【技术实现步骤摘要】
图像处理方法、装置、电子设备和计算机可读介质
[0001]本公开的实施例涉及计算机
,具体涉及图像处理方法、装置、电子设备和计算机可读介质。
技术介绍
[0002]校园区域作为人流量密集区域,如何实现对校园区域内的陌生对象的识别,对于提高校园区域的安全性有着积极作用。目前,在校园区域进行陌生对象识别时,通常采用的方式是:在出入口处设置门禁装置以实现对陌生对象识别。
[0003]然而,专利技术人发现,当采用上述方式时,经常会存在如下技术问题:
[0004]第一,由于校园区域往往面积较大,同时除出入口外,往往存在其它的进入校园的方式,导致无法有效且全面地进行陌生对象识别;
[0005]第二,针对低分辨率的图像进行对象识别时,由于低分辨率图像所包含的图像信息较少,难以有效地进行人脸定位;
[0006]第三,在进行陌生对象比对时,随着比对量的增大,导致陌生对象的识别效率低下。
[0007]该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0008]本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0009]本公开的一些实施例提出了图像处理方法、装置、电子设备和计算机可读介质,来解决以上
技术介绍
部 ...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法,包括:对目标图像进行人脸定位,以生成人脸位置信息,其中,所述目标图像是校园区域内设置的摄像头采集的视频中的图像;响应于确定所述人脸位置信息表征所述目标图像中存在人脸,对所述目标图像进行人脸识别,以生成人脸识别信息集合,其中,所述人脸识别信息集合中的人脸识别信息包括:人脸特征向量、年龄信息和对象位置信息;对于所述人脸识别信息集合中的每个人脸识别信息,执行以下处理步骤:根据所述人脸识别信息包括的人脸特征向量,在陌生对象人脸特征数据库中进行人脸特征匹配;响应于未匹配成功,根据所述人脸识别信息包括的年龄信息,确定检索顺序信息,其中,所述检索顺序信息表征在目标人脸特征数据库集合中的检索顺序,所述目标人脸特征数据库集合是用于存储不同身份类别的用户的人脸特征的数据库;根据所述检索顺序信息和所述人脸识别信息包括的人脸特征向量,依次在所述目标人脸特征数据库集合中的目标人脸特征数据库进行人脸特征匹配;响应于未匹配成功,将所述人脸识别信息包括的人脸特征向量,添加至陌生对象人脸特征数据中。2.根据权利要求1所述的方法,其中,所述方法还包括:响应于匹配成功、且所述人脸识别信息对应的历史对象位置信息序列中的历史对象位置信息的数量等于目标值,根据所述人脸识别信息包括的对象位置信息和所述历史对象位置信息序列,生成更新后陌生对象移动轨迹;响应于匹配成功、且所述人脸识别信息对应的历史对象位置信息序列中的历史对象位置信息的数量大于所述目标值,对所述历史对象位置信息序列对应的陌生对象移动轨迹进行轨迹更新,以生成更新后陌生对象移动轨迹;响应于到达驱离时间点,根据所述更新后陌生对象移动轨迹,通知安保人员对所述更新后陌生对象移动轨迹对应的陌生对象进行对象搜寻以及驱离;响应于确定所述陌生对象进行围栏区域,根据所述更新后陌生对象移动轨迹,通知安保人员对所述陌生对象进行驱离,其中,所述围栏区域是预先设置的电子围栏区域。3.根据权利要求2所述的方法,其中,所述方法还包括:在数字校园孪生平台同步显示所述更新后陌生对象移动轨迹和驱离结果,其中,所述数字校园孪生平台是所述校园区域的数字孪生体。4.根据权利要求3所述的方法,其中,所述对目标图像进行人脸定位,以生成人脸位置信息,包括:确定所述目标图像的图像分辨率;响应于确定所述图像分辨率大于等于预设图像分辨率,将所述目标图像输入目标识别模型包括的人脸定位模型,以生成所述人脸位置信息,其中,所述人脸定位模型包括:人脸特征提取层序列和全连接层,其中,所述人脸特征提取层序列中的人脸特征提取层串行连接;响应于确定所述图像分辨率小于所述预设图像分辨率,对所述人脸定位模型进行模型自适应性伸缩,以生成伸缩后人脸定位模型;
通过所述伸缩后人脸定位模型和所述目标图像,生成所述人脸位置信息。5.根据权利要求4所述的方法,其中,所述人脸位置信息包括:人脸位置集合;以及所述对所述目标图像进行人脸识别,以生成人脸识别信息集合,包括:对于所述人脸位置集合中的每个人脸位置,执行以下人脸识别步骤:从缓存池中读取所述目标图像对应的全局图像特征图,其中,所述全局图像特征图是所述人脸定位模型包括的人脸特征提取层序列提取得到的图像特征图;以所述人脸位置为中心,对所述全局图像特征图进行随机裁取,得到局部图像特征图集合;通过所述目标识别模型包括的人脸识别模型,对所述局部图像特征图集合进行特征提取,以生成所述人脸位置对应的人脸识别信息中包括的人脸特征向量和对象位置信息,其中,所述人脸识别模型包括:人脸特征提取模型和全连接层,所述人脸特征提取模型用于生成人脸特征向量,所述全连接层用于生成对象位置信息;将所述人脸位置对应的人脸特征向量,输入...
【专利技术属性】
技术研发人员:吴冬伟,李浩浩,刘忠平,刘子雪,孙国亮,
申请(专利权)人:海易科技北京有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。