[发明专利]人员识别方法、装置以及存储介质在审

专利信息
申请号: 201810865118.9 申请日: 2018-08-01
公开(公告)号: CN109271846A 公开(公告)日: 2019-01-25
发明(设计)人: 谢利民;黄成武 申请(专利权)人: 深圳云天励飞技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 深圳益诺唯创知识产权代理有限公司 44447 代理人: 肖婉萍
地址: 518000 广东省深圳市龙岗区园山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 发型图像 服装图像 人像图像 人脸图像信息 存储介质 人员识别 身份信息 判定 事件通知 预先设置 预设
【权利要求书】:

1.一种人员识别方法,其特征在于,包括:

获取人员的人像图像,其中所述人像图像中包括所述人员的人脸图像信息,还包括所述人员的发型图像信息和/或服装图像信息;

从所述人像图像中获取所述发型图像信息和/或所述服装图像信息;

基于所述发型图像信息和/或所述服装图像信息,利用预先设置的判定模型,判定所述人员的形象是否符合规范;

确定人员的形象不符合规范,根据所述人脸图像信息获取相应的身份信息;以及

根据获取的人员的身份信息,将人员的形象不符合规范的事件通知预设人员。

2.根据权利要求1所述的方法,其特征在于,将所述人员的形象不符合规范的事件通知所述预设人员的操作,包括:将与所述事件相关的事件文字信息和/或事件图像信息发送至所述预设人员。

3.根据权利要求1所述的方法,其特征在于,判定所述人员的形象是否符合规范的操作,包括:

基于所述发型图像信息,利用第一判定子模型,判定所述人员的发型是否符合规范;和/或

基于所述服装图像信息,利用第二判定子模型,判定所述人员的服装是否符合规范,其中

所述第一判定子模型以及所述第二判定子模型为基于卷积神经网络的模型。

4.根据权利要求3所述的方法,其特征在于,判定所述人员的发型是否符合规范的操作,包括:

提取所述发型图像信息中的发型特征信息;

利用第一神经网络模块,基于所述发型特征信息,生成与所述人员的发型的类型相关联的第一向量;

从所述第一向量中选取概率或积分值最大的元素;以及

根据所述概率或积分值最大的元素所对应的发型类型,判定所述人员的发型是否符合规范。

5.根据权利要求3所述的方法,其特征在于,判定所述人员的服装是否符合规范的操作,包括:

提取所述服装图像信息中的服装特征信息;

利用第二神经网络模块,基于所述服装特征信息,生成与所述人员的服装的类型相关联的第二向量;

从所述第二向量中选取概率或积分值最大的元素;以及

根据该概率或积分值最大的元素所对应的服装类型,判定所述人员的服装是否符合规范。

6.根据权利要求1所述的方法,其特征在于,判定所述人员的形象是否符合规范的操作,包括:

基于所述发型图像信息获取所述人员的头发颜色的颜色值;

计算所述人员的头发颜色的颜色值与标准颜色值之间的方差值,其中所述标准颜色值为符合规范的头发颜色的颜色值;以及

在所述方差值大于预定的阈值的情况下,判定所述人员的形象不符合规范。

7.根据权利要求1所述的方法,其特征在于,判定所述人员的形象是否符合规范的操作,包括:

基于所述服装图像信息获取所述人员的服装颜色的颜色值;

计算所述人员的服装颜色的颜色值与不规范颜色值之间的方差,其中所述不规范颜色值为不符合规范的服装颜色的颜色值;以及

在所述方差小于预定的阈值的情况下,判定所述人员的服装不符合规范。

8.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时由处理器执行权利要求1至7中任意一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳云天励飞技术有限公司,未经深圳云天励飞技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810865118.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top