CN116798074A - 一种陌生人识别方法、装置及电子设备 - Google Patents

Abstract

本申请实施例提供了一种陌生人识别方法、装置及电子设备，其中，该方法包括：获取目标图像采集设备采集到的指定区域的待检测图像，基于该待检测图像，利用预设特征提取模型，提取目标行人的穿着特征、体形特征等外形特征，然后将该目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定该目标行人是否为陌生人。如此，通过提取目标行人的穿着、体形等大型的外形特征，此类大型特征占据较大的图像面积，被遮挡的概率较低，基于此类大型特征进行陌生人识别，可准确地确定闯入该指定区域的目标人员是否为陌生人，有效解决了现有技术中存在的陌生人识别准确率低的问题。

Description

一种陌生人识别方法、装置及电子设备

技术领域

本申请涉及计算机视觉领域，尤其涉及一种陌生人识别方法、装置及电子设备。

背景技术

在计算机视觉领域中，常使用图像识别人脸特征的方式判断进入指定区域的人员是否为不允许进入该指定区域的陌生人。此种通过识别人脸特征的方案需要获取人脸上较为细微的人脸特征，比如人眼、嘴、鼻等面部器官或者面部特征的具体位置、形状等多种特征。这类基于人脸特征识别以判断陌生人的方案，若进入指定区域的人员面部存在遮挡，或者人员背对着图像采集设备，或者图像采集设备采集到的面部较为模糊的话，将导致无法准确识别进入指定区域的人员是否为陌生人。

对于一些需要准确识别进入指定区域的人员是否为陌生人，并针对性进行预警的场景而言，现有的基于人脸特征识别陌生人的技术方案存在识别准确率较低的问题。

发明内容

有鉴于此，本申请实施例提供了一种陌生人识别方法、装置及电子设备，以解决现有技术中存在的陌生人识别准确率低的问题。

第一方面，本申请实施例提供了一种陌生人识别方法，其中，该方法包括：

获取目标图像采集设备采集到的指定区域的待检测图像，其中，所述待检测图像中包含进入所述指定区域的行人；

基于所述待检测图像，利用预设特征提取模型，提取目标行人的外形特征，其中，所述外形特征至少包括：所述目标行人的穿着特征、所述目标行人的体形特征；

将所述目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定所述目标行人是否为陌生人。

结合第一方面，在第二种可能的实施例中，所述提取目标行人的外形特征，包括：

基于所述目标采集设备采集到的图像数据，输出所述图像数据中各行人所占的目标矩形区域图像，其中，各所述目标矩形区域图像中包含用于区分不同目标行人的第一标识信息；

将各所述目标矩形区域图像，输入至预设特征提取模型，提取出各目标行人对应的预设长度的特征向量，并为各所述目标行人对应的预设长度的特征向量添加用于区分所属目标行人的第二标识信息；

基于各所述第一标识信息与各所述第二标识信息之间的对应关系，确定属于同一目标行人的外形特征向量为所述目标行人的外形特征。

结合第一方面的第二种可能的实施例，在第三种可能的实施例中，所述目标采集设备采集到的图像数据包括历史采集到的样本图像，所述预设行人特征库中的外形特征预先通过如下方式确定得到：

利用所述样本图像以及所述预设特征提取模型，提取出各所述样本图像中包含的各目标行人的外形特征向量；

基于各目标行人的外形特征向量，构建特征向量库，以得到所述预设行人特征库。

结合第一方面，在第四种可能的实施例中，所述将所述目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定所述目标行人是否为陌生人，包括：

确定所述目标行人的外形特征，与预设行人特征库中的各外形特征之间的余弦相似度，并确定各所述余弦相似度中，满足预设余弦相似度阈值要求的目标余弦相似度的数量；

若所述目标余弦相似度的数量小于预设统计数量阈值，则确定所述目标行人为陌生人。

结合第一方面，在第五种可能的实施例中，所述方法还包括：

基于所述目标图像采集设备采集的各帧待检测图像数据分别进行行人检测，输出检测结果，其中，目标帧图像数据的检测结果包含：所述目标帧图像中目标行人所占的目标矩形区域图像，所述目标帧的时间戳；

基于各帧图像数据的行人检测结果，确定所述目标行人的最早出现时间，以及所述目标行人在各帧图像数据中所占的目标矩形区域图像；

以所述目标行人的最早出现时间为时间起点，获取往后预设时长内，各所述目标矩形区域中的最大的目标矩形区域图像；

所述基于所述待检测图像，利用预设特征提取模型，提取目标行人的外形特征包括：

将所述最大的目标矩形区域图像输入至所述预设特征提取模型中，提取所述目标行人的外形特征。

结合第一方面第一种可能的实施例或者第四种可能的实施例，在第六种可能的实施例中，所述方法还包括：

若所述目标行人为陌生人，基于预设预警策略，输出预警信号。

第二方面，本申请实施例提供了一种陌生人识别装置，其中，所述装置包括：

获取模块，用于获取目标图像采集设备采集到的指定区域的待检测图像，其中，所述待检测图像中包含进入所述指定区域的行人；

特征提取模块，用于基于所述待检测图像，利用预设特征提取模型，提取目标行人的外形特征，其中，所述外形特征至少包括：所述目标行人的穿着特征、所述目标行人的体形特征；

陌生人识别模块，用于将所述目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定所述目标行人是否为陌生人。

结合第二方面，在第二种可能的实施例中，所述特征提取模块具体用于：

基于所述目标采集设备采集到的图像数据，输出所述图像数据中各行人所占的目标矩形区域图像，其中，各所述目标矩形区域图像中包含用于区分不同目标行人的第一标识信息；

将各所述目标矩形区域图像，输入至预设特征提取模型，提取出各目标行人对应的预设长度的特征向量，并为各所述目标行人对应的预设长度的特征向量添加用于区分所属目标行人的第二标识信息；

基于各所述第一标识信息与各所述第二标识信息之间的对应关系，确定属于同一目标行人的外形特征向量为所述目标行人的外形特征。

结合第二方面的第二种可能的实施例，在第三种可能的实施例中，所述目标采集设备采集到的图像数据包括历史采集到的样本图像，所述特征提取模块具体用于：

利用所述样本图像以及所述预设特征提取模型，提取出各所述样本图像中包含的各目标行人的外形特征向量；

基于各目标行人的外形特征向量，构建特征向量库，以得到所述预设行人特征库。

结合第二方面，在第四种可能的实施例中，所述陌生人识别模块，具体用于确定所述目标行人的外形特征，与预设行人特征库中的各外形特征之间的余弦相似度，并确定各所述余弦相似度中，满足预设余弦相似度阈值要求的目标余弦相似度的数量；

若所述目标余弦相似度的数量小于预设统计数量阈值，则确定所述目标行人为陌生人。

结合第二方面，在第五种可能的实施例中，所述装置还包括：

行人检测模块，用于基于所述目标图像采集设备采集的各帧待检测图像数据分别进行行人检测，输出检测结果，其中，目标帧图像数据的检测结果包含：所述目标帧图像中目标行人所占的目标矩形区域图像，所述目标帧的时间戳；

确定模块，用于基于各帧图像数据的行人检测结果，确定所述目标行人的最早出现时间，以及所述目标行人在各帧图像数据中所占的目标矩形区域图像；

最大的目标矩形区域图像获取模块，用于以所述目标行人的最早出现时间为时间起点，获取往后预设时长内，各所述目标矩形区域中的最大的目标矩形区域图像；

所述特征提取模块，还用于将所述最大的目标矩形区域图像输入至所述预设特征提取模型中，提取所述目标行人的外形特征。

结合第二方面的第一种或第四种可能的实施例，在第六种可能的实施例中，所述装置还包括：

预警模块，用于若所述目标行人为陌生人，基于预设预警策略，输出预警信号。

第三方面，本申请实施例提供了一种电子设备，其中，该电子设备包括：

处理器；以及

存储程序的存储器，

其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据第一方面项所述的陌生人识别方法。

第四方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据第一方面项所述的陌生人识别方法。

本申请的有益效果：

本申请实施例提供了一种陌生人识别方法、装置及电子设备，其中，该方法包括：获取目标图像采集设备采集到的指定区域的待检测图像，基于该待检测图像，利用预设特征提取模型，提取目标行人的穿着特征、体形特征等外形特征，然后将该目标行人的外形特征， 与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定该目标行人是否为陌生人。选用本申请实施例，通过快速提取目标行人的穿着、体形等大型的特征，此类大型的外形特征占据较大的图像面积，且被遮挡的概率较低，如此基于此类大型外形特征进行陌生人识别，特征更为明显，存在误差的可能性更低，基于此类大型外形特征进行陌生人识别，可快速确定闯入该指定区域的目标人员是否为陌生人，并进行预警，改善了现有技术中存在的陌生人识别准确率低的问题。

附图说明

在下面结合附图对于示例性实施例的描述中，本申请的更多细节、特征和优点被公开，在附图中：

图1为本申请实施例提供的陌生人识别方法的一种可能的流程示意图；

图2为本申请实施例提供的陌生人识别方法的一种可能的流程示意图；

图3为本申请实施例提供的行人检测方法的一种可能的示意图；

图4为本申请实施例提供的提取目标行人的外形特征的一种可能的流程示意图；

图5为本申请实施例提供的提取外形特征的一种可能的流程示意图；

图6为本申请实施例提供的一种可能的外形特征向量搜索示意图；

图7为本申请实施例提供的一种可能的外形特征示意图；

图8为本申请实施例提供的特征匹配的一种可能的流程示意图；

图9为本申请实施例提供的陌生人识别装置的一种可能的逻辑结构示意图；

图10为本申请实施例提供的电子设备的一种可能的逻辑结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例，然而应当理解的是，本申请可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是，本申请的附图及实施例仅用于示例性作用，并非用于限制本申请的保护范围。

应当理解，本申请的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本申请的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本申请中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本申请中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

如背景技术部分所描述的，在计算机领域，针对指定区域的视频安防场景中，通常是针对指定区域安防设备采集的图像进行人脸特征识别，进一步确定所拍摄人员的身份信息，确定所拍摄到的人员是否为已经录入白名单的人员，如果不是，则判定该人员为陌生人，若是，则判定该人员为非陌生人。

此种基于人脸识别技术实现的陌生人识别方法，通常需要从人脸面部提取大量细微的特征，比如人眼瞳孔间距、鼻嘴之间的间距等等面部特征，方可进行精准识别。而对于一张图像采集设备采集到指定区域的图像而言，通常人脸仅占该图像中较小的区域，并且人脸面部特征之间相似性极大，也就是说特征之间的区别较小。所以，为了能够对进入指定区域的人员进行精准识别，通常需要借助大量的采集到的图像，通过提取大量细微的人脸面部特征，然后再将提取到的大量的人脸特征进行特征比对，才可得到精准的识别结果。但是，若图像采集设备所采集到的图像中，人脸区域较为模糊，或者人脸区域存在遮挡，又或者人脸背对着图像采集设备时，将会导致对于一些需要准确识别进入指定区域的人员是否为陌生人的场景而言，基于人脸识别进行陌生人判定的方式，识别准确性较低。

示例性的，在一种可能的应用场景中，本申请实施例所提供的陌生人识别方法可能应用于危险作业空间的应用场景中。此类危险作业空间包括机械加工车间、建设工地等。以机械加工车间为例，机械加工车间通常从安全角度，通常拒绝闲杂人等入内，以避免此类不具备专业操作能力的人员进入车间后，操作相关设备仪器导致人身、财产安全。对于此类应用场景而言，需要对进入该场景的人员进行准确识别，并进行预警，进而减少闲杂人员进入此类区域造成的损失。但是，基于人脸识别进行陌生人判定的技术方案，需要对进入该场景中的人员进行人脸识别，基于上述描述的人脸识别的实现原理可知，若进入该场景中的人脸存在遮挡，或者图像中人脸区域较为模糊，均易导致采用人脸识别进行陌生人识别并预警的方案，无法快速对闯入的闲杂人员进行预警，进而存在陌生人识别准确率低的问题。

有鉴于此，本申请实施例提供了一种陌生人识别方法，该陌生人识别方法可应用于任一具备图像识别能力的电子设备中，该设备包括但不限于个人移动终端、图像采集设备、计算机或者服务器等等。如图1所示，本申请实施例所提供的陌生人识别方法包括如下几个步骤：

S11、获取目标图像采集设备采集到的指定区域的待检测图像；

其中，该待检测图像中包含进入该指定区域的行人。

S12、基于待检测图像，利用预设特征提取模型，提取目标行人的外形特征；

其中，该目标行人的外形特征包括：该目标行人的穿着特征、目标行人的体型特征。

S13、将目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定该目标行人是否为陌生人。

本申请实施例面对需要对特定场景中的陌生人进行识别的需求时，舍弃了传统的采用人脸面部特征识别的技术方案，另辟蹊径地，选择目标行人的穿着、体形等特征作为识别特征，此类特征相较于面部特征而言，在图像中所占区域面积更大，差异性更为明显，被遮挡的概率更低。因此，选用本申请实施例，通过快速提取目标行人的穿着、体形等大型的特征，此类大型的外形特征占据较大的图像面积，基于此类大型外形特征进行陌生人识别，特征更为明显，存在误差的可能性更低，基于此类大型外形特征进行陌生人识别，可快速确定闯入该指定区域的目标人员是否为陌生人，并进行预警，改善了现有技术中存在的陌生人识别准确率低的问题。

为了清楚阐述上述步骤S11至步骤S13，下文将对各步骤的具体实施细节进行说明：

在步骤S11中，目标采集设备是指具备将摄入的光信号转换为图像的设备，可以是任意类型的图像采集设备，包括个人移动终端摄像头、枪机、球机。目标采集设备可以是单个图像采集设备，也可以是多个图像采集设备。指定区域是指用户设定的需要利用一个或多个图像采集设备进行视频监控的区域。在本申请实施例中，指定区域可以是需要具备相应权限方可进入的区域，包括：重要财产放置空间、危险作业空间等等。

在步骤S11中，目标图像采集设备采集到的指定区域的待检测图像可以是目标图像采集设备实时采集到的待检测图像，也可以是目标图像采集设备历史上采集到的待检测图像。其中，待检测图像的数量不限，即在本申请实施例中，待检测图像可以是单帧的图像，也可以是多帧的图像。当待检测图像为多帧的图像时，可根据各帧图像的时间戳确定各帧图像的时间先后顺序。

在执行步骤S11时，可以是实时获取目标图像采集设备采集到的图像数据，也可以是从服务器或者其他存储设备中获取目标图像采集设备采集到的图像数据，具体的获取待检测图像数据的方式可根据实际情况灵活选择，本申请不作具体限定。

在步骤S11中，待检测图像中包含有出现在指定区域的行人。其中，包含有出现在指定区域的行人可以是指行人完全暴露在目标图像采集设备所能拍摄的视野范围内，也可以是指行人暴露在目标图像采集设备所能拍摄的视野范围内的程度大于预设暴露程度。示例性的，可以是目标图像采集设备拍摄到目标行人整个人，也可以是拍摄到目标行人的局部。

在一种可能的实施例中，待检测图像中可不包含出现在指定区域的行人，此种情形下，可通过行人检测算法，对目标采集设备采集到的待检测图像进行行人检测，筛选出包含有出现在指定区域的行人的图像作为目标检测图像。在本申请实施例中，待检测图像可以是从目标图像采集设备所采集的原始图像数据中裁剪出的仅包含目标行人的图像数据。具体的，如图2所示，可通过如下步骤获取仅包含目标行人的待检测图像：

S111、基于目标图像采集设备采集的各帧待检测图像数据分别进行行人检测，输出检测结果；

其中，目标帧图像数据的检测结果包含：目标帧图像中目标行人所占的目标矩形区域，以及目标帧的时间戳。

S112、基于各帧图像数据的行人检测结果，确定目标行人的最早出现时间，以及目标行人在各帧图像数据中所占的目标矩形区域图像；

S113、以目标行人的最早出现时间为时间起点，获取往后预设时长内，各目标矩形区域中的最大的目标矩形区域图像；

其中，该最大的目标矩形区域图像即可以作为预设特征提取模型中的输入，进而执行步骤S12，提取得到目标行人的外形特征。

在本申请实施例中，基于目标图像采集设备采集的各帧待检测图像分别进行行人检测，此时的待检测图像是目标图像采集设备采集的原始的未做尺寸变换、图像处理的原始图像数据。

基于本申请实施例，执行步骤S12时，步骤S12中所提及的待检测图像为经过上述步骤S111、步骤S112以及步骤S113处理得到的最大的目标矩形区域图像。

在本申请实施例中，执行步骤S111时，对各帧待检测图像数据分别进行行人检测，具体可以是借助目标识别模型，对输入的目标图像采集设备采集到的图像数据进行识别，识别行人所在位置的外接矩形，如图3所示，通过识别出行人外在的外接矩形在图像坐标中的位置，然后将该矩形区域包含的像素点的值单独输出，以实现从原始图像中裁剪出目标行人所占区域部分的图像。在本申请实施例中，还可以为各矩形框区域添加标识信息，如图3所示，每一个框代表一个目标行人，矩形框左上角上的数字代表该目标行人的标识信息。其中，具体的目标识别模型，可参考相关现有的目标检测技术，本申请不作过多赘述。

由于所裁剪得到的矩形区域图像画面中仅包含行人，仅为原始图像画面的局部，该局部画面中不再包含该行人出现的时间，当所裁剪得到的矩形区域的图像数量较多时，无法准确区分各行人的具体出现时间。因此，在本申请实施例中，可结合该行人所处的原始图像的原始时间戳，为各裁剪后的包含行人的矩形区域图像添加时间戳，所添加的时间戳与原始图像的原始时间戳保持一致。即，在步骤S111中，目标帧的时间戳用于表征该目标帧中各目标行人所占的矩形区域图像的图像时间戳，也用于表征该各目标行人暴露在该指定区域的时间。

针对同一个目标行人，在执行步骤S112时，可根据多帧识别到的同一个目标行人在各帧图像中所占的目标矩形区域图像，以得到针对同一个目标行人的不同时间戳的矩形区域图像。

在本申请实施例中，具体可以在第n帧图像检测到第一目标行人后，从数据库中获取同一目标图像采集设备所采集到的第n-1帧图像对目标行人检测的结果，判断该第一目标行人是否为多次出现在指定区域内的人员，若第n-1帧图像对目标行人检测结果显示该第一目标行人也存在，则可判定该第一目标行人多次出现在指定区域内，此时可输出该第n帧图像以及第n-1帧图像数据，以待执行步骤S113。若第n-1帧图像对目标行人检测的检测结果中不包含该第一目标行人，则表明该第一目标行人在第n帧对应的时间节点出现在该指定区域。

在执行步骤S112时，基于各帧图像数据的行人检测结果，确定该目标行人的最早出现时间，即是基于各目标帧的时间戳，确定出该目标行人的最早出现时间，即为该目标行人被检测到的图像数据中时间戳最早的时间节点。

基于此，在执行步骤S113时，以该最早的时间节点为起点，获取往后预设时长内，各目标矩形区域中最大的目标矩形区域图像。其中，最大的目标矩形区域图像是指所占像素尺寸最大的目标矩形区域内的图像数据。预设时长可以是根据经验设置的时长，也可以是根据历史实验结果确定得到的时长，比如，预设时长可以是10s，即在执行步骤S113时，其实质是获取目标行人出现后10s内，目标图像采集设备所采集到的各帧图像中，针对目标行人占整个图像画面比例最大的一帧原始图像，以及该帧原始图像中，目标行人所占的区域的局部图像。若目标图像采集设备时定焦的图像采集设备，则该最大的目标矩形区域图像为目标行人距离该图像采集设备最近时，目标图像采集设备所采集到的图像中，该目标行人所占图像中的局部图像数据。

选用本申请实施例，通过对目标图像采集设备所采集的多帧图像进行行人检测，然后获取其中目标行人所占区域最大的目标区域图像作为特征提取模型的输入，即采用最大的目标区域图像进行特征提取，可使得提取到的特征更为精准，有助于提高后续陌生人识别的准确性。

在一种可能的实施例中，执行步骤S12时，可以是获取该目标行人所占目标矩形区域最大的图像所属的原始图像，并获取该目标行人在该原始图像中所占的矩形区域的坐标，然后将该原始图像以及矩形区域的坐标输入至预设特征提取模型中，提取出该目标行人的外形特征。

在另一种可能的实施例中，执行步骤S12时，可以是基于该目标行人在该原始图像中所占的矩形区域的坐标，筛选出所占区域最大的目标矩形区域图像，然后将该最大的目标矩形区域图像输入至预设特征提取模型中，提取出该目标行人的外形特征。

其中，在步骤S12中，预设特征提取模型可以是预先设计的用于从图像中提取设定的特征的神经网络模型。具体的，在本申请实施例中，预设特征提取模型为CNN（Convolutional Neural Network）卷积神经网络模型，具体的卷积网络模型的类型、层数、各层的权重等等参数可以根据实际使用场景不同而做灵活设计，本申请不作严格限定。示例性的，执行步骤S12时，可如图 4所示，将各目标矩形区域图像输入至卷积神经网络中，以得到对应的特征向量。

具体的，在一种可能的实施例中，在执行步骤S12时，如图5所示，基于如下几个步骤实现：

S121、基于目标采集设备采集到的图像数据，输出图像数据中各行人所占的目标矩形区域图像，其中，各目标矩形区域图像中包含用于区分不同目标行人的第一标识信息；

S122、将各目标矩形区域图像，输入至预设特征提取模型，提取出各目标行人对应的预设长度的特征向量，并为各目标行人对应的预设长度的特征向量添加用于区分所属目标行人的第二标识信息；

S123、基于各第一标识信息与各第二标识信息之间的对应关系，确定属于同一目标行人的外形特征向量为目标行人的外形特征。

其中，执行步骤S121时，可参考前述步骤S111至步骤S112部分的相关描述，从原始图像数据中裁剪出目标行人所占的目标矩形区域图像。其中，如图3所示，各目标矩形区域图像中包含了用于区分不同目标行人的第一标识信息，即如图3正中打电话的女子所占的矩形区域图像的第一标识信息为35。

在执行步骤S122时，可如图4所示，将基于图3得到35号行人所占的目标矩形区域图像输入至卷积神经网络中，输出得到预设长度的特征向量。其中，预设长度的长度越长意味着所包含的信息量越多，对应得到的处理结果越准确，但是所消耗的时间也就越久，对应处理效率也就越低。预设长度的长度越小意味着所需处理的数据量越少，相应得到的处理结果精度将不够高。在本申请实施例中，基于实际经验，预设长度的长度值可以选择256，即输出256长度特征向量，如此可覆盖大多数目标行人所占目标矩形区域图像，即可包含人眼所能看到的各项特征。

由于存在预设特征提取模型并行处理多个目标矩形区域图像的情形，对于此种情形，在本申请实施例中，在执行步骤S122时，可对提取到各目标行人对应的预设长度的特征向量添加用于区分所属目标行人的第二标识信息。

第一标识信息与第二标识信息之间应该存在一一对应关系，所以在执行步骤S123时，可根据第一标识信息与第二标识信息之间存在的对应关系，确定出目标行人对应的各特征向量。

在步骤S12中，目标行人的外形特征是指该占目标行人的身体比例大于预设比例阈值的特征。目标行人的外形特征至少包括：目标行人的穿着特征、目标行人的体形特征。其中，如图7所示，目标行人的穿着特征可以包括安全帽特征、手套特征、工作马甲、防静电鞋等占目标行人整体身体比例较大的，较为醒目的特征，其中，若穿着符合规定的衣物有颜色，目标行人的穿着特征还可包括所穿衣物的颜色特征。目标行人的体形体征可以包括目标行人的身高、胖瘦等特征。

其中，体形特征可选取指定区域的白名单上的人员的体形特征中最普遍的特征作为目标体形特征，比如指定区域的白名单上的人员的均为比较瘦人员，则可以选择胖瘦特征作为体形体征，若指定区域的白名单上的人员均为比较高的人员，则可以选择身高特征作为体形特征进行识别。在一种可能的实施例中，可综合指定区域的白名单上的人员的各类显著特征对目标人员的外形特征进行提取。

本申请实施例中，利用预设特征提取模型进行特征提取，获取外形特征向量的过程，是以目标矩形区域图像中的各像素点的图像数据为卷积神经网络模型的输入层的各神经元进行赋值，经过多层卷积神经网络进行计算后，输出预设长度个数值，然后基于此预设长度个数值构建一个特征向量，以预设长度为256为例，得到的输出结果如下所示：

外形特征向量=[x1，x2，x3···x256]

其中，在本申请实施例中，目标行人的外形特征是基于指定区域的工作人员常见的衣着特征或者普遍的体形特征确定得到的，因此，选用本申请实施例，通过选取指定区域的常见的穿着特征或者普遍的体形特征，构建用于陌生人识别的行人特征，由于外形特征普遍较为显眼，且在图像中所占的比例较大，并且完全被遮挡的概率较小，因此，相较于传统的人脸识别方法，在人脸面部发生遮挡时需要大量的图像综合判断闯入的人员是否为陌生人，选用本申请实施例所提供的特征提取方法，能够很快速地从较少的图像中提取出对应的外形特征，有助于提升陌生人识别的效率，以及准确率。.

在上述步骤S121至步骤S123的基础上，在一种可能的实施例中，可利用目标图像采集设备历史采集到的样本图像，执行上述步骤S121至步骤S123，从历史样本图像中提取出指定区域的白名单人员中的外形特征向量，然后基于提取到的外形特征向量，构建特征向量库，以得到用于后续匹配的预设行人特征库。在本申请实施例中，样本图像是指图像中所出现的各人员的外形特征满足预设外形特征要求的历史采集的图像。.

选用本申请实施例，能够基于历史采集的大量的符合准入指定区域的单名单人员的样本图像，提取出大量的用于比对的满足准入指定区域要求的外形特征向量，然后基于该大量的外形特征向量构建用于匹配的特征库，可使得后续快速基于特征向量匹配的方式，快速判断进入指定区域的目标行人是否为陌生人，有助于提升陌生人识别的准确率。

基于此，在执行步骤S13时，可通过如下步骤实现：

S131、确定目标行人的外形特征，与预设行人特征库中的各外形特征之间的余弦相似度，并确定各余弦相似度中，满足预设余弦相似度阈值要求的目标余弦相似度的数量；

S132、若目标余弦相似度的数量小于预设统计数量阈值，则确定目标行人为陌生人。

本申请实施例中，利用预设特征提取模型得到的特征向量为一个数学向量，即针对待检测图像中的目标行人提取到的外形特征为一个预设长度的特征向量，针对历史样本图像提取到的预设行人特征库中的特征向量也是一个个的预设长度的特征向量。因此，在执行步骤S131时，可通过特征向量与特征向量之间计算余弦相似度的方式，确定出目标行人的外形特征向量，与预设行人特征库中的外形特征向量之间的余弦相似度，根据计算得到的各余弦相似度，统计出满足预设余弦相似度阈值要求的目标余弦相似度的数量。

示例性的，可如图7所示，将特征向量对行人特征库进行向量检索。或者，如图8所示，若左侧图像为针对待检测图像中的目标行人提取到的256的特征向量，将该目标行人的特征向量与预设行人特征库中的各特征向量进行向量检索，确定出多个余弦相似度都达到0.8的余弦相似度的个数，若预先相似度都达到了0.8的余弦相似度的个数大于3，则表明左侧图像中的行人为非陌生人。

执行步骤S132时，若目标余弦相似度的数量小于预设统计数量阈值，则确定该目标行人为陌生人。其中预设统计数量阈值以及预设余弦相似度阈值要求均可根据实际经验设置，本申请不作具体限定。

选用本申请实施例，可通过目标行人的外观特征与预设行人特征库中的外观特征计算余弦相似度的方式，并统计满足预设余弦相似度阈值要求的目标余弦相似度的数量，该目标余弦相似度的数量越大，则表明该目标行人允许进入指定区域的白名单的人的相似性越高，如此，可快速确定出目标行人是否为陌生人，有助于提升陌生人识别的准确率。

在一种可能的实施例中，在执行步骤S13识别出目标行人为陌生人之后，可通过如下步骤进行陌生人预警：

若该目标行人为陌生人，基于预设预警策略，输出预警信号。

其中，预设预警策略包括：语音预警、信号灯预警、预警信息提示等等方式。在本申请实施例中，可通过向陌生人发送语音预警信号，提示该陌生人违规闯入，以对该陌生人进行驱逐。在另一种可能的实施例中，还可以通过向安保系统发送闯入警示消息，以提醒安保人员前往现场对闯入的陌生人进行处理。具体的预设预警策略可根据实际场景进行灵活设定，本申请不作严格限定。选用本申请实施例，可通过本申请准确识别得到的陌生人识别结果，进行精准预警，可有效解决现有技术陌生人预警存在准确性较低的问题。

第二方面，本申请实施例提供了一种陌生人识别装置，如图9所示，该陌生人识别装置900包括如下几个部分：

获取模块901，用于获取目标图像采集设备采集到的指定区域的待检测图像，其中，待检测图像中包含进入指定区域的行人；

特征提取模块902，用于基于待检测图像，利用预设特征提取模型，提取目标行人的外形特征，其中，外形特征至少包括：目标行人的穿着特征、目标行人的体形特征；

陌生人识别模块903，用于将目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定目标行人是否为陌生人。

在一种可能的实施例中，特征提取模块902具体用于：

基于目标采集设备采集到的图像数据，输出图像数据中各行人所占的目标矩形区域图像，其中，各目标矩形区域图像中包含用于区分不同目标行人的第一标识信息；

将各目标矩形区域图像，输入至预设特征提取模型，提取出各目标行人对应的预设长度的特征向量，其中，各目标行人对应的预设长度的特征向量包含用于区分所属目标行人的第二标识信息；

基于各第一标识信息与各第二标识信息之间的对应关系，确定属于同一目标行人的外形特征向量为目标行人的外形特征。

在一种可能的实施例中，目标采集设备采集到的图像数据包括历史采集到的样本图像，特征提取模块902具体用于：

利用样本图像以及预设特征提取模型，提取出各样本图像中包含的各目标行人的外形特征向量；

基于各目标行人的外形特征向量，构建特征向量库，以得到预设行人特征库。

在一种可能的实施例中，陌生人识别模块903，具体用于确定目标行人的外形特征，与预设行人特征库中的各外形特征之间的余弦相似度，并确定各余弦相似度中，满足预设余弦相似度阈值要求的目标余弦相似度的数量；

若目标余弦相似度的数量小于预设统计数量阈值，则确定目标行人为陌生人。

在一种可能的实施例中，装置900还包括：

行人检测模块904，用于基于目标图像采集设备采集的各帧待检测图像数据分别进行行人检测，输出检测结果，其中，目标帧图像数据的检测结果包含：目标帧图像中目标行人所占的目标矩形区域图像，目标帧的时间戳；

确定模块905，用于基于各帧图像数据的行人检测结果，确定目标行人的最早出现时间，以及目标行人在各帧图像数据中所占的目标矩形区域图像；

最大的目标矩形区域图像获取模块906，用于以目标行人的最早出现时间为时间起点，获取往后预设时长内，各目标矩形区域中的最大的目标矩形区域图像；

特征提取模块902，还用于将最大的目标矩形区域图像输入至预设特征提取模型中，提取目标行人的外形特征；

预警模块907，用于若基于匹配结果，确定目标行人为陌生人，基于预设预警策略，输出预警信号。

本申请实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本申请示例性实施例还提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序，所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本申请实施例的方法。

本申请示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。

本申请示例性实施例还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。

参考图10，现将描述可以作为本申请的服务器或客户端的电子设备1000的结构框图，其是可以应用于本申请的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图10所示，电子设备1000包括计算单元1001，其可以根据存储在只读存储器（ROM）1002中的计算机程序或者从存储单元1008加载到随机访问存储器（RAM）1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出（I/O）接口1005也连接至总线1004。

电子设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006、输出单元1007、存储单元1008以及通信单元1009。输入单元1006可以是能向电子设备1000输入信息的任何类型的设备，输入单元1006可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元1007可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1004可以包括但不限于磁盘、光盘。通信单元1009允许电子设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理。例如，在一些实施例中，前述陌生人识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。在一些实施例中，计算单元1001可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行前述陌生人识别方法。

用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

如本申请使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

Claims (10)

1.一种陌生人识别方法，其特征在于，所述方法包括：

获取目标图像采集设备采集到的指定区域的待检测图像，其中，所述待检测图像中包含进入所述指定区域的行人；

基于所述待检测图像，利用预设特征提取模型，提取目标行人的外形特征，其中，所述外形特征至少包括：所述目标行人的穿着特征、所述目标行人的体形特征；

将所述目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定所述目标行人是否为陌生人。

2.根据权利要求1所述的方法，其特征在于，所述提取目标行人的外形特征，包括：

基于所述目标采集设备采集到的图像数据，输出所述图像数据中各行人所占的目标矩形区域图像，其中，各所述目标矩形区域图像中包含用于区分不同目标行人的第一标识信息；

将各所述目标矩形区域图像，输入至预设特征提取模型，提取出各目标行人对应的预设长度的特征向量，并为各所述目标行人对应的预设长度的特征向量添加用于区分所属目标行人的第二标识信息；

基于各所述第一标识信息与各所述第二标识信息之间的对应关系，确定属于同一目标行人的外形特征向量为所述目标行人的外形特征。

3.根据权利要求2所述的方法，其特征在于，所述目标采集设备采集到的图像数据包括历史采集到的样本图像，所述预设行人特征库中的外形特征预先通过如下方式确定得到：

利用所述样本图像以及所述预设特征提取模型，提取出各所述样本图像中包含的各目标行人的外形特征向量；

基于各目标行人的外形特征向量，构建特征向量库，以得到所述预设行人特征库。

4.根据权利要求1所述的方法，其特征在于，所述将所述目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定所述目标行人是否为陌生人，包括：

确定所述目标行人的外形特征，与预设行人特征库中的各外形特征之间的余弦相似度，并确定各所述余弦相似度中，满足预设余弦相似度阈值要求的目标余弦相似度的数量；

若所述目标余弦相似度的数量小于预设统计数量阈值，则确定所述目标行人为陌生人。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述目标图像采集设备采集的各帧待检测图像数据分别进行行人检测，输出检测结果，其中，目标帧图像数据的检测结果包含：所述目标帧图像中目标行人所占的目标矩形区域图像，所述目标帧的时间戳；

基于各帧图像数据的行人检测结果，确定所述目标行人的最早出现时间，以及所述目标行人在各帧图像数据中所占的目标矩形区域图像；

以所述目标行人的最早出现时间为时间起点，获取往后预设时长内，各所述目标矩形区域中的最大的目标矩形区域图像；

所述基于所述待检测图像，利用预设特征提取模型，提取目标行人的外形特征包括：

将所述最大的目标矩形区域图像输入至所述预设特征提取模型中，提取所述目标行人的外形特征。

6.根据权利要求1或4所述的方法，其特征在于，所述方法还包括：

若所述目标行人为陌生人，基于预设预警策略，输出预警信号。

7.一种陌生人识别装置，其特征在于，所述装置包括：

获取模块，用于获取目标图像采集设备采集到的指定区域的待检测图像，其中，所述待检测图像中包含进入所述指定区域的行人；

特征提取模块，用于基于所述待检测图像，利用预设特征提取模型，提取目标行人的外形特征，其中，所述外形特征至少包括：所述目标行人的穿着特征、所述目标行人的体形特征；

陌生人识别模块，用于将所述目标行人的外形特征，与预设行人特征库中的外形特征进行匹配，基于匹配结果，确定所述目标行人是否为陌生人。

8.根据权利要求7所述装置，其特征在于，所述特征提取模块具体用于：

基于所述目标采集设备采集到的图像数据，输出所述图像数据中各行人所占的目标矩形区域图像，其中，各所述目标矩形区域图像中包含用于区分不同目标行人的第一标识信息；

将各所述目标矩形区域图像，输入至预设特征提取模型，提取出各目标行人对应的预设长度的特征向量，并为各所述目标行人对应的预设长度的特征向量添加用于区分所属目标行人的第二标识信息；

基于各所述第一标识信息与各所述第二标识信息之间的对应关系，确定属于同一目标行人的外形特征向量为所述目标行人的外形特征；

所述目标采集设备采集到的图像数据包括历史采集到的样本图像，所述特征提取模块具体用于：

利用所述样本图像以及所述预设特征提取模型，提取出各所述样本图像中包含的各目标行人的外形特征向量；

基于各目标行人的外形特征向量，构建特征向量库，以得到所述预设行人特征库；

所述陌生人识别模块，具体用于确定所述目标行人的外形特征，与预设行人特征库中的各外形特征之间的余弦相似度，并确定各所述余弦相似度中，满足预设余弦相似度阈值要求的目标余弦相似度的数量；

若所述目标余弦相似度的数量小于预设统计数量阈值，则确定所述目标行人为陌生人；

所述装置还包括：

行人检测模块，用于基于所述目标图像采集设备采集的各帧待检测图像数据分别进行行人检测，输出检测结果，其中，目标帧图像数据的检测结果包含：所述目标帧图像中目标行人所占的目标矩形区域图像，所述目标帧的时间戳；

确定模块，用于基于各帧图像数据的行人检测结果，确定所述目标行人的最早出现时间，以及所述目标行人在各帧图像数据中所占的目标矩形区域图像；

最大的目标矩形区域图像获取模块，用于以所述目标行人的最早出现时间为时间起点，获取往后预设时长内，各所述目标矩形区域中的最大的目标矩形区域图像；

所述特征提取模块，还用于将所述最大的目标矩形区域图像输入至所述预设特征提取模型中，提取所述目标行人的外形特征；

预警模块，用于若所述目标行人为陌生人，基于预设预警策略，输出预警信号。

9.一种电子设备，包括：

处理器；以及

存储程序的存储器，

其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-6中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-6中任一项所述的方法。