CN107516076A - 人像识别方法及装置 - Google Patents
人像识别方法及装置 Download PDFInfo
- Publication number
- CN107516076A CN107516076A CN201710680916.XA CN201710680916A CN107516076A CN 107516076 A CN107516076 A CN 107516076A CN 201710680916 A CN201710680916 A CN 201710680916A CN 107516076 A CN107516076 A CN 107516076A
- Authority
- CN
- China
- Prior art keywords
- portrait
- module
- holder
- characteristic value
- face 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.)
- 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
- G06V40/172—Classification, e.g. identification
Abstract
本案为一种人像识别装置,包括:证件读取模块、人像采集模块、人像比对模块、人像检测模块、数据存储模块,所述人像检测模块包括人像特征提取单元、人像对齐单元、姿态估计单元、遮挡检测单元、种族识别单元,所述人像比对模块用于将所述证件照片的人脸特征值与持证人人像的人脸特征值进行比对,当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度达到或超过第一预设阈值,则判定比对结果为通过;所述数据存储模块用于存储个人关联人像信息,所述个人关联人像信息包括个人证件信息、所述证件照片、生活照、集体照、所述持证人人像以及对应的特征值。本案可以实现真正意义上在大库比对下的身份有效确认。
Description
技术领域
本发明涉及自动人脸识别领域,特别是涉及一种人像识别方法及装置。
背景技术
随着社会经济的发展,城镇化建设速度加快,导致城市中人口密度不断增加,社会人员流动性与日俱增,引发了城市建设中的交通、社会治安、重点区域防范防恐等新问题,导致社会管理难度不断增加,效率降低。同时,近年来社会犯罪率呈逐年升高的趋势,暴恐案件不断发生,引发了社会治安防范和管理新的需求,与此同时,公安机关各类案件侦破难度也不断增加。由于公安信息化建设的发展,公安机关在人口管理、执法办案等日常业务过程中收集掌握了海量人口照片信息。海量的照片资源分散存储于公安机关各警种部门,形成各条线独立应用的局面,无法全警共享及资源高效应用。
目前通过姓名、身份证等方式查询确定人员身份及相关信息已成为各项公安工作的主要核查手段,但持假证件、双重身份、冒用身份及嫌疑人拒不提供真实身份的情况时有发生,给民警日常管理和侦查办案带来极大难度。
发明内容
为克服现有技术的不足,本发明的目的在于提供一种能够快速识别持证人与证件是否符合的人像识别方法及装置。
为实现上述目的,本发明通过以下技术方案实现:
一种人像识别装置,包括:证件读取模块、人像采集模块、人像比对模块、人像检测模块、数据存储模块,所述人像检测模块包括人像特征提取单元、人像对齐单元、姿态估计单元、遮挡检测单元、种族识别单元,所述证件读取模块与数据存储模块连接,所述人像检测模块分别和人像采集模块、数据存储模块连接,所述人像比对模块与所述证件读取模块、人像检测模块、数据存储模块连接;其中,所述证件读取模块用于获取个人证件上的证件照片;所述人像采集模块用于获取持有所述个人证件的持证人人像,所述人像检测模块用于从所述证件照片和持证人人像中提取出相应的人脸特征值;所述人像比对模块用于将所述证件照片的人脸特征值与持证人人像的人脸特征值进行比对,当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度达到或超过第一预设阈值,则判定比对结果为通过;所述数据存储模块用于存储个人关联人像信息,所述个人关联人像信息包括个人证件信息、所述证件照片、生活照、集体照、所述持证人人像以及对应的特征值。
优选的是,所述的人像识别方法,其中,还包括人机交互模块,所述人机交互模块分别与所述数据存储模块、人像比对模块、所述证件读取模块相连接,且当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,则判定比对结果为不通过,并触发所述人机交互模块;所述人机交互模块用于提供人机交互界面,接收由人工判定的比对结果。
优选的是,所述的人像识别方法,其中,所述姿态估计单元采用级联网络,其中,第一级网络先将持证人人像的姿态分为3-5类,第二级网络再将持证人人像姿态分为2-3类。
优选的是,所述的人像识别方法,其中,还包括通信模块和管理中心服务器,所述通信模块与所述证件读取模块、人像采集模块、人像比对模块、人像检测模块、数据存储模块连接,用于将获取的信息通过有线或无线方式传输至所述管理中心服务器以及接收来自所述管理中心服务器的指令。
优选的是,所述的人像识别方法,其中,还包括报警模块,用于当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,发布告警信息。
本案还提供了一种人像识别方法,所述方法包括:
获取个人证件上的证件照片,所述证件照片存储于数据存储模块;
获取持有所述个人证件的持证人人像;
从所述证件照片和持证人人像中提取出相应的人脸特征值,具体包括人像特征提取、人像对齐、姿态估计、遮挡检测、种族识别;
将所述证件照片的人脸特征值与持证人人像的人脸特征值进行比对,当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度达到或超过第一预设阈值,则判定比对结果为通过;
其中,所述数据存储模块用于存储个人关联人像信息,所述个人关联人像信息包括个人证件信息、所述证件照片、生活照、集体照、所述持证人人像以及对应的特征值。
优选的是,所述的人像识别方法,其中,还包括当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,则判定比对结果为不通过,并触发人工判定。
优选的是,所述的人像识别方法,其中,所述姿态估计采用级联网络,其中,第一级网络先将持证人人像的姿态分为3-5类,第二级网络再将持证人人像姿态分为2-3类。
优选的是,所述的人像识别方法,其中,还包括将获取的证件照片和持证人人像通过有线或无线方式传输至管理中心服务器以及接收来自所述管理中心服务器的指令。
优选的是,所述的人像识别方法,其中,还包括当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,发布告警信息。
有益效果:本案结合高清摄像头和身份证读卡设备,能够快速在几毫秒时间内识别持证人与证件是否符合,同时减少80%检验站人工成本与人为误判问题(不能完全取代人工),能够做到精准之人流记录与统计分析,且留存数据量为传统视频数据的 1/100,同时抽取之特征数据,回馈至学习系统,重复提高识别精准度;可以广泛适用于大人流量之交通枢纽,如(高)铁路、客运、机场、港口;游乐场、展会、演唱会;楼宇安检、校园门禁、工地安检与考勤;银行柜台、ATM提款;旅馆、饭店安检。本案可以实现真正意义上在大库比对下的身份有效确认,多重对比身份确认有效防止非法通过、降低人为风险、有效的大库数据自主学习积累提高识别率,仅需要极低的硬件运营成本。
附图说明
图1为本发明一实施例所述的人像识别装置的示意图;
图2为本发明一实施例所述的人像识别装置中的人像检测模块的示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
一种人像识别装置,如图1-2所示,包括:证件读取模块1、人像采集模块2、人像比对模块3、人像检测模块4、数据存储模块5,人像检测模块4包括人像特征提取单元10、人像对齐单元20、姿态估计单元30、遮挡检测单元40、种族识别单元50,证件读取模块1与数据存储模块5连接,人像检测模块4分别和人像采集模块2、数据存储模块5连接,人像比对模块3与所述证件读取模块1、人像检测模块4、数据存储模块5连接;其中,证件读取模块1用于获取个人证件上的证件照片;人像采集模块2用于获取持有所述个人证件的持证人人像,人像检测模块4用于从证件照片和持证人人像中提取出相应的人脸特征值;人像比对模块3用于将证件照片的人脸特征值与持证人人像的人脸特征值进行比对,当证件照片的人脸特征值与持证人照片的人脸特征值的相似度达到或超过第一预设阈值,则判定比对结果为通过;数据存储模块5用于存储个人关联人像信息,个人关联人像信息包括个人证件信息、证件照片、生活照、集体照、持证人人像以及对应的特征值。数据存储模块5的数据来源可以来自于公开数据库、外购数据、政府支撑数据、团队采集。
其中,证件读取模块1可以由身份证读卡器、照相机、摄像机、光学字符识别等证件读取类设备构成。
人像采集模块2可以由摄像机、照相机等图像采集设备及模数转换模块构成,或由数码相机、USB摄像机、网络摄像机等数字图像采集设备构成,优先采用1080P高清摄像头。
人像特征提取单元10用于从证件照片和持证人人像中提取出相应的人脸特征值。
姿态估计单元30用于根据人像特征提取单元10所提取出相应的人脸特征值将持证人人像的姿态定位至一个姿态特征,可对左右±30°/上下±60°/旋转±15°,双眼可见范围内照片进行姿态还原正位,达到双眼为水平坐标,对称,调整到正位。
人像对齐单元20用于根据姿态估计单元30,将持证人人像和证件照片进行对齐。
遮挡检测单元40用于判断持证人人像的脸部是否存在遮挡物(例如眼镜/刘海/围巾/高领/帽檐等),并且对眼镜/刘海/围巾/高领/帽檐等遮挡物进行缺损对称修正,或平均值补偿。
种族识别单元50用于根据数据存储模块5内的资源,结合持证人人像来确认持证人的种族,人种分为黄种人/白种人/黑种人/褐色人,民族可分为至少五十个民族, 通过四大人种和多个民族的脸部基本轮廓特征和肤色进行识别。
作为优选,还包括人机交互模块,人机交互模块分别与所述数据存储模块5、人像比对模块3、所述证件读取模块1相连接,且当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,则判定比对结果为不通过,并触发所述人机交互模块;所述人机交互模块用于提供人机交互界面,接收由人工判定的比对结果。也就是说,若本次比对通过,本次比对流程结束;若比对不通过,可以由人工决定是否将此次比对过程中所采集的持证人现场照片作为下次比对的参照照片,若是,则将此命令发送至数据存储模块5,供下次该持证人进行比对时调用;若否,则本次比对流程结束。数据存储模块5用于存储持证人的相关数据。具体的,若系统无该持证人数据库,则系统可根据持证人的证件信息建立数据库新建数据库后将证件信息、证件照片、本次比对现场照片、本次比对结果进行存储。若系统已有该持证人数据库,则将本次比对结果及持证人现场照片进行存储。
作为优选,姿态估计单元30采用级联网络,其中,第一级网络先将持证人人像的姿态分为3-5类,例如,偏左、偏右、偏上、偏下、旋转等,第二级网络再将持证人人像姿态分为2-3类,例如俯仰和正脸,分成几个类别,有益于对姿态的补偿。
作为优选,还包括通信模块和管理中心服务器,通信模块与证件读取模块1、人像采集模块2、人像比对模块3、人像检测模块4、数据存储模块5连接,用于将获取的信息通过有线或无线方式传输至所述管理中心服务器以及接收来自所述管理中心服务器的指令。管理中心服务器的内置软件包括标准操作系统,标准数据库,是数据服务器、通信服务器,内含有/无线通信设备,数据采集单元,大容量磁盘存储器。因此,本实施例的人像识别装置可以与现有设备(如Windows电脑)紧密结合、连接简单,作为额外扩充设备,不用担心现有设备造成浪费。结合最先进GPU DNN高性能智能算法,不仅性能较传统同价计算设备提高10倍以上,并具备机器学习功能,将采集之特征回馈至学习系统,提高识别率。采用封闭式的嵌入式操作系统,不用担心数据安全问题。
作为优选,还包括报警模块,用于当证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,发布告警信息。现场比对运行模式下,可与现场设施,例如安检闸机联动,如人像、身高等信息比对结果一致,且不在被通缉人员黑名单目录中,则对认证人员自动放行,并即时将比对结果反馈提供给现场安检人员和民警,如人证不统一或属于在逃被通缉人员,则即时向在场的安检人员和民警分等级报警,提醒安全人员及时处置。在实时在线(联网)比对运行模式下,可实时与公安各数据库联网,提高即时比对准确性,并将检测到的数据及时上传到公安机关供治安防控应用。
本案还提供了一种人像识别方法,所述方法包括:
获取个人证件上的证件照片,证件照片存储于数据存储模块5;
获取持有个人证件的持证人人像;
从证件照片和持证人人像中提取出相应的人脸特征值,具体包括人像特征提取、人像对齐、姿态估计、遮挡检测、种族识别;
将证件照片的人脸特征值与持证人人像的人脸特征值进行比对,当证件照片的人脸特征值与持证人照片的人脸特征值的相似度达到或超过第一预设阈值,则判定比对结果为通过;
其中,数据存储模块5用于存储个人关联人像信息,个人关联人像信息包括个人证件信息、证件照片、生活照、集体照、持证人人像以及对应的特征值。
作为优选,还包括当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,则判定比对结果为不通过,并触发人工判定。
作为优选,所述姿态估计采用级联网络,其中,第一级网络先将持证人人像的姿态分为3-5类,第二级网络再将持证人人像姿态分为2-3类。
作为优选,还包括将获取的证件照片和持证人人像通过有线或无线方式传输至管理中心服务器以及接收来自所述管理中心服务器的指令。
作为优选,还包括当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,发布告警信息。
本案结合高清摄像头和身份证读卡设备,能够快速在几毫秒时间内识别持证人与证件是否符合,同时减少80%检验站人工成本与人为误判问题(不能完全取代人工),能够做到精准之人流记录与统计分析,且留存数据量为传统视频数据的 1/100,同时抽取之特征数据,回馈至学习系统,重复提高识别精准度;可以广泛适用于大人流量之交通枢纽,如(高)铁路、客运、机场、港口;游乐场、展会、演唱会;楼宇安检、校园门禁、工地安检与考勤;银行柜台、ATM提款;旅馆、饭店安检。本案可以实现真正意义上在大库比对下的身份有效确认,多重对比身份确认有效防止非法通过、降低人为风险、有效的大库数据自主学习积累提高识别率,仅需要极低的硬件运营成本。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种人像识别装置,其特征在于,包括:证件读取模块、人像采集模块、人像比对模块、人像检测模块、数据存储模块,所述人像检测模块包括人像特征提取单元、人像对齐单元、姿态估计单元、遮挡检测单元、种族识别单元,所述证件读取模块与数据存储模块连接,所述人像检测模块分别和人像采集模块、数据存储模块连接,所述人像比对模块与所述证件读取模块、人像检测模块、数据存储模块连接;其中,所述证件读取模块用于获取个人证件上的证件照片;所述人像采集模块用于获取持有所述个人证件的持证人人像,所述人像检测模块用于从所述证件照片和持证人人像中提取出相应的人脸特征值;所述人像比对模块用于将所述证件照片的人脸特征值与持证人人像的人脸特征值进行比对,当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度达到或超过第一预设阈值,则判定比对结果为通过;所述数据存储模块用于存储个人关联人像信息,所述个人关联人像信息包括个人证件信息、所述证件照片、生活照、集体照、所述持证人人像以及对应的特征值。
2.如权利要求1所述的人像识别装置,其特征在于,还包括人机交互模块,所述人机交互模块分别与所述数据存储模块、人像比对模块、所述证件读取模块相连接,且当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,则判定比对结果为不通过,并触发所述人机交互模块;所述人机交互模块用于提供人机交互界面,接收由人工判定的比对结果。
3.如权利要求2所述的人像识别装置,其特征在于,所述姿态估计单元采用级联网络,其中,第一级网络先将持证人人像的姿态分为3-5类,第二级网络再将持证人人像姿态分为2-3类。
4.如权利要求3所述的人像识别装置,其特征在于,还包括通信模块和管理中心服务器,所述通信模块与所述证件读取模块、人像采集模块、人像比对模块、人像检测模块、数据存储模块连接,用于将获取的信息通过有线或无线方式传输至所述管理中心服务器以及接收来自所述管理中心服务器的指令。
5.如权利要求4所述的人像识别装置,其特征在于,还包括报警模块,用于当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,发布告警信息。
6.一种人像识别方法,其特征在于,所述方法包括:
获取个人证件上的证件照片,所述证件照片存储于数据存储模块;
获取持有所述个人证件的持证人人像;
从所述证件照片和持证人人像中提取出相应的人脸特征值,具体包括人像特征提取、人像对齐、姿态估计、遮挡检测、种族识别;
将所述证件照片的人脸特征值与持证人人像的人脸特征值进行比对,当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度达到或超过第一预设阈值,则判定比对结果为通过;
其中,所述数据存储模块用于存储个人关联人像信息,所述个人关联人像信息包括个人证件信息、所述证件照片、生活照、集体照、所述持证人人像以及对应的特征值。
7.如权利要求6所述的人像识别方法,其特征在于,还包括当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,则判定比对结果为不通过,并触发人工判定。
8.如权利要求7所述的人像识别方法,其特征在于,所述姿态估计采用级联网络,其中,第一级网络先将持证人人像的姿态分为3-5类,第二级网络再将持证人人像姿态分为2-3类。
9.如权利要求7所述的人像识别方法,其特征在于,还包括将获取的证件照片和持证人人像通过有线或无线方式传输至管理中心服务器以及接收来自所述管理中心服务器的指令。
10.如权利要求9所述的人像识别方法,其特征在于,还包括当所述证件照片的人脸特征值与持证人照片的人脸特征值的相似度低于第二预设阈值,发布告警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710680916.XA CN107516076A (zh) | 2017-08-10 | 2017-08-10 | 人像识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710680916.XA CN107516076A (zh) | 2017-08-10 | 2017-08-10 | 人像识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107516076A true CN107516076A (zh) | 2017-12-26 |
Family
ID=60722037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710680916.XA Pending CN107516076A (zh) | 2017-08-10 | 2017-08-10 | 人像识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107516076A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109087429A (zh) * | 2018-09-19 | 2018-12-25 | 重庆第二师范学院 | 基于人脸识别技术的图书馆借书证人证一致性检验的方法 |
CN111738742A (zh) * | 2020-05-07 | 2020-10-02 | 广东电网有限责任公司 | 一种电力客服用画像数据处理系统 |
CN111832364A (zh) * | 2019-04-22 | 2020-10-27 | 普天信息技术有限公司 | 一种人脸识别方法及装置 |
CN111860343A (zh) * | 2020-07-22 | 2020-10-30 | 杭州海康威视数字技术股份有限公司 | 确定人脸对比结果的方法及装置 |
CN113240822A (zh) * | 2021-05-07 | 2021-08-10 | 广州红海云计算股份有限公司 | 一种基于移动端的自动考勤方法及装置 |
CN111832364B (zh) * | 2019-04-22 | 2024-04-23 | 普天信息技术有限公司 | 一种人脸识别方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010144259A1 (en) * | 2009-06-09 | 2010-12-16 | Arizona Board Of Regents Acting For And On Behalf Of Arizona State University | Ultra-low dimensional representation for face recognition under varying expressions |
CN103824054A (zh) * | 2014-02-17 | 2014-05-28 | 北京旷视科技有限公司 | 一种基于级联深度神经网络的人脸属性识别方法 |
CN104112114A (zh) * | 2013-10-30 | 2014-10-22 | 北京安捷天盾科技发展有限公司 | 身份验证方法和装置 |
CN105117692A (zh) * | 2015-08-05 | 2015-12-02 | 福州瑞芯微电子股份有限公司 | 一种基于深度学习的实时人脸识别方法及系统 |
-
2017
- 2017-08-10 CN CN201710680916.XA patent/CN107516076A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010144259A1 (en) * | 2009-06-09 | 2010-12-16 | Arizona Board Of Regents Acting For And On Behalf Of Arizona State University | Ultra-low dimensional representation for face recognition under varying expressions |
CN104112114A (zh) * | 2013-10-30 | 2014-10-22 | 北京安捷天盾科技发展有限公司 | 身份验证方法和装置 |
CN103824054A (zh) * | 2014-02-17 | 2014-05-28 | 北京旷视科技有限公司 | 一种基于级联深度神经网络的人脸属性识别方法 |
CN105117692A (zh) * | 2015-08-05 | 2015-12-02 | 福州瑞芯微电子股份有限公司 | 一种基于深度学习的实时人脸识别方法及系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109087429A (zh) * | 2018-09-19 | 2018-12-25 | 重庆第二师范学院 | 基于人脸识别技术的图书馆借书证人证一致性检验的方法 |
CN111832364A (zh) * | 2019-04-22 | 2020-10-27 | 普天信息技术有限公司 | 一种人脸识别方法及装置 |
CN111832364B (zh) * | 2019-04-22 | 2024-04-23 | 普天信息技术有限公司 | 一种人脸识别方法及装置 |
CN111738742A (zh) * | 2020-05-07 | 2020-10-02 | 广东电网有限责任公司 | 一种电力客服用画像数据处理系统 |
CN111860343A (zh) * | 2020-07-22 | 2020-10-30 | 杭州海康威视数字技术股份有限公司 | 确定人脸对比结果的方法及装置 |
CN113240822A (zh) * | 2021-05-07 | 2021-08-10 | 广州红海云计算股份有限公司 | 一种基于移动端的自动考勤方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104091176B (zh) | 人像比对在视频中的应用技术 | |
CN106997629B (zh) | 门禁控制方法、装置及系统 | |
CN106204815B (zh) | 一种基于人脸检测和识别的门禁系统 | |
WO2019104949A1 (zh) | 一种实现人员大数据采集分析的住宅门禁系统 | |
CN109299683B (zh) | 一种基于人脸识别和行为大数据的安防评估系统 | |
CN106998444A (zh) | 一种大数据人脸监控系统及装置 | |
CN109658554B (zh) | 一种基于大数据的智能小区安防系统 | |
CN106803301A (zh) | 一种基于深度学习的人脸识别门禁方法及系统 | |
CN107516076A (zh) | 人像识别方法及装置 | |
CN108009482A (zh) | 一种提高人脸识别效率方法 | |
CN110189447B (zh) | 一种基于人脸身份识别的智慧社区闸机控制系统 | |
CN107067504A (zh) | 一种人脸识别安防系统及可疑人员检测与预警方法 | |
CN104504408A (zh) | 一种人脸识别比对方法和实现该方法的系统 | |
CN202197300U (zh) | 移动人脸识别系统 | |
CN206097257U (zh) | 一种安防智能监控系统 | |
CN101140620A (zh) | 一种人脸识别系统 | |
CN101211484A (zh) | 防止在atm取款时密码被偷窥的方法及装置 | |
CN106203393A (zh) | 一种人脸采集识别方法和实现该方法的系统 | |
CN107230267A (zh) | 基于人脸识别算法的幼儿园智能签到方法 | |
CN101751562B (zh) | 基于人脸识别的银行交易取证图像的获取方法 | |
CN103996033B (zh) | 一种基于人脸五官坐标跟踪的真人识别方法 | |
CN102930243A (zh) | 一种特殊人员人脸信息的识别方法和系统 | |
CN103605971A (zh) | 一种捕获人脸图像的方法及装置 | |
CN104463232A (zh) | 一种基于hog特征和颜色直方图特征的密度人群计数的方法 | |
CN109800638A (zh) | 一种基于人脸识别技术的重点人监控方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |