CN117615363A - 人员识别的方法、装置、设备及存储介质 - Google Patents

人员识别的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117615363A
CN117615363A CN202410071819.0A CN202410071819A CN117615363A CN 117615363 A CN117615363 A CN 117615363A CN 202410071819 A CN202410071819 A CN 202410071819A CN 117615363 A CN117615363 A CN 117615363A
Authority
CN
China
Prior art keywords
vehicle
mobile terminal
identification
information
acquiring
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.)
Granted
Application number
CN202410071819.0A
Other languages
English (en)
Other versions
CN117615363B (zh
Inventor
梁然存
陈辉炎
王宪章
朱轩平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi Daye Intelligent Data Co ltd
Beijing Daye Smart Data Technology Service Co ltd
Original Assignee
Guangxi Daye Intelligent Data Co ltd
Beijing Daye Smart Data Technology Service Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangxi Daye Intelligent Data Co ltd, Beijing Daye Smart Data Technology Service Co ltd filed Critical Guangxi Daye Intelligent Data Co ltd
Priority to CN202410071819.0A priority Critical patent/CN117615363B/zh
Publication of CN117615363A publication Critical patent/CN117615363A/zh
Application granted granted Critical
Publication of CN117615363B publication Critical patent/CN117615363B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W8/00Network data management
    • H04W8/18Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/021Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种人员识别的方法、装置、设备及存储介质,属于涉及计算机技术领域。所述方法包括:获取待处理车辆的图像序列;基于所述图像序列,获得所述车辆的行驶路径;获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识;对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识;基于目标移动终端的标识,获得目标移动终端的用户信息,以基于所述用户信息得到所述车辆内部的人员的识别结果。本申请可以实现对车辆内部人员的准确识别。

Description

人员识别的方法、装置、设备及存储介质
技术领域
本申请涉及计算机技术领域,具体涉及大数据技术等技术领域,特别涉及一种人员识别的方法、装置、设备及存储介质。
背景技术
目前,相关技术中车辆内部的人员识别的方案,一般是基于道路上的智能化摄像头,采集待识别车辆的图像,再基于采集的图像识别车内人员。
但是,由于用于识别人员的数据较单一,相关技术的方案仍存在识别准确性不佳的问题,因此,如何提高车辆内部的人员识别结果的准确性是亟待解决的问题。
发明内容
本申请提供了一种人员识别的方法、装置、设备及存储介质,可以解决对车辆内部人员识别准确性不佳的问题,所述技术方案如下:
第一方面,提供了一种人员识别的方法,所述方法包括:
获取待处理车辆的图像序列;
基于所述图像序列,获得所述车辆的行驶路径;
获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识;
对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识;
基于目标移动终端的标识,获得目标移动终端的用户信息,以基于所述用户信息得到所述车辆内部的人员的识别结果。
在一种可能的实现方式中,所述获取待处理车辆的图像序列,包括:
获取通过多个路侧摄像头采集的所述车辆的多个图像;
获取每个图像的时间信息;
基于每个图像的时间信息和预设时序,获得所述车辆的图像序列。
在一种可能的实现方式中,所述图像序列包括每个图像对应的位置信息,所述基于所述图像序列,获得所述车辆的行驶路径,包括:
获取指定区域的地图信息;
对所述地图信息和每个图像对应的位置信息进行匹配处理,以获得所述车辆的行驶路径。
在一种可能的实现方式中,获取所述车辆的行驶路径上的至少两个基站的信令数据,包括:
基于所述车辆的行驶路径上的至少两个位置点,确定每个位置点对应的基站;
获取每个位置点对应的基站的信令数据。
在一种可能的实现方式中,所述基于所述车辆的行驶路径上的至少两个位置点,确定每个位置点对应的基站,包括:
基于所述车辆的行驶路径上的至少两个位置点,获得每个位置点的经纬度信息;
基于预设的距离阈值和每个位置点的经纬度信息,确定每个位置点对应的基站。
在一种可能的实现方式中,所述基于预设的距离阈值和每个位置点的经纬度信息,确定每个位置点对应的基站,包括:
针对每个位置点,基于预设的距离阈值和所述位置点的经纬度信息,获得与所述位置点的经纬度信息之间的距离小于等于预设的距离阈值的基站的经纬度信息;
基于所述基站的经纬度信息,获得所述位置点对应的基站,以确定每个位置点对应的基站。
在一种可能的实现方式中,所述对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识,包括:
对至少两个基站的移动终端的标识的进行匹配处理,获得至少两个基站之间的移动终端的标识的重合度;
响应于所述移动终端的标识的重合度达到预设的重合度阈值,确定所述移动终端的标识为目标移动终端的标识。
第二方面,提供了一种人员识别的装置,所述装置包括:
第一获取单元,用于获取待处理车辆的图像序列;
第一获得单元,用于基于所述图像序列,获得所述车辆的行驶路径;
第二获取单元,用于获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识;
第一确定单元,用于对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识;
第二获取单元,用于基于目标移动终端的标识,获得目标移动终端的用户信息,以基于所述用户信息得到所述车辆内部的人员的识别结果。
第三方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如上如上所述的方面和任一可能的实现方式的方法。
第四方面,提供了一种电子设备,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如上所述的方面和任一可能的实现方式的方法。
本申请提供的技术方案的有益效果至少包括:
由上述技术方案可知,本申请实施例可以通过获取待处理车辆的图像序列,进而可以基于所述图像序列,获得所述车辆的行驶路径,获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识,对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识,使得能够基于目标移动终端的标识,获取目标移动终端的用户信息,以获得所述车辆内部的人员的识别结果,由于可以通过将行驶车辆的图像序列与基于图像序列所确定行驶路线上的基站涉及的移动终端的标识结合,对车辆内部人员进行识别分析,实现了对车辆内部的人员的准确识别,从而有效地提升了车辆内部的人员识别结果的可靠性。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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是本申请一个实施例提供的人员识别的方法的流程示意图;
图2是本申请一个实施例提供的人员识别的方法中基站序列的示意图;
图3是本申请再一实施例提供的人员识别的装置的结构框图;
图4是用来实现本申请实施例的人员识别的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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全部其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(Personal Digital Assistant,PDA)、无线手持设备、平板电脑(TabletComputer)等智能设备;显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
请参考图1,其示出了本申请一个实施例提供的人员识别的方法的流程示意图。该人员识别的方法,具体可以包括:
步骤101、获取待处理车辆的图像序列。
步骤102、基于所述图像序列,获得所述车辆的行驶路径。
步骤103、获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识。
步骤104、对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识。
步骤105、基于目标移动终端的标识,获得目标移动终端的用户信息,以基于所述用户信息得到所述车辆内部的人员的识别结果。
需要说明的是,待处理的车辆可以是要进行人员识别的车辆。在实际应用中,可以根据具体应用场景,确定待处理的车辆。例如,在需要识别车辆是否超载的应用场景中,可以将疑似超载的车辆确定为待处理的车辆。
需要说明的是,车辆内部的人员的识别结果可以包括但不限于车辆内部人员的基本属性信息和车辆内部人员的数量。基本属性信息可以包括但不限于姓名、性别、身份信息等。
需要说明的是,移动终端的标识可以包括终端唯一标识。
需要说明的是,步骤101~105的执行主体的部分或全部可以为位于本地终端的应用,或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopment Kit,SDK)等功能单元,或者还可以为位于网络侧服务器中的处理引擎,或者还可以为位于网络侧的分布式***,例如,网络侧的数据处理平台中的处理引擎或者分布式***等,本实施例对此不进行特别限定。
可以理解的是,所述应用可以是安装在本地终端上的本地程序(nativeApp),或者还可以是本地终端上的浏览器的一个网页程序(webApp),本实施例对此不进行限定。
这样,可以通过将行驶车辆的图像序列与基于图像序列所确定行驶路线上的基站涉及的移动终端的标识结合,对车辆内部人员进行识别分析,可以有效地填补了图像视觉的盲区所存在的缺漏,实现了对车辆内部的人员的准确识别,从而有效地提升了车辆内部的人员识别结果的可靠性。
可选地,在本实施例的一个可能的实现方式中,在步骤101中,具体可以获取通过多个路侧摄像头采集的所述车辆的多个图像,进而可以获取每个图像的时间信息,使得能够基于每个图像的时间信息和预设时序,获得所述车辆的图像序列。
在本实现方式中,路侧摄像头可以是道路上设置的智能化摄像头。路侧摄像头可以包括但不限于路口摄像头和道路中的摄像头。
在本实现方式中,预设时序可以为标准时间的顺序。
在该实现方式的一个具体实现过程中,可以按照标准时间的顺序,基于每个图像的时间信息,对多个图像进行排序处理,以获得所述车辆的图像序列。
这样,可以通过基于每个图像的时间信息和预设时序,对路测摄像头所采集的车辆的多个图像进行排序处理,来获得车辆的图像序列,可以提升车辆的图像序列的可靠性。并且,以便于后续可以基于车辆的图像序列,进一步地提升了对车辆内部人员识别的可靠性。
可选地,在本实施例的一个可能的实现方式中,所述图像序列可以包括每个图像对应的位置信息,在步骤102中,具体可以获取指定区域的地图信息,进而可以对所述地图信息和每个图像对应的位置信息进行匹配处理,以获得所述车辆的行驶路径。
在本实现方式中,指定区域可以包括但不限于待处理车辆行驶道路的所在区、县、市等。
可以理解的是,这里,所涉及的指定区域中“指定”二字,并没有特殊含义,就是为了指定当前的操作对象而已,因此,指定区域就是普通的区域,本实施例对此不进行特别限定。
在该实现方式的一个具体实现过程中,将每个图像对应的位置信息映射到与所述地图信息中,得到图像序列对应的车辆的行驶路径。
在该实现方式的另一个具体实现过程中,首先,可以获取地图信息中的兴趣点的图像,将图像序列中的每个图像与兴趣点的图像进行匹配处理,得到图像序列对应的车辆的行驶路径。这里,兴趣点可以包括路侧摄像头附近兴趣点等。
这样,可以通过将图像序列和地图信息结合,获得更加准确地车辆的行驶路径。
需要说明的是,本实现方式中所提供的具体实现过程,可以结合前述实现方式中所提供的多种具体实现过程,来实现本实施例的人员识别的方法。详细的描述可以参见前述实现方式中的相关内容,此处不再赘述。
可选地,在本实施例的一个可能的实现方式中,在步骤103中,具体可以基于所述车辆的行驶路径上的至少两个位置点,确定每个位置点对应的基站,进而可以获取每个位置点对应的基站的信令数据。
在本实现方式中,车辆的行驶路径可以包括多个位置点,即可以包括位置点序列。
在该实现方式的一个具体实现过程中,首先,基于所述车辆的行驶路径上的至少两个位置点,获得每个位置点的经纬度信息。其次,可以基于预设的距离阈值和每个位置点的经纬度信息,确定每个位置点对应的基站。
在本具体实现过程中,预设的距离阈值可以是根据基站可覆盖的范围所确定的。
在本实现方式中,每个位置点对应的基站也可以是车辆的行驶路径上的基站序列。
该具体实现过程的一种情况是,首先,针对每个位置点,基于预设的距离阈值和所述位置点的经纬度信息,获得与所述位置点的经纬度信息之间的距离小于等于预设的距离阈值的基站的经纬度信息。其次,基于所述基站的经纬度信息,获得所述位置点对应的基站,进而可以确定每个位置点对应的基站,即可以得到车辆的行驶路径上的基站序列。
示例性的,图2是本申请一个实施例提供的人员识别的方法中基站序列的示意图,如图2所示,预设的距离阈值可以为5千米。在行驶路径左右5千米的范围内,可以确定基站序列[S1,S2,…,Sn]。基站S1的信令数据中可以包括多个移动终端的标识,S1对应的移动终端的标识可以是D1,D2,F3,…等。
这样,可以通过车辆的行驶路径,将采集的车辆行驶过程中的图像序列和基站的信令数据关联起来,可以利用图像和移动终端的标识对车内人员进行识别,提升了对车内人员识别的准确性。
需要说明的是,本实现方式中所提供的具体实现过程,可以结合前述实现方式中所提供的多种具体实现过程,来实现本实施例的人员识别的方法。详细的描述可以参见前述实现方式中的相关内容,此处不再赘述。
可选地,在本实施例的一个可能的实现方式中,在步骤104中,具体可以对至少两个基站的移动终端的标识的进行匹配处理,获得至少两个基站之间的移动终端的标识的重合度,进而可以响应于所述移动终端的标识的重合度达到预设的重合度阈值,确定所述移动终端的标识为目标移动终端的标识。
在本实现方式中,预设的匹配条件可以包括各个基站之间的移动终端的标识的重合度达到预设的重合度阈值。预设的匹配条件还可以包括各个基站之间的移动终端的标识存在交集。
在本实现方式中,每个基站的可以包括多个移动终端的标识。预设的重合度阈值可以根据实际业务需求所确定。示例性的,预设的重合度阈值可为98%。
在该实现方式的一个具体实现过程中,首先,可以计算每个基站之间的每个移动终端的标识的重合度。其次,将所述移动终端的标识的重合度大于等于预设的重合度阈值的所述移动终端的标识确定为目标移动终端的标识。
在该实现方式的另一个具体实现过程中,可以对各个基站的移动终端的标识取交集,以确定是否存在交集,若存在,则将交集中的移动终端的标识作为目标移动终端的标识。
在该具体实现过程中,基站序列可以为[S1,S2,…,Sn],S1的移动终端的标识为{D1,D2,F3,…},S2的移动终端的标识为{D1,D2,F1,…},…,Sn的移动终端的标识为{D1,D2,D3,…},目标移动终端的标识为D1,D2。
至此,在步骤105中,基于目标移动终端的标识,可以获得该移动终端的用户信息,进而可以移动终端的用户信息确定车辆内部的人员的信息。
进一步地,还可以利用预设目标对象检测模型,对图像序列进行检测处理,得到目标人员检测结果,进而可以对目标人员检测结果和车辆内部的人员的信息进行人员识别分析处理,得到最终的人员识别结果。
需要说明的是,本实现方式中所提供的具体实现过程,可以结合前述实现方式中所提供的多种具体实现过程,来实现本实施例的人员识别的方法。详细的描述可以参见前述实现方式中的相关内容,此处不再赘述。
本实施例中的方案,通过在采集的车辆行驶过程中的图像数据的基础上结合信令数据,来确定目标车辆内部的人员情况,可以避免图像视觉上的盲区,提升了对车辆内部人员识别的可靠性和准确性。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
图3示出了本申请一个实施例提供的人员识别的装置的结构框图,如图3所示。本实施例的人员识别的装置300可以包括第一获取单元301,第一获得单元302、第二获取单元303、第一确定单元304和第二获得单元305。其中,第一获取单元301,用于获取待处理车辆的图像序列;第一获得单元302,用于基于所述图像序列,获得所述车辆的行驶路径;第二获取单元303,用于获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识;第一确定单元304,用于对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识;第二获得单元305,用于基于目标移动终端的标识,获得目标移动终端的用户信息,以基于所述用户信息得到所述车辆内部的人员的识别结果。
需要说明的是,本实施例的人员识别的装置的部分或全部可以为位于本地终端的应用,或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopment Kit,SDK)等功能单元,或者还可以为位于网络侧服务器中的处理引擎,或者还可以为位于网络侧的分布式***,例如,网络侧的数据处理平台中的处理引擎或者分布式***等,本实施例对此不进行特别限定。
可以理解的是,所述应用可以是安装在本地终端上的本地程序(nativeApp),或者还可以是本地终端上的浏览器的一个网页程序(webApp),本实施例对此不进行限定。
可选地,在本实施例的一个可能的实现方式中,第一获取单元301具体可以用于获取通过多个路侧摄像头采集的所述车辆的多个图像,获取每个图像的时间信息,基于每个图像的时间信息和预设时序,获得所述车辆的图像序列。
可选地,在本实施例的一个可能的实现方式中,所述图像序列包括每个图像对应的位置信息,第一获得单元302具体可以用于获取指定区域的地图信息,对所述地图信息和每个图像对应的位置信息进行匹配处理,以获得所述车辆的行驶路径。
可选地,在本实施例的一个可能的实现方式中,第二获取单元303具体可以用于基于所述车辆的行驶路径上的至少两个位置点,确定每个位置点对应的基站;获取每个位置点对应的基站的信令数据。
可选地,在本实施例的一个可能的实现方式中,第二获取单元303具体可以用于基于所述车辆的行驶路径上的至少两个位置点,获得每个位置点的经纬度信息;基于预设的距离阈值和每个位置点的经纬度信息,确定每个位置点对应的基站。
可选地,在本实施例的一个可能的实现方式中,第二获取单元303具体可以用于针对每个位置点,基于预设的距离阈值和所述位置点的经纬度信息,获得与所述位置点的经纬度信息之间的距离小于等于预设的距离阈值的基站的经纬度信息;基于所述基站的经纬度信息,获得所述位置点对应的基站,以确定每个位置点对应的基站。
可选地,在本实施例的一个可能的实现方式中,第一确定单元304具体可以用于对至少两个基站的移动终端的标识的进行匹配处理,获得至少两个基站之间的移动终端的标识的重合度;响应于所述移动终端的标识的重合度达到预设的重合度阈值,确定所述移动终端的标识为目标移动终端的标识。
本实施例中,可以通过第一获取单元获取待处理车辆的图像序列,进而可以由第一获得单元基于所述图像序列,获得所述车辆的行驶路径,由第二获取单元获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识,由第一确定单元对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识,使得第二获得单元能够基于目标移动终端的标识,获得目标移动终端的用户信息,以基于所述用户信息得到所述车辆内部的人员的识别结果,由于可以通过将行驶车辆的图像序列与基于图像序列所确定行驶路线上的基站涉及的移动终端的标识结合,对车辆内部人员进行识别分析,实现了对车辆内部的人员的准确识别,从而有效地提升了车辆内部的人员识别结果的可靠性。
本申请的技术方案中,所涉及的用户个人信息,例如,用户的图像和属性数据等的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4示出了可以用来实施本申请的实施例的示例电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图4所示,电子设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储电子设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
电子设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许电子设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如人员识别的方法。例如,在一些实施例中,人员识别的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到电子设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的人员识别的方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行人员识别的方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (10)

1.一种人员识别的方法,其特征在于,所述方法包括:
获取待处理车辆的图像序列;
基于所述图像序列,获得所述车辆的行驶路径;
获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识;
对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识;
基于目标移动终端的标识,获得目标移动终端的用户信息,以基于所述用户信息得到所述车辆内部的人员的识别结果。
2.根据权利要求1所述的方法,其特征在于,所述获取待处理车辆的图像序列,包括:
获取通过多个路侧摄像头采集的所述车辆的多个图像;
获取每个图像的时间信息;
基于每个图像的时间信息和预设时序,获得所述车辆的图像序列。
3.根据权利要求1所述的方法,其特征在于,所述图像序列包括每个图像对应的位置信息,所述基于所述图像序列,获得所述车辆的行驶路径,包括:
获取指定区域的地图信息;
对所述地图信息和每个图像对应的位置信息进行匹配处理,以获得所述车辆的行驶路径。
4.根据权利要求1所述的方法,其特征在于,获取所述车辆的行驶路径上的至少两个基站的信令数据,包括:
基于所述车辆的行驶路径上的至少两个位置点,确定每个位置点对应的基站;
获取每个位置点对应的基站的信令数据。
5.根据权利要求4所述的方法,其特征在于,所述基于所述车辆的行驶路径上的至少两个位置点,确定每个位置点对应的基站,包括:
基于所述车辆的行驶路径上的至少两个位置点,获得每个位置点的经纬度信息;
基于预设的距离阈值和每个位置点的经纬度信息,确定每个位置点对应的基站。
6.根据权利要求5所述的方法,其特征在于,所述基于预设的距离阈值和每个位置点的经纬度信息,确定每个位置点对应的基站,包括:
针对每个位置点,基于预设的距离阈值和所述位置点的经纬度信息,获得与所述位置点的经纬度信息之间的距离小于等于预设的距离阈值的基站的经纬度信息;
基于所述基站的经纬度信息,获得所述位置点对应的基站,以确定每个位置点对应的基站。
7.根据权利要求1所述的方法,其特征在于,所述对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识,包括:
对至少两个基站的移动终端的标识的进行匹配处理,获得至少两个基站之间的移动终端的标识的重合度;
响应于所述移动终端的标识的重合度达到预设的重合度阈值,确定所述移动终端的标识为目标移动终端的标识。
8.一种人员识别的装置,其特征在于,所述装置包括:
第一获取单元,用于获取待处理车辆的图像序列;
第一获得单元,用于基于所述图像序列,获得所述车辆的行驶路径;
第二获取单元,用于获取所述车辆的行驶路径上的至少两个基站的信令数据;所述信令数据包括移动终端的标识;
第一确定单元,用于对至少两个基站的移动终端的标识的进行匹配处理,以基于预设的匹配条件确定目标移动终端的标识;
第二获得单元,用于基于目标移动终端的标识,获得目标移动终端的用户信息,以基于所述用户信息得到所述车辆内部的人员的识别结果。
9. 一种电子设备,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根据权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
CN202410071819.0A 2024-01-18 2024-01-18 基于信令数据分析目标车辆内人员的方法、装置、设备 Active CN117615363B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410071819.0A CN117615363B (zh) 2024-01-18 2024-01-18 基于信令数据分析目标车辆内人员的方法、装置、设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410071819.0A CN117615363B (zh) 2024-01-18 2024-01-18 基于信令数据分析目标车辆内人员的方法、装置、设备

Publications (2)

Publication Number Publication Date
CN117615363A true CN117615363A (zh) 2024-02-27
CN117615363B CN117615363B (zh) 2024-05-10

Family

ID=89958195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410071819.0A Active CN117615363B (zh) 2024-01-18 2024-01-18 基于信令数据分析目标车辆内人员的方法、装置、设备

Country Status (1)

Country Link
CN (1) CN117615363B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123843A (zh) * 2014-07-25 2014-10-29 中国科学院自动化研究所 一种非法营运车辆检测***及方法
CN108346289A (zh) * 2018-02-13 2018-07-31 重庆交通大学 一种高速公路人车关联***及方法
CN111083658A (zh) * 2018-10-19 2020-04-28 北京全路通信信号研究设计院集团有限公司 一种区域人员统计方法及***
CN111757270A (zh) * 2020-06-19 2020-10-09 中国联合网络通信集团有限公司 超员车辆识别方法及装置
CN111862606A (zh) * 2020-07-22 2020-10-30 南京瑞栖智能交通技术产业研究院有限公司 一种基于多源数据的非法营运车辆识别方法
CN114390459A (zh) * 2021-12-27 2022-04-22 安徽百诚慧通科技有限公司 农用车辆违法超员载人识别方法及存储介质
CN115877343A (zh) * 2023-02-02 2023-03-31 ***数字城市科技有限公司 基于雷达目标跟踪的人车匹配方法、装置和电子设备
CN116939620A (zh) * 2023-09-01 2023-10-24 中国联合网络通信集团有限公司 基站资源的分配方法、装置、设备及存储介质
CN117098227A (zh) * 2023-10-20 2023-11-21 北京大也智慧数据科技服务有限公司 位置信息的确定方法、装置、设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123843A (zh) * 2014-07-25 2014-10-29 中国科学院自动化研究所 一种非法营运车辆检测***及方法
CN108346289A (zh) * 2018-02-13 2018-07-31 重庆交通大学 一种高速公路人车关联***及方法
CN111083658A (zh) * 2018-10-19 2020-04-28 北京全路通信信号研究设计院集团有限公司 一种区域人员统计方法及***
CN111757270A (zh) * 2020-06-19 2020-10-09 中国联合网络通信集团有限公司 超员车辆识别方法及装置
CN111862606A (zh) * 2020-07-22 2020-10-30 南京瑞栖智能交通技术产业研究院有限公司 一种基于多源数据的非法营运车辆识别方法
CN114390459A (zh) * 2021-12-27 2022-04-22 安徽百诚慧通科技有限公司 农用车辆违法超员载人识别方法及存储介质
CN115877343A (zh) * 2023-02-02 2023-03-31 ***数字城市科技有限公司 基于雷达目标跟踪的人车匹配方法、装置和电子设备
CN116939620A (zh) * 2023-09-01 2023-10-24 中国联合网络通信集团有限公司 基站资源的分配方法、装置、设备及存储介质
CN117098227A (zh) * 2023-10-20 2023-11-21 北京大也智慧数据科技服务有限公司 位置信息的确定方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN117615363B (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
CN112634343A (zh) 图像深度估计模型的训练方法、图像深度信息的处理方法
CN113392794B (zh) 车辆跨线识别方法、装置、电子设备和存储介质
CN112861885A (zh) 图像识别方法、装置、电子设备及存储介质
CN115641359B (zh) 确定对象的运动轨迹的方法、装置、电子设备和介质
CN116245193A (zh) 目标检测模型的训练方法、装置、电子设备及介质
CN113591580B (zh) 图像标注方法、装置、电子设备和存储介质
CN117315406B (zh) 一种样本图像处理方法、装置及设备
CN114005095A (zh) 车辆属性识别方法、装置、电子设备和介质
CN113378768A (zh) 垃圾桶状态识别方法、装置、设备以及存储介质
CN117615363B (zh) 基于信令数据分析目标车辆内人员的方法、装置、设备
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
CN114724113B (zh) 道路标牌识别方法、自动驾驶方法、装置和设备
CN114332818B (zh) 障碍物的检测方法、装置和电子设备
CN115761698A (zh) 一种目标检测方法、装置、设备及存储介质
CN113449687B (zh) 兴趣点出入口的识别方法、装置及电子设备
CN113420104B (zh) 兴趣点采全率确定方法、装置、电子设备及存储介质
CN116188587A (zh) 定位方法、装置及车辆
CN113902898A (zh) 目标检测模型的训练、目标检测方法、装置、设备和介质
CN116168366B (zh) 点云数据生成方法、模型训练方法、目标检测方法和装置
CN115049895B (zh) 一种图像属性识别方法、属性识别模型训练方法及装置
CN114092874B (zh) 目标检测模型的训练方法、目标检测方法及其相关设备
CN114529768B (zh) 确定对象类别的方法、装置、电子设备和存储介质
CN116229209B (zh) 目标模型的训练方法、目标检测方法及装置
CN117671965B (zh) 基于信令数据进行交通分流的方法、装置、设备及存储介质
CN117238129A (zh) 检测结果不确定性的估计方法、装置、设备及存储介质

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