CN111666441A - 确定人员身份类型的方法、装置和电子*** - Google Patents
确定人员身份类型的方法、装置和电子*** Download PDFInfo
- Publication number
- CN111666441A CN111666441A CN202010336918.9A CN202010336918A CN111666441A CN 111666441 A CN111666441 A CN 111666441A CN 202010336918 A CN202010336918 A CN 202010336918A CN 111666441 A CN111666441 A CN 111666441A
- Authority
- CN
- China
- Prior art keywords
- person
- target
- image
- identity
- similarity
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供了一种确定人员身份类型的方法、装置和电子***;其中,该方法包括获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;其中,图像特征至少包括人员的人体外形特征;待比对图像的图像特征能够体现已知身份类型人员的身份类型;比对目标图像和待比对图像的图像特征,得到特征相似度;根据特征相似度,确定目标人员和已知身份类型人员的身份相似度;根据身份相似度,确定目标人员的身份类型。该方式可以确定没有实名信息的目标人员的身份类型,且准确率较高。
Description
技术领域
本发明涉及图像处理技术领域,尤其是涉及一种确定人员身份类型的方法、装置和电子***。
背景技术
对于抓拍到的人脸图像,可以通过人脸识别方式,将同一个人的图像划归为一个档案;如果想要知晓该档案中人员的身份类型,通常需要提供的实名化照片库,将档案中的图像与实名化照片库进行比对,得到档案中人员的实名信息,进而基于该实名信息查询人员的身份类型。但是,实名化照片库中通常仅能保存一部分人员的实名化照片,对于一些流动人员、或者没有登记真实身份信息的人员,无法通过这种方式获得人员的身份类型。
发明内容
有鉴于此,本发明的目的在于提供一种确定人员身份类型的方法、装置和电子***,以准确地确定没有实名信息的目标人员的身份类型。
第一方面,本发明实施例提供了一种确定人员身份类型的方法,方法包括:获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;其中,图像特征至少包括人员的人体外形特征;待比对图像的图像特征能够体现已知身份类型人员的身份类型;比对目标图像和待比对图像的图像特征,得到特征相似度;根据特征相似度,确定目标人员和已知身份类型人员的身份相似度;根据身份相似度,确定目标人员的身份类型。
进一步地,上述待比对图像包括多张;每张待比对图像中包含一个已知身份类型人员;多张待比对图像中包含的已知身份类型人员的身份类型相同;比对目标图像和待比对图像的图像特征,得到特征相似度的步骤,包括:比较每张目标图像与每张待比对图像的图像特征,得到多个特征相似度;根据特征相似度,确定目标人员和已知身份类型人员的身份相似度的步骤,包括:根据多个特征相似度,确定目标人员和已知身份类型人员的身份相似度。
进一步地,上述目标图像包括多张;多张目标图像包含同一目标人员;根据多个特征相似度,确定目标人员和已知身份类型人员的身份相似度的步骤,包括:针对每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为身份相似度。
进一步地,上述目标图像包括多张;多张目标图像包含同一目标人员;根据多个特征相似度,确定目标人员和已知身份类型人员的身份相似度的步骤,包括:针对每张目标图像,获取该目标图像相对于多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为身份相似度。
进一步地,上述目标图像包括多张;多张目标图像包含同一目标人员;比对目标图像和待比对图像的图像特征,得到特征相似度的步骤,包括:针对每张目标图像,比对该目标图像与待比对图像的图像特征,得到该目标图像对应的特征相似度;根据特征相似度,确定目标人员和已知身份类型人员的身份相似度的步骤,包括:将多张目标图像对应的特征相似度中的相似度最大值,确定为目标人员和已知身份类型人员的身份相似度。
进一步地,上述包含有目标人员的目标图像预先存储在目标人员的第一人员档案中;如果目标图像包括多张,多张目标图像中,包含有同一个人员的目标图像存储在同一个第一人员档案中。
进一步地,上述包含已知身份类型人员的待比对图像预先存储在已知身份类型人员的第二人员档案中;如果待比对图像包括多张,多张待比对图像中,包含有同一个人员的待比对图像存储在同一个第二人员档案中。
进一步地,上述待比对图像包括多张;多张待比对图像存储在至少两个第二人员档案中;至少两个第二人员档案中的待比对图像所包含的已知身份类型人员的身份类型相同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中;比对目标图像和待比对图像的图像特征,得到特征相似度的步骤,包括:针对每个第二人员档案,执行下述操作:针对该第二人员档案中的每个待比对图像,比较多张目标图像与该待比对图像,得到多张目标图像相对于该待比对图像的多个特征相似度;根据特征相似度,确定目标人员和已知身份类型人员的身份相似度的步骤,包括:针对每个第二人员档案,执行以下操作:针对该第二人员档案中的每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将该第二人员档案中多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;将目标人员与多个第二人员档案对应的已知身份类型的人员的多个身份相似度的平均值,确定为身份相似度。
进一步地,上述待比对图像包括多张;多张待比对图像存储在至少两个第二人员档案中;至少两个第二人员档案中的待比对图像所包含的已知身份类型人员的身份类型相同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中;比对目标图像和待比对图像的图像特征,得到特征相似度的步骤,包括:针对每个第二人员档案,执行下述操作:针对每张目标图像,比较该第二人员档案中的多张待比对图像与该目标图像,得到多张待比对图像相对于该目标图像的多个特征相似度;根据特征相似度,确定目标人员和已知身份类型人员的身份相似度的步骤,包括:针对每个第二人员档案,执行以下操作:针对每张目标图像,获取该目标图像相对于该第二人员档案中的多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;将目标人员与多个第二人员档案对应的已知身份类型的人员的多个身份相似度的平均值,确定为身份相似度。
进一步地,上述根据身份相似度,确定目标人员的身份类型的步骤,包括:如果身份相似度高于预设的相似度阈值,确定目标人员的身份类型为已知身份类型。
进一步地,上述第二人员档案包括多个档案组;同一档案组内的第二人员档案的身份类型相同;不同档案组的第二人员档案的身份类型不同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中;比对目标图像和待比对图像的图像特征,得到特征相似度的步骤,包括:针对每组档案组中的每个第二人员档案,针对该第二人员档案中的每个待比对图像,比较第一人员档案中的多张目标图像与该待比对图像,得到第一人员档案相对于该档案组的多个特征相似度;根据特征相似度,确定目标人员和已知身份类型人员的身份相似度的步骤,包括:针对每个档案组中的每个第二人员档案,执行以下操作:针对该第二人员档案中的每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;将目标人员与同一档案组中的多个第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为目标人员与该档案组的身份相似度。
进一步地,上述第二人员档案包括多个档案组;同一档案组内的第二人员档案的身份类型相同;不同档案组的第二人员档案的身份类型不同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中;比对目标图像和待比对图像的图像特征,得到特征相似度的步骤,包括:针对每组档案组中的每个第二人员档案,执行下述操作:针对每张目标图像,比较该第二人员档案中的多张待比对图像与该目标图像,得到多张待比对图像相对于该目标图像的多个特征相似度;根据特征相似度,确定目标人员和已知身份类型人员的身份相似度的步骤,包括:针对每个档案组中的每个第二人员档案,执行以下操作:针对每张目标图像,获取该目标图像相对于该第二人员档案中的多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;将目标人员与同一档案组中的多个第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为目标人员与该档案组的身份相似度。
进一步地,上述根据身份相似度,确定目标人员的身份类型的步骤,包括:从多组档案组对应的身份相似度中,选择最高的身份相似度,将最高的身份相似度对应的档案组的身份类型,确定为目标人员的身份类型;或者,针对每组档案组,判断该档案组对应的身份相似度,是否高于该档案组对应的相似度阈值;如果高于,将该档案组对应的身份类型,确定为目标人员的身份类型。
进一步地,上述第一人员档案中的目标图像设置有采集时间;第一人员档案中包括多张目标图像;根据身份相似度,确定目标人员的身份类型的步骤之后,方法还包括:根据每张目标图像对应的特征相似度,以及目标图像的采集时间,确定目标人员的工作时间。
进一步地,上述根据每张目标图像对应的特征相似度,以及目标图像的采集时间,确定目标人员的工作时间的步骤,包括:针对每张目标图像,判断该目标图像的特征相似度是否高于预设的相似度阈值;如果高于,确定该目标图像对应的采集时间属于目标人员的工作时间;将属于目标人员的工作时间的采集时间所组成的时间段,确定为目标人员的工作时间。
进一步地,上述根据每张目标图像对应的特征相似度,以及目标图像的采集时间,确定目标人员的工作时间的步骤之后,方法还包括:获取预设区域范围内的目标人员的工作时间;根据目标人员的工作时间,确定预设区域范围内,在指定时间点处于工作状态的目标人员的数量。
进一步地,上述目标人员包括多个;多个目标人员的第一人员档案属于同一预设区域范围;根据身份相似度,确定目标人员的身份类型的步骤之后,方法还包括:根据每个目标人员的第一人员档案所对应的身份类型,从预设区域范围内的目标人员中筛选得到指定人员。
第二方面,本发明实施例提供了一种确定人员身份类型的装置,装置包括:特征获取模块,用于获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;其中,图像特征至少包括人员的人体外形特征;待比对图像的图像特征能够体现已知身份类型人员的身份类型;特征比对模块,用于比对目标图像和待比对图像的图像特征,得到特征相似度;身份相似度确定模块,用于根据特征相似度,确定目标人员和已知身份类型人员的身份相似度;身份类型确定模块,用于根据身份相似度,确定目标人员的身份类型。
第三方面,本发明实施例提供了一种电子***,电子***包括:处理设备和存储装置;存储装置上存储有计算机程序,计算机程序在被处理设备运行时执行上述确定人员身份类型的方法。
第四方面,本发明实施例提供了一种机器可读存储介质,机器可读存储介质上存储有计算机程序,计算机程序被处理设备运行时执行如上述确定人员身份类型的步骤。
本发明实施例带来了以下有益效果:
上述确定人员身份类型的方法、装置和电子***,首先获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;然后比对目标图像和待比对图像的图像特征,得到特征相似度;进而根据该特征相似度,确定目标人员和已知身份类型人员的身份相似度,根据该身份相似度,确定目标人员的身份类型。该方式中的图像特征至少包括人员的人体外形特征,且待比对图像的图像特征能够体现已知身份类型人员的身份类型,因而该方式可以推测出外形特征能够体现身份类型的目标人员的身份类型,且准确率较高,从而有利于对这些人员进行管理,提高发现某些特定身份类型人员的效率,实现人员身份的自动化分析。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域技术人员来讲,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一种电子***的结构示意图;
图2为本发明实施例提供的一种确定人员身份类型的方法的流程图;
图3为本发明实施例提供的另一种确定人员身份类型的方法的流程图;
图4为本发明实施例提供的另一种确定人员身份类型的方法的流程图;
图5为本发明实施例提供的一种确定人员身份类型的装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
为了获得没有实名信息的人员的身份类型,本发明实施例提供的一种确定人员身份类型的方法、装置和电子***,该技术可以应用于人员管理、城市管理、公安等多领域中,该技术可采用相应的软件和硬件实现,以下对本发明实施例进行详细介绍。
实施例一:
首先,参照图1来描述用于实现本发明实施例的确定人员身份类型的方法、装置和电子***的示例电子***100。
如图1所示的一种电子***的结构示意图,电子***100包括一个或多个处理设备102、一个或多个存储装置104、输入装置106、输出装置108以及一个或多个图像采集设备110,这些组件通过总线***112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子***100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子***也可以具有其他组件和结构。
所述处理设备102可以是网关,也可以为智能终端,或者是包含中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备,可以对所述电子***100中的其它组件的数据进行处理,还可以控制所述电子***100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的机器可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述机器可读存储介质上可以存储一个或多个计算机程序指令,处理设备102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在所述机器可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如,用户)输出各种信息(例如,图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像采集设备110可以采集预览视频帧或图像数据,并且将采集到的预览视频帧或图像数据存储在所述存储装置104中以供其它组件使用。
示例性地,用于实现根据本发明实施例的确定人员身份类型的方法、装置和电子***的示例电子***中的各器件可以集成设置,也可以分散设置,诸如将处理设备102、存储装置104、输入装置106和输出装置108集成设置于一体,而将图像采集设备110设置于可以采集到目标图像的指定位置。当上述电子***中的各器件集成设置时,该电子***可以被实现为诸如相机、智能手机、平板电脑、计算机、车载终端等智能终端。
实施例二:
参见图2所示的一种确定人员身份类型的方法的流程图,该方法由上述电子***中的处理设备执行;该处理设备可以是具有数据处理能力的任何设备或芯片。该处理设备可以独立对接收到的信息进行处理,也可以与服务器相连,共同对信息进行分析处理,并将处理结果上传至云端。该方法包括如下步骤:
步骤S202,获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;其中,图像特征至少包括人员的人体外形特征;待比对图像的图像特征能够体现已知身份类型人员的身份类型;
其中,该目标人员即本实施例中需要确定身份类型的人员;由于无法获得目标人员的实名信息,需要根据其他已知身份类型的人员的图像特征,推理目标人员的身份类型。包含有目标人员的目标图像的图像特征,可以通过预设的特征提取网络得到,同理包含已知身份类型人员的待比对图像的图像特征,也可以通过特征提取网络得到。图像特征通过特征提取网络提取得到,该图像特征中通常可以体现目标人员的多种特征属性,如图像中人员的衣着、身材、发型、脸型等外形特征,还可以体现该人员所处的环境特征,该人员周围的环境、物品、建筑等。
其中,图像特征至少包括人员的人体外形特征;人体外形特征具体可以为与人员的身份类型或所属行业相关联的特征,如衣着、帽饰、鞋子或人员佩戴的物品等特征;上述图像特征还可以包括人员所处环境的环境特征,该环境特征可以是与人员的身份类型或所属行业相关联的特征,例如,人员周边的交通工具、建筑、环境类型等;环境类型具体可以为社区、公路、田野等环境类型。通常,待比对图像的图像特征能够体现已知身份类型人员的身份类型;例如,该待比对图像中的人员通常穿有能够体现已知身份类型的制服,或者待比对图像中的人员处在能够体现已知身份类型的环境中,此时待比对图像的图像特征可以体现已知身份类型人员的身份类型。
上述包含有目标人员的目标图像,可以是由摄像设备拍摄得到的原始的全景图像,也可以是通过行人检测算法对全景图像进行行人检测,并将全景图中包含行人的图像区域进行截图得到的图像。其中,当目标图像为全景图像时,目标图像的图像特征中通常可以体现目标人员较为全面的属性特征,如目标人员的外形特征和环境特征;当目标图像为截图图像时,该目标图像可能仅包含目标人员一部分属性特征,如仅包含目标人员的外形特征,以及很少一部分环境特征,甚至不包含环境特征。
步骤S204,比对目标图像和待比对图像的图像特征,得到特征相似度;
在实际实现时,可以通过计算图像特征距离的方式,比对目标图像和待比对图像的图像特征;图像特征距离,即特征相似度,具体可以通过欧氏距离、曼哈顿距离、切比雪夫距离等距离计算方式,计算目标图像和待比对图像的图像特征距离。通常,目标图像和待比对图像的图像特征距离越近,目标图像和待比对图像的特征相似度越高;目标图像和待比对图像的图像特征距离越远,目标图像和待比对图像的特征相似度越低。
步骤S206,根据特征相似度,确定目标人员和已知身份类型人员的身份相似度;
可以理解,目标图像和待比对图像的图像特征的特征相似度越高,目标人员和已知身份类型人员的身份相似度也就越高。
步骤S208,根据身份相似度,确定目标人员的身份类型。
例如,如果身份相似度较高,则可以确定目标人员的身份类型,与待比对图像中包含的人员的身份类型相同,即目标人员的身份类型为上述已知身份类型。如果身份相似度较低,则可以确定目标人员的身份类型,与待比对图像中包含的人员的身份类型不同,即目标人员的身份类型不是上述已知身份类型。
在实际实现时,上述已知身份类型可以为多种;包含有目标人员的目标图像的图像特征,可以逐一与包含每种已知身份类型人员的待比对图像的图像特征进行比对,得到目标人员与每种已知身份类型人员的身份相似度,选取身份相似度较高的已知身份类型,确定为目标人员的身份类型。该身份类型可以为快递外卖人员、环卫人员、保安人员、武警、医院工作人员、警察等身份类型。这些身份类型的人员的外形、环境等通常具有较为统一的特征,通过比对图像特征,可以推理得到没有实名信息的人员的身份类型。
需要说明的是,本实施例中确定人员身份类型的方法,通常仅可以得到目标人员的身份类型,无法直接得到该目标人员的实名信息;但是,得到目标人员的身份类型,也有助于缩小对目标人员调查的范围,便于对目标人员进行管理。
上述确定人员身份类型的方法,获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;然后比对目标图像和待比对图像的图像特征,得到特征相似度;进而根据该特征相似度,确定目标人员和已知身份类型人员的身份相似度,根据该身份相似度,确定目标人员的身份类型。该方式中的图像特征至少包括人员的人体外形特征,且待比对图像的图像特征能够体现已知身份类型人员的身份类型,因而该方式可以推测出外形特征能够体现身份类型的目标人员的身份类型,且准确率较高,从而有利于对这些人员进行管理,提高发现某些特定身份类型人员的效率,实现人员身份的自动化分析。
实施例三:
本实施例提供另一种确定人员身份类型的方法,该方法中,为了提高确定目标人员的身份类型的准确度,待比对图像包括多张;每张待比对图像中包含一个已知身份类型人员;多张待比对图像中包含的已知身份类型人员的身份类型相同。
在比对目标图像和待比对图像的图像特征时,则需要比较每张目标图像与每张待比对图像的图像特征,得到多个特征相似度;进而根据多个特征相似度,确定目标人员和已知身份类型人员的身份相似度。例如,目标图像包括一张,而待比对图像包括多张,该目标图像与每张待比对图像的图像特征进行比对之后,得到每张待比对图像对应的特征相似度,即上述多个特征相似度;其中一种方式中,可以对多个特征相似度进行后续处理,从而得到目标人员和已知身份类型人员的身份相似度;例如,可以对多个特征相似度进行平均、加权平均等处理,得到身份相似度;在进行平均、加权平均的过程中,可以去掉多个特征相似度的一个或多个最大值,或者去掉多个特征相似度的一个或多个最小值,然后再对剩余的特征相似度进行平均、加权平均等处理。另外,还可以将多个特征相似度中的最大值或最小值,确定为身份相似度。
通过多张待比对图像与目标图像进行特性比对,可以进一步提高后续推测目标人员的身份类型的准确性和合理性。比如,假设待比对图像包括10张,这10张待比对图像中的人员的身份类型均是保安,而目标图像中的目标人员的身份实际上不是保安;如果目标图像中的目标人员与上述10张中的一张待比对图像进行比对,恰好这张待比对图像中的人员与目标人员佩戴有相似的配饰,导致二者特征相似度较高,这时就很有可能将目标身份的身份类型确定为保安,导致身份类型推测错误。而如果目标图像与10张待比对图像进行比对,则大概率上,目标图像与大部分的待比对图像的特征相似度较低,此时,就不会将目标人员的身份类型误判为保安。
本实施例中,目标图像可以包括多张,也可以包括一张,当目标图像包括多张时,多张目标图像包含同一目标人员,该目标人员即需要确定身份类型的人员。然后,针对每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为身份相似度。
当目标图像包括多张时,每张图像包含的能够体现身份类型的图像特征的量不同;比如,有的目标图像中的目标人员穿着能够体现身份类型的制服,此时该目标图像中包含的能够体现身份类型的图像特征的量就较大;而有的目标图像中的目标人员穿着便装,此时该目标图像中包含的能够体现身份类型的图像特征的量就较小;通过待比对图像与每张目标图像进行特征比对后,从中选取特征相似度的相似度最大值,可以从多张目标图像中选择最能体现身份类型的目标图像;将该目标图像对应的特征相似度,作为当前待比对图像对应的相似度最大值;再将多张待比对图像的相似度最大值中平均值或最大值,确定为身份相似度。
作为示例,假设目标图像包括三张,分别为目标图像A、目标图像B和目标图像C;待比对图像包括四张,分别为待比对图像1、待比对图像2、待比对图像3和待比对图像4。三张目标图像和四张待比对图像的图像特征结果如下述表1所示。
表1
目标图像A | 目标图像B | 目标图像C | |
待比对图像1 | 0.8 | 0.9 | 0.7 |
待比对图像2 | 0.6 | 0.7 | 0.5 |
待比对图像3 | 0.9 | 0.9 | 0.8 |
待比对图像4 | 0.5 | 0.5 | 0.6 |
上述表1中包括了每张目标图像与每张待比对图像的图像特征的特征相似度,例如,待比对图像1和目标图像A的图像特征的特征相似度为0.8。针对每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;例如,待比对图像1对应的相似度最大值为0.9,待比对图像2对应的相似度最大值为0.7,待比对图像3对应的相似度最大值为0.9,待比对图像4对应的相似度最大值为0.6;然后,将多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为身份相似度。例如,四个待比对图像对应的相似度最大值分别为0.9、0.7、0.9和0.6;其中一种方式中,从这四个相似度最大值中选择最大值,即0.9,作为身份相似度;另一种方式中,将这四个相似度最大值的平均值,即(0.9+0.7+0.9+0.6)/4=0.775,确定为身份相似度。
在确定身份相似度时,还有另一种实现方式,例如,当目标图像包括多张时,多张目标图像包含同一目标人员;针对每张目标图像,获取该目标图像相对于多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为身份相似度。还以上述表1为例,目标图像A相对于多张待比对图像的多个特征相似度的相似度平均值为(0.8+0.6+0.9+0.5)/4=0.7;目标图像B相对于多张待比对图像的多个特征相似度的相似度平均值为(0.9+0.7+0.9+0.5)/4=0.75;目标图像C相对于多张待比对图像的多个特征相似度的相似度平均值为(0.7+0.5+0.8+0.6)/4=0.65;其中,最大值为0.75,即身份相似度。
该方式中,针对于每个目标图像,由多个待比对图像与该目标图像进行特征比对,得到该目标图像的多个特征相似度;该多个特征相似度的平均值或最大值,确定为该目标图像对应的特征相似度;将多个目标图像对应的特征相似度的最大值,确定为身份相似度。
另外,本实施例还提供另一种比对图像特征以及确定身份相似度的方式,其中,目标图像包括多张,多张目标图像包含同一目标人员,而待比对图像包括一张,此时,针对每张目标图像,比对该目标图像与待比对图像的图像特征,得到该目标图像对应的特征相似度;将多张目标图像对应的特征相似度中的相似度最大值,确定为目标人员和已知身份类型人员的身份相似度。还以上述表1为例,假设仅存在待比对图像1,三张目标图像与待比对图像1的图像特征进行比对后,得到三个特征相似度,分别为0.8、0.9和0.7,其中的相似度最大值为0.9,即为目标人员和已知身份类型人员的身份相似度。
上述方式中,通过多种方式比对目标图像和待比对图像的图像特征,得到特征相似度,根据特征相似度,确定目标人员和已知身份类型人员的身份相似度,进而确定目标人员的身份类型。该方式可以推测出外形特征能够体现身份类型的目标人员的身份类型,且准确率较高,从而有利于对这些人员进行管理,提高发现某些特定身份类型人员的效率,实现人员身份的自动化分析。
实施例四:
本实施例提供另一种确定人员身份类型的方法,本实施例中,包含有目标人员的目标图像预先存储在目标人员的第一人员档案中;如果目标图像包括多张,多张目标图像中,包含有同一个人员的目标图像存储在同一个第一人员档案中。即,目标人员和第一人员档案之间存在一一对应关系;同一个目标人员的目标图像保存在一个第一人员档案中;不同的目标人员的目标图像保存在不同的第一人员档案中。可以理解的是,同一第一人员档案中的多张目标图像中,可能包含能够体现身份类型的目标图像,也可能不包含能够体现身份类型的目标图像,可能既包含能够体现身份类型的目标图像(例如,该目标图像中,目标人员穿制服),又包含不能体现身份类型的目标图像(例如,该目标图像中,目标人员未穿制服)。
在实际实现时,多种目标图像包含有同一个人员,位于同一个第一人员档案中;多张待比对图像中,如果每张待比对图像中包含的人员均不同,此时,多张待比对图像就不会位于档案中了。此时,多张目标图像与多张待比对图像进行特征比对的具体实现方式,可参考前述实施例,在此不再赘述。
另一种实现方式中,上述多张待比对图像还可以划分为多组,每组中的待比对图像的身份类型相同,不同组中的待比对图像的身份类型不同;例如,上述多张待比对图像可以划分为环卫工人组、保安组、外卖人员组等。目标图像与每组待比对图像进行比对,得到目标图像与每组待比对图像的身份相似度,将身份相似度最高的组的身份类型,确定为目标图像中目标人员的身份类型。
另外,包含已知身份类型人员的待比对图像可以预先存储在已知身份类型人员的第二人员档案中;如果待比对图像包括多张,多张待比对图像中,包含有同一个人员的待比对图像存储在同一个第二人员档案中。即,已知身份类型人员与第二人员档案之间存在一一对应关系。同一个已知身份类型人员的待比对图像保存在一个第二人员档案中;不同的已知身份类型人员的待比对图像保存在不同的第二人员档案中。
在具体实现时,本实施例采用至少两个第二人员档案,以确定目标人员的身份类型;此时,待比对图像包括多张;多张待比对图像存储在至少两个第二人员档案中;至少两个第二人员档案中的待比对图像所包含的已知身份类型人员的身份类型相同;其中,每个第二人员档案对应一个已知身份类型的人员,不同的第二人员档案对应的已知身份类型的人员不同;因此,该实施例中,由多个身份类型相同的人员的待比对图像与目标图像进行特征比对。上述目标图像包括多张;多张目标图像存储在同一个第一人员档案中。例如,获取两个第二人员档案,每个第二人员档案对应一个人员,这两个人员的身份类型相同,如均为环卫工人,通过这两个第二人员档案中的待比对图像,确定目标人员是否也是环卫工人。
如图3所示,本实施例中的确定人员身份类型的方法包括如下步骤:
步骤S302,获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;其中,图像特征至少包括人员的人体外形特征;待比对图像的图像特征能够体现已知身份类型人员的身份类型;
步骤S304,针对每个第二人员档案,执行下述操作:针对该第二人员档案中的每个待比对图像,比较多张目标图像与该待比对图像,得到多张目标图像相对于该待比对图像的多个特征相似度;
对于每个第二人员档案,包括一张或多张待比对图像,通过上述步骤可以得到每张待比对图像相对于多张目标图像的多个特征相似度;例如,某个第二人员档案中包括三张待比对图像,目标图像包括两张,此时每张待比对图像可以得到两个特征相似度。
步骤S306,针对每个第二人员档案,执行以下操作:针对该第二人员档案中的每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将该第二人员档案中多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;
由上述可知,每个待比对图像对应有多个特征相似度,从这多个特征相似度中选择最大值,即上述相似度最大值,此时,第二人员档案中的每个待比对图像对应一个相似度最大值;如果第二人员档案中的待比对图像包括多张,则从每张待比对图像对应的相似度最大值中选择一个最大值,将该最大值确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;或者,将每张待比对图像对应的相似度最大值求取平均值,将该平均值确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度。此时,如果第二人员档案为多个,则每个第二人员档案对应一个身份相似度。
步骤S308,将目标人员与多个第二人员档案对应的已知身份类型的人员的多个身份相似度的平均值,确定为身份相似度。
步骤S310,如果身份相似度高于预设的相似度阈值,确定目标人员的身份类型为已知身份类型。
例如,第二人员档案对应的已知身份类型为环卫工人,目标人员与第二人员档案对应的已知身份类型的身份相似度高于预设的相似度阈值,则可以推测该目标人员的身份类型也是环卫工人;如果目标人员与第二人员档案对应的已知身份类型的身份相似度低于或等于预设的相似度阈值,则可以推测该目标人员的身份类型不是环卫工人;此时,则可以获取其他身份类型的第二人员档案,如保安,继续通过上述步骤判断该目标人员是否是保安,直至推测出目标人员的身份类型。
需要说明的是,如果包括多个身份类型的第二人员档案,可以按照一定的顺序,将目标图像逐一与每个身份类型的第二人员档案中的待比对图像进行比对;也可以将目标图像同时与每个身份类型的第二人员档案中的待比对图像进行比对。
对应于上述图3的方法,还有另外一种实现方式,在比对目标图像和待比对图像的图像特征时,可以针对每个第二人员档案,执行下述操作:针对每张目标图像,比较该第二人员档案中的多张待比对图像与该目标图像,得到多张待比对图像相对于该目标图像的多个特征相似度;该方式中,从目标图像的维度进行比较,即每张目标图像与一个第二人员档案中的多个待比对图像进行比较,得到每张目标图像对应的多个特征相似度。
然后,针对每个第二人员档案,执行以下操作:针对每张目标图像,获取该目标图像相对于该第二人员档案中的多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;最后,将目标人员与多个第二人员档案对应的已知身份类型的人员的多个身份相似度的平均值,确定为身份相似度。
例如,目标图像包括三张,某个第二人员档案中包括四张待比对图像;此时,每张目标图像对应四个特征相似度,对这四个特征相似度中计算相似度平均值,则每张目标图像对应一个相似度平均值,三张目标图像总共三个相似度平均值;然后,从这三个相似度平均值中选取最大值,该最大值就是目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度。如果一共有两个第二人员档案,此时得到两个身份相似度,将这两个身份相似度的平均值,确定为目标人员与已知身份类型的人员的最终身份相似度。
上述方式中,从档案的角度进行图像特征的比对,以及确定身份相似度,该方式可以推测出外形特征能够体现身份类型的目标人员的身份类型,且准确率较高,从而有利于对这些人员进行管理,提高发现某些特定身份类型人员的效率,实现人员身份的自动化分析。
实施例五:
本实施例提供另一种确定人员身份类型的方法,本实施例中引入档案组,即第二人员档案包括多个档案组;同一档案组内的第二人员档案的身份类型相同;不同档案组的第二人员档案的身份类型不同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中。本实施例中的档案组与身份类型存在一一对应的关系,即一个档案组对应一种身份类型,将目标图像与多个档案组中的待比对图像进行比较,从而确定目标图像中目标人员的身份类型。
首先,针对每组档案组中的每个第二人员档案,针对该第二人员档案中的每个待比对图像,比较第一人员档案中的多张目标图像与该待比对图像,得到第一人员档案相对于该档案组的多个特征相似度;每个待比对图像对应多个特征相似度,如果第二人员档案包括多张待比对图像,则该第二人员档案对应的特征相似度的数量为每个待比对图像对应的特征相似度的总和;当档案组包括多个第二人员档案时,该档案组对应的特征相似度的数量为每个第二人员档案对应的特征相似度的数量的总和。上述第一人员档案相对于该档案组的多个特征相似度的数量,即每个第二人员档案对应的特征相似度的数量的总和。
然后,针对每个档案组中的每个第二人员档案,执行以下操作:针对该第二人员档案中的每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度。此时,每个第二人员档案对应一个身份相似度,当档案组包括多个第二人员档案时,该档案组则对应多个身份相似度。
最后,将目标人员与同一档案组中的多个第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为目标人员与该档案组的身份相似度。由上述可知,同一档案组中的第二人员档案对应的身份类型相同,则目标人员与该档案组的身份相似度,即目标人员的身份类型与该档案组对应的身份类型的身份相似度。
另外,基于档案组确定目标人员的身份类型,还可以有另外一种实现方式。
首先,针对每组档案组中的每个第二人员档案,执行下述操作:针对每张目标图像,比较该第二人员档案中的多张待比对图像与该目标图像,得到多张待比对图像相对于该目标图像的多个特征相似度;该方式从目标图像的维度进行图像特征的比较,得到每个目标图像对应的多个特征相似度。
然后,针对每个档案组中的每个第二人员档案,执行以下操作:针对每张目标图像,获取该目标图像相对于该第二人员档案中的多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;
最后,将目标人员与同一档案组中的多个第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为目标人员与该档案组的身份相似度。
基于上述,在根据身份相似度,确定目标人员的身份类型时,可以有两种实现方式:方式一,从多组档案组对应的身份相似度中,选择最高的身份相似度,将最高的身份相似度对应的档案组的身份类型,确定为目标人员的身份类型;比如,共有三组档案组,这三组档案组对应的身份类型分别为环卫工人、保安和外卖人员;这三组档案组对应的身份相似度分别为0.8、0.9和0.6,此时,身份类型为保安的档案组对应的身份相似度最高,则可以确定目标人员的身份类型为保安。
方式二,针对每组档案组,判断该档案组对应的身份相似度,是否高于该档案组对应的相似度阈值;如果高于,将该档案组对应的身份类型,确定为目标人员的身份类型。该方式确定出的目标人员的身份类型,可能是一种也可能是多种;继续上述示例,如果每组档案组的相似度阈值均是0.85,则保安对应的档案组的身份相似度均高于该相似度阈值,此时,可以确定目标人员的身份类型为保安。
上述方式中,从档案组的角度进行图像特征的比对,以及确定身份相似度,每个档案组对应一个身份类型;该方式可以推测出外形特征能够体现身份类型的目标人员的身份类型,且准确率较高,从而有利于对这些人员进行管理,提高发现某些特定身份类型人员的效率,实现人员身份的自动化分析。
实施例六:
基于上述实施例提供的确定人员身份类型的方法,本实施例提供一种应用实施例,首先,第一人员档案中的目标图像设置有采集时间;第一人员档案中包括多张目标图像;在根据身份相似度,确定目标人员的身份类型的步骤之后,还可以根据每张目标图像对应的特征相似度,以及目标图像的采集时间,确定目标人员的工作时间。
具体的,可以针对每张目标图像,判断该目标图像的特征相似度是否高于预设的相似度阈值;如果高于,确定该目标图像对应的采集时间属于目标人员的工作时间;将属于目标人员的工作时间的采集时间所组成的时间段,确定为目标人员的工作时间。
例如,假设目标人员在工作状态下,会穿着指定的工作制服,或者携带指定的工作工具,或者处在指定的环境中;此时包含有目标人员的目标图像的图像特征中通常能体现出该目标人员在工作状态下的身份类型的相关特征;目标人员在非工作状态下,通常会穿着便装,或者不携带工作工具,或者没有处在指定的环境中,此时包含有目标人员的目标图像的图像特征,就难以体现目标人员在工作状态下的身份类型的相关特征。与目标图像进行比对的待比对图像,可以为该目标人员在工作状态下的图像,也可以为其他人员在工作状态下的图像,这里的其他人员在工作状态下的身份类型与目标人员相同。
可以每隔一定的时间段,采集目标人员的目标图像,同时记录目标图像的采集时间,如果某个目标图像,与待比对图像的特征相似度较低,则可以说明该目标图像中的目标人员没有在工作状态,该目标图像对应的采集时间,不属于目标人员的工作时间。基于此,可以统计在一天之内、一周之内或其他周期内,该目标人员的工作时间,以此对目标人员进行考勤。该考勤方式可以更加准确地统计目标人员的工作时间。
另一种应用实施例中,在根据每张目标图像对应的特征相似度,以及目标图像的采集时间,确定目标人员的工作时间的步骤之后,可以获取预设区域范围内的目标人员的工作时间;然后根据目标人员的工作时间,确定预设区域范围内,在指定时间点处于工作状态的目标人员的数量。例如,当目标人员的身份类型为保安时,可以通过上述方式确定在某个地理区域范围内,在具体的时间段处于工作状态的保安的数量,以此来评估该地理区域范围的安全系数。
另一种应用实施例中,目标人员包括多个;多个目标人员的第一人员档案属于同一预设区域范围;在根据身份相似度,确定目标人员的身份类型之后,还可以根据每个目标人员的第一人员档案所对应的身份类型,从预设区域范围内的目标人员中筛选得到指定人员。例如,多个目标人员经常出现在同一小区范围内,这些目标人员中可能有送外卖人员,也可能是小区居民,此时,通过上述方式确定每个目标人员的身份类型之后,就可以从这些目标人员中筛选得到小区居民。
实施例七:
本实施例提供另一种确定人员身份类型的方法,该方法可以用于解决无实名信息的人员档案难以确定人员身份类型的问题,通过已知身份类型的人员的档案,推理出未知身份类型的人员的身份类型,从而实现对无实名信息人员的身份信息掌握,可以服务于多维研判及数据融合应用。如图4所示,该方法包括如下步骤:
步骤S402,获取未知身份类型的人员的档案;通常一个人员建立一个档案,该档案中包括该人员的图像,以及图像的图像特征;图像具体可以为人员的人体抓拍图、人脸抓拍图等;档案中还可以包括人员的人体特征以及人脸特征等。
步骤S404,获取多张已知身份类型的人员图像;该身份类型具体可以为快递外卖人员,也可以为其他身份类型。如果人员图像中包括多个人员,则需要标识出该身份类型对应的人员。为了提高人员身份类型推理的准确性,已知身份类型的人员图像的数量通常较多,例如,可以为十张。
步骤S406,提取已知身份类型的人员图像的图像特征;该图像特征具体可以包括已知身份类型的人员的人体特征;将该图像特征与上述档案中包括的图像的图像特征进行比对。假如上述档案中包括M张图像,分别对应M个图像特征;已知身份类型的人员图像为N张,对应N个图像特征。则一共需要N轮比对,每轮比对时,获取一张已知身份类型的人员图像的图像特征,与M张档案中的图像的图像特征进行比对,得到M个特征相似度。
步骤S408,在一次比对得到的M个特征相似度中选取最高的一个特征相似度,一共得到N个最高的特征相似度,分别为M1、M2、M3、…、MN;将这N个最高的特征相似度求平均值,得到该档案中人员与已知身份类型的人员的相似度Np。需要说明的是,还可以在一次比对得到的M个特征相似度中选取最高的多个特征相似度,如两个特征相似度,此时一共得到2N个最高的特征相似度。另外,还可以对选取的若干个最高的特征相似度设置权重(例如,N个已知身份类型的人员图像中,有3张图像质量最好,可以将这3张图像对应相似度的权重提高),每个特征相似度乘以对应的权重后再求和或平均,得到该档案中人员与已知身份类型的人员的相似度Np。
步骤S410,如果该档案中人员与已知身份类型的人员的相似度Np大于预设阈值R,则可以认为该档案中的人员的身份类型与已知身份类型的人员相同。
根据上述步骤S402-步骤S410,可以确定该档案中人员是否为快递外卖人员、环卫人员、保安人员、医院工作人员等身份类型。
上述方式中,实现了从已知人员的身份信息推理出未知人员的身份类型信息,从而完成了对未掌握人员的身份属性识别;可以帮助公安获得海量的人员身份类型信息,大大帮助公安提高了发现可疑人员的效率,实现人像大数据***的自动化分析。同时,上述方式解决了传统人像大数据***的高度依赖公安提供的人员身份信息的问题,实现了利用已知推理未知的大数据应用,大大提高了人员档案的可用性,构建更好用的一人一档,使公安情报研判更精准、更高效。
实施例八:
对应于上述方法实施例,参见图5所示的一种确定人员身份类型的装置的结构示意图,该装置包括:
特征获取模块50,用于获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;其中,图像特征至少包括人员的人体外形特征;待比对图像的图像特征能够体现已知身份类型人员的身份类型;
特征比对模块51,用于比对目标图像和待比对图像的图像特征,得到特征相似度;
身份相似度确定模块52,用于根据特征相似度,确定目标人员和已知身份类型人员的身份相似度;
身份类型确定模块53,用于根据身份相似度,确定目标人员的身份类型。
上述确定人员身份类型的装置,获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;然后比对目标图像和待比对图像的图像特征,得到特征相似度;进而根据该特征相似度,确定目标人员和已知身份类型人员的身份相似度,根据该身份相似度,确定目标人员的身份类型。该方式中的图像特征至少包括人员的人体外形特征,且待比对图像的图像特征能够体现已知身份类型人员的身份类型,因而该方式可以推测出外形特征能够体现身份类型的目标人员的身份类型,且准确率较高,从而有利于对这些人员进行管理,提高发现某些特定身份类型人员的效率,实现人员身份的自动化分析。
进一步地,上述待比对图像包括多张;每张待比对图像中包含一个已知身份类型人员;多张待比对图像中包含的已知身份类型人员的身份类型相同;上述特征比对模块,还用于比较每张目标图像与每张待比对图像的图像特征,得到多个特征相似度;上述身份相似度确定模块,还用于根据多个特征相似度,确定目标人员和已知身份类型人员的身份相似度。
进一步地,上述目标图像包括多张;多张目标图像包含同一目标人员;上述身份相似度确定模块,还用于针对每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为身份相似度。
进一步地,上述目标图像包括多张;多张目标图像包含同一目标人员;上述身份相似度确定模块,还用于针对每张目标图像,获取该目标图像相对于多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为身份相似度。
进一步地,上述目标图像包括多张;多张目标图像包含同一目标人员;上述特征比对模块,还用于针对每张目标图像,比对该目标图像与待比对图像的图像特征,得到该目标图像对应的特征相似度;上述身份相似度确定模块,还用于将多张目标图像对应的特征相似度中的相似度最大值,确定为目标人员和已知身份类型人员的身份相似度。
进一步地,上述包含有目标人员的目标图像预先存储在目标人员的第一人员档案中;如果目标图像包括多张,多张目标图像中,包含有同一个人员的目标图像存储在同一个第一人员档案中。
进一步地,上述包含已知身份类型人员的待比对图像预先存储在已知身份类型人员的第二人员档案中;如果待比对图像包括多张,多张待比对图像中,包含有同一个人员的待比对图像存储在同一个第二人员档案中。
进一步地,上述待比对图像包括多张;多张待比对图像存储在至少两个第二人员档案中;至少两个第二人员档案中的待比对图像所包含的已知身份类型人员的身份类型相同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中;上述特征比对模块,还用于针对每个第二人员档案,执行下述操作:针对该第二人员档案中的每个待比对图像,比较多张目标图像与该待比对图像,得到多张目标图像相对于该待比对图像的多个特征相似度;上述身份相似度确定模块,还用于针对每个第二人员档案,执行以下操作:针对该第二人员档案中的每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将该第二人员档案中多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;将目标人员与多个第二人员档案对应的已知身份类型的人员的多个身份相似度的平均值,确定为身份相似度。
进一步地,上述待比对图像包括多张;多张待比对图像存储在至少两个第二人员档案中;至少两个第二人员档案中的待比对图像所包含的已知身份类型人员的身份类型相同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中;上述特征比对模块,还用于针对每个第二人员档案,执行下述操作:针对每张目标图像,比较该第二人员档案中的多张待比对图像与该目标图像,得到多张待比对图像相对于该目标图像的多个特征相似度;上述身份相似度确定模块,还用于针对每个第二人员档案,执行以下操作:针对每张目标图像,获取该目标图像相对于该第二人员档案中的多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;将目标人员与多个第二人员档案对应的已知身份类型的人员的多个身份相似度的平均值,确定为身份相似度。
进一步地,上述身份类型确定模块,还用于如果身份相似度高于预设的相似度阈值,确定目标人员的身份类型为已知身份类型。
进一步地,上述第二人员档案包括多个档案组;同一档案组内的第二人员档案的身份类型相同;不同档案组的第二人员档案的身份类型不同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中;上述特征比对模块,还用于针对每组档案组中的每个第二人员档案,针对该第二人员档案中的每个待比对图像,比较第一人员档案中的多张目标图像与该待比对图像,得到第一人员档案相对于该档案组的多个特征相似度;上述身份相似度确定模块,还用于针对每个档案组中的每个第二人员档案,执行以下操作:针对该第二人员档案中的每张待比对图像,获取该待比对图像相对于多张目标图像的多个特征相似度中的相似度最大值;将多张待比对图像对应的多个相似度最大值的平均值或最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;将目标人员与同一档案组中的多个第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为目标人员与该档案组的身份相似度。
进一步地,上述第二人员档案包括多个档案组;同一档案组内的第二人员档案的身份类型相同;不同档案组的第二人员档案的身份类型不同;目标图像包括多张;多张目标图像存储在同一个第一人员档案中;上述特征比对模块,还用于针对每组档案组中的每个第二人员档案,执行下述操作:针对每张目标图像,比较该第二人员档案中的多张待比对图像与该目标图像,得到多张待比对图像相对于该目标图像的多个特征相似度;上述身份相似度确定模块,还用于针对每个档案组中的每个第二人员档案,执行以下操作:针对每张目标图像,获取该目标图像相对于该第二人员档案中的多张待比对图像的多个特征相似度的相似度平均值;将多张目标图像对应的多个相似度平均值的最大值,确定为目标人员与该第二人员档案对应的已知身份类型的人员的身份相似度;将目标人员与同一档案组中的多个第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为目标人员与该档案组的身份相似度。
进一步地,上述身份类型确定模块,还用于从多组档案组对应的身份相似度中,选择最高的身份相似度,将最高的身份相似度对应的档案组的身份类型,确定为目标人员的身份类型;或者,针对每组档案组,判断该档案组对应的身份相似度,是否高于该档案组对应的相似度阈值;如果高于,将该档案组对应的身份类型,确定为目标人员的身份类型。
进一步地,上述第一人员档案中的目标图像设置有采集时间;第一人员档案中包括多张目标图像;上述装置还包括工作时间确定模块,用于根据每张目标图像对应的特征相似度,以及目标图像的采集时间,确定目标人员的工作时间。
进一步地,上述工作时间确定模块,还用于针对每张目标图像,判断该目标图像的特征相似度是否高于预设的相似度阈值;如果高于,确定该目标图像对应的采集时间属于目标人员的工作时间;将属于目标人员的工作时间的采集时间所组成的时间段,确定为目标人员的工作时间。
上述装置还包括人员数量确定模块,用于获取预设区域范围内的目标人员的工作时间;根据目标人员的工作时间,确定预设区域范围内,在指定时间点处于工作状态的目标人员的数量。
进一步地,上述目标人员包括多个;多个目标人员的第一人员档案属于同一预设区域范围;上述装置还包括筛选模块,用于根据每个目标人员的第一人员档案所对应的身份类型,从预设区域范围内的目标人员中筛选得到指定人员。
本实施例还提供一种电子***,电子***包括:处理设备和存储装置;存储装置上存储有计算机程序,计算机程序在被处理设备运行时执行如上述确定人员身份类型的方法。
本实施例还提供一种机器可读存储介质,机器可读存储介质上存储有计算机程序,计算机程序被处理设备运行时执行如上述确定人员身份类型的步骤。
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***和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能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)执行本发明各个实施例所述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。
最后应说明的是:以上实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (20)
1.一种确定人员身份类型的方法,其特征在于,所述方法包括:
获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;其中,所述图像特征至少包括所述人员的人体外形特征;所述待比对图像的图像特征能够体现所述已知身份类型人员的身份类型;
比对所述目标图像和所述待比对图像的图像特征,得到特征相似度;
根据所述特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度;
根据所述身份相似度,确定所述目标人员的身份类型。
2.根据权利要求1所述的方法,其特征在于,所述待比对图像包括多张;每张所述待比对图像中包含一个所述已知身份类型人员;多张所述待比对图像中包含的所述已知身份类型人员的身份类型相同;
所述比对所述目标图像和所述待比对图像的图像特征,得到特征相似度的步骤,包括:比较每张所述目标图像与每张所述待比对图像的图像特征,得到多个特征相似度;
所述根据所述特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度的步骤,包括:根据所述多个特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度。
3.根据权利要求2所述的方法,其特征在于,所述目标图像包括多张;多张所述目标图像包含同一目标人员;
所述根据所述多个特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度的步骤,包括:
针对每张所述待比对图像,获取该待比对图像相对于多张所述目标图像的多个特征相似度中的相似度最大值;
将多张所述待比对图像对应的多个所述相似度最大值的平均值或最大值,确定为所述身份相似度。
4.根据权利要求2所述的方法,其特征在于,所述目标图像包括多张;多张所述目标图像包含同一目标人员;
所述根据所述多个特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度的步骤,包括:
针对每张所述目标图像,获取该目标图像相对于多张所述待比对图像的多个特征相似度的相似度平均值;
将多张所述目标图像对应的多个所述相似度平均值的最大值,确定为所述身份相似度。
5.根据权利要求1所述的方法,其特征在于,所述目标图像包括多张;多张所述目标图像包含同一目标人员;
所述比对所述目标图像和所述待比对图像的图像特征,得到特征相似度的步骤,包括:针对每张所述目标图像,比对该目标图像与所述待比对图像的图像特征,得到该目标图像对应的特征相似度;
所述根据所述特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度的步骤,包括:将多张所述目标图像对应的特征相似度中的相似度最大值,确定为所述目标人员和所述已知身份类型人员的身份相似度。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述包含有目标人员的目标图像预先存储在所述目标人员的第一人员档案中;
如果所述目标图像包括多张,多张所述目标图像中,包含有同一个人员的目标图像存储在同一个第一人员档案中。
7.根据权利要求6所述的方法,其特征在于,所述包含已知身份类型人员的待比对图像预先存储在所述已知身份类型人员的第二人员档案中;
如果所述待比对图像包括多张,多张所述待比对图像中,包含有同一个人员的待比对图像存储在同一个第二人员档案中。
8.根据权利要求7所述的方法,其特征在于,所述待比对图像包括多张;多张所述待比对图像存储在至少两个所述第二人员档案中;至少两个所述第二人员档案中的待比对图像所包含的所述已知身份类型人员的身份类型相同;所述目标图像包括多张;多张所述目标图像存储在同一个第一人员档案中;
所述比对所述目标图像和所述待比对图像的图像特征,得到特征相似度的步骤,包括:针对每个所述第二人员档案,执行下述操作:针对该第二人员档案中的每个待比对图像,比较多张所述目标图像与该待比对图像,得到多张所述目标图像相对于该待比对图像的多个特征相似度;
所述根据所述特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度的步骤,包括:
针对每个所述第二人员档案,执行以下操作:针对该第二人员档案中的每张所述待比对图像,获取该待比对图像相对于多张所述目标图像的多个特征相似度中的相似度最大值;将该第二人员档案中多张所述待比对图像对应的多个所述相似度最大值的平均值或最大值,确定为所述目标人员与该第二人员档案对应的已知身份类型的人员的所述身份相似度;
将目标人员与多个所述第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为身份相似度。
9.根据权利要求7所述的方法,其特征在于,所述待比对图像包括多张;多张所述待比对图像存储在至少两个所述第二人员档案中;至少两个所述第二人员档案中的待比对图像所包含的所述已知身份类型人员的身份类型相同;所述目标图像包括多张;多张所述目标图像存储在同一个第一人员档案中;
所述比对所述目标图像和所述待比对图像的图像特征,得到特征相似度的步骤,包括:针对每个所述第二人员档案,执行下述操作:针对每张所述目标图像,比较该第二人员档案中的多张所述待比对图像与该目标图像,得到多张所述待比对图像相对于该目标图像的多个特征相似度;
所述根据所述特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度的步骤,包括:
针对每个所述第二人员档案,执行以下操作:针对每张所述目标图像,获取该目标图像相对于该第二人员档案中的多张所述待比对图像的多个特征相似度的相似度平均值;将多张所述目标图像对应的多个所述相似度平均值的最大值,确定为所述目标人员与该第二人员档案对应的已知身份类型的人员的所述身份相似度;
将所述目标人员与多个所述第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为身份相似度。
10.根据权利要求1所述的方法,其特征在于,根据所述身份相似度,确定所述目标人员的身份类型的步骤,包括:
如果所述身份相似度高于预设的相似度阈值,确定所述目标人员的身份类型为所述已知身份类型。
11.根据权利要求7-9任一项所述的方法,其特征在于,所述第二人员档案包括多个档案组;同一档案组内的第二人员档案的身份类型相同;不同档案组的第二人员档案的身份类型不同;所述目标图像包括多张;多张所述目标图像存储在同一个第一人员档案中;
所述比对所述目标图像和所述待比对图像的图像特征,得到特征相似度的步骤,包括:针对每组档案组中的每个第二人员档案,针对该第二人员档案中的每个待比对图像,比较所述第一人员档案中的多张所述目标图像与该待比对图像,得到所述第一人员档案相对于该档案组的多个特征相似度;
所述根据所述特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度的步骤,包括:
针对每个所述档案组中的每个所述第二人员档案,执行以下操作:
针对该第二人员档案中的每张所述待比对图像,获取该待比对图像相对于多张所述目标图像的多个特征相似度中的相似度最大值;将多张所述待比对图像对应的多个所述相似度最大值的平均值或最大值,确定为所述目标人员与该第二人员档案对应的已知身份类型的人员的所述身份相似度;
将所述目标人员与同一档案组中的多个第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为目标人员与该档案组的身份相似度。
12.根据权利要求7-9任一项所述的方法,其特征在于,所述第二人员档案包括多个档案组;同一档案组内的第二人员档案的身份类型相同;不同档案组的第二人员档案的身份类型不同;所述目标图像包括多张;多张所述目标图像存储在同一个第一人员档案中;
所述比对所述目标图像和所述待比对图像的图像特征,得到特征相似度的步骤,包括:针对每组档案组中的每个第二人员档案,执行下述操作:针对每张所述目标图像,比较该第二人员档案中的多张所述待比对图像与该目标图像,得到多张所述待比对图像相对于该目标图像的多个特征相似度;
所述根据所述特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度的步骤,包括:
针对每个所述档案组中的每个所述第二人员档案,执行以下操作:
针对每张所述目标图像,获取该目标图像相对于该第二人员档案中的多张所述待比对图像的多个特征相似度的相似度平均值;将多张所述目标图像对应的多个所述相似度平均值的最大值,确定为所述目标人员与该第二人员档案对应的已知身份类型的人员的所述身份相似度;
将所述目标人员与同一档案组中的多个第二人员档案对应的已知身份类型的人员的多个所述身份相似度的平均值,确定为目标人员与该档案组的身份相似度。
13.根据权利要求11或12所述的方法,其特征在于,根据所述身份相似度,确定所述目标人员的身份类型的步骤,包括:
从多组所述档案组对应的身份相似度中,选择最高的身份相似度,将所述最高的身份相似度对应的档案组的身份类型,确定为所述目标人员的身份类型;
或者,针对每组档案组,判断该档案组对应的身份相似度,是否高于该档案组对应的相似度阈值;如果高于,将该档案组对应的身份类型,确定为所述目标人员的身份类型。
14.根据权利要求6所述的方法,其特征在于,所述第一人员档案中的目标图像设置有采集时间;所述第一人员档案中包括多张所述目标图像;
所述根据所述身份相似度,确定所述目标人员的身份类型的步骤之后,所述方法还包括:
根据每张所述目标图像对应的特征相似度,以及所述目标图像的采集时间,确定所述目标人员的工作时间。
15.根据权利要求14所述的方法,其特征在于,根据每张所述目标图像对应的特征相似度,以及所述目标图像的采集时间,确定所述目标人员的工作时间的步骤,包括:
针对每张所述目标图像,判断该目标图像的特征相似度是否高于预设的相似度阈值;如果高于,确定该目标图像对应的采集时间属于所述目标人员的工作时间;
将属于所述目标人员的工作时间的采集时间所组成的时间段,确定为所述目标人员的工作时间。
16.根据权利要求14所述的方法,其特征在于,根据每张所述目标图像对应的特征相似度,以及所述目标图像的采集时间,确定所述目标人员的工作时间的步骤之后,所述方法还包括:
获取预设区域范围内的目标人员的工作时间;
根据所述目标人员的工作时间,确定所述预设区域范围内,在指定时间点处于工作状态的目标人员的数量。
17.根据权利要求6所述的方法,其特征在于,所述目标人员包括多个;多个所述目标人员的第一人员档案属于同一预设区域范围;
根据所述身份相似度,确定所述目标人员的身份类型的步骤之后,所述方法还包括:
根据每个所述目标人员的第一人员档案所对应的身份类型,从所述预设区域范围内的目标人员中筛选得到指定人员。
18.一种确定人员身份类型的装置,其特征在于,所述装置包括:
特征获取模块,用于获取包含有目标人员的目标图像的图像特征,以及包含已知身份类型人员的待比对图像的图像特征;其中,所述图像特征至少包括所述人员的人体外形特征;所述待比对图像的图像特征能够体现所述已知身份类型人员的身份类型;
特征比对模块,用于比对所述目标图像和所述待比对图像的图像特征,得到特征相似度;
身份相似度确定模块,用于根据所述特征相似度,确定所述目标人员和所述已知身份类型人员的身份相似度;
身份类型确定模块,用于根据所述身份相似度,确定所述目标人员的身份类型。
19.一种电子***,其特征在于,所述电子***包括:处理设备和存储装置;
所述存储装置上存储有计算机程序,所述计算机程序在被所述处理设备运行时执行如权利要求1-17任一项所述的确定人员身份类型的方法。
20.一种机器可读存储介质,所述机器可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理设备运行时执行如权利要求1-17任一项所述的确定人员身份类型的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010336918.9A CN111666441A (zh) | 2020-04-24 | 2020-04-24 | 确定人员身份类型的方法、装置和电子*** |
PCT/CN2020/119614 WO2021212760A1 (zh) | 2020-04-24 | 2020-09-30 | 确定人员身份类型的方法、装置和电子*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010336918.9A CN111666441A (zh) | 2020-04-24 | 2020-04-24 | 确定人员身份类型的方法、装置和电子*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111666441A true CN111666441A (zh) | 2020-09-15 |
Family
ID=72382791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010336918.9A Pending CN111666441A (zh) | 2020-04-24 | 2020-04-24 | 确定人员身份类型的方法、装置和电子*** |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111666441A (zh) |
WO (1) | WO2021212760A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258363A (zh) * | 2020-10-16 | 2021-01-22 | 浙江大华技术股份有限公司 | 身份信息的确认方法、装置、存储介质及电子装置 |
WO2021212760A1 (zh) * | 2020-04-24 | 2021-10-28 | 北京旷视科技有限公司 | 确定人员身份类型的方法、装置和电子*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207870A (zh) * | 2012-01-17 | 2013-07-17 | 华为技术有限公司 | 一种照片分类管理方法、服务器、装置及*** |
CN109726765A (zh) * | 2019-01-02 | 2019-05-07 | 京东方科技集团股份有限公司 | 一种视频分类问题的样本提取方法及装置 |
WO2019153193A1 (zh) * | 2018-02-08 | 2019-08-15 | 深圳前海达闼云端智能科技有限公司 | 一种出租车运营监测方法、设备、存储介质和*** |
CN110378092A (zh) * | 2019-07-26 | 2019-10-25 | 北京积加科技有限公司 | 身份识别***及客户端、服务器和方法 |
CN110730330A (zh) * | 2019-09-27 | 2020-01-24 | 深圳市大拿科技有限公司 | 声音处理方法及相关产品 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6448223B2 (ja) * | 2014-06-12 | 2019-01-09 | キヤノン株式会社 | 画像認識システム、画像認識装置、画像認識方法、およびコンピュータプログラム |
CN106577350B (zh) * | 2016-11-22 | 2020-10-09 | 深圳市沃特沃德股份有限公司 | 宠物类型识别的方法及装置 |
CN111666441A (zh) * | 2020-04-24 | 2020-09-15 | 北京旷视科技有限公司 | 确定人员身份类型的方法、装置和电子*** |
-
2020
- 2020-04-24 CN CN202010336918.9A patent/CN111666441A/zh active Pending
- 2020-09-30 WO PCT/CN2020/119614 patent/WO2021212760A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207870A (zh) * | 2012-01-17 | 2013-07-17 | 华为技术有限公司 | 一种照片分类管理方法、服务器、装置及*** |
WO2019153193A1 (zh) * | 2018-02-08 | 2019-08-15 | 深圳前海达闼云端智能科技有限公司 | 一种出租车运营监测方法、设备、存储介质和*** |
CN109726765A (zh) * | 2019-01-02 | 2019-05-07 | 京东方科技集团股份有限公司 | 一种视频分类问题的样本提取方法及装置 |
CN110378092A (zh) * | 2019-07-26 | 2019-10-25 | 北京积加科技有限公司 | 身份识别***及客户端、服务器和方法 |
CN110730330A (zh) * | 2019-09-27 | 2020-01-24 | 深圳市大拿科技有限公司 | 声音处理方法及相关产品 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021212760A1 (zh) * | 2020-04-24 | 2021-10-28 | 北京旷视科技有限公司 | 确定人员身份类型的方法、装置和电子*** |
CN112258363A (zh) * | 2020-10-16 | 2021-01-22 | 浙江大华技术股份有限公司 | 身份信息的确认方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021212760A1 (zh) | 2021-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807385B (zh) | 目标检测方法、装置、电子设备及存储介质 | |
CN104246786B (zh) | 模式发现中的字段选择 | |
US20170300744A1 (en) | Method and apparatus for determining identity identifier of face in face image, and terminal | |
CN110245132B (zh) | 数据异常检测方法、装置、计算机可读存储介质和计算机设备 | |
CN112001932B (zh) | 人脸识别方法、装置、计算机设备和存储介质 | |
CN106709047B (zh) | 对象查找方法及装置 | |
CN109426785B (zh) | 一种人体目标身份识别方法及装置 | |
JP2017033547A (ja) | 情報処理装置及びその制御方法及びプログラム | |
CN112016623B (zh) | 一种人脸聚类方法、装置、设备及存储介质 | |
CN110555164B (zh) | 群体兴趣标签的生成方法、装置、计算机设备和存储介质 | |
CN111221991B (zh) | 人员身份属性的确定方法、装置和电子设备 | |
WO2020172870A1 (zh) | 一种目标对象的移动轨迹确定方法和装置 | |
CN111666441A (zh) | 确定人员身份类型的方法、装置和电子*** | |
CN114581491A (zh) | 一种行人轨迹跟踪方法、***及相关装置 | |
CN111753826B (zh) | 车辆与车牌的关联方法、装置和电子*** | |
CN109886239B (zh) | 人像聚类方法、装置及*** | |
CN112966652A (zh) | 轨迹汇聚方法、装置、计算机设备及存储介质 | |
CN114093014A (zh) | 一种图码关联强度计算方法、装置、设备及存储介质 | |
CN109241316B (zh) | 图像检索方法、装置、电子设备及存储介质 | |
CN114124484B (zh) | 网络攻击识别方法、***、装置、终端设备以及存储介质 | |
CN110263830B (zh) | 图像处理方法、装置和***及存储介质 | |
CN110502961B (zh) | 一种面部图像检测方法及装置 | |
CN110825893A (zh) | 一种目标查找方法、装置、***及存储介质 | |
CN113674152A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN110968719B (zh) | 一种人脸聚类方法及装置 |
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 |