CN111708906A - 基于人脸识别的来访检索方法、装置、设备及存储介质 - Google Patents
基于人脸识别的来访检索方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111708906A CN111708906A CN202010548116.4A CN202010548116A CN111708906A CN 111708906 A CN111708906 A CN 111708906A CN 202010548116 A CN202010548116 A CN 202010548116A CN 111708906 A CN111708906 A CN 111708906A
- Authority
- CN
- China
- Prior art keywords
- face
- target
- face image
- time
- library
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种基于人脸识别的来访检索方法、装置、设备及存储介质,其中,方法包括:根据预设的人脸识别装置拍摄人脸图像,并根据人脸图像,基于拍摄时间,建立多个单位时间人脸库;定时对单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库;通接收目标人脸图像信息和目标时间信息;根据目标时间信息,从处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对每一目标单位人脸库同时进行检索,得到与目标人脸图像相匹配的标的人脸图像和拍摄时间,根据标的人脸图像和拍摄时间建立目标人脸图像对应的来访数据集合。该方案缩短了聚类和清除的耗时,极大地提高了检索效率和输出准确度。
Description
技术领域
本发明涉及计算机通信技术领域,尤其涉及一种基于人脸识别的来访检索方法、装置、设备及存储介质。
背景技术
传统的案场人脸识别风控系统都是将所有的人脸图片数据存入一个人脸库当中,每天对该库做人脸图聚类,以及对不满足人脸识别标准的图片进行清除等操作,当用户上传图片使用来访轨迹检索功能时,系统则输出人脸库中最相似的10张图片和来访时间。
随着时间的推移,人脸库容量不断增大:一方面,每天的聚类和清除任务耗时越来越长,系统效率大大降低;另一方面,做轨迹检索时,检索耗时变长,人脸错识率提高或轨迹不完整;最后,为了保证系统运行效率,即使在磁盘容量充足的情况下也要进行清库操作,比如时定删除3个月至6个月之前的人脸图数据。因此检索来访轨迹的耗时越来越长,致使检索效率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种基于人脸识别的来访检索方法、装置、设备及存储介质。
一种基于人脸识别的来访检索方法,所述方法包括:根据预设的人脸识别装置拍摄人脸图像,并根据所述人脸图像,基于拍摄时间,建立多个单位时间人脸库;定时对所述单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库;接收目标人脸图像信息和目标时间信息;根据所述目标时间信息,从所述处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对所述每一目标单位人脸库同时进行检索,得到与所述目标人脸图像相匹配的标的人脸图像和拍摄时间,根据所述标的人脸图像和所述拍摄时间建立所述目标人脸图像对应的来访数据集合。
在其中一个实施例中,所述根据预设的人脸识别装置拍摄人脸图像之后,所述并根据所述人脸图像,基于拍摄时间,建立多个单位时间人脸库之前,还包括:建立一个员工人脸库,所述员工人脸库中包括所有员工的人脸图像;基于所述员工人脸库的人脸图像,对所述拍摄的人脸图像进行相似比对,得到相似度;当所述相似度符合预设值时,则将所述拍摄的人脸图像删除。
在其中一个实施例中,所述定时对所述单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库,具体为:计算所述单位时间人脸库中所有人脸图像之间的相似度,将所述相似度符合预设值的人脸图像聚合至同一集合中;选择集合中人脸图像数量大于预设值的集合作为目标集合;基于所述目标集合,根据所述预选的特征因素对所述目标集合中每一人脸图像进行评选,将所述评选不符合预设标准的人脸图像删除,得到处理后的单位时间人脸库。
在其中一个实施例中,所述计算所述单位时间人脸库中所有人脸图像之间的相似度,将所述相似度符合预设值的人脸图像聚合至同一集合中之后,还包括:根据预选的特征因素对每一集合中的人脸图像逐一进行评选,选取评分最高的三张图作为每一集合的特征图。
在其中一个实施例中,所述接收目标人脸图像信息和目标时间信息之后,还包括:对接收到的所述目标人脸图像信息进行标准化处理,得到标准化的目标人脸图像。
在其中一个实施例中,所述根据所述目标时间信息,从所述处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对所述每一目标单位人脸库同时进行检索,得到与所述目标人脸图像相匹配的标的人脸图像和拍摄时间,根据所述标的人脸图像和所述拍摄时间建立所述目标人脸图像对应的来访数据集合之后,还包括:将所述目标人脸图像对应的来访数据集合进行显示。
一种基于人脸识别的来访检索装置,包括建库模块、处理模块、接收模块和匹配模块,其中:所述建库模块用于,根据预设的人脸识别装置拍摄人脸图像,并根据所述人脸图像,基于拍摄时间,建立多个单位时间人脸库;所述处理模块用于,定时对所述单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库;所述接收模块用于,接收目标人脸图像信息和目标时间信息;所述匹配模块用于,根据所述目标时间信息,从所述处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对所述每一目标单位人脸库同时进行检索,得到与所述目标人脸图像相匹配的标的人脸图像和拍摄时间,根据所述标的人脸图像和所述拍摄时间建立所述目标人脸图像对应的来访数据集合。
在其中一个实施例中,所述装置还包括还包括显示模块:所述显示模块用于,将所述目标人脸图像对应的来访数据集合进行显示。
一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述各个实施例中所述的客户行为分析方法的步骤。
一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述各个实施例中所述的客户行为分析方法的步骤。
上述基于人脸识别的来访检索方法、装置、设备及存储介质,基于拍摄时间建立多个单位时间人脸库,只需对每个单位时间人脸库建成后,定时聚类和清除处理一次,缩短了聚类和清除任务的耗时;且检索时多个线程同时对多个目标单位时间人脸库进行检索,便不会为了检索效率而需要用户再进行定期清理人脸库,可以更长时间的保留抓拍到的人脸图像数据;再者多线程同时处理,也极大地提高检索效率和输出准确度,使得磁盘使用率最大化。
附图说明
图1为一个实施例中基于人脸识别的来访检索方法的流程示意图;
图2为一个实施例中基于人脸识别的来访检索装置的结构框图;
图3是一个实施例中设备的内部结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在一个实施例中,如图1所示,提供了一种基于人脸识别的来访检索方法,包括以下步骤:
S110根据预设的人脸识别装置拍摄人脸图像,并根据人脸图像,基于拍摄时间,建立多个单位时间人脸库。
具体地,先在案场进行人脸识别装置的部署,这里的人脸识别装置可以是高清摄像头,也可以是高拍仪,即高速拍照扫描仪,该人脸识别装置可以拍摄到处于该装置拍摄范围内人的人脸图像。人脸识别装置会将拍摄到的人脸图像上传到服务器中,服务器在接收到人脸图像后,会基于拍摄时间,对人脸图像分类,然后建立单位时间人脸库。优选的,可以以一天时间为单位,建立人脸图像库,这样建立的单位时间人脸库将同一天拍摄的图片纳入一个单位时间人脸库。
在一个实施例中,在根据预设的人脸识别装置拍摄人脸图像之后,在并根据人脸图像,基于拍摄时间,建立多个单位时间人脸库之前,还包括:建立一个员工人脸库,员工人脸库中包括所有员工的人脸图像;基于员工人脸库的人脸图像,对拍摄的人脸图像进行相似比对,得到相似度;当相似度符合预设值时,则将拍摄的人脸图像删除。具体地,先在服务器中,建立一个员工人脸库,这里的员工人脸库中存放的是所有员工的人脸图。在人脸识别装置拍摄到人脸图像时,会将该人脸图像传输至服务器中,服务器会调取员工人脸库中的所有的员工人脸图像与该拍摄的人脸图像进行对比,得到每一次对比的相似度,如果存在一张员工人脸图像与该拍摄的人脸图像的相识度达到了预设值,那么则说明该拍摄的人脸图像为该员工人脸图像对应的员工,不属于客户,之间将之删除。优选的,这里的预设值可以为80%,如果相似度达到80%,则将拍摄的人脸图像删除,如果相似度低于80%,则进行后续的根据拍摄时间纳入单位时间人脸库的处理步骤。因为人脸识别装置在拍摄时无法区分客户与员工,因此在将拍摄的人脸图像入库之前,进行一次筛选,可以减少单位时间人脸库中的图像量,从而能够提高后续的检索速率。
S120定时对单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库。
具体地,定时对建立好的单位时间人脸库进行一次聚类和清除处理,因为单位时间人脸库是根据时间线进行的,一般是以天为单位,在一个单位时间人脸库建立完成之后,后续不会再有新的人脸图像入库,所说义只需要进行一次聚类和清除的处理,然后就得到根据时间排列的处理胡放入单位时间人脸库。
在一个实施例中,定时对单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库,具体为:计算单位时间人脸库中所有人脸图像之间的相似度,将相似度符合预设值的人脸图像聚合至同一集合中;选择集合中人脸图像数量大于预设值的集合作为目标集合;基于目标集合,根据预选的特征因素对目标集合中每一人脸图像进行评选,将评选不符合预设标准的人脸图像删除,得到处理后的单位时间人脸库。具体地,将每一个单位时间人脸库中的人脸图像,两两间相互计算相似度,将两两间相似度大于预设值的人脸图像放置于同一个人脸图像集合中,这里的预设值优选为90%的相似度。然后单位时间人脸库中就是多个集合的组合,每一个集合中都至少存在一张人脸图像。然后将每一个集合中的人脸图像进行数量统计,选择人脸图像数量大于两个的集合挑选出来,作为目标集合。再分别对每一个挑选出来的目标集合进行处理,根据预设的特征因素对目标集合中的每一个人脸图像进行评选,这里预设的特征因素为清晰度、抓拍角度和遮挡率,将清晰度较低即对焦不准的;拍摄角度差的,比如半脸、大侧脸、大俯仰角等;以及遮挡率高的,比如人脸遮挡率超过55%的,都进行删除。
在一个实施例中,步骤计算单位时间人脸库中所有人脸图像之间的相似度,将相似度符合预设值的人脸图像聚合至同一集合中之后,还包括:根据预选的特征因素对每一集合中的人脸图像逐一进行评选,选取评分最高的三张图作为每一集合的特征图。具体地,根据预选的特征因素,对每一个集合中的每一个人脸图像进行逐一评选,其中预选特征因素为清晰度,抓拍角度和遮挡率,选择整体清晰度高,抓拍角度好,以及遮挡率最小的三张人脸图像,作为该集合的特征图,在后续进行检索时,直接用每一集合的特征图进行比对,如若符合,直接将集合选择出即可,从一定程度上提高了检索的准确性和效率。
S130接收目标人脸图像信息和目标时间信息。
具体地,用户输入需要检索来访轨迹的客户的目标人脸图像信息,和目标时间信息。其中目标人脸图像信息即为需要检索来访轨迹的客户照片,目标时间信息即为需要检索的时间段。
在一个实施例中,步骤S130之后,还包括:对接收到的目标人脸图像信息进行标准化处理,得到标准化的目标人脸图像。具体的,需要对接收到的目标人脸图像信息进行处理,优选的,将图片进行base64编码,便于数据传输。
S140根据目标时间信息,从处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对每一目标单位人脸库同时进行检索,得到与目标人脸图像相匹配的标的人脸图像和拍摄时间,根据标的人脸图像和拍摄时间建立目标人脸图像对应的来访数据集合。
具体地,根据目标时间信息,选择目标时间信息范围内的单位时间人脸库作为目标单位时间人脸库,然后根据选择的目标单位时间人脸库的个数,开启对应数量的线程,同时对选择的多个目标单位时间人脸库进行检索;从而得到每一个目标单位时间人脸库中,与目标人脸图像相匹配的标的人脸图和标的人脸图像的拍摄时间;最后再根据标的人脸图像和拍摄时间,建立目标人脸图像对应的来访数据集合。
在一个实施例中,步骤S140之后,还包括:将目标人脸图像对应的来访数据集合进行显示。具体地,在步骤S140中得到了目标人脸图像在目标时间范围内的来访数据集合后,将该数据集合按照时间顺序对应显示。
上述实施例中,基于拍摄时间建立多个单位时间人脸库,只需对每个单位时间人脸库建成后,定时聚类和清除处理一次,缩短了聚类和清除任务的耗时;且检索时多个线程同时对多个目标单位时间人脸库进行检索,便不会为了检索效率而需要用户再进行定期清理人脸库,可以更长时间的保留抓拍到的人脸图像数据;再者多线程同时处理,也极大地提高检索效率和输出准确度,使得磁盘使用率最大化。
在一个实施例中,如图2所示,提供了一种基于人脸识别的来访检索装置200,该装置包括建库模块201、处理模块202、接收模块203和匹配模块204,其中:
建库模块201用于,根据预设的人脸识别装置拍摄人脸图像,并根据人脸图像,基于拍摄时间,建立多个单位时间人脸库;
处理模块202用于,定时对单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库;
接收模块203用于,接收目标人脸图像信息和目标时间信息;
匹配模块204用于,根据目标时间信息,从处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对每一目标单位人脸库同时进行检索,得到与目标人脸图像相匹配的标的人脸图像和拍摄时间,根据标的人脸图像和拍摄时间建立目标人脸图像对应的来访数据集合。
在一个实施例中,建库模块201还用于,建立一个员工人脸库,员工人脸库中包括所有员工的人脸图像;基于员工人脸库的人脸图像,对拍摄的人脸图像进行相似比对,得到相似度;当相似度符合预设值时,则将拍摄的人脸图像删除。
在一个实施例中,处理模块202还用于,计算单位时间人脸库中所有人脸图像之间的相似度,将相似度符合预设值的人脸图像聚合至同一集合中;选择集合中人脸图像数量大于预设值的集合作为目标集合;基于目标集合,根据预选的特征因素对目标集合中每一人脸图像进行评选,将评选不符合预设标准的人脸图像删除,得到处理后的单位时间人脸库。
在一个实施例中,处理模块202还用于,根据预选的特征因素对每一集合中的人脸图像逐一进行评选,选取评分最高的三张图作为每一集合的特征图。
在一个实施例中,装置还包括标准化模块,其中:标准化模块用于,对接收到的目标人脸图像信息进行标准化处理,得到标准化的目标人脸图像。
在一个实施例中,装置还包括显示模块,其中:显示模块用于,将目标人脸图像对应的来访数据集合进行显示。
在一个实施例中,提供了一种设备,该设备可以是服务器,其内部结构图可以如图3所示。该设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该设备的处理器用于提供计算和控制能力。该设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该设备的数据库用于存储配置模板,还可用于存储目标网页数据。该设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于人脸识别的来访检索方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的设备的限定,具体的设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法,所述计算机可以为上述提到的基于人脸识别的来访检索装置的一部分。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所做的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于人脸识别的来访检索方法,其特征在于,包括:
根据预设的人脸识别装置拍摄人脸图像,并根据所述人脸图像,基于拍摄时间,建立多个单位时间人脸库;
定时对所述单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库;
接收目标人脸图像信息和目标时间信息;
根据所述目标时间信息,从所述处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对所述每一目标单位人脸库同时进行检索,得到与所述目标人脸图像相匹配的标的人脸图像和拍摄时间,根据所述标的人脸图像和所述拍摄时间建立所述目标人脸图像对应的来访数据集合。
2.如权利要求1所述的方法,其特征在于,所述根据预设的人脸识别装置拍摄人脸图像之后,所述并根据所述人脸图像,基于拍摄时间,建立多个单位时间人脸库之前,还包括:
建立一个员工人脸库,所述员工人脸库中包括所有员工的人脸图像;
基于所述员工人脸库的人脸图像,对所述拍摄的人脸图像进行相似比对,得到相似度;
当所述相似度符合预设值时,则将所述拍摄的人脸图像删除。
3.如权利要求1所述的方法,其特征在于,所述定时对所述单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库,具体为:
计算所述单位时间人脸库中所有人脸图像之间的相似度,将所述相似度符合预设值的人脸图像聚合至同一集合中;
选择集合中人脸图像数量大于预设值的集合作为目标集合;
基于所述目标集合,根据所述预选的特征因素对所述目标集合中每一人脸图像进行评选,将所述评选不符合预设标准的人脸图像删除,得到处理后的单位时间人脸库。
4.如权利要求3所述的方法,其特征在于,所述计算所述单位时间人脸库中所有人脸图像之间的相似度,将所述相似度符合预设值的人脸图像聚合至同一集合中之后,还包括:
根据预选的特征因素对每一集合中的人脸图像逐一进行评选,选取评分最高的三张图作为每一集合的特征图。
5.如权利要求1所述的方法,其特征在于,所述接收目标人脸图像信息和目标时间信息之后,还包括:
对接收到的所述目标人脸图像信息进行标准化处理,得到标准化的目标人脸图像。
6.如权利要求1所述的方法,其特征在于,所述根据所述目标时间信息,从所述处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对所述每一目标单位人脸库同时进行检索,得到与所述目标人脸图像相匹配的标的人脸图像和拍摄时间,根据所述标的人脸图像和所述拍摄时间建立所述目标人脸图像对应的来访数据集合之后,还包括:
将所述目标人脸图像对应的来访数据集合进行显示。
7.一种基于人脸识别的来访检索装置,其特征在于,包括建库模块、处理模块、接收模块和匹配模块,其中:
所述建库模块用于,根据预设的人脸识别装置拍摄人脸图像,并根据所述人脸图像,基于拍摄时间,建立多个单位时间人脸库;
所述处理模块用于,定时对所述单位时间人脸库进行聚类和清除处理,得到处理后的单位时间人脸库;
所述接收模块用于,接收目标人脸图像信息和目标时间信息;
所述匹配模块用于,根据所述目标时间信息,从所述处理后的单位时间人脸库中选择对应的目标单位时间人脸库,开启相应数量的线程对所述每一目标单位人脸库同时进行检索,得到与所述目标人脸图像相匹配的标的人脸图像和拍摄时间,根据所述标的人脸图像和所述拍摄时间建立所述目标人脸图像对应的来访数据集合。
8.如权利要求7所述的装置,其特征在于,还包括显示模块:
所述显示模块用于,将所述目标人脸图像对应的来访数据集合进行显示。
9.一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010548116.4A CN111708906B (zh) | 2020-06-16 | 2020-06-16 | 基于人脸识别的来访检索方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010548116.4A CN111708906B (zh) | 2020-06-16 | 2020-06-16 | 基于人脸识别的来访检索方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111708906A true CN111708906A (zh) | 2020-09-25 |
| CN111708906B CN111708906B (zh) | 2022-12-27 |
Family
ID=72540390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010548116.4A Active CN111708906B (zh) | 2020-06-16 | 2020-06-16 | 基于人脸识别的来访检索方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111708906B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112836660A (zh) * | 2021-02-08 | 2021-05-25 | 上海卓繁信息技术股份有限公司 | 一种用于监控领域的人脸库生成方法、装置和电子设备 |
| CN112861834A (zh) * | 2021-04-26 | 2021-05-28 | 北京京安佳新技术有限公司 | 一种基于基站数据的通信信息获取方法 |
| CN115188044A (zh) * | 2022-07-07 | 2022-10-14 | 湖南优美科技发展有限公司 | 一种面向开放集的大规模人脸检索数据集清洗方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107590212A (zh) * | 2017-08-29 | 2018-01-16 | 深圳英飞拓科技股份有限公司 | 一种人脸图片的入库系统及方法 |
| WO2018180588A1 (ja) * | 2017-03-27 | 2018-10-04 | 株式会社日立国際電気 | 顔画像照合システムおよび顔画像検索システム |
| CN109597908A (zh) * | 2018-12-14 | 2019-04-09 | 深圳壹账通智能科技有限公司 | 基于人脸识别的照片搜索方法、装置、设备及存储介质 |
| CN109727411A (zh) * | 2018-12-13 | 2019-05-07 | 广州万升信息科技有限公司 | 基于人脸识别、扫码认证、人体感应的借书系统 |
| CN109815775A (zh) * | 2017-11-22 | 2019-05-28 | 深圳市祈飞科技有限公司 | 一种基于人脸属性的人脸识别方法及系统 |
-
2020
- 2020-06-16 CN CN202010548116.4A patent/CN111708906B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018180588A1 (ja) * | 2017-03-27 | 2018-10-04 | 株式会社日立国際電気 | 顔画像照合システムおよび顔画像検索システム |
| CN107590212A (zh) * | 2017-08-29 | 2018-01-16 | 深圳英飞拓科技股份有限公司 | 一种人脸图片的入库系统及方法 |
| CN109815775A (zh) * | 2017-11-22 | 2019-05-28 | 深圳市祈飞科技有限公司 | 一种基于人脸属性的人脸识别方法及系统 |
| CN109727411A (zh) * | 2018-12-13 | 2019-05-07 | 广州万升信息科技有限公司 | 基于人脸识别、扫码认证、人体感应的借书系统 |
| CN109597908A (zh) * | 2018-12-14 | 2019-04-09 | 深圳壹账通智能科技有限公司 | 基于人脸识别的照片搜索方法、装置、设备及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112836660A (zh) * | 2021-02-08 | 2021-05-25 | 上海卓繁信息技术股份有限公司 | 一种用于监控领域的人脸库生成方法、装置和电子设备 |
| CN112836660B (zh) * | 2021-02-08 | 2024-05-28 | 上海卓繁信息技术股份有限公司 | 一种用于监控领域的人脸库生成方法、装置和电子设备 |
| CN112861834A (zh) * | 2021-04-26 | 2021-05-28 | 北京京安佳新技术有限公司 | 一种基于基站数据的通信信息获取方法 |
| CN115188044A (zh) * | 2022-07-07 | 2022-10-14 | 湖南优美科技发展有限公司 | 一种面向开放集的大规模人脸检索数据集清洗方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111708906B (zh) | 2022-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111680551B (zh) | 监控牲畜数量的方法、装置、计算机设备及存储介质 | |
| US11321966B2 (en) | Method and apparatus for human behavior recognition, and storage medium | |
| CN111708906B (zh) | 基于人脸识别的来访检索方法、装置、设备及存储介质 | |
| JP2022518459A (ja) | 情報処理方法および装置、記憶媒体 | |
| KR101832680B1 (ko) | 참석자들에 의한 이벤트 검색 | |
| CN114187463B (zh) | 电子档案生成方法、装置、终端设备及存储介质 | |
| CN111177469A (zh) | 人脸检索方法及人脸检索装置 | |
| CN111241928A (zh) | 人脸识别底库优化方法、系统、设备、可读存储介质 | |
| CN112199555A (zh) | 人员聚档方法、装置及电子设备 | |
| WO2020172870A1 (zh) | 一种目标对象的移动轨迹确定方法和装置 | |
| CN111739182A (zh) | 考勤方法及装置、电子设备及存储介质 | |
| CN114021719B (zh) | 量化模型优化方法、装置、设备及计算机存储介质 | |
| CN111860313A (zh) | 基于人脸识别的信息查询方法、装置、计算机设备和介质 | |
| CN111177436B (zh) | 一种人脸特征检索方法、装置及设备 | |
| CN111507424B (zh) | 一种数据处理方法及装置 | |
| US11537639B2 (en) | Re-identification of physical objects in an image background via creation and storage of temporary data objects that link an object to a background | |
| CN114373209B (zh) | 基于视频的人脸识别方法、装置、电子设备及存储介质 | |
| CN112883213B (zh) | 一种图片归档方法、装置及电子设备 | |
| CN110889438B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN116863282B (zh) | 一种基于数据分析的智能化图片识别检索系统 | |
| CN114863364B (zh) | 一种基于智能视频监控的安防检测方法及系统 | |
| CN112559712A (zh) | 一种智能运维方法和系统 | |
| CN114268730A (zh) | 图像存储的方法、装置、计算机设备和存储介质 | |
| CN113343004B (zh) | 对象的识别方法和装置、存储介质及电子装置 | |
| CN112434661A (zh) | 一种人脸识别与分类注册方法、计算机设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |