CN112699720A - 基于人物信息集的监控方法、设备、存储介质及装置 - Google Patents
基于人物信息集的监控方法、设备、存储介质及装置 Download PDFInfo
- Publication number
- CN112699720A CN112699720A CN202011082289.8A CN202011082289A CN112699720A CN 112699720 A CN112699720 A CN 112699720A CN 202011082289 A CN202011082289 A CN 202011082289A CN 112699720 A CN112699720 A CN 112699720A
- Authority
- CN
- China
- Prior art keywords
- information
- monitoring
- target
- processed
- person
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于人物信息集的监控方法、设备、存储介质及装置,该方法包括:获取监控信息,并根据所述监控信息确定待处理人物,根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间,根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集,获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控;本发明先对监控信息进行分析确定待处理人物,然后生成待处理人物的人物信息集,再根据人物信息集实现对目标人物的监控,从而能够自动完成人物追踪,提高人物追踪效率。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种基于人物信息集的监控方法、设备、存储介质及装置。
背景技术
目前,对于人物追踪来说,人们往往通过反复观看监控视频来实现,从而导致以下问题:(1)效率低(2)容易错过关键信息。因此,如何根据监控信息生成人物信息集以实现目标人物追踪是亟待解决的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于人物信息集的监控方法、设备、存储介质及装置,旨在解决如何根据监控信息生成人物信息集以实现目标人物追踪的技术问题。
为实现上述目的,本发明提供一种基于人物信息集的监控方法,所述基于人物信息集的监控方法包括以下步骤:
获取监控信息,并根据所述监控信息确定待处理人物;
根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间;
根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集;
获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控。
优选地,所述获取监控信息,并根据所述监控信息确定待处理人物,包括:
获取监控信息,并对所述监控信息进行提取,获得当前人物图像;
将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果;
在所述匹配结果为匹配失败时,将所述当前人物图像对应的人物作为待处理人物。
优选地,所述将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果之后,还包括:
在所述匹配结果为匹配成功时,根据所述监控信息确定当前音频信息;
对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息;
根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物。
优选地,所述根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集,包括:
对所述待处理监控信息进行特征提取,获得待处理特征信息;
建立所述待处理特征信息与所述待处理监控信息、所述当前时间以及所述位置信息之间的对应关系,并根据所述对应关系生成人物信息集。
优选地,所述获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控,包括:
获取目标人物信息,并对所述目标人物信息进行特征提取,获得目标人物特征信息;
根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息;
根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息;
根据所述目标监控信息以及所述路线信息对所述目标人物进行监控。
优选地,所述根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息,包括:
根据所述目标时间对所述目标位置信息进行排序,获得排序结果;
根据所述排序结果生成所述目标人物的路线信息。
优选地,所述根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间,包括:
在所述监控信息中查找所述待处理人物对应的监控信息,并将所述待处理人物对应的监控信息作为待处理监控信息;
在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备;
获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间。
此外,为实现上述目的,本发明还提出一种基于人物信息集的监控设备,所述基于人物信息集的监控设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人物信息集的监控程序,所述基于人物信息集的监控程序配置为实现如上文所述的基于人物信息集的监控方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于人物信息集的监控程序,所述基于人物信息集的监控程序被处理器执行时实现如上文所述的基于人物信息集的监控方法的步骤。
此外,为实现上述目的,本发明还提出一种基于人物信息集的监控装置,所述基于人物信息集的监控装置包括:待处理人物确定模块、信息处理模块、人物信息集生成模块和监控模块;
所述待处理人物确定模块,用于获取监控信息,并根据所述监控信息确定待处理人物;
所述信息处理模块,用于根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间;
所述人物信息集生成模块,用于根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集;
所述监控模块,用于获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控。
本发明中,获取监控信息,并根据所述监控信息确定待处理人物,根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间,根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集,获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控;本发明先对监控信息进行分析确定待处理人物,然后生成待处理人物的人物信息集,再根据人物信息集实现对目标人物的监控,从而能够自动完成人物追踪,提高人物追踪效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于人物信息集的监控设备的结构示意图;
图2为本发明基于人物信息集的监控方法第一实施例的流程示意图;
图3为本发明基于人物信息集的监控方法第二实施例的流程示意图;
图4为本发明基于人物信息集的监控方法第三实施例的流程示意图;
图5为本发明基于人物信息集的监控装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于人物信息集的监控设备结构示意图。
如图1所示,该基于人物信息集的监控设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口 1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口,对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005 可以是高速的随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的存储器(Non-volatileMemory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对基于人物信息集的监控设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于人物信息集的监控程序。
在图1所示的基于人物信息集的监控设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接用户设备;所述基于人物信息集的监控设备通过处理器1001调用存储器 1005中存储的基于人物信息集的监控程序,并执行本发明实施例提供的基于人物信息集的监控方法。
基于上述硬件结构,提出本发明基于人物信息集的监控方法的实施例。
参照图2,图2为本发明基于人物信息集的监控方法第一实施例的流程示意图,提出本发明基于人物信息集的监控方法第一实施例。
在第一实施例中,所述基于人物信息集的监控方法包括以下步骤:
步骤S10:获取监控信息,并根据所述监控信息确定待处理人物。
应理解的是,本实施例的执行主体是所述基于人物信息集的监控设备,其中,所述基于人物信息集的监控设备可为个人电脑或服务器等电子设备。
可理解的是,所述基于人物信息集的监控设备取监控信息,并根据所述监控信息确定待处理人物可以是获取监控信息,并对所述监控信息进行提取,获得当前人物图像,将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果,在所述匹配结果为匹配失败时,将所述当前人物图像对应的人物作为待处理人物;在所述匹配结果为匹配成功时,根据所述监控信息确定当前音频信息,对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息,根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物。
需要说明的是,所述监控信息可以是视频信息和音频信息中的至少一种,本实施例对此不加以限制;所述预设人物图像库中的历史人物图像可以是所述基于人物信息集的监控设备在预设时间内获得的人物图像,其中,所述预设时间可以是用户根据实际需求进行设置。在具体实施例中,例如,用户预先设置预设时间为一天,此时,所述基于人物信息集的监控设备就会将用户设置之时起一天内的所有人物图像存储起来,作为预设人物图像库中的历史人物图像。
应理解的是,所述基于人物信息集的监控设备获取监控信息可以通过4G、 5G或物联网等方式直接接收摄像头、监视器以及录音器等设备发送的监控信息。
可理解的是,所述基于人物信息集的监控设备对所述监控信息进行提取,获得当前人物图像可以是根据预设人脸识别算法识别所述监控信息中每一帧图像的人脸信息,然后将识别到人脸信息的图像提取出来作为当前人物图像。其中,所述预设人脸算法可以是基于几何特征的算法、局部特征分析算法以及基于主成分分析算法(Principal ComponentAnalysis,PCA)中的至少一种,本实施例对此不加以限制。
应理解的是,所述基于人物信息集的监控设备将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果可以是将所述当前人物图像的特征信息与所述预设人物图像库中的历史人物图像的历史特征信息进行匹配。其中,所述特征信息可以是胎记信息、声纹信息以及姿态信息中的至少一种。
在具体实现中,例如,对所述当前人物图像进行识别,发现所述当前人物图像的额头位置有胎记,则确定所述胎记的胎记位置以及胎记样式,并在所述历史特征信息查找是否存在相同的胎记,获得查找结果,根据所述查找结果确定匹配结果。
可理解的是,在所述匹配结果为匹配失败时说明当前人物图像对应的人物预设时间内第一次出现在所述基于人物信息集的监控设备监视范围内,因此,需要为该人物生成人物信息集,需要将所述当前人物图像对应的人物作为待处理人物。
应理解的是,所述基于人物信息集的监控设备对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息可以是通过预设语音识别算法对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息。
需要说明的是,所述预设语音识别算法可以是基于动态时间规整 (Dynamic TimeWarping,DTW)算法、基于参数模型的隐马尔可夫模型 (Hidden Markov Model,HMM)语音识别算法以及基于非参数模型的矢量量化(VectorQuant izat ion,VQ)算法中的至少一种,本实施例对此不加以限制。所述当前音色信息可以是当前音频信息的声音特征,也就是,每个人的声音信息;所述当前语句信息可以是所述当前音频信息中包含的谈话内容,当前响度信息可以是音量的大小。
应理解的是,所述基于人物信息集的监控设备根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物可以是将所述当前音色信息与预设音色信息进行匹配,若匹配成功,则将所述当前人物图像对应的人物作为待处理人物;若匹配失败,则判断所述当前响度信息是否大于预设分贝阈值,若大于或等于,则将所述当前人物图像对应的人物作为待处理人物;若小于,则判断所述当前语句信息是否存在预设违禁字符,若存在,则将所述当前人物图像对应的人物作为待处理人物;若不存在,则判断所述当前人物图像不存在待处理人物。
需要说明的是,所述预设音色信息可以是预设音色系统中的特定人物音色信息等,本实施例不加以限制;所述预设分贝阈值可以是用户根据实际需要进行设置,本实施例以60分贝为例;所述预设违禁字符可以是用户根据实际需要进行设置。
步骤S20:根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间。
应理解的是,所述基于人物信息集的监控设备根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间可以是在所述监控信息中查找所述待处理人物对应的监控信息,并将所述待处理人物对应的监控信息作为待处理监控信息,在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备,获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间。
应理解的是,所述基于人物信息集的监控设备在所述监控信息中查找所述待处理人物对应的监控信息可以是在确定待处理人物后,获取所述待处理人物从出现到离开的每一帧图像信息以及音频信息,将所述图像信息以及所述音频信息作为待处理监控信息。
需要说明的是,所述预设映射关系表可以是建立监控信息与监控设备之间的对应关系,根据所述对应关系建立预设映射关系表。
应理解的是,所述基于人物信息集的监控设备在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备可以是将所述待处理监控信息与监控信息进行匹配,将匹配成功的监控信息对应的监控设备作为目标监控设备。
应理解的是,所述基于人物信息集的监控设备获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间可以是直接读取所述监控设备内部存储的监控位置信息以及当前时间。
步骤S30:根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集。
可理解的是,所述基于人物信息集的监控设备根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集可以是对所述待处理监控信息进行特征提取,获得待处理特征信息,建立所述待处理特征信息与所述待处理监控信息、所述当前时间以及所述位置信息之间的对应关系,并根据所述对应关系生成人物信息集。
需要说明的是,所述待处理特征信息可以是所述待处理人物的胎记信息、声纹信息以及姿态信息中的至少一种,本实施例对此不加以限制。
需要说明的是,所述人物信息集可以存储所述基于人物信息集的监控设备在预设时间内获得的多个待处理人物的待处理特征信息和所述待处理特征信息对应的所述待处理监控信息、所述当前时间以及所述位置信息。
步骤S40:获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控。
可理解的是,所述基于人物信息集的监控设备获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控可以是获取目标人物信息,并对所述目标人物信息进行特征提取,获得目标人物特征信息,根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息,根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息,根据所述目标监控信息以及所述路线信息对所述目标人物进行监控。
需要说明的是,所述目标人物特征信息可以是目标人物的胎记信息、声纹信息以及姿态信息中的至少一种,本实施例对此不加以限制。
应理解的是,所述基于人物信息集的监控设备获取目标人物信息可以是获取用户输入的目标人物信息,也可以是将预设人物信息系统中的特定人物信息作为目标人物信息。
应理解的是,所述基于人物信息集的监控设备根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息可以是根据所述对应关系查找所述目标人物特征信息对应的目标监控信息、目标时间以及目标位置信息。
可理解的是,所述基于人物信息集的监控设备根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息可以是根据所述目标时间对所述目标位置信息进行排序,获得排序结果,根据所述排序结果生成所述目标人物的路线信息。
可理解的是,所述基于人物信息集的监控设备根据所述目标监控信息以及所述路线信息对所述目标人物进行监控可以是根据所述目标监控信息以及所述路线信息对目标人物进行行为分析,根据分析结果对所述目标人物进行监控。
在第一实施例中,获取监控信息,并根据所述监控信息确定待处理人物,根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间,根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集,获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控;本实施例先对监控信息进行分析确定待处理人物,然后生成待处理人物的人物信息集,再根据人物信息集实现对目标人物的监控,从而能够自动完成人物追踪,提高人物追踪效率。
参照图3,图3为本发明基于人物信息集的监控方法第二实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明基于人物信息集的监控方法的第二实施例。
在第二实施例中,所述步骤S10,包括:
步骤S101:获取监控信息,并对所述监控信息进行提取,获得当前人物图像。
需要说明的是,所述监控信息可以是视频信息和音频信息中的至少一种,本实施例对此不加以限制。
应理解的是,所述基于人物信息集的监控设备获取监控信息可以通过4G、 5G或物联网等方式直接接收摄像头、监视器以及录音器等设备发送的监控信息。
可理解的是,所述基于人物信息集的监控设备对所述监控信息进行提取,获得当前人物图像可以是根据预设人脸识别算法识别所述监控信息中每一帧图像的人脸信息,然后将识别到人脸信息的图像提取出来作为当前人物图像。其中,所述预设人脸算法可以是基于几何特征的算法、局部特征分析算法以及基于主成分分析算法(Principal ComponentAnalysis,PCA)中的至少一种,本实施例对此不加以限制。
步骤S102:将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果。
需要说明的是,所述预设人物图像库中的历史人物图像可以是所述基于人物信息集的监控设备在预设时间内获得的人物图像,其中,所述预设时间可以是用户根据实际需求进行设置。在具体实施例中,例如,用户预先设置预设时间为一天,此时,所述基于人物信息集的监控设备就会将用户设置之时起一天内的所有人物图像存储起来,作为预设人物图像库中的历史人物图像。
应理解的是,所述基于人物信息集的监控设备将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果可以是将所述当前人物图像的特征信息与所述预设人物图像库中的历史人物图像的历史特征信息进行匹配。其中,所述特征信息可以是胎记信息、声纹信息以及姿态信息中的至少一种。
在具体实现中,例如,对所述当前人物图像进行识别,发现所述当前人物图像的额头位置有胎记,则确定所述胎记的胎记位置以及胎记样式,并在所述历史特征信息查找是否存在相同的胎记,获得查找结果,根据所述查找结果确定匹配结果。
步骤S103:在所述匹配结果为匹配失败时,将所述当前人物图像对应的人物作为待处理人物。
可理解的是,在所述匹配结果为匹配失败时说明当前人物图像对应的人物预设时间内第一次出现在所述基于人物信息集的监控设备监视范围内,因此,需要为该人物生成人物信息集,需要将所述当前人物图像对应的人物作为待处理人物。
进一步地,所述步骤S102之后,还包括:
步骤S103':在所述匹配结果为匹配成功时,根据所述监控信息确定当前音频信息。
需要说明的是,在所述匹配结果为匹配成功时说明当前人物图像对应的人物预设时间内不是第一次出现在所述基于人物信息集的监控设备监视范围内,因此,需要进一步判断当前人物图像对应的人物是否为待处理人物。
应理解的是,所述基于人物信息集的监控设备根据所述监控信息确定当前音频信息可以是对所述监控信息进行提取,获得所述监控信息中的音频信息。
步骤S104:对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息。
应理解的是,所述基于人物信息集的监控设备对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息可以是通过预设语音识别算法对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息。
需要说明的是,所述预设语音识别算法可以是基于动态时间规整 (Dynamic TimeWarping,DTW)算法、基于参数模型的隐马尔可夫模型 (Hidden Markov Model,HMM)语音识别算法以及基于非参数模型的矢量量化(VectorQuant izat ion,VQ)算法中的至少一种,本实施例对此不加以限制。所述当前音色信息可以是当前音频信息的声音特征,也就是,每个人的声音信息;所述当前语句信息可以是所述当前音频信息中包含的谈话内容,当前响度信息可以是音量的大小。
步骤S105:根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物。
应理解的是,所述基于人物信息集的监控设备根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物可以是将所述当前音色信息与预设音色信息进行匹配,若匹配成功,则将所述当前人物图像对应的人物作为待处理人物;若匹配失败,则判断所述当前响度信息是否大于预设分贝阈值,若大于或等于,则将所述当前人物图像对应的人物作为待处理人物;若小于,则判断所述当前语句信息是否存在预设违禁字符,若存在,则将所述当前人物图像对应的人物作为待处理人物;若不存在,则判断所述当前人物图像不存在待处理人物。
需要说明的是,所述预设音色信息可以是预设音色系统中的特定人物音色信息等,本实施例不加以限制;所述预设分贝阈值可以是用户根据实际需要进行设置,本实施例以60分贝为例;所述预设违禁字符可以是用户根据实际需要进行设置。
在第二实施例中,获取监控信息,并对所述监控信息进行提取,获得当前人物图像,将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果,在所述匹配结果为匹配失败时,将所述当前人物图像对应的人物作为待处理人物;在所述匹配结果为匹配成功时,根据所述监控信息确定当前音频信息,对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息,根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物;本实施例通过将视频画面中第一次出现的人物和音色信息、语句信息以及响度信息异常的人物作为待处理人物,从而能够提高了人物信息集的适配性,实现多种异常情况的信息收集。
参照图4,图4为本发明基于人物信息集的监控方法第三实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明基于人物信息集的监控方法的第三实施例。
在第三实施例中,所述步骤S20,包括:
步骤S201:在所述监控信息中查找所述待处理人物对应的监控信息,并将所述待处理人物对应的监控信息作为待处理监控信息。
应理解的是,所述基于人物信息集的监控设备在所述监控信息中查找所述待处理人物对应的监控信息可以是在确定待处理人物后,获取所述待处理人物从出现到离开的每一帧图像信息以及音频信息,将所述图像信息以及所述音频信息作为待处理监控信息。
步骤S202:在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备。
需要说明的是,所述预设映射关系表可以是建立监控信息与监控设备之间的对应关系,根据所述对应关系建立预设映射关系表。
应理解的是,所述基于人物信息集的监控设备在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备可以是将所述待处理监控信息与监控信息进行匹配,将匹配成功的监控信息对应的监控设备作为目标监控设备。
步骤S203:获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间。
应理解的是,所述基于人物信息集的监控设备获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间可以是直接读取所述监控设备内部存储的监控位置信息以及当前时间。
在第三实施例中,所述步骤S30,包括:
步骤S301:对所述待处理监控信息进行特征提取,获得待处理特征信息。
需要说明的是,所述待处理特征信息可以是所述待处理人物的胎记信息、声纹信息以及姿态信息中的至少一种,本实施例对此不加以限制。
步骤S302:建立所述待处理特征信息与所述待处理监控信息、所述当前时间以及所述位置信息之间的对应关系,并根据所述对应关系生成人物信息集。
需要说明的是,所述人物信息集可以存储所述基于人物信息集的监控设备在预设时间内获得的多个待处理人物的待处理特征信息和所述待处理特征信息对应的所述待处理监控信息、所述当前时间以及所述位置信息。
在第三实施例中,所述步骤S40,包括:
步骤S401:获取目标人物信息,并对所述目标人物信息进行特征提取,获得目标人物特征信息。
需要说明的是,所述目标人物特征信息可以是目标人物的胎记信息、声纹信息以及姿态信息中的至少一种,本实施例对此不加以限制。
应理解的是,所述基于人物信息集的监控设备获取目标人物信息可以是获取用户输入的目标人物信息,也可以是将预设人物信息系统中的特定人物信息作为目标人物信息。
步骤S402:根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息。
应理解的是,所述基于人物信息集的监控设备根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息可以是根据所述对应关系查找所述目标人物特征信息对应的目标监控信息、目标时间以及目标位置信息。
步骤S403:根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息。
可理解的是,所述基于人物信息集的监控设备根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息可以是根据所述目标时间对所述目标位置信息进行排序,获得排序结果,根据所述排序结果生成所述目标人物的路线信息。
进一步地,所述步骤S403,包括:
根据所述目标时间对所述目标位置信息进行排序,获得排序结果;
根据所述排序结果生成所述目标人物的路线信息。
应理解的是,所述基于人物信息集的监控设备根据所述目标时间对所述目标位置信息进行排序,获得排序结果可以是按照时间的先后顺序对所述目标位置信息进行排序,获得排序结果。
步骤S404:根据所述目标监控信息以及所述路线信息对所述目标人物进行监控。
可理解的是,所述基于人物信息集的监控设备根据所述目标监控信息以及所述路线信息对所述目标人物进行监控可以是根据所述目标监控信息以及所述路线信息对目标人物进行行为分析,根据分析结果对所述目标人物进行监控。
在第三实施例中,在所述监控信息中查找所述待处理人物对应的监控信息,并将所述待处理人物对应的监控信息作为待处理监控信息,在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备,获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间,对所述待处理监控信息进行特征提取,获得待处理特征信息,建立所述待处理特征信息与所述待处理监控信息、所述当前时间以及所述位置信息之间的对应关系,并根据所述对应关系生成人物信息集,获取目标人物信息,并对所述目标人物信息进行特征提取,获得目标人物特征信息,根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息,根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息,根据所述目标监控信息以及所述路线信息对所述目标人物进行监控;本实施例通过特征信息来判断人物信息集中是否存在目标人物信息,若存在,则根据目标人物信息生成路线信息,并根据路线信息以及目标监控信息对目标人物进行监控,从而能够快速识别目标人物,并对目标人物的行动轨迹进行提取。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于人物信息集的监控程序,所述基于人物信息集的监控程序被处理器执行时实现如上文所述的基于人物信息集的监控方法的步骤。
此外,参照图5,本发明实施例还提出一种基于人物信息集的监控装置,所述基于人物信息集的监控装置包括:待处理人物确定模块10、信息处理模块20、人物信息集生成模块30和监控模块40;
所述待处理人物确定模块10,用于获取监控信息,并根据所述监控信息确定待处理人物。
可理解的是,所述基于人物信息集的监控设备取监控信息,并根据所述监控信息确定待处理人物可以是获取监控信息,并对所述监控信息进行提取,获得当前人物图像,将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果,在所述匹配结果为匹配失败时,将所述当前人物图像对应的人物作为待处理人物;在所述匹配结果为匹配成功时,根据所述监控信息确定当前音频信息,对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息,根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物。
需要说明的是,所述监控信息可以是视频信息和音频信息中的至少一种,本实施例对此不加以限制;所述预设人物图像库中的历史人物图像可以是所述基于人物信息集的监控设备在预设时间内获得的人物图像,其中,所述预设时间可以是用户根据实际需求进行设置。在具体实施例中,例如,用户预先设置预设时间为一天,此时,所述基于人物信息集的监控设备就会将用户设置之时起一天内的所有人物图像存储起来,作为预设人物图像库中的历史人物图像。
应理解的是,所述基于人物信息集的监控设备获取监控信息可以通过4G、 5G或物联网等方式直接接收摄像头、监视器以及录音器等设备发送的监控信息。
可理解的是,所述基于人物信息集的监控设备对所述监控信息进行提取,获得当前人物图像可以是根据预设人脸识别算法识别所述监控信息中每一帧图像的人脸信息,然后将识别到人脸信息的图像提取出来作为当前人物图像。其中,所述预设人脸算法可以是基于几何特征的算法、局部特征分析算法以及基于主成分分析算法(Principal ComponentAnalysis,PCA)中的至少一种,本实施例对此不加以限制。
应理解的是,所述基于人物信息集的监控设备将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果可以是将所述当前人物图像的特征信息与所述预设人物图像库中的历史人物图像的历史特征信息进行匹配。其中,所述特征信息可以是胎记信息、声纹信息以及姿态信息中的至少一种。
在具体实现中,例如,对所述当前人物图像进行识别,发现所述当前人物图像的额头位置有胎记,则确定所述胎记的胎记位置以及胎记样式,并在所述历史特征信息查找是否存在相同的胎记,获得查找结果,根据所述查找结果确定匹配结果。
可理解的是,在所述匹配结果为匹配失败时说明当前人物图像对应的人物预设时间内第一次出现在所述基于人物信息集的监控设备监视范围内,因此,需要为该人物生成人物信息集,需要将所述当前人物图像对应的人物作为待处理人物。
应理解的是,所述基于人物信息集的监控设备对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息可以是通过预设语音识别算法对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息。
需要说明的是,所述预设语音识别算法可以是基于动态时间规整 (Dynamic TimeWarping,DTW)算法、基于参数模型的隐马尔可夫模型 (Hidden Markov Model,HMM)语音识别算法以及基于非参数模型的矢量量化(VectorQuantization,VQ)算法中的至少一种,本实施例对此不加以限制。所述当前音色信息可以是当前音频信息的声音特征,也就是,每个人的声音信息;所述当前语句信息可以是所述当前音频信息中包含的谈话内容,当前响度信息可以是音量的大小。
应理解的是,所述基于人物信息集的监控设备根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物可以是将所述当前音色信息与预设音色信息进行匹配,若匹配成功,则将所述当前人物图像对应的人物作为待处理人物;若匹配失败,则判断所述当前响度信息是否大于预设分贝阈值,若大于或等于,则将所述当前人物图像对应的人物作为待处理人物;若小于,则判断所述当前语句信息是否存在预设违禁字符,若存在,则将所述当前人物图像对应的人物作为待处理人物;若不存在,则判断所述当前人物图像不存在待处理人物。
需要说明的是,所述预设音色信息可以是预设音色系统中的特定人物音色信息等,本实施例不加以限制;所述预设分贝阈值可以是用户根据实际需要进行设置,本实施例以60分贝为例;所述预设违禁字符可以是用户根据实际需要进行设置。
所述信息处理模块20,用于根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间。
应理解的是,所述基于人物信息集的监控设备根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间可以是在所述监控信息中查找所述待处理人物对应的监控信息,并将所述待处理人物对应的监控信息作为待处理监控信息,在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备,获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间。
应理解的是,所述基于人物信息集的监控设备在所述监控信息中查找所述待处理人物对应的监控信息可以是在确定待处理人物后,获取所述待处理人物从出现到离开的每一帧图像信息以及音频信息,将所述图像信息以及所述音频信息作为待处理监控信息。
需要说明的是,所述预设映射关系表可以是建立监控信息与监控设备之间的对应关系,根据所述对应关系建立预设映射关系表。
应理解的是,所述基于人物信息集的监控设备在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备可以是将所述待处理监控信息与监控信息进行匹配,将匹配成功的监控信息对应的监控设备作为目标监控设备。
应理解的是,所述基于人物信息集的监控设备获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间可以是直接读取所述监控设备内部存储的监控位置信息以及当前时间。
所述人物信息集生成模块30,用于根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集。
可理解的是,所述基于人物信息集的监控设备根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集可以是对所述待处理监控信息进行特征提取,获得待处理特征信息,建立所述待处理特征信息与所述待处理监控信息、所述当前时间以及所述位置信息之间的对应关系,并根据所述对应关系生成人物信息集。
需要说明的是,所述待处理特征信息可以是所述待处理人物的胎记信息、声纹信息以及姿态信息中的至少一种,本实施例对此不加以限制。
需要说明的是,所述人物信息集可以存储所述基于人物信息集的监控设备在预设时间内获得的多个待处理人物的待处理特征信息和所述待处理特征信息对应的所述待处理监控信息、所述当前时间以及所述位置信息。
所述监控模块40,用于获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控。
可理解的是,所述基于人物信息集的监控设备获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控可以是获取目标人物信息,并对所述目标人物信息进行特征提取,获得目标人物特征信息,根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息,根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息,根据所述目标监控信息以及所述路线信息对所述目标人物进行监控。
需要说明的是,所述目标人物特征信息可以是目标人物的胎记信息、声纹信息以及姿态信息中的至少一种,本实施例对此不加以限制。
应理解的是,所述基于人物信息集的监控设备获取目标人物信息可以是获取用户输入的目标人物信息,也可以是将预设人物信息系统中的特定人物信息作为目标人物信息。
应理解的是,所述基于人物信息集的监控设备根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息可以是根据所述对应关系查找所述目标人物特征信息对应的目标监控信息、目标时间以及目标位置信息。
可理解的是,所述基于人物信息集的监控设备根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息可以是根据所述目标时间对所述目标位置信息进行排序,获得排序结果,根据所述排序结果生成所述目标人物的路线信息。
可理解的是,所述基于人物信息集的监控设备根据所述目标监控信息以及所述路线信息对所述目标人物进行监控可以是根据所述目标监控信息以及所述路线信息对目标人物进行行为分析,根据分析结果对所述目标人物进行监控。
在本实施例中,获取监控信息,并根据所述监控信息确定待处理人物,根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间,根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集,获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控;本实施例先对监控信息进行分析确定待处理人物,然后生成待处理人物的人物信息集,再根据人物信息集实现对目标人物的监控,从而能够自动完成人物追踪,提高人物追踪效率。
在一实施例中,所述待处理人物确定模块,还用于获取监控信息,并对所述监控信息进行提取,获得当前人物图像,将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果,在所述匹配结果为匹配失败时,将所述当前人物图像对应的人物作为待处理人物;
在一实施例中,所述待处理人物确定模块,还用于在所述匹配结果为匹配成功时,根据所述监控信息确定当前音频信息,对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息,根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物;
在一实施例中,所述人物信息集生成模块,还用于对所述待处理监控信息进行特征提取,获得待处理特征信息,建立所述待处理特征信息与所述待处理监控信息、所述当前时间以及所述位置信息之间的对应关系,并根据所述对应关系生成人物信息集;
在一实施例中,所述监控模块,还用于获取目标人物信息,并对所述目标人物信息进行特征提取,获得目标人物特征信息,根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息,根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息,根据所述目标监控信息以及所述路线信息对所述目标人物进行监控;
在一实施例中,所述监控模块,还用于根据所述目标时间对所述目标位置信息进行排序,获得排序结果,根据所述排序结果生成所述目标人物的路线信息;
在一实施例中,所述信息处理模块,还用于在所述监控信息中查找所述待处理人物对应的监控信息,并将所述待处理人物对应的监控信息作为待处理监控信息,在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备,获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间。
本发明所述基于人物信息集的监控装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序,可将这些词语解释为名称。
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上述实施例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(如只读存储器镜像(Read Only Memory image,ROM)/随机存取存储器(Random AccessMemory,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,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于人物信息集的监控方法,其特征在于,所述基于人物信息集的监控方法包括以下步骤:
获取监控信息,并根据所述监控信息确定待处理人物;
根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间;
根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集;
获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控。
2.如权利要求1所述的基于人物信息集的监控方法,其特征在于,所述获取监控信息,并根据所述监控信息确定待处理人物的步骤,具体包括:
获取监控信息,并对所述监控信息进行提取,获得当前人物图像;
将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果;
在所述匹配结果为匹配失败时,将所述当前人物图像对应的人物作为待处理人物。
3.如权利要求2所述的基于人物信息集的监控方法,其特征在于,所述将所述当前人物图像与预设人物图像库中的历史人物图像进行匹配,获得匹配结果的步骤之后,所述基于人物信息集的监控方法还包括:
在所述匹配结果为匹配成功时,根据所述监控信息确定当前音频信息;
对所述当前音频信息进行提取,获得当前音色信息、当前语句信息以及当前响度信息;
根据所述当前音色信息、所述当前响度信息以及所述当前语句信息确定待处理人物。
4.如权利要求1所述的基于人物信息集的监控方法,其特征在于,所述根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集的步骤,具体包括:
对所述待处理监控信息进行特征提取,获得待处理特征信息;
建立所述待处理特征信息与所述待处理监控信息、所述当前时间以及所述位置信息之间的对应关系,并根据所述对应关系生成人物信息集。
5.如权利要求1所述的基于人物信息集的监控方法,其特征在于,所述获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控的步骤,具体包括:
获取目标人物信息,并对所述目标人物信息进行特征提取,获得目标人物特征信息;
根据所述目标人物特征信息在所述人物信息集查找目标人物对应的目标监控信息、目标时间以及目标位置信息;
根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息;
根据所述目标监控信息以及所述路线信息对所述目标人物进行监控。
6.如权利要求5所述的基于人物信息集的监控方法,其特征在于,所述根据所述目标时间以及所述目标位置信息生成所述目标人物的路线信息的步骤,具体包括:
根据所述目标时间对所述目标位置信息进行排序,获得排序结果;
根据所述排序结果生成所述目标人物的路线信息。
7.如权利要求1-6中任一项所述的基于人物信息集的监控方法,其特征在于,所述根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间的步骤,具体包括:
在所述监控信息中查找所述待处理人物对应的监控信息,并将所述待处理人物对应的监控信息作为待处理监控信息;
在预设映射关系表中查找所述待处理监控信息对应的监控设备,并将所述待处理监控信息对应的监控设备作为目标监控设备;
获取所述目标监控设备的监控位置信息,并将所述监控位置信息作为位置信息,并记录当前时间。
8.一种基于人物信息集的监控设备,其特征在于,所述基于人物信息集的监控设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人物信息集的监控程序,所述基于人物信息集的监控程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于人物信息集的监控方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有基于人物信息集的监控程序,所述基于人物信息集的监控程序被处理器执行时实现如权利要求1至7中任一项所述的基于人物信息集的监控方法的步骤。
10.一种基于人物信息集的监控装置,其特征在于,所述基于人物信息集的监控装置包括:待处理人物确定模块、信息处理模块、人物信息集生成模块和监控模块;
所述待处理人物确定模块,用于获取监控信息,并根据所述监控信息确定待处理人物;
所述信息处理模块,用于根据所述监控信息确定待处理监控信息以及位置信息,并记录当前时间;
所述人物信息集生成模块,用于根据所述待处理监控信息、所述当前时间以及所述位置信息生成人物信息集;
所述监控模块,用于获取目标人物信息,并根据所述目标人物信息以及所述人物信息集对目标人物进行监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011082289.8A CN112699720B (zh) | 2020-10-10 | 2020-10-10 | 基于人物信息集的监控方法、设备、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011082289.8A CN112699720B (zh) | 2020-10-10 | 2020-10-10 | 基于人物信息集的监控方法、设备、存储介质及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112699720A true CN112699720A (zh) | 2021-04-23 |
CN112699720B CN112699720B (zh) | 2023-10-20 |
Family
ID=75505832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011082289.8A Active CN112699720B (zh) | 2020-10-10 | 2020-10-10 | 基于人物信息集的监控方法、设备、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699720B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115116009A (zh) * | 2022-08-26 | 2022-09-27 | 中国工业互联网研究院 | 基于工业互联网的安防管理方法、装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719427A (zh) * | 2016-01-29 | 2016-06-29 | 广州立为信息技术服务有限公司 | 一种用于看护的监控方法和系统 |
JP2017010326A (ja) * | 2015-06-23 | 2017-01-12 | ヤマハ株式会社 | 画像データ生成装置およびコンテンツ再生装置 |
CN107590439A (zh) * | 2017-08-18 | 2018-01-16 | 湖南文理学院 | 基于监控视频的目标人物识别追踪方法和装置 |
US20180315200A1 (en) * | 2017-04-28 | 2018-11-01 | Cherry Labs, Inc. | Monitoring system |
CN109801648A (zh) * | 2018-12-11 | 2019-05-24 | 平安科技(深圳)有限公司 | 消息弹窗语音编辑方法、装置、计算机设备及存储介质 |
CN109871815A (zh) * | 2019-02-26 | 2019-06-11 | 新华三技术有限公司 | 一种查询监控信息的方法及装置 |
CN110443109A (zh) * | 2019-06-11 | 2019-11-12 | 万翼科技有限公司 | 异常行为监控处理方法、装置、计算机设备和存储介质 |
CN110929770A (zh) * | 2019-11-15 | 2020-03-27 | 云从科技集团股份有限公司 | 一种基于图像处理的智能追踪方法、系统、设备及可读介质 |
CN110941954A (zh) * | 2019-12-04 | 2020-03-31 | 深圳追一科技有限公司 | 文本播报方法、装置、电子设备及存储介质 |
CN111028957A (zh) * | 2019-11-06 | 2020-04-17 | 杭州翔毅科技有限公司 | 一种基于云计算的医疗物联网远程服务系统 |
-
2020
- 2020-10-10 CN CN202011082289.8A patent/CN112699720B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017010326A (ja) * | 2015-06-23 | 2017-01-12 | ヤマハ株式会社 | 画像データ生成装置およびコンテンツ再生装置 |
CN105719427A (zh) * | 2016-01-29 | 2016-06-29 | 广州立为信息技术服务有限公司 | 一种用于看护的监控方法和系统 |
US20180315200A1 (en) * | 2017-04-28 | 2018-11-01 | Cherry Labs, Inc. | Monitoring system |
CN107590439A (zh) * | 2017-08-18 | 2018-01-16 | 湖南文理学院 | 基于监控视频的目标人物识别追踪方法和装置 |
CN109801648A (zh) * | 2018-12-11 | 2019-05-24 | 平安科技(深圳)有限公司 | 消息弹窗语音编辑方法、装置、计算机设备及存储介质 |
CN109871815A (zh) * | 2019-02-26 | 2019-06-11 | 新华三技术有限公司 | 一种查询监控信息的方法及装置 |
CN110443109A (zh) * | 2019-06-11 | 2019-11-12 | 万翼科技有限公司 | 异常行为监控处理方法、装置、计算机设备和存储介质 |
CN111028957A (zh) * | 2019-11-06 | 2020-04-17 | 杭州翔毅科技有限公司 | 一种基于云计算的医疗物联网远程服务系统 |
CN110929770A (zh) * | 2019-11-15 | 2020-03-27 | 云从科技集团股份有限公司 | 一种基于图像处理的智能追踪方法、系统、设备及可读介质 |
CN110941954A (zh) * | 2019-12-04 | 2020-03-31 | 深圳追一科技有限公司 | 文本播报方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
VOLKAN KILIÇ 等: "Audio‐Visual Speaker Tracking", 《MOTION TRACKING AND GESTURE RECOGNITION》 * |
靳浩杨: "基于SVM技术的音频分类事件识别", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 3 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115116009A (zh) * | 2022-08-26 | 2022-09-27 | 中国工业互联网研究院 | 基于工业互联网的安防管理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112699720B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6959099B2 (en) | Method and apparatus for automatic face blurring | |
CN109858371B (zh) | 人脸识别的方法及装置 | |
CN109766759A (zh) | 情绪识别方法及相关产品 | |
CN111552833A (zh) | 智能双录方法、装置及存储介质 | |
CN110110038B (zh) | 话务预测方法、装置、服务器及存储介质 | |
CN107871001B (zh) | 音频播放方法、装置、存储介质及电子设备 | |
JP2009540414A (ja) | メディア識別 | |
KR101617649B1 (ko) | 영상의 관심 구간 추천 시스템 및 방법 | |
CN110347866B (zh) | 信息处理方法、装置、存储介质及电子设备 | |
CN111191073A (zh) | 视频音频识别方法、设备、存储介质及装置 | |
CN110826637A (zh) | 情绪识别方法、系统及计算机可读存储介质 | |
CN109271982B (zh) | 多个识别区域识别方法、识别终端及可读存储介质 | |
CN114155860A (zh) | 摘要记录方法、装置、计算机设备和存储介质 | |
WO2020135756A1 (zh) | 视频段的提取方法、装置、设备及计算机可读存储介质 | |
CN111639157B (zh) | 音频标记方法、装置、设备及可读存储介质 | |
CN115049953A (zh) | 视频处理方法、装置、设备及计算机可读存储介质 | |
CN110795980A (zh) | 基于网络视频的逃犯识别方法、设备、存储介质及装置 | |
CN111553191A (zh) | 基于人脸识别的视频分类方法、装置及存储介质 | |
CN112699720B (zh) | 基于人物信息集的监控方法、设备、存储介质及装置 | |
CN113255438B (zh) | 一种结构化的录像文件标记方法、系统、主机及存储介质 | |
CN112686744A (zh) | 外访业务监控方法、装置、电子设备及存储介质 | |
CN110992930A (zh) | 声纹特征提取方法、装置、终端及可读存储介质 | |
CN110956093A (zh) | 基于大数据的模型识别方法、装置、设备及介质 | |
CN116187341A (zh) | 语义识别方法及其装置 | |
CN112862073B (zh) | 一种压缩数据分析方法、装置、存储介质及终端 |
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 |