CN103049734A - 一种在公共场所找人的方法及*** - Google Patents
一种在公共场所找人的方法及*** Download PDFInfo
- Publication number
- CN103049734A CN103049734A CN 201110307808 CN201110307808A CN103049734A CN 103049734 A CN103049734 A CN 103049734A CN 201110307808 CN201110307808 CN 201110307808 CN 201110307808 A CN201110307808 A CN 201110307808A CN 103049734 A CN103049734 A CN 103049734A
- Authority
- CN
- China
- Prior art keywords
- video camera
- people
- target
- looking
- face
- 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
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种在公共场所找人的方法及***，所述方法包括以下步骤：S1，存储用户所要寻找的人物的照片；S2，对公共场所的人物进行人脸识别；S3，将识别出的人脸图像与存储的用户所要寻找的人物的照片进行对比；S4，如果识别出的人物就是用户所要寻找的人，则在电子地图上标记出该人物的当前位置并显示。本发明通过对公共场所内的人进行人脸识别，将识别出的人脸图像与存储的所要寻找的人物的图像进行对比，如果符合则在电子地图上标记出所要寻找人物的位置并显示给用户，从而可以帮助人们在大型公共场所快速确定走散的朋友或亲人或者相约的素未谋面的人的位置，并且快速找到他们。
Description
技术领域
本发明涉及一种在公共场所找人的方法及***，属于网络通信领域。
背景技术
现在很多大型的公众场所面积都很大而且结构很复杂，人也经常爆满，因此在去这些场合的时候很容易和身边的人走散尤其是小孩；另外人们在与自己素未谋面的人相约在此类地方见面时，也很难确定对方。尽管现在人们都使用手机进行联系，但是很多时候，尤其是要寻找的双方都对该公共场所比较陌生的情况下，要找到彼此是件很费时费力的事情。因此如何在公共场所快速确定走散的朋友或亲人或者确定相约的素未谋面的人的位置从而快速找到他们，是人们一直关注的问题。
发明内容
本发明的目的在于，提供一种在公共场所找人的方法及***，它可以帮助人们在大型公共场所快速确定走散的朋友或亲人或者相约的素未谋面的人的位置，从而快速找到他们，节省时间和精力。
为解决上述技术问题，本发明采用如下的技术方案：一种在公共场所找人的方法，包括以下步骤：
S1，存储用户所要寻找的人物的照片；
S2，对公共场所的人物进行人脸识别；
S3，将识别出的人脸图像与存储的用户所要寻找的人物的照片进行对比；
S4，如果识别出的人物就是用户所要寻找的人，则在电子地图上标记出该人物的当前位置并显示。
前述的在公共场所找人的方法，步骤S2所述的对公共场所的人物进行人脸识别采用如下方法：
S10，摄像机对出现在其预置监控子区域中的目标进行定位跟踪，并判别目标的人脸姿态参数；
S20，根据目标位置信息和人脸姿态参数选择合适的摄像机组建工作组并采集多视角人脸图像；
S30，利用多视角人脸识别方法来识别目标；
S40，当目标进入另一个摄像机的预置监控子区域时，转到S1。
利用多个摄像机对人目标进行接力式定位跟踪及动态组建摄像机工作组共同采集多视角人脸图像来进行人脸识别，避免了在不规则、有遮挡和超大区域内出现的监控盲区的现象。
前述的在公共场所找人的方法中，所述的摄像机采用主动摄像机，即PTZ(Pan-Tilt-Zoom)摄像机，从而可以获取清晰人脸的图像。
前述的在公共场所找人的方法中，所述的工作组中用于定位跟踪的摄像机在工作过程中不动，其他的摄像机进行转动来采集多视角人脸图像，其中用于定位跟踪的摄像机固定不动，可以获得人脸识别中可用的某一视角的高分辨率人脸图像，其他摄像机进行转动，可以获得更多的多视角人脸图像。
前述的在公共场所找人的方法中，所述的摄像机包括：图像传感器、处理单元和通信单元，图像传感器用于获取场景的图像信息；处理单元用于对场景中出现的目标进行检测、定位、跟踪处理；通信单元用于和中心处理器保持通信。
前述的在公共场所找人的方法中，步骤S10中，使用六个自由度参数[x，y，z，α，β，γ]来表示目标的位置和人脸姿态，其中x，y，z分别表示在空间坐标中的三个坐标轴，α表示人脸的平面内旋转角度，β表示人脸的俯仰旋转角度，γ表示人脸的平面外深度旋转角度。
前述的在公共场所找人的方法中，步骤S20中，随着人目标的移动的人脸姿态的变化，工作组内的成员动态变化，从而在接力跟踪监控的同时及时的采集人目标的多视角人脸图像，便于更加准确的识别人目标。
前述的在公共场所找人的方法，步骤S20所述的组建工作组的方法包括以下步骤：
S10，摄像机获取当前目标的位置信息和人脸姿态参数；
S20，查询字典中的对照表，确定适于抓拍目标人脸图像的相邻摄像机，并向它们发送指令，邀请它们组建工作组，所述的对照表是指根据监控区域的空间结构以及各个摄像机的安装位置，列出的每个摄像机相邻各摄像机的适于拍摄的目标的位置信息和人脸姿态参数取值范围的对照表，在组建工作组时查找字典，对获取的人脸图像提前进行了筛选，省去了后期对采集到的人脸图像再次进行筛选的步骤，使得获得的人脸图像基本都能够用于人脸识别，所以经过这样的筛选，摄像机并不是被无目的地调用，而是被有效地使用，发挥了摄像机的最大效能。
前述的在公共场所找人的方法，所述方法中多个摄像机的布局采用如下方式：将整个监控区域划分为多个预置监控子区域，每个摄像机被预置监控其中的一个子区域，所述的预置监控子区域小于各摄像机的可见区域，从而保证摄像机可以监控到整个监控区域，不出现监控盲区，并且各预置监控子区域之间无重叠，从而可以有效的根据人目标进入的预置监控子区域的不同而分派不同的摄像机来进行定位跟踪，使得整个监控过程井然有序。
前述的在公共场所找人的方法，步骤S30中所述的利用多视角人脸识别方法来识别目标是指：根据人脸数据库存储器，使用多视角人脸识别程序对获得的多个视角人脸图像进行人脸识别。
前述的在公共场所找人的方法中，所述方法还包括：在电子地图上标记出用户的移动迹象，从而可以清晰的掌握用户用需要寻找人物之间的距离。
前述的在公共场所找人的方法中，所述方法还包括：在电子地图上标记出所寻找人物的移动迹象，根据寻找人物的移动迹象，从而可以方便用户快速向寻找人物移动的方向去找人。
前述的在公共场所找人的方法中，所述方法还包括：计算用户与所寻找人物的距离，从而可以更准确的找到素未谋面的相约对象。
实现前述方法的一种在公共场所找人的***，包括：中心处理器、多个摄像机和移动终端，中心处理器和各个摄像机之间通过有线或无线的方式组成本地局域网，移动终端和中心处理器通过无线连接。
前述的在公共场所找人的***中，所述的多个摄像机采用主动摄像机，即PTZ(Pan-Tilt-Zoom)摄像机，从而可以获取清晰人脸的图像。
前述的在公共场所找人的***中，所述的多个摄像机在工作时会组成工作组，工作组中用于定位跟踪的摄像机在工作过程中不动，其他的摄像机进行转动来采集多视角人脸图像，其中用于定位跟踪的摄像机固定不动，可以获得人脸识别中可用的某一视角的高分辨率人脸图像，其他摄像机进行转动，可以获得更多的多视角人脸图像。
前述的在公共场所找人的***中，随着人目标的移动的人脸姿态的变化，工作组内的成员动态变化，从而在接力跟踪监控的同时及时的采集人目标的多视角人脸图像，便于更加准确的识别人目标。
前述的在公共场所找人的***中，使用六个自由度参数[x，y，z，α，β，γ]来表示目标的位置和人脸姿态，其中x，y，z分别表示在空间坐标中的三个坐标轴，α表示人脸的平面内旋转角度，β表示人脸的俯仰旋转角度，γ表示人脸的平面外深度旋转角度。
前述的在公共场所找人的***中，所述的摄像机包括：图像传感器、处理单元和通信单元，图像传感器用于获取场景的图像信息；处理单元用于对场景中出现的目标进行检测、定位、跟踪处理；通信单元用于和中心处理器保持通信。
前述的在公共场所找人的***中，组建工作组的方法包括以下步骤：
S10，摄像机获取当前目标的位置信息和人脸姿态参数；
S20，查询字典中的对照表，确定适于抓拍目标人脸图像的相邻摄像机，并向它们发送指令，邀请它们组建工作组，其中，所述的对照表是指根据监控区域的空间结构以及各个摄像机的安装位置，列出的每个摄像机相邻各摄像机的适于拍摄的目标的位置信息和人脸姿态参数取值范围的对照表，在组建工作组时查找字典，对获取的人脸图像提前进行了筛选，省去了后期对采集到的人脸图像再次进行筛选的步骤，使得获得的人脸图像基本都能够用于人脸识别，所以经过这样的筛选，摄像机并不是被无目的地调用，而是被有效地使用，发挥了摄像机的最大效能。
前述的在公共场所找人的***中，多个摄像机的布局采用如下方式：将整个监控区域划分为多个预置监控子区域，每个摄像机被预置监控其中的一个子区域，所述的预置监控子区域小于各摄像机的可见区域，从而保证摄像机可以监控到整个监控区域，不出现监控盲区，并且各预置监控子区域之间无重叠，从而可以有效的根据人目标进入的预置监控子区域的不同而分派不同的摄像机来进行定位跟踪，使得整个监控过程井然有序。
前述的在公共场所找人的***中，所述的中心处理器还包括：
字典存储器，用于存储根据监控区域的空间结构以及各个摄像机的安装位置所列出的每个摄像机相邻各摄像机的适于拍摄的目标的位置信息和人脸姿态参数取值范围的对照表，从而方便中心处理器根据目标当前的位置信息和人脸姿态参数选择合适的摄像机组成工作组对目标进行多视角人脸图像采集。
前述的在公共场所找人的***中，所述的中心处理器还包括：
电子地图存储器，用于存储预置监控子区域的空间结构及在各预置监控子区域中安装的摄像机的位置，从而中心处理器可以根据目标进入的预置监控子区域而分派相应的摄像机对目标进行定位跟踪，并利用该摄像机相邻的摄像机组成工作组对目标采集多视角人脸图像，清晰明了，另外也有利于把监控目标的位置变化在电子地图上显示出来。
前述的在公共场所找人的***中，所述的中心处理器还包括：
人脸数据库存储器和人脸识别存储器，所述的人脸识别存储器用于存储人脸识别程序。
与现有技术相比，本发明通过对公共场所内的人进行人脸识别，将识别出的人脸图像与存储的所要寻找的人物的图像进行对比，如果符合则在电子地图上标记出所要寻找人物的位置并显示给用户，从而可以帮助人们在大型公共场所快速确定走散的朋友或亲人或者相约的素未谋面的人的位置，并且快速找到他们，既节省了时间，也节省了精力。此外，本发明利用多个摄像机对人目标进行接力式定位跟踪及动态组建摄像机工作组共同采集多视角人脸图像来进行人脸识别，避免了在不规则、有遮挡和超大区域内出现的监控盲区的现象。另外，本发明在组建工作组时查找字典，对获取的人脸图像提前进行了筛选，省去了后期对采集到的人脸图像再次进行筛选的步骤，使得获得的人脸图像基本都能够用于人脸识别，所以经过这样的筛选，摄像机并不是被无目的地调用，而是被有效地使用，发挥了摄像机的最大效能。最后，本发明中多个摄像机的布局采用如下方式：将整个监控区域划分为多个预置监控子区域，每个摄像机被预置监控其中的一个子区域，所述的预置监控子区域小于各摄像机的可见区域，从而保证摄像机可以监控到整个监控区域，不出现监控盲区，并且各预置监控子区域之间无重叠，从而可以有效的根据人目标进入的预置监控子区域的不同而分派不同的摄像机来进行定位跟踪，使得整个监控过程井然有序。
附图说明
图1是本发明的一种实施例的工作流程图；
图2是本发明的一种实施例的结构示意图；
图3是一个博物馆不规则区域的真实布局图。
附图标记：1～20-摄像机，21-中心处理器，22-隔板，23-移动终端。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
本发明的实施例：一种在公共场所找人的方法，如图1所示，包括以下步骤：
S1，存储用户所要寻找的人物的照片；
S2，对公共场所的人物进行人脸识别；
S3，将识别出的人脸图像与存储的用户所要寻找的人物的照片进行对比；
S4，如果识别出的人物就是用户所要寻找的人，则在电子地图上标记出该人物的当前位置并在用户请求时，显示在用户的移动终端上。
其中，步骤S1，用户可利用随身携带的移动终端如手机、IPAD等将所要寻找的人物的照片发到中心处理器来进行存储。
上述方法中，步骤S2所述的对公共场所的人物进行人脸识别采用如下方法：
S10，摄像机对出现在其预置监控子区域中的目标进行定位跟踪，并判别目标的人脸姿态参数；
S20，根据目标位置信息和人脸姿态参数选择合适的摄像机组建工作组并采集多视角人脸图像；
S30，利用多视角人脸识别方法来识别目标；
S40，当目标进入另一个摄像机的预置监控子区域时，转到S1。
利用多个摄像机对人目标进行接力式定位跟踪及动态组建摄像机工作组共同采集多视角人脸图像来进行人脸识别，避免了在不规则、有遮挡和超大区域内出现的监控盲区的现象。
上述方法中，所述的摄像机采用主动摄像机，即PTZ(Pan-Tilt-Zoom)摄像机，从而可以获取清晰人脸的图像。
上述方法中，所述的工作组中用于定位跟踪的摄像机在工作过程中不动，其他的摄像机进行转动来采集多视角人脸图像，其中用于定位跟踪的摄像机固定不动，可以获得人脸识别中可用的某一视角的高分辨率人脸图像，其他摄像机进行转动，可以获得更多的多视角人脸图像。
上述方法中，所述的摄像机包括：图像传感器、处理单元和通信单元，图像传感器用于获取场景的图像信息；处理单元用于对场景中出现的目标进行检测、定位、跟踪处理；通信单元用于和中心处理器保持通信。
上述方法中，步骤S10中，使用六个自由度参数[x，y，z，α，β，γ]来表示目标的位置和人脸姿态，其中x，y，z分别表示在空间坐标中的三个坐标轴，α表示人脸的平面内旋转角度，β表示人脸的俯仰旋转角度，γ表示人脸的平面外深度旋转角度。
上述方法中，步骤S20，随着人目标的移动的人脸姿态的变化，工作组内的成员动态变化，从而在接力跟踪监控的同时及时的采集人目标的多视角人脸图像，便于更加准确的识别人目标。
上述方法中，步骤S20所述的组建工作组的方法包括以下步骤：
S10，摄像机获取当前目标的位置信息和人脸姿态参数；
S20，查询字典中的对照表，确定适于抓拍目标人脸图像的相邻摄像机，并向它们发送指令，邀请它们组建工作组，所述的对照表是指根据监控区域的空间结构以及各个摄像机的安装位置，列出的每个摄像机相邻各摄像机的适于拍摄的目标的位置信息和人脸姿态参数取值范围的对照表，在组建工作组时查找字典，对获取的人脸图像提前进行了筛选，省去了后期对采集到的人脸图像再次进行筛选的步骤，使得获得的人脸图像基本都能够用于人脸识别，所以经过这样的筛选，摄像机并不是被无目的地调用，而是被有效地使用，发挥了摄像机的最大效能；另外，通过字典中的对照表，从而在识别出人物时可以利用摄像头的位置预估该人物当前的位置。
上述方法中，所述的多个摄像机的布局采用如下方式：将整个监控区域划分为多个预置监控子区域，每个摄像机被预置监控其中的一个子区域，所述的预置监控子区域小于各摄像机的可见区域，从而保证摄像机可以监控到整个监控区域，不出现监控盲区，并且各预置监控子区域之间无重叠，从而可以有效的根据人目标进入的预置监控子区域的不同而分派不同的摄像机来进行定位跟踪，使得整个监控过程井然有序。
上述方法中，步骤S30中所述的利用多视角人脸识别方法来识别目标是指：根据人脸数据库存储器存储的内容，使用多视角人脸识别程序对获得的多个视角人脸图像进行人脸识别。
上述方法中，还包括：在电子地图上标记出用户的移动迹象，从而可以清晰的掌握用户用需要寻找人物之间的距离。
上述方法中，还包括：在电子地图上标记出所寻找人物的移动迹象，根据寻找人物的移动迹象，从而可以方便用户快速向寻找人物移动的方向去找人。
上述方法中，还包括：计算用户与所寻找人物的距离，从而可以更准确的找到素未谋面的相约对象。
实现上述方法的一种在公共场所找人的***，如图2所示，包括：中心处理器、多个摄像机和移动终端，中心处理器和各个摄像机之间通过有线或无线的方式组成本地局域网，移动终端和中心处理器通过无线连接。
上述***中，所述的多个摄像机采用主动摄像机，即PTZ(Pan-Tilt-Zoom)摄像机，从而可以获取清晰人脸的图像。
上述***中，所述的多个摄像机在工作时会组成工作组，工作组中用于定位跟踪的摄像机在工作过程中不动，其他的摄像机进行转动来采集多视角人脸图像，其中用于定位跟踪的摄像机固定不动，可以获得人脸识别中可用的某一视角的高分辨率人脸图像，其他摄像机进行转动，可以获得更多的多视角人脸图像。
上述***中，随着人目标的移动的人脸姿态的变化，工作组内的成员动态变化，从而在接力跟踪监控的同时及时的采集人目标的多视角人脸图像，便于更加准确的识别人目标。
上述***中，使用六个自由度参数[x，y，z，α，β，γ]来表示目标的位置和人脸姿态，其中x，y，z分别表示在空间坐标中的三个坐标轴，α表示人脸的平面内旋转角度，β表示人脸的俯仰旋转角度，γ表示人脸的平面外深度旋转角度。
上述***中，所述的摄像机包括：图像传感器、处理单元和通信单元，图像传感器用于获取场景的图像信息；处理单元用于对场景中出现的目标进行检测、定位、跟踪处理；通信单元用于和中心处理器保持通信。
上述***中，组建工作组的方法包括以下步骤：
S10，摄像机获取当前目标的位置信息和人脸姿态参数；
S20，查询字典中的对照表，确定适于抓拍目标人脸图像的相邻摄像机，并向它们发送指令，邀请它们组建工作组，其中，所述的对照表是指根据监控区域的空间结构以及各个摄像机的安装位置，列出的每个摄像机相邻各摄像机的适于拍摄的目标的位置信息和人脸姿态参数取值范围的对照表，在组建工作组时查找字典，对获取的人脸图像提前进行了筛选，省去了后期对采集到的人脸图像再次进行筛选的步骤，使得获得的人脸图像基本都能够用于人脸识别，所以经过这样的筛选，摄像机并不是被无目的地调用，而是被有效地使用，发挥了摄像机的最大效能；另外，通过字典中的对照表，从而在识别出人物时可以利用摄像头的位置预估该人物当前的位置。
上述***中，多个摄像机的布局采用如下方式：将整个监控区域划分为多个预置监控子区域，每个摄像机被预置监控其中的一个子区域，所述的预置监控子区域小于各摄像机的可见区域，从而保证摄像机可以监控到整个监控区域，不出现监控盲区，并且各预置监控子区域之间无重叠，从而可以有效的根据人目标进入的预置监控子区域的不同而分派不同的摄像机来进行定位跟踪，使得整个监控过程井然有序。
上述***中，所述的中心处理器还包括：
字典存储器，用于存储根据监控区域的空间结构以及各个摄像机的安装位置所列出的每个摄像机相邻各摄像机的适于拍摄的目标的位置信息和人脸姿态参数取值范围的对照表，从而方便中心处理器根据目标当前的位置信息和人脸姿态参数选择合适的摄像机组成工作组对目标进行多视角人脸图像采集。
上述***中，所述的中心处理器还包括：
电子地图存储器，用于存储预置监控子区域的空间结构及在各预置监控子区域中安装的摄像机的位置，从而中心处理器可以根据目标进入的预置监控子区域而分派相应的摄像机对目标进行定位跟踪，并利用该摄像机相邻的摄像机组成工作组对目标采集多视角人脸图像，清晰明了，另外也有利于把监控目标的位置变化在电子地图上显示出来。
上述***中，所述的中心处理器还包括：
人脸数据库存储器和人脸识别存储器，所述的人脸识别存储器用于存储人脸识别程序。
实例说明：图3是一个博物馆的真实布展图，其中22为隔板。参照图3，一种在公共场所找人的***，包括一个中心处理器21、多个摄像机1～20和一个移动终端23，中心处理器21和各个摄像机之间通过有线或无线的方式组成本地局域网络，中心处理器21可以和监控***中的任意摄像机进行通信，移动终端23和中心处理器21无线连接。
中心处理器21中的人脸数据库存储器中包含有一套特定大容量的人脸数据库，人脸识别存储器中包含有一套高性能人脸识别程序，还存储有一部为选择合适的摄像机组建工作组所用的字典和一张包含各摄像机预置监控子区域分布的电子地图。中心处理器21的任务有：1)接收由摄像机传递的人目标的位置信息、人脸姿态参数，并保存采集到的多视角人脸图像；2)根据人目标的位置信息和人脸姿态参数，查找字典，选择合适的摄像机组建工作组；3)根据人目标的位置和电子地图，确定负责目标所在区域定位、跟踪任务的摄像机；4)向摄像机发送指令，包括恢复预置状态、转动对准目标进行抓拍；5)根据人脸数据库存储器中存储的内容，使用多视角人脸识别程序对获得的多个视角人脸图像进行人脸识别；6)依据识别结果采取相应行动，如报警等。
摄像机1～20采用主动摄像机，即PTZ(Pan-Tilt-Zoom)摄像机，以获取清晰人脸的图像。每个摄像机包括图像传感器、处理单元和通信单元。
摄像机的布局方式如下：
整个监控空间被划分为多个预置监控子区域，每个摄像机被预置监控其中的一个子区域。图4中各编号摄像机的预置监控区域即为由虚线标注的相同编号的子区域，即摄像机1的预置监控子区域为子区域1。所有预置监控子区域能够覆盖整个监控区域，并且各个预置监控子区域之间无重叠。
本发明中定义的摄像机预置监控子区域与摄像机的可见区域不同。一般情况下，摄像机的可见区域要大于其预置的监控子区域，因此各摄像机的可见区域之间存在有一定的重叠区域。
多个摄像机的协作原则如下：
各摄像机在通常状态下使用高分辨率图像监控各自预置的监控子区域。当人目标出现后，人目标所在预置监控子区域的对应摄像机不动，负责对人目标进行定位跟踪，并传递人目标的位置信息和人脸姿态参数给中心处理器，中心处理器依据传递的信息及预存字典选择合适的相邻摄像机组建工作组，同时命令组内摄像机转动对准人目标并采集人目标的人脸图像。当目标进入其它摄像机的预置监控子区域时，中心处理器指定相应的摄像机恢复预置状态，负责对人目标进行定位跟踪，从而完成了随目标活动区域变化的摄像机接力监控及动态工作组的多视角人脸图像采集。
以单个目标为例，多个摄像机的具体协作方案如下：
(1-1)中心处理器21初始化各摄像机1～20进入预置监控状态。使用预置的监控参数(包括监控位置、焦距、分辨率、背景光等)，监控各自的预置监控子区域，并利用时域差分和肤色检测法检测该子区域中是否出现人目标；
(1-2)当摄像机15的预置监控子区域15中出现人目标时，该摄像机开始对人目标定位，且利用Mean-Shift算法对目标进行跟踪，同时使用模板匹配方法判别人目标的人脸姿态参数；
(1-3)摄像机15将人目标的位置信息和人脸姿态参数传送给中心处理器21。根据摄像机15对人目标的位置估计和人脸姿态判别，中心处理器21向与摄像机15相邻的(如摄像机12、13、14等)适于采集目标人脸图像的摄像机发送指令，邀请它们组建工作组，并向它们发送人目标的位置信息；
(1-4)在工作组中，摄像机15负责对人目标进行定位、跟踪，并提供高分辨率的监控图像；其它摄像机根据摄像机15提供的人目标的位置信息，转动对准人目标脸部进行拍摄，采集更多的多视角的人脸图像；
(1-5)工作组内各摄像机将采集到的多视角的人脸图像传送给中心处理器21，中心处理器21使用AdaBoost分类器和基于贝叶斯推理的决策级融合方法进行多视角人脸识别，与人脸数据库存储器中所存储的人脸图像进行匹配来识别人目标；
(1-6)当中心处理器21发现人目标位置已进入摄像机13的预置监控子区域时，中心处理器21向摄像机13发送指令，命令其进入预置监控状态。之后，摄像机13取代摄像机15，重复(1-2)到(1-5)步，完成对人目标的接力式监控。
上述方法中，步骤(1-3)根据对人目标位置信息和人脸姿态的判别发起组建工作组的方法，包括以下各步骤：
(2-1)针对每个摄像机，本发明使用六个自由度参数[x，y，z，α，β，γ]来表示人目标的位置和人脸姿态，其中x，y，z分别表示在空间坐标中的三个坐标轴，α表示人脸的平面内旋转角度，β表示人脸的俯仰旋转角度，γ表示人脸的平面外深度旋转角度。设[xa，ya，za，αa，βa，γa]是摄像机15中检测到的当前人目标的位置信息和人脸姿态参数；
(2-2)中心处理器21中预先存储有一部字典，该字典根据监控区域的空间结构以及各个摄像机的安装位置，列出了每个摄像机的相邻各摄像机与它们各自适于拍摄的人目标的位置信息和人脸姿态参数[x，y，z，α，β，γ]取值范围的对照表。
(2-3)根据摄像机15获得的当前人目标的位置信息和人脸姿态参数[xa，ya，za，αa，βa，γa]，中心处理器21查询预存字典，确定适于抓拍人目标人脸图像的相邻摄像机，并向它们发送指令，邀请它们组建工作组。随着人目标的移动的人脸姿态的变化，组内成员动态变化。
根据实际用途不同，中心处理器21中的人脸数据库存储器所存储的内容，既可以是允许进入或通过的人脸数据库，也可以是禁止进入或通缉的人脸数据库。
在博物馆正常开放期间，各摄像机初始采取普通运作方式，各自监控各自的预置监控子区域，并向中心处理器21传递高分辨率的监控图像。当中心处理器21或监控人员判断某区域出现异常目标时，启动本发明提出的工作方式。另外，在闭馆期间，***将被设置为本发明提出的工作方式。
Claims (10)
1.一种在公共场所找人的方法，其特征在于，包括以下步骤：
S1，存储用户所要寻找的人物的照片；
S2，对公共场所的人物进行人脸识别；
S3，将识别出的人脸图像与存储的用户所要寻找的人物的照片进行对比；
S4，如果识别出的人物就是用户所要寻找的人，则在电子地图上标记出该人物的当前位置并显示。
2.根据权利要求1所述的在公共场所找人的方法，其特征在于，步骤S2中所述的对公共场所的人物进行人脸识别采用如下方法：
S10，摄像机对出现在其预置监控子区域中的目标进行定位跟踪，并判别目标的人脸姿态参数；
S20，根据目标位置信息和人脸姿态参数选择合适的摄像机组建工作组并采集多视角人脸图像；
S30，利用多视角人脸识别方法来识别目标；
S40，当目标进入另一个摄像机的预置监控子区域时，转到S1。
3.根据权利要求2所述的在公共场所找人的方法，其特征在于，步骤S20中所述的组建工作组的方法包括以下步骤：
S10，摄像机获取当前目标的位置信息和人脸姿态参数；
S20，查询字典中的对照表，确定适于抓拍目标人脸图像的相邻摄像机，并向它们发送指令，邀请它们组建工作组，所述的对照表是指根据监控区域的空间结构以及各个摄像机的安装位置，列出的每个摄像机相邻各摄像机的适于拍摄的目标的位置信息和人脸姿态参数取值范围的对照表。
4.根据权利要求1所述的在公共场所找人的方法，其特征在于，所述方法还包括：在电子地图上标记出用户的移动迹象。
5.根据权利要求1或4所述的在公共场所找人的方法，其特征在于，所述方法还包括：在电子地图上标记出所寻找人物的移动迹象。
6.根据权利要求5所述的在公共场所找人的方法，其特征在于，所述方法还包括：计算用户与所寻找人物的距离。
7.实现权利要求1～6所述方法的一种在公共场所找人的***，其特征在于，包括：中心处理器、多个摄像机和移动终端，中心处理器和各个摄像机之间通过有线或无线的方式组成本地局域网，移动终端和中心处理器通过无线连接。
8.根据权利要求7所述的在公共场所找人的***，其特征在于，所述的中心处理器还包括：字典存储器，用于存储根据监控区域的空间结构以及各个摄像机的安装位置所列出的每个摄像机相邻各摄像机的适于拍摄的目标的位置信息和人脸姿态参数取值范围的对照表。
9.根据权利要求7所述的在公共场所找人的***，其特征在于，所述的中心处理器还包括：电子地图存储器，用于存储预置监控子区域的空间结构及在各预置监控子区域中安装的摄像机的位置。
10.根据权利要求7所述的在公共场所找人的***，其特征在于，所述的中心处理器还包括：人脸数据库存储器和人脸识别存储器，所述的人脸识别存储器用于存储人脸识别程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110307808 CN103049734A (zh) | 2011-10-12 | 2011-10-12 | 一种在公共场所找人的方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110307808 CN103049734A (zh) | 2011-10-12 | 2011-10-12 | 一种在公共场所找人的方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103049734A true CN103049734A (zh) | 2013-04-17 |
Family
ID=48062367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201110307808 Pending CN103049734A (zh) | 2011-10-12 | 2011-10-12 | 一种在公共场所找人的方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103049734A (zh) |
Cited By (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104143078A (zh) * | 2013-05-09 | 2014-11-12 | 腾讯科技（深圳）有限公司 | 活体人脸识别方法、装置和设备 |
| CN104732218A (zh) * | 2015-03-31 | 2015-06-24 | 努比亚技术有限公司 | 图像显示的方法及装置 |
| CN104902233A (zh) * | 2015-05-22 | 2015-09-09 | 辽宁玖鼎金盛计算机技术有限公司 | 综合安全监控*** |
| CN105007217A (zh) * | 2015-08-05 | 2015-10-28 | 北京易伟航科技有限公司 | 通过带有时间属性的地理标记寻找社会关系的***及方法 |
| CN105163281A (zh) * | 2015-09-07 | 2015-12-16 | 广东欧珀移动通信有限公司 | 一种室内定位方法及用户终端 |
| CN105222774A (zh) * | 2015-10-22 | 2016-01-06 | 广东欧珀移动通信有限公司 | 一种室内定位方法及用户终端 |
| CN105376313A (zh) * | 2015-11-17 | 2016-03-02 | 广东欧珀移动通信有限公司 | 一种室内环境下的定位方法及用户终端 |
| CN105701945A (zh) * | 2016-01-25 | 2016-06-22 | 四川长虹电器股份有限公司 | 小区智能监控报警定位***及方法 |
| CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控***及方法 |
| CN106059891A (zh) * | 2016-05-17 | 2016-10-26 | 中山大学 | 一种基于移动终端的寻人***及其方法 |
| CN106056110A (zh) * | 2016-08-09 | 2016-10-26 | 成都联众智科技有限公司 | 交通监控视频中的人脸检测跟踪方法 |
| CN106295545A (zh) * | 2016-08-05 | 2017-01-04 | 车广为 | 基于gis***的人脸识别 |
| CN106295582A (zh) * | 2016-08-16 | 2017-01-04 | 车广为 | 人脸识别数据样本筛选方法 |
| CN107295294A (zh) * | 2016-03-30 | 2017-10-24 | 杭州海康威视数字技术股份有限公司 | 一种智能寻人方法、装置及*** |
| CN107316028A (zh) * | 2017-06-30 | 2017-11-03 | 广东工业大学 | 基于移动终端的人群中特定人脸快速定位追踪方法及装置 |
| CN107529137A (zh) * | 2017-07-19 | 2017-12-29 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的定位方法及物联网服务器 |
| CN108108698A (zh) * | 2017-12-25 | 2018-06-01 | 哈尔滨市舍科技有限公司 | 基于人脸识别和全景视频的目标跟踪方法和*** |
| CN108197565A (zh) * | 2017-12-29 | 2018-06-22 | 深圳英飞拓科技股份有限公司 | 基于人脸识别的目标寻踪方法及*** |
| CN108445881A (zh) * | 2018-03-16 | 2018-08-24 | 上海乐愚智能科技有限公司 | 一种机器人的找人方法和机器人 |
| CN108885698A (zh) * | 2018-07-05 | 2018-11-23 | 深圳前海达闼云端智能科技有限公司 | 人脸识别方法、装置和服务器 |
| CN108921894A (zh) * | 2018-06-08 | 2018-11-30 | 百度在线网络技术（北京）有限公司 | 对象定位方法、装置、设备和计算机可读存储介质 |
| WO2019080669A1 (zh) * | 2017-10-23 | 2019-05-02 | 北京京东尚科信息技术有限公司 | 封闭场所内人物再识别的方法、***及终端设备 |
| WO2019095221A1 (zh) * | 2017-11-16 | 2019-05-23 | 深圳前海达闼云端智能科技有限公司 | 人物搜寻方法、装置、终端及云端服务器 |
| CN109886078A (zh) * | 2018-12-29 | 2019-06-14 | 华为技术有限公司 | 目标对象的检索定位方法和装置 |
| CN110298683A (zh) * | 2019-05-22 | 2019-10-01 | 深圳壹账通智能科技有限公司 | 基于微表情的信息推广方法、装置、设备及介质 |
| CN110365943A (zh) * | 2019-07-19 | 2019-10-22 | 福建恒锋电子科技有限公司 | 一种基于数字矩阵大屏的视频监控方法及*** |
| CN110555876A (zh) * | 2018-05-30 | 2019-12-10 | 百度在线网络技术（北京）有限公司 | 用于确定位置的方法和装置 |
| CN111031252A (zh) * | 2019-12-30 | 2020-04-17 | 浙江大华技术股份有限公司 | 一种监控***及增强现实ar终端 |
| WO2020186701A1 (zh) * | 2019-03-20 | 2020-09-24 | 百度在线网络技术（北京）有限公司 | 用户位置的查找方法、装置、设备及介质 |
| CN111881322A (zh) * | 2020-09-28 | 2020-11-03 | 成都睿沿科技有限公司 | 一种目标搜索方法、装置、电子设备及存储介质 |
| CN112218046A (zh) * | 2020-09-27 | 2021-01-12 | 杭州海康威视***技术有限公司 | 对象监控方法及装置 |
| CN112765380A (zh) * | 2019-11-04 | 2021-05-07 | 阿里巴巴集团控股有限公司 | 图像处理方法、图像搜索方法、计算机设备、存储介质 |
-
2011
- 2011-10-12 CN CN 201110307808 patent/CN103049734A/zh active Pending
Cited By (43)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104143078B (zh) * | 2013-05-09 | 2016-08-24 | 腾讯科技（深圳）有限公司 | 活体人脸识别方法、装置和设备 |
| CN104143078A (zh) * | 2013-05-09 | 2014-11-12 | 腾讯科技（深圳）有限公司 | 活体人脸识别方法、装置和设备 |
| US9443155B2 (en) | 2013-05-09 | 2016-09-13 | Tencent Technology (Shenzhen) Co., Ltd. | Systems and methods for real human face recognition |
| CN104732218A (zh) * | 2015-03-31 | 2015-06-24 | 努比亚技术有限公司 | 图像显示的方法及装置 |
| CN104732218B (zh) * | 2015-03-31 | 2018-09-04 | 努比亚技术有限公司 | 图像显示的方法及装置 |
| CN104902233B (zh) * | 2015-05-22 | 2018-03-09 | 辽宁玖鼎金盛计算机技术有限公司 | 综合安全监控*** |
| CN104902233A (zh) * | 2015-05-22 | 2015-09-09 | 辽宁玖鼎金盛计算机技术有限公司 | 综合安全监控*** |
| CN105007217A (zh) * | 2015-08-05 | 2015-10-28 | 北京易伟航科技有限公司 | 通过带有时间属性的地理标记寻找社会关系的***及方法 |
| CN105007217B (zh) * | 2015-08-05 | 2018-09-04 | 北京易伟航科技有限公司 | 通过带有时间属性的地理标记寻找社会关系的***及方法 |
| CN105163281A (zh) * | 2015-09-07 | 2015-12-16 | 广东欧珀移动通信有限公司 | 一种室内定位方法及用户终端 |
| CN105222774A (zh) * | 2015-10-22 | 2016-01-06 | 广东欧珀移动通信有限公司 | 一种室内定位方法及用户终端 |
| CN105376313A (zh) * | 2015-11-17 | 2016-03-02 | 广东欧珀移动通信有限公司 | 一种室内环境下的定位方法及用户终端 |
| CN105376313B (zh) * | 2015-11-17 | 2018-09-04 | 广东欧珀移动通信有限公司 | 一种室内环境下的定位方法及用户终端 |
| CN105701945B (zh) * | 2016-01-25 | 2018-09-11 | 四川长虹电器股份有限公司 | 小区智能监控报警定位***及方法 |
| CN105701945A (zh) * | 2016-01-25 | 2016-06-22 | 四川长虹电器股份有限公司 | 小区智能监控报警定位***及方法 |
| CN107295294A (zh) * | 2016-03-30 | 2017-10-24 | 杭州海康威视数字技术股份有限公司 | 一种智能寻人方法、装置及*** |
| CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控***及方法 |
| CN106059891A (zh) * | 2016-05-17 | 2016-10-26 | 中山大学 | 一种基于移动终端的寻人***及其方法 |
| CN106295545A (zh) * | 2016-08-05 | 2017-01-04 | 车广为 | 基于gis***的人脸识别 |
| CN106056110A (zh) * | 2016-08-09 | 2016-10-26 | 成都联众智科技有限公司 | 交通监控视频中的人脸检测跟踪方法 |
| CN106295582A (zh) * | 2016-08-16 | 2017-01-04 | 车广为 | 人脸识别数据样本筛选方法 |
| CN107316028A (zh) * | 2017-06-30 | 2017-11-03 | 广东工业大学 | 基于移动终端的人群中特定人脸快速定位追踪方法及装置 |
| CN107529137A (zh) * | 2017-07-19 | 2017-12-29 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的定位方法及物联网服务器 |
| US11263446B2 (en) | 2017-10-23 | 2022-03-01 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Method for person re-identification in closed place, system, and terminal device |
| WO2019080669A1 (zh) * | 2017-10-23 | 2019-05-02 | 北京京东尚科信息技术有限公司 | 封闭场所内人物再识别的方法、***及终端设备 |
| WO2019095221A1 (zh) * | 2017-11-16 | 2019-05-23 | 深圳前海达闼云端智能科技有限公司 | 人物搜寻方法、装置、终端及云端服务器 |
| CN108108698A (zh) * | 2017-12-25 | 2018-06-01 | 哈尔滨市舍科技有限公司 | 基于人脸识别和全景视频的目标跟踪方法和*** |
| CN108197565A (zh) * | 2017-12-29 | 2018-06-22 | 深圳英飞拓科技股份有限公司 | 基于人脸识别的目标寻踪方法及*** |
| CN108445881A (zh) * | 2018-03-16 | 2018-08-24 | 上海乐愚智能科技有限公司 | 一种机器人的找人方法和机器人 |
| CN110555876A (zh) * | 2018-05-30 | 2019-12-10 | 百度在线网络技术（北京）有限公司 | 用于确定位置的方法和装置 |
| CN110555876B (zh) * | 2018-05-30 | 2022-05-03 | 百度在线网络技术（北京）有限公司 | 用于确定位置的方法和装置 |
| CN108921894A (zh) * | 2018-06-08 | 2018-11-30 | 百度在线网络技术（北京）有限公司 | 对象定位方法、装置、设备和计算机可读存储介质 |
| CN108885698A (zh) * | 2018-07-05 | 2018-11-23 | 深圳前海达闼云端智能科技有限公司 | 人脸识别方法、装置和服务器 |
| CN109886078B (zh) * | 2018-12-29 | 2022-02-18 | 华为技术有限公司 | 目标对象的检索定位方法和装置 |
| CN109886078A (zh) * | 2018-12-29 | 2019-06-14 | 华为技术有限公司 | 目标对象的检索定位方法和装置 |
| WO2020186701A1 (zh) * | 2019-03-20 | 2020-09-24 | 百度在线网络技术（北京）有限公司 | 用户位置的查找方法、装置、设备及介质 |
| CN110298683A (zh) * | 2019-05-22 | 2019-10-01 | 深圳壹账通智能科技有限公司 | 基于微表情的信息推广方法、装置、设备及介质 |
| CN110365943A (zh) * | 2019-07-19 | 2019-10-22 | 福建恒锋电子科技有限公司 | 一种基于数字矩阵大屏的视频监控方法及*** |
| CN112765380A (zh) * | 2019-11-04 | 2021-05-07 | 阿里巴巴集团控股有限公司 | 图像处理方法、图像搜索方法、计算机设备、存储介质 |
| CN111031252A (zh) * | 2019-12-30 | 2020-04-17 | 浙江大华技术股份有限公司 | 一种监控***及增强现实ar终端 |
| CN112218046A (zh) * | 2020-09-27 | 2021-01-12 | 杭州海康威视***技术有限公司 | 对象监控方法及装置 |
| CN112218046B (zh) * | 2020-09-27 | 2023-10-24 | 杭州海康威视***技术有限公司 | 对象监控方法及装置 |
| CN111881322A (zh) * | 2020-09-28 | 2020-11-03 | 成都睿沿科技有限公司 | 一种目标搜索方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103049734A (zh) | 一种在公共场所找人的方法及*** | |
| CN102254169B (zh) | 基于多摄像机的人脸识别方法及*** | |
| US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
| CN202306582U (zh) | 一种在公共场所找人的*** | |
| WO2019223608A1 (zh) | 服务提供方法和装置 | |
| CN110142785A (zh) | 一种基于目标检测的巡检机器人视觉伺服方法 | |
| CN107529221A (zh) | 一种结合视频监控和Wi‑Fi定位的追踪分析***及方法 | |
| JP5406074B2 (ja) | 作業者位置認識システム | |
| CN105979210A (zh) | 一种基于多枪多球摄像机阵列的行人识别*** | |
| KR20150021526A (ko) | 데이터베이스 생성 및 업데이트를 위한 심도 기반 추적을 이용하는 자기 학습 얼굴 인식 기법 | |
| JP2005348157A (ja) | カメラシステム、カメラ、及びカメラの制御方法 | |
| KR101541272B1 (ko) | 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법 | |
| CN109309809A (zh) | 跨区域目标轨迹跟踪的方法及数据处理方法、装置和*** | |
| CN110414381A (zh) | 追踪式人脸识别*** | |
| CN102223473A (zh) | 摄像装置及利用其动态追踪特定物体的方法 | |
| CN105872481A (zh) | 结合视觉信号与无线信号的跟踪定位装置、方法与*** | |
| CN109684494A (zh) | 一种景区寻人方法、***及云端服务器 | |
| CN106054627A (zh) | 基于手势识别的控制方法、装置及空调 | |
| CN106155093A (zh) | 一种基于计算机视觉的机器人跟随人体的***和方法 | |
| WO2021092883A1 (zh) | 物品管理方法、终端装置和物品管理设备及存储介质 | |
| CN112785564B (zh) | 一种基于机械臂的行人检测跟踪***与方法 | |
| CN106683077A (zh) | 一种扶梯口楼层板上大件物滞留检测方法 | |
| US10838506B2 (en) | Gesture based object identification apparatus and method in a real time locating system | |
| CN110026982A (zh) | 机器人伺服*** | |
| US11893714B2 (en) | Precipitation removal from video |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130417 |