[发明专利]一种动态身份识别数据处理方法及系统在审
申请号: | 202010680089.6 | 申请日: | 2020-07-15 |
公开(公告)号: | CN111967497A | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 蔡晓东;黄玳 | 申请(专利权)人: | 桂林远望智能通信科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 尉保芳 |
地址: | 541004 广西壮族自治区桂林*** | 国省代码: | 广西;45 |
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 动态 身份 识别 数据处理 方法 系统 | ||
1.一种动态身份识别数据处理方法,其特征在于,包括如下步骤:
从监控摄像头中获得人脸图像和行人图像;
对所述人脸图像进行特征提取,得到人脸特征,并对所述行人图像进行特征提取,得到行人特征;
根据所述人脸特征对所述行人特征进行特征匹配处理,得到待归一化匹配结果;
对所述待归一化匹配结果进行归一化处理,得到归一化匹配结果;
对所述归一化匹配结果进行贡献度计算,得到匹配结果贡献度;
根据所述归一化匹配结果对所述匹配结果贡献度进行识别计算,得到识别结果。
2.根据权利要求1所述的动态身份识别数据处理方法,其特征在于,所述对所述人脸图像进行特征提取,得到人脸特征,并对所述行人图像进行特征提取,得到人脸特征和行人特征的过程包括:
基于人脸识别模型对所述人脸识别模型进行训练,根据训练好的人脸识别模型对所述人脸图像进行人脸特征提取,得到人脸特征;
基于行人重识别模型对所述行人重识别模型进行训练,根据训练好的行人重识别模型对所述行人图像进行行人特征提取,得到行人特征。
3.根据权利要求1所述的动态身份识别数据处理方法,其特征在于,所述根据所述人脸特征对所述行人特征进行特征匹配处理,得到匹配结果的过程包括:
以所述人脸特征为首部、所述行人特征为尾部的方式将所述人脸特征和所述行人特征进行首尾拼接处理,拼接得到人脸行人融合特征;
根据预设人脸特征库中的人脸特征对所述人脸特征进行人脸特征匹配计算,得到人脸特征匹配结果;
根据预设行人特征库中的行人特征对所述行人特征进行行人特征匹配计算,得到行人特征匹配结果;
根据预设人脸行人融合特征库中的人脸行人融合特征对所述人脸行人融合特征进行融合特征匹配计算,得到人脸行人融合特征匹配结果;
根据所述人脸特征匹配结果、所述行人特征匹配结果和所述人脸行人融合特征匹配结果得到待归一化匹配结果。
4.根据权利要求3所述的动态身份识别数据处理方法,其特征在于,所述根据预设人脸特征库中的多个特征库人脸特征对所述人脸特征进行人脸特征匹配计算,得到人脸特征匹配结果的过程包括:
通过第一式对所述人脸特征和预设的人脸特征库中的多个特征库人脸特征进行人脸特征匹配计算,得到人脸特征匹配结果,所述第一式为:
Sf=[cos(f,Fl1),…,cos(f,Fli),…,cos(f,FlN1)],
其中,f为人脸特征,Sf为人脸特征匹配结果,Fli为人脸特征库中的第i个特征库人脸特征,N1为人脸特征库中的人脸特征数量。
5.根据权利要求3所述的动态身份识别数据处理方法,其特征在于,所述根据预设行人特征库中的特征库行人特征对所述行人特征进行行人特征匹配计算,得到行人特征匹配结果的过程包括:
通过第二式对所述行人特征和预设的行人特征库中的特征库行人特征进行行人特征匹配计算,得到行人特征匹配结果,所述第二式为:
Sp=[cos(p,Pl1),…,cos(p,Pli),…,cos(p,PlN2)],
其中,p为行人特征,Sp为行人特征匹配结果,Pli为行人特征库中的第i个特征库行人特征,N2为行人特征库中的行人特征数量。
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桂林远望智能通信科技有限公司,未经桂林远望智能通信科技有限公司许可,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/202010680089.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种LTCC制作工艺流程生成系统及方法
- 下一篇:一种动态身份识别方法及装置