基于人脸抓拍数据的同行人员查询方法、装置和设备制造方法及图纸

本申请涉及一种基于人脸抓拍数据的同行人员查询方法、装置和设备。上述方案中，通过获取待查询人员的人脸标识作为目标人脸标识，并基于预先建立的通行记录表，检索预设条件范围内的与目标人脸标识相关的人脸标识，得到检索结果；然后根据检索结果得到各人脸标识对应的同行次数和同行权重作为查询结果并输出，即可得到待查询人员的同行人员。如此设置，也即提供一种深度分析同行人关系的模型，避免人工筛选，且突破仅以人脸同行次数进行简单线性相加的弊端，因此能够大大提升准确度及效率。

【技术实现步骤摘要】
基于人脸抓拍数据的同行人员查询方法、装置和设备
本申请涉及计算机
，尤其涉及一种基于人脸抓拍数据的同行人员查询方法、装置和设备。
技术介绍
现有人像系统或者其他信息化系统中，人员同行关系主要有如下几种处理方案：1、根据获取的目标人员通行记录结果集，针对通行场景图进行人工筛选，确定同行关系；2、基于通行记录数据，对同行关系按同行次数进行简单拟合。对于第1种方案，首先人工筛选效率低下，其次由于很多同行存在时间间隔，因此会导致关联准确度较低；对于第2种方案，在特定环境下(如排队时)产生的数据会对最终分析结果产生较大干扰，导致关联准确度较低。
技术实现思路
本申请提供一种基于人脸抓拍数据的同行人员查询方法、装置和设备，以解决现有的同行关系的处理方法准确度低和效率低的问题。本申请的上述目的是通过以下技术方案实现的：第一方面，本申请实施例提供一种基于人脸抓拍数据的同行人员查询方法，其包括：获取待查询人员的人脸标识作为目标人脸标识；所述人脸标识代表人员独有的人脸特征；基于预先建立的通行记录表，检索预设条件范围内的与所述目标人脸标识相关的人脸标识，得到检索结果；其中，所述通行记录表存储有人脸标识与通行记录的关联关系，所述通行记录为各前端设备抓拍到人脸后的记录数据；统计所述检索结果中各人脸标识对应的同行次数，并根据预设分数控制模型计算各人脸标识对应的同行权重，得到查询结果；输出查询结果。可选的，所述通行记录表的建立过程包括：获取前端设备抓拍的场景图片；所述场景图片中包括人脸；对所述场景图片进行人脸特征提取并对提取结果进行聚类，得到包含人脸标识的聚类档案；将所述人脸标识与通行记录相关联，得到所述通行记录表。可选的，所述对所述场景图片进行人脸特征提取并对提取结果进行聚类，得到包含人脸标识的聚类档案，包括：将所述场景图片进行人脸结构化，检测出人脸；对检测出的人脸进行人脸特征提取，得到二进制的特征值；通过聚类算法对所述特征值进行聚类，以将同一人员的人脸特征归为一类，并得到代表该类人脸特征的字符串作为对应的人脸标识；建立包含全部人脸标识的聚类档案。可选的，所述获取待查询人员的人脸标识作为目标人脸标识，包括：获取待查询人员的图片；将所述待查询人员的图片进行人脸结构化，检测出目标人脸；对检测出的目标人脸进行人脸特征提取，得到二进制的特征值；基于所述聚类档案，查找所述目标人脸的特征值对应的人脸标识作为所述目标人脸标识。可选的，所述根据预设分数控制模型计算各人脸标识对应的同行权重，包括：在同一天内，针对每个人脸标识：若在某一前端设备下，检测到对应的人员在设定时间间隔内第一次与待查询人员同行，则该人脸标识对应的同行权重增加第一预设值；若在同一前端设备下，检测到对应的人员之后再次与待查询人员同行，则该人脸标识对应的同行权重增加第二预设值；若在除该前端设备以外的其他前端设备下，检测到对应的人员与待查询人员同行，则该人脸标识对应的同行权重增加第三预设值；其中，所述第一预设值、所述第三预设值和所述第二预设值依次减小。可选的，在同一天内，基于同一前端设备，同一人脸标识对应的同行权重的增加量至多为第四预设值；在同一天内，基于不同前端设备，同一人脸标识对应的同行权重的总增加量至多为第五预设值。可选的，所述输出查询结果，包括：将查询结果基于所述同行权重进行排序并输出。可选的，所述通行记录包括通行记录标识、通行记录场景图片、人脸小图、通行时间、通行设备标识和通行设备位置。第二方面，本申请实施例还提供一种基于人脸抓拍数据的同行人员查询装置，其包括：获取模块，用于获取待查询人员的人脸标识作为目标人脸标识；所述人脸标识代表人员独有的人脸特征；检索模块，用于基于预先建立的通行记录表，检索预设条件范围内的与所述目标人脸标识相关的人脸标识，得到检索结果；其中，所述通行记录表存储有人脸标识与通行记录的关联关系，所述通行记录为各前端设备抓拍到人脸后的记录数据；查询模块，用于统计所述检索结果中各人脸标识对应的同行次数，并根据预设分数控制模型计算各人脸标识对应的同行权重，得到查询结果；输出模块，用于输出查询结果。第三方面，本申请实施例还提供一种基于人脸抓拍数据的同行人员查询设备，其包括：存储器和与所述存储器相连接的处理器；所述存储器，用于存储程序，所述程序至少用于实现如第一方面任一项所述的方法；所述处理器，用于调用并执行所述存储器存储的所述程序。本申请的实施例提供的技术方案可以包括以下有益效果：本申请的实施例提供的技术方案中，通过获取待查询人员的人脸标识作为目标人脸标识，并基于预先建立的通行记录表，检索预设条件范围内的与目标人脸标识相关的人脸标识，得到检索结果；然后根据检索结果得到各人脸标识对应的同行次数和同行权重作为查询结果并输出，即可得到待查询人员的同行人员。如此设置，也即提供一种深度分析同行人关系的模型，避免人工筛选，且突破仅以人脸同行次数进行简单线性相加的弊端，因此能够大大提升准确度及效率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。图1为本申请实施例提供的一种基于人脸抓拍数据的同行人员查询方法的流程示意图；图2为本申请实施例提供的一种基于人脸抓拍数据的同行人员查询装置的结构示意图；图3为本申请实施例提供的一种基于人脸抓拍数据的同行人员查询的结构示意图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。为了使本申请的方案更容易理解，首先对现有技术方案及其存在的问题进行详细说明。关于
技术介绍
部分提到的两种方案，对于第1种，也即针对通行场景图进行人工筛选，确定同行关系，有如下缺陷：1)关联准确度低：通行场景图只能反映当时抓拍时刻的情况，但是很多同行是存在时间间隔的，少的有2～3秒，多的甚至可以达到1分钟，所以很可能目标人员和同行人员并不在一张场景图上，从而导致分析结果准确度低；因此，基于人工筛选的方法，很可能由于主观原因导致漏识别或者误识别，从而降低分析准确度；2)关联效率低：海量通行记录进行人工识别筛选，会产生较大的人工工作量，消耗较多时间，从而导致效率低下；对于第2种，也即针对对同行关系按同行次数进行简单拟合，有如下缺陷：关联准确率低：在大规模数据场景下按同行次本文档来自技高网...

【技术保护点】
1.一种基于人脸抓拍数据的同行人员查询方法，其特征在于，包括：/n获取待查询人员的人脸标识作为目标人脸标识；所述人脸标识代表人员独有的人脸特征；/n基于预先建立的通行记录表，检索预设条件范围内的与所述目标人脸标识相关的人脸标识，得到检索结果；其中，所述通行记录表存储有人脸标识与通行记录的关联关系，所述通行记录为各前端设备抓拍到人脸后的记录数据；/n统计所述检索结果中各人脸标识对应的同行次数，并根据预设分数控制模型计算各人脸标识对应的同行权重，得到查询结果；/n输出查询结果。/n

【技术特征摘要】
1.一种基于人脸抓拍数据的同行人员查询方法，其特征在于，包括：
获取待查询人员的人脸标识作为目标人脸标识；所述人脸标识代表人员独有的人脸特征；
基于预先建立的通行记录表，检索预设条件范围内的与所述目标人脸标识相关的人脸标识，得到检索结果；其中，所述通行记录表存储有人脸标识与通行记录的关联关系，所述通行记录为各前端设备抓拍到人脸后的记录数据；
统计所述检索结果中各人脸标识对应的同行次数，并根据预设分数控制模型计算各人脸标识对应的同行权重，得到查询结果；
输出查询结果。


2.根据权利要求1所述的方法，其特征在于，所述通行记录表的建立过程包括：
获取前端设备抓拍的场景图片；所述场景图片中包括人脸；
对所述场景图片进行人脸特征提取并对提取结果进行聚类，得到包含人脸标识的聚类档案；
将所述人脸标识与通行记录相关联，得到所述通行记录表。


3.根据权利要求2所述的方法，其特征在于，所述对所述场景图片进行人脸特征提取并对提取结果进行聚类，得到包含人脸标识的聚类档案，包括：
将所述场景图片进行人脸结构化，检测出人脸；
对检测出的人脸进行人脸特征提取，得到二进制的特征值；
通过聚类算法对所述特征值进行聚类，以将同一人员的人脸特征归为一类，并得到代表该类人脸特征的字符串作为对应的人脸标识；
建立包含全部人脸标识的聚类档案。


4.根据权利要求3所述的方法，其特征在于，所述获取待查询人员的人脸标识作为目标人脸标识，包括：
获取待查询人员的图片；
将所述待查询人员的图片进行人脸结构化，检测出目标人脸；
对检测出的目标人脸进行人脸特征提取，得到二进制的特征值；
基于所述聚类档案，查找所述目标人脸的特征值对应的人脸标识作为所述目标人脸标识。


5.根据权利要求1所述的方法，其特征在于，所述根据预设分数控制模型计算各人脸标识对应的同行权重，包括：
在同一天内，针对每个人脸标识：若在某一前端设备下，检测到...

【专利技术属性】
技术研发人员：余雷，王昌中，刘红彪，
申请(专利权)人：东方网力科技股份有限公司，
类型：发明
国别省市：北京;11