CN107169458B - 数据处理方法、装置及存储介质 - Google Patents
数据处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN107169458B CN107169458B CN201710351946.6A CN201710351946A CN107169458B CN 107169458 B CN107169458 B CN 107169458B CN 201710351946 A CN201710351946 A CN 201710351946A CN 107169458 B CN107169458 B CN 107169458B
- Authority
- CN
- China
- Prior art keywords
- characteristic parameter
- characteristic
- point
- facial image
- storage
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明实施例提供了一种数据处理方法、装置及存储介质,所述方法包括:通过摄像头获取待入库对象的身份信息以及人脸图像;对所述人脸图像进行特征提取,得到特征参数集;根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为预先存储的注册库中的一员。通过本发明实施例可实现对目标进行快速入库处理。
Description
技术领域
本发明涉及视频监控技术领域,具体涉及一种数据处理方法、装置及存储介质。
背景技术
随着经济、社会、文化的快速发展,越来越多外来人口流向城市,使得城市人口增加。城市人口的增加在加快城市化进程的同时,也给城市管理带来更大的挑战,虽然,视频监控技术为城市安全提供了技术支持,且目前来看,包括多个摄像头的监控系统已经在城市中应用来对一个区域进行监控,但是由于摄像头的数目较多,且每个摄像头的功能较为独立,通常情况下,建立入库则需要管理员寻找到目标,对目标进行盘查,以获取该目标的入库信息,入库过程相当繁琐。因此,如何通过摄像头实现对目标进行快速入库(即将该目标录入到监控系统)的方式亟待解决。
发明内容
本发明实施例提供了一种数据处理方法、装置及存储介质,可实现对目标进行快速入库处理。
本发明实施例第一方面提供了一种数据处理方法,包括:
通过摄像头获取待入库对象的身份信息以及人脸图像;
对所述人脸图像进行特征提取,得到特征参数集;
根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为预先存储的注册库中的一员。
结合本发明实施例第一方面,在第一方面的第一种可能实施方式中,所述对所述人脸图像进行特征提取,得到特征参数集,包括:
对所述人脸图像进行特征点提取,得到P个特征点,所述P为大于1的整数;
对所述P个特征点进行筛选,得到Q个特征点,所述Q为小于所述P且大于1的整数;
将所述Q个特征点中每一特征点的方向以及位置作为特征参数,得到所述Q个特征参数;
对所述人脸图像进行轮廓提取,得到K个特征轮廓,并将所述K个特征轮廓作为特征参数,得到所述K个特征参数;
将所述Q个特征参数以及所述K个特征参数合成所述特征参数集。
如此,上述本实施例,从特征点维度出发,对人脸图像进行特征点提取,还对特征点提取后得到的特征点进行筛选,可得到鲁棒性较好的特征点,并选取筛选后的特征点的方向以及位置作为特征参数,相较于现有技术中仅仅依靠特征点个数对人脸图像进行标记,该方式可以准确通过特征点标记人脸图像,另外,又从轮廓角度出发,对人脸图像进行轮廓提取,得到特征轮廓,将其当作特征参数,可将从两个维度得到的特征参数合成特征参数集,通过特征点以及轮廓两个方向对人脸图像进行标记,这样得到的特征参数集更能反映出人脸图像,有利于在后续应用中提高人脸匹配的精度。
结合本发明实施例第一方面的第一种可能实施方式,在第一方面的第二种可能实施方式中,所述对所述P个特征点进行筛选,得到Q个特征点,包括:
确定所述P个特征点的中心特征点;
从所述P个特征点中选取以所述中心特征点为圆心,且处于预设半径范围内的特征点,得到所述Q个特征点。
如此,上述本实施例,可以从待筛选的特征点中选取一个中心特征点,以该中心特征点为圆心,预设半径范围内的特征点,由于中心特征点往往较为稳定,另外,图像中的变化也是渐变的,因而,该中心特征点周围的特征点也较为稳定,通过该方式,可快速实现对特征点进行筛选。
结合本发明实施例第一方面或第一方面的第一种或第二种可能实施方式,在第一方面的第三种可能实施方式中,在所述对所述人脸图像进行特征提取,得到特征参数集之后,以及所述根据所述身份信息和所述特征参数集进行入库操作之前,所述方法还包括:
根据所述特征参数集在所述注册库中进行搜索,在未搜索到任何匹配结果时,执行所述根据所述身份信息和所述特征参数集进行入库操作的步骤。
如此,上述本实施例中,由于通过摄像头进行入库操作,会存在一种情况,即摄像头拍摄到的人脸图像可能已经存在于注册库中,因而,需要进一步在注册库中进行搜索,若未得到任何搜索结果,则说明上述人脸图像不在注册库中,可对其进行入库操作,以避免同一对象重复入库。
结合本发明实施例第一方面或第一方面的第一种或第二种可能实施方式,在第一方面的第四种可能实施方式中,在所述根据所述身份信息和所述特征参数集进行入库操作之后,所述方法还包括:
获取所述待入库对象的更新信息;
根据所述更新信息对所述待入库对象的入库信息进行更新。
如此,上述本实施例,可在待入库对象入库操作完成后,还可以继续对其入库信息进行更新和完善,因为入库是个快速实现过程,有可能入库时候信息不完善,那么,可先进行入库操作,再在摄像头捕捉到更多信息时,再完善该待入库对象的入库信息,可实现动态更新注册库中的入库信息。
本发明实施例第二方面提供了一种数据处理装置,包括:
第一获取单元,用于通过摄像头获取待入库对象的身份信息以及人脸图像;
提取单元,用于对所述人脸图像进行特征提取,得到特征参数集;
处理单元,用于根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为预先存储的注册库中的一员。
结合本发明实施例第二方面,在第二方面的第一种可能实施方式中,所述提取单元包括:
第一提取模块,用于对所述人脸图像进行特征点提取,得到P个特征点,所述P为大于1的整数;
筛选模块,用于对所述P个特征点进行筛选,得到Q个特征点,所述Q为小于所述P且大于1的整数;
第一确定模块,用于将所述Q个特征点中每一特征点的方向以及位置作为特征参数,得到所述Q个特征参数;
第二提取模块,用于对所述人脸图像进行轮廓提取,得到K个特征轮廓,并将所述K个特征轮廓作为特征参数,得到所述K个特征参数;
第二确定模块,用于将所述Q个特征参数以及所述K个特征参数合成所述特征参数集。
结合本发明实施例第二方面的第一种可能实施方式,在第二方面的第二种可能实施方式中,所述筛选模块具体用于:
用于确定所述P个特征点的中心特征点,从所述P个特征点中选取以所述中心特征点为圆心,且处于预设半径范围内的特征点,得到所述Q个特征点。
结合本发明实施例第二方面或第二方面的第一种或第二种可能实施方式,在第二方面的第三种可能实施方式中,所述装置还包括:
搜索单元,用于在所述提取单元对所述人脸图像进行特征提取,得到特征参数集之后,根据所述特征参数集在所述注册库中进行搜索,在所述搜索单元未搜索到任何匹配结果时,由所述处理单元执行根据所述身份信息和所述特征参数集进行入库操作的步骤。
结合本发明实施例第二方面或第二方面的第一种或第二种可能实施方式,在第二方面的第四种可能实施方式中,所述装置还包括:
第二获取单元,用于在所述处理单元根据所述身份信息和所述特征参数集进行入库操作之后,获取所述待入库对象的更新信息;
更新单元,用于根据所述更新信息对所述待入库对象的入库信息进行更新。
本发明实施例第三方面提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行以实现如第一方面或第一方面的任一可能实施方式所述的方法。
实施本发明实施例,具有如下有益效果:
可以看出,通过本发明实施例,数据处理装置可通过摄像头获取待入库对象的身份信息以及人脸图像,对人脸图像进行特征提取,得到特征参数集,根据身份信息和特征参数集进行入库操作,以实现待入库对象成为预先存储的注册库中的一员。从而,可利用摄像头获取待入库对象的人脸图像以及身份信息,进一步对其人脸图像进行特征提取,得到待入库对象的特征参数集,进一步进行入库操作,由于不用对待入库对象进行盘问,而是直接通过摄像头获取,可提高入库效率。例如,在超市中,在监控平台发现可疑对象,由于不在现场无法制止可疑对象,进而,可通过上述本发明实施例对该可疑对象进行入库操作,并通知工作人员对可疑对象的行为进行制止或者事后处理。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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一种数据处理方法的第一实施例流程示意图;
图2是本发明实施例提供的一种数据处理方法的第二实施例流程示意图;
图3a是本发明实施例提供的一种数据处理装置的第一实施例结构示意图;
图3b是本发明实施例提供的图3a所描述的数据处理装置的提取单元的结构示意图;
图3c是本发明实施例提供的图3a所描述的数据处理装置的又一结构示意图;
图3d是本发明实施例提供的图3a所描述的数据处理装置的又一结构示意图;
图4是本发明实施例提供的一种数据处理装置的第二实施例结构示意图。
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作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。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例所描述数据处理装置可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备(MID,MobileInternet Devices)或穿戴式设备等,上述仅是举例,而非穷举,包含但不限于上述装置,当然,上述数据处理装置还可以为服务器。
需要说明的是,本发明实施例中的数据处理装置可与多个摄像头连接,每一摄像头均可用于抓拍视频图像,每一摄像头均可有一个与之对应的位置标记,或者,可有一个与之对应的编号。通常情况下,摄像头可设置在公共场所,例如,学校、博物馆、十字路口、步行街、写字楼、车库、机场、医院、地铁站、车站、公交站台、超市、酒店、娱乐场所等等。摄像头在拍摄到视频图像后,可将该视频图像保存到数据处理装置所在系统的存储器。存储器中可存储有多个图像库,每一图像库可包含同一人的不同视频图像,当然,每一图像库还可以用于存储一个区域的视频图像或者某个指定摄像头拍摄的视频图像。
进一步可选地,本发明实施例中,摄像头拍摄的每一帧视频图像均对应一个属性信息,属性信息为以下至少一种:视频图像的拍摄时间、视频图像的位置、视频图像的属性参数(格式、大小、分辨率等)、视频图像的编号和视频图像中的人物特征属性。上述视频图像中的人物特征属性可包括但不仅限于:视频图像中的人物个数、人物位置、人物角度等等。
进一步需要说明的是,每一摄像头采集的视频图像通常为动态人脸图像,因而,本发明实施例中可以对人脸图像的角度进行分析,上述角度可包括但不仅限于:水平转动角度、俯仰角或者倾斜度。例如,可定义动态人脸图像数据要求两眼间距不小于30像素,建议60像素以上。水平转动角度不超过±30°、俯仰角不超过±20°、倾斜角不超过±45°。建议水平转动角度不超过±15°、俯仰角不超过±10°、倾斜角不超过±15°。例如,还可对人脸图像是否被其他物体遮挡进行筛选,通常情况下,饰物不应遮挡脸部主要区域,饰物如深色墨镜、口罩和夸张首饰等,当然,也有可能摄像头上面布满灰尘,导致人脸图像被遮挡。本发明实施例中的视频图像的图片格式可包括但不仅限于:BMP,JPEG,JPEG2000,PNG等等,其大小可以在10-30KB之间,每一视频图像还可以对应一个拍摄时间、以及拍摄该视频图像的摄像头统一编号、与人脸图像对应的全景大图的链接等信息(人脸图像和全局图片建立特点对应性关系文件)。
请参阅图1,为本发明实施例提供的一种数据处理方法的第一实施例流程示意图。本实施例中所描述的数据处理方法,包括以下步骤:
101、通过摄像头获取待入库对象的身份信息以及人脸图像。
其中,待入库对象的身份信息可包括但不仅限于:身份证号码、身高、体重、家庭住址、手机号、银行卡号、社交账号、职业等等。在发现待入库对象时,可通过摄像头获取该待入库对象的人脸图像,还可以通过摄像头对该待入库对象的整体图像进行分析,以得到该待入库对象的身高、年龄。进一步地,还可以将该人脸图像发送给其他辅助系统(如:公安系统、银行系统、社保系统等等),由其他系统对该人脸图像进行身份识别,可以进一步获取该待入库对象的身份信息,如:体重、家庭住址、手机号、银行卡号、社交账号、职业等等。
可选地,在执行步骤101时,可按照如下步骤执行:
11)、通过摄像头获取所述待入库对象的M张第一图像,所述M为大于1的整数;
12)、对所述M张第一图像进行图像质量评价,得到所述M个图像质量评价值;
13)、从所述M个图像质量评价值中选取图像质量评价值大于预设质量阈值的图像质量评价值,得到所述N个图像质量评价值,并获取其对应的第一图像,得到所述N张第一图像,所述N为大于1且小于所述M的整数;
14)、从所述N张第一图像中选取最佳人脸角度的第一图像作为所述人脸图像;
15)、根据所述M张第一图像确定所述待入库对象的身份信息。
其中,上述步骤中的第一图像可为待入库相关的图像,不仅仅指人脸图像,还可以是摄像头摄取的其他图像,如:背影图像,侧脸图像等等。上述第一图像可来自于一段视频,可对该一段视频进行分割处理,得到一帧一帧图像,对每一帧图像进行识别,得到与待入库对象相关的一系列图像,当然,该一系列图像中不仅包含待入库对象人脸的图像,还可以包含待入库对象本人但不包含其人脸的图像,例如,待入库对象的侧身,待入库对象的背影。实现中,可先采用目标跟踪算法对视频进行处理,得到对待入库对象相关的一系列图像,然后,可对该待入库对象相关的每一帧图像进行分析,如:对每帧图像进行图像质量评价,选取图像质量较好的图像,进一步地,分析图像质量较好的图像中的每一帧图像中人脸的角度,由于角度不一样,其对应的人脸图像的信息也不一样,通常情况下,正视角度最佳,但摄像头捕捉的话,往往是越接近正视角度的人脸图像越佳,再从这些图像中选取最佳人脸角度的图像。例如,待入库对象在运动过程中,较难捕捉到其人脸图像,因而,可捕捉多张其图像,从这些图像中选取图像质量好的图像,再从图像质量好的图像中选取角度最佳的人脸图像,如此,可选取一张合适的人脸图像作为待入库对象的入库图像,提高了对该待入库对象的辨识准确度,毫无疑问,若选择一张人脸图像不清晰或者角度不好的图像作为入库图像,那么,其在后续使用中,则误识别几率较高。
上述步骤15中,可利用M张第一图像进行分析,得到该待入库对象的身高、体型、脸型等等,将其作为该待入库对象的身份信息。例如,本发明实施例用于商场或超市等监控系统中,在发现某个可疑对象时,可通过摄像头获取该可疑对象的人脸图像,以及通过摄像头获取其相应的身份信息,进而,可及时对该可疑对象进行入库操作。如此,即使不知道某个对象的具体身份信息,也可以对其进行入库处理,以便于系统记录可疑对象,在其下次进行该监控系统的监控范围内,可通知工作人员及时对其进行关注。
其中,上述步骤12中,对所述M张第一图像进行图像质量评价,可采用如下方式:可采用至少一个图像质量评价指标对图像进行图像质量评价,得到图像质量评价值,其中,图像质量评价指标可包括但不仅限于:平均灰度、均方差、熵、边缘保持度、信噪比等等。可定义为得到的图像质量评价值越大,则图像质量越好。
需要说明的是,由于采用单一评价指标对图像质量进行评价时,具有一定的局限性,因此,可采用多个图像质量评价指标对图像质量进行评价,当然,对图像质量进行评价时,并非图像质量评价指标越多越好,因为图像质量评价指标越多,图像质量评价过程的计算复杂度越高,也不见得图像质量评价效果越好,因此,在对图像质量评价要求较高的情况下,可采用2~10个图像质量评价指标对图像质量进行评价。具体地,选取图像质量评价指标的个数及哪个指标,依据具体实现情况而定。当然,也得结合具体地场景选取图像质量评价指标,在暗环境下进行图像质量评价和亮环境下进行图像质量评价选取的图像质量指标可不一样。
可选地,在对图像质量评价精度要求不高的情况下,可用一个图像质量评价指标进行评价,例如,以熵对待处理图像进行图像质量评价值,可认为熵越大,则说明图像质量越好,相反地,熵越小,则说明图像质量越差。
可选地,在对图像质量评价精度要求较高的情况下,可以采用多个图像质量评价指标对待评价图像进行评价,在多个图像质量评价指标对待评价图像进行图像质量评价时,可设置该多个图像质量评价指标中每一图像质量评价指标的权重,可得到多个图像质量评价值,根据该多个图像质量评价值及其对应的权重可得到最终的图像质量评价值,例如,三个图像质量评价指标分别为:A指标、B指标和C指标,A的权重为a1,B的权重为a2,C的权重为a3,采用A、B和C对某一图像进行图像质量评价时,A对应的图像质量评价值为b1,B对应的图像质量评价值为b2,C对应的图像质量评价值为b3,那么,最后的图像质量评价值=a1b1+a2b2+a3b3。通常情况下,图像质量评价值越大,说明图像质量越好。
102、对所述人脸图像进行特征提取,得到特征参数集。
其中,上述数据处理装置可对人脸图像进行特征点提取或者特征轮廓提取,将其作为特征参数集。特征提取的方式可包括但不仅限于:Harris角点检测算法、尺度不变特征(Scale Invariant Feature Transform,SIFT)提取算法、采用分类器进行特征提取,分类器可包括但不仅限于:支持向量机(Support Vector Machine,SVM)、卷积神经网络、级联神经网络、遗传算法等等。当然,在人脸图像不清晰的情况下,也可以对人脸图像进行增强处理,增强处理可包括以下至少一项:平滑处理、灰度拉伸、直方图均衡化,如此,可提升人脸图像的质量,在此基础上,再对增强后的人脸图像进行特征提取,得到特征参数集,此时,可提取更多的特征。
可选地,上述步骤102中,对所述人脸图像进行特征提取,得到特征参数集,可包括如下步骤:
21)、对所述人脸图像进行特征点提取,得到P个特征点,所述P为大于1的整数;
22)、对所述P个特征点进行筛选,得到Q个特征点,所述Q为小于所述P且大于1的整数;
23)、将所述Q个特征点中每一特征点的方向以及位置作为特征参数,得到所述Q个特征参数;
24)、对所述人脸图像进行轮廓提取,得到K个特征轮廓,并将所述K个特征轮廓作为特征参数,得到所述K个特征参数;
25)、将所述P个特征参数以及所述K个特征参数合成所述特征参数集。
其中,数据处理装置可先对人脸图像进行特征点提取,得到P个特征点,P为大于1的整数,上述P个特征点包括经过预先设置的特征点提取算法对人脸图像进行特征点提取得到的全部特征点,预先设置的特征点提取算法可包括但不仅限于:Harris角点检测算法、尺度不变特征转换算法(Scale-invariant featuretransform,SIFT)算法,等等。由于这些特征点鲁棒性不一定好,因而,需要对其进行筛选,即对P个特征点进行筛选,得到Q个特征点,Q为小于P且大于1的整数,主要是过滤掉一些特征不明显的特征点,将Q个特征点中每一特征点的方向以及位置作为特征参数,其目的在于,增强对人脸图像的标记作用,因为位置代表了特征点在人脸图像中的坐标位置,而方向则反映了其在该位置的指示方向,不仅丰富了特征点的特性,还可增强在人脸识别过程中的特征点识别难度,可提升人脸图像的识别精度,因此,采用特征点的方向以及位置更能体现人脸图像的特征,从而,可得到Q个特征参数,其次,对人脸图像进行轮廓提取,得到K个特征轮廓,该K个轮廓为采用预先设置的轮廓提取算法进行轮廓提取得到的全部轮廓,上述预先设置的轮廓提取算法可包括但不仅限于:Hough变换、Haar算子检测算法、Canny算子检测算法等等,可将该K个特征轮廓作为特征参数,得到K个特征参数,将Q个特征参数以及所述K个特征参数合成特征参数集,如此,可采用两个维度对人脸图像进行处理,有利用提高人脸防伪精度,因为采用两个维度可深层次的对人脸图像的特征进行标记,在人脸识别过程中,不仅需要特征点匹配,而且需要特征轮廓匹配。可选地,上述步骤22中,对所述P个特征点进行筛选,得到Q个特征点,可包括如下步骤:
221)、确定所述P个特征点的中心特征点;
222)、从所述P个特征点中选取以所述中心特征点为圆心,且处于预设半径范围内的特征点,得到所述Q个特征点。
其中,预设半径范围可由用户自行设置或者系统默认,数据处理方法可将P个特征点映射到坐标系中,利用几何方法确定该P个特征点的中心特征点,进而,可从P个特征点中选取以该中心特征点为圆心,预设半径范围内的特征点,得到Q个特征点。当然,上述中心特征点不一定是P个特征点中的一个,也有可能是P个特征点的几何中心,或者,靠近该几何中心的某个特征点,如此,可确定人脸图像中特征显著的特征点,以提升人脸识别的精度和准确度。
103、根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为预先存储的注册库中的一员。
其中,数据处理装置可将身份信息和特征参数集作为待入库对象的注册信息保存在数据库中,还可以为待入库对象生成一个代码标识,入库成功后,该待入库对象就成为预先存储的注册库中的一员。按照上述方式,可完成对不同对象的入库操作,方便、快捷。
可以看出,通过本发明实施例,数据处理装置可通过摄像头获取待入库对象的身份信息以及人脸图像,对人脸图像进行特征提取,得到特征参数集,根据身份信息和特征参数集进行入库操作,以实现待入库对象成为预先存储的注册库中的一员。从而,可利用摄像头获取待入库对象的人脸图像以及身份信息,进一步对其人脸图像进行特征提取,得到待入库对象的特征参数集,进一步进行入库操作,由于不用对待入库对象进行盘问,而是直接通过摄像头获取,可提高入库效率。例如,在超市中,在监控平台发现可疑对象,由于不在现场无法制止可疑对象,进而,可通过上述本发明实施例对该可疑对象进行入库操作,并通知工作人员对可疑对象的行为进行制止或者事后处理。
与上述一致地,请参阅图2,为本发明实施例提供的一种数据处理方法的第二实施例流程示意图。本实施例中所描述的数据处理方法,包括以下步骤:
201、通过摄像头获取待入库对象的身份信息以及人脸图像。
202、对所述人脸图像进行特征提取,得到特征参数集。
203、根据所述特征参数集在预先存储的注册库中进行搜索。
其中,数据处理装置在根据人脸图像确定特征参数集之后,可根据该特征参数集在注册库中进行搜索,其目的在于,以免出现重复注册,如此,在搜索到匹配的特征参数集,则停止注册,在未搜索到任何结果时,执行步骤204。
204、在未搜索到任何匹配结果时,根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为所述注册库中的一员。
其中,在未搜索到任何匹配结果,说明注册库中不存在该待入库对象的资料,从而,可根据该身份信息以及特征参数集进行入库操作,以实现待入库对象成为预先存储的注册库中的一员。
205、获取所述待入库对象的更新信息。
其中,在上述步骤204之后,上述更新信息可为手机号(例如,换了新的手机号)、银行卡号(例如,办理了新的银行卡号)、家庭住址(例如,搬了新家的地址)等等。数据处理装置可与其他系统进行关联,该其他系统可以是公安系统、银行系统、社保系统、运营商系统等等。如此,数据处理装置可获取预设时间间隔或者在每次其他系统信息更新时获取待入库对象的更新信息。
206、根据所述更新信息对所述待入库对象的入库信息进行更新。
其中,数据处理装置可接收用户输入的更新信息,进而,利用更新信息更新对应的原本待入库对象的入库信息,以达到更新的目的。例如,在超市中,在监控平台发现可疑对象,由于不在现场无法制止可疑对象,在制止了可疑对象之后,则可由工作人员对该可疑对象进行盘问,获得该可疑对象更多的身份信息,从而,通过该身份信息对原本系统中的入库信息进行完善。
可以看出,通过本发明实施例,数据处理装置可获取待入库对象的身份信息以及人脸图像,对人脸图像进行特征提取,得到特征参数集,根据特征参数集在注册库中进行搜索,在未搜索到任何匹配结果时,根据身份信息和特征参数集进行入库操作,以实现待入库对象成为预先存储的注册库中的一员,在此之后,还可以获取待入库对象的更新信息,根据更新信息对待入库对象的入库信息进行更新。从而,不仅可通过人脸图像的特征参数集进行校验待入库对象是否被注册,进而,根据待入库对象的身份信息以及人脸图像的的特征参数集进行入库操作,还可以在获取到了该待入库对象更多的身份信息之后,及时对待入库对象的信息进行更新,提高了入库效率以及管理效率。
与上述一致地,以下为实施上述数据处理方法的装置,具体如下:
请参阅图3a,为本发明实施例提供的一种数据处理装置的第一实施例结构示意图。本实施例中所描述的数据处理装置,包括:第一获取单元301、提取302和处理单元303,具体如下:
第一获取单元301,用于通过摄像头获取待入库对象的身份信息以及人脸图像;
提取单元302,用于对所述人脸图像进行特征提取,得到特征参数集;
处理单元303,用于根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为预先存储的注册库中的一员。
可选地,第一获取单元301可包含:图像获取模块(图中未标出)、图像质量评价模块(图中未标出)、图像选取模块(图中未标出)和身份信息确定模块(图中未标出),具体如下:
图像获取模块,用于通过摄像头获取所述待入库对象的M张第一图像,所述M为大于1的整数;
图像质量评价模块,用于对所述M张第一图像进行图像质量评价,得到所述M个图像质量评价值;
图像选取模块,用于从所述M个图像质量评价值中选取图像质量评价值大于预设质量阈值的图像质量评价值,得到所述N个图像质量评价值,并获取其对应的第一图像,得到所述N张第一图像,所述N为大于1且小于所述M的整数;
所述图像选取模块,还用于从所述N张第一图像中选取最佳人脸角度的第一图像作为所述人脸图像;
身份信息确定模块,用于根据所述M张第一图像确定所述待入库对象的身份信息。
可选地,如图3b,图3b为图3a所描述的数据处理装置的提取单元302的具体细化结构,所述提取单元包括:第一提取模块3021、筛选模块3022、第一确定模块3023、第二提取模块3024和第二确定模块3025,具体如下:
第一提取模块3021,用于对所述人脸图像进行特征点提取,得到P个特征点,所述P为大于1的整数;
筛选模块3022,用于对所述P个特征点进行筛选,得到Q个特征点,所述Q为小于所述P且大于1的整数;
第一确定模块3023,用于将所述Q个特征点中每一特征点的方向以及位置作为特征参数,得到所述Q个特征参数;
第二提取模块3024,用于对所述人脸图像进行轮廓提取,得到K个特征轮廓,并将所述K个特征轮廓作为特征参数,得到所述K个特征参数;
第二确定模块3025,用于将所述Q个特征参数以及所述K个特征参数合成所述特征参数集。
可选地,所述筛选模块3022具体用于:
用于确定所述P个特征点的中心特征点,从所述P个特征点中选取以所述中心特征点为圆心,且处于预设半径范围内的特征点,得到所述Q个特征点。
可选地,如图3c,图3c为图3a所描述的数据处理装置的又一变型结构,其与图3a相比较,还可以包括搜索单元304,具体如下:
搜索单元304,用于在所述提取单元302对所述人脸图像进行特征提取,得到特征参数集之后,根据所述特征参数集在所述注册库中进行搜索,在所述搜索单元未搜索到任何匹配结果时,由所述处理单元303执行根据所述身份信息和所述特征参数集进行入库操作的步骤。
可选地,如图3d,图3d为图3a所描述的数据处理装置的又一变型结构,其与图3a相比较,还可以包括第二获取单元305和更新单元306,具体如下:
第二获取单元305,用于在所述处理单元303根据所述身份信息和所述特征参数集进行入库操作之后,获取所述待入库对象的更新信息;
更新单元306,用于根据所述更新信息对所述待入库对象的入库信息进行更新。
可以看出,通过本发明实施例,数据处理装置可通过摄像头获取待入库对象的身份信息以及人脸图像,对人脸图像进行特征提取,得到特征参数集,根据特征参数集在注册库中进行搜索,在未搜索到任何匹配结果时,根据身份信息和特征参数集进行入库操作,以实现待入库对象成为预先存储的注册库中的一员。从而,可利用摄像头获取待入库对象的人脸图像以及身份信息,进一步对其人脸图像进行特征提取,得到待入库对象的特征参数集,进一步进行入库操作,由于不用对待入库对象进行盘问,而是直接通过摄像头获取,可提高入库效率。例如,在超市中,在监控平台发现可疑对象,由于不在现场无法制止可疑对象,进而,可通过上述本发明实施例对该可疑对象进行入库操作,并通知工作人员对可疑对象的行为进行制止或者事后处理。
与上述一致地,请参阅图4,为本发明实施例提供的一种数据处理装置的第二实施例结构示意图。本实施例中所描述的数据处理装置,包括:至少一个输入设备1000;至少一个输出设备2000;至少一个处理器3000,例如CPU;和存储器4000,上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。
其中,上述输入设备1000具体可为触控面板、物理按键或者鼠标。
上述输出设备2000具体可为显示屏。
上述存储器4000可以是高速RAM存储器,也可为非易失存储器(non-volatilememory),例如磁盘存储器。上述存储器4000用于存储一组程序代码,上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码,执行如下操作:
上述处理器3000,用于:
通过摄像头获取待入库对象的身份信息以及人脸图像;
对所述人脸图像进行特征提取,得到特征参数集;
根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为预先存储的注册库中的一员。
可选地,上述处理器3000,对所述人脸图像进行特征提取,得到特征参数集,包括:
对所述人脸图像进行特征点提取,得到P个特征点,所述P为大于1的整数;
对所述P个特征点进行筛选,得到Q个特征点,所述Q为小于所述P且大于1的整数;
将所述Q个特征点中每一特征点的方向以及位置作为特征参数,得到所述Q个特征参数;
对所述人脸图像进行轮廓提取,得到K个特征轮廓,并将所述K个特征轮廓作为特征参数,得到所述K个特征参数;
将所述Q个特征参数以及所述K个特征参数合成所述特征参数集。
可选地,上述处理器3000,对所述P个特征点进行筛选,得到Q个特征点,包括:
确定所述P个特征点的中心特征点;
从所述P个特征点中选取以所述中心特征点为圆心,且处于预设半径范围内的特征点,得到所述Q个特征点。
可选地,上述处理器3000,在所述对所述人脸图像进行特征提取,得到特征参数集之后,以及所述根据所述身份信息和所述特征参数集进行入库操作之前,还具体用于:
根据所述特征参数集在所述注册库中进行搜索,在未搜索到任何匹配结果时,执行所述根据所述身份信息和所述特征参数集进行入库操作的步骤。
可选地,上述处理器3000,在所述根据所述身份信息和所述特征参数集进行入库操作之后,还具体用于:
获取所述待入库对象的更新信息;
根据所述更新信息对所述待入库对象的入库信息进行更新。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何一种数据处理方法的部分或全部步骤。
尽管在此结合各实施例对本发明进行了描述,然而,在实施所要求保护的本发明过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白,本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机程序存储/分布在合适的介质中,与其它硬件一起提供或作为硬件的一部分,也可以采用其他分布形式,如通过Internet或其它有线或无线电信系统。
本发明是参照本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本发明进行了描述,显而易见的,在不脱离本发明的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本发明的示例性说明,且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种数据处理方法,其特征在于,包括:
通过摄像头获取待入库对象的身份信息以及人脸图像;
对所述人脸图像进行特征提取,得到特征参数集;
根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为预先存储的注册库中的一员;
所述对所述人脸图像进行特征提取,得到特征参数集,包括:对所述人脸图像进行特征点提取,得到P个特征点,所述P为大于1的整数;对所述P个特征点进行筛选,得到Q个特征点,所述Q为小于所述P且大于1的整数;将所述Q个特征点中每一特征点的方向以及位置作为特征参数,得到所述Q个特征参数;对所述人脸图像进行轮廓提取,得到K个特征轮廓,并将所述K个特征轮廓作为特征参数,得到所述K个特征参数;将所述Q个特征参数以及所述K个特征参数合成所述特征参数集;
所述对所述P个特征点进行筛选,得到Q个特征点,包括:确定所述P个特征点的中心特征点,所述中心特征点为所述P个特征点的几何中心,或者所述P个中心特征点中距离所述几何中心最近的一个特征点;从所述P个特征点中选取以所述中心特征点为圆心,且处于预设半径范围内的特征点,得到所述Q个特征点。
2.根据权利要求1所述的方法,其特征在于,在所述对所述人脸图像进行特征提取,得到特征参数集之后,以及所述根据所述身份信息和所述特征参数集进行入库操作之前,所述方法还包括:
根据所述特征参数集在所述注册库中进行搜索,在未搜索到任何匹配结果时,执行所述根据所述身份信息和所述特征参数集进行入库操作的步骤。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述身份信息和所述特征参数集进行入库操作之后,所述方法还包括:
获取所述待入库对象的更新信息;
根据所述更新信息对所述待入库对象的入库信息进行更新。
4.一种数据处理装置,其特征在于,包括:
第一获取单元,用于通过摄像头获取待入库对象的身份信息以及人脸图像;
提取单元,用于对所述人脸图像进行特征提取,得到特征参数集;
处理单元,用于根据所述身份信息和所述特征参数集进行入库操作,以实现所述待入库对象成为预先存储的注册库中的一员;
在所述对所述人脸图像进行特征提取,得到特征参数集方面,所述提取单元具体用于:对所述人脸图像进行特征点提取,得到P个特征点,所述P为大于1的整数;以及用于对所述P个特征点进行筛选,得到Q个特征点,所述Q为小于所述P且大于1的整数;以及用于将所述Q个特征点中每一特征点的方向以及位置作为特征参数,得到所述Q个特征参数;以及用于对所述人脸图像进行轮廓提取,得到K个特征轮廓,并将所述K个特征轮廓作为特征参数,得到所述K个特征参数;以及用于将所述Q个特征参数以及所述K个特征参数合成所述特征参数集;
在所述对所述P个特征点进行筛选,得到Q个特征点方面,所述提取单元具体用于:确定所述P个特征点的中心特征点,所述中心特征点为所述P个特征点的几何中心,或者所述P个 中心特征点中距离所述几何中心最近的一个特征点;以及用于从所述P个特征点中选取以所述中心特征点为圆心,且处于预设半径范围内的特征点,得到所述Q个特征点。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
搜索单元,用于在所述提取单元对所述人脸图像进行特征提取,得到特征参数集之后,根据所述特征参数集在所述注册库中进行搜索,在所述搜索单元未搜索到任何匹配结果时,由所述处理单元执行根据所述身份信息和所述特征参数集进行入库操作的步骤。
6.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-3任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710351946.6A CN107169458B (zh) | 2017-05-18 | 2017-05-18 | 数据处理方法、装置及存储介质 |
PCT/CN2018/079370 WO2018210047A1 (zh) | 2017-05-18 | 2018-03-16 | 数据处理方法、数据处理装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710351946.6A CN107169458B (zh) | 2017-05-18 | 2017-05-18 | 数据处理方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107169458A CN107169458A (zh) | 2017-09-15 |
CN107169458B true CN107169458B (zh) | 2018-04-06 |
Family
ID=59816193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710351946.6A Active CN107169458B (zh) | 2017-05-18 | 2017-05-18 | 数据处理方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107169458B (zh) |
WO (1) | WO2018210047A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169458B (zh) * | 2017-05-18 | 2018-04-06 | 深圳云天励飞技术有限公司 | 数据处理方法、装置及存储介质 |
CN108416902B (zh) * | 2018-02-28 | 2021-11-26 | 成都好享你网络科技有限公司 | 基于差异识别的实时物体识别方法和装置 |
CN108805800A (zh) * | 2018-04-24 | 2018-11-13 | 北京嘀嘀无限科技发展有限公司 | 图片处理方法、装置及存储介质 |
CN108733819B (zh) * | 2018-05-22 | 2021-07-06 | 深圳云天励飞技术有限公司 | 一种人员档案建立方法和装置 |
CN108921097B (zh) * | 2018-07-03 | 2022-08-23 | 深圳市未来感知科技有限公司 | 人眼视角检测方法、装置及计算机可读存储介质 |
CN109840885B (zh) * | 2018-12-27 | 2023-03-14 | 深圳云天励飞技术有限公司 | 图像融合方法及相关产品 |
CN109784274B (zh) * | 2018-12-29 | 2021-09-14 | 杭州励飞软件技术有限公司 | 识别尾随的方法及相关产品 |
CN109754461A (zh) * | 2018-12-29 | 2019-05-14 | 深圳云天励飞技术有限公司 | 图像处理方法及相关产品 |
CN109685040B (zh) * | 2019-01-15 | 2021-06-29 | 广州唯品会研究院有限公司 | 形体数据的测量方法、装置以及计算机可读存储介质 |
CN113792662B (zh) * | 2021-09-15 | 2024-05-21 | 北京市商汤科技开发有限公司 | 图像检测方法、装置、电子设备以及存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7369688B2 (en) * | 2001-05-09 | 2008-05-06 | Nanyang Technological Univeristy | Method and device for computer-based processing a template minutia set of a fingerprint and a computer readable storage medium |
JP4557184B2 (ja) * | 2008-04-23 | 2010-10-06 | 村田機械株式会社 | 画像処理装置、画像読取装置及び画像処理プログラム |
CN101493891B (zh) * | 2009-02-27 | 2011-08-31 | 天津大学 | 基于sift的具有镜面翻转不变性的特征提取和描述方法 |
CN101661618A (zh) * | 2009-06-05 | 2010-03-03 | 天津大学 | 具有翻转不变性的图像特征提取和描述方法 |
CN101770613A (zh) * | 2010-01-19 | 2010-07-07 | 北京智慧眼科技发展有限公司 | 基于人脸识别和活体检测的社保身份认证方法 |
CN102236675B (zh) * | 2010-04-30 | 2013-11-06 | 华为技术有限公司 | 图像特征点匹配对处理、图像检索方法及设备 |
CN102004908B (zh) * | 2010-11-30 | 2012-10-17 | 汉王科技股份有限公司 | 一种自适应的人脸识别方法及装置 |
CN104599286B (zh) * | 2013-10-31 | 2018-11-16 | 展讯通信(天津)有限公司 | 一种基于光流的特征跟踪方法及装置 |
CN103942705A (zh) * | 2014-03-25 | 2014-07-23 | 惠州Tcl移动通信有限公司 | 一种基于人脸识别的广告分类匹配推送方法及系统 |
CN104077596A (zh) * | 2014-06-18 | 2014-10-01 | 河海大学 | 一种无标志物跟踪注册方法 |
CN107169458B (zh) * | 2017-05-18 | 2018-04-06 | 深圳云天励飞技术有限公司 | 数据处理方法、装置及存储介质 |
-
2017
- 2017-05-18 CN CN201710351946.6A patent/CN107169458B/zh active Active
-
2018
- 2018-03-16 WO PCT/CN2018/079370 patent/WO2018210047A1/zh active Application Filing
Non-Patent Citations (1)
Title |
---|
《基于改进Canny特征点的SIFT算法》;杨秋菊;《计算机工程与设计》;20110716;第32卷(第7期);第2428-2430页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107169458A (zh) | 2017-09-15 |
WO2018210047A1 (zh) | 2018-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169458B (zh) | 数据处理方法、装置及存储介质 | |
CN107358146B (zh) | 视频处理方法、装置及存储介质 | |
CN110852160B (zh) | 以图像为基准的生物识别系统及计算机实施方法 | |
Galdi et al. | Multimodal authentication on smartphones: Combining iris and sensor recognition for a double check of user identity | |
US8761446B1 (en) | Object detection with false positive filtering | |
IL272998A (en) | Biometric authentication regarding devices equipped with a camera | |
CN106878670B (zh) | 一种视频处理方法及装置 | |
CN107341443B (zh) | 视频处理方法、装置及存储介质 | |
CN107291810A (zh) | 数据处理方法、装置及存储介质 | |
CN106778645A (zh) | 一种图像处理方法及装置 | |
TW202026948A (zh) | 活體檢測方法、裝置以及儲存介質 | |
CN112052830B (zh) | 人脸检测的方法、装置和计算机存储介质 | |
CN111626163B (zh) | 一种人脸活体检测方法、装置及计算机设备 | |
CN109766779A (zh) | 徘徊人员识别方法及相关产品 | |
CN106791655A (zh) | 一种视频处理方法及装置 | |
TW201937392A (zh) | 與配備有相機之裝置連接之用於生物特徵量測鑑認之系統及方法 | |
CN110991231B (zh) | 活体检测方法、装置、服务器和人脸识别设备 | |
CN113642639B (zh) | 活体检测方法、装置、设备和存储介质 | |
CN109840885B (zh) | 图像融合方法及相关产品 | |
CN111767879A (zh) | 一种活体检测方法 | |
CN114299569A (zh) | 一种基于眼球运动的安全人脸认证方法 | |
CN107301373B (zh) | 数据处理方法、装置及存储介质 | |
Li et al. | Generative adversarial networks-based privacy-preserving 3D reconstruction | |
CN116881967A (zh) | 隐私保护方法、装置及设备 | |
CN111126283A (zh) | 一种自动过滤模糊人脸的快速活体检测方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |