CN113609905B - 一种基于身份重识别的区域人员检测方法和存储介质 - Google Patents
一种基于身份重识别的区域人员检测方法和存储介质 Download PDFInfo
- Publication number
- CN113609905B CN113609905B CN202110733909.8A CN202110733909A CN113609905B CN 113609905 B CN113609905 B CN 113609905B CN 202110733909 A CN202110733909 A CN 202110733909A CN 113609905 B CN113609905 B CN 113609905B
- Authority
- CN
- China
- Prior art keywords
- personnel
- working area
- identity information
- identification
- active
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000000694 effects Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 description 5
- 230000003139 buffering effect Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于身份重识别的区域人员检测方法和存储介质,所述方法包括如下步骤:判断监控画面中的各个工作区域是否出现活动人员,若是则确定活动人员对应的工作区域,采集所述活动人员对应的第一身份信息,并将各活动人员对应的区域配置信息存入缓存单元中;实时采集各个工作区域中出现的活动人员的第二身份信息,判断当前某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息是否一致,若不一致则发出提示信息。本申请在人员跨区域的判断上具有更好的实时性,可以节约资源消耗,降低系统功率。
Description
技术领域
本发明涉及计算机信息处理技术,特别是一种基于身份重识别的区域人员检测方法和存储介质。
背景技术
在现有技术中,通常需要检测预定监控场景内是否有人员在非限定的工作区域内活动,即在一个监控画面中往往存在着多个不同的工作区域,当监控画面中出现人员时就需要判断该人员是否在指定的开放工作区域中工作,当出现人员跨工作区域工作时系统就需要发出异常提示。
通常,预定监控场景的工作人员对应开放区域的检测大致可以分为以下三类:单人单区域,多人单区域,多人多区域。在前两种工作区域为单区域情况下可通过现有一般的目标检测方法检测出人员身份及其画面的定位来判断人员的跨区域移动,即可以通过人员的定位是否在开放区域之外来判断。但是在多人多区域的应用场景下,现有的目标检测手段无法区分人员跨区域活动的情形。例如某一预定监控场景中开放了A、B两个工作区域,当A人员进入B区域或B人员进入A区域的情形下现有技术难以判断监控画面中人员是否出现了跨区域活动。在这种情形下,就只能使用身份识别技术来对画面中人员出现的身份进行一一识别,将识别出的身份与预先设置的身份信息进行比对,并根据画面中人员的定位来判断当前人员是否出现了跨工作区域的情况,这就导致每次都需要预先录入所有合法人员与对应工作区域的对应关系,操作步骤,维护成本也较高,对于具有高安全要求且人员需要频繁出入的监控场景(如机房)而言并不适用。
发明内容
本发明所要解决的技术问题是提供一种基于身份重识别的区域人员检测的技术方案,用以解决现有的目标追踪和身份识别方法无法对多人多工作区域的应用场景中人员跨区域活动进行监测问题。
为解决上述技术问题,本发明第一方面提供了一种基于身份重识别的区域人员检测方法,所述方法包括如下步骤:
判断监控画面中的各个工作区域是否出现活动人员,若是则确定活动人员对应的工作区域,采集所述活动人员对应的第一身份信息,并将各活动人员对应的区域配置信息存入缓存单元中;所述活动人员对应的区域配置信息包括活动人员对应的第一身份信息与该活动人员对应的工作区域标识信息之间的对应关系;
实时采集各个工作区域中出现的活动人员的第二身份信息,判断当前某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息是否一致,若不一致则发出提示信息。
进一步地,所述方法还包括步骤:
当判定所述监控画面中各个工作区域均未出现活动人员时,清空所述缓存单元中存储的所有区域配置信息。
进一步地,所述方法还包括步骤:
当判定某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息一致时,将所述缓存单元中存储的该工作区域标识信息对应的第一身份信息更新为实时采集的当前该工作区域对应的第二身份信息。
进一步地,所述提示信息为人员跨区域活动的提示信息。
进一步地,所述确定活动人员对应的工作区域包括:
将当前活动人员的坐标位置所在的工作区域确定为其对应的工作区域。
进一步地,所述方法包括:
当活动人员的坐标位置与多个工作区域存在交集时,确定当前活动人员对应的人形框,并将与所述人形框交集面积最大的工作区域确定人当前活动人员对应的工作区域。
进一步地,所述第一身份信息和/或第二身份信息包括人形信息、姿态信息、生物特征信息中的任意一种或多种。
进一步地,所述判断监控画面中的各个工作区域是否出现活动人员包括:
采用YOLO_V3模型判断监控画面中的各个工作区域是否出现活动人员。
进一步地,所述方法包括:
采用BTAS-ReID模型对所述第一身份信息和/或所述第二身份信息进行采集。
本发明第二方面提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本方面第一方面所述的方法。
区别于现有技术,本发明公开了一种基于身份重识别的区域人员检测方法和存储介质,所述方法包括如下步骤:判断监控画面中的各个工作区域是否出现活动人员,若是则确定活动人员对应的工作区域,采集所述活动人员对应的第一身份信息,并将各活动人员对应的区域配置信息存入缓存单元中;所述活动人员对应的区域配置信息包括活动人员对应的第一身份信息与该活动人员对应的工作区域标识信息之间的对应关系;实时采集各个工作区域中出现的活动人员的第二身份信息,判断当前某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息是否一致,若不一致则发出提示信息。
本申请的方案先对监控画面中是否出现活动人员进行检测筛选,而后再对监控画面中出现的活动人员进行身份重识别,进而对各个工作区域识别出的身份信息的实时采集,判断当前监控画面内是否出现人员跨区域活动的现象,本申请在人员跨区域的判断上具有更好的实时性,可以节约资源消耗,降低系统功率。
附图说明
图1为本发明一实施例涉及的基于身份重识别的区域人员检测方法的流程图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果,以下结合实施方式并配合附图详予说明。
如图1所示,为为本发明一实施例涉及的基于身份重识别的区域人员检测方法的流程图。所述方法包括如下步骤:
首先进入步骤S101判断监控画面中的各个工作区域是否出现活动人员,若是则进入步骤S102确定活动人员对应的工作区域,采集所述活动人员对应的第一身份信息,并将各活动人员对应的区域配置信息存入缓存单元中;所述活动人员对应的区域配置信息包括活动人员对应的第一身份信息与该活动人员对应的工作区域标识信息之间的对应关系;
而后进入步骤S103实时采集各个工作区域中出现的活动人员的第二身份信息,而后进入步骤S104判断当前某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息是否一致,若不一致则进入步骤S105发出提示信息。
在本申请中,监控画面可以通过图像采集设备进行实时采集,图像采集设备可以是一个摄像头,一个监控画面中包括至少两个工作区域,每个工作区域一般只允许某一满足特定身份条件的人员进入。
在本申请的方案中,先对监控画面中各个工作区域是否出现活动人员进行检测筛选,而后再对监控画面中出现的活动人员进行身份识别,进而对各个工作区域识别出的身份信息的实时采集,通过身份信息的比对来判断当前监控画面内是否出现人员跨区域活动的现象。由于身份信息是实时采集存入缓存单元中的,比对的方式又是将当前采集的身份信息与上一次采集的身份信息进行比对,如果符合条件则可以进一步比对两次身份信息所在的工作区域是否相同,若不相同说明监控画面中的活动人员出现了跨工作区域活动的现象,系统可以发出提示信息进行提示。本申请在人员跨区域的判断上具有更好的实时性,可以节约资源消耗,降低系统功率。
作为一种可选的实施例,步骤S101中所述判断监控画面中的各个工作区域是否出现活动人员包括:采用YOLO_V3模型判断监控画面中的各个工作区域是否出现活动人员。YOLO_V3模型是一种人员目标检测算法,采用YOLO_V3模型来对各个工作区域是否出现活动人员进行识别,可以有效提升活动人员识别的准确性。
作为一种可选的实施例,步骤S102和步骤S103中第一身份信息和/或第二身份信息的采集通过用BTAS-ReID模型来完成。BTAS-ReID模型是一种身份重识别算法,采用BTAS-ReID模型来对各个工作区域出现的活动人员的身份信息进行采集,可以有效提升身份信息识别的准确性。
优选的,所述第一身份信息和/或第二身份信息包括人形信息、姿态信息、生物特征信息中的任意一种或多种。所述生物特征信息可以是人脸信息、人头信息、人体其他局部位置对应的肢体信息等。
作为一种可选的实施例,步骤S102中所述确定活动人员对应的工作区域包括:将当前活动人员的坐标位置所在的工作区域确定为其对应的工作区域。优选的,当活动人员的坐标位置与多个工作区域存在交集时,确定当前活动人员对应的人形框,并将与所述人形框交集面积最大的工作区域确定人当前活动人员对应的工作区域。经过人员目标检测算法的识别,通常可以筛选出人形框来判断所述监控画面中是否出现了活动人员,而活动人员对应的人形框可能同时与监控画面中的多个工作区域存在交集,例如监控画面中存在A工作区域和B工作区域,某一活动人员对应的人形框与所述A工作区域的交集面积占该活动人员对应的人形框总面积的30%,而该人形框与所述B工作区域的交集面积占该活动人员对应的人形框总面积的70%,则判定当前活动人员对应的工作区域为B工作区域。
作为一种可选的实施例,步骤S103中的实时采集可以是摄像头连续不间断地采集视频流图像,也可以是摄像头以预定时间频率轮询对监控画面中是否出现活动人员进行监控。
作为一种可选的实施例,所述方法还包括步骤:当判定所述监控画面中各个工作区域均未出现活动人员时,清空所述缓存单元中存储的所有区域配置信息。这样,可以保证缓存单元中存储的区域配置信息都是最新进入的人员的信息,而非预先设置好存储在存储单元中的信息。例如机房经常需要维护人员出入,如果为了保证人员的安全性,现有技术在每次有维护人员进入机房前,都需要预先将该维护人员的信息录入到系统中,以保证该维护人员在其对应的工作区域进行工作时不会发出警报,配置信息的设置十分麻烦。而如果采用本申请的方案,只要监控画面出现活动人员就依次执行步骤S101-S105,如果没有活动人员就清空所有区域配置信息,无需预先录入维护人员的身份信息就可以实时对人员跨工作区域活动的行为进行监控,本申请的方法具有高效便捷易操作,运算量低,消耗资源低等特点。
优选的,所述方法还包括步骤:当判定某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息一致时,将所述缓存单元中存储的该工作区域标识信息对应的第一身份信息更新为实时采集的当前该工作区域对应的第二身份信息。例如某一人员A在工作区域A中工作,在第一时刻处于工作区域A中的第一位置,在第二时刻移动到了工作区域A中的第二位置,由于第二位置与第一位置采集的身份信息比对一致,且第一位置和第二位置都在工作区域A内,因而可以判定人员A并没有出现跨区域移动的现象,系统不出发出提示信息,但是会将第二时刻采集的该人员在第二位置的第二身份信息存入缓存单元中,以替换原有缓存单元中存储的该工作区域标识信息对应的第一身份信息。这是因为以身份信息为人形为例,采用活动人员在某一工作区域中移动过程中最接近一次的人形来比对,相较于区域配置信息中的比对基准一层不变的方式,可以进一步提升身份信息识别的准确性。
作为一种可选的实施例,所述提示信息为人员跨区域活动的提示信息。所述提示信息包括声音提示信息、图像提示信息、光线提示信息、视频提示信息中的一种或多种。所述声音提示信息包括提示当前用户出现跨工作区域移动的语音提示信息,如“XX工作区域的工作人员出现跨区域移动,从XX工作区域移动到了YY工作区域”。所述图像提示信息包括提示当前用户出现跨工作区域移动的弹窗提示信息,所述视频提示信息包括提示当前用户出现跨工作区域移动的视频提示信息,所述光线提示信息包括改变屏幕亮度或者让显示屏发出不同颜色的光线等。
作为一种可选的实施例,本申请的缓存单元为缓存装置,用于缓存数据。所述缓存装置可以为易失性存储介质,示例性地可以包括但不限于随机存取存储器(Random AccessMemory,RAM),静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(DynamicRAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDR SDRAM)、DDR2、DDR3、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRAM)等。
本发明第二方面还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本发明第一方面所述的方法。
在本实施方式中,所述存储介质为存储器,所述存储器可以为非易失性存储介质,示例性地可以包括但不限于只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存(FlashMemory),例如可以是以下任一种:嵌入式多媒体卡(Embedded Multi Media Card,EMMC)、NorFlash、Nand Flash等。
示例性地,存储器还可以包括缓存装置,用于缓存数据,例如信号队列。缓存装置可以为易失性存储介质,示例性地可以包括但不限于随机存取存储器(Random AccessMemory,RAM),静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(DynamicRAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDR SDRAM)、DDR2、DDR3、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRAM)等。
执行所述计算机程序的处理器可以是包含一或多个通用单芯片或多芯片处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其组合。
本发明公开了一种基于身份重识别的区域人员检测方法和存储介质,所述方法包括如下步骤:判断监控画面中的各个工作区域是否出现活动人员,若是则确定活动人员对应的工作区域,采集所述活动人员对应的第一身份信息,并将各活动人员对应的区域配置信息存入缓存单元中;实时采集各个工作区域中出现的活动人员的第二身份信息,判断当前某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息是否一致,若不一致则发出提示信息。本申请在人员跨区域的判断上具有更好的实时性,可以节约资源消耗,降低系统功率。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (10)
1.一种基于身份重识别的区域人员检测方法,其特征在于,所述方法包括如下步骤:判断监控画面中的各个工作区域是否出现活动人员,所述监控画面通过图像采集设备进行实时采集,一个监控画面中包括至少两个工作区域,若所述工作区域出现活动人员,则将当前活动人员的所在的工作区域确定为其对应的工作区域,通过图像采集设备实时采集所述活动人员的第一身份信息,并将各活动人员对应的区域配置信息存入缓存单元中;所述活动人员对应的区域配置信息包括活动人员对应的第一身份信息与该活动人员对应的工作区域标识信息之间的对应关系;
实时采集各个工作区域中出现的活动人员的第二身份信息,判断当前某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息是否一致,若不一致则发出提示信息。
2.如权利要求1所述的于身份重识别的区域人员检测方法,其特征在于,所述方法还包括步骤:
当判定所述监控画面中各个工作区域均未出现活动人员时,清空所述缓存单元中存储的所有区域配置信息。
3.如权利要求1所述的于身份重识别的区域人员检测方法,其特征在于,所述方法还包括步骤:
当判定某一工作区域中出现的活动人员对应的第二身份信息与所述缓存单元中存储的该工作区域标识信息对应的第一身份信息一致时,将所述缓存单元中存储的该工作区域标识信息对应的第一身份信息更新为实时采集的当前该工作区域对应的第二身份信息。
4.如权利要求1所述的于身份重识别的区域人员检测方法,其特征在于,所述提示信息为人员跨区域活动的提示信息。
5.如权利要求1所述的于身份重识别的区域人员检测方法,其特征在于,确定活动人员对应的工作区域包括:
将当前活动人员的坐标位置所在的工作区域确定为其对应的工作区域。
6.如权利要求5所述的于身份重识别的区域人员检测方法,其特征在于,所述方法包括:
当活动人员的坐标位置与多个工作区域存在交集时,确定当前活动人员对应的人形框,并将与所述人形框交集面积最大的工作区域确定人当前活动人员对应的工作区域。
7.如权利要求1至6任一项所述的于身份重识别的区域人员检测方法,其特征在于,所述第一身份信息和/或第二身份信息包括人形信息、姿态信息、生物特征信息中的任意一种或多种。
8.如权利要求1至6任一项所述的于身份重识别的区域人员检测方法,其特征在于,所述判断监控画面中的各个工作区域是否出现活动人员包括:
采用YOLO_V3模型判断监控画面中的各个工作区域是否出现活动人员。
9.如权利要求1至6任一项所述的于身份重识别的区域人员检测方法,其特征在于,所述方法包括:
采用BTAS-ReID模型对所述第一身份信息和/或所述第二身份信息进行采集。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110733909.8A CN113609905B (zh) | 2021-06-30 | 2021-06-30 | 一种基于身份重识别的区域人员检测方法和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110733909.8A CN113609905B (zh) | 2021-06-30 | 2021-06-30 | 一种基于身份重识别的区域人员检测方法和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113609905A CN113609905A (zh) | 2021-11-05 |
CN113609905B true CN113609905B (zh) | 2024-01-05 |
Family
ID=78336969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110733909.8A Active CN113609905B (zh) | 2021-06-30 | 2021-06-30 | 一种基于身份重识别的区域人员检测方法和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113609905B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117455442B (zh) * | 2023-12-25 | 2024-03-19 | 数据空间研究院 | 基于统计增强的身份识别方法、系统和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948479A (zh) * | 2019-03-06 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 工厂的监控方法、装置及设备 |
WO2019134246A1 (zh) * | 2018-01-03 | 2019-07-11 | 平安科技(深圳)有限公司 | 基于人脸识别的安全监控方法、装置及存储介质 |
CN110942540A (zh) * | 2019-11-29 | 2020-03-31 | 中核第四研究设计工程有限公司 | 核安保监控报警方法及装置 |
CN112634561A (zh) * | 2020-12-15 | 2021-04-09 | 中标慧安信息技术股份有限公司 | 基于图像识别的安全报警方法和系统 |
CN112668475A (zh) * | 2020-12-28 | 2021-04-16 | 苏州科达科技股份有限公司 | 一种人员身份识别方法、装置、设备及可读存储介质 |
CN112818921A (zh) * | 2021-02-25 | 2021-05-18 | 上海数川数据科技有限公司 | 一种基于人脸速度估计的排队时长测量方法 |
CN113011263A (zh) * | 2021-02-19 | 2021-06-22 | 深圳英飞拓科技股份有限公司 | 一种矿井监控方法、装置、终端设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10776695B1 (en) * | 2019-03-08 | 2020-09-15 | Ai Concepts, Llc | Intelligent recognition and alert methods and systems |
-
2021
- 2021-06-30 CN CN202110733909.8A patent/CN113609905B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019134246A1 (zh) * | 2018-01-03 | 2019-07-11 | 平安科技(深圳)有限公司 | 基于人脸识别的安全监控方法、装置及存储介质 |
CN109948479A (zh) * | 2019-03-06 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 工厂的监控方法、装置及设备 |
CN110942540A (zh) * | 2019-11-29 | 2020-03-31 | 中核第四研究设计工程有限公司 | 核安保监控报警方法及装置 |
CN112634561A (zh) * | 2020-12-15 | 2021-04-09 | 中标慧安信息技术股份有限公司 | 基于图像识别的安全报警方法和系统 |
CN112668475A (zh) * | 2020-12-28 | 2021-04-16 | 苏州科达科技股份有限公司 | 一种人员身份识别方法、装置、设备及可读存储介质 |
CN113011263A (zh) * | 2021-02-19 | 2021-06-22 | 深圳英飞拓科技股份有限公司 | 一种矿井监控方法、装置、终端设备及介质 |
CN112818921A (zh) * | 2021-02-25 | 2021-05-18 | 上海数川数据科技有限公司 | 一种基于人脸速度估计的排队时长测量方法 |
Non-Patent Citations (2)
Title |
---|
Person re-identification based on multi-region-set ensembles;Li, W 等;JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION;全文 * |
电力监控系统一体化安全防护的研究;竹小锋 等;《电工技术》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113609905A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111915842B (zh) | 异常监控方法、装置、计算机设备及存储介质 | |
US11232685B1 (en) | Security system with dual-mode event video and still image recording | |
US20190251364A1 (en) | Image summarization system and method | |
CN102262727A (zh) | 客户采集终端人脸图像质量实时监控方法 | |
CN102306304B (zh) | 人脸遮挡物识别方法及其装置 | |
CN105427421A (zh) | 基于人脸识别的门禁控制方法 | |
US20190180111A1 (en) | Image summarization system and method | |
CN106469296A (zh) | 人脸识别方法、装置和门禁系统 | |
KR102195706B1 (ko) | 침입 탐지방법 및 그 장치 | |
US20040125994A1 (en) | Method for forgery recognition in fingerprint recognition by using a texture classification of gray scale differential images | |
CN106803083B (zh) | 行人检测的方法及装置 | |
CN103425997A (zh) | 一种基于脸部识别的环境私密性保护处理方法及系统 | |
CN105426869A (zh) | 基于铁路安检的人脸识别系统及识别方法 | |
CN113609905B (zh) | 一种基于身份重识别的区域人员检测方法和存储介质 | |
RU2713876C1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
CN113139403A (zh) | 违规行为识别方法、装置、计算机设备和存储介质 | |
CN112001230A (zh) | 睡觉行为的监控方法、装置、计算机设备和可读存储介质 | |
CN111967311B (zh) | 情绪识别方法、装置、计算机设备及存储介质 | |
Beh et al. | Micro-expression spotting using facial landmarks | |
CN111325133A (zh) | 一种基于人工智能识别的影像处理系统 | |
CN105227918A (zh) | 一种智能监控方法及装置 | |
CN110046548A (zh) | 人脸的跟踪方法、装置、计算机设备和可读存储介质 | |
CN108256501A (zh) | 异常运动对象检测系统及其方法 | |
CN114764895A (zh) | 异常行为检测装置和方法 | |
CN114299952B (zh) | 结合多种运动分析的话者角色区分方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |