[发明专利]一种人员属性识别方法、装置及计算机设备在审

专利信息
申请号: 202011198597.7 申请日: 2020-10-31
公开(公告)号: CN112307979A 公开(公告)日: 2021-02-02
发明(设计)人: 薛耿剑 申请(专利权)人: 成都新潮传媒集团有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 成都顶峰专利事务所(普通合伙) 51224 代理人: 杨国瑞
地址: 610000 四川省成都市高新*** 国省代码: 四川;51
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 人员 属性 识别 方法 装置 计算机 设备
【说明书】:

发明涉及识别技术领域,公开了一种人员属性识别方法、装置及计算机设备。该人员属性识别方法包括:获取第一图像采集设备采集的第一图像和第二图像采集设备采集的第二图像;对第一图像和第二图像进行处理,得到第一图像中包括第一人员的第一特征向量以及第二图像中包括第二人员的第二特征向量;根据第一特征向量和第二特征向量,确定第一人员和第二人员是否为同一人;若为同一人,将第一人员的属性特征与第二人员的属性特征进行合并。该人员属性识别方法能够更加准确全面地实现对行人属性的识别,为视频监控侦测、安全通行和大数据挖掘提供更有效的支撑。

技术领域

本发明属于识别技术领域,具体地涉及一种人员属性识别方法、装置及计算机可读存储介质。

背景技术

人员属性识别是通过计算机视觉的方法智能地对行人进行多维度的特征描述,包括人脸属性、发型、性别、服饰类别、服饰颜色、背包、使用手机、戴帽子等。在实际应用中,人员的属性识别具有重要的意义,比如,通过人员的属性识别可得到用户的基本画像,能够在刑侦中为公安机关提供有效线索,缩小侦查范围;在安全通行要求中,它可以提供检测到的违反安规信息,尽可能消除隐患;同时,人员的属性识别信息可以为大数据业务提供人员属性标签及停留轨迹,对商业价值的挖掘具有重要意义。

目前,人员属性识别的方式通常是采用摄像头获取图像信息,然后对图像信息中的人员属性进行识别。但是由于单个摄像头的拍摄角度有限,导致其获取的图像信息中人员属性的类别有限,属性识别的可靠性不高。

发明内容

本发明的目的是提供一种人员属性识别方法、装置及计算机设备,用以解决现有技术中存在的上述一个或多个技术问题。

为了实现上述目的,本发明采用了如下技术方案:

第一方面,本发明提供了一种人员属性识别方法,所述方法包括以下步骤:

获取第一图像采集设备采集的第一图像和所述第二图像采集设备采集的第二图像,其中,所述第一图像采集设备和所述第二图像采集设备设置在同一空间区域的不同位置处;

对所述第一图像和所述第二图像进行处理,得到所述第一图像中包括第一人员的第一特征向量以及所述第二图像中包括第二人员的第二特征向量;

根据所述第一特征向量和所述第二特征向量,确定所述第一人员和所述第二人员是否为同一人;

若为同一人,将所述第一人员的属性特征与所述第二人员的属性特征进行合并。

上述人员属性识别方法通过接收同一空间区域的不同位置的两个图像采集设备分别采集的第一图像和第二图像,然后判断第一图像和第二图像中是否存在同一个人,如果存在同一个人,则将第一图像和第二图像中的该人的属性特征进行合并,从而能够更加准确全面地实现对行人属性的识别,为视频监控侦测、安全通行和大数据挖掘提供更有效的支撑。

在第一方面的第一种可行的实施方案中,根据所述第一特征向量和所述第二特征向量,确定所述第一人员和所述第二人员是否为同一人,包括:

确定所述第一图像和所述第二图像中是否存在处于交叉覆盖区域内的人员;

若存在,则根据处于所述交叉覆盖区域第一人员的第一特征向量和处于所述交叉覆盖区域第二人员的第二特征向量,确定所述第一人员和所述第二人员是否为同一人。

上述实施方案通过在确定所述第一人员和所述第二人员是否为同一人之前,首先确定所述第一图像和所述第二图像中是否存在处于交叉覆盖区域内的人员,当存在时,再根据处于所述交叉覆盖区域第一人员的第一特征向量和处于所述交叉覆盖区域第二人员的第二特征向量,确定所述第一人员和所述第二人员是否为同一人,能够减少数据处理量,提高属性识别的效率。

在第一方面的第二种可行的实施方案中,所述人员属性识别方法还包括:

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成都新潮传媒集团有限公司,未经成都新潮传媒集团有限公司许可,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/202011198597.7/2.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