CN106067013A - 嵌入式系统人脸识别方法及装置 - Google Patents
嵌入式系统人脸识别方法及装置 Download PDFInfo
- Publication number
- CN106067013A CN106067013A CN201610515261.6A CN201610515261A CN106067013A CN 106067013 A CN106067013 A CN 106067013A CN 201610515261 A CN201610515261 A CN 201610515261A CN 106067013 A CN106067013 A CN 106067013A
- Authority
- CN
- China
- Prior art keywords
- face
- predetermined quantity
- subregion
- characteristic point
- face identification
- 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
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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
本发明公开一种人脸识别方法,用于嵌入式系统。人脸识别方法中,首先获取图像及特征库。然后将所述图像分割成多个分区。接着处理每个所述分区以提取第一预定数量的特征点。根据所述第一预定数量的特征点检测所述分区是否包括人脸。在所述分区包括人脸时处理所述分区以提取第二预定数量的特征点,所述第二预定数量的特征点大于所述第一预定数量的特征点。根据所述第二预定数量的特征点与所述特征库进行匹配以识别人脸。图像先进行分区后先检测人脸,在检测到人脸后才进行识别,如此,可以减少非人脸分区的识别,减少计算量,从而可以提高设备的运行效率。本发明实施方式中还包括一种人脸识别的装置及人脸识别家用电器。
Description
技术领域
本发明涉及人脸识别技术,特别涉及一种嵌入式系统人脸识别方法及装置。
背景技术
目前的人脸识别计算量比较大,而家用电器作为嵌入式系统,处理器的计算能力比较差,因此,假若要在家用电器上应用人脸识别,则需要采用计算能力高的处理器,将导致成本增加。
发明内容
本发明的实施方式旨在至少解决现有技术中存在的技术问题之一。为此,本发明的实施方式需要提供一种嵌入式系统人脸识别方法及装置。
本发明提供一种人脸识别方法,用于嵌入式系统,所述人脸识别方法包括以下步骤:
获取图像及特征库;
将所述图像分割成多个分区;
处理每个所述分区以提取第一预定数量的特征点;
根据所述第一预定数量的特征点检测所述分区是否包括人脸;
在所述分区包括人脸时处理所述分区以提取第二预定数量的特征点,所述第二预定数量的特征点大于所述第一预定数量的特征点;及
根据所述第二预定数量的特征点与所述特征库进行匹配以识别人脸。
在某些实施方式中,所述特征库包括多组样本特征点,每组所述样本特征点对应一个目标用户,所述样本特征点的组数小于10。
在某些实施方式中,所述第一预定数量的特征点为10-20个。
在某些实施方式中,所述第二预定数量的特征点大于200个。
在某些实施方式中,所述人脸识别方法包括:在所述分区没有包括人脸时,忽略所述分区。
本发明提供一种人脸识别装置,用于嵌入式系统,所述人脸识别装置包括:
获取模块,所述获取模块用于获取图像及特征库;
分割模块,所述分割模块用于将所述图像分割成多个分区;
第一提取模块,所述第一提取模块用于处理每个所述分区以提取第一预定数量的特征点;
人脸检测模块,所述人脸检测模块用于根据所述第一预定数量的特征点检测所述分区是否包括人脸;
第二提取模块,所述第二提取模块用于在所述分区包括人脸时处理所述分区以提取第二预定数量的特征点,所述第二预定数量的特征点大于所述第一预定数量的特征点。
匹配模块,所述匹配模块用于根据所述第二预定数量的特征点与所述特征库进行匹配以识别人脸。
在某些实施方式中,所述特征库包括多组样本特征点,每组所述样本特征点对应一个目标用户。
在某些实施方式中,所述第一预定数量的特征点为10-20个。
在某些实施方式中,所述第二预定数量的特征点大于200个。
在某些实施方式中,所述人脸识别方法包括:在所述分区没有包括人脸时,忽略所述分区。
本发明实施方式中还提供一种家用电器,包括上述所述人脸识别装置中任意一项所述人脸识别装置的实施方式。
在本发明实施方式的人脸实施方法及所述人脸识别装置对所述图像进行分区,然后检测所述分区是否包括人脸,再对包括人脸的所述分区进行人脸识别。由于检测人脸时,仅需在所述分区提取所述第一预定数量的特征点,小于进行人脸识别所需的第二预定数量的特征点,因此可以减少计算量,而仅对包括人脸的所述分区进行人脸识别,又避免对所有所述分区进行人脸识别,同样可以减少计算量。综前,本发明实施方式的人脸实施方法及所述人脸识别装置可以减少人脸识别的计算量,因此可以应用于计算能力比较受限的所述嵌入式系统。
本发明的实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实施方式的实践了解到。
附图说明
本发明的实施方式的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本发明实施方式的人脸识别方法的流程示意图。
图2是本发明实施方式的人脸识别方法中获取的图像的示意图。
图3是本发明实施方式的人脸识别方法中获取人脸特征库的示意图。
图4是本发明实施方式的人脸识别方法中提取人脸分区第一数量特征点的示意图。
图5是本发明实施方式的人脸识别方法中提取人脸分区第二数量特征点的示意图。
图6是本发明实施方式的人脸识别装置功能模块的示意图。
具体实施方式
下面详细描述本发明的实施方式,实施方式的示例在附图中示出,其中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明的实施方式,而不能理解为对本发明的实施方式的限制。
请参阅图1-5,本发明实施方式的人脸识别方法可用于嵌入式系统。人脸识别方法可包括以下步骤:
步骤S01,获取图像20及特征库30;
步骤S02,将图像20分割成多个分区40;
步骤S03,处理每个分区40以提取第一预定数量的特征点42;
步骤S04,根据第一预定数量的特征点42检测分区40是否包括人脸;
步骤S05,在分区40包括人脸时处理分区40以提取第二预定数量的特征点44,第二预定数量的特征点44大于第一预定数量的特征点42;及
步骤S06,根据第二预定数量的特征点44与特征库30进行匹配以识别人脸。
请参阅图6,本发明实施方式的人脸识别的方法可以由本发明实施方式的人脸识别装置10实现。人脸识别装置10包括获取模块11、分割模块13、第一提取模块15、人脸检测模块17、第二提取模块19及匹配模块12。步骤S01可以由获取模块11实现,步骤S02可以由分割模块13实现,步骤S03可以由第一提取模块15实现,步骤S04可以由人脸检测模块17实现,步骤S05可以由第二提取模块19实现,步骤S06可以由匹配模块12实现。
也即是说,获取模块11可以用于获取图像20及特征库30。分割模块13可以用于将图像20分割成多个分区40。第一提取模块15可以用于处理每个分区40以提取第一预定数量的特征点42。人脸检测模块17可以用于根据第一预定数量的特征点42检测分区40是否包括人脸。第二提取模块19可以用于在分区40包括人脸时处理分区40以提取第二预定数量的特征点44。第二预定数量的特征点44大于所述第一预定数量的特征点42。匹配模块12可以用于根据第二预定数量的特征点44与特征库30进行匹配以识别人脸。
本发明实施方式的人脸实施方法及人脸识别装置10对图像20进行分区,然后检测分区40是否包括人脸,再对包括人脸的分区40进行人脸识别。由于检测人脸时,仅需在分区40提取第一预定数量的特征点42,少于进行人脸识别所需的第二预定数量的特征点44,因此可以减少计算量,而仅对包括人脸的分区40进行人脸识别,又避免对所有分区40进行人脸识别,同样可以减少计算量。综前,本发明实施方式的人脸实施方法及人脸识别装置10可以减少人脸识别的计算量,因此可以应用于计算能力比较受限的嵌入式系统100。
在某些实施方式中,嵌入式系统100可以是家用电器的操作或者控制系统。例如嵌入式系统100可以是家用空调的控制系统。如此,可以避免家用空调应用人脸识别方法或者人脸识别装置需要采用计算能力强的处理器,从而可以控制成本。
在某些实施方式中,获取模块11可以包括成像装置112,成像装置112用于拍摄用户的脸部的图像,从而得到图像20。
在嵌入式系统100应用于家用电器的实施方式中,成像装置112可以设置在家用电器的控制面板或者遥控器上。例如,嵌入式系统100应用于中央空调时,成像装置112可以设置在中央空调设置在墙体上的控制面板。
获取模块11还可以包括嵌入式系统100的存储器,例如在嵌入式系统100的存储器开辟一定的空间用于存储特征库30。
特征库30可以是通过图像分析及机器学习技术建立的,例如,可以通过多次的图像分析获取目标用户的样本特征点32,作为一组样本特征点存储于特征库30。如此,目标用户被授权,可以通过人脸识别的方式登录或者控制嵌入式系统100。例如,可以通过人脸识别来控制家用电器。
目标用户的样本特征点32可以用于人脸识别,嵌入式系统100可以在识别的同时通过迭代算法不断对目标用户的样本特征点32进行更新,例如机器可以不断重复学习目标用户的人脸的特征点32,并且将学习到的目标用户的人脸的特征点32更新到特征库30,从而可以提高目标用户的人脸识别的准确率。
考虑到多用户的需要,特征库30可以包括多组样本特征点32,每组样本特征点32对应一个目标用户。然而,考虑到嵌入式系统100的存储能力受限以及实际需求(由于嵌入式系统100可以用于家用电器,而家用电器的操作或者控制用户一般限于家庭成员),样本特征点32的组数小于10。
实际应用中,特别是嵌入式系统应用于家用电器时,由于家庭成员一般为3-5个人,所以样本特征点32的组数为3-5。
每组的样本特征点的数量一般也是第二预定数量,从而可以与第二预定数量的特征点44进行配对分析。
在某些实施方式中,图像20可以采用3*3等分区的方法对图像20进行分割。
当然,图像20的分割方式并不限于本实施方式,而可以采用其他符合要求的分割方式。
在某些实施方式中,人脸识别装置10可以用于预设第一预定数量的特征点42。
提取第一预定数量的特征点42可以采用现有的特征点提取技术。特征点42可以尽量均匀分布在分区40,如此,有利于人脸检测。
可以理解,第一预定数量越小,越有利于降低计算量,然而,第一预定数量过小,可能会导致无法实现人脸检测,或者人脸检测结果。因此,在某些实施方式中,根据人脸检测的要求及计算量的控制要求,第一预定数量的特征点42为10-20个。
在某些实施方式中,人脸识别装置10可以用于预设第二预定数量的特征点44。
第二预定数量的特征点44可以在已经提取了第一预定数量的特征点42的分区40的基础上提取人脸特征点。根据样本特征点32的配对要求以及计算量的控制要求,第二预定数量的特征点44为200个以上。
如此,人脸识别装置10在已经确定为人脸区域的基础上提取200个以上的特征点,人脸识别装置10从而可以确定用户身份,减少运算量,降低出错率。
在某些实施方式中,人脸识别装置10用于在分区40没有包括人脸时,忽略分区40。
成像装置112在获取图像时无法实现非人脸区域的识别,而人脸识别装置10则可以通过获取模块11将获取的图像传送到人脸检测模块15。人脸检测模块15检测到分区40为非人脸区域时可以忽略分区40。如此,忽略没有包括人脸的区域,可以减少运算量,提高运行效率。
在某些实施方式中,家用电器可以安装人脸识别装置10以识别用户身份,人脸识别装置10可以智能控制家用电器,使生活更加方便。例如,家用的空调可以通过人脸识别装置10识别用户,并且可以预设多个用户的人脸样本特征点32来同时控制空调的使用。如此,通过人脸识别装置10可以轻松控制空调的使用而不需要手动控制,方便快捷。
在某些实施方式中,家用电器可以包括具有学习功能的人脸识别装置10。人脸识别装置10可以不断学习用户的脸部的特征点,并且可以将学习到的用户特征点存储于家用电器嵌入式系统100的存储器中。家用电器在启动时可以通过人脸识别装置10调用待授权或授权用户的数据。
在本发明的实施方式的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明的实施方式和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的实施方式的限制。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一个或者更多个所述特征。在本发明的实施方式的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明的实施方式的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明的实施方式中的具体含义。
在本发明的实施方式中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的实施方式的不同结构。为了简化本发明的实施方式的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明的实施方式可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明的实施方式提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式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方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
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、传播或传输程序以供指令执行系统、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程序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程序,然后将其存储在计算机存储器中。
应当理解,本发明的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。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程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明的各个实施例中的各功能单元可以集成在一个处理器中,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 (11)
1.一种人脸识别方法,用于嵌入式系统,其特征在于,所述人脸识别方法包括以下步骤:
获取图像及特征库;
将所述图像分割成多个分区;
处理每个所述分区以提取第一预定数量的特征点;
根据所述第一预定数量的特征点检测所述分区是否包括人脸;
在所述分区包括人脸时处理所述分区以提取第二预定数量的特征点,所述第二预定数量的特征点大于所述第一预定数量的特征点;及
根据所述第二预定数量的特征点与所述特征库进行匹配以识别人脸。
2.如权利要求1所述的人脸识别方法,其特征在于,所述特征库包括多组样本特征点,每组所述样本特征点对应一个目标用户,所述样本特征点的组数小于10。
3.如权利要求1所述的人脸识别方法,其特征在于,所述第一预定数量的特征点为10-20个。
4.如权利要求1所述的人脸识别方法,其特征在于,所述第二预定数量的特征点大于200个。
5.如权利要求1所述的人脸识别方法,其特征在于,所述人脸识别方法包括:在所述分区没有包括人脸时,忽略所述分区。
6.一种人脸识别装置,用于嵌入式系统,其特征在于,所述人脸识别装置包括:
获取模块,所述获取模块用于获取图像及特征库;
分割模块,所述分割模块用于将所述图像分割成多个分区;
第一提取模块,所述第一提取模块用于处理每个所述分区以提取第一预定数量的特征点;
人脸检测模块,所述人脸检测模块用于根据所述第一预定数量的特征点检测所述分区是否包括人脸;
第二提取模块,所述第二提取模块用于在所述分区包括人脸时处理所述分区以提取第二预定数量的特征点,所述第二预定数量的特征点大于所述第一预定数量的特征点;
匹配模块,所述匹配模块用于根据所述第二预定数量的特征点与所述特征库进行匹配以识别人脸。
7.如权利要求6所述的人脸识别装置,其特征在于,所述特征库包括多组样本特征点,每组所述样本特征点对应一个目标用户。
8.如权利要求6所述的人脸识别装置,其特征在于,所述第一预定数量的特征点为10-20个。
9.如权利要求6所述的人脸识别装置,其特征在于,所述第二预定数量的特征点大于200个。
10.如权利要求6所述的人脸识别装置,其特征在于,所述人脸识别装置包括:在所述分区没有包括人脸时,忽略所述分区。
11.一种家用电器,其特征在于,包括如权利要求6-10任意一项所述的人脸识别装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610515261.6A CN106067013B (zh) | 2016-06-30 | 2016-06-30 | 嵌入式系统人脸识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610515261.6A CN106067013B (zh) | 2016-06-30 | 2016-06-30 | 嵌入式系统人脸识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106067013A true CN106067013A (zh) | 2016-11-02 |
CN106067013B CN106067013B (zh) | 2022-04-12 |
Family
ID=57206489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610515261.6A Active CN106067013B (zh) | 2016-06-30 | 2016-06-30 | 嵌入式系统人脸识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106067013B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665341A (zh) * | 2017-09-30 | 2018-02-06 | 珠海市魅族科技有限公司 | 一种识别控制方法、电子设备及计算机产品 |
CN110363047A (zh) * | 2018-03-26 | 2019-10-22 | 普天信息技术有限公司 | 人脸识别的方法、装置、电子设备和存储介质 |
CN111626161A (zh) * | 2020-05-15 | 2020-09-04 | Oppo(重庆)智能科技有限公司 | 人脸识别方法及装置、终端和可读存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1503194A (zh) * | 2002-11-26 | 2004-06-09 | 中国科学院计算技术研究所 | 利用身材信息辅助人脸信息的身份识别方法 |
US20070122009A1 (en) * | 2005-11-26 | 2007-05-31 | Hyung Keun Jee | Face recognition method and apparatus |
CN101057257A (zh) * | 2004-11-12 | 2007-10-17 | 欧姆龙株式会社 | 人脸特征点检测装置、特征点检测装置 |
CN101477616A (zh) * | 2008-01-04 | 2009-07-08 | 华晶科技股份有限公司 | 人脸检测与追踪方法 |
CN101576894A (zh) * | 2008-05-09 | 2009-11-11 | 中国科学院半导体研究所 | 实时图像内容检索系统及图像特征提取方法 |
CN101996310A (zh) * | 2009-08-12 | 2011-03-30 | Tcl数码科技(深圳)有限责任公司 | 基于嵌入式系统的人脸检测与跟踪方法 |
US20120243742A1 (en) * | 2011-03-22 | 2012-09-27 | Sony Corporation | Information processing device, information processing method, and program |
US20140056487A1 (en) * | 2012-08-24 | 2014-02-27 | Fujitsu Limited | Image processing device and image processing method |
CN103678984A (zh) * | 2013-12-20 | 2014-03-26 | 湖北微模式科技发展有限公司 | 一种利用摄像头实现用户身份验证的方法 |
US20140133743A1 (en) * | 2011-09-27 | 2014-05-15 | Olaworks, Inc. | Method, Apparatus and Computer Readable Recording Medium for Detecting a Location of a Face Feature Point Using an Adaboost Learning Algorithm |
CN104537389A (zh) * | 2014-12-29 | 2015-04-22 | 生迪光电科技股份有限公司 | 人脸识别方法和终端设备 |
US20150309569A1 (en) * | 2014-04-23 | 2015-10-29 | Google Inc. | User interface control using gaze tracking |
CN105205482A (zh) * | 2015-11-03 | 2015-12-30 | 北京英梅吉科技有限公司 | 快速人脸特征识别及姿态估算方法 |
CN105426867A (zh) * | 2015-12-11 | 2016-03-23 | 小米科技有限责任公司 | 人脸识别验证方法及装置 |
CN105518709A (zh) * | 2015-03-26 | 2016-04-20 | 北京旷视科技有限公司 | 用于识别人脸的方法、系统和计算机程序产品 |
-
2016
- 2016-06-30 CN CN201610515261.6A patent/CN106067013B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1503194A (zh) * | 2002-11-26 | 2004-06-09 | 中国科学院计算技术研究所 | 利用身材信息辅助人脸信息的身份识别方法 |
CN101057257A (zh) * | 2004-11-12 | 2007-10-17 | 欧姆龙株式会社 | 人脸特征点检测装置、特征点检测装置 |
US20070122009A1 (en) * | 2005-11-26 | 2007-05-31 | Hyung Keun Jee | Face recognition method and apparatus |
CN101477616A (zh) * | 2008-01-04 | 2009-07-08 | 华晶科技股份有限公司 | 人脸检测与追踪方法 |
CN101576894A (zh) * | 2008-05-09 | 2009-11-11 | 中国科学院半导体研究所 | 实时图像内容检索系统及图像特征提取方法 |
CN101996310A (zh) * | 2009-08-12 | 2011-03-30 | Tcl数码科技(深圳)有限责任公司 | 基于嵌入式系统的人脸检测与跟踪方法 |
US20120243742A1 (en) * | 2011-03-22 | 2012-09-27 | Sony Corporation | Information processing device, information processing method, and program |
US20140133743A1 (en) * | 2011-09-27 | 2014-05-15 | Olaworks, Inc. | Method, Apparatus and Computer Readable Recording Medium for Detecting a Location of a Face Feature Point Using an Adaboost Learning Algorithm |
US20140056487A1 (en) * | 2012-08-24 | 2014-02-27 | Fujitsu Limited | Image processing device and image processing method |
CN103678984A (zh) * | 2013-12-20 | 2014-03-26 | 湖北微模式科技发展有限公司 | 一种利用摄像头实现用户身份验证的方法 |
US20150309569A1 (en) * | 2014-04-23 | 2015-10-29 | Google Inc. | User interface control using gaze tracking |
CN104537389A (zh) * | 2014-12-29 | 2015-04-22 | 生迪光电科技股份有限公司 | 人脸识别方法和终端设备 |
CN105518709A (zh) * | 2015-03-26 | 2016-04-20 | 北京旷视科技有限公司 | 用于识别人脸的方法、系统和计算机程序产品 |
CN105205482A (zh) * | 2015-11-03 | 2015-12-30 | 北京英梅吉科技有限公司 | 快速人脸特征识别及姿态估算方法 |
CN105426867A (zh) * | 2015-12-11 | 2016-03-23 | 小米科技有限责任公司 | 人脸识别验证方法及装置 |
Non-Patent Citations (7)
Title |
---|
JING-MING GUO等: "Complexity reduced face detection using probablitity-based face mask prefiltering and pixel-based Hierarchical-feature adaboosing", 《IEEE SIGNAL PROCESSING LETTERS》 * |
JUNG SUN KIM等: "Facial feature tracking by robust face segmentation and scalable rotational BMA", 《VISUAL COMMUNICATIONS AND IMAGE PROCESSING》 * |
廖冬 等: "基于人脸识别技术的智能家电分类控制研究", 《工业控制计算机》 * |
李敏跃: "人脸识别系统的研究与实现——图像获取、定位、特征提取和特征识别", 《广西工学院学报》 * |
王文豪 等: "基于图像分块的LDA人脸识别", 《计算机工程与设计》 * |
维妮拉·艾尔肯: "基于SIFT算法的人脸识别研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
郜晓晶等: "基于GLOH算子和局部特征融合的人脸识别", 《计算机应用与软件》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665341A (zh) * | 2017-09-30 | 2018-02-06 | 珠海市魅族科技有限公司 | 一种识别控制方法、电子设备及计算机产品 |
CN110363047A (zh) * | 2018-03-26 | 2019-10-22 | 普天信息技术有限公司 | 人脸识别的方法、装置、电子设备和存储介质 |
CN110363047B (zh) * | 2018-03-26 | 2021-10-26 | 普天信息技术有限公司 | 人脸识别的方法、装置、电子设备和存储介质 |
CN111626161A (zh) * | 2020-05-15 | 2020-09-04 | Oppo(重庆)智能科技有限公司 | 人脸识别方法及装置、终端和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106067013B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105447454B (zh) | 指纹模板完善方法、装置和终端设备 | |
CN106067013A (zh) | 嵌入式系统人脸识别方法及装置 | |
CN105095882B (zh) | 手势识别的识别方法和装置 | |
US11335455B2 (en) | Method for managing annotation job, apparatus and system supporting the same | |
KR960002079A (ko) | 이미지 인식장치 및 방법 | |
CN106203308A (zh) | 人脸识别方法及人脸识别装置 | |
CN103412956A (zh) | 异构数据源的数据加工处理方法及系统 | |
US20180075276A1 (en) | Control method, control device and electronic device | |
CN110019891B (zh) | 图像存储方法、图像检索方法及装置 | |
CN105069016A (zh) | 相册管理方法、装置以及终端设备 | |
CN105912912A (zh) | 一种终端用户身份登录方法和系统 | |
CN104061748A (zh) | 一种冰箱内食品存储位置记录方法、装置、终端及冰箱 | |
CN112578678A (zh) | 家电设备控制方法、装置及设备 | |
CN110906513A (zh) | 基于图像识别的空调机器人控制方法和装置 | |
US6535947B1 (en) | Methods, systems and computer program products for logically segmenting devices on a universal serial bus | |
CN106295301B (zh) | 控制方法、控制装置及家用电器系统 | |
WO2018003689A1 (ja) | Icカード、携帯可能電子装置、及びicカードの制御方法 | |
CN110764423A (zh) | 家电设备的控制方法及装置、家电设备 | |
CN115171153A (zh) | 对象类型的确定方法、装置、存储介质及电子装置 | |
CN113251632A (zh) | 用于控制空调送风的方法及装置、电子设备 | |
CN106444452A (zh) | 家电控制方法和装置 | |
CN102682048B (zh) | 一种用于大型高维数据集的自动聚类任务的自适应吸引传播聚类方法及装置 | |
CN206193828U (zh) | 人脸识别装置以及家用电器 | |
Ryazanov | About estimation of quality of clustering results via its stability | |
CN112633512A (zh) | 基于神经网络的数据处理装置、方法及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |