CN108898099A - 数据处理方法及装置、计算机可读存储介质、电子设备 - Google Patents
数据处理方法及装置、计算机可读存储介质、电子设备 Download PDFInfo
- Publication number
- CN108898099A CN108898099A CN201810691892.2A CN201810691892A CN108898099A CN 108898099 A CN108898099 A CN 108898099A CN 201810691892 A CN201810691892 A CN 201810691892A CN 108898099 A CN108898099 A CN 108898099A
- Authority
- CN
- China
- Prior art keywords
- user
- track
- information
- data processing
- biological
- 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
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及计算机领域,提供了一种数据处理方法及装置、计算机可读存储介质及电子设备,数据处理方法包括:获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹;获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;若所述第一轨迹与所述第二轨迹匹配,则将所述生物特征信息作为所述用户的生物特征信息。本公开能够更精确地将用户与其生物特征进行匹配,提高特征库的准确性。
Description
技术领域
本公开涉及计算机领域,特别涉及一种数据处理方法、数据处理装置、计算机可读存储介质及电子设备。
背景技术
随着计算机技术的发展,各种智能电子产品进入人们的生活,同时智能电子产品中安装的各种应用为人们的生活提供了便捷,比如可以通过美食应用获取美食信息、通过地图应用获取出行信息等等。
为了更好地为用户提供服务,产品供应商通常会开发线上和线下两种购买途径,对于线上用户,保证用户的账户安全是产品供应商的首要任务。通常产品供应商会建立特征库,通过登录时进行身份认证以提高账户安全。通常通过采集用户的人脸图像等生物特征形成特征库,采集人脸特征时,首先通过APP获取用户的具***置及用户标识信息(如用户ID);然后通过线下门店安装的摄像头获取用户的人脸特征;最后将用户标识信息和人脸特征匹配形成唯一映射关系即可。但是该方法存在获取用户位置及标识信息的时间与获取人脸特征的时间不一致、图片中有多个人脸等问题,导致无法唯一确定用户标识信息与人脸特征的映射关系。
鉴于此,本领域亟需开发一种新的数据处理方法及装置。
需要说明的是,上述背景技术部分公开的信息仅用于加强对本公开的背景的理解。
发明内容
本公开的目的在于提供一种数据处理方法、数据处理装置、计算机可读存储介质及电子设备,进而至少在一定程度上避免了收集用户位置的时间和摄像头采集时间不一致、采集到多个生物特征导致无法将用户标识信息与用户的生物特征进行唯一映射的问题,提高了特征库的准确性。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种数据处理方法,其特征在于,包括:
获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹;
获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;
若所述第一轨迹与所述第二轨迹匹配,则将所述生物特征信息作为所述用户的生物特征信息。
在本公开的示例性实施例中,获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹,包括:
获取所述用户的标识信息;
根据所述标识信息获取多个用户轨迹点,各所述用户轨迹点包括用户时间信息和与所述用户时间信息对应的所述用户位置信息;
根据所述用户时间信息,排列所述用户轨迹点,以形成所述第一轨迹。
在本公开的示例性实施例中,获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹,包括:
获取所述图像采集设备采集到的生物特征信息;
根据所述图像采集设备采集到的生物特征信息获取同一生物特征信息对应的多个生物特征轨迹点,各所述生物特征轨迹点包括图像时间信息和与所述图像时间信息对应的图像位置信息;
根据所述图像时间信息,排列所述生物特征轨迹点,以形成所述第二轨迹。
在本公开的示例性实施例中,获取用户在预设时间段内的多个用户位置信息,包括:
连续获取所述用户在所述预设时间段内的多个所述用户位置信息;或者
以预设时间间隔获取所述用户在所述预设时间段内的多个所述用户位置信息。
在本公开的示例性实施例中,所述第一轨迹包括多个用户轨迹点,所述第二轨迹包括多个生物特征轨迹点;所述数据处理方法还包括:
判断所述第一轨迹中是否存在与所述第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点;
若所述第一轨迹中存在与所述第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点,则判定所述第一轨迹与所述第二轨迹相匹配。
在本公开的示例性实施例中,所述用户轨迹点包括用户时间信息和与所述用户时间信息对应的所述用户位置信息,所述生物特征轨迹点包括图像时间信息和与所述图像时间信息对应的图像位置信息;
判断所述第一轨迹中是否存在与所述第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点,包括:
对于所述第二轨迹中的任一生物特征轨迹点,判断所述第一轨迹中是否存在一目标用户轨迹点,其中,所述目标用户轨迹点包含的用户时间信息与所述任一生物特征轨迹点包含的图像时间信息相匹配、且所述目标用户轨迹点包含的用户位置信息与所述任一生物特征轨迹点包含的图像位置信息相匹配;
若所述第一轨迹中存在所述目标用户轨迹点,则确定所述第一轨迹中存在与所述任一生物特征轨迹点相匹配的用户轨迹点。
在本公开的示例性实施例中,所述数据处理方法还包括:
若所述第一轨迹包含所述第二轨迹或者所述第二轨迹包含所述第一轨迹,则所述第一轨迹与所述第二轨迹匹配。
在本公开的示例性实施例中,所述生物特征信息是人脸特征、身形特征、步态特征中的一个或多个。
根据本公开的第二方面,提供一种数据处理装置,其特征在于,包括:
第一获取模块,用于获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹;
第二获取模块,用于获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;
匹配模块,用于在所述第一轨迹与所述第二轨迹匹配时,将所述生物特征信息作为所述用户的生物特征信息。
根据本公开的第三方面,提供一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述的数据处理方法。
根据本公开的的第四方面,提供一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述的数据处理方法。
由上述技术方案可知,本公开示例性实施例中的数据处理方法及装置、计算机可读存储介质、电子设备至少具备以下优点和积极效果:
本公开通过获取用户在预设时间段内的多个用户位置信息,以确定用户的第一轨迹,同时获取设置在不同位置处的图像采集设备在预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;若第一轨迹与第二轨迹匹配,则将生物特征信息作为用户的生物特征信息。本公开避免了收集用户标识信息的时间和生物特征采集时间不一致、采集到多个生物特征导致无法将用户标识信息与用户的生物特征进行唯一映射的问题,能够精确地将用户与其生物特征进行匹配,提高了特征库的准确性。
本公开应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出本公开示例性实施例中数据处理方法的流程示意图;
图2示出本公开示例性实施例中数据处理装置的结构示意图;
图3示出本公开示例性实施例中计算机可读存储介质的结构示意图;
图4示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”和“第二”等仅作为标记使用,不是对其对象的数量限制。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
在本领域的相关技术中,为了获取线上用户的生物特征信息,通常利用服务器通过用户使用的APP获取用户所在的具***置和用户标识信息(如用户ID等等),同时通过线下门店安装的摄像头获取用户的生物特征(如人脸特征、步态特征等等),通过将用户的具***置和获取用户标识信息的时间分别与获得生物特征的位置与时间进行匹配,判断用户标识信息与生物特征是否是相互映射的关系。表1示出了通过用户APP获取用户ID和与其对应的用户时间信息和用户位置信息,从表1可知,通过APP获取的用户ID分别为U1和U2,获得用户ID为U1的时刻为T1,位置为A1;获得用户ID为U2的时刻为T2,位置为A2。表2示出了通过图像采集设备获取生物特征信息及与其对应的图像时间信息和图像位置信息,从表2可知,在时刻T1,位于A1处的摄像头获取的人脸特征为F1;在时刻T3,位于A2处的摄像头获取的人脸特征为F2。根据摄像头位置、用户位置以及数据采集时刻做粗略匹配,可以将在时刻T1、位于A1处的摄像头获取的人脸特征F1匹配给在T1时刻出现在A1处的用户标识信息U1对应的用户。
位置 | 用户ID | 时刻 |
A1 | U1 | T1 |
A2 | U2 | T2 |
表1
摄像头位置 | 人脸特征 | 时刻 |
A1 | F1 | T1 |
A2 | F2 | T3 |
表2
相关技术中仅采集一次用户标识信息和生物特征信息,在形成特征库时无法做到精确匹配,误差较大,主要原因有:(1)在APP采集用户位置时,摄像头虽然拍摄到了用户,但是有可能只拍到用户的背面,没有获得清晰的人脸特征;当获得人脸特征时,又没有与之对应的用户位置及用户标识信息,因此采集用户位置的时间很难与摄像头的采集时间对齐;(2)在同一时刻出现在同一地点的线上用户可能会有多个,即使获得了人脸特征,但是无法确定用哪个用户的标识信息匹配人脸特征;(3)在某时刻,摄像头采集到的人脸特征可能有多个,无法明确哪个人脸特征对应于采集到的用户标识信息。
针对相关技术中存在的问题,本公开提出了一种数据处理方法,图1示出了数据处理方法的流程图,如图1所示,数据处理方法包括:
S110:获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹;
S120:获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;
S130:若所述第一轨迹与所述第二轨迹匹配,则将所述生物特征信息作为所述用户的生物特征信息。
下面对建立特征库的方法的各个步骤进行详细说明。
在步骤S110中,获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹。
在本公开的示例性实施例中,可以获取用户在预设时间段内的多个用户位置信息,该预设时间段可以是一个小时、连续多个小时、一天或者多天,例如可以是连续的两个小时或者一周,本领域技术人员可以根据实际需要设定预设时间段的长度,以获得多个用户位置信息和设置在线下门店不同位置的图像采集设备采集的生物特征信息。
在本公开的示例性实施例中,在确定用户的第一轨迹时,可以先通过服务器获取用户的标识信息;然后根据用户的标识信息获取多个用户轨迹点,其中各用户轨迹点可以包括用户时间信息和与用户时间信息对应的用户位置信息;最后根据用户时间信息排列用户轨迹点,形成第一轨迹。本公开中的用户标识信息可以是用户使用APP时,服务器通过APP获取的用户ID、用户名、用户注册APP时填写的联系电话、身份证号等信息中的一个或多个,当然也可以是其它可以唯一确定用户身份的信息,本公开对此不做具体限定。为了便于说明,下文将以用户ID作为用户标识信息进行举例说明。
在步骤S120中,获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹。
在本公开的示例性实施例中,可以通过在线下门店的不同位置安装图像采集设备以获取线上用户的生物特征信息。图像采集设备可以是网络监控摄像头、摄像机、智能手机等等,本公开对此不做具体限定;同时生物特征信息可以是用户的人脸特征、身形特征、步态特征中的一个或多个,例如图像采集设备没有采集到用户的人脸特征,只采集到用户的背部特征和走路姿态,那么可以根据多个包含用户身型特征和步态特征的图像确认用户。
在本公开的示例性实施例中,服务器可以获取图像采集设备在预设时间段内采集到的生物特征信息,该生物特征信息可以是不同用户的生物特征信息,也可以是同一用户的生物特征信息。由于用户是动态的,因此可以通过设置在不同位置的多个图像采集设备采集同一生物特征信息在不同时间点时所处的位置,也就是说,在获得生物特征信息后,可以根据生物特征信息获取同一生物特征信息对应的多个生物特征轨迹点,该生物特征轨迹点包括图像时间信息和图像位置信息。最后将多个图像轨迹点按照图像时间信息排列即可得到第二轨迹。
在本公开的示例性实施例中,可以通过图像采集装置连续获取门店中用户的生物特征信息,然后根据图像采集装置采集的视频获取相应时间点和位置的用户信息;也可以间隔一定时间获取门店中用户的生物特征信息,同时记录获取信息的时间点和位置。
在步骤S130中,若所述第一轨迹与所述第二轨迹匹配,则将所述生物特征信息作为所述用户的生物特征信息。
在本公开的示例性实施例中,获得第一轨迹和第二轨迹后,可以将第一轨迹和第二轨迹进行匹配,以判断第一轨迹中是否存在与第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点。如果第一轨迹中存在与第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点,则第一轨迹与第二轨迹匹配,进而可以将该用户ID和该生物特征信息形成唯一映射关系,并存储于一特征库中;如果第一轨迹中不存在与第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点,则第一轨迹与第二轨迹不匹配,那么就可以放弃第一轨迹。
进一步的,在判断第一轨迹中是否存在与第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点时,可以针对第二轨迹中的任意一个生物特征轨迹点,判断第一轨迹中是否存在目标用户轨迹点,其中,该目标用户轨迹点包含的用户时间信息与该任意一个生物特征轨迹点包含的图像时间信息匹配、且该目标用户轨迹点包含的用户位置信息与该任意一个生物特征轨迹点包含的图像位置信息匹配;若第一轨迹中存在该目标用户轨迹点,则可以确定第一轨迹中存在与该任意一个生物特征轨迹点相匹配的用户轨迹点。
本公开中的数据处理方法能够通过判断第一轨迹中是否存在与第二轨迹中各个生物特征轨迹点相匹配的用户轨迹点,确定用户的第一轨迹和生物特征信息的第二轨迹是否匹配,如果匹配则将该生物特征信息作为该用户的生物特征信息。通过本公开的数据处理方法能够避免采集一个用户轨迹点和生物特征轨迹点导致的用户时间信息和图像时间信息不匹配的问题,同时也避免了采集的图像中包含多个用户或多个生物特征信息时,无法确定生物特征信息属于哪个用户的问题,进一步提高了生物特征信息和用户的匹配度,使得特征库更精确、更完整。
在本公开的示例性实施例中,服务器通过用户的APP能够获取用户ID,并能根据用户ID获得用户在不同时刻所处的位置,进一步可以确定用户的第一轨迹;同时服务器能够获取设置在不同位置处的图像采集设备在预设时间段内采集到的同一生物特征信息,根据同一生物特征信息可以确定其在不同时刻所处的位置,进而可以确定生物特征信息的第二轨迹。表3示出了通过用户APP获取用户位置信息以确定第一轨迹,表4示出了通过图像采集设备获取生物特征信息以确定第二轨迹。
位置 | 用户ID | 时间 |
A1 | U1 | T1 |
A2 | U2 | T2 |
A9 | U1 | T8 |
A7 | U4 | T2 |
A6 | U8 | T10 |
A4 | U1 | T7 |
A4 | U8 | T7 |
表3
服务器通过用户的APP能够获取用户ID,并能根据用户ID获得用户在不同时刻所处的位置,不同的时刻与其所对应的位置共同形成了第一轨迹中的用户轨迹点。从表3可知,对于用户ID为U1的用户,其用户轨迹点分别为[T1,A1]、[T7,A4]、[T8,A9],相应地,其第一轨迹为{[T1,A1],[T7,A4],[T8,A9]};对于用户ID为U2的用户,其用户轨迹点为[T2,A2],相应地,其第一轨迹为{[T2,A2]};对于用户ID为U3的用户,其用户轨迹点为[T2,A7],相应地,其第一轨迹为{[T2,A7]};对于用户ID为U8的用户,其用户轨迹点为[T7,A4]、[T10,A6],相应地,其第一轨迹为{[T7,A4],[T10,A6]}。
摄像头位置 | 人脸特征 | 时间 |
A1 | F1 | T1 |
A2 | F2 | T3 |
A9 | F1 | T8 |
A4 | F1 | T7 |
A4 | F2 | T7 |
表4
服务器能够获取设置在不同位置处的图像采集设备在预设时间段内采集到的同一生物特征信息,根据同一生物特征信息可以确定其在不同时刻所处的位置,不同的时刻与其所对应的位置共同形成了第二轨迹中的生物特征轨迹点。从表4可知,对于人脸特征F1,其生物特征轨迹点为[T1,A1]、[T7,A4]、[T8,A9],相应地,第二轨迹为{[T1,A1],[T7,A4],[T8,A9]};对于人脸特征F2,其生物特征轨迹点为[T3,A2]、[T7,A4],相应地,其第二轨迹为{[T3,A2],[T7,A4]}。
通过将第一轨迹的用户轨迹点和第二轨迹的生物特征轨迹点进行匹配,可以确定用户ID为U1的第一轨迹与人脸特征为F1的第二轨迹完全匹配,因此可以将人脸特征F1分配给用户ID为U1的用户,并将该映射存储于特征库中。
在本公开的示例性实施例中,当用户使用APP时,服务器可以通过APP连续获取用户在预设时间段内的用户位置信息,也可以以预设的时间间隔获取用户在预设时间段内的用户位置信息。例如,只要用户使用该APP,无论是正在操作还是后台运行,均可以连续获取用户在预设时间段内的用户位置信息;也可以以5s、1min等时间间隔获取用户在设时间段内的用户位置信息。
在本公开的示例性实施例中,在匹配第一轨迹和第二轨迹时,若第一轨迹中各用户轨迹点与第二轨迹中各生物特征信息轨迹点完全相同,即第一轨迹和第二轨迹相同时,则第一轨迹和第二轨迹匹配。进一步的,由于线下门店中设置的图像采集设备数量有限,无法保证在每个时刻都能获得用户的生物特征信息,因此第一轨迹中的用户轨迹点的数量可能多于第二轨迹中图像轨迹点的数量,在匹配的过程中,只要第一轨迹包含第二轨迹中所有的生物特征轨迹点时,即可确定第一轨迹和第二轨迹匹配。另外,当通过APP获取用户标识信息的频率小于图像采集设备采集生物特征信息的频率时,可能会出现第一轨迹中的用户轨迹点的数量少于第二轨迹中图像轨迹点的数量,那么在匹配的过程中,只要第二轨迹包含第一轨迹中所有的用户轨迹点时,即可确定第一轨迹和第二轨迹匹配。
以一具体例子对第一轨迹包含第二轨迹中所有的生物特征轨迹点进行说明,表5示出了通过用户APP获取用户位置信息以形成第一轨迹,表6示出了通过图像采集设备获取生物特征信息以形成第二轨迹,如下所示:
位置 | 用户ID | 时间 |
A1 | U1 | T1 |
A2 | U2 | T2 |
A9 | U1 | T8 |
A7 | U4 | T2 |
A6 | U1 | T10 |
A4 | U1 | T7 |
A4 | U8 | T7 |
表5
从表5可知,对于用户ID为U1的用户,其用户轨迹点分别为[T1,A1]、[T7,A4]、[T8,A9]、[T10,A6],相应地,其第一轨迹为{[T1,A1],[T7,A4],[T8,A9],[T10,A6]};对于用户ID为U2的用户,其用户轨迹点为[T2,A2],相应地,其第一轨迹为{[T2,A2]};对于用户ID为U3的用户,其用户轨迹点为[T2,A7],相应地,其第一轨迹为{[T2,A7]};对于用户ID为U8的用户,其用户轨迹点为[T7,A4],相应地,其第一轨迹为{[T7,A4]}。
摄像头位置 | 人脸特征 | 时间 |
A1 | F1 | T1 |
A2 | F2 | T3 |
A9 | F1 | T8 |
A4 | F1 | T7 |
A4 | F2 | T7 |
表6
从表6可知,对于人脸特征F1,其生物特征轨迹点为[T1,A1]、[T7,A4]、[T8,A9],相应地,第二轨迹为{[T1,A1],[T7,A4],[T8,A9]};对于人脸特征F2,其生物特征轨迹点为[T3,A2]、[T7,A4],相应地,其第二轨迹为{[T3,A2],[T7,A4]}。
通过将第一轨迹和第二轨迹进行匹配,虽然用户ID为U1的第一轨迹中用户轨迹点数量多于人脸特征为F1的第二轨迹中的生物特征轨迹点的数量,但是包含第二轨迹的只有用户ID为U1的用户所对应的第一轨迹,因此可以将人脸特征F1分配给用户ID为U1的用户,并将该映射存储于特征库中。
相应地,对于第二轨迹中生物特征轨迹点的数量多于第一轨迹中用户轨迹点的数量的情况,也可以采用与上述匹配方法相同的思路进行匹配,在此不再赘述。
在本公开的示例性实施例中,对于产品供应商而言,其可能开设有多个线下门店,因此可以通过在每个线下门店安装图像采集设备采集用户的生物特征信息,通过各个门店收集的生物特征信息及对应的图像轨迹点形成第二轨迹,然后再与第一轨迹进行匹配。例如有三个线下门店,用户在一周内分别光顾了三个线下门店,各个门店也采集到了用户到店的图像轨迹点,服务器可以将各个门店采集到的图像轨迹点按照时间排序形成第二轨迹,同时服务器还通过APP获取了用户位置信息,并形成第一轨迹;最后可以将第一轨迹和第二轨迹进行匹配形成唯一映射并存储,即可形成特征库。当然也可以通过用户在一家门店中的第一轨迹与第二轨迹做匹配以形成特征库,在此不再赘述。
值得注意的是,本公开的数据处理方法中步骤S110和步骤S120之间不存在先后顺序,作为本领域技术人员应当理解,上述步骤编号仅为示意性说明,不作为对本公开数据处理方法的限定。在本公开中,也可以先获取设置在不同位置处理的图像采集设备在预设时间段内采集到的同一生物特征信息,以确定生物特征信息的轨迹;然后再获取用户在预设时间段内的多个用户位置信息,以确定用户的轨迹;最后将生物特征信息的轨迹与用户的轨迹进行匹配。
本公开通过将线上用户在线下的到店轨迹作为用户的唯一标识,去匹配线下的图像采集设备采集的生物特征轨迹的方法能够更精确的将用户与其生物特征匹配,使得特征库更准确、更完善。
本公开还提供了一种数据处理装置,图2示出了数据处理装置的结构示意图,如图2所示,数据处理装置200可以包括第一获取模块201、第二获取模块202和匹配模块203。其中:
第一获取模块201,用于获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹;
第二获取模块202,用于获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;
匹配模块203,用于在所述第一轨迹与所述第二轨迹匹配时,将所述生物特征信息作为所述用户的生物特征信息。
上述数据处理装置中各模块的具体细节已经在对应的数据处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为***、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图3来描述根据本发明的这种实施方式的电子设备300。图3显示的电子设备300仅仅是一个示例,不应对本发明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以通用计算设备的形式表现。电子设备300的组件可以包括但不限于:上述至少一个处理单元310、上述至少一个存储单元320、连接不同***组件(包括存储单元320和处理单元310)的总线330。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元310执行,使得所述处理单元310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元310可以执行如图1中所示的步骤S110:获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹;步骤S120:获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;步骤S130:若所述第一轨迹与所述第二轨迹匹配,则将所述生物特征信息作为所述用户的生物特征信息。
存储单元320可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202,还可以进一步包括只读存储单元(ROM)3203。
存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204,这样的程序模块3205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备300也可以与一个或多个外部设备1100(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备300交互的设备通信,和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且,电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器360通过总线330与电子设备300的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备300使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图4所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品400,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (11)
1.一种数据处理方法,其特征在于,包括:
获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹;
获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;
若所述第一轨迹与所述第二轨迹匹配,则将所述生物特征信息作为所述用户的生物特征信息。
2.根据权利要求1所述的数据处理方法,其特征在于,获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹,包括:
获取所述用户的标识信息;
根据所述标识信息获取多个用户轨迹点,各所述用户轨迹点包括用户时间信息和与所述用户时间信息对应的所述用户位置信息;
根据所述用户时间信息,排列所述用户轨迹点,以形成所述第一轨迹。
3.根据权利要求1所述的数据处理方法,其特征在于,获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹,包括:
获取所述图像采集设备采集到的生物特征信息;
根据所述图像采集设备采集到的生物特征信息获取同一生物特征信息对应的多个生物特征轨迹点,各所述生物特征轨迹点包括图像时间信息和与所述图像时间信息对应的图像位置信息;
根据所述图像时间信息,排列所述生物特征轨迹点,以形成所述第二轨迹。
4.根据权利要求1所述的数据处理方法,其特征在于,获取用户在预设时间段内的多个用户位置信息,包括:
连续获取所述用户在所述预设时间段内的多个所述用户位置信息;或者
以预设时间间隔获取所述用户在所述预设时间段内的多个所述用户位置信息。
5.根据权利要求1所述的数据处理方法,其特征在于,所述第一轨迹包括多个用户轨迹点,所述第二轨迹包括多个生物特征轨迹点;所述数据处理方法还包括:
判断所述第一轨迹中是否存在与所述第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点;
若所述第一轨迹中存在与所述第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点,则判定所述第一轨迹与所述第二轨迹相匹配。
6.根据权利要求5所述的数据处理方法,其特征在于,所述用户轨迹点包括用户时间信息和与所述用户时间信息对应的所述用户位置信息,所述生物特征轨迹点包括图像时间信息和与所述图像时间信息对应的图像位置信息;
判断所述第一轨迹中是否存在与所述第二轨迹中的各个生物特征轨迹点相匹配的用户轨迹点,包括:
对于所述第二轨迹中的任一生物特征轨迹点,判断所述第一轨迹中是否存在一目标用户轨迹点,其中,所述目标用户轨迹点包含的用户时间信息与所述任一生物特征轨迹点包含的图像时间信息相匹配、且所述目标用户轨迹点包含的用户位置信息与所述任一生物特征轨迹点包含的图像位置信息相匹配;
若所述第一轨迹中存在所述目标用户轨迹点,则确定所述第一轨迹中存在与所述任一生物特征轨迹点相匹配的用户轨迹点。
7.根据权利要求1所述的数据处理方法,其特征在于,所述数据处理方法还包括:
若所述第一轨迹包含所述第二轨迹或第二轨迹包含所述第一轨迹,则所述第一轨迹与所述第二轨迹匹配。
8.根据权利要求1所述的数据处理方法,其特征在于,所述生物特征信息是人脸特征、身形特征、步态特征中的一个或多个。
9.一种数据处理装置,其特征在于,包括:
第一获取模块,用于获取用户在预设时间段内的多个用户位置信息,以确定所述用户的第一轨迹;
第二获取模块,用于获取设置在不同位置处的图像采集设备在所述预设时间段内采集到的同一生物特征信息,以确定所述生物特征信息的第二轨迹;
匹配模块,用于在所述第一轨迹与所述第二轨迹匹配时,将所述生物特征信息作为所述用户的生物特征信息。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~8中任意一项所述的数据处理方法。
11.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~8中任意一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810691892.2A CN108898099A (zh) | 2018-06-28 | 2018-06-28 | 数据处理方法及装置、计算机可读存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810691892.2A CN108898099A (zh) | 2018-06-28 | 2018-06-28 | 数据处理方法及装置、计算机可读存储介质、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108898099A true CN108898099A (zh) | 2018-11-27 |
Family
ID=64347124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810691892.2A Pending CN108898099A (zh) | 2018-06-28 | 2018-06-28 | 数据处理方法及装置、计算机可读存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898099A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110134126A (zh) * | 2019-05-15 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 轨迹匹配方法、装置、设备和介质 |
CN110532916A (zh) * | 2019-08-20 | 2019-12-03 | 北京地平线机器人技术研发有限公司 | 一种运动轨迹确定方法及装置 |
CN110796191A (zh) * | 2019-10-29 | 2020-02-14 | 北京百度网讯科技有限公司 | 轨迹分类方法及装置 |
CN111311266A (zh) * | 2020-02-14 | 2020-06-19 | 北京三快在线科技有限公司 | 账号操作方法、装置、电子设备 |
CN111382650A (zh) * | 2018-12-28 | 2020-07-07 | 阿里巴巴集团控股有限公司 | 商品购物处理***、方法、装置及电子设备 |
CN112835947A (zh) * | 2019-11-22 | 2021-05-25 | 杭州海康威视***技术有限公司 | 目标识别方法及装置、电子设备、存储介质 |
CN113010475A (zh) * | 2019-12-20 | 2021-06-22 | 百度在线网络技术(北京)有限公司 | 用于存储轨迹数据的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006101943A3 (en) * | 2005-03-16 | 2009-04-30 | Lc Technologies Inc | System and method for eyeball surface topography as a biometric discriminator |
CN102697508A (zh) * | 2012-04-23 | 2012-10-03 | 中国人民解放军国防科学技术大学 | 采用单目视觉的三维重建来进行步态识别的方法 |
CN102761606A (zh) * | 2012-06-12 | 2012-10-31 | 华为终端有限公司 | 一种确定目标用户的方法及设备 |
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪***及其方法 |
CN106874347A (zh) * | 2016-12-26 | 2017-06-20 | 深圳市深网视界科技有限公司 | 一种匹配人体特征与mac地址的方法及*** |
CN107666492A (zh) * | 2016-07-25 | 2018-02-06 | 中兴通讯股份有限公司 | 一种控制方法、服务传感器、服务装置及终端 |
-
2018
- 2018-06-28 CN CN201810691892.2A patent/CN108898099A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006101943A3 (en) * | 2005-03-16 | 2009-04-30 | Lc Technologies Inc | System and method for eyeball surface topography as a biometric discriminator |
CN102697508A (zh) * | 2012-04-23 | 2012-10-03 | 中国人民解放军国防科学技术大学 | 采用单目视觉的三维重建来进行步态识别的方法 |
CN102761606A (zh) * | 2012-06-12 | 2012-10-31 | 华为终端有限公司 | 一种确定目标用户的方法及设备 |
CN107666492A (zh) * | 2016-07-25 | 2018-02-06 | 中兴通讯股份有限公司 | 一种控制方法、服务传感器、服务装置及终端 |
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪***及其方法 |
CN106874347A (zh) * | 2016-12-26 | 2017-06-20 | 深圳市深网视界科技有限公司 | 一种匹配人体特征与mac地址的方法及*** |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382650A (zh) * | 2018-12-28 | 2020-07-07 | 阿里巴巴集团控股有限公司 | 商品购物处理***、方法、装置及电子设备 |
CN111382650B (zh) * | 2018-12-28 | 2023-05-02 | 阿里巴巴集团控股有限公司 | 商品购物处理***、方法、装置及电子设备 |
CN110134126A (zh) * | 2019-05-15 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 轨迹匹配方法、装置、设备和介质 |
CN110134126B (zh) * | 2019-05-15 | 2022-08-23 | 百度在线网络技术(北京)有限公司 | 轨迹匹配方法、装置、设备和介质 |
CN110532916A (zh) * | 2019-08-20 | 2019-12-03 | 北京地平线机器人技术研发有限公司 | 一种运动轨迹确定方法及装置 |
CN110796191A (zh) * | 2019-10-29 | 2020-02-14 | 北京百度网讯科技有限公司 | 轨迹分类方法及装置 |
CN112835947A (zh) * | 2019-11-22 | 2021-05-25 | 杭州海康威视***技术有限公司 | 目标识别方法及装置、电子设备、存储介质 |
CN112835947B (zh) * | 2019-11-22 | 2024-04-02 | 杭州海康威视***技术有限公司 | 目标识别方法及装置、电子设备、存储介质 |
CN113010475A (zh) * | 2019-12-20 | 2021-06-22 | 百度在线网络技术(北京)有限公司 | 用于存储轨迹数据的方法和装置 |
CN111311266A (zh) * | 2020-02-14 | 2020-06-19 | 北京三快在线科技有限公司 | 账号操作方法、装置、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108898099A (zh) | 数据处理方法及装置、计算机可读存储介质、电子设备 | |
CN108351890B (zh) | 电子装置及其操作方法 | |
CN109034907A (zh) | 广告数据投放方法及装置、电子设备、存储介质 | |
CN109543462B (zh) | 设备标识确定方法、装置、服务器及存储介质 | |
CN108363811A (zh) | 设备识别方法及装置、电子设备、存储介质 | |
CN110633381B (zh) | 一种识别虚假房源的方法、装置、存储介质及电子设备 | |
KR20180074316A (ko) | 장소 정보를 제공하기 위한 시스템 및 이를 지원하는 방법 및 전자 장치 | |
BR112015022640B1 (pt) | Método e sistema para controle e comunicações telemáticas | |
US10871378B2 (en) | Detecting changes in map data based on device location data | |
US11238353B2 (en) | Cognitive engine for multiple internet of things devices | |
CN107832365B (zh) | 多类旅行产品推送方法、装置、电子设备、存储介质 | |
US11057673B2 (en) | Personalized content aggregation and delivery | |
CN110866205B (zh) | 用于存储信息的方法和装置 | |
CN110147664A (zh) | 基于中心化数据库的身份验证的方法及相关设备 | |
US20150358307A1 (en) | Information management apparatus, information management system, information management method, and storage medium | |
CN110415041A (zh) | 推荐方法、推荐装置、设备及存储介质 | |
CN105426476B (zh) | 一种导航路线的生成方法及终端 | |
CN108830980A (zh) | 智能机器人控制方法、装置及考勤接待安防一体化智能机器人 | |
US10743068B2 (en) | Real time digital media capture and presentation | |
GB2541679A (en) | System and method for dynamic identity authentication | |
CN110070016A (zh) | 一种机器人控制方法、装置及存储介质 | |
JP2008072205A (ja) | サーバ装置及び端末装置及び行動記録システム及び行動記録方法 | |
US20190295065A1 (en) | Affiliated store labeling method, affiliated store labeling device, and affiliated store labeling system for wireless lan fingerprint | |
US20230186247A1 (en) | Method and system for facilitating convergence | |
US11024289B2 (en) | Cognitive recommendation engine facilitating interaction between entities |
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: 20181127 |