CN112749631A - 基于图像识别的数据处理方法、装置、电子设备和介质 - Google Patents

基于图像识别的数据处理方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN112749631A
CN112749631A CN202011522046.1A CN202011522046A CN112749631A CN 112749631 A CN112749631 A CN 112749631A CN 202011522046 A CN202011522046 A CN 202011522046A CN 112749631 A CN112749631 A CN 112749631A
Authority
CN
China
Prior art keywords
user
identified
data
image
data processing
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.)
Pending
Application number
CN202011522046.1A
Other languages
English (en)
Inventor
于盛进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Connectivity Beijing Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011522046.1A priority Critical patent/CN112749631A/zh
Publication of CN112749631A publication Critical patent/CN112749631A/zh
Pending legal-status Critical Current

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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Image Analysis (AREA)

Abstract

本公开公开了一种基于图像识别的数据处理方法、装置、设备、介质和产品，涉及图像识别、智能交通等领域。基于图像识别的数据处理方法包括：接收采集信息，采集信息至少包括待识别图像；提取待识别图像中待识别用户的特征数据；将特征数据发送至数据处理系统；接收来自数据处理系统的提示信息；在提示信息表征待识别用户为目标用户的情况下，获取待识别用户的历史行为数据；将历史行为数据发送至数据处理系统。

Description

基于图像识别的数据处理方法、装置、电子设备和介质
技术领域
本公开涉及计算机技术领域，尤其涉及图像识别、智能交通等领域，更具体地，涉及一种基于图像识别的数据处理方法、装置、电子设备、介质和程序产品。
背景技术
相关技术中通常需要对相关的用户进行识别以及定位，以实现针对用户的搜索。但是，相关技术对用户进行识别和定位的难度大、准确性较低、效率较低。
发明内容
本公开提供了一种基于图像识别的数据处理方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的一方面，提供了一种基于图像识别的数据处理方法，包括：接收采集信息，所述采集信息至少包括待识别图像；提取所述待识别图像中待识别用户的特征数据；将所述特征数据发送至数据处理系统；接收来自所述数据处理系统的提示信息；在所述提示信息表征所述待识别用户为目标用户的情况下，获取所述待识别用户的历史行为数据；以及，将所述历史行为数据发送至所述数据处理系统。
根据本公开的另一方面，提供了一种基于图像识别的数据处理方法，包括：接收来自图像识别系统的待识别用户的特征数据；将所述待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果；在所述比较结果表征所述待识别用户的特征数据和所述多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息；将所述提示信息发送至所述图像识别系统；以及，接收来自所述图像识别系统的针对所述待识别用户的历史行为数据。
根据本公开的另一方面，提供了一种基于图像识别的数据处理装置，包括：第一接收模块、提取模块、第一发送模块、第二接收模块、获取模块以及第二发送模块。其中，第一接收模块用于接收采集信息，所述采集信息至少包括待识别图像。提取模块用于提取所述待识别图像中待识别用户的特征数据。第一发送模块用于将所述特征数据发送至数据处理系统。第二接收模块用于接收来自所述数据处理系统的提示信息。获取模块用于在所述提示信息表征所述待识别用户为目标用户的情况下，获取所述待识别用户的历史行为数据。第二发送模块用于将所述历史行为数据发送至所述数据处理系统。
根据本公开的另一方面，提供了一种基于图像识别的数据处理装置，包括：第三接收模块、比较模块、生成模块、第三发送模块以及第四接收模块。其中，第三接收模块用于接收来自图像识别系统的待识别用户的特征数据。比较模块用于将所述待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果。生成模块用于在所述比较结果表征所述待识别用户的特征数据和所述多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息。第三发送模块用于将所述提示信息发送至所述图像识别系统。第四接收模块用于接收来自所述图像识别系统的针对所述待识别用户的历史行为数据。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：接收采集信息，所述采集信息至少包括待识别图像；提取所述待识别图像中待识别用户的特征数据；将所述特征数据发送至数据处理系统；接收来自所述数据处理系统的提示信息；在所述提示信息表征所述待识别用户为目标用户的情况下，获取所述待识别用户的历史行为数据；以及，将所述历史行为数据发送至所述数据处理系统。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：接收来自图像识别系统的待识别用户的特征数据；将所述待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果；在所述比较结果表征所述待识别用户的特征数据和所述多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息；将所述提示信息发送至所述图像识别系统；以及，接收来自所述图像识别系统的针对所述待识别用户的历史行为数据。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行：接收采集信息，所述采集信息至少包括待识别图像；提取所述待识别图像中待识别用户的特征数据；将所述特征数据发送至数据处理系统；接收来自所述数据处理系统的提示信息；在所述提示信息表征所述待识别用户为目标用户的情况下，获取所述待识别用户的历史行为数据；以及，将所述历史行为数据发送至所述数据处理系统。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行：接收来自图像识别系统的待识别用户的特征数据；将所述待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果；在所述比较结果表征所述待识别用户的特征数据和所述多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息；将所述提示信息发送至所述图像识别系统；以及，接收来自所述图像识别系统的针对所述待识别用户的历史行为数据。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现：接收采集信息，所述采集信息至少包括待识别图像；提取所述待识别图像中待识别用户的特征数据；将所述特征数据发送至数据处理系统；接收来自所述数据处理系统的提示信息；在所述提示信息表征所述待识别用户为目标用户的情况下，获取所述待识别用户的历史行为数据；以及，将所述历史行为数据发送至所述数据处理系统。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现：接收来自图像识别系统的待识别用户的特征数据；将所述待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果；在所述比较结果表征所述待识别用户的特征数据和所述多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息；将所述提示信息发送至所述图像识别系统；以及，接收来自所述图像识别系统的针对所述待识别用户的历史行为数据。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1示意性示出了根据本公开实施例的基于图像识别的数据处理方法和装置的应用场景；
图2示意性示出了根据本公开一实施例的基于图像识别的数据处理方法的流程图；
图3示意性示出了根据本公开另一实施例的基于图像识别的数据处理方法的流程图；
图4示意性示出了根据本公开实施例的基于图像识别的数据处理方法的时序图；
图5示意性示出了根据本公开实施例的基于图像识别的数据处理方法的示意图；
图6示意性示出了根据本公开实施例的获取历史行为数据的示意图；
图7示意性示出了根据本公开实施例的处理待识别图像的示意图；
图8示意性示出了根据本公开一实施例的基于图像识别的数据处理装置的框图；
图9示意性示出了根据本公开另一实施例的基于图像识别的数据处理装置的框图；以及
图10是用来实现本公开实施例的基于图像识别的数据处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/ 或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例还提供了一种基于图像识别的数据处理方法，包括：接收采集信息，采集信息至少包括待识别图像，提取待识别图像中待识别用户的特征数据，将特征数据发送至数据处理系统。接下来，接收来自数据处理系统的提示信息，在提示信息表征待识别用户为目标用户的情况下，获取待识别用户的历史行为数据，并将历史行为数据发送至数据处理系统。
本公开的另一实施例还提供了一种基于图像识别的数据处理方法，包括：接收来自图像识别系统的待识别用户的特征数据，将待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果，在比较结果表征待识别用户的特征数据和多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息。接下来，将提示信息发送至图像识别系统，并接收来自图像识别系统的针对待识别用户的历史行为数据。
图1示意性示出了根据本公开实施例的基于图像识别的数据处理方法和装置的应用场景。
如图1所示，本公开的实施例的应用场景100例如包括车辆110、图像识别系统120、数据处理系统130和网络141、142。网络141、142可以包括各种连接类型，例如有线和/或无线通信链路等等。
在本公开的实施例中，车辆110可以包括轿车、公交车、自动驾驶车辆等等。其中车辆110例如设置有摄像头111。在车辆110行驶的过程中，可以通过摄像头111采集待识别图像。车辆110具有车机系统，该车机系统例如具有数据处理的功能，车机系统与摄像头111数据连接，摄像头111 采集的待识别图像可以发送给车机系统。
在本公开的实施例中，图像识别系统120具有图像识别功能。该图像识别系统120例如包括电子设备，电子设备包括但不仅限于服务器、云端服务器、笔记本电脑等。该图像识别系统120可以通过网络141与车辆110 进行数据连接，例如图像识别系统120通过网络141与车辆110的车机系统进行数据连接。
车辆110可以将摄像头111所采集的待识别图像发送给图像识别系统 120，由图像识别系统120对待识别图像进行图像识别，得到待识别图像中的待识别用户的特征数据。
在本公开的实施例中，数据处理系统130中例如存储有多个目标用户的图像或者多个目标用户的特征数据。该数据处理系统130例如包括电子设备，电子设备包括但不仅限于服务器、云端服务器、笔记本电脑等。该数据处理系统130可以通过网络142与图像识别系统120进行数据连接。
图像识别系统120可以将待识别图像中的待识别用户的特征数据通过网络142发送给数据处理系统130。数据处理系统130将所接收的特征数据与所存储的目标用户的特征数据进行比较。如果比较结果表征待识别用户为目标用户，则数据处理系统130可以向图像识别系统120发送提示信息，以便图像识别系统120将待识别用户的相关信息发送给数据处理系统 130，便于数据处理系统130基于待识别用户的相关信息来搜索待识别用户。
在本公开的实施例中，通过车辆来实时采集待识别图像并上传至图像识别系统，车辆的车主随时可以提供目标用户的相关信息，并且车辆车主的信息不需要被公开，从而保证了车辆车主的安全性，提高了车辆车主提供针对目标用户的信息的积极性，利于提高目标用户的搜索效率。
本公开实施例提供了一种基于图像识别的数据处理方法，下面结合图 1的应用场景，参考图2～图7来描述根据本公开示例性实施方式的基于图像识别的数据处理方法。
图2示意性示出了根据本公开一实施例的基于图像识别的数据处理方法的流程图。
如图2所示，本公开实施例的基于图像识别的数据处理方法200例如由图像识别系统来执行，该方法200例如可以包括操作S210～操作S260。
在操作S210，接收采集信息，采集信息至少包括待识别图像。其中，待识别图像中例如包括一个或多个待识别用户。该待识别图像例如为在公共场合实时采集的图像，例如在马路上、公园、广场等采集的图像。
在操作S220，提取待识别图像中待识别用户的特征数据。例如通过图像识别技术来对待识别图像进行识别得到待识别用户的特征数据。其中，特征数据包括但不仅限于待识别用户的面部特征、身型特征、行走姿态特征等。
在操作S230，将特征数据发送至数据处理系统。其中，数据处理系统中例如存储了多个目标用户的图像或特征数据，通过将待识别用户的特征数据发送至数据处理系统，便于数据处理系统基于特征数据来确定待识别用户是否为目标用户。
在操作S240，接收来自数据处理系统的提示信息。
在操作S250，在提示信息表征待识别用户为目标用户的情况下，获取待识别用户的历史行为数据。其中，该历史行为数据例如表征待识别用户的生活习惯、经常出现的场所等等。即，该历史行为数据可以包括该待识别用户曾经的出现的地理位置，基于该地理位置可以推测该待识别用户之后可能出现的地理位置。
在操作S260，将历史行为数据发送至数据处理系统，以便数据处理系统基于历史行为数据得知待识别用户之后可能出现的地理位置，便于执行搜索。
在本公开的实施例中，通过图像识别技术来识别所采集的待识别图像，得到待识别图像中待识别用户的特征数据，然后将该特征数据发送给数据处理系统。在接收到数据处理系统的提示信息后，如果该提示信息表征待识别用户为目标用户，则向数据处理系统发送待识别用户的历史行为数据，便于定位搜索待识别用户。可见，通过本公开实施例的技术方案，提高了目标用户的识别准确性，并且提高了目标用户的搜索效率。
图3示意性示出了根据本公开另一实施例的基于图像识别的数据处理方法的流程图。
如图3所示，本公开实施例的基于图像识别的数据处理方法300例如由数据处理系统来执行，该方法300例如可以包括操作S310～操作S350。
在操作S310，接收来自图像识别系统的待识别用户的特征数据。
在操作S320，将待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果。其中，数据处理系统中例如存储多个目标用户的特征数据。通过将待识别用户的特征数据与每个目标用户的特征数据进行比较得到比较结果。
在操作S330，在比较结果表征待识别用户的特征数据和多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息。该提示信息例如表征了待识别用户为目标用户。
在操作S340，将提示信息发送至图像识别系统。
在操作S350，接收来自图像识别系统的针对待识别用户的历史行为数据，以便数据处理系统基于历史行为数据得知待识别用户之后可能出现的地理位置，便于执行搜索。
在本公开的实施例中，数据处理系统通过接收来自图像识别系统的待识别用户的特征数据，然后将待识别用户的特征数据和目标用户的特征数据进行对比，如果对比发现待识别用户为目标用户，则将表征待识别用户为目标用户的提示信息发送给图像识别系统，便于图像识别系统向数据处理系统发送待识别用户的历史行为数据，便于定位搜索待识别用户。可见，通过本公开实施例的技术方案，提高了目标用户的识别准确性，并且提高了目标用户的搜索效率。
图4示意性示出了根据本公开实施例的基于图像识别的数据处理方法的时序图。
如图4所示，本公开实施例的方法例如由图像识别系统420和数据处理系统430配合执行。具体地，图像识别系统420执行操作S410A～操作 S470A，数据处理系统430执行操作S410B～操作S470B。
在操作S410A，图像识别系统420接收采集信息，采集信息至少包括待识别图像。
在操作S420A，图像识别系统420提取待识别图像中待识别用户的特征数据。
在操作S430A，图像识别系统420将特征数据发送至数据处理系统430。
在操作S410B，数据处理系统430接收来自图像识别系统420的待识别用户的特征数据。
在操作S420B，数据处理系统430将待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果。
在操作S430B，数据处理系统430判断比较结果是否表征待识别用户的特征数据和多个目标用户中至少一个目标用户的特征数据相匹配。如果否则结束，如果是则执行操作S440B。
在操作S440B，数据处理系统430生成提示信息。
在操作S450B，数据处理系统430将提示信息发送至图像识别系统420。
在操作S440A，图像识别系统420接收来自数据处理系统430的提示信息。
在操作S450A，图像识别系统420判断提示信息是否表征待识别用户为目标用户。如果否则结束，如果是则执行操作S460A。
在操作S460A，图像识别系统420获取待识别用户的历史行为数据。
在操作S470A，图像识别系统420将历史行为数据发送至数据处理系统430。
在操作S460B，数据处理系统430接收来自图像识别系统420的针对待识别用户的历史行为数据。
在操作S470B，数据处理系统430基于历史行为数据，确定待识别用户的生活区域。其中，历史行为数据例如表征了待识别用户的生活习惯和经常出现的地方，因此可以基于历史行为数据确定待识别用户的生活区域，便于在生活区域中搜索待识别用户。
可见，本公开实施例通过图像识别系统和数据处理系统相互配合来实现目标用户的搜索。例如，由图像识别系统识别待识别用户的特征数据，当数据处理系统基于特征数据确定待识别用户为目标用户是，图像识别系统将待识别用户的历史行为数据发送给数据处理系统，便于数据处理系统基于历史行为数据来定位搜索待识别用户。可见，通过本公开实施例的技术方案，提高了目标用户的识别准确性，并且提高了目标用户的搜索效率。
图5示意性示出了根据本公开实施例的基于图像识别的数据处理方法的示意图。
如图5所示，车辆510中例如包括摄像头511，摄像头511用于获取采集信息，采集信息中包括待识别图像512。该待识别图像512中例如包括待识别用户。
接下来，车辆510将所采集信息发送给图像识别系统520，采集信息例如包括待识别图像512和地理位置513。该地理位置为车辆510采集待识别图像512时所处的地理位置。
图像识别系统520接收到采集信息之后，利用图像识别技术对待识别图像512进行图像识别，得到待识别用户的特征数据521。然后图像识别系统520将待识别用户的特征数据521发送给数据处理系统530进行处理。
数据处理系统530在接收到待识别用户的特征数据521之后，将该特征数据521与所存储的多个目标用户的特征数据进行比较。多个目标用户的特征数据例如包括目标用户1的特征数据531、目标用户2的特征数据 532、目标用户3的特征数据533。如果特征数据521与特征数据531、特征数据532、特征数据533中的任意一个特征数据相匹配，则表明待识别用户为目标用户。其中，特征数据相匹配包括特征数据之间的相似度大于预设阈值。
在数据处理系统530对特征数据进行比较确定待识别用户为目标用户时，数据处理系统530生成表征待识别用户为目标用户的提示信息534，并将提示信息534发送给图像识别系统520。
在图像识别系统520接收到提示信息534之后，基于提示信息534判断待识别用户是否为目标用户。如果确定待识别用户为目标用户，则图像识别系统520基于待识别用户的特征数据521获取待识别用户的历史行为数据522。然后，图像识别系统520将地理位置513和历史行为数据522 发送给数据处理系统530。数据处理系统530可以基于地理位置513得知待识别用户曾经出现的位置，并基于历史行为数据522推测待识别用户之后可能出现的位置，以实现对目标用户的搜索。可见，通过本公开实施例不仅可以基于地理位置定位目标用户，还可以基于历史行为数据来推测目标用户的位置，提高了目标用户的定位准确性，从而提高了目标用户的搜索效率。
图6示意性示出了根据本公开实施例的获取历史行为数据的示意图。
如图6所示，在提示信息表征待识别用户为目标用户的情况下，由图像识别系统620获取待识别用户的历史行为数据。
例如，基于待识别用户的特征数据621确定待识别用户的用户标识 623。
例如，图像识别系统620中包括多个注册用户的信息。每个注册用户具有特征数据和用户标识。每个注册用户的特征数据和用户标识关联存储至用户列表622中。基于待识别用户的特征数据621从用户列表622中确定与特征数据621相关联的用户标识623，例如与特征数据621相关联的用户标识623为“张三”。然后，基于用户标识623获取待识别用户的历史行为数据626。
例如，图像识别系统620可以包括云端服务器，该云端服务器例如提供多个应用程序。多个应用程序例如包括应用程序6241、应用程序6242、应用程序6243、应用程序6244。每个应用程序例如提供不同的服务，例如应用程序可以是购物APP、地图APP、搜索APP、金融APP、天气APP 等等。每个应用程序包括使用该应用程序的多个注册用户。例如使用应用程序6241的注册用户包括张三、李四等等。
然后，基于待识别用户的用户标识623，从多个应用程序中确定出待识别用户所使用的至少一个应用程序。例如，待识别用户所使用的应用程序包括应用程序6241、应用程序6242、应用程序6243。
对于应用程序6241、应用程序6242、应用程序6243中的每个应用程序，从应用程序的历史运行数据中获取与待识别用户相关联的目标历史运行数据。例如，应用程序6241为购物APP，该购物APP中的注册用户包括张三、李四等，即该应用程序6241的历史运行数据中包括与张三相关的历史运行数据以及与李四相关的历史运行数据。从应用程序6241的历史运行数据确定与张三相关的历史运行数据作为目标历史运行数据6251。类似地，从应用程序6242的历史运行数据中确定与张三相关的历史运行数据作为目标历史运行数据6252，从应用程序6243的历史运行数据中确定与张三相关的历史运行数据作为目标历史运行数据6253。
然后，基于目标历史运行数据6251、6252、6253，确定待识别用户的历史行为数据626。例如可以将目标历史运行数据6251、6252、6253确认为张三的历史行为数据626。或者可以对目标历史运行数据6251、6252、 6253进行过滤处理，得到张三的历史购物记录、历史出行记录和历史搜索记录，以此作为张三的历史行为数据626。
在本公开的实施例中，历史行为数据包括历史购物数据、历史出行数据、历史搜索数据。
历史购物数据例如包括在购物APP上购物的记录，该历史购物数据中例如包括包裹接收地等信息，该信息例如表征待识别用户的住址。
历史出行数据例如包括在地图APP上搜索地址、导航或定位的记录，该记录例如表征待识别用户曾经去过的地方。
历史搜索数据例如包括在搜索APP上的搜索记录，搜索记录例如包括“北京故宫门票”，该搜索记录例如表征了待识别用户可能去过故宫或将要去故宫，从而推测待识别用户的之后可能出现的地方。
在本公开的实施例中，通过确定待识别用户所使用的应用程序，并从应用程序的历史运行数据中获取待识别用户的历史行为数据，以基于历史行为数据来定位待识别用户的生活区域，便于针对生活区域执行搜索。可见，应用程序的历史运行数据为搜索提供了重要的信息，提高了目标用户的搜索准确性和搜索效率。
图7示意性示出了根据本公开实施例的处理待识别图像的示意图。
如图7所示，待识别图像700A中包括例如多个待识别用户。将待识别图像700A进行划分处理得到多个子图像710～790，其中多个子图像 710～790中的多个目标子图像710、720、740、760、780例如包括待识别用户，例如多个目标子图像710、720、740、760、780中的每个目标子图像均包括一个待识别用户。在一示例中，多个目标子图像中的每个目标子图像包括待识别用户的人脸图像。
然后，针对多个目标子图像710、720、740、760、780中的每个子目标图像，提取目标子图像中待识别用户的特征数据，例如提取人脸图像的人脸特征。
在本公开的实施例中，通过将待识别图像进行划分处理，得到多个目标子图像，然后针对每个目标子图像进行识别处理，从而提高识别准确性。
图8示意性示出了根据本公开一实施例的基于图像识别的数据处理装置的框图。
如图8所示，本公开实施例的基于图像识别的数据处理装置800例如包括第一接收模块810、提取模块820、第一发送模块830、第二接收模块 840、获取模块850以及第二发送模块860。
第一接收模块810可以用于接收采集信息，采集信息至少包括待识别图像。根据本公开实施例，第一接收模块810例如可以执行上文参考图2 描述的操作S210，在此不再赘述。
提取模块820可以用于提取待识别图像中待识别用户的特征数据。根据本公开实施例，提取模块820例如可以执行上文参考图2描述的操作 S220，在此不再赘述。
第一发送模块830可以用于将特征数据发送至数据处理系统。根据本公开实施例，第一发送模块830例如可以执行上文参考图2描述的操作 S230，在此不再赘述。
第二接收模块840可以用于接收来自数据处理系统的提示信息。根据本公开实施例，第二接收模块840例如可以执行上文参考图2描述的操作 S240，在此不再赘述。
获取模块850可以用于在提示信息表征待识别用户为目标用户的情况下，获取待识别用户的历史行为数据。根据本公开实施例，获取模块850 例如可以执行上文参考图2描述的操作S250，在此不再赘述。
第二发送模块860可以用于将历史行为数据发送至数据处理系统。根据本公开实施例，第二发送模块860例如可以执行上文参考图2描述的操作S260，在此不再赘述。
图9示意性示出了根据本公开另一实施例的基于图像识别的数据处理装置的框图。
如图9所示，本公开实施例的基于图像识别的数据处理装置900例如包括第三接收模块910、比较模块920、生成模块930、第三发送模块940 以及第四接收模块950。
第三接收模块910可以用于接收来自图像识别系统的待识别用户的特征数据。根据本公开实施例，第三接收模块910例如可以执行上文参考图 3描述的操作S310，在此不再赘述。
比较模块920可以用于将待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果。根据本公开实施例，比较模块920例如可以执行上文参考图3描述的操作S320，在此不再赘述。
生成模块930可以用于用于在比较结果表征待识别用户的特征数据和多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息。根据本公开实施例，生成模块930例如可以执行上文参考图3描述的操作S330，在此不再赘述。
第三发送模块940可以用于将提示信息发送至图像识别系统。根据本公开实施例，第三发送模块940例如可以执行上文参考图3描述的操作 S340，在此不再赘述。
第四接收模块950可以用于接收来自图像识别系统的针对待识别用户的历史行为数据。根据本公开实施例，第四接收模块950例如可以执行上文参考图3描述的操作S350，在此不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10是用来实现本公开实施例的基于图像识别的数据处理方法的电子设备的框图。
图10示出了可以用来实施本公开实施例的示例电子设备1000的示意性框图。电子设备1000旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如基于图像识别的数据处理方法。例如，在一些实施例中，基于图像识别的数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的基于图像识别的数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式 (例如，借助于固件)而被配置为执行基于图像识别的数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/ 或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入) 来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
其中，图10所示的电子设备例如用于执行上文中由图像识别系统执行的方法。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
该电子设备可以用于执行基于图像识别的数据处理方法，例如用于执行上文中由数据处理系统执行的方法。该电子设备例如可以包括计算单元、ROM、RAM、I/O接口、输入单元、输出单元、存储单元和通信单元。其中，该电子设备中的计算单元、ROM、RAM、I/O接口、输入单元、输出单元、存储单元和通信单元例如具有与图10中所示的电子设备的计算单元、ROM、RAM、I/O接口、输入单元、输出单元、存储单元和通信单元相同或类似的功能，在此不再赘述。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (19)

1.一种基于图像识别的数据处理方法，包括：
接收采集信息，所述采集信息至少包括待识别图像；
提取所述待识别图像中待识别用户的特征数据；
将所述特征数据发送至数据处理系统；
接收来自所述数据处理系统的提示信息；
在所述提示信息表征所述待识别用户为目标用户的情况下，获取所述待识别用户的历史行为数据；以及
将所述历史行为数据发送至所述数据处理系统。
2.根据权利要求1所述的方法，其中，所述采集信息还包括采集所述待识别图像时所处的地理位置；
所述方法还包括：在所述识别结果表征所述待识别用户为目标用户的情况下，将所述地理位置发送至所述数据处理系统。
3.根据权利要求1所述的方法，其中，所述在所述提示信息表征所述待识别用户为目标用户的情况下，获取所述待识别用户的历史行为数据包括：
在所述提示信息表征所述待识别用户为目标用户的情况下，基于所述待识别用户的特征数据确定所述待识别用户的用户标识；以及
基于所述用户标识，获取所述待识别用户的历史行为数据。
4.根据权利要求3所述的方法，其中，所述基于所述用户标识，获取所述待识别用户的历史行为数据包括：
基于所述用户标识，确定所述待识别用户所使用的至少一个应用程序；
针对所述至少一个应用程序中的每个应用程序，从所述应用程序的历史运行数据中获取与所述待识别用户相关联的目标历史运行数据；以及
基于所述目标历史运行数据，确定所述待识别用户的历史行为数据。
5.根据权利要求1-4中任意一项所述的方法，其中，所述历史行为数据包括以下至少一项：
历史购物数据、历史出行数据、历史搜索数据。
6.根据权利要求1所述的方法，其中，所述待识别图像中包括多个待识别用户；所述提取所述待识别图像中待识别用户的特征数据包括：
将所述待识别图像进行划分处理，得到与所述多个待识别用户一一对应的多个目标子图像；以及
针对所述多个目标子图像中的每个目标子图像，提取所述目标子图像中待识别用户的特征数据。
7.根据权利要求6所述的方法，其中，所述多个目标子图像中的每个目标子图像包括所述待识别用户的人脸图像。
8.根据权利要求2所述的方法，其中，所述采集信息由设置于车辆中的摄像头来采集，所述地理位置包括所述车辆所处的地理位置。
9.一种基于图像识别的数据处理方法，包括：
接收来自图像识别系统的待识别用户的特征数据；
将所述待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果；
在所述比较结果表征所述待识别用户的特征数据和所述多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息；
将所述提示信息发送至所述图像识别系统；以及
接收来自所述图像识别系统的针对所述待识别用户的历史行为数据。
10.根据权利要求9所述的方法，还包括：
基于所述历史行为数据，确定所述待识别用户的生活区域。
11.根据权利要求9所述的方法，在将所述提示信息发送至所述图像识别系统之后，所述方法还包括：接收来自所述图像识别系统的地理位置，所述地理位置为采集待识别图像时所处的地理位置，所述待识别图像包括所述待识别用户。
12.一种基于图像识别的数据处理装置，包括：
第一接收模块，用于接收采集信息，所述采集信息至少包括待识别图像；
提取模块，用于提取所述待识别图像中待识别用户的特征数据；
第一发送模块，用于将所述特征数据发送至数据处理系统；
第二接收模块，用于接收来自所述数据处理系统的提示信息；
获取模块，用于在所述提示信息表征所述待识别用户为目标用户的情况下，获取所述待识别用户的历史行为数据；以及
第二发送模块，用于将所述历史行为数据发送至所述数据处理系统。
13.一种基于图像识别的数据处理装置，包括：
第三接收模块，用于接收来自图像识别系统的待识别用户的特征数据；
比较模块，用于将所述待识别用户的特征数据和多个目标用户的特征数据进行比较，得到比较结果；
生成模块，用于在所述比较结果表征所述待识别用户的特征数据和所述多个目标用户中至少一个目标用户的特征数据相匹配的情况下，生成提示信息；
第三发送模块，用于将所述提示信息发送至所述图像识别系统；以及
第四接收模块，用于接收来自所述图像识别系统的针对所述待识别用户的历史行为数据。
14.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求9-11中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求9-11中任一项所述的方法。
18.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求9-11中任一项所述的方法。
CN202011522046.1A 2020-12-21 2020-12-21 基于图像识别的数据处理方法、装置、电子设备和介质 Pending CN112749631A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011522046.1A CN112749631A (zh) 2020-12-21 2020-12-21 基于图像识别的数据处理方法、装置、电子设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011522046.1A CN112749631A (zh) 2020-12-21 2020-12-21 基于图像识别的数据处理方法、装置、电子设备和介质

Publications (1)

Publication Number Publication Date
CN112749631A true CN112749631A (zh) 2021-05-04

Family

ID=75648595

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011522046.1A Pending CN112749631A (zh) 2020-12-21 2020-12-21 基于图像识别的数据处理方法、装置、电子设备和介质

Country Status (1)

Country Link
CN (1) CN112749631A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123814A (zh) * 2014-07-29 2014-10-29 徐春香 主动报警方法、装置及系统
CN108806153A (zh) * 2018-06-21 2018-11-13 北京旷视科技有限公司 警情处理方法、装置及系统
CN109543566A (zh) * 2018-11-05 2019-03-29 深圳市商汤科技有限公司 信息处理方法及装置、电子设备和存储介质
CN109934041A (zh) * 2019-03-26 2019-06-25 杭州网易再顾科技有限公司 信息处理方法、信息处理系统、介质和计算设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123814A (zh) * 2014-07-29 2014-10-29 徐春香 主动报警方法、装置及系统
CN108806153A (zh) * 2018-06-21 2018-11-13 北京旷视科技有限公司 警情处理方法、装置及系统
CN109543566A (zh) * 2018-11-05 2019-03-29 深圳市商汤科技有限公司 信息处理方法及装置、电子设备和存储介质
CN109934041A (zh) * 2019-03-26 2019-06-25 杭州网易再顾科技有限公司 信息处理方法、信息处理系统、介质和计算设备

Similar Documents

Publication Publication Date Title
WO2022227764A1 (zh) 事件检测的方法、装置、电子设备以及可读存储介质
CN112860993B (zh) 兴趣点的分类方法、装置、设备、存储介质及程序产品
CN110609879B (zh) 兴趣点判重方法、装置、计算机设备及存储介质
CN114677570B (zh) 道路信息更新方法、装置、电子设备以及存储介质
CN114332977A (zh) 关键点检测方法、装置、电子设备及存储介质
CN113205041A (zh) 结构化信息提取方法、装置、设备和存储介质
CN112579907A (zh) 一种异常任务检测方法、装置、电子设备和存储介质
CN113705390B (zh) 定位方法、装置、电子设备和存储介质
CN113920158A (zh) 跟踪模型的训练与交通对象跟踪方法、装置
CN113920306B (zh) 目标再识别方法、装置及电子设备
CN114674328B (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
CN113360791B (zh) 电子地图的兴趣点查询方法、装置、路侧设备及车辆
CN114549961B (zh) 目标对象的检测方法、装置、设备以及存储介质
CN112749631A (zh) 基于图像识别的数据处理方法、装置、电子设备和介质
CN114419883B (zh) 识别路口缺失交通限制信息的方法、装置和电子设备
CN113744236B (zh) 回环检测方法、装置、存储介质及计算机程序产品
CN114708498A (zh) 图像处理方法、装置、电子设备以及存储介质
CN110647595A (zh) 一种新增兴趣点的确定方法、装置、设备和介质
CN114064745A (zh) 一种确定交通提示距离的方法、装置及电子设备
CN113654548A (zh) 定位方法、装置、电子设备及存储介质
CN113806361B (zh) 电子监控设备与道路的关联方法、装置及存储介质
CN113408530B (zh) 一种图像识别方法、装置、设备以及存储介质
CN115049895B (zh) 一种图像属性识别方法、属性识别模型训练方法及装置
CN114625984B (zh) 兴趣点验证方法、装置、电子设备及存储介质
CN115713749A (zh) 自动驾驶模型的训练方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20211012

Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right