[发明专利]危险人物监控处理方法、装置、计算机设备和存储介质在审
申请号: | 201910911632.6 | 申请日: | 2019-09-25 |
公开(公告)号: | CN110781750A | 公开(公告)日: | 2020-02-11 |
发明(设计)人: | 陈西军 | 申请(专利权)人: | 万翼科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;H04N7/18 |
代理公司: | 44224 广州华进联合专利商标代理有限公司 | 代理人: | 黄丽霞 |
地址: | 519000 广东省珠海市横琴新*** | 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: | 安防 人脸图像 人脸识别 人脸特征 特征相似度 目标人脸 人物图像 危险人物 多帧图像数据 计算机设备 存储介质 获取目标 监控处理 监控设备 监控效率 模型提取 目标区域 人脸信息 任务发送 图像集合 图像数据 终端执行 比对 预设 调用 采集 终端 申请 | ||
1.一种危险人物监控处理方法,所述方法包括:
获取目标区域内的多个监控设备采集的多帧图像数据,所述图像数据包括人物图像;
从所述人物图像中提取对应的人脸图像;
获取人脸识别模型,将所述人脸图像输入所述人脸识别模型中,调用所述人脸识别模型提取所述人脸图像对应的人脸特征;
将所述人脸特征与预设图像集合中的人脸信息进行比对,得到特征相似度;
确定所述特征相似度大于阈值的人脸特征,作为目标人脸特征;
根据所述目标人脸特征对应的危险人脸图像生成安防任务,并将所述安防任务发送至安防终端,使得对应的安防员根据所述安防终端执行所述安防任务。
2.根据权利要求1所述的方法,其特征在于,所述图像数据还包括人物图像对应的位置标识和时间标识,所述根据所述目标人脸特征对应的危险人脸图像生成安防任务包括:
根据所述目标人脸特征生成危险人物标识;
从所述多帧图像数据中提取包含所述危险人物标识的危险人脸图像;
获取所述目标区域对应的地图;
根据所述地图以及所述危险人脸图像对应的位置标识和时间标识,生成对应的行为轨迹图像;
生成携带所述危险人脸图像以及所述行为轨迹图像的安防任务。
3.根据权利要求1所述的方法,其特征在于,所述人脸信息包括预设图像所对应的危险等级,所述将所述安防任务发送至安防终端包括:
获取所述安防任务对应的目标位置;
根据所述安防终端确定对应安防员标识所在的当前位置;
根据所述目标位置和所述当前位置确定安防员标识之间的优先级关系;
从所述人脸信息中获取所述危险人脸图像对应的危险等级;
基于所述优先级关系以及所述危险等级确定至少一个目标安防员标识;
将所述安防任务发送至所述目标安防员标识对应的安防终端。
4.根据权利要求1所述的方法,其特征在于,所述获取目标区域内的多个监控设备采集的多帧图像数据包括:
获取多个监控设备采集的视频数据,所述视频数据包括多帧原始图像;
检测所述原始图像中的人物图像;
从所述视频数据中提取多帧包括所述人物图像的图像数据。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取网页配置信息,所述网页配置信息包括网页标识;
按照预设频率从所述网页标识对应的目标网页中爬取危险人物信息;
利用所述危险人物信息对所述预设图像集合进行更新。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述方法还包括:
获取预设的布防任务,提取所述布防任务中的多个布防图像标识;
获取所述目标人脸特征在所述预设图像集合中对应的目标图像标识;
将所述目标图像标识与所述布防图像标识进行比对;
当所述目标图像标识属于所述布防图像标识时,则执行所述根据所述目标人脸特征对应的危险人脸图像生成安防任务的步骤。
7.一种危险人物监控处理装置,其特征在于,所述装置包括:
数据获取模块,用于获取目标区域内的多个监控设备采集的多帧图像数据,所述图像数据包括人物图像;
图像提取模块,用于从所述人物图像中提取对应的人脸图像;
特征提取模块,用于获取人脸识别模型,将所述人脸图像输入所述人脸识别模型中,调用所述人脸识别模型提取所述人脸图像对应的人脸特征;
特征比对模块,用于将所述人脸特征与预设图像集合中的人脸信息进行比对,得到特征相似度;
目标特征确定模块,用于确定所述特征相似度大于阈值的人脸特征,作为目标人脸特征;
任务生成模块,用于根据所述目标人脸特征对应的危险人脸图像生成安防任务,并将所述安防任务发送至安防终端,使得对应的安防员根据所述安防终端执行所述安防任务。
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万翼科技有限公司,未经万翼科技有限公司许可,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/201910911632.6/1.html,转载请声明来源钻瓜专利网。