CN112528706A - 人员识别系统及其方法 - Google Patents

Abstract

本申请提供了一种人员识别系统及其方法，所述人员识别系统可以包括：信息采集模块，被配置为采集关于被检对象的信息；第一视频采集模块，被配置为获取关于被检对象的图像，并且基于所述关于被检对象的图像，利用多种识别方法获取关于被检对象的多种特征；存储模块，被配置为将所述关于被检对象的信息和所述关于被检对象的特征进行相关联地存储；第二视频采集模块，被配置为跟踪拍摄嫌疑对象以获取关于嫌疑对象的图像，并且基于所述嫌疑对象的图像，利用所述多种识别方法获取嫌疑对象的多种特征；以及识别模块，被配置为基于所获取的嫌疑人的多种特征和所述存储模块中存储的所述关于被检对象的多种特征，来识别所述嫌疑人的身份信息。

Description

人员识别系统及其方法

技术领域

本领域涉及一种识别领域，并且更具体地涉及远距离识别人员身份的系统及其方法。

背景技术

公共安全事关国家、社会的稳定，直接影响人民群众的生命财产安全。为了保障公共安全，远距离、快速、无感知、非配合式的人员信息采集与身份识别技术逐步成为一种必然趋势。传统的人员信息采集与身份识别是近距离、配合式的，效率低，尤其是在高峰时期，更会引起严重的堵塞，影响人们的出行。

发明内容

本发明的主要目的之一是提供一种高效、准确、无感知、非配合的人员身份识别技术，以能够在既不影响通行效率、又能准确识别人员的身份的情况下，为公共交通、重大赛事活动、重点区域、人员密集区域提供人员身份识别技术。

为了高效、准确地识别人员密集区中的行人的身份信息，在本申请的第一方面中，提供了一种人员识别系统，可以包括：信息采集模块，可以被配置为采集关于被检对象的信息；第一视频采集模块，可以被配置为获取关于被检对象的图像，并且基于所述关于被检对象的图像，利用多种识别方法获取关于被检对象的多种特征；存储模块，可以被配置为将所述关于被检对象的信息和所述关于被检对象的特征进行相关联地存储；第二视频采集模块，可以被配置为跟踪拍摄嫌疑对象以获取关于嫌疑对象的图像，并且基于所述嫌疑对象的图像，利用所述多种识别方法获取嫌疑对象的多种特征；以及识别模块，可以被配置为基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征，来识别所述嫌疑人的身份信息。

根据本申请的第一方面，信息采集模块可以被配置为基于WiFi探针来识别所述被检对象的手机号。

根据本申请的第一方面，第一视频采集模块和第二视频采集模块中的每一个视频采集模块可以包括：图像拍摄模块，被配置为获取关于被检对象的图像；以及图像提取模块，被配置为从所述关于被检对象的图像中提取所述被检对象的特征图像。

根据本申请的第一方面，第一视频采集模块和第二视频采集模块中的每一个视频采集模块还可以包括：归一化模块，被配置为对经由所述图像提取模块提取的特征图像进行归一化。

根据本申请的第一方面，第一视频采集模块和第二视频采集模块中的每一个视频采集模块还包括：序列化模块，被配置为基于经由所述归一化模块获取的归一化特征图像进行特征提取。

根据本申请的第一方面，识别模块可以包括：配对模块，被配置为经由所述第二视频采集模块获取的所述嫌疑对象的特征与所述存储模块中存储的被检人员的特征进行配对。

根据本申请的第一方面，识别模块还可以包括：第一识别模块，被配置为计算配成对的特征之间的相似度，并且将前M个相似度最高的特征作为所述嫌疑人的特征。

根据本申请的第一方面，识别模块还可以包括：WiFi探针模块，被配置为检测嫌疑人的手机号。

根据本申请的第一方面，识别模块还可以包括：第二识别模块，被配置为基于所述嫌疑人的手机号从所述前M个相似度最高的特征中识别所述嫌疑人的特征。

在本申请的第二方面中，提供了一种人员识别方法，所述方法可以包括：采集关于被检对象的信息；获取关于被检对象的图像，并且基于所述关于被检对象的图像，利用多种识别方法获取关于被检对象的多种特征；将所述关于被检对象的信息和所述关于被检对象的特征进行相关联地存储；跟踪拍摄嫌疑对象以获取关于嫌疑对象的图像，并且基于所述嫌疑对象的图像，利用所述多种识别方法获取嫌疑对象的多种特征；以及，基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征，来识别所述嫌疑人的身份信息。

根据本申请的第二方面，所述采集关于被检对象的信息还可以包括：基于WiFi探针方法来识别所述被检对象的手机号。

根据本申请的第二方面，所述获取关于被检对象的图像并且基于所述关于被检对象的图像利用多种识别方法获取关于被检对象的多种特征可以包括：获取关于被检对象的图像；以及从所述关于被检对象的图像中提取所述被检对象的特征图像。

根据本申请的第二方面，所述获取关于被检对象的图像并且基于所述关于被检对象的图像利用多种识别方法获取关于被检对象的多种特征包括还可以包括：对所提取的所述特征图像进行归一化。

根据本申请的第二方面，所述获取关于被检对象的图像并且基于所述关于被检对象的图像利用多种识别方法获取关于被检对象的多种特征包括还可以包括：基于归一化后的特征图像进行特征提取。

根据本申请的第二方面，所述基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征来识别所述嫌疑人的身份信息可以包括：将所述嫌疑对象的特征与所存储的所述被检人员的特征进行配对。

根据本申请的第二方面，所述基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征来识别所述嫌疑人的身份信息还可以包括：计算配成对的特征之间的相似度，并且将前M个相似度最高的特征作为所述嫌疑人的特征。

根据本申请的第二方面，所述基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征来识别所述嫌疑人的身份信息还可以包括：利用WiFi探针方法检测嫌疑人的手机号。

根据本申请的第二方面，所述基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征来识别所述嫌疑人的身份信息还可以包括：

基于所述嫌疑人的手机号从所述前M个相似度最高的特征中识别所述嫌疑人的特征。

在本申请的第三方面中，提供了一种非暂时性计算机可读介质，包括记录在其上且用于实现根据第二方面中任一项所述的方法的程序代码指令。

本发明在复杂的场景中融合使用人脸识别、步态识别、行人重识别、WiFi探针识别、虹膜识别等技术进行人员的身份识别，能够更好的应对复杂场景的人员身份信息识别，实时获取人员的身份信息。

附图说明

图1中示出了根据示例实施例的身份识别系统的框图。

图2中示出了根据示例实施例的信息采集模块的详细框图。

图3中示出了根据示例实施例的第一视频采集模块的详细框图。

图4中示出了根据示例实施例的识别模块的详细框图。

图5中示出了根据示例实施例的进行人员识别的方法的流程图。

图6中示出了根据示例实施例的采集入场人员的身份信息的方法的流程图。

图7示出了根据示例实施例的提取人员的特征的方法的详细流程图。

图8中示出了根据示例实施例的识别嫌疑人的身份信息的方法的流程图。

具体实施方式

下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路、材料或方法。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。

应当理解，当称元件“耦接到”或“连接到”另一元件时，它可以是直接耦接或连接到另一元件或者可以存在中间元件。相反，当称元件“直接耦接到”或“直接连接到”另一元件时，不存在中间元件。

此外，这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

将理解的是，与术语相应的单数形式的名词可包括一个或更多个事物，除非相关上下文另有明确指示。如这里所使用的，诸如“A或B”、“A和B中的至少一个”、“A或B中的至少一个”、“A、B或C”、“A、B和C中的至少一个”以及“A、B或C中的至少一个”的短语中的每一个短语可包括在与所述多个短语中的相应一个短语中一起列举出的项的所有可能组合。如这里所使用的，诸如“第1”和“第2”或者“第一”和“第二”的术语可用于将相应部件与另一部件进行简单区分，并且不在其它方面(例如，重要性或顺序)限制所述部件。

如这里所使用的，术语“模块”可包括以硬件、软件或固件实现的单元，并可与其他术语(例如，“逻辑”、“逻辑块”、“部分”或“电路”)可互换地使用。模块可以是被适配为执行一个或更多个功能的单个集成部件或者是该单个集成部件的最小单元或部分。例如，根据实施例，可以以专用集成电路(ASIC)的形式来实现模块。

应该理解的是，本公开的各种实施例以及其中使用的术语并不意图将在此阐述的技术特征限制于具体实施例，而是包括针对相应实施例的各种改变、等同形式或替换形式。除非本文另有明确定义，否则所有术语将给出其最广泛的可能解释，包括说明书中暗示的含义以及本领域技术人员理解的和/或字典、论文等中定义的含义。

此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。对于附图的描述，相似的参考标号可用来指代相似或相关的元件。以下将参考附图对本公开进行示例性描述。

人脸识别技术、步态识别技术、行人重识别技术、Wifi探针识别技术、虹膜识别技术等由于能对人员进行远距离、无感知、实时识别，为人员身份识别带来极大便利。但这几种技术各自有其特点，适合不同的应用。

人脸识别技术能够对视频中的人脸进行远距离识别，使得能够在不知不觉中对行人进行身份识别，从而快速、非配合式地进行身份识别。但在人脸图像质量差、人脸被遮挡的情况下，人脸识别技术不能有效进行人脸识别。

步态识别技术的识别距离可达50米，无需对象主动配合。即便行人在距摄像头几十米的位置处背对摄像头走动，步态识别技术也可以对其进行身份识别。但是步态识别技术的识别精度弱于人脸识别技术。

行人重识别技术能够对视频中的行人进行再识别，无需高质量的人脸图片就能对行人进行再识别。由此，在人脸识别技术失效的情况下，可以应用行人重识别技术进行人员身份识别。但是，行人重识别技术的识别精度弱于人脸识别技术和步态识别技术。

WiFi探针识别技术能够准确获取行人的手机号，但是手机号不能独立作为人员身份识别方法。

虹膜识别技术通过对比虹膜图像特征来确定人的身份，可靠性高、无需物理接触、技术成熟，但对图像质量要求较高。

本发明提出一种融合人脸识别技术、步态识别技术、行人重识别技术、WiFi探针识别技术、虹膜识别技术、身份证件识别技术来对行人进行身份识别的系统及其方法，以提高行人身份识别效率和准确性。

图1中示出了根据示例实施例的身份识别系统1的框图。身份识别系统1可以适用于需要任何场所，例如飞机场、火车站、汽车站、体育场、或任何其它人员密集区域。

如图所示，身份识别系统1可以包括信息采集模块101、存储模块102、第一视频采集模块103、第二视频采集模块104、以及识别模块105。

信息采集模块101可以被配置为采集进入场所的人的信息。在一个示例中，信息采集模块101可以是手动输入或自动获取人员的身份信息的装置。

在示例性实施例中，信息采集模块101可以设置在需要安检的场所的入口处，用于基于进入场所的人员的身份证或其它有效身份证件来获取进入人员的基本信息。

在一个示例中，信息采集模块101可以是与公安系统连接的身份识别装置，用于基于进入场所的人员的身份证或其它有效身份证件来获取进入人员的身份信息，同时将所获取的身份信息与公安系统中存储的嫌疑人信息进行比对，以识别进入人员是否是嫌疑人。

在一个示例中，信息采集模块101可以是设置在飞机场、火车站、汽车站等公共交通搭乘场所的进站处的、用于扫描进站人员的身份证和票面的闸机。

在一个示例中，信息采集模块101可以是设置在展览馆、图书馆、演唱会、会议中心等场所的门口处的用于扫描身份证、入场权和/或借书证等的扫描机。

在一个示例中，信息采集模块101可以是通过输入装置人工地输入人员的身份信息的装置。例如，输入装置可以是触写板、触摸屏、键盘、键区、鼠标、或其任意组合。

第一视频采集模块103可以被配置为对进入场所的人员进行视频拍摄，从而获取关于进入场所的人员的多幅图像。

在一个示例中，第一视频采集装置103可以是与信息采集模块101设置在相同位置处、或者设置在信息采集模块101附近的装置，用于对正在接受信息采集模块101进行信息采集的人员进行视频拍摄。

在示例性实施例中，第一视频采集装置103可以被配置为基于所获取的关于进入场所的人员的多幅图像，利用多种不同的特征识别技术来获取进入场所的人员的多种特征。

在一个示例中，第一视频采集装置103可以基于关于进入场所的人员的多幅图像，利用人脸识别技术、步态识别技术、行人重识别技术、虹膜识别技术等来获取关于进入场所的人员的人脸特征、步态特征、人体特征、虹膜特征等。

在一个示例中，第一视频采集装置103可以基于关于进入场所的人员的多幅图像，利用诸如骨骼识别技术之类的任何其它技术来获取关于进入场所的人员的骨骼特征等。

本领域技术人员应当理解，识别技术的种类和数量不受限制。

在一个示例中，第一视频采集装置103可以设置有用于获取人员的人脸特征、步态特征、人体特征、虹膜特征等信息的一个或多个特征采集设备。在一个示例中，特征采集设备之一可以是深度摄像机，用于获取人员的骨骼图像，从而获取人员的人体特征。在另一示例中，特征采集设备之一可以是用于进行人脸识别的人脸识别设备。在另一示例中，特征采集设备之一可以是用于进行步态采集的步态特征获取设备。在又一示例中，特征采集设备之一可以是用于进行虹膜采集的虹膜采集设备。

在一个示例中，第一视频采集装置103中的特征采集设备的数量和种类不受限制。

在一个示例中，第一视频采集装置中的特征采集设备相对于被拍摄人员的视角可以是相同的，也可以是不同的。

在特征采集设备相对于被拍摄人员的视角是不同的情况下，由相同特征采集设备所获取的相同特征之间存在偏差。此时，可以对所获取的图像进行配准，然后特征采集设备基于配准后的图像进行特征提取。

存储模块102可以被配置为用于存储人员识别过程中产生的数据、信息、图像等。

在示例性实施例中，可以将通过信息采集模块101获取的人员信息与通过第一视频采集装置103获取的人员特征相关联地存储在存储模块102中。

在示例性实施例中，存储模块102可以设置有非易失性存储器，其可以在存储模块102通电或断电的情况下均始终保存数据。

第二视频采集模块104可以被配置为对举止、神态等异常的任何嫌疑人进行跟踪拍摄，从而获取关于嫌疑人的图像。

第二视频采集模块104可以是与第一视频采集模块101相同的模块。第二视频采集模块104可以是比第一视频采集装置101的拍摄距离更远、成像质量更好、更清晰的模块。

第二视频采集装置104可以被配置为基于关于嫌疑人的图像，利用人脸识别技术、步态识别技术、行人重识别、虹膜识别等技术来获取嫌疑人的人脸特征、步态特征、人体特征和虹膜特征等。

如上所示，第二视频采集装置104可以被配置为利用现有的或将来开发的任何识别技术来获取特征。

本领域技术人员应当理解，识别技术的种类和数量不受限制。

识别模块105可以被配置为将通过第二视频采集装置104获得的嫌疑人的特征与存储模块102中存储的特征进行匹配，以识别嫌疑人的信息。

图2中示出了根据示例实施例的信息采集模块101的示例的详细框图。图2中所示的信息采集模块101仅是出于说明目的而示例性提出的，本发明不限于此。

如图所示，信息采集模块101可以包括身份信息录入模块1011、第一匹配模块1012、票据信息录入模块1013、第二匹配模块1014、以及WiFi探针模块1015。

身份信息录入模块101可以被配置为录入进入场所的人员的身份信息，例如姓名、年龄、性别、籍贯等。

第一匹配模块1012可以被配置为从身份信息录入模块101接收人员的身份信息，并且将所接收的身份信息与公安系统中的嫌疑人信息数据库中的嫌疑人信息进行比对，从而识别进入人员是否为嫌疑人。

票据信息录入模块1013可以被配置为对进入场所的人员的票据信息进行录入。票据信息可以例如为票据所属人、人员的目的地、车厢号、车位号等。

第二匹配模块可以被配置为将经由身份信息录入模块1011获取的人员的身份信息与经由票据信息录入模块1013获取的票据所属人的信息进行匹配，以判断进入人员与票面所属人是否为同一人。

在第一匹配模块1012确定出进入人员不是嫌疑人、且第二匹配模块1013确定出票据所属人与进入人员是同一人的情况下，允许人员进入场地。此外，第一匹配模块1012和第二匹配模块1013向存储模块102发送经由身份信息录入模块1011获取的人员的身份信息和经由票据信息录入模块1013获取的信息。

WiFi探针模块1015可以被配置为获取进入场地的人员的手机号信息。

根据示例实施例，经由身份信息录入模块1011获取的人员的身份信息、经由票据信息录入模块1013获取的信息、以及经由WiFi探针模块1015获取的手机号信息相关联地存储在存储模块102中。

图3中示出了根据示例实施例的第一视频采集模块103的示例的框图。图3中所示的第一视频采集模块103仅是出于说明目的而示例性提出的，本发明不限于此。

如图所示，第一视频采集模块103可以包括图像获取模块1031、图像提取模块1032、图像归一化模块1033、特征提取模块1034、以及序列化模块1035。

图像获取模块1031可以被配置为对进入场所的行为奇怪、神态奇怪的嫌疑人员进行跟踪拍摄，从而获取关于人员的图像。

图像获取模块1031可以包括例如深度相机、红外相机、毫米波相机、太赫兹相机之类的任何拍摄设备。

图像获取模块1031可以包括一个或多个拍摄设备，并且图像获取模块1031的数量可以是一个或多个。

图像提取模块1032可以被配置为从图像获取模块1031接收所拍摄的图像，并且从图像中提取关于嫌疑人员的人脸图像、步态图像、人体图像和人眼图像。

图像归一化模块1033可以被配置为从图像提取模块1032接收所提取的人脸图像、步态图像、人体图像和人眼图像，并且将所接收的各个图像进行归一化。

例如，图像归一化模块1033可以被配置为将像素值在0至255之间的人脸图像、步态图像、人体图像和人眼图像中的像素值归一化到0至1之间。通过对图像进行归一化，可以更加快速、高效、精确地提取特征。

特征提取模块1034可以被配置为从图像归一化模块1033接收归一化之后的人脸图像、步态图像、人体图像和人眼图像，并且基于各个图像提取人脸特征、步态特征、人体特征、虹膜特征。

序列化模块1035可以被配置为从特征提取模块1034接收所提取的人脸特征、步态特征、人体特征、虹膜特征，并且将所接收的各个图像进行序列化。例如，人脸特征是以128位数字表示的，步态特征是以234位数字表示的，人体特征是以140位数字表示的，虹膜特征是以220位数字表示的。此时，将表示各个特征的数字进行排序，从而形成序列化的特征集合。

序列化模块1035还可以被配置为将序列化特征集合存储在存储模块102中。

第二视频采集模块104可以被配置为与第一视频采集模块103相同。为了避免重复描述，在此不再重复描述第二视频采集模块104的结构。

图4中示出了根据示例实施例的识别模块105的示例的框图。如图所示，识别模块105可以包括配对模块1051、第一识别模块1052、第二识别模块1053、以及WiFi探针1054。

配对模块1051可以被配置为将经由第二视频采集模块104获取的关于嫌疑的序列化特征集合与存储模块102中所存储的各个序列化特征集合进行配对。例如，在存储模块102中存储有N个序列化特征集合的情况下，配对模块1051将经由第二视频采集模块104获取的序列化特征集合先与N个序列化特征集合中的第1个序列化特征集合进行配置，在第一识别模块1052确定出第1个序列化特征集合与经由第二视频采集模块104获取的序列化特征集合的匹配率的情况下，配对模块1051再将经由第二视频采集模块104获取的序列化特征集合与第2个序列化特征集合进行配对，依次类推。

第一识别模块1052可以被配置为从配对模块1051接收配成对的特征集合，并且确定配成对的特征集合是否是相匹配的特征集合。

第一识别模块1052可以包括通过神经网络预先建立好的身份识别模型，其可以被配置为确定从第二识别采集模块104输入的序列化特征集合与存储模块102中所存储的各个序列化特征集合之间的相似度。

第一识别模块1052还可以被配置为将所确定的各个相似度进行排序。

WiFi探针模块1054可以被配置为探测嫌疑人员的手机号。

第二识别模块1053可以被配置为将通过第一识别模块1052中获取的相似度最高的前M个序列化特征集合与经由WiFi探针获取的手机号进行匹配，从而在该前M个序列化特征集合中匹配出嫌疑人的特征集合。

在嫌疑人员周围人员稀疏的情况下，WiFi探针可以精确地探测出一个手机号码。由此，可以从前M个序列化特征集合中准确地识别出嫌疑人。

在嫌疑人员周围人员较密集的情况下，WiFi探针可以探测到多个手机号。由此，可以从前M个序列化特征集合中识别出多个嫌疑人。由此，可以起到进一步缩小嫌疑人信息的作用。

图5中示出了根据示例实施例的进行人员识别的示例方法的流程图。如图所示，在步骤51处，采集进入场所的人员的身份信息，例如姓名、性别、年龄、籍贯等。

在步骤52处，对进入场所的人员进行拍摄，从而获取关于进入场所的人员的图像。

步骤51和步骤52是同时进行的，也可以是按顺序进行的。

在步骤53处，基于在步骤52处获取的图像，提取关于进入场所的人员的特征。例如，提取关于进入场所的人员的人脸特征、步态特征、人体特征和虹膜特征等。

在步骤54处，将步骤51处获取的身份信息与在步骤53处获取的特征进行相关联地存储。

在步骤55处，对场所中的嫌疑人员进行跟踪拍摄，从而获取嫌疑人员的多幅图像。

在步骤56处，基于在步骤55处获取的图像，提取嫌疑人员的特征。

在步骤57处，将步骤56处提取的嫌疑人员的特征与在步骤54处与身份信息相关联地存储的特征进行匹配，从而识别出嫌疑人的身份信息。

图6中示出了根据示例实施例的采集入场人员的身份信息的示例方法的流程图。如图所示，在步骤511处，录入进入场所的人员的身份信息，例如，通过扫描人员的身份证或其它有效证件来获取人员的身份信息。备选地，人员的身份信息还可以包括通过WiFi探针探出的人员的收集号码。

在步骤512处，将在步骤511处录入的人员身份信息与公安系统中的嫌疑人信息进行比对，以确定被录入身份信息的人员是否为嫌疑人。

在录入的身份信息与公安系统中的嫌疑人的信息匹配的情况下(步骤512处的“是”)，处理进行到步骤516处，将该嫌疑人抓获，或者采取报警等措施。

在录入的身份信息与公安系统中的嫌疑人的信息不匹配的情况下(步骤512处的“否”)，处理进行到步骤513处。

在步骤513处，录入进入场所的人员所持有的票据的票据信息，例如目的地、车辆号、车厢号、座位号、票据所属人信息等。

在步骤514处，将在步骤513处录入的票据信息与在步骤511处录入的人员身份信息进行比对。在票据信息与人员身份信息匹配的情况下(步骤514处的“是”)，处理进行到步骤515。在步骤515处，存储人员的身份信息。在票据信息与人员身份信息不匹配的情况下(步骤514处的“否”)，处理进行到步骤517。在步骤517处，禁止人员进入场地。

图7示出了提取人员的特征的示例方法的详细流程图。如图所示，在步骤531处，获取对人员拍摄的图像。

在步骤532处，从所获取的图像中提取出关于被拍摄人员的人脸图像、步态图像、人体图像、人眼图像等。

在步骤533处，将在步骤533处提取出的人脸图像、步态图像、人体图像、人眼图像等图像进行归一化。

在步骤534处，基于在步骤533处归一化的人脸图像、步态图像、人体图像、人眼图像等，提取出关于被拍摄人员的人脸特征、步态特征、人体特征和虹膜特征等。

在步骤535处，将在步骤534处获取的人脸特征、步态特征、人体特征和虹膜特征等进行序列化。

在步骤535之后，结合图6中的步骤515，共同执行图5中的步骤54的操作，即，将人员的身份信息与序列化的特征集合相关联地存储。

图5中的56处的操作与步骤531至535中所描述的操作类似，出于简化说明的目的，在此不再重复描述。

图8中示出了根据示例实施例的识别嫌疑人的身份信息的示例方法的流程图。如图所述，在步骤571处，将由嫌疑人的人脸特征、步态特征、人体特征以及虹膜特征等组成的序列化特征集合与相关联地存储的多个特征集合进行依次配对。例如，在存在N个相关联地存储的特征集合的情况下，可以先将嫌疑人的特征集合与存储的第1个特征集合进行配对，然后将嫌疑人的特征集合与第2个特征集合进行配对，依次类推。

在步骤572处，依次计算出每一个配对的特征集合之间的相似度。例如，首先计算配成对的嫌疑人的特征集合与第1个特征集合之间的相似度，然后计算配成对的嫌疑人的特征集合与第2个特征集合之间的相似度，依次类推。

在步骤573处，将依次计算出的各个相似度进行排序。

在步骤574处，通过WiFi探针等技术探测嫌疑人的手机号。

在步骤575处，将在步骤574处探测到的嫌疑人的手机号与相似度最高的前M个特征集合进行对比，由于特征集合与包括手机号的身份信息相关联，因此可以通过手机号的对比来识别出嫌疑人的身份信息。

尽管以上各个框图中示出了多个组件，但是本领域技术人员应当理解，可以在缺少一个或多个组件或将某些组件组合的情况下实现本发明的实施例。

尽管以上根据附图中所示的顺序对各个步骤进行了描述，但是本领域技术人员应当理解，所述各个步骤可以按照不同的顺序执行，或者可以在没有上述步骤中的一个或多个步骤的情况下实现本发明的实施例。

根据前述内容可以理解，一个或多个系统或设备的电子组件可以包括但不限于至少一个处理单元、存储器、以及将包括存储器在内的各个组件耦接到处理单元的通信总线或通信装置。系统或设备可以包括或可以访问各种设备可读介质。系统存储器可以包括易失性和/或非易失性存储器形式的设备可读存储介质(比如，只读存储器(ROM)和/或随机存取存储器(RAM))。通过示例而非限制的方式，系统存储器还可以包括操作系统、应用程序、其它程序模块和程序数据。

实施例可以实现为系统、方法或程序产品。因此，实施例可以采用全硬件实施例或者包括软件(包括固件、常驻软件、微代码等)的实施例的形式，它们在本文中可以统称为“电路”、“模块”或“系统”。此外，实施例可以采取在其上体现有设备可读程序代码的至少一个设备可读介质中体现的程序产品的形式。

可以使用设备可读存储介质的组合。在本文档的上下文中，设备可读存储介质(“存储介质”)可以是任何有形的非信号介质，其可以包含或存储由配置为由指令执行系统、装置或设备使用或与其结合使用的程序代码组成的程序。出于本公开的目的，存储介质或设备应被解释为非暂时性的，即不包括信号或传播介质。

本公开出于说明和描述的目的得以呈现，但是并非旨在穷举或限制。许多修改和变化对于本领域技术人员将是明显的。选择和描述实施例以便说明原理和实际应用，并且使得本领域普通技术人员能够理解具有适合于所预期的特定用途的各种修改的本公开的各种实施例。

Claims (19)

1.一种人员识别系统，包括：

信息采集模块，被配置为采集关于被检对象的信息；

第一视频采集模块，被配置为获取关于被检对象的图像，并且基于所述关于被检对象的图像，利用多种识别方法获取关于被检对象的多种特征；

存储模块，被配置为将所述关于被检对象的信息和所述关于被检对象的特征进行相关联地存储；

第二视频采集模块，被配置为跟踪拍摄嫌疑对象以获取关于嫌疑对象的图像，并且基于所述嫌疑对象的图像，利用所述多种识别方法获取嫌疑对象的多种特征；以及

识别模块，被配置为基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征，来识别所述嫌疑人的身份信息。

2.根据权利要求1所述的人员识别系统，所述信息采集模块被配置为基于WiFi探针来识别所述被检对象的手机号。

3.根据权利要求1所述的人员识别系统，所述第一视频采集模块和所述第二视频采集模块中的每一个视频采集模块包括：

图像拍摄模块，被配置为获取关于被检对象的图像；以及

图像提取模块，被配置为从所述关于被检对象的图像中提取所述被检对象的特征图像。

4.根据权利要求3所述的人员识别系统，所述第一视频采集模块和所述第二视频采集模块中的每一个视频采集模块包括：归一化模块，被配置为对经由所述图像提取模块提取的特征图像进行归一化。

5.根据权利要求4所述的人员识别系统，所述第一视频采集模块和所述第二视频采集模块中的每一个视频采集模块包括：序列化模块，被配置为基于经由所述归一化模块获取的归一化特征图像进行特征提取。

6.根据权利要求1所述的人员识别系统，所述识别模块包括：配对模块，被配置为经由所述第二视频采集模块获取的所述嫌疑对象的特征与所述存储模块中存储的被检人员的特征进行配对。

7.根据权利要求6所述的人员识别系统，所述识别模块还包括：第一识别模块，被配置为计算配成对的特征之间的相似度，并且将前M个相似度最高的特征作为所述嫌疑人的特征。

8.根据权利要求7所述的人员识别系统，所述识别模块还包括：WiFi探针模块，被配置为检测嫌疑人的手机号。

9.根据权利要求8所述的人员识别系统，所述识别模块还包括：第二识别模块，被配置为基于所述嫌疑人的手机号从所述前M个相似度最高的特征中识别所述嫌疑人的特征。

10.一种人员识别方法，包括：

采集关于被检对象的信息；

获取关于被检对象的图像，并且基于所述关于被检对象的图像，利用多种识别方法获取关于被检对象的多种特征；

将所述关于被检对象的信息和所述关于被检对象的特征进行相关联地存储；

跟踪拍摄嫌疑对象以获取关于嫌疑对象的图像，并且基于所述嫌疑对象的图像，利用所述多种识别方法获取嫌疑对象的多种特征；以及

基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征，来识别所述嫌疑人的身份信息。

11.根据权利要求10所述的人员识别方法，所述采集关于被检对象的信息还包括：基于WiFi探针方法来识别所述被检对象的手机号。

12.根据权利要求10所述的人员识别方法，所述获取关于被检对象的图像并且基于所述关于被检对象的图像利用多种识别方法获取关于被检对象的多种特征包括：

获取关于被检对象的图像；以及

从所述关于被检对象的图像中提取所述被检对象的特征图像。

13.根据权利要求12所述的人员识别方法，所述获取关于被检对象的图像并且基于所述关于被检对象的图像利用多种识别方法获取关于被检对象的多种特征包括还包括：

对所提取的所述特征图像进行归一化。

14.根据权利要求13所述的人员识别方法，所述获取关于被检对象的图像并且基于所述关于被检对象的图像利用多种识别方法获取关于被检对象的多种特征包括还包括：

基于归一化后的特征图像进行特征提取。

15.根据权利要求10所述的人员识别方法，所述基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征来识别所述嫌疑人的身份信息包括：

将所述嫌疑对象的特征与所存储的所述被检人员的特征进行配对。

16.根据权利要求15所述的人员识别方法，所述基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征来识别所述嫌疑人的身份信息还包括：

计算配成对的特征之间的相似度，并且将前M个相似度最高的特征作为所述嫌疑人的特征。

17.根据权利要求15所述的人员识别方法，所述基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征来识别所述嫌疑人的身份信息还包括：

利用WiFi探针方法检测嫌疑人的手机号。

18.根据权利要求17所述的人员识别方法，所述基于所获取的嫌疑人的多种特征和所述存储模块中与所述关于被检对象的信息相关联存储的所述关于被检对象的多种特征来识别所述嫌疑人的身份信息还包括：

基于所述嫌疑人的手机号从所述前M个相似度最高的特征中识别所述嫌疑人的特征。

19.一种非暂时性计算机可读介质，包括记录在其上且用于实现根据权利要求10至18中任一项所述的方法的程序代码指令。

Images