[发明专利]人员识别方法、装置、电子设备、及计算机可读存储介质在审
申请号: | 202010227695.2 | 申请日: | 2020-03-27 |
公开(公告)号: | CN111444849A | 公开(公告)日: | 2020-07-24 |
发明(设计)人: | 黄程 | 申请(专利权)人: | 上海依图网络科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 上海华诚知识产权代理有限公司 31300 | 代理人: | 徐颖聪 |
地址: | 200051 上海市徐汇*** | 国省代码: | 上海;31 |
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 识别 方法 装置 电子设备 计算机 可读 存储 介质 | ||
1.一种人员识别方法,其特征在于,包括如下步骤:
获取活动场所的视频或视频流;
将所述视频或视频流以帧为单位进行分割;
对于每帧图片,提取其中的人像部分,其中每个人像部分中仅含有一个人;
将每个人像部分与特定人员的人像进行逐帧或间隔帧对比并计算相似度,根据预设场景和/或紧急等级选取相应的预定相似度,当存在与所述特定人员的相似度超过所述预定相似度的人像部分时,即时输出对比结果。
2.根据权利要求1所述的人员识别方法,其特征在于,所述将每个人像部分与特定人员的人像进行逐帧或间隔帧对比包括:
对于每个人像部分,提取其人体特征;
基于所述人体特征与所述特定人员的人像进行逐帧或间隔帧对比。
3.根据权利要求2所述的人员识别方法,其特征在于,所述人体特征包括:体态特征、步态特征、人脸特征、性别特征、身高特征、服装特征中的一种或多种。
4.根据权利要求3所述的人员识别方法,其特征在于,所述计算相似度包括:
根据各个所述人体特征的预定权重计算出第一相似度;和/或
所述人体特征中包括至少一个明显特征,所述明显特征为所述特定人员与多个普通人员相似度由小到大排序中的前一个或前几个所述人体特征,所述明显特征的特定权重为所述明显特征的预定权重加上预定上调权重,根据所述明显特征的特定权重和除去所述明显特征的所述人体特征的预定权重计算出第二相似度。
5.根据权利要求4所述的人员识别方法,其特征在于,还包括如下步骤:
在即时输出对比结果的同时,继续对后续帧的图片进行对比,并将后续的对比结果以下述方式进行加性输出:
所述第一相似度或所述第二相似度逐帧或间隔帧输出;或
所述第二相似度与所述第一相似度进行同步输出或基于比较后输出。
6.根据权利要求1至5任一所述的人员识别方法,其特征在于,该人像部分在超过预定连续帧图片或超过预定时间不再显示时,以此前显示的最后一帧图像的对比结果更新输出结果。
7.根据权利要求2或3所述的人员识别方法,其特征在于,通过人体特征提取模型提取所述人体特征。
8.一种人员识别装置,其特征在于,包括:
图像采集模块,用于获取活动场所的视频或视频流;
图像分割模块,用于将所述视频或视频流以帧为单位进行分割;
人像部分提取模块,用于对于每帧图片,提取其中的人像部分,其中每个人像部分中仅含有一个人;
识别模块,用于将每个人像部分与特定人员的人像进行逐帧或间隔帧对比并计算相似度,根据预设场景和/或紧急等级选取相应的预定相似度,当存在与所述特定人员的相似度超过所述预定相似度的人像部分时,即时输出对比结果。
9.一种用于人员识别的电子设备,其特征在于,包括:
一个或多个处理器;
一个或多个存储器,其中存储了计算机可读代码,所述计算机可读代码当由所述一个或多个处理器运行时,使得所述处理器执行如下步骤:
获取活动场所的视频或视频流;
将所述视频或视频流以帧为单位进行分割;
对于每帧图片,提取其中的人像部分,其中每个人像部分中仅含有一个人;
将每个人像部分与特定人员的人像进行逐帧或间隔帧对比并计算相似度,根据预设场景和/或紧急等级选取相应的预定相似度,当存在与所述特定人员的相似度超过所述预定相似度的人像部分时,即时输出对比结果。
10.一种计算机可读存储介质,其特征在于,其中存储了计算机可读代码,所述计算机可读代码当由一个或多个处理器运行时,使得所述处理器执行如下步骤:
获取活动场所的视频或视频流;
将所述视频或视频流以帧为单位进行分割;
对于每帧图片,提取其中的人像部分,其中每个人像部分中仅含有一个人;
将每个人像部分与特定人员的人像进行逐帧或间隔帧对比并计算相似度,根据预设场景和/或紧急等级选取相应的预定相似度,当存在与所述特定人员的相似度超过所述预定相似度的人像部分时,即时输出对比结果。
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上海依图网络科技有限公司,未经上海依图网络科技有限公司许可,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/202010227695.2/1.html,转载请声明来源钻瓜专利网。