CN104766052A - 一种人脸识别方法、系统及用户终端、服务器 - Google Patents
一种人脸识别方法、系统及用户终端、服务器 Download PDFInfo
- Publication number
- CN104766052A CN104766052A CN201510130373.5A CN201510130373A CN104766052A CN 104766052 A CN104766052 A CN 104766052A CN 201510130373 A CN201510130373 A CN 201510130373A CN 104766052 A CN104766052 A CN 104766052A
- Authority
- CN
- China
- Prior art keywords
- image
- area
- face
- user terminal
- server
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种人脸识别方法,包括如下步骤:用户终端获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;所述服务器对所述第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;所述用户终端根据所述补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器;所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息。本发明还公开了一种人脸识别系统,所述人脸识别方法及系统可在节省带宽和流量的情况下,保证人脸识别的精度和准确度。
Description
技术领域
本发明涉及领域图像识别领域,尤其涉及一种人脸识别方法、系统及用户终端、服务器。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,其是通过摄像机或摄像装置采集含有人脸的图像或视频流,并自动在图像中定位和跟踪人脸,进而对定位到的人脸进行识别。目前,人脸识别由于在安全和快捷方面的优势,已被广泛应用于上班打卡、安全支付及安全认证等领域。
现有技术下,人脸识别包括利用整张人脸图像识别和利用人脸的部分特征图像识别两种方案,其中,利用整张人脸图像识别容易引起带宽和流量的浪费,而使用人脸的部分图像识别则可能影响图像识别的准确度和可靠性,无法满足实际的使用要求。
发明内容
针对上述问题,本发明的目的在于提供一种人脸识别方法及系统,满足了使用要求。
本发明实施例提供一种人脸识别方法,包括如下步骤:
用户终端获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
所述服务器对所述第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
所述用户终端根据所述补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,其中,所述第二区域与所述第一区域分别为人脸的不同区域;
所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息。
作为上述方案的改进,在所述服务器获得用户信息之后,还包括:
所述服务器将所述用户信息发送给所述用户终端;其中,所述用户信息是所述服务器对所述第一图像或者所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
作为上述方案的改进,所述用户终端从所述用户图像中定位出人脸的第一区域,获得第一图像,具体包括:
所述用户终端根据人脸检测决策树算法检测出所述用户图像中的人脸区域;
所述用户终端从所述人脸区域中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征;
所述用户终端记录所述第一区域的边界像素坐标;及
所述用户终端生成与所述第一区域对应的第一图像。
作为上述方案的改进,所述用户终端从所述用户图像中定位出人脸的第二区域,获得第二图像,具体包括:
所述用户终端在所述用户图像中,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域;
所述用户终端记录所述第二区域的边界像素坐标;及
所述用户终端生成与所述第二区域对应的第二图像。
作为上述方案的改进,所述服务器将所述第二图像叠加到第一图像上,生成第三图像,具体包括:
根据所述第一图像的边界像素坐标及第二图像的边界像素坐标对所述第一图像及第二图像进行叠加,生成第三图像。
本发明还提供一种人脸识别方法,包括如下步骤:
用户终端获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
所述用户终端根据所述服务器发送的补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,以使所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
作为上述方案的改进,所述用户终端从所述用户图像中定位出人脸的第一区域,获得第一图像,具体包括:
所述用户终端根据人脸检测决策树算法检测出所述用户图像中的人脸区域;
所述用户终端从所述人脸区域中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征;
所述用户终端记录所述第一区域的边界像素坐标;及
所述用户终端生成与所述第一区域对应的第一图像。
作为上述方案的改进,所述用户终端从所述用户图像中定位出人脸的第二区域,获得第二图像,具体包括:
所述用户终端在所述用户图像中,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域;
所述用户终端记录所述第二区域的边界像素坐标;及
所述用户终端生成与所述第二区域对应的第二图像。
本发明还提供一种人脸识别方法,包括如下步骤:
所述服务器对用户终端发送的第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
所述服务器将用户终端根据补充请求发送的第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
作为上述方案的改进,在所述服务器获得用户信息之后,还包括:
所述服务器将所述用户信息发送给所述用户终端;其中,所述用户信息是所述服务器对所述第一图像或者所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
作为上述方案的改进,所述服务器将所述第二图像叠加到第一图像上,生成第三图像,具体包括:
根据所述第一图像的边界像素坐标及第二图像的边界像素坐标对所述第一图像及第二图像进行叠加,生成第三图像。
本发明还提供一种用户终端,包括:
第一获取单元,用于获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
第二获取单元,用于根据所述服务器发送的补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,以使所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
作为上述方案的改进,所述第一获取单元包括:
检测单元,用于根据人脸检测决策树算法检测出所述用户图像中的人脸区域;
第一定位单元,用于从所述人脸区域中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征;
第一记录单元,用于记录所述第一区域的边界像素坐标;及
第一生成单元,用于生成与所述第一区域对应的第一图像。
作为上述方案的改进,所述第二获取单元包括:
第二定位单元,用于在所述用户图像中,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域;
第二记录单元,用于记录所述第二区域的边界像素坐标;及
第二生成单元,用于生成与所述第二区域对应的第二图像。
本发明还提供一种服务器,包括:
第一识别单元,用于对用户终端发送的第一图像进行识别;
请求单元,用于在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
叠加单元,用于将用户终端根据补充请求发送的第二图像叠加到第一图像上,生成第三图像;
第二识别,用于对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
作为上述方案的改进,所述服务器还包括:
发送单元,用于将所述用户信息发送给所述用户终端;其中,所述用户信息是所述第一识别单元对所述第一图像进行识别后或者所述第二识别单元对所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
作为上述方案的改进,所述叠加单元具体用于,根据所述第一图像的边界像素坐标及第二图像的边界像素坐标对所述第一图像及第二图像进行叠加,生成第三图像。
本发明还提供一种人脸识别系统,包括用户终端及服务器,其中,
所述用户终端,用于获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
所述服务器,用于对所述第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
所述用户终端,用于根据所述补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,其中,所述第二区域与所述第一区域分别为人脸的不同区域;
所述服务器,用于将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息。
作为上述方案的改进,所述服务器,还用于将所述用户信息发送给所述用户终端;其中,所述用户信息是所述服务器对所述第一图像或者所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
本发明实施例提供的人脸识别方法及系统,通过所述用户终端将采集到用户图像进行重要特征和区域的定位,再利用所述服务器先对所述用户终端采集的第一图像进行识别,并在未识别到与所述第一图像匹配的用户信息后,向所述用户终端发送补充请求,并在接收所述用户终端根据所述补充请求再次发送的第二图像后,对由所述第一图像及第二图像生成的第三图像再次进行识别,从而在节省带宽和流量的情况下,保证人脸识别的精度和准确度。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,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的附图。
图1是本发明实施例提供的人脸识别方法的一种流程示意图。
图2是用于进行人脸检测的决策树示意图。
图3是用户终端采集人脸第一区域的第一图像的示意图。
图4是用户终端采集人脸第二区域的第二图像的示意图。
图5是第一图像与第二图像叠加得到第三图像的示意图。
图6是本发明实施例提供的人脸识别方法的另一种流程示意图。
图7是本发明实施例提供的人脸识别方法的另一种流程示意图。
图8是本发明实施例提供的用户终端的结构示意图。
图9是图8所示的第一获取单元的结构示意图。
图10是图8所示的第二获取单元的结构示意图。
图11是本发明实施例提供的服务器的结构示意图。
图12是本发明实施例提供的人脸识别系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种人脸识别方法及系统,用于利用动态的方法进行人脸的识别,以在节省带宽和流量的情况下,保证人脸识别的精度和准确度。下面分别进行详细的描述。
请参阅图1,本发明实施例提供一种人脸识别方法,图1所示的人脸识别方法是从用户终端和服务器两侧进行描述的,其至少包括如下步骤:
S101,用户终端获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器。
在本发明实施例中,所述用户终端可为移动终端、台式电脑、平板电脑或其他带有摄像装置的电子设备,所述用户终端可通过调用所述摄像装置采集待识别的用户图像,具体为:
首先,所述用户终端根据人脸检测决策树算法检测出所述用户图像中的人脸区域。
请一并参阅图2,在本发明实施例中,所述用户终端在采集所述用户图像后,需先检测出所述用户图像中的人脸区域。具体为,所述用户终端可先采集大量有人脸和无人脸的图像,然后建立分类器进行分类训练,所述分类器可用如下公式表示:
其中,vi为采集到的用户图像的特征值,ti表示根据采集到的大量的有人脸和无人脸的图像训练出的阈值,fi=+1表示用户图像中的特征值vi满足人脸的特征,而fi=-1表示用户图像的特征值vi不满足人脸的特征。所述摄像装置采集到用户图像后,所述用户终端利用上面公式表示的分类器和如图2所示的决策树进行人脸区域的定位,即逐一对用户图像的特征值vi进行判断,直到检测出用户图像中满足人脸的特征及这些特征所组成的区域(即人脸区域的特征值vi都要大于或等于ti,当特征值vi小于ti,则表明该特征不属于人脸区域)。
然后,所述用户终端从所述人脸区域中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征。
请一并参阅图3,具体为,在本发明实施例中,所述用户终端根据上述的分类器可获得人脸上的特征(如五官、脸蛋、额头、下巴等人脸器官的特征),然后所述用户终端从所述用户图像中定位出这些具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征。例如,所述用户终端可定位出包括有眼睛特征的区域,或者定位出同时包括有眼睛、鼻子、嘴巴这些特征的区域等,并将定位出的区域指定为第一区域。可以理解的是,所述重要特征可根据实际的需要进行设置,其可为单独的人脸器官,也可为多个器官和脸部区域的组合,本发明不做具体的限定。
接着,所述用户终端记录所述第一区域的边界像素坐标。
在本发明实施例中,所述边界像素坐标用于标识所述第一区域在所述用户图像中的空间位置。
最后,所述用户终端生成与所述第一区域对应的第一图像。
在本发明实施例中,所述用户终端生成与所述第一区域对应的第一图像,并将所述第一图像发送至服务器。
S102,所述服务器对所述第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求。
在本发明实施中,所述服务器按照预定的协议或规则将所述第一图像解析成包含人脸的图片。然后,所述服务器提取该图片的特征h,如,所述服务器可从人脸图片中提取出重要特征(如眼睛、鼻子、嘴巴及脸型轮廓)的特征h,并与预先训练好的人脸库中的同一部位的特征Hi进行一一比对,找到与之最相似匹配结果(argmini||h-Hi||),接着,所述服务器计算二者的相似度k=1/(1+min||h-Hi||),然后,所述服务器将计算得到的相似度与一预设的阈值t进行比较,如果k>t,则说明本次人脸识别的结果可信,所述服务器向所述用户终端返回本次识别获得的用户信息。如果k≤t,则说明本次人脸识别结果不可信,所述服务器无法根据所述第一图像识别到匹配的用户信息,此时,所述服务器向所述用户终端发送补充请求。
S103,所述用户终端根据所述补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,其中,所述第二区域与所述第一区域分别为人脸的不同区域。
请一并参阅图4,在本发明实施例中,当所述服务器根据所述第一图像识别到用户信息后,所述用户终端接收所述用户信息,若所述服务器无法根据所述第一图像识别到用户信息,则所述用户终端接收所述服务器发送的补充请求,并进行后续的处理,具体为:
首先,所述用户终端在所述用户图像中,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域。
在本发明实施例中,所述用户终端根据预先设置的算法或参数,在接收到补充请求后,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域,其中,预定的方向可为沿任意一个方向、任意两个方向、任意三个方向,或同时沿四个方向延伸,这些可根据实际的需要进行设置,本发明不做具体的限定。
然后,所述用户终端记录所述第二区域的边界像素坐标。
在本发明实施例中,所述用户终端记录所述第二区域的边界像素坐标,以利于进行图像叠加及在再次接收到用户终端的补充请求后进行第三区域的定位。
最后,所述用户终端生成与所述第二区域对应的第二图像。
在本发明实施例中,所述用户终端生成与所述第二区域对应的第二图像,并将所述第二图像发送至所述服务器。
S104,所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息。
请一并参阅图5,在本发明实施例中,所述服务器根据所述第一图像的边界像素坐标及第二图像的边界像素坐标对所述第一图像及第二图像进行叠加,生成第三图像,其中,所述第三图像包括了所述第一图像及第二图像的所有特征,从而所述服务器再根据上述的识别过程对所述第三图像进行识别。即:如果k>t,则说明本次人脸识别的结果可信,所述服务器向所述用户终端返回本次识别获得的用户信息。如果k≤t,则说明本次人脸识别结果不可信,所述服务器尚无法根据所述第一图像识别到匹配的用户信息,此时,所述服务器向所述用户终端发送补充请求。
需要说明的是,为了获得可信的用户信息,所述服务器可多次向所述用户终端发送补充请求,所述用户终端可根据所述补充请求发送多次补充的图像(如第三图像、第四图像等),直至获得最终的用户信息,这些设计方案均在本发明的保护范围之内,在此不再赘述。
本发明实施例提供的人脸识别方法,通过所述用户终端将采集到用户图像进行重要特征和区域的定位,再利用所述服务器先对所述用户终端采集的第一图像进行识别,并在未识别到与所述第一图像匹配的用户信息后,向所述用户终端发送补充请求,并在接收所述用户终端根据所述补充请求再次发送的第二图像后,对由所述第一图像及第二图像生成的第三图像再次进行识别,从而在节省带宽和流量的情况下,保证人脸识别的精度和准确度。
请参阅图6,图6是本发明实施例提供的人脸识别方法的另一种流程图,图6所示的人脸识别方法是从用户终端一侧进行描述的,其包括如下步骤:
S201,用户终端获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
S202,所述用户终端根据所述服务器发送的补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,以使所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
本发明实施例提供的人脸识别方法,通过所述用户终端将采集到用户图像进行重要特征和区域的定位,再利用所述服务器先对所述用户终端采集的第一图像进行识别,并在未识别到与所述第一图像匹配的用户信息后,向所述用户终端发送补充请求,并在接收所述用户终端根据所述补充请求再次发送的第二图像后,对由所述第一图像及第二图像生成的第三图像再次进行识别,从而在节省带宽和流量的情况下,保证人脸识别的精度和准确度。
请参阅图7,图7是本发明实施例提供的人脸识别方法的另一种流程图,图7所示的人脸识别方法是从服务器一侧进行描述的,其包括如下步骤:
S301,所述服务器对用户终端发送的第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
S302,所述服务器将用户终端根据补充请求发送的第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
本发明实施例提供的人脸识别方法,通过所述用户终端将采集到用户图像进行重要特征和区域的定位,再利用所述服务器先对所述用户终端采集的第一图像进行识别,并在未识别到与所述第一图像匹配的用户信息后,向所述用户终端发送补充请求,并在接收所述用户终端根据所述补充请求再次发送的第二图像后,对由所述第一图像及第二图像生成的第三图像再次进行识别,从而在节省带宽和流量的情况下,保证人脸识别的精度和准确度。
请参阅图8,图8是本发明实施例提供的用户终端的结构示意图。其中,所述用户终端100包括第一获取单元10及第二获取单元20,其中:
所述第一获取单元10,用于获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器
请一并参阅图9,具体为,所述第一获取单元10包括检测单元11、第一定位单元12、第一记录单元13及第一生成单元14,其中,
所述检测单元11,用于根据人脸检测决策树算法检测出所述用户图像中的人脸区域。
请一并参阅图2,在本发明实施例中,所述用户终端100在采集用户图像后,需先检测出所述用户图像中的人脸区域。具体为,所述检测单元11可先采集大量有人脸和无人脸的图像,然后建立分类器进行分类训练,所述分类器可用如下公式表示:
其中,vi为采集到的用户图像中的特征值,ti表示根据采集到的大量的有人脸和无人脸的图像训练出的阈值,fi=+1表示用户图像中的特征值vi满足人脸的特征,而fi=-1表示用户图像的特征值vi不满足人脸的特征。所述摄像装置采集到用户图像后,所述检测单元11利用上面公式表示的分类器和如图2所示的决策树进行人脸区域的定位,即对用户图像的特征值vi进行判断,直到检测出用户图像中所有满足人脸特征的区域(即满足人脸特征的区域的特征值vi都要大于或等于ti,当特征值vi小于ti,则表明该特征不属于人脸区域)。
所述第一定位单元12,用于从所述人脸区域中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征。
请一并参阅图3,具体为,在本发明实施例中,所述第一定位单元12根据上述的分类器可获得人脸上的特征(如五官、脸蛋、额头、下巴等),然后所述第一定位单元12从所述用户图像中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征,例如,所述第一定位单元12可定位出包括有眼睛的区域,或者定位出同时包括有眼睛、鼻子、嘴巴的区域等,并将定位出的区域指定为第一区域。可以理解的是,所述重要特征可根据实际的需要进行设置,其可为单独的人脸器官,也可为多个器官和脸部区域的组合,本发明不做具体的限定。
所述第一记录单元13,用于记录所述第一区域的边界像素坐标。
所述第一生成单元14,用于生成与所述第一区域对应的第一图像。
在本发明实施例中,所述第一生成单元14生成与所述第一区域对应的第一图像,并将所述第一图像发送至服务器。
所述第二获取单元20,用于根据所述服务器发送的补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,以使所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
请一并参阅图10,具体为,所述第二获取单元20包括第二定位单元21、第二记录单元22及第二生成单元23,其中,
所述第二定位单元21,用于在所述用户图像中,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域。
在本发明实施例中,所述第二定位单元21根据预先设置的算法或参数,在接收到所述服务器的补充请求后,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域,其中,预定的方向可为沿任意一个方向、任意两个方向、任意三个方向,或同时沿四个方向延伸,这些可根据实际的需要进行设置,本发明不做具体的限定。
所述第二记录单元22,用于记录所述第二区域的边界像素坐标。
在本发明实施例中,所述第二记录单元22记录所述第二区域的边界像素坐标,以利于进行图像叠加及在再次接收到所述服务器的补充请求后进行第三区域的定位。
所述第二生成单元23,用于生成与所述第二区域对应的第二图像。
在本发明实施例中,所述第二生成单元23生成与所述第二区域对应的第二图像,并将所述第二图像发送至所述服务器。
本发明实施例提供的用户终端100,通过所述第一获取单元10及第二获取单元20先后获取第一图像及第二图像,不仅可节省流量和带宽,且保证了人脸识别的可靠性。
请一并参阅图11,图11是本发明实施例提供的服务器的结构示意图。所述服务器200包括:
第一识别单元30,用于对用户终端100发送的第一图像进行识别;
请求单元40,用于在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
叠加单元50,用于将用户终端根据补充请求发送的第二图像叠加到第一图像上,生成第三图像;
具体为,所述叠加单元50可根据所述第一图像的边界像素坐标及第二图像的边界像素坐标对所述第一图像及第二图像进行叠加,生成第三图像。
第二识别60,用于对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
需要说明的是,所述服务器200还可包括发送单元,所述发送单元用于将所述用户信息发送给所述用户终端100;其中,所述用户信息是所述第一识别单元对所述第一图像进行识别后或者所述第二识别单元对所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
本发明实施例提供的服务器200,通过识别所述第一图像或有第一图像及第二图像叠加生成的第三图像,保证了人脸识别的准确性和可靠性。
请参阅图12,图12是本发明实施例提供的人脸识别系统的结构示意图。所述人脸识别系统包括上述的用户终端100及服务器200,且所述用户终端100与所述服务器200可通过局域网或广域网等网络进行数据的传输,其中,
所述用户终端100,用于获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给所述服务200。
所述服务器200,用于对所述第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端100发送补充请求。
所述用户终端100,还用于根据所述补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务200;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
本发明实施例提供的人脸识别系统,通过所述用户终端100将采集到用户图像进行重要特征和区域的定位,再利用所述服务器200对所述用户终端100采集的第一图像进行识别,并在未识别到与所述第一图像匹配的用户信息后,向所述用户终端100发送补充请求,并在接收所述用户终端100根据所述补充请求再次发送的第二图像后,对由所述第一图像及第二图像生成的第三图像再次进行识别,从而在节省带宽和流量的情况下,保证人脸识别的精度和准确度。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输软件以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述软件的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述软件,然后将其存储在计算机存储器中。
在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过软件来指令相关的硬件完成,所述的软件可以存储于一种计算机可读存储介质中,该软件在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (19)
1.一种人脸识别方法,其特征在于,包括如下步骤:
用户终端获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
所述服务器对所述第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
所述用户终端根据所述补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,其中,所述第二区域与所述第一区域分别为人脸的不同区域;
所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息。
2.根据权利要求1所述的人脸识别方法,其特征在于,在所述服务器获得用户信息之后,还包括:
所述服务器将所述用户信息发送给所述用户终端;其中,所述用户信息是所述服务器对所述第一图像或者所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
3.根据权利要求1所述的人脸识别方法,其特征在于,所述用户终端从所述用户图像中定位出人脸的第一区域,获得第一图像,具体包括:
所述用户终端根据人脸检测决策树算法检测出所述用户图像中的人脸区域;
所述用户终端从所述人脸区域中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征;
所述用户终端记录所述第一区域的边界像素坐标;及
所述用户终端生成与所述第一区域对应的第一图像。
4.根据权利要求3所述的人脸识别方法,其特征在于,所述用户终端从所述用户图像中定位出人脸的第二区域,获得第二图像,具体包括:
所述用户终端在所述用户图像中,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域;
所述用户终端记录所述第二区域的边界像素坐标;及
所述用户终端生成与所述第二区域对应的第二图像。
5.根据权利要求4所述的人脸识别方法,其特征在于,所述服务器将所述第二图像叠加到第一图像上,生成第三图像,具体包括:
根据所述第一图像的边界像素坐标及第二图像的边界像素坐标对所述第一图像及第二图像进行叠加,生成第三图像。
6.一种人脸识别方法,其特征在于,包括如下步骤:
用户终端获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
所述用户终端根据所述服务器发送的补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,以使所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
7.根据权利要求6所述的人脸识别方法,其特征在于,所述用户终端从所述用户图像中定位出人脸的第一区域,获得第一图像,具体包括:
所述用户终端根据人脸检测决策树算法检测出所述用户图像中的人脸区域;
所述用户终端从所述人脸区域中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征;
所述用户终端记录所述第一区域的边界像素坐标;及
所述用户终端生成与所述第一区域对应的第一图像。
8.根据权利要求7所述的人脸识别方法,其特征在于,所述用户终端从所述用户图像中定位出人脸的第二区域,获得第二图像,具体包括:
所述用户终端在所述用户图像中,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域;
所述用户终端记录所述第二区域的边界像素坐标;及
所述用户终端生成与所述第二区域对应的第二图像。
9.一种人脸识别方法,其特征在于,包括如下步骤:
所述服务器对用户终端发送的第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
所述服务器将用户终端根据补充请求发送的第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
10.根据权利要求9所述的人脸识别方法,其特征在于,在所述服务器获得用户信息之后,还包括:
所述服务器将所述用户信息发送给所述用户终端;其中,所述用户信息是所述服务器对所述第一图像或者所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
11.根据权利要求10所述的人脸识别方法,其特征在于,所述服务器将所述第二图像叠加到第一图像上,生成第三图像,具体包括:
根据所述第一图像的边界像素坐标及第二图像的边界像素坐标对所述第一图像及第二图像进行叠加,生成第三图像。
12.一种用户终端,其特征在于,包括:
第一获取单元,用于获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
第二获取单元,用于根据所述服务器发送的补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,以使所述服务器将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
13.根据权利要求12所述的用户终端,其特征在于,所述第一获取单元包括:
检测单元,用于根据人脸检测决策树算法检测出所述用户图像中的人脸区域;
第一定位单元,用于从所述人脸区域中定位出具有重要特征的区域,获得第一区域,其中,所述重要特征包括耳朵、眼睛、鼻子及嘴巴中的至少一项特征;
第一记录单元,用于记录所述第一区域的边界像素坐标;及
第一生成单元,用于生成与所述第一区域对应的第一图像。
14.根据权利要求13所述的用户终端,其特征在于,所述第二获取单元包括:
第二定位单元,用于在所述用户图像中,以所述第一区域的边界像素坐标为基准点向预定的方向延伸预定的距离,定位出人脸的第二区域;
第二记录单元,用于记录所述第二区域的边界像素坐标;及
第二生成单元,用于生成与所述第二区域对应的第二图像。
15.一种服务器,其特征在于,包括:
第一识别单元,用于对用户终端发送的第一图像进行识别;
请求单元,用于在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
叠加单元,用于将用户终端根据补充请求发送的第二图像叠加到第一图像上,生成第三图像;
第二识别,用于对所述第三图像进行识别,获得用户信息;其中,所述第二区域与所述第一区域分别为人脸的不同区域。
16.根据权利要求15所述的服务器,其特征在于,所述服务器还包括:
发送单元,用于将所述用户信息发送给所述用户终端;其中,所述用户信息是所述第一识别单元对所述第一图像进行识别后或者所述第二识别单元对所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
17.根据权利要求15所述的服务器,其特征在于,所述叠加单元具体用于,根据所述第一图像的边界像素坐标及第二图像的边界像素坐标对所述第一图像及第二图像进行叠加,生成第三图像。
18.一种人脸识别系统,其特征在于,包括用户终端及服务器,其中,
所述用户终端,用于获取待识别的用户图像,从所述用户图像中定位出人脸的第一区域,获得第一图像,并将所述第一图像发送给服务器;
所述服务器,用于对所述第一图像进行识别,在未识别到与所述第一图像匹配的用户信息时,向所述用户终端发送补充请求;
所述用户终端,用于根据所述补充请求,从所述用户图像中定位出人脸的第二区域,获得第二图像,并将所述第二图像发送给服务器,其中,所述第二区域与所述第一区域分别为人脸的不同区域;
所述服务器,用于将所述第二图像叠加到第一图像上,生成第三图像,并对所述第三图像进行识别,获得用户信息。
19.根据权利要求18所述的人脸识别系统,其特征在于,
所述服务器,还用于将所述用户信息发送给所述用户终端;其中,所述用户信息是所述服务器对所述第一图像或者所述第三图像进行识别后,而获得的与所述用户图像相匹配的用户信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510130373.5A CN104766052B (zh) | 2015-03-24 | 2015-03-24 | 一种人脸识别方法、系统及用户终端、服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510130373.5A CN104766052B (zh) | 2015-03-24 | 2015-03-24 | 一种人脸识别方法、系统及用户终端、服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104766052A true CN104766052A (zh) | 2015-07-08 |
CN104766052B CN104766052B (zh) | 2018-10-16 |
Family
ID=53647866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510130373.5A Active CN104766052B (zh) | 2015-03-24 | 2015-03-24 | 一种人脸识别方法、系统及用户终端、服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104766052B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404863A (zh) * | 2015-11-13 | 2016-03-16 | 小米科技有限责任公司 | 人物特征识别方法及系统 |
CN105654027A (zh) * | 2015-07-31 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种指纹识别的方法及装置 |
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 |
CN106056094A (zh) * | 2016-06-03 | 2016-10-26 | 合肥晟泰克汽车电子有限公司 | 车辆驾驶习惯记忆控制系统及方法 |
CN107516074A (zh) * | 2017-08-01 | 2017-12-26 | 广州杰赛科技股份有限公司 | 一种认证识别方法及系统 |
CN110533001A (zh) * | 2019-09-06 | 2019-12-03 | 厦门久凌创新科技有限公司 | 基于人脸识别的大数据人脸识别方法 |
CN111611843A (zh) * | 2020-03-30 | 2020-09-01 | 北京爱接力科技发展有限公司 | 人脸检测预处理方法、装置、设备和存储介质 |
CN112585945A (zh) * | 2020-02-26 | 2021-03-30 | 深圳市大疆创新科技有限公司 | 对焦方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315661A (zh) * | 2008-07-18 | 2008-12-03 | 东南大学 | 一种减小表情影响的快速三维人脸识别方法 |
CN102163283A (zh) * | 2011-05-25 | 2011-08-24 | 电子科技大学 | 一种基于局部三值模式的人脸特征提取方法 |
CN102663367A (zh) * | 2012-04-16 | 2012-09-12 | 电子科技大学 | 一种基于模拟退火算法的三维人脸识别方法 |
US20140023248A1 (en) * | 2012-07-20 | 2014-01-23 | Electronics And Telecommunications Research Institute | Apparatus and method for protecting privacy information based on face recognition |
US20140212044A1 (en) * | 2012-09-26 | 2014-07-31 | Carnegie Mellon University | Image Matching Using Subspace-Based Discrete Transform Encoded Local Binary Patterns |
CN104102903A (zh) * | 2014-07-14 | 2014-10-15 | 杭州电子科技大学 | 一种基于src的二次人脸识别方法 |
-
2015
- 2015-03-24 CN CN201510130373.5A patent/CN104766052B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315661A (zh) * | 2008-07-18 | 2008-12-03 | 东南大学 | 一种减小表情影响的快速三维人脸识别方法 |
CN102163283A (zh) * | 2011-05-25 | 2011-08-24 | 电子科技大学 | 一种基于局部三值模式的人脸特征提取方法 |
CN102663367A (zh) * | 2012-04-16 | 2012-09-12 | 电子科技大学 | 一种基于模拟退火算法的三维人脸识别方法 |
US20140023248A1 (en) * | 2012-07-20 | 2014-01-23 | Electronics And Telecommunications Research Institute | Apparatus and method for protecting privacy information based on face recognition |
US20140212044A1 (en) * | 2012-09-26 | 2014-07-31 | Carnegie Mellon University | Image Matching Using Subspace-Based Discrete Transform Encoded Local Binary Patterns |
CN104102903A (zh) * | 2014-07-14 | 2014-10-15 | 杭州电子科技大学 | 一种基于src的二次人脸识别方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654027A (zh) * | 2015-07-31 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种指纹识别的方法及装置 |
WO2017020447A1 (zh) * | 2015-07-31 | 2017-02-09 | 宇龙计算机通信科技(深圳)有限公司 | 一种指纹识别的方法及装置 |
CN105654027B (zh) * | 2015-07-31 | 2019-08-02 | 宇龙计算机通信科技(深圳)有限公司 | 一种指纹识别的方法及装置 |
CN105404863A (zh) * | 2015-11-13 | 2016-03-16 | 小米科技有限责任公司 | 人物特征识别方法及系统 |
CN105404863B (zh) * | 2015-11-13 | 2018-11-02 | 小米科技有限责任公司 | 人物特征识别方法及系统 |
CN106056094A (zh) * | 2016-06-03 | 2016-10-26 | 合肥晟泰克汽车电子有限公司 | 车辆驾驶习惯记忆控制系统及方法 |
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 |
CN107516074A (zh) * | 2017-08-01 | 2017-12-26 | 广州杰赛科技股份有限公司 | 一种认证识别方法及系统 |
CN110533001A (zh) * | 2019-09-06 | 2019-12-03 | 厦门久凌创新科技有限公司 | 基于人脸识别的大数据人脸识别方法 |
CN110533001B (zh) * | 2019-09-06 | 2022-02-08 | 厦门久凌创新科技有限公司 | 基于人脸识别的大数据人脸识别方法 |
CN112585945A (zh) * | 2020-02-26 | 2021-03-30 | 深圳市大疆创新科技有限公司 | 对焦方法、装置及设备 |
CN111611843A (zh) * | 2020-03-30 | 2020-09-01 | 北京爱接力科技发展有限公司 | 人脸检测预处理方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104766052B (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104766052A (zh) | 一种人脸识别方法、系统及用户终端、服务器 | |
Zhang et al. | Bp4d-spontaneous: a high-resolution spontaneous 3d dynamic facial expression database | |
Zhang et al. | A high-resolution spontaneous 3d dynamic facial expression database | |
EP2620896B1 (en) | System And Method For Face Capture And Matching | |
CN111680672B (zh) | 人脸活体检测方法、系统、装置、计算机设备和存储介质 | |
US20160371539A1 (en) | Method and system for extracting characteristic of three-dimensional face image | |
US20210374390A1 (en) | Image processing method and apparatus, and terminal device | |
CN111626123A (zh) | 视频数据处理方法、装置、计算机设备及存储介质 | |
CN105844202A (zh) | 一种影像识别系统及方法 | |
CN111325107B (zh) | 检测模型训练方法、装置、电子设备和可读存储介质 | |
US11501482B2 (en) | Anonymization apparatus, surveillance device, method, computer program and storage medium | |
CN110827432B (zh) | 一种基于人脸识别的课堂考勤方法及系统 | |
CN108717789A (zh) | 一种车辆样本的采集标注方法及装置 | |
CN110889314A (zh) | 图像处理方法、装置、电子设备、服务器及系统 | |
CN111950487A (zh) | 一种智慧教学分析管理系统 | |
CN114627526A (zh) | 基于多摄像头抓拍图像的融合去重方法、装置及可读介质 | |
CN113033524A (zh) | 遮挡预测模型训练方法、装置、电子设备及存储介质 | |
CN108288025A (zh) | 一种车载视频监控方法、装置及设备 | |
CN113822256A (zh) | 人脸识别方法、电子设备及存储介质 | |
CN110335433A (zh) | 应用于数据中心的管理方法、装置、介质及设备 | |
RU2005100267A (ru) | Способ и система автоматической проверки присутствия живого лица человека в биометрических системах безопасности | |
CN111800428A (zh) | 一种数字会议参与实时统计方法及系统 | |
CN115346169B (zh) | 一种睡岗行为检测方法及系统 | |
Siriteerakul | Advance in head pose estimation from low resolution images: A review | |
Zhao et al. | Optimal Visual Sensor Network Configuration. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |