CN111626079A - 一种人员统计方法、装置及电子设备 - Google Patents
一种人员统计方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111626079A CN111626079A CN201910146911.8A CN201910146911A CN111626079A CN 111626079 A CN111626079 A CN 111626079A CN 201910146911 A CN201910146911 A CN 201910146911A CN 111626079 A CN111626079 A CN 111626079A
- Authority
- CN
- China
- Prior art keywords
- person
- face
- library
- face image
- personnel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 73
- 238000004590 computer program Methods 0.000 claims description 10
- 230000001815 facial effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 5
- 239000011521 glass Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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)
- Collating Specific Patterns (AREA)
Abstract
本发明实施例提供了一种人员统计方法、装置及电子设备。其中,方法包括:当从监控画面中识别到人脸图像时,将所述人脸图像与第一人员库中保存的人脸模型进行匹配,所述第一人员库中对应保存有人员标识和人脸模型;如果所述人脸图像与所述第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录,所述第一人员标识为所述第一人员库中与所述人脸图像相匹配的人脸模型所对应的人员标识。可以通过对识别得到的人脸图像进行匹配,以对人脸图像所对应的人员进行区分,进而可以对每个人员的出现记录分别统计,有效降低将反复出现的人员统计为不同人员的可能性,提高统计结果的准确性。
Description
技术领域
本发明涉及机器视觉技术领域,特别是涉及一种人员统计方法、装置及电子设备。
背景技术
在一些应用场景中,用户可能需要对出现在监控场景中的人员进行统计,以从中挖掘出有用的信息,例如用户可能希望统计商场在一周内每天各自的人流量,以作为商场管理的参考。
相关技术中,可以设置摄像机对监控场景进行拍摄,得到监控画面。并对监控画面进行人脸识别,每在监控画面中识别到一次人脸图像,确定出现人员的数量加一。示例性的,假设在一天之内,从开始营业到商场关门期间,共从监控画面中识别到1000次人脸图像,则可以确定在一天之内出现在商场中的人员的数量为1000。
但是,如果相同人员重复多次出现在监控场景中,则该人员可能会被反复统计,导致统计结果不准确。
发明内容
本发明实施例的目的在于提供一种人员统计方法,以实现降低反复统计造成的统计结果的不准确性。具体技术方案如下:
在本发明实施例的第一方面,提供了一种人员统计方法,所述方法包括:
当从监控画面中识别到人脸图像时,将所述人脸图像与第一人员库中保存的人脸模型进行匹配,所述第一人员库中对应保存有人员标识和人脸模型;
如果所述人脸图像与所述第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录,所述第一人员标识为所述第一人员库中与所述人脸图像相匹配的人脸模型所对应的人员标识。
结合第一方面,在第一种可能的实现方式中,所述方法还包括:
如果所述人脸图像与所述第一人员数据库中的人脸模型不匹配,在所述第一人员库中对应保存第二人员标识和所述人脸图像的人脸模型,所述第二人员标识与所述第一人员数据库中已保存的人员标识不同;
更新所述第二人员标识所表示的人员的出现记录。
结合第一方面,在第二种可能的实现方式中,在所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配之前,所述方法还包括:
将所述人脸图像与第二人员库中保存的人脸模型进行匹配,所述第二人员库中保存有不需要参与统计的人员的人脸模型;
如果所述人脸图像与所述第二人员库中的人脸模型不匹配,执行所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配的步骤。
结合第一方面,在第三种可能的实现方式中,所述更新第一人员标识所表示的人员的出现记录,包括:
在所述第一人员标识所表示的人员的出现记录中增加新的出现信息,所述出现信息包括基于所述人脸图像得到的人脸特征信息。
结合第一方面的第三种可能的实现方式,在第四种可能的实现方式中,所述出现信息还包括:所述监控画面的时间戳、拍摄所述监控画面的摄像机的设备标识、所述监控画面、针对所述第一人员标识预设的人员信息中的一个或多个。
在本发明实施例的第二方面,提供了一种人员统计装置,所述装置包括:
人脸匹配模块,当从监控画面中识别到人脸图像时,将所述人脸图像与第一人员库中保存的人脸模型进行匹配,所述第一人员库中对应保存有人员标识和人脸模型;
记录更新模块,如果所述人脸图像与所述第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录,所述第一人员标识为所述第一人员库中与所述人脸图像相匹配的人脸模型所对应的人员标识。
结合第二方面,在第一种可能的实现方式中,所述人脸匹配模块还用于如果所述人脸图像与所述第一人员数据库中的人脸模型不匹配,在所述第一人员库中对应保存第二人员标识和所述人脸图像的人脸模型,所述第二人员标识与所述第一人员数据库中已保存的人员标识不同;
所述记录更新模块,还用于更新所述第二人员标识所表示的人员的出现记录。
结合第二方面,在第二种可能的实现方式中,所述人脸匹配模块还用于在所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配之前,将所述人脸图像与第二人员库中保存的人脸模型进行匹配,所述第二人员库中保存有不需要参与统计的人员的人脸模型;
如果所述人脸图像与所述第二人员库中的人脸模型不匹配,执行所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配的步骤。
结合第二方面,在第三种可能的实现方式中,所述记录更新模块,具体用于在所述第一人员标识所表示的人员的出现记录中增加新的出现信息,所述出现信息包括基于所述人脸图像得到的人脸特征信息。
结合第二方面的第三种可能的实现方式,在第四种可能的实现方式中,所述出现信息还包括:所述监控画面的时间戳、拍摄所述监控画面的摄像机的设备标识、所述监控画面、针对所述第一人员标识预设的人员信息中的一个或多个。
在本发明实施例的第三方面,提供了一种电子设备,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面任一所述的人员统计方法步骤。
在本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一所述的人员统计方法步骤。
本发明实施例提供的人员统计方法、装置及电子设备,可以通过对识别得到的人脸图像进行匹配,以对人脸图像所对应的人员进行区分,进而可以对每个人员的出现记录分别统计,有效降低将反复出现的人员统计为不同人员的可能性,提高统计结果的准确性。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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为本发明实施例提供的人员统计方法的一种流程示意图;
图2为本发明实施例提供的人员统计方法的另一种流程示意图;
图3为本发明实施例提供的人员统计方法的另一种流程示意图;
图4为本发明实施例提供的人员统计方法的另一种流程示意图;
图5为本发明实施例提供的人员统计装置的另一种结构示意图;
图6为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
参见图1,图1所示为本发明实施例提供的人员统计方法的一种流程示意图,可以包括:
S101,当从监控画面中识别到人脸图像时,将人脸图像与第一人员库中保存的人脸模型进行匹配。
其中,第一人员库中对应保存有人员标识和人脸模型。在一些应用场景中,一个监控画面中可能包括多个人脸图像,在本发明实施例中,对于这些应用场景,可以是分别将每个人脸图像与第一人员库中保存的人脸模型进行匹配。即监控画面中包括多个人脸图像的情况,和监控画面中只包括一个人脸图像的情况原理是相同的,为讨论方便,下文将以监控画面中包含一个人脸图像为例进行说明。
可以对人脸图像进行建模,得到该人脸图像的人脸模型。计算人脸图像的人脸模型,与第一人员库中保存的人脸模型之间的相似度,如果人脸图像的人脸模型与第一人员库中保存的人脸模型之间的相似度高于预设相似度阈值,则可以确定人脸图像与第一人员库中保存的人脸模型匹配。如果人脸图像的人脸模型与第一人员库中保存的人脸模型之间的相似度不高于预设相似度阈值,则可以确定人脸图像与第一人员数据库中保存的人脸模型不匹配。
如果第一人员库中只保存有一个人脸模型,则人脸图像与第一人员库中保存的人脸模型不匹配,是指人脸图像与该人脸模型不匹配。如果第一人员库中保存有多个人脸模型,则人脸图像与第一人员库中保存的人脸模型不匹配,是指人脸图像与任一人脸模型均不匹配。
本发明实施例中,根据实际需求,可以选用不同类型的标识作为人员标识,示例性的,可以是用编号作为人员标识,也可以是用数字加字母形式的字符串作为人员标识。人员标识用于表示人员,因此不同的人员的人员标识不同。
S102,如果人脸图像与第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录。
其中,第一人员标识为第一人员库中与人脸图像相匹配的人脸模型所对应的人员标识。根据实际需求的不同,出现记录中所记录的内容可以不同,示例性的,在一些应用场景中,出现记录中可以包括人员的出现次数,在这些应用场景中,更新出现记录可以是将出现记录中的出现次数加一。
在一些应用场景中,也可以是在第一人员标识所表示的人员的出现记录中增加新的出现信息,其中,出现信息可以包括基于人脸图像得到的人脸特征信息,还可以包括监控画面的时间戳、拍摄监控画面的摄像机的设备标识、监控画面、以及针对第一人员标识预设的人员信息中的一个或多个。
其中,基于人脸图像得到的人脸特征,根据应用场景的不同可以不同,示例性的,可以包括是否带有眼镜、是否带有口罩、基于人脸图像估计得到的人员的年龄、性别等。
监控画面的时间戳,可以用于表示该人员本次出现在监控场景的出现时间。拍摄监控画面的摄像机的设备标识,可以用于表示人员本次出现的位置,可以理解的是,在一些应用场景中,监控场景相对单个摄像机的视野可能较大,难以或者无法利用一个摄像机拍摄整个监控场景,因此可以同时利用多个相机拍摄监控场景,以降低或避免监控场景中存在监控盲区,例如商城中,可以在每层的各个分区分别安装一个或多个摄像机,并建立设备标识与摄像机所监控的区域的对应关系,基于拍摄识别到人脸图像的监控画面的摄像机的设备标识,以及该对应关系,可以确定拍摄该监控画面的摄像机所监控的区域,并将该区域作为人员本次出现的位置。
针对第一人员标识预设的人员信息,根据实际应用场景的不同,可以包括不同的内容,并且针对不同的人员标识,预设的人员信息的内容可以不同。在本发明实施例中,可以是用户针对第一人员标识预先输入的,姓名、身份证号、籍贯、联系方式、家庭住址等身份信息。例如,在一些应用场景中,用户可能掌握有一些人员的身份信息(示例性的,用户可能掌握有经常来商场的人员的身份信息),用户可以将这些人员的人脸模型和人员标识对应保存于第一人员库,并输入这些人员的身份信息,作为针对这些人员的人员标识预设的人员信息。
出现信息中包括的信息越多,用户能够从统计得到的出现记录中挖掘出有用信息往往也越多。例如,如果出现信息中包括人员是否带有口罩,则用户可以基于统计得到的出现记录,确定在一天之内出现在监控场景中的人员中带有口罩的人员的占比。
选用该实施例,可以通过对识别得到的人脸图像进行匹配,以对人脸图像所对应的人员进行区分,进而可以对每个人员的出现记录分别统计,有效降低将反复出现的人员统计为不同人员的可能性,提高统计结果的准确性。
在一种可选的实施例中,第一人员库中保存的人脸模型,可以是预先输入的可能出现在监控场景中的人员的人脸模型。例如,监控场景为学校,则第一人员库中保存的人脸模型,可以是该学校的学生以及教职工的人脸模型。但是,在一些应用场景中,用户难以预测可能出现在监控场景中的人员,例如,监控场景为商场、公园等,由于这些监控场景的人流量较大,并且人员组成较复杂,因此用户难以预测可能出现在监控场景中的人员。
有鉴于此,本发明实施例提供了一种人员统计方法,可以参见图2,图2所示为本发明实施例提供的人员统计方法的另一种流程示意图,可以包括:
S201,当从监控画面中识别到人脸图像时,将人脸图像与第一人员库中保存的人脸模型进行匹配,如果人脸图像与第一人员库中的人脸模型匹配,执行S202,如果人脸图像与第一人员库中的人脸模型不匹配,执行S203。
该步骤与S101相同,可以参见前述S101中相关的描述,在此不再赘述。
S202,更新第一人员标识所表示的人员的出现记录。
该步骤与S102相同,可以参见前述关于S102的相关描述,在此不再赘述。
S203,在第一人员库中对应保存第二人员标识和人脸图像的人脸模型。
其中,第二人员标识与第一人员库中已保存的人员标识不同。示例性的,假设人员标识为编号,并且第一人员库中已保存的人员标识为1-66,则第二人员标识可以为67。
S204,更新第二人员标识所表示的人员的出现记录。
由于第二人员标识与第一人员库中已保存的人员标识不同,因此第二人员标识所表示的人员,与第一人员库中任一已保存的人员标识所表示的人员不同。可以理解的是,如果人脸图像与第一人员数据库中的人脸模型不匹配,可以认为该人脸图像所对应的人员,不为第一人员数据库中已保存的人员标识所标识的人员。因此,需要利用第二人员标识表示该人员。
选用该实施例,可以在用户难以预测可能出现在监控场景中的人员的应用场景中,自动为没有预先输入对应的人脸模型的人员分配人员标识,并保存该人员的人脸标识。可以在用户难以预测可能出现在监控场景中的人员的应用场景中,对没有预先输入对应的人脸模型的人员的出现记录进行有效的统计。在该实施例中,第一人员库中初始时可以没有保存任何人脸模型,而是通过保存第二人员标识的方式,增加第一人员库中已保存的人员标识和人脸模型。
示例性的,假设第一人员数据库中初始时没有保存任何人脸模型和人员标识,人员A出现在监控场景并被摄像机拍摄到,则可以从监控画面中识别到人员A的人脸图像,由于第一人员库中没有保存任何人脸模型,因此人员A的人脸图像无法与第一人员库中的人脸模型匹配,进而在第一人员库中对应保存第二人员标识与人员A的人脸图像的人脸模型(即人员A的人脸模型),为讨论方便,假设为人员A分配的第二人员标识为编号1,并更新编号1所表示的人员(即人员A)的出现记录。
人员A再次出现在监控场景并被摄像机拍摄到,则可以再次从监控画面中识别到人员A的人脸图像,此时由于第一人员库中已经保存有人员A的人脸模型,因此人员A的人脸图像可以与第一人员库中的人脸模型匹配,进而更新编号1所表示的人员(即人员A)的出现记录。
可见,选用该实施例,在第一人员库中没有保存人员A的人脸模型的情况下,也能够有效统计人员A的出现记录。
在一些应用场景中,用户可能只需要对监控场景中的部分人员的出现记录进行统计,以监控场景为商场为例,用户可能感兴趣的是商场中顾客的出现记录,而商场中可能出现的人员还包括商场员工,用户可能对商场员工的出现记录不感兴趣。
有鉴于此,本发明实施例提供了一种人员统计方法,可以参见图3,图3所示为本发明实施例提供的人员统计方法的另一种流程示意图,可以包括:
S301,当从监控画面中识别到人脸图像时,将人脸图像与第二人员库中保存的人脸模型进行匹配,
其中,第二人员库中保存有不需要参与统计的人员的人脸模型。根据应用场景的不同,不需要参与统计的人员可以不同。在本实施例中,第二人员库中的人脸模型可以是用户预先输入的。
S302,如果人脸图像与第二人员库中的人脸模型不匹配,将人脸图像与第一人员库中保存的人脸模型进行匹配。
可以理解的是,如果人脸图像与第二人员库中保存的人脸模型匹配,则可以认为该人脸图像对应的人员为不需要参与统计的人员,因此可以不对该人员的出现记录进行统计。如果人脸图像与第二人员库中保存的人脸模型不匹配,则可以认为该人脸图像对应的人员为需要参与统计的人员,因此可以进一步的将该人脸图像与第一人员库中保存的人脸模型进行匹配,以进行统计。
S303,如果人脸图像与第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录。
该步骤与S102相同,可以参见前述关于S102的描述,在此不再赘述。
示例性的,以监控场景为商场为例,用户可能需要统计该商场内顾客的出现记录,可以是预先收集商场工作人员的人脸模型,并保存于第二人员库中。如果从监控画面中识别到工作人员的人脸图像,则该人脸图像与第二人员库中的人脸模型匹配,因此不会进一步进行统计。而当从监控换面中识别到顾客的人脸图像,则该人脸图像与第二人员库中的人脸模型不匹配,因此会进一步进行统计,以得到顾客的出现记录。
第一人员库可以是一个人员库,也可以是多个人员库。每个第一人员库可以预先保存有用户输入的人脸模型,也可以没有预先保存用户输入的模型,而是根据如图2所示的实施例在人员统计过程中逐渐增加所保存的人脸模型。为更清楚的对本发明实施例提供的人员统计方法进行说明,下面将结合具体的应用场景举例说明。
假设监控场景为商场,并且用户预先在商场的多个区域安装有摄像机,用于拍摄监控画面。用户需要统计商场中顾客的出现记录,以更好的对商场进行管理。可以预先设置有两个第一人员库,和一个第二人员库,两个第一人员库分别为陌生人员库和重点人员库,其中,陌生人员库没有预先保存人脸模型,重点人员库中预先对应保存有用户输入的重要顾客(在一些实施例中也可以包括需要重点监控的可疑人员)的人脸模型、人员标识以及人员信息(如身份证号、住址、联系方式等),第二人员库为工作人员库,预先保存有商场工作人员的人脸模型。
可以参见图4,图4所示为本发明实施例提供的人员统计方法的另一种流程示意图,包括:
S401,当从监控画面中识别到人脸图像时,将人脸图像与工作人员库中保存的人脸模型进行匹配。
由于工作人员库为第二人员库,因此可以参见S301中的相关描述,在此不再赘述。
S402,如果人脸图像与工作人员库中保存人脸模型不匹配,将人脸图像与重点人员库中保存的人脸模型进行匹配,如果人脸图像与重点人员库中的人脸模型匹配,执行S403,如果人脸图像与重点人员库中的人脸模型不匹配,执行S404。
由于工作人员库为第一人员库,因此可以参见S101中的相关描述,在此不再赘述。
S403,更新第一人员标识所表示的人员的出现记录。
该步骤与S102相同,可以参见前述关于S102的描述,在此不再赘述。
S404,将人脸图像与陌生人员库中保存的人脸模型进行匹配,如果人脸图像与陌生人员库中的人脸模型匹配,执行S403,如果人脸图像与陌生人员库中的人脸模型不匹配,执行S405。
S405,在陌生人员库中对应保存第二人员标识和人脸图像的人脸模型。
该步骤与S203相同,可以参见前述关于S203的描述,在此不再赘述。
S406,更新第二人员标识所表示的人员的出现记录。
可以理解的是,在本实施例中,由于陌生人员库中没有预先保存人脸模型,因此第一次将人脸图像与陌生人员库中保存的人脸模型进行匹配时,该人脸图像与陌生人员库中的人脸图像不匹配,因此会在陌生人员库中对应保存该人脸图像的人脸模型。即第一次将人脸图像与陌生人员库中保存的人脸模型进行匹配之后,陌生人员库中对应保存有人脸模型和标识。
选用该实施例,可以通过工作人员库,避免对用户不感兴趣的工作人员进行统计。通过陌生人员库,可以对难以预先获取到人脸模型的顾客进行统计,通过分别设置重点人员库与陌生人员库,可以对用户感兴趣程度较高的顾客与普通顾客区别统计。图4所示的实施例,统计得到的出现记录可以如下表所示:
人员标识 | 出现次数 | 出现区域 | 联系方式 | 眼镜 | 人员类别 |
1 | 5 | 区域1、2 | 无 | 是 | 陌生人员 |
2 | 3 | 区域3、4、5 | XXX-XXXX | 否 | 重点人员 |
该表可以表示:人员标识1所表示的人员共计出现5次并且在区域1、2出现过,该人员为陌生人员,并且佩戴有眼镜。人员标识2所表示的人员共计出现5次并且在区域3、4、5出现过,该人员为重点人员,没有佩戴眼镜,联系方式为XXX-XXXXX。可以理解的是,该表仅是统计得到的出现记录的一种表现形式,在其他可选的实施例中,根据实际需求,出现记录中可以包括更多表项,出现记录也可以是以表格以外的其他形式表示的,本实施例对此不做限制。
基于统计得到的出现记录,用户可以根基实际需求进行信息挖掘。示例性的,用户可以按照出现次数进行排序,以确定出现次数较多的人员,将这些人员中的重点人员作为重点发展对象,陌生人员作为潜在发展对象。
参见图5,图5所示为本发明实施例提供的人员统计装置的一种结构示意图,可以包括:
人脸匹配模块501,当从监控画面中识别到人脸图像时,将所述人脸图像与第一人员库中保存的人脸模型进行匹配,所述第一人员库中对应保存有人员标识和人脸模型;
记录更新模块502,如果所述人脸图像与所述第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录,所述第一人员标识为所述第一人员库中与所述人脸图像相匹配的人脸模型所对应的人员标识。
在一种可选的实施例中,所述人脸匹配模块501还用于如果所述人脸图像与所述第一人员数据库中的人脸模型不匹配,在所述第一人员库中对应保存第二人员标识和所述人脸图像的人脸模型,所述第二人员标识与所述第一人员数据库中已保存的人员标识不同;
所述记录更新模块502,还用于更新所述第二人员标识所表示的人员的出现记录。
在一种可选的实施例中,所述人脸匹配模块501还用于在所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配之前,将所述人脸图像与第二人员库中保存的人脸模型进行匹配,所述第二人员库中保存有不需要参与统计的人员的人脸模型;
如果所述人脸图像与所述第二人员库中的人脸模型不匹配,执行所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配的步骤。
在一种可选的实施例中,所述记录更新模块502,具体用于在所述第一人员标识所表示的人员的出现记录中增加新的出现信息,所述出现信息包括基于所述人脸图像得到的人脸特征信息。
在一种可选的实施例中,所述出现信息还包括:所述监控画面的时间戳、拍摄所述监控画面的摄像机的设备标识、所述监控画面、针对所述第一人员标识预设的人员信息中的一个或多个。
本发明实施例还提供了一种电子设备,如图6所示,包括:
存储器601,用于存放计算机程序;
处理器602,用于执行存储器601上所存放的程序时,实现如下步骤:
当从监控画面中识别到人脸图像时,将所述人脸图像与第一人员库中保存的人脸模型进行匹配,所述第一人员库中对应保存有人员标识和人脸模型;
如果所述人脸图像与所述第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录,所述第一人员标识为所述第一人员库中与所述人脸图像相匹配的人脸模型所对应的人员标识。
在一种可选的实施例中,所述方法还包括:
如果所述人脸图像与所述第一人员数据库中的人脸模型不匹配,在所述第一人员库中对应保存第二人员标识和所述人脸图像的人脸模型,所述第二人员标识与所述第一人员数据库中已保存的人员标识不同;
更新所述第二人员标识所表示的人员的出现记录。
在一种可选的实施例中,在所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配之前,所述方法还包括:
将所述人脸图像与第二人员库中保存的人脸模型进行匹配,所述第二人员库中保存有不需要参与统计的人员的人脸模型;
如果所述人脸图像与所述第二人员库中的人脸模型不匹配,执行所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配的步骤。
在一种可选的实施例中,所述更新第一人员标识所表示的人员的出现记录,包括:
在所述第一人员标识所表示的人员的出现记录中增加新的出现信息,所述出现信息包括基于所述人脸图像得到的人脸特征信息。
在一种可选的实施例中,所述出现信息还包括:所述监控画面的时间戳、拍摄所述监控画面的摄像机的设备标识、所述监控画面、针对所述第一人员标识预设的人员信息中的一个或多个。
上述电子设备提到的存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一人员统计方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一人员统计方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、计算机可读存储介质、计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (12)
1.一种人员统计方法,其特征在于,所述方法包括:
当从监控画面中识别到人脸图像时,将所述人脸图像与第一人员库中保存的人脸模型进行匹配,所述第一人员库中对应保存有人员标识和人脸模型;
如果所述人脸图像与所述第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录,所述第一人员标识为所述第一人员库中与所述人脸图像相匹配的人脸模型所对应的人员标识。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
如果所述人脸图像与所述第一人员数据库中的人脸模型不匹配,在所述第一人员库中对应保存第二人员标识和所述人脸图像的人脸模型,所述第二人员标识与所述第一人员数据库中已保存的人员标识不同;
更新所述第二人员标识所表示的人员的出现记录。
3.根据权利要求1所述的方法,其特征在于,在所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配之前,所述方法还包括:
将所述人脸图像与第二人员库中保存的人脸模型进行匹配,所述第二人员库中保存有不需要参与统计的人员的人脸模型;
如果所述人脸图像与所述第二人员库中的人脸模型不匹配,执行所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配的步骤。
4.根据权利要求1所述的方法,其特征在于,所述更新第一人员标识所表示的人员的出现记录,包括:
在所述第一人员标识所表示的人员的出现记录中增加新的出现信息,所述出现信息包括基于所述人脸图像得到的人脸特征信息。
5.根据权利要求4所述的方法,其特征在于,所述出现信息还包括:所述监控画面的时间戳、拍摄所述监控画面的摄像机的设备标识、所述监控画面、针对所述第一人员标识预设的人员信息中的一个或多个。
6.一种人员统计装置,其特征在于,所述装置包括:
人脸匹配模块,当从监控画面中识别到人脸图像时,将所述人脸图像与第一人员库中保存的人脸模型进行匹配,所述第一人员库中对应保存有人员标识和人脸模型;
记录更新模块,如果所述人脸图像与所述第一人员库中的人脸模型匹配,更新第一人员标识所表示的人员的出现记录,所述第一人员标识为所述第一人员库中与所述人脸图像相匹配的人脸模型所对应的人员标识。
7.根据权利要求6所述的装置,其特征在于,所述人脸匹配模块还用于如果所述人脸图像与所述第一人员数据库中的人脸模型不匹配,在所述第一人员库中对应保存第二人员标识和所述人脸图像的人脸模型,所述第二人员标识与所述第一人员数据库中已保存的人员标识不同;
所述记录更新模块,还用于更新所述第二人员标识所表示的人员的出现记录。
8.根据权利要求6所述的装置,其特征在于,所述人脸匹配模块还用于在所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配之前,将所述人脸图像与第二人员库中保存的人脸模型进行匹配,所述第二人员库中保存有不需要参与统计的人员的人脸模型;
如果所述人脸图像与所述第二人员库中的人脸模型不匹配,执行所述将所述人脸图像与第一人员库中保存的人脸模型进行匹配的步骤。
9.根据权利要求6所述的装置,其特征在于,所述记录更新模块,具体用于在所述第一人员标识所表示的人员的出现记录中增加新的出现信息,所述出现信息包括基于所述人脸图像得到的人脸特征信息。
10.根据权利要求9所述的装置,其特征在于,所述出现信息还包括:所述监控画面的时间戳、拍摄所述监控画面的摄像机的设备标识、所述监控画面、针对所述第一人员标识预设的人员信息中的一个或多个。
11.一种电子设备,其特征在于,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-5任一所述的方法步骤。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146911.8A CN111626079A (zh) | 2019-02-27 | 2019-02-27 | 一种人员统计方法、装置及电子设备 |
PCT/CN2020/075285 WO2020173314A1 (zh) | 2019-02-27 | 2020-02-14 | 一种人员统计方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146911.8A CN111626079A (zh) | 2019-02-27 | 2019-02-27 | 一种人员统计方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111626079A true CN111626079A (zh) | 2020-09-04 |
Family
ID=72271707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910146911.8A Pending CN111626079A (zh) | 2019-02-27 | 2019-02-27 | 一种人员统计方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626079A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140122532A1 (en) * | 2012-10-31 | 2014-05-01 | Google Inc. | Image comparison process |
CN105574497A (zh) * | 2015-12-15 | 2016-05-11 | 重庆凯泽科技有限公司 | 基于人脸检测的商场人数统计***及统计方法 |
CN108446681A (zh) * | 2018-05-10 | 2018-08-24 | 深圳云天励飞技术有限公司 | 行人分析方法、装置、终端及存储介质 |
CN108491819A (zh) * | 2018-03-27 | 2018-09-04 | 成都希盟科技有限公司 | 一种绿道人流量统计*** |
JP2018148422A (ja) * | 2017-03-06 | 2018-09-20 | キヤノン株式会社 | 情報処理システム、情報処理装置、情報処理方法ならびに情報処理方法をコンピュータに実行させるプログラム |
CN109389007A (zh) * | 2017-08-08 | 2019-02-26 | 杭州海康威视数字技术股份有限公司 | 客流量统计方法、装置及*** |
-
2019
- 2019-02-27 CN CN201910146911.8A patent/CN111626079A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140122532A1 (en) * | 2012-10-31 | 2014-05-01 | Google Inc. | Image comparison process |
CN105574497A (zh) * | 2015-12-15 | 2016-05-11 | 重庆凯泽科技有限公司 | 基于人脸检测的商场人数统计***及统计方法 |
JP2018148422A (ja) * | 2017-03-06 | 2018-09-20 | キヤノン株式会社 | 情報処理システム、情報処理装置、情報処理方法ならびに情報処理方法をコンピュータに実行させるプログラム |
CN109389007A (zh) * | 2017-08-08 | 2019-02-26 | 杭州海康威视数字技术股份有限公司 | 客流量统计方法、装置及*** |
CN108491819A (zh) * | 2018-03-27 | 2018-09-04 | 成都希盟科技有限公司 | 一种绿道人流量统计*** |
CN108446681A (zh) * | 2018-05-10 | 2018-08-24 | 深圳云天励飞技术有限公司 | 行人分析方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9070110B2 (en) | Identification of unknown social media assets | |
CN109688479B (zh) | 一种弹幕显示方法、弹幕显示装置和弹幕显示服务器 | |
CN109191635B (zh) | 基于人脸识别技术的判客方法、装置及存储介质 | |
WO2020173314A1 (zh) | 一种人员统计方法、装置及电子设备 | |
CN110717358A (zh) | 访客人数统计方法、装置、电子设备及存储介质 | |
US11537639B2 (en) | Re-identification of physical objects in an image background via creation and storage of temporary data objects that link an object to a background | |
CN112073709A (zh) | 测试数据的生成方法、装置及电子设备 | |
US11064255B2 (en) | System and method of tablet-based distribution of digital media content | |
CN110796014A (zh) | 垃圾投放习惯分析方法、***、装置及存储介质 | |
CN113568934A (zh) | 一种数据查询方法、装置、电子设备和存储介质 | |
JP2024026415A (ja) | 情報処理装置及び方法並びにプログラム | |
CN114219543A (zh) | 一种广告自动投放方法、***、设备及可读存储介质 | |
CN110990878B (zh) | 一种隐私数据衍生图的构建方法 | |
CN111626079A (zh) | 一种人员统计方法、装置及电子设备 | |
CN111581531A (zh) | 家庭成员结构识别方法、装置、存储介质及电子设备 | |
CN113590605B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN116186119A (zh) | 用户行为分析方法、装置、设备及存储介质 | |
KR20200027273A (ko) | 로그 분석을 통한 맞춤형 박람회 추천 시스템 | |
CN114781517A (zh) | 风险识别的方法、装置及终端设备 | |
KR20140145053A (ko) | 피사체의 시각적 정보 기반 소셜 네트워크 서비스 시스템 | |
CN112333182A (zh) | 档案处理方法、装置、服务器及存储介质 | |
CN111738187A (zh) | 一种人脸识别方法、装置、电子设备及存储介质 | |
CN117910997B (zh) | 基于临床试验项目的工时统计方法、装置、设备及介质 | |
CN114662007B (zh) | 数据推荐方法、装置、计算机设备和存储介质 | |
JP6420162B2 (ja) | 画像検索装置、画像検索方法および画像検索プログラム |
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: 20200904 |