CN109635146B - 一种基于图像特征的目标查询方法及*** - Google Patents
一种基于图像特征的目标查询方法及*** Download PDFInfo
- Publication number
- CN109635146B CN109635146B CN201811436614.9A CN201811436614A CN109635146B CN 109635146 B CN109635146 B CN 109635146B CN 201811436614 A CN201811436614 A CN 201811436614A CN 109635146 B CN109635146 B CN 109635146B
- Authority
- CN
- China
- Prior art keywords
- target
- image
- database
- registered
- identification
- 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
Images
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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于图像特征的目标查询方法,包括,建立图像数据库,依次提取每个图像中目标的识别特征,将一个目标的识别特征作为一个单元保存到目标特征数据库中;获取待查询图像,提取待查询图像中目标的识别特征,将该待查询的识别特征与目标特征数据库的内容进行比较;根据比较结果,筛选出目标特征数据库中相似度值大于预设相似度阈值的目标,输出该目标的特征信息和/或对应的图像。本发明还公开了一种基于图像特征的目标查询***。本发明技术方案针对现有技术中利用图像进行目标匹检索效率低且响应速度慢的情况,采用提取图像特征,并对图像库进行分类和更新的方式,可以有效降低图像比对的计算量,提高了检索速度和准确度。
Description
技术领域
本发明属于图像识别领域,具体涉及一种基于图像特征的目标查询方法及***。
背景技术
近年来,随着视频监控的快速普及,远距离、用户非配合状态下的快速身份识别技术应运而生,以求能远距离快速确认人员身份,实现智能预警。在这种需求下,人脸识别技术无疑是最佳的选择,采用快速人脸检测技术可以从监控视频获取的图象中实时查找人脸,并将数据特征与人脸数据库进行比对,从而实现人员身份识别。
人脸识别***以人脸识别技术为核心,具有广泛的应用,如人脸识别出入管理***、人脸识别门禁考勤***、人脸识别电脑安全防范、人脸识别照片搜索、人脸识别来访登记、人脸识别银行智能监控***、人脸识别监狱智能报警***、人脸识别公安追逃***等等。目前,人脸识别***已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高,人脸识别技术将应用在更多的领域。
现有技术中,人脸识别***中的重要应用之一就是目标人脸图片的对比检索。这类检索通常需要将目标人脸图片与人脸数据库中大量的人脸图片进行对比分析,并且对对比结果进行排序,从而检索出最相似的人脸图片。但要从包含大量人脸图像的数据库中查找到与目标图像相似的人脸图像是非常耗时的,而且在这种1:N的对比过程中,随着N的数量增大误报率也会增大,导致对比检索的结果不准确,需要人工对检测结果进行二次识别。
这种处理方式的弊端在于,其将给用户带来更多的排查工作量,相应人工成本也会增加。其原因在于,现有技术中的传统方法是通过人脸图片识别出的特征值进行线性对比查找,需要遍历整个人脸数据库来检索最相似的人脸图片,即将一张图像的目标信息与现有的图像库中的目标信息进行逐个比对,获取每张图像的匹配度后,再根据匹配度进行排序,将一定阈值范围内的图像作为匹配结果输出。可以看出,这种匹配方式下的人脸图像识别,其对检索匹配设备的要求很高,而待比对的图像数据量也会越来越大,在这种需求下,现有比对方式的检索无疑是效率低而且响应速度慢。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于图像特征的目标查询方法及***,至少可以部分解决上述问题。本发明技术方案针对现有技术中利用图像进行目标匹检索效率低且响应速度慢的情况,采用提取图像特征,并对图像库进行分类和更新的方式,可以有效降低图像比对的计算量,提高了检索速度和准确度。
为实现上述目的,按照本发明的一个方面,提供了
一种基于图像特征的目标查询方法,其特征在于,包括,
S1建立图像数据库,依次提取每个图像中目标的识别特征,将一个目标的识别特征作为一个单元保存到目标特征数据库中;
S2获取待查询图像,提取待查询图像中目标的识别特征,将该待查询的识别特征与目标特征数据库的内容进行比较;
S3根据比较结果,筛选出目标特征数据库中相似度值大于预设相似度阈值的目标,输出该目标的特征信息和/或对应的图像。
作为本发明技术方案的一个优选,步骤S1包括,
S11获取目标图像,将目标图像分为注册目标图像和非注册目标图像,并将目标特征数据库分为注册目标数据库和非注册目标数据库;
S12对每个图像进行识别,将每个注册目标的识别特征作为一个单元存入注册目标数据库;
S13将每个非注册目标的识别特征作为一个单元存入非注册目标数据库;
S14获取全部目标图像的目标特征数据库。
作为本发明技术方案的一个优选,步骤S2中包括,
S21获取待查询图像,提取待查询图像中目标的识别特征;
S22将该目标的识别特征先后与注册目标数据库和/或非注册目标数据库中的目标识别特征进行比较;
S23对注册目标数据库和/或非注册目标数据库的目标识别进行相似度值排序;
S24根据预设相似度阈值判断当前识别的数据库中是否存在满足条件的目标,若不存在则将待查询图像中目标的识别特征作为一个单元存入非注册目标数据库中。
作为本发明技术方案的一个优选,步骤S2中包括,
S21’根据待查询图像获取待查询目标的识别特征,以及待查询图像的查询条件,所述查询条件包括图像拍摄信息、相似度阈值和查询数目;
S22’将待查询目标的识别特征与注册目标数据库中目标的识别特征进行对比,获取达到相似度阈值的注册目标信息;
S23’将待查询目标的识别特征与非注册目标数据库中满足查询条件的目标识别特征进行对比,获取达到相似度阈值的非注册目标信息;
S24’根据获得的注册目标信息和非注册目标信息对图像数据库进行查询,获取对应图像以及图像中目标的识别特征;
S25’将待查询目标的识别特征与所获得的图像目标的识别特征进行对比,获取满足查询条件的图像。
按照本发明技术方案的一个方面,提供了一种基于权利要求1~4任一项所述目标查询方法的频次分析方法,其特征在于,包括,
S1’确定频次分析请求条件,所述频次分析请求条件包括图像拍摄信息和/或频次分析门限;
S2’根据图像拍摄信息在目标特征数据库中查询获得满足条件的图像并统计次数;
S3’对满足条件的目标按照出现的次数从大到小进行排序,获取满足频次分析门限的目标图像及其对应的频次信息。
按照本发明技术方案的一个方面,提供了一种基于图像特征的目标查询***,其特征在于,包括,
数据库模块,用于建立图像数据库,依次提取每个图像中目标的识别特征,将一个目标的识别特征作为一个单元保存到目标特征数据库中;
查询模块,用于获取待查询图像,提取待查询图像中目标的识别特征,将该待查询的识别特征与目标特征数据库的内容进行比较;
筛选模块,用于根据比较结果,筛选出目标特征数据库中相似度值大于预设相似度阈值的目标,输出该目标的特征信息和/或对应的图像。
作为本发明技术方案的一个优选,数据库模块包括,
分类模块,用于获取目标图像,将目标图像分为注册目标图像和非注册目标图像,并将目标特征数据库分为注册目标数据库和非注册目标数据库;
注册模块,用于每个注册目标的识别特征作为一个单元存入注册目标数据库;
非注册模块,用于将每个非注册目标的识别特征作为一个单元存入非注册目标数据库;
遍历模块,用于对每个图像进行识别,获取全部目标图像的目标特征数据库。
作为本发明技术方案的一个优选,查询模块包括,
特征模块,用于获取待查询图像,提取待查询图像中目标的识别特征;
匹配模块,用于将该目标的识别特征先后与注册目标数据库和/或非注册目标数据库中的目标识别特征进行比较;
排序模块,用于对注册目标数据库和/或非注册目标数据库的目标识别进行相似度值排序;
结果模块,用于根据预设相似度阈值判断当前识别的数据库中是否存在满足条件的目标,若不存在则将待查询图像中目标的识别特征作为一个单元存入非注册目标数据库中。
作为本发明技术方案的一个优选,查询模块包括,
条件模块,用于根据待查询图像获取待查询目标的识别特征,以及待查询图像的查询条件,所述查询条件包括图像拍摄信息、相似度阈值和查询数目;
第一比较模块,用于将待查询目标的识别特征与注册目标数据库中目标的识别特征进行对比,获取达到相似度阈值的注册目标信息;
第二比较模块,用于将待查询目标的识别特征与非注册目标数据库中满足检索条件的目标识别特征进行对比,获取达到相似度阈值的非注册目标信息;
图像模块,用于根据获得的注册目标信息和非注册目标信息对图像数据库进行查询,获取对应图像以及图像中目标的识别特征;
校验模块,用于将待查询目标的识别特征与所获得的图像目标的识别特征进行对比,获取满足查询条件的图像。
按照本发明技术方案的一个方面,提供了一种基于权利要求6~9任一项所述目标查询***的频次分析***,其特征在于,包括,
请求模块,用于确定频次分析请求条件,所述频次分析请求条件包括图像拍摄信息和/或频次分析门限;
统计模块,用于根据图像拍摄信息在目标特征数据库中查询获得满足条件的图像并统计次数;
频次模块,用于对满足条件的目标按照出现的次数从大到小进行排序;获取满足频次分析门限的目标图像及其对应的频次信息。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
1)本发明技术方案,对每个图像进行特征提取,并将同一目标的多个识别特征作为一个单元存储到另行设立的目标特征数据库,也就是说同一个目标的多个图像对应着目标特征数据库中的同一组识别特征,同时,对于待查询图像,按照统一的标准提取其识别特征,然后将该识别特征与目标特征数据库进行比较,从而大大减小了重复目标的比较工作,提高了识别效率。
2)本发明技术方案,对目标特征数据库中按照注册目标和非注册目标的方式将存储的目标识别特征进行了分类,获取了待查询图像的识别特征以后,首先将其与注册目标特征数据库进行比较,没有获得结果则进一步与非注册目标特征数据库进行比较,获得比较结果或者将当前待查询图像中的目标识别特征作为一个新的单元存储到非注册目标特征数据库并记录当前待查询目标的图像信息,其只有在注册目标数据库中没有找到符合条件的结果时,才需要对下一数据库数进行进一步的比较,大大减少了需要比较的目标数量。
3)本发明技术方案,针对待查询图像的识别结果,设置了相似度阈值,只有满足相似度阈值条件条件的识别结果才会被认为匹配成功,否则当前目标特征数据库中没有当前待查询图像的识别结果,这种阈值设置有效的减轻了目标查询***的计算压力,且提高了目标查询***输出结果的准确度。
附图说明
图1是本发明技术方案的实施例中的人脸识别***结构图;
图2是本发明技术方案的实施例中的对比查询装置的结构图;
图3是本发明技术方案的实施例中对比查询的一个优选方案流程图;
图4是本发明技术方案的实施例中对比查询的一个优选方案流程图;
图5是本发明技术方案的实施例中频次分析方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
如图1所示是本发明涉及的目标查询***结构图,其可以实现多种目标的识别,包括但不限于人像识别、车辆识别等。每个目标对应至少一个图像,一个目标的多个图像对应一组识别特征。目标特征数据库中存储有每个目标的识别特征,以及其所对应的图像信息,所述图像信息包括对应的图像数量和图像拍摄信息。
以人像识别为例,摄像机101负责采集视频图像并将图像数据转换成传输所需的数字信号发送出去。人脸图片采集服务102负责从实时视频流中检测出人脸图片并将其从背景中分离。特征值提取服务103负责对人脸图片的人脸形状描述进行建模并提取其特征值信息用于表征该人脸。对比检索服务104负责将人脸特征值信息进行对比获取其对比的相似度结果并根据相似度对人脸所属的人员进行判断。平台管理服务105负责对人脸服务的各种应用进行控制和管理,并为上层显示提供服务。界面展现层106负责对各种人脸服务应用提供配置和显示。
在人脸识别的具体实施例中,本发明技术方案的目标查询***首先根据人脸图片中提取的识别特征,与预先存储在目标特征数据库中的识别特征进行比较,计算两个目标的相似度并给出相似度评分(也就是相似度值),本实施例中,相似度越高则两个目标为同一个对象的几率越高。从功能上来看,本实施例的***包括有图像采集模块、特征值提取模块、对比检索模块和管理模块等。
其中最关键的对比检索模块中包括人脸特征值管理模块、实时对比模块和检索对比模块等,人脸特征值管理模块负责对人脸图片中提取出的特征值进行存储、读取和更新,并且根据人脸图片所属的人脸数据库对人脸特征值进行管理。实时对比模块负责对实时抓拍到的人脸图片进行对比,判断该目标具体属于哪个类别(如注册人员、非注册人员,或者其他分类形式),并根据预设的目标相似度阈值,来判断该人脸图片属于哪个人员,如果该人脸图片不属于任何数据库中的人员,则作为新的目标添加到非注册人员库中。检索对比模块负责对指定图片中的人脸按照检索条件与人脸数据库中的人脸图片进行对比分析,然后将满足相似度阈值的人脸图片及其人员信息检索出来。
如图2所示,作为本实施例一个具体的优选,对比检索模块中包括人脸特征值管理模块202、实时对比模块203和检索对比模块204。人脸特征码管理模块202负责对注册人员数据库和陌生人数据库中的人员ID及其人脸特征值进行存储和管理。实时对比模块203负责将实时监控过程中抓拍人脸图片的人脸特征值与注册人员数据库和陌生人数据库中的人脸特征值进行对比分析获取最相似的人员ID。检索对比模块204负责将指定人脸图片与抓拍人脸数据库中人脸图片进行对比,检索出满足条件的最相似人脸图片。
本实施例中,实时对比模块用于区分出注册人员和非注册人员。具体来说,实时对比模块按照以下步骤进行对比识别:(1)收到实时监控过程中抓拍的人脸图片消息;(2)解析人脸图片消息,获取其中的人脸特征值;(3)通过人脸特征值管理模块获取注册人员数据库中的人脸特征值;(4)将实时抓拍图片中的人脸特征值和注册人员数据库的人脸特征值进行对比,检索出相似度最大的注册人脸图片及其人员信息;(5)根据预设的相似度阈值判断该对比的相似度结果是否大于或等于该阈值;(6)如果满足则认为是同一个人,然后记录本次实时抓拍的人脸图片对应该注册人员,然后结束处理;(7)否则继续进行陌生人数据库检索,通过人脸特征值管理模块获取陌生人数据库的人脸特征值;(8)将实时抓拍的人脸特征值和陌生人数据库中的人脸特征值进行对比,检索出相似度最大的陌生人人脸图片;(9)根据预设的相似度阈值判断该对比的相似度结果是否大于或等于该阈值;(10)如果满足则认为是同一个人,并记录本次实时抓拍的人脸图片对应该陌生人,然后结束处理;(11)否则判断本次实时抓拍的人脸特征值与陌生人数据库中的人脸图片都不匹配,则认为是个新的陌生人,并将本次实时抓拍的人脸特征值通过人脸特征值管理模块添加到陌生人数据库中;(12)记录本次实时抓拍的人脸图片没有任何数据库中的人员对应,并结束流程。
如图3所示是本发明涉及的实时对比方法流程图。步骤301开始。步骤302对比检索服务收到实时监控过程中抓拍的人脸图片消息。步骤303解析抓拍人脸图片消息,获取消息中的人脸图片信息及其人脸特征值。步骤304通过人脸特征值管理模块获取注册人员数据库的人脸特征值。步骤305将抓拍图片的人脸特征值和注册人员数据库的人脸特征值进行对比,根据对比的相似度结果获取最相似的人员信息。步骤306判断该结果的相似度值是否大于预设相似度阈值。步骤307如果最相似的人脸相似度大于或等于预设阈值则认为是同一个人,记录该实时抓拍的人脸图片对应该注册人员数据库的人员ID,然后结束流程314。步骤308如果小于预设相似度阈值则认为注册人员数据库中没有该实时抓拍的人员,继续通过人脸特征值管理模块获取陌生人数据库的人脸特征值。步骤309将实时抓拍的人脸特征值和陌生人数据库的人脸特征值进行对比,根据对比的相似度结果获取最相似的人员信息。步骤310判断该结果的相似度值是否大于预设相似度阈值。步骤311如果大于或等于预设相似度阈值则认为是同一个人,记录该实时抓拍的人脸图片对应该陌生人数据库的人员ID,然后结束流程314。步骤312如果小于预设的相似度阈值则认为陌生人数据库中没有该实时抓拍的人员,那么就是新的陌生人,需要将该陌生人及其人脸特征值通过人脸特征值管理模块添加到陌生人数据库中,进入步骤313。步骤313记录本次实时抓拍人脸图片消息没有对应的人员信息,然后执行步骤314。步骤314结束流程。
本实施例中,检索对比模块用于检索出满足人脸图片条件的抓拍人脸照片。具体来说,检索对比模块按照以下步骤进行对比识别:(1)收到指定人脸图片的检索请求,检索条件包括时间段、抓拍摄像机列表、相似度阈值和最相似的人脸数目;(2)获取检索请求消息中人脸图片的人脸特征值;(3)通过人脸特征值管理模块获取注册人员数据库的人脸特征值;(4)将检索消息中的人脸特征值和注册人员数据库中的人脸特征值进行对比,获取满足相似度阈值的注册人员信息;(5)通过人脸特征值管理模块从陌生人数据库中筛选出满足检索时间段、抓拍摄像机列表的陌生人人脸特征值;(6)将检索消息中的人脸特征值和筛选出的陌生人人脸特征值进行对比,获取满足相似度阈值条件的陌生人信息;(7)通过人脸特征值管理模块根据步骤(4)和步骤(6)搜索的人员结果及其检索时间段在抓拍的人脸图片数据库中进行查询,获取抓拍人脸图片的人脸特征值;(8)将检索消息中的人脸特征值与这些抓拍图片的人脸特征值进行对比,获取指定最相似数目的抓拍人脸图片;(9)将检索到的人脸图片结果返回,结束流程。
如图4所示是本发明涉及的检索对比方法流程图。步骤401开始。步骤402对比检索服务收到指定人脸图片的检索请求用于检索抓拍的人脸图片数据库,检索请求的条件包括检索时间段、抓拍摄像机列表、相似度阈值和最相似的人脸数目。步骤403解析检索请求消息,获取人脸图片的人脸特征值。步骤404通过人脸特征值管理模块获取注册人员数据库的人脸特征值。步骤405将需要检索图片的人脸特征值和注册人员数据库的人脸特征值进行对比,获取满足检索相似度阈值条件的注册人员数据库人员ID列表。步骤406根据检索的时间段、抓拍摄像机列表获取陌生人数据库的人脸特征值。步骤407将需要检索图片的人脸特征值和满足条件的陌生人数据库中人脸特征值进行对比,获取满足检索相似度阈值条件的陌生人人员ID列表。步骤408根据检索的时间段和查询到的人员ID,包括注册人员数据库人员ID列表和陌生人数据库人员ID列表,在抓拍人脸图片数据库中搜索对应的抓拍人脸特征值。步骤409将需要检索的人脸特征值和这些抓拍人脸特征值进行对比获取满足检索相似度阈值的抓拍人脸信息及其相似度。步骤410根据检索条件获取指定数目最相似的抓拍人脸图片结果,并返回结果。步骤411结束流程。
进一步地,本实施例中还给出了利用本申请的目标查询***进行频次识别的方式,其过程如下:(1)收到人脸的频次分析请求;(2)获取频次分析请求中的检索条件,包括检索时间段、抓拍摄像机列表和频次分析门限;(3)在实时对比过程中抓拍的人脸图片都标识了对应的人员信息并存入抓拍的人脸数据库中,根据频次分析的条件,可以在抓拍人脸数据库中查询相同人员出现的次数;(4)按照查询的数目对人员出现次数从大到小进行排序,返回满足频次分析门限的查询结果,然后结束流程。
如图5所示是本发明涉及的频次分析方法流程图。步骤501开始。步骤502收到人脸的频次分析请求消息。步骤503获取频次分析请求消息中的条件参数,包括时间段、抓拍摄像机列表和频次分析门限。步骤504在实时对比过程中抓拍的人脸图片已经标识了人员ID,那么根据频次分析的条件通过人脸特征值管理模块可以直接在抓拍人脸图片数据库中查询相同人员ID出现的次数。步骤505根据人员ID出现次数按照从大到小进行排序,返回满足频次分析门限的查询结果。步骤506结束流程。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于图像特征的目标查询方法,其特征在于,包括,
S1获取目标图像建立图像数据库,将目标图像分为注册目标图像和非注册目标图像,并将目标特征数据库分为注册目标数据库和非注册目标数据库;依次提取每个图像中目标的识别特征,将一个目标的识别特征作为一个单元保存到对应的目标特征数据库中;
S2获取待查询图像,提取待查询图像中目标的识别特征,将该待查询的识别特征先后与注册目标数据库和/或非注册目标数据库中的目标识别特征进行比较;
S3根据比较结果,筛选出目标特征数据库中相似度值大于预设相似度阈值的目标,输出该目标的特征信息和/或对应的图像;
还包括:
S1’确定频次分析请求条件,所述频次分析请求条件包括检索时间段、抓拍摄像机列表和/或频次分析门限;
S2’根据图像拍摄信息在目标特征数据库中查询获得满足条件的图像并统计次数;
S3’对满足条件的目标按照出现的次数从大到小进行排序,获取满足频次分析门限的目标图像及其对应的频次信息。
2.根据权利要求1所述的一种基于图像特征的目标查询方法,其中,所述步骤S1包括,
S12对每个图像进行识别,将每个注册目标的识别特征作为一个单元存入注册目标数据库;
S13将每个非注册目标的识别特征作为一个单元存入非注册目标数据库;
S14获取全部目标图像的目标特征数据库。
3.根据权利要求1或2所述的一种基于图像特征的目标查询方法,其中,所述步骤S2中包括,
S23对注册目标数据库和/或非注册目标数据库的目标识别进行相似度值排序;
S24根据预设相似度阈值判断当前识别的数据库中是否存在满足条件的目标,若不存在则将待查询图像中目标的识别特征作为一个单元存入非注册目标数据库中。
4.根据权利要求1或2所述的一种基于图像特征的目标查询方法,其中,所述步骤S2中包括,
S21’根据待查询图像获取待查询目标的识别特征,以及待查询图像的查询条件,所述查询条件包括图像拍摄信息、相似度阈值和查询数目;
S22’将待查询目标的识别特征与注册目标数据库中目标的识别特征进行对比,获取达到相似度阈值的注册目标信息;
S23’将待查询目标的识别特征与非注册目标数据库中满足查询条件的目标识别特征进行对比,获取达到相似度阈值的非注册目标信息;
S24’根据获得的注册目标信息和非注册目标信息对图像数据库进行查询,获取对应图像以及图像中目标的识别特征;
S25’将待查询目标的识别特征与所获得的图像目标的识别特征进行对比,获取满足查询条件的图像。
5.一种基于图像特征的目标查询***,其特征在于,包括,
数据库模块,用于获取目标图像建立图像数据库,将目标图像分为注册目标图像和非注册目标图像,并将目标特征数据库分为注册目标数据库和非注册目标数据库;依次提取每个图像中目标的识别特征,将一个目标的识别特征作为一个单元保存到对应的目标特征数据库中;
查询模块,用于获取待查询图像,提取待查询图像中目标的识别特征,将该待查询的识别特征先后与注册目标数据库和/或非注册目标数据库中的目标识别特征进行比较;
筛选模块,用于根据比较结果,筛选出目标特征数据库中相似度值大于预设相似度阈值的目标,输出该目标的特征信息和/或对应的图像;
请求模块,用于确定频次分析请求条件,所述频次分析请求条件包括检索时间段、抓拍摄像机列表和/或频次分析门限;
统计模块,用于根据图像拍摄信息在目标特征数据库中查询获得满足条件的图像并统计次数;
频次模块,用于对满足条件的目标按照出现的次数从大到小进行排序,获取满足频次分析门限的目标图像及其对应的频次信息。
6.根据权利要求5所述的一种基于图像特征的目标查询***,其中,所述数据库模块包括,
注册模块,用于每个注册目标的识别特征作为一个单元存入注册目标数据库;
非注册模块,用于将每个非注册目标的识别特征作为一个单元存入非注册目标数据库;
遍历模块,用于对每个图像进行识别,获取全部目标图像的目标特征数据库。
7.根据权利要求5或6所述的一种基于图像特征的目标查询***,其中,所述查询模块包括,
特征模块,用于获取待查询图像,提取待查询图像中目标的识别特征;
匹配模块,用于将该目标的识别特征先后与注册目标数据库和/或非注册目标数据库中的目标识别特征进行比较;
排序模块,用于对注册目标数据库和/或非注册目标数据库的目标识别进行相似度值排序;
结果模块,用于根据预设相似度阈值判断当前识别的数据库中是否存在满足条件的目标,若不存在则将待查询图像中目标的识别特征作为一个单元存入非注册目标数据库中。
8.根据权利要求5或6所述的一种基于图像特征的目标查询***,其中,所述查询模块包括,
条件模块,用于根据待查询图像获取待查询目标的识别特征,以及待查询图像的查询条件,所述查询条件包括图像拍摄信息、相似度阈值和查询数目;
第一比较模块,用于将待查询目标的识别特征与注册目标数据库中目标的识别特征进行对比,获取达到相似度阈值的注册目标信息;
第二比较模块,用于将待查询目标的识别特征与非注册目标数据库中满足检索条件的目标识别特征进行对比,获取达到相似度阈值的非注册目标信息;
图像模块,用于根据获得的注册目标信息和非注册目标信息对图像数据库进行查询,获取对应图像以及图像中目标的识别特征;
校验模块,用于将待查询目标的识别特征与所获得的图像目标的识别特征进行对比,获取满足查询条件的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811436614.9A CN109635146B (zh) | 2018-11-28 | 2018-11-28 | 一种基于图像特征的目标查询方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811436614.9A CN109635146B (zh) | 2018-11-28 | 2018-11-28 | 一种基于图像特征的目标查询方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109635146A CN109635146A (zh) | 2019-04-16 |
CN109635146B true CN109635146B (zh) | 2021-01-15 |
Family
ID=66069725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811436614.9A Active CN109635146B (zh) | 2018-11-28 | 2018-11-28 | 一种基于图像特征的目标查询方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109635146B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215250B (zh) * | 2019-07-12 | 2024-03-08 | 杭州海康威视数字技术股份有限公司 | 一种提高数据特征比对效率的方法、装置 |
CN110868558A (zh) * | 2019-11-26 | 2020-03-06 | 秒针信息技术有限公司 | 录音处理方法和装置 |
CN111061916B (zh) * | 2019-12-20 | 2023-05-30 | 中通服咨询设计研究院有限公司 | 一种基于多目标库图像识别的视频共享*** |
CN111104540B (zh) * | 2019-12-26 | 2023-06-13 | 深圳云天励飞技术有限公司 | 图像搜索方法、装置、设备及计算机可读存储介质 |
CN111144366A (zh) * | 2019-12-31 | 2020-05-12 | 中国电子科技集团公司信息科学研究院 | 一种基于联合人脸质量评估的陌生人脸聚类方法 |
CN111770266B (zh) * | 2020-06-15 | 2021-04-06 | 北京世纪瑞尔技术股份有限公司 | 一种智能视觉感知*** |
CN111846275B (zh) * | 2020-07-10 | 2021-11-23 | 杭州天为航空技术服务有限公司 | 一种航空器清洁管理*** |
CN113052190B (zh) * | 2021-04-01 | 2022-05-31 | 威海职业学院(威海市技术学院) | 一种基于图像处理的视觉辅助***及方法 |
CN113178248A (zh) * | 2021-04-28 | 2021-07-27 | 联仁健康医疗大数据科技股份有限公司 | 医学图像数据库建立方法、装置、设备及存储介质 |
CN115116009B (zh) * | 2022-08-26 | 2022-12-02 | 中国工业互联网研究院 | 基于工业互联网的安防管理方法、装置、设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102518243B1 (ko) * | 2016-01-05 | 2023-04-06 | 한국전자통신연구원 | 관상학적 특징 정보를 이용한 얼굴인식 장치 및 방법 |
CN105975948B (zh) * | 2016-05-23 | 2019-03-29 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN107480625A (zh) * | 2017-08-09 | 2017-12-15 | 广州云从信息科技有限公司 | 一种基于人脸识别的身份鉴别方法 |
CN107895155A (zh) * | 2017-11-29 | 2018-04-10 | 五八有限公司 | 一种人脸识别方法及装置 |
CN107862301A (zh) * | 2017-11-29 | 2018-03-30 | 厦门瑞为信息技术有限公司 | 降低人脸识别误识率的方法 |
-
2018
- 2018-11-28 CN CN201811436614.9A patent/CN109635146B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109635146A (zh) | 2019-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109635146B (zh) | 一种基于图像特征的目标查询方法及*** | |
CN109858365B (zh) | 一种特殊人群聚集行为分析方法、装置及电子设备 | |
CN108052925B (zh) | 一种小区人员档案智能管理方法 | |
CN106998444B (zh) | 一种大数据人脸监控*** | |
US20210357624A1 (en) | Information processing method and device, and storage medium | |
CN105574506B (zh) | 基于深度学习和大规模集群的智能人脸追逃***及方法 | |
US8266174B2 (en) | Behavior history retrieval apparatus and behavior history retrieval method | |
US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
US6975346B2 (en) | Method for suspect identification using scanning of surveillance media | |
US8566314B2 (en) | System and related techniques for detecting and classifying features within data | |
WO2020259100A1 (zh) | 一种信息处理方法及装置、存储介质 | |
CN106780250B (zh) | 一种基于物联网技术的智慧社区安全事件处理方法及*** | |
CN109800691A (zh) | 基于人脸识别技术的人口统计方法及*** | |
CN111209776A (zh) | 同行人识别方法、装置、处理服务器、存储介质及*** | |
CN112241687A (zh) | 一种具有陌生人脸库功能的人脸识别方法及*** | |
CN112766119A (zh) | 一种基于多维度人脸分析精准识别陌生人构建社区安防的方法 | |
CN111639509A (zh) | 一种基于人脸识别的行动轨迹记录与查询方法 | |
CN110543584A (zh) | 一种建立人脸索引的方法、装置、处理服务器及存储介质 | |
Moorthy et al. | CNN based smart surveillance system: a smart IoT application post covid-19 era | |
CN111435435A (zh) | 一种同行人识别方法、装置、服务器及*** | |
CN110543583A (zh) | 信息处理方法及装置、图像设备及存储介质 | |
CN112418063A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN112132057A (zh) | 一种多维身份识别方法及*** | |
CN114863364B (zh) | 一种基于智能视频监控的安防检测方法及*** | |
WO2023093241A1 (zh) | 行人重识别方法及装置、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 |