CN112559583A - 一种同行人识别方法及装置 - Google Patents
一种同行人识别方法及装置 Download PDFInfo
- Publication number
- CN112559583A CN112559583A CN202011382489.5A CN202011382489A CN112559583A CN 112559583 A CN112559583 A CN 112559583A CN 202011382489 A CN202011382489 A CN 202011382489A CN 112559583 A CN112559583 A CN 112559583A
- Authority
- CN
- China
- Prior art keywords
- person
- target
- peer
- personnel
- suspected
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供了一种同行人识别方法及装置,方法包括:获取目标人员的至少二个目标出现时间,相邻两个目标出现时间的间隔大于或等于预设统计时间间隔;分别确定每个目标出现时间对应的疑似同行人员集合,其中,每个目标出现时间对应的疑似同行人员集合包括的人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔;确定所有疑似同行人员集合的疑似同行子集中的目标子集,疑似同行子集为出现次数大于或等于预设同行阈值的子集,目标子集不是任一疑似同行子集的子集;根据所确定的目标子集,确定目标人员的同行人员集合。应用本申请实施例提供的技术方案,能够高识别在一个位置停留时间时间较长的人员的同行人员的准确性。
Description
技术领域
本申请涉及视频监控技术领域,特别是涉及一种同行人识别方法及装置。
背景技术
为追踪执行同一事件的人群,便于后续数据的分析及处理,相关技术中通过对抓拍的图像进行人脸识别,确定目标人员的同行人,具体为:基于人脸图像中的人脸特征,为不同的人员标注不同的人脸标识;获取目标人员,基于不同人员的人脸标识,确定在以目标人员的出现时间为中心点的时间段内出现的其他人员,将所确定的其他人员作为目标人员的疑似同行人员;若一个人员被确定为目标人员的疑似同行人员的次数超过预设次数阈值,则确定该人员为目标人员的同行人员。这样可以识别出了目标人员的同行人员,目标人员与目标人员的同行人员即为执行同一事件的人群,便于后续数据的分析及处理。
上述同行人识别方法适用于人员在一个位置处停留时间较短的场景,即可以很好地识别出在一个位置停留时间时间较短的人员的同行人员。但对于人员在一个位置处停留时间较长的场景,如售楼案场、汽车4S店等场景,由于许多同行人员和非同行人员会在同一位置处停留时间较长,即使是非同行人员,也会存在多次被抓拍到同时出现的情况下,进而将非同行人员确定为同行人,同行人识别的准确性较低。
申请内容
本申请实施例的目的在于提供一种同行人识别方法及装置,以提高识别在一个位置停留时间时间较长的人员的同行人员的准确性。具体技术方案如下:
第一方面,本申请实施例提供了一种同行人识别方法,所述方法包括:
获取目标人员的至少二个目标出现时间,相邻两个所述目标出现时间的间隔大于或等于预设统计时间间隔;
分别确定每个目标出现时间对应的疑似同行人员集合,其中,每个目标出现时间对应的疑似同行人员集合包括的人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔;
确定所有所述疑似同行人员集合的疑似同行子集中的目标子集,所述疑似同行子集为所有所述疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的子集,所述目标子集不是任一所述疑似同行子集的子集;
根据所确定的目标子集,确定所述目标人员的同行人员集合。
可选的,所述获取目标人员的至少两个目标出现时间的步骤,包括:
获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的至少二个目标出现时间;
所述分别确定每个目标出现时间对应的疑似同行人员集合的步骤,包括:
根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,分别确定每个目标出现时间对应的疑似同行人员集合,所述疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,所述疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间。
可选的,所述获取目标人员的至少两个目标出现时间的步骤,包括:
获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的至少两个目标出现时间;
所述方法还包括:
根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的每个所述目标出现时间对应的目标出现位置;
所述分别确定每个目标出现时间对应的疑似同行人员集合的步骤,包括:
根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,分别确定每个目标出现时间对应的疑似同行人员集合,所述疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,且每个目标出现时间对应的疑似出现位置与该目标出现时间对应的目标出现位置匹配,所述疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间,所述疑似出现位置为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现位置。
可选的,所述获取目标人员的目标人员标识的步骤,包括:
从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识;
若未确定所述待定人员标识所表征人员的同行人员,则确定所述待定人员标识为目标人员标识;
若已确定所述待定人员标识所表征人员的同行人员,则重新执行所述从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识的步骤。
可选的,所述方法还包括:
提取抓拍图像包含的第一人员的第一人员特征;
从预先记录的人员标识、人员标识所表征人员的人员特征和人员标识所表征人员的出现时间的对应关系中,查找包括第二人员特征的第一对应关系,所述第二人员特征与所述第一人员特征的相似度大于预设相似度阈值;
若查找到,则将所述抓拍图像的抓拍时间作为所述第一人员的第一出现时间,将所述第一对应关系包括的人员标识作为所述第一人员的第一人员标识,记录所述第一人员标识、所述第一人员特征和第一出现时间的第二对应关系;
若未查找到,则将所述抓拍图像的抓拍时间作为所述第一人员的第一出现时间,为所述第一人员分配第二人员标识,并记录所述第二人员标识、所述第一人员特征和第一出现时间的第三对应关系。
可选的,所述方法还包括:
若所有所述疑似同行人员集合中每个子集的出现次数均小于所述预设同行阈值,则获取预先记录的所述目标人员的历史疑似同行人员集合;
确定所有所述疑似同行人员集合和所述历史疑似同行人员集合的所有历史疑似同行子集中的目标子集,所述历史疑似同行子集为所有所述疑似同行人员集合和所述历史疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的;
根据所确定的目标子集,确定所述目标人员的同行人员集合。
可选的,所述根据所确定的目标子集,确定所述目标人员的同行人员集合的步骤,包括:
若所确定的目标子集的个数为一个,则将所确定的目标子集作为所述目标人员的同行人员集合;
若所确定的目标子集的个数为多个,则将所确定的目标子集的并集作为所述目标人员的同行人员集合,或将所确定的目标子集分别作为所述目标人员的同行人员集合,或将所确定的目标子集中包括元素个数最多的目标子集作为所述目标人员的同行人员集合。
第二方面,本申请实施例提供了一种同行人识别装置,所述装置包括:
第一获取单元,用于获取目标人员的至少二个目标出现时间,相邻两个所述目标出现时间的间隔大于或等于预设统计时间间隔;
第一确定单元,用于分别确定每个目标出现时间对应的疑似同行人员集合,其中,每个目标出现时间对应的疑似同行人员集合包括的人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔;
第二确定单元,用于确定所有所述疑似同行人员集合的疑似同行子集中的目标子集,所述疑似同行子集为所有所述疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的子集,所述目标子集不是任一所述疑似同行子集的子集;
第三确定单元,用于根据所确定的目标子集,确定所述目标人员的同行人员集合。
可选的,所述第一获取单元,具体用于获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的至少两个目标出现时间;
所述第一确定单元,具体用于根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,分别确定每个目标出现时间对应的疑似同行人员集合,所述疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,所述疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间。
可选的,所述第一获取单元,具体用于获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的至少两个目标出现时间;
所述第一获取单元,还用于根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的每个所述目标出现时间对应的目标出现位置;
所述第一确定单元,具体用于根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,分别确定每个目标出现时间对应的疑似同行人员集合,所述疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,且每个目标出现时间对应的疑似出现位置与该目标出现时间对应的目标出现位置匹配,所述疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间,所述疑似出现位置为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现位置。
可选的,所述第一获取单元,具体用于:
从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识;
若未确定所述待定人员标识所表征人员的同行人员,则确定所述待定人员标识为目标人员标识;
若已确定所述待定人员标识所表征人员的同行人员,则重新执行所述从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识的步骤。
可选的,所述装置还包括:
提取单元,用于提取抓拍图像包含的第一人员的第一人员特征;
查找单元,用于从预先记录的人员标识、人员标识所表征人员的人员特征和人员标识所表征人员的出现时间的对应关系中,查找包括第二人员特征的第一对应关系,所述第二人员特征与所述第一人员特征的相似度大于预设相似度阈值;
记录单元,用于若查找到,则将所述抓拍图像的抓拍时间作为所述第一人员的第一出现时间,将所述第一对应关系包括的人员标识作为所述第一人员的第一人员标识,记录所述第一人员标识、所述第一人员特征和第一出现时间的第二对应关系;若未查找到,则将所述抓拍图像的抓拍时间作为所述第一人员的第一出现时间,为所述第一人员分配第二人员标识,并记录所述第二人员标识、所述第一人员特征和第一出现时间的第三对应关系。
可选的,所述装置还包括:
第二获取单元,用于若所有所述疑似同行人员集合中的每个子集的出现次数均小于所述预设同行阈值,则获取预先记录的所述目标人员的历史疑似同行人员集合;
第四确定单元,用于确定所有所述疑似同行人员集合和所述历史疑似同行人员集合的所有历史疑似同行子集中的目标子集,所述历史疑似同行子集为所有所述疑似同行人员集合和所述历史疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的。
可选的,所述第三确定单元,具体用于若所确定的目标子集的个数为一个,则将所确定的目标子集作为所述目标人员的同行人员集合;
若所确定的目标子集的个数为多个,则将所确定的目标子集的并集作为所述目标人员的同行人员集合,或将所确定的目标子集分别作为所述目标人员的同行人员集合,或将所确定的目标子集中包括元素个数最多的目标子集作为所述目标人员的同行人员集合。
第三方面,本申请实施例提供了一种电子设备,包括处理器和存储器;所述存储器,用于存放计算机程序;所述处理器,用于执行所述存储器上所存放的程序时,实现上述任一所述的同行人识别方法步骤。
第四方面,本申请实施例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内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的同行人识别方法步骤。
第五方面,本申请实施例提供了本申请实施例还提供了一种计算机程序,当其在计算机上运行时,使得计算机执行上述任一所述的同行人识别方法步骤。
本申请实施例有益效果:
本申请实施例提供的技术方案中,每隔预设同行时间间隔,统计一次目标人员的疑似同行人员集合,基于所有疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的所有疑似同行子集中的目标子集,确定目标人员的同行人员集合。这可以过滤掉在同一位置处不断抓拍到同一人员的情况,降低了由于多次抓拍到非同行人员而将非同行人员确定为同行人的可能性,提高了识别在一个位置停留时间时间较长的人员的同行人员的准确性。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本申请实施例提供的一种同行人识别方法的第一种流程示意图;
图2为本申请实施例提供的一种同行人识别方法的第二种流程示意图;
图3为本申请实施例提供的一种同行人识别方法的第三种流程示意图;
图4为本申请实施例提供的一种信息更新方法的流程示意图;
图5为本申请实施例提供的一种同行人识别方法的第四种流程示意图;
图6为本申请实施例提供的一种同行人识别方法的第五种流程示意图;
图7为本申请实施例提供的一种同行人识别装置的一种结构示意图;
图8为本申请实施例提供的一种电子设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
相关技术中的同行人识别方法适用于人员在一个位置处停留时间较短的场景。例如,目标人员从A城市向B城市移动,不同时刻目标人员出现在不同位置,
确定目标人员在一个位置处出现后,确定在该位置处与目标人员同时出现的其他人员为目标人员的疑似同行人员;在多个位置处,一个人员被确定为目标人员的疑似同行人员的次数超过预设次数阈值,则确定该人员为目标人员的同行人员。
然而相关技术中的同行人识别方法并不适用于人员在一个位置处停留时间较长的场景,如售楼案场、汽车4S店等场景。以售楼案场的场景为例,客户在售楼案场内会徘徊且停留较长时间,非同行人员可能一起围在沙盘周围、一起洽谈区周围、或一起围在样板房周围等。在同一区域,不论是同行人员还是非同行人员都会被抓拍设备抓拍到,若在同一区域停留过程时间过长,在非同行人员会被多次抓拍到,进而将非同行人员确定为同行人,同行人识别的准确性较低。
为解决上述技术问题,本申请实施例提供了一种同行人识别方法。该方法可以应用于抓拍设备,或与抓拍设备连接的电子设备。本申请实施例提供的同行人识别方法中,获取目标人员的至少二个目标出现时间,相邻两个所述目标出现时间的间隔大于或等于预设统计时间间隔;分别确定每个目标出现时间对应的疑似同行人员集合,其中,每个目标出现时间对应的疑似同行人员集合包括的人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔;确定所有疑似同行人员集合的疑似同行子集中的目标子集,疑似同行子集为所有所述疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的子集,目标子集不是任一所述疑似同行子集的子集;根据所确定的目标子集,确定所述目标人员的同行人员集合。
本申请实施例提供的技术方案中,每隔预设同行时间间隔,统计一次目标人员的疑似同行人员集合,基于所有疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的所有疑似同行子集中的目标子集,确定目标人员的同行人员集合。这可以过滤掉在同一位置处不断抓拍到同一人员的情况,降低了由于多次抓拍到非同行人员而将非同行人员确定为同行人的可能性,提高了识别在一个位置停留时间时间较长的人员的同行人员的准确性。
下面通过具体实施例,对本申请实施例提供的一种同行人识别方法进行详细说明。
参考图1,图1为本申请实施例提供的一种同行人识别方法的第一种流程示意图。为便于描述,下面以电子设备为执行主体进行说明,并不起限定作用。上述同行人识别方法包括如下步骤。
步骤S11,获取目标人员的至少二个目标出现时间,相邻两个目标出现时间的间隔大于或等于预设统计时间间隔。
在进行同行人识别时,电子设备获取目标人员的目标出现时间。目标出现时间为目标人员出现在应用场景中的时间。应用场景可以为售楼案场、汽车4S店等场景。上述预设统计时间间隔可以根据实际需求进行设定,例如预设统计时间间隔可以为5、10和15分钟等。
上述目标人员可以为一个或多个。对于每个目标人员,分别获取该目标人员的至少二个目标出现时间。
其中,目标人员可以为用户指定的任一个或多个需要进行同行人识别的人员。例如,用户获取需要进行同行人识别的人员A的出现时间为t1、t2和t3,t1、t2和t3间隔大于或等于预设统计时间间隔,则用户可将人员A1作为目标人员,时间t1、t2和t3作为目标人员的目标出现时间,进而将目标人员的目标出现时间输入电子设备。电子设备获取到目标人员的目标出现时间t1、t2和t3。
目标人员可以为电子设备对抓拍设备采集的抓拍图像进行图像识别得到的。例如,抓拍设备采集抓拍图像发送给电子设备;电子设备采用预设图像识别算法对抓拍图像进行图像识别,获取到抓拍图像包括的人员。一张抓拍图像可以包括一个或多个人员,电子设备可以将这一个或多个人员均作为目标人员,下面以一个目标人员为例,并不起限定作用。电子设备将抓拍图像的采集时间作为目标人员的出现时间,进而基于目标人员的出现时间确定目标出现时间。
上述预设图像识别算法可以人体识别算法和人脸识别算法等,对此不做具体限定。
步骤S12,分别确定每个目标出现时间对应的疑似同行人员集合,其中,每个目标出现时间对应的疑似同行人员集合包括的人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔。
其中,疑似同行人员集合为疑似与目标人员同行的人员的集合,疑似同行人员集合包括一个或多个人员。预设同行时间间隔可以根据两个人员被认定为同行人员的最长出现时间间隔设定。例如,两个人员的出现时间间隔在10秒内,则可认为这两个人员为同行人员,则可设定预设同行时间间隔为10秒。预设同行时间间隔还可以为20、30秒等。
电子设备在确定目标人员的目标出现时间后,针对每个目标出现时间,确定该目标出现时间对应的疑似同行人员,该目标出现时间对应的疑似同行人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,将该目标出现时间对应的疑似同行人员加入该目标出现时间对应的疑似同行人员集合。
本申请实施例中,电子设备可以实时获取目标人员的目标出现时间,进而实时确定各个目标出现时间对应的疑似同行人员集合。
例如,预设统计时间间隔为10分钟,预设同行时间间隔为10秒。当前时刻为10:00:00,电子设备获取到包括人员A的抓拍图像,则确定人员A为目标人员,人员A的目标出现时间为10:00:00;在9:59:50-10:00:10这一时间段出现的人员与10:00:00的间隔均小于或等于10秒,电子设备将在9:59:50-10:00:10这一时间段内出现的人员加入10:00:00对应的疑似同行人员集合1。
若当前时刻为10:10:00,10:10:00-10:00:00=10分钟,此时达到预设统计时间间隔,电子设备再次获取到包括人员A的抓拍图像,则确定人员A的目标出现时间为10:10:00,在10:09:50-10:10:10这一时间段出现的人员与10:10:00的间隔均小于或等于10秒,电子设备将在10:09:50-10:10:10这一时间段内出现的人员加入10:10:00对应的疑似同行人员集合2。之后以此类推,不再赘述。
本申请实施例中,电子设备还可以记录历史获取的各个人员的出现时间;基于记录的各个人员的出现时间,确定每个目标出现时间对应的疑似同行人员集合。
本申请实施例中,对确定的疑似同行人员集合的方式不做具体限定。
步骤S13,确定所有疑似同行人员集合的所有疑似同行子集中的目标子集,疑似同行子集为所有疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的子集,目标子集不是任一疑似同行子集的子集。
其中,预设同行阈值可以根据实际需求进行设定。例如,预设同行阈值可以为2、3或4等。子集的出现次数可以理解为包括该子集的疑似同行人员集合的个数。所确定的目标子集的数量可以为一个或多个,疑似同行子集也可以为一个或多个。
本申请实施例中,电子设备将所有疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的子集,作为疑似同行子集。电子设备将所有疑似同行人员集合的所有子集中出现次数小于预设同行阈值的子集,不是疑似同行子集。电子设备从疑似同行子集中,确定不是任一疑似同行子集的子集,得到目标子集。
例如,目标人员为人员1,预设同行阈值为2。电子设备确定的人员1的疑似同行人员集合包括:集合1{人员2,人员3,人员4},集合2{人员2,人员3,人员4,人员5},集合3{人员2,人员5,人员6}。
集合1-3的所有子集中,{人员2}、{人员3}、{人员4}、{人员5}、{人员2,人员3}、{人员2,人员4}、{人员2,人员5}、{人员3,人员4}和{人员2,人员3,人员4}这些子集的出现次数大于或等于2。因此,电子设备可确定{人员2}、{人员3}、{人员4}、{人员5}、{人员2,人员3}、{人员2,人员4}、{人员2,人员5}、{人员3,人员4}和{人员2,人员3,人员4}为疑似同行子集。
在上述疑似同行子集中,{人员2}、{人员3}、{人员4}、{人员2,人员3}、{人员2,人员4}和{人员3,人员4}为{人员2,人员3,人员4}的子集,{人员2}和{人员5}为{人员2,人员5}的子集。{人员2,人员3,人员4}和{人员2,人员5}不是上述疑似同行子集中任一子集的子集。因此,电子设备可确定{人员2,人员3,人员4}和{人员2,人员5}为目标子集。
为了节约计算资源,提高同行人员识别的效率,在本申请的一个实施例中,电子设备可以按照包括的元素个数从大到小的顺序,从所有疑似同行人员集合的所有子集中确定疑似同行子集;当前确定一子集为疑似同行子集后,电子设备确定该疑似同行子集为目标子集,且不再确定该疑似同行子集的子集中是否存在疑似同行子集。
例如,目标人员为人员1,预设同行阈值为2。电子设备确定的人员1的疑似同行人员集合包括:集合1{人员2,人员3,人员4},集合2{人员2,人员3,人员4,人员5},集合3{人员2,人员5,人员6}。
电子设备确定集合1-3中包括4个元素的子集有:{人员2,人员3,人员4,人员5}。{人员2,人员3,人员4,人员5}的出现次数为1,1<2,因此,电子设备确定{人员2,人员3,人员4,人员5}不是疑似同行子集。
电子设备确定集合1-3中包括3个元素的子集有:{人员2,人员3,人员4}、{人员2,人员3,人员5}、{人员3,人员4,人员5}和{人员2,人员5,人员6}。其中,{人员2,人员3,人员5}、{人员3,人员4,人员5}和{人员2,人员5,人员6}的出现次数为1,1<2,因此,电子设备确定{人员2,人员3,人员5}、{人员3,人员4,人员5}和{人员2,人员5,人员6}不是疑似同行子集。{人员2,人员3,人员4}的出现次数为2,2=2,因此,电子设备确定{人员2,人员3,人员4}为疑似同行子集,进而确定{人员2,人员3,人员4}为目标子集。
之后,电子设备不再考虑{人员2,人员3,人员4}的子集,如{人员2}、{人员3}、{人员4}、{人员2,人员3}、{人员2,人员4}和{人员3,人员4}。
电子设备确定集合1-3中除{人员2,人员3,人员4}的子集外且包括2个元素的子集有:{人员2,人员5}、{人员3,人员5}、{人员4,人员5}、{人员2,人员6}和{人员5,人员6}。{人员3,人员5}、{人员4,人员5}、{人员2,人员6}和{人员5,人员6}的出现次数为1,1<2,因此,电子设备确定{人员3,人员5}、{人员4,人员5}、{人员2,人员6}和{人员5,人员6}不是疑似同行子集。{人员2,人员5}的出现次数为2,2=2,因此,电子设备确定{人员2,人员5}为疑似同行子集,进而确定{人员2,人员5}为目标子集。
之后,电子设备不再考虑{人员2,人员5}的子集,如{人员2}和{人员5}。
电子设备确定集合1-3中除{人员2,人员3,人员4}和{人员2,人员5}的子集外且包括1个元素的子集有:{人员6}。{人员6}的出现次数为1,1<2,因此,电子设备确定{人员6}不是疑似同行子集。
综上,电子设备确定目标子集有:{人员2,人员3,人员4}和{人员2,人员5}。
步骤S14,根据所确定的目标子集,确定目标人员的同行人员集合。
本申请实施例中,电子设备在确定目标子集后,根据所确定的目标子集,确定目标人员的同行人员集合。
本申请实施例中,所确定的目标子集的个数为一个或多个。
若所确定的目标子集的个数为一个,则电子设备可将该目标子集作为目标人员的同行人员集合。
若所确定的目标子集的个数为多个,则一个示例中,电子设备可将所确定的目标子集的并集作为目标人员的同行人员集合。
仍以上述步骤S13中的例子进行说明。电子设备确定目标子集有:{人员2,人员3,人员4}和{人员2,人员5}。{人员2,人员3,人员4}和{人员2,人员5}的并集为{人员2,人员3,人员4,人员5}。电子设备将{人员2,人员3,人员4,人员5}作为人员1的同行人员集合,即人员1、人员2、人员3、人员4和人员5为同行人员。
若所确定的目标子集的个数为多个,则另一个示例中,电子设备可将所确定的目标子集分别作为目标人员的同行人员集合。
仍以上述步骤S13中的例子进行说明。电子设备确定目标子集有:{人员2,人员3,人员4}和{人员2,人员5}。则电子设备可确定{人员2,人员3,人员4}为人员1的同行人员集合,确定{人员2,人员5}为人员1的同行人员集合。即人员1、人员2、人员3、人员4可能为同行人员,人员1、人员2和人员5也可能为同行人员。具体的人员1的同行人员集合,可以在电子设备输出后,由用户来确定。
若所确定的目标子集的个数为多个,则再一个示例中,电子设备可将所确定的目标子集中包括元素个数最多的目标子集作为目标人员的同行人员集合。
仍以上述步骤S13中的例子进行说明。电子设备确定目标子集有:{人员2,人员3,人员4}和{人员2,人员5}。{人员2,人员3,人员4}包括3个元素,{人员2,人员5}包括2个元素,3>2,因此,电子设备可确定{人员2,人员3,人员4}为人员1的同行人员集合,确定{人员2,人员5}不人员1的同行人员集合。即人员1、人员2、人员3、人员4为同行人员。
在本申请的一个实施例中,若所有疑似同行人员集合中每个子集的出现次数均小于预设同行阈值,为了准确的确定目标人员的同行人员集合,可以获取目标人员的历史疑似同行人员集合,基于目标人员的历史疑似同行人员集合,确定目标子集,进而确定目标人员的同行人员集合。其中,目标人员的历史疑似同行人员集合为历史确定的目标人员的疑似同行人员集合。
基于目标人员的历史疑似同行人员集合,确定目标子集的过程具体可以包括:若所有疑似同行人员集合中每个子集的出现次数均小于预设同行阈值,则获取预先记录的目标人员的历史疑似同行人员集合;确定所有疑似同行人员集合和历史疑似同行人员集合的所有历史疑似同行子集中的目标子集,该历史疑似同行子集为所有疑似同行人员集合和历史疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的子集。进而,电子设备根据所确定的目标子集,确定目标人员的同行人员集合。
本申请实施例提供的技术方案中,每隔预设同行时间间隔,统计一次目标人员的疑似同行人员集合,基于所有疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的所有疑似同行子集中的目标子集,确定目标人员的同行人员集合。这可以过滤掉在同一位置处不断抓拍到同一人员的情况,降低了由于多次抓拍到非同行人员而将非同行人员确定为同行人的可能性,提高了识别在一个位置停留时间时间较长的人员的同行人员的准确性。
基于图1所示的实施例,本申请实施例还提供了一种同行人识别方法。参考图2,图2为本申请实施例提供的一种同行人识别方法的第二种流程示意图。为便于描述,下面以电子设备为执行主体进行说明,并不起限定作用。上述同行人识别方法中,步骤S11可以细化为步骤S111和S112,步骤S12可以细化为步骤S121。
步骤S111,获取目标人员的目标人员标识。
本申请实施例中,电子设备为人员分配了唯一标识,以人员标识区分不同的人员。在进行同行人识别时,电子设备获取目标人员的人员标识,作为目标人员标识。目标人员标识可以为用户输入电子设备的,也可以为电子设备从该电子设备预先记录的信息中获取的。对此不做具体限定。
步骤S112,根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,确定目标人员的至少二个目标出现时间,相邻两个目标出现时间的间隔大于或等于预设统计时间间隔。
电子设备中预先记录了人员标识和人员标识所表征人员的出现时间的对应关系。在获取到目标人员标识后,电子设备从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,查找包括目标人员标识的至少二个目标对应关系,每个目标对应关系包括的出现时间为目标出现时间,即得到目标人员的至少二个目标出现时间。
一个实施例中,电子设备可以预先设定统计时间段。统计时间段为进行同行人识别的时间段,统计时间段可以根据实际需求进行设定。例如,统计时间段可以为上午10点至下午3点,统计时间段还可以为上午12点至下午5点,等。
在获取到的目标人员标识后,电子设备根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,确定在统计时间段内目标人员的至少二个目标出现时间。用户关心统计时间段内的同行人员的情况。本申请实施例中,仅从统计时间段获取目标出现时间,即确定统计时间段内的同行人员,减少了不必要的计算,节约了设备的计算资源。
步骤S121,根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,分别确定每个目标出现时间对应的疑似同行人员集合,疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,该目标出现时间对应的疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间。
本申请实施例中,针对每个目标出现时间,电子设备从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,查找包括疑似出现时间的对应关系;将查找到的对应关系包括的人员标识加入该目标出现时间对应的疑似同行人员集合。
这种情况下,电子设备最终确定的同行人员集合中包括一个或多个人员标识,同行人员集合中每一人员标识所表征的人员与目标人员互为同行人员。
本申请实施例中,电子设备中预先记录人员标识和出现时间的对应关系,基于该预先记录的对应关系,避免了由于设备故障、网络延时等原因造成的人员被错误归类的问题,提高了疑似同行人员集合的准确性,进而提高了后续确定目标人员的同行人员的准确性。
在本申请的一个实施例中,为了进一步提高识别在一个位置停留时间时间较长的人员的同行人员的准确性,基于图1所示的实施例,本申请实施例还提供了一种同行人识别方法。参考图3,图3为本申请实施例提供的一种同行人识别方法的第三种流程示意图。为便于描述,下面以电子设备为执行主体进行说明,并不起限定作用。上述同行人识别方法中,步骤S11可以细化为步骤S113和S114,步骤S12可以细化为步骤S122,该同行人识别方法还可以包括步骤S115。
步骤S113,获取目标人员的目标人员标识。与上述步骤S111相同。
步骤S114,根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,确定目标人员的至少二个目标出现时间,相邻两个目标出现时间的间隔大于或等于预设统计时间间隔。与上述步骤S112相同。
步骤S115,根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,确定目标人员的每个目标出现时间对应的目标出现位置。
本申请实施例中,出现位置可以以人员在世界坐标下的坐标表示,出现位置也可以以采集到包括该人员的抓拍设备的编号表示。为例准确的确定出现位置,提高同行人员识别的准确性,每一摄像机的编号具有唯一性。
电子设备中预先记录了人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系。在获取到目标人员标识后,电子设备从预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系中,查找包括目标人员标识和目标出现时间的至少二个目标对应关系,每个目标对应关系包括的出现位置为目标出现位置,即得到目标人员的每个目标出现时间对应的目标出现位置。
本申请实施例中,电子设备可以分别记录人员标识和人员标识所表征人员的出现时间的对应关系,以及人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系。电子设备基于这两个对应关系,分别执行步骤S114和S115。
一个示例中,为了节约电子设备的存储资源,电子设备可以仅记录人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系。电子设备基于该对应关系,分别执行步骤S114和S115。具体可以为,电子设备预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系中,查找包括目标人员标识的至少二个目标对应关系。每个目标对应关系包括的出现位置为目标出现位置,每个目标对应关系包括的出现时间为目标出现时间。
在本申请的一个实施例中,电子设备中可以预先设定统计时间段。在获取到的目标人员标识后,电子设备根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,确定在统计时间段内目标人员的至少二个目标出现时间。用户关心统计时间段内的同行人员的情况。本申请实施例中,仅从统计时间段获取目标出现时间,即确定统计时间段内的同行人员,减少了不必要的计算,节约了设备的计算资源。
本申请实施例中,不限定步骤S114和S115的执行顺序。
步骤S122,根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,分别确定每个目标出现时间对应的疑似同行人员集合,疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,且每个目标出现时间对应的疑似出现位置与该目标出现时间对应的目标出现位置匹配,疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间,疑似出现位置为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现位置。
本申请实施例中,若出现位置以人员在世界坐标下的坐标表示,则一个目标出现时间对应的疑似出现位置与目标出现时间对应的目标出现位置匹配,可以理解为,疑似出现位置与目标出现位置间的空间距离小于等于预先设定的距离阈值。若出现位置以采集到包括该人员的抓拍设备的编号表示,则一个目标出现时间对应的疑似出现位置与目标出现时间对应的目标出现位置匹配,可以理解为,疑似出现位置与目标出现位置相同。
针对每个目标出现时间,电子设备从预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系中,查找包括疑似出现时间和疑似出现位置的对应关系;将查找到的对应关系包括的人员标识加入该目标出现时间对应的疑似同行人员集合。
这种情况下,电子设备最终确定的同行人员集合中包括一个或多个人员标识,同行人员集合中每一人员标识所表征的人员与目标人员互为同行人员。
本申请实施例中,在确定同行人员集合时,考虑了出现时间以及出现位置两种因素,增加了确定同行人员集合所考虑的因素,提高了确定同行人员集合的准确性。
在本申请的一个实施例中,为了便于统计确定同行人员,抓拍设备实时抓拍图像,电子设备基于抓拍设备抓拍的图像更新预先记录的信息,如上述预先记录的人员标识和人员标识所表征人员的出现时间的对应关系。具体参考图4所示的信息更新方法的流程示意图,该方法可以包括如下步骤。
步骤S41,提取抓拍图像包含的第一人员的第一人员特征。
电子设备获取抓拍图像,提取抓拍图像包含人员的人员特征。抓拍图像中可以包含一个或多个人员。为便于区分上述以第一人员、第一人员特征为例进行说明,并不起限定作用。
本申请实施例中,人员特征可以为人脸特征、外貌特征、衣着特征等。在人员特征为人脸特征的情况下,人员标识可以称为人脸标识。
步骤S42,从预先记录的人员标识、人员标识所表征人员的人员特征和人员标识所表征人员的出现时间的对应关系中,查找包括第二人员特征的第一对应关系,第二人员特征与第一人员特征的相似度大于预设相似度阈值。若查找到,则执行步骤S43;若未查找到,则执行步骤S44。
电子设备在获取到第一人员标识后,将第一人员特征与预先记录的每个对应关系中包括的人员特征进行匹配,得到第一人员特征与预先记录的每个对应关系中包括的人员特征的相似度。电子设备确定是否存在与第一人员特征的相似度大于预设相似度阈值的第二人员特征。若存在,则说明已为第一人员分配了人员标识,将包括第二人员特征的对应关系作为第一对应关系,执行步骤S43;若不存在,则说明第一人员是首次被抓拍到,执行步骤S44。
上述预设相似度阈值可以根据实际需求进行设定。例如,预设相似度阈值可以为80%、90%和95%等。
步骤S43,将抓拍图像的抓拍时间作为第一人员的第一出现时间,将第一对应关系包括的人员标识作为第一人员的第一人员标识,记录第一人员标识、第一人员特征和第一出现时间的第二对应关系。
若存在第一对应关系,则电子设备将第一对应关系包括的人员标识作为第一人员的第一人员标识,将抓拍图像的抓拍时间作为第一人员的第一出现时间,结合已经获取的第一人员特征,记录第一人员标识、第一人员特征、第一出现位置和第一出现时间的第二对应关系。基于第二对应关系,电子设备可以获取到第一人员标识和第一出现时间的对应关系。
步骤S44,将抓拍图像的抓拍时间作为第一人员的第一出现时间,为第一人员分配第二人员标识,并记录第二人员标识、第一人员特征和第一出现时间的第三对应关系。
若不存在第一对应关系,则电子设备为第一人员分配第二人员标识,将抓拍图像的抓拍时间作为第一人员的第一出现时间,结合已经获取的第一人员特征,记录第二人员标识、第一人员特征和第一出现时间的第三对应关系。基于第三对应关系,电子设备可以获取到第二人员标识和第一出现时间的对应关系。
通过上述实施例实时更新预先记录的对应关系,保证了存储信息的完整性,同时保证了后续准确的确定同行人员。
在本申请的一个实施例中,电子设备提取抓拍图像包含的第一人员的第一人员特征时,还可以获取第一人员的第一出现位置。电子设备预先记录了人员标识、人员标识所表征人员的人员特征、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系。
基于此,电子设备从预先记录的人员标识、人员标识所表征人员的人员特征、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系中,查找包括第二人员特征的第一对应关系;若查找到,则将抓拍图像的抓拍时间作为第一人员的第一出现时间,将第一对应关系包括的人员标识作为第一人员的第一人员标识,记录第一人员标识、第一人员特征、第一出现位置和第一出现时间的第二对应关系;若未查找到,则将抓拍图像的抓拍时间作为第一人员的第一出现时间,为第一人员分配第二人员标识,并记录第二人员标识、第一人员特征、第一出现位置和第一出现时间的第三对应关系。
基于第二对应关系或第三对应关系,电子设备可以获取到第一人员标识、第一出现位置和第一出现时间的对应关系。进而依据人员的出现位置和出现时间,电子设备可更加准确的确定同行人员集合。
本申请实施例中,电子设备还可以将抓拍图像与人员标识、人员特征、出现位置和出现时间对应存储。这样,后续电子设备在接收到包括人员标识的取证请求时,基于取证请求包括的人员标识,以及预先记录的对应关系,输出对应的抓拍图像,以便于后续取证查看。
在本申请的一个实施例中,为避免重复计算,节约设备的计算资源,本申请实施例还提供了一种同行人员识别方法,如图5所示的同行人识别方法的流程示意图,该方法中,步骤S111可以细化为如下步骤。
步骤S1111,从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识。若未确定待定人员标识所表征人员的同行人员,则执行步骤S1112;若已确定待定人员标识所表征人员的同行人员,则重新执行步骤S1111。
步骤S1112,确定待定人员标识为目标人员标识。
这里,统计时间段为进行同行人识别的时间段,统计时间段可以根据实际需求进行设定。例如,统计时间段可以为上午10点至下午3点,统计时间段还可以为上午12点至下午5点,等。
电子设备预先记录了人员标识和人员标识所表征人员的出现时间的对应关系。电子设备从预先记录的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识。
一个实施例中,为了便于确定是否已确定待定人员标识所表征人员的同行人员,电子设备在目标人员的同行人员集合后,将目标人员标识以及同行人员集合包括的人员标识的状态均设置为已确定状态。这种情况下,电子设备在获取到待定人员标识后,检测待定人员标识的状态是否为已确定状态。若不是已确定状态,则电子设备确定未确定待定人员标识所表征人员的同行人员,进而确定待定人员标识为目标人员。若是已确定状态,则电子设备确定已确定待定人员标识所表征人员的同行人员,重新执行步骤S1111,查找目标人员标识。
本申请实施例中,电子设备可以随机的从预先记录的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识。
一个示例中,为了避免漏掉人员标识,导致同行人识别存在遗漏的问题,电子设备可以从统计时间段的起始时间,按照出现时间的先后顺序,从预先记录的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识。若已确定待定人员标识的同行人员,则按照出现时间的先后顺序,获取该待定人员标识的下一个人员标识,下一个人员标识对应的出现时间为该待定人员标识对应的出现时间的下一个出现时间。
下面结合图6所示的流程示意图,对本申请实施例提供的同行人识别方法进行说明。
步骤S61,电子设备设置统计时间段T1、同行时间间隔T2、以及统计时间间隔T3。
步骤S62,电子设备获取统计时间段T1内的下一个人员标识。例如获取到人员标识11。
步骤S63,电子设备判断该人员标识11是否已经有群组。
这里,群组可以理解为同行人员集合。上述步骤S63可以理解为,判断是否已确定该人员标识11对应的人员的同行人员。若是,则返回执行步骤S62;若否,则执行步骤S64。
步骤S64,电子设备获取该人员标识11对应的出现时间t,获取[t-T2,t+T2]内的出现时间对应的人员标识。例如获取到人员标识12。
步骤S65,电子设备将人员标识12记录在人员标识11对应的疑似同行人员集合中。该人员标识11对应的疑似同行人员集合可以理解为,人员标识11所属的临时群组。
步骤S66,电子设备检测t+T3是否超出统计时间段T1。若是,则执行步骤S62和S68;若否,则执行步骤S67。
步骤S67,电子设备以t+T3更新该人员标识11对应的出现时间t,并返回执行步骤S64,以重新确定一个人员标识11对应的疑似同行人员集合。
步骤S68,电子设备对人员标识11对应的各个疑似同行人员集合进行统计,取最大子集,并确定每一最大子集的出现次数。
步骤S69,针对每一最大子集,电子设备确定该最大子集的出现次数是否大于预设次数阈值。若是,则执行步骤S610。若否,则降低最大子集包括的元素个数,并重新执行步骤S68。
步骤S610,电子设备确定该人员标识11属于该最大子集。
上述步骤610具体为,电子设备确定该最大子集包括的人员标识所表征的人员与人员标识11所表征的人员为同行人员。人员标识11属于该最大子集所表征的群组。
与上述同行人识别方法实施例对应,本申请实施例还提供了一种同行人识别装置。如图7所示,该装置包括:
第一获取单元71,用于获取目标人员的至少二个目标出现时间,相邻两个目标出现时间的间隔大于或等于预设统计时间间隔;
第一确定单元72,用于分别确定每个目标出现时间对应的疑似同行人员集合,其中,每个目标出现时间对应的疑似同行人员集合包括的人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔;
第二确定单元73,用于确定所有疑似同行人员集合的疑似同行子集中的目标子集,疑似同行子集为所有疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的子集,目标子集不是任一所述疑似同行子集的子集;
第三确定单元74,用于根据所确定的目标子集,确定目标人员的同行人员集合。
一个实施例中,第一获取单元71,具体可以用于获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,确定目标人员的至少两个目标出现时间;
第一确定单元72,具体可以用于根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,分别确定每个目标出现时间对应的疑似同行人员集合,疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间。
一个实施例中,第一获取单元71,具体可以用于获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,确定目标人员的至少两个目标出现时间;
第一获取单元71,还可以用于根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,确定目标人员的每个目标出现时间对应的目标出现位置;
第一确定单元72,具体可以用于根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及目标人员标识,分别确定每个目标出现时间对应的疑似同行人员集合,疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,且每个目标出现时间对应的疑似出现位置与该目标出现时间对应的目标出现位置匹配,疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间,疑似出现位置为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现位置。
一个实施例中,第一获取单元71,具体可以用于:
从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识;
若未确定待定人员标识所表征人员的同行人员,则确定待定人员标识为目标人员标识;
若已确定待定人员标识所表征人员的同行人员,则重新执行从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识的步骤。
一个实施例中,上述同行人识别装置还可以包括:
提取单元,用于提取抓拍图像包含的第一人员的第一人员特征;
查找单元,用于从预先记录的人员标识、人员标识所表征人员的人员特征和人员标识所表征人员的出现时间的对应关系中,查找包括第二人员特征的第一对应关系,第二人员特征与第一人员特征的相似度大于预设相似度阈值;
记录单元,用于查找到,则将抓拍图像的抓拍时间作为第一人员的第一出现时间,将第一对应关系包括的人员标识作为第一人员的第一人员标识,记录第一人员标识、第一人员特征和第一出现时间的第二对应关系;若未查找到,则将抓拍图像的抓拍时间作为第一人员的第一出现时间,为第一人员分配第二人员标识,并记录第二人员标识、第一人员特征和第一出现时间的第三对应关系。
一个实施例中,上述同行人识别装置还可以包括:
第二获取单元,用于若所有疑似同行人员集合中的每个子集的出现次数均小于预设同行阈值,则获取预先记录的目标人员的历史疑似同行人员集合;
第四确定单元,用于确定所有疑似同行人员集合和所述历史疑似同行人员集合的所有历史疑似同行子集中的目标子集,历史疑似同行子集为所有疑似同行人员集合和历史疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的。
一个实施例中,第三确定单元74,具体可以用于若所确定的目标子集的个数为一个,则将所确定的目标子集作为目标人员的同行人员集合;
若所确定的目标子集的个数为多个,则将所确定的目标子集的并集作为目标人员的同行人员集合,或将所确定的目标子集分别作为目标人员的同行人员集合,或将所确定的目标子集中包括元素个数最多的目标子集作为所述目标人员的同行人员集合。
本申请实施例提供的技术方案中,每隔预设同行时间间隔,统计一次目标人员的疑似同行人员集合,基于所有疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的所有疑似同行子集中的目标子集,确定目标人员的同行人员集合。这可以过滤掉在同一位置处不断抓拍到同一人员的情况,降低了由于多次抓拍到非同行人员而将非同行人员确定为同行人的可能性,提高了识别在一个位置停留时间时间较长的人员的同行人员的准确性。
与上述同行人识别方法对应,本申请实施例还提供了一种电子设备,如图8所示,包括处理器81和存储器82;存储器82,用于存放计算机程序;处理器81,用于执行存储器82上所存放的程序时,实现上述任一同行人识别方法步骤。
上述存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
与上述同行人识别方法对应,在本申请提供的又一实施例中,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内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一同行人识别方法步骤。
与上述同行人识别方法对应,在本申请提供的又一实施例中,还提供了一种计算机程序,当其在计算机上运行时,使得计算机执行上述任一同行人识别方法步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、计算机可读存储介质和计算机程序实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。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,均包含在本申请的保护范围内。
Claims (11)
1.一种同行人识别方法,其特征在于,所述方法包括:
获取目标人员的至少二个目标出现时间,相邻两个所述目标出现时间的间隔大于或等于预设统计时间间隔;
分别确定每个目标出现时间对应的疑似同行人员集合,其中,每个目标出现时间对应的疑似同行人员集合包括的人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔;
确定所有所述疑似同行人员集合的疑似同行子集中的目标子集,所述疑似同行子集为所有所述疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的子集,所述目标子集不是任一所述疑似同行子集的子集;
根据所确定的目标子集,确定所述目标人员的同行人员集合。
2.根据权利要求1所述的方法,其特征在于,所述获取目标人员的至少两个目标出现时间的步骤,包括:
获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的至少二个目标出现时间;
所述分别确定每个目标出现时间对应的疑似同行人员集合的步骤,包括:
根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,分别确定每个目标出现时间对应的疑似同行人员集合,所述疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,所述疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间。
3.根据权利要求1所述的方法,其特征在于,所述获取目标人员的至少两个目标出现时间的步骤,包括:
获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的至少两个目标出现时间;
所述方法还包括:
根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的每个所述目标出现时间对应的目标出现位置;
所述分别确定每个目标出现时间对应的疑似同行人员集合的步骤,包括:
根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,分别确定每个目标出现时间对应的疑似同行人员集合,所述疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,且每个目标出现时间对应的疑似出现位置与该目标出现时间对应的目标出现位置匹配,所述疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间,所述疑似出现位置为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现位置。
4.根据权利要求2或3所述的方法,其特征在于,所述获取目标人员的目标人员标识的步骤,包括:
从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识;
若未确定所述待定人员标识所表征人员的同行人员,则确定所述待定人员标识为目标人员标识;
若已确定所述待定人员标识所表征人员的同行人员,则重新执行所述从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识的步骤。
5.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
提取抓拍图像包含的第一人员的第一人员特征;
从预先记录的人员标识、人员标识所表征人员的人员特征和人员标识所表征人员的出现时间的对应关系中,查找包括第二人员特征的第一对应关系,所述第二人员特征与所述第一人员特征的相似度大于预设相似度阈值;
若查找到,则将所述抓拍图像的抓拍时间作为所述第一人员的第一出现时间,将所述第一对应关系包括的人员标识作为所述第一人员的第一人员标识,记录所述第一人员标识、所述第一人员特征和第一出现时间的第二对应关系;
若未查找到,则将所述抓拍图像的抓拍时间作为所述第一人员的第一出现时间,为所述第一人员分配第二人员标识,并记录所述第二人员标识、所述第一人员特征和第一出现时间的第三对应关系。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所有所述疑似同行人员集合中每个子集的出现次数均小于所述预设同行阈值,则获取预先记录的所述目标人员的历史疑似同行人员集合;
确定所有所述疑似同行人员集合和所述历史疑似同行人员集合的所有历史疑似同行子集中的目标子集,所述历史疑似同行子集为所有所述疑似同行人员集合和所述历史疑似同行人员集合的所有子集中,出现次数大于或等于预设同行阈值的;
根据所确定的目标子集,确定所述目标人员的同行人员集合。
7.根据权利要求1所述的方法,其特征在于,所述根据所确定的目标子集,确定所述目标人员的同行人员集合的步骤,包括:
若所确定的目标子集的个数为一个,则将所确定的目标子集作为所述目标人员的同行人员集合;
若所确定的目标子集的个数为多个,则将所确定的目标子集的并集作为所述目标人员的同行人员集合,或将所确定的目标子集分别作为所述目标人员的同行人员集合,或将所确定的目标子集中包括元素个数最多的目标子集作为所述目标人员的同行人员集合。
8.一种同行人识别装置,其特征在于,所述装置包括:
第一获取单元,用于获取目标人员的至少二个目标出现时间,相邻两个所述目标出现时间的间隔大于或等于预设统计时间间隔;
第一确定单元,用于分别确定每个目标出现时间对应的疑似同行人员集合,其中,每个目标出现时间对应的疑似同行人员集合包括的人员的出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔;
第二确定单元,用于确定所有所述疑似同行人员集合的疑似同行子集中的目标子集,所述疑似同行子集为所有所述疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的子集,所述目标子集不是任一所述疑似同行子集的子集;
第三确定单元,用于根据所确定的目标子集,确定所述目标人员的同行人员集合。
9.根据权利要求8所述的装置,其特征在于,所述第一获取单元,具体用于获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的至少两个目标出现时间;
所述第一确定单元,具体用于根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,分别确定每个目标出现时间对应的疑似同行人员集合,所述疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,所述疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间;或者
所述第一获取单元,具体用于获取目标人员的目标人员标识;根据预先记录的人员标识和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的至少两个目标出现时间;
所述第一获取单元,还用于根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,确定所述目标人员的每个所述目标出现时间对应的目标出现位置;
所述第一确定单元,具体用于根据预先记录的人员标识、人员标识所表征人员的出现位置和人员标识所表征人员的出现时间的对应关系,以及所述目标人员标识,分别确定每个目标出现时间对应的疑似同行人员集合,所述疑似同行人员集合包括人员标识,每个目标出现时间对应的疑似出现时间与该目标出现时间的间隔小于或等于预设同行时间间隔,且每个目标出现时间对应的疑似出现位置与该目标出现时间对应的目标出现位置匹配,所述疑似出现时间为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现时间,所述疑似出现位置为该目标出现时间对应的疑似同行人员集合包括的人员标识对应的出现位置;或者
所述第一获取单元,具体用于:
从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识;
若未确定所述待定人员标识所表征人员的同行人员,则确定所述待定人员标识为目标人员标识;
若已确定所述待定人员标识所表征人员的同行人员,则重新执行所述从预先记录的人员标识和人员标识所表征人员的出现时间的对应关系中,获取统计时间段内的出现时间对应的人员标识,作为待定人员标识的步骤;或者,
所述装置还包括:
提取单元,用于提取抓拍图像包含的第一人员的第一人员特征;
查找单元,用于从预先记录的人员标识、人员标识所表征人员的人员特征和人员标识所表征人员的出现时间的对应关系中,查找包括第二人员特征的第一对应关系,所述第二人员特征与所述第一人员特征的相似度大于预设相似度阈值;
记录单元,用于若查找到,则将所述抓拍图像的抓拍时间作为所述第一人员的第一出现时间,将所述第一对应关系包括的人员标识作为所述第一人员的第一人员标识,记录所述第一人员标识、所述第一人员特征和第一出现时间的第二对应关系;若未查找到,则将所述抓拍图像的抓拍时间作为所述第一人员的第一出现时间,为所述第一人员分配第二人员标识,并记录所述第二人员标识、所述第一人员特征和第一出现时间的第三对应关系;或者,所述装置还包括:
第二获取单元,用于若所有所述疑似同行人员集合中的每个子集的出现次数均小于所述预设同行阈值,则获取预先记录的所述目标人员的历史疑似同行人员集合;
第四确定单元,用于确定所有所述疑似同行人员集合和所述历史疑似同行人员集合的所有历史疑似同行子集中的目标子集,所述历史疑似同行子集为所有所述疑似同行人员集合和所述历史疑似同行人员集合的所有子集中出现次数大于或等于预设同行阈值的;或者,所述第三确定单元,具体用于若所确定的目标子集的个数为一个,则将所确定的目标子集作为所述目标人员的同行人员集合;
若所确定的目标子集的个数为多个,则将所确定的目标子集的并集作为所述目标人员的同行人员集合,或将所确定的目标子集分别作为所述目标人员的同行人员集合,或将所确定的目标子集中包括元素个数最多的目标子集作为所述目标人员的同行人员集合。
10.一种电子设备,其特征在于,包括处理器和存储器;所述存储器,用于存放计算机程序;所述处理器,用于执行所述存储器上所存放的程序时,实现权利要求1-7任一所述的方法步骤。
11.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011382489.5A CN112559583B (zh) | 2020-11-30 | 2020-11-30 | 一种同行人识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011382489.5A CN112559583B (zh) | 2020-11-30 | 2020-11-30 | 一种同行人识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112559583A true CN112559583A (zh) | 2021-03-26 |
CN112559583B CN112559583B (zh) | 2023-09-01 |
Family
ID=75045738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011382489.5A Active CN112559583B (zh) | 2020-11-30 | 2020-11-30 | 一种同行人识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112559583B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113449180A (zh) * | 2021-05-07 | 2021-09-28 | 浙江大华技术股份有限公司 | 同行关系分析方法、装置及计算机可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933201A (zh) * | 2015-07-15 | 2015-09-23 | 蔡宏铭 | 基于同行信息的内容推荐方法及系统 |
WO2016165547A1 (zh) * | 2015-04-14 | 2016-10-20 | 蔡宏铭 | 实现同行人即时通讯、同行信息共享及内容推荐的方法和系统 |
CN110276272A (zh) * | 2019-05-30 | 2019-09-24 | 罗普特科技集团股份有限公司 | 确认标签人员的同行人员关系的方法、装置、存储介质 |
CN110796074A (zh) * | 2019-10-28 | 2020-02-14 | 桂林电子科技大学 | 一种基于时空数据融合的行人再识别方法 |
US20200134875A1 (en) * | 2018-10-24 | 2020-04-30 | Ricoh Company, Ltd. | Person counting method and person counting system |
CN111191601A (zh) * | 2019-12-31 | 2020-05-22 | 深圳云天励飞技术有限公司 | 同行用户识别方法、装置、服务器及存储介质 |
CN111209776A (zh) * | 2018-11-21 | 2020-05-29 | 杭州海康威视系统技术有限公司 | 同行人识别方法、装置、处理服务器、存储介质及系统 |
WO2020173314A1 (zh) * | 2019-02-27 | 2020-09-03 | 杭州海康威视数字技术股份有限公司 | 一种人员统计方法、装置及电子设备 |
-
2020
- 2020-11-30 CN CN202011382489.5A patent/CN112559583B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016165547A1 (zh) * | 2015-04-14 | 2016-10-20 | 蔡宏铭 | 实现同行人即时通讯、同行信息共享及内容推荐的方法和系统 |
CN104933201A (zh) * | 2015-07-15 | 2015-09-23 | 蔡宏铭 | 基于同行信息的内容推荐方法及系统 |
US20200134875A1 (en) * | 2018-10-24 | 2020-04-30 | Ricoh Company, Ltd. | Person counting method and person counting system |
CN111209776A (zh) * | 2018-11-21 | 2020-05-29 | 杭州海康威视系统技术有限公司 | 同行人识别方法、装置、处理服务器、存储介质及系统 |
WO2020173314A1 (zh) * | 2019-02-27 | 2020-09-03 | 杭州海康威视数字技术股份有限公司 | 一种人员统计方法、装置及电子设备 |
CN110276272A (zh) * | 2019-05-30 | 2019-09-24 | 罗普特科技集团股份有限公司 | 确认标签人员的同行人员关系的方法、装置、存储介质 |
CN110796074A (zh) * | 2019-10-28 | 2020-02-14 | 桂林电子科技大学 | 一种基于时空数据融合的行人再识别方法 |
CN111191601A (zh) * | 2019-12-31 | 2020-05-22 | 深圳云天励飞技术有限公司 | 同行用户识别方法、装置、服务器及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113449180A (zh) * | 2021-05-07 | 2021-09-28 | 浙江大华技术股份有限公司 | 同行关系分析方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112559583B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fabbri et al. | Motsynth: How can synthetic data help pedestrian detection and tracking? | |
US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
CN109871815B (zh) | 一种查询监控信息的方法及装置 | |
TWI743835B (zh) | 一種資訊處理方法及裝置、儲存介質 | |
US20210357678A1 (en) | Information processing method and apparatus, and storage medium | |
CN111209776A (zh) | 同行人识别方法、装置、处理服务器、存储介质及系统 | |
JP2017033547A (ja) | 情報処理装置及びその制御方法及びプログラム | |
CN107657232B (zh) | 一种行人智能识别方法及其系统 | |
CN109858354B (zh) | 一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统 | |
CN110781733B (zh) | 图像去重方法、存储介质、网络设备和智能监控系统 | |
CN111368619B (zh) | 可疑人员的检测方法、装置及设备 | |
CN111242077A (zh) | 一种人物追踪方法、系统及服务器 | |
Atzmueller | Detecting community patterns capturing exceptional link trails | |
CN111090777A (zh) | 一种视频数据的管理方法、管理设备及计算机存储介质 | |
CN113343913A (zh) | 目标确定方法、装置、存储介质及计算机设备 | |
WO2021211226A1 (en) | Face clustering in video streams | |
US20200073877A1 (en) | Video cookies | |
CN112559583A (zh) | 一种同行人识别方法及装置 | |
Liu et al. | Vehicle retrieval and trajectory inference in urban traffic surveillance scene | |
De Marsico et al. | ES-RU: an e ntropy based rule to s elect r epresentative templates in face su rveillance | |
CN113949823A (zh) | 一种视频浓缩方法及装置 | |
CN109871456A (zh) | 一种看守所人员关系分析方法、装置和电子设备 | |
CN110427862B (zh) | 一种人脸图片收集方法、装置及电子设备 | |
CN111666786B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112241683B (zh) | 一种同行人员识别判断方法及系统 |
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 |