离线待检测对象识别方法与装置制造方法及图纸

本发明专利技术提供了一种离线待检测对象识别方法与装置，涉及安防监控领域。该离线待检测对象识别方法与装置通过在本地依据预设定的待检测对象识别算法模型从所述环境图像中提取待检测对象特征；然后判断提取到的待检测对象特征是否被包含于预存储的待检测对象特征库中；最后当提取到的待检测对象特征被包含于预存储的待检测对象特征库时，将包含有提取到的待检测对象特征的待检测对象图像确定为所需待检测对象图像。该离线待检测对象识别方法与装置无需将待检测对象上传至云端处理，在网络受限或网络不稳定或数据不允许传入公网的情况下，在本地即可完成待检测对象识别工作，即不会受到网络条件的限制，促使人工智能应用更加普及。

Method and Device for Offline Object Recognition

The invention provides an off-line object identification method and device, which relates to the field of security monitoring. The off-line object recognition method and device extracts the features of the object to be detected from the environment image by local preset object recognition algorithm model; then determines whether the extracted features of the object to be detected are included in the pre-stored object feature library; finally, when the extracted features of the object to be detected are included in the pre-stored object feature library, the object to be detected is included in the pre-stored pair to be detected. When the image feature library is used, the image of the object to be detected which contains the extracted features of the object to be detected is determined as the image of the object to be detected. The off-line object recognition method and device need not upload the object to be detected to the cloud for processing. When the network is limited or the network is unstable or the data is not allowed to enter the public network, the object recognition can be completed locally, that is, it will not be restricted by the network conditions, which makes the application of artificial intelligence more popular.

【技术实现步骤摘要】
离线待检测对象识别方法与装置
本专利技术涉及安防监控领域，具体而言，涉及一种离线待检测对象识别方法与装置。
技术介绍
监控系统主要由前端设备和后端设备这两大部分组成，前端设备通常由摄像机、手动或电动镜头、云台、防护罩、监听器、报警探测器和多功能解码器等部件组成，它们各司其职，并通过有线、无线或光纤传输媒介与中心控制系统的各种设备建立相应的联系(传输视/音频信号及控制、报警信号)。面部识别以及大量对人有价值的应用出现，快速、精准的目标检测系统市场也日益蓬勃。目前人工智能人脸识别采用的方式几乎都是以云服务(能力平台)或者大型人脸本地终端的方式提供人脸识别能力，开发者或企业多通过“云”的方式接入人脸识别技术，即设备端采集人脸图片，再传至云端集中处理，最后返回设备端完成认证。但在一些特定场景中，如网络受限、网络不稳定、数据不允许传入公网等，人脸识别云服务显然“力不从心”，且大型人脸本地终端不仅不方便携带，在空间有限的情况下，其使用也会受到限制。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种离线待检测对象识别方法与装置，以改善上述的问题。第一方面，本专利技术实施例提供了一种离线待检测本文档来自技高网...

【技术保护点】
1.一种离线待检测对象识别方法，其特征在于，应用于本地终端，所述本地终端与图像采集装置有线通信连接，所述离线待检测对象识别方法包括：接收图像采集装置发送的环境图像；在本地依据预设定的待检测对象识别算法模型从所述环境图像中提取待检测对象特征；判断提取到的待检测对象特征是否被包含于预存储的待检测对象特征库中；当提取到的待检测对象特征被包含于预存储的待检测对象特征库时，将包含有提取到的待检测对象特征的待检测对象图像确定为所需待检测对象图像。

【技术特征摘要】
1.一种离线待检测对象识别方法，其特征在于，应用于本地终端，所述本地终端与图像采集装置有线通信连接，所述离线待检测对象识别方法包括：接收图像采集装置发送的环境图像；在本地依据预设定的待检测对象识别算法模型从所述环境图像中提取待检测对象特征；判断提取到的待检测对象特征是否被包含于预存储的待检测对象特征库中；当提取到的待检测对象特征被包含于预存储的待检测对象特征库时，将包含有提取到的待检测对象特征的待检测对象图像确定为所需待检测对象图像。2.根据权利要求1所述的离线待检测对象识别方法，其特征在于，所述环境图像为动态环境图像，所述离线待检测对象识别方法还包括：在动态环境图像中对所述所需待检测对象图像进行追踪。3.根据权利要求1所述的离线待检测对象识别方法，其特征在于，所述环境图像为动态环境图像，所述离线待检测对象识别方法还包括：记录提取到待检测对象特征的次数。4.根据权利要求1所述的离线待检测对象识别方法，其特征在于，所述待检测对象特征为人脸特征或人身特征，所述离线待检测对象识别方法还包括：若所需人脸特征图像或所需人身特征图像为黑名单图像时，生成报警指令。5.根据权利要求1所述的离线待检测对象识别方法，其特征在于，所述待检测对象特征为真实人脸特征，在本地依据预设定的待检测对象识别算法模型从所述环境图像中提取待检测对象特征的步骤包括：基于预训练的当前RFCN网络模型分类器及所述环境图像获得所述环境图像包含的疑似人脸特征的类别、类别概率值、目标候选框位置坐标以及定点位置坐标，其中，所述类别概率值为在所述环境图像包含疑似人脸特征时，所述疑似人脸特征属于所述类别的概率值；依据所述类别概率值、所述目标候选框位置坐标以及所述定点位置坐标检测所述环境图像是否包含有与所述类别对应的真实人脸特征；当所述类别概率值大于或等于预设定的概率阈值，且所述定点位置坐标在所述目标候选框内时，识别出并提取所述环境图像包含的与所述类别对应的真实人脸特征。6.一种离线待检测对象识别装置，其...

【专利技术属性】
技术研发人员：宁皓，徐青，张磊，邓波，
申请(专利权)人：苏州中德宏泰电子科技股份有限公司，
类型：发明
国别省市：江苏,32