CN109117765A - 视频侦查装置和方法 - Google Patents
视频侦查装置和方法 Download PDFInfo
- Publication number
- CN109117765A CN109117765A CN201810851545.1A CN201810851545A CN109117765A CN 109117765 A CN109117765 A CN 109117765A CN 201810851545 A CN201810851545 A CN 201810851545A CN 109117765 A CN109117765 A CN 109117765A
- Authority
- CN
- China
- Prior art keywords
- condition code
- video
- standard digital
- detected
- code
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种视频侦查装置和方法,包括采集模块,用于采集视频中人物的特征信息;处理模块,用于存储标准数字化特征码并设置最大波动范围;处理模块还用于将特征信息转化成为待检测数字化特征码,将待检测数字化特征码与标准数字化特征码进行比较,在待检测数字化特征码与标准数字化特征码之间的差值小于所述最大波动范围时,确定输出判断结果;本发明通过采集案发现场视频信息,进而根据采集的信息确定相应的判断结果,可以为公安侦查人员提供目标嫌疑人准确有效的信息,除此之外,本申请还实现了通过人物的体征综合分析,以实现有或无面部特征的人物识别、甄别,并结合电子地图给出人物所在位置或出现的位置。
Description
技术领域
本发明属于视频侦查技术领域,具体涉及一种视频侦查装置和方法。
背景技术
随着社会经济的发展,视频监控***在公安侦查领域拥有广泛应用,视频侦查***在帮助公安人员在案件侦办中的作用日益重要。
相关技术中,侦查***主要通过采集人的面部、虹膜、指纹、DNA(基因)等对嫌疑人进行甄别,但是以上技术均需要采用近距离、接触式、甚至生理性物质采集式识别、甄别。但是在实际应用中,现有技术受到很多拘束和局限,例如:我们在很多情况下需要在远距离或需要通过视频对嫌疑人进行识别时,现有技术有局限性,例如:当公安人员拥有作案人员的作案视频但面部、虹膜等特征并不详实时,无法对嫌疑人近距离进行甄别以确定嫌疑人的身份。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种视频侦查装置和方法,以解决现有技术中远距离或在视频中无法甄别目标人物的问题。
为实现以上目的,本发明采用如下技术方案:一种视频侦查装置和方法,包括:
采集模块,用于采集视频中人物的特征信息;
处理模块,用于存储标准数字化特征码并设置最大波动范围;
所述处理模块还用于将所述特征信息转化成为待检测数字化特征码,将所述待检测数字化特征码与所述标准数字化特征码进行比较,在所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围时,确定输出判断结果;
输出模块,用于输出判断结果。
进一步的,所述采集视频中人物的特征信息,包括:
采集人物的静态特征以及动态特征;
所述静态特征包括:面部、体形、虹膜以及指纹信息;
所述动态特征包括:行走、奔跑、狂奔、举手、投足、表情、背部或侧面体动时的特征。
进一步的,所述存储标准数字化特征码并设置最大波动范围,包括:
采集每个人的特征信息转化为其标准数字化特征码进行存储;
根据标准数字化特征码的上下波动范围设置最大波动范围,所述最大波动范围可根据实际需要进行调整。
进一步的,。
进一步的,所述标准数字化特征码与所述待检测数字化特征码包括:
实时视频流数据与录像视频流数据。
进一步的,还包括:
识别模块,用于在所述输出判断结果为确定目标人物时,识别所述目标人物的移动路径。
进一步的,所述采集模块包括:
多个摄像头,用于采集视频中人物的特征信息。
进一步的,还包括:
电源模块,用于向所述装置提供电能。
进一步的,所述输出模块包括:
显示屏,用于显示所述判断结果。
本申请实施例提供一种视频侦查装置的工作方法,包括:
接收视频中人物的特征信息;
将标准数字化特征码存储至处理模块并设置最大波动范围;
将接收的所述特征信息转化为待检测数字化特征码,并将待检测数字化特征码与所述标准数字化特征码进行比较;
在所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围时,确定输出判断结果;
输出判断结果;
进一步的,还包括:
当所述输出判断结果为确定目标人物时,识别所述目标人物的移动路径。
本发明采用以上技术方案,能够达到的有益效果包括:
通过采集案发现场视频信息,进而根据采集的信息确定相应的判断结果,可以为公安侦查人员提供目标嫌疑人准确有效的信息,除此之外,本申请还实现了通过人物的体征、动作、形态综合分析,以实现有/无面部特征的人物识别、甄别,并联合在网摄像机、电子地图给出人物所在位置或出现的位置。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明一种视频侦查装置的结构示意图;
图2为本发明一种视频侦查装置的另一种结构示意图;
图3为本发明一种视频侦查方法的步骤图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的视频侦查装置及方法。
如图1所示,本申请实施例中提供的视频侦查装置包括:
采集模块,用于采集视频中人物的特征信息;
处理模块,用于存储标准数字化特征码并设置最大波动范围;
所述处理模块还用于将所述特征信息转化成为待检测数字化特征码,将所述待检测数字化特征码与所述标准数字化特征码进行比较,在所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围时,确定输出判断结果;
输出模块,用于输出判断结果。
视频侦查装置的工作原理为:采集模块将采集到的视频中人物的特征信息发送给处理模块,处理模块中存储有标准数字化特征码以及最大波动范围,处理模块将接收到的特征信息转化为待检测数字化特征码,将待检测数字化特征码与预存储的标准数字化特征码进行比较,在所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围时,确定输出判断结果,并通过输出模块进行输出。
一些实施例中,处理模块可以包括:微处理器(图中未示出)。可以理解的是,微处理器可以采用已有或将来出现的芯片,具有计算、存储等信号处理能力。以采集视频中人物的特征信息为例,微处理器可以根据上述特征信息确定待检测数字化特征码,具体而言,当所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围时,说明视频中的嫌疑人与存储标准数字化特征码的人为同一个人。否则,当所述待检测数字化特征码与所述标准数字化特征码之间的差值大于所述最大波动范围时,说明视频中的嫌疑人与存储标准数字化特征码的人不是同一个人。
一些实施例中,所述采集视频中人物的特征信息,包括:
采集人物的静态特征以及动态特征;
所述静态特征包括:面部、体形、虹膜以及指纹信息;
所述动态特征包括:行走、奔跑、狂奔、举手、投足、表情、背部或侧面体动时的特征。
需要说明的是,采集模块在进行人物的特征采集时,可以采集上述特征之一或组合,采用组合进行判断的方式可以使得结果更加准确。
一些实施例中,所述存储标准数字化特征码并设置最大波动范围,包括:
采集每个人的特征信息转化为其标准数字化特征码进行存储;
根据标准数字化特征码的上下波动范围设置最大波动范围,所述最大波动范围可根据实际需要进行调整。
实际操作中,公安方面可以在每个人成年时采集其特征信息作为他的标准数字化特征码,并将标准数字化特征码进行存储,根据标准数字化特征码的上下波动范围设置最大波动范围,所述最大波动范围可根据实际需要进行调整。
例如,公安方面可根据采集的特征信息的多少进行波动范围的调整,当采集的特征信息多时,波动范围可以相应增大,当采集的特征信息少时,波动范围可以相应减小。根据实际情况对波动范围进行调控,使得判断结果更加精确。
一些实施例中,所述标准数字化特征码与所述待检测数字化特征码包括:
实时视频流数据与录像视频流数据。
具体的,本申请提供的视频侦查装置既可以通过实时视频采集人物的特征信息还可以通过录像采集人物的特征信息。
优选的,本申请提供的视频侦查装置还包括:
识别模块,用于在所述输出判断结果为确定目标人物时,识别所述目标人物的移动路径。
具体的,当输出的判断结果是确定目标人物时,也就是说,公安确认目标后可根据存储的标准数字化特征码确定嫌疑人的身份,从而根据嫌疑人的身份通过城市中安装的摄像头进行查找识别嫌疑人,根据其移动的地理位置,识别目标人物的移动路径,方便公安人员对其进行抓获。
优选的,所述采集模块包括:
多个摄像头,用于采集视频中人物的特征信息。
一些实施方式下,摄像头可以实时或录下人物的特征信息,微处理器接收到人物的特征信息后,将所述特征信息转化成为待检测数字化特征码,将所述待检测数字化特征码与所述标准数字化特征码进行比较,在所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围,确定目标人物;在所述待检测数字化特征码与所述标准数字化特征码之间的差值大于所述最大波动范围,否定目标人物。上述波动范围例如是标准数字化特征波动的上下10%以内。
一些实施例中,输出模块可以包括:显示屏和扬声器中的至少一项。所述显示屏用于显示所述判断结果;所述扬声器用于语音播放所述判断结果。参见图2,以信号提醒单元包括:显示屏和扬声器为例。
显示屏可以以文字形式显示上述的判断结果,扬声器以语音形式播放上述的判断结果。
进一步的,显示屏还可以根据判断结果的不同显示相应的颜色。比如,显示屏设置红色LED灯和绿色LED灯。当判断结果是目标人物时,显示屏显示红色,当判断结果不是目标人物时,显示屏显示绿色。
可选地,还包括电源单元,电源单元用于为视频侦查装置提供电能。
其中,电源单元采用蓄电池。
进一步的,本实施例的视频侦查装置还可以包括数据接口,数据接口用于导出视频侦查装置中存储的信息。
通过信息的存储和导出,可以方便其他方面的使用,比如,为公安人员提供数据支持。
参见图3,本申请实施例提供一种视频侦查装置的工作方法,包括:
S41:接收视频中人物的特征信息;
S42:将标准数字化特征码存储至处理模块并设置最大波动范围;
S43:将接收的所述特征信息转化为待检测数字化特征码,并将待检测数字化特征码与所述标准数字化特征码进行比较;
S44:在所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围时,确定输出判断结果;
S45:输出判断结果。
其中,本申请提供的视频侦查方法还包括:
S46:当所述输出判断结果为确定目标人物时,识别所述目标人物的移动路径。
综上所述,本发明提供一种能够给公安人员提供准备有效的信息的视频侦查装置,包括采集模块、处理模块和输出模块。本发明的采集模块能够采集视频中人物的特征信息并传递给处理模块,处理模块将特征信息转化成为待检测数字化特征码,将待检测数字化特征码与标准数字化特征码进行比较,在待检测数字化特征码与标准数字化特征码之间的差值小于最大波动范围时,确定输出判断结果并通过输出模块进行显示或进行有效声音传达,除此之外,本申请还实现了通过人物的体征、动作、形态综合分析,以实现有/无面部特征的人物识别、甄别,并联合在网摄像机自动研判,结合电子地图给出人物所在位置或出现的位置。
可以理解的是,上述提供的方法实施例与上述的装置实施例对应,相应的具体内容可以相互参考,在此不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种视频侦查装置,其特征在于,包括:
采集模块,用于采集视频中人物的特征信息;
处理模块,用于存储标准数字化特征码并设置最大波动范围;
所述处理模块还用于将所述特征信息转化成为待检测数字化特征码,将所述待检测数字化特征码与所述标准数字化特征码进行比较,在所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围时,确定输出判断结果;
输出模块,用于输出判断结果。
2.根据权利要求1所述的装置,其特征在于,所述采集视频中人物的特征信息,包括:
采集人物的静态特征以及动态特征;
所述静态特征包括:面部、体形、虹膜以及指纹信息;
所述动态特征包括:行走、奔跑、狂奔、举手、投足、表情、背部或侧面体动时的特征。
3.根据权利要求2所述的装置,其特征在于,所述存储标准数字化特征码并设置最大波动范围,包括:
采集每个人的特征信息转化为其标准数字化特征码进行存储;
根据标准数字化特征码的上下波动范围设置最大波动范围,所述最大波动范围可根据实际需要进行调整。
4.根据权利要求1所述的装置,其特征在于,所述标准数字化特征码与所述待检测数字化特征码包括:
实时视频流数据与录像视频流数据。
5.根据权利要求1所述的装置,其特征在于,还包括:
识别模块,用于在所述输出判断结果为确定目标人物时,识别所述目标人物的移动路径。
6.根据权利要求1所述的装置,其特征在于,所述采集模块包括:
多个摄像头,用于采集视频中人物的特征信息。
7.根据权利要求5所述的装置,其特征在于,还包括:
电源模块,用于向所述装置提供电能。
8.根据权利要求1所述的装置,其特征在于,所述输出模块包括:
显示屏,用于显示所述判断结果。
9.一种视频侦查方法,其特征在于,包括:
接收视频中人物的特征信息;
将标准数字化特征码存储至处理模块并设置最大波动范围;
将接收的所述特征信息转化为待检测数字化特征码,并将待检测数字化特征码与所述标准数字化特征码进行比较;
在所述待检测数字化特征码与所述标准数字化特征码之间的差值小于所述最大波动范围时,确定输出判断结果;
输出判断结果。
10.根据权利要求9所述的方法,其特征在于,还包括:
当所述输出判断结果为确定目标人物时,识别所述目标人物的移动路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810851545.1A CN109117765A (zh) | 2018-07-27 | 2018-07-27 | 视频侦查装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810851545.1A CN109117765A (zh) | 2018-07-27 | 2018-07-27 | 视频侦查装置和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109117765A true CN109117765A (zh) | 2019-01-01 |
Family
ID=64863622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810851545.1A Pending CN109117765A (zh) | 2018-07-27 | 2018-07-27 | 视频侦查装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109117765A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020248950A1 (zh) * | 2019-06-11 | 2020-12-17 | 华为技术有限公司 | 一种面部特征的有效性判定方法及电子设备 |
CN112532906A (zh) * | 2020-11-16 | 2021-03-19 | 深圳市天视通技术有限公司 | 一种录像回放方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101587541A (zh) * | 2009-06-18 | 2009-11-25 | 上海交通大学 | 基于人体轮廓的人物识别方法 |
CN101661554A (zh) * | 2009-09-29 | 2010-03-03 | 哈尔滨工程大学 | 远距离视频下的正面人体自动身份识别方法 |
CN101901349A (zh) * | 2010-07-14 | 2010-12-01 | 辽宁省颅面复原技术重点实验室 | 人体动态特征点重合方法 |
CN102663371A (zh) * | 2012-04-25 | 2012-09-12 | 山东大学 | 一种耦合步态特征的低分辨率人脸识别方法 |
CN103049758A (zh) * | 2012-12-10 | 2013-04-17 | 北京工业大学 | 融合步态光流图和头肩均值形状的远距离身份验证方法 |
CN103106393A (zh) * | 2012-12-12 | 2013-05-15 | 袁培江 | 一种基于机器人平台的嵌入式人脸识别智能身份认证*** |
CN106295618A (zh) * | 2016-08-26 | 2017-01-04 | 亨特瑞(昆山)新材料科技有限公司 | 一种基于视频图像的人员识别方法及装置 |
CN106934382A (zh) * | 2017-03-20 | 2017-07-07 | 许彐琼 | 基于视频识别恐怖嫌疑人的方法和装置 |
CN107169474A (zh) * | 2017-06-16 | 2017-09-15 | 郑州云海信息技术有限公司 | 一种基于智能计算技术的犯罪预警方法 |
-
2018
- 2018-07-27 CN CN201810851545.1A patent/CN109117765A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101587541A (zh) * | 2009-06-18 | 2009-11-25 | 上海交通大学 | 基于人体轮廓的人物识别方法 |
CN101661554A (zh) * | 2009-09-29 | 2010-03-03 | 哈尔滨工程大学 | 远距离视频下的正面人体自动身份识别方法 |
CN101901349A (zh) * | 2010-07-14 | 2010-12-01 | 辽宁省颅面复原技术重点实验室 | 人体动态特征点重合方法 |
CN102663371A (zh) * | 2012-04-25 | 2012-09-12 | 山东大学 | 一种耦合步态特征的低分辨率人脸识别方法 |
CN103049758A (zh) * | 2012-12-10 | 2013-04-17 | 北京工业大学 | 融合步态光流图和头肩均值形状的远距离身份验证方法 |
CN103106393A (zh) * | 2012-12-12 | 2013-05-15 | 袁培江 | 一种基于机器人平台的嵌入式人脸识别智能身份认证*** |
CN106295618A (zh) * | 2016-08-26 | 2017-01-04 | 亨特瑞(昆山)新材料科技有限公司 | 一种基于视频图像的人员识别方法及装置 |
CN106934382A (zh) * | 2017-03-20 | 2017-07-07 | 许彐琼 | 基于视频识别恐怖嫌疑人的方法和装置 |
CN107169474A (zh) * | 2017-06-16 | 2017-09-15 | 郑州云海信息技术有限公司 | 一种基于智能计算技术的犯罪预警方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020248950A1 (zh) * | 2019-06-11 | 2020-12-17 | 华为技术有限公司 | 一种面部特征的有效性判定方法及电子设备 |
CN112532906A (zh) * | 2020-11-16 | 2021-03-19 | 深圳市天视通技术有限公司 | 一种录像回放方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106469302B (zh) | 一种基于人工神经网络的人脸肤质检测方法 | |
CN109902659B (zh) | 用于处理人体图像的方法和装置 | |
CN104050449B (zh) | 一种人脸识别方法及装置 | |
CN109840586A (zh) | 自主机器中对有问题的传感器的基于深度学习的实时检测和校正 | |
CN110175527A (zh) | 行人再识别方法及装置、计算机设备及可读介质 | |
CN107945625A (zh) | 一种英语发音测试与评价*** | |
CN108573268A (zh) | 图像识别方法和装置、图像处理方法和装置及存储介质 | |
CN107239763A (zh) | 基于人脸识别的课堂考勤*** | |
CN104919396B (zh) | 在头戴式显示器中利用身体握手 | |
CN104143086A (zh) | 人像比对在移动终端操作***上的应用技术 | |
CN108597566A (zh) | 基于人脸识别的移动电子病历***及实现方法 | |
CN201993822U (zh) | 学校安全管理*** | |
CN104239766A (zh) | 基于视频和音频的核电站用身份认证方法和*** | |
CN103699677A (zh) | 一种基于人脸识别技术的罪犯行踪地图绘制***及其方法 | |
CN110826610A (zh) | 一种用于智能检测人员着装是否规范的方法与*** | |
CN104077568A (zh) | 一种高精度的驾驶员行为识别与监控方法及*** | |
CN109117765A (zh) | 视频侦查装置和方法 | |
CN109241888A (zh) | 神经网络训练与对象识别方法、装置和***及存储介质 | |
CN109873979A (zh) | 一种基于摄像头的静态图像差异比对方法及装置 | |
CN106439656A (zh) | 人面识别***及智能路灯 | |
CN110291516A (zh) | 信息处理设备、信息处理方法和程序 | |
CN110119605A (zh) | 一种便携式多媒体培训考试*** | |
CN111385530B (zh) | 一种智能摄像机组合加密方法及*** | |
RU2005100267A (ru) | Способ и система автоматической проверки присутствия живого лица человека в биометрических системах безопасности | |
CN109991575A (zh) | 定位***、定位方法及身份识别方法 |
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: 20190101 |