[发明专利]区控安防方法及装置在审
申请号: | 201910082110.X | 申请日: | 2019-01-28 |
公开(公告)号: | CN109816582A | 公开(公告)日: | 2019-05-28 |
发明(设计)人: | 周曦;姚志强;谭涛;周翔;李夏风;陈昊 | 申请(专利权)人: | 重庆中科云从科技有限公司 |
主分类号: | G06Q50/26 | 分类号: | G06Q50/26;G06K9/00;G06K9/62 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 李静文 |
地址: | 401120 重庆市*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 预设 时间段 目标区域 未授权 人脸数据库 分析图像 人脸数据 人脸图像 安防 分析 发送告警信息 聚类分析 筛选条件 筛查 申请 安全 保证 | ||
1.一种区控安防方法,其特征在于,应用于电子设备,所述电子设备包括第一人脸数据库及第二人脸数据库,其中,所述第一人脸数据库包括已授权人员的第一人脸数据,所述第二人脸数据库包括已排疑人员的第二人脸数据,所述方法包括:
获得当前第一预设分析时间段内的目标区域的待分析图像,并根据所述第一人脸数据库从所述待分析图像中获得未授权人员的人脸数据;
对当前第二预设分析时间段内的所有未授权人员的人脸数据进行聚类分析,并根据得到的分析结果、预设筛选条件及第二人脸数据库判断未授权人员中是否存在可疑人员,其中,当前第二预设分析时间段包括当前第一预设分析时间段;
在存在可疑人员时,根据可疑人员的人脸图像发送告警信息。
2.根据权利要求1所述的方法,其特征在于,所述对当前第二预设分析时间段内的所有未授权人员的人脸数据进行聚类分析,并根据得到的分析结果、预设筛选条件及第二人脸数据库判断未授权人员中是否存在可疑人员,包括:
根据所述预设筛选条件确定当前第二预设分析时间段,并聚类分析当前第二预设分析时间段内的所有未授权人员的人脸数据,得到分析结果,其中,当前第二预设分析时间段仅包括当前第一预设分析时间段,或包括连续的多个第一预设分析时间段,多个第一预设分析时间段包括当前第一预设分析时间段及当前第一预设分析时间段之前的至少一个第一预设分析时间段;
根据所述分析结果及预设筛选条件得到未授权人员中的疑似可疑人员的人脸数据;
根据所述第二人脸数据库及每个疑似可疑人员的人脸数据判断每个疑似可疑人员是否为可疑人员。
3.根据权利要求2所述的方法,其特征在于,所述根据所述分析结果及预设筛选条件得到未授权人员中的疑似可疑人员的人脸数据,包括:
根据所述分析结果判断每个未授权人员是否在所述第二预设分析时间段包括的每个第一预设分析时间段均出现在目标区域;
若是,判定在所述第二预设分析时间段包括的每个第一预设分析时间段均出现在目标区域的未授权人员为疑似可疑人员。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一人脸数据库从所述待分析图像中获得未授权人员的人脸数据,包括:
从所述待分析图像中获得待分析人脸数据;
将所述待分析人脸数据中的每条人脸数据与所述第一人脸数据库中的每条第一人脸数据进行比对,得到比对结果;
根据所述比对结果及过滤条件对所述待分析人脸数据进行过滤,得到未授权人员的人脸数据。
5.根据权利要求1所述的方法,其特征在于,在所述在存在可疑人员时,根据可疑人员的人脸图像发送告警信息之后,所述方法还包括:
在所述可疑人员是非可疑人员时,将该非可疑人员的人脸数据添加到所述第二人脸数据库中。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
预先配置并保存所述第一人脸数据库及所述第二人脸数据库。
7.一种区控安防装置,其特征在于,应用于电子设备,所述电子设备包括第一人脸数据库及第二人脸数据库,其中,所述第一人脸数据库包括已授权人员的第一人脸数据,所述第二人脸数据库包括已排疑人员的第二人脸数据,所述装置包括:
第一计算模块,用于获得当前第一预设分析时间段内的目标区域的待分析图像,并根据所述第一人脸数据库从所述待分析图像中获得未授权人员的人脸数据;
第二计算模块,用于对当前第二预设分析时间段内的所有未授权人员的人脸数据进行聚类分析,并根据得到的分析结果、预设筛选条件及第二人脸数据库判断未授权人员中是否存在可疑人员,其中,当前第二预设分析时间段包括当前第一预设分析时间段;
提醒模块,用于在存在可疑人员时,根据可疑人员的人脸图像发送告警信息。
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重庆中科云从科技有限公司,未经重庆中科云从科技有限公司许可,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/201910082110.X/1.html,转载请声明来源钻瓜专利网。