CN107247941A - 一种高硬件弹性的精准人脸采样和识别方法 - Google Patents
一种高硬件弹性的精准人脸采样和识别方法 Download PDFInfo
- Publication number
- CN107247941A CN107247941A CN201710481781.4A CN201710481781A CN107247941A CN 107247941 A CN107247941 A CN 107247941A CN 201710481781 A CN201710481781 A CN 201710481781A CN 107247941 A CN107247941 A CN 107247941A
- Authority
- CN
- China
- Prior art keywords
- face
- sampling
- high hardware
- cloud
- recognition methods
- 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
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
- G06F16/50—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
- 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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种高硬件弹性的精准人脸采样和识别方法,包括人脸采样建库方法和人脸识别方法,通过引入“互联网+”和“云计算”理念实现前端和后端的无察觉分离,并巧妙的利用队列思路实现“现场设备”和“高速计算云”之间的双重透明代理。本发明利用云思路部署集中的计算能力,允许多个低端设备同时共享一套计算设备;控制成本同时也避免资源浪费。高硬件弹性结构的优势还体现在最终客户可以选择上云或者不上云,为应用和成本之间的最优平衡提供可能性。
Description
技术领域
本发明机构涉及一种精准人脸采样和识别方法,具体说是一种高硬件弹性的精准人脸采样和识别方法,属于信息采集识别技术领域。
背景技术
现有常见的人脸识别技术大多集中在常规的考勤和安防领域,由系统集成商提供以硬件设备为主的实现方案,由于设备计算能力有限,仅能采集非常有限的平面人脸信息,因此无法兼容面部旋转、佩戴饰品、发型变化等常见情况,用户体验较差。
现有少量能够做到对人脸进行较精准识别的企业,通过提取更多的人脸面部信息从而能够实现更好的兼容性和用户体验,但随着数据的巨幅提升,相关的识别和匹配计算则无法由常规计算机完成,因此不利于常规应用铺开。而且当前端设备出现并发的多个请求时,非常容易出现阻塞或延迟;前端设备类型或场景需求量变化时,无法自动智能适配,需要对后端处理平台进行频繁的重新配置。
发明内容
针对上述现有技术的缺点,本发明设计了一种高硬件弹性的精准人脸采样和识别方法,通过引入“互联网+”和“云计算”理念实现前端和后端的无察觉分离,并巧妙的利用队列思路实现“现场设备”和“高速计算云”之间的双重透明代理。
为了解决以上技术问题,本发明提供一种高硬件弹性的精准人脸采样和识别方法,包括人脸采样建库方法和人脸识别方法,
所述人脸采样建库方法首先获取原始图片到内存矩阵中;针对获取原始图片,去除冗余信息并进行压缩,通过可配置化服务按预期采集人脸的特征码,并存入特征库;将入库的资料与对应的身份信息进行逻辑关联;
所述人脸识别方法首先起始于采集的一张样本照片或视频的某个帧,进行与人脸采样建库方法相同的特征码提取工作,从而将图形转换为计算机可进行浮点运算的矩阵样本;随后分批的与内存中缓存的特征码进行相似度拟合运算,根据矢量差异计算出最终的评分值从而得到可读的、量化的相似度数据;系统采用自适应的相似度阈值规则来决定返回标识符,随后根据人脸库和数据库的索引机制,快速检索相关的出入记录和身份信息,达成最终的识别目的。
本发明的人脸识别方法将核心的运算逻辑部署在云端服务器,采集提取特征码的工作放在用户本地,本地采集特征码完成后,通过互联网将特征码传输到云端服务器进行比对分析;互联网传输采用HTTPS网络传输协议,特征码容量压缩到3KB以下,即可以确保传输速率也可以到达安全的目的。
本发明的进一步限定技术方案,前述的高硬件弹性的精准人脸采样和识别方法,所述获取原始图片由照片、视频以摄像头图像设备获取,或者由Web页面和读卡器身份信息设备获取。
前述的高硬件弹性的精准人脸采样和识别方法,所述人脸采样建库方法和人脸识别方法的核心的运算逻辑部署在云端服务器。
本发明的实现方法在结构设计时充分考虑了各种部署可能性,同一套方案,既可以用在单机,也可以用于工作组,还可以用在云集群上,无需任何修改。就能将硬件性能最大的发挥出来。不光是对服务器硬件有弹性,对客户端也有同样的弹性,无论是电脑,平板,手机,开发板,树莓派,只要能联网的设备,都能作为采集终端或者识别终端。
本发明的有益效果是:本发明系统整体架构充分采用“互联网+”思维进行全新设计,将核心的运算逻辑部署在云端服务器,来自世界各地的细化业务请求通过标准的互联网协议汇总到云端服务器陆续处理并返回,因此对于人脸应用的终端设备几乎不存在任何性能门槛,办公电脑、手机或其它移动终端、广告终端,甚至是树莓派主板都能成为完美的用户接口,使应用企业的成本分布更加合理化。为应对并发压力,云端系统采用了高伸缩性的“队列+抢占式处理器”机制,根据不同的应用范围和投入预算,既可以支持单机单GPU提供服务,也可以支持单机多GPU提供服务,同样可以支持服务器集群+多GPU方案,完全不必顾虑任何能力瓶颈。而且,全平台皆基于可扩展性的思路进行架构,为未来的识别模型升级、人脸库升级、网络或硬件升级等皆预留了足够的空间。
本发明利用云思路部署集中的计算能力,允许多个低端设备同时共享一套计算设备;控制成本同时也避免资源浪费。高硬件弹性结构的优势还体现在最终客户可以选择上云或者不上云,为应用和成本之间的最优平衡提供可能性。该技术方案下的高速运算中心,也能够根据实际应用随意扩展、删减或迁移;小到单点服务器、工作组,大到活动目录域、甚至基于林的集群。
附图说明
图1为本发明的人脸识别示意图。
图2为本发明的建库流程示意图。
具体实施方式
下面对本发明做进一步的详细说明:
本实施例提供一种高硬件弹性的精准人脸采样和识别方法,包括人脸采样建库方法和人脸识别方法,结构如图1至图2所示,人脸采样建库方法是全平台的基础机制,特征库和身份信息是所有应用最核心的基础数据。最初输入源可以同时是照片、视频、摄像头等各类图像设备,以及Web页面、读卡器等各类身份信息设备,系统的前端接口将使用标准的通用协议对接这些设备接口,获取到必要的图像信息和身份信息;针对图像,首先去除冗余信息并进行压缩,通过可配置化服务按预期采集人脸的特征码,并存入特征库(本地库或云端库),入库的资料将与对应的身份信息进行逻辑关联,以便于未来使用时取用。入库行为发生在随时随地、来自各类摄像设备,因此此流程中亦大量采用分批策略和队列负载策略来达成最终的采集目的;人脸库的初期数据一般来自客户提供,而后续的数据则会在使用过程中持续的累计、丰富。
人脸识别方法是应用实现的核心流程。虽然基础流程是类似的,但根据不同的硬件条件和需求级别,调整配置参数以优化针对性的功能也是非常有必要的工作。相似度检测(识别)起始于一张样本照片或某个视频帧,它首先也会进行与建库操作类似的特征码提取工作,从而将图形转换为计算机可进行浮点运算的矩阵样本;随后分批的与内存中缓存的特征码(人脸库缓存)进行相似度拟合运算,根据矢量差异计算出最终的评分值从而得到可读的、量化的相似度数据;系统采用自适应的相似度阈值规则来决定返回标识符,随后根据人脸库和数据库的索引机制,快速检索相关的出入记录和身份信息,达成最终的识别目的,这项流程依然是在服务端进行的,对客户端不存在任何性能门槛。
除上述实施例外,本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。
Claims (4)
1.一种高硬件弹性的精准人脸采样和识别方法,其特征在于:包括人脸采样建库方法和人脸识别方法,
所述人脸采样建库方法首先获取原始图片到内存矩阵中;针对获取原始图片,去除冗余信息并进行压缩,通过可配置化服务按预期采集人脸的特征码,并存入特征库;将入库的资料与对应的身份信息进行逻辑关联;
所述人脸识别方法首先起始于采集的一张样本照片或视频的某个帧,进行与人脸采样建库方法相同的特征码提取工作,从而将图形转换为计算机可进行浮点运算的矩阵样本;随后分批的与内存中缓存的特征码进行相似度拟合运算,根据矢量差异计算出最终的评分值从而得到可读的、量化的相似度数据;系统采用自适应的相似度阈值规则来决定返回标识符,随后根据人脸库和数据库的索引机制,快速检索相关的出入记录和身份信息,达成最终的识别目的。
2.根据权利要求1所述的高硬件弹性的精准人脸采样和识别方法,其特征在于:所述人脸识别方法将核心的运算逻辑部署在云端服务器,采集提取特征码的工作放在用户本地,本地采集特征码完成后,通过互联网将特征码传输到云端服务器进行比对分析。
3.根据权利要求1所述的高硬件弹性的精准人脸采样和识别方法,其特征在于: 所述获取原始图片由照片、视频以摄像头图像设备获取,或者由Web页面和读卡器身份信息设备获取。
4.根据权利要求1所述的高硬件弹性的精准人脸采样和识别方法,其特征在于:所述人脸采样建库方法和人脸识别方法的核心的运算逻辑部署在云端服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710481781.4A CN107247941A (zh) | 2017-06-22 | 2017-06-22 | 一种高硬件弹性的精准人脸采样和识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710481781.4A CN107247941A (zh) | 2017-06-22 | 2017-06-22 | 一种高硬件弹性的精准人脸采样和识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107247941A true CN107247941A (zh) | 2017-10-13 |
Family
ID=60019579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710481781.4A Pending CN107247941A (zh) | 2017-06-22 | 2017-06-22 | 一种高硬件弹性的精准人脸采样和识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107247941A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859366A (zh) * | 2019-03-18 | 2019-06-07 | 咪付(广西)网络技术有限公司 | 一种基于身份识别的地铁过闸系统 |
CN109977645A (zh) * | 2019-03-18 | 2019-07-05 | 咪付(广西)网络技术有限公司 | 一种身份识别系统 |
CN110309691A (zh) * | 2018-03-27 | 2019-10-08 | 腾讯科技(深圳)有限公司 | 一种人脸识别方法、装置、服务器及存储介质 |
CN112507982A (zh) * | 2021-02-02 | 2021-03-16 | 成都东方天呈智能科技有限公司 | 一种人脸特征码的跨模型转换系统及方法 |
CN112989091A (zh) * | 2021-05-11 | 2021-06-18 | 南京甄视智能科技有限公司 | 人脸搜索方法、装置及边缘设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117691A (zh) * | 2015-08-04 | 2015-12-02 | 福州瑞芯微电子股份有限公司 | 一种用于人体特征采集的方法及装置 |
CN105117624A (zh) * | 2015-06-03 | 2015-12-02 | 深圳市美贝壳科技有限公司 | 一种基于人脸识别的用户体系识别系统及方法 |
CN105187217A (zh) * | 2015-09-16 | 2015-12-23 | 成都三零凯天通信实业有限公司 | 一种双因子身份认证方法及装置 |
CN105205457A (zh) * | 2015-09-10 | 2015-12-30 | 上海卓易科技股份有限公司 | 一种基于人脸识别的信息获取系统及方法 |
CN205263812U (zh) * | 2015-12-09 | 2016-05-25 | 深圳融合永道科技有限公司 | 分布式人脸识别轨迹搜索系统 |
CN105975948A (zh) * | 2016-05-23 | 2016-09-28 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN106204780A (zh) * | 2016-07-04 | 2016-12-07 | 武汉理工大学 | 一种基于深度学习和云服务的人脸识别考勤系统及方法 |
CN106372856A (zh) * | 2016-08-31 | 2017-02-01 | 北京汇通天下物联科技有限公司 | 一种司机考勤方法及系统 |
-
2017
- 2017-06-22 CN CN201710481781.4A patent/CN107247941A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117624A (zh) * | 2015-06-03 | 2015-12-02 | 深圳市美贝壳科技有限公司 | 一种基于人脸识别的用户体系识别系统及方法 |
CN105117691A (zh) * | 2015-08-04 | 2015-12-02 | 福州瑞芯微电子股份有限公司 | 一种用于人体特征采集的方法及装置 |
CN105205457A (zh) * | 2015-09-10 | 2015-12-30 | 上海卓易科技股份有限公司 | 一种基于人脸识别的信息获取系统及方法 |
CN105187217A (zh) * | 2015-09-16 | 2015-12-23 | 成都三零凯天通信实业有限公司 | 一种双因子身份认证方法及装置 |
CN205263812U (zh) * | 2015-12-09 | 2016-05-25 | 深圳融合永道科技有限公司 | 分布式人脸识别轨迹搜索系统 |
CN105975948A (zh) * | 2016-05-23 | 2016-09-28 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN106204780A (zh) * | 2016-07-04 | 2016-12-07 | 武汉理工大学 | 一种基于深度学习和云服务的人脸识别考勤系统及方法 |
CN106372856A (zh) * | 2016-08-31 | 2017-02-01 | 北京汇通天下物联科技有限公司 | 一种司机考勤方法及系统 |
Non-Patent Citations (1)
Title |
---|
高冠东 主编: "人脸识别", 《监狱智能视频监控技术及应用》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309691A (zh) * | 2018-03-27 | 2019-10-08 | 腾讯科技(深圳)有限公司 | 一种人脸识别方法、装置、服务器及存储介质 |
CN110309691B (zh) * | 2018-03-27 | 2022-12-27 | 腾讯科技(深圳)有限公司 | 一种人脸识别方法、装置、服务器及存储介质 |
CN109859366A (zh) * | 2019-03-18 | 2019-06-07 | 咪付(广西)网络技术有限公司 | 一种基于身份识别的地铁过闸系统 |
CN109977645A (zh) * | 2019-03-18 | 2019-07-05 | 咪付(广西)网络技术有限公司 | 一种身份识别系统 |
CN112507982A (zh) * | 2021-02-02 | 2021-03-16 | 成都东方天呈智能科技有限公司 | 一种人脸特征码的跨模型转换系统及方法 |
CN112989091A (zh) * | 2021-05-11 | 2021-06-18 | 南京甄视智能科技有限公司 | 人脸搜索方法、装置及边缘设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107247941A (zh) | 一种高硬件弹性的精准人脸采样和识别方法 | |
JP7266828B2 (ja) | 画像処理方法、装置、デバイスおよびコンピュータプログラム | |
US11115724B2 (en) | Visual hash tags via trending recognition activities, systems and methods | |
CN102713848B (zh) | 用于使用轻量级客户端通过网络来与虚拟化计算服务对接的方法 | |
CN107403173A (zh) | 一种人脸识别系统及方法 | |
CN104424229B (zh) | 一种多维度拆分的计算方法及系统 | |
CN107798354B (zh) | 一种基于人脸图像的图片聚类方法、装置及存储设备 | |
WO2019210751A1 (zh) | 人脸检索方法、装置、服务器和存储介质 | |
CN112906047B (zh) | 基于深度学习的图像隐私信息保护系统及其方法 | |
CN107886079A (zh) | 对象识别方法、装置及系统 | |
CN103765421B (zh) | 内容控制方法、内容控制装置以及程序 | |
CN105786683B (zh) | 自定制的日志收集系统和方法 | |
CN104346630B (zh) | 一种异构特征融合的云花卉识别方法 | |
CN112132197A (zh) | 模型训练、图像处理方法、装置、计算机设备和存储介质 | |
WO2021098831A1 (zh) | 一种适用于嵌入式设备的目标检测系统 | |
CN102546793B (zh) | 一种基于云计算的移动终端自适应方法及其系统 | |
CN110276314A (zh) | 人脸识别方法及人脸识别摄像机 | |
CN107516063A (zh) | 基于云分支服务器人脸识别的方法 | |
WO2023173646A1 (zh) | 一种表情识别方法及装置 | |
CN112036284B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN106844727B (zh) | 海量图像特征数据分布式采集处理和分级应用系统及方法 | |
CN110034970A (zh) | 网络设备区分判别方法及装置 | |
CN114529490A (zh) | 一种数据处理方法、装置、设备以及可读存储介质 | |
CN110232136A (zh) | 一种基于云计算的大数据处理系统 | |
CN201523394U (zh) | 基于网络技术的监控系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171013 |