CN113761279A - 一种用户身份识别方法、装置及设备 - Google Patents
一种用户身份识别方法、装置及设备 Download PDFInfo
- Publication number
- CN113761279A CN113761279A CN202010489538.9A CN202010489538A CN113761279A CN 113761279 A CN113761279 A CN 113761279A CN 202010489538 A CN202010489538 A CN 202010489538A CN 113761279 A CN113761279 A CN 113761279A
- Authority
- CN
- China
- Prior art keywords
- user
- target
- preset
- identity information
- face image
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004891 communication Methods 0.000 claims description 64
- 238000004590 computer program Methods 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 9
- 230000001815 facial effect Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000000586 desensitisation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
- G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明实施例公开了一种用户身份识别方法、装置及设备,所述方法包括:获取采集的目标区域内的视频流数据,其中,所述目标区域是为用户提供预定业务服务的区域,从所述视频流数据中提取当前位于所述目标区域内的目标用户的人脸图像信息,基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别,并输出与所述目标用户对应的身份信息,其中,所述动态数据库包括预设时间段内位于所述目标区域内的用户的身份信息,所述身份信息包括所述人脸图像信息。通过本方法,可以提高用户身份识别的效率和准确性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种用户身份识别方法、装置及设备。
背景技术
随着计算机技术的不断发展,人脸识别技术已经融入到人们生活的方方面面,例如,运营商可以通过人脸识别技术,在用户非配合状态下对用户进行快速的身份识别,以提高服务效率,提高用户的满意度。
目前,运营商在获取到用户的人脸图像信息后,可以对人脸图像信息进行预处理以及人脸图像特征的提取,然后在特征模板库中,对提取出的用户人脸图像特征进行搜索匹配,在搜索到与该用户的人脸图像特征的特征相似度大于预设阈值的用户人脸图像特征的情况下,可用获取对应的人脸图像特征的身份信息。
但是,由于特征模板库中包含的用户人脸图像特征的数量较大(如上百万的数据量),所以在搜索匹配的过程中,就需要进行多次的特征相似度的计算,导致用户身份识别的速度慢,效率低。另外,由于特征模板库的量级较大,而人脸结构的差异性较小,所以在搜索匹配的过程中,也存在用户身份识别的准确性差的问题。
发明内容
本发明实施例的目的是提供一种用户身份识别方法、装置及设备,以解决现有技术中在进行用户身份识别的过程中,存在的识别效率低、识别准确性差的问题。
为解决上述技术问题,本发明实施例是这样实现的:
第一方面,本发明实施例提供的一种用户身份识别方法,所述方法包括:
获取采集的目标区域内的视频流数据,其中,所述目标区域是为用户提供预定业务服务的区域;
从所述视频流数据中提取当前位于所述目标区域内的目标用户的人脸图像信息;
基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别,并输出与所述目标用户对应的身份信息,其中,所述动态数据库包括预设时间段内位于所述目标区域内的用户的身份信息,所述身份信息包括所述人脸图像信息。
第二方面,本发明实施例提供了一种用户身份识别装置,所述装置包括:
数据获取模块,用于获取采集的目标区域内的视频流数据,其中,所述目标区域是为用户提供预定业务服务的区域;
信息提取模块,用于从所述视频流数据中提取当前位于所述目标区域内的目标用户的人脸图像信息;
识别模块,用于基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别,并输出与所述目标用户对应的身份信息,其中,所述动态数据库包括预设时间段内位于所述目标区域内的用户的身份信息,所述身份信息包括所述人脸图像信息。
第三方面,本发明实施例提供一种设备,包括处理器、存储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上述实施例提供的用户身份识别方法的步骤。
第四方面,本发明实施例提供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计算机程序,所述计算机程序被处理器执行时实现上述实施例提供的用户身份识别方法的步骤。
由以上本发明实施例提供的技术方案可见,本发明实施例通过获取采集的目标区域内的视频流数据,其中,目标区域是为用户提供预定业务服务的区域,从视频流数据中提取当前位于目标区域内的目标用户的人脸图像信息,基于预设的动态数据库中的人脸图像信息和目标用户的人脸图像信息,对目标用户进行人脸识别,并输出与目标用户对应的身份信息,其中,动态数据库包括预设时间段内位于目标区域内的用户的身份信息,身份信息包括人脸图像信息。这样,由于动态数据库是以目标区域为单位,获取的预设时间段内的用户的身份信息所构建的,所以动态数据库的数据量级较小,减少了图像特征匹配的次数,提高了用户身份识别的效率,另外,目标用户是当前位于目标区域内的用户,所以通过动态数据库来对目标用户进行人脸识别,也保证了对目标用户进行用户身份识别的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种用户身份识别方法的流程示意图;
图2为本发明另一种用户身份识别方法的流程示意图;
图3为本发明一种第一用户的获取方法的示意图;
图4为本发明一种目标数据库的构建方法的示意图;
图5为本发明一种用户身份识别装置的结构示意图;
图6为本发明一种用户身份识别设备的结构示意图。
具体实施方式
本发明实施例提供一种用户身份识别方法、装置及设备。
为了使本技术领域的人员更好地理解本发明中的技术方案,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作出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
实施例一
如图1所示,本发明实施例提供一种用户身份识别方法,该方法的执行主体可以为服务器,该服务器可以是独立的服务器,也可以是由多个服务器组成的服务器集群。该方法具体可以包括以下步骤:
在S102中,获取采集的目标区域内的视频流数据。
其中,目标区域可以是为用户提供预定业务服务的区域,例如,目标区域可以是为用户提供移动通讯业务服务的营业厅,或者,目标区域也可以是为用户提供金融业务服务的银行,又或者,目标区域还可以是为用户提供社会保障业务服务的政府机构等,视频流数据可以是通过目标区域内安装的图像采集设备(如摄像头等设备)所获取的视频流数据。
在实施中,随着计算机技术的不断发展,人脸识别技术已经融入到人们生活的方方面面,例如,运营商可以通过人脸识别技术,在用户非配合状态下对用户进行快速的身份识别,以提高服务效率,提高用户的满意度。目前,运营商在获取到用户的人脸图像信息后,可以对人脸图像信息进行预处理以及人脸图像特征的提取,然后在特征模板库中,对提取出的用户人脸图像特征进行搜索匹配,在搜索到与该用户的人脸图像特征的特征相似度大于预设阈值的用户人脸图像特征的情况下,可用获取对应的人脸图像特征的身份信息。
但是,由于特征模板库中包含的用户人脸图像特征的数量较大(如上百万的数据量),所以在搜索匹配的过程中,就需要进行多次的特征相似度的计算,导致用户身份识别的速度慢,效率低。另外,由于特征模板库的量级较大,而人脸结构的差异性较小,所以在搜索匹配的过程中,也存在用户身份识别的准确性差的问题。
为此,本发明实施例提供另一种实现方案,具体可以包括以下内容:
可以基于目标区域内的图像采集设备,获取目标区域内的实时视频流数据。例如,以目标区域是为用户提供移动通讯业务的营业厅为例,可以基于营业厅的入口处配置的摄像头,以及营业厅内部配置的摄像头,分别获取当前营业厅入口处的视频流数据以及当前营业厅内部的视频流数据。
此外,如果存在多个目标区域,则可以分别获取采集的每个目标区域内的视频流数据。
在S104中,从视频流数据中提取当前位于目标区域内的目标用户的人脸图像信息。
在实施中,从视频流数据中提取出的用户的人脸图像信息可以有多个,可以对这多个人脸图像信息进行处理,以确定目标用户。例如,采集的视频流数据可以有2个,包括从目标区域入口处的左侧摄像头采集到的视频流数据1,以及从目标区域入口处的右侧摄像头采集到的视频流数据2,假设从视频流数据1中可以提取出2个用户的人脸图像信息,从视频流数据2中可以提取出3个用户的人脸图像信息,则可以对这5个用户的人脸图像信息进行去重处理,以得到当前位于目标区域内的目标用户的人脸图像信息。
在S106中,基于预设的动态数据库中的人脸图像信息和目标用户的人脸图像信息,对目标用户进行人脸识别,并输出与目标用户对应的身份信息。
其中,动态数据库可以包括预设时间段内位于目标区域内的用户的身份信息,身份信息可以包括人脸图像信息,此外,身份信息还可以包括用户的身份证号码、通讯号码、年龄、性别等信息,预设时间段可以是任意时间段,例如,预设时间段可以是近15分钟或近半小时等时间段。
在实施中,在获取到目标用户的人脸图像信息后,可以基于预设的动态数据库,对目标用户的人脸图像信息进行匹配搜索,以确定与目标用户的人脸图像信息的相似度大于预设相似度阈值的用户的人脸图像信息,然后将该用户的身份信息确定为目标用户的身份信息,并输出该身份信息。
例如,预设的动态数据库中可以包括近半小时内位于目标区域内的用户的身份信息,可以将目标用户的人脸图像信息,分别与预设的动态数据库中的用户的人脸图像信息进行匹配,这样,由于预设的动态数据库是以目标区域为主构建的数据库,所以预设的动态数据库中包含的用户数量相对较少,所以可以更快的对目标用户进行人脸识别,以提高用户身份识别效率,同时,预设的动态数据库中的用户为近半小时位于目标区域的用户,所以基于该预设的动态数据库对当前位于目标区域的目标用户进行人脸识别,可以保证用户身份识别的准确性。
本发明实施例提供一种用户身份识别方法,通过获取采集的目标区域内的视频流数据,其中,目标区域是为用户提供预定业务服务的区域,从视频流数据中提取当前位于目标区域内的目标用户的人脸图像信息,基于预设的动态数据库中的人脸图像信息和目标用户的人脸图像信息,对目标用户进行人脸识别,并输出与目标用户对应的身份信息,其中,动态数据库包括预设时间段内位于目标区域内的用户的身份信息,身份信息包括人脸图像信息。这样,由于动态数据库是以目标区域为单位,获取的预设时间段内的用户的身份信息所构建的,所以动态数据库的数据量级较小,减少了图像特征匹配的次数,提高了用户身份识别的效率,另外,目标用户是当前位于目标区域内的用户,所以通过动态数据库来对目标用户进行人脸识别,也保证了对目标用户进行用户身份识别的准确性。
实施例二
如图2所示,本发明实施例提供一种用户身份识别方法,该方法的执行主体可以为服务器,该服务器可以是独立的服务器,也可以是由多个服务器组成的服务器集群。该方法具体可以包括以下步骤:
在S202中,通过目标基站,获取预设时间段内位于目标区域内的第一用户的通讯号码。
其中,目标基站可以为位于包括目标区域在内的预设区域内的基站。
在实施中,可以根据目标区域所在的预设区域,确定对应的一个或多个目标基站,然后通过目标基站,获取预设时间内位于目标区域内的第一用户的通讯号码。此外,为提高用户身份识别的准确性,第一用户也可以是预设时间内位于包括目标区域在内的预设区域内的用户。
例如,如图3所示,预设区域可以是以目标区域为中心,半径为30米的圆形区域,可以根据该预设区域的位置信息,确定位于该区域内的目标基站,如目标基站可以包括基站1、基站2和基站3。可以通过这三个目标基站,获取预设时间段(如近半小时)内位于该预设区域内的第一用户的通讯号码。
在实际应用中,上述S202的处理方式可以多种多样,以下再提供一种可选的实现方式:
在预设时间段内,基于预设实时位置捕捉策略,通过目标基站,获取位于目标区域内的第一用户的通讯号码。
在实施中,目标基站还可以是室分小基站,服务器可以在策略与计费规则功能单元(Policy and Charging Rules Function,PCRF)上发布预设实时位置捕捉策略,并通过目标基站的短距离识别能力,准确的捕捉进入目标区域的第一用户的通讯号码。
其中,服务器可以接收到目标基站发送的实时消息,实时消息可以包括PCRF的策略ID、第一用户的通讯号码以及目标基站编码等,服务器可以通过目标基站编码可以确定对应的目标区域。
例如,服务器在接收到目标基站发送的实时消息后,可以通过日志收集系统(如Flume系统),将实时消息放到信息处理平台的指定策略控制和计费事件中(如可以将信息放到kafkal平台的指定topic1中),然后可以基于预设流数据处理技术(如IBM Streams),根据PCRF的策略ID,以及预设信息采集条件,实时获取topic1中采集到的实时消息。最后根据预设的基站编码和区域编码之间的映射关系,获取与目标基站编码对应的目标区域编码,即获取到对应的目标区域,其中,预设的基站编码和区域编码之间的映射关系可以存放在预设的缓存数据库中(如redis数据库)。
在S204中,基于第一用户的通讯号码,获取第一用户的身份信息。
在实际应用中,上述S204的处理方式可以多种多样,以下提供一种可选的实现方式,具体可以参见下述步骤一~步骤三处理:
步骤一,基于多个不同预设区域的历史用户数据,获取在预设历史时间段内接受预定业务服务的第二用户的身份信息和通讯号码。
其中,多个不同预设区域可以包括目标区域,第二用户的身份信息包括第二用户的人脸图像信息,例如,预设区域可以是位于同一地市级的区域(如A市B区)中,可以为用户提供预定业务服务的区域,同时,预设区域可以包括目标区域。
在实施中,以预设区域为A市B区内可以为用户提供移动通讯业务服务的营业厅为例,可以获取在近一个月内所有预设区域的历史用户数据,然后在历史用户数据中,查询接受过移动通讯业务服务1(即预定业务服务)的用户(即第二用户)的身份信息和通讯号码。
此外,还可以根据预设用户优先级,获取在预设历史时间段内接受预定业务服务的优先级较高的用户(如等级为VIP的用户)的身份信息和通讯号码,作为第二用户的身份信息和通讯号码。
步骤二,基于第二用户的通讯号码和第二用户的身份信息构建目标数据库。
在实施中,如图4所示,可以从客户管理系统中获取第二用户的通讯号码、人脸图像信息以及身份证号码,并将获取到的第二用户的通讯号码、人脸图像信息以及身份证号码存储在经分数据库中。
然后在经分数据库中,可以对第二用户进行信息匹配(即对第二用户进行身份信息的完善)和身份信息的脱敏处理。例如,可以根据第二用户的身份证号码和通讯号码进行在档客户匹配,以获取第二用户的其他身份信息(如号码归属片区、性别、年龄等信息)。在获取到第二用户的其他身份信息后,可以对第二用户的身份信息进行脱敏处理,例如,可以通过模糊函数将第二用户的身份证号码转换为用户唯一识别码,以对用户进行隐私保护。在经分数据库对第二用户的身份信息进行完善后,可以基于预设上传周期(如每天),将第二用户的身份信息以及通讯号码,上传到人脸识别底库(即上传到目标数据库),以完成对目标数据库的构建。
服务器可以作为人脸识别服务节点,从经分数据库中,获取第二用户的身份信息和通讯号码,其中,服务器可以构建图片下载shell服务,以从经分数据库中获取第二用户的人脸图像信息,服务器可以先判断扫描完成标识文件YYYYMMDD.txt是否存在,如果存在,则跳过,如果不存在,则扫描经分数据库上传的第二用户的信息文件,并根据信息文件获取每个第二用户的人脸图像信息在客户管理系统中的存储路径,并将获取到的存储路径存储在临时存储文件ALL_PAT_YYYYMMDD.txt中。然后通过FTP的数据下载方式,从客户管理系统中下载与该临时存储文件中存储的人脸图像信息下载路径对应的,每个未下载的第二用户的人脸图像信息,并在临时存储文件中所有未下载的第二用户的人脸图像信息下载完成后,将临时存储文件ALL_PAT_YYYYMMDD.txt修改为扫描完成标识文件YYYYMMDD.txt。此外,还可以通过设置定时任务,在不同的时段多次执行下载服务,以避免由于临时存储文件的延迟到达,影响对第二用户的人脸图像信息的下载。
此外,服务器还可以构建人脸图像信息下载完整性校验shell服务。例如,可以基于预设校验周期(如每3分钟一周期),检测是否加载完成扫描完成标识文件YYYYMMDD.txt,如果加载完成,则基于该扫描完成标识文件,检验是否存在已下载的第二用户的人脸图像信息,如果未加载完成,则说明存在第二用户的人脸图像信息下载失败的情况,则可以设置下载失败计数器,记录下载失败的次数,然后在对扫描完成标识文件完整性校验结束后,根据下载失败计数器所记录的下载失败的次数,确定是否需输出预警信,例如,如果下载失败计数器记录的失败的次数大于预设次数阈值(如1次、0次等),则可以输出预警信息,以提示相关工作人员进行处理。
服务器在完成对第二用户的身份信息的获取后(包括对第二用户的人脸图像信息的下载和校验),可以基于第二用户的通讯号码和身份信息,构建目标数据库。
此外,为减小目标数据库构建成本,可以在获取到第二用户的人脸图像信息后,基于预设图像向量获取模型,获取与每个第二用户的人脸图像信息对应的图像向量值,并存储在目标数据库中。
步骤三,基于第一用户的通讯号码,从预设的目标数据库中获取与第一用户的通讯号码相匹配的通讯号码所对应的身份信息,并确定为第一用户的身份信息。
在实施中,可以构建一个Map型线程池,该线程池的主键可以为目标区域编码,该线程池的值可以为线程对象,在每个线程对象的内部,可以构建一个或多个Map型集合,每个集合用于缓存一个第一用户的身份信息,集合的主键可以是第一用户的人脸图像信息,集合的值可以是第一用户的身份信息。然后服务器可以从如S202中所述的信息处理平台中,获取第一用户的通讯号码和目标区域编码,然后在以目标区域编码为主键,判断Map型线程池中是否存在与该目标区域编码对应的线程对象,如果不存在,则可以初始化一个新的线程对象,并将该线程对象放入线程池中,如果存在,则可以从线程池中取出该线程对象。
然后通过调用线程对象方法,将取出的线程对象中的第一用户的通讯号码传递给该方法,并在方法内部,通过第一用户的通讯号码,从预设的目标数据库中取出与该第一用户的通讯号码相匹配的通讯号码所对应的身份信息,并确定为第一用户的身份信息。
在S206中,基于第一用户的身份信息构建预设的动态数据库。
在实际应用中,上述S206的处理方式可以多种多样,以下提供一种可选的实现方式,具体可以参见下述步骤一~步骤四处理:
步骤一,获取第一用户的通讯设备与目标基站相连接的第一时间。
在实施中,可以根据目标基站接收到第一用户的通讯设备的连接信号的时间,确定第一时间。
或者,如上述S204所述,还可以在通过调用线程对象方法获取第一用户的身份信息时,对获取的第一用户的身份信息添加时间戳,通过该时间戳确定对应的第一用户的通讯设备和目标基站相连接的第一时间。
步骤二,基于第一用户的身份信息以及第一时间,构建动态数据库。
步骤三,在预设检测周期内,检测动态数据库中每个第一用户对应的第一时间是否处于预设时间范围内。
在实施中,例如,可以每5分钟,对动态数据库中每个第一用户对应的第一时间是否处于近15分钟内进行检测,以保证动态数据库的有效性。
步骤四,将第一时间不处于预设时间范围内的第一用户从动态数据库中删除。
在S208中,获取采集的目标区域内的视频流数据。
在S210中,从视频流数据中提取当前位于目标区域内的目标用户的人脸图像信息。
上述S208~S210的具体处理过程可以参见上述实施例一中S102~S104的相关内容,在此不再赘述。
在S212中,基于预设图像向量获取模型,获取预设的动态数据库中,与每个第一用户的人脸图像信息对应的第一图像向量值,以及与目标用户的人脸图像信息对应的目标图像向量值。
其中,预设图像向量获取模型可以是基于历史人脸图像信息进行训练,得到的用于获取人脸图像向量的模型。
在S214中,分别获取目标图像向量值与每个第一图像向量值之间的向量相似度。
在实施中,向量相似度的确定方法可以有多种,可以根据实际应用场景的不同而有所不同,本发明实施例对此不作具体限定。
在S216中,将向量相似度大于预设向量相似度阈值的第一用户的身份信息,确定为与目标用户对应的身份信息,并输出与目标用户对应的身份信息。
在实施中,可以将第一图像向量值与目标图像向量值之间的向量相似度L的初始值设置为0,然后开始循环比对目标图像向量与每个第一图像向量值之间的向量相似度。例如,首先,可以获取目标图像向量值与动态数据库中的第一图像向量值1之间的向量相似度(假设为L1),如果L1不大于预设向量相似度阈值,则可以保持初始值L不变,并继续获取目标图像向量值与动态数据库中的第一图像向量值2之间的向量相似度(假设为L2)。如果L2大于预设向量相似度阈值以及L,则可以将L的值设置为L2。然后继续获取目标图像向量值与动态数据库中的第一图像向量值3之间的向量相似度(假设为L3),如果L3大于预设向量相似度阈值,但L3小于L,则可以认为第一图像向量值3与目标图像向量值之间的相似度,不如第一图像向量值2与目标图像向量之间的相似度,则可以保持L不变,并继续获取目标图像向量值与动态数据库中其他第一图像向量值之间的向量相似度,直到将目标图像向量值与动态数据库中所有的第一图像向量值进行比对完成。最后,可以将L对应的第一图像向量值对应的用户身份信息,作为目标用户的身份信,并输出该身份信息。
本发明实施例提供一种用户身份识别方法,通过获取采集的目标区域内的视频流数据,其中,目标区域是为用户提供预定业务服务的区域,从视频流数据中提取当前位于目标区域内的目标用户的人脸图像信息,基于预设的动态数据库中的人脸图像信息和目标用户的人脸图像信息,对目标用户进行人脸识别,并输出与目标用户对应的身份信息,其中,动态数据库包括预设时间段内位于目标区域内的用户的身份信息,身份信息包括人脸图像信息。这样,由于动态数据库是以目标区域为单位,获取的预设时间段内的用户的身份信息所构建的,所以动态数据库的数据量级较小,减少了图像特征匹配的次数,提高了用户身份识别的效率,另外,目标用户是当前位于目标区域内的用户,所以通过动态数据库来对目标用户进行人脸识别,也保证了对目标用户进行用户身份识别的准确性。
实施例三
以上为本发明实施例提供的用户身份识别方法,基于同样的思路,本发明实施例还提供一种用户身份识别装置,如图5所示。
该用户身份识别装置包括:数据获取模块501、信息提取模块502和识别模块503,其中:
数据获取模块501,用于获取采集的目标区域内的视频流数据,其中,所述目标区域是为用户提供预定业务服务的区域;
信息提取模块502,用于从所述视频流数据中提取当前位于所述目标区域内的目标用户的人脸图像信息;
识别模块503,用于基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别,并输出与所述目标用户对应的身份信息,其中,所述动态数据库包括预设时间段内位于所述目标区域内的用户的身份信息,所述身份信息包括所述人脸图像信息。
在本发明实施例中,所述装置还包括:
第一获取模块,用于通过目标基站,获取所述预设时间段内位于所述目标区域内的第一用户的通讯号码,所述目标基站为位于包括所述目标区域在内的预设区域内的基站;
信息获取模块,用于基于所述第一用户的通讯号码,获取所述第一用户的身份信息;
第一构建模块,用于基于所述第一用户的身份信息构建所述预设的动态数据库。
在本发明实施例中,所述第一获取模块,用于:
在所述预设时间段内,基于预设实时位置捕捉策略,通过所述目标基站,获取位于所述目标区域内的所述第一用户的通讯号码。
在本发明实施例中,所述第一构建模块,用于:
获取所述第一用户的通讯设备与所述目标基站相连接的第一时间;
基于所述第一用户的身份信息以及所述第一时间,构建所述动态数据库;
在预设检测周期内,检测所述动态数据库中每个所述第一用户对应的第一时间是否处于预设时间范围内;
将所述第一时间不处于预设时间范围内的所述第一用户从所述动态数据库中删除。
在本发明实施例中,所述信息获取模块,用于:
基于所述第一用户的通讯号码,从预设的目标数据库中获取与所述第一用户的通讯号码相匹配的通讯号码所对应的身份信息,并确定为所述第一用户的身份信息。
在本发明实施例中,所述装置还包括:
第二获取模块,用于基于多个不同预设区域的历史用户数据,获取在预设历史时间段内接受所述预定业务服务的第二用户的身份信息和通讯号码,所述多个不同预设区域包括所述目标区域,所述第二用户的身份信息包括所述第二用户的人脸图像信息;
第二构建模块,用于基于所述第二用户的通讯号码和所述第二用户的身份信息构建所述目标数据库。
在本发明实施例中,所述识别模块503,用于:
基于预设图像向量获取模型,获取所述预设的动态数据库中,与每个所述第一用户的人脸图像信息对应的第一图像向量值,以及与所述目标用户的人脸图像信息对应的目标图像向量值;
分别获取所述目标图像向量值与每个所述第一图像向量值之间的向量相似度;
将所述向量相似度大于预设向量相似度阈值的所述第一用户的身份信息,确定为与所述目标用户对应的身份信息,并输出所述与所述目标用户对应的身份信息。
本发明实施例提供一种用户身份识别装置,通过获取采集的目标区域内的视频流数据,其中,目标区域是为用户提供预定业务服务的区域,从视频流数据中提取当前位于目标区域内的目标用户的人脸图像信息,基于预设的动态数据库中的人脸图像信息和目标用户的人脸图像信息,对目标用户进行人脸识别,并输出与目标用户对应的身份信息,其中,动态数据库包括预设时间段内位于目标区域内的用户的身份信息,身份信息包括人脸图像信息。这样,由于动态数据库是以目标区域为单位,获取的预设时间段内的用户的身份信息所构建的,所以动态数据库的数据量级较小,减少了图像特征匹配的次数,提高了用户身份识别的效率,另外,目标用户是当前位于目标区域内的用户,所以通过动态数据库来对目标用户进行人脸识别,也保证了对目标用户进行用户身份识别的准确性。
实施例四
图6为实现本发明各个实施例的一种设备的硬件结构示意图,
该设备600包括但不限于:射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609、处理器610、以及电源611等部件。本领域技术人员可以理解,图6中示出的设备结构并不构成对设备的限定,设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中,处理器610,用于获取采集的目标区域内的视频流数据,其中,所述目标区域是为用户提供预定业务服务的区域;
处理器610,还用于从所述视频流数据中提取当前位于所述目标区域内的目标用户的人脸图像信息;
处理器610,还用于基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别,并输出与所述目标用户对应的身份信息,其中,所述动态数据库包括预设时间段内位于所述目标区域内的用户的身份信息,所述身份信息包括所述人脸图像信息。
此外,所述处理器610,还用于通过目标基站,获取所述预设时间段内位于所述目标区域内的第一用户的通讯号码,所述目标基站为位于包括所述目标区域在内的预设区域内的基站;
另外,所述处理器610,还用于基于所述第一用户的通讯号码,获取所述第一用户的身份信息;
此外,所述处理器610,还用于基于所述第一用户的身份信息构建所述预设的动态数据库。
另外,所述处理器610,还用于在所述预设时间段内,基于预设实时位置捕捉策略,通过所述目标基站,获取位于所述目标区域内的所述第一用户的通讯号码。
此外,所述处理器610,还用于获取所述第一用户的通讯设备与所述目标基站相连接的第一时间;
另外,所述处理器610,还用于基于所述第一用户的身份信息以及所述第一时间,构建所述动态数据库;
此外,所述处理器610,还用于在预设检测周期内,检测所述动态数据库中每个所述第一用户对应的第一时间是否处于预设时间范围内;
另外,所述处理器610,还用于将所述第一时间不处于预设时间范围内的所述第一用户从所述动态数据库中删除。
此外,所述处理器610,还用于基于所述第一用户的通讯号码,从预设的目标数据库中获取与所述第一用户的通讯号码相匹配的通讯号码所对应的身份信息,并确定为所述第一用户的身份信息。
另外,所述处理器610,还用于基于多个不同预设区域的历史用户数据,获取在预设历史时间段内接受所述预定业务服务的第二用户的身份信息和通讯号码,所述多个不同预设区域包括所述目标区域,所述第二用户的身份信息包括所述第二用户的人脸图像信息;
此外,所述处理器610,还用于基于所述第二用户的通讯号码和所述第二用户的身份信息构建所述目标数据库。
另外,所述处理器610,还用于基于预设图像向量获取模型,获取所述预设的动态数据库中,与每个所述第一用户的人脸图像信息对应的第一图像向量值,以及与所述目标用户的人脸图像信息对应的目标图像向量值;
此外,所述处理器610,还用于分别获取所述目标图像向量值与每个所述第一图像向量值之间的向量相似度;
另外,所述处理器610,还用于将所述向量相似度大于预设向量相似度阈值的所述第一用户的身份信息,确定为与所述目标用户对应的身份信息,并输出所述与所述目标用户对应的身份信息。
本发明实施例提供一种设备,通过获取采集的目标区域内的视频流数据,其中,目标区域是为用户提供预定业务服务的区域,从视频流数据中提取当前位于目标区域内的目标用户的人脸图像信息,基于预设的动态数据库中的人脸图像信息和目标用户的人脸图像信息,对目标用户进行人脸识别,并输出与目标用户对应的身份信息,其中,动态数据库包括预设时间段内位于目标区域内的用户的身份信息,身份信息包括人脸图像信息。这样,由于动态数据库是以目标区域为单位,获取的预设时间段内的用户的身份信息所构建的,所以动态数据库的数据量级较小,减少了图像特征匹配的次数,提高了用户身份识别的效率,另外,目标用户是当前位于目标区域内的用户,所以通过动态数据库来对目标用户进行人脸识别,也保证了对目标用户进行用户身份识别的准确性。
应理解的是,本发明实施例中,射频单元601可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器610处理;另外,将上行的数据发送给基站。通常,射频单元601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元601还可以通过无线通信系统与网络和其他设备通信。
设备通过网络模块602为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元603可以将射频单元601或网络模块602接收的或者在存储器609中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元603还可以提供与设备600执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元603包括扬声器、蜂鸣器以及受话器等。
输入单元604用于接收音频或视频信号。输入单元604可以包括图形处理器(Graphics Processing Unit,GPU)6041和麦克风6042,图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元606上。经图形处理器6041处理后的图像帧可以存储在存储器609(或其它存储介质)中或者经由射频单元601或网络模块602进行发送。麦克风6042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元601发送到移动通信基站的格式输出。
设备600还包括至少一种传感器605,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板6061的亮度,接近传感器可在设备600移动到耳边时,关闭显示面板6061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器605还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元606用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板6061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板6061。
用户输入单元607可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元607包括触控面板6071以及其他输入设备6072。触控面板6071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6071上或在触控面板6071附近的操作)。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器610,接收处理器610发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板6071。除了触控面板6071,用户输入单元607还可以包括其他输入设备6072。具体地,其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板6071可覆盖在显示面板6061上,当触控面板6071检测到在其上或附近的触摸操作后,传送给处理器610以确定触摸事件的类型,随后处理器610根据触摸事件的类型在显示面板6061上提供相应的视觉输出。虽然在图6中,触控面板6071与显示面板6061是作为两个独立的部件来实现设备的输入和输出功能,但是在某些实施例中,可以将触控面板6071与显示面板6061集成而实现设备的输入和输出功能,具体此处不做限定。
接口单元608为外部装置与设备600连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元608可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到设备600内的一个或多个元件或者可以用于在设备600和外部装置之间传输数据。
存储器609可用于存储软件程序以及各种数据。存储器609可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器609可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器610是设备的控制中心,利用各种接口和线路连接整个设备的各个部分,通过运行或执行存储在存储器609内的软件程序和/或模块,以及调用存储在存储器609内的数据,执行设备的各种功能和处理数据,从而对设备进行整体监控。处理器610可包括一个或多个处理单元;优选的,处理器610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610中。
设备600还可以包括给各个部件供电的电源611(比如电池),优选的,电源611可以通过电源管理系统与处理器610逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
优选的,本发明实施例还提供一种设备,包括处理器610,存储器609,存储在存储器609上并可在所述处理器610上运行的计算机程序,该计算机程序被处理器610执行时实现上述用户身份识别方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
实施例五
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述用户身份识别方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(RandomAccess Memory,简称RAM)、磁碟或者光盘等。
本发明实施例提供一种计算机可读存储介质,通过获取采集的目标区域内的视频流数据,其中,目标区域是为用户提供预定业务服务的区域,从视频流数据中提取当前位于目标区域内的目标用户的人脸图像信息,基于预设的动态数据库中的人脸图像信息和目标用户的人脸图像信息,对目标用户进行人脸识别,并输出与目标用户对应的身份信息,其中,动态数据库包括预设时间段内位于目标区域内的用户的身份信息,身份信息包括人脸图像信息。这样,由于动态数据库是以目标区域为单位,获取的预设时间段内的用户的身份信息所构建的,所以动态数据库的数据量级较小,减少了图像特征匹配的次数,提高了用户身份识别的效率,另外,目标用户是当前位于目标区域内的用户,所以通过动态数据库来对目标用户进行人脸识别,也保证了对目标用户进行用户身份识别的准确性。
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、CD-ROM、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种用户身份识别方法,其特征在于,所述方法包括:
获取采集的目标区域内的视频流数据,其中,所述目标区域是为用户提供预定业务服务的区域;
从所述视频流数据中提取当前位于所述目标区域内的目标用户的人脸图像信息;
基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别,并输出与所述目标用户对应的身份信息,其中,所述动态数据库包括预设时间段内位于所述目标区域内的用户的身份信息,所述身份信息包括所述人脸图像信息。
2.根据权利要求1所述的方法,其特征在于,在所述基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别之前,还包括:
通过目标基站,获取所述预设时间段内位于所述目标区域内的第一用户的通讯号码,所述目标基站为位于包括所述目标区域在内的预设区域内的基站;
基于所述第一用户的通讯号码,获取所述第一用户的身份信息;
基于所述第一用户的身份信息构建所述预设的动态数据库。
3.根据权利要求2所述的方法,其特征在于,所述通过目标基站,获取所述预设时间段内位于所述目标区域内的第一用户的通讯号码,包括:
在所述预设时间段内,基于预设实时位置捕捉策略,通过所述目标基站,获取位于所述目标区域内的所述第一用户的通讯号码。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一用户的身份信息构建所述动态数据库,包括:
获取所述第一用户的通讯设备与所述目标基站相连接的第一时间;
基于所述第一用户的身份信息以及所述第一时间,构建所述动态数据库;
在预设检测周期内,检测所述动态数据库中每个所述第一用户对应的第一时间是否处于预设时间范围内;
将所述第一时间不处于预设时间范围内的所述第一用户从所述动态数据库中删除。
5.根据权利要求2所述的方法,其特征在于,所述基于所述第一用户的通讯号码,获取所述第一用户的身份信息,包括:
基于所述第一用户的通讯号码,从预设的目标数据库中获取与所述第一用户的通讯号码相匹配的通讯号码所对应的身份信息,并确定为所述第一用户的身份信息。
6.根据权利要求5所述的方法,其特征在于,在所述基于所述第一用户的通讯号码,从预设的目标数据库中获取与所述第一用户的通讯号码相匹配的通讯号码所对应的身份信息之前,还包括:
基于多个不同预设区域的历史用户数据,获取在预设历史时间段内接受所述预定业务服务的第二用户的身份信息和通讯号码,所述多个不同预设区域包括所述目标区域,所述第二用户的身份信息包括所述第二用户的人脸图像信息;
基于所述第二用户的通讯号码和所述第二用户的身份信息构建所述目标数据库。
7.根据权利要求2所述的方法,其特征在于,所述基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别,并输出与所述目标用户对应的身份信息,包括:
基于预设图像向量获取模型,获取所述预设的动态数据库中,与每个所述第一用户的人脸图像信息对应的第一图像向量值,以及与所述目标用户的人脸图像信息对应的目标图像向量值;
分别获取所述目标图像向量值与每个所述第一图像向量值之间的向量相似度;
将所述向量相似度大于预设向量相似度阈值的所述第一用户的身份信息,确定为与所述目标用户对应的身份信息,并输出所述与所述目标用户对应的身份信息。
8.一种用户身份识别装置,其特征在于,所述装置包括:
数据获取模块,用于获取采集的目标区域内的视频流数据,其中,所述目标区域是为用户提供预定业务服务的区域;
信息提取模块,用于从所述视频流数据中提取当前位于所述目标区域内的目标用户的人脸图像信息;
识别模块,用于基于预设的动态数据库中的人脸图像信息和所述目标用户的人脸图像信息,对所述目标用户进行人脸识别,并输出与所述目标用户对应的身份信息,其中,所述动态数据库包括预设时间段内位于所述目标区域内的用户的身份信息,所述身份信息包括所述人脸图像信息。
9.一种设备,其特征在于,包括处理器、存储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中任一项所述的用户身份识别方法的步骤。
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中任一项所述的用户身份识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010489538.9A CN113761279A (zh) | 2020-06-02 | 2020-06-02 | 一种用户身份识别方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010489538.9A CN113761279A (zh) | 2020-06-02 | 2020-06-02 | 一种用户身份识别方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113761279A true CN113761279A (zh) | 2021-12-07 |
Family
ID=78782750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010489538.9A Pending CN113761279A (zh) | 2020-06-02 | 2020-06-02 | 一种用户身份识别方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113761279A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443181A (zh) * | 2019-07-30 | 2019-11-12 | 东智安通(北京)科技有限公司 | 人脸识别方法及装置 |
CN110458091A (zh) * | 2019-08-08 | 2019-11-15 | 北京阿拉丁智慧科技有限公司 | 基于位置筛选的人脸识别1比n算法优化方法 |
CN110782559A (zh) * | 2019-10-16 | 2020-02-11 | 浙江大华技术股份有限公司 | 门禁设备、门禁鉴权方法、门禁鉴权装置以及存储介质 |
CN111062235A (zh) * | 2018-10-17 | 2020-04-24 | 阿里巴巴集团控股有限公司 | 人脸识别方法和装置、人脸检测库的建立方法 |
-
2020
- 2020-06-02 CN CN202010489538.9A patent/CN113761279A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062235A (zh) * | 2018-10-17 | 2020-04-24 | 阿里巴巴集团控股有限公司 | 人脸识别方法和装置、人脸检测库的建立方法 |
CN110443181A (zh) * | 2019-07-30 | 2019-11-12 | 东智安通(北京)科技有限公司 | 人脸识别方法及装置 |
CN110458091A (zh) * | 2019-08-08 | 2019-11-15 | 北京阿拉丁智慧科技有限公司 | 基于位置筛选的人脸识别1比n算法优化方法 |
CN110782559A (zh) * | 2019-10-16 | 2020-02-11 | 浙江大华技术股份有限公司 | 门禁设备、门禁鉴权方法、门禁鉴权装置以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11449857B2 (en) | Code scanning method, code scanning device and mobile terminal | |
CN111368290A (zh) | 一种数据异常检测方法、装置及终端设备 | |
WO2020048392A1 (zh) | 应用程序的病毒检测方法、装置、计算机设备及存储介质 | |
CN108616448B (zh) | 一种信息分享的路径推荐方法及移动终端 | |
CN109284081B (zh) | 一种音频的输出方法、装置及音频设备 | |
CN110825863B (zh) | 一种文本对融合方法及装置 | |
CN110674112A (zh) | 一种数据查询的方法、装置及电子设备 | |
CN113190646B (zh) | 一种用户名样本的标注方法、装置、电子设备及存储介质 | |
CN109726121B (zh) | 一种验证码获取方法和终端设备 | |
CN112995757B (zh) | 视频剪裁方法及装置 | |
CN112231144A (zh) | 一种数据处理方法、装置及电子设备 | |
CN115618403A (zh) | 数据安全处理方法、装置、计算机设备及可读存储介质 | |
CN114722937A (zh) | 一种异常数据检测方法、装置、电子设备和存储介质 | |
CN109670105B (zh) | 搜索方法及移动终端 | |
CN109067979B (zh) | 一种提示方法及移动终端 | |
CN113706446B (zh) | 一种镜头检测方法和相关装置 | |
CN112948763A (zh) | 件量预测方法、装置、电子设备及存储介质 | |
CN116342940A (zh) | 图像审批方法、装置、介质及设备 | |
CN113761279A (zh) | 一种用户身份识别方法、装置及设备 | |
CN111897709B (zh) | 监控用户的方法、装置、电子设备及介质 | |
CN113518152B (zh) | 电话号码的识别方法、系统及电子设备 | |
US11567822B2 (en) | Method of monitoring closed system, apparatus thereof and monitoring device | |
CN111901740B (zh) | 一种数据的处理方法、装置及设备 | |
CN112307392A (zh) | 一种页面检测方法、装置及设备 | |
CN111723783A (zh) | 一种内容识别方法和相关装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211207 |