一种身份类型识别系统技术方案

本申请提供了一种身份类型识别系统，该系统包括：图像采集设备、图像分析单元、特征确定单元和身份预测单元；图像采集设备，用于采集待处理图像信息；图像分析单元，用于对待处理图像信息进行特征提取，得到目标用户的用户特征；特征确定单元，用于根据用户特征，确定身份特征；身份预测单元，用于根据身份特征和用户特征，确定目标用户的身份类型。可见，本申请可利用身份类型识别系统对用户的身份类型进行自动识别，而不需要和现有技术一样需要人工对用户的身份进行识别，避免出现人工依据经验评估所导致的主观性、片面性和局限性的问题，以及，由于人工疏忽所导致的身份识别错误的问题，从而提高了用户身份类型识别的效率，进而提高用户体验。提高用户体验。提高用户体验。

【技术实现步骤摘要】
一种身份类型识别系统


[0001]本申请涉及人工智能领域，尤其涉及一种身份类型识别系统。

技术介绍

[0002]社会治理场景，面对在本辖区出没的人员没有很好的方法进行其身份类型的识别，即出现一个人时，系统自身可以检测到人，并识别其是否底库中存在，但是对于陌生人并不能标识其是外卖还是辖区居民，还是企事业工作人员。
[0003]现有的主要方法主要还是靠人工识别，经验推断，不能自动化的进行标注。这样，导致人工识别陌生人身份的过程耗时费力且效率低下、人工识别过程中容易出现由于人工疏忽所导致的身份识别错误的问题。因此，亟需一种身份类型识别方案。

技术实现思路

[0004]本申请提供实现了一种身份类型识别系统，以提高用户身份类型识别的效率，从而提高了用户体验。
[0005]本申请提供了一种身份类型识别系统，所述系统包括：图像采集设备、图像分析单元、特征确定单元和身份预测单元；所述图像采集设备，用于采集待处理图像信息；所述图像分析单元，用于对所述待处理图像信息进行特征提取，得到目标用户的用户特征；所述特征确定单元，用于根据所述用户特征，确定所述目标用户的身份特征；所述身份预测单元，用于根据所述身份特征和所述用户特征，确定所述目标用户的身份类型。
[0006]可选的，所述待处理图像信息包括图像和/或视频、以及图像和/或视频对应的采集位置和采集时间。
[0007]可选的，所述图像分析单元包括已训练的用户特征识别模型；图像分析单元，用于将所述待处理图像信息输入所述用户特征识别模型，得到所述待处理图像信息的用户特征。
[0008]可选的，所述用户特征包括人脸图像、人脸特征、人脸属性、人体图像、人体特征、人体属性、行为动作特征、位置属性。
[0009]可选的，所述身份特征包括目标行为、行动轨迹和人脸、人体特征集；所述特征确定单元，包括行为识别单元、聚类单元和轨迹确定单元；所述行为识别单元，用于根据所述行为动作特征进行行为识别，得到目标行为；所述聚类单元，用于根据人脸特征、人体特征进行聚类处理，得到目标用户对应的人脸人体特征集；所述轨迹确定单元，用于根据所述目标用户对应的人脸人体特征集以及所述人脸人体特征集中各个人脸特征、人体特征各自分别对应的位置属性、采集位置和采集时间，确
定所述目标用户的行动轨迹。
[0010]可选的，所述行为识别单元，用于根据所述行为动作特征以及所述行为动作特征对应的位置属性、采集位置和采集时间，确定所述行为动作特征对应的目标行为；和/或，所述行为识别单元包括已训练的行为识别模型；所述行为识别单元，用于将所述行为特征输入所述行为识别模型，得到所述行为动作特征对应的目标行为。
[0011]可选的，所述聚类单元，用于确定所述人脸特征、所述人体特征分别与各个历史特征集中的特征的相似度；根据所述人脸特征、所述人体特征分别与各个历史特征集中的特征的相似度，确定目标用户对应的人脸人体特征集。
[0012]可选的，所述聚类单元，具体用于若所述人脸特征和/或所述人体特征均分别与至少两个历史特征集中的特征的相似度大于预设阈值，确定所述至少两个历史特征集各自对应的融合特征；对所述至少两个历史特征集各自对应的融合特征进行增益修正，得到所述至少两个历史特征集各自对应的修正融合特征；确定所述人脸特征和/或所述人体特征分别与各个修正融合特征的相似度，并将相似度最大的修正融合特征对应的历史特征集作为目标用户对应的人脸人体特征集。
[0013]可选的，所述身份预测单元包括随机森林模型，其中，所述随机森林模型包括若干个决策树模型，每个决策树模型对应的维度权重均不相同；所述身份预测单元，用于将所述所述身份特征和所述用户特征分别输入各个决策树模型，得到每个决策树模型输出的所述目标用户的身份预测类型；根据每个决策树模型输出的所述目标用户的身份预测类型，确定所述目标用户的身份类型。
[0014]可选的，所述系统还包括存储单元，用于存储所述待处理图像信息、所述用户特征、所述身份特征和所述目标用户的身份类型。
[0015]由上述技术方案可以看出，本申请提供了一种身份类型识别系统，所述系统包括：图像采集设备、图像分析单元、特征确定单元和身份预测单元；所述图像采集设备，用于采集待处理图像信息；所述图像分析单元，用于对所述待处理图像信息进行特征提取，得到目标用户的用户特征；所述特征确定单元，用于根据所述用户特征，确定身份特征；所述身份预测单元，用于根据所述身份特征和所述用户特征，确定所述目标用户的身份类型。可见，本实施例中在图像采集设备采集待处理图像信息后，可以利用图像分析单元、特征确定单元和身份预测单元对待处理图像信息进行处理，得到待处理图像信息中目标用户的身份类型，这样，本申请便可以利用身份类型识别系统对用户的身份类型进行自动识别，而不需要和现有技术一样需要人工对用户的身份进行识别，避免出现了人工依据经验评估所导致的主观性、片面性和局限性的问题，以及，由于人工疏忽所导致的身份识别错误的问题，从而提高了用户身份类型识别的效率，进而提高了用户体验。
[0016]上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
[0017]为了更清楚地说明本申请实施例或现有的技术方案，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申请中
记载的一些实施例，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。
[0018]图1为本申请一实施例提供的一种身份类型识别系统的结构示意图；图2为本申请一实施例提供的一种档案融合子单元的融合过程示意图。
具体实施方式
[0019]为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]专利技术人经研究发现，社会治理场景，面对在本辖区出没的人员没有很好的方法进行其身份类型的识别，即出现一个人时，系统自身可以检测到人，并识别其是否底库中存在，但是对于陌生人并不能标识其是外卖还是辖区居民，还是企事业工作人员。现有的主要方法主要还是靠人工识别，经验推断，不能自动化的进行标注。这样，导致人工识别陌生人身份的过程耗时费力且效率低下、人工识别过程中容易出现由于人工疏忽所导致的身份识别错误的问题。因此，亟需一种身份类型识别方案。
[0021]故此，本申请提供了一种身份类型识别系统，在本申请中，所述系统包括：图像采集设备、图像分析单元、特征确定单元和身份预测单元；所述图像采集设备，用于采集待处理图像信息；所述图像分析单元，用于对所述待处理图像信息进行特征提取，得到目标用户的用户特征；所述特征确定单元，用于根据所述用户特征，确定身份特征；所述身份本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种身份类型识别系统，其特征在于，所述系统包括：图像采集设备、图像分析单元、特征确定单元和身份预测单元；所述图像采集设备，用于采集待处理图像信息；所述图像分析单元，用于对所述待处理图像信息进行特征提取，得到目标用户的用户特征；所述特征确定单元，用于根据所述用户特征，确定所述目标用户的身份特征；所述身份预测单元，用于根据所述身份特征和所述用户特征，确定所述目标用户的身份类型。2.根据权利要求1所述的系统，其特征在于，所述待处理图像信息包括图像和/或视频、以及图像和/或视频对应的采集位置和采集时间。3.根据权利要求1所述的系统，其特征在于，所述图像分析单元包括已训练的用户特征识别模型；图像分析单元，用于将所述待处理图像信息输入所述用户特征识别模型，得到所述待处理图像信息的用户特征。4.根据权利要求1
‑
3中任一所述的系统，其特征在于，所述用户特征包括人脸图像、人脸特征、人脸属性、人体图像、人体特征、人体属性、行为动作特征、位置属性。5.根据权利要求4所述的系统，其特征在于，所述身份特征包括目标行为、行动轨迹和人脸、人体特征集；所述特征确定单元，包括行为识别单元、聚类单元和轨迹确定单元；所述行为识别单元，用于根据所述行为动作特征进行行为识别，得到目标行为；所述聚类单元，用于根据人脸特征、人体特征进行聚类处理，得到目标用户对应的人脸人体特征集；所述轨迹确定单元，用于根据所述目标用户对应的人脸人体特征集以及所述人脸人体特征集中各个人脸特征、人体特征各自分别对应的位置属性、采集位置和采集时间，确定所述目标用户的行动轨迹。6.根据权利要求5所述的系统，其特征在于，所述行为识别单元，用于根据所述行为动作特征以及所述行为动作特征对应的...

【专利技术属性】
技术研发人员：朱金华，马建威，
申请(专利权)人：中电云数智科技有限公司，
类型：发明
国别省市：