CN114882577B - 健康状态识别方法、装置、电子设备和计算机可读介质 - Google Patents
健康状态识别方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN114882577B CN114882577B CN202210807362.6A CN202210807362A CN114882577B CN 114882577 B CN114882577 B CN 114882577B CN 202210807362 A CN202210807362 A CN 202210807362A CN 114882577 B CN114882577 B CN 114882577B
- Authority
- CN
- China
- Prior art keywords
- image
- similarity
- information
- health
- health state
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本公开的实施例公开了健康状态识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:通过相关联的摄像装置拍摄场景图像;对场景图像进行活体检测,得到活体检测结果;响应于活体检测结果表征场景图像中显示了活体,对场景图像进行人脸识别,得到人脸识别结果,其中,人脸识别结果包括用户标识;根据用户标识,确定对应用户标识的用户信息;根据用户信息,生成对应用户标识的健康状态信息。该实施方式提高了健康信息核查的准确率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及健康状态识别方法、装置、电子设备和计算机可读介质。
背景技术
对于一些大型公共场所,在人员进入时,需要对人员相关的健康信息进行核查。目前,通常采用的方式为:通过工作人员对智能设备或纸质材料显示的相关的健康信息进行核查。
然而,当采用上述方式核查人员的相关健康信息时,经常会存在如下技术问题:
第一,在需要核查的人员较多时,人工核查容易造成遗漏,且在人员盗用他人的健康信息材料时,智能设备或纸质材料显示的相关的健康信息与人员实际的健康信息可能会存在差异,从而导致健康信息核查准确率较低。
第二,未根据人员的身份证获取健康信息,以及在身份证上的信息与智能设备或纸质材料显示的相关的健康信息不一致时,未执行报警操作,从而不容易及时发现身份异常的情况,进一步导致健康信息核查准确率较低。
第三,未将智能设备或纸质材料显示的相关的健康信息与根据人员身份信息获取的健康信息进行对比,在根据身份信息获取的健康信息与智能设备或纸质材料显示的相关的健康信息不一致时,未执行报警操作,从而无法及时发现健康状态异常的情况,更进一步导致健康信息核查准确率较低。
第四,未根据位置区域获取对应的健康信息模板,从而无法根据模板的文字区域范围,确定模板与智能设备或纸质材料显示的相关的健康信息的对比方式,造成得到对比结果的时间较长或准确率较低,导致健康信息核查速度较慢或准确率较低。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了健康状态识别方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种健康状态识别的方法,该方法包括:通过相关联的摄像装置拍摄场景图像;对上述场景图像进行活体检测,得到活体检测结果;响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果,其中,上述人脸识别结果包括用户标识;根据上述用户标识,确定对应上述用户标识的用户信息;根据上述用户信息,生成对应上述用户标识的健康状态信息。
第二方面,本公开的一些实施例提供了一种健康状态识别装置,装置包括:拍摄单元,被配置成通过相关联的摄像装置拍摄场景图像;活体检测单元,被配置成对上述场景图像进行活体检测,得到活体检测结果;人脸识别单元,被配置成响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果,其中,上述人脸识别结果包括用户标识;确定单元,被配置成根据上述用户标识,确定对应上述用户标识的用户信息;生成单元,被配置成根据上述用户信息,生成对应上述用户标识。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,上述程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的健康状态识别方法,可以提高健康信息核查的准确率。具体来说,造成相关的人工核查方式导致健康信息核查准确率较低的原因在于:在需要核查的人员较多时,人工核查容易造成遗漏,且在人员盗用他人的健康信息材料时,智能设备或纸质材料显示的相关的健康信息与人员实际的健康信息可能会存在差异。基于此,本公开的一些实施例的健康状态识别方法,首先,通过相关联的摄像装置拍摄场景图像。由此,可以获取场景图像。其次,对上述场景图像进行活体检测,得到活体检测结果。由此,根据活体检测结果可以确定上述场景图像是否显示了活体。然后,响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果,其中,上述人脸识别结果包括用户标识。由此,可以确定场景图象中活体对应的用户标识。然后,根据上述用户标识,确定对应上述用户标识的用户信息。由此,可以获取对应上述用户标识的用户信息,便于后续根据上述用户信息,确定对应上述用户标识的健康状态信息。最后,根据上述用户信息,生成对应上述用户标识的健康状态信息。由此,可以直接根据用户信息获取用户的健康状态,无需工作人员对相关的健康信息进行核查。因为响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果,其中,上述人脸识别结果包括用户标识,从而可以直接根据人脸确定用户标识,继而获取用户的身份信息。也因为根据上述用户信息,生成对应上述用户标识的健康状态信息,进而可以更准确地确定健康状态信息与用户相对应,降低用户盗用他人的健康信息材料的概率。由此,通过本公开的一些实施例的健康状态识别方法,可以提高健康信息核查的准确率。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的健康状态识别方法的一些实施例的流程图;
图2是根据本公开的健康状态识别装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开中所涉及的用户个人信息(例如健康状态信息、身份证号码)的收集、存储、使用等操作,在执行相应操作之前,相关组织或个人尽到包括开展个人信息安全影响评估、向个人信息主体履行告知义务、事先征得个人信息主体的授权同意等义务。
下面将参考附图并结合实施例来详细说明本公开。
继续参考图1,示出了根据本公开的健康状态识别方法的一些实施例的流程100。该健康状态识别方法,包括以下步骤:
步骤101,通过相关联的摄像装置拍摄场景图像。
在一些实施例中,健康状态识别方法的执行主体(例如智能门禁或手持终端)可以通过相关联的摄像装置拍摄场景图像。上述智能门禁和上述手持终端均可以为需要待通过人员进行身份验证的装置。上述智能门禁和上述手持终端均可以包括摄像装置和控制单元。上述摄像装置与上述控制单元通信连接。上述控制单元可以为对接收到的图像进行处理的单元。上述控制单元可以为SoC(System on Chip,系统级芯片)。上述控制单元也可以为MCU(Microcontroller Unit,微控制单元)。上述控制单元还可以为DSP(Digital SignalProcessor,数字信号处理器)。上述摄像装置可以为用于拍摄图像的装置。例如,上述摄像装置可以为摄像头。上述摄像装置与上述控制单元可以通过无线连接方式或有线连接方式通信连接。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。上述场景图像可以为位于上述摄像装置预设区域的图像。例如,上述场景图像可以为位于上述摄像装置前方0.5米的距离内的区域的图像。进一步,上述执行主体还可以设置有接近感应器,当检测到预设区域内存在物体时,控制相关联的摄像装置拍摄场景图像。
步骤102,对场景图像进行活体检测,得到活体检测结果。
在一些实施例中,上述执行主体可以对上述场景图像进行活体检测,得到活体检测结果。上述活体检测结果可以为表征上述场景图像中是否显示了活体的结果。例如,当上述场景图像中显示了活体,上述活体检测结果可以为“活体,0”。当上述场景图像中未显示活体,上述活体检测结果可以为“活体,1”。作为示例,上述执行主体可以通过立体性活体检测对上述场景图像进行活体检测。作为又一示例,上述执行主体还可以通过亚表面检测对上述场景图像进行活体检测。
步骤103,响应于活体检测结果表征场景图像中显示了活体,对场景图像进行人脸识别,得到人脸识别结果。
在一些实施例中,上述执行主体可以响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果。其中,上述人脸识别结果可以包括用户标识。上述用户标识可以为唯一表示用户的编号。例如,上述用户标识可以为“用户01”。实践中,首先,上述执行主体可以通过参考模板法或人脸规则法确定上述场景图像中是否显示了人脸,并分离得到人脸图像。然后,上述执行主体可以通过特征向量法或面纹模板法将分离得到的人脸图像与预先存储的人脸图像依次进行比对,得到与分离得到的人脸图像相似度最高的预先存储的人脸图像。最后,将相似度最高的预先存储的人脸图像对应的编号作为用户标识。
步骤104,根据用户标识,确定对应用户标识的用户信息。
在一些实施例中,上述执行主体可以根据上述用户标识,确定对应上述用户标识的用户信息。其中,上述用户信息可以包括但不限于以下至少一项:用户身份证号码、用户姓名和预设时间内的医学检验结果等。实践中,上述执行主体可以在预先存储有用户信息的用户信息库中获取对应上述用户标识的用户信息。
步骤105,根据用户信息,生成对应用户标识的健康状态信息。
在一些实施例中,上述执行主体可以根据上述用户信息,生成对应上述用户标识的健康状态信息。上述健康状态信息可以为表征对应上述用户标识的用户的健康状态的信息。例如,上述健康状态信息可以包括但不限于以下至少一项:健康码状态、疫苗接种次数、预设时间内的医学检验结果。作为示例,上述执行主体可以将上述用户信息包括的健康状态信息确定为对应上述用户标识的健康状态信息。作为又一示例,上述执行主体还可以根据上述用户信息包括的用户身份证号码和用户姓名,从目标服务器中获取对应上述用户标识的健康状态信息。具体而言,上述执行主体可以获取对应的身份证号码与上述用户身份证号码相同的健康状态信息,作为对应上述用户标识的健康状态信息。上述目标服务器可以为用于查询健康状态信息的服务器。
可选地,上述执行主体还可以执行以下步骤:
第一步,通过相关联的读头装置读取用户标识对应的身份证的身份证信息。
在一些实施例中,上述执行主体可以通过相关联的读头装置读取上述用户标识对应的身份证的身份证信息,其中,上述身份证信息包括身份证号码。上述读头装置可以为用于读取用户的身份证信息的装置。例如,上述读头装置可以为二代身份证读头。上述身份证信息可以为表征用户身份的信息。例如,上述身份证信息可以包括但不限于以下至少一项:身份证号码和用户姓名。
第二步,根据上述身份证号码,获取对应上述用户标识的用户健康信息。
在一些实施例中,上述执行主体可以根据上述身份证号码,获取对应上述用户标识的用户健康信息。其中,上述用户健康信息包括标准健康状态信息。上述用户健康信息可以为通过身份证号码获取的健康信息。上述标准健康状态信息可以为通过身份证号码获取的健康状态信息。例如,上述标准健康状态信息可以包括但不限于以下至少一项:健康码状态、疫苗接种次数和预设时间内的医学检验结果。作为示例,上述执行主体可以根据上述身份证号码,在目标服务器中获取对应上述用户标识的健康状态信息作为用户健康信息。具体而言,上述执行主体可以获取对应的身份证号码与上述身份证号码相同的健康状态信息。并将获取到的健康状态信息作为用户健康信息。
在一些实施例的一些可选的实现方式中,上述用户信息可以包括预存健康状态信息。上述预存健康状态信息可以为预先存储的健康状态信息。
在一些实施例的一些可选的实现方式中,上述执行主体可以响应于上述预存健康状态信息对应的健康状态与上述标准健康状态信息对应的健康状态相同,将上述标准健康状态信息或上述预存健康状态信息确定为对应上述用户标识的健康状态信息。
在一些实施例的一些可选的实现方式中,上述执行主体可以响应于上述预存健康状态信息对应的健康状态与上述标准健康状态信息对应的健康状态相异,根据上述用户信息、上述身份证信息和上述用户健康信息,生成对应上述用户标识的健康状态信息。实践中,在上述预存健康状态信息对应的健康状态与上述标准健康状态信息对应的健康状态相异时,上述执行主体可以将上述用户信息、上述用户信息包括的预存健康状态信息、上述身份证信息和上述用户健康信息进行组合,得到对应上述用户标识的健康状态信息。例如,在上述预存健康状态信息对应的健康状态为24小时内医学检验结果为阴性,上述标准健康状态信息对应的健康状态为未检测到预设时间内的医学检验结果时,上述健康状态信息可以为“用户姓名A、24小时内医学检验结果为阴性、用户姓名A、未检测到预设时间内的医学检验结果”。由此,当根据人脸识别得到的健康状态信息和根据身份证得到的健康状态信息不一致时。可以将通过两种方式得到的身份信息和健康状态信息均进行展示,从而可以使工作人员根据通过两种方式得到的身份信息和健康状态信息,对用户的相关信息进行判断。
可选地,上述执行主体还可以执行以下步骤:
第一步,响应于用户信息对应的身份信息与身份证信息对应的身份信息相异,根据用户信息和身份证信息,生成身份异常报警信息。
在一些实施例中,上述执行主体可以响应于上述用户信息对应的身份信息与身份证信息对应的身份信息相异,根据上述用户信息和上述身份证信息,生成身份异常报警信息。其中,上述用户信息对应的身份信息可以为预先存储的用户的身份证号码或用户姓名。上述身份证信息对应的身份信息可以为通过身份证获取的用户的身份证号码或用户姓名。实践中,在上述用户信息对应的身份信息与上述身份证信息对应的身份信息相异时,上述执行主体可以将上述用户信息、上述身份证信息以及预设身份异常报警文本进行组合,得到身份异常报警信息。上述预设身份异常报警文本可以为表征身份异常的文本。例如,上述身份异常报警信息可以为“用户姓名A,用户姓名B,身份异常”。
第二步,将身份异常报警信息发送至目标终端。
在一些实施例中,上述执行主体可以将上述身份异常报警信息发送至目标终端。上述目标终端可以为与上述执行主体相关联的智能终端。例如,上述目标终端可以包括但不限于以下至少一项:手机、电脑、平板。
上述第一步-第二步作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“未根据人员的身份证获取健康信息,以及在身份证上的信息与智能设备或纸质材料显示的相关的健康信息不一致时,未执行报警操作,从而不容易及时发现身份异常的情况,进一步导致健康信息核查准确率较低”。进一步导致健康信息核查准确率较低的原因如下:未根据人员的身份证获取健康信息,以及在身份证上的信息与智能设备或纸质材料显示的相关的健康信息不一致时,未执行报警操作,从而不容易及时发现身份异常的情况。如果解决了上述因素,就可以进一步提高健康信息核查准确率。为了达到这一效果,本公开首先,响应于上述用户信息对应的身份信息与用户健康信息对应的身份信息相异,根据上述用户信息和上述用户健康信息,生成身份异常报警信息。最后,将上述身份异常报警信息发送至目标终端。由此,在用户信息对应的身份信息与用户健康信息对应的身份信息相异,可以将身份异常报警信息发送至目标终端,以执行报警操作。从而进一步提高健康信息核查准确率。
可选地,上述执行主体还可以通过相关联的展示装置对上述健康状态信息进行展示。上述展示装置可以为用于展示健康状态信息的装置。例如上述展示装置可以为显示屏。作为示例,上述执行主体可以通过显示屏显示上述健康状态信息。
可选地,上述执行主体还可以执行以下步骤:
第一步,通过相关联的健康状态摄像装置拍摄健康状态图像。
在一些实施例中,上述执行主体可以通过相关联的健康状态摄像装置拍摄健康状态图像。上述健康状态摄像装置可以为拍摄健康状态图像的装置。上述健康状态摄像装置可以为拍摄上述场景图像的摄像装置。上述健康状态摄像装置可以与上述控制单元通信连接。上述健康状态图像可以为表征健康状态的图像。例如,上述健康状态图像可以为显示预设时间内的医学检验结果的图像。
第二步,根据上述健康状态图像,生成健康状态识别信息。
在一些实施例中,上述执行主体可以根据上述健康状态图像,生成健康状态识别信息。实践中,首先,上述执行主体可以通过OCR(Optical Character Recognition,光学字符识别)识别上述健康状态图像中的文本,得到健康状态图像文本。其次,上述执行主体可以通过文本匹配算法确定预存健康状态语料中的文本与健康状态图像文本的相似度,将预存健康状态语料中与上述健康状态图像文本相似度最高的文本作为目标文本。例如,上述文本匹配算法可以为余弦相似度算法。上述预存健康状态语料可以包括但不限于以下至少一项:医学检验结果、48h、24h、阴性、阳性等。最后,上述执行主体可以将上述目标文本确定为健康状态识别信息。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过执行以下步骤根据上述健康状态图像,生成健康状态识别信息:
第一步,对上述健康状态图像进行灰度处理,得到健康状态灰度图像。实践中,上述执行主体可以将上述健康状态图像灰度化,得到健康状态灰度图像。
第二步,对上述健康状态灰度图像进行降噪处理,得到健康状态降噪图像。实践中,上述执行主体可以对上述健康状态灰度图像进行图像降噪,得到健康状态降噪图像。作为示例,上述执行主体可以通过均值滤波器对上述健康状态灰度图像进行图像降噪,得到健康状态降噪图像。作为又一示例,上述执行主体可以通过中值滤波器对上述健康状态灰度图像进行图像降噪,得到健康状态降噪图像。
第三步,对上述健康状态降噪图像进行倾斜矫正处理,得到正向健康状态图像。实践中,上述执行主体可以通过霍夫变换对上述健康状态降噪图像进行倾斜矫正处理,得到正向健康状态图像。
第四步,对上述正向健康状态图像进行文本识别,得到健康文本信息。上述健康文本信息可以为上述正向健康状态图像中包括的文本的信息。实践中,上述执行主体可以将上述正向健康状态图像输入至预先训练的健康文本识别模型,得到健康文本信息。上述预先训练的健康文本识别模型可以为以正向健康状态图像为输入数据,以健康文本信息为输出数据的神经网络模型。例如,上述神经网络模型可以为卷积神经网络模型或深度神经网络模型。
第五步,对上述健康文字信息与预存健康状态语料进行健康状态匹配处理,得到健康状态识别信息。实践中,首先,上述执行主体可以通过文本匹配算法对预存健康状态语料和上述健康文本信息进行匹配处理,将预存健康状态语料中与上述健康文本信息相似度最高的文本作为目标健康文本。作为示例,上述文本匹配算法可以为余弦相似度算法。上述预存健康状态语料可以包括但不限于以下至少一项:医学检验结果、48h、24h、阴性、阳性等。最后,上述执行主体可以将目标健康文本确定为健康状态识别信息。
可选地,上述用户信息包括预存健康状态信息。
可选地,在上述根据上述健康状态图像,生成健康状态识别信息之后,上述执行主体还可以响应于上述健康状态识别信息对应的健康状态与上述预存健康状态信息对应的健康状态相同,将上述健康状态识别信息或上述预存健康状态信息确定为对应上述用户标识的健康状态信息。
可选地,上述执行主体还可以执行以下步骤:
第一步,根据上述健康状态图像,对上述健康状态图像进行身份识别处理,得到身份识别信息。实践中,上述执行主体可以通过OCR识别上述健康状态图像中关于用户身份的信息,得到身份识别信息。
第二步,响应于上述身份识别信息对应的身份信息与上述用户信息对应的身份信息相同,而上述健康状态识别信息对应的健康状态与上述预存健康状态信息对应的健康状态相异,生成健康状态异常报警信息。实践中,当上述身份识别信息对应的身份信息与上述用户信息对应的身份信息相同,而上述健康状态识别信息对应的健康状态与上述预存健康状态信息对应的健康状态相异时,上述执行主体可以将上述身份识别信息、上述健康状态识别信息、上述用户信息、上述预存健康状态信息以及预设健康状态异常报警文本进行组合,得到健康状态异常报警信息。上述预设健康状态异常报警文本可以为表征健康状态异常的文本。例如,上述健康状态异常报警信息可以为“用户姓名A,未检测到预设时间内的医学检验结果,用户姓名A,24小时内医学检验结果,健康状态异常”。
第三步,将上述健康状态异常报警信息发送至目标终端。
上述第一步-第三步作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题三“未将智能设备或纸质材料显示的相关的健康信息与根据人员身份信息获取的健康信息进行对比,在根据身份信息获取的健康信息与智能设备或纸质材料显示的相关的健康信息不一致时,未执行报警操作,从而无法及时发现健康状态异常的情况,进一步导致健康信息核查准确率较低”。更进一步导致健康信息核查准确率较低的原因如下:未将智能设备或纸质材料显示的相关的健康信息与根据人员身份信息获取的健康信息进行对比,在根据身份信息获取的健康信息与智能设备或纸质材料显示的相关的健康信息不一致时,未执行报警操作,从而无法及时发现健康状态异常的情况。如果解决了上述因素,就可以更进一步提高健康信息核查准确率。为了达到这一效果,本公开首先,根据上述健康状态图像,对上述健康状态图像进行身份识别处理,得到身份识别信息。然后,响应于上述身份识别信息对应的身份信息与上述用户信息对应的身份信息相同,且上述健康状态识别信息对应的健康状态与上述预存健康状态信息对应的健康状态相异,生成健康状态异常报警信息。最后,将上述健康状态异常报警信息发送至目标终端。由此,在上述身份识别信息对应的身份信息与上述用户信息对应的身份信息相同,但上述健康状态识别信息对应的健康状态与上述预存健康状态信息对应的健康状态不一致时,可以执行健康状态异常报警操作。从而更进一步提高健康信息核查准确率。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过执行以下步骤根据上述健康状态图像,生成健康状态识别信息:
第一步,确定对应上述摄像装置的位置信息。作为示例,上述执行主体可以根据相关联的定位装置确定上述摄像装置的位置信息。上述定位装置可以为用于确定上述摄像装置的位置的装置。例如,上述定位装置可以为定位仪。作为又一示例,上述摄像装置的位置信息可以为预先存储的位置信息。
第二步,将对应上述位置信息的标准健康状态图像组确定为目标健康状态图像组。上述标准健康状态图像组可以包括至少一个标准健康状态图像。上述标准健康状态图像可以为预先存储的对应健康状态的模板图像。例如,上述标准健康状态图像可以为预设时间内的医学检验结果图像。上述标准健康状态图像组可以包括表征具有48小时内的医学检验结果的标准健康状态图像、表征具有24小时内的医学检验结果图像的标准健康状态图像、以及表征48小时内未进行医学检验的标准健康状态图像。实践中,上述执行主体可以将预先存储的至少一个地区对应的标准健康状态图像组中对应上述位置信息的标准健康状态图像组,确定为目标健康状态图像组。作为示例,上述执行主体可以预先存储有A地区的标准健康状态图像组和B地区的标准健康状态图像组。上述位置信息表征A地区,则上述执行主体可以将A地区的标准健康状态图像组确定为目标健康状态图像组。
第三步,确定上述健康状态图像与上述目标健康状态图像组中的各个目标健康状态图像的图像相似度,得到图像相似度集合。实践中,上述执行主体可以执行以下步骤:
第一子步骤,通过余弦相似度算法确定上述健康状态图像与上述目标健康状态图像组中的各个目标健康状态图像的相似度,以及将所确定的相似度作为第一相似度。
第二子步骤,响应于确定上述目标健康状态图像中的文本区域面积大于预设文本区域面积,通过杰卡德相似度算法确定上述健康状态图像与上述目标健康状态图像的相似度,以及将所确定的相似度作为第二相似度。
第三子步骤,将上述第一相似度和上述第二相似度的加权值确定为文本相似度。这里,对于上述第一相似度和上述第二相似度的具体权重,不作限定。例如,上述第一相似度和上述第二相似度可以均值求权。由此,通过确定上述第一相似度和上述第二相似度的加权值得到文本相似度,可以平衡提高文本区域面积较大的目标健康状态图像与健康状态图像的相似度的准确值。
第四子步骤,通过ORB(Oriented FAST and Rotated BRIEF)确定上述健康状态图像与上述目标健康状态图像的相似度,以及将所确定的相似度作为第三相似度。
第五子步骤,将上述文本相似度与上述第三相似度的加权值确定为图像相似度。这里,对于上述文本相似度与上述第三相似度的具体权重,不作限定。例如,上述文本相似度与上述第三相似度可以均值求权。由此,当上述目标健康图像中的文本较多时,因为杰卡德相似度算法可以平衡余弦相似度算法的不足,从而提高文本较多的图像的相似度的准确性。也因为ORB算法可以根据提取特征点确定相似度,以及对图像平滑处理,进而可以提高得到相似度的速度以及准确性。
第六子步骤,响应于确定上述目标健康状态图像中的文本区域面积小于等于上述预设文本区域面积,通过直方图相似度算法确定上述健康状态图像与上述目标健康状态图像的相似度,以及将所确定的相似度作为第四相似度。进一步,上述执行主体可以通过彩色直方图算法确定上述健康状态图像与上述目标健康状态图像的相似度。由此,由于通过直方图相似度算法得到相似度的速度较快,从而可以快速确定健康状态图像与目标健康状态图像的相似度。
第七子步骤,将上述第一相似度和上述第四相似度的加权值确定为图像相似度。这里,对于上述第一相似度和上述第四相似度的具体权重,不作限定。例如,上述第一相似度和上述第四相似度可以均值求权。由此,当上述目标健康图像中的文本较少时,因为通过直方图相似度算法得到相似度的速度较快,从而提高得到健康状态图像与目标健康状态图像的相似度的速度。
上述第一子步骤-第七子步骤作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题四“未根据位置区域获取对应的健康信息模板,从而无法根据模板的文字区域范围,确定模板与智能设备或纸质材料显示的相关的健康信息的对比方式,造成得到对比结果的时间较长或准确率较低,导致健康信息核查速度较慢或准确率较低”。更进一步导致健康信息核查速度较慢或准确率较低的原因如下:未根据位置区域获取对应的健康信息模板,从而无法根据模板的文字区域范围,确定模板与智能设备或纸质材料显示的相关的健康信息的对比方式,造成得到对比结果的时间较长或准确率较低。如果解决了上述因素,就可以更进一步提高健康信息核查速度和准确率。为了达到这一效果,本公开首先,通过余弦相似度算法确定上述健康状态图像与上述目标健康状态图像组中的各个目标健康状态图像的相似度,得到第一相似度。其次,响应于确定上述目标健康状态图像的文本区域面积大于预设文本区域面积,通过杰卡德相似度算法确定上述健康状态图像与上述目标健康状态图像的相似度,得到第二相似度。然后,将上述第一相似度和上述第二相似度的加权值确定为文本相似度。之后,通过ORB(Oriented FAST and Rotated BRIEF)确定上述健康状态图像与上述目标健康状态图像的相似度,得到第三相似度。然后,将上述文本相似度与上述第三相似度的加权值确定为图像相似度。之后,响应于确定上述目标健康状态图像的文本区域面积小于等于上述预设文本区域面积,通过直方图相似度算法确定上述健康状态图像与上述目标健康状态图像组中的各个目标健康状态图像的相似度,得到第四相似度。最后,将上述第一相似度和上述第四相似度的加权值确定为图像相似度。当上述目标健康图像中的文本较多时,因为杰卡德相似度算法可以平衡余弦相似度算法的不足,从而提高文本将多的两个图像的相似度的准确性。也因为ORB算法可以根据提取特征点确定相似度,以及对图像平滑处理,进而可以提高得到的相似度的速度以及准确性。当上述目标健康图像中的文本较少时,因为通过直方图相似度算法得到相似度的速度较快,从而提高得到健康状态图像与目标健康状态图像相似度的速度。由此,可以提高健康信息核查的速度和准确率。
第四步,根据上述图像相似度集合中满足预设条件的图像相似度对应的目标健康状态图像,生成识别健康状态信息。实践中,上述执行主体可以将对应的图像相似度最高的目标健康状态图像对应的健康状态信息作为识别健康状态信息。例如,对应的图像相似度最高的目标健康状态图像可以为表征48小时内的医学检验结果的目标健康状态图像,上述执行主体可以将48小时内的医学检验结果作为识别健康状态信息。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的健康状态识别方法,可以提高健康信息核查的准确率。具体来说,造成相关的人工核查方式导致健康信息核查准确率较低的原因在于:在需要核查的人员较多时,人工核查容易造成遗漏,且在人员盗用他人的健康信息材料时,智能设备或纸质材料显示的相关的健康信息与人员实际的健康信息可能会存在差异。基于此,本公开的一些实施例的健康状态识别方法,首先,通过相关联的摄像装置拍摄场景图像。由此,可以获取场景图像。其次,对上述场景图像进行活体检测,得到活体检测结果。由此,根据活体检测结果可以确定上述场景图像是否显示了活体。然后,响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果,其中,上述人脸识别结果包括用户标识。由此,可以确定场景图象中活体对应的用户标识。然后,根据上述用户标识,确定对应上述用户标识的用户信息。由此,可以获取对应上述用户标识的用户信息,便于后续根据上述用户信息,确定对应上述用户标识的健康状态信息。最后,根据上述用户信息,生成对应上述用户标识的健康状态信息。由此,可以直接根据用户信息获取用户的健康状态,无需工作人员对相关的健康信息进行核查。因为响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果,其中,上述人脸识别结果包括用户标识,从而可以直接根据人脸确定用户标识,继而获取用户的身份信息。也因为根据上述用户信息,生成对应上述用户标识的健康状态信息,进而可以更准确地确定健康状态信息与用户相对应,降低用户盗用他人的健康信息材料的概率。由此,通过本公开的一些实施例的健康状态识别方法,可以提高健康信息核查的准确率。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种健康状态识别装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的健康状态识别装置200包括:拍摄单元201、活体检测单元202、人脸识别单元203、确定单元204和生成单元205。其中,拍摄单元201,被配置成通过相关联的摄像装置拍摄场景图像;活体检测单元202,被配置成对上述场景图像进行活体检测,得到活体检测结果;人脸识别单元203,被配置成响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果,其中,上述人脸识别结果包括用户标识;确定单元204,被配置成根据上述用户标识,确定对应上述用户标识的用户信息;生成单元205,被配置成根据上述用户信息,生成对应上述用户标识。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开的一些实施例中,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。而在本公开的一些实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:通过相关联的摄像装置拍摄场景图像;对上述场景图像进行活体检测,得到活体检测结果;响应于上述活体检测结果表征上述场景图像中显示了活体,对上述场景图像进行人脸识别,得到人脸识别结果,其中,上述人脸识别结果包括用户标识;根据上述用户标识,确定对应上述用户标识的用户信息;根据上述用户信息,生成对应上述用户标识的健康状态信息。
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公开的一些实施例的操作的计算机程序代码,上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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括拍摄单元、活体检测单元、人脸识别单元、确定单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,拍摄单元还可以被描述为“通过相关联的摄像装置拍摄场景图像的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种健康状态识别方法,包括:
通过相关联的摄像装置拍摄场景图像;
对所述场景图像进行活体检测,得到活体检测结果;
响应于所述活体检测结果表征所述场景图像中显示了活体,对所述场景图像进行人脸识别,得到人脸识别结果,其中,所述人脸识别结果包括用户标识,所述用户标识为唯一表示用户的编号;
根据所述用户标识,确定对应所述用户标识的用户信息,其中,所述用户信息包括预设时间内的医学检验结果,所述根据所述用户标识,确定对应所述用户标识的用户信息,包括:在预先存储有用户信息的用户信息库中获取对应所述用户标识的用户信息;
根据所述用户信息,生成对应所述用户标识的健康状态信息;
通过相关联的健康状态摄像装置拍摄健康状态图像;
根据所述健康状态图像,生成健康状态识别信息,其中,所述根据所述健康状态图像,生成健康状态识别信息,包括:
确定对应所述摄像装置的位置信息;
将对应所述位置信息的标准健康状态图像组确定为目标健康状态图像组;
确定所述健康状态图像与所述目标健康状态图像组中的各个目标健康状态图像的图像相似度,得到图像相似度集合,其中,所述确定所述健康状态图像与所述目标健康状态图像组中的各个目标健康状态图像的图像相似度,包括:
对于所述目标健康状态图像组中的每个目标健康状态图像执行以下步骤:
通过余弦相似度算法确定所述健康状态图像与所述目标健康状态图像的相似度,以及将所确定的相似度作为第一相似度;
响应于确定所述目标健康状态图像中的文本区域面积大于预设文本区域面积,通过杰卡德相似度算法确定所述健康状态图像与所述目标健康状态图像的相似度,以及将所确定的相似度作为第二相似度;
将所述第一相似度和所述第二相似度的加权值确定为文本相似度;
通过ORB算法确定所述健康状态图像与所述目标健康状态图像的相似度,以及将所确定的相似度作为第三相似度;
将所述文本相似度与所述第三相似度的加权值确定为图像相似度;
响应于确定所述目标健康状态图像中的文本区域面积小于等于所述预设文本区域面积,通过直方图相似度算法确定所述健康状态图像与所述目标健康状态图像的相似度,以及将所确定的相似度作为第四相似度;
将所述第一相似度和所述第四相似度的加权值确定为图像相似度;
根据所述图像相似度集合中满足预设条件的图像相似度对应的目标健康状态图像,生成健康状态识别信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
通过相关联的读头装置读取所述用户标识对应的身份证的身份证信息,其中,所述身份证信息包括身份证号码;
根据所述身份证号码,获取对应所述用户标识的用户健康信息,其中,所述用户健康信息包括标准健康状态信息。
3.根据权利要求2所述的方法,其中,所述用户信息包括预存健康状态信息,以及
所述根据所述用户信息,生成对应所述用户标识的健康状态信息,包括:
响应于所述预存健康状态信息对应的健康状态与所述标准健康状态信息对应的健康状态相同,将所述标准健康状态信息或所述预存健康状态信息确定为对应所述用户标识的健康状态信息。
4.根据权利要求3所述的方法,其中,所述根据所述用户信息,生成对应所述用户标识的健康状态信息,包括:
响应于所述预存健康状态信息对应的健康状态与所述标准健康状态信息对应的健康状态相异,根据所述用户信息、所述身份证信息和所述用户健康信息,生成对应所述用户标识的健康状态信息。
5.根据权利要求1-4之一所述的方法,其中,所述方法还包括:
通过相关联的展示装置对所述健康状态信息进行展示。
6.根据权利要求1所述的方法,其中,所述根据所述健康状态图像,生成健康状态识别信息,包括:
对所述健康状态图像进行灰度处理,得到健康状态灰度图像;
对所述健康状态灰度图像进行降噪处理,得到健康状态降噪图像;
对所述健康状态降噪图像进行倾斜矫正处理,得到正向健康状态图像;
对所述正向健康状态图像进行文本识别,得到健康文本信息;
对所述健康文本信息与预存健康状态语料进行健康状态匹配处理,得到健康状态识别信息。
7.一种健康状态识别装置,包括:
第一拍摄单元,被配置成通过相关联的摄像装置拍摄场景图像;
活体检测单元,被配置成对所述场景图像进行活体检测,得到活体检测结果;
人脸识别单元,被配置成响应于所述活体检测结果表征所述场景图像中显示了活体,对所述场景图像进行人脸识别,得到人脸识别结果,其中,所述人脸识别结果包括用户标识,所述用户标识为唯一表示用户的编号;
确定单元,被配置成根据所述用户标识,确定对应所述用户标识的用户信息,其中,所述用户信息包括预设时间内的医学检验结果,所述根据所述用户标识,确定对应所述用户标识的用户信息,包括:在预先存储有用户信息的用户信息库中获取对应所述用户标识的用户信息;
第一生成单元,被配置成根据所述用户信息,生成对应所述用户标识的健康状态信息;
第二拍摄单元,被配置成通过相关联的健康状态摄像装置拍摄健康状态图像;
第二生成单元,被配置成根据所述健康状态图像,生成健康状态识别信息,其中,所述根据所述健康状态图像,生成健康状态识别信息,包括:确定对应所述摄像装置的位置信息;将对应所述位置信息的标准健康状态图像组确定为目标健康状态图像组;确定所述健康状态图像与所述目标健康状态图像组中的各个目标健康状态图像的图像相似度,得到图像相似度集合,其中,所述确定所述健康状态图像与所述目标健康状态图像组中的各个目标健康状态图像的图像相似度,包括:对于所述目标健康状态图像组中的每个目标健康状态图像执行以下步骤:通过余弦相似度算法确定所述健康状态图像与所述目标健康状态图像的相似度,以及将所确定的相似度作为第一相似度;响应于确定所述目标健康状态图像中的文本区域面积大于预设文本区域面积,通过杰卡德相似度算法确定所述健康状态图像与所述目标健康状态图像的相似度,以及将所确定的相似度作为第二相似度;将所述第一相似度和所述第二相似度的加权值确定为文本相似度;通过ORB算法确定所述健康状态图像与所述目标健康状态图像的相似度,以及将所确定的相似度作为第三相似度;将所述文本相似度与所述第三相似度的加权值确定为图像相似度;响应于确定所述目标健康状态图像中的文本区域面积小于等于所述预设文本区域面积,通过直方图相似度算法确定所述健康状态图像与所述目标健康状态图像的相似度,以及将所确定的相似度作为第四相似度;将所述第一相似度和所述第四相似度的加权值确定为图像相似度;根据所述图像相似度集合中满足预设条件的图像相似度对应的目标健康状态图像,生成健康状态识别信息。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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至6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1至6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210807362.6A CN114882577B (zh) | 2022-07-11 | 2022-07-11 | 健康状态识别方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210807362.6A CN114882577B (zh) | 2022-07-11 | 2022-07-11 | 健康状态识别方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114882577A CN114882577A (zh) | 2022-08-09 |
CN114882577B true CN114882577B (zh) | 2022-10-28 |
Family
ID=82682860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210807362.6A Active CN114882577B (zh) | 2022-07-11 | 2022-07-11 | 健康状态识别方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114882577B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915649B (zh) * | 2015-06-04 | 2018-12-14 | 南京理工大学 | 一种应用于人脸识别的活体检测方法 |
TWI625679B (zh) * | 2017-10-16 | 2018-06-01 | 緯創資通股份有限公司 | 活體臉部辨識方法與系統 |
CN110705451A (zh) * | 2019-09-27 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 人脸识别方法、装置、终端及服务器 |
CN112396011B (zh) * | 2020-11-24 | 2023-07-18 | 华南理工大学 | 一种基于视频图像心率检测及活体检测的人脸识别系统 |
CN114662628A (zh) * | 2022-03-03 | 2022-06-24 | 支付宝(杭州)信息技术有限公司 | 一种健康码信息的显示方法、装置、设备及介质 |
-
2022
- 2022-07-11 CN CN202210807362.6A patent/CN114882577B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114882577A (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10699103B2 (en) | Living body detecting method and apparatus, device and storage medium | |
CN109255352B (zh) | 目标检测方法、装置及系统 | |
CN109508694B (zh) | 一种人脸识别方法及识别装置 | |
CN106650662B (zh) | 目标对象遮挡检测方法及装置 | |
US20190026605A1 (en) | Neural network model training method and apparatus, living body detecting method and apparatus, device and storage medium | |
US10832037B2 (en) | Method and apparatus for detecting image type | |
CN109766755A (zh) | 人脸识别方法及相关产品 | |
CN108229375B (zh) | 用于检测人脸图像的方法和装置 | |
CN110059624B (zh) | 用于检测活体的方法和装置 | |
CN108509994B (zh) | 人物图像聚类方法和装置 | |
CN108399401B (zh) | 用于检测人脸图像的方法和装置 | |
CN108470131B (zh) | 用于生成提示信息的方法和装置 | |
CN113642639A (zh) | 活体检测方法、装置、设备和存储介质 | |
CN111340015A (zh) | 定位方法和装置 | |
CN111126159A (zh) | 用于实时跟踪行人的方法、装置、电子设备和介质 | |
KR102457247B1 (ko) | 이미지를 처리하는 전자 장치 및 그 제어 방법 | |
CN111586295B (zh) | 图像生成方法、装置和电子设备 | |
CN108875553A (zh) | 人证核验的方法、装置、系统及计算机存储介质 | |
CN114882577B (zh) | 健康状态识别方法、装置、电子设备和计算机可读介质 | |
CN114882576B (zh) | 人脸识别方法、电子设备、计算机可读介质和程序产品 | |
CN112069880A (zh) | 活体检测方法、装置、电子设备和计算机可读介质 | |
CN110688878B (zh) | 活体识别检测方法、装置、介质及电子设备 | |
CN108875467B (zh) | 活体检测的方法、装置及计算机存储介质 | |
CN111898529B (zh) | 脸部检测方法、装置、电子设备和计算机可读介质 | |
CN112070022A (zh) | 人脸图像识别方法、装置、电子设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |