[发明专利]一种人员识别方法、装置及电子设备在审
申请号: | 201910559901.7 | 申请日: | 2019-06-26 |
公开(公告)号: | CN112149447A | 公开(公告)日: | 2020-12-29 |
发明(设计)人: | 王静斐;曾挥毫;莫致良;张凌 | 申请(专利权)人: | 杭州海康威视数字技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 李欣;丁芸 |
地址: | 310051 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 人员 识别 方法 装置 电子设备 | ||
1.一种人员识别方法,其特征在于,所述方法包括:
获取待识别人员图像和多个已识别人员各自的已识别人员图像,所述已识别人员图像为已经通过人脸识别得到人员识别结果的人员图像;
针对所述多个已识别人员中的每个已识别人员,基于该已识别人员的已识别人员图像中的人体特征,与所述待识别人员图像中的人体特征之间的相似度,确定该已识别人员的置信度得分,所述人体特征所包括的人脸特征的信息量低于预设信息量阈值;
将所述多个已识别人员中所述置信度得分最高的已识别人员,作为所述待识别人员图像的人员识别结果。
2.根据权利要求1所述的方法,其特征在于,所述获取待识别人员图像和多个已识别人员各自的已识别人员图像,包括:
获取待识别人员图像和在多个时间段内拍摄到的多个已识别人员图像;
基于预先通过人脸识别得到的人员识别结果,将所述多个已识别人员图像根据所属的已识别人员划分为多个已识别人员图像组,其中,每个所述已识别人员图像组中的所有已识别人员图像作为所属已识别人员的已识别人员图像。
3.根据权利要求2所述的方法,其特征在于,所述针对所述多个已识别人员中的每个已识别人员,基于该已识别人员的已识别人员图像中的人体特征,与所述待识别人员图像中的人体特征之间的相似度,确定该已识别人员的置信度得分,包括:
针对所述多个已识别人员图像中的每个已识别人员图像,确定该已识别人员图像中的人体特征,与所述待识别人员图像中的人体特征之间的相似度;
针对所述多个已识别人员中的每个已识别人员,将该已识别人员的每个满足预设条件的已识别人员图像的所述相似度加权叠加,得到加权叠加结果,作为该已识别人员的置信度得分,所述预设条件为该已识别人员图像的所述相似度大于预设相似度阈值。
4.根据权利要求3所述的方法,其特征在于,所述针对所述多个已识别人员中的每个已识别人员,将该已识别人员的每个已识别人员图像的所述相似度加权叠加,得到加权叠加结果,作为该已识别人员的置信度得分,包括:
针对所述多个已识别人员中的每个已识别人员,将该已识别人员的每个满足预设条件的已识别人员图像的所述相似度,按照与该已识别人员图像的拍摄时间负相关的加权系数进行加权叠加,得到加权叠加结果,作为该已识别人员的置信度得分,所述拍摄时间用于表示从拍摄到该已识别人员图像起经过的时长。
5.根据权利要求4所述的方法,其特征在于,所述获取待识别人员图像和在多个时间段内拍摄到的多个已识别人员图像,包括:
获取待识别人员图像,和近N天内拍摄到的多个已识别人员图像;
所述针对多个已识别人员中的每个已识别人员,将该已识别人员的每个满足预设条件的已识别人员图像的所述相似度,按照与该已识别人员图像的拍摄时间负相关的加权系数进行加权叠加,得到加权叠加结果,作为该已识别人员的置信度得分,包括:
针对所述多个已识别人员中的每个已识别人员,按照下式计算该已识别人员的置信度得分:
其中,si为往前i天所拍摄到的该已识别人员的已识别人员图像,与所述待识别人员图像的相似度,Score为该已识别人员的置信度得分。
6.根据权利要求1所述的方法,其特征在于,所述针对所述多个已识别人员中的每个已识别人员,基于该已识别人员的已识别人员图像中的人体特征,与所述待识别人员图像中的人体特征之间的相似度,确定该已识别人员的置信度得分,包括:
针对多个已识别人员中的每个已识别人员,对该已识别人员的已识别人员图像进行人体建模,得到该已识别人员的已识别人体模型;
计算该已识别人员的已识别人体模型,与待识别人体模型的相似度,作为该已识别人员的置信度得分,所述待识别人体模型为通过对所述待识别人员图像进行人体建模得到的人体模型。
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杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,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/201910559901.7/1.html,转载请声明来源钻瓜专利网。