智能监控方法和装置.pdf

上传人:凯文 文档编号:10123997 上传时间:2021-06-04 格式:PDF 页数:12 大小:445.60KB
收藏 版权申诉 举报 下载
智能监控方法和装置.pdf_第1页
第1页 / 共12页
智能监控方法和装置.pdf_第2页
第2页 / 共12页
智能监控方法和装置.pdf_第3页
第3页 / 共12页
文档描述:

《智能监控方法和装置.pdf》由会员分享,可在线阅读,更多相关《智能监控方法和装置.pdf(12页完成版)》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010993475.0 (22)申请日 2020.09.21 (71)申请人 三星电子 (中国) 研发中心 地址 210012 江苏省南京市雨花台区安德 门大街57号6幢5-12楼 申请人 三星电子株式会社 (72)发明人 陈玲严肃陈啸吴秀娟 (74)专利代理机构 北京德琦知识产权代理有限 公司 11018 代理人 孙清然王琦 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/62(2006.01) (54)发明名称 一种智能监控方法和装置 (57。

2、)摘要 本申请公开了一种智能监控方法和装置, 其 中方法包括: 当采集到新的监控数据, 且数据清 晰度大于预设的清晰度阈值时, 从监控数据中提 取出每个前景人物Pi的生物特征, 并确定每个生 物特征是否为可用于匹配目标人员的有效生物 特征; 对于每个前景人物Pi, 按照预设的匹配权 重设置策略, 确定该Pi的每个所述有效生物特征 的匹配权重, 并遍历预设目标名单中的每个目标 人员Pk, 根据该Pi对应的匹配权重, 以及该Pi的每 个有效生物特征与该Pk的相对应生物特征的匹 配度, 计算该Pi与该Pk的综合匹配度; 根据所述 综合匹配度, 确定所述监控数据中包含的所述目 标人员。 采用本发明, 。

3、可以对所监控到的目标人 物身份进行准确识别。 权利要求书2页 说明书7页 附图2页 CN 112149552 A 2020.12.29 CN 112149552 A 1.一种智能监控方法, 其特征在于, 包括: 当采集到新的监控数据, 且该监控数据的清晰度大于预设的清晰度阈值时, 从所述监 控数据中提取出每个前景人物Pi的生物特征, 并确定每个所述生物特征是否为可用于匹配 目标人员的有效生物特征; 对于每个所述前景人物Pi, 按照预设的匹配权重设置策略, 确定该Pi的每个所述有效生 物特征的匹配权重, 并遍历预设目标名单中的每个目标人员Pk, 根据该Pi对应的所述匹配权 重, 以及该Pi的每个。

4、所述有效生物特征与预先保存的该Pk的相对应生物特征的匹配度, 计算 该Pi与该Pk的综合匹配度; 根据所述综合匹配度, 确定所述监控数据所关联的所述目标人员。 2.根据权利要求1所述的方法, 其特征在于, 所述确定每个所述生物特征是否为可用于 智能识别的有效生物特征包括: 对于每个所述生物特征, 计算该生物特征与所述目标名单中每个目标人员的相对应生 物特征的匹配度, 如果所有所述匹配度均小于预设的匹配度阈值, 则确定该生物特征不是 可用于匹配目标人员的有效生物特征, 否则, 确定该生物特征为可用于匹配目标人员的有 效生物特征。 3.根据权利要求1所述的方法, 其特征在于, 所述生物特征包括指纹。

5、特征、 面像特征、 虹 膜特征、 掌纹特征、 步态特征、 声音特征和/或笔迹特征。 4.根据权利要求1所述的方法, 其特征在于, 所述按照预设的匹配权重设置策略, 确定 该Pi的每个所述有效生物特征的匹配权重包括: 对于每个所述前景人物Pi, 根据所述匹配权重设置策略, 获取该Pi的每个所述有效生物 特征的初始权重值; 在该Pi的所有所述有效生物特征范围内, 对该Pi的每个所述有效生物特 征的初始权重值进行归一化处理, 得到所述匹配权重。 5.根据权利要求1所述的方法, 其特征在于, 所述根据所述综合匹配度, 确定所述监控 数据所关联的所述目标人员包括: 对于每个所述前景人物Pi, 从该Pi对。

6、应的所述综合匹配度中选择出最大值, 并判定该最 大值对应的所述目标人员与所述监控数据相关联。 6.根据权利要求1所述的方法, 其特征在于, 所述方法进一步包括: 当所述提取的所有生物特征均不是所述有效生物特征, 且所述目标名单为用户的白名 单时, 发出报警信息, 以通知当前监控到未在所述目标名单中的人员; 当所述目标名单为用户的黑名单时, 在确定出所述监控数据所关联的所述目标人员之 后, 发出报警信息, 以通知当前监控到所述关联的所述目标人员。 7.根据权利要求1所述的方法, 其特征在于, 所述从所述监控数据中提取出每个前景人 物Pi的生物特征包括: 从所述监控数据中提取出前景数据; 从所述前。

7、景数据中, 提取每个前景人物Pi的生物特征。 8.一种智能监控装置, 其特征在于, 包括: 数据预处理模块, 用于当采集到新的监控数据, 且该监控数据的清晰度大于预设的清 晰度阈值时, 从所述监控数据中提取出每个前景人物Pi的生物特征, 并确定每个所述生物 特征是否为可用于匹配目标人员的有效生物特征; 权利要求书 1/2 页 2 CN 112149552 A 2 特征匹配模块, 对于每个所述前景人物Pi, 按照预设的匹配权重设置策略, 确定该Pi的 每个所述有效生物特征的匹配权重, 并遍历预设目标名单中的每个目标人员Pk, 根据该Pi对 应的所述匹配权重, 以及该Pi的每个所述有效生物特征与预。

8、先保存的该Pk的相对应生物特 征的匹配度, 计算该Pi与该Pk的综合匹配度; 目标人员识别模块, 根据所述综合匹配度, 确定所述监控数据中包含的所述目标人员。 9.一种智能监控设备, 其特征在于, 包括处理器和存储器; 所述存储器中存储有可被所述处理器执行的应用程序, 用于使得所述处理器执行如权 利要求1至7中任一项所述的智能监控方法。 10.一种计算机可读存储介质, 其特征在于, 其中存储有计算机可读指令, 本申请还公开了一种计算机可读存储介质, 其中存储有计算机可读指令, 该计算机可 读指令用于执行如权利要求1至7中任一项所述的智能监控方法。 权利要求书 2/2 页 3 CN 112149。

9、552 A 3 一种智能监控方法和装置 技术领域 0001 本发明涉及计算机应用技术, 特别是涉及一种智能监控方法和装置。 背景技术 0002 现有的智能监控方案中, 通常是采用特定的生物特征匹配方式, 对监控数据中的 人物进行识别。 0003 发明人在实现本发明的过程中发现: 上述现有的智能监控方案仅适用于特定的应 用场景, 在很多监控场景中并不适用。 具体原因如下: 0004 现有的智能监控方案中, 是在假设监控数据中采集了特定生物特征的数据的前提 下, 采用了相对应的特定生物特征的匹配方式, 对监控数据中的对象进行识别。 而在实际应 用中, 不同场景中可以采集到的生物特征类型是不同的, 。

10、这样, 基于固定的生物特征进行身 份识别, 就会使得应用场景会受限。 例如, 当场景中采集不到用于身份识别的特定生物特征 时, 就无法从场景的监控数据中准确识别出其中包含的目标人物。 发明内容 0005 有鉴于此, 本发明的主要目的在于提供一种智能监控方法和装置, 可以对所监控 到的目标人物身份进行准确识别。 0006 为了达到上述目的, 本发明提出的技术方案为: 0007 一种智能监控方法, 包括: 0008 当采集到新的监控数据, 且该监控数据的清晰度大于预设的清晰度阈值时, 从所 述监控数据中提取出每个前景人物Pi的生物特征, 并确定每个所述生物特征是否为可用于 匹配目标人员的有效生物特。

11、征; 0009 对于每个所述前景人物Pi, 按照预设的匹配权重设置策略, 确定该Pi的每个所述有 效生物特征的匹配权重, 并遍历预设目标名单中的每个目标人员Pk, 根据该Pi对应的所述匹 配权重, 以及该Pi的每个所述有效生物特征与预先保存的该Pk的相对应生物特征的匹配度, 计算该Pi与该Pk的综合匹配度; 0010 根据所述综合匹配度, 确定所述监控数据所关联的所述目标人员。 0011 较佳地, 所述确定每个所述生物特征是否为可用于智能识别的有效生物特征包 括: 0012 对于每个所述生物特征, 计算该生物特征与所述目标名单中每个目标人员的相对 应生物特征的匹配度, 如果所有所述匹配度均小于。

12、预设的匹配度阈值, 则确定该生物特征 不是可用于匹配目标人员的有效生物特征, 否则, 确定该生物特征为可用于匹配目标人员 的有效生物特征。 0013 较佳地, 所述生物特征包括指纹特征、 面像特征、 虹膜特征、 掌纹特征、 步态特征、 声音特征和/或笔迹特征。 0014 较佳地, 所述按照预设的匹配权重设置策略, 确定该Pi的每个所述有效生物特征 说明书 1/7 页 4 CN 112149552 A 4 的匹配权重包括: 0015 对于每个所述前景人物Pi, 根据所述匹配权重设置策略, 获取该Pi的每个所述有效 生物特征的初始权重值; 在该Pi的所有所述有效生物特征范围内, 对该Pi的每个所述。

13、有效生 物特征的初始权重值进行归一化处理, 得到所述匹配权重。 0016 较佳地, 所述根据所述综合匹配度, 确定所述监控数据所关联的所述目标人员包 括: 0017 对于每个所述前景人物Pi, 从该Pi对应的所述综合匹配度中选择出最大值, 并判定 该最大值对应的所述目标人员与所述监控数据相关联。 0018 较佳地, 所述方法进一步包括: 0019 当所述提取的所有生物特征均不是所述有效生物特征, 且所述目标名单为用户的 白名单时, 发出报警信息, 以通知当前监控到未在所述目标名单中的人员; 0020 当所述目标名单为用户的黑名单时, 在确定出所述监控数据所关联的所述目标人 员之后, 发出报警信。

14、息, 以通知当前监控到所述关联的所述目标人员。 0021 较佳地, 所述从所述监控数据中提取出每个前景人物Pi的生物特征包括: 0022 从所述监控数据中提取出前景数据; 0023 从所述前景数据中, 提取每个前景人物Pi的生物特征。 0024 一种智能监控装置, 包括: 0025 数据预处理模块, 用于当采集到新的监控数据, 且该监控数据的清晰度大于预设 的清晰度阈值时, 从所述监控数据中提取出每个前景人物Pi的生物特征, 并确定每个所述 生物特征是否为可用于匹配目标人员的有效生物特征; 0026 特征匹配模块, 对于每个所述前景人物Pi, 按照预设的匹配权重设置策略, 确定该 Pi的每个所。

15、述有效生物特征的匹配权重, 并遍历预设目标名单中的每个目标人员Pk, 根据该 Pi对应的所述匹配权重, 以及该Pi的每个所述有效生物特征与预先保存的该Pk的相对应生 物特征的匹配度, 计算该Pi与该Pk的综合匹配度; 0027 目标人员识别模块, 根据所述综合匹配度, 确定所述监控数据所关联的所述目标 人员。 0028 较佳地, 所述数据预处理模块, 具体用于确定每个所述生物特征是否为可用于智 能识别的有效生物特征, 包括: 0029 对于每个所述生物特征, 计算该生物特征与所述目标名单中每个目标人员的相对 应生物特征的匹配度, 如果所有所述匹配度均小于预设的匹配度阈值, 则确定该生物特征 不。

16、是可用于匹配目标人员的有效生物特征, 否则, 确定该生物特征为可用于匹配目标人员 的有效生物特征。 0030 较佳地, 所述生物特征包括指纹特征、 面像特征、 虹膜特征、 掌纹特征、 步态特征、 声音特征和/或笔迹特征。 0031 较佳地, 所述特征匹配模块, 具体用于按照预设的匹配权重设置策略, 确定该Pi的 每个所述有效生物特征的匹配权重, 包括: 0032 对于每个所述前景人物Pi, 根据所述匹配权重设置策略, 获取该Pi的每个所述有效 生物特征的初始权重值; 在该Pi的所有所述有效生物特征范围内, 对该Pi的每个所述有效生 物特征的初始权重值进行归一化处理, 得到所述匹配权重。 说明书。

17、 2/7 页 5 CN 112149552 A 5 0033 较佳地, 所述目标人员识别模块, 具体用于根据所述综合匹配度, 确定所述监控数 据所关联的所述目标人员, 包括: 0034 对于每个所述前景人物Pi, 从该Pi对应的所述综合匹配度中选择出最大值, 并判定 该最大值对应的所述目标人员与所述监控数据相关联。 0035 较佳地, 所述数据预处理模块进一步用于: 0036 当所述提取的所有生物特征均不是所述有效生物特征, 且所述目标名单为用户的 白名单时, 发出报警信息, 以通知当前监控到未在所述目标名单中的人员; 0037 当所述目标名单为用户的黑名单时, 在确定出所述监控数据所关联的所。

18、述目标人 员之后, 发出报警信息, 以通知当前监控到所述关联的所述目标人员。 0038 较佳地, 所述数据预处理模块, 具体用于从所述监控数据中提取出每个前景人物 Pi的生物特征, 包括: 0039 从所述监控数据中提取出前景数据; 0040 从所述前景数据中, 提取每个前景人物Pi的生物特征。 0041 本申请还公开了一种智能监控设备, 包括处理器和存储器; 0042 所述存储器中存储有可被所述处理器执行的应用程序, 用于使得所述处理器执行 如上所述的智能监控方法。 0043 本申请还公开了一种计算机可读存储介质, 其中存储有计算机可读指令, 该计算 机可读指令用于执行如上所述的智能监控方法。

19、。 0044 由上述技术方案可见, 本发明提出的智能监控方案, 在监控设备采集到新的监控 数据后, 通过筛选出每个前景人物的所有有效生物特征, 并按照预设的匹配权重设置策略, 自适性地确定出当前每个有效生物特征的匹配权重, 之后, 再利用所述匹配权重, 综合所有 有效生物特征的匹配结果, 最终确定出监控数据所关联的所有目标人员。 如此, 可以使得对 监控数据所关联人员的身份识别不再局限于固定的生物特征匹配方式, 而是可以结合实际 的监控数据灵活地选择出所有有效的生物特征用于身份识别, 从而可以对所监控到的目标 人物进行准确的身份识别, 同时也有效提高了智能监控的灵活性和适用性。 附图说明 00。

20、45 图1为本发明实施例的智能监控方法流程示意图; 0046 图2为根据本发明的智能监控装置的结构图; 0047 图3为根据本发明的智能监控设备的结构图。 具体实施方式 0048 为使本发明的目的、 技术方案和优点更加清楚, 下面将结合附图及具体实施例对 本发明作进一步地详细描述。 0049 图1为本发明实施例的方法流程示意图, 如图1所示, 该实施例实现的智能监控方 法主要包括: 0050 步骤101、 当采集到新的监控数据, 且该监控数据的清晰度大于预设的清晰度阈值 时, 从所述监控数据中提取出每个前景人物Pi的生物特征, 并确定每个所述生物特征是否 为可用于匹配目标人员的有效生物特征。 。

21、说明书 3/7 页 6 CN 112149552 A 6 0051 本步骤, 用于在对监控数据所包含的对象进行身份识别之前, 对监控数据进行预 处理, 以确保用于身份识别的生物特征的准确性。 0052 具体地, 考虑到监控数据中的音、 视频数据均包含有不同程度的噪声, 当数据中包 含的噪声过多时, 会严重影响本系统的结果, 同时, 相同的噪声对不同的生物特征的影响程 度也不一致。 为了避免噪声的影响, 这里首先需要确保只基于清晰度满足一定要求的监控 数据进行生物特征的提取, 对于清晰度过低的监控数据, 则不做任何操作, 以提高基于监控 数据进行身份识别的有效性和准确性。 0053 另外, 为了。

22、提高后续步骤中对于监控到的人员身份识别的准确性, 本步骤中在提 取出每个前景人物Pi的生物特征之后, 需要对所提取出的生物特征进行筛选, 从中选择出 可用于匹配目标人员的有效生物特征。 较佳地, 可以采用下述方法, 来确定每个所述生物特 征是否为可用于智能识别的有效生物特征包括: 0054 对于每个所述生物特征, 计算该生物特征与预设的目标名单中每个目标人员的相 对应生物特征的匹配度, 如果所有所述匹配度均小于预设的匹配度阈值, 则确定该生物特 征不是可用于匹配目标人员的有效生物特征, 否则, 确定该生物特征为可用于匹配目标人 员的有效生物特征。 0055 上述方法中, 所述匹配度阈值可由本领。

23、域技术人员根据实际需要设置合适取值, 只要能确保识别出相匹配的生物特征即可。 0056 这里, 当一个生物特征与预设的目标名单中每个目标人员的相对应生物特征的匹 配度均小于预设的匹配度阈值时, 说明基于该生物特征无法识别出与监控数据相匹配的目 标人员, 因此, 该生物特征不是可用于匹配目标人员的有效生物特征。 0057 而当一个生物特征与预设的目标名单中每个目标人员的相对应生物特征的匹配 度中至少有一个不小于预设的匹配度阈值时, 说明该生物特征与目标名单中至少一个目标 人员的相对应生物特征相匹配, 因此, 该生物特征是可用于匹配目标人员的有效生物特征。 0058 进一步地, 当本步骤中提取出的。

24、生物特征均不是可用于匹配目标人员的有效生物 特征时, 说明所有生物特征中没有一个生物特征与任一目标人员的相应生物特征相匹配, 同时也说明此时监控数据对应的音视频中不包含目标名单中的任一人员, 此种情况下, 如 果目标名单为白名单, 则说明当前监控到不在白名单中人员, 为了提高被监控场景的安全 性, 此时可以发出报警信息, 以通知当前监控到未在所述目标名单中的人员。 0059 本步骤中, 所述生物特征可以为生理特征或行为特征, 例如可以包括指纹特征、 面 像特征、 虹膜特征、 掌纹特征、 步态特征、 声音特征和/或笔迹特征, 即为上述任一特征的组 合, 但不限于此。 0060 较佳地, 考虑到实。

25、际应用中监控数据会包含大量的背景数据, 背景数据将作为噪 声, 影响生物特征提取的准确性, 为此, 为了提高生物特征提取的准确性, 可以先从监控数 据中提取出前景数据, 再基于前景数据提取其中各人物的生物特征, 具体采用下述方法从 所述监控数据中提取出每个前景人物Pi的生物特征: 0061 从所述监控数据中提取出前景数据; 从所述前景数据中, 提取每个前景人物Pi的 生物特征。 0062 较佳地, 为了提高步骤101中生物特征提取的成功率, 减少无效的智能监控开销, 本实施例中可以仅基于人像监控数据进行智能监控处理, 即仅在监控设备采集到新的人像 说明书 4/7 页 7 CN 11214955。

26、2 A 7 监控数据, 且数据的清晰度大于预设的清晰度阈值时, 才触发上述生物特征的提取。 0063 所述清晰度阈值可由本领域技术人员根据实际需要设置合适的取值, 只要能确保 监控数据的清晰度能够满足准确提取前景人物生物特征的要求即可。 0064 步骤102、 对于每个所述前景人物Pi, 按照预设的匹配权重设置策略, 确定该Pi的每 个所述有效生物特征的匹配权重, 并遍历预设目标名单中的每个目标人员Pk, 根据该Pi对应 的所述匹配权重, 以及该Pi的每个所述有效生物特征与预先保存的该Pk的相对应生物特征 的匹配度, 计算该Pi与该Pk的综合匹配度。 0065 这里需要说明的是, 为了对监控数。

27、据是否包含目标人员进行识别, 需要预先采集 目标名单中每个目标人员的生物特征并保存, 具体方法为本领域技术人员所掌握, 在此不 再赘述。 0066 较佳地, 步骤102中可以采用下述方法按照预设的匹配权重设置策略, 确定该Pi的 每个所述有效生物特征的匹配权重: 0067 对于每个所述前景人物Pi, 根据所述匹配权重设置策略, 获取该Pi的每个所述有效 生物特征的初始权重值; 在该Pi的所有所述有效生物特征范围内, 对该Pi的每个所述有效生 物特征的初始权重值进行归一化处理, 得到所述匹配权重。 0068 上述方法中, 对于前景人物Pi的每个有效生物特征, 该有效生物特征的初始权重 值的归一化。

28、结果, 即为该有效生物特征的匹配权重。 0069 具体地, 所述匹配权重设置策略包括不同有效生物特征组合下各个生物特征的初 始权重值, 具体地可由本领域技术人员根据实际需要设置所述匹配权重设置策略。 0070 步骤102中, 对于每个所述前景人物Pi, 需要计算该前景人物Pi分别与目标名单中 每个目标人员Pk的综合匹配度, 以确定该前景人物Pi所匹配的目标人员, 进而获知当前监控 数据所关联的目标名单中的目标人员。 0071 这里, 对于每个所述前景人物Pi, 是根据该Pi对应的所述匹配权重, 以及该Pi的每 个所述有效生物特征与预先保存的目标人员Pk的相对应生物特征的匹配度, 来计算该前景 。

29、人物Pi与目标名单中的一个目标人员Pk的综合匹配度。 即, 对于将前景人物Pi的每个所述有 效生物特征, 将该有效生物特征与该Pk的相对应生物特征的匹配度乘以该有效生物特征的 匹配权重, 得到该有效生物特征的匹配值, 然后将所有有效生物特征的匹配值相加, 得到该 前景人物Pi与目标名单中该目标人员Pk的综合匹配度。 0072 步骤103、 根据所述综合匹配度, 确定所述监控数据所关联的所述目标人员。 0073 本步骤, 用于确定当前采集的监控数据所关联的目标名单中的目标人员, 即确定 所述监控数据中包含了哪些目标人员的数据。 较佳地, 可以采用下述方法, 根据所述综合匹 配度, 确定所述监控数。

30、据所关联的所述目标人员: 0074 对于每个所述前景人物Pi, 从该Pi对应的所述综合匹配度中选择出最大值, 并判定 该最大值对应的所述目标人员与所述监控数据相关联。 0075 较佳地, 为了提高被监控场景的安全性, 当所述目标名单为用户的黑名单时, 在步 骤103之后, 可以发出报警信息, 以通知当前监控到监控数据所关联的所述目标人员。 0076 从上述技术方案可以看出, 采用上述实施例即可确定出当前采集的监控数据中包 含了目标名单中的哪些人员。 这样, 之后监控系统可以根据用户的需要获取包含指定人员 的监控数据。 进一步地, 用户还可以根据实际需要, 对监控到的非目标人员进行标识, 将其 。

31、说明书 5/7 页 8 CN 112149552 A 8 增加至白名单或黑名单, 并保存相应的生物特征, 以满足用户新的监控需求。 0077 与上述方法实施例相对应, 本申请还提出了一种智能监控装置, 如图2所示, 该装 置包括: 0078 数据预处理模块201, 用于当采集到新的监控数据, 且该监控数据的清晰度大于预 设的清晰度阈值时, 从所述监控数据中提取出每个前景人物Pi的生物特征, 并确定每个所 述生物特征是否为可用于匹配目标人员的有效生物特征; 0079 特征匹配模块202, 对于每个所述前景人物Pi, 按照预设的匹配权重设置策略, 确 定该Pi的每个所述有效生物特征的匹配权重, 并。

32、遍历预设目标名单中的每个目标人员Pk, 根 据该Pi对应的所述匹配权重, 以及该Pi的每个所述有效生物特征与预先保存的该Pk的相对 应生物特征的匹配度, 计算该Pi与该Pk的综合匹配度; 0080 目标人员识别模块203, 根据所述综合匹配度, 确定所述监控数据所关联的所述目 标人员。 0081 较佳地, 所述数据预处理模块201, 具体用于确定每个所述生物特征是否为可用于 智能识别的有效生物特征, 包括: 0082 对于每个所述生物特征, 计算该生物特征与所述目标名单中每个目标人员的相对 应生物特征的匹配度, 如果所有所述匹配度均小于预设的匹配度阈值, 则确定该生物特征 不是可用于匹配目标人。

33、员的有效生物特征, 否则, 确定该生物特征为可用于匹配目标人员 的有效生物特征。 0083 较佳地, 所述生物特征包括指纹特征、 面像特征、 虹膜特征、 掌纹特征、 步态特征、 声音特征和/或笔迹特征。 0084 较佳地, 所述特征匹配模块202, 具体用于按照预设的匹配权重设置策略, 确定该 Pi的每个所述有效生物特征的匹配权重, 包括: 0085 对于每个所述前景人物Pi, 根据所述匹配权重设置策略, 获取该Pi的每个所述有效 生物特征的初始权重值; 在该Pi的所有所述有效生物特征范围内, 对该Pi的每个所述有效生 物特征的初始权重值进行归一化处理, 得到所述匹配权重。 0086 较佳地,。

34、 所述目标人员识别模块203, 具体用于根据所述综合匹配度, 确定所述监 控数据所关联的所述目标人员, 包括: 0087 对于每个所述前景人物Pi, 从该Pi对应的所述综合匹配度中选择出最大值, 并判定 该最大值对应的所述目标人员与所述监控数据相关联。 0088 较佳地, 所述数据预处理模块201进一步用于: 0089 当所述提取的所有生物特征均不是所述有效生物特征, 且所述目标名单为用户的 白名单时, 发出报警信息, 以通知当前监控到未在所述目标名单中的人员; 0090 当所述目标名单为用户的黑名单时, 在确定出所述监控数据所关联的所述目标人 员之后, 发出报警信息, 以通知当前监控到所述关。

35、联的所述目标人员。 0091 较佳地, 所述数据预处理模块201, 具体用于从所述监控数据中提取出每个前景人 物Pi的生物特征, 包括: 0092 从所述监控数据中提取出前景数据; 0093 从所述前景数据中, 提取每个前景人物Pi的生物特征。 0094 本申请还公开了一种智能监控设备, 图3为根据本发明的智能监控设备结构图。 如 说明书 6/7 页 9 CN 112149552 A 9 图3所示, 该智能监控设备包括: 处理器301和存储器302; 其中存储器302中存储有可被处理 器301执行的应用程序, 用于使得处理器301执行如上任一项所述的智能监控方法。 0095 其中, 存储器30。

36、2具体可以实施为电可擦可编程只读存储器(EEPROM)、 快闪存储器 (Flash memory)、 可编程程序只读存储器(PROM)等多种存储介质。 处理器301可以实施为包 括一或多个中央处理器或一或多个现场可编程门阵列, 其中现场可编程门阵列集成一或多 个中央处理器核。 具体地, 中央处理器或中央处理器核可以实施为CPU或MCU。 0096 需要说明的是, 上述各流程和各结构图中不是所有的步骤和模块都是必须的, 可 以根据实际的需要忽略某些步骤或模块。 各步骤的执行顺序不是固定的, 可以根据需要进 行调整。 各模块的划分仅仅是为了便于描述采用的功能上的划分, 实际实现时, 一个模块可 以。

37、分由多个模块实现, 多个模块的功能也可以由同一个模块实现, 这些模块可以位于同一 个设备中, 也可以位于不同的设备中。 0097 各实施方式中的硬件模块可以以机械方式或电子方式实现。 例如, 一个硬件模块 可以包括专门设计的永久性电路或逻辑器件(如专用处理器, 如FPGA或ASIC)用于完成特定 的操作。 硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理 器或其它可编程处理器)用于执行特定操作。 至于具体采用机械方式, 或是采用专用的永久 性电路, 或是采用临时配置的电路(如由软件进行配置)来实现硬件模块, 可以根据成本和 时间上的考虑来决定。 0098 本发明还提供了一。

38、种机器可读的存储介质, 存储用于使一机器执行如本申请所述 方法的指令。 具体地, 可以提供配有存储介质的系统或者装置, 在该存储介质上存储着实现 上述实施例中任一实施方式的功能的软件程序代码, 且使该系统或者装置的计算机(或CPU 或MPU)读出并执行存储在存储介质中的程序代码。 此外, 还可以通过基于程序代码的指令 使计算机上操作的操作系统等来完成部分或者全部的实际操作。 还可以将从存储介质读出 的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的 扩展单元中设置的存储器中, 随后基于程序代码的指令使安装在扩展板或者扩展单元上的 CPU等来执行部分和全部实际操作, 从。

39、而实现上述实施方式中任一实施方式的功能。 0099 用于提供程序代码的存储介质实施方式包括软盘、 硬盘、 磁光盘、 光盘(如CD-ROM、 CD-R、 CD-RW、 DVD-ROM、 DVD-RAM、 DVD-RW、 DVD+RW)、 磁带、 非易失性存储卡和ROM。 可选择地, 可以由通信网络从服务器计算机或云上下载程序代码。 0100 在本文中,“示意性” 表示 “充当实例、 例子或说明” , 不应将在本文中被描述为 “示 意性” 的任何图示、 实施方式解释为一种更优选的或更具优点的技术方案。 为使图面简洁, 各图中的只示意性地表示出了与本发明相关部分, 而并不代表其作为产品的实际结构。 。

40、另 外, 以使图面简洁便于理解, 在有些图中具有相同结构或功能的部件, 仅示意性地绘示了其 中的一个, 或仅标出了其中的一个。 在本文中,“一个” 并不表示将本发明相关部分的数量限 制为 “仅此一个” , 并且 “一个” 不表示排除本发明相关部分的数量 “多于一个” 的情形。 在本 文中,“上” 、“下” 、“前” 、“后” 、“左” 、“右” 、“内” 、“外” 等仅用于表示相关部分之间的相对位 置关系, 而非限定这些相关部分的绝对位置。 0101 以上所述, 仅为本发明的较佳实施例而已, 并非用于限定本发明的保护范围。 凡在 本发明的精神和原则之内, 所作的任何修改、 等同替换、 改进等, 均应包含在本发明的保护 范围之内。 说明书 7/7 页 10 CN 112149552 A 10 图1 图2 说明书附图 1/2 页 11 CN 112149552 A 11 图3 说明书附图 2/2 页 12 CN 112149552 A 12 。

展开阅读全文
内容关键字: 智能 监控 方法 装置
关于本文
本文标题:智能监控方法和装置.pdf
链接地址:https://www.zhuanlichaxun.net/pdf/10123997.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1 
 


收起
展开