[发明专利]用于城市安防监控的档案管理方法、装置以及电子设备在审

专利信息
申请号: 201810999452.3 申请日: 2018-08-29
公开(公告)号: CN109145844A 公开(公告)日: 2019-01-04
发明(设计)人: 江昊;张华翼;周而进 申请(专利权)人: 北京旷视科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F16/54
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 徐丽
地址: 100000 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 安防监控 档案管理 脸图像 电子设备 聚类结果 特征向量 向量距离 相似度 合并 数据管理技术 数据准确度 个人档案 人脸识别 聚类 档案
【权利要求书】:

1.一种用于城市安防监控的档案管理方法,其特征在于,包括:

对多个人脸图像进行人脸识别,得到多个特征向量;

计算所述多个特征向量之间的向量距离;

根据所述向量距离确定所述多个人脸图像之间的相似度;

根据所述相似度对所述多个人脸图像进行合并聚类,得到合并聚类结果;

根据所述合并聚类结果建立若干个个人档案。

2.根据权利要求1所述的档案管理方法,其特征在于,所述对多个人脸图像进行人脸识别,得到多个特征向量之前,还包括:

对监控视频进行结构化解析,获取多个人脸图像。

3.根据权利要求1所述的档案管理方法,其特征在于,所述根据所述相似度对所述多个人脸图像进行合并聚类,得到合并聚类结果,包括:

根据所述相似度基于贪心算法对所述多个人脸图像进行合并聚类,得到由多个聚类组构成的初步聚类结果;

对所述多个聚类组之间的人脸图像进行合并聚类,得到组间聚类结果,并将所述组间聚类结果确定为合并聚类结果。

4.根据权利要求3所述的档案管理方法,其特征在于,所述对所述多个聚类组之间的人脸图像进行合并聚类,得到组间聚类结果,包括:

在所述初步聚类结果中的每一聚类组中,选取若干个代表性人物图像;

计算每两个聚类组之间的所述代表性人物图像的相似度,得到若干个代表图像相似度;

计算所述若干个代表图像相似度的平均值,得到组间相似度;

根据所述组间相似度对聚类组之间的人脸图像进行合并聚类,得到组间聚类结果。

5.根据权利要求4所述的档案管理方法,其特征在于,所述在所述初步聚类结果中的每一聚类组中,选取若干个代表性人物图像,包括:

在所述初步聚类结果中的每一聚类组中,根据图像质量、时间信息、地点信息、人脸角度、人物姿态中的至少一种,利用推选算法选取若干个代表性人物图像。

6.根据权利要求4所述的档案管理方法,其特征在于,所述根据所述组间相似度对聚类组之间的人脸图像进行合并聚类,得到组间聚类结果,包括:

根据所述人脸图像的时间信息和/或地点信息,判断是否将聚类组之间的人脸图像进行合并,得到辅助判断结果;

根据所述组间相似度,基于所述辅助判断结果对所述聚类组之间的人脸图像进行合并聚类,得到组间聚类结果。

7.根据权利要求6所述的档案管理方法,其特征在于,所述根据所述人脸图像的时间信息和/或地点信息,判断是否将聚类组之间的人脸图像进行合并,得到辅助判断结果,包括:

根据图像采集时间的相近度、同一采集地点在不同采集时间的人脸图像、相近时间的人物出现地点距离、同一采集地点人物出现频率中的至少一种,判断是否将聚类组间的人脸图像进行合并,得到辅助判断结果。

8.根据权利要求1所述的档案管理方法,其特征在于,所述根据所述相似度对所述多个人脸图像进行合并聚类,得到合并聚类结果之后,还包括:

根据所述合并聚类结果输出对应的自省提示信息;

获取用户根据所述自省提示信息对人脸图像标注后所返回的人工标注结果;

根据所述人工标注结果对所述合并聚类结果进行更新。

9.一种用于城市安防监控的档案管理装置,其特征在于,包括:

识别模块,用于对多个人脸图像进行人脸识别,得到多个特征向量;

计算模块,用于计算所述多个特征向量之间的向量距离;

确定模块,用于根据所述向量距离确定所述多个人脸图像之间的相似度;

聚类模块,用于根据所述相似度对所述多个人脸图像进行合并聚类,得到合并聚类结果;

建立模块,用于根据所述合并聚类结果建立若干个个人档案。

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北京旷视科技有限公司,未经北京旷视科技有限公司许可,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/201810999452.3/1.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