CN106469296A - 人脸识别方法、装置和门禁系统 - Google Patents

人脸识别方法、装置和门禁系统 Download PDF

Info

Publication number
CN106469296A
CN106469296A CN201610772864.4A CN201610772864A CN106469296A CN 106469296 A CN106469296 A CN 106469296A CN 201610772864 A CN201610772864 A CN 201610772864A CN 106469296 A CN106469296 A CN 106469296A
Authority
CN
China
Prior art keywords
identification
storehouse
identified
module
recognition
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.)
Pending
Application number
CN201610772864.4A
Other languages
English (en)
Inventor
郑韬
印奇
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.)
Beijing Aperture Science And Technology Ltd
Beijing Megvii Technology Co Ltd
Original Assignee
Beijing Aperture Science And Technology Ltd
Beijing Megvii 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 Beijing Aperture Science And Technology Ltd, Beijing Megvii Technology Co Ltd filed Critical Beijing Aperture Science And Technology Ltd
Priority to CN201610772864.4A priority Critical patent/CN106469296A/zh
Publication of CN106469296A publication Critical patent/CN106469296A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00221Acquiring or recognising human faces, facial parts, facial sketches, facial expressions
    • G06K9/00288Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00973Hardware and software architectures for pattern recognition, e.g. modular organisation
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/30Individual registration on entry or exit not involving the use of a pass
    • G07C9/32Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition

Abstract

本发明的实施例提供了一种人脸识别方法、装置和门禁系统。该人脸识别方法包括:获取待识别图像;对待识别图像进行人脸检测;将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果;根据第一对比结果确定待识别人脸是否属于区域识别库,如果属于,则执行识别成功操作,否则将待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果;以及根据第二对比结果确定待识别人脸是否属于整体识别库,如果属于,则执行识别成功操作,否则执行识别失败操作;其中,整体识别库包括多个不同区域识别库中的参照人脸。上述人脸识别方法和装置可以提高人员密集区域的人脸识别速度。

Description

人脸识别方法、装置和门禁系统
技术领域
[0001] 本发明涉及人脸识别领域,更具体地涉及一种人脸识别方法、装置和门禁系统。
背景技术
[0002] 在进行人脸识别时,通常需要从人脸匹配数据库中检索人脸,即将待识别人脸与人脸匹配数据库中的参照人脸进行对比,以确定待识别人脸所属人员的身份。人脸匹配数据库中的图像数量往往非常庞大,检索费时费力,影响识别效率。以门禁系统为例,基于人脸识别的门禁系统目前在企业环境中技术已经成熟。但利用人脸识别技术在小区、医院、学校等人员密集区域进行门禁扫描时,由于人脸匹配数据库中所存储的参照图像数量巨大而容易造成人脸识别的速度比较慢。
发明内容
[0003] 考虑到上述问题而提出了本发明。本发明提供了一种人脸识别方法、装置和门禁系统。
[0004] 根据本发明一方面,提供了一种人脸识别方法。该人脸识别方法包括:获取待识别图像;对所述待识别图像进行人脸检测;将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果;根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库,如果属于,则执行识别成功操作,否则将所述待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果;以及根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库,如果属于,则执行所述识别成功操作,否则执行识别失败操作;其中,所述整体识别库包括多个不同区域识别库中的参照人脸。
[0005] 示例性地,在所述获取待识别图像之前,所述人脸识别方法进一步包括:获取包含参照人脸的参照图像及与所述参照人脸相关的位置信息;将所述参照图像存储在所述整体识别库中;以及根据所述位置信息将所述参照图像存储在与该参照图像中的参照人脸所属位置相对应的区域识别库中。
[0006] 示例性地,所述位置信息包括下列项之一:小区楼号、小区楼号加单元号、医院科室、医院病区和学校班级号。
[0007] 示例性地,所述根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库包括:如果所述待识别人脸与所述区域识别库中的任一参照人脸之间的相似度大于第一阈值,则确定所述待识别人脸属于所述区域识别库,否则确定所述待识别人脸不属于所述区域识别库;所述根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库包括:如果所述待识别人脸与所述整体识别库中的任一参照人脸之间的相似度大于第二阈值,则确定所述待识别人脸属于所述整体识别库,否则确定所述待识别人脸不属于所述整体识别库;其中,所述第一阈值小于所述第二阈值。
[0008] 示例性地,所述识别成功操作包括:允许所述待识别人脸所属人员通过门禁系统;所述识别失败操作包括:禁止所述待识别人脸所属人员通过门禁系统。
[0009] 示例性地,所述识别成功操作包括:输出所述待识别人脸的识别结果;所述识别失败操作包括:输出识别失败指示。
[0010] 示例性地,在所述对所述待识别图像进行人脸检测之后,所述人脸识别方法进一步包括:如果在所述待识别图像中未检测到人脸,则禁止任何人员通过门禁系统。
[0011] 根据本发明另一方面,提供一种人脸识别装置。该人脸识别装置包括待识别图像获取模块、人脸检测模块、第一对比模块、第一确定模块、第二对比模块、第二确定模块、成功操作模块和失败操作模块,其中,所述待识别图像获取模块用于获取待识别图像;所述人脸检测模块用于对所述待识别图像进行人脸检测;所述第一对比模块用于将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果;所述第一确定模块用于根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库,如果属于,则启动所述成功操作模块,否则启动所述第二对比模块;所述第二对比模块用于将所述待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果;所述第二确定模块用于根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库,如果属于,则启动所述成功操作模块,否则启动所述失败操作模块;所述成功操作模块用于执行识别成功操作;所述失败操作模块用于执行识别失败操作;其中,所述整体识别库包括多个不同区域识别库中的参照人脸。
[0012] 示例性地,所述人脸识别装置进一步包括:参照图像获取模块,用于获取包含参照人脸的参照图像及与所述参照人脸相关的位置信息;整体存储模块,用于将所述参照图像存储在所述整体识别库中;以及区域存储模块,用于根据所述位置信息将所述参照图像存储在与该参照图像中的参照人脸所属位置相对应的区域识别库中。
[0013] 示例性地,所述位置信息包括下列项之一:小区楼号、小区楼号加单元号、医院科室、医院病区和学校班级号。
[0014] 示例性地,所述第一对比模块包括:第一相似度确定子模块,用于如果所述待识别人脸与所述区域识别库中的任一参照人脸之间的相似度大于第一阈值,则确定所述待识别人脸属于所述区域识别库,否则确定所述待识别人脸不属于所述区域识别库;所述第二对比模块包括:第二相似度确定子模块,用于如果所述待识别人脸与所述整体识别库中的任一参照人脸之间的相似度大于第二阈值,则确定所述待识别人脸属于所述整体识别库,否则确定所述待识别人脸不属于所述整体识别库;其中,所述第一阈值小于所述第二阈值。
[0015] 示例性地,所述识别成功操作包括:允许所述待识别人脸所属人员通过门禁系统;所述识别失败操作包括:禁止所述待识别人脸所属人员通过门禁系统。
[0016] 示例性地,所述识别成功操作包括:输出所述待识别人脸的识别结果;所述识别失败操作包括:输出识别失败指示。
[0017] 示例性地,所述人脸识别装置进一步包括:检测失败模块,用于如果在所述待识别图像中未检测到人脸,则禁止任何人员通过门禁系统。
[0018] 根据本发明另一方面,提供一种门禁系统,其中,所述门禁系统包括门禁设备、控制设备和前述人脸识别装置,所述门禁设备连接至所述控制设备,在所述控制设备的控制下执行开启或者关闭操作;所述控制设备连接至所述门禁设备和所述人脸识别装置,根据所述人脸识别装置输出的人脸识别结果控制所述门禁设备的开启或关闭。
[0019] 根据本发明实施例的人脸识别方法、装置和门禁系统,首先采用小范围的区域识别库确定待识别人脸的身份,如果失败再采用更大范围的整体识别库确定待识别人脸的身份,这种方式有利于提高人员密集区域的人脸识别速度。
附图说明
[0020] 通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
[0021]图1示出用于实现根据本发明实施例的人脸识别方法和装置的示例电子设备的示意性框图;
[0022]图2示出根据本发明一个实施例的人脸识别方法的示意性流程图;
[0023]图3示出根据本发明一个实施例的根据本发明一个实施例的整体识别库和区域识别库的配置步骤的流程示意图;
[0024]图4示出根据本发明一个实施例的人脸识别装置的示意性框图;以及
[0025]图5示出根据本发明一个实施例的人脸识别系统的示意性框图。
具体实施方式
[0026] 为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
[0027] 为了解决由于人员密集区域的人脸匹配数据库中的图像数量巨大而导致人脸识别速度慢的问题,本发明实施例提出了一种使用不同大小的人脸匹配数据库来进行人脸识别的方法。
[0028]首先,参照图1来描述用于实现根据本发明实施例的人脸识别方法和装置的示例电子设备100。
[0029] 如图1所示,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108和图像采集装置110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
[0030] 所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
[0031] 所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(R0M)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
[0032] 所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
[0033] 所述输出装置108可以向外部(例如用户)输出各种信息(例如图像和/或声音),并且可以包括显示器、扬声器等中的一个或多个。
[0034] 所述图像采集装置110可以采集期望的图像(例如需要进行人脸识别的图像),并且将所采集的图像存储在所述存储装置104中以供其它组件使用。图像采集装置110可以采用任何合适的设备实现,例如门禁系统的摄像头等。图像采集装置110仅是示例,电子设备100可以不包括图像采集装置110。
[0035] 示例性地,用于实现根据本发明实施例的人脸识别方法和装置的示例电子设备可以在诸如个人计算机或远程服务器等的设备上实现。
[0036]下面,将参考图2描述根据本发明实施例的人脸识别方法。图2示出根据本发明一个实施例的人脸识别方法200的示意性流程图。如图2所示,人脸识别方法200包括以下步骤。
[0037] 在步骤S210,获取待识别图像。
[0038] 待识别图像可以来自外部设备,由外部设备传送到电子设备100进行人脸识别。此夕卜,待识别图像也可以由电子设备100的图像采集装置110采集获得。图像采集装置110可以将采集到的图像传送到处理器102,由处理器102进行人脸识别。待识别图像可以是原始图像,也可以是对原始图像进行预处理后得到的图像。
[0039] 在步骤S220,对待识别图像进行人脸检测。
[0040] 在该步骤中,可以确定在所获取的待识别图像中是否包含人脸,并且在待识别图像中包含人脸的情况下在该图像中定位出人脸区域。可以利用预先训练好的人脸检测器来在待识别图像中定位人脸区域。例如,可以预先利用哈尔(Haar)算法、Adaboost算法等人脸检测与识别算法在大量图片的基础上训练出人脸检测器,该预先训练好的人脸检测器能够在待识别图像上快速地定位出人脸区域。
[0041] 应了解本发明不受具体采用的人脸检测方法的限制,无论是现有的人脸检测方法还是将来开发的人脸检测方法,都可以应用于根据本发明实施例的人脸识别方法中,并且也应包括在本发明的保护范围内。
[0042] 在步骤S230,将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果。
[0043]区域识别库是与待识别图像的采集位置相关的人脸匹配数据库。例如,假设在某个社区中存在四个小区,每个小区分别具有各自的门禁系统。这样,可以为每个小区建立一个区域识别库,共有四个区域识别库,每个区域识别库与对应小区的门禁系统(或说门禁系统的摄像头)相关联。示例性地,每个区域识别库可以仅存储其对应小区的住户的人脸图像和身份信息等信息。在获取待识别图像时,可以获知采集该待识别图像的门禁系统(或说门禁系统的摄像头)是哪个,也就能够确定待识别图像的采集位置。将待识别图像和与其采集位置相关的区域识别库中的参照人脸进行对比。
[0044] 又例如,在公安应用中,典型地采用人脸识别技术追查犯罪分子等可疑人员。公安部门可以在不同的地区进行安防布控,利用监控摄像头采集过往人流的人脸图像。由于某些犯罪分子有其习惯的活动范围,因此也可以针对不同的地区分别建立区域识别库,对于由某个地区的监控摄像头所采集的待识别图像,优先采用与该地区相关的区域识别库进行人脸识别。
[0045] 在步骤S240,根据第一对比结果确定待识别人脸是否属于区域识别库,如果属于,则转至步骤S250,否则转至步骤S260。
[0046] 将待识别人脸与区域识别库中的参照人脸进行对比可以包括计算待识别人脸与区域识别库中的每个参照人脸之间的相似度。如果存在与待识别人脸之间的相似度大于预定阈值的参照人脸,则可以认为待识别人脸属于区域识别库,如果所有参照人脸与待识别人脸之间的相似度都不大于阈值,则可以认为待识别人脸不属于区域识别库,也就是说在区域识别库中检索不到与待识别人脸足够相似的人脸。
[0047] 在步骤S250,执行识别成功操作。
[0048] 如果在步骤S240中确定待识别人脸属于区域识别库,则可以执行识别成功操作。示例性地,识别成功操作可以包括允许待识别人脸所属人员通过门禁系统。在门禁控制应用中,如果确定待识别人脸属于区域识别库,说明待识别人脸属于该门禁系统所负责区域的合法进入人员,因此可以允许该人员通过门禁系统。
[0049] 示例性地,识别成功操作可以包括输出待识别人脸的识别结果。例如,在公安应用中,为了确认待识别人脸是否属于已知的犯罪分子,可以在存储有犯罪分子的人脸图像的人脸匹配数据库中检索与待识别人脸最相似的人脸。如果检索到与待识别人脸最相似的人脸,则人脸识别系统可以将识别结果,即与待识别人脸最相似的人脸的身份信息输出。当然,可以理解,在门禁应用中,识别成功操作也可以包括输出待识别人脸的识别结果。
[0050] 在步骤S260,将待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果。整体识别库包括多个不同区域识别库中的参照人脸。
[0051] 整体识别库可以视为不同区域识别库的集合。沿用上文示例,假设在某个社区中存在四个小区,可以为每个小区建立一个区域识别库,共有四个区域识别库,同时还可以为该社区建立一个整体识别库,其包括上述四个区域识别库中的所有参照人脸。
[0052]如果在区域识别库中未检索到与待识别人脸足够相似的人脸,则可以进一步在整体识别库中进行检索。例如,在门禁控制应用中,如果在区域识别库中未检索到待识别人脸,尚不能确定待识别人脸所属人员一定是禁止进入门禁系统所负责区域的人员,其也有可能是例如本社区其他小区的来访人员,这种来访人员通常是允许进入本小区的,因此可以采用整体识别库来进一步识别该人员的身份。
[0053]与区域识别库相比,整体识别库涵盖更大的地理范围,包含更大数量的人脸图像。直接采用整体识别库进行人脸识别速度较慢,因此可以首先在小范围的区域识别库中检索待识别人脸,如果检索不到,再从整体识别库中检索。这种方式可以提高人脸识别效率。
[0054] 在步骤S270,根据第二对比结果确定待识别人脸是否属于整体识别库,如果属于,则转至步骤S250,否则转至步骤S280。
[0055]与区域识别库类似地,如果在整体数据库中存在与待识别人脸之间的相似度大于预定阈值的参照人脸,则可以认为待识别人脸属于整体识别库,如果所有参照人脸与待识别人脸之间的相似度都不大于阈值,则可以认为待识别人脸不属于整体识别库,也就是说在整体识别库中检索不到与待识别人脸足够相似的人脸。
[0056] 在步骤S280,执行识别失败操作。
[0057] 如果在步骤S270中确定待识别人脸属于整体识别库,则可以返回步骤S250执行识别成功操作,否则转至步骤S280执行识别失败操作。
[0058] 示例性地,识别失败操作可以包括禁止待识别人脸所属人员通过门禁系统。在门禁控制应用中,如果待识别人脸不属于整体识别库,说明待识别人脸确实属于不应当进入门禁系统所负责区域的人员,在这种情况下,可以禁止其通过门禁系统。
[0059] 示例性地,识别失败操作可以包括输出识别失败指示。例如,在公安应用中,如果在存储有犯罪分子的人脸图像的人脸匹配数据库中未检索到与待识别人脸最相似的人脸,则可以输出诸如“未检索到结果”之类的提示,以告知公安人员识别失败。该提示即识别失败指示。当然,可以理解,在门禁应用中,识别失败操作也可以包括输出识别失败指示。
[0060] 根据本发明实施例的人脸识别方法,首先采用小范围的区域识别库确定待识别人脸的身份,如果失败再采用更大范围的整体识别库确定待识别人脸的身份,这种方式有利于提高人员密集区域的人脸识别速度。
[0061] 示例性地,根据本发明实施例的人脸识别方法可以在具有存储器和处理器的设备、装置或者系统中实现。
[0062] 根据本发明实施例的人脸识别方法可以部署在图像采集端,例如,可以部署在门禁系统的图像采集端处。替代地,根据本发明实施例的人脸识别方法还可以部署在服务器端(或云端)处。例如,可以在客户端采集包含人脸的图像,客户端将采集到的图像传送给服务器端(或云端),由服务器端(或云端)进行人脸识别。
[0063] 根据本发明实施例,在步骤S210之前,人脸识别方法200可以进一步包括整体识别库和区域识别库的配置步骤。图3示出根据本发明一个实施例的整体识别库和区域识别库的配置步骤S300的流程示意图。如图3所示,整体识别库和区域识别库的配置步骤S300包括以下步骤。
[0064] 在步骤S310,获取包含参照人脸的参照图像及与参照人脸相关的位置信息。
[0065] 在收集已知人员,例如小区住户的信息时,可以录入已知人员的人脸图像及每个已知人员的位置信息。示例性地,位置信息可以包括但不限于下列项之一:小区楼号、小区楼号加单元号、医院科室、医院病区和学校班级号。
[0066]已知人员的人脸即本文所述的参照人脸,用于随后验证待识别人脸的身份。参照图像即已知人员的人脸图像。
[0067] 在步骤S320,将参照图像存储在整体识别库中。
[0068] 对于录入的已知人员的人脸图像,可以直接存储在整体识别库中。
[0069] 在步骤S330,根据位置信息将参照图像存储在与该参照图像中的参照人脸所属位置相对应的区域识别库中。
[0070] 根据位置信息可以将参照图像进行划分,将同一区域的已知人员的参照图像分为一类,并将划分出的参照图像存储到与该区域对应的区域识别库中。在步骤S330中所涉及的参照图像可以是在步骤S310中所获取的参照图像,也可以是利用存储在整体识别库中的参照图像复制获得的参照图像。
[0071] 通过上述方式,可以将大部分已知人员的人脸图像直接存储,建立大范围的整体识别库。同时,还可以将已知人员的人脸图像按照该已知人员所属位置(例如某小区的某栋楼)进行划分和存储,从而建立小范围的区域识别库。对于小区、医院、学校等人员密集区域来说,采用区域识别库进行人脸识别可以有效提高人脸识别速度。
[0072] 应当理解,图3所示的各步骤的实施顺序仅是示例而非对本发明的限制,本发明可以具有其他合理的实施顺序。例如,步骤S320可以在步骤S330之后执行或者二者同时执行。
[0073] 根据本发明实施例,步骤S240可以包括:如果待识别人脸与区域识别库中的任一参照人脸之间的相似度大于第一阈值,则确定待识别人脸属于区域识别库,否则确定待识别人脸不属于区域识别库;步骤S270可以包括:如果待识别人脸与整体识别库中的任一参照人脸之间的相似度大于第二阈值,则确定待识别人脸属于整体识别库,否则确定待识别人脸不属于整体识别库;其中,第一阈值小于第二阈值。
[0074] 在确定待识别人脸是否属于人脸匹配数据库(即整体识别库和区域识别库)时,可以根据相似度是否大于预定阈值来判断。对于整体识别库和区域识别库来说,可以将整体识别库的阈值设定得比区域识别库的阈值更高。通常来说,在户外复杂光照环境下进行人脸识别容易造成识别速度慢和识别成功率低。由于区域识别库内的参照人脸数量少,人脸基数小,因此利用区域识别库进行人脸识别时的相似可能性较低,所以可以使用较低的阈值来进行人脸识别,这可以保证在不良光线环境下的识别成功率以及识别速度。应当理解,阈值低的话识别精度也较低。为确保人脸识别的准确度,如果在区域识别库中以较低精度未检索到待识别人脸,则可以进一步在整体识别库中以较高精度进行检索。因此,在采用整体识别库进行人脸识别时,可以使用比区域识别库的阈值更高的阈值进行相似度对比。
[0075] 根据本发明实施例,在步骤S220之后,人脸识别方法200可以进一步包括:如果在待识别图像中未检测到人脸,则执行识别失败操作。
[0076] 在门禁控制应用中,对于采集到的待识别图像来说,如果未检测到任何人脸,则可以直接禁止任何人员通过门禁系统,也就是说不打开门禁。在没有人员通过门禁系统的情况下,保持门禁系统关闭可以确保门禁系统所负责区域的安全。
[0077] 根据本发明另一方面,提供一种人脸识别装置。图4示出了根据本发明一个实施例的人脸识别装置400的示意性框图。
[0078]如图4所示,根据本发明实施例的人脸识别装置400包括待识别图像获取模块410、人脸检测模块420、第一对比模块430、第一确定模块440、第二对比模块460、第二确定模块470、成功操作模块450和失败操作模块480。
[0079] 待识别图像获取模块410用于获取待识别图像。待识别图像获取模块410可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
[0080] 人脸检测模块420用于对所述待识别图像进行人脸检测。人脸检测模块420可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
[0081] 第一对比模块430用于将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果。第一对比模块430可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
[0082] 第一确定模块440用于根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库,如果属于,则启动所述成功操作模块450,否则启动所述第二对比模块460。第一确定模块440可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
[0083] 第二对比模块460用于将所述待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果,其中,所述整体识别库包括多个不同区域识别库中的参照人脸。第二对比模块460可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
[0084] 第二确定模块470用于根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库,如果属于,则启动所述成功操作模块450,否则启动所述失败操作模块480。第二确定模块470可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
[0085]成功操作模块450用于执行识别成功操作。成功操作模块450可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
[0086]失败操作模块480用于执行识别失败操作。失败操作模块480可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
[0087] 根据本发明实施例,人脸识别装置400可以进一步包括:参照图像获取模块,用于获取包含参照人脸的参照图像及与所述参照人脸相关的位置信息;整体存储模块,用于将所述参照图像存储在所述整体识别库中;以及区域存储模块,用于根据所述位置信息将所述参照图像存储在与该参照图像中的参照人脸所属位置相对应的区域识别库中。
[0088] 根据本发明实施例,所述位置信息包括下列项之一:小区楼号、小区楼号加单元号、医院科室、医院病区和学校班级号。
[0089] 根据本发明实施例,所述第一对比模块430可以包括:第一相似度确定子模块,用于如果所述待识别人脸与所述区域识别库中的任一参照人脸之间的相似度大于第一阈值,则确定所述待识别人脸属于所述区域识别库,否则确定所述待识别人脸不属于所述区域识别库;所述第二对比模块460可以包括:第二相似度确定子模块,用于如果所述待识别人脸与所述整体识别库中的任一参照人脸之间的相似度大于第二阈值,则确定所述待识别人脸属于所述整体识别库,否则确定所述待识别人脸不属于所述整体识别库;其中,所述第一阈值小于所述第二阈值。
[0090] 根据本发明实施例,所述识别成功操作可以包括:允许所述待识别人脸所属人员通过门禁系统;所述识别失败操作可以包括:禁止所述待识别人脸所属人员通过门禁系统。
[0091] 根据本发明实施例,所述识别成功操作可以包括:输出所述待识别人脸的识别结果;所述识别失败操作可以包括:输出识别失败指示。
[0092] 根据本发明实施例,所述人脸识别装置400可以进一步包括:检测失败模块,用于如果在所述待识别图像中未检测到人脸,则禁止任何人员通过门禁系统。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
[0093]图5示出了根据本发明一个实施例的人脸识别系统500的示意性框图。人脸识别系统500包括图像采集装置510、存储装置520、以及处理器530。
[0094]图像采集装置510用于采集需要进行人脸识别的图像。图像采集装置510是可选的,人脸识别系统500可以不包括图像采集装置510。
[0095] 所述存储装置520存储用于实现根据本发明实施例的人脸识别方法中的相应步骤的程序代码。
[0096] 所述处理器530用于运行所述存储装置520中存储的程序代码,以执行根据本发明实施例的人脸识别方法的相应步骤,并且用于实现根据本发明实施例的人脸识别装置中的待识别图像获取模块410、人脸检测模块420、第一对比模块430、第一确定模块440、第二对比模块460、第二确定模块470、成功操作模块450和失败操作模块480。
[0097] 在一个实施例中,所述程序代码被所述处理器530运行时使所述人脸识别系统500执行以下步骤:获取待识别图像;对所述待识别图像进行人脸检测;将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果;根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库,如果属于,则执行识别成功操作,否则将所述待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果;以及根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库,如果属于,则执行所述识别成功操作,否则执行识别失败操作;其中,所述整体识别库包括多个不同区域识别库中的参照人脸。
[0098] 在一个实施例中,在所述程序代码被所述处理器530运行时使所述人脸识别系统500所执行的获取待识别图像的步骤之前,所述程序代码被所述处理器530运行时使所述人脸识别系统500进一步执行:获取包含参照人脸的参照图像及与所述参照人脸相关的位置信息;将所述参照图像存储在所述整体识别库中;以及根据所述位置信息将所述参照图像存储在与该参照图像中的参照人脸所属位置相对应的区域识别库中。
[0099] 在一个实施例中,所述位置信息包括下列项之一:小区楼号、小区楼号加单元号、医院科室、医院病区和学校班级号。
[0100] 在一个实施例中,所述程序代码被所述处理器530运行时使所述人脸识别系统500所执行的根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库的步骤包括:如果所述待识别人脸与所述区域识别库中的任一参照人脸之间的相似度大于第一阈值,则确定所述待识别人脸属于所述区域识别库,否则确定所述待识别人脸不属于所述区域识别库;所述程序代码被所述处理器530运行时使所述人脸识别系统500所执行的根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库的步骤包括:如果所述待识别人脸与所述整体识别库中的任一参照人脸之间的相似度大于第二阈值,则确定所述待识别人脸属于所述整体识别库,否则确定所述待识别人脸不属于所述整体识别库;其中,所述第一阈值小于所述第二阈值。
[0101] 在一个实施例中,所述识别成功操作包括:允许所述待识别人脸所属人员通过门禁系统;所述识别失败操作包括:禁止所述待识别人脸所属人员通过门禁系统。
[0102] 在一个实施例中,所述识别成功操作包括:输出所述待识别人脸的识别结果;所述识别失败操作包括:输出识别失败指示。
[0103] 在一个实施例中,在所述程序代码被所述处理器530运行时使所述人脸识别系统500所执行的对所述待识别图像进行人脸检测的步骤之后,所述程序代码被所述处理器530运行时使所述人脸识别系统500进一步执行:如果在所述待识别图像中未检测到人脸,则禁止任何人员通过门禁系统。
[0104] 此外,根据本发明实施例,还提供了一种存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的人脸识别方法的相应步骤,并且用于实现根据本发明实施例的人脸识别装置中的相应模块。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。
[0105] 在一个实施例中,所述计算机程序指令在被计算机或处理器运行时可以使得计算机或处理器实现根据本发明实施例的人脸识别装置的各个功能模块,并且/或者可以执行根据本发明实施例的人脸识别方法。
[0106] 在一个实施例中,所述计算机程序指令在被计算机运行时使所述计算机执行以下步骤:获取待识别图像;对所述待识别图像进行人脸检测;将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果;根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库,如果属于,则执行识别成功操作,否则将所述待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果;以及根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库,如果属于,则执行所述识别成功操作,否则执行识别失败操作;其中,所述整体识别库包括多个不同区域识别库中的参照人脸。
[0107] 在一个实施例中,在所述计算机程序指令在被计算机运行时使所述计算机所执行的获取待识别图像的步骤之前,所述计算机程序指令在被计算机运行时使所述计算机进一步执行:获取包含参照人脸的参照图像及与所述参照人脸相关的位置信息;将所述参照图像存储在所述整体识别库中;以及根据所述位置信息将所述参照图像存储在与该参照图像中的参照人脸所属位置相对应的区域识别库中。
[0108] 在一个实施例中,所述位置信息包括下列项之一:小区楼号、小区楼号加单元号、医院科室、医院病区和学校班级号。
[0109] 在一个实施例中,所述计算机程序指令在被计算机运行时使所述计算机所执行的根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库的步骤包括:如果所述待识别人脸与所述区域识别库中的任一参照人脸之间的相似度大于第一阈值,则确定所述待识别人脸属于所述区域识别库,否则确定所述待识别人脸不属于所述区域识别库;所述计算机程序指令在被计算机运行时使所述计算机所执行的根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库的步骤包括:如果所述待识别人脸与所述整体识别库中的任一参照人脸之间的相似度大于第二阈值,则确定所述待识别人脸属于所述整体识别库,否则确定所述待识别人脸不属于所述整体识别库;其中,所述第一阈值小于所述第二阈值。
[0110] 在一个实施例中,所述识别成功操作包括:允许所述待识别人脸所属人员通过门禁系统;所述识别失败操作包括:禁止所述待识别人脸所属人员通过门禁系统。
[0111] 在一个实施例中,所述识别成功操作包括:输出所述待识别人脸的识别结果;所述识别失败操作包括:输出识别失败指示。
[0112] 在一个实施例中,在所述计算机程序指令在被计算机运行时使所述计算机所执行的对所述待识别图像进行人脸检测的步骤之后,所述计算机程序指令在被计算机运行时使所述计算机进一步执行:如果在所述待识别图像中未检测到人脸,则禁止任何人员通过门禁系统。
[0113] 根据本发明实施例的人脸识别方法及装置,首先采用小范围的区域识别库确定待识别人脸的身份,如果失败再采用更大范围的整体识别库确定待识别人脸的身份,这种方式有利于提高人员密集区域的人脸识别速度。
[0114] 基于前述实施例中的人脸识别方法及装置,本发明还提供了一种门禁系统。该门禁系统包括门禁设备、控制设备和如图4所示实施例中的人脸识别装置400。示例性地,所述门禁设备连接至所述控制设备,在所述控制设备的控制下执行开启或者关闭操作,所述控制设备连接至所述门禁设备和所述人脸识别装置,根据所述人脸识别装置输出的人脸识别结果控制所述门禁设备的开启或关闭。其中,门禁设备可以包括但不限于闸机(例如,三辊闸、摆闸、翼闸、平移闸、转闸、一字闸等)和自动门,控制设备可以为具有数据处理能力的处理器(例如,CPU、FPGA、DSP等)或者包括具有数据处理能力的处理器的设备,其可以通过实际连接关系以及运行软件程序实现控制功能,示例性地,控制设备的输入端可以连接至人脸识别装置400的输出端,以接收人脸识别装置400输出的人脸识别结果,以及控制设备的输出端可以连接至门禁设备的输入端,以向门禁设备发送基于人脸识别结果生成的门禁控制指令(例如,打开门禁或者关闭门禁)。示例性地,人脸识别装置400输出的人脸识别结果可以包括在识别成功时由成功操作模块450输出的关于允许待识别人脸所属人员通过门禁系统的指令信息和/或上文所述的待识别人脸的识别结果,以及在识别失败时由失败操作模块480输出的关于禁止待识别人脸所属人员通过门禁系统的指令信息和/或上文所述的识别失败指示。
[0115] 尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
[0116] 本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
[0117] 在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
[0118] 在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
[0119] 类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
[0120] 本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0121] 此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
[0122] 本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的人脸识别装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
[0123] 应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
[0124]以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (15)

1.一种人脸识别方法,包括: 获取待识别图像; 对所述待识别图像进行人脸检测; 将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果; 根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库,如果属于,则执行识别成功操作,否则将所述待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果;以及 根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库,如果属于,则执行所述识别成功操作,否则执行识别失败操作; 其中,所述整体识别库包括多个不同区域识别库中的参照人脸。
2.如权利要求1所述的人脸识别方法,其中,在所述获取待识别图像之前,所述人脸识别方法进一步包括: 获取包含参照人脸的参照图像及与所述参照人脸相关的位置信息; 将所述参照图像存储在所述整体识别库中;以及 根据所述位置信息将所述参照图像存储在与该参照图像中的参照人脸所属位置相对应的区域识别库中。
3.如权利要求2所述的人脸识别方法,其中,所述位置信息包括下列项之一:小区楼号、小区楼号加单元号、医院科室、医院病区和学校班级号。
4.如权利要求1所述的人脸识别方法,其中, 所述根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库包括:如果所述待识别人脸与所述区域识别库中的任一参照人脸之间的相似度大于第一阈值,则确定所述待识别人脸属于所述区域识别库,否则确定所述待识别人脸不属于所述区域识别库; 所述根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库包括:如果所述待识别人脸与所述整体识别库中的任一参照人脸之间的相似度大于第二阈值,则确定所述待识别人脸属于所述整体识别库,否则确定所述待识别人脸不属于所述整体识别库;其中,所述第一阈值小于所述第二阈值。
5.如权利要求1所述的人脸识别方法,其中,所述识别成功操作包括:允许所述待识别人脸所属人员通过门禁系统; 所述识别失败操作包括:禁止所述待识别人脸所属人员通过门禁系统。
6.如权利要求1或5所述的人脸识别方法,其中,所述识别成功操作包括:输出所述待识别人脸的识别结果; 所述识别失败操作包括:输出识别失败指示。
7.如权利要求5所述的人脸识别方法,其中,在所述对所述待识别图像进行人脸检测之后,所述人脸识别方法进一步包括: 如果在所述待识别图像中未检测到人脸,则禁止任何人员通过门禁系统。
8.—种人脸识别装置,包括待识别图像获取模块、人脸检测模块、第一对比模块、第一确定模块、第二对比模块、第二确定模块、成功操作模块和失败操作模块,其中, 所述待识别图像获取模块用于获取待识别图像; 所述人脸检测模块用于对所述待识别图像进行人脸检测; 所述第一对比模块用于将检测出的待识别人脸与区域识别库中的参照人脸进行对比,以获得第一对比结果; 所述第一确定模块用于根据所述第一对比结果确定所述待识别人脸是否属于所述区域识别库,如果属于,则启动所述成功操作模块,否则启动所述第二对比模块; 所述第二对比模块用于将所述待识别人脸与整体识别库中的参照人脸进行对比,以获得第二对比结果; 所述第二确定模块用于根据所述第二对比结果确定所述待识别人脸是否属于所述整体识别库,如果属于,则启动所述成功操作模块,否则启动所述失败操作模块; 所述成功操作模块用于执行识别成功操作; 所述失败操作模块用于执行识别失败操作; 其中,所述整体识别库包括多个不同区域识别库中的参照人脸。
9.如权利要求8所述的人脸识别装置,其中,所述人脸识别装置进一步包括: 参照图像获取模块,用于获取包含参照人脸的参照图像及与所述参照人脸相关的位置信息; 整体存储模块,用于将所述参照图像存储在所述整体识别库中;以及区域存储模块,用于根据所述位置信息将所述参照图像存储在与该参照图像中的参照人脸所属位置相对应的区域识别库中。
10.如权利要求9所述的人脸识别装置,其中,所述位置信息包括下列项之一:小区楼号、小区楼号加单元号、医院科室、医院病区和学校班级号。
11.如权利要求8所述的人脸识别装置,其中, 所述第一对比模块包括:第一相似度确定子模块,用于如果所述待识别人脸与所述区域识别库中的任一参照人脸之间的相似度大于第一阈值,则确定所述待识别人脸属于所述区域识别库,否则确定所述待识别人脸不属于所述区域识别库; 所述第二对比模块包括:第二相似度确定子模块,用于如果所述待识别人脸与所述整体识别库中的任一参照人脸之间的相似度大于第二阈值,则确定所述待识别人脸属于所述整体识别库,否则确定所述待识别人脸不属于所述整体识别库; 其中,所述第一阈值小于所述第二阈值。
12.如权利要求8所述的人脸识别装置,其中,所述识别成功操作包括:允许所述待识别人脸所属人员通过门禁系统; 所述识别失败操作包括:禁止所述待识别人脸所属人员通过门禁系统。
13.如权利要求8或12所述的人脸识别装置,其中,所述识别成功操作包括:输出所述待识别人脸的识别结果; 所述识别失败操作包括:输出识别失败指示。
14.如权利要求12所述的人脸识别装置,其中,所述人脸识别装置进一步包括: 检测失败模块,用于如果在所述待识别图像中未检测到人脸,则禁止任何人员通过门禁系统。
15.—种门禁系统,其中,所述门禁系统包括门禁设备、控制设备和所述权利要求8至14中任一项所述的人脸识别装置, 所述门禁设备连接至所述控制设备,在所述控制设备的控制下执行开启或者关闭操作; 所述控制设备连接至所述门禁设备和所述人脸识别装置,根据所述人脸识别装置输出的人脸识别结果控制所述门禁设备的开启或关闭。
CN201610772864.4A 2016-08-30 2016-08-30 人脸识别方法、装置和门禁系统 Pending CN106469296A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610772864.4A CN106469296A (zh) 2016-08-30 2016-08-30 人脸识别方法、装置和门禁系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610772864.4A CN106469296A (zh) 2016-08-30 2016-08-30 人脸识别方法、装置和门禁系统

Publications (1)

Publication Number Publication Date
CN106469296A true CN106469296A (zh) 2017-03-01

Family

ID=58230140

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610772864.4A Pending CN106469296A (zh) 2016-08-30 2016-08-30 人脸识别方法、装置和门禁系统

Country Status (1)

Country Link
CN (1) CN106469296A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945325A (zh) * 2017-11-15 2018-04-20 安恩达科技(深圳)有限公司 门禁系统及门禁系统的控制方法
CN108242096A (zh) * 2017-12-30 2018-07-03 南京陶特思软件科技有限公司 基于人脸识别技术的门禁系统
CN108288163A (zh) * 2018-02-08 2018-07-17 东莞市藕丝人工智能科技有限公司 一种基于视频采集的快速人脸结算方法
CN109377602A (zh) * 2018-09-27 2019-02-22 迅立达智能装备制造科技有限公司 一种智能电梯门禁控制方法及系统
CN109377607A (zh) * 2018-10-18 2019-02-22 安徽灵图壹智能科技有限公司 一种区块链人脸识别门禁管理系统及医疗设备使用管理系统
CN109410401A (zh) * 2018-11-08 2019-03-01 重庆惠家通信息技术有限公司 适用于智慧小区的人脸识别门禁管理系统
CN109543566A (zh) * 2018-11-05 2019-03-29 深圳市商汤科技有限公司 信息处理方法及装置、电子设备和存储介质
CN109919091A (zh) * 2019-03-06 2019-06-21 广州佳都数据服务有限公司 基于动态白名单的人脸安检方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162500A (zh) * 2006-10-13 2008-04-16 上海银晨智能识别科技有限公司 分区式人脸识别方法
CN102184391A (zh) * 2011-05-19 2011-09-14 汉王科技股份有限公司 一种分布式人脸识别方法及系统和人脸识别终端
CN103297512A (zh) * 2013-05-15 2013-09-11 吴玉平 一种基于云技术的人脸识别区域网络智能监控系统及方法
CN204791239U (zh) * 2015-07-17 2015-11-18 江西洪都航空工业集团有限责任公司 一种基于视频的安防门禁系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162500A (zh) * 2006-10-13 2008-04-16 上海银晨智能识别科技有限公司 分区式人脸识别方法
CN102184391A (zh) * 2011-05-19 2011-09-14 汉王科技股份有限公司 一种分布式人脸识别方法及系统和人脸识别终端
CN103297512A (zh) * 2013-05-15 2013-09-11 吴玉平 一种基于云技术的人脸识别区域网络智能监控系统及方法
CN204791239U (zh) * 2015-07-17 2015-11-18 江西洪都航空工业集团有限责任公司 一种基于视频的安防门禁系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945325A (zh) * 2017-11-15 2018-04-20 安恩达科技(深圳)有限公司 门禁系统及门禁系统的控制方法
CN108242096A (zh) * 2017-12-30 2018-07-03 南京陶特思软件科技有限公司 基于人脸识别技术的门禁系统
CN108288163A (zh) * 2018-02-08 2018-07-17 东莞市藕丝人工智能科技有限公司 一种基于视频采集的快速人脸结算方法
CN109377602A (zh) * 2018-09-27 2019-02-22 迅立达智能装备制造科技有限公司 一种智能电梯门禁控制方法及系统
CN109377607A (zh) * 2018-10-18 2019-02-22 安徽灵图壹智能科技有限公司 一种区块链人脸识别门禁管理系统及医疗设备使用管理系统
CN109543566A (zh) * 2018-11-05 2019-03-29 深圳市商汤科技有限公司 信息处理方法及装置、电子设备和存储介质
CN109410401A (zh) * 2018-11-08 2019-03-01 重庆惠家通信息技术有限公司 适用于智慧小区的人脸识别门禁管理系统
CN109410401B (zh) * 2018-11-08 2021-01-01 重庆惠家通信息技术有限公司 适用于智慧小区的人脸识别门禁管理系统
CN109919091A (zh) * 2019-03-06 2019-06-21 广州佳都数据服务有限公司 基于动态白名单的人脸安检方法、装置及电子设备

Similar Documents

Publication Publication Date Title
US10679047B2 (en) System and method for pose-aware feature learning
US10459954B1 (en) Dataset connector and crawler to identify data lineage and segment data
Jain et al. Bridging the gap: from biometrics to forensics
Sathyadevan Crime analysis and prediction using data mining
Kelly et al. Neural nilm: Deep neural networks applied to energy disaggregation
CN106203305B (zh) 人脸活体检测方法和装置
US10276019B2 (en) Surveillance system and method for predicting patient falls using motion feature patterns
CN105283866B (zh) 包括使用相似频率的优化分析的应用跟踪方法和系统
CN103324909B (zh) 面部特征检测
CN103477350B (zh) 基于空间和时间接近度的面部辨认
Pallister-Wilkins How walls do work: Security barriers as devices of interruption and data capture
Grother et al. Face recognition vendor test (frvt)
CN107358146B (zh) 视频处理方法、装置及存储介质
CN104732601B (zh) 一种基于人脸识别技术的高识别率自动考勤装置及方法
US9589181B2 (en) Person search method and device for searching person staying on platform
CN105447454B (zh) 指纹模板完善方法、装置和终端设备
US7006671B2 (en) Personal identification apparatus and method
CN103608765B (zh) 虚拟机快照和分析
US5274714A (en) Method and apparatus for determining and organizing feature vectors for neural network recognition
Goyal et al. Review of background subtraction methods using Gaussian mixture model for video surveillance systems
US5161204A (en) Apparatus for generating a feature matrix based on normalized out-class and in-class variation matrices
KR20190088376A (ko) 학습용 데이터 관리방법, 장치 및 프로그램
CN101329781B (zh) 具有规则引擎架构的访问控制系统
Bayar et al. Towards open set camera model identification using a deep learning framework
CN107239666B (zh) 一种对医疗影像数据进行脱敏处理的方法及系统

Legal Events

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

Address after: 100190 Beijing, Haidian District Academy of Sciences, South Road, No. 2, block A, No. 313

Applicant after: MEGVII INC.

Applicant after: Beijing maigewei Technology Co., Ltd.

Address before: 100190 Beijing, Haidian District Academy of Sciences, South Road, No. 2, block A, No. 313

Applicant before: MEGVII INC.

Applicant before: Beijing aperture Science and Technology Ltd.

CB02 Change of applicant information