CN106650671B - 人脸识别方法、装置及系统 - Google Patents

人脸识别方法、装置及系统 Download PDF

Info

Publication number
CN106650671B
CN106650671B CN201611227808.9A CN201611227808A CN106650671B CN 106650671 B CN106650671 B CN 106650671B CN 201611227808 A CN201611227808 A CN 201611227808A CN 106650671 B CN106650671 B CN 106650671B
Authority
CN
China
Prior art keywords
face
image
video image
video
camera
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
CN201611227808.9A
Other languages
English (en)
Other versions
CN106650671A (zh
Inventor
张世福
占鹏
王贻强
何堤森
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.)
Shenzhen Infinova Ltd
Original Assignee
Shenzhen Infinova 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 Shenzhen Infinova Ltd filed Critical Shenzhen Infinova Ltd
Priority to CN201611227808.9A priority Critical patent/CN106650671B/zh
Publication of CN106650671A publication Critical patent/CN106650671A/zh
Application granted granted Critical
Publication of CN106650671B publication Critical patent/CN106650671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038Image mosaicing, e.g. composing plane images from plane sub-images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种人脸识别方法、装置及系统。该方法包括:获取视频图像并提取视频图像中的人脸图像,视频图像由多个摄像头采集和拼接而成;将人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算人脸图像与各人脸数据的匹配度;在计算得到高于预设阈值的目标匹配度后,显示目标匹配度对应的人脸数据。本发明通过摄像机组拍摄较大视角的视频图像,延长了待测人在视频图像中的时间,从而给人脸识别预留了更充分的时间,并通过人脸追踪拍摄了更清晰的人脸图像,从而缩短人脸识别所需的时间,通过该方式进行人脸识别,并展示数据库中与该识别结果匹配的预存人脸数据,提高了对移动中人物进行人脸识别的准确性,满足了更多场景对人脸识别技术的使用需求。

Description

人脸识别方法、装置及系统
技术领域
本发明涉及通信领域,特别是涉及一种人脸识别方法、装置及系统。
背景技术
人脸识别技术已经广泛应用于多种领域,例如门禁、考勤和监控等,目前使用较多的场景是在静止情况下的人脸识别,即待识别的人站在摄像机前,等待识别。在另外一些场景下,需要对移动中的人进行人脸识别。
现有技术中的摄像机拍摄视角较小,拍摄区域有限,在对移动中的人进行人脸识别时,经常出现的情况是:待测人在摄像机所摄的画面中停留时间较短,在还没完成人脸识别时,待测人就已经走出了一台摄像机的画面,进入另一台摄像机的画面,此时就需要重新进行人脸识别。如果在多台摄像机所摄的画面中均停留时间较短,则会出现人脸识别失败的情况。
针对现有技术中难以对移动中的待测人进行人脸识别的问题,目前业界没有理想的解决方式。
发明内容
本发明目的在于提供一种人脸识别方法、装置及系统,旨在解决现有技术中难以对移动中的待测人进行人脸识别的问题。
本发明提供了一种方法,该方法包括:
获取视频图像并提取视频图像中的人脸图像,视频图像由多个摄像头采集和拼接而成;将人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算人脸图像与各人脸数据的匹配度;在计算得到高于预设阈值的目标匹配度后,显示目标匹配度对应的人脸数据。
本发明还提供了一种装置,该装置包括:
获取模块,用于获取视频图像并提取视频图像中的人脸图像,视频图像由多个摄像头采集和拼接而成;计算模块,用于将人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算人脸图像与各人脸数据的匹配度;显示模块,用于在计算得到高于预设阈值的目标匹配度后,显示目标匹配度对应的人脸数据。
本发明还提供了一种系统,该系统包括:
摄像机组,用于获取视频图像,视频图像由多个摄像头采集和拼接而成;智能分析服务器,与摄像机组连接,用于识别视频图像中的人脸特征;追踪摄像机,与智能分析服务器连接,用于通过调整拍摄角度和焦距,以追踪人脸特征,并拍摄人脸特征对应的人脸图像;人脸识别服务器,与追踪摄像机连接,用于将人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算人脸图像与各人脸数据的匹配度,并在计算得到高于预设阈值的目标匹配度后,调用目标匹配度对应的人脸数据。
本发明利用拼接的视频图像,延长了待测人在视频图像中的时间,从而给人脸识别预留了更充分的时间,并通过人脸追踪拍摄了更清晰的人脸图像,从而缩短人脸识别所需的时间,通过该方式进行人脸识别,并展示数据库中与该识别结果匹配的预存人脸数据,提高了对移动中人物进行人脸识别的准确性,满足了更多场景对人脸识别技术的使用需求。
附图说明
图1是本发明实施例提供的人脸识别系统的示意图;
图2是本发明实施例提供的人脸识别方法的流程图;
图3是本发明实施例通过拼接摄像机获取人脸图像的方法;
图4是本发明实施例通过全景摄像机获取人脸图像的方法;
图5是本发明实施例通过追踪摄像机获取人脸图像的方法;
图6是本发明实施例提供的人脸识别装置的结构框图。
具体实施方式
为了使本发明要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供了一种人脸识别系统,图1是本发明实施例提供的人脸识别系统的示意图,如图1所示,该系统包括摄像机组110、智能分析服务器120、追踪摄像机130和人脸识别服务器140。
摄像机组110用于获取视频图像,视频图像由多个摄像头采集和拼接而成。
摄像机组110用于提供更大视角的视频图像,以避免移动的人物停留在视频图像中的时间过于短暂,从而为人脸识别预留了更多的时间。
作为一种优选的实现方式,本实施例中的摄像机组110可以是单独的拼接摄像机,或者单独的全景摄像机,或者拼接摄像机与全景摄像机的配套使用。
拼接摄像机用于将多个固定摄像机的视频图像拼接为拼接图像。
拼接摄像机即调整多个固定摄像机安装的角度和位置,使相邻摄像机之间的画面重叠10%左右,在分别获取多个摄像机的视频图像后,通过图片拼接和合成技术,提取公共点,从而将多个固定摄像机的视频图像合成一个分辨率和视觉范围更大的视频图像。
全景摄像机用于将从同一位置向多个角度拍摄的多个视频图像合成全景图像。
全景摄像机通过网络口和光纤口接入系统,可同时在其内部安装4个光学镜头,四个光学镜头同时采集到相同分辨率的图像数据,摄像机内部通过图像分析算法提取每帧图像数据相邻图像之间的公共点信息,通过图片拼接与合成技术,将4个光学镜头分别采集的4个1080P图像数据拼接合成一个分辨率为7680*1080的视频图像,从而实现将多个镜头的视频图像合成一个分辨率和视觉范围更大的视频图像。
智能分析服务器120与摄像机组110连接,用于识别视频图像中的人脸特征。
智能分析服务器120通过特征提取算法分析视频中移动目标的人脸,并发送跟踪命令去控制追踪摄像机进行目标跟踪。通过机器视觉算法提取视频中移动的人,得到目标位置,然后对比配置的标定数据,计算追踪摄像机需要转动和缩放的角度,调用追踪摄像机移动到该目标位置以实现跟踪,相比普通人脸识别,可监控的画面远远超出单个摄像机拍摄的图像,且实现自动缩放,自动将镜头拉近到移动的人,使得人脸识别服务器捕捉到的人脸画面更加清晰。
追踪摄像机130与智能分析服务器120连接,用于通过调整拍摄角度和焦距,以追踪人脸特征,并拍摄人脸特征对应的人脸图像。
人脸识别服务器140与追踪摄像机130连接,用于将人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算人脸图像与各人脸数据的匹配度,并在计算得到高于预设阈值的目标匹配度后,调用目标匹配度对应的人脸数据。
优选的,该系统还包括:中心管理服务器,用于对接入的全景摄像设备、拼接摄像设备、PTZ摄像设备、智能分析服务器和人脸识别服务器等进行统一管理,能够接收智能分析服务器的跟踪命令,并发送控制命令给PTZ摄像机。
优选的,该系统还包括:图片存储服务器,用于从摄像机组和人脸识别服务器获取到图片数据,并进行存储。
优选的,该系统还包括:结构化存储服务器,用于从人脸识别服务器获取到人脸的特征数据,并进行存储。
优选的,该系统还包括:操作客户端,用于从摄像机或智能分析服务器获取到音视频流,通过对原始图像进行解码,对解码后的图像进行渲染和显示。从人脸识别服务器获取人脸比对结果,并进行显示。
优选的,该系统还包括:配置客户端,用于对所需管理的全景摄像机、拼接摄像机、PTZ摄像机、智能分析服务器、人脸识别服务器、图片存储服务器和结构化存储服务器进行配置。
本发明实施例提供了一种人脸识别方法,图2是本发明实施例提供的人脸识别方法的流程图,如图2所示,该方法包括:
步骤S210,获取视频图像并提取视频图像中的人脸图像,视频图像由多个摄像头采集和拼接而成。
为了避免待测人在视频图像中停留时间太短,导致没有充分时间进行人脸识别,本实施例可以先通过拼接摄像机或全景摄像机拍摄视频图像,以便捕捉人脸,再由追踪摄像机拍摄清晰的人脸图像。
图3是本发明实施例通过拼接摄像机获取人脸图像的方法,如图3所示,该方法包括:
步骤S310,获取多个视频图像,其中,多个视频图像来自多个固定摄像机,各摄像机的拍摄范围与相邻摄像机有公共点。
多个固定摄像机被预先人工或者自动调节到特定的角度,从而使得相邻摄像机的拍摄范围中有公共点,例如一个院子的四个角落(东北角、东南角、西南角和西北角)分别安装一台摄像机,那么可以调节个摄像机的角度,使东北角的摄像机分别与东南角摄像机以及西北角摄像机存在公共点。
步骤S320,根据公共点将多个视频图像合成拼接图像。
通过预置的图像处理算法,通过对公共点的处理,可以将多个摄像机的视频图像拼接为一个大视角的视频图像。
步骤S330,从拼接图像中提取人脸图像。
在上述大视角的视频图像中,即便待测人由东北角走到东南角,也一直在视频图像中,有足够的时间获取符合要求的人脸图像。
图4是本发明实施例通过全景摄像机获取人脸图像的方法,如图4所示,该方法包括:
步骤S410,获取从同一位置向多个角度拍摄的多个视频图像。
全景摄像机可以通过从同一位置向多个角度进行拍摄从而得到更大视角的视频图像。一般可以包括平面全景摄像机和球面全景摄像机,为了得到更大视角,本实施例可以使用球面全景摄像机。
步骤S420,提取多个视频图像的公共点信息。
全景摄像机中,通过角度调试,可以使不同朝向的摄像机之间存在公共点。公共点信息是视频图像合成的基础。
步骤S430,根据公共点信息将多个视频图像合成全景图像。
通过预置的图像处理算法,通过对公共点信息,可以将多个摄像机的视频图像合成全景视频图像。
步骤S440,从全景图像中提取人脸图像。
全景视频图像可以保证待测人长时间处在全景视频图像中,从而保证有足够的时间获取符合要求的人脸图像。
图5是本发明实施例通过追踪摄像机获取人脸图像的方法,如图5所示,该方法包括:
步骤S510,获取视频图像。
本步骤获取的视频图像可以是追踪摄像头拍摄的视频图像。
步骤S520,识别视频图像中的人脸特征。
通过该图像,可以识别是否存在人脸特征,人脸特征包括五官特定摆放位置所涉的特征以及肤色等其他特征,通过各特征的比对以及加权计分,可以判断视频图像中是否包含人脸。
步骤S530,调节视频图像的拍摄角度和焦距以保持人脸特征处于视频图像中的预设区域。
在确定视频图像中包含人脸后,通过角度和焦距的调节,可以将人脸保持在视频图像的正中间,并且可以控制人脸大小在视频图像中的占比,例如使人脸在视频图像中占比60%左右,这个占比可以保证拍摄的清晰度,也可以保证画面不会伴随人的移动出现太大的抖动。根据其他场景的需求,也可以将该占比调到其他比例。
步骤S540,获取人脸特征对应的人脸图像。
通过追踪的视频图像,可以保证有足够的时间获取符合要求的人脸图像。
步骤S220,将人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算人脸图像与各人脸数据的匹配度。
数据库中可以预存大量人脸数据,人脸数据包括登记的人脸图像以及相关个人信息等,根据不同的场景,可以使用不同的数据库。例如,可以使用公安系统的身份证信息数据库;在一些公司或工厂,也可以使用公司或工厂内部录入人脸数据的数据库。通过比对,可以计算拍摄到的人脸图像与数据库中的人脸数据的匹配度。
步骤S230,在计算得到高于预设阈值的目标匹配度后,显示目标匹配度对应的人脸数据。
一般而言,即使同一个人在不同场景下拍摄的人脸图像,匹配度也无法达到100%,根据安全等级的高低情况以及摄像机的清晰度,可以将预设阈值设为70%-90%,超过该预设阈值,例如匹配度为92%,则可以显示该匹配度对应的人脸数据。
通过本实施例,可以为摄像机预留更长的时间进行人脸图像的获取,以提高对移动中人物进行人脸识别的准确性和成功率。
本发明实施例提供了一种人脸识别装置,用于执行上述实施例中人脸识别方法,图6是本发明实施例提供的人脸识别装置的结构框图,如图6所示,该装置包括获取模块610、计算模块620、显示模块630。
获取模块610用于获取视频图像并提取视频图像中的人脸图像,视频图像由多个摄像头采集和拼接而成。
计算模块620用于将人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算人脸图像与各人脸数据的匹配度。
显示模块630用于在计算得到高于预设阈值的目标匹配度后,显示目标匹配度对应的人脸数据。
优选的,获取模块610可以包括:
第一获取单元,用于获取多个视频图像,其中,多个视频图像来自多个固定摄像机,各摄像机的拍摄范围与相邻摄像机有公共点;
拼接单元,用于根据公共点将多个视频图像合成拼接图像;
第一提取单元,用于从拼接图像中提取人脸图像。
优选的,获取模板610还可以包括:
第二获取单元,用于获取从同一位置向多个角度拍摄的多个视频图像;
第二提取单元,用于提取多个视频图像的公共点信息;
合成单元,用于根据公共点信息将多个视频图像合成全景图像;
第三提取单元,用于从全景图像中提取人脸图像。
优选的,获取模块610还可以包括:
第三获取单元,用于获取视频图像;
识别单元,用于识别视频图像中的人脸特征;
调节单元,用于调节视频图像的拍摄角度和焦距以保持人脸特征处于视频图像中的预设区域;
第四获取单元,用于获取人脸特征对应的人脸图像。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元可以集成在一个处理单元中,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单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元的具体工作过程,可以参考前述装置实施例中的对应过程,在此不再赘述。
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装置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。
在本发明所提供的实施例中,应该理解到,所揭露的装置和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块或单元的划分,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系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,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单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明实施例各个实施例装置的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。
以上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、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种人脸识别方法,其特征在于,包括:
获取视频图像并提取所述视频图像中的人脸图像,所述视频图像由多个摄像头采集和拼接而成,以保证有足够的时间获取符合要求的人脸图像,具体为:获取多个视频图像,其中,所述多个视频图像来自多个固定摄像机,所述多个固定摄像机被预先人工或者自动调节到特定的角度,各摄像机的拍摄范围与相邻摄像机有公共点,根据公共点将所述多个视频图像合成拼接图像,从所述拼接图像中提取所述人脸图像;
将所述人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算所述人脸图像与各人脸数据的匹配度;
在计算得到高于预设阈值的目标匹配度后,显示所述目标匹配度对应的所述人脸数据。
2.如权利要求1所述的方法,其特征在于,获取视频图像并提取所述视频图像中的人脸图像包括:
获取视频图像;
识别所述视频图像中的人脸特征;
调节所述视频图像的拍摄角度和焦距以保持所述人脸特征处于所述视频图像中的预设区域;
获取所述人脸特征对应的人脸图像。
3.一种人脸识别装置,其特征在于,包括:
获取模块,用于获取视频图像并提取所述视频图像中的人脸图像,所述视频图像由多个摄像头采集和拼接而成,以保证有足够的时间获取符合要求的人脸图像;所述获取模块包括:第一获取单元,用于获取多个视频图像,其中,所述多个视频图像来自多个固定摄像机,所述多个固定摄像机被预先人工或者自动调节到特定的角度,各摄像机的拍摄范围与相邻摄像机有公共点;拼接单元,用于根据公共点将所述多个视频图像合成拼接图像;第一提取单元,用于从所述拼接图像中提取所述人脸图像;计算模块,用于将所述人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算所述人脸图像与各人脸数据的匹配度;
显示模块,用于在计算得到高于预设阈值的目标匹配度后,显示所述目标匹配度对应的所述人脸数据。
4.如权利要求3所述的装置,其特征在于,所述获取模块包括:
第三获取单元,用于获取视频图像;
识别单元,用于识别所述视频图像中的人脸特征;
调节单元,用于调节所述视频图像的拍摄角度和焦距以保持所述人脸特征处于所述视频图像中的预设区域;
第四获取单元,用于获取所述人脸特征对应的人脸图像。
5.一种人脸识别系统,其特征在于,包括:
摄像机组,用于获取视频图像,所述视频图像由多个摄像头采集和拼接而成,以保证有足够的时间获取符合要求的人脸图像;
智能分析服务器,与所述摄像机组连接,用于识别所述视频图像中的人脸特征;
追踪摄像机,与所述智能分析服务器连接,用于通过调整拍摄角度和焦距,以追踪所述人脸特征,并拍摄所述人脸特征对应的人脸图像;
人脸识别服务器,与所述追踪摄像机连接,用于将所述人脸图像与预设数据库中的多个人脸数据逐个对比,分别计算所述人脸图像与各人脸数据的匹配度,并在计算得到高于预设阈值的目标匹配度后,调用所述目标匹配度对应的所述人脸数据;
所述摄像机组包括:
拼接摄像机,用于将多个固定摄像机的视频图像拼接为拼接图像,具体为:获取多个视频图像,其中,所述多个视频图像来自多个固定摄像机,所述多个固定摄像机被预先人工或者自动调节到特定的角度,各摄像机的拍摄范围与相邻摄像机有公共点,根据公共点将所述多个视频图像合成拼接图像。
CN201611227808.9A 2016-12-27 2016-12-27 人脸识别方法、装置及系统 Active CN106650671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611227808.9A CN106650671B (zh) 2016-12-27 2016-12-27 人脸识别方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611227808.9A CN106650671B (zh) 2016-12-27 2016-12-27 人脸识别方法、装置及系统

Publications (2)

Publication Number Publication Date
CN106650671A CN106650671A (zh) 2017-05-10
CN106650671B true CN106650671B (zh) 2020-04-21

Family

ID=58831768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611227808.9A Active CN106650671B (zh) 2016-12-27 2016-12-27 人脸识别方法、装置及系统

Country Status (1)

Country Link
CN (1) CN106650671B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491672B (zh) * 2017-07-18 2021-01-22 Oppo广东移动通信有限公司 解锁处理方法及相关产品
CN107767501A (zh) * 2017-09-18 2018-03-06 深圳市盛路物联通讯技术有限公司 数据处理方法及相关产品
CN107704851B (zh) * 2017-10-30 2021-01-15 歌尔股份有限公司 人物识别方法、公共传媒展示装置、服务器和系统
CN109087411A (zh) * 2018-06-04 2018-12-25 上海灵纽智能科技有限公司 一种基于分布式摄像头阵列的人脸识别锁
CN108965805A (zh) * 2018-07-10 2018-12-07 深圳市巨龙创视科技有限公司 一种基于嵌入式深度学习算法的拼接联动系统
CN110738078A (zh) * 2018-07-19 2020-01-31 青岛海信移动通信技术股份有限公司 一种人脸识别方法及终端设备
CN109492523A (zh) * 2018-09-17 2019-03-19 深圳壹账通智能科技有限公司 人脸识别系统性能测试方法、装置、设备和存储介质
CN109299696B (zh) * 2018-09-29 2021-05-18 成都臻识科技发展有限公司 一种基于双摄像头的人脸检测方法及装置
CN109389367B (zh) * 2018-10-09 2021-06-18 苏州科达科技股份有限公司 人员考勤方法、装置及存储介质
CN111144182B (zh) * 2018-11-06 2023-04-07 天地融科技股份有限公司 一种视频中人脸风险检测方法及系统
CN109670451A (zh) * 2018-12-20 2019-04-23 天津天地伟业信息系统集成有限公司 自动人脸识别跟踪方法
CN110335386B (zh) * 2019-06-25 2021-08-03 腾讯科技(深圳)有限公司 一种身份验证方法、装置、终端以及存储介质
CN112711964A (zh) * 2019-10-24 2021-04-27 上海宗保科技有限公司 一种人脸追踪监控系统和方法
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
CN111209845A (zh) * 2020-01-03 2020-05-29 平安科技(深圳)有限公司 人脸识别方法、装置、计算机设备及存储介质
CN112073613B (zh) * 2020-09-10 2021-11-23 广州视源电子科技股份有限公司 会议人像的拍摄方法、交互平板、计算机设备及存储介质
CN112099002B (zh) * 2020-09-18 2021-07-27 欧必翼太赫兹科技(北京)有限公司 三维异形平面孔径全息成像安检雷达光学重建方法
CN112347856A (zh) * 2020-10-13 2021-02-09 广东电网有限责任公司培训与评价中心 一种基于教室场景的无感知考勤系统及方法
CN112532886B (zh) * 2020-11-30 2022-06-10 深圳创维新世界科技有限公司 全景拍摄方法、装置及计算机可读存储介质
CN112598576B (zh) * 2020-12-24 2021-10-08 中标慧安信息技术股份有限公司 基于人脸识别的安全验证方法和系统
CN113295168B (zh) * 2021-05-18 2023-04-07 浙江微能科技有限公司 一种基于人脸识别的签约用户导航方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103716595A (zh) * 2014-01-08 2014-04-09 深圳英飞拓科技股份有限公司 全景拼接摄像机和球机联动控制方法及装置
CN205541233U (zh) * 2016-04-07 2016-08-31 河海大学 一种带有人脸识别跟踪的喷粉预警装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8633810B2 (en) * 2009-11-19 2014-01-21 Robert Bosch Gmbh Rear-view multi-functional camera system
CN203376839U (zh) * 2013-08-02 2014-01-01 北京市劳动保护科学研究所 安全预警系统
CN104135645A (zh) * 2014-07-31 2014-11-05 天津市亚安科技股份有限公司 人脸跟踪抓拍视频监控系统及方法
CN105741375B (zh) * 2016-01-20 2018-09-18 华中师范大学 一种大视场双目视觉的红外图像考勤方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103716595A (zh) * 2014-01-08 2014-04-09 深圳英飞拓科技股份有限公司 全景拼接摄像机和球机联动控制方法及装置
CN205541233U (zh) * 2016-04-07 2016-08-31 河海大学 一种带有人脸识别跟踪的喷粉预警装置

Also Published As

Publication number Publication date
CN106650671A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN106650671B (zh) 人脸识别方法、装置及系统
CN105979210B (zh) 一种基于多枪多球摄像机阵列的行人识别系统
CN107978044B (zh) 基于人脸识别技术和rfid技术的高精度识别系统和识别方法
US9648285B2 (en) Monitoring method and camera
KR101530255B1 (ko) 객체 자동 추적 장치가 구비된 cctv 시스템
CN111062234A (zh) 一种监控方法、智能终端及计算机可读存储介质
WO2020029921A1 (zh) 一种监控方法与装置
JP6077655B2 (ja) 撮影システム
CN110245561B (zh) 一种人脸识别方法及装置
CN110969118B (zh) 轨迹监控系统和方法
CN110769246A (zh) 一种检测监控设备故障的方法、装置
CN113177437A (zh) 一种人脸识别方法和装置
US10297285B2 (en) Video data processing method and electronic apparatus
CN110633648B (zh) 一种自然行走状态下的人脸识别方法和系统
CN108717704A (zh) 基于鱼眼图像的目标跟踪方法、计算机装置及计算机可读存储介质
CN110557603A (zh) 移动目标的监控方法、装置和可读存储介质
KR101890134B1 (ko) Cctv 감시장치 비트맵에 의한 이미지 데이터 처리 움직임 분석 제어 방법
CN107368817B (zh) 人脸识别方法和装置
CN109255282B (zh) 一种生物识别方法、装置和系统
CN109522782A (zh) 家居成员识别系统
CN114898443A (zh) 一种人脸数据获取方法及装置
CN113302906B (zh) 图像处理设备、图像处理方法和存储介质
CN109598195B (zh) 一种基于监控视频的清晰人脸图像处理方法与装置
JP2009187348A (ja) 不審物自動検出装置
JP6632632B2 (ja) 監視システム

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
GR01 Patent grant
GR01 Patent grant