CN112241672B - 一种身份数据的关联方法、装置、电子设备及存储介质 - Google Patents
一种身份数据的关联方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112241672B CN112241672B CN201910655029.6A CN201910655029A CN112241672B CN 112241672 B CN112241672 B CN 112241672B CN 201910655029 A CN201910655029 A CN 201910655029A CN 112241672 B CN112241672 B CN 112241672B
- Authority
- CN
- China
- Prior art keywords
- identity data
- type
- data
- identity
- searching
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000001815 facial effect Effects 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000875 corresponding effect Effects 0.000 description 48
- 241001465754 Metazoa Species 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 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
- 239000013307 optical fiber Substances 0.000 description 1
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
-
- 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
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明实施例提供了一种身份数据的关联方法、装置、电子设备及存储介质,该方法中:针对待关联的第一类身份数据,从已关联有对象标识的第一类身份数据中,查找匹配的第一类身份数据;当找到时,将待关联的第一类身份数据与找到的第一类身份数据对应的对象标识进行关联;针对待关联的第二类身份数据,从已关联有对象标识的第一类身份数据中,查找具有相同数据标识的第一类身份数据;当找到时,将该第二类身份数据与找到的第一类身份数据对应的对象标识进行关联;其中,具有相同数据标识的任一组第一类身份数据和第二类身份数据包括:根据一抓拍对象生成的面部数据和身体数据。本发明可在将身份数据与对象进行关联时,提高身份数据的关联效率。
Description
技术领域
本发明涉及监控技术领域,特别是涉及一种身份数据的关联方法、装置、电子设备及存储介质。
背景技术
在监控技术领域中,抓拍设备所抓拍的图像是海量的,相应的,根据抓拍对象所生成的身份数据也是海量的。这里,任一抓拍对象的身份数据包括该抓拍对象的面部数据和身体数据两类身份数据。由于身份数据较为海量,难以在身份数据生成之时就同步的将身份数据与抓拍对象进行关联,故通常将身份数据的关联工作放到后台的服务器中异步执行。
现有技术中,将身份数据与抓拍对象进行关联所采用的方法是:针对待关联的面部数据,从已关联有对象的面部数据中,查找与待关联的面部数据匹配的面部数据,并将待关联的面部数据与所找到的面部数据所关联的对象进行关联;针对待关联的身体数据,从已关联有对象的身体数据中,查找与待关联的身体数据匹配的身体数据,并将待关联的身体数据与所找到的身体数据所关联的对象进行关联。
可见,现有技术中,在关联身份数据时,涉及大量的数据相似度的计算,关联效率较为低下。
发明内容
本发明实施例的目的在于提供一种身份数据的关联方法、装置、电子设备及存储介质,以在将身份数据与对象进行关联时,提高身份数据的关联效率。具体技术方案如下:
第一方面,本发明实施例提供了一种身份数据的关联方法,包括:
针对每个待关联的第一类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据;当查找到时,将所述待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
针对每个待关联的第二类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第二类身份数据的数据标识相同的第一类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
其中,所述第一类身份数据和所述第二类身份数据为不同类别的身份数据,具有相同的数据标识的任意一组第一类身份数据和第二类身份数据包括:根据一个抓拍对象所生成的面部数据和身体数据。
可选地,当未查找到所述与所述待关联的第二类身份数据的数据标识相同的第一类身份数据时,所述方法还包括:
从已关联有对象标识的第二类身份数据中,查找与所述待关联的第二类身份数据匹配的第二类身份数据;
当查找到时,将所述待关联的第二类身份数据与查找到的第二类身份数据对应的对象标识进行关联。
可选地,所述从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据,包括:
利用预设的关于所述第一类身份数据的相似度算法,分别计算已关联有对象标识的每个第一类身份数据与所述待关联的第一类身份数据的相似度;
判断计算得到的最高相似度,是否大于预设的第一阈值;
如果大于,将所述最高相似度对应的第一类身份数据,作为与所述待关联的第一类身份数据匹配的第一类身份数据。
可选地,当未查找到所述与所述待关联的第一类身份数据匹配的第一类身份数据时,所述方法还包括:
新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联。
可选地,在所述新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联之前,所述方法还包括:
判断计算得到的最低相似度,是否小于预设的第二阈值;
如果小于,继续执行所述新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联的步骤。
第二方面,本发明实施例提供了一种身份数据的关联装置,包括:
第一关联模块,用于针对每个待关联的第一类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据;当查找到时,将所述待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
第二关联模块,用于针对每个待关联的第二类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第二类身份数据的数据标识相同的第一类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
其中,所述第一类身份数据和所述第二类身份数据为不同类别的身份数据,具有相同的数据标识的任意一组第一类身份数据和第二类身份数据包括:根据一个抓拍对象所生成的面部数据和身体数据。
可选地,所述装置还包括:第三关联模块;
所述第三关联模块,用于当未查找到所述与所述待关联的第二类身份数据的数据标识相同的第一类身份数据时,从已关联有对象标识的第二类身份数据中,查找与所述待关联的第二类身份数据匹配的第二类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第二类身份数据对应的对象标识进行关联。
可选地,所述第一关联模块从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据,包括:
利用预设的关于所述第一类身份数据的相似度算法,分别计算已关联有对象标识的每个第一类身份数据与所述待关联的第一类身份数据的相似度;
判断计算得到的最高相似度,是否大于预设的第一阈值;
如果大于,将所述最高相似度对应的第一类身份数据,作为与所述待关联的第一类身份数据匹配的第一类身份数据。
可选地,所述装置还包括:标识新建模块;
所述标识新建模块,用于当未查找到所述与所述待关联的第一类身份数据匹配的第一类身份数据时,新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联。
可选地,所述装置还包括:判断模块;
所述判断模块,用于在所述新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联之前,判断计算得到的最低相似度,是否小于预设的第二阈值;如果小于,触发所述标识新建模块。
第三方面,本发明实施例提供了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
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,实现上述任一所述的身份数据的关联方法。
在本发明实施的又一方面,还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任一所述的身份数据的关联方法。
在本发明实施的又一方面,本发明实施例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任一所述的身份数据的关联方法。
本发明实施例提供的数据关联方法中,第一类身份数据与第二类身份数据为不同类别的身份数据。并且,根据同一个抓拍对象所生成第一类身份数据和第二类身份数据的数据标识相同。那么,在将待关联的第二类身份数据与对象标识进行关联时,可以通过查找与待关联的第二类身份数据的数据标识相同的第一类身份数据的方式,将待关联的第二类身份数据与对象标识进行关联,从而,减少在关联身份数据时的身份相似度的计算量。因此,本发明实施例提供的身份数据的关联方法,可以在将身份数据与对象进行关联时,提高身份数据的关联效率。当然,实施本发明的任一产品或方法必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。
图1为本发明实施例提供的一种身份数据的关联方法的流程图;
图2为本发明实施例提供的另一种身份数据的关联方法的流程图;
图3为本发明实施例提供的一种身份数据的关联装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
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描述。
为了在将身份数据与对象进行关联时,提高身份数据的关联效率,本发明实施例提供了一种身份数据的关联方法、装置、电子设备及存储介质。
本发明实施例提供的一种身份数据的关联方法的执行主体,可以为一种身份数据的关联装置,该装置可以用于电子设备中。具体的,该电子设备可以为具有身份识别功能的***中的服务器。在具体应用中,该服务器位于***的后端,用于将待关联的身份数据与对象标识进行关联,这里所说的对象标识主要用于区分不同的人员对象或动物对象。该***中,待关联的身份数据可以由面部识别***或监控***的前端设备生成。前端设备生成身份数据之后,可以将身份数据写入Kafka中,等待后端的服务器对身份数据执行关联操作。这里,Kafka为一种高吞吐量的分布式发布订阅消息***,可以快速地对接收到的数据进行持久化,并保持长时间的数据稳定性。
本发明实施例中,前端设备至少包括图像采集组件和身份数据生成组件。其中,图像采集组件用于抓拍图像;身份数据生成组件用于根据图像采集组件所抓拍的图像生成身份数据。这里,身份数据包括面部数据和身体数据两类。在根据抓拍的图像生成身份数据时,根据图像中同一个抓拍对象所生成的面部数据和身体数据,具有相同的数据标识。可以理解的是,对于同一个人员对象或动物对象来说,根据在不同时刻抓拍的该人员对象或动物对象的多张图像所分别生成的多个面部数据的数据标识是不相同的,相应的,所分别生成的多个身体数据的数据标识也是不相同的。这里,数据标识主要用于在根据一张图像中同一抓拍对象所生成的面部数据和身体数据之间建立对应关系,并用于区分根据不同抓拍对象所生成的身份数据的数据标识。举例而言,假设有一个面部数据的数据标识为0001,另有一个身体数据的数据标识也为0001,那么可以确定该面部数据和该身体数据是根据一张图像中同一个抓拍对象所生成的;假设有一个面部数据的数据标识为0002,另有一个身体数据的数据标识为0003,那么可以确定该面部数据和该身体数据不属于一张图像中的同一抓拍对象。
另外,在具体应用中,前端设备可以为抓拍照相机或人体抓拍机等,该抓拍照相机或该人体抓拍机不仅具有抓拍功能,还可以根据抓拍对象的面部影像和身体影像自动生成面部数据和身体数据。当然,前端设备中的图像采集组件也可以使用普通的具有抓拍功能的照相机或摄像机,而身份数据生成组件则可以由计算机上的软件程序来实现,通过计算机对照相机或摄像机所抓拍的图像进行运算,可以得到图像中的抓拍对象的身份数据。
首先,对本发明实施例提供的一种身份数据的关联方法进行详细说明。如图1所示,本发明实施例提供的一种身份数据的关联方法,可以包括以下步骤:
S101:针对每个待关联的第一类身份数据,从已关联有对象标识的第一类身份数据中,查找与待关联的第一类身份数据匹配的第一类身份数据;当查找到时,将待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联。
其中,第一类身份数据可以为面部数据或身体数据中的一种。
可以理解的是,与待关联的第一类身份数据匹配的第一类身份数据,与待关联的第一类身份数据,对应着同一个人员对象或同一个动物对象。同样的,在已关联有对象标识的第一类身份数据中,关联着同一对象标识的各个第一类身份数据,均属于同一个人员对象或同一个动物对象。
其中,从已关联有对象标识的第一类身份数据中,查找与待关联的第一类身份数据匹配的第一类身份数据的具体实现方式可以存在多种。为了方案清楚及布局清晰,后续对从已关联有对象标识的第一类身份数据中,查找与待关联的第一类身份数据匹配的第一类身份数据的具体实现方式进行示例性的说明。
可以理解的是,将待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联后,待关联的第一类身份数据对应的对象标识就等于查找到的第一类身份数据对应的对象标识。根据待关联的第一类身份数据对应的对象标识,就可以确定待关联的第一类身份数据所属的对象。另外,在确定待关联的第一类身份数据所属的对象之后,还可以将待关联的第一类身份数据进行存储。具体的,可以将待关联的第一类身份数据存入所对应对象标识的数据分区中,或者,将待关联的第一类身份数据存入所对应对象标识的数据列表中等等,这都是合理的。
另外,当未查找到与待关联的第一类身份数据匹配的第一类身份数据时,还可以新建一对象标识,并将待关联的第一类身份数据与所新建的对象标识进行关联。
可以理解的是,当未查找到与待关联的第一类身份数据匹配的第一类身份数据时,该待关联的第一类身份数据并没有与之对应的对象标识可关联,也就是说,该待关联的第一类身份数据属于一个新的对象。此时,为该新的对象新建一个对象标识,并将该待关联的第一类身份数据与所新建的对象标识进行关联。
S102:针对每个待关联的第二类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第二类身份数据的数据标识相同的第一类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联。
其中,第二类身份数据和第一类身份数据为不同类别的身份数据,具有相同的数据标识的任意一组第一类身份数据和第二类身份数据可以包括:根据一个抓拍对象所生成的面部数据和身体数据。可以理解的是,当第一类身份数据为面部数据时,那么第二类身份数据则为身体数据;或者,当第一类身份数据为身体数据时,那么第二类身份数据则为面部数据。
并且,根据一个抓拍对象所生成的第一类身份数据和第二类身份数据,数据标识相同。因此,对于数据标识相同的任一组第一类身份数据和第二类身份数据来说,当该组中的第一类身份数据已关联有对象标识,那么在为同组的第二类身份数据关联对象标识时,可以直接将该第二类身份数据与该第一类身份数据已关联的对象标识进行关联,无需再针对第二类身份数据执行任何有关身份数据间匹配与否的确定或计算工作。
可以理解的是,将待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联后,待关联的第二类身份数据对应的对象标识就等于查找到的第一类身份数据对应的对象标识。根据待关联的第二类身份数据对应的对象标识,就可以确定待关联的第二类身份数据所属的对象。另外,在确定待关联的第二类身份数据所属的对象之后,还可以将待关联的第二类身份数据进行存储。具体的,可以将待关联的第二类身份数据存入所对应对象标识的数据分区中,或者,将待关联的第二类身份数据存入所对应对象标识的数据列表中等等,这都是合理的。
在实际应用中,服务器对第一类身份数据和第二类身份数据的关联操作,可以分为两个分支并行地进行。在第一类身份数据的分支中,针对每个第一类身份数据,均按照S101所示的步骤执行对第一类身份数据的关联操作。在第二类身份数据的分支中,针对每个第二类身份数据,均按照S102所示的步骤执行对第二类身份数据的关联操作。并且,在每个分支中,可以串行地对各个身份数据执行关联操作,或同时并行地对多个身份数据执行关联操作。
另外,在实际应用中,第一类身份数据的关联操作可能存在滞后现象。这样,在第二类身份数据的分支中,当为待关联的第二类身份数据查找具有相同数据标识的第一类身份数据时,由于第一类身份数据的分支中,具有相同数据标识的第一类数据可能还未关联完成,因而第二类身份数据的分支可能会查不到具有相同数据标识的第一类身份数据。针对这一现象,当查找失败时,可以将待关联的第二类身份数据加入重试队列;然后,在预定时间段内多次重试查找,或者,按照预定的时间间隔重试N次查找;当预定时间段结束,查找结果仍为查找失败时,或按照预定的时间间隔重试N次后,查找结果仍为查找失败时,再执行从已关联有对象标识的第二类身份数据中,查找与待关联的第二类身份数据匹配的第二类身份数据的步骤及后续的步骤。这样,可以减少对第二类身份数据的关联操作的失败概率。
本发明实施例提供的数据关联方法中,第一类身份数据与第二类身份数据为不同类别的身份数据。并且,根据同一个抓拍对象所生成第一类身份数据和第二类身份数据的数据标识相同。那么,在将待关联的第二类身份数据与对象标识进行关联时,可以通过查找与待关联的第二类身份数据的数据标识相同的第一类身份数据的方式,将待关联的第二类身份数据与对象标识进行关联,从而,减少在关联身份数据时的身份相似度的计算量。因此,本发明实施例提供的身份数据的关联方法,可以在将身份数据与对象进行关联时,提高身份数据的关联效率。
为了方案清楚及布局清晰,下面对从已关联有对象标识的第一类身份数据中,查找与待关联的第一类身份数据匹配的第一类身份数据的具体实现方式进行举例说明。示例性的,在一种实现方式中,从已关联有对象标识的第一类身份数据中,查找与待关联的第一类身份数据匹配的第一类身份数据,可以包括:
利用预设的关于第一类身份数据的相似度算法,分别计算已关联有对象标识的每个第一类身份数据与待关联的第一类身份数据的相似度;
判断计算得到的最高相似度,是否大于预设的第一阈值;
如果大于,将最高相似度对应的第一类身份数据,作为与待关联的第一类身份数据匹配的第一类身份数据。
其中,第一阈值可以为50%-100%之间任意一个数值,如75%等等。
该实现方式中,当第一类身份数据为面部数据时,关于第一类身份数据的相似度算法可以为关于面部数据的相似度的计算。当第一类身份数据为身体数据时,关于第一类身份数据的相似度算法可以为关于人体数据或动物体数据的相似度的计算。其中,关于面部数据、人体数据或动物体数据的相似度的计算可以利用现有的相似度算法来实现,如欧几里得距离、曼哈顿距离、明可夫斯基距离或余弦相似度等等,当然,并不局限于此。
另外,在实际应用中,未查找到与待关联的第一类身份数据匹配的第一类身份数据的原因,可能不仅仅是因为待关联的第一类身份数据属于一个新的对象,还有可能其他原因。举例而言,当一个抓拍对象的影像太过模糊时,根据该抓拍对象所生成的第一类身份数据,与已关联有对象标识的各个第一类身份数据,相似度可能都会小于第一阈值。由于服务器中可能已建立过该抓拍对象所对应人员对象或动物对象的对象标识,因此,此时如果新建对象标识,那么该人员对象或动物对象就拥有了多个对象标识。
针对这种可能性,为了减少出现同一对象具有多个对象标识的情况,在新建一对象标识,并将待关联的第一类身份数据与所新建的对象标识进行关联之前,还可以:
判断利用关于第一类身份数据的相似度算法计算得到的最低相似度,是否小于预设的第二阈值;
如果小于,继续执行新建一对象标识,并将待关联的第一类身份数据与所新建的对象标识进行关联的步骤。
其中,第二阈值可以为0-50%之间任意一个数值,如25%等等。
可以理解的是,当计算得到的最高相似度大于第二阈值且小于第一阈值时,待关联的第一类身份数据所属的对象并非新的对象,但又达不到匹配条件,故此时可以忽略该待关联的第一类身份数据,继续对后面的第一类身份数据执行关联操作。
可选地,在一种实现方式中,为了提高身份数据的关联成功率,本发明实施例提供的身份数据的关联方法,在未查找到与待关联的第二类身份数据的数据标识相同的第一类身份数据时,还可以包括:
从已关联有对象标识的第二类身份数据中,查找与所述待关联的第二类身份数据匹配的第二类身份数据;
当查找到时,将待关联的第二类身份数据与查找到的第二类身份数据对应的对象标识进行关联。
可以理解的是,前端设备所抓拍的图像中,有些抓拍对象仅有侧面或背面的身体影像,或者,有些抓拍对象的面部影像较为模糊,或者,有些抓拍对象仅有面部影像。根据这种抓拍对象,难以同时生成面部数据和身体数据两种身份数据,此时,前段设备根据抓拍对象可以仅生成一种身份数据,那么,生成的该种身份数据,就没有与之具有相同数据标识的另一种身份数据。
因此,当未查找到与待关联的第二类身份数据的数据标识相同的第一类身份数据时,待关联的第二类身份数据很可能就是根据上述的几种抓拍对象所生成的身份数据。此时,可以参考将第一类身份数据与对象标识进行关联的方式,为待关联的第二类身份数据查找与之匹配的第二类身份数据,并将待关联的第二类身份数据与查找到的第二类身份数据对应的对象标识进行关联。这样,对于面部影像或身体影像缺失或者模糊的抓拍对象,仍旧可以将根据这些抓拍对象所生成的身份数据与其所属的对象的对象标识进行关联。
其中,从已关联有对象标识的第二类身份数据中,查找与待关联的第二类身份数据匹配的第二类身份数据的具体实现方式存在多种。示例性的,在一种实现方式中,从已关联有对象标识的第二类身份数据中,查找与待关联的第二类身份数据匹配的第二类身份数据,可以包括:
利用预设的关于第二类身份数据的相似度算法,分别计算已关联有对象标识的每个第二类身份数据与待关联的第二类身份数据的相似度;
判断计算得到的最高相似度,是否大于预设的第三阈值;
如果大于,将最高相似度对应的第二类身份数据,作为与待关联的第二类身份数据匹配的第二类身份数据。
其中,第三阈值可以为50-100%之间任意一个数值,如80%等等。
可以理解的是,当第一类身份数据为面部数据时,第二类身份数据为身体数据,关于第二类身份数据的相似度算法则可以为关于人体数据或动物体数据的相似度的计算。当第一类身份数据为身体数据时,第二类身份数据为面部数据,关于第二类身份数据的相似度算法则可以为关于面部数据的相似度的计算。其中,关于面部数据、人体数据或动物体数据的相似度的计算在上述实施例中已经进行过说明,此处不再赘述。
可选地,在一种实现方式中,当未查找到与待关联的第二类身份数据匹配的第二类身份数据时,本发明实时提供的身份数据的关联方法,还可以包括:
新建一对象标识,并将待关联的第二类身份数据与所新建的对象标识进行关联。
可以理解的是,当未查找到与待关联的第二类身份数据匹配的第二类身份数据时,该待关联的第二类身份数据并没有与之对应的对象标识可关联,也就是说,该待关联的第二类身份数据属于一个新的对象。此时,为该新的对象新建一个对象标识,并将该待关联的第二类身份数据与所新建的对象标识进行关联。
另外,为了减少出现同一对象具有多个对象标识的情况,在新建一对象标识,并将待关联的第二类身份数据与所新建的对象标识进行关联之前,本发明实施例提供的身份数据的关联方法,还可以包括:
判断利用关于第二类身份数据的相似度算法计算得到的最低相似度,是否小于预设的第四阈值;
如果小于,继续执行新建一对象标识,并将待关联的第一类身份数据与所新建的对象标识进行关联的步骤。
其中,第四阈值可以为0-50%之间任意一个数值,如20%等等。
可以理解的是,当计算得到的最高相似度大于第四阈值且小于第三阈值时,待关联的第二类身份数据所属的对象并非新的对象,但又达不到匹配条件,故此时可以忽略该待关联的第二类身份数据,继续对后面的第二类身份数据执行关联操作。
综合上述实施例,本发明实施例提供的身份数据的关联方法,可以按照如图2所示的流程来执行,该方法包括:
A01:针对每个待关联的第一类身份数据,从已关联有对象标识的第一类身份数据中,查找与待关联的第一类身份数据匹配的第一类身份数据;当查找到时,执行A02,当未查找到时,执行A03:
A02:将待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
A03:新建一对象标识,并将待关联的第一类身份数据与所新建的对象标识进行关联;
B01:针对每个待关联的第二类身份数据,从已关联有对象标识的第一类身份数据中,查找与待关联的第二类身份数据的数据标识相同的第一类身份数据;当查找到时,执行B02,当未查找到时,执行B03:
B02:将待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
B03:从已关联有对象标识的第二类身份数据中,查找与待关联的第二类身份数据匹配的第二类身份数据;当查找到时,执行B04,当未查找到时,执行B05:
B04:将待关联的第二类身份数据与查找到的第二类身份数据对应的对象标识进行关联;
B05:新建一对象标识,并将待关联的第二类身份数据与所新建的对象标识进行关联。
其中,A01-A03各个步骤的具体实现方式,已经在对S101说明过程中进行过详细描述,B01-B05各个步骤的具体实现方式,已经在对S102说明过程中进行过详细描述,此处不再赘述。
并且,在执行A03之前,也可以判断利用预设的关于第一类身份数据的相似度算法所计算出的最低相似度,是否小于预设的第二阈值,如果小于,再执行A03。同样的,在执行B05之前,也可以判断利用预设的关于第二类身份数据的相似度算法所计算出的最低相似度,是否小于预设的第四阈值,如果小于,再执行B05。这样,可以减少出现同一对象具有多个对象标识的情况。
可以理解的是,A01-A03各个步骤即是服务器中第一类身份数据的分支,B01-B05各个步骤即是服务器中第二类身份数据的分支。
基于该实施例可见,本发明实施例提供的身份数据的关联方法,不仅可以提高身份数据的关联效率,也可以进一步地提高身份数据的关联成功率。
相应于上述的一种身份数据的关联方法,本发明实施例还提供了一种身份数据的关联装置,如图3所示,本发明实施例还提供的身份数据的关联装置,可以包括:
第一关联模块301,用于针对每个待关联的第一类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据;当查找到时,将所述待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
第二关联模块302,用于针对每个待关联的第二类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第二类身份数据的数据标识相同的第一类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
其中,所述第一类身份数据和所述第二类身份数据为不同类别的身份数据,具有相同的数据标识的任意一组第一类身份数据和第二类身份数据包括:根据一个抓拍对象所生成的面部数据和身体数据。
可选地,所述装置还可以包括:第三关联模块;
所述第三关联模块,用于当未查找到所述与所述待关联的第二类身份数据的数据标识相同的第一类身份数据时,从已关联有对象标识的第二类身份数据中,查找与所述待关联的第二类身份数据匹配的第二类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第二类身份数据对应的对象标识进行关联。
可选地,所述第一关联模块301从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据,可以包括:
利用预设的关于所述第一类身份数据的相似度算法,分别计算已关联有对象标识的每个第一类身份数据与所述待关联的第一类身份数据的相似度;
判断计算得到的最高相似度,是否大于预设的第一阈值;
如果大于,将所述最高相似度对应的第一类身份数据,作为与所述待关联的第一类身份数据匹配的第一类身份数据。
可选地,所述装置还可以包括:标识新建模块;
所述标识新建模块,用于当未查找到所述与所述待关联的第一类身份数据匹配的第一类身份数据时,新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联。
可选地,所述装置还可以包括:判断模块;
所述判断模块,用于在所述新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联之前,判断计算得到的最低相似度,是否小于预设的第二阈值;如果小于,触发所述标识新建模块。
本发明实施例提供的数据关联装置中,第一类身份数据与第二类身份数据为不同类别的身份数据。并且,根据同一个抓拍对象所生成第一类身份数据和第二类身份数据的数据标识相同。这样,在将待关联的第二类身份数据与对象标识进行关联时,查找与待关联的第二类身份数据的数据标识相同的第一类身份数据即可,无需针对第二类身份数据进行数据相似度计算。因此,本发明实施例提供的身份数据的关联装置,可以在将身份数据与对象进行关联时,提高身份数据的关联效率。
本发明实施例还提供了一种电子设备,如图4所示,包括处理器401、通信接口402、存储器403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信,
存储器403,用于存放计算机程序;
处理器401,用于执行存储器403上所存放的程序时,实现上述任一所述的身份数据的关联方法。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),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,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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所述的身份数据的关联方法。
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所述的身份数据的关联方法。
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)、或者光介质(例如,DVD)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、电子设备及存储介质实施例而言,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 (8)
1.一种身份数据的关联方法,其特征在于,包括:
针对每个待关联的第一类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据;当查找到时,将所述待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
针对每个待关联的第二类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第二类身份数据的数据标识相同的第一类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联;其中,所述将所述待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联,和所述将所述待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联,是分为两个分支并行进行的;
其中,所述第一类身份数据和所述第二类身份数据为不同类别的身份数据,具有相同的数据标识的任意一组第一类身份数据和第二类身份数据包括:根据一个抓拍对象所生成的面部数据和身体数据;
当未查找到所述与所述待关联的第一类身份数据匹配的第一类身份数据时,所述方法还包括:
新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联;
当未查找到所述与所述待关联的第二类身份数据的数据标识相同的第一类身份数据时,所述方法还包括:
将所述待关联的第二类身份数据加入查找与所述待关联的第二类身份数据的数据标识相同的第一类身份数据的重试队列中;在预定时间段内多次重试查找,或按照预定的时间间隔进行预设次数的重试查找得到查找结果;当所述查找结果仍为查找失败时,则从已关联有对象标识的第二类身份数据中,查找与待关联的第二类身份数据匹配的第二类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第二类身份数据对应的对象标识进行关联。
2.根据权利要求1所述的方法,其特征在于,所述从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据,包括:
利用预设的关于所述第一类身份数据的相似度算法,分别计算已关联有对象标识的每个第一类身份数据与所述待关联的第一类身份数据的相似度;
判断计算得到的最高相似度,是否大于预设的第一阈值;
如果大于,将所述最高相似度对应的第一类身份数据,作为与所述待关联的第一类身份数据匹配的第一类身份数据。
3.根据权利要求2所述的方法,其特征在于,在所述新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联之前,所述方法还包括:
判断计算得到的最低相似度,是否小于预设的第二阈值;
如果小于,继续执行所述新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联的步骤。
4.一种身份数据的关联装置,其特征在于,包括:
第一关联模块,用于针对每个待关联的第一类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据;当查找到时,将所述待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联;
第二关联模块,用于针对每个待关联的第二类身份数据,从已关联有对象标识的第一类身份数据中,查找与所述待关联的第二类身份数据的数据标识相同的第一类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联;其中,所述将所述待关联的第一类身份数据与查找到的第一类身份数据对应的对象标识进行关联,和所述将所述待关联的第二类身份数据与查找到的第一类身份数据对应的对象标识进行关联,是分为两个分支并行进行的;
其中,所述第一类身份数据和所述第二类身份数据为不同类别的身份数据,具有相同的数据标识的任意一组第一类身份数据和第二类身份数据包括:根据一个抓拍对象所生成的面部数据和身体数据;
标识新建模块,用于当未查找到所述与所述待关联的第一类身份数据匹配的第一类身份数据时,新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联;
第三关联模块,用于当未查找到所述与所述待关联的第二类身份数据的数据标识相同的第一类身份数据时,将所述待关联的第二类身份数据加入查找与所述待关联的第二类身份数据的数据标识相同的第一类身份数据的重试队列中;在预定时间段内多次重试查找,或按照预定的时间间隔进行预设次数的重试查找得到查找结果;当所述查找结果仍为查找失败时,则从已关联有对象标识的第二类身份数据中,查找与待关联的第二类身份数据匹配的第二类身份数据;当查找到时,将所述待关联的第二类身份数据与查找到的第二类身份数据对应的对象标识进行关联。
5.根据权利要求4所述的装置,其特征在于,所述第一关联模块从已关联有对象标识的第一类身份数据中,查找与所述待关联的第一类身份数据匹配的第一类身份数据,包括:
利用预设的关于所述第一类身份数据的相似度算法,分别计算已关联有对象标识的每个第一类身份数据与所述待关联的第一类身份数据的相似度;
判断计算得到的最高相似度,是否大于预设的第一阈值;
如果大于,将所述最高相似度对应的第一类身份数据,作为与所述待关联的第一类身份数据匹配的第一类身份数据。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:判断模块;
所述判断模块,用于在所述新建一对象标识,并将所述待关联的第一类身份数据与所新建的对象标识进行关联之前,判断计算得到的最低相似度,是否小于预设的第二阈值;如果小于,触发所述标识新建模块。
7.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
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1-3任一所述的方法步骤。
8.一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1-3任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910655029.6A CN112241672B (zh) | 2019-07-19 | 2019-07-19 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910655029.6A CN112241672B (zh) | 2019-07-19 | 2019-07-19 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112241672A CN112241672A (zh) | 2021-01-19 |
CN112241672B true CN112241672B (zh) | 2024-05-03 |
Family
ID=74167440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910655029.6A Active CN112241672B (zh) | 2019-07-19 | 2019-07-19 | 一种身份数据的关联方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112241672B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2003269790A1 (en) * | 2003-10-08 | 2005-04-21 | Xid Technologies Pte Ltd | Individual identity authentication systems |
EP1683070A1 (en) * | 2003-09-12 | 2006-07-26 | Stratech Systems Limited | A method and system for monitoring the movement of people |
CN106991395A (zh) * | 2017-03-31 | 2017-07-28 | 联想(北京)有限公司 | 信息处理方法、装置及电子设备 |
CN106998444A (zh) * | 2017-02-14 | 2017-08-01 | 北京中科天云科技有限公司 | 一种大数据人脸监控***及装置 |
CN107480246A (zh) * | 2017-08-10 | 2017-12-15 | 北京中航安通科技有限公司 | 一种关联人员的识别方法及装置 |
CN108171207A (zh) * | 2018-01-17 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 基于视频序列的人脸识别方法和装置 |
CN108197336A (zh) * | 2018-03-15 | 2018-06-22 | 北京奇艺世纪科技有限公司 | 一种视频查找的方法及装置 |
CN108509941A (zh) * | 2018-04-20 | 2018-09-07 | 北京京东金融科技控股有限公司 | 情绪信息生成方法和装置 |
CN108875512A (zh) * | 2017-12-05 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、***、存储介质和电子设备 |
CN108961520A (zh) * | 2018-09-21 | 2018-12-07 | 深圳市九洲电器有限公司 | 一种人脸识别方法及装置 |
CN109215806A (zh) * | 2018-10-31 | 2019-01-15 | 绍兴文理学院 | 一种基于人脸识别的公共场所健康监测***及方法 |
CN109410401A (zh) * | 2018-11-08 | 2019-03-01 | 重庆惠家通信息技术有限公司 | 适用于智慧小区的人脸识别门禁管理*** |
CN109446364A (zh) * | 2018-10-23 | 2019-03-08 | 北京旷视科技有限公司 | 抓拍检索方法、图像处理方法、装置、设备及存储介质 |
CN109558714A (zh) * | 2017-09-26 | 2019-04-02 | 金德奎 | 一种基于人脸识别的用户身份匹配方法 |
CN109635148A (zh) * | 2018-12-14 | 2019-04-16 | 深圳英飞拓科技股份有限公司 | 人脸图片存储方法及装置 |
CN109800691A (zh) * | 2019-01-07 | 2019-05-24 | 深圳英飞拓科技股份有限公司 | 基于人脸识别技术的人口统计方法及*** |
CN109815878A (zh) * | 2019-01-18 | 2019-05-28 | 深圳英飞拓智能技术有限公司 | 基于人脸识别的落脚点分析方法和装置 |
WO2019127299A1 (zh) * | 2017-12-25 | 2019-07-04 | 深圳云天励飞技术有限公司 | 数据查询方法、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9251402B2 (en) * | 2011-05-13 | 2016-02-02 | Microsoft Technology Licensing, Llc | Association and prediction in facial recognition |
US9665754B2 (en) * | 2014-05-28 | 2017-05-30 | IDChecker, Inc. | Identification verification using a device with embedded radio-frequency identification functionality |
CN107305570B (zh) * | 2016-04-22 | 2020-05-12 | 腾讯科技(深圳)有限公司 | 一种数据检索方法及*** |
-
2019
- 2019-07-19 CN CN201910655029.6A patent/CN112241672B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1683070A1 (en) * | 2003-09-12 | 2006-07-26 | Stratech Systems Limited | A method and system for monitoring the movement of people |
AU2003269790A1 (en) * | 2003-10-08 | 2005-04-21 | Xid Technologies Pte Ltd | Individual identity authentication systems |
CN106998444A (zh) * | 2017-02-14 | 2017-08-01 | 北京中科天云科技有限公司 | 一种大数据人脸监控***及装置 |
CN106991395A (zh) * | 2017-03-31 | 2017-07-28 | 联想(北京)有限公司 | 信息处理方法、装置及电子设备 |
CN107480246A (zh) * | 2017-08-10 | 2017-12-15 | 北京中航安通科技有限公司 | 一种关联人员的识别方法及装置 |
CN109558714A (zh) * | 2017-09-26 | 2019-04-02 | 金德奎 | 一种基于人脸识别的用户身份匹配方法 |
CN108875512A (zh) * | 2017-12-05 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、***、存储介质和电子设备 |
WO2019127299A1 (zh) * | 2017-12-25 | 2019-07-04 | 深圳云天励飞技术有限公司 | 数据查询方法、电子设备及存储介质 |
CN108171207A (zh) * | 2018-01-17 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 基于视频序列的人脸识别方法和装置 |
CN108197336A (zh) * | 2018-03-15 | 2018-06-22 | 北京奇艺世纪科技有限公司 | 一种视频查找的方法及装置 |
CN108509941A (zh) * | 2018-04-20 | 2018-09-07 | 北京京东金融科技控股有限公司 | 情绪信息生成方法和装置 |
CN108961520A (zh) * | 2018-09-21 | 2018-12-07 | 深圳市九洲电器有限公司 | 一种人脸识别方法及装置 |
CN109446364A (zh) * | 2018-10-23 | 2019-03-08 | 北京旷视科技有限公司 | 抓拍检索方法、图像处理方法、装置、设备及存储介质 |
CN109215806A (zh) * | 2018-10-31 | 2019-01-15 | 绍兴文理学院 | 一种基于人脸识别的公共场所健康监测***及方法 |
CN109410401A (zh) * | 2018-11-08 | 2019-03-01 | 重庆惠家通信息技术有限公司 | 适用于智慧小区的人脸识别门禁管理*** |
CN109635148A (zh) * | 2018-12-14 | 2019-04-16 | 深圳英飞拓科技股份有限公司 | 人脸图片存储方法及装置 |
CN109800691A (zh) * | 2019-01-07 | 2019-05-24 | 深圳英飞拓科技股份有限公司 | 基于人脸识别技术的人口统计方法及*** |
CN109815878A (zh) * | 2019-01-18 | 2019-05-28 | 深圳英飞拓智能技术有限公司 | 基于人脸识别的落脚点分析方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112241672A (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110019876B (zh) | 数据查询方法、电子设备及存储介质 | |
US20210182318A1 (en) | Data Retrieval Method and Apparatus | |
CN110888981B (zh) | 基于标题的文档聚类方法、装置、终端设备及介质 | |
CN111338888B (zh) | 一种数据统计方法、装置、电子设备及存储介质 | |
US10250550B2 (en) | Social message monitoring method and apparatus | |
CN111177436A (zh) | 一种人脸特征检索方法、装置及设备 | |
CN113190623B (zh) | 数据处理方法、装置、服务器和存储介质 | |
CN112241672B (zh) | 一种身份数据的关联方法、装置、电子设备及存储介质 | |
CN116469039B (zh) | 热点视频事件确定方法和***、存储介质及电子设备 | |
CN110764705B (zh) | 一种数据的读写方法、装置、设备和存储介质 | |
CN109213972B (zh) | 确定文档相似度的方法、装置、设备和计算机存储介质 | |
CN111866468B (zh) | 对象跟踪分配方法、装置、存储介质及电子装置 | |
JP7133037B2 (ja) | メッセージ処理方法、装置およびシステム | |
CN114385436A (zh) | 服务器分组方法、装置、电子设备和存储介质 | |
CN111126340B (zh) | 对象识别方法、装置、电子设备及计算机可读存储介质 | |
CN114564286A (zh) | 一种规则引擎告警方法及规则引擎告警*** | |
CN111371818B (zh) | 一种数据请求的验证方法、装置及设备 | |
CN113297149A (zh) | 数据处理请求的监测方法及装置 | |
CN112447279A (zh) | 任务处理方法、装置、电子设备及存储介质 | |
CN109783580A (zh) | 数据同步方法及装置 | |
CN108173689B (zh) | 负载均衡数据的输出*** | |
CN111708997B (zh) | 目标对象身份标识符的确定方法、装置及存储介质 | |
CN112671593B (zh) | 一种服务器的管理方法及相关设备 | |
CN113536142B (zh) | 一种社交账户推荐方法、装置、电子设备和存储介质 | |
US20210006559A1 (en) | System and method for identifying pairs of related information items |
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 |