CN109272692A - 无人超市中的预警方法及装置 - Google Patents
无人超市中的预警方法及装置 Download PDFInfo
- Publication number
- CN109272692A CN109272692A CN201811002203.9A CN201811002203A CN109272692A CN 109272692 A CN109272692 A CN 109272692A CN 201811002203 A CN201811002203 A CN 201811002203A CN 109272692 A CN109272692 A CN 109272692A
- Authority
- CN
- China
- Prior art keywords
- target user
- distance
- user
- facial image
- target
- 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
- G07—CHECKING-DEVICES
- G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
- G07G1/00—Cash registers
- G07G1/0036—Checkout procedures
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- 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
- G07—CHECKING-DEVICES
- G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
- G07G3/00—Alarm indicators, e.g. bells
- G07G3/003—Anti-theft control
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供本申请实施例的第一方面提供了一种无人超市中的预警方法,所述方法包括:在目标用户进入无人超市后,通过动作传感器获取所述目标用户的动作信息;根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识别技术对所述目标用户进行人脸识别,得到所述目标用户的身份信息;若通过所述目标用户的身份信息确定出所述目标用户为黑名单用户,则获取所述目标用户的黑名单等级;若所述目标用户的黑名单等级高于预设黑名单等级,则发送告警信息到安保人员。通过实施本申请实施例,能够提升无人超市的安全性。
Description
技术领域
本申请涉及安全技术领域,具体涉及一种无人超市中的预警方法及装置。
背景技术
随着科技的不断发展,智能技术也得到了飞速的发展。随着智能技术的发 展,很多关于智能技术的应用也大量出现。例如,无人停车场、无人音乐厅、 以及无人超市得到大量的应用,其中,在无人超市中,由于超市中基本没有人 员进行管理,则容易导致无人超市经常失窃,造成不可估量的损失,因此导致 无人超市中的安全性较低。
发明内容
本申请实施例提供一种无人超市中的预警方法及装置,能够提升无人超市 的安全性。
本申请实施例的第一方面提供了一种无人超市中的预警方法,所述方法包 括:
在目标用户进入无人超市后,通过动作传感器获取所述目标用户的动作信 息;
根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用户, 若确定出所述目标用户为疑似黑名单用户,则通过人脸识别技术对所述目标用 户进行人脸识别,得到所述目标用户的身份信息;
若通过所述目标用户的身份信息确定出所述目标用户为黑名单用户,则获 取所述目标用户的黑名单等级;
若所述目标用户的黑名单等级高于预设黑名单等级,则发送告警信息到安 保人员。
本申请实施例的第二方面提供了一种无人超市中的预警装置,所述装置包 括获取单元、判断单元、确定单元和发送单元,其中,
获取单元,用于在目标用户进入无人超市后,通过动作传感器获取所述目 标用户的动作信息;
判断单元,用于根据所述目标用户的动作信息判断所述目标用户是否为疑 似黑名单用户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识别技 术对所述目标用户进行人脸识别,得到所述目标用户的身份信息;
确定单元,用于若通过所述目标用户的身份信息确定出所述目标用户为黑 名单用户,则获取所述目标用户的黑名单等级;
发送单元,用于若所述目标用户的黑名单等级高于预设黑名单等级,则发 送告警信息到安保人员。
本申请实施例的第三方面提供了一种计算机可读存储介质,其中,上述计 算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程 序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
本申请实施例的第四方面提供了一种计算机程序产品,其中,上述计算机 程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机 程序可操作来使计算机执行如本申请实施例第四方面中所描述的部分或全部步 骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具有如下有益效果:
通过本申请实施例,在目标用户进入无人超市后,通过动作传感器获取所 述目标用户的动作信息,根据所述目标用户的动作信息判断所述目标用户是否 为疑似黑名单用户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识 别技术对所述目标用户进行人脸识别,得到所述目标用户的身份信息。若通过 所述目标用户的身份信息确定出所述目标用户为黑名单用户,则获取所述目标 用户的黑名单等级,若所述目标用户的黑名单等级高于预设黑名单等级,则发 送告警信息到安保人员,因此,通过对进入无人超市的用户首先进行判别,若 判别出用户为疑似黑名单客户,则对该客户进行进一步的确认,若确认出该客 户为黑名单客户,则根据黑名单等级来发送告警信息给安保人员,能够在盗窃 者未实施盗窃前,对安保人员进行提示,从而能够一定程度上提升无人超市的 安全性。
附图说明
为了更清楚地说明本申请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 中的附图仅仅是本申请的一些实施例,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为本申请实施例提供了一种盗窃预警方法的应用场景示意图;
图2为本申请实施例提供了一种无人超市中的预警方法的流程示意图;
图3为本申请实施例提供了另一种无人超市中的预警方法的流程示意图;
图4为本申请实施例提供了另一种无人超市中的预警方法的流程示意图;
图5为本申请实施例提供了一种无人超市中的预警装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清 楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是 全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于 区别不同对象,而不是用于描述特定顺序。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 有的其他步骤或单元。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性 可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并 不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施 例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与 其它实施例相结合。
本申请实施例中的目标用户可包括消费者,或任意进入无人超市的人。
本申请实施例所涉及到的电子装置可以包括各种具有无线通信功能的手持 设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理 设备,以及各种形式的用户设备(user equipment,UE),移动台(mobile station, MS),终端设备(terminal device)等等。为方便描述,上面提到的设备统称为 电子装置。
为了更好的理解本申请实施例,下面首先对本申请实施例提供的一种无人 超市中的预警方法的应用场景进行介绍。请参阅图1,图1为本申请实施例提供 了一种盗窃预警方法的应用场景示意图。如图1所示,从目标用户101从进入无 人超市104开始,无人超市***102对目标用户101同过动作传感器进行动作识 别,得到目标用户101的动作信息,若无人超市***102根据目标用户101的动作 信息判断目标用户101是否为疑似黑名单客户,则无人超市***102通过人脸识 别技术对目标用户101进行人脸识别,得到目标用户101的身份信息,若无人超 市***102根据目标用户101的身份信息确定出目标用户为黑名单用户,则获取 目标用户101的黑名单等级,在判断出目标用户101的黑名单等级高于预设的黑 名单等级,则无人超市***102向安保人员103发送告警信息,因此,无人超市 ***能够及时的发现黑名单客户,并在黑名单等级高于预设等级时,向安保人 员发送告警信息,能够一定程度上提升无人超市的安全性。
请参阅图2,图2为本申请实施例提供了一种无人超市中的预警方法的流程 示意图。如图2所示,预警方法包括步骤201-204,具体如下:
201、在目标用户进入无人超市后,通过动作传感器获取所述目标用户的动 作信息。
其中,动作传感器在获取目标用户的动作信息时,首先对目标用户手部进 行特征点提取,得到多个特征点;然后对每个特征点的运动轨迹进行获取,并 根据运动轨迹绘制特征点的运动波形图,其中,运动波形图为时间-高度波形图 和时间-距离波形图,时间-高度波形图为特征点的运动时间与特征点距离地面的 高度的波形图,时间-距离波形图为特征点的运动时间与特征点距离用户躯体的 距离的波形图。
可选的,对目标用户手部进行特征点提取,得到多个特征点的方法可以为: 提取目标用户手部的多个关节点,例如肘关节点、腕关节点、指关节点等,将 多个关节点作为特征点。
202、根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用 户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识别技术对所述目 标用户进行人脸识别,得到所述目标用户的身份信息。
可选的,目标用户的动作信息可包括:M个第一距离和M个第二距离,所 述M个第一距离为所述目标用户的M个特征点分别与地面之间的距离,所述M 个第二距离为所述M个特征点分别与所述目标用户的躯体之间的距离,所述M 为大于1的整数。一种可能的根据所述目标用户的动作信息判断所述目标用户 是否为疑似黑名单用户的方法可以为:
在目标用户手持商品时,当所述M个第一距离中N1个第一距离小于第一 距离阈值且所述M个第二距离中的N2个第二距离小于第二距离阈值时,则确 定所述目标用户为疑似黑名单用户,其中,所述N1和N2均为小于所述M的正 整数,且所述N1小于所述N2。
其中,M个特征点例如可以是目标用户手部的M个关节点,第一距离为手 指关节点距离地面的距离,第二距离为肘部关节点距离地面的距离,第一预设 距离阈值的取值范围为30cm-150cm,第二距离阈值为50cm-150cm,其具体设 定可以根据目标用户的身高进行设定,身高较高,则设定的距离阈值较高,身 高较矮,则设定的距离阈值较低,第一距离阈值小于第二距离阈值。本方法可 以理解为,目标用户的手部在拿取到商品后的的动作来判别目标用户是否将商 品放入衣服兜里或者藏入身体某个部位,若有上述动作,则确定目标用户为疑 似黑名单用户。具体的,目标用户手部距离地面的距离低于一定距离,且距离 躯体的距离低于一定距离,可以初步判别出目标用户具有将商品藏入身体某个 部位的动作。
可选的,目标用户的动作信息还可包括:P1个第一距离、P2个第一距离、 P1个第二距离和P2个第二距离,所述P1个第一距离为所述P1个第一特征点 分别与地面之间的距离,所述P1个第二距离为所述P1个第一特征点分别与所 述目标用户的躯体之间的距离,所述P2个第一距离为所述P2个第二特征点分 别与地面之间的距离,所述P2个第二距离为所述P2个第二特征点分别与所述 目标用户的躯体之间的距离,所述P1和P2均为大于1的整数,所述第一特征 点的判定优先级高于所述第二特征点的判断优先级。另一种可能的根据所述目 标用户的动作信息判断所述目标用户是否为疑似黑名单用户的方法可以为:
当所述P1个第一距离均小于第三距离阈值,且所述P1个第二距离均小于 第四距离阈值时,则确定所述目标用户为疑似黑名单用户,或者;
当所述P1个第一距离均小于第三距离阈值,且所述P1个第二距离均小于 第四距离阈值,以及所述P2个第一距离和所述P2个第二距离的百分之三十小 于第五距离阈值,则确定所述目标用户为疑似黑名单用户。
其中,手指关节点为第一特征点,第一距离为距离地面的距离,肘部关节 点和腕关节点为第二特征点,第二距离为肘部关节点和腕关节点距离地面的距 离,若手指关节的个数为5个,则P1的个数4个,即P1的个数与手指关节的 个数的百分之80。所述第一特征点的判定优先级高于所述第二特征点的判断优 先级,即在第一特征点判定满足判定要求时,才判定第二特征点是否满足判定 要求。若第一特征点不满足判定要求,而第二特征点满足判定要求,此时的判 定结果依然为不满足判定要求。第三距离阈值和第四距离阈值可参照第一距离 阈值和第二距离阈值的设置方式进行设置。
可选的,一种可能的得到目标用户的身份信息的方法包括步骤A1-A6,具 体如下:
A1、获取包括所述目标用户的视频片段,对所述视频片段进行人脸识别, 得到所述目标用户的Q个参考人脸图像;
其中,包括目标用户的视频片段为通过摄像装置对目标用户进行定位拍摄 得到的视频片段,摄像装置例如可以是摄像头等。定位拍摄可以理解为摄像头 跟随目标用户的移动而转动,从而对目标用户进行拍摄。
A2、对所述Q个参考人脸图像进行图像质量评价,得到所述Q个参考图像 质量评价值;
A3、从所述Q个参考人脸图像中选取R个目标参考人脸图像,所述目标参 考人脸图像为所述参考人脸图像中图像质量评价参数大于预设质量阈值的参考 人脸图像;
A4、将所述R个目标参考人脸图像进行组合,得到所述目标用户的目标人 脸图像;
A5、将所述目标用户的目标人脸图像与数据库中的标准人脸图像进行比对, 得到与所述目标人脸图像相匹配的标准人脸图像;
其中,标准人脸图像与身份信息一一对应。
A6、根据与所述目标人脸图像相匹配的标准人脸图像,得到所述目标用户 的身份信息。
其中,告警装置可将视频片段分解为一帧一帧的图像,进而,对每一帧图 像进行人脸识别,得到Q个参考人脸图像,Q为正整数,该Q个参考人脸图像 并非每一个图像都较为清晰,因而,需要对Q个参考人脸图像作进一步质量分 析,进一步对该Q个参考人脸图像进行图像质量评价,得到Q个图像质量评价 值,从该Q个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得 到R个图像质量评价值,并获取其对应的人脸图像,得到R个参考人脸图像, R为小于Q的正整数上述预设质量阈值可由用户自行设置或者***默认。如此, 可对视频片段进行人脸识别,得到多个参考人脸图像,这些参考人脸图像中质 量有好有坏,可选取图像质量好的目标参考人脸图像,进一步,可对目标参考 人脸图像进行组合,得到目标用户的人脸图像。
进一步地,上述步骤A2中,数据处理装置可采用如下手段对Q个人脸图 像进行图像质量评价:可采用至少一个图像质量评价指标对图像进行图像质量 评价,得到图像质量评价值,其中,图像质量评价指标可包括但不仅限于:平 均灰度、均方差、熵、边缘保持度、信噪比等等。可定义为得到的图像质量评 价值越大,则图像质量越好。
需要说明的是,由于采用单一评价指标对图像质量进行评价时,具有一定 的局限性,因此,可采用多个图像质量评价指标对图像质量进行评价,当然, 对图像质量进行评价时,并非图像质量评价指标越多越好,因为图像质量评价 指标越多,图像质量评价过程的计算复杂度越高,也不见得图像质量评价效果 越好,因此,在对图像质量评价要求较高的情况下,可采用2~10个图像质量评 价指标对图像质量进行评价。具体地,选取图像质量评价指标的个数及哪个指 标,依据具体实现情况而定。当然,也得结合具体地场景选取图像质量评价指 标,在暗环境下进行图像质量评价和亮环境下进行图像质量评价选取的图像质 量指标可不一样。
可选地,在对图像质量评价精度要求不高的情况下,可用一个图像质量评 价指标进行评价,例如,以熵对待处理图像进行图像质量评价值,可认为熵越 大,则说明图像质量越好,相反地,熵越小,则说明图像质量越差。
可选地,在对图像质量评价精度要求较高的情况下,可以采用多个图像质 量评价指标对待评价图像进行评价,在多个图像质量评价指标对待评价图像进 行图像质量评价时,可设置该多个图像质量评价指标中每一图像质量评价指标 的权重,可得到多个图像质量评价值,根据该多个图像质量评价值及其对应的 权重可得到最终的图像质量评价值,例如,三个图像质量评价指标分别为:A 指标、B指标和C指标,A的权重为a1,B的权重为a2,C的权重为a3,采用 A、B和C对某一图像进行图像质量评价时,A对应的图像质量评价值为b1,B对应的图像质量评价值为b2,C对应的图像质量评价值为b3,那么,最后的图 像质量评价值=a1b1+a2b2+a3b3。通常情况下,图像质量评价值越大,说明图像 质量越好。
可选的,将所述R个目标参考人脸图像进行组合,得到所述目标用户的目 标人脸图像的方法可以为:分别提取每个目标参考人脸图像中每个像素点的灰 度值,将每个像素点的灰度值最佳的灰度值作为该像素点的灰度值,然后将灰 度值进行重组后,得到目标用户的目标人脸图像。
203、若通过所述目标用户的身份信息确定出所述目标用户为黑名单用户, 则获取所述目标用户的黑名单等级。
可选的,通过目标用户的身份信息确定出目标用户为黑名单用户的方法可 以为:在数据库中查找该身份信息对应的用户是否为黑名单用户,若在数据库 中查找到该用户的身份信息对应的用户为黑名单用户,则确定目标用户为黑名 单用户。其中,数据库中存储有身份信息与黑名单用户之间的映射关系,同时 数据库中,还存储有其它数据等,例如白名单等。
可选的,一种可能的获取目标用户的黑名单等级的方法包括B1-B2,具体如 下:
B1、获取所述目标用户盗取的商品的等级,以及所述目标用户的参考黑名 单等级;
其中,对目标用户盗取的商品进行识别,对目标用户盗取的商品进行识别 的时间点为,目标用户拿取该商品时。无人超市中的商品具有不同的商品等级, 商品等级例如可以为第一商品等级、第二商品等级、第三商品等级和第四商品 等级,其商品等级的重要程度以此上升,即第四商品等级的商品的重要程度最 高。商品的重要程度划分的标准可以为根据商品的价格进行划分,商品的价格 越高,其商品的重要程度越高,相应的商品等级越高。
可选的,参考黑名单等级由***设定,其具体的等级可包括四个等级,具 体可以为,第一参考黑名单等级、第二参考黑名单等级、第三参考黑名单等级 和第四参考黑名单等级,其中,黑名单等级从第一参考黑名单等级到第四参考 黑名单,其盗窃商品的概率依次上升,同时也可以设定具体的盗窃概率,例如, 第一参考黑名单等级的盗窃概率为0-25%,第二参考黑名单等级对应的盗窃概率 为25%-50%,第三参考黑名单等级的盗窃概率为50%-75%,第四参考黑名单等 级的盗窃概率为75%-100%。
B2、根据所述商品的等级和所述参考黑名单等级,得到所述目标用户的黑 名单等级。
其中,黑名单等级包括第一黑名单等级、第二黑名单等级、第三黑名单等 级和第四黑名单等级。
可选的,一种可能的确定目标用户的黑名单等级的方法为:将商品的等级 进行打分处理,以及将参考黑名单等级进行打分处理,得到具体的分值,然后 根据分值之和确定目标用户的黑名单等级。具体可以为:商品等级的打分规则 可以为,第一至第四商品等级的评分分别为1、2、3、4分,参考黑名单的打分 规则与商品等级的打分规则相同,则第一至第四参考黑名单等级的评分为1、2、 3、4分。
可选的,第一黑名单等级的分值范围为2-3分,第二黑名单等级的分值范围 为4-5分,第三黑名单等级的分值范围为6-7分,第四黑名单等级的分值为8分。
204、若所述目标用户的黑名单等级高于预设黑名单等级,则发送告警信息 到安保人员。
其中,预设黑名单等级为第二黑名单等级。
可选的,可以将告警信息发送到目标用户的电子装置,电子装置对告警信 息进行展示,当然还可以通过其它的方式对目标导航路线进行展示,此处不做 具体限定。
请参阅图3,图3为本申请实施例提供了另一种无人超市中的预警方法的流 程示意图。如图3所示,预警方法包括:
301、在目标用户进入无人超市后,通过动作传感器获取所述目标用户的动 作信息;
302、根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用 户,若确定出所述目标用户为疑似黑名单用户,则获取包括所述目标用户的视 频片段,对所述视频片段进行人脸识别,得到所述目标用户的Q个参考人脸图 像;
303、对所述Q个参考人脸图像进行图像质量评价,得到所述Q个参考图 像质量评价值;
304、从所述Q个参考人脸图像中选取R个目标参考人脸图像,所述目标参 考人脸图像为所述参考人脸图像中图像质量评价参数大于预设质量阈值的参考 人脸图像;
305、将所述R个目标参考人脸图像进行组合,得到所述目标用户的目标人 脸图像;
306、将所述目标用户的目标人脸图像与数据库中的标准人脸图像进行比 对,得到与所述目标人脸图像相匹配的标准人脸图像;
307、根据与所述目标人脸图像相匹配的标准人脸图像,得到所述目标用户 的身份信息;
308、若通过所述目标用户的身份信息确定出所述目标用户为黑名单用户, 则获取所述目标用户的黑名单等级;
309、若所述目标用户的黑名单等级高于预设黑名单等级,则发送告警信息 到安保人员。
本实施例中,在判断出目标用户为疑似黑名单用户时,通过人脸识别的方 法对目标用户身份信息再次进行确认,若确认目标用户为黑名单用户时,则向 安保人员发送告警信息,能够一定程度上提升无人超市的安全性。
请参阅图4,图4为本申请实施例提供了另一种无人超市中的预警方法的流 程示意图。如图4所示,预警方法包括:
401、在目标用户进入无人超市后,通过动作传感器获取所述目标用户的动 作信息;
402、根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用 户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识别技术对所述目 标用户进行人脸识别,得到所述目标用户的身份信息;
403、若通过所述目标用户的身份信息确定出所述目标用户为黑名单用户, 则获取所述目标用户盗取的商品的等级,以及所述目标用户的参考黑名单等级;
404、根据所述商品的等级和所述参考黑名单等级,得到所述目标用户的黑 名单等级;
405、若所述目标用户的黑名单等级高于预设黑名单等级,则发送告警信息 到安保人员。
本实施例中,在判断出目标用户为黑名单用户后,通过目标用户盗取的商 品的等级确定出目标用户的黑名单等级,在黑名单等级高于预设等级时,向安 保人员发送告警信息,能够主动的向安保人员发出告警信息,能够一定程度上 提升无人超市的安全性。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可 以理解的是,电子装置为了实现上述功能,其包含了执行各个功能相应的硬件 结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的 实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软 件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来 执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个 特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本 申请的范围。
本申请实施例可以根据上述方法示例对电子装置进行功能单元的划分,例 如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集 成在一个处理单元中。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。需要说明的是,本申请实施例中对单元的划分是 示意性的,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。
与上述一致的,请参阅图5,图5为本申请实施例提供了一种无人超市中的 预警装置的结构示意图,所述装置包括获取单元501、判断单元502、确定单元 503和发送单元504,其中,
获取单元501,用于在目标用户进入无人超市后,通过动作传感器获取所述 目标用户的动作信息;
判断单元502,用于根据所述目标用户的动作信息判断所述目标用户是否为 疑似黑名单用户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识别 技术对所述目标用户进行人脸识别,得到所述目标用户的身份信息;
确定单元503,用于若通过所述目标用户的身份信息确定出所述目标用户为 黑名单用户,则获取所述目标用户的黑名单等级;
发送单元504,用于若所述目标用户的黑名单等级高于预设黑名单等级,则 发送告警信息到安保人员。
通过本申请实施例,在目标用户进入无人超市后,通过动作传感器获取所 述目标用户的动作信息,根据所述目标用户的动作信息判断所述目标用户是否 为疑似黑名单用户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识 别技术对所述目标用户进行人脸识别,得到所述目标用户的身份信息。若通过 所述目标用户的身份信息确定出所述目标用户为黑名单用户,则获取所述目标 用户的黑名单等级,若所述目标用户的黑名单等级高于预设黑名单等级,则发 送告警信息到安保人员,因此,通过对进入无人超市的用户首先进行判别,若 判别出用户为疑似黑名单客户,则对该客户进行进一步的确认,若确认出该客 户为黑名单客户,则根据黑名单等级来发送告警信息给安保人员,能够在盗窃 者未实施盗窃前,对安保人员进行提示,从而能够一定程度上提升无人超市的 安全性。
可选的,所述目标用户的动作信息包括M个第一距离和M个第二距离,所 述M个第一距离为所述目标用户的M个特征点分别与地面之间的距离,所述M 个第二距离为所述M个特征点分别与所述目标用户的躯体之间的距离,所述M 为大于1的整数,在所述根据所述目标用户的动作信息判断所述目标用户是否 为疑似黑名单用户方面,所述判断单元502具体用于:当所述M个第一距离中 N1个第一距离小于第一距离阈值且所述M个第二距离中的N2个第二距离小于 第二距离阈值时,则确定所述目标用户为疑似黑名单用户;
其中,所述N1和N2均为小于所述M的正整数,且所述N1小于所述N2。
可选的,所述目标用户的动作信息包括P1个第一距离、P2个第一距离、 P1个第二距离和P2个第二距离,所述P1个第一距离为所述P1个第一特征点 分别与地面之间的距离,所述P1个第二距离为所述P1个第一特征点分别与所 述目标用户的躯体之间的距离,所述P2个第一距离为所述P2个第二特征点分 别与地面之间的距离,所述P2个第二距离为所述P2个第二特征点分别与所述 目标用户的躯体之间的距离,所述P1和P2均为大于1的整数,所述第一特征 点的判定优先级高于所述第二特征点的判断优先级,在所述根据所述目标用户 的动作信息判断所述目标用户是否为疑似黑名单用户方面,所述判断单元502 还具体用于:
当所述P1个第一距离均小于第三距离阈值,且所述P1个第二距离均小于 第四距离阈值时,则确定所述目标用户为疑似黑名单用户,或者;
当所述P1个第一距离均小于第三距离阈值,且所述P1个第二距离均小于 第四距离阈值,以及所述P2个第一距离和所述P2个第二距离的百分之三十小 于第五距离阈值,则确定所述目标用户为疑似黑名单用户。
可选的,在所述通过人脸识别技术对所述目标用户进行人脸识别,得到所 述目标用户的身份信息方面,所述判断单元502还具体用于:
获取包括所述目标用户的视频片段,对所述视频片段进行人脸识别,得到 所述目标用户的Q个参考人脸图像;
对所述Q个参考人脸图像进行图像质量评价,得到所述Q个参考图像质量 评价值;
从所述Q个参考人脸图像中选取R个目标参考人脸图像,所述目标参考人 脸图像为所述参考人脸图像中图像质量评价参数大于预设质量阈值的参考人脸 图像;
将所述R个目标参考人脸图像进行组合,得到所述目标用户的目标人脸图 像;
将所述目标用户的目标人脸图像与数据库中的标准人脸图像进行比对,得 到与所述目标人脸图像相匹配的标准人脸图像;
根据与所述目标人脸图像相匹配的标准人脸图像,得到所述目标用户的身 份信息。
可选的,在所述获取所述目标用户的黑名单等级方面,所述确定单元503 具体用于:
获取所述目标用户盗取的商品的等级,以及所述目标用户的参考黑名单等 级;
根据所述商品的等级和所述参考黑名单等级,得到所述目标用户的黑名单 等级。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储 用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实 施例中记载的任何一种一种无人超市中的预警方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储 了计算机程序的非瞬时性计算机可读存储介质,该计算机程序使得计算机执行 如上述方法实施例中记载的任何一种一种无人超市中的预警方法的部分或全部 步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述 为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的 动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。 其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施 例,所涉及的动作和模块并不一定是本申请所必须的。
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,在申请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,也可以采用软件程序模块的 形式实现。
所述集成的单元如果以软件程序模块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器中。基于这样的理解,本申请的 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器中, 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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包 括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤 是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存 储器中,存储器可以包括:闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的 原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方 法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在 具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理 解为对本申请的限制。
Claims (10)
1.一种无人超市中的预警方法,其特征在于,所述方法包括:
在目标用户进入无人超市后,通过动作传感器获取所述目标用户的动作信息;
根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识别技术对所述目标用户进行人脸识别,得到所述目标用户的身份信息;
若通过所述目标用户的身份信息确定出所述目标用户为黑名单用户,则获取所述目标用户的黑名单等级;
若所述目标用户的黑名单等级高于预设黑名单等级,则发送告警信息到安保人员。
2.根据权利要求1所述的方法,其特征在于,所述目标用户的动作信息包括M个第一距离和M个第二距离,所述M个第一距离为所述目标用户的M个特征点分别与地面之间的距离,所述M个第二距离为所述M个特征点分别与所述目标用户的躯体之间的距离,所述M为大于1的整数,所述根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用户,包括:
当所述M个第一距离中N1个第一距离小于第一距离阈值且所述M个第二距离中的N2个第二距离小于第二距离阈值时,则确定所述目标用户为疑似黑名单用户;
其中,所述N1和N2均为小于所述M的正整数,且所述N1小于所述N2。
3.根据权利要求1所述的方法,其特征在于,所述目标用户的动作信息包括P1个第一距离、P2个第一距离、P1个第二距离和P2个第二距离,所述P1个第一距离为所述P1个第一特征点分别与地面之间的距离,所述P1个第二距离为所述P1个第一特征点分别与所述目标用户的躯体之间的距离,所述P2个第一距离为所述P2个第二特征点分别与地面之间的距离,所述P2个第二距离为所述P2个第二特征点分别与所述目标用户的躯体之间的距离,所述P1和P2均为大于1的整数,所述第一特征点的判定优先级高于所述第二特征点的判断优先级,所述根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用户,包括:
当所述P1个第一距离均小于第三距离阈值,且所述P1个第二距离均小于第四距离阈值时,则确定所述目标用户为疑似黑名单用户,或者;
当所述P1个第一距离均小于第三距离阈值,且所述P1个第二距离均小于第四距离阈值,以及所述P2个第一距离和所述P2个第二距离的百分之三十小于第五距离阈值,则确定所述目标用户为疑似黑名单用户。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述通过人脸识别技术对所述目标用户进行人脸识别,得到所述目标用户的身份信息,包括:
获取包括所述目标用户的视频片段,对所述视频片段进行人脸识别,得到所述目标用户的Q个参考人脸图像;
对所述Q个参考人脸图像进行图像质量评价,得到所述Q个参考图像质量评价值;
从所述Q个参考人脸图像中选取R个目标参考人脸图像,所述目标参考人脸图像为所述参考人脸图像中图像质量评价参数大于预设质量阈值的参考人脸图像;
将所述R个目标参考人脸图像进行组合,得到所述目标用户的目标人脸图像;
将所述目标用户的目标人脸图像与数据库中的标准人脸图像进行比对,得到与所述目标人脸图像相匹配的标准人脸图像;
根据与所述目标人脸图像相匹配的标准人脸图像,得到所述目标用户的身份信息。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述获取所述目标用户的黑名单等级,包括:
获取所述目标用户盗取的商品的等级,以及所述目标用户的参考黑名单等级;
根据所述商品的等级和所述参考黑名单等级,得到所述目标用户的黑名单等级。
6.一种无人超市中的预警装置,其特征在于,所述装置包括:
获取单元,用于在目标用户进入无人超市后,通过动作传感器获取所述目标用户的动作信息;
判断单元,用于根据所述目标用户的动作信息判断所述目标用户是否为疑似黑名单用户,若确定出所述目标用户为疑似黑名单用户,则通过人脸识别技术对所述目标用户进行人脸识别,得到所述目标用户的身份信息;
确定单元,用于若通过所述目标用户的身份信息确定出所述目标用户为黑名单用户,则获取所述目标用户的黑名单等级;
发送单元,用于若所述目标用户的黑名单等级高于预设黑名单等级,则发送告警信息到安保人员。
7.根据权利要求6所述的装置,其特征在于,所述目标用户的动作信息包括M个第一距离和M个第二距离,所述M个第一距离为所述目标用户的M个特征点分别与地面之间的距离,所述M个第二距离为所述M个特征点分别与所述目标用户的躯体之间的距离,所述M为大于1的整数,所述判断单元具体用于:
当所述M个第一距离中N1个第一距离小于第一距离阈值且所述M个第二距离中的N2个第二距离小于第二距离阈值时,则确定所述目标用户为疑似黑名单用户;
其中,所述N1和N2均为小于所述M的正整数,且所述N1小于所述N2。
8.根据权利要求6所述的装置,其特征在于,所述目标用户的动作信息包括P1个第一距离、P2个第一距离、P1个第二距离和P2个第二距离,所述P1个第一距离为所述P1个第一特征点分别与地面之间的距离,所述P1个第二距离为所述P1个第一特征点分别与所述目标用户的躯体之间的距离,所述P2个第一距离为所述P2个第二特征点分别与地面之间的距离,所述P2个第二距离为所述P2个第二特征点分别与所述目标用户的躯体之间的距离,所述P1和P2均为大于1的整数,所述第一特征点的判定优先级高于所述第二特征点的判断优先级,所述判断单元具体用于:
当所述P1个第一距离均小于第三距离阈值,且所述P1个第二距离均小于第四距离阈值时,则确定所述目标用户为疑似黑名单用户,或者;
当所述P1个第一距离均小于第三距离阈值,且所述P1个第二距离均小于第四距离阈值,以及所述P2个第一距离和所述P2个第二距离的百分之三十小于第五距离阈值,则确定所述目标用户为疑似黑名单用户。
9.根据权利要求6至8任一项所述的装置,其特征在于,所述判断单元具体用于:
获取包括所述目标用户的视频片段,对所述视频片段进行人脸识别,得到所述目标用户的Q个参考人脸图像;
对所述Q个参考人脸图像进行图像质量评价,得到所述Q个参考图像质量评价值;
从所述Q个参考人脸图像中选取R个目标参考人脸图像,所述目标参考人脸图像为所述参考人脸图像中图像质量评价参数大于预设质量阈值的参考人脸图像;
将所述R个目标参考人脸图像进行组合,得到所述目标用户的目标人脸图像;
将所述目标用户的目标人脸图像与数据库中的标准人脸图像进行比对,得到与所述目标人脸图像相匹配的标准人脸图像;
根据与所述目标人脸图像相匹配的标准人脸图像,得到所述目标用户的身份信息。
10.根据权利要求6至9任一项所述的装置,其特征在于,所述确定单元具体用于:
获取所述目标用户盗取的商品的等级,以及所述目标用户的参考黑名单等级;
根据所述商品的等级和所述参考黑名单等级,得到所述目标用户的黑名单等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811002203.9A CN109272692A (zh) | 2018-08-30 | 2018-08-30 | 无人超市中的预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811002203.9A CN109272692A (zh) | 2018-08-30 | 2018-08-30 | 无人超市中的预警方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109272692A true CN109272692A (zh) | 2019-01-25 |
Family
ID=65154824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811002203.9A Pending CN109272692A (zh) | 2018-08-30 | 2018-08-30 | 无人超市中的预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109272692A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427858A (zh) * | 2019-07-26 | 2019-11-08 | 广州利科科技有限公司 | 一种结合图像的人物行为识别轨迹方法 |
CN110942580A (zh) * | 2019-12-06 | 2020-03-31 | 浩云科技股份有限公司 | 一种智能楼宇访客管理方法、***及储存介质 |
CN113405591A (zh) * | 2021-05-10 | 2021-09-17 | 太仓市国达金属制品有限公司 | 一种基于物联网技术的智能展示柜监测***及其使用方法 |
CN115423369A (zh) * | 2022-10-10 | 2022-12-02 | 广东便捷神科技股份有限公司 | 一种基于区块链的物品管理***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616952A (zh) * | 2013-12-03 | 2014-03-05 | 北京悦动双成科技有限公司 | 确定动作的方法及三维传感器 |
CN206164722U (zh) * | 2016-09-21 | 2017-05-10 | 深圳市泛海三江科技发展有限公司 | 一种基于人脸识别的商超防盗监控*** |
CN107316011A (zh) * | 2017-05-24 | 2017-11-03 | 杭州励飞软件技术有限公司 | 数据处理方法、装置及存储介质 |
CN107993403A (zh) * | 2017-12-29 | 2018-05-04 | 深圳正品创想科技有限公司 | 一种危急情况应对方法、***及无人商店 |
CN108364422A (zh) * | 2018-02-24 | 2018-08-03 | 广州逗号智能零售有限公司 | 无人售货方法及装置 |
US10043360B1 (en) * | 2017-10-26 | 2018-08-07 | Scott Charles Mullins | Behavioral theft detection and notification system |
-
2018
- 2018-08-30 CN CN201811002203.9A patent/CN109272692A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616952A (zh) * | 2013-12-03 | 2014-03-05 | 北京悦动双成科技有限公司 | 确定动作的方法及三维传感器 |
CN206164722U (zh) * | 2016-09-21 | 2017-05-10 | 深圳市泛海三江科技发展有限公司 | 一种基于人脸识别的商超防盗监控*** |
CN107316011A (zh) * | 2017-05-24 | 2017-11-03 | 杭州励飞软件技术有限公司 | 数据处理方法、装置及存储介质 |
US10043360B1 (en) * | 2017-10-26 | 2018-08-07 | Scott Charles Mullins | Behavioral theft detection and notification system |
CN107993403A (zh) * | 2017-12-29 | 2018-05-04 | 深圳正品创想科技有限公司 | 一种危急情况应对方法、***及无人商店 |
CN108364422A (zh) * | 2018-02-24 | 2018-08-03 | 广州逗号智能零售有限公司 | 无人售货方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427858A (zh) * | 2019-07-26 | 2019-11-08 | 广州利科科技有限公司 | 一种结合图像的人物行为识别轨迹方法 |
CN110942580A (zh) * | 2019-12-06 | 2020-03-31 | 浩云科技股份有限公司 | 一种智能楼宇访客管理方法、***及储存介质 |
CN113405591A (zh) * | 2021-05-10 | 2021-09-17 | 太仓市国达金属制品有限公司 | 一种基于物联网技术的智能展示柜监测***及其使用方法 |
CN115423369A (zh) * | 2022-10-10 | 2022-12-02 | 广东便捷神科技股份有限公司 | 一种基于区块链的物品管理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272692A (zh) | 无人超市中的预警方法及装置 | |
US11762887B2 (en) | Information processing device, map update method, program, and information processing system | |
CN107291810B (zh) | 数据处理方法、装置及存储介质 | |
CN105391970B (zh) | 提供由车辆的场景相机捕获的至少一个图像的方法和*** | |
CN102663444B (zh) | 防止账号被盗用的方法和*** | |
AU2020309090B2 (en) | Image processing methods and apparatuses, electronic devices, and storage media | |
CN105590097B (zh) | 暗视觉条件下双摄像头协同实时人脸识别安防***及方法 | |
CN107169458B (zh) | 数据处理方法、装置及存储介质 | |
CN109766755B (zh) | 人脸识别方法及相关产品 | |
CN109858371A (zh) | 人脸识别的方法及装置 | |
CN110491135A (zh) | 检测违章停车的方法及相关装置 | |
CN106557726A (zh) | 一种带静默式活体检测的人脸身份认证***及其方法 | |
Min et al. | Support vector machine approach to fall recognition based on simplified expression of human skeleton action and fast detection of start key frame using torso angle | |
CN107506684A (zh) | 步态识别方法及装置 | |
CN104246793A (zh) | 移动设备的三维脸部识别 | |
CN109829370A (zh) | 人脸识别方法及相关产品 | |
CN109800682A (zh) | 驾驶员属性识别方法及相关产品 | |
CN110472504A (zh) | 一种人脸识别的方法和装置 | |
CN109815813A (zh) | 图像处理方法及相关产品 | |
AU2020309094B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN113111767A (zh) | 一种基于深度学习3d姿态评估的跌倒检测方法 | |
CN110826610A (zh) | 一种用于智能检测人员着装是否规范的方法与*** | |
JP2021531601A (ja) | ニューラルネットワーク訓練、視線検出方法及び装置並びに電子機器 | |
CN109886101A (zh) | 姿势识别方法及相关装置 | |
CN112417977A (zh) | 一种目标对象查找方法和终端 |
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 |
Application publication date: 20190125 |
|
RJ01 | Rejection of invention patent application after publication |