[发明专利]人员检测方法及装置、电子设备和存储介质在审
申请号: | 202010608854.3 | 申请日: | 2020-06-29 |
公开(公告)号: | CN111814631A | 公开(公告)日: | 2020-10-23 |
发明(设计)人: | 黄垂碧;李想;曾艳磊;朴元奎 | 申请(专利权)人: | 深圳市商汤科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F16/78;G06F16/783;G06F16/787;G06Q50/26 |
代理公司: | 北京林达刘知识产权代理事务所(普通合伙) 11277 | 代理人: | 刘新宇 |
地址: | 518054 广东省深圳市*** | 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: | 人员 检测 方法 装置 电子设备 存储 介质 | ||
1.一种人员检测方法,其特征在于,包括:
分布式读取多个目标时空范围下的多个目标人脸数据,以及确定各所述目标人脸数据对应的身份标识和时空标识,其中,所述目标时空范围包括时间段和空间位置;
将对应相同的身份标识的所述目标人脸数据进行分组聚合,得到各所述身份标识对应的第一人脸数据集合;
根据各所述第一人脸数据集合中包括的各所述目标人脸数据对应的时空标识,确定各所述身份标识对应的所述时空标识的个数;
将对应的所述时空标识的个数超过阈值的所述身份标识确定为目标身份标识,其中,所述目标身份标识对应的人员为在个数超过所述阈值的目标时空范围下均出现过的人员。
2.根据权利要求1所述的方法,其特征在于,所述分布式读取多个目标时空范围下的多个目标人脸数据,包括:
针对任一所述目标时空范围,将所述目标时空范围包括的所述时间段和所述空间位置的笛卡尔乘积进行拆分,得到所述目标时空范围下的多个元组,其中,所述元组中包括图像采集设备归属区域标识、抓拍日期、抓拍起始时刻、抓拍结束时刻、图像采集设备标识;
针对任一所述目标时空范围,分布式读取所述目标时空范围下的各所述元组对应的所述目标人脸数据。
3.根据权利要求2所述的方法,其特征在于,所述笛卡尔乘积中包括至少一个元素,所述元素由一个所述时间段和一个所述空间位置构成;
所述将所述目标时空范围包括的所述时间段和所述空间位置的笛卡尔乘积进行拆分,得到所述目标时空范围下的多个元组,包括:
针对所述笛卡尔乘积中的任一所述元素,在构成所述元素的所述时间段中包括多个抓拍日期的情况下,对所述元素进行拆分,得到所述多个元组,其中,不同元组中包括的抓拍日期不同。
4.根据权利要求2或3所述的方法,其特征在于,所述针对任一所述目标时空范围,分布式读取所述目标时空范围下的各所述元组对应的所述目标人脸数据,包括:
针对任一所述元组,根据所述元组中包括的所述图像采集设备归属区域标识和所述抓拍日期,确定所述元组对应的存储分区;
根据所述元组中包括的所述图像采集设备归属区域标识、所述抓拍日期、所述抓拍起始时刻、所述抓拍结束时刻和所述图像采集设备标识,在所述存储分区中读取所述元组对应的至少一个所述目标人脸数据。
5.根据权利要求1-4任一项所述的方法,其特征在于,针对任一所述目标人脸数据,所述目标人脸数据中包括所述目标人脸数据对应的轨迹集合标识;
所述确定各所述目标人脸数据对应的身份标识,包括:
将对应相同的轨迹集合标识的所述目标人脸数据进行分组聚合,得到各所述轨迹集合标识对应的第二人脸数据集合;
根据各所述第二人脸数据集合对应的轨迹集合标识,确定各所述第二人脸数据集合对应的身份标识;
针对任一所述第二人脸数据集合,将所述第二人脸数据集合对应的身份标识,确定为所述第二人脸数据集合中包括的各所述目标人脸数据对应的身份标识。
6.根据权利要求1-5任一项所述的方法,其特征在于,针对任一所述目标人脸数据,所述目标人脸数据中包括所述目标人脸数据对应的图像采集设备归属区域标识、抓拍日期、抓拍时刻和图像采集设备标识;
所述确定各所述目标人脸数据对应的时空标识,包括:
根据各所述目标人脸数据对应的图像采集设备归属区域标识、抓拍日期、抓拍时刻和图像采集设备标识,确定各所述目标人脸数据对应的时空标识。
7.根据权利要求5所述的方法,其特征在于,所述将对应相同的身份标识的所述目标人脸数据进行分组聚合,得到各所述身份标识对应的第一人脸数据集合,包括:
将对应相同的身份标识的所述第二人脸数据集合进行分组聚合,得到各所述身份标识对应的第一人脸数据集合。
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深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,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/202010608854.3/1.html,转载请声明来源钻瓜专利网。