CN109558773A - 信息识别方法、装置及电子设备 - Google Patents
信息识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109558773A CN109558773A CN201710884606.XA CN201710884606A CN109558773A CN 109558773 A CN109558773 A CN 109558773A CN 201710884606 A CN201710884606 A CN 201710884606A CN 109558773 A CN109558773 A CN 109558773A
- Authority
- CN
- China
- Prior art keywords
- target object
- history
- current target
- testing result
- current
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供一种信息识别方法、装置及电子设备,涉及计算机应用技术领域。其中,对采集获得的图像进行检测,以确定至少一个当前目标对象;判断所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;对与历史检测结果中的历史目标对象不同的当前目标对象进行识别,本申请实施例提供的技术方案减少了不必要的时间,提高了识别效率。
Description
技术领域
本申请实施例涉及计算机应用技术领域,尤其涉及一种信息识别方法、装置及电子设备。
背景技术
在现今的考勤、门禁、监控等应用领域中,均涉及快速确认人员身份的需求,而目前通常利用人体的生物特征来进行身份认证,其中,人脸识别应用的最为广泛。
人脸识别是基于人的脸部特征进行身份识别的一种生物识别技术,人脸识别首先需要进行人脸检测,以确定人脸,之后再对检测获得的人脸进行人脸识别,以考勤应用为例,考勤***通过对采集的图像进行检测,可以确定图像中是否包括人脸;基于检测到的人脸,从已登记的员工数据库中进行人脸识别,以确定该人脸对应的员工信息,实现身份确认的目的。
由于图像采集通常一直进行,针对每一帧图像均会进行人脸识别,而相邻的几帧图像可能均是针对同一个用户采集获得,这就会导致重复工作,而影响识别的效率。
发明内容
本申请实施例提供一种信息识别方法、装置及电子设备,用以解决现有技术中识别效率较低的技术问题。
第一方面,本申请实施例中提供了一种信息识别方法,包括:
对采集获得的图像进行检测,以获得至少一个当前目标对象;
确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;
对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
可选地,还包括:
对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别。
可选地,所述确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同包括:
确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致,若是,确定所述任一当前目标对象与所述任一历史目标对象相同,否则,确定所述任一当前目标对象与所述任一历史目标对象不同。
可选地,所述对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别包括:
获取任一当前目标对象以及历史检测结果中与所述任一当前目标对象相同的任一历史目标对象的对象特征;
确定所述任一当前目标对象的对象特征是否和与其相同的所述任一历史目标对象的对象特征相同;
如果是,对所述任一当前目标对象不进行识别;
如果否,对所述任一当前目标对象进行识别。
可选地,所述确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同包括:
分别获取所述至少一个当前目标对象的对象特征;
确定历史检测结果中,是否存在对象特征与所述至少一个当前目标对象的对象特征相同的历史目标对象。
可选地,所述对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别包括:
确定历史检测结果中,与任一当前目标对象相同的历史目标对象是否识别成功;
如果是,对所述任一当前目标对象不进行识别;
如果否,对所述任一当前目标对象进行识别。
可选地,所述确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致包括:
确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域的位置偏移是否在预设范围。
可选地,所述目标对象为人脸。
第二方面,本申请实施例中提供了一种信息识别装置,包括:
检测模块,用于对采集获得的图像进行检测,以获得至少一个当前目标对象;
判断模块,用于确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;
第一识别模块,用于对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
可选地,还包括:
第二识别模块,用于对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别。
可选地,所述判断模块具体用于:
确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致,若是,确定所述任一当前目标对象与所述任一历史目标对象相同,否则,确定所述任一当前目标对象与所述任一历史目标对象不同。
可选地,所述第二识别模块具体用于获取任一当前目标对象以及历史检测结果中与所述任一当前目标对象相同的任一历史目标对象的对象特征;确定所述任一当前目标对象的对象特征是否和与其相同的所述任一历史目标对象的对象特征相同;如果是,对所述任一当前目标对象不进行识别;如果否,对所述任一当前目标对象进行识别。
可选地,所述判断模块具体用于:分别获取所述至少一个当前目标对象的对象特征;确定历史检测结果中,是否存在对象特征与所述至少一个当前目标对象的对象特征相同的历史目标对象。
可选地,所述第二识别模块具体用于确定历史检测结果中,与任一当前目标对象相同的历史目标对象是否识别成功;如果是,对所述任一当前目标对象不进行识别;如果否,对所述任一当前目标对象进行识别。
可选地,所述判断模块具体用于:确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域的位置偏移是否在预设范围。
第三方面,本申请实施例中提供了一种电子设备,包括处理组件,以及分别与所述处理组件连接的存储器;
所述存储器存储一条或多条计算机程序指令,所述一条或多条计算机程序指令供所述处理组件调用并执行;
所述处理组件用于:
对采集获得的图像进行检测,以确定至少一个当前目标对象;
确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;
对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
可选地,还包括与所述处理组件连接的采集组件,用于采集图像;
所述处理组件对采集获得的图像进行检测,以确定至少一个当前目标对象具体是对所述采集组件采集获得图像进行检测,以确定至少一个当前目标对象。
本申请实施例中,对采集获得的图像进行检测,以确定至少一个当前目标对象;确定所述至少一个当前目标对象是否与历史检测结果中的目标对象相同;仅对与历史检测结果中的目标对象不同的当前目标对象进行识别,因此可以减少识别时间,提高识别效率。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
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一简单地介绍,显而易见地,下面描述中的附图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示出了本申请提供的一种信息识别方法一个实施例的流程图;
图2示出了本申请提供的一种信息识别方法又一个实施例的流程图;
图3示出了本申请提供的一种信息识别方法又一个实施例的流程图;
图4示出了本申请提供的一种信息识别***一个实施例的结构示意图;
图5示出了本申请提供的一种信息识别***又一个实施例的结构示意图;
图6示出了本申请提供的一种信息识别装置一个实施例的结构示意图;
图7示出了本申请提供的一种信息识别装置又一个实施例的结构示意图;
图8示出了本申请提供的一种电子设备一个实施例的结构示意图;
图9示出了本申请提供的一种电子设备又一个实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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。
在本申请的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
本申请实施例的技术方案可以应用于考勤、门禁、监控、安防等安全领域中,用于身份识别,本申请实施例中的目标对象可以为人脸,当然也不排除可以为人体的其它生物特征。与人脸识别过程类似,针对目标对象的识别同样首先需要进行检测,以确定目标对象,再对检测获得的目标对象进行识别,以对目标对象进行身份确认。
通过本申请实施例的技术方案可以减少识别时间,提高识别效率,特别是适用于针对多个目标对象同时进行识别的场景中。
以人脸识别为例,正如背景技术中所述,在人脸识别过程中,图像采集一直进行,人脸检测可以针对每一帧图像进行,而短时间内,通常数百毫秒,采集对象也即用户的位置变化通常不大,也即相邻几帧图像可能均为采集同一个或者同一批用户而获得的。现有技术中,对每一帧图像均会进行人脸检测以及人脸识别,但是,可能检测出的人脸已经识别成功,因此会造成重复识别,从而增加了识别时间,降低了识别效率。
为了提高识别效率,发明人经过一系列研究发现,由于识别过程非常复杂,以人脸识别为例,例如需要首先提取人脸特征构造人脸特征模板,再从数据库中存储的各个人脸特征模板中进行比对,以确定该人脸特征模板对应的身份信息,完成身份认证,那么如果可以减少人脸识别时间,则可以大大提高识别效率。
据此,提出了本申请的技术方案,在本申请实施例中,对采集获得的图像进行检测,以确定至少一个当前目标对象;确定所述至少一个当前目标对象是否与历史检测结果中的目标对象相同;仅对与历史检测结果中的目标对象不同的当前目标对象进行识别,因此可以减少识别时间,提高识别效率,特别是当存在多个目标对象同时需要进行识别时,将显著提高识别效率。
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,本领域技术人员在没有作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。
图1是本申请实施例提供的一种信息识别方法一个实施例的流程图,该方法可以包括以下几个步骤:
101:对采集获得的图像进行检测,以获得至少一个当前目标对象。
为了方便描述,将从采集获得的图像检测出的目标对象命名为“当前目标对象”。针对每一次采集获得的图像均可以按照本申请的技术方案进行处理。
对采集获得的图像进行检测,可以获得当前检测结果,该当前检测结果中包括至少一个当前目标对象。
其中,目标对象为人脸时,也即对采集获得的图像进行人脸检测,通过人脸检测可以识别获得图像中的人脸。
从图像中提取目标对象的算法可以有多种,例如可以包括基于直方图粗分割和奇异值特征的检测算法、基于小波变换的检测算法、Adaboost算法等,其基本过程可以是利用样本图像训练分类器,以实现目标对象的检测等,与现有技术相同,在此不再赘述。
在一个实际应用中,图像中可以包括多个目标对象。
102:确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同。
为了方便描述,将历史检测结果中的目标对象命名为“历史目标对象”。
历史检测结果通过对历史采集获得的图像进行检测获得。
其中,该历史检测结果可以具体是指前一次检测结果,也即是对前一次采集获得的图像进行检测获得。
本实施例中,将当前检测结果以及历史检测结果进行比较,判断任一当前目标对象是否与历史检测结果中的任一历史目标对象相同。
其中,判断目标对象是否相同可以有多种实现方式,在下面实施例中会详细进行介绍。
103:将与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
与历史检测结果中的历史目标对象相同的当前目标对象即不进行识别。也即本实施例中仅对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
可选地,对于与历史检测结果中的历史目标对象相同的当前目标对象则继续进行识别。
其中,对当前目标对象进行识别例如可以包括提取当前目标对象的对象特征,将提取获得的人脸特征与数据库中存储的特征模板进行搜索匹配,计算模板相似度,如果相似度大于第一预定值,则可以确定该当前目标对象识别通过,该特征模板对应的身份信息即为该当前目标对象的身份信息;如果相似度小于第二预定值,则可以确定该当前目标对象识别未通过,如果相似度小于第一预定值或者大于第二预定值,则可以确定该当前目标对象识别失败,无法识别该当前目标对象的身份信息,需要重新进行识别等。
通过本实施例,仅对与历史检测结果中的任一历史目标对象不同的任一当前目标对象进行识别,而如果任一当前目标对象与历史检测结果中的任一历史目标对象相同,表明该当前目标对象已经进行了识别,则可以无需再进行识别,以减少识别时间,提高识别效率。
其中,作为一种可能的实现方式,所述确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同可以包括:
分别获取所述至少一个当前目标对象的对象特征;
确定历史检测结果中,是否存在对象特征与所述至少一个当前目标对象的对象特征相同的历史目标对象。
该对象特征可以为粗粒度特征,采用特征提取算法提取获得,对象特征通常采用多维向量数据表示,其维度可以低于识别过程提取的对象特征的维度。
特征提取算法例如可以LBP(Local Binary Patterns,局部二值模式)、基于几何特征的方法、基于统计特征的方法等,与现有技术相同,在此不再赘述。
作为另一种可能的实现方式,由于对象检测可以针对每一帧图像进行,而对相邻两帧图像的检测间隔很短,通常数十毫秒,因此,即便用户处于移动状态,用户的位置变化也不会不大,因此可以通过位置比对的方式判断前后两次检测结果中的目标对象是否为同一个目标对象。如图2所示,是本申请实施例提供的一种信息识别方法又一个实施例的流程图,该方法可以包括以下几个步骤:
201:对采集获得的图像进行检测,以获得至少一个当前目标对象。
202:确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致,如果是,执行步骤203,如果否,执行步骤204。
本实施例中,该历史检测结果具体是指前一次检测结果。
由于图像采集一直进行,用户位于采集设备的采集范围内时,采集设备即可以自动搜索并拍摄包含用户的图像,在需要进行人脸识别,即拍摄用户的人脸图像。
可选地,可以是判断任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域的位置偏移是否在预设范围。
其中,目标对象所在位置区域可以以目标对象中预设特征点的位置坐标表示,以目标对象为人脸为例,该预设特征点例如可以是人脸中的左眼或者右眼、鼻子、嘴巴等。
为了保证识别准确度,还可以判断当前检测时间与历史检测时间的时间差是否在允许范围内,若是,再判断任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致;否则,则对该至少一个当前目标对象直接进行识别。
203:确定所述任一当前目标对象与历史检测结果中的所述任一历史目标对象相同。
204:确定所述任一当前目标对象与历史检测结果中的所述任一历史目标对象不同。
205:对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别。
206:对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
也即仅将与历史检测结果中的各个目标对象均不同的当前目标对象进行识别。
本实施例中,通过位置比对的方式可以确定前后两次检测结果中的目标对象是否相同,从而针对相同的目标对象可以无需进行识别,则仅对不同的目标对象进行识别,通过减少识别时间,以缩短识别时间,提高识别效率。
其中,为了保证识别准确度,在某些实施例中,所述对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别可以包括:
获取任一当前目标对象以及历史检测结果中与所述任一当前目标对象相同的任一历史目标对象的对象特征;
确定所述任一当前目标对象的对象特征是否与所述任一历史目标对象的对象特征相同;
如果是,对所述任一当前目标对象不进行识别;
如果否,对所述任一当前目标对象进行识别。
也即针对任一当前目标对象以及历史检测结果中与所述任一当前目标对象相同的任一历史目标对象,结合对象特征进一步的进行验证。
该对象特征可以为粗略特征,采用特征提取算法提取获得,对象特征通常采用多维向量数据表示,其维度可以低于识别过程提取的对象特征的维度。
特征提取算法例如可以为LBP算法、基于几何特征的方法、基于统计特征的方法等,与现有技术相同,在此不再赘述。
此外,结合上文描述可知,对目标对象进行识别获得的识别结果可以包括识别成功或者识别失败,识别成功包括识别通过或者识别未通过,识别通过也即数据库中存在目标对象对应的身份信息,也即该目标对象的对象特征与数据库中的特征模板的相似度大于第一预定值;识别未通过可以认为数据库中不存在目标对象对应的身份信息,也即该目标对象的对象特征与数据库中的特征模板的相似度小于第二预定值。识别失败表明无法确认目标对象的身份信息,需要重新进行识别。
因此,如果历史检测结果中,与当前目标对象相同的历史目标对象识别失败,则该当前目标对象也需要重新进行识别,以识别该当前目标对象的身份信息,因此为了进一步保证识别准确度,在某些实施例中,所述对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别可以包括:
确定历史检测结果中,与任一当前目标对象相同的历史目标对象是否识别成功;
如果是,对所述任一当前目标对象不进行识别;
如果否,对所述任一当前目标对象进行识别。
其中,可选地,为了方便识别,可以对识别成功的目标对象设置识别成功标记,因此所述判断历史检测结果中,与任一当前目标对象相同的历史目标对象是否识别成功可以是:
确定历史检测结果中,与任一当前目标对象相同的历史目标对象是否设置有识别成功标记。
因此,对所述任一当前目标对象进行识别之后,可以基于识别结果,将识别成功的当前目标对象设置识别成功标记。
此外,为了进一步提高识别便利性,在某些实施例中,所述对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别可以包括:
为所述至少一个当前目标对象设置不同对象编号,其中,当前检测结果与历史检测结果中相同的目标对象的对象编号相同;
对对象编号与历史检测结果中的历史目标对象的对象编号相同的当前目标对象不进行识别。
其中,如果历史检测结果中,与任一当前目标对象的对象编号相同的历史目标对象设置有识别成功标记,则即可以对所述任一当前目标对象不进行识别。
本申请实施例中的技术方案,可以应用于考勤、门禁等应用领域中,当然也适用于证件中的身份识别、重要场所中的安全检测和监控、智能卡中的身份识别、计算机登录等网络安全控制等多种不同的安全领域。
其中,在实际应用中,本申请实施例中所述的目标对象可以具体即是指人脸,下面以目标对象为人脸为例,对本申请的技术方案进行描述。
如图3所示,为本申请实施例提供的一种信息识别方法又一个实施例的流程图,该方法可以包括以下几个步骤:
301:对采集获得的图像进行人脸检测,以获得至少一个当前人脸。
302:确定任一当前人脸所在位置区域与前一次检测结果中的任一历史人脸所在位置区域是否一致,如果是执行步骤303,如果否,执行步骤304。
可选地,可以是判断任一当前人脸所在位置区域与前一次检测结果中的任一历史人脸所在位置区域的位置偏移是否在预设范围。
其中,人脸所在位置区域可以是指人脸中某一预设特征点的位置坐标,例如该预设特征点可以为嘴巴、鼻子、左眼或者右眼等。
303:确定所述任一当前人脸与前一次检测结果中的所述任一历史人脸相同,并执行步骤305。
304:确定所述任一当前人脸与前一次检测结果中的所述任一历史人脸不同,并执行步骤309。
305:分别获取所述任一当前人脸以及所述任一历史人脸的脸部特征。
其中,脸部特征提取例如可以采用LBP算法实现。
306:确定所述任一当前人脸的脸部特征是否与所述任一历史人脸的脸部特征相同;如果是,执行步骤307,如果否,执行步骤309。
可选地,可以为各个当前人脸设置不同的人脸编号,保证与前一次检测结果中的任一历史人脸相同的一当前人脸设置与所述任一历史人脸相同的人脸编号。
307:确定所述任一历史人脸是否设置有识别成功标记,如果是,执行步骤308,如果否,执行步骤309。
308:对所述任一当前人脸不进行识别。
309:对所述任一当前人脸进行人脸识别。
310:基于识别结果,将识别成功的各个当前人脸设置识别成功标记。
本实施例中,在人脸识别过程中,基于前一次检测结果,如果存在与当前人脸相同的历史人脸,则可以表明该当前人脸已经经过识别,因此可以无需再次进行识别,从而可以减少识别时间,减少人脸识别时间,提高人脸识别效率。
其中,本申请实施例的技术方案可以应用于信息识别***中作为一个实施例,如图4中所示,该信息识别***可以包括采集终端401以及认证服务器402;
采集终端401用于采集图像,并将图像发送至认证服务器402;由认证服务器402对采集获得的图像进行检测,以获得至少一个当前目标对象;确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别;而仅对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
也即由采集终端401实现图像采集,由认证服务器实现对象检测以及对象识别过程。
采集终端可以针对位于其采集范围内的多个用户进行图像采集,从而可以从图像中检测获得多个目标对象,该目标对象可以为用户的人脸。
作为又一个实施例,如图5中所示,该信息识别***可以包括检测终端501以及认证服务器502;
检测终端501用于采集图像,并对采集获得的图像进行检测,以获得至少一个当前目标对象,并将所述至少一个当前目标对象发送至认证服务器;确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;触发认证服务器502将与历史检测结果中的历史目标对象相同的当前目标对象不进行识别;以及触发认证服务器502将与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
也即由检测终端实现图像采集以及对象检测,由认证服务器实现对象识别,以保证检测终端以及认证服务器的处理性能。
当然,本申请实施例的技术方案也可以应用于独立的识别终端中,由识别终端完成图像采集、对象检测以及对象识别等操作。
在一个实际应用中,上述的采集终端、检测终端或者识别终端可以分别实现为具有不同功能的考勤机,以实现考勤目的。
在考勤应用中,确定目标对象对应身份信息之后,即可以对应该身份信息记录考勤时间等。
图6为本申请实施例提供的一种信息识别装置一个实施例的结构示意图,其中,该装置可以配置在如图4所示的认证服务器中,也可以配置在如图5所示的检测终端中,当然也可以配置在识别终端中。
该装置可以包括:
检测模块601,用于对采集获得的图像进行检测,以确定至少一个当前目标对象。
判断模块602,用于确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;
第一识别模块603,用于将与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
此外,可选地,如图7中所示,与图6所示装置不同之处在于,该装置还可以包括:
第二识别模块604,用于对与历史检测结果中的历史目标对象相同的当前目标对象进行识别。
通过本实施例,仅对与历史检测结果中的任一历史目标对象不同的任一当前目标对象进行识别,而如果任一当前目标对象与历史检测结果中的任一历史目标对象相同,表明该当前目标对象已经进行了识别,则可以无需再进行识别,以减少识别时间,提高识别效率。
作为一种可能的实现方式,所述判断模块可以具体用于:分别获取所述至少一个当前目标对象的对象特征;确定历史检测结果中,是否存在对象特征与所述至少一个当前目标对象的对象特征相同的历史目标对象。
作为另一种可能的实现方式,所述判断模块可以具体用于:
确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致,若是,确定所述任一当前目标对象与所述任一历史目标对象相同,否则,确定所述任一当前目标对象与所述任一历史目标对象不同。通过位置比对的方式可以确定前后两次检测结果中的目标对象是否相同,从而针对相同的目标对象可以无需进行识别,则仅对不同的目标对象进行识别,通过减少识别时间,以缩短识别时间,提高识别效率。
可选地,所述判断模块可以具体用于确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域的位置偏移是否在预设范围。
其中,为了保证识别准确度,在某些实施例中,所述第二识别模块可以具体用于获取任一当前目标对象以及历史检测结果中与所述任一当前目标对象相同的任一历史目标对象的对象特征;确定所述任一当前目标对象的对象特征是否和与其相同的所述任一历史目标对象的对象特征相同;如果是,对所述任一当前目标对象不进行识别;如果否,对所述任一当前目标对象进行识别。
也即针对任一当前目标对象以及历史检测结果中与所述任一当前目标对象相同的任一历史目标对象,结合对象特征进一步的进行验证。
此外,在某些实施例中,所述第二识别模块可以具体用于确定历史检测结果中,与任一当前目标对象相同的历史目标对象是否识别成功;如果是,对所述任一当前目标对象不进行识别;如果否,对所述任一当前目标对象进行识别。
其中,可选地,为了方便识别,可以对识别成功的目标对象设置识别成功标记,因此所述第一识别模块判断历史检测结果中,与任一当前目标对象相同的历史目标对象是否识别成功可以具体是:
判断历史检测结果中,与任一当前目标对象相同的历史目标对象是否设置有识别成功标记。
因此,所述第二识别模块对所述任一当前目标对象进行识别之后,还可以基于识别结果,将识别成功的当前目标对象设置识别成功标记。
此外,为了进一步提高识别便利性,在某些实施例中,第一识别模块可以具体用于为所述至少一个当前目标对象设置不同对象编号,其中,当前检测结果与历史检测结果中相同的目标对象的对象编号相同;
对对象编号与历史检测结果中的历史目标对象的对象编号相同的当前目标对象不进行识别。
图6或7所述的信息识别装置可以执行图1~图3任一实施例所述的信息识别方法,其实现原理和技术效果不再赘述。对于上述实施例中的信息识别装置其中各个模块、单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在一个可能的设计中,图6或图7所示实施例的信息识别装置可以实现为一电子设备,如图8所示,该电子设备可以包括处理组件801,以及分别与所述处理组件801连接的存储器802;
所述存储器802存储一条或多条计算机程序指令,所述一条或多条计算机程序指令供所述处理组件801调用并执行;
所述处理组件801用于:
对采集获得的图像进行检测,以确定至少一个当前目标对象;
确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;
对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
处理组件801还用于对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别。
处理组件对与历史检测结果中的历史目标对象相同的当前目标对象则不进行识别。
在一个实际应用中,该电子设备可以为与采集终端连接的认证服务器,该采集终端可以为摄像头等摄像设备。
此外,作为又一个实施例,如图9中所示,与图8所示实施例不同之处在于,该电子设备还可以包括与处理组件801连接,用于采集图像的采集组件803。
处理组件801具体是对所述采集组件803采集获得的图像进行检测,以确定至少一个当前目标对象。
该实施例中,该电子设备可以为一个独立的实现图像采集、对象检测以及对象识别的识别终端。
此外,在某些实施例中,该处理组件801确定的当前目标对象还可以发送至认证服务器,处理组件801对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别可以是触发认证服务器将与历史检测结果中的历史目标对象相同的当前目标对象不进行识别。处理组件801对与历史检测结果中的历史目标对象不同的当前目标对象进行识别具体可以是触发认证服务器将与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
其中,处理组件801可以包括一个或多个处理器来执行计算机指令,以完成上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
存储器802被配置为存储各种类型的数据以支持在XX设备的操作。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
采集组件803可以为摄像头。
当然,电子设备必然还可以包括其他部件,例如输入/输出接口、通信组件等。
输入/输出接口为处理组件和***接口模块之间提供接口,上述***接口模块可以是输出设备、输入设备等。
通信组件被配置为便于电子设备和其他设备之间有线或无线方式的通信,例如和认证服务器进行通信等。
本申请实施例还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被计算机执行时可以实现上述图1~图3任一项所示实施例的信息识别方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (17)
1.一种信息识别方法,其特征在于,包括:
对采集获得的图像进行检测,以获得至少一个当前目标对象;
确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;
对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
2.根据权利要求1所述的方法,其特征在于,还包括:
对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别。
3.根据权利要求1或2所述的方法,其特征在于,所述确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同包括:
确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致,若是,确定所述任一当前目标对象与所述任一历史目标对象相同,否则,确定所述任一当前目标对象与所述任一历史目标对象不同。
4.根据权利要求3所述的方法,其特征在于,所述对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别包括:
获取任一当前目标对象以及历史检测结果中与所述任一当前目标对象相同的任一历史目标对象的对象特征;
确定所述任一当前目标对象的对象特征是否和与其相同的所述任一历史目标对象的对象特征相同;
如果是,对所述任一当前目标对象不进行识别;
如果否,对所述任一当前目标对象进行识别。
5.根据权利要求1或2所述的方法,其特征在于,所述确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同包括:
分别获取所述至少一个当前目标对象的对象特征;
确定历史检测结果中,是否存在对象特征与所述至少一个当前目标对象的对象特征相同的历史目标对象。
6.根据权利要求2所述的方法,其特征在于,所述对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别包括:
确定历史检测结果中,与任一当前目标对象相同的历史目标对象是否识别成功;
如果是,对所述任一当前目标对象不进行识别;
如果否,对所述任一当前目标对象进行识别。
7.根据权利要求3所述的方法,其特征在于,所述确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致包括:
确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域的位置偏移是否在预设范围。
8.根据权利要求1所述的方法,其特征在于,所述目标对象为人脸。
9.一种信息识别装置,其特征在于,包括:
检测模块,用于对采集获得的图像进行检测,以获得至少一个当前目标对象;
判断模块,用于确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;
第一识别模块,用于对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
10.根据权利要求9所述的装置,其特征在于,还包括:
第二识别模块,用于对与历史检测结果中的历史目标对象相同的当前目标对象不进行识别。
11.根据权利要求9或10所述的装置,其特征在于,所述判断模块具体用于:
确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域是否一致,若是,确定所述任一当前目标对象与所述任一历史目标对象相同,否则,确定所述任一当前目标对象与所述任一历史目标对象不同。
12.根据权利要求11所述的装置,其特征在于,所述第二识别模块具体用于获取任一当前目标对象以及历史检测结果中与所述任一当前目标对象相同的任一历史目标对象的对象特征;确定所述任一当前目标对象的对象特征是否和与其相同的所述任一历史目标对象的对象特征相同;如果是,对所述任一当前目标对象不进行识别;如果否,对所述任一当前目标对象进行识别。
13.根据权利要求9或10所述的装置,其特征在于,所述判断模块具体用于:分别获取所述至少一个当前目标对象的对象特征;确定历史检测结果中,是否存在对象特征与所述至少一个当前目标对象的对象特征相同的历史目标对象。
14.根据权利要求10所述的装置,其特征在于,所述第二识别模块具体用于确定历史检测结果中,与任一当前目标对象相同的历史目标对象是否识别成功;如果是,对所述任一当前目标对象不进行识别;如果否,对所述任一当前目标对象进行识别。
15.根据权利要求11所述的装置,其特征在于,所述判断模块具体用于:确定任一当前目标对象所在位置区域与历史检测结果中的任一历史目标对象所在位置区域的位置偏移是否在预设范围。
16.一种电子设备,其特征在于,包括处理组件,以及分别与所述处理组件连接的存储器;
所述存储器存储一条或多条计算机程序指令,所述一条或多条计算机程序指令供所述处理组件调用并执行;
所述处理组件用于:
对采集获得的图像进行检测,以确定至少一个当前目标对象;
确定所述至少一个当前目标对象是否与历史检测结果中的历史目标对象相同;
对与历史检测结果中的历史目标对象不同的当前目标对象进行识别。
17.根据权利要求16所述的终端,其特征在于,还包括与所述处理组件连接的采集组件,用于采集图像;
所述处理组件对采集获得的图像进行检测,以确定至少一个当前目标对象具体是对所述采集组件采集获得图像进行检测,以确定至少一个当前目标对象。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710884606.XA CN109558773B (zh) | 2017-09-26 | 2017-09-26 | 信息识别方法、装置及电子设备 |
TW107119428A TW201915830A (zh) | 2017-09-26 | 2018-06-06 | 資訊識別方法、裝置及電子設備 |
PCT/CN2018/106102 WO2019062588A1 (zh) | 2017-09-26 | 2018-09-18 | 信息识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710884606.XA CN109558773B (zh) | 2017-09-26 | 2017-09-26 | 信息识别方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109558773A true CN109558773A (zh) | 2019-04-02 |
CN109558773B CN109558773B (zh) | 2023-04-07 |
Family
ID=65863117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710884606.XA Active CN109558773B (zh) | 2017-09-26 | 2017-09-26 | 信息识别方法、装置及电子设备 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN109558773B (zh) |
TW (1) | TW201915830A (zh) |
WO (1) | WO2019062588A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275649A (zh) * | 2020-02-03 | 2020-06-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备和存储介质 |
CN111401463A (zh) * | 2020-03-25 | 2020-07-10 | 维沃移动通信有限公司 | 检测结果输出的方法、电子设备及介质 |
CN111522795A (zh) * | 2020-04-23 | 2020-08-11 | 北京互金新融科技有限公司 | 处理数据的方法和装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582047A (zh) * | 2020-04-15 | 2020-08-25 | 浙江大华技术股份有限公司 | 人脸识别验证通行方法及其相关装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102017606A (zh) * | 2008-04-23 | 2011-04-13 | 日本电气株式会社 | 图像处理设备、相机、图像处理方法和程序 |
CN102254148A (zh) * | 2011-04-18 | 2011-11-23 | 周曦 | 一种多人动态环境下的实时人脸识别方法 |
CN102880864A (zh) * | 2012-04-28 | 2013-01-16 | 王浩 | 一种从流媒体文件中抓拍人脸的方法 |
US20150356345A1 (en) * | 2014-06-05 | 2015-12-10 | Promethean Limited | Systems and methods for detecting, identifying and tracking objects and events over time |
CN105205482A (zh) * | 2015-11-03 | 2015-12-30 | 北京英梅吉科技有限公司 | 快速人脸特征识别及姿态估算方法 |
CN106446816A (zh) * | 2016-09-14 | 2017-02-22 | 北京旷视科技有限公司 | 人脸识别方法及装置 |
CN107105310A (zh) * | 2017-05-05 | 2017-08-29 | 广州盈可视电子科技有限公司 | 一种视频直播中人物形象替换方法、装置和一种录播*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8121358B2 (en) * | 2009-03-06 | 2012-02-21 | Cyberlink Corp. | Method of grouping images by face |
CN103491351A (zh) * | 2013-09-29 | 2014-01-01 | 东南大学 | 违章建筑物的智能视频监控方法 |
CN104581003A (zh) * | 2013-10-12 | 2015-04-29 | 北京航天长峰科技工业集团有限公司 | 一种视频回查定位方法 |
CN104038742B (zh) * | 2014-06-06 | 2017-12-01 | 上海卓悠网络科技有限公司 | 一种基于人脸识别技术的门铃*** |
-
2017
- 2017-09-26 CN CN201710884606.XA patent/CN109558773B/zh active Active
-
2018
- 2018-06-06 TW TW107119428A patent/TW201915830A/zh unknown
- 2018-09-18 WO PCT/CN2018/106102 patent/WO2019062588A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102017606A (zh) * | 2008-04-23 | 2011-04-13 | 日本电气株式会社 | 图像处理设备、相机、图像处理方法和程序 |
CN102254148A (zh) * | 2011-04-18 | 2011-11-23 | 周曦 | 一种多人动态环境下的实时人脸识别方法 |
CN102880864A (zh) * | 2012-04-28 | 2013-01-16 | 王浩 | 一种从流媒体文件中抓拍人脸的方法 |
US20150356345A1 (en) * | 2014-06-05 | 2015-12-10 | Promethean Limited | Systems and methods for detecting, identifying and tracking objects and events over time |
CN105205482A (zh) * | 2015-11-03 | 2015-12-30 | 北京英梅吉科技有限公司 | 快速人脸特征识别及姿态估算方法 |
CN106446816A (zh) * | 2016-09-14 | 2017-02-22 | 北京旷视科技有限公司 | 人脸识别方法及装置 |
CN107105310A (zh) * | 2017-05-05 | 2017-08-29 | 广州盈可视电子科技有限公司 | 一种视频直播中人物形象替换方法、装置和一种录播*** |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275649A (zh) * | 2020-02-03 | 2020-06-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备和存储介质 |
CN111401463A (zh) * | 2020-03-25 | 2020-07-10 | 维沃移动通信有限公司 | 检测结果输出的方法、电子设备及介质 |
WO2021190387A1 (zh) * | 2020-03-25 | 2021-09-30 | 维沃移动通信有限公司 | 检测结果输出的方法、电子设备及介质 |
JP7467667B2 (ja) | 2020-03-25 | 2024-04-15 | 維沃移動通信有限公司 | 検出結果出力方法、電子機器及び媒体 |
CN111401463B (zh) * | 2020-03-25 | 2024-04-30 | 维沃移动通信有限公司 | 检测结果输出的方法、电子设备及介质 |
CN111522795A (zh) * | 2020-04-23 | 2020-08-11 | 北京互金新融科技有限公司 | 处理数据的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
TW201915830A (zh) | 2019-04-16 |
WO2019062588A1 (zh) | 2019-04-04 |
CN109558773B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021047232A1 (zh) | 交互行为识别方法、装置、计算机设备和存储介质 | |
CN106897658B (zh) | 人脸活体的鉴别方法和装置 | |
WO2015165365A1 (zh) | 一种人脸识别方法及*** | |
CN109753928B (zh) | 违章建筑物识别方法和装置 | |
KR101322168B1 (ko) | 실시간 얼굴 인식 장치 | |
WO2019127273A1 (zh) | 一种多人脸检测方法、装置、服务器、***及存储介质 | |
WO2019033572A1 (zh) | 人脸遮挡检测方法、装置及存储介质 | |
CN109558773A (zh) | 信息识别方法、装置及电子设备 | |
CN105488468B (zh) | 一种目标区域的定位方法和装置 | |
CN109858371A (zh) | 人脸识别的方法及装置 | |
CN107679504A (zh) | 基于摄像头场景的人脸识别方法、装置、设备及存储介质 | |
CN108235770A (zh) | 图像识别方法及云端*** | |
CN106919921B (zh) | 结合子空间学习与张量神经网络的步态识别方法及*** | |
CN101556717A (zh) | 一种atm智能安保***及监测方法 | |
CN109766755A (zh) | 人脸识别方法及相关产品 | |
CN108090406A (zh) | 人脸识别方法及*** | |
CN108108711A (zh) | 人脸布控方法、电子设备及存储介质 | |
WO2014193220A2 (en) | System and method for multiple license plates identification | |
CN108875509A (zh) | 活体检测方法、装置和***及存储介质 | |
CN112633297A (zh) | 目标对象的识别方法、装置、存储介质以及电子装置 | |
CN111783718A (zh) | 目标对象状态识别方法、装置、存储介质及电子装置 | |
CN111738199A (zh) | 图像信息验证方法、装置、计算装置和介质 | |
CN115862113A (zh) | 陌生人异常识别方法、装置、设备及存储介质 | |
CN109448193A (zh) | 身份信息识别方法及装置 | |
CN113869110A (zh) | 物品检测方法、装置、终端及计算机可读存储介质 |
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 |