一种基于生物特征的图像识别方法及装置与流程

本申请涉及图像识别技术领域，尤其是涉及一种基于生物特征的图像识别方法及装置。

背景技术：

现有技术中，在需要对用户进行步态识别时，一般是将待识别的用户的步态特征与数据库中存储的步态特征进行对比，然后实现对待识别的用户的步态识别。

然而，数据库中存储的步态特征一般为某一角度的步态特征，在将待识别的用户的步态特征与数据库中存储的步态特征进行比对时，需要保证采集待识别的用户的步态特征的角度与采集数据库中存储的步态特征时的角度一致，若角度不一致可能会导致识别的准确率降低。

技术实现要素：

有鉴于此，本申请的目的在于提供一种基于生物特征的图像识别方法及装置，以提高图像识别的准确率。

第一方面，本申请实施例提供了一种基于生物特征的图像识别方法，包括：

获取目标对象的目标生物特征，以及获取至少一段监控视频；

提取每一段所述监控视频中所包含的对象的生物特征；

针对每一段所述监控视频中所包含的对象的生物特征，执行以下识别过程：

计算每一个所述对象的生物特征与所述目标生物特征之间的特征相似度；

确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注；

重新确定所述候选目标对象的生物特征为目标生物特征，并针对除所述候选目标对象外的其余对象的生物特征，重复执行所述识别过程，直至所有所述对象的生物特征的特征相似度均不满足所述预设条件。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述生物特征包括以下特征中的一种：步态特征、面部特征、行人重识别特征。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述获取目标对象的目标生物特征，包括：

提取用户选中的监控视频中所包含的目标生物特征；或，

获取目标对象的身份信息，基于所述身份信息从数据库中提取所述身份信息所对应的生物特征，并将提取的生物特征确定为所述目标生物特征。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，在确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注之后，所述方法还包括：

接收再次识别的识别指令，并在接收到所述识别指令之后，重新确定所述候选目标对象的生物特征为目标生物特征，并针对除所述候选目标对象外的其余对象的生物特征，重新执行所述识别过程。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，包括：

将所述生物特征的特征相似度大于预设相似度的对象确定为所述候选目标对象；或，

将所述对象的生物特征的特征相似度按照从大到小的顺序进行排序，并将前n位的生物特征的特征相似度所对应的对象确定为所述候选目标对象，n为正整数。

第二方面，本申请实施例还提供一种基于生物特征的图像识别装置，包括：

获取模块，用于获取目标对象的目标生物特征，以及获取至少一段监控视频；

提取模块，用于提取每一段所述监控视频中所包含的对象的生物特征；

识别模块，用于针对每一段所述监控视频中所包含的对象的生物特征，执行识别过程，其中，所述识别模块包括：

计算单元，计算每一个所述对象的生物特征与所述目标生物特征之间的特征相似度；

确定单元，用于确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注；

处理单元，用于重新确定所述候选目标对象的生物特征为目标生物特征，并针对除所述候选目标对象外的其余对象的生物特征，重复执行所述识别过程，直至所有所述对象的生物特征的特征相似度均不满足所述预设条件。

结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，所述生物特征包括以下特征中的一种：步态特征、面部特征、行人重识别特征。

结合第二方面，本申请实施例提供了第二方面的第二种可能的实施方式，其中，所述获取模块，在获取目标对象的目标生物特征时，具体用于：

提取用户选中的监控视频中所包含的目标生物特征；或，

获取目标对象的身份信息，基于所述身份信息从数据库中提取所述身份信息所对应的生物特征，并将提取的生物特征确定为所述目标生物特征。

结合第二方面，本申请实施例提供了第二方面的第三种可能的实施方式，其中，所述识别模块，还包括：

指令处理单元，用于在确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注之后，接收再次识别的识别指令，并在接收到所述识别指令之后，重新确定所述候选目标对象的生物特征为目标生物特征，并针对除所述候选目标对象外的其余对象的生物特征，重新执行所述识别过程。

结合第二方面的第一种可能的实施方式，本申请实施例提供了第二方面的第四种可能的实施方式，其中，所述确定模块，在确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象时，具体用于：

将所述生物特征的特征相似度大于预设相似度的对象确定为所述候选目标对象；或，

将所述对象的生物特征的特征相似度按照从大到小的顺序进行排序，并将前n位的生物特征的特征相似度所对应的对象确定为所述候选目标对象，n为正整数。

第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面的任一种可能的实施方式中的步骤。

第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面的任一种可能的实施方式中的步骤。

本申请实施例提供的基于生物特征的图像识别方法及装置，在对目标对象进行识别时，并非是将所有的监控视频中所包含的对象的生物特征与目标对象的生物特征进行比对，而是从监控视频中选择出与目标对象的生物特征的特征相似度满足预设条件的生物特征，并将选择出的生物特征重新确定为目标生物特征，然后再从其余监控视频的对象的生物特征中选择出与重新确定的目标生物特征之间特征相似度满足预设条件的生物特征，因为不同的监控视频中所包含的生物特征的角度存在不同，通过这种方法，有效避免了角度对于图像识别的影响，降低了漏检的几率，提高了图像识别的准确率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例所提供的一种基于生物特征的图像识别方法的流程示意图；

图2示出了本申请实施例所提供的另外一种识别过程的流程示意图；

图3示出了本申请实施例所提供的一种基于生物特征的图像识别装置的架构示意图；

图4示出了本申请实施例所提供的电子设备500的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。

现有技术中，在对基于生物特征进行图像识别时，一般是将所有待识别的生物特征与同一个参考生物特征进行比对，从未确定待识别的生物特征与参考生物特征之间的特征相似度。但是，在一种可能的应用场景中，参考生物特征为正面采集的生物特征，待识别的生物特征为侧面的生物特征，若通过上述方法，则可能无法实现对于待识别的生物特征的识别，从而导致识别的准确率较低。

基于此，本申请提供了一种基于生物特征的图像识别方法，通过将从监控视频中所包含的对象的生物特征与上一轮识别过程中重新确定的目标生物特征进行对比，从而提高图像识别的准确率。

为便于对本实施例进行理解，首先对本申请实施例所公开的一种基于生物特征的图像识别方法进行详细介绍。

实施例一

参见图1所示，为本申请实施例所提供的一种基于生物特征的图像识别方法的流程示意图，包括以下步骤：

步骤101、获取目标对象的目标生物特征，以及获取至少一段监控视频。

其中，生物特征可以包括但不仅限于以下特征中的一种：

步态特征、面部特征、行人重识别特征。

具体实施中，在获取目标对象的目标生物特征时，可以是获取用户选中的监控视频中所包含的目标生物特征，或者，若目标对象的身份信息为已知身份信息，则可以先获取目标对象的身份信息，然后基于目标对象的身份信息，从数据库中提取身份信息所对应的生物特征，并将提取的生物特征确定为目标生物特征。

步骤102、提取每一段监控视频中所包含的对象的生物特征。

步骤103、针对每一段监控视频中所包含的对象的生物特征，执行识别过程，其中识别过程包括以下步骤：

步骤1031、计算每一个对象的生物特征与目标生物特征之间的特征相似度。

步骤1032、判断生物特征的特征相似度是否满足预设条件。

若判断结果为是，则执行步骤1033～1034；

若判断结果为否，则执行步骤1035。

步骤1033、确定生物特征的特征相似度满足预设条件的对象为候选目标对象。

具体实施中，在判断生物特征的特征相似度是否满足预设条件时，可以通过以下方式中的任意一种：

方式一、若生物特征的特征相似度大于预设相似度，则确定该生物特征的特征相似度满足预设条件。

方式二、将不同生物特征的特征相似度按照从大到小的顺序进行排序，将特征相似度排在前n位的生物特征确定为符合预设条件的生物特征的特征相似度，其中，n为正整数。

示例性的，若对象a、b、c、d、e、f、g的生物特征与目标生物特征之间的特征相似度按照从大到小的顺序排序后，排序结果为c、e、f、a、b、g、d，若n为1，则候选目标对象为c。

步骤1034、在监控视频中对候选目标对象进行标注，并重新确定候选目标对象的生物特征为目标生物特征，并针对除候选目标对象外的其余对象的生物特征，返回执行步骤1031。

在每一次的识别过程中，都是将除候选目标外的其他对象的生物特征与新确定的候选目标对象的目标生物特征进行对比，因此，在重新确定候选目标对象之后，需要重新计算其余对象的生物特征与候选目标对象的目标生物特征之间的特征相似度。

示例性的，若候选目标对象为1，除候选对象外，还包括对象2、3、4、5、6、7、8，则分别计算对象2、3、4、5、6、7、8和候选目标对象1之间的特征相似度，若特征相似度满足预设条件的为对象2，当再次执行识别过程时，将对象2确定为候选目标对象，然后计算对象3、4、5、6、7、8和候选目标对象2之间的特征相似度，因为对象1已经被确定为候选对象，因此，在再次执行识别过程时，可以无需计算对象1和对象2之间的特征相似度。

步骤1035、停止识别过程。

通过图1所示的基于生物特征的图像识别方法，可以将监控视频中所有特征相似度满足预设条件的对象在监控视频中标注出来，在判断是否满足预设条件时，并非是将所有监控视频中对象的生物特征与同一个对象的生物特征进行对比，而是将未标注的监控视频中对象的生物特征与上一轮识别过程中所标注的对象的生物特征进行对比，通过这种方法，可以提高生物特征比对的准确率，从而提高图像识别的准确率。

在另外一种可能的应用场景中，本申请实施例还提供了另外一种识别过程，参见图2所示，为本申请实施例所提供的另外一种识别过程的流程示意图，包括以下步骤：

步骤201、计算每一个所述对象的生物特征与所述目标生物特征之间的特征相似度。

步骤202、判断生物特征的特征相似度是否满足预设条件。

若判断结果为是，则执行步骤203～步骤205；

若判断结果为否，则执行步骤206。

其中，在判断生物特征的特征相似度是否满足预设条件的方法与图1所示的判断方法相同，在此将不再赘述。

步骤203、确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注。

步骤204、判断是否接受到再次识别的识别指令。

若判断结果为是，则执行步骤205；

若判断结果为否，则执行步骤206。

其中，再次识别的识别指令可以是用户通过点击客户端的识别按钮后，由客户端发送给服务器的。

步骤205、重新确定所述候选目标对象的生物特征为目标生物特征，并针对除候选目标对象外的其余对象的生物特征，返回执行步骤201；

步骤206、结束识别过程。

在图2所示的识别过程中，与图1中所示的识别过程不同的是，并非是自动识别出所有生物特征的特征相似度满足预设条件的对象，而是在接收到再次识别的识别指令后才会再次进行一次识别，由此，识别过程可以根据用户的意愿执行，从而节省计算资源。

本申请实施例提供的基于生物特征的图像识别方法，在对目标对象进行识别时，并非是将所有的监控视频中所包含的对象的生物特征与目标对象的生物特征进行比对，而是从监控视频中选择出与目标对象的生物特征的特征相似度满足预设条件的生物特征，并将选择出的生物特征重新确定为目标生物特征，然后再从其余监控视频的对象的生物特征中选择出与重新确定的目标生物特征之间特征相似度满足预设条件的生物特征，因为不同的监控视频中所包含的生物特征的角度存在不同，通过这种方法，有效避免了角度对于图像识别的影响，降低了漏检的几率，提高了图像识别的准确率。

实施例二

本申请还提供了一种基于生物特征的图像识别装置，参见图3所示，为本申请实施例所提供的一种基于生物特征的图像识别装置的架构示意图，包括获取模块301、提取模块302、识别模块303，其中识别模块303包括：计算单元3031、确定单元3032、处理单元3033，具体的：

获取模块301，用于获取目标对象的目标生物特征，以及获取至少一段监控视频；

提取模块302，用于提取每一段所述监控视频中所包含的对象的生物特征；

识别模块303，用于针对每一段所述监控视频中所包含的对象的生物特征，执行识别过程，其中，所述识别模块包括：

计算单元3031，计算每一个所述对象的生物特征与所述目标生物特征之间的特征相似度；

确定单元3032，用于确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注；

处理单元3033，用于重新确定所述候选目标对象的生物特征为目标生物特征，并针对除所述候选目标对象外的其余对象的生物特征，重复执行所述识别过程，直至所有所述对象的生物特征的特征相似度均不满足所述预设条件。

一种可能的设计中，生物特征包括以下特征中的一种：步态特征、面部特征、行人重识别特征。

一种可能的设计中，所述获取模块301，在获取目标对象的目标生物特征时，具体用于：

提取用户选中的监控视频中所包含的目标生物特征；或，

获取目标对象的身份信息，基于所述身份信息从数据库中提取所述身份信息所对应的生物特征，并将提取的生物特征确定为所述目标生物特征。

一种可能的设计中，所述识别模块303，还包括：

指令处理单元3034，用于在确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注之后，接收再次识别的识别指令，并在接收到所述识别指令之后，重新确定所述候选目标对象的生物特征为目标生物特征，并针对除所述候选目标对象外的其余对象的生物特征，重新执行所述识别过程。

一种可能的设计中，所述确定单元3032，在确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象时，具体用于：

将所述生物特征的特征相似度大于预设相似度的对象确定为所述候选目标对象；或，

将所述对象的生物特征的特征相似度按照从大到小的顺序进行排序，并将前n位的生物特征的特征相似度所对应的对象确定为所述候选目标对象，n为正整数。

本申请实施例提供的基于生物特征的图像识别装置，在对目标对象进行识别时，并非是将所有的监控视频中所包含的对象的生物特征与目标对象的生物特征进行比对，而是从监控视频中选择出与目标对象的生物特征的特征相似度满足预设条件的生物特征，并将选择出的生物特征重新确定为目标生物特征，然后再从其余监控视频的对象的生物特征中选择出与重新确定的目标生物特征之间特征相似度满足预设条件的生物特征，因为不同的监控视频中所包含的生物特征的角度存在不同，通过这种装置，有效避免了角度对于图像识别的影响，降低了漏检的几率，提高了图像识别的准确率。

实施例三

基于同一技术构思，本申请实施例还提供了一种电子设备。参照图4所示，为本申请实施例提供的电子设备400的结构示意图，包括处理器401、存储器402、和总线403。其中，存储器402用于存储执行指令，包括内存4021和外部存储器4022；这里的内存4021也称内存储器，用于暂时存放处理器401中的运算数据，以及与硬盘等外部存储器4022交换的数据，处理器401通过内存4021与外部存储器4022进行数据交换，当电子设备400运行时，处理器401与存储器402之间通过总线403通信，使得处理器401在执行以下指令：

获取目标对象的目标生物特征，以及获取至少一段监控视频；

提取每一段所述监控视频中所包含的对象的生物特征；

针对每一段所述监控视频中所包含的对象的生物特征，执行以下识别过程：

计算每一个所述对象的生物特征与所述目标生物特征之间的特征相似度；

确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注；

重新确定所述候选目标对象的生物特征为目标生物特征，并针对除所述候选目标对象外的其余对象的生物特征，重复执行所述识别过程，直至所有所述对象的生物特征的特征相似度均不满足所述预设条件。

一种可能的设计中，处理器401执行的指令中，所述生物特征包括以下特征中的一种：步态特征、面部特征、行人重识别特征。

一种可能的设计中，处理器401执行的指令中，所述获取目标对象的目标生物特征，包括：

提取用户选中的监控视频中所包含的目标生物特征；或，

获取目标对象的身份信息，基于所述身份信息从数据库中提取所述身份信息所对应的生物特征，并将提取的生物特征确定为所述目标生物特征。

一种可能的设计中，处理器401执行的指令中，在确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，并将所述监控视频中对所述候选目标对象进行标注之后，还包括：

接收再次识别的识别指令，并在接收到所述识别指令之后，重新确定所述候选目标对象的生物特征为目标生物特征，并针对除所述候选目标对象外的其余对象的生物特征，重新执行所述识别过程。

一种可能的设计中，处理器401执行的指令中，所述确定所述生物特征的特征相似度满足预设条件的对象为候选目标对象，包括：

将所述生物特征的特征相似度大于预设相似度的对象确定为所述候选目标对象；或，

将所述对象的生物特征的特征相似度按照从大到小的顺序进行排序，并将前n位的生物特征的特征相似度所对应的对象确定为所述候选目标对象，n为正整数。

实施例四

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述任一实施例中所述的基于生物特征的图像识别方法的步骤。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述基于生物特征的图像识别方法的步骤，从而提高图像识别的准确率。

本申请实施例所提供的进行基于生物特征的图像识别方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。