[发明专利]一种辅助人脸或车牌识别的可视化交互方法

说明书

本发明公开了一种辅助人脸或车牌识别的可视化交互方法，首先定义内容单元中“人”、“车”、“关键特征”与“视频/图像”分别为网络图中的节点，内容单元间的关联是网络图中的边，并根据节点与边之间的关系制定网络图布局规则；然后输入“人”、“车”或“关键特征”节点中的一个或多个；通过输入的节点，展示节点“视频/图像”的结果；对节点“视频/图像”展示的结果进行下钻分析，然后得出原有数据库中保存的“人”、“车”或“关键特征”节点的所有结果并展示，最后结束或对原有数据库中节点的所有结果再进行下钻分析，并重新输入节点进行循环。本发明能够改善人脸与车牌图像识别人机交互过程的易用性以及用户决策效率及使用体验。

技术领域

本发明涉及一种可视化人机交互领域，特别涉及一种辅助人脸或车牌识别的可视化交互方法。

背景技术

人脸/车牌识别技术在实际系统中的运用，主要可分为以下两种使用方式：

1)根据用户提供的特征条件(如：人像照片、时间范围、地点位置、穿着打扮、汽车型号、车身颜色等等)，从大量的视频/图片数据中识别分析出匹配程度高的视频片段或影像图片，以用作决策的素材或推理的线索。

2)将视频/图片的识别与大数据平台结合，针对特定视频片段或图像，从大数据平台中分析提取出最大概率出现在视频/图像中的人或车辆信息，用以定位具体目标和扩大排查范围。

以上两种使用方式均十分依赖于底层的视频图像分析识别技术，如果机器识别的准确度不够高(如符合条件的图像比不符合条件的图像匹配程度更低)，那么该类系统便没有实用价值。目前，视频图像分析识别技术已经十分成熟，主流算法的平均识别准确度都在95％以上，并仍在不断提升。因此，本发明的基础前提之一便是底层提供结果可信赖的图像识别技术。

在实际系统的应用中，除了底层的视频图像分析识别技术，还有另一个不可或缺的要素——人的分析决策。机器的分析只是得到一批概率计算的结果，还需要处理结果的人赋予它们现实的意义。不管是从大量的分析结果中挑选合适的一部分，还是根据结果完成进一步的分析或决策都需要用户进行许多交互操作，而这些操作的效率和体验会对最终的决策或推理产生重大影响。因此有必要设计一种辅助用户进行这些操作的交互方法。

目前，在人脸/车牌识别领域尚未形成一套成熟高效的人机交互方法，相对普遍的方式是借鉴一些在其他领域应用较多的交互方法：

1)购物网站的商品展示方法，根据用户输入的查询及筛选的条件，采用列表或网格的布局方式，按照价格或销量等维度进行排序展示，展示内容包括商品图片、名称、商家等信息，用户点击后将跳转到更为详细的商品描述页面。

这种方法存在的问题主要在于场景及目标的偏差，购物网站的用户行为可以总结为浏览、比较和购买，用户的目标是寻找到心仪的商品。而人脸/车牌识别系统的用户行为则是遍历、关联和决策，用户的目标的寻找到更多的线索或定位到具体的目标。因此，购物网站的商品展示方法在这里并不直观和便捷，采用这种方法，用户将会频繁在多个页面中跳转，难以厘清思路。

2)电视媒体的画面展示方法，一般配备大尺寸的展示屏幕，系统将采集到的视频图像，以用户配置的优选顺序以及更新策略，用可变宫格的布局全部直观地展现出来。在此基础上，用户可以再进行筛选和位置调整。用户点击一个宫格画面，该宫格将会放大并展示出更多详细信息。

这种方法的问题是界面上视频图像过多且无法很好的突出重点内容，信息量很大且难以理解，并对硬件设备有较大的限制。采用这种方法，用户需要长期面对大量的视频和图像，容易分散注意力，并造成视觉疲劳，不利于开展业务应用。

上述两种方法虽很常见但在人脸/车牌识别领域都存在不足，除了上面所介绍的问题外，这些方法都没有充分体现人和车的重要价值，而仅仅是针对视频图像的展现和交互。但是在人脸/车牌识别领域，人和车是系统完成最终分析决策的重要部分。本发明提出的交互方法克服了上述方法的不足，并且将人和车作为可视化交互的重要组成部分。