[发明专利]一种人像聚档方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111506487.7 申请日: 2021-12-10
公开(公告)号: CN114357216A 公开(公告)日: 2022-04-15
发明(设计)人: 杜伟;张哲;胡典荣;沈佳;陈伟 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06F16/55 分类号: G06F16/55;G06F16/535;G06F16/58;G06F16/583;G06V10/762;G06V40/10;G06V40/16;G06K9/62
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 李静
地址: 310053 浙江*** 国省代码: 浙江;33
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 人像 方法 装置 电子设备 存储 介质
【说明书】:

本申请实施例公开了一种基于多维数据的人像聚档方法、装置、电子设备及存储介质,该方法包括:获取目标时间段内的待处理的数据流;对数据流解码得到的图像帧进行目标检测,得到目标人脸特征数据集合和目标人体特征数据集合;对目标人脸特征数据集合聚档,得到各个人脸档案,以及对目标人体特征数据集合聚档,得到各个人体档案;基于关联关系数据,将各个人脸档案和各个人体档案进行合并,得到各个人像档案;其中,关联关系数据为目标人脸特征数据集合中的各个人脸特征数据和目标人体特征数据集合中的各个人体特征数据的关联关系。提高了聚档的准确率和召回率。

技术领域

本申请涉及数据处理技术领域,尤其涉及一种基于多维数据的人像聚档方法、装置、电子设备及存储介质。

背景技术

随着社会安防建设不断发展,人脸卡口相机的使用越来越多,对抓拍人脸图片的身份落地的需求也越来越强烈。通过人脸识别和人脸聚类技术,进行身份落地,成为安防领域的新热点。

相关技术中,一种做法是只挖掘结构化数据,比如姓名、身份证号码、车牌号等,分析用户常驻地以及同行人员等,但是无法使用城市抓拍中的海量的非结构化数据。另一种做法是,利用非结构化数据,对人脸特征数据进行聚类,由于人脸图片拍摄角度、图片质量等因素,可能导致同一人的人脸图片无法合并到同一个档案中,进而造成聚档的准确率和召回率较低。

发明内容

本申请实施例提供一种基于多维数据的人像聚档方法、装置、电子设备及存储介质,用以提高聚档的准确率和召回率。

第一方面,本申请一实施例提供了一种基于多维数据的人像聚档方法,包括:

获取目标时间段内的待处理的数据流;

对所述数据流解码得到的图像帧进行目标检测,得到目标人脸特征数据集合和目标人体特征数据集合;

对所述目标人脸特征数据集合聚档,得到各个人脸档案,以及对所述目标人体特征数据集合聚档,得到各个人体档案;

基于关联关系数据,将各个所述人脸档案和各个所述人体档案进行合并,得到各个人像档案;其中,所述关联关系数据为所述目标人脸特征数据集合中的各个人脸特征数据和所述目标人体特征数据集合中的各个人体特征数据的关联关系。

在一些示例性的实施方式中,所述对所述数据流解码得到的图像帧进行目标检测,得到目标人脸特征数据集合、目标人体特征数据集合,包括:

对所述数据流解码得到的图像帧进行目标检测,得到各个人脸特征数据和各个人体特征数据,以及关联关系数据;其中,每个所述人脸特征数据中包括人脸目标的角度参数、清晰度参数和质量参数中的至少一个;每个所述人体特征数据中包括人体目标的角度参数、清晰度参数和质量参数中的至少一个;

针对每个所述人脸特征数据,应用所述人脸特征数据中的至少一个参数对所述人脸特征数据进行筛选,得到目标人脸特征数据集合;以及针对每个所述人体特征数据,应用所述人体特征数据中的至少一个参数对所述人体特征数据进行筛选,得到目标人体特征数据集合。

在一些示例性的实施方式中,所述针对每个所述人体特征数据,应用所述人体特征数据中的至少一个参数对所述人体特征数据进行筛选,得到目标人体特征数据集合,包括:

根据各个所述人体特征数据表征的人体的姿态,将各个人体特征数据划分为如下各个类型的人体特征数据:人脸人体同画面的人体特征数据、正面人体特征数据、侧面人体特征数据和背面人体特征数据;

针对每个类型的每个人体特征数据,应用所述类型的人体特征数据对应的至少一个所述参数对所述人体特征数据进行筛选,将筛选后的人体特征数据筛选后的目标人体特征数据集合。

在一些示例性的实施方式中,所述对所述目标人脸特征数据集合聚档,得到各个人脸档案,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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202111506487.7/2.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