CN110532929A - 一种同行人分析方法和装置以及设备 - Google Patents
一种同行人分析方法和装置以及设备 Download PDFInfo
- Publication number
- CN110532929A CN110532929A CN201910785736.7A CN201910785736A CN110532929A CN 110532929 A CN110532929 A CN 110532929A CN 201910785736 A CN201910785736 A CN 201910785736A CN 110532929 A CN110532929 A CN 110532929A
- Authority
- CN
- China
- Prior art keywords
- distance
- image
- face
- absolute value
- images
- 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
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种同行人分析方法和装置以及设备。其中,所述方法包括:在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像,和根据该多张第一图像,对该多张第一图像上的多张人脸图像采用不同标识分别进行标注,和计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,和根据该计算出的直线距离,计算该直线距离的绝对值距离,和对比该计算出的绝对值距离是否不大于预设的阈值得到对比结果,以及根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户。通过上述方式,能够实现提高确定同行用户时的准确性。
Description
技术领域
本发明涉及同行人分析技术领域,尤其涉及一种同行人分析方法和装置以及设备。
背景技术
同行人是指一同移动、行路、走动的人。
随着近几年人脸识别的迅猛发展,现有的同行人分析方案,一般是按照当前抓拍人脸前后一段时间的抓拍数据进行比对,将出现次数高的认为可能是其同行人员。
但是,发明人发现现有技术中至少存在如下问题:
现有的同行人分析方案,一般是按照当前抓拍人脸前后一段时间的抓拍数据进行比对,将出现次数高的人认为可能是其同行人员,但是该出现次数高的人可能是碰巧出现在同一时间段同一场景内,导致确定同行用户时的准确性一般。
发明内容
有鉴于此,本发明的目的在于提出一种同行人分析方法和装置以及设备,能够实现提高确定同行用户时的准确性。
根据本发明的一个方面,提供一种同行人分析方法,包括:
在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像;
根据所述采集得到的多张第一图像,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,所述多张人脸图像中的相同人脸图像采用相同的标识分别进行标注;
计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离;
根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算所述直线距离的绝对值距离;
对比所述计算出的绝对值距离是否不大于预设的阈值得到对比结果;
根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户。
其中,所述根据所述采集得到的多张第一图像,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,包括:
根据所述采集得到的多张第一图像,采用人脸识别方式,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注。
其中,所述计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,包括:
采用直线距离测量方式,计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离。
其中,所述根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算所述直线距离的绝对值距离,包括:
根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,确定出所述直线距离的最大距离值和最小距离值以及所述最大距离值的个数和所述最小距离值的个数,根据所述确定出的所述直线距离的最大距离值和最小距离值以及所述最大距离值的个数和所述最小距离值的个数,计算所述直线距离的绝对值距离。
其中,所述根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户,包括:
根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,筛选出所述计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据所述筛选出的所述计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户。
其中,在所述根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户之后,还包括:
对所述至少一组同行用户安排接待。
根据本发明的一个方面,提供一种同行人分析装置,包括:
采集模块、标注模块、计算模块、对比模块和确定模块;
所述采集模块,用于在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像;
所述标注模块,用于根据所述采集得到的多张第一图像,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,所述多张人脸图像中的相同人脸图像采用相同的标识分别进行标注;
所述计算模块,用于计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,和根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算所述直线距离的绝对值距离;
所述对比模块,用于对比所述计算出的绝对值距离是否不大于预设的阈值得到对比结果;
所述确定模块,用于根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户。
其中,所述标注模块,可以具体用于:
根据所述采集得到的多张第一图像,采用人脸识别方式,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注。
其中,所述计算模块,可以具体用于:
采用直线距离测量方式,计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离。
其中,所述计算模块,可以具体用于:
根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,确定出所述直线距离的最大距离值和最小距离值以及所述最大距离值的个数和所述最小距离值的个数,根据所述确定出的所述直线距离的最大距离值和最小距离值以及所述最大距离值的个数和所述最小距离值的个数,计算所述直线距离的绝对值距离。
其中,所述确定模块,可以具体用于:
根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,筛选出所述计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据所述筛选出的所述计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户。
其中,所述同行人分析装置,还包括:
接待模块;
所述接待模块,用于对所述至少一组同行用户安排接待。
根据本发明的又一个方面,提供一种同行人分析设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述任一项所述的同行人分析方法。
根据本发明的再一个方面,提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的同行人分析方法。
可以发现,以上方案,可以在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像,和可以根据该采集得到的多张第一图像,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,该多张人脸图像中的相同人脸图像采用相同的标识分别进行标注,和可以计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,和可以根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算该直线距离的绝对值距离,和可以对比该计算出的绝对值距离是否不大于预设的阈值得到对比结果,以及可以根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户,能够实现提高确定同行用户时的准确性。
进一步的,以上方案,可以根据该采集得到的多张第一图像,采用人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,这样的好处是能够实现基于人脸的生物特征的唯一性,能够通过人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,能够确保人脸图像信息的唯一性和不可篡改性。
进一步的,以上方案,可以采用直线距离测量方式,计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,这样的好处是能够实现通过直线距离测试方式,准确计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,便于确定同行用户。
进一步的,以上方案,可以根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,确定出该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,根据该确定出的该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,计算该直线距离的绝对值距离,这样的好处是能够实现在一定程度上提升对同行用户确定时的准确性。
进一步的,以上方案,可以根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,筛选出该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据该筛选出的该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户,这样的好处是能够实现提高确定同行用户时的准确性。
进一步的,以上方案,可以对该至少一组同行用户安排接待,这样的好处是能够实现针对同一组的用户安排同一人员或同一批人同进行接,能够降低接待的人工成本和进行有针性的接待。
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是本发明同行人分析方法一实施例的流程示意图;
图2是本发明同行人分析方法另一实施例的流程示意图;
图3是本发明同行人分析装置一实施例的结构示意图;
图4是本发明同行人分析装置另一实施例的结构示意图;
图5是本发明同行人分析设备一实施例的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的详细描述。特别指出的是,以下实施例仅用于说明本发明,但不对本发明的范围进行限定。同样的,以下实施例仅为本发明的部分实施例而非全部实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供一种同行人分析方法,能够实现提高确定同行用户时的准确性。
请参见图1,图1是本发明同行人分析方法一实施例的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图1所示的流程顺序为限。如图1所示,该方法包括如下步骤:
S101:在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像。
在本实施例中,摄像头又可以称为电脑相机、电脑眼、电子眼等,是一种视频输入设备,被广泛的运用于视频会议,远程医疗及实时监控等方面。
S102:根据该采集得到的多张第一图像,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,该多张人脸图像中的相同人脸图像采用相同的标识分别进行标注。
其中,该根据该采集得到的多张第一图像,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,可以包括:
根据该采集得到的多张第一图像,采用人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,这样的好处是能够实现基于人脸的生物特征的唯一性,能够通过人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,能够确保人脸图像信息的唯一性和不可篡改性。
S103:计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离。
其中,该计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,可以包括:
采用直线距离测量方式,计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,这样的好处是能够实现通过直线距离测试方式,准确计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,便于确定同行用户。
S104:根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算该直线距离的绝对值距离。
其中,该根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算该直线距离的绝对值距离,可以包括:
根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,确定出该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,根据该确定出的该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,计算该直线距离的绝对值距离,这样的好处是能够实现在一定程度上提升对同行用户确定时的准确性。
S105:对比该计算出的绝对值距离是否不大于预设的阈值得到对比结果。
在本实施例中,阈值是可以指界限或范围有临界的意思,例如视阈、听阈等。阈值也可以叫做临界值,指一个效应能够产生的最低值或最高值。
S106:根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户。
其中,该根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户,可以包括:
根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,筛选出该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据该筛选出的该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户,这样的好处是能够实现提高确定同行用户时的准确性。
其中,在该根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户之后,还可以包括:
对该至少一组同行用户安排接待,这样的好处是能够实现针对同一组的用户安排同一人员或同一批人同进行接,能够降低接待的人工成本和进行有针性的接待。
可以发现,在本实施例中,可以在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像,和可以根据该采集得到的多张第一图像,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,该多张人脸图像中的相同人脸图像采用相同的标识分别进行标注,和可以计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,和可以根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算该直线距离的绝对值距离,和可以对比该计算出的绝对值距离是否不大于预设的阈值得到对比结果,以及可以根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户,能够实现提高确定同行用户时的准确性。
进一步的,在本实施例中,可以根据该采集得到的多张第一图像,采用人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,这样的好处是能够实现基于人脸的生物特征的唯一性,能够通过人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,能够确保人脸图像信息的唯一性和不可篡改性。
进一步的,在本实施例中,可以采用直线距离测量方式,计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,这样的好处是能够实现通过直线距离测试方式,准确计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,便于确定同行用户。
进一步的,在本实施例中,可以根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,确定出该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,根据该确定出的该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,计算该直线距离的绝对值距离,这样的好处是能够实现在一定程度上提升对同行用户确定时的准确性。
进一步的,在本实施例中,可以根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,筛选出该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据该筛选出的该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户,这样的好处是能够实现提高确定同行用户时的准确性。
请参见图2,图2是本发明同行人分析方法另一实施例的流程示意图。本实施例中,该方法包括以下步骤:
S201:在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像。
可如上S101所述,在此不作赘述。
S202:根据该采集得到的多张第一图像,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,该多张人脸图像中的相同人脸图像采用相同的标识分别进行标注。
可如上S102所述,在此不作赘述。
S203:计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离。
可如上S103所述,在此不作赘述。
S204:根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算该直线距离的绝对值距离。
可如上S104所述,在此不作赘述。
S205:对比该计算出的绝对值距离是否不大于预设的阈值得到对比结果。
可如上S105所述,在此不作赘述。
S206:根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户。
可如上S106所述,在此不作赘述。
S207:对该至少一组同行用户安排接待。
可以发现,在本实施例中,可以对该至少一组同行用户安排接待,这样的好处是能够实现针对同一组的用户安排同一人员或同一批人同进行接,能够降低接待的人工成本和进行有针性的接待。
本发明还提供一种同行人分析装置,能够实现提高确定同行用户时的准确性。
请参见图3,图3是本发明同行人分析装置一实施例的结构示意图。本实施例中,该同行人分析装置30包括采集模块31、标注模块32、计算模块33、对比模块34和确定模块35。
该采集模块31,用于在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像。
该标注模块32,用于根据该采集得到的多张第一图像,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,该多张人脸图像中的相同人脸图像采用相同的标识分别进行标注。
该计算模块33,用于计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,和根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算该直线距离的绝对值距离。
该对比模块34,用于对比该计算出的绝对值距离是否不大于预设的阈值得到对比结果。
该确定模块35,用于根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户。
可选地,该标注模块32,可以具体用于:
根据该采集得到的多张第一图像,采用人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注。
可选地,该计算模块33,可以具体用于:
采用直线距离测量方式,计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离。
可选地,该计算模块33,可以具体用于:
根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,确定出该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,根据该确定出的该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,计算该直线距离的绝对值距离。
可选地,该确定模块35,可以具体用于:
根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,筛选出该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据该筛选出的该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户。
请参见图4,图4是本发明同行人分析装置另一实施例的结构示意图。区别于上一实施例,本实施例所述同行人分析装置40还包括接待模块41。
该接待模块41,用于对该至少一组同行用户安排接待。
该同行人分析装置30/40的各个单元模块可分别执行上述方法实施例中对应步骤,故在此不对各单元模块进行赘述,详细请参见以上对应步骤的说明。
本发明又提供一种同行人分析设备,如图5所示,包括:至少一个处理器51;以及,与至少一个处理器51通信连接的存储器52;其中,存储器52存储有可被至少一个处理器51执行的指令,指令被至少一个处理器51执行,以使至少一个处理器51能够执行上述的同行人分析方法。
其中,存储器52和处理器51采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器51和存储器52的各种电路连接在一起。总线还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器51处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器51。
处理器51负责管理总线和通常的处理,还可以提供各种功能,包括定时,***接口,电压调节、电源管理以及其他控制功能。而存储器52可以被用于存储处理器51在执行操作时所使用的数据。
本发明再提供一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
可以发现,以上方案,可以在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像,和可以根据该采集得到的多张第一图像,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,该多张人脸图像中的相同人脸图像采用相同的标识分别进行标注,和可以计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,和可以根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算该直线距离的绝对值距离,和可以对比该计算出的绝对值距离是否不大于预设的阈值得到对比结果,以及可以根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户,能够实现提高确定同行用户时的准确性。
进一步的,以上方案,可以根据该采集得到的多张第一图像,采用人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,这样的好处是能够实现基于人脸的生物特征的唯一性,能够通过人脸识别方式,对该采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,能够确保人脸图像信息的唯一性和不可篡改性。
进一步的,以上方案,可以采用直线距离测量方式,计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,这样的好处是能够实现通过直线距离测试方式,准确计算该经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,便于确定同行用户。
进一步的,以上方案,可以根据该计算出的该多张第一图像中的每一张图像中的各个人脸之间的直线距离,确定出该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,根据该确定出的该直线距离的最大距离值和最小距离值以及该最大距离值的个数和该最小距离值的个数,计算该直线距离的绝对值距离,这样的好处是能够实现在一定程度上提升对同行用户确定时的准确性。
进一步的,以上方案,可以根据该得到的对比结果,在该得到的对比结果是该计算出的绝对值距离是不大于预设的阈值时,筛选出该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据该筛选出的该计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户,这样的好处是能够实现提高确定同行用户时的准确性。
进一步的,以上方案,可以对该至少一组同行用户安排接待,这样的好处是能够实现针对同一组的用户安排同一人员或同一批人同进行接,能够降低接待的人工成本和进行有针性的接待。
在本发明所提供的几个实施方式中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,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,机械或其它的形式。
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方式方案的目的。
另外,在本发明各个实施方式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,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元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介质中。基于这样的理解,本发明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介质中,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)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的部分实施例,并非因此限制本发明的保护范围,凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种同行人分析方法,其特征在于,包括:
在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像;
根据所述采集得到的多张第一图像,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,所述多张人脸图像中的相同人脸图像采用相同的标识分别进行标注;
计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离;
根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算所述直线距离的绝对值距离;
对比所述计算出的绝对值距离是否不大于预设的阈值得到对比结果;
根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户。
2.如权利要求1所述的同行人分析方法,其特征在于,所述根据所述采集得到的多张第一图像,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注,包括:
根据所述采集得到的多张第一图像,采用人脸识别方式,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注。
3.如权利要求1所述的同行人分析方法,其特征在于,所述计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,包括:
采用直线距离测量方式,计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离。
4.如权利要求1所述的同行人分析方法,其特征在于,所述根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算所述直线距离的绝对值距离,包括:
根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,确定出所述直线距离的最大距离值和最小距离值以及所述最大距离值的个数和所述最小距离值的个数,根据所述确定出的所述直线距离的最大距离值和最小距离值以及所述最大距离值的个数和所述最小距离值的个数,计算所述直线距离的绝对值距离。
5.如权利要求1所述的同行人分析方法,其特征在于,所述根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户,包括:
根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,筛选出所述计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据所述筛选出的所述计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户。
6.如权利要求1所述的同行人分析方法,其特征在于,在所述根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户之后,还包括:
对所述至少一组同行用户安排接待。
7.一种同行人分析装置,其特征在于,包括:
采集模块、标注模块、计算模块、对比模块和确定模块;
所述采集模块,用于在同一时间段同一场景内,通过具有第一摄像头标识的摄像头进行采集,得到多张第一图像;
所述标注模块,用于根据所述采集得到的多张第一图像,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注;其中,所述多张人脸图像中的相同人脸图像采用相同的标识分别进行标注;
所述计算模块,用于计算所述经标注后的多张第一图像中的每一张图像中的各个人脸之间的直线距离,和根据所述计算出的所述多张第一图像中的每一张图像中的各个人脸之间的直线距离,计算所述直线距离的绝对值距离;
所述对比模块,用于对比所述计算出的绝对值距离是否不大于预设的阈值得到对比结果;
所述确定模块,用于根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,确定出至少一组同行用户。
8.如权利要求7所述的同行人分析装置,其特征在于,所述标注模块,具体用于:
根据所述采集得到的多张第一图像,采用人脸识别方式,对所述采集得到的多张第一图像上的多张人脸图像采用不同标识分别进行标注。
9.如权利要求7所述的同行人分析装置,其特征在于,所述确定模块,具体用于:
根据所述得到的对比结果,在所述得到的对比结果是所述计算出的绝对值距离是不大于预设的阈值时,筛选出所述计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,根据所述筛选出的所述计算出的绝对值距离是不大于预设的阈值且采用相同标识标注的人脸,确定出至少一组同行用户。
10.如权利要求7所述的同行人分析装置,其特征在于,所述同行人分析装置,还包括:
接待模块;
所述接待模块,用于对所述至少一组同行用户安排接待。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910785736.7A CN110532929A (zh) | 2019-08-23 | 2019-08-23 | 一种同行人分析方法和装置以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910785736.7A CN110532929A (zh) | 2019-08-23 | 2019-08-23 | 一种同行人分析方法和装置以及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110532929A true CN110532929A (zh) | 2019-12-03 |
Family
ID=68662715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910785736.7A Pending CN110532929A (zh) | 2019-08-23 | 2019-08-23 | 一种同行人分析方法和装置以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110532929A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111104915A (zh) * | 2019-12-23 | 2020-05-05 | 云粒智慧科技有限公司 | 一种同行分析方法、装置、设备和介质 |
CN111435435A (zh) * | 2019-12-10 | 2020-07-21 | 杭州海康威视数字技术股份有限公司 | 一种同行人识别方法、装置、服务器及*** |
CN113220750A (zh) * | 2021-05-28 | 2021-08-06 | 重庆中科云从科技有限公司 | 同行人员的识别方法、装置及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180239977A1 (en) * | 2017-02-17 | 2018-08-23 | Motorola Mobility Llc | Face detection with temperature and distance validation |
CN109784199A (zh) * | 2018-12-21 | 2019-05-21 | 深圳云天励飞技术有限公司 | 同行分析方法及相关产品 |
CN110084103A (zh) * | 2019-03-15 | 2019-08-02 | 深圳英飞拓科技股份有限公司 | 一种基于人脸识别技术的同行人分析方法及*** |
-
2019
- 2019-08-23 CN CN201910785736.7A patent/CN110532929A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180239977A1 (en) * | 2017-02-17 | 2018-08-23 | Motorola Mobility Llc | Face detection with temperature and distance validation |
CN109784199A (zh) * | 2018-12-21 | 2019-05-21 | 深圳云天励飞技术有限公司 | 同行分析方法及相关产品 |
CN110084103A (zh) * | 2019-03-15 | 2019-08-02 | 深圳英飞拓科技股份有限公司 | 一种基于人脸识别技术的同行人分析方法及*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111435435A (zh) * | 2019-12-10 | 2020-07-21 | 杭州海康威视数字技术股份有限公司 | 一种同行人识别方法、装置、服务器及*** |
CN111435435B (zh) * | 2019-12-10 | 2024-06-07 | 杭州海康威视数字技术股份有限公司 | 一种同伴识别方法、装置、服务器及*** |
CN111104915A (zh) * | 2019-12-23 | 2020-05-05 | 云粒智慧科技有限公司 | 一种同行分析方法、装置、设备和介质 |
CN111104915B (zh) * | 2019-12-23 | 2023-05-16 | 云粒智慧科技有限公司 | 一种同行分析方法、装置、设备和介质 |
CN113220750A (zh) * | 2021-05-28 | 2021-08-06 | 重庆中科云从科技有限公司 | 同行人员的识别方法、装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110532929A (zh) | 一种同行人分析方法和装置以及设备 | |
CN106559654A (zh) | 一种人脸识别监控采集***及其控制方法 | |
CN111565225B (zh) | 一种人物行动轨迹确定方法及装置 | |
CN204336890U (zh) | 用于健康管理的皮肤病筛查*** | |
CN110221681B (zh) | 图像识别方法、图像呈现时间的调整方法及设备 | |
CN110298230A (zh) | 静默活体检测方法、装置、计算机设备及存储介质 | |
CN109273074B (zh) | 一种用于医疗图像的网络模型调整方法及设备 | |
EP3846114A1 (en) | Animal information management system and animal information management method | |
CN111091536A (zh) | 医学图像处理方法、装置、设备、介质以及内窥镜 | |
CN109960969A (zh) | 移动路线生成的方法、装置及*** | |
CN105518710A (zh) | 视频检测方法、视频检测***以及计算机程序产品 | |
CN110084113A (zh) | 活体检测方法、装置、***、服务器及可读存储介质 | |
CN109872407A (zh) | 一种人脸识别方法、装置、设备及打卡方法、装置和*** | |
CN109978015A (zh) | 一种图像处理方法、装置及内窥镜*** | |
CN111914673B (zh) | 目标行为的检测方法、装置及计算机可读存储介质 | |
CN109284740A (zh) | 对鼠情进行统计的方法、装置、设备以及存储介质 | |
CN110363180A (zh) | 一种统计陌生人人脸重复出现的方法和装置以及设备 | |
CN110264497B (zh) | 跟踪时长的确定方法及装置、存储介质、电子装置 | |
CN111540020A (zh) | 目标行为的确定方法及装置、存储介质、电子装置 | |
CN111126411A (zh) | 一种异常行为识别方法及装置 | |
CN110909612A (zh) | 一种基于深度神经网络与机器视觉的步态识别方法及*** | |
US20190205699A1 (en) | Method and device of getting information | |
CN113657154A (zh) | 活体检测方法、装置、电子装置和存储介质 | |
US20180271390A1 (en) | Heart rate estimation from face videos using quality based fusion | |
Hao et al. | KS-fall: Indoor human fall detection method under 5GHZ wireless signals |
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: 20191203 |
|
RJ01 | Rejection of invention patent application after publication |