CN113283410B - 基于数据关联分析的人脸增强识别方法、装置和设备 - Google Patents

基于数据关联分析的人脸增强识别方法、装置和设备 Download PDF

Info

Publication number
CN113283410B
CN113283410B CN202110841016.5A CN202110841016A CN113283410B CN 113283410 B CN113283410 B CN 113283410B CN 202110841016 A CN202110841016 A CN 202110841016A CN 113283410 B CN113283410 B CN 113283410B
Authority
CN
China
Prior art keywords
information
target
time
camera
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.)
Active
Application number
CN202110841016.5A
Other languages
English (en)
Other versions
CN113283410A (zh
Inventor
周迪
徐爱华
钭雅静
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN202110841016.5A priority Critical patent/CN113283410B/zh
Publication of CN113283410A publication Critical patent/CN113283410A/zh
Application granted granted Critical
Publication of CN113283410B publication Critical patent/CN113283410B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明实施例公开了一种基于数据关联分析的人脸增强识别方法、装置和设备。本发明实施例根据人脸信息之外的物联信息进行时空两个维度检索,根据检索结果筛选有效的物联信息,根据筛选后的物联信息获得可信度最高的缩小后的人脸库,根据缩小后的人脸库与目标人员进行比对得到目标人员的人脸识别结果,进而确定目标人员的身份信息。通过将移动设备ID信息与目标人员进行关联,以对目标人员需要比对的人脸库进行缩减,以提供可信度更高的比对结果。

Description

基于数据关联分析的人脸增强识别方法、装置和设备
技术领域
本发明实施例涉及人脸识别技术领域,尤其涉及一种基于数据关联分析的人脸增强识别方法、装置和设备。
背景技术
目前,在案件侦查过程中,通常需要根据案发现场摄像机拍摄到的嫌疑人的人脸图像确定嫌疑人身份信息。
常用的确定方法是利用人脸比对技术,将获取到的嫌疑人现场人脸图像与人脸库中的身份证人脸图像进行比对,认定相似度最高或者高于预设阈值的身份证人脸与嫌疑人为同一人。
然而,在案发现场由于各种条件的限制导致摄像机很可能只拍摄到嫌疑人的模糊人脸或某个角度的侧面人脸,则基于此人脸图像与人脸库内的身份证人脸图像进行比对会导致相似度较低,无法达到预设阈值,即无法确定嫌疑人的身份信息;或者,由于人脸图像信息质量不高,可能会出现与人脸库中的很多个身份证人脸图像与嫌疑人图像具有相似的相似度,即确定的嫌疑人的身份信息有很多个,这样就无法获得有价值的线索。
发明内容
本发明实施例提供一种基于数据关联分析的人脸增强识别方法、装置和设备,通过关联移动设备ID信息缩小比对人脸库的范围,提高了对人脸识别的准确率和效率。
第一方面,本发明实施例提供了一种基于数据关联分析的人脸增强识别方法,由拍摄到目标人员的目标摄像机执行,所述目标摄像机配置侦听移动设备发送的ID信息功能,包括:
接收服务器发送的拍摄到目标人员的目标时间以及目标人员图像,并确定在所述目标时间侦听到的移动设备ID信息集合;
将所述目标时间、所述目标人员图像以及所述移动设备ID信息集合发送至候选摄像机;其中,所述候选摄像机均配置侦听移动设备发送的ID信息功能;
接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性;其中,所述预设ID信息有效性确定策略根据所述候选摄像机依据所述目标时间和所述各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定;
根据所述各移动设备ID信息的有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
将所述目标移动设备ID信息发送至服务器,以使服务器根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
第二方面,本发明实施例提供了一种基于数据关联分析的人脸增强识别方法,由服务器执行,所述服务器管理的摄像机配置侦听移动设备发送的ID信息功能,包括:
确定拍摄到目标人员的目标摄像机、目标时间以及目标人员图像,并确定所述目标摄像机在所述目标时间侦听到的移动设备ID信息集合;
根据所述移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合;
根据所述候选人员图像集合和所述目标人员图像的比对结果确定各移动设备ID信息的有效性,并根据所述有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
第三方面,本发明实施例还提供了一种基于数据关联分析的人脸增强识别装置,由拍摄到目标人员的目标摄像机执行,所述目标摄像机配置侦听移动设备发送的ID信息功能,包括:
初始信息确定模块,用于接收服务器发送的拍摄到目标人员的目标时间以及目标人员图像,并确定在所述目标时间侦听到的移动设备ID信息集合;
初始信息发送模块,用于将所述目标时间、所述目标人员图像以及所述移动设备ID信息集合发送至候选摄像机;其中,所述候选摄像机均配置侦听移动设备发送的ID信息功能;
有效性接收模块,用于接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性;其中,所述预设ID信息有效性确定策略根据所述候选摄像机依据所述目标时间和所述各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定;
移动设备信息确定模块,用于根据所述各移动设备ID信息的有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
人脸识别模块,用于将所述目标移动设备ID信息发送至服务器,以使服务器根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
第四方面,本发明实施例还提供了一种基于数据关联分析的人脸增强识别装置,由服务器执行,所述服务器管理的摄像机配置侦听移动设备发送的ID信息功能,包括:
初始信息确定模块,用于确定拍摄到目标人员的目标摄像机、目标时间以及目标人员图像,并确定所述目标摄像机在所述目标时间侦听到的移动设备ID信息集合;
候选人员图像确定模块,用于根据所述移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合;
移动设备信息确定模块,用于根据所述候选人员图像集合和所述目标人员图像的比对结果确定各移动设备ID信息的有效性,并根据所述有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
人脸识别模块,用于根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
第五方面,本发明实施例还提供了一种基于数据关联分析的人脸增强识别设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的基于数据关联分析的人脸增强识别方法。
第六方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的基于数据关联分析的人脸增强识别方法。
本发明实施例根据人脸信息之外的物联信息进行时空两个维度检索,根据检索结果筛选有效的物联信息,根据筛选后的物联信息获得可信度最高的缩小后的人脸库,根据缩小后的人脸库与目标人员进行比对得到目标人员的人脸识别结果,进而确定目标人员的身份信息。通过将移动设备ID信息与目标人员进行关联,以对目标人员需要比对的人脸库进行缩减,以提供可信度更高的比对结果。
附图说明
图1是本发明实施例一中的基于数据关联分析的人脸增强识别方法的流程图;
图2是本发明实施例二中的基于数据关联分析的人脸增强识别方法的流程图;
图3是本发明实施例三中的基于数据关联分析的人脸增强识别装置的结构示意图;
图4是本发明实施例四中的基于数据关联分析的人脸增强识别装置的结构示意图;
图5是本发明实施例五中的基于数据关联分析的人脸增强识别设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的基于数据关联分析的人脸增强识别方法的流程图,本实施例可适用于对图像质量差的人脸图像或者仅包括侧脸的人脸图像在人脸库中进行比对识别的情况。该方法可以由基于数据关联分析的人脸增强识别装置来执行,该装置可以采用软件和/或硬件的方式实现,并可配置在电子设备中,例如电子设备可以是具有通信和计算能力的摄像机。本方法由拍摄到目标人员的目标摄像机执行,目标摄像机配置侦听移动设备发送的ID信息功能,如图1所示,该方法具体包括:
移动设备在使用过程中会主动或者被动地向外发送移动设备ID信息,移动设备ID信息是指可以对该移动设备进行唯一标识的信息,例如,移动设备ID信息包括如下至少一项:wifi mac信息、imei信息和imsi信息,其中,imei是手机的唯一标识,imsi是sim卡的唯一标识,这些信息均可以对移动设备例如手机等进行唯一标识。摄像机配置侦听移动设备发送的ID信息功能是指摄像机配置有wifi mac侦听功能,即摄像机在获取视野范围之内图像信息的同时可以同步获取周围移动设备发送的wifi mac信息,或者摄像机配置电子围栏,也可以同步收集周围移动设备发送的imei信息或imsi信息。
由于现在移动设备的普及,例如手机,基本上每个人都会携带至少一个移动设备,因此通过配置侦听移动设备发送的ID信息功能的摄像机在获取视野范围内的人员图像时同步所侦听到的移动设备ID信息可以认为是视野范围内的人员所携带的移动设备发送的。
步骤101、接收服务器发送的拍摄到目标人员的目标时间以及目标人员图像,并确定在目标时间侦听到的移动设备ID信息集合。
其中,服务器是指对目标摄像机以及候选摄像机进行管理的服务器,其接收并存储管理域内的所有摄像机发送来的图像信息以及同一时间侦听到的移动设备ID信息,示例性的,服务器所存储的图像信息以及侦听到的移动设备ID信息均携带时间戳,以便后续关联查询。目标人员是指需要进行人脸识别以确认身份信息的人员,示例性的,目标人员是指案发现场的嫌疑人员等。
服务器从案发现场的摄像机所拍摄的视频信息中确定拍摄到的目标人员出现的目标视频信息,从目标视频信息中提取出目标人员图像,以及目标视频信息对应的目标时间,其中,目标时间可以是时间点或者时间段,目标人员图像可以是至少一张图像。服务器确定目标视频信息的拍摄摄像机为目标摄像机,其中,目标摄像机可以为至少一个,即可能存在现场有多个摄像机均拍摄到了目标人员。服务器将确定的目标时间和目标人员图像发送给目标摄像机,并向目标摄像机下发组织推荐目标移动设备ID信息的指令。目标摄像机查找时间戳在目标时间内的移动设备ID信息,并根据所查找到的所有移动设备ID信息构建移动设备ID信息集合。
示例性的,案件侦查人员通过客户端回放获得案发现场的视频信息,但是视频中嫌疑人员的人脸模糊不清或者仅出现一个侧脸,直接进行人脸比对会造成准确率较低且比对范围较大,造成效率低。则可以通过客户端向管理服务器发送嫌疑wifi mac推荐请求。管理服务器根据此段视频获得对应的起始时间点、结束时间点和拍摄这段视频的目标摄像机。服务器发指令给目标摄像机根据目标时间、视频中的目标人员图像组织推荐嫌疑wifimac信息。
在一个可行的实施例中,确定在目标时间侦听到的移动设备ID信息集合,包括:
根据目标时间和搜索对象的存储时间范围确定搜索范围;其中,所述搜索范围包括如下至少一个搜索对象:摄像机本地存储内存、关联网络视频录像机以及云存储中心;
若目标时间在摄像机本地存储内存的存储时间范围内,则直接在摄像机本地存储内存中获取移动设备ID信息集合;
若目标时间超出摄像机本地存储内存的存储时间范围,则根据超出时间范围在关联网络视频录像机和/或云存储中心中获取移动设备ID信息集合。
由于摄像机本地存储内存较短,因此当达到摄像机本地存储内存的存储时间范围时,摄像机会将保存的视频信息和移动设备ID信息发送至关联网络视频录像机中,当关联网络视频录像机的存储时间范围达到上限时,则关联网络视频录像机会将保存的视频信息和移动设备ID信息发送至云存储中心。
目标摄像机根据所要搜索的目标时间和搜索对象的存储时间范围确定搜索范围可以提高避免中心服务器的集中式计算瓶颈。具体的,若目标时间在摄像机本地存储内存的存储时间范围内,则目标摄像机直接在本地存储内存中根据进行查找移动设备ID信息;若目标时间中存在一部分时间范围在摄像机本地存储内存的存储时间范围内,则目标摄像机在本地存储内存中查找该时间范围对应的移动设备ID信息,在关联网络视频录像机中查找剩余时间范围对应的移动设备ID信息;若目标时间中仍有部分时间范围不在关联网络视频录像机中,则直接向云存储中心进行请求查找。
本发明实施例根据目标时间和各搜索对象的存储时间范围确定搜索范围,避免对中心存储的检索压力。同样的,在下述步骤中候选摄像机在根据搜索时间段进行查找时,也根据搜索时间段和各搜索对象的存储时间范围确定搜索范围。该实施例将检索压力分摊在各个设备上,避免所有候选摄像机一起向中心存储中心发送查找请求造成的检索压力,影响人别识别的效率。
步骤102、将目标时间、目标人员图像以及移动设备ID信息集合发送至候选摄像机;其中,候选摄像机均配置侦听移动设备发送的ID信息功能。
目标摄像机将目标时间、目标人员图像以及确定的移动设备ID信息集合发送至各个候选摄像机,候选摄像机的确定可以预先划定范围,例如确定在目标摄像机周围一定范围内的配置侦听移动设备发送的ID信息功能的摄像机为候选摄像机。由于移动设备ID信息集合中表示拍摄到目标人员的现场存在这些移动设备信息,即目标人员所携带的移动设备也在该移动设备ID信息集合中,因此目标摄像机周围的候选摄像机可以根据该移动设备ID信息集合对目标人员的移动设备进行筛选。
在一个可行的实施例中,步骤102,包括:
确定目标时间、目标人员图像以及移动设备ID信息集合的发送地址为预设组播组地址;其中,目标摄像机和候选摄像机预先加入预设组播组中。
在确定候选摄像机是采用预先建议消息共享组,消息共享组的建立可以由服务器进行建立。具体的,服务器根据管理域的范围以及各摄像机的配置功能确定一个预设组播组地址,下发给管理域内的所有摄像机;所有摄像机发送IGMP协议加入该组播组,该组播组内任何一个摄像机发送目的地址为该组播组地址的消息,该组播组内的其他摄像机均可以收到。
目标摄像机将目标时间、目标人员图像以及确定的移动设备ID信息集合以组播的方式进行发送,发送的目的地址为该组播组地址,则组播组内的其他候选摄像机都会收到目标摄像机发送的信息。
步骤103、接收候选摄像机根据预设ID信息有效性确定策略确定的移动设备ID信息集合中各移动设备ID信息的有效性;其中,预设ID信息有效性确定策略根据候选摄像机依据目标时间和各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定。
候选摄像机在接收到目标摄像机发送的目标时间、目标人员图像以及移动设备ID信息集合后,根据预设ID信息有效性确定策略确定各移动设备ID信息的有效性,并确定的各移动设备ID信息的有效性发送至目标摄像机。示例性的,各候选摄像机以单播的方式将各移动设备ID信息的有效性发送至目标摄像机。
可选的,预设ID信息有效性确定策略可以由目标摄像机发送至候选摄像机,即步骤102,包括:将目标时间、目标人员图像、移动设备ID信息集合以及预设ID信息有效性确定策略发送至候选摄像机。其中,预设ID信息有效性确定策略具体包括各候选摄像机根据目标时间查找是否侦听到各移动设备ID信息,若侦听到任一移动设备ID信息,由于集合中任一移动设备ID信息都有可能是目标人员的移动设备发送的,则表示侦听到该移动设备ID信息的同时所采集到的图像信息中可能包括目标人员,因此候选摄像机依据目标时间和各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定各移动设备ID信息的有效性,该有效性用于表示该移动设备ID可能是目标人员所携带的移动设备发送出的可能程度。
在一个可行的实施例中,预设ID信息有效性确定策略具体包括:
根据目标时间和预设延伸时间段确定搜索时间段;
依次确定候选摄像机在搜索时间段内侦听到各移动设备ID信息的侦听时间;
依次确定候选摄像机在侦听时间内获取到的所有人员图像为侦听时间关联的移动设备ID信息的候选人员图像集合;
根据候选人员图像集合与目标人员图像的比对结果确定各移动设备ID信息的有效性。
其中,预设延伸时间段可以根据实际情况进行设置,表示候选摄像机需要进行延伸检索的时间范围,示例性的,考虑到目标人员更换衣着的可能,预设延伸时间段可以为2小时,即将目标时间前后各延伸预设延伸时间段的长度。若目标时间为案发时间,则将案发时间前后进行延伸,在目标摄像机附近的候选摄像机中在延伸后的时间范围内可能会拍摄到目标人员。
候选摄像机依次查找在搜索时间段内是否侦听到移动设备ID信息集合中的任一移动设备ID信息,若侦听到,则确定对应的侦听时间,该侦听时间可以是时间点或者时间段,在确定侦听时间后,根据侦听时间获取在该侦听时间内获取到的图像信息,并从该图像信息中提取人员图像作为与该侦听时间关联的移动设备ID信息的候选人员图像集合。由于移动设备ID信息可能属于目标人员,则候选摄像机根据该移动设备ID信息确定的候选人员图像集合中也可能包括目标人员,最后根据该候选人员图像集合中各候选人员图像与目标人员图像的综合比对结果确定该移动设备ID信息可能属于目标人员的可能程度,作为该移动设备ID信息的有效性。示例性的,根据候选人员图像集合中与目标人员图像的相似度达到预设阈值的候选人员图像的数量确定有效性。该候选摄像机根据该策略得到移动设备ID信息集合中各移动设备ID信息的有效性,并将该有效性结果发送至目标摄像机。
在一个可行的实施例中,根据候选人员图像集合与目标人员图像的比对结果确定各移动设备ID信息的有效性,包括:
确定候选人员图像集合中各候选人员人脸与目标人员人脸的人脸相似度;
确定候选人员图像集合中各候选人员人体与目标人员人体的人体相似度;
根据人脸相似度和人体相似度的加权和确定各候选人员与目标人员的人员相似度;
根据各移动设备ID信息关联的候选人员图像集合中各人员相似度确定移动设备ID信息的有效性。
根据人脸相似度和人体相似度确定候选人员图像和目标人员图像的整体相似度,其中,人体相似度包括姿态相似度和/或衣着相似度。但是由于人脸是不可改变的,但是姿态和衣着是可以改变的,因此为人脸相似度和人体相似度设置不同的权重值,以保证最终确定的整体相似度的准确性。示例性的,人体相似度的权重可以根据候选人员图像的拍摄时间与目标时间的距离进行设置,例如拍摄时间与目标时间距离越长,则表示衣着更换的概率更大,则设置对应的人体相似度权重越低。相似度的确定方法可以采用神经网络提取后的特征向量的欧式距离或余弦距离进行确定,在此不作限制。
具体的,依次将候选人员图像集合中各候选人员图像中的人脸部分与目标人员图像中的人脸部分进行比对,得到各候选人员图像的人脸相似度,同样对人体部分进行比对,得到各候选人员图像的人体相似度。根据预先确定的权重值,得到人脸相似度和人体相似度的加权和作为各候选人员图像的人员相似度。最后根据候选人员集合中人员相似度的整体情况确定关联移动设备ID信息的有效性。示例性的,根据人员相似度大于预设阈值的候选人员图像的数量确定该移动设备ID信息的有效性。
可选的,若候选人员图像的人脸与目标人员图像的人脸相似度大于一定阈值,则为该移动设备ID信息的有效性加第一预设分值;若候选人员图像的人体与目标人员图像的人体相似度大于一定阈值,则为该移动设备ID信息的有效性加第二预设分值,其中第一预设分值和第二预设分值可以根据不同的重要程度进行设置,具体数值在此不作限制。最终得到整个候选人员图像集合的分值为该移动设备ID信息的有效性。
在一个可行的实施例中,步骤103,还包括:
接收候选摄像机对各移动设备ID信息的侦听时间,并根据侦听时间确定各移动设备ID信息的首次侦听时间和关联的首次侦听摄像机,以及末次侦听时间和关联的末次侦听摄像机;
确定各移动设备ID信息的首次侦听时间距离搜索时间段的开始时间的前时长,以及末次侦听时间距离搜索时间段的结束时间的后时长;
若任一移动设备ID信息的前时长或后时长小于预设阈值,则对移动设备ID信息的搜索时间段进行补充,确定补充搜索时间段;
将补充搜索时间段发送至首次侦听摄像机和/或末次侦听摄像机,并接收首次侦听摄像机和/或末次侦听摄像机确定的各移动设备ID信息的补充有效性。
候选摄像机在确定各移动设备ID信息的有效性时,进行搜索的搜索时间段的长度至关重要,即预设延伸时间段的长度对最终有效性的确定准确性影响很大,若预设延伸时间段设置过大,则会造成检索资源浪费;若设置过小,则会造成丢失重要信息。因此在本实施例中提供以迭代的方式动态调整该预设延伸段,即调整搜索时间段的长度,以提高各移动设备ID信息的准确性。
各候选摄像机在向目标摄像机发送各移动设备ID信息的有效性时,同时携带各移动设备ID信息的侦听时间,若某移动设备ID信息的侦听时间为多个,则提供最早侦听时间和最晚侦听时间。由于候选摄像机包括多个,目标摄像机接收到的各移动设备ID信息的侦听时间也包括多个,目标摄像机确定各移动设备ID信息在所有候选摄像机中首次侦听时间和末次侦听时间,即各移动设备ID信息第一次被侦听到的时间和最后一次被侦听到的时间,同时确定首次侦听时间关联的首次侦听摄像机和与末次侦听时间关联的末次侦听摄像机。
根据首次侦听时间和末次侦听时间距离搜索时间段的开始时间和结束时间的距离确定是否需要进行补充搜索。若前时长和后时长均大于等于预设阈值,则表示预设延伸时间段设置合理,所侦听到的移动设备ID信息均在搜索时间段的中间部分,可以认为即使延伸搜索时间段也无法获取到更多的移动设备ID信息。若前时长或后时长小于预设阈值,则表示预设延伸时间段设置不合理,可能存在搜索时间段范围外的移动设备ID信息。
示例性的,ID1的首次侦听时间为6点10分,关联的首次侦听摄像机为摄像机A,末次侦听时间为8点10分,关联的末次侦听摄像机为摄像机B;ID2的首次侦听时间为8点10分,关联的首次侦听摄像机为摄像机C,末次侦听时间为10点40分,关联的末次侦听摄像机为摄像机D。目标时间为8点到9点,预设延伸时间段为2小时,则搜索时间段为6点到11点,预设阈值为0.5小时,预设阈值可以根据实际情况进行设置。则ID1的前时长小于预设阈值,ID2的后时长小于预设阈值,表示ID1的首次侦听时间关联的首次侦听摄像机A在搜索时间段之前可能有丢失未侦听到的移动设备ID信息,ID2的末次侦听时间关联的末次侦听摄像机D在搜索时间段之后可能有丢失未侦听到的移动设备ID信息。
根据前时长和后时长的比较结果对搜索时间段进行补充,具体的,若前时长小于预设阈值,则对搜索时间段的开始时间进行补充延伸;若后时长小于预设阈值,则对搜索时间段的结束时间进行补充延伸。将补充搜索时间段发送至与前时长或后时长关联的侦听摄像机中,由该侦听摄像机针对该补充搜索时间段进行各移动设备ID信息补充有效性的确定。其中,补充搜索时间段的长度可以预先设置。
示例性的,在上述示例的基础上,补充搜索时间段的长度设置为1小时,则摄像机A的补充搜索时间段为5点到6点,摄像机D的补充搜索时间段为11点到12点。可选的,若首次侦听摄像机和/或末次侦听摄像机在补充搜索时间段内侦听到的任一移动设备ID信息距离补充搜索时间段的开始时间或者结果时间小于预设阈值,则继续进行确定补充搜索,以实现预设延伸时间段的迭代更新。即,若摄像机A在5点10分侦听到ID1,则确定摄像机A的进一步补充搜索时间段为4点到5点。
首次侦听摄像机和/或末次侦听摄像机确定在补充搜索时间段内是否侦听到任一移动设备ID信息,按照上述有效性确定策略确定各移动设备ID信息的补充有效性。
步骤104、根据各移动设备ID信息的有效性从移动设备ID信息集合中确定目标移动设备ID信息。
目标摄像机接收各候选摄像机发送的各移动设备ID信息的有效性后,对各移动设备ID信息的有效性进行综合确定,得到各移动设备ID信息的最终有效性,根据该最终有效性从移动设备ID信息集合中进行筛选,得到目标移动设备ID信息。示例性的,根据最终有效性对各移动设备ID信息进行降序排列,选择预设数量的移动设备ID信息作为目标移动设备ID信息。所确定的目标移动设备ID信息即可能为目标人员所携带的移动设备发送的。
在一个可行的实施例中,在步骤103之后,方法还包括:
根据各移动设备ID信息的有效性和补充有效性从移动设备ID信息集合中确定目标移动设备ID信息。
在接收到各移动设备ID信息的补充有效性后,根据初始各候选摄像机发送的各移动设备ID信息的有效性后,对各移动设备ID信息的有效性和补充有效性进行综合确定,得到各移动设备ID信息的最终有效性,根据该最终有效性从移动设备ID信息集合中进行筛选。
在一个可行的实施例中,步骤104,包括:
根据各移动设备ID信息的有效性对所有移动设备ID信息进行降序排序;
根据排序结果中相邻移动设备ID信息的有效性差距确定目标移动设备ID信息。
若根据预先直接确定的数量确定目标移动设备ID信息,则可能造成有遗漏的移动设备ID信息,例如,直接选择有效性分值排序在前三的移动设备ID信息,排序第四的移动设备ID信息的有效性分值可能与第三的有效性分值接近,则第四的移动设备ID信息也有可能是目标人员的移动设备。
在本实施例中根据移动设备ID信息之间的接近程度确定目标移动设备ID信息,若接近程度小于等于预设阈值,则确定为目标移动设备ID性,直至接近程度大于预设阈值,则停止确定。
示例性的,在进行降序排列后,排名前3的移动设备ID信息的有效性分值接近,而与排名第4的差距较远,则选择前3移动设备ID信息作为目标移动设备ID信息;如果排名前4的移动设备ID信息的有效性分值接近,而与排名第5的差距较远,则选择前4的移动设备ID信息作为移动设备ID信息。接近程度通过有效性分值之间的差距进行确定。
步骤105、将目标移动设备ID信息发送至服务器,以使服务器根据目标移动设备ID信息筛选比对人脸库,并将目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
目标摄像机在确定目标移动设备ID信息后,将该目标移动设备ID信息发送至服务器,作为嫌疑设备信息。服务器根据嫌疑设备信息对完整比对人脸库进行筛选,缩小需要比对的人脸库的范围,基于缩小后的人脸库进行人脸比对。
示例性的,案件侦查人员在确定目标人员图像后,需要和全国的身份证人脸库进行比对,以确定目标人员的人脸识别结果,得到目标人员的身份信息。在本实施例中,根据目标移动设备ID对全国的身份证人脸库进行筛选,缩小需要比对的身份证人脸库。
基于缩小后的人脸信息库进行人脸比对,将目标人员图像的人脸图像与缩小后的人脸信息库的身份证人脸进行相似度比较,排序获得相似最高的身份证人脸。由于大幅缩小了待比较的人脸信息库,相似度排序获得的身份证人脸更为可信,可以作为嫌疑人员的身份锁定依据,且人脸识别效率更高。
在一个可行的实施例中,根据目标移动设备ID信息筛选比对人脸库,包括:
根据目标移动设备ID信息关联的购买人员区域信息筛选比对人脸库。
由于目标移动设备ID信息的唯一性,而目标移动设备ID信息可以认为是目标人员的移动设备所发送的,因此根据该目标移动设备ID信息关联的购买人员区域信息可以对目标人员的所在区域信息进行筛选。
具体的,确定目标移动设备ID信息关联的移动设备的购买记录,若为线下购买,则确定购买点所在市级或区级行政单位为购买人员区域信息;若为线上购买,则确定收货地址所在市级或区级行政单位为购买人员区域信息。根据在购买人员区域内登记的人员人脸信息确定筛选后的比对人脸库。通过该方法可以准确缩小比对人脸库,即使目标移动设备ID信息关联的移动设备的购买者不是目标人员,但是若目标人员携带该移动设备,说明该目标人员与购买者的所在区域信息存在一定关联。
可选的,移动设备ID信息包括如下至少两项:wifi mac信息、imei信息和imsi信息,根据移动设备ID信息的关联性确定移动设备的有效性,进而根据移动设备的有效性确定目标移动设备。具体的,由于移动设备ID信息对移动设备的唯一标识性,因此至少两项移动设备ID信息可能关联的是同一个移动设备,则根据这两项移动设备ID信息确定关联移动设备的有效性。
示例性的,分别对各移动设备ID信息的有效性进行确定,得到wifi mac1的有效性分值为10,wifi mac2的有效性分值为15,imei1的有效性分值为10,根据ID信息之间的关联性确定wifi mac1和imei1关联的为同一个设备1,则根据wifi mac1的有效性分值和imei1的有效性分值确定设备1的有效性分值。
本发明实施例根据人脸信息之外的物联信息进行时空两个维度检索,根据检索结果筛选有效的物联信息,根据筛选后的物联信息获得可信度最高的缩小后的人脸库,根据缩小后的人脸库与目标人员进行比对得到目标人员的人脸识别结果,进而确定目标人员的身份信息。通过将移动设备ID信息与目标人员进行关联,以对目标人员需要比对的人脸库进行缩减,以提供可信度更高的比对结果。并且本发明实施例通过多摄像机协同工作的方式进行移动设备ID信息筛选,减小中心服务器的计算压力,提高检索效率。
实施例二
图2是本发明实施例二中的基于数据关联分析的人脸增强识别方法的流程图,本实施例可适用于对图像质量差的人脸图像或者仅包括侧脸的人脸图像在人脸库中进行比对识别的情况。该方法可以由基于数据关联分析的人脸增强识别装置来执行,该装置可以采用软件和/或硬件的方式实现,并可配置在电子设备中,例如电子设备可以是后台服务器等具有通信和计算能力的设备。
本方法由服务器执行,服务器管理的摄像机配置侦听移动设备发送的ID信息功能。具体的,该服务器管理域内的所有摄像机将获取到的图像信息和同步侦听到的移动设备ID信息发送至服务器中,并在服务器中进行存储,以待服务器根据用户的需求进行查找。因此本实施例与实施例一的区别在于本实施例中对移动设备ID信息的查询以及候选人员图像的查询均在服务器中进行,而实施例一是将查询任务分配给目标摄像机以及各个候选摄像机,但是相关执行方法原理上是相通的,因此在本发明实施例中具体方案未详细说明的部分请参照实施例一。如图2所示,该方法具体包括:
步骤201、确定拍摄到目标人员的目标摄像机、目标时间以及目标人员图像,并确定目标摄像机在目标时间侦听到的移动设备ID信息集合。
服务器从案发现场的摄像机所拍摄的视频信息中确定拍摄到的目标人员出现的目标视频信息,从目标视频信息中提取出目标人员图像,目标视频信息对应的目标时间,以及拍摄该目标视频信息的目标摄像机。服务器根据所存储的目标摄像机上传的在目标时间内侦听到的移动设备ID信息确定移动设备ID信息集合。通过配置侦听移动设备发送的ID信息功能的摄像机在获取视野范围内的人员图像时同步所侦听到的移动设备ID信息可以认为是视野范围内的人员所携带的移动设备发送的。即目标摄像机在目标时间侦听到的移动设备ID信息集合中包括目标人员携带的移动设备发送的ID信息。在一个可行的实施例中,移动设备ID信息包括如下至少一项:wifi mac信息、imei信息和imsi信息。
步骤202、根据移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合。
其中,移动设备ID信息被侦听到的关联候选摄像机是指侦听到该移动设备ID信息的摄像机。示例性的,移动设备ID信息集合包括ID1,根据服务器中存储的摄像机上传信息确定,摄像机A、摄像机B和摄像机C均曾侦听到该ID1,则ID1的关联候选摄像机为摄像机A、摄像机B和摄像机C。
移动设备ID信息关联的候选人员图像集合是指所关联候选摄像机在侦听到该移动设备ID信息时所获取到的所有人员图像。示例性的,在上述示例的基础上,摄像机A在时间A侦听到ID1,摄像机B在时间B侦听到ID1,摄像机C在时间C侦听到ID1,则ID1关联的候选人员图像集合是指摄像机A在时间A内获取到的所有人员图像、摄像机B在时间B内获取到的所有人员图像和摄像机C在时间C内获取到的所有人员图像的集合。
由于移动设备ID信息集合中表示拍摄到目标人员的现场存在这些移动设备信息,即目标人员所携带的移动设备也在该移动设备ID信息集合中,因此目标摄像机周围的候选摄像机可以根据该移动设备ID信息集合对目标人员的移动设备进行筛选。因此,各移动设备ID信息关联的候选人员图像集合中可能包括目标人员的图像。
在一个可行的实施例中,根据移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合,包括:
根据目标时间和预设延伸时间段确定搜索时间段;
依次确定在搜索时间段内侦听到各移动设备ID信息的摄像机为移动设备ID信息的关联候选摄像机,并确定关联候选摄像机侦听到移动设备ID信息的侦听时间;
确定关联候选摄像机在侦听时间内获取到的所有人员图像为移动设备ID信息关联的候选人员图像集合。
其中,为了缩小检索范围,移动设备ID信息的关联候选摄像机是指在搜索时间段内侦听到该移动设备ID信息的摄像机。
具体的,确定搜索时间段后,服务器在确定移动设备ID信息的关联候选摄像机时,确定在搜索时间段内侦听到该移动设备ID信息的所有摄像机为关联候选摄像机,并确定对应侦听到该移动设备ID信息的具体时间为侦听时间。服务器依次确定各移动设备ID信息的关联候选摄像机。示例性的,在上述示例的基础上,时间A和时间B在搜索时间段内,时间C超出了搜索时间段的范围,则确定的ID1的关联候选摄像机为摄像机A和摄像机B,摄像机A的侦听时间为时间A,摄像机B的侦听时间为时间B。
在确定侦听时间后,根据侦听时间获取在该侦听时间内关联候选摄像机获取到的图像信息,并从该图像信息中提取人员图像作为与该侦听时间关联的移动设备ID信息的候选人员图像集合。
服务器根据移动设备ID信息集合中的各移动设备ID信息,检索目标时间前后,该移动设备ID信息被其他摄像机捕获的时刻,同时获取同一时刻该摄像机采集到的人员图像集合。如此,移动设备ID信息集合中的每个移动设备ID信息都会形成一个时空轨迹(轨迹的空间点信息由收集到该移动设备ID信息的摄像机所在地理空间信息决定,轨迹的时间点信息由对应摄像机收集到该移动设备ID信息的时间点决定,如此,一对对(空间点,时间点)的时空对连接成了该移动设备ID信息的时空轨迹),并在每个时空点关联一个人员图像集合。每个移动设备ID信息均有可能是目标人员的移动设备,因此若该移动设备ID信息为目标人员的移动设备ID信息,则该移动设备ID信息的时空轨迹为目标人员的时空轨迹。判断移动设备ID信息为目标人员的移动设备ID信息的有效性通过该时空轨迹上获取到的所有人员图像集合和目标人员图像的比对结果进行确定。
在一个可行的实施例中,根据移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合,还包括:
根据关联候选摄像机侦听到的各移动设备ID信息的侦听时间,确定各移动设备ID信息的首次侦听时间和关联的首次侦听摄像机,以及末次侦听时间和关联的末次侦听摄像机;
确定各移动设备ID信息的首次侦听时间距离搜索时间段的开始时间的前时长,以及末次侦听时间距离搜索时间段的结束时间的后时长;
若任一移动设备ID信息的前时长或后时长小于预设阈值,则对移动设备ID信息的搜索时间段进行补充,确定补充搜索时间段;
确定首次侦听摄像机和/或末次侦听摄像机在补充搜索时间段内获取到的各移动设备ID信息关联的补充候选人员图像集合。
在确定各移动设备ID信息的候选人员图像集合时,进行搜索的搜索时间段的长度至关重要,即预设延伸时间段的长度对最终有效性的确定准确性影响很大,若预设延伸时间段设置过大,则会造成检索资源浪费;若设置过小,则会造成丢失重要信息。因此在本实施例中提供以迭代的方式动态调整该预设延伸段,即调整搜索时间段的长度,以提高各移动设备ID信息的准确性。
服务器查询到的各移动设备ID信息被关联候选摄像机侦听到的时间包括多个,确定各移动设备ID信息在所有关联候选摄像机中首次侦听时间和末次侦听时间,即各移动设备ID信息在候选摄像机中第一次被侦听到的时间和最后一次被侦听到的时间,同时确定首次侦听时间关联的首次侦听摄像机和与末次侦听时间关联的末次侦听摄像机。
根据首次侦听时间和末次侦听时间距离搜索时间段的开始时间和结束时间的距离确定是否需要进行补充搜索。若前时长和后时长均大于等于预设阈值,则表示预设延伸时间段设置合理,所侦听到的移动设备ID信息均在搜索时间段的中间部分,可以认为即使延伸搜索时间段也无法获取到更多的移动设备ID信息。若前时长或后时长小于预设阈值,则表示预设延伸时间段设置不合理,可能存在搜索时间段范围外的移动设备ID信息。
根据前时长和后时长的比较结果对搜索时间段进行补充,具体的,若前时长小于预设阈值,则对搜索时间段的开始时间进行补充延伸;若后时长小于预设阈值,则对搜索时间段的结束时间进行补充延伸,补充延伸的部分为补充搜索时间段,其中,补充搜索时间段的长度可以预先设置。若补充搜索时间段是对前时长进行补充,则确定与前时长关联的首次侦听摄像机在补充搜索时间段内对各移动设备ID信息的补充搜索情况,以及确定侦听到的移动设备ID信息的补充候选人员图像集合;若补充搜索时间段是对后时长进行补充,则确定与后时长关联的末次侦听摄像机在补充搜索时间段内对各移动设备ID信息的补充搜索情况,以及确定侦听到的移动设备ID信息的补充候选人员图像集合。
步骤203、根据候选人员图像集合和目标人员图像的比对结果确定各移动设备ID信息的有效性,并根据有效性从移动设备ID信息集合中确定目标移动设备ID信息。
由于移动设备ID信息集合中任一移动设备ID信息都有可能是目标人员的移动设备发送的,则表示侦听到该移动设备ID信息的同时所采集到的图像信息中可能包括目标人员,因此关联候选摄像机依据目标时间和各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定各移动设备ID信息的有效性,该有效性用于表示该移动设备ID可能是目标人员所携带的移动设备发送出的可能程度。
确定各移动设备ID信息的有效性后,根据该有效性从移动设备ID信息集合中进行筛选,得到目标移动设备ID信息。示例性的,根据有效性对各移动设备ID信息进行降序排列,选择预设数量的移动设备ID信息作为目标移动设备ID信息。所确定的目标移动设备ID信息即可能为目标人员所携带的移动设备发送的。
在一个可行的实施例中,在确定首次侦听摄像机和/或末次侦听摄像机在补充搜索时间段内获取到的各移动设备ID信息关联的补充候选人员图像集合之后,该方法包括:
根据候选人员图像集合、补充候选人员图像集合和目标人员图像的综合比对结果确定各移动设备ID信息的综合有效性,并根据综合有效性从移动设备ID信息集合中确定目标移动设备ID信息。
具体的,由于补充候选人员图像集合中也可能包括目标人员的图像,因此在确定各移动设备ID信息的综合有效性时需要结合初始确定的候选人员图像集合和补充候选人员图像集合。示例性的,根据ID1关联的候选人员图像集合和补充候选人员图像集合确定ID1的最终候选人员图像集合,根据最终候选人员图像集合中各候选人员图像和目标人员图像的比对结果确定ID1的综合有效性。确定各移动设备ID信息的综合有效性后,根据该综合有效性从移动设备ID信息集合中进行筛选,得到目标移动设备ID信息。
在一个可行的实施例中,根据候选人员图像集合和目标人员图像的比对结果确定各移动设备ID信息的有效性,包括:
确定候选人员图像集合中各候选人员人脸与目标人员人脸的人脸相似度;
确定候选人员图像集合中各候选人员人体与目标人员人体的人体相似度;
根据人脸相似度和人体相似度的加权和确定各候选人员与目标人员的人员相似度;
根据各移动设备ID信息关联的候选人员图像集合中各人员相似度确定移动设备ID信息的有效性。
根据人脸相似度和人体相似度确定候选人员图像和目标人员图像的整体相似度。具体的,依次将候选人员图像集合中各候选人员图像中的人脸部分与目标人员图像中的人脸部分进行比对,得到各候选人员图像的人脸相似度,同样对人体部分进行比对,得到各候选人员图像的人体相似度。根据预先确定的权重值,得到人脸相似度和人体相似度的加权和作为各候选人员图像的人员相似度。最后根据候选人员集合中人员相似度的整体情况确定关联移动设备ID信息的有效性。
在一个可行的实施例中,根据有效性从移动设备ID信息集合中确定目标移动设备ID信息,包括:
根据各移动设备ID信息的有效性对所有移动设备ID信息进行降序排序;
根据排序结果中相邻移动设备ID信息的有效性差距确定目标移动设备ID信息。
根据移动设备ID信息之间的接近程度确定目标移动设备ID信息,若接近程度小于等于预设阈值,则确定为目标移动设备ID性,直至接近程度大于预设阈值,则停止确定。
步骤204、根据目标移动设备ID信息筛选比对人脸库,并将目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
在确定目标移动设备ID信息后,可以认定为目标移动设备ID信息为嫌疑设备信息,服务器根据嫌疑设备信息对完整比对人脸库进行筛选,缩小需要比对的人脸库的范围,基于缩小后的人脸库进行人脸比对。
基于缩小后的人脸信息库进行人脸比对,将目标人员图像的人脸图像与缩小后的人脸信息库的身份证人脸进行相似度比较,排序获得相似最高的身份证人脸。由于大幅缩小了待比较的人脸信息库,相似度排序获得的身份证人脸更为可信,可以作为嫌疑人员的身份锁定依据,且人脸识别效率更高。
在一个可行的实施例中,根据目标移动设备ID信息筛选比对人脸库,包括:
根据目标移动设备ID信息关联的购买人员区域信息筛选比对人脸库。
具体的,确定目标移动设备ID信息关联的移动设备的购买记录,若为线下购买,则确定购买点所在市级或区级行政单位为购买人员区域信息;若为线上购买,则确定收货地址所在市级或区级行政单位为购买人员区域信息。根据在购买人员区域内登记的人员人脸信息确定筛选后的比对人脸库。
可选的,移动设备ID信息包括如下至少两项:wifi mac信息、imei信息和imsi信息,根据移动设备ID信息的关联性确定移动设备的有效性,进而根据移动设备的有效性确定目标移动设备。具体的,由于移动设备ID信息对移动设备的唯一标识性,因此至少两项移动设备ID信息可能关联的是同一个移动设备,则根据这两项移动设备ID信息确定关联移动设备的有效性。
本发明实施例根据人脸信息之外的物联信息进行时空两个维度检索,根据检索结果筛选有效的物联信息,根据筛选后的物联信息获得可信度最高的缩小后的人脸库,根据缩小后的人脸库与目标人员进行比对得到目标人员的人脸识别结果,进而确定目标人员的身份信息。通过将移动设备ID信息与目标人员进行关联,以对目标人员需要比对的人脸库进行缩减,以提供可信度更高的比对结果。
实施例三
图3是本发明实施例三中的基于数据关联分析的人脸增强识别装置的结构示意图,本实施例可适用于对图像质量差的人脸图像或者仅包括侧脸的人脸图像在人脸库中进行比对识别的情况,由拍摄到目标人员的目标摄像机执行,目标摄像机配置侦听移动设备发送的ID信息功能。如图3所示,该装置包括:
初始信息确定模块310,用于接收服务器发送的拍摄到目标人员的目标时间以及目标人员图像,并确定在所述目标时间侦听到的移动设备ID信息集合;
初始信息发送模块320,用于将所述目标时间、所述目标人员图像以及所述移动设备ID信息集合发送至候选摄像机;其中,所述候选摄像机均配置侦听移动设备发送的ID信息功能;
有效性接收模块330,用于接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性;其中,所述预设ID信息有效性确定策略根据所述候选摄像机依据所述目标时间和所述各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定;
移动设备信息确定模块340,用于根据所述各移动设备ID信息的有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
人脸识别模块350,用于将所述目标移动设备ID信息发送至服务器,以使服务器根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
可选的,所述装置还包括预设ID信息有效性确定策略确定模块,包括:
搜索时间段确定单元,用于根据所述目标时间和预设延伸时间段确定搜索时间段;
侦听时间确定单元,用于依次确定所述候选摄像机在所述搜索时间段内侦听到各移动设备ID信息的侦听时间;
候选人员图像获取单元,用于依次确定所述候选摄像机在所述侦听时间内获取到的所有人员图像为所述侦听时间关联的移动设备ID信息的候选人员图像集合;
有效性确定单元,用于根据所述候选人员图像集合与目标人员图像的比对结果确定各移动设备ID信息的有效性。
可选的,有效性确定单元,还用于:
接收所述候选摄像机对各移动设备ID信息的侦听时间,并根据所述侦听时间确定所述各移动设备ID信息的首次侦听时间和关联的首次侦听摄像机,以及末次侦听时间和关联的末次侦听摄像机;
确定所述各移动设备ID信息的首次侦听时间距离所述搜索时间段的开始时间的前时长,以及末次侦听时间距离所述搜索时间段的结束时间的后时长;
若任一移动设备ID信息的所述前时长或所述后时长小于预设阈值,则对所述移动设备ID信息的搜索时间段进行补充,确定补充搜索时间段;
将所述补充搜索时间段发送至所述首次侦听摄像机和/或所述末次侦听摄像机,并接收所述首次侦听摄像机和/或所述末次侦听摄像机确定的各移动设备ID信息的补充有效性。
可选的,移动设备信息确定模块,在接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性之后,还用于根据所述各移动设备ID信息的有效性和补充有效性从所述移动设备ID信息集合中确定目标移动设备ID信息。
可选的,初始信息发送模块,具体用于:
确定所述目标时间、所述目标人员图像以及所述移动设备ID信息集合的发送地址为预设组播组地址;其中,所述目标摄像机和所述候选摄像机预先加入预设组播组中。
可选的,初始信息确定模块,具体用于:
根据所述目标时间和搜索对象的存储时间范围确定搜索范围;其中,所述搜索范围包括如下至少一个搜索对象:摄像机本地存储内存、关联网络视频录像机以及云存储中心;
若所述目标时间在所述摄像机本地存储内存的存储时间范围内,则直接在所述摄像机本地存储内存中获取移动设备ID信息集合;
若所述目标时间超出所述摄像机本地存储内存的存储时间范围,则根据超出时间范围在关联网络视频录像机和/或云存储中心中获取移动设备ID信息集合。
可选的,有效性确定单元,具体用于:
确定所述候选人员图像集合中各候选人员人脸与所述目标人员人脸的人脸相似度;
确定所述候选人员图像集合中各候选人员人体与所述目标人员人体的人体相似度;
根据所述人脸相似度和所述人体相似度的加权和确定各候选人员与目标人员的人员相似度;
根据各移动设备ID信息关联的候选人员图像集合中各人员相似度确定所述移动设备ID信息的有效性。
可选的,移动设备信息确定模块,具体用于:
根据所述各移动设备ID信息的有效性对所有移动设备ID信息进行降序排序;
根据排序结果中相邻移动设备ID信息的有效性差距确定目标移动设备ID信息。
可选的,所述移动设备ID信息包括如下至少一项:wifi mac信息、imei信息和imsi信息。
本发明实施例所提供的基于数据关联分析的人脸增强识别装置可执行本发明任意实施例所提供的基于数据关联分析的人脸增强识别方法,具备执行基于数据关联分析的人脸增强识别方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四中的基于数据关联分析的人脸增强识别装置的结构示意图,本实施例可适用于对图像质量差的人脸图像或者仅包括侧脸的人脸图像在人脸库中进行比对识别的情况,由服务器执行,所述服务器管理的摄像机配置侦听移动设备发送的ID信息功能。如图4所示,该装置包括:
初始信息确定模块410,用于确定拍摄到目标人员的目标摄像机、目标时间以及目标人员图像,并确定所述目标摄像机在所述目标时间侦听到的移动设备ID信息集合;
候选人员图像确定模块420,用于根据所述移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合;
移动设备信息确定模块430,用于根据所述候选人员图像集合和所述目标人员图像的比对结果确定各移动设备ID信息的有效性,并根据所述有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
人脸识别模块440,用于根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
可选的,候选人员图像确定模块,具体用于:
根据所述目标时间和预设延伸时间段确定搜索时间段;
依次确定在所述搜索时间段内侦听到各移动设备ID信息的摄像机为所述移动设备ID信息的关联候选摄像机,并确定所述关联候选摄像机侦听到所述移动设备ID信息的侦听时间;
确定所述关联候选摄像机在所述侦听时间内获取到的所有人员图像为所述移动设备ID信息关联的候选人员图像集合。
可选的,候选人员图像确定模块,还包括补充候选人员图像确定单元,具体用于:
根据关联候选摄像机侦听到的各移动设备ID信息的侦听时间,确定所述各移动设备ID信息的首次侦听时间和关联的首次侦听摄像机,以及末次侦听时间和关联的末次侦听摄像机;
确定所述各移动设备ID信息的首次侦听时间距离所述搜索时间段的开始时间的前时长,以及末次侦听时间距离所述搜索时间段的结束时间的后时长;
若任一移动设备ID信息的所述前时长或所述后时长小于预设阈值,则对所述移动设备ID信息的搜索时间段进行补充,确定补充搜索时间段;
确定所述首次侦听摄像机和/或所述末次侦听摄像机在所述补充搜索时间段内获取到的各移动设备ID信息关联的补充候选人员图像集合。
可选的,移动设备信息确定模块,在确定所述首次侦听摄像机和/或所述末次侦听摄像机在所述补充搜索时间段内获取到的各移动设备ID信息关联的补充候选人员图像集合之后,用于:
根据所述候选人员图像集合、所述补充候选人员图像集合和所述目标人员图像的综合比对结果确定各移动设备ID信息的综合有效性,并根据所述综合有效性从所述移动设备ID信息集合中确定目标移动设备ID信息。
可选的,人脸识别模块,用于:
根据所述目标移动设备ID信息关联的购买人员区域信息筛选比对人脸库。
可选的,移动设备信息确定模块,包括有效性确定单元,用于:
确定所述候选人员图像集合中各候选人员人脸与所述目标人员人脸的人脸相似度;
确定所述候选人员图像集合中各候选人员人体与所述目标人员人体的人体相似度;
根据所述人脸相似度和所述人体相似度的加权和确定各候选人员与目标人员的人员相似度;
根据各移动设备ID信息关联的候选人员图像集合中各人员相似度确定所述移动设备ID信息的有效性。
可选的,移动设备信息确定模块,包括有效性筛选单元,用于:
根据所述各移动设备ID信息的有效性对所有移动设备ID信息进行降序排序;
根据排序结果中相邻移动设备ID信息的有效性差距确定目标移动设备ID信息。
可选的,所述移动设备ID信息包括如下至少一项:wifi mac信息、imei信息和imsi信息。
本发明实施例所提供的基于数据关联分析的人脸增强识别装置可执行本发明任意实施例所提供的基于数据关联分析的人脸增强识别方法,具备执行基于数据关联分析的人脸增强识别方法相应的功能模块和有益效果。
实施例五
本发明实施例中的基于数据关联分析的人脸增强识别设备可以是摄像机或者服务器。图5是本发明实施例五提供的一种基于数据关联分析的人脸增强识别设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性基于数据关联分析的人脸增强识别设备12的框图。图5显示的基于数据关联分析的人脸增强识别设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,基于数据关联分析的人脸增强识别设备12以通用计算设备的形式表现。基于数据关联分析的人脸增强识别设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储装置28,连接不同系统组件(包括系统存储装置28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
基于数据关联分析的人脸增强识别设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被基于数据关联分析的人脸增强识别设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储装置28可以包括易失性存储装置形式的计算机系统可读介质,例如随机存取存储装置(RAM)30和/或高速缓存存储装置32。基于数据关联分析的人脸增强识别设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM, DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储装置28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
基于数据关联分析的人脸增强识别设备12也可以与一个或多个外部设备14(例如键盘、指向设备等)或显示器24通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,基于数据关联分析的人脸增强识别设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器20通过总线18与基于数据关联分析的人脸增强识别设备12的其它模块通信。应当明白,尽管图5中未示出,可以结合基于数据关联分析的人脸增强识别设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储装置28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的基于数据关联分析的人脸增强识别方法,由拍摄到目标人员的目标摄像机执行,所述目标摄像机配置侦听移动设备发送的ID信息功能,包括:
接收服务器发送的拍摄到目标人员的目标时间以及目标人员图像,并确定在所述目标时间侦听到的移动设备ID信息集合;
将所述目标时间、所述目标人员图像以及所述移动设备ID信息集合发送至候选摄像机;其中,所述候选摄像机均配置侦听移动设备发送的ID信息功能;
接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性;其中,所述预设ID信息有效性确定策略根据所述候选摄像机依据所述目标时间和所述各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定;
根据所述各移动设备ID信息的有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
将所述目标移动设备ID信息发送至服务器,以使服务器根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
或者,实现本发明实施例所提供的基于数据关联分析的人脸增强识别方法,由服务器执行,所述服务器管理的摄像机配置侦听移动设备发送的ID信息功能,包括:
确定拍摄到目标人员的目标摄像机、目标时间以及目标人员图像,并确定所述目标摄像机在所述目标时间侦听到的移动设备ID信息集合;
根据所述移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合;
根据所述候选人员图像集合和所述目标人员图像的比对结果确定各移动设备ID信息的有效性,并根据所述有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的基于数据关联分析的人脸增强识别方法,由拍摄到目标人员的目标摄像机执行,所述目标摄像机配置侦听移动设备发送的ID信息功能,包括:
接收服务器发送的拍摄到目标人员的目标时间以及目标人员图像,并确定在所述目标时间侦听到的移动设备ID信息集合;
将所述目标时间、所述目标人员图像以及所述移动设备ID信息集合发送至候选摄像机;其中,所述候选摄像机均配置侦听移动设备发送的ID信息功能;
接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性;其中,所述预设ID信息有效性确定策略根据所述候选摄像机依据所述目标时间和所述各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定;
根据所述各移动设备ID信息的有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
将所述目标移动设备ID信息发送至服务器,以使服务器根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
或者,实现本发明实施例所提供的基于数据关联分析的人脸增强识别方法,由服务器执行,所述服务器管理的摄像机配置侦听移动设备发送的ID信息功能,包括:
确定拍摄到目标人员的目标摄像机、目标时间以及目标人员图像,并确定所述目标摄像机在所述目标时间侦听到的移动设备ID信息集合;
根据所述移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合;
根据所述候选人员图像集合和所述目标人员图像的比对结果确定各移动设备ID信息的有效性,并根据所述有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种基于数据关联分析的人脸增强识别方法,其特征在于,由拍摄到目标人员的目标摄像机执行,所述目标摄像机配置侦听移动设备发送的ID信息功能,包括:
接收服务器发送的拍摄到目标人员的目标时间以及目标人员图像,并确定在所述目标时间侦听到的移动设备ID信息集合;
将所述目标时间、所述目标人员图像以及所述移动设备ID信息集合发送至候选摄像机;其中,所述候选摄像机均配置侦听移动设备发送的ID信息功能;
接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性;其中,所述预设ID信息有效性确定策略根据所述候选摄像机依据所述目标时间和所述各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定;
根据所述各移动设备ID信息的有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
将所述目标移动设备ID信息发送至服务器,以使服务器根据所述目标移动设备ID信息筛选比对人脸库,其中包括根据目标移动设备ID信息关联的购买人员区域信息对目标人员的所在区域信息进行筛选,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果;
其中,所述预设ID信息有效性确定策略具体包括:
根据所述目标时间和预设延伸时间段确定搜索时间段;
依次确定所述候选摄像机在所述搜索时间段内侦听到各移动设备ID信息的侦听时间;
依次确定所述候选摄像机在所述侦听时间内获取到的所有人员图像为所述侦听时间关联的移动设备ID信息的候选人员图像集合;
根据所述候选人员图像集合与目标人员图像的比对结果确定各移动设备ID的有效性;
接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性,具体包括:接收所述候选摄像机对各移动设备ID信息的侦听时间,并根据所述侦听时间确定所述各移动设备ID信息的首次侦听时间和关联的首次侦听摄像机,以及末次侦听时间和关联的末次侦听摄像机;
确定所述各移动设备ID信息的首次侦听时间距离所述搜索时间段的开始时间的前时长,以及末次侦听时间距离所述搜索时间段的结束时间的后时长;
若任一移动设备ID信息的所述前时长或所述后时长小于预设阈值,则对所述移动设备ID信息的搜索时间段进行补充,确定补充搜索时间段;
将所述补充搜索时间段发送至所述首次侦听摄像机和/或所述末次侦听摄像机,并接收所述首次侦听摄像机和/或所述末次侦听摄像机确定的各移动设备ID信息的补充有效性。
2.根据权利要求1所述的方法,其特征在于,在接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性之后,所述方法还包括:
根据所述各移动设备ID信息的有效性和补充有效性从所述移动设备ID信息集合中确定目标移动设备ID信息。
3.根据权利要求1所述的方法,其特征在于,将所述目标时间、所述目标人员图像以及所述移动设备ID信息集合发送至候选摄像机,包括:
确定所述目标时间、所述目标人员图像以及所述移动设备ID信息集合的发送地址为预设组播组地址;其中,所述目标摄像机和所述候选摄像机预先加入预设组播组中。
4.根据权利要求1所述的方法,其特征在于,确定在所述目标时间侦听到的移动设备ID信息集合,包括:
根据所述目标时间和搜索对象的存储时间范围确定搜索范围;其中,所述搜索范围包括如下至少一个搜索对象:摄像机本地存储内存、关联网络视频录像机以及云存储中心;
若所述目标时间在所述摄像机本地存储内存的存储时间范围内,则直接在所述摄像机本地存储内存中获取移动设备ID信息集合;
若所述目标时间超出所述摄像机本地存储内存的存储时间范围,则根据超出时间范围在关联网络视频录像机和/或云存储中心中获取移动设备ID信息集合。
5.一种基于数据关联分析的人脸增强识别方法,其特征在于,由服务器执行,所述服务器管理的摄像机配置侦听移动设备发送的ID信息功能,包括:
确定拍摄到目标人员的目标摄像机、目标时间以及目标人员图像,并确定所述目标摄像机在所述目标时间侦听到的移动设备ID信息集合;
根据所述移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合;
根据所述候选人员图像集合和所述目标人员图像的比对结果确定各移动设备ID信息的有效性,并根据所述有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
根据所述目标移动设备ID信息筛选比对人脸库,并将所述目标人员图像与筛选后的比对人脸库进行比对,其中包括根据目标移动设备ID信息关联的购买人员区域信息对目标人员的所在区域信息进行筛选,得到目标人员的人脸识别结果;
其中,根据所述移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合,包括:根据所述目标时间和预设延伸时间段确定搜索时间段;
依次确定在所述搜索时间段内侦听到各移动设备ID信息的摄像机为所述移动设备ID信息的关联候选摄像机,并确定所述关联候选摄像机侦听到所述移动设备ID信息的侦听时间;
确定所述关联候选摄像机在所述侦听时间内获取到的所有人员图像为所述移动设备ID信息关联的候选人员图像集合;
根据关联候选摄像机侦听到的各移动设备ID信息的侦听时间,确定所述各移动设备ID信息的首次侦听时间和关联的首次侦听摄像机,以及末次侦听时间和关联的末次侦听摄像机;
确定所述各移动设备ID信息的首次侦听时间距离所述搜索时间段的开始时间的前时长,以及末次侦听时间距离所述搜索时间段的结束时间的后时长;
若任一移动设备ID信息的所述前时长或所述后时长小于预设阈值,则对所述移动设备ID信息的搜索时间段进行补充,确定补充搜索时间段;
确定所述首次侦听摄像机和/或所述末次侦听摄像机在所述补充搜索时间段内获取到的各移动设备ID信息关联的补充候选人员图像集合。
6.根据权利要求5所述的方法,其特征在于,在确定所述首次侦听摄像机和/或所述末次侦听摄像机在所述补充搜索时间段内获取到的各移动设备ID信息关联的补充候选人员图像集合之后,所述方法包括:
根据所述候选人员图像集合、所述补充候选人员图像集合和所述目标人员图像的综合比对结果确定各移动设备ID信息的综合有效性,并根据所述综合有效性从所述移动设备ID信息集合中确定目标移动设备ID信息。
7.根据权利要求5所述的方法,其特征在于,根据所述目标移动设备ID信息筛选比对人脸库,包括:
根据所述目标移动设备ID信息关联的购买人员区域信息筛选比对人脸库。
8.一种基于数据关联分析的人脸增强识别装置,其特征在于,由拍摄到目标人员的目标摄像机执行,所述目标摄像机配置侦听移动设备发送的ID信息功能,包括:
初始信息确定模块,用于接收服务器发送的拍摄到目标人员的目标时间以及目标人员图像,并确定在所述目标时间侦听到的移动设备ID信息集合;
初始信息发送模块,用于将所述目标时间、所述目标人员图像以及所述移动设备ID信息集合发送至候选摄像机;其中,所述候选摄像机均配置侦听移动设备发送的ID信息功能;
有效性接收模块,用于接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性;其中,所述预设ID信息有效性确定策略根据所述候选摄像机依据所述目标时间和所述各移动设备ID信息确定的候选人员图像集合和目标人员图像的比对结果进行确定;其中,所述预设ID信息有效性确定策略具体包括:
根据所述目标时间和预设延伸时间段确定搜索时间段;
依次确定所述候选摄像机在所述搜索时间段内侦听到各移动设备ID信息的侦听时间;
依次确定所述候选摄像机在所述侦听时间内获取到的所有人员图像为所述侦听时间关联的移动设备ID信息的候选人员图像集合;
根据所述候选人员图像集合与目标人员图像的比对结果确定各移动设备ID的有效性;
接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性,具体包括:接收所述候选摄像机对各移动设备ID信息的侦听时间,并根据所述侦听时间确定所述各移动设备ID信息的首次侦听时间和关联的首次侦听摄像机,以及末次侦听时间和关联的末次侦听摄像机;
确定所述各移动设备ID信息的首次侦听时间距离所述搜索时间段的开始时间的前时长,以及末次侦听时间距离所述搜索时间段的结束时间的后时长;
若任一移动设备ID信息的所述前时长或所述后时长小于预设阈值,则对所述移动设备ID信息的搜索时间段进行补充,确定补充搜索时间段;
将所述补充搜索时间段发送至所述首次侦听摄像机和/或所述末次侦听摄像机,并接收所述首次侦听摄像机和/或所述末次侦听摄像机确定的各移动设备ID信息的补充有效性;
移动设备信息确定模块,用于根据所述各移动设备ID信息的有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;
人脸识别模块,用于将所述目标移动设备ID信息发送至服务器,以使服务器根据所述目标移动设备ID信息筛选比对人脸库,其中包括根据目标移动设备ID信息关联的购买人员区域信息对目标人员的所在区域信息进行筛选,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
9.一种基于数据关联分析的人脸增强识别装置,其特征在于,由服务器执行,所述服务器管理的摄像机配置侦听移动设备发送的ID信息功能,包括:
初始信息确定模块,用于确定拍摄到目标人员的目标摄像机、目标时间以及目标人员图像,并确定所述目标摄像机在所述目标时间侦听到的移动设备ID信息集合;
候选人员图像确定模块,用于根据所述移动设备ID信息集合中各移动设备ID信息被侦听到的关联候选摄像机,确定各移动设备ID信息关联的候选人员图像集合;
移动设备信息确定模块,用于根据所述候选人员图像集合和所述目标人员图像的比对结果确定各移动设备ID信息的有效性,并根据所述有效性从所述移动设备ID信息集合中确定目标移动设备ID信息;其中,所述确定各移动设备ID信息的有效性具体包括:
根据所述目标时间和预设延伸时间段确定搜索时间段;
依次确定所述候选摄像机在所述搜索时间段内侦听到各移动设备ID信息的侦听时间;
依次确定所述候选摄像机在所述侦听时间内获取到的所有人员图像为所述侦听时间关联的移动设备ID信息的候选人员图像集合;
根据所述候选人员图像集合与目标人员图像的比对结果确定各移动设备ID的有效性;
接收所述候选摄像机根据预设ID信息有效性确定策略确定的所述移动设备ID信息集合中各移动设备ID信息的有效性,具体包括:接收所述候选摄像机对各移动设备ID信息的侦听时间,并根据所述侦听时间确定所述各移动设备ID信息的首次侦听时间和关联的首次侦听摄像机,以及末次侦听时间和关联的末次侦听摄像机;
确定所述各移动设备ID信息的首次侦听时间距离所述搜索时间段的开始时间的前时长,以及末次侦听时间距离所述搜索时间段的结束时间的后时长;
若任一移动设备ID信息的所述前时长或所述后时长小于预设阈值,则对所述移动设备ID信息的搜索时间段进行补充,确定补充搜索时间段;
将所述补充搜索时间段发送至所述首次侦听摄像机和/或所述末次侦听摄像机,并接收所述首次侦听摄像机和/或所述末次侦听摄像机确定的各移动设备ID信息的补充有效性;
人脸识别模块,用于根据所述目标移动设备ID信息筛选比对人脸库,其中包括根据目标移动设备ID信息关联的购买人员区域信息对目标人员的所在区域信息进行筛选,并将所述目标人员图像与筛选后的比对人脸库进行比对,得到目标人员的人脸识别结果。
10.一种基于数据关联分析的人脸增强识别设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的基于数据关联分析的人脸增强识别方法,或如权利要求5-7中任一所述的基于数据关联分析的人脸增强识别方法。
CN202110841016.5A 2021-07-26 2021-07-26 基于数据关联分析的人脸增强识别方法、装置和设备 Active CN113283410B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110841016.5A CN113283410B (zh) 2021-07-26 2021-07-26 基于数据关联分析的人脸增强识别方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110841016.5A CN113283410B (zh) 2021-07-26 2021-07-26 基于数据关联分析的人脸增强识别方法、装置和设备

Publications (2)

Publication Number Publication Date
CN113283410A CN113283410A (zh) 2021-08-20
CN113283410B true CN113283410B (zh) 2022-06-21

Family

ID=77287185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110841016.5A Active CN113283410B (zh) 2021-07-26 2021-07-26 基于数据关联分析的人脸增强识别方法、装置和设备

Country Status (1)

Country Link
CN (1) CN113283410B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114491148B (zh) * 2022-04-14 2022-07-12 武汉中科通达高新技术股份有限公司 目标人员搜索方法、装置、计算机设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108830592A (zh) * 2018-06-12 2018-11-16 南京熊猫电子股份有限公司 一种用户身份验证和权限识别方法及系统
CN109344722B (zh) * 2018-09-04 2020-03-24 阿里巴巴集团控股有限公司 一种用户身份确定方法、装置及电子设备
CN110312101B (zh) * 2019-07-01 2021-08-13 杭州当虹科技股份有限公司 一种便携式实时移动人像布控系统的实现方法
CN110765938A (zh) * 2019-10-22 2020-02-07 北京旷视科技有限公司 身份识别方法、装置、电子设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN113283410A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN109117714B (zh) 一种同行人员识别方法、装置、系统及计算机存储介质
CN109871815B (zh) 一种查询监控信息的方法及装置
US20200074156A1 (en) Emotion detection enabled video redaction
US20210357678A1 (en) Information processing method and apparatus, and storage medium
CN109783685A (zh) 一种查询方法及装置
US20160224837A1 (en) Method And System For Facial And Object Recognition Using Metadata Heuristic Search
US9854208B2 (en) System and method for detecting an object of interest
CN106303599B (zh) 一种信息处理方法、系统及服务器
CN109829381A (zh) 一种犬只识别管理方法、装置、系统及存储介质
CN108664914B (zh) 人脸检索方法、装置及服务器
CN104850969A (zh) 执法仪音视频证据警情联动管理系统
CN105740426A (zh) 基于人脸识别的照片发送方法及装置
CN108563651B (zh) 一种多视频的目标搜索方法、装置及设备
CN109559336B (zh) 对象追踪方法、装置及存储介质
CN110175515B (zh) 一种基于大数据的人脸识别算法
CN109857891A (zh) 一种查询方法及装置
CN111738199B (zh) 图像信息验证方法、装置、计算装置和介质
CN113283410B (zh) 基于数据关联分析的人脸增强识别方法、装置和设备
CN110263830B (zh) 图像处理方法、装置和系统及存储介质
US20130322682A1 (en) Profiling Activity Through Video Surveillance
CN111061916B (zh) 一种基于多目标库图像识别的视频共享系统
CN113190700A (zh) 用于房产交易的人脸抓拍、筛选和存储的方法及系统
CN116386086A (zh) 人员定位方法、装置、电子设备及存储介质
Fu Design of facial recognition system based on visual communication effect
De Marsico et al. ES-RU: an e ntropy based rule to s elect r epresentative templates in face su rveillance

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