对象身份信息的确定方法、装置、存储介质及电子装置制造方法及图纸

本发明专利技术实施例提供了一种对象身份信息的确定方法、装置、存储介质及电子装置，其中，该方法包括：使用目标模型对目标视频进行分析，以确定出目标视频中包括的目标对象的图像在每帧图像中的目标位置信息，其中，目标模型为使用多组训练数据通过机器学习训练出的，多组训练数据中的每组数据包括图像以及图像中的对象的位置信息；基于目标位置信息从目标视频中确定出目标帧图像；对目标帧图像进行活体检测，以得到检测结果；在检测结果指示目标对象为活体对象的情况下，识别目标帧图像，以确定目标对象的身份信息。通过本发明专利技术，解决了相关技术中存在的确定对象身份信息不准确的问题，提高了确定对象身份信息的准确率。提高了确定对象身份信息的准确率。提高了确定对象身份信息的准确率。

【技术实现步骤摘要】
对象身份信息的确定方法、装置、存储介质及电子装置


[0001]本专利技术实施例涉及通信领域，具体而言，涉及一种对象身份信息的确定方法、装置、存储介质及电子装置。

技术介绍

[0002]在相关技术中，在人脸闸机考勤机场景下，需要准确且迅速识别人脸，在人脸识别成功后，上报人脸的识别结果到考勤系统中。在确定对象身份信息时，通常需要将采集到的正面和侧面两个方向的人脸图像进行匹配，整个识别流程相对复杂且需要用户高度配合，导致识别速度较慢，不适应用于针对人脸闸机考勤场景。并且，相关技术中，通常采用标准的卷积方式搭建的目标检测及特征提取模型，很少涉及在闸机人脸识别速度和准确度方面的优化，在人流增多的大压力场景下，容易造成拥堵及检测和识别较慢以及误识别较多的情况，导致考勤异常。
[0003]由此可知，相关技术中存在确定对象身份信息不准确的问题。
[0004]针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种对象身份信息的确定方法、装置、存储介质及电子装置，以至少解决相关技术中存在的确定对象身份信息不准确的问题。
[0006]根据本专利技术的一个实施例，提供了一种对象身份信息的确定方法，包括：使用目标模型对目标视频进行分析，以确定出所述目标视频中包括的目标对象的图像在每帧图像中的目标位置信息，其中，所述目标模型为使用多组训练数据通过机器学习训练出的，所述多组训练数据中的每组数据包括图像以及图像中的对象的位置信息，所述目标视频为对所述目标对象进行拍摄所得到的视频；基于所述目标位置信息从所述目标视频中确定出目标帧图像；在所述检测结果指示所述目标对象为活体对象的情况下，识别所述目标帧图像，以确定所述目标对象的身份信息。
[0007]根据本专利技术的另一个实施例，提供了一种对象身份信息的确定装置，包括：分析模块，用于使用目标模型对目标视频进行分析，以确定出所述目标视频中包括的目标对象的图像在每帧图像中的目标位置信息，其中，所述目标模型为使用多组训练数据通过机器学习训练出的，所述多组训练数据中的每组数据包括图像以及图像中的对象的位置信息，所述目标视频为对所述目标对象进行拍摄所得到的视频；第一确定模块，用于基于所述目标位置信息从所述目标视频中确定出目标帧图像；检测模块，用于对所述目标帧图像进行活体检测，以得到检测结果；第二确定模块，用于在所述检测结果指示所述目标对象为活体对象的情况下，识别所述目标帧图像，以确定所述目标对象的身份信息。
[0008]根据本专利技术的又一个实施例，还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中存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述任一项中所述的方法的步骤。
[0009]根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
[0010]通过本专利技术，使用目标模型对目标视频进行分析，以确定出目标视频中包括的目标对象的图像在每帧图像中的目标位置信息，根据目标位置信息从目标视频中确定出目标帧图像，对目标帧图像进行活体检测，以得到检测结果，在检测结果指示目标对象为活体对象的情况下，识别目标帧图像，以确定目标对象的身份信息。由于目标模型是通过机器学习训练出来的，因此，可以准确确定出目标对象在每帧图像中的目标位置信息，进而可以根据目标位置信息准确地确定出目标帧图像，直接对目标帧图像进行活体检测，确定目标对象的身份信息，无需对象的配合即可准确地确定出对象的身份信息。因此，可以解决相关技术中存在的确定对象身份信息不准确的问题，提高了确定对象身份信息的准确率。
附图说明
[0011]图1是本专利技术实施例的一种对象身份信息的确定方法的移动终端的硬件结构框图；
[0012]图2是根据本专利技术实施例的对象身份信息的确定方法的流程图；
[0013]图3是根据本专利技术示例性实施例的目标模型结构示意图；
[0014]图4是根据本专利技术示例性实施例的目标层结构示意图；
[0015]图5是根据本专利技术示例性实施例的深度可分离卷积原理示意图；
[0016]图6是根据本专利技术具体实施方式的对象身份信息的确定方法流程图；
[0017]图7是根据本专利技术实施例的对象身份信息的确定装置的结构框图。
具体实施方式
[0018]下文中将参考附图并结合实施例来详细说明本专利技术的实施例。
[0019]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0020]本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种对象身份信息的确定方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
[0021]存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的对象身份信息的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理
器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0022]传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
[0023]在本实施例中提供了一种对象身份信息的确定方法，图2是根据本专利技术实施例的对象身份信息的确定方法的流程图，如图2所示，该流程包括如下步骤：
[0024]步骤S202，使用目标模型对目标视频进行分析，以确定出所述目标视频中包括的目标对象的图像在每帧图像中的目标位置信息，其中，所述目标模型为使用多组训练数据通过机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象身份信息的确定方法，其特征在于，包括：使用目标模型对目标视频进行分析，以确定出所述目标视频中包括的目标对象的图像在每帧图像中的目标位置信息，其中，所述目标模型为使用多组训练数据通过机器学习训练出的，所述多组训练数据中的每组数据包括图像以及图像中的对象的位置信息，所述目标视频为对所述目标对象进行拍摄所得到的视频；基于所述目标位置信息从所述目标视频中确定出目标帧图像；对所述目标帧图像进行活体检测，以得到检测结果；在所述检测结果指示所述目标对象为活体对象的情况下，识别所述目标帧图像，以确定所述目标对象的身份信息。2.根据权利要求1所述的方法，其特征在于，基于所述目标位置信息从所述目标视频中确定出目标帧图像包括：基于所述目标位置信息对所述每帧图像进行检测，以确定所述每帧图像的评分；将评分最高的帧图像确定为所述目标帧图像。3.根据权利要求2所述的方法，其特征在于，基于所述目标位置信息对所述每帧图像进行检测，以确定所述每帧图像的评分包括：对所述每帧图像的所述目标位置信息进行检测，以确定所述每帧图像中的所述目标对象的目标部位的拍摄区域以及所述拍摄区域的图像清晰度；基于所述拍摄区域以及所述图像清晰度确定所述每帧图像的评分。4.根据权利要求1所述的方法，其特征在于，使用目标模型对每帧图像进行分析，以确定出所述目标对象的图像在所述每帧图像中的所述目标位置信息包括：提取所述每帧图像的第一特征；依次利用多个目标层对所述第一特征进行处理，以确定出所述目标对象的图像在所述每帧图像中的所述目标位置信息，其中，所述目标层包括扩展层、深度卷积层以及投影层。5.根据权利要求4所述的方法，其特征在于，依次利用多个目标层对所述第一特征进行处理，以确定出所述目标对象的图像在所述每帧图像中的所述目标位置信息包括：利用所述扩展层对所述第一特征进行升维处理，以得到第二特征；利用所述深度卷积层对所述第二特征进行卷积处理，以得到第三特征；利用所述投影层对所述第三特征进行降维处理，以得到与所述第一特征维度相同的第四特征；融合所述第一特征以及所述第四特征，以确定出所述目标位置信息。6.根据权利要求5所述的方法，其特征在于，利用所述深度卷积层对所述第二特征进行卷积处理，以得到第三特征包括：提取所述第二特征中包括的有效特征；对所述有效特征进行卷积处理，以得到深度卷积特征；对所述深度卷积特征进行过滤处理，以得到深度卷积子特征；将所述深度卷积子特征进行融合，以得到所述第三特征。7.根据权利...

【专利技术属性】
技术研发人员：韦雷，黄鹏，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：