CN108170750A - 一种人脸数据库更新方法、系统及终端设备 - Google Patents
一种人脸数据库更新方法、系统及终端设备 Download PDFInfo
- Publication number
- CN108170750A CN108170750A CN201711394604.9A CN201711394604A CN108170750A CN 108170750 A CN108170750 A CN 108170750A CN 201711394604 A CN201711394604 A CN 201711394604A CN 108170750 A CN108170750 A CN 108170750A
- Authority
- CN
- China
- Prior art keywords
- facial image
- face database
- face
- frequency
- occurrence
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明适用于人脸识别技术领域,提供了一种人脸数据库更新方法、系统及终端设备。包括:获取人脸图像;对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次;对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息;根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。通过获取人脸图像,根据人脸图像的出现频次和置信度对人脸数据库进行更新,并且同时更新该人脸图像的关联信息,实时有效地对人脸数据库进行更新,方便对布控人群实施实时监控,有效地解决了现有技术中人脸识别数据库存在无法实时更新的问题。
Description
技术领域
本发明属于人脸识别技术领域,尤其涉及一种人脸数据库更新方法、系统及终端设备。
背景技术
人脸识别技术,是一种基于人的脸部特征信息进行身份识别的生物识别技术,随着人工智能分析技术的迅速发展,人脸识别技术更多的应用于安防监控行业中,人脸识别技术作为安防行业目前应用最广泛的技术,通过前端抓拍设备拍摄人脸图像以及后端服务器设备对人脸图像分析处理,能够实现人脸布控、动态比对预警、人员轨迹追踪查询以及人员身份鉴别等功能。然而,在现有的人脸识别比对应用中,需要提供大量的人脸数据库。目前,该人脸数据库主要是由用户提供或者通过与公安业务的数据库对接获取。然而,由用户提供的或者通过与公安业务数据库对接获取到的人脸数据库无法实时更新,因而无法对布控人群实施实时监控。
综上所述,现有技术中人脸识别数据库存在无法实时更新的问题。
发明内容
有鉴于此,本发明实施例提供了一种人脸数据库更新方法、系统及终端设备,以解决现有技术中人脸识别数据库存在无法实时更新的问题。
本发明实施例的第一方面提供了一种人脸数据库更新方法,包括:
获取人脸图像;
对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次;
对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息;
根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
本发明实施例的第二方面提供了一种人脸数据库更新系统,包括:
图像获取模块,用于获取人脸图像;
分析模块,用于对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次;
关联模块,用于对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息;
更新模块,用于根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取人脸图像;
对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次;
对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息;
根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取人脸图像;
对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次;
对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息;
根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
本发明提供的一种人脸数据库更新方法、系统及终端设备,通过获取人脸图像,根据人脸图像的出现频次和置信度对人脸数据库进行更新,并且同时更新该人脸图像的关联信息,实时有效地对人脸数据库进行更新,方便对布控人群实施实时监控,有效地解决了现有技术中人脸识别数据库存在无法实时更新的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种人脸数据库更新方法的实现流程示意图;
图2是本发明实施例二提供的对应实施例一步骤S102的实现流程示意图;
图3是本发明实施例三提供的对应实施例一步骤S103的实现流程示意图;
图4是本发明实施例四提供的对应实施例一步骤S104的实现流程示意图;
图5是本发明实施例五提供的一种人脸数据库更新系统的结构示意图;
图6是本发明实施例六提供的对应实施例四中分析模块102的结构示意图;
图7是本发明实施例七提供的对应实施例四中关联模块103的结构示意图;
图8是本发明实施例八提供的对应实施例四中更新模块104的结构示意图;
图9是本发明实施例九提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明实施例为了解决现有技术中人脸识别数据库存在无法实时更新的问题,提供了一种人脸数据库更新方法、系统及终端设备,通过获取人脸图像,根据人脸图像的出现频次和置信度对人脸数据库进行更新,并且同时更新该人脸图像的关联信息,实时有效地对人脸数据库进行更新,方便对布控人群实施实时监控,有效地解决了现有技术中人脸识别数据库存在无法实时更新的问题。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一:
如图1所示,本实施例提供一种人脸数据库更新方法,其具体包括:
步骤S101:获取人脸图像。
在具体应用中,通过人脸检测技术,对监控视频中的人脸图像进行检测抓拍,获取到监控视频中的所有人脸图像。具体的,监控视频通过监控视频拍摄装置获取得到。
在具体应用中,在获取到人脸图像的同时,记录下该人脸图像对应的获取时间及获取区域。
步骤S102:对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次。
在具体应用中,对获取到的所有人脸图像进行质量检测分析。需要说明的是,置信度用于衡量人脸图像的质量,置信度值越高则表明该人脸图像的质量越佳。
在具体应用中,在监控视频中同一个人的人脸图像可能会出现多次,因此需要记录同一个人的人脸图像的出现频次。需要说明的是,人脸图像的出现频次越高,则说明在该时间段及该区域内此人出现次数越多,也就是说,该区域为该人员的活跃区域的可能性越大。因此,可以根据人脸图像的出现频次查找布控人员的活跃区域。
步骤S103:对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息。
在具体应用中,将在相同时间内(如1S内)获取到的人脸图像,或者在相同区域获取到的人脸图像进行关联,并记录为该人脸图像的关联信息。示例性的,在某一时间的同一区域内,在获取人脸图像A的同时获取到人脸图像B,则将人脸图像B与人脸图像作为人脸图像A的关联信息。并且根据同时出现以及同区域出现的频率计算人脸图像A与人脸图像B的关联度。需要说明的是,同时出现以及同区域出现的频率越高说明人脸图像A与人脸图像B的关联度越高。需要说明的是,上述关联信息包括:人脸图像的关联人脸图像、关联度、获取位置和获取时间。通过关联信息可以筛选出与该人脸图像相关的关联人脸图像,有利于快速定位布控人员的活动轨迹。示例性的,警方在破获同伙犯罪时,能够根据某一罪犯人脸图像的关联信息查询到同伙的人脸图像。需要说明的是,一个人脸图像可以关联多个人脸图像。
步骤S104:根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
在具体应用中,在获取到人脸图像后,将该人脸图像与现有的人脸数据库中的人脸图像进行比对,若该人脸数据库中不存在该人脸图像,则将该人脸图像进行保存,并同时保存其相关数据,其中相关数据包括:该人脸图像的置信度、出现频次以及关联信息。若该人脸数据中已经存在该人脸图像,则根据该人脸图像的置信度判断是否更新人脸数据库中对应的人脸图像。若满足更新条件,则将该人脸图像进行更新保存,并同时保存其相关数据。需要说明的是,更新条件是指置信度值不小于更新阈值,更新阈值是指该人脸图像为真实有效的人脸图像的最低置信度值。
在一个实施例中,上述人脸数据库更新方法在步骤S104之后还包括:
步骤S105:在预设时间段内,根据所述出现频次和所述关联信息删除所述人脸数据库中的无效人脸图像。
在具体应用中,人脸数据库中某一人脸图像的出现频次低于删除阈值时,将该人脸图像列为无效人脸图像,并将该无效人脸图像从人脸数据库中进行删除。
在具体应用中,根据人脸数据中某一人脸图像的关联信息筛选出与之不相关的人脸图像,将该人脸图像列为无效人脸图像,并将该无效人脸图像从人脸数据库中进行删除。
本实施例提供的一种人脸数据库更新方法通过获取人脸图像,根据人脸图像的出现频次和置信度对人脸数据库进行更新,并且同时更新该人脸图像的关联信息,实时有效地对人脸数据库进行更新,方便对布控人群实施实时监控,有效地解决了现有技术中人脸识别数据库存在无法实时更新的问题。
实施例二:
如图2所示,在本实施例中,实施例一中的步骤S102具体包括:
步骤S201:根据所述人脸图像的图片质量以及人脸倾斜角度对所述人脸图像进行分析,获取所述人脸图像的置信度。
在具体应用中,根据人脸图像的图像质量和该人脸图像中的人脸倾斜角度计算该人脸图像的置信度。在对人脸数据库进行更新时,将同一个人的所有人脸图像中置信度最高的人脸图像更新至人脸数据库中。还需要说明的是,对所述人脸图像进行质量检测分析可以根据现有的人脸检测分析算法进行分析,在此不加以限制。还需要说明的是,计算人脸图像的置信度可以通过图像质量进行分析计算,也可以根据人脸倾斜角度进行分析计算,还可以根据图像质量和人脸倾斜角度同时进行分析计算。
步骤S202:记录所述人脸图像出现的次数,获取所述人脸图像的出现频次。
在具体应用中,获取到人脸图像后,记录某时段和某区域该人脸图像出现的次数,将该人脸图像出现的次数作为该人脸图像的出现频次。具体的,通过与人脸数据库中的人脸图像进行比对识别,获取该人脸图像的出现频次,并进行更新,若当前人脸数据库中不存在该人脸图像,则将该人脸图像进行保存,并将记录到的人脸图像的出现频次对应保存。若该人脸数据库中存在该人脸图像,则将记录到的人脸图像的出现频次与人脸数据库中该人脸图像的出现频次进行叠加,并将叠加后的出现频次保存为该人脸图像的出现频次。
实施例三:
如图3所示,在本实施例中,实施例一中的步骤S103具体包括:
步骤S301:将所述人脸图像的获取时间和获取区域与所述人脸图像进行关联。
在具体应用中,通过人脸图像的获取时间和获取区域关联到该人脸图像中,具体的,将该人脸图像的获取时间和获取区域作为关联信息与该人脸图像同时保存在人脸数据库中。
步骤S302:根据所述获取时间与获取区域关联匹配所述人脸图像的关联人脸图像。
在具体应用中,将相同时间内获取到的人脸图像,在相同区域获取到的人脸图像进行关联,获取该人脸图像的关联人脸图像。示例性的,在某一时间的同一区域内,在获取人脸图像A的同时获取到人脸图像B,则将人脸图像B与人脸图像作为人脸图像A的关联人脸图像。需要说明的是,一个人脸图像可以有多个关联人脸图像。
实施例四:
如图4所示,在本实施例中,实施例一中的步骤S104具体包括:
步骤S401:将所述人脸图像与人脸数据库中进行比对识别,获取比对识别结果。
在具体应用中,比对识别现有的人脸数据库中是否存在人脸图像。若存在,则识别结果为是,若不存在,则识别结果为否。
步骤S402:根据所述置信度和所述比对识别结果判断是否将所述人脸图像更新至所述人脸数据库中。
在具体应用中,若该识别结果为否,则说明该人脸数据库中不存在该人脸图像,此时,将该人脸图像更新保存至人脸数据库中;若该识别结果为是,则说明人脸数据库中存在该人脸图像,此时,判断该人脸图像的置信度是否不小于更新阈值,若该人脸图像的置信度小于更新阈值,则不对该人脸图像进行更新;若该人脸图像的置信度不小于更新阈值,则将该人脸图像更新保存至人脸数据库中。
步骤S403:若是,则将所述人脸图像、所述人脸图像的出现频次以及所述人脸图像的关联信息更新至所述人脸数据库。
在具体应用中,在将该人脸图像更新到该人脸数据库中时,需要将该人脸图像的出现频次以及该人脸图像的关联信息与该人脸图像同时更新保存到人脸数据库中,方便后续对该人脸图像的相关信息进行查找,方便对布控人群实施实时监控。
实施例五:
如图5所示,本实施例提供一种人脸数据库更新系统100,用于执行实施例一中的方法步骤,其包括:
图像获取模块101用于获取人脸图像。
分析模块102用于对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次。
关联模块103用于对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息。
更新模块104用于根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
在一个实施例中,上述可疑车辆布控系统100还包括删除模块。
删除模块,用于在预设时间段内,根据所述出现频次和所述关联信息删除所述人脸数据库中的无效人脸图像。
需要说明的是,本发明实施例提供的人脸数据库更新系统,由于与本发明图1所示方法实施例基于同一构思,其带来的技术效果与本发明图1所示方法实施例相同,具体内容可参见本发明图1所示方法实施例中的叙述,此处不再赘述。
实施例六:
如图6所示,在本实施例中,实施例五中的分析模块102包括用于执行图2所对应的实施例中的方法步骤的结构,其包括:
分析单元201用于根据所述人脸图像的图片质量以及人脸倾斜角度对所述人脸图像进行分析,获取所述人脸图像的置信度。
记录单元202用于记录所述人脸图像出现的次数,获取所述人脸图像的出现频次。
实施例七:
如图7所示,在本实施例中,实施例五中的关联模块103包括用于执行图3所对应的实施例中的方法步骤的结构,其包括:
关联单元301用于将所述人脸图像的获取时间和获取区域与所述人脸图像进行关联。
获取单元302用于根据所述获取时间与获取区域关联匹配所述人脸图像的关联人脸图像。
实施例八:
如图8所示,在本实施例中,实施例五中的更新模块104包括用于执行图4所对应的实施例中的方法步骤的结构,其包括:
比对识别单元401用于将所述人脸图像与人脸数据库中进行比对识别,获取比对识别结果。
判断单元402用于根据所述置信度和所述比对识别结果判断是否将所述人脸图像更新至所述人脸数据库中。
更新单元403用于若将人脸图像更新至所述人脸数据库中,则将所述人脸图像、所述人脸图像的出现频次以及所述人脸图像的关联信息更新至所述人脸数据库。
实施例九:
图9是本发明一实施例提供的终端设备的示意图。如图9所示,该实施例的终端设备9包括:处理器90、存储器91以及存储在所述存储器91中并可在所述处理器90上运行的计算机程序92,例如程序。所述处理器90执行所述计算机程序92时实现上述各个视频搜索方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器90执行所述计算机程序92时实现上述视频搜索系统实施例中各模块/单元的功能,例如图5所示模块101至104的功能。
示例性的,所述计算机程序92可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器91中,并由所述处理器90执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序92在所述终端设备9中的执行过程。例如,所述计算机程序92可以被分割成图像获取模块、分析模块、关联模块以及更新模块,各模块具体功能如下:
图像获取模块,用于获取人脸图像;
分析模块,用于对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次;
关联模块,用于对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息;
更新模块,用于根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
所述终端设备9可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器90、存储器91。本领域技术人员可以理解,图9仅仅是终端设备9的示例,并不构成对终端设备9的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器90可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器91可以是所述终端设备9的内部存储单元,例如终端设备9 的硬盘或内存。所述存储器91也可以是所述终端设备9的外部存储设备,例如所述终端设备9上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器91还可以既包括所述终端设备9的内部存储单元也包括外部存储设备。所述存储器91用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种人脸数据库更新方法,其特征在于,所述人脸数据库更新方法包括:
获取人脸图像;
对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次;
对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息;
根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
2.根据权利要求1所述的人脸数据库更新方法,其特征在于,所述对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次,包括:
根据所述人脸图像的图片质量以及人脸倾斜角度对所述人脸图像进行分析,获取所述人脸图像的置信度;
记录所述人脸图像出现的次数,获取所述人脸图像的出现频次。
3.根据权利要求1所述的人脸数据库更新方法,其特征在于,所述对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息,包括:
将所述人脸图像的获取时间和获取区域与所述人脸图像进行关联;
根据所述获取时间与获取区域关联匹配所述人脸图像的关联人脸图像。
4.根据权利要求1所述的人脸数据库更新方法,其特征在于,所述根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新,包括:
将所述人脸图像与人脸数据库中进行比对识别,获取比对识别结果;
根据所述置信度和所述比对识别结果判断是否将所述人脸图像更新至所述人脸数据库中;
若是,则将所述人脸图像、所述人脸图像的出现频次以及所述人脸图像的关联信息更新至所述人脸数据库。
5.根据权利要求1至4任意一项所述的人脸数据库更新方法,其特征在于,所述人脸数据库更新方法,还包括:
在预设时间段内,根据所述出现频次和所述关联信息删除所述人脸数据库中的无效人脸图像。
6.一种人脸数据库更新系统,其特征在于,所述系统包括:
图像获取模块,用于获取人脸图像;
分析模块,用于对所述人脸图像进行分析,获取所述人脸图像的置信度以及出现频次;
关联模块,用于对所述人脸图像进行关联性分析,获取所述人脸图像的关联信息;
更新模块,用于根据所述置信度、出现频次以及所述关联信息对人脸数据库进行更新。
7.根据权利要求6所述的人脸数据库更新系统,其特征在于,所述分析模块包括:
分析单元,用于根据所述人脸图像的图片质量以及人脸倾斜角度对所述人脸图像进行分析,获取所述人脸图像的置信度;
记录单元,用于记录所述人脸图像出现的次数,获取所述人脸图像的出现频次。
8.根据权利要求6所述的人脸数据库更新系统,其特征在于,所述关联模块包括:
关联单元,用于将所述人脸图像的获取时间和获取区域与所述人脸图像进行关联;
获取单元,用于根据所述获取时间与获取区域关联匹配所述人脸图像的关联人脸图像。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711394604.9A CN108170750A (zh) | 2017-12-21 | 2017-12-21 | 一种人脸数据库更新方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711394604.9A CN108170750A (zh) | 2017-12-21 | 2017-12-21 | 一种人脸数据库更新方法、系统及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108170750A true CN108170750A (zh) | 2018-06-15 |
Family
ID=62523023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711394604.9A Pending CN108170750A (zh) | 2017-12-21 | 2017-12-21 | 一种人脸数据库更新方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108170750A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961495A (zh) * | 2018-06-25 | 2018-12-07 | 北京蜂盒科技有限公司 | 一种基于人脸识别的数据更新方法及装置 |
CN109062988A (zh) * | 2018-06-29 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 街景图像的更新方法及装置 |
CN109376645A (zh) * | 2018-10-18 | 2019-02-22 | 深圳英飞拓科技股份有限公司 | 一种人脸图像数据优选方法、装置及终端设备 |
CN109741499A (zh) * | 2018-12-29 | 2019-05-10 | 深圳市多度科技有限公司 | 门禁机的用户信息更新方法及装置 |
CN110163171A (zh) * | 2019-05-27 | 2019-08-23 | 北京字节跳动网络技术有限公司 | 用于识别人脸属性的方法和装置 |
CN110188722A (zh) * | 2019-06-05 | 2019-08-30 | 福建深视智能科技有限公司 | 一种本地人脸识别图像去重的方法及终端 |
CN110334690A (zh) * | 2019-07-16 | 2019-10-15 | 上海博康易联感知信息技术有限公司 | 人脸特征更新方法及装置 |
CN110765303A (zh) * | 2019-10-10 | 2020-02-07 | 武汉普利商用机器有限公司 | 一种更新数据库的方法及系统 |
CN111126167A (zh) * | 2019-12-02 | 2020-05-08 | 武汉虹信技术服务有限责任公司 | 一种快速识别多名特定人员串联活动的方法及系统 |
CN111368620A (zh) * | 2019-08-14 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种对目标关注对象的识别方法、装置和存储介质 |
CN111507238A (zh) * | 2020-04-13 | 2020-08-07 | 三一重工股份有限公司 | 人脸数据筛选方法、装置及电子设备 |
CN111814570A (zh) * | 2020-06-12 | 2020-10-23 | 深圳禾思众成科技有限公司 | 一种基于动态阈值的人脸识别方法、系统及存储介质 |
CN111831841A (zh) * | 2019-04-19 | 2020-10-27 | 杭州海康威视数字技术股份有限公司 | 一种信息检索方法、装置、电子设备及存储介质 |
CN111858622A (zh) * | 2019-04-30 | 2020-10-30 | 广东小天才科技有限公司 | 基于质量传播的多意图排序方法和装置,及存储介质 |
CN113034771A (zh) * | 2021-03-12 | 2021-06-25 | 浙江大华技术股份有限公司 | 基于人脸识别的过闸方法、装置、设备及计算机存储介质 |
CN113051981A (zh) * | 2019-12-28 | 2021-06-29 | 浙江宇视科技有限公司 | 人脸识别方法及装置 |
CN113487879A (zh) * | 2021-07-14 | 2021-10-08 | 湖南省交通科学研究院有限公司 | 一种智能综合一体柜 |
CN113538721A (zh) * | 2021-06-28 | 2021-10-22 | 福建数博讯信息科技有限公司 | 一种考勤数据交互的优化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080187185A1 (en) * | 2007-02-05 | 2008-08-07 | Takeshi Misawa | Image pickup apparatus, and device and method for control of image pickup |
CN101990667A (zh) * | 2008-04-02 | 2011-03-23 | 谷歌公司 | 将自动人脸识别合并入数字图像集中的方法和装置 |
CN105938552A (zh) * | 2016-06-29 | 2016-09-14 | 北京旷视科技有限公司 | 底图自动更新的人脸识别方法及装置 |
CN105975948A (zh) * | 2016-05-23 | 2016-09-28 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪系统及其方法 |
CN106998444A (zh) * | 2017-02-14 | 2017-08-01 | 北京中科天云科技有限公司 | 一种大数据人脸监控系统及装置 |
CN107480246A (zh) * | 2017-08-10 | 2017-12-15 | 北京中航安通科技有限公司 | 一种关联人员的识别方法及装置 |
-
2017
- 2017-12-21 CN CN201711394604.9A patent/CN108170750A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080187185A1 (en) * | 2007-02-05 | 2008-08-07 | Takeshi Misawa | Image pickup apparatus, and device and method for control of image pickup |
CN101990667A (zh) * | 2008-04-02 | 2011-03-23 | 谷歌公司 | 将自动人脸识别合并入数字图像集中的方法和装置 |
CN105975948A (zh) * | 2016-05-23 | 2016-09-28 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN105938552A (zh) * | 2016-06-29 | 2016-09-14 | 北京旷视科技有限公司 | 底图自动更新的人脸识别方法及装置 |
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪系统及其方法 |
CN106998444A (zh) * | 2017-02-14 | 2017-08-01 | 北京中科天云科技有限公司 | 一种大数据人脸监控系统及装置 |
CN107480246A (zh) * | 2017-08-10 | 2017-12-15 | 北京中航安通科技有限公司 | 一种关联人员的识别方法及装置 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961495A (zh) * | 2018-06-25 | 2018-12-07 | 北京蜂盒科技有限公司 | 一种基于人脸识别的数据更新方法及装置 |
CN109062988A (zh) * | 2018-06-29 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 街景图像的更新方法及装置 |
CN109062988B (zh) * | 2018-06-29 | 2019-10-25 | 百度在线网络技术(北京)有限公司 | 街景图像的更新方法及装置 |
CN109376645A (zh) * | 2018-10-18 | 2019-02-22 | 深圳英飞拓科技股份有限公司 | 一种人脸图像数据优选方法、装置及终端设备 |
CN109741499A (zh) * | 2018-12-29 | 2019-05-10 | 深圳市多度科技有限公司 | 门禁机的用户信息更新方法及装置 |
CN111831841B (zh) * | 2019-04-19 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 一种信息检索方法、装置、电子设备及存储介质 |
CN111831841A (zh) * | 2019-04-19 | 2020-10-27 | 杭州海康威视数字技术股份有限公司 | 一种信息检索方法、装置、电子设备及存储介质 |
CN111858622A (zh) * | 2019-04-30 | 2020-10-30 | 广东小天才科技有限公司 | 基于质量传播的多意图排序方法和装置,及存储介质 |
CN110163171A (zh) * | 2019-05-27 | 2019-08-23 | 北京字节跳动网络技术有限公司 | 用于识别人脸属性的方法和装置 |
CN110188722A (zh) * | 2019-06-05 | 2019-08-30 | 福建深视智能科技有限公司 | 一种本地人脸识别图像去重的方法及终端 |
CN110334690A (zh) * | 2019-07-16 | 2019-10-15 | 上海博康易联感知信息技术有限公司 | 人脸特征更新方法及装置 |
CN111368620A (zh) * | 2019-08-14 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种对目标关注对象的识别方法、装置和存储介质 |
CN111368620B (zh) * | 2019-08-14 | 2024-01-23 | 杭州海康威视系统技术有限公司 | 一种对目标关注对象的识别方法、装置和存储介质 |
CN110765303A (zh) * | 2019-10-10 | 2020-02-07 | 武汉普利商用机器有限公司 | 一种更新数据库的方法及系统 |
CN111126167A (zh) * | 2019-12-02 | 2020-05-08 | 武汉虹信技术服务有限责任公司 | 一种快速识别多名特定人员串联活动的方法及系统 |
CN111126167B (zh) * | 2019-12-02 | 2023-08-04 | 武汉虹信技术服务有限责任公司 | 一种快速识别多名特定人员串联活动的方法及系统 |
CN113051981B (zh) * | 2019-12-28 | 2024-03-26 | 浙江宇视科技有限公司 | 人脸识别方法及装置 |
CN113051981A (zh) * | 2019-12-28 | 2021-06-29 | 浙江宇视科技有限公司 | 人脸识别方法及装置 |
CN111507238A (zh) * | 2020-04-13 | 2020-08-07 | 三一重工股份有限公司 | 人脸数据筛选方法、装置及电子设备 |
CN111814570A (zh) * | 2020-06-12 | 2020-10-23 | 深圳禾思众成科技有限公司 | 一种基于动态阈值的人脸识别方法、系统及存储介质 |
CN111814570B (zh) * | 2020-06-12 | 2024-04-30 | 深圳禾思众成科技有限公司 | 一种基于动态阈值的人脸识别方法、系统及存储介质 |
CN113034771A (zh) * | 2021-03-12 | 2021-06-25 | 浙江大华技术股份有限公司 | 基于人脸识别的过闸方法、装置、设备及计算机存储介质 |
CN113538721A (zh) * | 2021-06-28 | 2021-10-22 | 福建数博讯信息科技有限公司 | 一种考勤数据交互的优化方法 |
CN113487879A (zh) * | 2021-07-14 | 2021-10-08 | 湖南省交通科学研究院有限公司 | 一种智能综合一体柜 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108170750A (zh) | 一种人脸数据库更新方法、系统及终端设备 | |
Gecer et al. | Detection and classification of cancer in whole slide breast histopathology images using deep convolutional networks | |
CN111563480B (zh) | 冲突行为检测方法、装置、计算机设备和存储介质 | |
CN111275080A (zh) | 基于人工智能的图像分类模型训练方法、分类方法及装置 | |
CN109766755B (zh) | 人脸识别方法及相关产品 | |
CN107992739A (zh) | 用户验证方法、装置及系统 | |
CN109697416A (zh) | 一种视频数据处理方法和相关装置 | |
CN111461170A (zh) | 车辆图像检测方法、装置、计算机设备及存储介质 | |
CN111626243B (zh) | 口罩遮挡人脸的身份识别方法、装置及存储介质 | |
CN102945366A (zh) | 一种人脸识别的方法及装置 | |
CN108241853A (zh) | 一种视频监控方法、系统及终端设备 | |
CN109376672A (zh) | 基于生物特征识别的目标对象定位方法及装置 | |
CN112581438A (zh) | 切片图像识别方法、装置和存储介质及电子设备 | |
CN108197543A (zh) | 图像过滤方法及装置、嵌入式设备和存储介质 | |
CN107944371A (zh) | 一种基于数据挖掘的公安视频监控图像处理方法 | |
CN111783718A (zh) | 目标对象状态识别方法、装置、存储介质及电子装置 | |
CN108171138A (zh) | 一种生物特征信息获取方法和装置 | |
Sabharwal et al. | Recognition of surgically altered face images: an empirical analysis on recent advances | |
CN109784171A (zh) | 车辆定损图像筛选方法、装置、可读存储介质及服务器 | |
CN110297919A (zh) | 一种数据清洗方法、装置、设备及存储介质 | |
CN104361339B (zh) | 掌形图形提取及识别方法 | |
CN112597238A (zh) | 基于人员信息的知识图谱构建方法、系统、设备及介质 | |
CN112418196A (zh) | 人群数量预测方法、装置、计算机设备及存储介质 | |
CN113515977A (zh) | 人脸识别方法及系统 | |
CN110334232A (zh) | 档案应用方法及装置、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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180615 |