CN109961031A - 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及*** - Google Patents
人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及*** Download PDFInfo
- Publication number
- CN109961031A CN109961031A CN201910203860.8A CN201910203860A CN109961031A CN 109961031 A CN109961031 A CN 109961031A CN 201910203860 A CN201910203860 A CN 201910203860A CN 109961031 A CN109961031 A CN 109961031A
- Authority
- CN
- China
- Prior art keywords
- facial image
- identification
- identified
- face
- target person
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
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)
- Alarm Systems (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种人脸融合识别认定方法,步骤包括:将待识别人脸图像发送给其中一家算法服务商,进行第一次识别,若待识别人脸图像通过识别的话,则进行下一步骤;将待识别人脸图像发送给至少一家其他算法服务商进行第二次识别,若待识别人脸图像通过任一家其他算法服务商识别的话,则进行下一步骤;若第一次识别中的算法服务商和第二次识别中的任一家其他算法服务商,均将待识别人脸图像识别为同一目标人员的话,则将待识别人脸图像认定为对应的目标人员。该人脸融合识别认定方法不仅融合有各家算法服务商的算法优势,提高人脸识别的精准度,降低误报率,还具有运算量少的优势。
Description
技术领域
本发明涉及人脸识别领域,尤其涉及一种人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及***。
背景技术
公安机关在进行预警布控时,需要通过监控摄像头来对人流进行拍摄,以获取待识别人脸图像,然后对待识别人脸图像与人员库中的目标人员进行人脸识别,最后将识别成功的目标人员向执勤警务人员进行推送,由执勤警务人员进行现场确认或抓捕,但是采用单一算法服务商的人脸识别算法往往会出现较多的误报,而且不同算法服务商的人脸识别算法会有各自不同的算法优势。
在一份公开号为CN109002749A的专利文件中公开了一种嫌疑人人脸识别认定方法,其通过将人脸图片推送分发到各家“人脸比对识别引擎”,由至少两家“人脸比对识别引擎”对同一人脸图片进行单独比对识别,然后再依据各家“人脸比对识别引擎”的比对识别结果来统计命中率,将嫌疑人依据命中率由高至低进行排序,输出嫌疑人列表List。这种方法虽然可以充分利用各家“人脸比对识别引擎”的优势,提高人脸识别的精准度,降低误报率,但是运算量太大,各家 “人脸比对识别引擎”需要对每张人脸图片都进行单独比对识别,占用了太多的资源,尤其是我国人员众多,一些公共场所每天都有成千上万的人流量。
发明内容
为了解决上述现有技术的不足,本发明提供一种人脸融合识别认定方法,其不仅融合有各家算法服务商的算法优势,提高人脸识别的精准度,降低误报率,还具有运算量少的优势。
本发明还提供了一种目标人员信息显示方法及预警布控方法。
本发明所要解决的技术问题通过以下技术方案予以实现:
一种人脸融合识别认定方法,步骤包括:
将待识别人脸图像发送给其中一家算法服务商,进行第一次识别,若待识别人脸图像通过识别的话,则进行下一步骤;
将待识别人脸图像发送给至少一家其他算法服务商进行第二次识别,若待识别人脸图像通过任一家其他算法服务商识别的话,则进行下一步骤;
若第一次识别中的算法服务商和第二次识别中的任一家其他算法服务商,均将待识别人脸图像识别为同一目标人员的话,则将待识别人脸图像认定为对应的目标人员。
进一步地,人脸识别的步骤包括:
将待识别人脸图像与人脸库中储存的目标人员的人脸图像依次进行比对,计算出人脸相似度;
若计算出的人脸相似度大于预设的相似度阈值,则通过识别,并输出通过识别的目标人员。
进一步地,在进行第一次识别之前,还包括:对人脸识别的相似度阈值进行预设。
进一步地,各家算法服务商之间采用不同的人脸识别算法进行人脸识别。
进一步地,在通过第一次识别后,将待识别人脸图像和通过第一次识别的目标人员的人脸图像一同发送给至少一家其他算法服务商;在进行第二次识别时,至少一家其他算法服务商仅将待识别人脸图像与通过第一次识别的目标人员的人脸图像依次进行比对。
一种目标人员信息显示方法,步骤包括:
采用上述的人脸融合识别算法,将同一待识别人脸图像分别与人员库中的预录人脸图像和抓拍库中的已识别人脸图像进行单独认定;
在所述人员库中调取通过认定的目标人员的身份信息,以及,在抓拍库中调取通过认定的目标人员的位置信息;
将通过认定的目标人员的身份信息和位置信息一起显示。
进一步地,所述人员库内储存有预先录入的目标人员的预录人脸图像,预录人脸图像对应有其身份信息;所述抓拍库内储存有在所述人员库中通过认定的目标人员的已识别人脸图像,已识别人脸图像对应有其位置信息。
一种预警布控方法,步骤包括:
创建和启动布控任务;
依据启动的布控任务,调度相应的监控摄像头进行拍摄,以获取待识别人脸图像;
采用上述的人脸融合识别算法,将待识别人脸图像在人员库中进行人脸融合识别认定;
依据启动的布控任务,将通过认定的目标人员向相应的执勤警务人员推送预警。
进一步地,采用上述的目标人员信息显示方法对通过认定的目标人员的身份信息和位置信息一起显示。
一种***,包括:
前端监控模块,用于获取待识别人脸图像,包括至少一个监控摄像头;
融合人像识别平台,用于进行人脸识别,包括至少两家算法服务商,各家算法服务商之间采用不同的人脸识别算法进行人脸识别;
后端管理中心,用于供所述前端监控模块和融合人像识别平台接入,以调度各个监控摄像头和各家算法服务商进行上述的人脸融合识别方法、上述的目标人员信息显示方法或上述的预警布控方法。
本发明具有如下有益效果:该人脸融合识别认定方法将多家算法服务商融合在一起形成所述融合人像识别平台,不仅融合了各家算法服务商的算法优势,通过将两次人脸识别结果进行碰撞,只有在第一次识别和第二次识别中均将待识别人脸图像识别为同一目标人员才算认定成功,提高了人脸识别的精准度,精准度可达到99.99%以上,降低了误报率,并且只有在待识别人脸图像通过第一次识别之后,才对待识别人脸图像进行第二次识别,减少了大量不必要的识别运算,具有运算量少的优势。
附图说明
图1为本发明提供的***的原理框图;
图2为本发明提供的人脸融合识别认定方法的步骤框图;
图3为本发明提供的目标人员信息显示方法的步骤框图;
图4为本发明提供的预警布控方法的步骤框图。
具体实施方式
下面结合附图和实施例对本发明进行详细的说明。
实施例一
如图1所示,一种***,包括:
前端监控模块,用于获取待识别人脸图像,包括至少一个监控摄像头;
融合人像识别平台,用于进行人脸识别,包括至少两家算法服务商,各家算法服务商之间采用不同的人脸识别算法进行人脸识别;
人脸存储模块,用于储存目标人员的人脸图像,以供与待识别人脸图像进行比对,包括至少一个人脸库;
后端管理中心,用于供所述前端监控模块、融合人像识别平台、人员库和抓拍库接入,以调度各个监控摄像头、各家算法服务商和各个人脸库。
其中,所述人脸存储模块中的各个人脸库按人脸图像的来源分为:
至少一人员库,用于储存预先录入的预录人脸图像,预录人脸图像对应有其(目标人员)身份信息;
一抓拍库,用于储存在所述人员库中通过认定的已识别人脸图像,已识别人脸图像对应有其(拍摄)位置信息。
所述人员库中储存的预录人脸图像是目标人员的人脸图像的最早来源,由公安机关进行预先录入。
实施例二
一种人脸融合识别认定方法,应用于实施例一中所述的***中,如图2所示,步骤包括:
将待识别人脸图像发送给其中一家算法服务商,进行第一次识别,若待识别人脸图像通过识别的话,则进行下一步骤;
将待识别人脸图像发送给至少一家其他算法服务商进行第二次识别,若待识别人脸图像通过任一家其他算法服务商识别的话,则进行下一步骤;
若第一次识别中的算法服务商和第二次识别中的任一家其他算法服务商,均将待识别人脸图像识别为同一目标人员的话,则将待识别人脸图像认定为对应的目标人员。
该人脸融合识别认定方法将多家算法服务商融合在一起形成所述融合人像识别平台,不仅融合了各家算法服务商的算法优势,通过将两次人脸识别结果进行碰撞,只有在第一次识别和第二次识别中均将待识别人脸图像识别为同一目标人员才算认定成功,提高了人脸识别的精准度,精准度可达到99.99%以上,降低了误报率,并且只有在待识别人脸图像通过第一次识别之后,才对待识别人脸图像进行第二次识别,减少了大量不必要的识别运算,具有运算量少的优势。
在使用时,所述后端管理中心调度所述前端监控模块中的至少一个监控摄像头进行拍摄,以获取待识别人脸图像;在对待识别人脸图像进行第一次识别时,人脸识别的步骤包括:
将待识别人脸图像与所述人脸库中储存的目标人员的人脸图像(预录人脸图像或已识别人脸图像)依次进行比对,计算出人脸相似度;
若计算出的人脸相似度大于预设的相似度阈值,则通过识别,并输出通过识别的目标人员。
因此,在进行第一次识别之前,还包括:对人脸识别的相似度阈值进行预设;当预设的相似度阈值较大时,则识别精确度越高,识别输出的目标人员的数量越少,当预设的相似度阈值较小时,则识别精确度越低,识别输出的目标人员的数量越多。
在进行第二次识别时,其他算法服务商可以与第一次识别时一样,将待识别人脸图像与所述人脸库中储存的目标人员的人脸图像依次进行比对,优选地,至少一家其他算法服务商也可以仅将待识别人脸图像与通过第一次识别的目标人员的人脸图像依次进行比对,则在通过第一次识别后,所述后端管理中心将待识别人脸图像和通过第一次识别的目标人员的人脸图像一同发送给至少一家其他算法服务商。
所述后端管理中心依据第一次识别时输出的目标人员列表和第二次识别时输出的目标人员列表进行统计,将命中次数n高于预设值(n≥2)的目标人员按命中次数由高至低进行排序。
优选地,在点击通过认定的目标人员的人脸图像后,将通过认定的目标人员对应的命中次数和识别到的算法服务商进行查看,以便对各家算法服务商的识别算法进行横向比较。
该人脸融合识别认定方法还包括:在对待识别人脸图像进行认定后,若待识别人脸图像是在所述人员库中通过认定的话,则将待识别人脸图像与其(拍摄)位置信息对应后形成已识别人脸图像,并储存到所述抓拍库中。
实施例三
一种目标人员信息显示方法,应用于实施例一中所述的***中,如图3所示,步骤包括:
采用实施例二中所述的人脸融合识别算法,将同一待识别人脸图像分别与所述人员库中的预录人脸图像和所述抓拍库中的已识别人脸图像进行单独认定;
在所述人员库中调取通过认定的目标人员的身份信息,以及,在抓拍库中调取通过认定的目标人员的位置信息;
将通过认定的目标人员的身份信息和位置信息一起显示。
该目标人员信息显示方法将同一带识别人脸图像同时在所述人员库和抓拍库中进行单独认定,然后将通过认定的目标人员的身份信息和位置信息一起显示,以同时得到目标人员的身份信息和位置信息。
优选地,在点击通过认定的目标人员的人脸图像后,将通过认定的目标人员的每个位置信息形成标记点,在地图上进行标记形成移动轨迹,并在每个位置信息的标记点上标识出目标人员的出现次数,并采用不同颜色深浅的标记点来区分不同位置信息的出现时间。
实施例三
一种预警布控方法,应用于实施例一中所述的***中,如图4所示,步骤包括:
创建和启动布控任务;
在该步骤中,管理人员通过所述后端管理中心创建和启动布控任务,布控任务中包括但不限于有创建布控任务时被选择的地域范围、人员库、时间周期、人脸识别的相似度阈值、任务等级以及选择推送的执勤警务人员等布控信息。
依据启动的布控任务,调度相应的监控摄像头进行拍摄,以获取待识别人脸图像;
在该步骤中,所述后端管理中心可以依据布控任务中被选择的地域范围,对覆盖到被选择的地域范围的多个监控摄像头进行调度,也可以直接依据布控任务中被选择的多个监控摄像头进行调度。
采用实施例二中所述的人脸融合识别算法,将待识别人脸图像在所述人员库中进行人脸融合识别认定;
在该步骤中,所述后端管理中心依据布控任务中调度被选择的至少两家算法服务商将待识别人脸图像与被选择的人员库中的目标人员的预录人脸图像进行认定。
依据启动的布控任务,将通过认定的目标人员向相应的执勤警务人员推送预警;
在该步骤中,所述后端管理中心依据布控任务将通过认定的目标人员通过网络发送至相应的执勤警务人员的执法记录仪上。
该预警布控方法还包括:采用实施例三中所述的信息显示方法对通过认定的目标人员的身份信息和位置信息一起显示。
以上所述实施例仅表达了本发明的实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制,但凡采用等同替换或等效变换的形式所获得的技术方案,均应落在本发明的保护范围之内。
Claims (10)
1.一种人脸融合识别认定方法,其特征在于,步骤包括:
将待识别人脸图像发送给其中一家算法服务商,进行第一次识别,若待识别人脸图像通过识别的话,则进行下一步骤;
将待识别人脸图像发送给至少一家其他算法服务商进行第二次识别,若待识别人脸图像通过任一家其他算法服务商识别的话,则进行下一步骤;
若第一次识别中的算法服务商和第二次识别中的任一家其他算法服务商,均将待识别人脸图像识别为同一目标人员的话,则将待识别人脸图像认定为对应的目标人员。
2.根据权利要求1所述的人脸融合识别认定方法,其特征在于,人脸识别的步骤包括:
将待识别人脸图像与人脸库中储存的目标人员的人脸图像依次进行比对,计算出人脸相似度;
若计算出的人脸相似度大于预设的相似度阈值,则通过识别,并输出通过识别的目标人员。
3.根据权利要求2所述的人脸融合识别认定方法,其特征在于,在进行第一次识别之前,还包括:对人脸识别的相似度阈值进行预设。
4.根据权利要求1-3中任一所述的人脸融合识别方法,其特征在于,各家算法服务商之间采用不同的人脸识别算法进行人脸识别。
5.根据权利要求1-3中任一所述的人脸融合识别方法,其特征在于,在通过第一次识别后,将待识别人脸图像和通过第一次识别的目标人员的人脸图像一同发送给至少一家其他算法服务商;在进行第二次识别时,至少一家其他算法服务商仅将待识别人脸图像与通过第一次识别的目标人员的人脸图像依次进行比对。
6.一种目标人员信息显示方法,其特征在于,步骤包括:
采用权利要求1-5中任一所述的人脸融合识别算法,将同一待识别人脸图像分别与人员库中的预录人脸图像和抓拍库中的已识别人脸图像进行单独认定;
在所述人员库中调取通过认定的目标人员的身份信息,以及,在抓拍库中调取通过认定的目标人员的位置信息;
将通过认定的目标人员的身份信息和位置信息一起显示。
7.根据权利要求6所述的目标人员信息显示方法,其特征在于,所述人员库内储存有预先录入的目标人员的预录人脸图像,预录人脸图像对应有其身份信息;所述抓拍库内储存有在所述人员库中通过认定的目标人员的已识别人脸图像,已识别人脸图像对应有其位置信息。
8.一种预警布控方法,其特征在于,步骤包括:
创建和启动布控任务;
依据启动的布控任务,调度相应的监控摄像头进行拍摄,以获取待识别人脸图像;
采用权利要求1-5中任一所述的人脸融合识别算法,将待识别人脸图像在人员库中进行人脸融合识别认定;
依据启动的布控任务,将通过认定的目标人员向相应的执勤警务人员推送预警。
9.根据权利要求8所述的预警布控方法,其特征在于,采用权利要求6或7中所述的目标人员信息显示方法对通过认定的目标人员的身份信息和位置信息一起显示。
10.一种***,其特征在于,包括:
前端监控模块,用于获取待识别人脸图像,包括至少一个监控摄像头;
融合人像识别平台,用于进行人脸识别,包括至少两家算法服务商,各家算法服务商之间采用不同的人脸识别算法进行人脸识别;
后端管理中心,用于供所述前端监控模块和融合人像识别平台接入,以调度各个监控摄像头和各家算法服务商进行权利要求1-5中任一所述的人脸融合识别方法、权利要求6或7中所述的目标人员信息显示方法或权利要求8或9中所述的预警布控方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910075408 | 2019-01-25 | ||
CN2019100754088 | 2019-01-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109961031A true CN109961031A (zh) | 2019-07-02 |
Family
ID=67024324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910203860.8A Pending CN109961031A (zh) | 2019-01-25 | 2019-03-18 | 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109961031A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519556A (zh) * | 2019-07-09 | 2019-11-29 | 杭州亿圣信息技术有限公司 | 一种电围基站与视频检测目标关联的方法 |
CN110688892A (zh) * | 2019-08-20 | 2020-01-14 | 武汉烽火众智数字技术有限责任公司 | 一种基于数据融合技术的人像识别告警方法及*** |
CN111968152A (zh) * | 2020-07-15 | 2020-11-20 | 桂林远望智能通信科技有限公司 | 一种动态身份识别方法及装置 |
CN112699752A (zh) * | 2020-12-22 | 2021-04-23 | 安徽配隆天环保科技有限公司 | 一种无人机特征标的自动跟踪取证*** |
CN113435295A (zh) * | 2021-06-23 | 2021-09-24 | 平安养老保险股份有限公司 | 人脸识别聚合方法、装置、设备及介质 |
CN114049659A (zh) * | 2021-09-24 | 2022-02-15 | 公安部第一研究所 | 一种1比n人脸识别引擎多算法融合方法 |
CN116524569A (zh) * | 2023-05-10 | 2023-08-01 | 深圳大器时代科技有限公司 | 一种基于归类算法的多并发人脸识别***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101901340A (zh) * | 2010-08-04 | 2010-12-01 | 惠州市华阳多媒体电子有限公司 | 一种疑犯跟踪方法及*** |
CN101931789A (zh) * | 2009-06-26 | 2010-12-29 | 上海宝康电子控制工程有限公司 | 关键区域中的高清晰人像自动记录及比对***及其方法 |
CN105184267A (zh) * | 2015-09-15 | 2015-12-23 | 重庆智韬信息技术中心 | 基于人脸识别的二次变形辅助授权方法 |
CN108875466A (zh) * | 2017-06-01 | 2018-11-23 | 北京旷视科技有限公司 | 基于人脸识别的监控方法、监控***与存储介质 |
CN109002749A (zh) * | 2017-12-11 | 2018-12-14 | 罗普特(厦门)科技集团有限公司 | 嫌疑人人脸识别认定方法 |
CN109117808A (zh) * | 2018-08-24 | 2019-01-01 | 深圳前海达闼云端智能科技有限公司 | 面部识别方法、装置、电子设备及计算机可读介质 |
-
2019
- 2019-03-18 CN CN201910203860.8A patent/CN109961031A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101931789A (zh) * | 2009-06-26 | 2010-12-29 | 上海宝康电子控制工程有限公司 | 关键区域中的高清晰人像自动记录及比对***及其方法 |
CN101901340A (zh) * | 2010-08-04 | 2010-12-01 | 惠州市华阳多媒体电子有限公司 | 一种疑犯跟踪方法及*** |
CN105184267A (zh) * | 2015-09-15 | 2015-12-23 | 重庆智韬信息技术中心 | 基于人脸识别的二次变形辅助授权方法 |
CN108875466A (zh) * | 2017-06-01 | 2018-11-23 | 北京旷视科技有限公司 | 基于人脸识别的监控方法、监控***与存储介质 |
CN109002749A (zh) * | 2017-12-11 | 2018-12-14 | 罗普特(厦门)科技集团有限公司 | 嫌疑人人脸识别认定方法 |
CN109117808A (zh) * | 2018-08-24 | 2019-01-01 | 深圳前海达闼云端智能科技有限公司 | 面部识别方法、装置、电子设备及计算机可读介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519556A (zh) * | 2019-07-09 | 2019-11-29 | 杭州亿圣信息技术有限公司 | 一种电围基站与视频检测目标关联的方法 |
CN110688892A (zh) * | 2019-08-20 | 2020-01-14 | 武汉烽火众智数字技术有限责任公司 | 一种基于数据融合技术的人像识别告警方法及*** |
CN111968152A (zh) * | 2020-07-15 | 2020-11-20 | 桂林远望智能通信科技有限公司 | 一种动态身份识别方法及装置 |
CN111968152B (zh) * | 2020-07-15 | 2023-10-17 | 桂林远望智能通信科技有限公司 | 一种动态身份识别方法及装置 |
CN112699752A (zh) * | 2020-12-22 | 2021-04-23 | 安徽配隆天环保科技有限公司 | 一种无人机特征标的自动跟踪取证*** |
CN113435295A (zh) * | 2021-06-23 | 2021-09-24 | 平安养老保险股份有限公司 | 人脸识别聚合方法、装置、设备及介质 |
CN113435295B (zh) * | 2021-06-23 | 2024-05-10 | 平安养老保险股份有限公司 | 人脸识别聚合方法、装置、设备及介质 |
CN114049659A (zh) * | 2021-09-24 | 2022-02-15 | 公安部第一研究所 | 一种1比n人脸识别引擎多算法融合方法 |
CN114049659B (zh) * | 2021-09-24 | 2024-04-19 | 公安部第一研究所 | 一种1比n人脸识别引擎多算法融合方法 |
CN116524569A (zh) * | 2023-05-10 | 2023-08-01 | 深圳大器时代科技有限公司 | 一种基于归类算法的多并发人脸识别***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961031A (zh) | 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及*** | |
US11704936B2 (en) | Object tracking and best shot detection system | |
CN110222640B (zh) | 监控场所中嫌疑人的识别方法、装置、方法和存储介质 | |
US9323979B2 (en) | Face recognition performance using additional image features | |
CN105844659B (zh) | 运动部件的跟踪方法和装置 | |
CN109309808A (zh) | 一种基于人脸识别的监控***及方法 | |
CN110969118B (zh) | 轨迹监控***和方法 | |
CN107657232B (zh) | 一种行人智能识别方法及其*** | |
CN106204948A (zh) | 储物柜管理方法及储物柜管理装置 | |
CN106951846A (zh) | 一种人脸3d模型录入和识别方法和装置 | |
CN106326835A (zh) | 一种用于加油站便利店的人脸数据采集统计***及方法 | |
CN110543868A (zh) | 一种基于人脸识别和头肩检测的监控方法及*** | |
CN106529500A (zh) | 一种信息处理方法和*** | |
CN110599129A (zh) | 一种基于图像追踪校园考勤方法、装置、识别终端及*** | |
CN111191506A (zh) | 人员流量统计方法、装置、计算机设备和存储介质 | |
CN110633648A (zh) | 一种自然行走状态下的人脸识别方法和*** | |
WO2022134916A1 (zh) | 身份特征生成方法、设备及存储介质 | |
CN116886874A (zh) | 一种生态园安防监控预警数据的采集方法及其*** | |
JP2012212238A (ja) | 物品検出装置および静止人物検出装置 | |
JP2010067008A (ja) | 撮像管理システム、撮像管理方法、認証システム及び認証方法 | |
WO2021129491A1 (zh) | 行人检索方法、服务器及存储介质 | |
CN110866418A (zh) | 图像底库生成方法、装置、设备、***及存储介质 | |
CN110443134B (zh) | 一种基于视频流的人脸识别跟踪的***及工作方法 | |
CN110991316B (zh) | 一种运用于开放环境的形体和身份信息自动采集的方法 | |
KR100911121B1 (ko) | 영상 기반의 인간 블랍 추적방법 |
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: 20190702 |