CN102542299B - 人脸识别方法、装置及能识别人脸的移动终端 - Google Patents
人脸识别方法、装置及能识别人脸的移动终端 Download PDFInfo
- Publication number
- CN102542299B CN102542299B CN201110404997.3A CN201110404997A CN102542299B CN 102542299 B CN102542299 B CN 102542299B CN 201110404997 A CN201110404997 A CN 201110404997A CN 102542299 B CN102542299 B CN 102542299B
- Authority
- CN
- China
- Prior art keywords
- face
- facial characteristics
- image
- facial
- target person
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Abstract
本发明公开了一种人脸识别方法及装置，所述方法包括：采集包含人脸在内的图像；获取图像中人脸的面部特征；在面部特征数据库中匹配获取的面部特征，判断匹配的结果属于匹配区间、不匹配区间及待识别区间的哪一个；若判断属于匹配区间，发出识别出目标人物的提示信息；若判断属于不匹配区间，发出非目标人物的提示信息；若判断属于待识别区间，返回执行采集包含人脸在内的图像的步骤，直到检测到结束指令或发出识别出目标人物的提示信息或非目标人物的提示信息。本发明能够当摄像头拍摄到的图像模糊不清或目标人物与摄像头偏转的角度超过限定的角度而造成匹配的结果位于待识别区间时，处理器会重新采集图像，直到图像能够准确被识别。
Description
技术领域
本发明涉及人脸识别领域，特别是涉及一种人脸识别方法、装置及能识别人脸的移动终端。
背景技术
众所周知，除了双胞胎及多胞胎外，出现两张一模一样的脸的概率还不到七十万亿分之一，即便是双胞胎及多胞胎也会受后天环境、气候、生活的影响而出现外貌的差异，因而，人脸识别技术是生物特征识别技术的一个主要方向。
为了方便的对人脸进行识别，现有技术提供了一种人脸识别方法，利用摄像头采视场中包含人脸的图像，然后将采集到的图像送入计算机中进行图像处理获得人脸的特征值，最后与数据库中的特征值进行比较，进而识别人脸。
但是，在该方案中，摄像头为一次性采集图像，如果采集时，由于目标人物离摄像比较远而导致图像模糊不清，或者光线过明过暗使得图像过度曝光或者亮度不够而导致图像模糊不清，甚至，目标人物与摄像头偏转的角度超过限定的角度造成人脸的特征值提取不足够，将会导致该次识别失败，目标人物就有可能侥幸地逃避监测。
此外，摄像头的视场只能覆盖一定的范围，如果目标人物刻意绕过摄像头的视场则可轻易地逃避监测。
发明内容
本发明主要解决的技术问题是提供一种人脸识别方法、装置及能识别人脸的移动终端，能够有效提高人脸识别的成功率。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种人脸识别方法，包括：移动终端采集包含人脸在内的图像；向服务器发送请求更新数据库指令；若接收到服务器发送的更新数据库指令，接收服务器传输的面部特征码数据，并下载所述面部特征码数据以更新所述面部特征码数据库；获取图像中人脸的面部特征点，所述面部特征点包括：黑痣、胎记、鼻尖到双眼的距离、鼻梁的高度、鼻梁的长度及鼻梁的宽度、颧骨、双眼的距离、下颌轮廓、眉骨；若特征点的数量小于设定的阈值，则输出面部特征无效码；若特征点的数量大于或等于设定的阈值，则输出面部特征码，其中，所述阈值为通过计算机多次训练得到的，在保证识别率情况下，计算量最小的特征点的数量；判断所述输出的面部特征码与面部特征码数据库中的面部特征码的相似度属于匹配区间、不匹配区间及待识别区间的哪一个；若判断属于匹配区间，发出识别出目标人物的提示信息；若判断属于不匹配区间，发出非目标人物的提示信息；若判断属于待识别区间，返回执行采集包含人脸在内的图像的步骤，直到检测到结束指令或发出识别出目标人物的提示信息或非目标人物的提示信息；将获取的面部特征码存储到本机的面部特征数据库中；所述若特征点的数量大于或等于设定的阈值时，则输出面部特征码步骤之后还包括如下步骤：向所述服务器传输面部特征码数据以更新所述服务器中的面部特征码数据。
为解决上述技术问题，本发明采用的另一个技术方案是：提供一种能识别人脸的移动终端，所述移动终端包括：摄像头，用于采集包含人脸在内的图像；射频模块，用于向服务器发送请求更新数据库指令及在接收到服务器发送的更新数据库指令时，接收服务器传输的数据；识别模块，用于获取图像中人脸的面部特征点，若特征点的数量小于设定的阈值，则输出面部特征无效码；若特征点的数量大于或等于设定的阈值，则输出面部特征码，其中，所述面部特征点包括：黑痣、胎记、鼻尖到双眼的距离、鼻梁的高度、鼻梁的长度及鼻梁的宽度、颧骨、双眼的距离、下颌轮廓、眉骨，所述阈值为通过计算机多次训练得到的，在保证识别率情况下，计算量最小的特征点的数量；处理器，在面部特征数据库中匹配输出的面部特征码，判断所述输出的面部特征码与面部特征码数据库中的面部特征码的相似度属于匹配区间、不匹配区间及待识别区间的哪一个；若判断属于匹配区间，处理器发出识别出目标人物的提示信息，若判断属于不匹配区间，处理器发出非目标人物的提示信息，若判断属于待识别区间，处理器控制摄像头重新采集包含人脸在内的图像，直到处理器检测到结束指令或发出识别出目标人物的提示信息或非目标人物的提示信息，将获取的面部特征码存储到本机的面部特征数据库中；所述射频模块还用于向所述服务器传输面部特征码数据以更新所述服务器中的面部特征码数据。
其中，所述处理器还用于在启动人脸识别时，驱动LED灯变成红色；在匹配结果属于匹配区间或不匹配区间时，驱动LED灯变成绿色；在匹配结果属于待识别区间时，驱动LED灯变成蓝色；在检测到结束命令时，驱动LED灯熄灭。
本发明的有益效果是：区别于现有技术的情况，当摄像头拍摄到的图像模糊不清或目标人物与摄像头偏转的角度超过限定的角度而造成匹配的结果位于待识别区间，即图像不能被识别但又不属于完全匹配或者完全不匹配的情况时，处理器会重新采集图像，直到图像能够准确被识别，提高识别率。并且，本发明结合人脸识别技术及移动终端技术，通过移动终端随时随地对目标人物进行采集图像，有效的扩大摄像头的视场。
附图说明
图1是本发明一种人脸识别方法实施例一的流程图；
图2是本发明一种人脸识别方法实施例一的人脸中特征点分布示意图；
图3是本发明一种人脸识别装置实施例一的结构示意图；
图4是本发明一种能够识别人脸的移动终端实施例一的机构示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
参阅图1，本发明一种人脸识别方法实施例一包括：
步骤110：采集包含人脸在内的图像。
步骤120：获取图像中人脸的面部特征。其中，面部特征包括：黑痣、胎记、鼻尖到双眼的距离、鼻梁的高度、长度及宽度、颧骨、双眼的距离、下颌轮廓、眉骨及其它具有明显识别作用的特征。
步骤130：在面部特征数据库中匹配获取的面部特征，判断匹配的结果属于匹配区间、不匹配区间及待识别区间的哪一个。其中，匹配区间、待识别区间及不匹配区间可以设置在区间的边界连续或者不连续，具体的区间设置以实际要求为准。
步骤140：若判断属于匹配区间，发出识别出目标人物的提示信息；若判断属于不匹配区间，发出非目标人物的提示信息；若判断属于待识别区间，返回执行采集包含人脸在内的图像的步骤，直到检测到结束指令或发出识别出目标人物的提示信息或非目标人物的提示信息。提示信息可以是屏幕的文字、图案显示或者通过声光显示的信息。
区别于现有技术的情况，当摄像头拍摄到的图像模糊不清或目标人物与摄像头偏转的角度超过限定的角度而造成匹配的结果位于待识别区间，即图像不能被识别但又不属于完全匹配或者完全不匹配的情况时，处理器会重新采集图像，直到图像能够准确被识别，提高识别率。并且，本发明结合人脸识别技术及移动终端技术，通过移动终端随时随地对目标人物进行采集图像，有效的扩大摄像头的视场。
下面，以手机为例但不限于手机阐述更详尽的人脸识别方法。只要具有摄像头的移动终端都可以作为本发明的图像采集工具，为了使识别的图像的识别率，可以采用较高像素的摄像头。为了描述方便，下面以手机为例来描述：
发现可疑人物时，用户通过手机采集一幅可疑人物的人脸的图像，对图像采用直方图均衡化、图像平滑等方法进行处理得到清晰的图像。然后，对图像进行归一化处理，获得标准尺寸的图像。由于直方图均衡化、图像平滑及归一化均为现有技术，这里就不展开赘述。
参阅图2，在本实施例中，将包含可疑人物的人脸的图像通过二值化、边缘提取及计算奇点等图像处理技术将可疑人物的面部特征，包括黑痣、胎记、鼻尖到双眼的距离、鼻梁的高度、长度及宽度、颧骨、双眼的距离、下颌轮廓、眉骨及其它具有明显识别作用的特征转化为特征点。
若由于图像模糊或面部偏转等原因造成所获取的特征点的数量小于设定的阈值，输出面部特征无效码。反之，若所获取的特征点的数量大于或等于设定的阈值，则输出面部特征码。其中，阈值为通过计算机多次训练得到的，在保证识别率情况下，计算量最小的特征点的数量。
手机中的面部特征数据库中存有大量目标人物的面部特征码，读取目标人物的面部特征码，并将输出的面部特征码与面部特征数据库中的目标人物的面部特征码进行一一匹配。匹配的结果可以反映为相似度，将[0％,100％]的相似度区间按相似度的大小划分为三个区间，匹配区间、待识别区间及不匹配区间。其中，匹配区间、待识别区间及不匹配区间可以设置在区间的边界连续或者不连续，如：将[0％,30％]划分为不匹配区间，[30％,70％]划分为待识别区间，[70％,100％]划分为匹配区间，或者将[0％,25％]划分为不匹配区间，[30％,70％]划分为待识别区间，[75％,100％]划分为匹配区间，具体的区间设置以实际要求为准。
若匹配得到的相似度属于匹配区间，则可疑人物为目标人物，处理器发出识别出目标人物的提示信息，并通过屏幕的文字、图案显示或声光报警提醒用户匹配成功；若匹配得到的相似度属于不匹配区间，处理器发出非目标人物的提示信息，并通过屏幕的文字、图案显示或声光报警提醒用户匹配成功，用户可以放弃对可疑人物的跟踪；若匹配得到的相似度属于待识别区间，表示不能确定可疑人物的身份，手机通过用户界面提示是否需要进一步采集可疑人物的图像。如果手机检测到用户发送了结束指令，或者因超时手机系统自动发出了结束指令，结束程序。否则，继续采集可疑人物的图像，直到手机发出识别出目标人物的提示信息或非目标人物的提示信息。
另外，手机获取的面部特征码可存储到面部特征数据库中，用于扩充面部特征数据库中的数据量，也可以通过基站与服务器连接，将获取的面部特征码通过无线网络传输到服务器中，更新服务器中的面部特征码数据。
另外，也可以在并将输出的面部特征码与面部特征数据库中的目标人物的面部特征码进行一一匹配前，向服务器发送请求更新数据库指令，并在接收到服务器发送的更新数据库指令后，接收服务器传输的面部特征码数据，并下载面部特征码数据以更新所述面部特征码数据库。
区别于现有技术的情况，当摄像头拍摄到的图像模糊不清或目标人物与摄像头偏转的角度超过限定的角度而造成匹配的结果位于待识别区间，即图像不能被识别但又不属于完全匹配或者完全不匹配的情况时，处理器会重新采集图像，直到图像能够准确被识别，提高识别率。并且，本发明结合人脸识别技术及移动终端技术，通过移动终端随时随地对目标人物进行采集图像，有效的扩大摄像头的视场。
参阅图3，本发明还提供了一种人脸识别装置，包括：
采集模块110：用于采集包含人脸在内的图像；
获取模块120：用于获取图像中人脸的面部特征；
判断模块130：用于在面部特征数据库中匹配获取的面部特征，判断匹配的结果属于匹配区间、不匹配区间及待识别区间的哪一个；
提示模块140：用于在判断属于匹配区间时，发出识别出目标人物的提示信息；在判断属于不匹配区间时，发出非目标人物的提示信息。
本发明的人脸识别装置可通过采集模块110采集一幅包含可疑人物的人脸在内的图像，并将该图像传输到获取模块120中提取可疑人物的面部特征，如黑痣、胎记、鼻尖到双眼的距离、鼻梁高度、长度、宽度、颧骨、双眼的距离、下颌轮廓、眉骨及其它具有明显识别作用的特征。
判断模块130从面部特征数据库中读取目标人物的面部特征，并将获取模块120输出的面部特征与面部特征数据库中的目标人物的面部特征进行一一匹配。匹配的结果可以反映为相似度，将[0％,100％]的相似度区间按相似度的大小划分为三个区间，匹配区间、待识别区间及不匹配区间。其中，匹配区间、待识别区间及不匹配区间可以设置在区间的边界连续或者不连续，如：将[0％,30％]划分为不匹配区间，[30％,70％]划分为待识别区间，[70％,100％]划分为匹配区间，或者将[0％,25％]划分为不匹配区间，[30％,70％]划分为待识别区间，[75％,100％]划分为匹配区间。具体的区间设置以实际要求为准。
若匹配得到的相似度属于匹配区间，则可疑人物为目标人物，提示模块140发出识别出目标人物的提示信息，并通过屏幕的文字、图案显示或声光报警提醒用户匹配成功；若匹配得到的相似度属于不匹配区间，提示模块140发出非目标人物的提示信息，并通过屏幕的文字、图案显示或声光报警提醒用户匹配成功，用户可以放弃对可疑人物的跟踪；若匹配得到的相似度属于待识别区间，表示不能确定可疑人物的身份，通过用户界面提示是否需要进一步采集可疑人物的图像。如果检测到用户发送了结束指令，或者因超时系统自动发出了结束指令，人脸识别装置停止工作。否则，采集模块110继续采集包含可疑人物的人脸的图像，直到提示模块140发出识别出目标人物的提示信息或非目标人物的提示信息。
区别于现有技术的情况，当摄像头拍摄到的图像模糊不清或目标人物与摄像头偏转的角度超过限定的角度而造成匹配的结果位于待识别区间，即图像不能被识别但又不属于完全匹配或者完全不匹配的情况时，处理器会重新采集图像，直到图像能够准确被识别，提高识别率。并且，本发明结合人脸识别技术及移动终端技术，通过移动终端随时随地对目标人物进行采集图像，有效的扩大摄像头的视场。
参阅图4，本发明还提供了一种能识别人脸的移动终端，下面依然以手机为例但不限于手机进行阐述，其中，手机的摄像头210的像素可以选择较高像素，以保证图像识别的要求：
发现可疑人物时，启动人脸识别程序，处理器230驱动LED灯变成红色，提示用户人脸识别程序处于运行中。此时，用户可通过手机的摄像头210采集一幅包含可疑人物的人脸的图像，并将该图像传输到识别模块220中。
识别模块220对图像采用直方图均衡化、图像平滑等方法进行处理得到清晰的图像。然后，对图像进行归一化处理，获得标准尺寸的图像。由于直方图均衡化、图像平滑及归一化均为现有技术，这里就不展开赘述。在得到清晰的图像后，识别模块220将包含可疑人物的人脸的图像通过二值化、边缘提取及计算奇点等图像处理技术将可疑人物的面部特征，如黑痣、胎记、鼻尖到双眼的距离、鼻梁高度、长度、宽度、颧骨、双眼的距离、下颌轮廓、眉骨及其它具有明显识别作用的特征，转化为特征点。若由于图像模糊或面部偏转等原因造成所获取的特征点的数量小于设定的阈值，识别模块220输出面部特征无效码。反之，若所获取的特征点的数量大于或等于设定的阈值，识别模块220输出面部特征码。其中，阈值为通过计算机多次训练得到的，在保证识别率情况下，计算量最小的特征点的数量。
处理器230接收到识别模块220输出的面部特征码后，从面部特征数据库中读取目标人物的面部特征码，并将识别模块220输出的面部特征与面部特征数据库中的目标人物的面部特征进行一一匹配。匹配的结果可以反映为相似度，将[0％,100％]的相似度区间按相似度的大小划分为三个区间，匹配区间、待识别区间及不匹配区间。其中，匹配区间、待识别区间及不匹配区间可以设置在区间的边界连续或者不连续，如：将[0％,30％]划分为不匹配区间，[30％,70％]划分为待识别区间，[70％,100％]划分为匹配区间，或者将[0％,25％]划分为不匹配区间，[30％,70％]划分为待识别区间，[75％,100％]划分为匹配区间。具体的区间设置以实际要求为准。
若匹配得到的相似度属于匹配区间，则可疑人物为目标人物，处理器230发出识别出目标人物的提示信息，并驱动LED灯变成绿色提醒用户匹配成功；若匹配得到的相似度属于不匹配区间，处理器230发出非目标人物的提示信息，并驱动LED灯变成绿色提醒用户匹配成功，用户可以放弃对可疑人物的跟踪；若匹配得到的相似度属于待识别区间，表示不能确定可疑人物的身份，处理器230驱动LED灯变成蓝色提醒用户需要进一步采集可疑人物的图像，手机通过用户界面提示是否需要进一步采集可疑人物的图像。如果手机检测到用户发送了结束指令，或者因超时手机系统自动发出了结束指令，结束程序，处理器230驱动LED灯熄灭。否则，继续采集可疑人物的图像，直到手机发出识别出目标人物的提示信息或非目标人物的提示信息。
另外，手机获取的面部特征码可存储到本机的面部特征数据库中，用于扩充面部特征数据库中的数据量，也可以通过射频模块240与服务器连接，将获取的面部特征码通过无线网络传输到服务器中，更新服务器中的面部特征码数据。
另外，也可以在并将输出的面部特征码与面部特征数据库中的目标人物的面部特征码进行一一匹配前，通过射频模块240向服务器发送请求更新数据库指令，并在接收到服务器发送的更新数据库指令后，接收服务器传输的面部特征码数据，并下载面部特征码数据以更新面部特征码数据库。射频模块240可以是GSM、GPRS、TDS-CDMA、CDMA2000、WCDMA中的一种或多种。
区别于现有技术的情况，当摄像头拍摄到的图像模糊不清或目标人物与摄像头偏转的角度超过限定的角度而造成匹配的结果位于待识别区间，即图像不能被识别时，处理器会重新采集图像，直到图像能够准确被识别。并且，本发明结合人脸识别技术及移动终端技术，通过移动终端随时随地对目标人物进行采集图像，有效的扩大摄像头的视场。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (3)
1.一种人脸识别方法，其特征在于，包括：
移动终端采集包含人脸在内的图像；
向服务器发送请求更新数据库指令；
若接收到服务器发送的更新数据库指令，接收服务器传输的面部特征码数据，并下载所述面部特征码数据以更新所述面部特征码数据库；
获取图像中人脸的面部特征点，所述面部特征点包括：黑痣、胎记、鼻尖到双眼的距离、鼻梁的高度、鼻梁的长度及鼻梁的宽度、颧骨、双眼的距离、下颌轮廓、眉骨；
若特征点的数量小于设定的阈值，则输出面部特征无效码；若特征点的数量大于或等于设定的阈值，则输出面部特征码，其中，所述阈值为通过计算机多次训练得到的，在保证识别率情况下，计算量最小的特征点的数量；
判断所述输出的面部特征码与面部特征码数据库中的面部特征码的相似度属于匹配区间、不匹配区间及待识别区间的哪一个；
若判断属于匹配区间，发出识别出目标人物的提示信息；若判断属于不匹配区间，发出非目标人物的提示信息；若判断属于待识别区间，返回执行采集包含人脸在内的图像的步骤，直到检测到结束指令或发出识别出目标人物的提示信息或非目标人物的提示信息；
将获取的面部特征码存储到本机的面部特征数据库中；
所述若特征点的数量大于或等于设定的阈值，则输出面部特征码步骤之后还包括如下步骤：
向所述服务器传输面部特征码数据以更新所述服务器中的面部特征码数据。
2.一种能识别人脸的移动终端，其特征在于，所述移动终端包括：
摄像头，用于采集包含人脸在内的图像；
射频模块，用于向服务器发送请求更新数据库指令及在接收到服务器发送的更新数据库指令时，接收服务器传输的数据；
识别模块，用于获取图像中人脸的面部特征点，若特征点的数量小于设定的阈值，则输出面部特征无效码；若特征点的数量大于或等于设定的阈值，则输出面部特征码，其中，所述面部特征点包括：黑痣、胎记、鼻尖到双眼的距离、鼻梁的高度、鼻梁的长度及鼻梁的宽度、颧骨、双眼的距离、下颌轮廓、眉骨，所述阈值为通过计算机多次训练得到的，在保证识别率情况下，计算量最小的特征点的数量；
处理器，在面部特征数据库中匹配输出的面部特征码，判断所述输出的面部特征码与面部特征码数据库中的面部特征码的相似度属于匹配区间、不匹配区间及待识别区间的哪一个；
若判断属于匹配区间，处理器发出识别出目标人物的提示信息，若判断属于不匹配区间，处理器发出非目标人物的提示信息，若判断属于待识别区间，处理器控制摄像头重新采集包含人脸在内的图像，直到处理器检测到结束指令或发出识别出目标人物的提示信息或非目标人物的提示信息，将获取的面部特征码存储到本机的面部特征数据库中；
所述射频模块还用于向所述服务器传输面部特征码数据以更新所述服务器中的面部特征码数据。
3.根据权利要求2所述的移动终端，其特征在于，
所述处理器还用于在启动人脸识别时，驱动LED灯变成红色；在匹配结果属于匹配区间或不匹配区间时，驱动LED灯变成绿色；在匹配结果属于待识别区间时，驱动LED灯变成蓝色；在检测到结束命令时，驱动LED灯熄灭。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110404997.3A CN102542299B (zh) | 2011-12-07 | 2011-12-07 | 人脸识别方法、装置及能识别人脸的移动终端 |
| PCT/CN2012/081281 WO2013082957A1 (zh) | 2011-12-07 | 2012-09-12 | 人脸识别方法及能识别人脸的移动终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110404997.3A CN102542299B (zh) | 2011-12-07 | 2011-12-07 | 人脸识别方法、装置及能识别人脸的移动终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102542299A CN102542299A (zh) | 2012-07-04 |
| CN102542299B true CN102542299B (zh) | 2015-03-25 |
Family
ID=46349149
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110404997.3A Active CN102542299B (zh) | 2011-12-07 | 2011-12-07 | 人脸识别方法、装置及能识别人脸的移动终端 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN102542299B (zh) |
| WO (1) | WO2013082957A1 (zh) |
Families Citing this family (45)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102542299B (zh) * | 2011-12-07 | 2015-03-25 | 惠州Tcl移动通信有限公司 | 人脸识别方法、装置及能识别人脸的移动终端 |
| CN103268551A (zh) * | 2013-05-29 | 2013-08-28 | 苏州福丰科技有限公司 | 基于人脸识别的银行卡支付系统及其方法 |
| CN104680053B (zh) * | 2013-12-03 | 2018-05-11 | 湖北海洋文化传播有限公司 | 对当前认证终端持有人身份认证的方法及装置 |
| CN104780308A (zh) * | 2014-01-09 | 2015-07-15 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
| CN104541230B (zh) * | 2014-11-15 | 2017-07-04 | 深圳市三木智能技术有限公司 | 视频验证防止手机误操作的方法及装置 |
| CN105447474B (zh) * | 2015-12-15 | 2019-08-06 | 3M创新有限公司 | 人像识别方法和人像识别装置 |
| CN105893969A (zh) * | 2016-04-01 | 2016-08-24 | 张海东 | 一种自动化面部识别系统的使用方法 |
| CN105868613A (zh) * | 2016-06-08 | 2016-08-17 | 广东欧珀移动通信有限公司 | 一种生物特征识别方法、装置和移动终端 |
| CN106295504A (zh) * | 2016-07-26 | 2017-01-04 | 车广为 | 人脸识别基础上的增强显示方法 |
| CN106547831A (zh) * | 2016-10-10 | 2017-03-29 | 天脉聚源（北京）科技有限公司 | 提高图像信息的处理效率的方法及装置 |
| CN108573268A (zh) * | 2017-03-10 | 2018-09-25 | 北京旷视科技有限公司 | 图像识别方法和装置、图像处理方法和装置及存储介质 |
| CN107578006B (zh) * | 2017-08-31 | 2020-06-23 | 维沃移动通信有限公司 | 一种照片处理方法及移动终端 |
| CN107679559B (zh) * | 2017-09-15 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
| CN107808081B (zh) * | 2017-10-12 | 2020-01-14 | Oppo广东移动通信有限公司 | 一种提醒方法及相关设备 |
| CN107832692A (zh) * | 2017-10-31 | 2018-03-23 | 浪潮金融信息技术有限公司 | 一种人脸图像处理方法和装置 |
| CN109308754A (zh) * | 2017-11-16 | 2019-02-05 | 中国石油化工股份有限公司 | 基于人脸识别的外来作业人员身份识别装置 |
| CN108305362A (zh) * | 2018-01-23 | 2018-07-20 | 吴君国 | 安防监控设备集中控制系统 |
| CN110609562B (zh) * | 2018-06-15 | 2021-07-16 | 华为技术有限公司 | 一种图像信息采集方法和装置 |
| CN109120846B (zh) * | 2018-08-01 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| WO2020024575A1 (zh) * | 2018-08-01 | 2020-02-06 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN108924426B (zh) * | 2018-08-01 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN109117821A (zh) * | 2018-08-31 | 2019-01-01 | 广东九联科技股份有限公司 | 一种执法记录仪的人脸识别系统及方法 |
| CN109327678A (zh) * | 2018-09-10 | 2019-02-12 | 国网山东省电力公司淄博供电公司 | 一种基于人脸识别摄像头的机房内作业区域管控方法 |
| CN109658085B (zh) * | 2018-09-10 | 2023-12-05 | 全通金信控股(广东)有限公司 | 一种刷脸识别会员的收银系统 |
| CN109447006A (zh) * | 2018-11-01 | 2019-03-08 | 北京旷视科技有限公司 | 图像处理方法、装置、设备及存储介质 |
| CN109858464B (zh) * | 2019-02-26 | 2021-03-23 | 北京旷视科技有限公司 | 底库数据处理方法、人脸识别方法、装置和电子设备 |
| CN109951637B (zh) * | 2019-03-19 | 2020-09-11 | 河北川谷信息技术有限公司 | 基于大数据的安防监控探头分析处理方法 |
| CN109856800B (zh) * | 2019-04-09 | 2021-09-03 | 中科海微(北京)科技有限公司 | 分体式ar眼镜的显示控制方法、装置及分体式ar眼镜 |
| CN110298667A (zh) * | 2019-06-25 | 2019-10-01 | 北京百度网讯科技有限公司 | 基于人脸识别的支付处理方法、装置及存储介质 |
| CN112180621A (zh) * | 2019-07-04 | 2021-01-05 | 奇酷互联网络科技（深圳）有限公司 | 调节眼镜度数的方法、终端和存储介质 |
| CN110688901A (zh) * | 2019-08-26 | 2020-01-14 | 苏宁云计算有限公司 | 一种人脸识别方法及装置 |
| CN110782241B (zh) * | 2019-10-31 | 2024-03-29 | 郑州天迈科技股份有限公司 | 一种混合人脸识别公交支付系统及方法 |
| CN113095110B (zh) * | 2019-12-23 | 2024-03-08 | 浙江宇视科技有限公司 | 人脸数据动态入库的方法、装置、介质及电子设备 |
| CN111144332A (zh) * | 2019-12-30 | 2020-05-12 | 深圳云天励飞技术有限公司 | 一种图片聚档方法、装置和电子设备 |
| CN111241930A (zh) * | 2019-12-30 | 2020-06-05 | 航天信息股份有限公司 | 一种用于人脸识别的方法及系统 |
| CN113139407A (zh) * | 2020-01-20 | 2021-07-20 | 深圳市道控技术有限公司 | 一种人脸面部识别控制方法、装置及存储介质 |
| CN111444899B (zh) * | 2020-05-14 | 2023-10-31 | 聚好看科技股份有限公司 | 远程考试控制方法、服务器及终端 |
| CN111797746A (zh) * | 2020-06-28 | 2020-10-20 | 北京小米松果电子有限公司 | 人脸识别方法、装置及计算机可读存储介质 |
| CN111818378B (zh) * | 2020-07-14 | 2022-04-01 | 海信视像科技股份有限公司 | 显示设备及人物识别展示的方法 |
| CN113473075A (zh) * | 2020-07-14 | 2021-10-01 | 青岛海信电子产业控股股份有限公司 | 一种视频监控数据隐私保护方法及其装置 |
| CN113003339B (zh) * | 2021-02-22 | 2022-12-20 | 上海三菱电梯有限公司 | 电梯识别方法、识别系统与电梯 |
| CN113111780B (zh) * | 2021-04-13 | 2023-03-28 | 苏州鱼得水电气科技有限公司 | 一种基于区块链的区域报警监管系统及方法 |
| CN113920752A (zh) * | 2021-09-28 | 2022-01-11 | 云南思立耐特信息系统工程有限公司 | 一种智能交通基础设施监控管理系统 |
| CN114312666A (zh) * | 2021-11-22 | 2022-04-12 | 江铃汽车股份有限公司 | 基于人脸识别的车辆控制方法、装置、存储介质及设备 |
| CN115577337A (zh) * | 2021-12-08 | 2023-01-06 | 云丁网络技术(北京)有限公司 | 一种基于人脸识别的智能安防设备控制方法和系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187977A (zh) * | 2007-12-18 | 2008-05-28 | 北京中星微电子有限公司 | 一种人脸认证的方法和装置 |
| CN102073842A (zh) * | 2009-11-25 | 2011-05-25 | 天津三星光电子有限公司 | 一种通过分类匹配的人脸识别方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4155875B2 (ja) * | 2003-06-16 | 2008-09-24 | シャープ株式会社 | 画像撮像装置 |
| CN101216881B (zh) * | 2007-12-28 | 2011-07-06 | 北京中星微电子有限公司 | 一种图像自动获取方法和装置 |
| CN101440676B (zh) * | 2008-12-22 | 2013-10-16 | 北京中星微电子有限公司 | 一种基于摄像头的智能防盗门锁及其报警处理方法 |
| CN102542299B (zh) * | 2011-12-07 | 2015-03-25 | 惠州Tcl移动通信有限公司 | 人脸识别方法、装置及能识别人脸的移动终端 |
-
2011
- 2011-12-07 CN CN201110404997.3A patent/CN102542299B/zh active Active
-
2012
- 2012-09-12 WO PCT/CN2012/081281 patent/WO2013082957A1/zh active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187977A (zh) * | 2007-12-18 | 2008-05-28 | 北京中星微电子有限公司 | 一种人脸认证的方法和装置 |
| CN102073842A (zh) * | 2009-11-25 | 2011-05-25 | 天津三星光电子有限公司 | 一种通过分类匹配的人脸识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2013082957A1 (zh) | 2013-06-13 |
| CN102542299A (zh) | 2012-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102542299B (zh) | 人脸识别方法、装置及能识别人脸的移动终端 | |
| CN107609383B (zh) | 3d人脸身份认证方法与装置 | |
| CN107748869B (zh) | 3d人脸身份认证方法与装置 | |
| CN107633165B (zh) | 3d人脸身份认证方法与装置 | |
| CN106874871B (zh) | 一种活体人脸双摄像头识别方法及识别装置 | |
| CN105975938A (zh) | 一种智能动态人脸识别社区管家服务系统 | |
| CN102117404A (zh) | 一种反射式手指静脉特征采集装置及其个人身份认证方法 | |
| CN103984924A (zh) | 一种反射式手指静脉识别活体检测装置及方法 | |
| CN105224906B (zh) | 掌静脉识别智能系统 | |
| CN110555931A (zh) | 一种基于深度学习识别的人脸检测与门禁系统装置 | |
| CN204791017U (zh) | 基于多生物特征模态的移动终端用户身份认证装置 | |
| CN103324911A (zh) | 一种基于人脸识别的防作弊系统 | |
| CN102917207A (zh) | 基于运动序列的异常行为视觉监测系统 | |
| CN111860203B (zh) | 基于图像和音频混合的异常猪只识别装置、系统和方法 | |
| CN101794386A (zh) | 抵御指纹残留的指纹识别系统和方法 | |
| CN105550878A (zh) | 一种授权请求的处理方法及装置 | |
| CN111582118A (zh) | 一种人脸识别方法及装置 | |
| CN205540781U (zh) | 身份的识别系统 | |
| CN112183219A (zh) | 一种基于人脸识别的公共安全视频监测方法及系统 | |
| CN111126257B (zh) | 行为检测方法及装置 | |
| CN110222647B (zh) | 一种基于卷积神经网络的人脸活体检测方法 | |
| CN201233607Y (zh) | 一种人脸识别装置 | |
| CN108985211B (zh) | 一种刑事侦查用指纹采集系统 | |
| KR101336834B1 (ko) | Ｕｓｂ 홍채 인식기 | |
| CN204965452U (zh) | 基于面部识别和虹膜识别的身份识别装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |