[发明专利]人员身份分析方法、装置、设备及存储介质在审

专利信息
申请号: 201911302721.7 申请日: 2019-12-17
公开(公告)号: CN112989083A 公开(公告)日: 2021-06-18
发明(设计)人: 刘清炼 申请(专利权)人: 浙江宇视科技有限公司
主分类号: G06F16/535 分类号: G06F16/535;G06F16/58;G06Q50/26
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 310051 浙江省杭州市滨江区西兴街道江陵路*** 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: 人员 身份 分析 方法 装置 设备 存储 介质
【权利要求书】:

1.一种人员身份分析方法,其特征在于,所述方法包括:

获取人物图像集中包括的已知身份人员的图像记录信息和未知身份人员的图像记录信息;

根据所述已知身份人员的图像记录信息和所述未知身份人员的图像记录信息,确定所述未知身份人员与所述已知身份人员的关联变量;

根据所述关联变量,确定所述未知身份人员的身份信息。

2.根据权利要求1所述的方法,其特征在于,获取人物图像集中包括的已知身份人员的图像记录信息和未知身份人员的图像记录信息之前,还包括:

对人物图像集中包含的每个人员进行人物特征分析;

根据分析结果和身份库中的目标人物特征,确定所述人物图像集中包含的已知身份人员和未知身份人员;

生成并记录所述已知身份人员的图像记录信息和所述未知身份人员的图像记录信息。

3.根据权利要求1所述的方法,其特征在于,所述关联变量包括:次数变量和/或频率变量;所述次数变量包括同行次数和/或同框次数;所述频率变量包括同行频率和/或同框频率。

4.根据权利要求3所述的方法,其特征在于,根据所述已知身份人员的图像记录信息和所述未知身份人员的图像记录信息,确定所述未知身份人员与所述已知身份人员的关联变量,包括:

将所述已知身份人员的图像记录信息中的采集位置和采集时间,与所述未知身份人员的图像记录信息中的采集位置和采集时间进行比较,确定所述未知身份人员与所述已知身份人员的同行次数和/或同行频率;和/或,

将所述已知身份人员的图像记录信息中的图像标识信息,与所述未知身份人员的图像标识信息进行比较,确定所述未知身份人员与所述已知身份人员的同框次数和/或同框频率。

5.根据权利要求3所述的方法,其特征在于,当关联变量为频率变量时,根据所述已知身份人员的图像记录信息和所述未知身份人员的图像记录信息,确定所述未知身份人员与所述已知身份人员的关联变量,包括:

根据待分析时段内已知身份人员的图像记录信息和所述未知身份人员的图像记录信息,判断所述未知身份人员与所述已知身份人员的关联周期次数;

根据所述待分析时段内的总周期次数和所述关联周期次数,确定所述未知身份人员与所述已知身份人员的频率变量。

6.根据权利要求1所述的方法,其特征在于,根据所述关联变量,确定所述未知身份人员的身份信息,包括:

根据所述未知身份人员的关联变量和至少一个候选身份的评分公式,确定所述至少一个候选身份的评分结果;

根据所述至少一个候选身份的评分结果和评分阈值,从候选身份中为所述未知身份人员确定身份信息。

7.根据权利要求1所述的方法,其特征在于,根据所述关联变量,确定所述未知身份人员的身份信息之后,还包括:

若至少一个未知身份人员与同一已知身份人员具有相同的身份信息,则所述至少一个未知身份人员与该已知身份人员属于同一团体的人员。

8.一种人员身份分析装置,其特征在于,所述装置包括:

记录信息获取模块,用于获取人物图像集中包括的已知身份人员的图像记录信息和未知身份人员的图像记录信息;

关联变量确定模块,用于根据所述已知身份人员的图像记录信息和所述未知身份人员的图像记录信息,确定所述未知身份人员与所述已知身份人员的关联变量;

身份信息确定模块,用于根据所述关联变量,确定所述未知身份人员的身份信息。

9.一种电子设备,其特征在于,所述电子设备包括:

一个或多个处理器;

存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的人员身份分析方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的人员身份分析方法。

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浙江宇视科技有限公司,未经浙江宇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/201911302721.7/1.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