CN106295482B - 一种人脸数据库的更新方法及装置 - Google Patents

一种人脸数据库的更新方法及装置 Download PDF

Info

Publication number
CN106295482B
CN106295482B CN201510319368.9A CN201510319368A CN106295482B CN 106295482 B CN106295482 B CN 106295482B CN 201510319368 A CN201510319368 A CN 201510319368A CN 106295482 B CN106295482 B CN 106295482B
Authority
CN
China
Prior art keywords
face
face information
identified
preset threshold
characteristic
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
Application number
CN201510319368.9A
Other languages
English (en)
Other versions
CN106295482A (zh
Inventor
符晶晶
余代员
刘春林
郑海涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Information Technology Co Ltd
Original Assignee
Medium Shift Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Medium Shift Information Technology Co Ltd filed Critical Medium Shift Information Technology Co Ltd
Priority to CN201510319368.9A priority Critical patent/CN106295482B/zh
Publication of CN106295482A publication Critical patent/CN106295482A/zh
Application granted granted Critical
Publication of CN106295482B publication Critical patent/CN106295482B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供一种人脸数据库的更新方法及装置，本发明包括：获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配，匹配是指特征距离值小于或者等于第一预设阈值；在第一待识别人脸信息与参考人脸信息相匹配时，判断特征距离值是否处于第一预设置信度区间，第一预设置信度区间内的值小于第二预设阈值，且第二预设阈值小于第一预设阈值；若是，则在视频流中获取与参考人脸信息匹配的第二待识别人脸信息，在第二待识别人脸信息处于第二预设置信度区间时，将第二待识别人脸信息作为用户的第二参考人脸信息加入人脸数据库，第二预设置信度区间内的值大于第二预设阈值且小于或者等于第一预设阈值。

Description

一种人脸数据库的更新方法及装置
技术领域
本发明涉及信息安全及身份认证领域，特别是指一种人脸数据库的更新方法及装置。
背景技术
视频人脸识别由于具有易于操作、稳定性好等特点潜藏巨大的商业价值，成为近年的研究热点，在海关、公安部门、公司门禁等各个领域都得到了很好的应用。相信如果将视频人脸识别应用到营业厅的身份认证，取代原有的手机号+密码认证方式，会大大减少营业厅的身份认证时长。
目前人脸识别的成功率很依赖数据库中已经存在的人脸数据，人脸的光照、姿态、角度、表情的变化，都会不同程度的影响识别的成功率，且在现实的人脸识别系统中，很难从一开始就获得所有用户多角度多光照的人脸照片，因此在人脸识别的过程中会由于数据库数据的缺乏，降低了人脸识别的成功率。
发明内容
本发明的目的在于提供一种人脸数据库的更新方法及装置，解决现有人脸数据库中人脸数据不足，不具备待识别用户多角度多光照的人脸照片，造成人脸识别成功率低的问题。
为了实现上述目的，本发明提供了一种人脸数据库的更新方法，包括：
获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配，其中，所述匹配是指特征距离值小于或者等于第一预设阈值；
在所述第一待识别人脸信息与所述参考人脸信息相匹配时，判断所述特征距离值是否处于第一预设置信度区间，所述第一预设置信度区间内的值小于第二预设阈值，且所述第二预设阈值小于所述第一预设阈值；
若是，则在所述视频流中与所述当前帧间隔小于预设时间的帧中，获取与所述第一参考人脸信息匹配的第二待识别人脸信息，并在所述第二待识别人脸信息处于第二预设置信度区间时，将所述第二待识别人脸信息作为所述用户的第二参考人脸信息加入所述人脸数据库，所述第二预设置信度区间内的值大于所述第二预设阈值且小于或者等于所述第一预设阈值。
其中，所述获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配的步骤包括：
获取所述第一待识别人脸信息与所述第一参考人脸信息的特征距离值；
判断所述特征距离值是否小于或者等于所述第一预设阈值；
若所述特征距离值小于或者等于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息匹配；
若所述特征距离值大于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配。
其中，所述获取所述第一待识别人脸信息与所述第一参考人脸信息的特征距离值的步骤包括：
提取所述第一待识别人脸信息中的待识别人脸特征，并对所述待识别人脸特征进行降维处理；
计算降维处理后的所述待识别人脸特征与第一参考人脸特征之间的距离值，并将所述距离值作为所述特征距离值。
其中，在判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配之后，还包括：
提示对所述第一待识别人脸信息进行注册。
其中，在获取视频流中当前帧的第一待识别人脸信息之前，还包括：
对获取到的人脸信息进行注册处理，得到参考人脸信息；
将所述参考人脸信息存储于所述人脸数据库中。
其中，对获取到的人脸信息进行注册处理的步骤包括：
对所述人脸信息进行归一化处理；
对归一化处理后的所述人脸信息进行特征提取，并采用子空间计算对所述人脸信息进行降维处理，得到参考人脸特征。
本发明还提供了一种人脸数据库的更新装置，包括：
第一处理模块，用于获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配，其中，所述匹配是指特征距离值小于或者等于第一预设阈值；
判断模块，用于在所述第一待识别人脸信息与所述参考人脸信息相匹配时，判断所述特征距离值是否处于第一预设置信度区间，所述第一预设置信度区间内的值小于第二预设阈值，且所述第二预设阈值小于所述第一预设阈值；
第二处理模块，用于若所述特征距离值处于所述第一预设置信度区间，则在所述视频流中与所述当前帧间隔小于预设时间的帧中，获取与所述第一参考人脸信息匹配的第二待识别人脸信息，并在所述第二待识别人脸信息处于第二预设置信度区间时，将所述第二待识别人脸信息作为所述用户的第二参考人脸信息加入所述人脸数据库，所述第二预设置信度区间内的值大于所述第二预设阈值且小于或者等于所述第一预设阈值。
其中，所述第一处理模块包括：
获取单元，用于获取所述第一待识别人脸信息与所述第一参考人脸信息的特征距离值；
判断单元，用于判断所述特征距离值是否小于或者等于所述第一预设阈值；
第一确定单元，用于若所述特征距离值小于或者等于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息匹配；
第二确定单元，用于若所述特征距离值大于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配。
其中，所述获取单元包括：
提取单元，用于提取所述第一待识别人脸信息中的待识别人脸特征，并对所述待识别人脸特征进行降维处理；
计算单元，用于计算降维处理后的所述待识别人脸特征与第一参考人脸特征之间的距离值，并将所述距离值作为所述特征距离值。
其中，上述装置还包括：
提示模块，用于在判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配之后提示对所述第一待识别人脸信息进行注册。
其中，上述装置还包括：
第三处理模块，用于在获取视频流中当前帧的第一待识别人脸信息之前，对获取到的人脸信息进行注册处理，得到参考人脸信息；
存储模块，用于将所述参考人脸信息存储于所述人脸数据库中。
其中，所述第三处理模块包括：
第一处理单元，用于对所述人脸信息进行归一化处理；
第二处理单元，用于对归一化处理后的所述人脸信息进行特征提取，并采用子空间计算对所述人脸信息进行降维处理，得到参考人脸特征。
本发明实施例具有以下有益效果：
本发明实施例的人脸数据库的更新方法，在第一待识别人脸信息与人脸数据库中一用户的第一参考人脸信息的特征距离值处于第一预设置信度区间时，获取与第一参考人脸信息匹配的第二待识别人脸信息，并在第二待识别人脸信息处于第二预设置信度区间时，将所述第二待识别人脸信息作为所述用户的第二参考人脸信息加入人脸数据库供下次识别使用，其中，第二预设置信度区间的值大于第一预设置信度区间的值。本发明实施例通过在人脸数据库中添加第二待识别人脸信息，降低了匹配的难度，弥补了数据库中现有数据的不足，提高了人脸识别的识别成功率。
附图说明
图1表示本发明实施例的人脸数据库的更新方法的第一工作流程图；
图2表示本发明实施例中步骤S10的流程示意图；
图3表示本发明实施例的人脸数据库的更新方法的第二工作流程图；
图4表示本发明实施例的人脸数据库的更新方法的具体实现的代码示意图；
图5表示本发明实施例的人脸数据库的更新装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合具体实施例及附图进行详细描述。
本发明实施例提供了一种人脸数据库的更新方法及装置，解决了现有人脸数据库中人脸数据不足，不具备待识别用户多角度多光照的人脸照片，造成人脸识别成功率低的问题。
本发明实施例的人脸数据库的更新方法，如图1所示，包括：
步骤S10：获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配，其中，所述匹配是指特征距离值小于或者等于第一预设阈值；
步骤S11：在所述第一待识别人脸信息与所述参考人脸信息相匹配时，判断所述特征距离值是否处于第一预设置信度区间，所述第一预设置信度区间内的值小于第二预设阈值，且所述第二预设阈值小于所述第一预设阈值；
其中，所述第一预设置信度区间为高置信度度区间，当特征距离值处于所述高置信度区间时，能够精确地保障待识别者的身份，具体的，假定所述第一预设阈值为0.5，则所述高置信度度区间可具体为(0,0.3)。
步骤S12：若是，则在所述视频流中与所述当前帧间隔小于预设时间的帧中，获取与所述第一参考人脸信息匹配的第二待识别人脸信息，并在所述第二待识别人脸信息处于第二预设置信度区间时，将所述第二待识别人脸信息作为所述用户的第二参考人脸信息加入所述人脸数据库，所述第二预设置信度区间内的值大于所述第二预设阈值且小于或者等于所述第一预设阈值。
其中，第二预设置信度区间可具体为中等置信区间，当特征距离值处于所述中等置信区间时，能确定被识别者的身份，但置信度比较低，即当前的图像与库中的图像在某些方面(光照、表情、角度等)存在较明显的差异，当所述第一预设阈值为0.5时，所述中等置信度区间可具体为(0.3,0.5)，本发明通过在人脸数据库中添加第二待识别人脸信息，降低了匹配的难度，弥补了数据库中现有数据的不足，提高了人脸识别的识别成功率。
进一步地，如图2所示，步骤S10包括：
步骤S20：获取所述第一待识别人脸信息与所述第一参考人脸信息的特征距离值；
步骤S21：判断所述特征距离值是否小于或者等于所述第一预设阈值；
步骤S22：若所述特征距离值小于或者等于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息匹配；
步骤S23：若所述特征距离值大于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配。
进一步地，所述步骤S20包括：
提取所述第一待识别人脸信息中的待识别人脸特征，并对所述待识别人脸特征进行降维处理；
计算降维处理后的所述待识别人脸特征与第一参考人脸特征之间的距离值，并将所述距离值作为所述特征距离值。
简单来说，人脸识别即是将人脸图片/视频进行特征提取和降维，并存储于人脸数据库中，识别时将待识别的图片/视频同样进行特征提取和降维，并将降维后的人脸特征与数据库中的人脸特征一一比较，寻找与其特征值最接近的人脸图片，根据设定好的阈值判定是否匹配成功。
也就是说，人脸数据库中存储有所有注册过的参考人脸特征，即人脸特征向量值，当需要识别时，对待识别人脸信息(人脸照片或图像)进行特征提取，得到待识别人脸最原始高维向量，一般为7万多维，为了简化计算，还需将原始人脸特征进行降维处理，得到待识别人脸信息的特征向量值。
为了进一步简化匹配过程，由于在注册人脸信息时，会采集对应用户的身份信息，如姓名、性别或身份证号码等基本信息，在人脸数据库中查找对应的参考人脸信息时，可通过检索身份信息相同的参考人脸信息的集合，缩小匹配对比对象的范围，以降低计算量，提高匹配效率。但对于没有采集对应用户身份信息的情况可采用逐一匹配对比的过程。
在本发明的具体实施例中，在判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配之后，还包括：
提示对所述第一待识别人脸信息进行注册。
在本发明的具体实施例中，在获取视频流中当前帧的第一待识别人脸信息之前，还包括：
对获取到的人脸信息进行注册处理，得到参考人脸信息；
将所述参考人脸信息存储于所述人脸数据库中。
具体的，对获取到的人脸信息进行注册处理的步骤包括：
对所述人脸信息进行归一化处理；
对归一化处理后的所述人脸信息进行特征提取，并采用子空间计算对所述人脸信息进行降维处理，得到参考人脸特征。
在视频人脸识别过程中，最初的准备工作即是人脸信息注册入库，具体地，对获取到的人脸信息进行注册处理的步骤如下：
在本发明的具体实施例中，对人脸信息进行归一化处理。对通过视频或图像输入的至少一张图片信息进行人脸检测，检测是否包含人脸，对包含人脸的图片信息作为待处理的人脸信息。对人脸信息进行归一化处理，即将人脸统一剪成固定像素的图片，再执行光照归一化，将光照的影响减到最弱。
对归一化处理后的人脸信息进行特征提取，并采用子空间计算对人脸信息进行降维处理。提取的归一化处理后的人脸信息的初始人脸特征，即人脸最原始的高维向量维数过高，一般为7万多维，直接计算十分复杂。为了降低计算难度，需要对其进行降维处理，得到一个特征向量值，降维方式一般采用子空间计算的方式实现。将降维处理后的特征向量值存储至人脸数据库中作为参考人脸特征。
以上分别就人脸识别的每个步骤做出了详细解释说明，下面对人脸识别方法的整体流程进行进一步的说明。
如图3所示，包括：步骤S30：从视频流的当前帧中获取第一待识别人脸信息；
步骤S31：判断所述第一待识别人脸信息与人脸数据库中一用户的第一参考人脸信息是否匹配；
当所述第一待识别人脸信息与第一参考人脸信息的特征距离值小于或者等于第一预设阈值，如0.5时，则判断所述第一待识别人脸信息与人脸数据库中一用户的第一参考人脸信息匹配。
步骤S32：若不匹配，则提示该用户进行注册处理；
步骤S33：若匹配，则判断置信度是否非常高，得出一判断结果；
具体的，当特征距离值处于所述第一预设置信度区间(高等置信度区间)，时，则判断出置信度非常高，否则置信度不是非常高，所述高等置信区间可具体设为(0,0.3)。
步骤S34：若所述判断结果为否，则进入步骤S31；
步骤S35：若所述判断结果为是，则准备记录此人更多的人脸照片，读取下一帧中的第二待识别人脸信息；
所述下一帧为视频流中与当前帧间隔预设时间(如300ms或500ms)后的一帧。
步骤S36：判断所述第二待识别人脸信息与第一参考人脸信息匹配的置信度是否处于中等置信区间；
其中，所述中等置信区间可具体设为(0.3,0.5)。
步骤S37：若处于中等置信区间，则将所述第二待识别人脸信息添加到人脸数据库中作为所述用户后续识别的基准图片之一；
步骤S38：若不处于所述中等置信区间，则判断所述第二待识别人脸信息与第一参考人脸信息匹配的置信度是否过高或过低；
具体的，当所述第二待识别人脸信息与第一参考人脸信息匹配的特征距离值处于所述高等置信区间时，则判断出置信度过高，当特征距离值大于所述第一预设阈值时，则判断出置信度过低。
步骤S39：若所述置信度过高，则进入步骤S35；
步骤S310：若所述置信度过低，则切换新的用户的参考人脸信息来识别，并进入步骤S31。
本发明实施例的人脸数据库的更新方法，在人脸识别的过程中智能扩充人脸数据库，弥补现有数据的不足，从而有效提高系统的识别率。
另外，本发明实施例的人脸数据库的更新方法，具体实现时可参照如图4所示的代码进行实现，首先设定特征距离值小于0.3时为高置信度人脸信息，在第一待识别人脸信息与第一参考人脸信息的特征距离值小于0.3时，则判断出为高置信度人脸信息，然后获取第二待识别人脸信息，并在第二待识别人脸信息与第一参考人脸信息匹配，且两者的特征距离值小于0.5时，将所述第二待识别人脸信息加入到人脸数据库中，作为该用户后续识别的基准图片之一。
优选地，对于识别精度要求比较高的场景，可先将第二待识别人脸信息加入到临时文件夹中，经过人工审核后，再放入到人脸数据库中。
本发明实施例的人脸数据库的更新方法，在人脸识别的过程中，首先通过一次高置信度的人脸识别，确定被识别者的身份，然后在人脸数据库中添加与参考人脸信息匹配，但置信度较低的第二待识别人脸信息作为后续识别该测试者的基准图片之一，降低了匹配的难度，弥补了数据库中现有数据的不足，提高了人脸识别的识别成功率。
本发明的实施例还提供了一种人脸数据库的更新装置，如图5所示，包括：
第一处理模块51，用于获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配，其中，所述匹配是指特征距离值小于或者等于第一预设阈值；
判断模块52，用于在所述第一待识别人脸信息与所述参考人脸信息相匹配时，判断所述特征距离值是否处于第一预设置信度区间，所述第一预设置信度区间内的值小于第二预设阈值，且所述第二预设阈值小于所述第一预设阈值；
第二处理模块53，用于若所述特征距离值处于所述第一预设置信度区间，则在所述视频流中与所述当前帧间隔小于预设时间的帧中，获取与所述第一参考人脸信息匹配的第二待识别人脸信息，并在所述第二待识别人脸信息处于第二预设置信度区间时，将所述第二待识别人脸信息作为所述用户的第二参考人脸信息加入所述人脸数据库，所述第二预设置信度区间内的值大于所述第二预设阈值且小于或者等于所述第一预设阈值。
本发明实施例的人脸数据库的更新装置，所述第一处理模块51包括：
获取单元，用于获取所述第一待识别人脸信息与所述第一参考人脸信息的特征距离值；
判断单元，用于判断所述特征距离值是否小于或者等于所述第一预设阈值；
第一确定单元，用于若所述特征距离值小于或者等于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息匹配；
第二确定单元，用于若所述特征距离值大于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配。
本发明实施例的人脸数据库的更新装置，所述获取单元包括：
提取单元，用于提取所述第一待识别人脸信息中的待识别人脸特征，并对所述待识别人脸特征进行降维处理；
计算单元，用于计算降维处理后的所述待识别人脸特征与第一参考人脸特征之间的距离值，并将所述距离值作为所述特征距离值。
本发明实施例的人脸数据库的更新装置，还包括：
提示模块，用于在判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配之后提示对所述第一待识别人脸信息进行注册。
本发明实施例的人脸数据库的更新装置，还包括：
第三处理模块，用于在获取视频流中当前帧的第一待识别人脸信息之前，对获取到的人脸信息进行注册处理，得到参考人脸信息；
存储模块，用于将所述参考人脸信息存储于所述人脸数据库中。
本发明实施例的人脸数据库的更新装置，所述第三处理模块包括：
第一处理单元，用于对所述人脸信息进行归一化处理；
第二处理单元，用于对归一化处理后的所述人脸信息进行特征提取，并采用子空间计算对所述人脸信息进行降维处理，得到参考人脸特征。
需要说明的是，该装置是与上述人脸识别的方法对应的装置，上述方法实施例中所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种人脸数据库的更新方法，其特征在于，包括：
获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配，其中，所述匹配是指特征距离值小于或者等于第一预设阈值；
在所述第一待识别人脸信息与所述参考人脸信息相匹配时，判断所述特征距离值是否处于第一预设置信度区间，所述第一预设置信度区间内的值小于第二预设阈值，且所述第二预设阈值小于所述第一预设阈值；
若是，则在所述视频流中与所述当前帧间隔小于预设时间的帧中，获取与所述第一参考人脸信息匹配的第二待识别人脸信息，并在所述第二待识别人脸信息处于第二预设置信度区间时，将所述第二待识别人脸信息作为所述用户的第二参考人脸信息加入所述人脸数据库，所述第二预设置信度区间内的值大于所述第二预设阈值且小于或者等于所述第一预设阈值。
2.根据权利要求1所述的人脸数据库的更新方法，其特征在于，所述获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配的步骤包括：
获取所述第一待识别人脸信息与所述第一参考人脸信息的特征距离值；
判断所述特征距离值是否小于或者等于所述第一预设阈值；
若所述特征距离值小于或者等于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息匹配；
若所述特征距离值大于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配。
3.根据权利要求2所述的人脸数据库的更新方法，其特征在于，所述获取所述第一待识别人脸信息与所述第一参考人脸信息的特征距离值的步骤包括：
提取所述第一待识别人脸信息中的待识别人脸特征，并对所述待识别人脸特征进行降维处理；
计算降维处理后的所述待识别人脸特征与第一参考人脸特征之间的距离值，并将所述距离值作为所述特征距离值。
4.根据权利要求1所述的人脸数据库的更新方法，其特征在于，在判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配之后，还包括：
提示对所述第一待识别人脸信息进行注册。
5.根据权利要求1所述的人脸数据库的更新方法，其特征在于，在获取视频流中当前帧的第一待识别人脸信息之前，还包括：
对获取到的人脸信息进行注册处理，得到参考人脸信息；
将所述参考人脸信息存储于所述人脸数据库中。
6.根据权利要求5所述的人脸数据库的更新方法，其特征在于，对获取到的人脸信息进行注册处理的步骤包括：
对所述人脸信息进行归一化处理；
对归一化处理后的所述人脸信息进行特征提取，并采用子空间计算对所述人脸信息进行降维处理，得到参考人脸特征。
7.一种人脸数据库的更新装置，其特征在于，包括：
第一处理模块，用于获取视频流中当前帧的第一待识别人脸信息，并判断与人脸数据库中一用户的第一参考人脸信息是否匹配，其中，所述匹配是指特征距离值小于或者等于第一预设阈值；
判断模块，用于在所述第一待识别人脸信息与所述参考人脸信息相匹配时，判断所述特征距离值是否处于第一预设置信度区间，所述第一预设置信度区间内的值小于第二预设阈值，且所述第二预设阈值小于所述第一预设阈值；
第二处理模块，用于若所述特征距离值处于所述第一预设置信度区间，则在所述视频流中与所述当前帧间隔小于预设时间的帧中，获取与所述第一参考人脸信息匹配的第二待识别人脸信息，并在所述第二待识别人脸信息处于第二预设置信度区间时，将所述第二待识别人脸信息作为所述用户的第二参考人脸信息加入所述人脸数据库，所述第二预设置信度区间内的值大于所述第二预设阈值且小于或者等于所述第一预设阈值。
8.根据权利要求7所述的人脸数据库的更新装置，其特征在于，所述第一处理模块包括：
获取单元，用于获取所述第一待识别人脸信息与所述第一参考人脸信息的特征距离值；
判断单元，用于判断所述特征距离值是否小于或者等于所述第一预设阈值；
第一确定单元，用于若所述特征距离值小于或者等于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息匹配；
第二确定单元，用于若所述特征距离值大于所述第一预设阈值，则判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配。
9.根据权利要求8所述的人脸数据库的更新装置，其特征在于，所述获取单元包括：
提取单元，用于提取所述第一待识别人脸信息中的待识别人脸特征，并对所述待识别人脸特征进行降维处理；
计算单元，用于计算降维处理后的所述待识别人脸特征与第一参考人脸特征之间的距离值，并将所述距离值作为所述特征距离值。
10.根据权利要求7所述的人脸数据库的更新装置，其特征在于，还包括：
提示模块，用于在判断出所述第一待识别人脸信息与所述第一参考人脸信息不匹配之后提示对所述第一待识别人脸信息进行注册。
11.根据权利要求7所述的人脸数据库的更新装置，其特征在于，还包括：
第三处理模块，用于在获取视频流中当前帧的第一待识别人脸信息之前，对获取到的人脸信息进行注册处理，得到参考人脸信息；
存储模块，用于将所述参考人脸信息存储于所述人脸数据库中。
12.根据权利要求11所述的人脸数据库的更新装置，其特征在于，所述第三处理模块包括：
第一处理单元，用于对所述人脸信息进行归一化处理；
第二处理单元，用于对归一化处理后的所述人脸信息进行特征提取，并采用子空间计算对所述人脸信息进行降维处理，得到参考人脸特征。
CN201510319368.9A 2015-06-11 2015-06-11 一种人脸数据库的更新方法及装置 Active CN106295482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510319368.9A CN106295482B (zh) 2015-06-11 2015-06-11 一种人脸数据库的更新方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510319368.9A CN106295482B (zh) 2015-06-11 2015-06-11 一种人脸数据库的更新方法及装置

Publications (2)

Publication Number Publication Date
CN106295482A CN106295482A (zh) 2017-01-04
CN106295482B true CN106295482B (zh) 2019-10-29

Family

ID=57659540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510319368.9A Active CN106295482B (zh) 2015-06-11 2015-06-11 一种人脸数据库的更新方法及装置

Country Status (1)

Country Link
CN (1) CN106295482B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256459B (zh) * 2018-01-10 2021-08-24 北京博睿视科技有限责任公司 基于多摄像机融合的安检门人脸识别和人脸自动建库算法
CN108198315A (zh) * 2018-01-31 2018-06-22 深圳正品创想科技有限公司 一种身份验证方法以及身份验证装置
CN108647651A (zh) * 2018-05-14 2018-10-12 深圳市科发智能技术有限公司 一种提高识别通过率的人脸识别方法、系统及装置
CN108717464A (zh) * 2018-05-31 2018-10-30 中国联合网络通信集团有限公司 照片处理方法、装置及终端设备
CN108875654B (zh) * 2018-06-25 2021-03-05 深圳云天励飞技术有限公司 一种人脸特征采集方法及装置
CN108960771A (zh) * 2018-06-27 2018-12-07 泰华智慧产业集团股份有限公司 基于平台的服务信息共享方法及平台服务器
CN109190561B (zh) * 2018-09-04 2022-03-22 四川长虹电器股份有限公司 一种视频播放中的人脸识别方法及系统
CN109376675A (zh) * 2018-11-01 2019-02-22 廖芳婧 一种远距离人脸识别签到系统及方法
CN109858371B (zh) * 2018-12-29 2021-03-05 深圳云天励飞技术有限公司 人脸识别的方法及装置
CN110196924B (zh) * 2019-05-31 2021-08-17 银河水滴科技(宁波)有限公司 特征信息库的构建、目标对象的追踪方法及装置
CN110321835A (zh) * 2019-07-01 2019-10-11 杭州创匠信息科技有限公司 人脸门禁方法、系统及设备
CN110334690A (zh) * 2019-07-16 2019-10-15 上海博康易联感知信息技术有限公司 人脸特征更新方法及装置
CN110717091B (zh) * 2019-09-16 2022-12-09 苏宁云计算有限公司 基于人脸识别的词条数据扩充方法及装置
CN112949346A (zh) * 2019-11-26 2021-06-11 中兴通讯股份有限公司 一种特征库更新方法、装置、推理服务器及存储介质
CN111462878A (zh) * 2020-04-01 2020-07-28 张乐平 一种病房区患者出入管理系统
CN111626173B (zh) * 2020-05-21 2023-09-08 上海集成电路研发中心有限公司 一种更新数据库中人脸特征向量的方法
CN112559545A (zh) * 2020-12-21 2021-03-26 上海眼控科技股份有限公司 一种在线更新方法、电子设备及存储介质
CN112667984A (zh) * 2020-12-31 2021-04-16 上海商汤临港智能科技有限公司 一种身份认证方法及装置、电子设备和存储介质
CN112926487B (zh) * 2021-03-17 2022-02-11 西安电子科技大学广州研究院 一种行人重识别的方法和装置
CN113538721A (zh) * 2021-06-28 2021-10-22 福建数博讯信息科技有限公司 一种考勤数据交互的优化方法
CN115798023B (zh) * 2023-02-13 2023-04-18 成都睿瞳科技有限责任公司 一种人脸识别认证方法、装置、存储介质及处理器

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111535A (zh) * 2009-12-23 2011-06-29 华晶科技股份有限公司 提高人脸辨识率的方法
CN103020956A (zh) * 2012-11-20 2013-04-03 华中科技大学 一种基于决策判断Hausdorff距离的图像匹配方法
CN103778409A (zh) * 2014-01-02 2014-05-07 深圳市元轩科技发展有限公司 基于人脸特征数据挖掘的人脸识别方法与装置
CN103824058A (zh) * 2014-02-26 2014-05-28 杨勇 基于局部分布式线性嵌套算法的人脸识别系统及方法
KR101414158B1 (ko) * 2013-11-14 2014-07-02 동국대학교 산학협력단 얼굴 인식 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111535A (zh) * 2009-12-23 2011-06-29 华晶科技股份有限公司 提高人脸辨识率的方法
CN103020956A (zh) * 2012-11-20 2013-04-03 华中科技大学 一种基于决策判断Hausdorff距离的图像匹配方法
KR101414158B1 (ko) * 2013-11-14 2014-07-02 동국대학교 산학협력단 얼굴 인식 장치 및 방법
CN103778409A (zh) * 2014-01-02 2014-05-07 深圳市元轩科技发展有限公司 基于人脸特征数据挖掘的人脸识别方法与装置
CN103824058A (zh) * 2014-02-26 2014-05-28 杨勇 基于局部分布式线性嵌套算法的人脸识别系统及方法

Also Published As

Publication number Publication date
CN106295482A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106295482B (zh) 一种人脸数据库的更新方法及装置
CN109359548B (zh) 多人脸识别监控方法及装置、电子设备及存储介质
CN102945366B (zh) 一种人脸识别的方法及装置
De Marsico et al. Firme: Face and iris recognition for mobile engagement
CN108229330A (zh) 人脸融合识别方法及装置、电子设备和存储介质
CN106295672B (zh) 一种人脸识别方法及装置
CN109409204B (zh) 防伪检测方法和装置、电子设备、存储介质
WO2020155939A1 (zh) 图像识别方法、装置、存储介质和处理器
KR101710478B1 (ko) 다중 생체 인증을 통한 모바일 전자 문서 시스템
CN108399665A (zh) 基于人脸识别的安全监控方法、装置及存储介质
KR101291899B1 (ko) 속눈썹 분석에 의한 신원확인방법 및 그를 이용한 신원확인용 정보 취득 장치
CN112328999B (zh) 双录质检方法、装置、服务器及存储介质
US8660321B2 (en) Authentication system, apparatus, authentication method, and storage medium with program stored therein
CN108197557A (zh) 人证一致性检验方法、终端设备及计算机可读存储介质
CN109858371A (zh) 人脸识别的方法及装置
RU2019102416A (ru) Способ и устройство для систем детектирования/распознавания лица
CN109886080A (zh) 人脸活体检测方法、装置、电子设备及可读存储介质
CN109271915B (zh) 防伪检测方法和装置、电子设备、存储介质
CN104036254A (zh) 一种人脸识别方法
CN111861240A (zh) 可疑用户识别方法、装置、设备及可读存储介质
CN111178136A (zh) 一种基于大数据的智慧校园身份识别方法及系统
US20230290183A1 (en) Iris authentication device, iris authentication method and recording medium
US10997609B1 (en) Biometric based user identity verification
CN108765014A (zh) 一种基于门禁系统的智能广告投放方法
Naveen et al. Face recognition and authentication using LBP and BSIF mask detection and elimination

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 518048 Shenzhen Riverside Road, Futian District, Shenzhen, Guangdong, 1141

Applicant after: Medium shift information technology Co., Ltd.

Address before: 518048 Guangdong province Futian District Shenzhen City Binhe Road, No. 9023, building 11, 41 layers of the country through the

Applicant before: China Mobile (Shenzhen) Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200331

Address after: Room 1006, building 16, yard 16, Yingcai North Third Street, future science city, Changping District, Beijing 100000

Co-patentee after: CHINA MOBILE COMMUNICATIONS GROUP Co.,Ltd.

Patentee after: China Mobile Information Technology Co., Ltd

Address before: 518048 Shenzhen Riverside Road, Futian District, Shenzhen, Guangdong, 1141

Patentee before: CHINA MOBILE INFORMATION TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right