图像处理方法、装置、电子设备和计算机可读介质与流程

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。

背景技术：

1、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。

2、然而，发明人发现，当采用上述方式时，经常会存在如下技术问题：

3、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；

4、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；

5、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。

6、该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，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

1、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。

2、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，来解决以上背景技术部分提到的技术问题中的一项或多项。

3、第一方面，本公开的一些实施例提供了一种图像处理方法，该方法包括：对目标图像进行人脸定位，以生成人脸位置信息，其中，上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；响应于确定上述人脸位置信息表征上述目标图像中存在人脸，对上述目标图像进行人脸识别，以生成人脸识别信息集合，其中，上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；对于上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：根据上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，根据上述人脸识别信息包括的年龄信息，确定检索顺序信息，其中，上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，上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；根据上述检索顺序信息和上述人脸识别信息包括的人脸特征向量，依次在上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，将上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。

4、第二方面，本公开的一些实施例提供了一种图像处理装置，装置包括：人脸定位单元，被配置成对目标图像进行人脸定位，以生成人脸位置信息，其中，上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；人脸识别单元，被配置成响应于确定上述人脸位置信息表征上述目标图像中存在人脸，对上述目标图像进行人脸识别，以生成人脸识别信息集合，其中，上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；执行单元，被配置成对于上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：根据上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，根据上述人脸识别信息包括的年龄信息，确定检索顺序信息，其中，上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，上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；根据上述检索顺序信息和上述人脸识别信息包括的人脸特征向量，依次在上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，将上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。

5、第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

6、第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

7、本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的图像处理方法，实现了对校园区域内的陌生对象的有效且全面地识别。具体来说，造成无法对校园区域内的陌生对象的有效且全面地识别的原因在于：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。基于此，本公开的一些实施例的图像处理方法，首先，对目标图像进行人脸定位，以生成人脸位置信息，其中，上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。接着，响应于确定上述人脸位置信息表征上述目标图像中存在人脸，对上述目标图像进行人脸识别，以生成人脸识别信息集合，其中，上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。实践中，摄像头在进行视频采集的过程中，视频中的图像往往包含大量的未包含人脸的图像，采用直接进行人脸识别和定位的方法，数据处理量较大。因此，本公开先对目标图像进行人脸定位，当生成的人脸位置信息表征目标图像中存在人脸时，再进行人脸识别，以得到更加具体的人脸特征。其次，对于上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：第一步，根据上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。实践中，陌生对象人脸特征数据库中陌生对象人脸特征数据往往体量较小，因此，先在陌生对象人脸特征数据库中进行人脸特征匹配，能够提高匹配速度。第二步，响应于未匹配成功，根据上述人脸识别信息包括的年龄信息，确定检索顺序信息，其中，上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，上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。实践中，当未匹配成功时，可能表征非陌生对象或未录入陌生对象人脸特征数据库。因此，需要比对目标人脸特征数据库集合是否存在人脸特征向量对应的对象。考虑到校园区域中的对象(如学生和非学生)之间存在明显的年龄划分，因此可以根据年龄信息，确定在不同数据库之间的检索顺序，进一步提高检索速度。第三步，根据上述检索顺序信息和上述人脸识别信息包括的人脸特征向量，依次在上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。第四步，响应于未匹配成功，将上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。通过此种方式，结合校园区域内设置的摄像头，可以全面地对校园区域内的陌生对象进行有效识别。

技术特征：

1.一种图像处理方法，包括：

2.根据权利要求1所述的方法，其中，所述方法还包括：

3.根据权利要求2所述的方法，其中，所述方法还包括：

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：

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

6.根据权利要求5所述的方法，其中，所述陌生对象人脸特征数据库包括：高频陌生对象人脸特征数据库和低频陌生对象人脸特征数据库；以及

7.根据权利要求6所述的方法，其中，所述低频陌生对象人脸特征数据库中的陌生对象人脸特征数据分页存储；以及

8.一种图像处理装置，包括：

9.一种电子设备，包括：

10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至7中任一所述的方法。

技术总结
本公开的实施例公开了图像处理方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对目标图像进行人脸定位；响应于确定人脸位置信息表征目标图像中存在人脸，对目标图像进行人脸识别；对于人脸识别信息，执行以下处理步骤：根据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，根据人脸识别信息包括的年龄信息，确定检索顺序信息；根据检索顺序信息和人脸识别信息包括的人脸特征向量，依次在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。该实施方式可以全面地对陌生对象进行有效识别。

技术研发人员：吴冬伟,李浩浩,刘忠平,刘子雪,孙国亮
受保护的技术使用者：海易科技（北京）有限公司
技术研发日：
技术公布日：2024/1/15