CN113486852A - 一种人脸人体关联方法及装置 - Google Patents
一种人脸人体关联方法及装置 Download PDFInfo
- Publication number
- CN113486852A CN113486852A CN202110859732.6A CN202110859732A CN113486852A CN 113486852 A CN113486852 A CN 113486852A CN 202110859732 A CN202110859732 A CN 202110859732A CN 113486852 A CN113486852 A CN 113486852A
- Authority
- CN
- China
- Prior art keywords
- face
- human body
- region
- human
- regions
- 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
Abstract
本发明公开了一种人脸人体关联方法及装置,该方法包括:获取待处理视频流中各帧图像包含的人脸区域和人体区域;基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,所述第一人脸区域和所述第一人体区域是追踪对象在同一帧图像中满足图像质量条件的人体区域和人脸区域;从所述各个人脸区域中,确定出至少一个候选人脸区域;从所述各个人体区域中,确定出至少一个候选人体区域;从所述第一人脸区域和所述至少一个候选人脸区域中,确定出目标人脸区域;以及,从所述第一人体区域和所述至少一个候选人体区域中,确定出目标人体区域;确定所述目标人脸区域和所述目标人体区域具备针对所述追踪对象的人脸人体关联关系。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种人脸人体关联方法及装置。
背景技术
目前,在监控治安场景中,为了提升治安效率和挖掘有价值的人员信息,需要对抓拍人员建立档案,利用档案里的人脸信息进行身份落地,因此人脸与人体的关联正确影响了建档的准确率。
然而,现有技术中前端相机目标抓拍算法为了保证人脸和人体都能够抓拍到质量最高的图片,一般采用的是人脸、人体分别独立抓拍,抓拍帧通常不是同一帧图像,给人脸人体关联增加了困难,导致人脸人体关联准确性较低。
发明内容
本发明实施例提供一种人脸人体关联方法及装置,用于提高人脸人体关联准确性。
第一方面,提供一种人脸人体关联方法,所述方法包括:
获取待处理视频流中各帧图像包含的人脸区域和人体区域;
基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,所述第一人脸区域和所述第一人体区域是追踪对象在同一帧图像中满足图像质量条件的人体区域和人脸区域;
从所述各个人脸区域中,确定出至少一个候选人脸区域;以及,从所述各个人体区域中,确定出至少一个候选人体区域;其中,所述候选人脸区域与所述追踪对象对应且满足第一图像质量条件;所述候选人体区域与所述追踪对象对应且满足第二图像质量条件;
从所述第一人脸区域和所述至少一个候选人脸区域中,确定出目标人脸区域;以及,从所述第一人体区域和所述至少一个候选人体区域中,确定出目标人体区域;
确定所述目标人脸区域和所述目标人体区域具备针对所述追踪对象的人脸人体关联关系。
在一种可能的实施方式中,基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,包括:
从所述各个人脸区域和所述各个人体区域中,确定出各个人体人脸区域组,其中,一个人体人脸区域组包含处于同一帧图像中的人体区域集和人脸区域集;
从所述各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组;
从所述参考人体人脸区域组包含的人体区域集中筛选出第一人体区域,从所述参考人体人脸区域组包含的人脸区域集中筛选出第一人脸区域。
在一种可能的实施方式中,从所述参考人体人脸区域组包含的人体区域集中筛选出第一人体区域,从所述参考人体人脸区域组包含的人脸区域集中筛选出第一人脸区域,包括:
从所述参考人体人脸区域组包含的人体区域集中,筛选出质量参考值最高的人体区域作为所述第一人体区域;以及,
从所述参考人体人脸区域组包含的人脸区域集中,筛选出质量参考值最高的人脸区域作为所述第一人脸区域。
在一种可能的实施方式中,从所述各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组,包括:
从所述各个人体人脸区域组中,筛选包括单一人脸区域的所有人体区域;
基于所述包括单一人脸区域的所有人体区域,获得第一参考人体区域集,且基于所述包括单一人脸区域的所有人体区域中所包括的人脸区域,获得所述第一参考人脸区域集;
基于所述第一参考人体区域集和所述第一参考人脸区域集,获得参考人体人脸区域组。
在一种可能的实施方式中,从所述各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组,包括:
从所述各个人体人脸区域组中,筛选包括多个人脸区域,且确定所述多个人脸区域中第三人脸区域与除其自身外的其它人脸区域的交集大于预设阈值的第二人体区域;
基于所述第二人体区域,确定第二参考人体区域集,并基于所述第二人体区域中的第三人脸区域,确定第二参考人脸区域集;
基于所述第二参考人体区域集和所述第二参考人脸区域集,获得参考人体人脸区域组。
在一种可能的实施方式中,从所述各个人脸区域中,确定出至少一个候选人脸区域,以及,从所述各个人体区域中,确定出至少一个候选人体区域,包括:
对所述各个人脸区域和所述各个人体区域进行追踪,确定所述同一追踪标识对应的多个人脸区域和多个人体区域;所述追踪标识用于标记所述追踪对象;
确定所述多个人脸区域和所述多个人体区域分别对应的质量评价信息;其中,所述质量评价信息包括拍摄角度、图像清晰程度以及完整程度;
基于所述质量评价信息,分别对所述多个人脸区域和所述多个人体区域进行质量评分,获得所述多个人脸区域对应的第一质量评分集和所述多个人体区域对应的第二质量评分集;
从所述第一质量评分集中,筛选满足所述第一图像质量条件的至少一个候选人脸区域;以及,从所述第二质量评分集中,筛选满足所述第二图像质量条件的至少一个候选人体区域。
在一种可能的实施方式中,从所述第一人脸区域和所述至少一个候选人脸区域中,确定出目标人脸区域;以及,从所述第一人体区域和所述至少一个候选人体区域中,确定出目标人体区域,包括:
从所述至少一个候选人脸区域中,筛选所述至少一个候选人脸区域中所包含的人脸与所述第一人脸区域包含的人脸的相似度满足第一相似度阈值,且质量评分最高的候选参考人脸区域;
从所述至少一个候选人体区域中,筛选所述至少一个候选人体区域中所包含的人体与所述第一人体区域包含的人体的相似度满足第二相似度阈值,且质量评分最高的候选参考人体区域;
对所述候选参考人脸区域对应的质量评分和所述第一人脸区域对应的质量评分进行比对,筛选质量评分最高的目标人脸区域;
对所述第一人体区域对应的质量评分和所述候选参考人体区域对应的质量评分进行比对,筛选质量评分最高的目标人体区域。
第二方面,提供一种人脸人体关联装置,所述装置包括:
获取单元,用于获取待处理视频流中各帧图像包含的人脸区域和人体区域;
第一处理单元,用于基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,所述第一人脸区域和所述第一人体区域是追踪对象在同一帧图像中满足图像质量条件的人体区域和人脸区域;
第二处理单元,用于从所述各个人脸区域中,确定出至少一个候选人脸区域;以及,从所述各个人体区域中,确定出至少一个候选人体区域;其中,所述候选人脸区域与所述追踪对象对应且满足第一图像质量条件;所述候选人体区域与所述追踪对象对应且满足第二图像质量条件;
第三处理单元,用于从所述第一人脸区域和所述至少一个候选人脸区域中,确定出目标人脸区域;以及,从所述第一人体区域和所述至少一个候选人体区域中,确定出目标人体区域;
确定单元,用于确定所述目标人脸区域和所述目标人体区域具备针对所述追踪对象的人脸人体关联关系。
在一种可能的实施方式中,所述第一处理单元,具体用于:
从所述各个人脸区域和所述各个人体区域中,确定出各个人体人脸区域组,其中,一个人体人脸区域组包含处于同一帧图像中的人体区域集和人脸区域集;
从所述各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组;
从所述参考人体人脸区域组包含的人体区域集中筛选出第一人体区域,从所述参考人体人脸区域组包含的人脸区域集中筛选出第一人脸区域。
在一种可能的实施方式中,所述第一处理单元,具体用于:
从所述参考人体人脸区域组包含的人体区域集中,筛选出质量参考值最高的人体区域作为所述第一人体区域;以及,
从所述参考人体人脸区域组包含的人脸区域集中,筛选出质量参考值最高的人脸区域作为所述第一人脸区域。
在一种可能的实施方式中,所述第一处理单元,具体用于:
从所述各个人体人脸区域组中,筛选包括单一人脸区域的所有人体区域;
基于所述包括单一人脸区域的所有人体区域,获得第一参考人体区域集,且基于所述包括单一人脸区域的所有人体区域中所包括的人脸区域,获得所述第一参考人脸区域集;
基于所述第一参考人体区域集和所述第一参考人脸区域集,获得参考人体人脸区域组。
在一种可能的实施方式中,所述第一处理单元,具体用于:
从所述各个人体人脸区域组中,筛选包括多个人脸区域,且确定所述多个人脸区域中第三人脸区域与除其自身外的其它人脸区域的交集大于预设阈值的第二人体区域;
基于所述第二人体区域,确定第二参考人体区域集,并基于所述第二人体区域中的第三人脸区域,确定第二参考人脸区域集;
基于所述第二参考人体区域集和所述第二参考人脸区域集,获得参考人体人脸区域组。
在一种可能的实施方式中,所述第二处理单元,具体用于:
对所述各个人脸区域和所述各个人体区域进行追踪,确定所述同一追踪标识对应的多个人脸区域和多个人体区域;所述追踪标识用于标记所述追踪对象;
确定所述多个人脸区域和所述多个人体区域分别对应的质量评价信息;其中,所述质量评价信息包括拍摄角度、图像清晰程度以及完整程度;
基于所述质量评价信息,分别对所述多个人脸区域和所述多个人体区域进行质量评分,获得所述多个人脸区域对应的第一质量评分集和所述多个人体区域对应的第二质量评分集;
从所述第一质量评分集中,筛选满足所述第一图像质量条件的至少一个候选人脸区域;以及,从所述第二质量评分集中,筛选满足所述第二图像质量条件的至少一个候选人体区域。
在一种可能的实施方式中,所述第三处理单元,具体用于:
从所述至少一个候选人脸区域中,筛选所述至少一个候选人脸区域中所包含的人脸与所述第一人脸区域包含的人脸的相似度满足第一相似度阈值,且质量评分最高的候选参考人脸区域;
从所述至少一个候选人体区域中,筛选所述至少一个候选人体区域中所包含的人体与所述第一人体区域包含的人体的相似度满足第二相似度阈值,且质量评分最高的候选参考人体区域;
对所述候选参考人脸区域对应的质量评分和所述第一人脸区域对应的质量评分进行比对,筛选质量评分最高的目标人脸区域;
对所述第一人体区域对应的质量评分和所述候选参考人体区域对应的质量评分进行比对,筛选质量评分最高的目标人体区域。
第三方面,提供一种计算机设备,所述计算机设备包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行第一方面中的任一方法包括的步骤。
第四方面,提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行实现如第一方面中的任一方法包括的步骤。
第五方面,提供一种计算机程序产品,当所述计算机程序产品在计算机设备运行时,使得计算机设备能够执行第一方面中任一方法包括的步骤。
本发明的实施例提供的技术方案至少带来以下有益效果:
在本发明实施例中,可以获取待处理视频流中各帧图像包含的人脸区域和人体区域,且可以先确定出处于同一帧图像,且满足图像质量条件的第一人脸区域和第一人体区域。然后再确定满足第一图像质量条件的至少一个候选人脸区域,以及满足第二图像质量条件的至少一个候选人体区域,从而可以从第一人脸区域和至少一个候选人脸区域中,确定出目标人脸区域;以及,从第一人体区域和至少一个候选人体区域中,确定出目标人体区域,并确定目标人脸区域和目标人体区域具备针对追踪对象的人脸人体关联关系,这样的方式,可以在尽量确保人脸和人体关联准确的基础上,还提供了质量较高的人脸和人体对应的图像,从而使得最终确定的人脸人体关联关系中的人脸和人体,不仅关联准确性较高且对应的人脸和人体的图像质量较高。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或通过实施而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理,并不构成对本发明的不当限定。
图1为本发明实施例中的应用场景示意图;
图2为本发明实施例中人脸人体关联方法的流程图;
图3为本发明实施例中人脸人体关联装置的结构框图;
图4为本发明实施例中计算机设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互任意组合。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”是用于区别不同对象,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,意图在于覆盖不排他的保护。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
如前所述,现有技术中,在进行人脸和人体关联时,均分别独立对人脸和人体进行检测,再进行关联,这样的方式,导致人脸和人体关联的准确度较低。
鉴于此,本发明提供了一种人脸人体关联方法,通过该方法可以先将处于同一帧的人脸和人体的关联关系确定,再对该关联关系进行修正,从而可以获得准确率较高且人脸和人体清晰度和完整度较高的人脸人体关联关系。
介绍完本发明实施例的设计思想之后,下面对本发明实施例中的技术方案适用的应用场景做一些简单介绍,需要说明的是,本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。
请参见图1所示,为发明实施例能够适用的一种场景示意图,该场景中包括信息采集设备101、计算机设备102以及其它电子设备103,本发明实施例的人脸人体关联方法可以通过图1中信息采集设备101和计算机设备102协同来实现,且可以结合其它电子设备实现对基于人脸和人体关联关系进行人员建档的需求。
在具体的实施过程中,前述的信息采集设备101可以获取视频流信息,且该视频流信息中包括多个人。当信息采集设备101采集到包括人脸和人体信息对应的数据之后,可以将数据通过网络104发送给计算机设备102。示例性的,信息采集设备101可以设置在路口,商场、车站以及机场等场所。
其中,计算机设备102可以包括一个或多个处理器1021、存储器1022、与信息采集设备101交互的I/O接口1023以及与门禁设备103交互的I/O接口1024等。在具体的实施过程中,可以是多个计算机设备102与多个信息采集设备101交互,也可以是一个计算机设备102与多个信息采集设备101交互,还可以是一个计算机设备102与一个信息采集设备101交互,本发明实施例中不做限制。具体的,计算机设备102还可以与其它电子设备103连接,向其它电子设备反馈人脸和人体关联关系和对应的数据,图1中以一个计算机设备102与一个信息采集设备101和一个电子设备103进行交互为例进行示出。
在本发明实施例中,计算机设备102可以通过I/O接口1023接收信息采集设备101发送的数据,然后采用处理器1021对数据进行处理,并将处理后的信息存储在存储器1022中。当然,计算机设备可以通过接口1024向电子设备103发送处理后的信息。
信息采集设备101与计算机设备102之间可以通过一个或者多个网络104进行通信连接。电子设备103与计算机设备102之间也可以通过一个或者多个网络104进行通信连接。该网络104可以是有线网络,也可以是无线网络,例如无线网络可以是移动蜂窝网络,或者可以是无线保真(WIreless-Fidelity,WIFI)网络,当然还可以是其他可能的网络,本发明实施例对此不做限制。
在具体的实施过程中,当计算机设备102接收到包括人脸信息和人体信息对应的数据之后,可以对数据进行处理,确定具有关联关系的人脸和人体,并将关联关系和对应的数据反馈给电子设备103,实现对人员的建档。
为进一步说明本发明实施例提供的人脸人体关联方法的方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本发明实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本发明实施例提供的执行顺序。所述方法在实际的处理过程中或者装置执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的应用环境)。
以下结合图2所示的方法流程图对本发明实施例中人脸人体关联方法进行说明,图2所示的各步骤可以由如图1所示的计算机设备执行。在具体实施过程中,该计算机设备可以是服务器,例如是个人计算机、大中型计算机、计算机集群,等等。
步骤201:获取待处理视频流中各帧图像包含的人脸区域和人体区域。
在本发明实施例中,计算机设备可以接收信息采集设备发送的视频流,从而将该视频流确定为待处理的视频流。需要说明的是,待处理的视频流可以是多条也可以是单条,为了更清楚的对本发明提供的方案进行解释,后文中以单条待处理的视频流进行说明,多条待处理的视频流中每条视频流可以基于下面示出的方案进行处理,后续不再赘述。
在本发明实施例中,当获得待处理的视频流之后,可以对视频流进行拆帧处理,获得多个帧图像。然后再对多个帧图像进行人脸和人体识别处理,从而可以获得各帧图像中的人脸区域和人体区域。示例性的,可以采用深度网络实现对人脸和人体的识别。
需要说明的是,每个人体区域和人脸区域可以标注标引信息即标识,示例性的,该标引信息可以是依据帧图像的拆帧顺序确定首位数字,然后基于区域的位置确定,且按照检测出的区域的位置按照从小到大的数字进行标记。这样的方式,可以较为准确对同一追踪对象基于标引信息进行追踪等。
步骤202:基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,其中,第一人脸区域和第一人体区域是追踪对象在同一帧图像中满足图像质量条件的人体区域和人脸区域。
在本发明实施例中,在确定各人脸区域和人体区域之后,可以采用但不限于以下步骤确定第一人脸区域和第一人体区域。
步骤a:从各个人脸区域和各个人体区域中,确定出各个人体人脸区域组,其中,一个人体人脸区域组包含处于同一帧图像中的人体区域集和人脸区域集。
在本发明实施例中,可以先筛选处于同一帧图像中的人脸区域和人体区域,然后再将各帧图像中的人脸区域和人体区域对应确定为一个人体人脸区域组。
例如,帧图像A包括人脸区域1、人脸区域2、人脸区域3、以及人体区域1和人体区域2,则可以确定处于同一帧图像即帧图像A中的人脸区域集包括人脸区域1、人脸区域2、人脸区域3,人体区域集包括人体区域1和人体区域2,且可以确定人体人脸组a包括人脸区域1、人脸区域2、人脸区域3、以及人体区域1和人体区域2。
步骤b:从各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组。
在本发明实施例中,当确定出各个人体人脸区域组之后,可以从各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组。
为了便于本领域技术人员理解,以下列举几种可能的方式来说明如何确定出满足第一筛选条件的参考人体人脸区域组,应该理解的是,以下举例只是示意性的说明,其并不对本发明实施例构成限定,除去以下所列举的方式,在具体实施过程中还可以再采用其它的确定方式,本文中并不穷举。
方式一:
在本发明实施例中,可以从各个人体人脸区域组中,筛选包括单一人脸区域的所有人体区域,然后可以基于包括单一人脸区域的所有人体区域,获得第一参考人体区域集,且基于包括单一人脸区域的所有人体区域中所包括的人脸区域,获得第一参考人脸区域集,进一步地,可以基于第一参考人体区域集和第一参考人脸区域集,获得参考人体人脸区域组。
可见,在本发明实施例中,可以将筛选仅包括单一人脸区域的所有人体区域,也就是说,将各个人体人脸区域组中一个人体仅对应一个人脸的人体确定为第一参考人体区域集中的人体,且将该第一参考人体区域集中的人体所包括的人脸确定为第一参考人脸区域集,从而获得参考人体人脸区域组。这样的方式,可以准确的筛选出人对应的人体和人脸。
方法二:
在本发明实施例中,可以从各个人体人脸区域组中,筛选包括多个人脸区域,且确定多个人脸区域中第三人脸区域与除其自身外的其它人脸区域的交集大于预设阈值的第二人体区域;然后基于第二人体区域,确定第二参考人体区域集,并基于第二人体区域中的第三人脸区域,确定第二参考人脸区域集;进一步地,可以基于第二参考人体区域集和第二参考人脸区域集,获得参考人体人脸区域组。其中,预设阈值可以基于实际实施情况确定,本公开实施例中不做限定。
示例性的,可以采用以下公式计算多个人脸区域中任一人脸区域与除其自身外的其它人脸区域的交集:
采用上述方法,针对出现人脸重叠的场景,可以筛选出与任一人体对应的可关联人脸,提供较多的参考人脸人体区域组,为后续的人脸区域和人体区域关联提供丰富的筛选基础。
步骤c:从参考人体人脸区域组包含的人体区域集中筛选出第一人体区域,从参考人体人脸区域组包含的人脸区域集中筛选出第一人脸区域。
在本发明实施例中,当确定出参考人体人脸区域组之后,可以从参考人体人脸区域组包含的人体区域集中,筛选出质量参考值最高的人体区域作为第一人体区域;以及从参考人体人脸区域组包含的人脸区域集中,筛选出质量参考值最高的人脸区域作为第一人脸区域。具体的,质量参考值可以对人体区域或人脸区域对应的质量评价信息所确定;其中,质量评价信息包括拍摄角度、图像清晰程度以及完整程度。
可见,可以将筛选出的参考人体人脸区域组中,质量参考值最高的人脸区域作为第一人脸区域和质量参考值最高的人体区域作为第一人体区域。也就是说,将处于同一帧图像,且质量参考值最高的人脸区域和人体区域作为确定人脸人体关联关系的初始基础,这样的方式,可以使得最终确定人体人脸关系准确率较高。
步骤203:从各个人脸区域中,确定出至少一个候选人脸区域;以及,从各个人体区域中,确定出至少一个候选人体区域;其中,候选人脸区域与追踪对象对应且满足第一图像质量条件;候选人体区域与追踪对象对应且满足第二图像质量条件。
在本发明实施例中,可以对各个人脸区域和各个人体区域进行追踪,确定同一追踪标识对应的多个人脸区域和多个人体区域;其中,追踪标识用于标记追踪对象。然后可以确定多个人脸区域和多个人体区域分别对应的质量评价信息,其中,质量评价信息包括拍摄角度、图像清晰程度以及完整程度,从而基于质量评价信息,分别对多个人脸区域和多个人体区域进行质量评分,获得多个人脸区域对应的第一质量评分集和多个人体区域对应的第二质量评分集。
示例性的,若对人脸区域进行质量评分,可以确定人脸角度属于哪一个人脸角度预设区间,其中,人脸角度预设区间包括全脸区间、半脸区间、部分区间;还可以确定人脸区域对应的帧图像的拍摄质量属于哪一个质量区间,其中,质量区间包括一级清晰、二级清晰以及三级清晰;此外,还可以确定人脸完整程度属于哪一个区间,其中,人脸完成程度区间包括完整人脸、部分人脸,无人脸。进一步地,当确定出质量评价信息中子信息属于哪一个区间,则可以基于预设映射关系,确定该区域对应的评分,获得子信息对应的评分,计算各个子信息对应的权重和评分相乘的子结果,并将子结果进行相加,从而获得该人脸区域的质量评分。
示例性的,若对人体区域进行质量评分,可以确定人体角度属于哪一个人体角度预设区间,其中,人体角度预设区间包括正面区间、侧面区间、背面区间;还可以确定人体区域对应的帧图像的拍摄质量属于哪一个质量区间,其中,质量区间包括一级清晰、二级清晰以及三级清晰;此外,还可以确定人体完整程度属于哪一个区间,其中,人体完成程度区间包括完整人体、部分人体。进一步地,当确定出质量评价信息中子信息属于哪一个区间,则可以基于预设映射关系,确定该区域对应的评分,获得子信息对应的评分,计算各个子信息对应的权重和评分相乘的子结果,并将子结果进行相加,从而获得该人体区域的质量评分。
在本发明实施例中,可以采用前述示例性示出的确定人脸区域和人体区域的质量评价的方案,对多个帧图像中的人脸区域和人体区域进行质量评价。进一步地,当确定人脸区域和人体区域对应的质量评分集后,可以从第一质量评分集中,筛选满足第一图像质量条件的至少一个候选人脸区域;以及,从第二质量评分集中,筛选满足第二图像质量条件的至少一个候选人体区域。例如,可以是筛选质量评分为前N个的人脸区域作为候选人脸区域,其中,N为大于1的正整数;以及,可以是筛选质量评分为前M个的人体区域作为候选人体区域,其中,M为大于1的正整数。在实际实施中,N和M可以相同也可以不同,本发明实施例中不做限制。
步骤204:从第一人脸区域和至少一个候选人脸区域中,确定出目标人脸区域;以及,从第一人体区域和至少一个候选人体区域中,确定出目标人体区域。
在本发明实施例中,可以从至少一个候选人脸区域中,筛选至少一个候选人脸区域中所包含的人脸与第一人脸区域包含的人脸的相似度满足第一相似度阈值,且质量评分最高的候选参考人脸区域;以及,可以从至少一个候选人体区域中,筛选至少一个候选人体区域中所包含的人体与第一人体区域包含的人体的相似度满足第二相似度阈值,且质量评分最高的候选参考人体区域。这样的方式,可以避免由于追踪对象错误或者追踪对象的标识错误,导致候选人脸区域和候选人体区域中出现与第一人脸区域和第一人体区域对应的对象不是同一个对象的情况出现,提高最终人体人脸关系关联的准确性。
进一步地,可以对候选参考人脸区域对应的质量评分和第一人脸区域对应的质量评分进行比对,筛选质量评分最高的目标人脸区域;以及,对第一人体区域对应的质量评分和候选参考人体区域对应的质量评分进行比对,筛选质量评分最高的目标人体区域。
步骤205:确定目标人脸区域和目标人体区域具备针对追踪对象的人脸人体关联关系。
在本发明实施例中,可以基于追踪确定与初始确定关联关系的第一人脸区域和第一人体区域对应的质量评分最高的人脸区域和人体区域,并基于此,对应确定人体人脸关联关系,从而可以提高人脸人体关联关系中人脸和人体关联的准确性以及为后续人员建档提供清晰且完整度较高的人脸和人体信息。
基于同一发明构思,本发明实施例提供了一种用于人脸人体关联装置,该人脸人体关联装置能够实现前述的人脸人体关联方法对应的功能。该人脸人体关联装置可以是硬件结构、软件模块、或硬件结构加软件模块。该人脸人体关联装置可以由芯片系统实现,芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。请参见图3所示,该人脸人体关联装置包括:获取单元301、第一处理单元302、第二处理单元303、第三处理单元304以及确定单元305,其中:
获取单元301,用于获取待处理视频流中各帧图像包含的人脸区域和人体区域;
第一处理单元302,用于基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,所述第一人脸区域和所述第一人体区域是追踪对象在同一帧图像中满足图像质量条件的人体区域和人脸区域;
第二处理单元303,用于从所述各个人脸区域中,确定出至少一个候选人脸区域;以及,从所述各个人体区域中,确定出至少一个候选人体区域;其中,所述候选人脸区域与所述追踪对象对应且满足第一图像质量条件;所述候选人体区域与所述追踪对象对应且满足第二图像质量条件;
第三处理单元304,用于从所述第一人脸区域和所述至少一个候选人脸区域中,确定出目标人脸区域;以及,从所述第一人体区域和所述至少一个候选人体区域中,确定出目标人体区域;
确定单元305,用于确定所述目标人脸区域和所述目标人体区域具备针对所述追踪对象的人脸人体关联关系。
在一种可能的实施方式中,所述第一处理单元302,具体用于:
从所述各个人脸区域和所述各个人体区域中,确定出各个人体人脸区域组,其中,一个人体人脸区域组包含处于同一帧图像中的人体区域集和人脸区域集;
从所述各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组;
从所述参考人体人脸区域组包含的人体区域集中筛选出第一人体区域,从所述参考人体人脸区域组包含的人脸区域集中筛选出第一人脸区域。
在一种可能的实施方式中,所述第一处理单元302,具体用于:
从所述参考人体人脸区域组包含的人体区域集中,筛选出质量参考值最高的人体区域作为所述第一人体区域;以及,
从所述参考人体人脸区域组包含的人脸区域集中,筛选出质量参考值最高的人脸区域作为所述第一人脸区域。
在一种可能的实施方式中,所述第一处理单元302,具体用于:
从所述各个人体人脸区域组中,筛选包括单一人脸区域的所有人体区域;
基于所述包括单一人脸区域的所有人体区域,获得第一参考人体区域集,且基于所述包括单一人脸区域的所有人体区域中所包括的人脸区域,获得所述第一参考人脸区域集;
基于所述第一参考人体区域集和所述第一参考人脸区域集,获得参考人体人脸区域组。
在一种可能的实施方式中,所述第一处理单元302,具体用于:
从所述各个人体人脸区域组中,筛选包括多个人脸区域,且确定所述多个人脸区域中第三人脸区域与除其自身外的其它人脸区域的交集大于预设阈值的第二人体区域;
基于所述第二人体区域,确定第二参考人体区域集,并基于所述第二人体区域中的第三人脸区域,确定第二参考人脸区域集;
基于所述第二参考人体区域集和所述第二参考人脸区域集,获得参考人体人脸区域组。
在一种可能的实施方式中,所述第二处理单元303,具体用于:
对所述各个人脸区域和所述各个人体区域进行追踪,确定所述同一追踪标识对应的多个人脸区域和多个人体区域;所述追踪标识用于标记所述追踪对象;
确定所述多个人脸区域和所述多个人体区域分别对应的质量评价信息;其中,所述质量评价信息包括拍摄角度、图像清晰程度以及完整程度;
基于所述质量评价信息,分别对所述多个人脸区域和所述多个人体区域进行质量评分,获得所述多个人脸区域对应的第一质量评分集和所述多个人体区域对应的第二质量评分集;
从所述第一质量评分集中,筛选满足所述第一图像质量条件的至少一个候选人脸区域;以及,从所述第二质量评分集中,筛选满足所述第二图像质量条件的至少一个候选人体区域。
在一种可能的实施方式中,所述第三处理单元304,具体用于:
从所述至少一个候选人脸区域中,筛选所述至少一个候选人脸区域中所包含的人脸与所述第一人脸区域包含的人脸的相似度满足第一相似度阈值,且质量评分最高的候选参考人脸区域;
从所述至少一个候选人体区域中,筛选所述至少一个候选人体区域中所包含的人体与所述第一人体区域包含的人体的相似度满足第二相似度阈值,且质量评分最高的候选参考人体区域;
对所述候选参考人脸区域对应的质量评分和所述第一人脸区域对应的质量评分进行比对,筛选质量评分最高的目标人脸区域;
对所述第一人体区域对应的质量评分和所述候选参考人体区域对应的质量评分进行比对,筛选质量评分最高的目标人体区域。
前述的人脸人体关联方法的实施例涉及的各步骤的所有相关内容均可以援引到本发明实施例中的人脸人体关联装置所对应的功能模块的功能描述,在此不再赘述。
本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本发明各个实施例中的各功能模块可以集成在一个控制器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
基于同一发明构思,本发明实施例提供一种计算机设备,请参见图4所示,该计算机设备包括至少一个处理器401,以及与至少一个处理器连接的存储器402,本发明实施例中不限定处理器401与存储器402之间的具体连接介质,图4中是以处理器401和存储器402之间通过总线400连接为例,总线400在图4中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线400可以分为地址总线、数据总线、控制总线等,为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。此外,人脸人体关联装置还包括通信接口403,用于接收或发送数据。
在本发明实施例中,存储器402存储有可被至少一个处理器401执行的指令,至少一个处理器401通过执行存储器402存储的指令,可以执行前述的人脸人体关联方法中所包括的步骤。
其中,处理器401是计算机设备的控制中心,可以利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器402内的指令以及调用存储在存储器402内的数据,计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。
可选的,处理器401可包括一个或多个处理单元,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。在一些实施例中,处理器401和存储器402可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器401可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列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,可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器402作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器402可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本发明实施例中的存储器402还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器401进行设计编程,可以将前述实施例中介绍的人脸人体关联方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行前述的人脸人体关联方法的步骤,如何对处理器401进行设计编程为本领域技术人员所公知的技术,这里不再赘述。
基于同一发明构思,本发明实施例还提供一种计算机可读存储介质,该存储介质存储有计算机程序,当该计算机程序被处理器执行实现如前述的人脸人体关联方法的步骤。
在一些可能的实施方式中,本发明提供的人脸人体关联方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在控制计算机设备上运行时,所述程序代码用于使该控制计算机设备执行本说明书上述描述的根据本发明各种示例性实施方式的人脸人体关联方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种人脸人体关联方法,其特征在于,所述方法包括:
获取待处理视频流中各帧图像包含的人脸区域和人体区域;
基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,所述第一人脸区域和所述第一人体区域是追踪对象在同一帧图像中满足图像质量条件的人体区域和人脸区域;
从所述各个人脸区域中,确定出至少一个候选人脸区域;以及,从所述各个人体区域中,确定出至少一个候选人体区域;其中,所述候选人脸区域与所述追踪对象对应且满足第一图像质量条件;所述候选人体区域与所述追踪对象对应且满足第二图像质量条件;
从所述第一人脸区域和所述至少一个候选人脸区域中,确定出目标人脸区域;以及,从所述第一人体区域和所述至少一个候选人体区域中,确定出目标人体区域;
确定所述目标人脸区域和所述目标人体区域具备针对所述追踪对象的人脸人体关联关系。
2.如权利要求1所述的方法,其特征在于,基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,包括:
从所述各个人脸区域和所述各个人体区域中,确定出各个人体人脸区域组,其中,一个人体人脸区域组包含处于同一帧图像中的人体区域集和人脸区域集;
从所述各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组;
从所述参考人体人脸区域组包含的人体区域集中筛选出第一人体区域,从所述参考人体人脸区域组包含的人脸区域集中筛选出第一人脸区域。
3.如权利要求2所述的方法,其特征在于,从所述参考人体人脸区域组包含的人体区域集中筛选出第一人体区域,从所述参考人体人脸区域组包含的人脸区域集中筛选出第一人脸区域,包括:
从所述参考人体人脸区域组包含的人体区域集中,筛选出质量参考值最高的人体区域作为所述第一人体区域;以及
从所述参考人体人脸区域组包含的人脸区域集中,筛选出质量参考值最高的人脸区域作为所述第一人脸区域。
4.如权利要求2所述的方法,其特征在于,从所述各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组,包括:
从所述各个人体人脸区域组中,筛选包括单一人脸区域的所有人体区域;
基于所述包括单一人脸区域的所有人体区域,获得第一参考人体区域集,且基于所述包括单一人脸区域的所有人体区域中所包括的人脸区域,获得所述第一参考人脸区域集;
基于所述第一参考人体区域集和所述第一参考人脸区域集,获得参考人体人脸区域组。
5.如权利要求2所述的方法,其特征在于,从所述各个人体人脸区域组中,确定出满足第一筛选条件的参考人体人脸区域组,包括:
从所述各个人体人脸区域组中,筛选包括多个人脸区域,且确定所述多个人脸区域中第三人脸区域与除其自身外的其它人脸区域的交集大于预设阈值的第二人体区域;
基于所述第二人体区域,确定第二参考人体区域集,并基于所述第二人体区域中的第三人脸区域,确定第二参考人脸区域集;
基于所述第二参考人体区域集和所述第二参考人脸区域集,获得参考人体人脸区域组。
6.如权利要求1-5任一所述的方法,其特征在于,从所述各个人脸区域中,确定出至少一个候选人脸区域,以及,从所述各个人体区域中,确定出至少一个候选人体区域,包括:
对所述各个人脸区域和所述各个人体区域进行追踪,确定所述同一追踪标识对应的多个人脸区域和多个人体区域;所述追踪标识用于标记所述追踪对象;
确定所述多个人脸区域和所述多个人体区域分别对应的质量评价信息;其中,所述质量评价信息包括拍摄角度、图像清晰程度以及完整程度;
基于所述质量评价信息,分别对所述多个人脸区域和所述多个人体区域进行质量评分,获得所述多个人脸区域对应的第一质量评分集和所述多个人体区域对应的第二质量评分集;
从所述第一质量评分集中,筛选满足所述第一图像质量条件的至少一个候选人脸区域;以及,从所述第二质量评分集中,筛选满足所述第二图像质量条件的至少一个候选人体区域。
7.如权利要求1-5任一所述的方法,其特征在于,从所述第一人脸区域和所述至少一个候选人脸区域中,确定出目标人脸区域;以及,从所述第一人体区域和所述至少一个候选人体区域中,确定出目标人体区域,包括:
从所述至少一个候选人脸区域中,筛选所述至少一个候选人脸区域中所包含的人脸与所述第一人脸区域包含的人脸的相似度满足第一相似度阈值,且质量评分最高的候选参考人脸区域;
从所述至少一个候选人体区域中,筛选所述至少一个候选人体区域中所包含的人体与所述第一人体区域包含的人体的相似度满足第二相似度阈值,且质量评分最高的候选参考人体区域;
对所述候选参考人脸区域对应的质量评分和所述第一人脸区域对应的质量评分进行比对,筛选质量评分最高的目标人脸区域;
对所述第一人体区域对应的质量评分和所述候选参考人体区域对应的质量评分进行比对,筛选质量评分最高的目标人体区域。
8.一种人脸人体关联装置,其特征在于,所述装置包括:
获取单元,用于获取待处理视频流中各帧图像包含的人脸区域和人体区域;
第一处理单元,用于基于确定的各个人脸区域和各个人体区域,确定出第一人脸区域和第一人体区域,所述第一人脸区域和所述第一人体区域是追踪对象在同一帧图像中满足图像质量条件的人体区域和人脸区域;
第二处理单元,用于从所述各个人脸区域中,确定出至少一个候选人脸区域;以及,从所述各个人体区域中,确定出至少一个候选人体区域;其中,所述候选人脸区域与所述追踪对象对应且满足第一图像质量条件;所述候选人体区域与所述追踪对象对应且满足第二图像质量条件;
第三处理单元,用于从所述第一人脸区域和所述至少一个候选人脸区域中,确定出目标人脸区域;以及,从所述第一人体区域和所述至少一个候选人体区域中,确定出目标人体区域;
确定单元,用于确定所述目标人脸区域和所述目标人体区域具备针对所述追踪对象的人脸人体关联关系。
9.一种计算机设备,其特征在于,所述计算机设备包括: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计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的人脸人体关联方法的步骤。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的人脸人体关联方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110859732.6A CN113486852B (zh) | 2021-07-28 | 2021-07-28 | 一种人脸人体关联方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110859732.6A CN113486852B (zh) | 2021-07-28 | 2021-07-28 | 一种人脸人体关联方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113486852A true CN113486852A (zh) | 2021-10-08 |
CN113486852B CN113486852B (zh) | 2023-04-18 |
Family
ID=77944392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110859732.6A Active CN113486852B (zh) | 2021-07-28 | 2021-07-28 | 一种人脸人体关联方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113486852B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960145A (zh) * | 2018-07-04 | 2018-12-07 | 北京蜂盒科技有限公司 | 人脸图像检测方法、装置、存储介质和电子设备 |
CN109117803A (zh) * | 2018-08-21 | 2019-01-01 | 腾讯科技(深圳)有限公司 | 人脸图像的聚类方法、装置、服务器及存储介质 |
CN109190454A (zh) * | 2018-07-17 | 2019-01-11 | 北京新唐思创教育科技有限公司 | 用于识别视频中的目标人物的方法、装置、设备及介质 |
CN110852269A (zh) * | 2019-11-11 | 2020-02-28 | 青岛海信网络科技股份有限公司 | 一种基于特征聚类的跨镜头人像关联分析方法及装置 |
CN110929545A (zh) * | 2018-09-19 | 2020-03-27 | 传线网络科技(上海)有限公司 | 人脸图像的整理方法及装置 |
CN111428607A (zh) * | 2020-03-19 | 2020-07-17 | 浙江大华技术股份有限公司 | 一种追踪方法、装置及计算机设备 |
CN111476183A (zh) * | 2020-04-13 | 2020-07-31 | 腾讯科技(深圳)有限公司 | 客流信息处理方法及装置 |
CN112364829A (zh) * | 2020-11-30 | 2021-02-12 | 北京有竹居网络技术有限公司 | 一种人脸识别方法、装置、设备及存储介质 |
-
2021
- 2021-07-28 CN CN202110859732.6A patent/CN113486852B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960145A (zh) * | 2018-07-04 | 2018-12-07 | 北京蜂盒科技有限公司 | 人脸图像检测方法、装置、存储介质和电子设备 |
CN109190454A (zh) * | 2018-07-17 | 2019-01-11 | 北京新唐思创教育科技有限公司 | 用于识别视频中的目标人物的方法、装置、设备及介质 |
CN109117803A (zh) * | 2018-08-21 | 2019-01-01 | 腾讯科技(深圳)有限公司 | 人脸图像的聚类方法、装置、服务器及存储介质 |
CN110929545A (zh) * | 2018-09-19 | 2020-03-27 | 传线网络科技(上海)有限公司 | 人脸图像的整理方法及装置 |
CN110852269A (zh) * | 2019-11-11 | 2020-02-28 | 青岛海信网络科技股份有限公司 | 一种基于特征聚类的跨镜头人像关联分析方法及装置 |
CN111428607A (zh) * | 2020-03-19 | 2020-07-17 | 浙江大华技术股份有限公司 | 一种追踪方法、装置及计算机设备 |
CN111476183A (zh) * | 2020-04-13 | 2020-07-31 | 腾讯科技(深圳)有限公司 | 客流信息处理方法及装置 |
CN112364829A (zh) * | 2020-11-30 | 2021-02-12 | 北京有竹居网络技术有限公司 | 一种人脸识别方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113486852B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807385B (zh) | 目标检测方法、装置、电子设备及存储介质 | |
Rios-Cabrera et al. | Efficient multi-camera vehicle detection, tracking, and identification in a tunnel surveillance application | |
JP6973876B2 (ja) | 顔認識方法、顔認識装置及び顔認識方法を実行するコンピュータプログラム | |
CN109783685B (zh) | 一种查询方法及装置 | |
US20170213081A1 (en) | Methods and systems for automatically and accurately detecting human bodies in videos and/or images | |
JP6921694B2 (ja) | 監視システム | |
CN110852269B (zh) | 一种基于特征聚类的跨镜头人像关联分析方法及装置 | |
CN109740004A (zh) | 一种归档方法及装置 | |
US9147130B2 (en) | Information processing method, information processing apparatus, and recording medium for identifying a class of an object by using a plurality of discriminators | |
CN111626163A (zh) | 一种人脸活体检测方法、装置及计算机设备 | |
CN113420675A (zh) | 一种口罩佩戴规范度的检测方法及装置 | |
CN109800318A (zh) | 一种归档方法及装置 | |
CN111881740B (zh) | 人脸识别方法、装置、电子设备及介质 | |
WO2023197232A9 (zh) | 目标跟踪方法及装置、电子设备、计算机可读介质 | |
CN108304852B (zh) | 道路路段类型的确定方法、装置以及存储介质、电子装置 | |
CN114219829A (zh) | 车辆跟踪方法、计算机设备及存储装置 | |
CN109359689B (zh) | 一种数据识别方法及装置 | |
CN114549873A (zh) | 一种图像档案的关联方法、装置、电子设备及存储介质 | |
CN113837006A (zh) | 一种人脸识别方法、装置、存储介质及电子设备 | |
CN113486852B (zh) | 一种人脸人体关联方法及装置 | |
CN113486850A (zh) | 一种交通行为识别方法及装置、电子设备和存储介质 | |
CN112257628A (zh) | 一种户外比赛运动员的身份识别方法、装置及设备 | |
CN112347988A (zh) | 口罩识别模型的训练方法、装置、计算机设备和可读存储介质 | |
CN112036362A (zh) | 图像处理方法、装置、计算机设备和可读存储介质 | |
CN111597980B (zh) | 一种目标对象聚类方法及装置 |
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 |