CN106845356B - 一种人脸识别的方法、客户端、服务器及*** - Google Patents
一种人脸识别的方法、客户端、服务器及*** Download PDFInfo
- Publication number
- CN106845356B CN106845356B CN201611214089.7A CN201611214089A CN106845356B CN 106845356 B CN106845356 B CN 106845356B CN 201611214089 A CN201611214089 A CN 201611214089A CN 106845356 B CN106845356 B CN 106845356B
- Authority
- CN
- China
- Prior art keywords
- picture
- target
- client
- server
- similarity
- 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
- 238000000034 method Methods 0.000 title abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种人脸识别的方法、客户端、服务器及***。所述***包括客户端和服务器;所述客户端,用于当检测到用户将目标图片拖拽到预设区域时,提示用户选择采集区域和选定时间段,接收所述用户选择的采集区域和选定时间段,并向服务器发送图片检测请求;所述服务器,用于根据所述采集区域和时间段确定目标图片集合,遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片,若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片,以使得所述客户端显示所述匹配图片。从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
Description
技术领域
本发明涉及人脸识别领域,具体涉及了一种人脸识别的方法、客户端、服务器及***。
背景技术
人脸识别技术是指利用图像处理技术,通过摄像机采集人脸图像,并对获取的图像进行比对分析以获取需要信息的一种技术。目前,人脸识别技术广泛应用于保安***、企业管理***以及身份认证等领域。
而在实践中发现,当用户需要根据已有的人脸样片图片来获取需要的其他图片信息时,往往需要不停的查看监控摄像机或其他摄像设备采集到的图片信息来人工识别需要的图像信息,识别工作耗时长,且效率低,给用户带来了不便。
发明内容
本发明实施例提供了一种人脸识别的方法、服务器及***,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
本发明实施例第一方面公开了人脸识别的***,所述***包括客户端和服务器;
所述客户端,用于当检测到用户将目标图片拖拽到预设区域时,提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;
所述客户端,还用于向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;
所述服务器,用于根据所述用户选择的采集区域和选定的时间段确定目标图片集合;
所述服务器,还用于遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
所述服务器,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片;
所述客户端,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
结合第一方面,在第一方面的第一种可能的实现方式中,
所述客户端,还用于当所述匹配图片的数量大于预设数量时,向所述用户发送提高预设相似度的提示;
所述客户端,还用于获取所述用户重新输入的目标相似度阈值,并向所述服务器发送所述目标相似度阈值;
所述服务器,还用于重新遍历所述目标图片集合以确定所述目标图片集合中与所述目标图片的相似度大于目标相似度阈值的匹配图片;并向所述客户端发送所述相似度大于目标相似度阈值的匹配图片;
所述客户端,用于接收所述服务器发送的相似度大于目标相似度阈值的匹配图片,并将所述相似度大于目标相似度阈值的匹配图片进行显示。
结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述采集区域包括多个区域;
所述服务器,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则所述服务器确定每个所述匹配图片所属的区域;
所述服务器,还用于统计每个区域包含的匹配图片的数量;
所述服务器,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端;
所述客户端,还用于显示所述每个区域的标识以及与所述每个区域标识所对应的匹配图片的数量。
结合第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式种,
所述客户端,还用于当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;
所述服务器,用于确定所述第一区域的标识对应的目标区域,并获取所述目标区域内拍摄到匹配图片的摄像机的标识;
所述服务器,还用于向客户端反馈所述摄像机的标识;
所述客户端,用于显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
所述客户端,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
本发明第二方面公开了一种服务器,所述服务器包括:
接收单元,用于接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域和时间段;所述目标图片为人脸样本图片;
确定单元,用于根据所述采集区域和时间段确定目标图片集合;
遍历单元,还用于遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
发送单元,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片。
结合第二方面,在第二方面的第一种可能的实现方式中,所述采集区域包括多个区域;所述服务器还包括统计单元;
所述确定单元,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
所述统计单元,用于统计每个区域包含的匹配图片的数量;
所述发送单元,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给所述客户端。
结合第二方面的第一种可能的实现方式,在第二方的第二种可能的实现方式中,
所述接收单元,还用于接收所述客户端发送的信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;
所述确定单元,用于确定所述第一区域的标识对应的目标区域,并获取所述目标区域内拍摄到匹配图片的摄像机的标识;
所述发送单元,还用于向客户端反馈所述摄像机的标识。
本发明第三方面公开了一种人脸识别的方法,所述方法包括:
接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域和时间段;所述目标图片为人脸样本图片;
根据所述采集区域和时间段确定目标图片集合;
遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片。
结合第三方面,在第三方面的第一种可能的实现方式中,所述采集区域包括多个区域;所述方法还包括:
若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
统计每个区域包含的匹配图片的数量;
将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给所述客户端。
结合第三方面的第一种可能的实现方式,在第三方面的第二种可能的实现方式中所述方法还包括:
接收所述客户端发送的信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;
确定所述第一区域的标识对应的目标区域,并获取所述目标区域内拍摄到匹配图片的摄像机的标识;
向客户端反馈所述摄像机的标识。
本发明第四方面公开了一种服务器,所述服务器包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如第三方面所述的方法。
本发明第五方面公开了一种客户端,所述客户端包括:
提示单元,用于当检测到用户将目标图片拖拽到预设区域时,提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;
过滤单元,用于接收所述用户选择的采集区域和选定时间段;
发送单元,用于向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于预设阈值的匹配图片;
接收单元,用于接收所述服务器发送所述匹配图片;
显示单元,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
结合第五方面,在第五方面的第一种可能的实现方式中,所述客户端还包括获取单元;
所述提示单元,还用于当所述匹配图片的数量大于预设数量时,向所述用户发送提高预设相似度的提示;
所述获取单元,还用于获取所述用户重新输入的目标相似度阈值;
所述发送单元,向所述服务器发送所述目标相似度阈值;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于目标相似度阈值的匹配图片;并向所述客户端发送所述相似度大于目标相似度阈值的匹配图片;
所述接收单元,用于接收所述服务器发送的相似度大于目标相似度阈值的匹配图片;
所述显示单元,用于将所述相似度大于目标相似度阈值的匹配图片进行显示。
本发明第六方面公开了一种人脸识别的方法,所述方法包括:
检测到用户将目标图片拖拽到预设区域;
提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;
向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于预设阈值的匹配图片;
接收所述服务器发送所述匹配图片;
在搜索结果显示区域按照预设方式显示所述匹配图片。
结合第六方面,在第六方面的第一种可能的实现方式中,所述方法包括:
当所述匹配图片的数量大于预设数量时,向所述用户发送提高预设相似度的提示;
获取所述用户重新输入的目标相似度阈值;
向所述服务器发送所述目标相似度阈值;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于目标相似度阈值的匹配图片;并向所述客户端发送所述相似度大于目标相似度阈值的匹配图片;
接收所述服务器发送的相似度大于目标相似度阈值的匹配图片,并将所述相似度大于目标相似度阈值的匹配图片进行显示。
可以看出,本发明实施例的方案中公开了一种人脸识别***,该***包括客户端和服务器。所述客户端,用于当检测到用户将目标图片拖拽到预设区域时,提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;所述客户端,还用于接收所述用户选择的采集区域和选定时间段,并向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;所述服务器,用于根据所述采集区域和时间段确定目标图片集合;所述服务器,还用于遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;所述服务器,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片;所述客户端,用于在搜索结果显示区域按照预设方式显示所述匹配图片。通过上述***,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明实施例提供的一种人脸识别的***示意图;
图2为本发明实施例提供的一种服务器的结构示意图;
图3为本发明实施例提供的另一种服务器的结构示意图;
图4为本发明实施例提供的一种人脸识别的方法的流程示意图;
图5为本发明实施例提供的另一种人脸识别的方法的流程示意图;
图6为本发明实施例提供的一种服务器的物理结构示意图;
图7为本发明实施例提供的一种客户端的结构示意图;
图8为本发明实施例提供的另一种人脸识别的方法的示意图。
具体实施方式
本发明实施例提供了一种人脸识别的方法、客户端、服务器及***,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
为了使本技术领域的人员更好地理解本发明方案,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地描述,显然,所描述的实施例是本发明一部分的实施例,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,都应当属于本发明保护的范围。
本发明说明书、权利要求书和附图中出现的术语“第一”、“第二”和“第三”等是用于区别不同的对象,而并非用于描述特定的顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、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。
在本发明的一个实施例中公开了一种人脸识别***,所述客户端,用于当检测到用户将目标图片拖拽到预设区域时,提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;所述客户端,还用于接收所述用户选择的采集区域和选定时间段,并向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;所述服务器,用于根据所述采集区域和时间段确定目标图片集合;所述服务器,还用于遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;所述服务器,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片;所述客户端,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
请参阅图1,图1是本发明一个实施例提供的一种人脸识别的***。所述***包括客户端10和服务器20。
其中,需要指出的是,客户端10可以在智能手机、平板电脑、智能穿戴式设备、计算机等电子设备上运行。
其中,服务器20可以是分布式服务器,也可以是云数据中心,在此不做限制。
其中,可以理解的是,服务器20可以连接多个摄像头,摄像头可以对出现在镜头内的人物进行实时抓拍记录,当监测范围内出现人脸时,摄像头将自动抓拍并将人脸图像以时间流的方式发送到服务器20中。
客户端10,用于当检测到用户将目标图片拖拽到预设区域时,提示用户选择采集区域和选定时间段;
其中,所述目标图片包括人脸样本图片。
需要指出的是,预设区域可以是一个图片框,也可以是一个按钮,还可以是是个空白区域,在此不做限制。
其中,目标图片的格式包括但不限于JPEG、BMP等。
其中,可以理解的是,用户可以从本地选择图片来作为目标图片,也可以调用摄像头进行拍摄以获取目标图片。
其中,用户可以左键单击,也可以是右键单击,还可以双击,在此不做限制。
客户端10,还用于接收所述用户选择的采集区域和选定时间段,并向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;
可以理解的是,该采集区域可以按照行政区域进行划分。例如某市警察局的人脸识别***的采集区域包A派出所采集区域、B派出所采集区域、C派出所采集区域等等。
可以理解的是,也可以自由定义,比如某栋建筑的一层采集区域,二层采集区域等等。还可以是某个学校的教学楼区域、宿舍区域、食堂区域等等。
可以理解的是,客户端10所述图片检测请求的目的是为了让服务器20检测在所述采集区域内是否拍摄到与所述目标图片相匹配的照片。
其中,该时间段可以是用户输入的,也可以是用户在***提供的日历上选择的。
其中,该时间段的维度可以不同,可以具体到天、也可以具体到小时或者分钟,在此不做限制。
客户端10还可以判断所述时间段是否符合预设规则;比如,该时间段应该是过去的时间,如果涉及到未来的时间,则该时间段就不符合预设规则。就需要用户重新输入。
服务器20,用于根据所述采集区域和时间段确定目标图片集合;
可以理解的是,比如采集区域为学校某食堂,那么目标图片集合就是该食堂所有摄像头在预设时间范围内所拍摄的包括人脸的照片。其中,该预设时间范围可以是默认的,也可以是人工设置的,比如可以是三个月内,一个月内,甚至是三天内等等,在此不做限制。
服务器20,还用于遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
其中,需要指出的是,图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点,如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数,取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下,运用匹配准则的最佳搜索问题。
其中,图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。
其中,灰度匹配的基本思想:以统计的观点将图像看成是二维信号,采用统计相关的方法寻找信号间的相关匹配。利用两个信号的相关函数,评价它们的相似性以确定同名点。灰度匹配通过利用某种相似性度量,如相关函数、协方差函数、差平方和、差绝对值和等测度极值,判定两幅图像中的对应关系。
其中,特征匹配是指通过分别提取两个或多个图像的特征(点、线、面等特征),对特征进行参数描述,然后运用所描述的参数来进行匹配的一种算法。基于特征的匹配所处理的图像一般包含的特征有颜色特征、纹理特征、形状特征、空间位置特征等。特征匹配首先对图像进行预处理来提取其高层次的特征,然后建立两幅图像之间特征的匹配对应关系,通常使用的特征基元有点特征、边缘特征和区域特征。特征匹配需要用到许多诸如矩阵的运算、梯度的求解、还有傅立叶变换和泰勒展开等数学运算。常用的特征提取与匹配方法有:统计方法、几何法、模型法、信号处理法、边界特征法、傅氏形状描述法、几何参数法、形状不变矩法等。
服务器20,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向客户端10发送所述匹配图片;
其中,所述预设相似度可以是***默认的,还可以是人工设置的,在此不做显示。例如,预设相似度可以是90%,92%,95%等等。
客户端10,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
其中,可以理解的是,搜索结果显示区可以是***默认的位置,还可以是用户选定的位置。
其中,按照预设方式显示所述匹配图片包括:按照拍摄的时间顺序显示所述匹配图片;
其中,按照预设方式显示所述匹配图片包括:按照匹配图片所属的摄像机的编号进行显示。比如先显示1号摄像机拍摄的匹配图片,再显示2号摄像机拍摄的匹配图片,在此不做限制。
其中,可以理解的是,如果匹配图片过多的话,用户可以翻页进行查看。
可选的,如果服务器20搜索到的匹配图片大于预设阈值,那么客户端可以提醒用户提升预设相似度,比如以前的预设相似度为90%,那么此次可以提高到95%。
客户端10,还用于当所述匹配图片的数量大于预设数量时,向所述用户发送提高预设相似度的提示;
其中,预设数量可以是人工设置的,也可以是***默认的。
客户端10,还用于获取所述用户重新输入的目标相似度阈值,并向所述服务器发送所述目标相似度阈值;
服务器20,还用于重新遍历所述目标图片集合以确定所述目标图片集合中与所述目标图片的相似度大于目标相似度阈值的匹配图片;并向所述客户端发送所述相似度大于目标相似度阈值的匹配图片;
客户端10,用于接收所述服务器发送的相似度大于目标相似度阈值的匹配图片,并将所述相似度大于目标相似度阈值的匹配图片进行显示。
需要指出的是,可选的,如果服务器20搜索到的匹配图片小于预设阈值,那么客户端可以提醒用户降低预设相似度,比如以前的预设相似度为90%,那么此次可以降低到80%。
可选的,如果服务器20搜索到匹配图片,可以确定匹配图片所属的区域,以及统计每个区域对应的匹配图片的数量。
具体的,所述采集区域包括多个区域;
服务器20,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
举例来说,比如当时用户选择了某学校的食堂区域和宿舍区域,那么就要将匹配图片进行分类,以确定每张匹配的来源。也就是说,每张匹配图片是属于哪个区域的。食堂摄像机拍摄的就属于食堂区域,同理宿舍摄像机拍摄的就属于宿舍区域。
举例来说,如果当用户选择了A派出所区域和B派出所区域,那么此时就要确定哪些匹配图片是A派出所区域的摄像头拍摄的,A派出所摄像头拍摄的匹配图片就属于A派出所区域。
服务器20,还用于统计每个区域包含的匹配图片的数量;
比如,匹配图片一共100张。那么A派出所包含的匹配图片可能就有60张,B派出所包含的匹配图片可能就有40张。
服务器20,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端;
客户端10,还用于显示所述每个区域的标识以及与所述每个区域标识所对应的匹配图片的数量。
其中,可选的,客户端10可根据每个区域所对应的匹配图片的数量由多到少来显示所述每个区域的标识以及所述每个区域标识对应的匹配图片的数量。
其中,客户端10可以以列表的形式进行展示。
可选的,每个采集区域都有多个摄像机,那么用户可以选择每个采集区域的摄像机来查询选中的摄像机所拍摄的匹配图片。具体如下:
客户端10,还用于当检测到所述用户选中第一区域的标识时,向服务器20发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;
比如,客户端10的界面上显示了一排区域标识,比如A派出所,B派出所等等。
服务器20,用于确定所述第一区域的标识对应的目标区域,并获取所述目标区域内拍摄到匹配图片的摄像机的标识;
比如,用户选择了A派出所的标识,那么此时就要显示A派出所区域内的拍摄到匹配图片的摄像机的标识。比如摄像机A(3),就表示摄像机A拍摄到了3张匹配图片。
服务器20,还用于向客户端反馈所述摄像机的标识;
客户端10,用于显示所述第一区域内拍摄到匹配图片的摄像机标识;其中,所述第一目标区域为所述多个目标区域中的任意一个区域;
客户端10,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
其中,可以理解的是,当该用户点击摄像机A的标识时,就会显示摄像机A的安装位置,以及拍摄的3张匹配图片,以及每张匹配图片的拍摄时间。其他信息在此不在一一例举。
其中,当该用户点击摄像机A的标识时,可以直接在地图上显示摄像机A的安装位置。
如图2所示,图2描述了服务器20的具体结构,服务器20包括:
接收单元210,用于接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选中时间段;所述目标图片为人脸样本图片;
确定单元220,用于根据所述采集区域和选定时间段确定目标图片集合;
遍历单元230,还用于遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
发送单元240,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向客户端10发送所述匹配图片。
基于图2,如图3所示,服务器20还包括判断单元250;
判断单元250,还用于判断所述时间段是否符合预设规则;
确定单元220,具体用于当所述时间段符合预设规则时,则服务器20按照所述用户选定的采集区域和选定的时间段确定目标图片集合。
可选的,所述采集区域包括多个区域服务器20还包括统计单元260;
确定单元220,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
统计单元260,用于统计每个区域包含的匹配图片的数量;
发送单元240,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端10。
如图4所示,图4公开了一种人脸识别的方法,该方法执行的主体为服务器,所述方法包括:
S301、接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域和选定时间段;所述目标图片为人脸样本图片;
S302、根据所述采集区域和选定时间段确定目标图片集合;
S303、遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
S304、若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向客户端发送所述匹配图片。
从上可知,本发明提供了一种人脸识别的方法,服务器接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域和选定时间段;根据所述采集区域和选定时间段确定目标图片集合;遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向客户端发送所述匹配图片。通过上述方法,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
如图5所示,图5公开了一种人脸识别的方法,该方法执行的主体为服务器,所述方法包括:
S401接收客户端发送的图片检测请求;其中,所述图片检测请求包括目标图片、用户选择的时间段以及采集区域;所述目标图片为人脸样本图片;
S402、判断所述时间段是否符合预设规则;
S403、当所述时间段符合预设规则时,则服务器20按照所述用户选定的采集区域和选定的时间段确定目标图片集合。
S404、遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
S405、若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向客户端发送所述匹配图片;
S406若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
S407、统计每个区域包含的匹配图片的数量;
S408、将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端;
从而可知,本实施例扩充了每个区域所包含匹配图片数量的步骤,以使得客户端可能显示每个区域所拍摄的匹配图片的数量。
请参阅图6,在本发明的另一个实施例中,提供一种服务器。所述服务器500包括CPU501、存储器502、总线503。
其中,CPU501执行预先存储在存储器502中的程序,该执行过程具体包括:
接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片及所述用户选择的采集区域;所述目标图片为人脸样本图片;
根据所述采集区域确定目标图片集合;
遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片。
可选的,所述服务器按照所述用户选定的采集区域和选定的时间段确定目标图片集合之前,所述执行过程还包括:
接收所述客户端发送的时间段;
判断所述时间段是否符合预设规则;
所述服务器按照所述用户选定的采集区域和选定的时间段确定目标图片集合,包括:
当所述时间段符合预设规则时,则所述服务器按照所述用户选定的采集区域和选定的时间段确定目标图片集合。
可选的,所述采集区域包括多个区域;所述执行过程还包括:
若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则确定每个所述匹配图片所属的区域;
统计每个区域包含的匹配图片的数量;
将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给所述客户端。
可以看出,本发明实施例的方案中,服务器接收客户端发送的图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定时间段;根据所述采集区域和选定时间段确定目标图片集合;遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向客户端发送所述匹配图片。通过上述方法,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
前述图4、图5所示的实施例中,各步骤方法流程可以基于该服务器的结构实现。
前述图2、图3所示的实施例中,各单元功能可以基于该服务器的结构实现。
请参阅图7,在本发明的另一个实施例中,提供一种客户端,可以理解的是,该客户端运行在终端上(比如智能手机、平板或个人电脑等),所述客户端600包括:
检测单元610,用于检测到用户将目标图片拖拽到预设区域;
提示单元620,用于提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;
过滤单元630,用于接收所述用户选择的采集区域和选定时间段;
发送单元640,用于向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于预设阈值的匹配图片;
接收单元650,还用于接收所述服务器发送所述匹配图片;
显示单元660,用于在搜索结果显示区域按照预设方式显示所述匹配图片。
可选的,所述客户端还包括获取单元670;
提示单元620,还用于当所述匹配图片的数量大于预设数量时,向所述用户发送提高预设相似度的提示;
获取单元670,还用于获取所述用户重新输入的目标相似度阈值;
发送单元640,向所述服务器发送所述目标相似度阈值;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于目标相似度阈值的匹配图片;并向所述客户端发送所述相似度大于目标相似度阈值的匹配图片;
接收单元650,还用于接收所述服务器发送的相似度大于目标相似度阈值的匹配图片;
显示单元660,用于将所述相似度大于目标相似度阈值的匹配图片进行显示。
请参阅图8,在本发明的另一个实施例中,提供一种人脸识别的方法,所述方法包括:
S701、检测到用户将目标图片拖拽到预设区域;
S702、提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;
S703、向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于预设阈值的匹配图片;
S704、接收所述服务器发送所述匹配图片;
S705、在搜索结果显示区域按照预设方式显示所述匹配图片。
可选的,所述方法包括:
当所述匹配图片的数量大于预设数量时,向所述用户发送提高预设相似度的提示;
获取所述用户重新输入的目标相似度阈值;
向所述服务器发送所述目标相似度阈值;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于目标相似度阈值的匹配图片;并向所述客户端发送所述相似度大于目标相似度阈值的匹配图片;
接收所述服务器发送的相似度大于目标相似度阈值的匹配图片,并将所述相似度大于目标相似度阈值的匹配图片进行显示。
可以看出,本发明实施例的方案中,当检测到用户将目标图片拖拽到预设区域时,提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;以使得所述服务器在所述采集区域内和所述选定的时间段内获取与所述目标图片的相似度大于预设阈值的匹配图片;接收所述服务器发送所述匹配图片;在搜索结果显示区域按照预设方式显示所述匹配图片。通过上述方法,能够根据用户提供的图片搜索监控视频上传的包含人脸的图片以确定监控视频上传的图片中是否包含与用户提供的图片相匹配的图片,并将匹配成功的图片在预设位置进行呈现;从而在不用人工参与的情况下,完成人脸识别,进而大大提升工作效率。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (1)
1.一种人脸识别的***,其特征在于,所述***包括客户端和服务器;
所述客户端,用于当检测到用户将目标图片拖拽到预设区域时,提示用户选择采集区域和选定时间段;其中,所述目标图片为人脸样本图片;
所述客户端,还用于接收所述用户选择的采集区域和选定时间段,并向服务器发送图片检测请求;其中,所述图片检测请求包括所述目标图片、所述用户选择的采集区域和选定的时间段;
所述服务器,用于根据所述用户选择的采集区域和选定的时间段确定目标图片集合;
所述服务器,还用于遍历所述目标图片集合以确定所述目标图片集合中是否存在与所述目标图片的相似度大于预设阈值的匹配图片;
所述服务器,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则向所述客户端发送所述匹配图片;
所述客户端,用于在搜索结果显示区域按照预设方式显示所述匹配图片;
其中,
所述客户端,还用于当所述匹配图片的数量大于预设数量时,向所述用户发送提高预设相似度的提示;
所述客户端,还用于获取所述用户重新输入的目标相似度阈值,并向所述服务器发送所述目标相似度阈值;
所述服务器,还用于重新遍历所述目标图片集合以确定所述目标图片集合中与所述目标图片的相似度大于目标相似度阈值的匹配图片;并向所述客户端发送所述相似度大于目标相似度阈值的匹配图片;
所述客户端,用于接收所述服务器发送的相似度大于目标相似度阈值的匹配图片,并将所述相似度大于目标相似度阈值的匹配图片进行显示;
其中,所述采集区域包括多个区域;
所述服务器,还用于若所述目标图片集合中存在与所述目标图片的相似度大于预设相似度的匹配图片,则所述服务器确定每个所述匹配图片所属的区域;
所述服务器,还用于统计每个区域包含的匹配图片的数量;
所述服务器,还用于将所述每个区域的标识及与所述每个区域所对应的匹配图片的数量发送给客户端;
所述客户端,还用于显示所述每个区域的标识以及与所述每个区域标识所对应的匹配图片的数量;
其中,
所述客户端,还用于当检测到所述用户选中第一区域的标识时,向所述服务器发送信息获取请求,所述信息获取请求中包括所述第一区域的标识;其中,所述第一区域为所述多个区域中的任意一个区域;
所述服务器,用于确定所述第一区域的标识对应的目标区域,并获取所述目标区域内拍摄到匹配图片的摄像机的标识;
所述服务器,还用于向客户端反馈所述摄像机的标识;
所述客户端,用于显示所述目标区域内拍摄到匹配图片的摄像机标识;
所述客户端,还用于当检测到第一摄像机标识被选中时,显示所述第一摄像机的地理位置、拍摄的匹配图片、以及每张匹配图片的拍摄时间;其中,所述第一摄像机标识为多个所述摄像机标识中的任意一个摄像机标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611214089.7A CN106845356B (zh) | 2016-12-24 | 2016-12-24 | 一种人脸识别的方法、客户端、服务器及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611214089.7A CN106845356B (zh) | 2016-12-24 | 2016-12-24 | 一种人脸识别的方法、客户端、服务器及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106845356A CN106845356A (zh) | 2017-06-13 |
CN106845356B true CN106845356B (zh) | 2018-06-05 |
Family
ID=59135583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611214089.7A Active CN106845356B (zh) | 2016-12-24 | 2016-12-24 | 一种人脸识别的方法、客户端、服务器及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106845356B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101859374A (zh) * | 2010-05-20 | 2010-10-13 | 上海洪剑智能科技有限公司 | 一种分布式人脸识别***及其识别方法 |
CN103745223A (zh) * | 2013-12-11 | 2014-04-23 | 深圳先进技术研究院 | 一种人脸检测方法及装置 |
CN104133899A (zh) * | 2014-08-01 | 2014-11-05 | 百度在线网络技术(北京)有限公司 | 图片搜索库的生成方法和装置、图片搜索方法和装置 |
CN105913037A (zh) * | 2016-04-26 | 2016-08-31 | 广东技术师范学院 | 基于人脸识别与射频识别的监控跟踪*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6161271B2 (ja) * | 2011-12-22 | 2017-07-12 | キヤノン株式会社 | 情報処理装置、その制御方法、及びプログラム |
JP6080940B2 (ja) * | 2013-02-28 | 2017-02-15 | 株式会社日立国際電気 | 人物検索方法及びホーム滞留人物検索装置 |
CN105374055B (zh) * | 2014-08-20 | 2018-07-03 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN105139470B (zh) * | 2015-09-30 | 2018-02-16 | 杭州海康威视数字技术股份有限公司 | 基于人脸识别的考勤方法、装置及*** |
CN105488478B (zh) * | 2015-12-02 | 2020-04-07 | 深圳市商汤科技有限公司 | 一种人脸识别***和方法 |
-
2016
- 2016-12-24 CN CN201611214089.7A patent/CN106845356B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101859374A (zh) * | 2010-05-20 | 2010-10-13 | 上海洪剑智能科技有限公司 | 一种分布式人脸识别***及其识别方法 |
CN103745223A (zh) * | 2013-12-11 | 2014-04-23 | 深圳先进技术研究院 | 一种人脸检测方法及装置 |
CN104133899A (zh) * | 2014-08-01 | 2014-11-05 | 百度在线网络技术(北京)有限公司 | 图片搜索库的生成方法和装置、图片搜索方法和装置 |
CN105913037A (zh) * | 2016-04-26 | 2016-08-31 | 广东技术师范学院 | 基于人脸识别与射频识别的监控跟踪*** |
Also Published As
Publication number | Publication date |
---|---|
CN106845356A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106844492B (zh) | 一种人脸识别的方法、客户端、服务器及*** | |
CN109858371B (zh) | 人脸识别的方法及装置 | |
CN109284729B (zh) | 基于视频获取人脸识别模型训练数据的方法、装置和介质 | |
CN107093171B (zh) | 一种图像处理方法及装置、*** | |
IL256885A (en) | Device and methods for facial recognition and video analysis for identifying individuals in the context of video streaming | |
CN109784274B (zh) | 识别尾随的方法及相关产品 | |
CN108038937B (zh) | 一种迎宾信息的展示方法、装置、终端设备和存储介质 | |
CN103679147A (zh) | 手机型号的识别方法与装置 | |
CN109299658B (zh) | 脸部检测方法、脸部图像渲染方法、装置及存储介质 | |
CN105740426A (zh) | 基于人脸识别的照片发送方法及装置 | |
US9633272B2 (en) | Real time object scanning using a mobile phone and cloud-based visual search engine | |
WO2021051547A1 (zh) | 暴力行为检测方法及*** | |
CN110991231B (zh) | 活体检测方法、装置、服务器和人脸识别设备 | |
CN105740379A (zh) | 一种照片分类管理方法和装置 | |
CN109308452B (zh) | 一种基于人脸识别的课堂考勤图像处理方法 | |
WO2019083509A1 (en) | PEOPLE SEGMENTATIONS FOR BACKGROUND REPLACEMENTS | |
CN104951440B (zh) | 一种图像处理方法及电子设备 | |
CN111753642B (zh) | 一种确定关键帧的方法及装置 | |
CN107832598B (zh) | 解锁控制方法及相关产品 | |
CN109889773A (zh) | 评标室人员的监控的方法、装置、设备和介质 | |
US9286707B1 (en) | Removing transient objects to synthesize an unobstructed image | |
CN106845355B (zh) | 一种人脸识别的方法、服务器及*** | |
CN111246110B (zh) | 图像的输出方法和装置、存储介质及电子装置 | |
CN111783677A (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
CN106845356B (zh) | 一种人脸识别的方法、客户端、服务器及*** |
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 |