JP2022534314A - ピクチャに基づいた多次元情報の統合方法及び関連機器 - Google Patents

ピクチャに基づいた多次元情報の統合方法及び関連機器 Download PDF

Info

Publication number
JP2022534314A
JP2022534314A JP2021571358A JP2021571358A JP2022534314A JP 2022534314 A JP2022534314 A JP 2022534314A JP 2021571358 A JP2021571358 A JP 2021571358A JP 2021571358 A JP2021571358 A JP 2021571358A JP 2022534314 A JP2022534314 A JP 2022534314A
Authority
JP
Japan
Prior art keywords
target
feature information
picture
information
vehicle
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
Application number
JP2021571358A
Other languages
English (en)
Inventor
黄▲瀟▼▲瑩▼
付豪
▲張▼▲貴▼明
▲張▼▲敏▼
高慧▲しゅあん▼
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.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology 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 Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Publication of JP2022534314A publication Critical patent/JP2022534314A/ja
Pending legal-status Critical Current

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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • 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
    • 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
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本願は、ピクチャに基づいた多次元情報の統合方法及び関連機器を提供する。前記方法は、検出対象ピクチャを取得するステップと、検出対象ピクチャを検出し、検出対象ピクチャにおける複数の特徴情報を抽出するステップと、複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、ターゲット特徴情報と関連特徴情報を関連付けて、一つの多次元情報を生成するステップであって、多次元情報は、複数の関連付けられている特徴情報を含む、ステップと、を含む。これにより、複数の特徴情報の自動抽出及び自動関連付け統合を実現させる。

Description

（関連出願の相互参照）
本願は、２０１９年１２月３０日に中国特許局に提出された、出願番号が２０１９１１４０２８６４．５であり、発明の名称が「ピクチャに基づいた多次元情報の統合方法及び関連機器」である中国特許出願に基づく優先権を主張し、その全内容が参照として本願に組み込まれる。
本願は、インテリジェント機器技術分野に関し、特にピクチャに基づいた多次元情報の統合方法及び関連機器に関する。
現在、都市で多くのカメラが装着されている。これらは、人体、顔、自動車、軽車両などの種々の情報を含むリアルタイム的なビデオを収集することができる。警察機関において日常の事件調査、ビデオでの調査、容疑者追跡などの任務を遂行する時に、種々のルートから収集された、容疑者情報（顔、人体、犯罪／逃走車両などを含む）を有するピクチャをアップロードし、そしてこれらのビデオにおける情報を比較し、検索結果により、種々の手がかりを探し集め、証拠を補充し、容疑者の行動ルート及び逃走軌跡などを整理する必要がある。
本願は主に、ピクチャに基づいた多次元情報の統合方法及び関連機器を提供する。
一態様によれば、本願で用いられる第１技術的解決手段は、ピクチャに基づいた多次元情報の統合方法を提供することである。前記方法は、検出対象ピクチャを取得するステップと、前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するステップと、前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップであって、前記多次元情報は、複数の関連付けられている特徴情報を含む、ステップと、を含む。
ここで、抽出された前記複数の特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む。
ここで、前記複数の特徴情報からターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成した後、前記方法は、前記多次元情報における前記ターゲット特徴情報に基づいて、第１データベースにおいて検索して第１ターゲット画像を取得するステップと、前記多次元情報における前記関連特徴情報に基づいて、第２データベースにおいて検索して第２ターゲット画像を取得するステップと、前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果として決定するステップと、を更に含む。
ここで、前記検出対象ピクチャは、一枚の検出対象ピクチャ又は複数枚の検出対象ピクチャであり、前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するステップは、前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャを検出し、前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャから前記複数の特徴情報を抽出するステップを含む。
ここで、前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、前記検出対象ピクチャにおける品質スコアが最も高いターゲット顔に対応するターゲット顔特徴情報をターゲット特徴情報として選択し、前記ターゲット顔特徴情報のターゲット人体特徴情報及び／又は前記ターゲット顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として選択するステップと、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップであって、前記多次元情報は、前記ターゲット顔特徴情報、前記ターゲット人体特徴情報及び前記ターゲット車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、を含む。
ここで、前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から前記ターゲット特徴情報を選択するステップであって、前記ターゲット特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちのいずれか１つである、ステップと、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップであって、前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの、前記ターゲット特徴情報以外の他の２つのタイプの情報のうちの少なくとも１つである、ステップと、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を含む。
ここで、選択された前記ターゲット特徴情報が前記顔特徴情報タイプのターゲット顔特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、選択された前記ターゲット顔特徴情報に基づいて、前記ターゲット顔特徴情報に対応する人体特徴情報及び／又は前記ターゲット顔特徴情報に関連付けられている顔の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するステップを含み、又は、選択された前記ターゲット特徴情報が前記人体特徴情報タイプのターゲット人体特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、選択された前記ターゲット人体特徴情報に基づいて、前記ターゲット人体特徴情報に対応するターゲット顔特徴情報及び／又は前記ターゲット人体特徴情報に関連付けられている人体の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するステップを含み、又は、選択された前記ターゲット特徴情報が前記車両特徴情報タイプのターゲット車両特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、選択された前記ターゲット車両特徴情報に基づいて、前記ターゲット車両特徴情報の中心点に最も近い顔に対応するターゲット顔特徴情報及び／又は前記ターゲット顔特徴情報のターゲット人体特徴情報を前記関連特徴情報として自動的に選択するステップを含む。
ここで、前記複数の特徴情報からターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から、前記ターゲット特徴情報及び前記関連特徴情報を選択するステップであって、選択された前記ターゲット特徴情報及び選択された前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を含む。
ここで、前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果ピクチャとして決定した後、前記方法は、前記顔特徴情報の対応するターゲット顔ピクチャ、前記人体特徴情報の対応するターゲット人体ピクチャ及び／又は前記車両特徴情報の対応するターゲット車両ピクチャをそれぞれ取得するステップと、前記ターゲット顔ピクチャと前記ターゲット人体ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット人体ピクチャを関連付け、前記ターゲット顔ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット車両ピクチャを関連付け、前記ターゲット人体ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット人体ピクチャと前記ターゲット車両ピクチャを関連付けるステップと、を更に含む。
ここで、前記所定の空間的関係は、前記第１ターゲット画像の画像カバレージ範囲が前記第２ターゲット画像の画像カバレージ範囲を含むことと、前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が部分的に重なり合うことと、前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が連結していることと、のうちの少なくとも１つを含み、前記第１ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含み、前記第２ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含む。
もう１つの態様によれば、本願は、ピクチャに基づいた多次元情報の統合装置を提供する。前記装置は、検出対象ピクチャを取得するように構成される取得モジュールと、前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するように構成される特徴抽出モジュールと、前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するように構成される特徴関連付けモジュールであって、前記多次元情報は、複数の関連付けられている特徴情報を含む、特徴関連付けモジュールと、を備える。
もう１つの態様によれば、本願は、ピクチャに基づいた多次元情報の統合機器を提供する。前記機器は、メモリと、プロセッサと、を備え、前記メモリにプログラム命令が記憶されており、前記プロセッサは、前記メモリから前記プログラム命令を呼び出して上記いずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実行する。
もう１つの態様によれば、本願は、コンピュータ可読記憶媒体を提供する。前記コンピュータ可読記憶媒体にプログラムが記憶されており、前記プログラムが実行されて上記いずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実現させる。
また１つの態様によれば、本願は、コンピュータプログラム製品を更に提供する。前記コンピュータプログラム製品における命令がプロセッサにより実行される時、上記いずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実行する。
本発明の有益な効果は以下のとおりである。従来技術と異なっており、本発明は、検出対象ピクチャを取得し、検出対象ピクチャを検出し、検出対象ピクチャにおける複数の特徴情報を抽出し、複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、ターゲット特徴情報と関連特徴情報を関連付けて、一つの多次元情報を生成する。ここで、多次元情報は、複数の関連付けられている特徴情報を含む。これにより、ピクチャにおける複数の特徴情報の自動抽出及び自動関連付けを実現させる。
本願によるピクチャに基づいた多次元情報の統合方法の第１実施例を示すフローチャートである。 図１におけるステップＳ１２の１つの具体的な実施例を示すフローチャートである。 図１におけるステップＳ１３の１つの具体的な実施例を示すフローチャートである。 図１におけるステップＳ１３のもう１つの実施例を示すフローチャートである。 本願によるピクチャに基づいた多次元情報の統合方法の第２実施例を示すフローチャートである。 本願によるピクチャに基づいた多次元情報の統合方法の第３実施例を示すフローチャートである。 本願によるピクチャに基づいた多次元情報の統合装置の第１実施例の構造を示す概略図である。 本願によるピクチャに基づいた多次元情報の統合装置の第１実施例のもう１つの構造を示す概略図である。 本願によるピクチャに基づいた多次元情報の統合機器の第２実施例の構造を示す概略図である。 本願によるコンピュータ可読記憶媒体の構造を示す概略図である。
以下、本願の実施例における図面を参照しながら、本願の実施例における技術的解決手段を明瞭かつ完全に説明する。勿論、記述される実施例は、全ての実施例ではなく、ただ本願の一部の実施例である。本願における実施例に基づいて、当業者が創造的な労力なしに得られる他の実施例の全ては、本願の保護の範囲に含まれる。
関連技術において、同一のピクチャにおける複数の特徴を１つずつ認識して抽出すると、プロセスが複雑になり、複数の特徴を関連付けにくく、且つ関連付けの正確性が低い。従って、本願は、具体的な、ピクチャに基づいた多次元情報の統合方法を提供する。顔検索、人体検索及び車両検索技術の進歩により、本願で提供される方法は、同一のピクチャにおける顔、人体及び車両を同時に認識して抽出し、且つ、その自体の位置関係に基づいて関連付けを行い、関連付けられた多次元情報を得ることができる。
具体的には、本願によるピクチャに基づいた多次元情報の統合方法の第１実施例を示すフローチャートである図１を参照する。本願のピクチャに基づいた多次元情報の統合方法は、ピクチャに基づいた多次元情報の統合機器に適用される。ピクチャに基づいた多次元情報の統合機器は、例えば、スマートフォン、タブレット、ノートパソコン、コンピュータ又はウェアラブル機器などの端末機器であってもよく、交通チェックポイントシステムにおけるモニタリングシステムであってもよい。下記実施例の記述において、ピクチャに基づいた多次元情報の統合機器を用いてピクチャに基づいた多次元情報の統合方法を実行することについて説明する。具体的には、図１に示すピクチャに基づいた多次元情報の統合方法は、以下を含む。
ステップＳ１１において、検出対象ピクチャを取得する。
具体的には、検出対象ピクチャは、単一枚であってもよく、複数枚であってもよい。検出対象ピクチャは、顔、人体及び車両のうちのいずれか１つの要素を含むピクチャであってもよい。具体的には、検出対象ピクチャにおける顔、人体及び車両は、複数であってもよく、１つであってもよく、具体的に限定しない。
ステップＳ１２において、検出対象ピクチャを検出し、検出対象ピクチャにおける複数の特徴情報を抽出する。
具体的には、検出対象ピクチャにおける複数の特徴情報を抽出することは、検出対象ピクチャにおける顔特徴情報、人体特徴情報及び車両特徴情報のうちの少なくとも２つを抽出することを含む。例えば、一実施例において、検出対象ピクチャから、顔特徴情報及び人体特徴情報を抽出し、又は、検出対象ピクチャから、人体特徴情報及び車両特徴情報を抽出し、又は、検出対象ピクチャから、顔特徴情報及び車両特徴情報を抽出し、又は、検出対象ピクチャから、顔特徴情報、人体特徴情報及び車両特徴情報を抽出することがｄけいる。
１つの具体的な実施形態において、図２に示すように、図２に示す方法で、検出対象ピクチャを検出し、検出対象ピクチャにおける複数の特徴情報を抽出することができる。具体的には以下を含む。
ステップＳ２１において、制御命令を受信し、制御命令に基づいて、複数の特徴情報からターゲット特徴情報及び関連特徴情報を選択し、選択されたターゲット特徴情報及び選択された関連特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む。
１つの具体的な実施例において、追跡の正確性を更に向上させるために、本実施例におけるターゲット特徴情報は、２つの異なるタイプの特徴情報であってもよい。例えば、選択されたターゲット特徴情報は、顔特徴情報及び人体特徴情報、又は、顔特徴情報及び車両特徴情報、又は、人体特徴情報及び車両特徴情報であってもよい。
ステップＳ２２において、ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成する。
選択されたターゲット特徴情報と関連特徴情報を位置関係に応じて統合して関連付けて、一つの多次元情報を生成する。
本実施例の多次元情報の統合方法は、複数の特徴情報を同時に認識し、かつ、複数の特徴情報からターゲット特徴情報及び関連特徴情報を抽出することで、ターゲット特徴情報と関連特徴情報を統合して多次元情報を形成することがｄけいる。これは、異なるターゲット特徴により、ターゲット特徴に関連付けられている関連特徴を確認し、更に、自動関連付けを実現させることができる。また、様々な角度からの関連付けにより、関連付けの正確性を向上させる。
ステップＳ１３において、複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、ターゲット特徴情報と関連特徴情報を関連付けて、一つの多次元情報を生成し、多次元情報は、複数の関連付けられている特徴情報を含む。
具体的には、検出対象ピクチャから、複数の特徴情報（顔特徴情報、人体特徴情報及び車両特徴情報）を検出した後、検出された複数の特徴情報から、１つをターゲット特徴情報として抽出し、残りを関連特徴情報とし、ターゲット特徴情報と関連特徴情報を位置関係に応じて関連付けて、多次元情報を形成する。具体的には、１つの多次元情報に、複数の関連付けられている特徴情報が含まれてもよい。
そのうちの１つの実施形態において、図３に示すように、ステップＳ１３は、下記サブステップを含む。
ステップＳ３１において、検出対象ピクチャにおける品質スコアが最も高いターゲット顔に対応するターゲット顔特徴情報をターゲット特徴情報として選択し、前記ターゲット顔特徴情報のターゲット人体特徴情報及び／又は前記ターゲット顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として選択する。
検出対象ピクチャに対して引き続き特徴抽出を行った後、検出対象ピクチャにおける顔特徴情報、人体特徴情報及び車両特徴情報が抽出された。抽出された品質スコアが最も高いターゲット顔特徴情報をターゲット特徴情報として、ターゲット顔の顔特徴情報を含む人体特徴情報及びターゲット顔の中心に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報とする。更に、選択された顔特徴情報、人体特徴情報、車両特徴情報を引き続き関連付ける。
ステップＳ３２において、ターゲット特徴情報と関連特徴情報を関連付けて、多次元情報を生成し、多次元情報は、前記ターゲット顔特徴情報、前記ターゲット人体特徴情報及び前記ターゲット車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む。
具体的には、ターゲット特徴情報と関連特徴情報を関連付けて多次元情報を形成する場合、ターゲット特徴情報が１つのタイプの特徴情報を含み、関連特徴情報も１つのタイプの特徴情報を含むと、多次元情報に、２つの異なるタイプの特徴情報が含まれる。例えば、ターゲット特徴情報は、顔特徴情報を含み、関連特徴情報は、人体特徴情報を含むと、多次元情報に、顔特徴情報及び人体特徴情報という２つの異なるタイプの特徴情報が含まれる。また例えば、ターゲット特徴情報が１つのタイプの特徴情報を含み、関連特徴情報が２つの異なるタイプの特徴情報を含むと、多次元情報に、３つの異なるタイプの特徴情報が含まれる。例えば、ターゲット特徴情報が顔特徴情報を含み、関連特徴情報が人体特徴情報及び車両特徴情報を含むと、多次元情報に、顔特徴情報、人体特徴情報及び車両特徴情報という３つの異なるタイプの特徴情報が含まれる。
本実施例の多次元情報の統合方法は、品質スコアが最も高いターゲット顔に対応するターゲット顔特徴をターゲット特徴情報として選択し、ターゲット顔特徴情報のターゲット人体特徴情報及び／又はターゲット顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として選択する。ここで、品質スコアが最も高い顔は、検出対象ピクチャにおける最も鮮明な顔である。これにより、関連付けの正確性を向上させることができ、対応しない顔と人体、又は、対応しない顔と車両を関連付けることを防止する。
もう１つの実施形態において、図４に示すように、ステップＳ１３は、下記サブステップを含む。
ステップＳ４１において、制御命令を受信し、制御命令に基づいて、複数の特徴情報からターゲット特徴情報を選択し、ターゲット特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちのいずれか１つである。
具体的には、検出された特徴情報から、いずれか１つの特徴情報をターゲット特徴情報として選択し、残りの特徴情報を関連特徴情報とする。
ここで、ターゲット特徴情報は、顔特徴情報であってもよく、人体特徴情報であってもよく、車両特徴情報であってもよく、具体的に限定しない。
ステップＳ４２において、選択されたターゲット特徴情報に基づいて、ターゲット特徴情報とマッチングする関連特徴情報を選択し、関連特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの、ターゲット特徴情報以外の他の２つのタイプの情報のうちの少なくとも１つである。
１つの具体的な実施例において、選択されたターゲット特徴情報が顔特徴情報であると、選択された顔特徴情報に基づいて、残りの特徴情報から、マッチングする人体特徴情報、車両特徴情報を選択する。選択されたターゲット特徴情報が人体特徴情報であると、選択された人体特徴情報に基づいて、残りの特徴情報から、マッチングする顔特徴情報及び車両特徴情報を選択する。選択されたターゲット特徴情報が車両特徴情報であると、選択された車両特徴情報に基づいて、残りの特徴情報から、マッチングする顔特徴情報及び人体特徴情報を選択する。
ステップＳ４３において、ターゲット特徴情報と関連特徴情報を関連付けて、前記多次元情報を生成する。
選択されたターゲット特徴情報と、ターゲット特徴情報とマッチングする関連特徴情報と、を関連付けて、多次元情報を生成する。具体的には、顔特徴情報、人体特徴情報及び車両特徴情報を関連付けて、顔特徴情報、人体特徴情報及び車両特徴情報を含む多次元情報を生成する。
具体的には、１つの実施例において、特徴情報を検出する時、各特徴情報の座標位置を同時に取得し、ターゲット特徴情報の座標位置及び関連特徴情報の座標位置に基づいて、ターゲット特徴情報と関連特徴情報を統合して関連付ける。例えば、検出対象ピクチャから、顔特徴情報が検出された場合、顔特徴周辺の座標を取得し、顔特徴を取り囲むマーキング枠を形成する。検出対象ピクチャから、人体特徴情報が検出された場合、人体特徴周辺の座標を取得し、人体特徴を取り囲むマーキング枠を形成する。検出対象ピクチャから、車両特徴情報が検出された場合、車両特徴周辺の座標を取得し、車両特徴を取り囲むマーキング枠を形成する。
１つの具体的な実施例において、顔特徴情報をターゲット特徴情報として選択し、ターゲット特徴情報（顔特徴情報）に基づいて、マッチングする関連特徴情報を選択する時、選択された顔特徴情報のマーキング枠を含む人体特徴情報のマーキング枠を判定する。この場合、人体特徴情報のマーキング枠内の人体特徴情報は、顔特徴情報とマッチングする人体特徴情報である。選択された顔特徴情報のマーキング枠の中心点に最も近い、車両を含む車両特徴情報のマーキング枠を判定する。この場合、車両特徴情報のマーキング枠における車両特徴情報は、顔特徴情報とマッチングする車両特徴情報である。顔特徴情報、人体特徴情報及び車両特徴情報をマーキング枠の座標位置に従って関連付けて統合する。
もう１つの具体的な実施例において、人体特徴情報をターゲット特徴情報として選択し、ターゲット特徴情報（人体特徴情報）に基づいて、マッチングする関連特徴情報を選択する時、選択された人体特徴情報のマーキング枠に、選択された顔特徴情報のマーキング枠が含まれるかどうかを判定する。含まれると、顔特徴情報のマーキング枠における顔特徴情報を、人体特徴情報とマッチングする顔特徴情報として選択する。選択された人体特徴情報のマーキング枠の中心点に最も近い、車両を含む車両特徴情報のマーキング枠を判定する。この場合、車両特徴情報のマーキング枠における車両特徴情報は、人体特徴情報とマッチングする車両特徴情報である。顔特徴情報、人体特徴情報及び車両特徴情報をマーキング枠の座標位置に従って関連付けて統合する。
また１つの具体的な実施例において、車両特徴情報をターゲット特徴情報として選択し、ターゲット特徴情報（車両特徴情報）に基づいて、マッチングする関連特徴情報を選択する時、選択された車両特徴情報のマーキング枠の中心点に最も近い、顔特徴情報を含むマーキング枠及び人体特徴情報を含むマーキング枠を判定する。ここで、顔特徴情報のマーキング枠における顔特徴情報は、車両特徴情報とマッチングする顔特徴情報であり、人体特徴情報のマーキング枠における人体特徴情報は、車両特徴情報とマッチングする人体特徴情報である。顔特徴情報、人体特徴情報及び車両特徴情報をマーキング枠の座標位置に従って関連付けて統合する。
本実施例に記載のピクチャに基づいた多次元情報の統合方法は、ターゲット特徴情報と関連特徴情報の位置により、ターゲット特徴情報とマッチングする関連特徴情報を決定し、ターゲット特徴情報と関連特徴情報を統合して関連付ける。これにより、複数の特徴情報の自動抽出及び自動関連付け統合を実現させる。実際の適用において、作業者の労働力を大幅に減少させ、作業効率を更に向上させることができる。
本願によるピクチャに基づいた多次元情報の統合方法の第２実施形態を示すフローチャートである図５を参照する。
本実施形態のステップＳ５１～Ｓ５３は、図１におけるＳ１１～Ｓ１３と同じであり、第１実施形態との相違点は以下のとおりである。ステップＳ１３の後に、以下を更に含む。
ステップＳ５４において、多次元情報におけるターゲット特徴情報に基づいて、第１データベースにおいて検索して第１ターゲット画像を取得する。
具体的には、多次元情報を合成した後、多次元情報を第１データベースに入力して検索を行い、多次元情報におけるターゲット特徴に対応する第１ターゲット画像を取得する。具体的には、１つの実施例において、多次元情報におけるターゲット特徴情報が顔特徴情報である場合、第１データベースは、顔特徴データベースである。多次元情報における顔特徴情報を顔特徴データベースにおいてマッチングを行い、顔特徴情報とマッチングする複数の第１ターゲット画像を取得する。
ステップＳ５５において、多次元情報における関連特徴情報に基づいて、第２データベースにおいて検索して第２ターゲット画像を取得する。
具体的には、１つの実施例において、多次元情報における関連特徴情報が人体特徴情報である場合、第２データベースは、人体特徴データベースである。多次元情報における人体特徴情報を人体特徴データベースにおいてマッチングを行い、人体特徴情報とマッチングする複数の第２ターゲット画像を取得する。又は、１つの実施例において、多次元情報における関連特徴情報が車両特徴情報である場合、第２データベースは、車両特徴データベースである。多次元情報における車両特徴情報と車両特徴データベースにおいてマッチングを行い、車両特徴情報とマッチングする複数の第２ターゲット画像を取得する。
ステップＳ５６において、第１ターゲット画像及び第２ターゲット画像を検出対象ピクチャの検索結果として決定する。
具体的には、検出により得られた第１ターゲット画像及び第２ターゲット画像は、検出対象ピクチャに対応する検索結果である。１つの実施例において、第１ターゲット画像と第２ターゲット画像を統合すると、第１ターゲット画像と第２ターゲット画像における撮影地点及び撮影径方向に基づいて、ターゲット特徴情報及び／又は関連特徴情報に対応する動き軌跡を取得することができる。具体的には、本解決手段は、刑事事件の捜査に適用され、容疑者又はターゲット人物の逃走ルートを捜査するために用いられる。容疑者捜査及びターゲット人物追跡を行う場合、本実施例の多次元情報の統合方法を用いると、作業者の労働力を大幅に減少させ、作業効率を更に向上させることができる。
具体的には、第１ターゲット画像及び第２ターゲット画像を検出対象ピクチャの検索結果ピクチャとして決定した後、検索結果ピクチャに基づいて、検索結果ピクチャに対応する他のピクチャをサーチすることもできる。具体的には、本願によるピクチャに基づいた多次元情報の統合方法の第３実施例を示すフローチャートである図６を参照する。本実施形態のステップＳ６１～Ｓ６６は、図５におけるＳ５１～Ｓ５６と同じであり、第２実施形態との相違点は以下のとおりである。ステップＳ５６の後に以下を更に含む。
ステップＳ６７において、顔特徴情報の対応するターゲット顔ピクチャ、人体特徴情報の対応するターゲット人体ピクチャ及び／又は車両特徴情報の対応するターゲット車両ピクチャをそれぞれ取得する。
具体的には、顔特徴に基づいて、該顔特徴を有するターゲット顔ピクチャを取得することができる。ここで、該ターゲット顔ピクチャは、顔特徴、人体特徴及び車両特徴を含んでもよい。また、人体特徴に基づいて、該人体特徴を有するターゲット人体ピクチャを取得することができる。該ターゲット人体ピクチャは、顔特徴、人体特徴及び車両特徴を含んでもよい。また、車両特徴に基づいて、該車両特徴を有するターゲット車両ピクチャを取得することができる。該ターゲット車両ピクチャは、顔特徴、人体特徴及び車両特徴を含んでもよい。
ステップＳ６８において、ターゲット顔ピクチャとターゲット人体ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、検索結果ピクチャ内のターゲット顔ピクチャとターゲット人体ピクチャを関連付け、ターゲット顔ピクチャとターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、検索結果ピクチャ内のターゲット顔ピクチャとターゲット車両ピクチャを関連付け、ターゲット人体ピクチャとターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、検索結果ピクチャ内のターゲット人体ピクチャとターゲット車両ピクチャを関連付ける。
具体的には、第１ターゲット画像（顔及び人体を含むものであってもよい）を取得する。第１ターゲット画像は、ターゲット顔ピクチャ及びターゲット人体ピクチャを含み得、第２ターゲット画像を取得する。第１ターゲット画像のカバレージ範囲が第２ターゲット画像のカバレージ範囲を含み、又は、第１ターゲット画像の画像カバレージ範囲と第２ターゲット画像の画像カバレージ範囲が部分的に重なり合い、又は、第１ターゲット画像の画像カバレージ範囲と第２ターゲット画像の画像カバレージ範囲が連結している場合、検索結果ピクチャ内のターゲット顔ピクチャとターゲット人体ピクチャを関連付ける。この場合、第１ターゲット画像に顔ピクチャしか現れておらず、第２ターゲット画像に人体ピクチャしか現れていない場合、ターゲット顔ピクチャとターゲット人体ピクチャを関連付けて完全な関連画像を得る。該方式にによって、顔により人体を検索することができ、又は、人体により顔を検索することができる。
第１ターゲット画像（顔及び車両を含むものであってもよい）を取得した場合、第１ターゲット画像は、ターゲット顔ピクチャ及びターゲット車両ピクチャを含み得、第２ターゲット画像を取得する。第１ターゲット画像のカバレージ範囲が第２ターゲット画像のカバレージ範囲を含み、又は、第１ターゲット画像の画像カバレージ範囲と第２ターゲット画像の画像カバレージ範囲が部分的に重なり合い、又は、第１ターゲット画像の画像カバレージ範囲と第２ターゲット画像の画像カバレージ範囲が連結している場合、検索結果ピクチャ内のターゲット顔ピクチャとターゲット車両ピクチャを関連付ける。この場合、第１ターゲット画像に顔ピクチャしか現れておらず、第２ターゲット画像に車両ピクチャしか現れていない場合、ターゲット顔ピクチャとターゲット車両ピクチャを関連付けて完全な関連画像を得る。該方式にによって、顔により車両を検索することができ、又は、車両により顔を検索することができる。
第１ターゲット画像（人体及び車両を含むものであってもよい）を取得した場合、第１ターゲット画像は、ターゲット人体ピクチャ及びターゲット車両ピクチャを含んでもよい。第２ターゲット画像を取得する。第１ターゲット画像のカバレージ範囲が第２ターゲット画像のカバレージ範囲を含み、又は、第１ターゲット画像の画像カバレージ範囲と第２ターゲット画像の画像カバレージ範囲が部分的に重なり合い、又は、第１ターゲット画像の画像カバレージ範囲と第２ターゲット画像の画像カバレージ範囲が連結している場合、検索結果ピクチャ内のターゲット人体ピクチャとターゲット車両ピクチャを関連付ける。この場合、第１ターゲット画像に人体ピクチャしか現れておらず、第２ターゲット画像に車両ピクチャしか現れていない場合、ターゲット人体ピクチャとターゲット車両ピクチャを関連付けて完全な関連画像を得る。該方式にによって、人体により車両を検索することができ、又は、車両により人体を検索することができる。
本実施例に記載の方法は、顔、人体及び車両の間の所定の空間的関係に基づいて、車両により人体を検索し、人体により車両を検索し、又は、顔により人体を検索し、人体により顔を検索し、又は、車両により顔を検索し、顔により人体を検索することができる。実際の適用において、ターゲットを追跡するための顔、人体及び車両のうちの１つの特徴しかない場合、ターゲットを追跡するための多次元情報を取得することもできる。これにより、自動関連付けを実現させる上で、本解決手段の実行可能性を更に向上させ、作業効率を向上させる。
本願によるピクチャに基づいた多次元情報の統合装置の第１実施例の構造を示す概略図である図７を参照する。ここで、該多次元情報の統合装置は、上記任意の実施例におけるピクチャに基づいた多次元情報の統合方法を実行又は実現するために用いられる。該多次元情報の統合装置は、取得モジュール７１と、特徴抽出モジュール７２と、特徴関連付けモジュール７３と、を備える。
ここで、取得モジュール７１は、検出対象ピクチャを取得するように構成される。特徴抽出モジュール７２は、検出対象ピクチャを検出し、検出対象ピクチャにおける複数の特徴情報を抽出するように構成される。特徴関連付けモジュール７３は、複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、ターゲット特徴情報と関連特徴情報を関連付けて、一つの多次元情報を生成するように構成される。ここで、多次元情報は、複数の関連付けられている特徴情報を含む。
本願に記載のピクチャに基づいた多次元情報の統合機器は、複数の特徴情報の自動抽出及び複数の特徴情報の自動関連付け統合を実現させることができ、実際の適用において、人力を減少させ、作業効率を向上させることができる。
幾つかの実施例において、該検出対象ピクチャは、一枚の検出対象ピクチャ又は複数枚の検出対象ピクチャである。特徴抽出モジュール７２は、一枚の検出対象ピクチャ又は複数枚の検出対象ピクチャを検出し、一枚の検出対象ピクチャ又は複数枚の検出対象ピクチャから複数の特徴情報を抽出するように構成される。
幾つかの実施例において、該特徴関連付けモジュール７３は更に、検出対象ピクチャにおける品質スコアが最も高いターゲット顔に対応するターゲット顔特徴情報をターゲット特徴情報として選択し、ターゲット顔特徴情報のターゲット人体特徴情報及び／又はターゲット顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として選択し、ターゲット特徴情報と関連特徴情報を関連付けて、多次元情報を生成するように構成され、多次元情報は、ターゲット顔特徴情報、ターゲット人体特徴情報及びターゲット車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む。
幾つかの実施例において、該特徴関連付けモジュール７３は更に、制御命令を受信し、制御命令に基づいて、複数の特徴情報からターゲット特徴情報を選択するステップであって、ターゲット特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちのいずれか１つである、ステップと、選択されたターゲット特徴情報に基づいて、ターゲット特徴情報とマッチングする関連特徴情報を選択するステップであって、関連特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの、ターゲット特徴情報以外の他の２つのタイプの情報のうちの少なくとも１つである、ステップと、ターゲット特徴情報と関連特徴情報を関連付けて、多次元情報を生成するステップと、を実行するように構成される。
幾つかの実施例において、選択されたターゲット特徴情報が顔特徴情報タイプのターゲット顔特徴情報である場合、特徴関連付けモジュール７３は更に、選択されたターゲット顔特徴情報に基づいて、ターゲット顔特徴情報に対応する人体特徴情報及び／又はターゲット顔特徴情報に関連付けられている顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として自動的に選択するように構成される。
又は、幾つかの実施例において、選択されたターゲット特徴情報が人体特徴情報タイプのターゲット人体特徴情報である場合、特徴関連付けモジュール７３は更に、選択されたターゲット人体特徴情報に基づいて、ターゲット人体特徴情報に対応するターゲット顔特徴情報及び／又はターゲット人体特徴情報に関連付けられている人体の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として自動的に選択するように構成される。
又は、幾つかの実施例において、選択されたターゲット特徴情報が車両特徴情報タイプのターゲット車両特徴情報である場合、特徴関連付けモジュール７３は更に、選択されたターゲット車両特徴情報に基づいて、ターゲット車両特徴情報の中心点に最も近い顔に対応するターゲット顔特徴情報及び／又はターゲット顔特徴情報のターゲット人体特徴情報を関連特徴情報として自動的に選択するように構成される。
幾つかの実施例において、特徴関連付けモジュール７３は、制御命令を受信し、制御命令に基づいて、複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択するステップであって、選択されたターゲット特徴情報及び選択された関連特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、ターゲット特徴情報と関連特徴情報を関連付けて、多次元情報を生成するステップと、を実行するように構成される。
本願によるピクチャに基づいた多次元情報の統合装置の第１実施例のもう１つの構造を示す概略図である図８を参照する。該多次元情報の統合装置は、取得モジュール７１と、特徴抽出モジュール７２と、特徴関連付けモジュール７３と、を備える。ここで、取得モジュール７１、特徴抽出モジュール７２及び特徴関連付けモジュール７３の細部は、上述を参照する。ここで、詳細な説明を省略する。なお、該情報統合装置は、第１取得モジュール７０１と、第２取得モジュール７０２と、決定モジュール７０３と、を更に備える。
ここで、第１取得モジュール７０１は、多次元情報におけるターゲット特徴情報に基づいて、第１データベースにおいて検索して第１ターゲット画像を取得するように構成される。第２取得モジュール７０２は、多次元情報における関連特徴情報に基づいて、第２データベースにおいて検索して第２ターゲット画像を取得するように構成される。決定モジュール７０３は、第１ターゲット画像及び第２ターゲット画像を検出対象ピクチャの検索結果として決定するように構成される。
幾つかの実施例において、本願のピクチャに基づいた多次元情報の統合装置は、第３取得モジュール７０４と、ピクチャ関連付けモジュール７０５と、を更に備える。ここで、第３取得モジュール７０４は、第１ターゲット画像及び第２ターゲット画像を検出対象ピクチャの検索結果ピクチャとして決定した後、顔特徴情報の対応するターゲット顔ピクチャ、人体特徴情報の対応するターゲット人体ピクチャ及び／又は車両特徴情報の対応するターゲット車両ピクチャをそれぞれ取得するように構成される。ピクチャ関連付けモジュール７０５は、ターゲット顔ピクチャとターゲット人体ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、検索結果ピクチャ内のターゲット顔ピクチャとターゲット人体ピクチャを関連付け、ターゲット顔ピクチャとターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、検索結果ピクチャ内のターゲット顔ピクチャとターゲット車両ピクチャを関連付け、ターゲット人体ピクチャとターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、検索結果ピクチャ内のターゲット人体ピクチャとターゲット車両ピクチャを関連付けるように構成される。
幾つかの実施例において、所定の空間的関係は、第１ターゲット画像の画像カバレージ範囲が第２ターゲット画像の画像カバレージ範囲を含むことと、第１ターゲット画像の画像カバレージ範囲と第２ターゲット画像の画像カバレージ範囲が部分的に重なり合うことと、第１ターゲット画像の画像カバレージ範囲と第２ターゲット画像の画像カバレージ範囲が連結していることと、のうちの少なくとも１つを含み、第１ターゲット画像は、ターゲット顔ピクチャ、ターゲット人体ピクチャ及びターゲット車両ピクチャのうちのいずれか１つ又は複数を含み、第２ターゲット画像は、ターゲット顔ピクチャ、ターゲット人体ピクチャ及びターゲット車両ピクチャのうちのいずれか１つ又は複数を含む。
本願によるピクチャに基づいた多次元情報の統合機器の第２実施例の構造を示す概略図である図９を参照する。ピクチャに基づいた多次元情報の統合機器は、相互接続されるメモリ８２と、プロセッサ８３と、備える。
メモリ８２は、上記いずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実現させるプログラム命令を記憶するように構成される。
プロセッサ８３は、メモリ８２に記憶されているプログラム命令を実行するように構成される。
ここで、プロセッサ８３は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：中央演算装置）と呼ばれてもよい。プロセッサ８３は、信号処理能力を持つ集積回路チップであってもよい。プロセッサ８３は、汎用プロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）又は他のプログラマブルゲートアレイ、ディスクリートゲート又はトランジスタ論理デバイス、ディスクリートハードウェアコンポーネントであってもよい。プロセッサ７３は、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：グラフィックプロセッサ）であってもよい。これは、表示コア、ビジョンプロセッサ、表示チップとも呼ばれ、パソコン、ワークステーション、ゲーム機及び幾つかの携帯機器（例えば、タブレット、スマートフォンなど）で画像演算動作を行うマイクロプロセッサである。ＧＰＵの用途は、コンピュータシステムに必要な表示情報を変換して駆動し、ディスプレイに行走査信号を供給し、ディスプレイを、正確な表示を行うように制御することである。これは、ディスプレイとパソコンのマザーボードを接続するための重要な素子であり、「ヒューマンマシン対話」のための重要な機器の１つである。グラフィックカードは、コンピュータホストの重要な構成部として、表示グラフィックを出力するタスクを担う。専門的なラフィックデザイナにとって、グラフィックカードは非常に重要である。汎用プロセッサは、マイクロプロセッサであってもよく、又は、該プロセッサは、如何なる従来のプロセッサなどであってもよい。
メモリ８２は、メモリバンク、ＴＦカードなどであってもよく、ピクチャに基づいた多次元情報の統合機器における全ての情報を記憶することができる。入力されたオリジナルデータ、コンピュータプログラム、中間実行結果及び最終的実行結果は、いずれもメモリに記憶される。これは、コントローラにより指定された位置に応じて情報を記憶して取り出す。メモリがなければ、ピクチャに基づいた多次元情報の統合機器は、記憶機能を持たせず、正常な動作を確保できない。ピクチャに基づいた多次元情報の統合機器におけるメモリは、用途に応じて、メインメモリ（内部メモリ）とサブメモリ（外部メモリ）に分けられてもよい。外部メモリと内部メモリに分けられるという分類方法で分類されてもよい。外部メモリは、一般的には磁気媒体又は光ディスクなどであり、情報を長期的に記憶することができる。内部メモリは、マザーボードにおける記憶部材であり、現在実行されているデータ及びプログラムを記憶するために用いられるが、プログラム及びデータを一時的に記憶することのみに用いられる。電源を遮断するか又はパワーダウンすると、データは、失われる。
本願で提供される幾つかの実施例において、開示される方法及び機器は、他の方式によって実現できることを理解すべきである。例えば、以上に記載した機器の実施形態はただ例示的なもので、例えば、前記モジュール又はユニットの分割はただロジック機能の分割で、実際に実現する時は他の分割方式によってもよい。例えば、複数のユニット又はコンポーネントを組み合わせてもよいし、別のシステムに組み込んでもよい。又は若干の特徴を無視してもよいし、実行しなくてもよい。また、示したか或いは検討した相互間の結合、直接的な結合又は通信接続は、幾つかのインターフェイス、機器又はユニットによる間接的な結合又は通信接続であってもよく、電気的、機械的または他の形態であってもよい。
分離部材として説明したユニットは、物理的に別個のものであってもよいし、そうでなくてもよい。ユニットとして示された部材は、物理的ユニットであってもよいし、そうでなくてもよい。即ち、同一の位置に位置してもよいし、複数のネットワークユニットに分布してもよい。実際の需要に応じてそのうちの一部又は全てのコンポーネントにより本実施例の方策の目的を実現することができる。
また、本願の各実施例における各機能ユニットは一つの処理ユニットに集積されてもよいし、各ユニットが物理的に別個のものとして存在してもよいし、２つ以上のユニットが一つのユニットに集積されてもよい。上記集積したユニットはハードウェアとして実現してもよく、ソフトウェア機能ーネントとして実現してもよい。
集積したユニットは、ソフトウェア機能ユニットの形で実現され、かつ独立した製品として販売または使用されるとき、コンピュータにより読み取り可能な記憶媒体内に記憶されてもよい。このような理解のもと、本願の実施例の技術的解決手段は、本質的に、又は、従来技術に対して貢献をもたらした部分又は該技術的解決手段の一部は、ソフトウェア製品の形式で具現することができ、このようなコンピュータソフトウェア製品は、記憶媒体に記憶しても良く、また、１台のコンピュータ機器（パソコン、システムサーバ、又はネットワーク機器など）又はプロセッサ（ｐｒｏｃｅｓｓｏｒ）に、本願の各実施例に記載の方法の全部又は一部を実行させるための若干の命令を含む。
本願によるコンピュータ可読記憶媒体の構造を示す概略図である図１０を参照する。本願のコンピュータ可読記憶媒体に、上記全ての、ピクチャに基づいた多次元情報の統合方法を実現できるプログラム９１が記憶されている。ここで、該プログラム７１は、ソフトウェア製品の形態で上記コンピュータ可読記憶媒体に記憶される。１台のコンピュータ機器（パソコン、システムサーバ、又はネットワーク機器など）又はプロセッサ（ｐｒｏｃｅｓｓｏｒ）に、本願の各実施例に記載の方法の全部又は一部を実行させるための若干の命令を含む。前記の記憶媒体は、ＵＳＢメモリ、リムーバブルハードディスク、読み出し専用メモリ（ＲＯＭ：Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダムアクセスメモリ（ＲＡＭ：Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、磁気ディスク又は光ディスクなどの、プログラムコードを記憶できる種々の媒体を含む。又は、コンピュータ、サーバ、携帯電話、タブレットなどの端末機器を含む。
以上は、本願の実施形態だけであり、本願の特許請求の範囲を限定するものではない、本願の明細書及び図面による同等の構造又は同等のプロセスの変換に対する利用、又は他の関連技術分野における直接的又は間接的な利用のすべてが本願の特許請求の範囲に属する。
本発明の有益な効果は以下のとおりである。従来技術と異なっており、本発明は、検出対象ピクチャを取得し、検出対象ピクチャを検出し、検出対象ピクチャにおける複数の特徴情報を抽出し、複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、ターゲット特徴情報と関連特徴情報を関連付けて、一つの多次元情報を生成する。ここで、多次元情報は、複数の関連付けられている特徴情報を含む。これにより、ピクチャにおける複数の特徴情報の自動抽出及び自動関連付けを実現させる。
本願明細書は、例えば、以下の項目も提供する。
（項目１）
ピクチャに基づいた多次元情報の統合方法であって、
検出対象ピクチャを取得するステップと、
前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するステップと、
前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップであって、前記多次元情報は、複数の関連付けられている特徴情報を含む、ステップと、を含む、ピクチャに基づいた多次元情報の統合方法。
（項目２）
抽出された前記複数の特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含むことを特徴とする
項目１に記載の方法。
（項目３）
前記複数の特徴情報からターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成した後、前記方法は、
前記多次元情報における前記ターゲット特徴情報に基づいて、第１データベースにおいて検索して第１ターゲット画像を取得するステップと、
前記多次元情報における前記関連特徴情報に基づいて、第２データベースにおいて検索して第２ターゲット画像を取得するステップと、
前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果として決定するステップと、を更に含むことを特徴とする
項目２に記載の方法。
（項目４）
前記検出対象ピクチャは、一枚の検出対象ピクチャ又は複数枚の検出対象ピクチャであり、
前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するステップは、
前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャを検出し、前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャから前記複数の特徴情報を抽出するステップを含むことを特徴とする
項目１に記載の方法。
（項目５）
前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、
前記検出対象ピクチャにおける品質スコアが最も高いターゲット顔に対応するターゲット顔特徴情報をターゲット特徴情報として選択し、前記ターゲット顔特徴情報のターゲット人体特徴情報及び／又は前記ターゲット顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として選択するステップと、
前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップであって、前記多次元情報は、前記ターゲット顔特徴情報、前記ターゲット人体特徴情報及び前記ターゲット車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、を含むことを特徴とする
項目３に記載の方法。
（項目６）
前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、
制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から前記ターゲット特徴情報を選択するステップであって、前記ターゲット特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちのいずれか１つである、ステップと、
選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップであって、前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの、前記ターゲット特徴情報以外の他の２つのタイプの情報のうちの少なくとも１つである、ステップと、
前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を含むことを特徴とする
項目３に記載の方法。
（項目７）
選択された前記ターゲット特徴情報が前記顔特徴情報タイプのターゲット顔特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、
選択された前記ターゲット顔特徴情報に基づいて、前記ターゲット顔特徴情報に対応する人体特徴情報及び／又は前記ターゲット顔特徴情報に関連付けられている顔の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するステップを含み、又は、
選択された前記ターゲット特徴情報が前記人体特徴情報タイプのターゲット人体特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、
選択された前記ターゲット人体特徴情報に基づいて、前記ターゲット人体特徴情報に対応するターゲット顔特徴情報及び／又は前記ターゲット人体特徴情報に関連付けられている人体の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するステップを含み、又は、
選択された前記ターゲット特徴情報が前記車両特徴情報タイプのターゲット車両特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、
選択された前記ターゲット車両特徴情報に基づいて、前記ターゲット車両特徴情報の中心点に最も近い顔に対応するターゲット顔特徴情報及び／又は前記ターゲット顔特徴情報のターゲット人体特徴情報を前記関連特徴情報として自動的に選択するステップを含むことを特徴とする
項目３－６のいずれか一項に記載の方法。
（項目８）
前記複数の特徴情報からターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、
制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から、前記ターゲット特徴情報及び前記関連特徴情報を選択するステップであって、選択された前記ターゲット特徴情報及び選択された前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、
前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を含むことを特徴とする
項目３に記載の方法。
（項目９）
前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果ピクチャとして決定した後、前記方法は、
前記顔特徴情報の対応するターゲット顔ピクチャ、前記人体特徴情報の対応するターゲット人体ピクチャ及び／又は前記車両特徴情報の対応するターゲット車両ピクチャをそれぞれ取得するステップと、
前記ターゲット顔ピクチャと前記ターゲット人体ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット人体ピクチャを関連付け、前記ターゲット顔ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット車両ピクチャを関連付け、前記ターゲット人体ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット人体ピクチャと前記ターゲット車両ピクチャを関連付けるステップと、を更に含むことを特徴とする
項目３に記載の方法。
（項目１０）
前記所定の空間的関係は、
前記第１ターゲット画像の画像カバレージ範囲が前記第２ターゲット画像の画像カバレージ範囲を含むことと、
前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が部分的に重なり合うことと、
前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が連結していることと、のうちの少なくとも１つを含み、
前記第１ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含み、前記第２ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含むことを特徴とする
項目９に記載の方法。
（項目１１）
ピクチャに基づいた多次元情報の統合装置であって、前記装置は、
検出対象ピクチャを取得するように構成される取得モジュールと、
前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するように構成される特徴抽出モジュールと、
前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するように構成される特徴関連付けモジュールであって、前記多次元情報は、複数の関連付けられている特徴情報を含む、特徴関連付けモジュールと、を備える、ピクチャに基づいた多次元情報の統合装置。
（項目１２）
抽出された前記複数の特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含むことを特徴とする
項目１１に記載の多次元情報の統合装置。
（項目１３）
前記多次元情報における前記ターゲット特徴情報に基づいて、第１データベースにおいて検索して第１ターゲット画像を取得するように構成される第１取得モジュールと、
前記多次元情報における前記関連特徴情報に基づいて、第２データベースにおいて検索して第２ターゲット画像を取得するように構成される第２取得モジュールと、
前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果として決定するように構成される決定モジュールと、を更に備えることを特徴とする
項目１２に記載の多次元情報の統合装置。
（項目１４）
前記検出対象ピクチャは、一枚の検出対象ピクチャ又は複数枚の検出対象ピクチャであり、
前記特徴抽出モジュールは、
前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャを検出し、前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャから前記複数の特徴情報を抽出するように構成されることを特徴とする
項目１１に記載の多次元情報の統合装置。
（項目１５）
前記特徴関連付けモジュールは、
前記検出対象ピクチャにおける品質スコアが最も高いターゲット顔に対応するターゲット顔特徴情報をターゲット特徴情報として選択し、前記ターゲット顔特徴情報のターゲット人体特徴情報及び／又は前記ターゲット顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として選択し、
前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するように構成され、前記多次元情報は、前記ターゲット顔特徴情報、前記ターゲット人体特徴情報及び前記ターゲット車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含むことを特徴とする
項目１３に記載の多次元情報の統合装置。
（項目１６）
前記特徴関連付けモジュールは、
制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から前記ターゲット特徴情報を選択するステップであって、前記ターゲット特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちのいずれか１つである、ステップと、
選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップであって、前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの、前記ターゲット特徴情報以外の他の２つのタイプの情報のうちの少なくとも１つである、ステップと、
前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を実行するように構成されることを特徴とする
項目１３に記載の多次元情報の統合装置。
（項目１７）
選択された前記ターゲット特徴情報が前記顔特徴情報タイプのターゲット顔特徴情報である場合、前記特徴関連付けモジュールは更に、
選択された前記ターゲット顔特徴情報に基づいて、前記ターゲット顔特徴情報に対応する人体特徴情報及び／又は前記ターゲット顔特徴情報に関連付けられている顔の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するように構成され、又は、
選択された前記ターゲット特徴情報が前記人体特徴情報タイプのターゲット人体特徴情報である場合、前記特徴関連付けモジュールは更に、
選択された前記ターゲット人体特徴情報に基づいて、前記ターゲット人体特徴情報に対応するターゲット顔特徴情報及び／又は前記ターゲット人体特徴情報に関連付けられている人体の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するように構成され、又は、
選択された前記ターゲット特徴情報が前記車両特徴情報タイプのターゲット車両特徴情報である場合、前記特徴関連付けモジュールは更に、
選択された前記ターゲット車両特徴情報に基づいて、前記ターゲット車両特徴情報の中心点に最も近い顔に対応するターゲット顔特徴情報及び／又は前記ターゲット顔特徴情報のターゲット人体特徴情報を前記関連特徴情報として自動的に選択するように構成されることを特徴とする
項目１３－１６のいずれか一項に記載の多次元情報の統合装置。
（項目１８）
前記特徴関連付けモジュールは、
制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から、前記ターゲット特徴情報及び前記関連特徴情報を選択するステップであって、選択された前記ターゲット特徴情報及び選択された前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を実行するように構成されることを特徴とする
項目１３に記載の多次元情報の統合装置。
（項目１９）
前記方法は、
前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果ピクチャとして決定した後、前記顔特徴情報の対応するターゲット顔ピクチャ、前記人体特徴情報の対応するターゲット人体ピクチャ及び／又は前記車両特徴情報の対応するターゲット車両ピクチャをそれぞれ取得するように構成される第３取得モジュールと、
前記ターゲット顔ピクチャと前記ターゲット人体ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット人体ピクチャを関連付け、前記ターゲット顔ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット車両ピクチャを関連付け、前記ターゲット人体ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット人体ピクチャと前記ターゲット車両ピクチャを関連付けるように構成されるピクチャ関連付けモジュールと、を更に備えることを特徴とする
項目１３に記載の多次元情報の統合装置。
（項目２０）
前記所定の空間的関係は、
前記第１ターゲット画像の画像カバレージ範囲が前記第２ターゲット画像の画像カバレージ範囲を含むことと、
前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が部分的に重なり合うことと、
前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が連結していることと、のうちの少なくとも１つを含み、
前記第１ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含み、前記第２ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含むことを特徴とする
項目１９に記載の多次元情報の統合装置。
（項目２１）
ピクチャに基づいた多次元情報の統合機器であって、前記機器は、メモリと、プロセッサと、を備え、前記メモリにプログラム命令が記憶されており、前記プロセッサは、前記メモリから前記プログラム命令を呼び出して項目１－１０のいずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実行する、ピクチャに基づいた多次元情報の統合機器。
（項目２２）
コンピュータ可読記憶媒体であって、前記コンピュータ可読記憶媒体にプログラムが記憶されており、前記プログラムが実行されて項目１－１０のいずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実現させる、コンピュータ可読記憶媒体。
（項目２３）
コンピュータプログラム製品であって、前記コンピュータプログラム製品における命令がプロセッサにより実行される時、項目１－１０のいずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実行する、コンピュータプログラム製品。

Claims (23)

  1. ピクチャに基づいた多次元情報の統合方法であって、
    検出対象ピクチャを取得するステップと、
    前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するステップと、
    前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップであって、前記多次元情報は、複数の関連付けられている特徴情報を含む、ステップと、を含む、ピクチャに基づいた多次元情報の統合方法。
  2. 抽出された前記複数の特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含むことを特徴とする
    請求項１に記載の方法。
  3. 前記複数の特徴情報からターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成した後、前記方法は、
    前記多次元情報における前記ターゲット特徴情報に基づいて、第１データベースにおいて検索して第１ターゲット画像を取得するステップと、
    前記多次元情報における前記関連特徴情報に基づいて、第２データベースにおいて検索して第２ターゲット画像を取得するステップと、
    前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果として決定するステップと、を更に含むことを特徴とする
    請求項２に記載の方法。
  4. 前記検出対象ピクチャは、一枚の検出対象ピクチャ又は複数枚の検出対象ピクチャであり、
    前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するステップは、
    前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャを検出し、前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャから前記複数の特徴情報を抽出するステップを含むことを特徴とする
    請求項１に記載の方法。
  5. 前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、
    前記検出対象ピクチャにおける品質スコアが最も高いターゲット顔に対応するターゲット顔特徴情報をターゲット特徴情報として選択し、前記ターゲット顔特徴情報のターゲット人体特徴情報及び／又は前記ターゲット顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として選択するステップと、
    前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップであって、前記多次元情報は、前記ターゲット顔特徴情報、前記ターゲット人体特徴情報及び前記ターゲット車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、を含むことを特徴とする
    請求項３に記載の方法。
  6. 前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、
    制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から前記ターゲット特徴情報を選択するステップであって、前記ターゲット特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちのいずれか１つである、ステップと、
    選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップであって、前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの、前記ターゲット特徴情報以外の他の２つのタイプの情報のうちの少なくとも１つである、ステップと、
    前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を含むことを特徴とする
    請求項３に記載の方法。
  7. 選択された前記ターゲット特徴情報が前記顔特徴情報タイプのターゲット顔特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、
    選択された前記ターゲット顔特徴情報に基づいて、前記ターゲット顔特徴情報に対応する人体特徴情報及び／又は前記ターゲット顔特徴情報に関連付けられている顔の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するステップを含み、又は、
    選択された前記ターゲット特徴情報が前記人体特徴情報タイプのターゲット人体特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、
    選択された前記ターゲット人体特徴情報に基づいて、前記ターゲット人体特徴情報に対応するターゲット顔特徴情報及び／又は前記ターゲット人体特徴情報に関連付けられている人体の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するステップを含み、又は、
    選択された前記ターゲット特徴情報が前記車両特徴情報タイプのターゲット車両特徴情報である場合、選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップは、
    選択された前記ターゲット車両特徴情報に基づいて、前記ターゲット車両特徴情報の中心点に最も近い顔に対応するターゲット顔特徴情報及び／又は前記ターゲット顔特徴情報のターゲット人体特徴情報を前記関連特徴情報として自動的に選択するステップを含むことを特徴とする
    請求項３－６のいずれか一項に記載の方法。
  8. 前記複数の特徴情報からターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するステップは、
    制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から、前記ターゲット特徴情報及び前記関連特徴情報を選択するステップであって、選択された前記ターゲット特徴情報及び選択された前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、
    前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を含むことを特徴とする
    請求項３に記載の方法。
  9. 前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果ピクチャとして決定した後、前記方法は、
    前記顔特徴情報の対応するターゲット顔ピクチャ、前記人体特徴情報の対応するターゲット人体ピクチャ及び／又は前記車両特徴情報の対応するターゲット車両ピクチャをそれぞれ取得するステップと、
    前記ターゲット顔ピクチャと前記ターゲット人体ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット人体ピクチャを関連付け、前記ターゲット顔ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット車両ピクチャを関連付け、前記ターゲット人体ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット人体ピクチャと前記ターゲット車両ピクチャを関連付けるステップと、を更に含むことを特徴とする
    請求項３に記載の方法。
  10. 前記所定の空間的関係は、
    前記第１ターゲット画像の画像カバレージ範囲が前記第２ターゲット画像の画像カバレージ範囲を含むことと、
    前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が部分的に重なり合うことと、
    前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が連結していることと、のうちの少なくとも１つを含み、
    前記第１ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含み、前記第２ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含むことを特徴とする
    請求項９に記載の方法。
  11. ピクチャに基づいた多次元情報の統合装置であって、前記装置は、
    検出対象ピクチャを取得するように構成される取得モジュールと、
    前記検出対象ピクチャを検出し、前記検出対象ピクチャにおける複数の特徴情報を抽出するように構成される特徴抽出モジュールと、
    前記複数の特徴情報から、ターゲット特徴情報及び関連特徴情報を選択し、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、一つの多次元情報を生成するように構成される特徴関連付けモジュールであって、前記多次元情報は、複数の関連付けられている特徴情報を含む、特徴関連付けモジュールと、を備える、ピクチャに基づいた多次元情報の統合装置。
  12. 抽出された前記複数の特徴情報は、顔特徴情報、人体特徴情報及び車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含むことを特徴とする
    請求項１１に記載の多次元情報の統合装置。
  13. 前記多次元情報における前記ターゲット特徴情報に基づいて、第１データベースにおいて検索して第１ターゲット画像を取得するように構成される第１取得モジュールと、
    前記多次元情報における前記関連特徴情報に基づいて、第２データベースにおいて検索して第２ターゲット画像を取得するように構成される第２取得モジュールと、
    前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果として決定するように構成される決定モジュールと、を更に備えることを特徴とする
    請求項１２に記載の多次元情報の統合装置。
  14. 前記検出対象ピクチャは、一枚の検出対象ピクチャ又は複数枚の検出対象ピクチャであり、
    前記特徴抽出モジュールは、
    前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャを検出し、前記一枚の検出対象ピクチャ又は前記複数枚の検出対象ピクチャから前記複数の特徴情報を抽出するように構成されることを特徴とする
    請求項１１に記載の多次元情報の統合装置。
  15. 前記特徴関連付けモジュールは、
    前記検出対象ピクチャにおける品質スコアが最も高いターゲット顔に対応するターゲット顔特徴情報をターゲット特徴情報として選択し、前記ターゲット顔特徴情報のターゲット人体特徴情報及び／又は前記ターゲット顔の中心点に最も近い車両に対応するターゲット車両特徴情報を関連特徴情報として選択し、
    前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するように構成され、前記多次元情報は、前記ターゲット顔特徴情報、前記ターゲット人体特徴情報及び前記ターゲット車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含むことを特徴とする
    請求項１３に記載の多次元情報の統合装置。
  16. 前記特徴関連付けモジュールは、
    制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から前記ターゲット特徴情報を選択するステップであって、前記ターゲット特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちのいずれか１つである、ステップと、
    選択された前記ターゲット特徴情報に基づいて、前記ターゲット特徴情報とマッチングする前記関連特徴情報を選択するステップであって、前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの、前記ターゲット特徴情報以外の他の２つのタイプの情報のうちの少なくとも１つである、ステップと、
    前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を実行するように構成されることを特徴とする
    請求項１３に記載の多次元情報の統合装置。
  17. 選択された前記ターゲット特徴情報が前記顔特徴情報タイプのターゲット顔特徴情報である場合、前記特徴関連付けモジュールは更に、
    選択された前記ターゲット顔特徴情報に基づいて、前記ターゲット顔特徴情報に対応する人体特徴情報及び／又は前記ターゲット顔特徴情報に関連付けられている顔の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するように構成され、又は、
    選択された前記ターゲット特徴情報が前記人体特徴情報タイプのターゲット人体特徴情報である場合、前記特徴関連付けモジュールは更に、
    選択された前記ターゲット人体特徴情報に基づいて、前記ターゲット人体特徴情報に対応するターゲット顔特徴情報及び／又は前記ターゲット人体特徴情報に関連付けられている人体の中心点に最も近い車両に対応するターゲット車両特徴情報を前記関連特徴情報として自動的に選択するように構成され、又は、
    選択された前記ターゲット特徴情報が前記車両特徴情報タイプのターゲット車両特徴情報である場合、前記特徴関連付けモジュールは更に、
    選択された前記ターゲット車両特徴情報に基づいて、前記ターゲット車両特徴情報の中心点に最も近い顔に対応するターゲット顔特徴情報及び／又は前記ターゲット顔特徴情報のターゲット人体特徴情報を前記関連特徴情報として自動的に選択するように構成されることを特徴とする
    請求項１３－１６のいずれか一項に記載の多次元情報の統合装置。
  18. 前記特徴関連付けモジュールは、
    制御命令を受信し、前記制御命令に基づいて、前記複数の特徴情報から、前記ターゲット特徴情報及び前記関連特徴情報を選択するステップであって、選択された前記ターゲット特徴情報及び選択された前記関連特徴情報は、前記顔特徴情報、前記人体特徴情報及び前記車両特徴情報のうちの少なくとも２つの異なるタイプの特徴情報を含む、ステップと、前記ターゲット特徴情報と前記関連特徴情報を関連付けて、前記多次元情報を生成するステップと、を実行するように構成されることを特徴とする
    請求項１３に記載の多次元情報の統合装置。
  19. 前記方法は、
    前記第１ターゲット画像及び前記第２ターゲット画像を前記検出対象ピクチャの検索結果ピクチャとして決定した後、前記顔特徴情報の対応するターゲット顔ピクチャ、前記人体特徴情報の対応するターゲット人体ピクチャ及び／又は前記車両特徴情報の対応するターゲット車両ピクチャをそれぞれ取得するように構成される第３取得モジュールと、
    前記ターゲット顔ピクチャと前記ターゲット人体ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット人体ピクチャを関連付け、前記ターゲット顔ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット顔ピクチャと前記ターゲット車両ピクチャを関連付け、前記ターゲット人体ピクチャと前記ターゲット車両ピクチャが同一の第１ターゲット画像に対応し、且つ所定の空間的関係を有する場合、前記検索結果ピクチャ内の前記ターゲット人体ピクチャと前記ターゲット車両ピクチャを関連付けるように構成されるピクチャ関連付けモジュールと、を更に備えることを特徴とする
    請求項１３に記載の多次元情報の統合装置。
  20. 前記所定の空間的関係は、
    前記第１ターゲット画像の画像カバレージ範囲が前記第２ターゲット画像の画像カバレージ範囲を含むことと、
    前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が部分的に重なり合うことと、
    前記第１ターゲット画像の画像カバレージ範囲と前記第２ターゲット画像の画像カバレージ範囲が連結していることと、のうちの少なくとも１つを含み、
    前記第１ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含み、前記第２ターゲット画像は、前記ターゲット顔ピクチャ、前記ターゲット人体ピクチャ及び前記ターゲット車両ピクチャのうちのいずれか１つ又は複数を含むことを特徴とする
    請求項１９に記載の多次元情報の統合装置。
  21. ピクチャに基づいた多次元情報の統合機器であって、前記機器は、メモリと、プロセッサと、を備え、前記メモリにプログラム命令が記憶されており、前記プロセッサは、前記メモリから前記プログラム命令を呼び出して請求項１－１０のいずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実行する、ピクチャに基づいた多次元情報の統合機器。
  22. コンピュータ可読記憶媒体であって、前記コンピュータ可読記憶媒体にプログラムが記憶されており、前記プログラムが実行されて請求項１－１０のいずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実現させる、コンピュータ可読記憶媒体。
  23. コンピュータプログラム製品であって、前記コンピュータプログラム製品における命令がプロセッサにより実行される時、請求項１－１０のいずれか一項に記載のピクチャに基づいた多次元情報の統合方法を実行する、コンピュータプログラム製品。
JP2021571358A 2019-12-30 2020-07-03 ピクチャに基づいた多次元情報の統合方法及び関連機器 Pending JP2022534314A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201911402864.5A CN111177449B (zh) 2019-12-30 2019-12-30 基于图片的多维信息整合方法及相关设备
CN201911402864.5 2019-12-30
PCT/CN2020/100268 WO2021135139A1 (zh) 2019-12-30 2020-07-03 基于图片的多维信息整合方法及相关设备

Publications (1)

Publication Number Publication Date
JP2022534314A true JP2022534314A (ja) 2022-07-28

Family

ID=70654218

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021571358A Pending JP2022534314A (ja) 2019-12-30 2020-07-03 ピクチャに基づいた多次元情報の統合方法及び関連機器

Country Status (7)

Country Link
US (1) US20220084314A1 (ja)
JP (1) JP2022534314A (ja)
KR (1) KR20220002626A (ja)
CN (1) CN111177449B (ja)
SG (1) SG11202113294VA (ja)
TW (1) TW202125284A (ja)
WO (1) WO2021135139A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111177449B (zh) * 2019-12-30 2021-11-05 深圳市商汤科技有限公司 基于图片的多维信息整合方法及相关设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050270178A1 (en) * 2003-02-12 2005-12-08 Ioli Edward D System for tracking suspicious vehicular activity
JP2006260483A (ja) * 2005-03-18 2006-09-28 Toshiba Corp 顔照合システム及び顔照合方法
JP2007310646A (ja) * 2006-05-18 2007-11-29 Glory Ltd 検索情報管理装置、検索情報管理プログラムおよび検索情報管理方法
JP2008009689A (ja) * 2006-06-29 2008-01-17 Matsushita Electric Ind Co Ltd 顔登録装置、顔認証装置および顔登録方法
JP2013196043A (ja) * 2012-03-15 2013-09-30 Glory Ltd 特定人物監視システム
CN106534798A (zh) * 2016-12-06 2017-03-22 武汉烽火众智数字技术有限责任公司 一种用于安防监控的多维数据综合应用***及其方法
CN109992685A (zh) * 2017-12-29 2019-07-09 杭州海康威视***技术有限公司 一种检索图片的方法及装置
CN110008379A (zh) * 2019-03-19 2019-07-12 北京旷视科技有限公司 监控图像处理方法及装置
CN110019891A (zh) * 2017-12-29 2019-07-16 浙江宇视科技有限公司 图像存储方法、图像检索方法及装置
CN110378189A (zh) * 2019-04-22 2019-10-25 北京旷视科技有限公司 一种监控布置方法、装置、终端及存储介质
CN110457998A (zh) * 2019-06-27 2019-11-15 北京旷视科技有限公司 影像数据关联方法和设备、数据处理设备及介质
CN110619256A (zh) * 2018-06-19 2019-12-27 杭州海康威视数字技术股份有限公司 道路监控检测方法及装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7016539B1 (en) * 1998-07-13 2006-03-21 Cognex Corporation Method for fast, robust, multi-dimensional pattern recognition
CN100375500C (zh) * 2004-05-17 2008-03-12 精工爱普生株式会社 图像处理方法及图像处理装置
US8001115B2 (en) * 2008-10-16 2011-08-16 The Curators Of The University Of Missouri Identifying geographic-areas based on change patterns detected from high-resolution, remotely sensed imagery
CN101854516B (zh) * 2009-04-02 2014-03-05 北京中星微电子有限公司 视频监控***、视频监控服务器及视频监控方法
CN103440304B (zh) * 2013-08-22 2017-04-05 宇龙计算机通信科技(深圳)有限公司 一种图片存储方法及存储装置
US20170236009A1 (en) * 2014-04-29 2017-08-17 Vivint, Inc. Automated camera stitching
CN105260412A (zh) * 2015-09-24 2016-01-20 东方网力科技股份有限公司 一种图像存储方法、图像检索方法和装置
CN107545214B (zh) * 2016-06-28 2021-07-27 斑马智行网络(香港)有限公司 图像序列号确定方法、特征的设置方法、装置及智能设备
CN110580482B (zh) * 2017-11-30 2022-04-08 腾讯科技（深圳）有限公司 图像分类模型训练、图像分类、个性化推荐方法及装置
US10417502B2 (en) * 2017-12-15 2019-09-17 Accenture Global Solutions Limited Capturing series of events in monitoring systems
CN108228792B (zh) * 2017-12-29 2020-06-16 深圳云天励飞技术有限公司 图片检索方法、电子设备及存储介质
CN110021062B (zh) * 2018-01-08 2024-05-10 佛山市顺德区美的电热电器制造有限公司 一种产品特征的获取方法及终端、存储介质
CN108470353A (zh) * 2018-03-01 2018-08-31 腾讯科技（深圳）有限公司 一种目标跟踪方法、装置和存储介质
CN110060252B (zh) * 2019-04-28 2021-11-05 重庆金山医疗技术研究院有限公司 一种图片内目标提示处理方法、装置及内窥镜***
CN110321845B (zh) * 2019-07-04 2021-06-18 北京奇艺世纪科技有限公司 一种从视频中提取表情包的方法、装置及电子设备
CN110544218B (zh) * 2019-09-03 2024-02-13 腾讯科技（深圳）有限公司 一种图像处理方法、装置及存储介质
CN111177449B (zh) * 2019-12-30 2021-11-05 深圳市商汤科技有限公司 基于图片的多维信息整合方法及相关设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050270178A1 (en) * 2003-02-12 2005-12-08 Ioli Edward D System for tracking suspicious vehicular activity
JP2006260483A (ja) * 2005-03-18 2006-09-28 Toshiba Corp 顔照合システム及び顔照合方法
JP2007310646A (ja) * 2006-05-18 2007-11-29 Glory Ltd 検索情報管理装置、検索情報管理プログラムおよび検索情報管理方法
JP2008009689A (ja) * 2006-06-29 2008-01-17 Matsushita Electric Ind Co Ltd 顔登録装置、顔認証装置および顔登録方法
JP2013196043A (ja) * 2012-03-15 2013-09-30 Glory Ltd 特定人物監視システム
CN106534798A (zh) * 2016-12-06 2017-03-22 武汉烽火众智数字技术有限责任公司 一种用于安防监控的多维数据综合应用***及其方法
CN109992685A (zh) * 2017-12-29 2019-07-09 杭州海康威视***技术有限公司 一种检索图片的方法及装置
CN110019891A (zh) * 2017-12-29 2019-07-16 浙江宇视科技有限公司 图像存储方法、图像检索方法及装置
CN110619256A (zh) * 2018-06-19 2019-12-27 杭州海康威视数字技术股份有限公司 道路监控检测方法及装置
CN110008379A (zh) * 2019-03-19 2019-07-12 北京旷视科技有限公司 监控图像处理方法及装置
CN110378189A (zh) * 2019-04-22 2019-10-25 北京旷视科技有限公司 一种监控布置方法、装置、终端及存储介质
CN110457998A (zh) * 2019-06-27 2019-11-15 北京旷视科技有限公司 影像数据关联方法和设备、数据处理设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
仲田 智、外４名: ""監視映像を解析・認識するビジョンセンシング技術"", 日立評論, vol. 98, no. 3, JPN6022052009, 1 March 2016 (2016-03-01), JP, pages 41 - 44, ISSN: 0004939454 *

Also Published As

Publication number Publication date
KR20220002626A (ko) 2022-01-06
TW202125284A (zh) 2021-07-01
US20220084314A1 (en) 2022-03-17
CN111177449B (zh) 2021-11-05
WO2021135139A1 (zh) 2021-07-08
SG11202113294VA (en) 2021-12-30
CN111177449A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
WO2020259481A1 (zh) 定位方法及装置、电子设备、可读存储介质
US9560323B2 (en) Method and system for metadata extraction from master-slave cameras tracking system
US11321945B2 (en) Video blocking region selection method and apparatus, electronic device, and system
US8805123B2 (en) System and method for video recognition based on visual image matching
CN108228792B (zh) 图片检索方法、电子设备及存储介质
CN108563651B (zh) 一种多视频的目标搜索方法、装置及设备
US20220301317A1 (en) Method and device for constructing object motion trajectory, and computer storage medium
US9323989B2 (en) Tracking device
WO2016190783A1 (ru) Способ визуализации объекта
CN109784220B (zh) 一种确定路人轨迹的方法及装置
CN112102404B (zh) 物体检测追踪方法、装置及头戴显示设备
KR102421604B1 (ko) 이미지 처리 방법, 장치 및 전자 기기
US11068707B2 (en) Person searching method and apparatus and image processing device
CN110717452B (zh) 图像识别方法、装置、终端及计算机可读存储介质
JP5536124B2 (ja) 画像処理システム及び画像処理方法
CN112991555B (zh) 数据展示方法、装置、设备以及存储介质
JP2022534314A (ja) ピクチャに基づいた多次元情報の統合方法及び関連機器
WO2024022301A1 (zh) 视角路径获取方法、装置、电子设备及介质
CN114219938A (zh) 感兴趣区域获取方法
CN113469017A (zh) 一种图像处理方法、装置及电子设备
CN111813987B (zh) 一种基于警务大数据的人像比对方法
Palivela et al. An enhanced image hashing to detect unattended objects utilizing binary SVM classification
CN111382650A (zh) 商品购物处理***、方法、装置及电子设备
CN111582107B (zh) 目标重识别模型的训练方法、识别方法、电子设备及装置
Yang et al. YOLO-Helmet: A novel algorithm for detecting dense small safety helmets in construction scenes

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211130

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211130

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221206

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230623