息，从第二图像集合中确定所述目标对象对应的目标图像，其中，所述第二图像集合是根据设定区域范围内的摄像头的图像确定的；
将采集所述目标图像的摄像头的位置作为所述目标对象出现过的位置。
10.根据权利要求9所述的方法，其特征在于，通过下列方式确定所述第一图像的置信度：
若所述第一图像的第一人脸置信度大于第一人脸设定置信度阈值，则将所述第一人脸置信度作为对应的第一图像的置信度，其中，所述第一人脸置信度是根据所述目标对象的照片确定的；
若第一图像的第一人脸置信度不大于所述第一人脸设定置信度阈值，则根据所述第一人脸置信度、第一着装置信度及分别对应的权重，确定各个所述第一图像的置信度；其中，所述第一着装置信度是根据所述目标对象的着装颜色确定的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011154797.2A CN112417977B (zh) | 2020-10-26 | 2020-10-26 | 一种目标对象查找方法和终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011154797.2A CN112417977B (zh) | 2020-10-26 | 2020-10-26 | 一种目标对象查找方法和终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112417977A true CN112417977A (zh) | 2021-02-26 |
| CN112417977B CN112417977B (zh) | 2023-01-17 |
Family
ID=74840322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011154797.2A Active CN112417977B (zh) | 2020-10-26 | 2020-10-26 | 一种目标对象查找方法和终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112417977B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113158953A (zh) * | 2021-04-30 | 2021-07-23 | 青岛海信智慧生活科技股份有限公司 | 一种人员查找方法、装置、设备及介质 |
| CN114935894A (zh) * | 2022-05-27 | 2022-08-23 | 江苏唐宁世家智能家居有限公司 | 一种智能化整体家居装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180107880A1 (en) * | 2016-10-18 | 2018-04-19 | Axis Ab | Method and system for tracking an object in a defined area |
| WO2018121286A1 (zh) * | 2016-12-30 | 2018-07-05 | 纳恩博（北京）科技有限公司 | 目标跟踪方法和装置 |
| CN108256443A (zh) * | 2017-12-28 | 2018-07-06 | 深圳英飞拓科技股份有限公司 | 一种人员定位方法、系统及终端设备 |
| CN109784177A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于图像匹配的失踪人员快速定位方法、装置及介质 |
| CN109886078A (zh) * | 2018-12-29 | 2019-06-14 | 华为技术有限公司 | 目标对象的检索定位方法和装置 |
| CN109934176A (zh) * | 2019-03-15 | 2019-06-25 | 艾特城信息科技有限公司 | 行人识别系统、识别方法及计算机可读存储介质 |
| CN110263657A (zh) * | 2019-05-24 | 2019-09-20 | 亿信科技发展有限公司 | 一种人眼追踪方法、装置、系统、设备和存储介质 |
| CN110717414A (zh) * | 2019-09-24 | 2020-01-21 | 青岛海信网络科技股份有限公司 | 一种目标检测追踪方法、装置及设备 |
| CN111062239A (zh) * | 2019-10-15 | 2020-04-24 | 平安科技（深圳）有限公司 | 人体目标检测方法、装置、计算机设备及存储介质 |
| CN111429476A (zh) * | 2019-01-09 | 2020-07-17 | 杭州海康威视系统技术有限公司 | 确定目标人物行动轨迹的方法和装置 |
| CN111553947A (zh) * | 2020-04-17 | 2020-08-18 | 腾讯科技（深圳）有限公司 | 目标对象的定位方法、装置 |
-
2020
- 2020-10-26 CN CN202011154797.2A patent/CN112417977B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180107880A1 (en) * | 2016-10-18 | 2018-04-19 | Axis Ab | Method and system for tracking an object in a defined area |
| WO2018121286A1 (zh) * | 2016-12-30 | 2018-07-05 | 纳恩博（北京）科技有限公司 | 目标跟踪方法和装置 |
| CN108256443A (zh) * | 2017-12-28 | 2018-07-06 | 深圳英飞拓科技股份有限公司 | 一种人员定位方法、系统及终端设备 |
| CN109784177A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于图像匹配的失踪人员快速定位方法、装置及介质 |
| CN109886078A (zh) * | 2018-12-29 | 2019-06-14 | 华为技术有限公司 | 目标对象的检索定位方法和装置 |
| CN111429476A (zh) * | 2019-01-09 | 2020-07-17 | 杭州海康威视系统技术有限公司 | 确定目标人物行动轨迹的方法和装置 |
| CN109934176A (zh) * | 2019-03-15 | 2019-06-25 | 艾特城信息科技有限公司 | 行人识别系统、识别方法及计算机可读存储介质 |
| CN110263657A (zh) * | 2019-05-24 | 2019-09-20 | 亿信科技发展有限公司 | 一种人眼追踪方法、装置、系统、设备和存储介质 |
| CN110717414A (zh) * | 2019-09-24 | 2020-01-21 | 青岛海信网络科技股份有限公司 | 一种目标检测追踪方法、装置及设备 |
| CN111062239A (zh) * | 2019-10-15 | 2020-04-24 | 平安科技（深圳）有限公司 | 人体目标检测方法、装置、计算机设备及存储介质 |
| CN111553947A (zh) * | 2020-04-17 | 2020-08-18 | 腾讯科技（深圳）有限公司 | 目标对象的定位方法、装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113158953A (zh) * | 2021-04-30 | 2021-07-23 | 青岛海信智慧生活科技股份有限公司 | 一种人员查找方法、装置、设备及介质 |
| CN113158953B (zh) * | 2021-04-30 | 2022-11-25 | 青岛海信智慧生活科技股份有限公司 | 一种人员查找方法、装置、设备及介质 |
| CN114935894A (zh) * | 2022-05-27 | 2022-08-23 | 江苏唐宁世家智能家居有限公司 | 一种智能化整体家居装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112417977B (zh) | 2023-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108509896B (zh) | 一种轨迹跟踪方法、装置和存储介质 | |
| JP6655878B2 (ja) | 画像認識方法及び装置、プログラム | |
| CN104599287B (zh) | 对象跟踪方法和装置、对象识别方法和装置 | |
| WO2020017190A1 (ja) | 映像解析装置、人物検索システムおよび人物検索方法 | |
| JP2011248548A (ja) | コンテンツ決定プログラムおよびコンテンツ決定装置 | |
| CN112417977B (zh) | 一种目标对象查找方法和终端 | |
| JP6185517B2 (ja) | 画像監視装置 | |
| US9122912B1 (en) | Sharing photos in a social network system | |
| CN110706258B (zh) | 对象追踪方法及装置 | |
| CN110264493A (zh) | 一种针对运动状态下的多目标对象追踪方法和装置 | |
| WO2021004186A1 (zh) | 一种人脸采集方法、装置、系统、设备及介质 | |
| JP2017220085A (ja) | 画像検索装置、画像検索システム及び画像検索方法 | |
| US11501462B2 (en) | Multi-view three-dimensional positioning | |
| CN106471440A (zh) | 基于高效森林感测的眼睛跟踪 | |
| KR20160078964A (ko) | 이미지 합성물 생성 | |
| CN103984931B (zh) | 一种信息处理方法及第一电子设备 | |
| WO2023168957A1 (zh) | 姿态确定方法、装置、电子设备、存储介质及程序 | |
| JP6103765B2 (ja) | 行動認識装置、方法及びプログラム並びに認識器構築装置 | |
| US9286707B1 (en) | Removing transient objects to synthesize an unobstructed image | |
| JP6410427B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| WO2022041182A1 (zh) | 音乐推荐方法和装置 | |
| JP2019185205A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| US11227007B2 (en) | System, method, and computer-readable medium for managing image | |
| CN116403285A (zh) | 动作识别方法、装置、电子设备以及存储介质 | |
| CN105229700B (zh) | 用于从多个连续拍摄图像提取峰图像的设备和方法 |
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 |