CN107578000B - 用于处理图像的方法及装置 - Google Patents

用于处理图像的方法及装置 Download PDF

Info

Publication number
CN107578000B
CN107578000B CN201710742463.9A CN201710742463A CN107578000B CN 107578000 B CN107578000 B CN 107578000B CN 201710742463 A CN201710742463 A CN 201710742463A CN 107578000 B CN107578000 B CN 107578000B
Authority
CN
China
Prior art keywords
image
face
video data
processed
feature information
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
CN201710742463.9A
Other languages
English (en)
Other versions
CN107578000A (zh
Inventor
张彦福
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710742463.9A priority Critical patent/CN107578000B/zh
Publication of CN107578000A publication Critical patent/CN107578000A/zh
Priority to US16/051,092 priority patent/US10726243B2/en
Application granted granted Critical
Publication of CN107578000B publication Critical patent/CN107578000B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/168Feature extraction; Face representation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60Network streaming of media packets
    • H04L65/61Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • 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
    • G06V40/167Detection; Localisation; Normalisation using comparisons between temporally consecutive 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
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60Network streaming of media packets
    • H04L65/65Network streaming protocols, e.g. real-time transport protocol [RTP] or real-time control protocol [RTCP]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60Network streaming of media packets
    • H04L65/75Media network packet handling
    • H04L65/764Media network packet handling at the destination 

Abstract

本申请实施例公开了用于处理图像的方法及装置。该方法的一具体实施方式包括:接收网络摄像头采集的视频数据,并对上述视频数据进行解码,得到至少一张包含人脸图像的待处理图像;确定待处理图像中的人脸区域图像;从上述人脸区域图像提取面部特征信息,上述面部特征信息包括以下至少一项:脸型信息、眉毛信息、眼型信息。该实施方式通过网络摄像头获取视频数据,保证了获取图像的质量,实现了对待处理图像的预处理,有利于提高后续对人脸识别的准确率。

Description

用于处理图像的方法及装置
技术领域
本申请涉及图像处理技术领域,具体涉及图像识别技术领域,尤其涉及用于处理图像的方法及装置。
背景技术
人脸识别技术是基于生物特征的识别方式,利用人类自身拥有的、并且能够唯一标示其身份的生理特征或行为特征进行身份验证的技术。广义的人脸识别技术包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。随着科技的进步,人脸识别技术得到的很大提高,并在多个领域发挥着重要作用。
实际中,人脸识别技术首先要获取包含人脸的图像,然后再对包含人脸的图像进行识别,最后给出识别结果。其中,包含人脸的图像的质量直接关系到人脸识别结果的好坏。而现有的具有人脸识别功能的终端(例如:人脸识别闸机、人脸识别考勤机,人脸识别支付机等)上的镜头或摄像头,多是用于室内环境或光线充足的环境,这些镜头或摄像头对光线的要求较高,在光照不良的情况下获取的图像质量较低,直接导致采集的图像中存在大量无法用于人脸识别的图像,降低了人脸识别的准确率。
发明内容
本申请实施例的目的在于提出了用于处理图像的方法及装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请实施例提供了一种用于处理图像的方法,该方法包括:接收网络摄像头采集的视频数据,并对上述视频数据进行解码,得到至少一张包含人脸图像的待处理图像;确定待处理图像中的人脸区域图像;从上述人脸区域图像提取面部特征信息,上述面部特征信息包括以下至少一项:脸型信息、眉毛信息、眼型信息。
在一些实施例中,上述对上述视频数据进行解码,得到至少一张包含人脸图像的待处理图像包括:通过实时流传输协议对上述视频数据进行解码,得到图像帧序列;从图像帧序列中筛选出至少一张包含人脸图像的待处理图像。
在一些实施例中,上述从上述人脸区域图像提取面部特征信息包括:放大上述人脸区域图像,并对放大后的人脸区域图像进行滤波处理,得到预处理人脸区域图像;确定上述预处理人脸区域图像的方向信息,基于上述方向信息对面部特征进行拟合,得到面部特征信息。
在一些实施例中,上述方法还包括:通过实时流传输协议对网络摄像头的参数进行设置的步骤。
第二方面,本申请实施例提供了一种用于处理图像的装置,上述该装置包括:网络摄像头,用于采集视频数据;图像处理电路,用于从上述视频数据中解码出待处理图像,并从包含人脸图像的待处理图像中提取面部特征信息。
在一些实施例中,上述图像处理电路包括:数据接收接口,用于接收上述网络摄像头发送的视频数据。
在一些实施例中,上述图像处理电路包括:硬件解码器,用于对视频数据进行解码,得到至少一张包含人脸图像的待处理图像。
在一些实施例中,上述硬件解码器包括:解码模块,用于通过实时流传输协议对上述视频数据进行解码,得到图像帧序列;待处理人脸图像筛选模块,用于从图像帧序列中筛选出至少一张包含人脸图像的待处理图像。
在一些实施例中,上述图像处理电路包括:人脸区域检测模块,用于确定待处理图像中的人脸区域图像。
在一些实施例中,上述图像处理电路包括:图像放大模块,用于放大上述人脸区域图像,并对放大后的人脸区域图像进行滤波处理,得到预处理人脸区域图像;面部特征信息提取模块,用于确定上述预处理人脸区域图像的方向信息,基于上述方向信息对面部特征进行拟合,得到面部特征信息。
在一些实施例中,上述图像处理电路还包括:参数设置模块,用于设置网络摄像头的参数。
第三方面,本申请实施例提供了一种服务器,包括:网络摄像头,用于采集视频数据;图像处理电路,用于对上述视频数据进行数据处理,得到面部特征信息;一个或多个处理器;存储装置,用于存储一个或多个程序;人脸识别装置,用于基于面部特征信息进行人脸识别;当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器执行上述第一方面的用于处理图像的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述第一方面的用于处理图像的方法。
本申请实施例提供的用于处理图像的方法及装置,通过网络摄像头获取视频数据,保证了获取图像的质量;之后从视频数据中解码出待处理图像,并提取出包含人脸图像的待处理图像中的面部特征信息,实现了对待处理图像的预处理,有利于提高后续对人脸识别的准确率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的用于处理图像的方法的一个实施例的流程图;
图3是根据本申请的用于处理图像的方法的一个应用场景的示意图;
图4是根据本申请的用于处理图像的装置的一个实施例的结构示意图;
图5是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于处理图像的方法或用于处理图像的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括网络摄像头101、102、103,图像处理电路104,网络105和服务器106。网络摄像头101、102、103通过有线以太网与图像处理电路104建立数据连接;网络105用以在图像处理电路104和服务器106之间提供通信链路的介质。网络105可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
网络摄像头101、102、103可以采集视频数据,并将采集的视频数据传输给图像处理电路104;图像处理电路104对视频数据进行处理,并从中解码出包含人脸图像的待处理图像,之后提取出对应的面部特征信息;图像处理电路104将面部特征信息通过网络105发送给服务器106,服务器106根据获取到的面部特征信息进行人脸识别相关的数据处理。网络摄像头101、102、103具有很好的光线适应能力,能够获取到不同光线亮度下较为清晰的视频数据。图像处理电路104具有与网络摄像头101、102、103进行数据传输的接口,并能对网络摄像头101、102、103获取的视频数据进行初步的处理,得到对应的面部特征数据。图像处理电路104可以对网络摄像头101、102、103的参数进行设置。根据实际需要,图像处理电路104还可以配置有硬件解码器、图像处理芯片、数据发送器、显示屏等器件。
网络摄像头101、102、103可以是多种类型的网络摄像头,网络摄像头101、102、103可以具有变焦、数据存储、方向控制等功能。
图像处理电路104可以是数据解码、图像处理,并具有显示屏的各种电路板,包括但不限于单片机、ARM板等。
服务器106可以是对面部特征信息进行处理的服务器。例如,根据图像处理电路104发来的面部特征信息进行人脸识别相关处理的服务器。服务器106可以通过图像处理电路104发来的面部特征信息进行人脸识别处理,以根据人脸识别处理的结果识别出对应的待处理图像中的人物信息、
需要说明的是,本申请实施例所提供的用于处理图像的方法一般由图像处理电路104执行,相应地,用于处理图像的装置一般设置于图像处理电路104中。
应该理解,图1中的网络摄像头、图像处理电路、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的网络摄像头、图像处理电路、网络和服务器。
继续参考图2,示出了根据本申请的用于处理图像的方法的一个实施例的流程200。该用于处理图像的方法包括以下步骤:
步骤201,接收网络摄像头采集的视频数据,并对上述视频数据进行解码,得到至少一张包含人脸图像的待处理图像。
在本实施例中,用于处理图像的方法运行于其上的电子设备(例如图1所示的图像处理电路104)可以通过有线以太网连接方式从网络摄像头101、102、103获取到视频数据,并对视频数据进行相关的数据处理。
网络摄像头101、102、103具有很好的光线适应能力,能够在白天和夜晚获取的较高质量的视频数据,广泛应用在各个公共场所,在人脸识别鉴权通行、公共安全、证据获取等方面发挥着重要的作用。
网络摄像头101、102、103采集到视频数据后,将视频数据传输给图像处理电路104。图像处理电路104接收到视频数据后,需要对视频数据进行解码,可以将视频数据解码为多个图像;之后,通过图像处理芯片从多个图像中筛选出包含人脸图像的待处理图像,以便后续进行相关的图像处理。
本申请的图像处理电路104可以采用单片机或ARM开发板等设备,具有很好的扩展性,能够根据需要更换或增加各种功能的芯片,满足了对视频数据的多种处理需要,同时成本很低。
在本实施例的一些可选的实现方式中,上述对上述视频数据进行解码,得到至少一张包含人脸图像的待处理图像可以包括以下步骤:
第一步,通过实时流传输协议对上述视频数据进行解码,得到图像帧序列。
视频数据可以通过实时流传输协议对视频数据进行解码,将视频数据解码成间隔设定时间的图像帧序列。
第二步,从图像帧序列中筛选出至少一张包含人脸图像的待处理图像。
视频数据解码成图像帧序列后,可以得到包含各种内容的图像。为了后续人脸识别的需要,本申请可以从图像帧序列中筛选出至少一张包含人脸图像的待处理图像。具体的,可以在图像处理电路104上的图像处理芯片中对图像处理的参数进行设定,从中选择人脸图像的相关参数,以便对人脸图像进行筛选。
步骤202,确定待处理图像中的人脸区域图像。
获取到包含人脸图像的待处理图像后,通过相关的人脸识别方法可以从待处理图像中确定人脸区域图像。例如,待处理图像包含某人的正面图像,包含了头部、胳膊、腿部等图像。利用相关的图像提取方法,可以从待处理图像中确定人脸区域图像。
步骤203,从上述人脸区域图像提取面部特征信息。
确定了人脸区域图像后,图像处理电路104上的图像处理芯片可以根据参数设置,从人脸区域图像中提取向到面部特征信息。其中,上述面部特征信息包括以下至少一项:脸型信息、眉毛信息、眼型信息,还可以根据需要提取其他的面部特征信息。
在本实施例的一些可选的实现方式中,上述从上述人脸区域图像提取面部特征信息可以包括以下步骤:
第一步,放大上述人脸区域图像,并对放大后的人脸区域图像进行滤波处理,得到预处理人脸区域图像。
为了得到面部特征信息,在确定了人脸区域图像后,需要将人脸区域图像放大。放大后的人脸区域图像的清晰度会有所下降,因此,图像处理芯片还需要对放大后的人脸区域图像进行滤波等处理,排除图像放大后的噪声影响,得到预处理人脸区域图像。
第二步,确定上述预处理人脸区域图像的方向信息,基于上述方向信息对面部特征进行拟合,得到面部特征信息。
待处理图像中的人脸图像可以是朝向多个方向的,不同的朝向会导致面部特征信息的变化。因此,需要先确定预处理人脸区域图像的方向信息,在此基础上,再对面部特征进行拟合处理,得到面部特征信息。其中,预处理人脸区域图像的方向信息用于表征人脸面向的方向,例如,某人面向北时,其人脸的方向就指向北。当网络摄像头101、102、103采集的待处理图像中,人脸不是正向网络摄像头101、102、103时,人脸的面部特征信息也会随之发生变化。在考虑方向信息的基础上对面部特征信息进行拟合,能够提高获取到的面部特征信息的准确性。其中,拟合可以采用指数函数或对数函数来进行,还可以采用其他类型的函数,此处不再一一赘述。
在本实施例的一些可选的实现方式中,本实施例的方法还可以包括:通过实时流传输协议对网络摄像头的参数进行设置的步骤。
图像处理电路104可以与多种类型的网络摄像头101、102、103建立连接,并获取网络摄像头101、102、103获取的视频数据。而网络摄像头101、102、103自身的参数可能是不同的(视频数据的分辨率、数据格式、图像获取频率、光照参数、3D效果等参数可以根据实际需要进行设定)。因此,可以对视频数据的分辨率、图像获取频率、光照参数、3D效果等参数进行设置,以便后续对图像进行处理。例如,在图像处理芯片中设定对应的图像参数,不用很复杂的数据处理过程就可实现对面部特征信息的提取。
继续参见图3,图3是根据本实施例的用于处理图像的方法的应用场景的一个示意图。在图3的应用场景中,网络摄像头102采集到视频数据后,将视频数据发送给图像处理电路104;图像处理电路104接收到网络摄像头102采集的视频数据后,首先对视频数据进行解码,得到包含人脸图像的待处理图像;之后,从待处理图像中确定人脸区域图像;最后,从人脸区域图像中提取面部特征信息。
本申请的上述实施例提供的方法,通过网络摄像头获取视频数据,保证了获取图像的质量;之后从视频数据中解码出待处理图像,并提取出包含人脸图像的待处理图像中的面部特征信息,实现了对待处理图像的预处理,有利于提高后续对人脸识别的准确率。
进一步参考图4,作为对上述各图所示方法的实现,本申请提供了一种用于处理图像的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的用于处理图像的装置400可以包括:网络摄像头401和图像处理电路402。其中,网络摄像头401,用于采集视频数据;图像处理电路402,用于从上述视频数据中解码出待处理图像,并从包含人脸图像的待处理图像中提取面部特征信息。
本实施例的网络摄像头401可以是各种类型的网络摄像头,网络摄像头401具有很好的光线适应能力,能够获取到不同光线亮度下较为清晰的视频数据。图像处理电路402具有与网络摄像头401进行数据传输的接口,并能对网络摄像头401获取的视频数据进行初步的处理,得到对应的面部特征数据。
在本实施例的一些可选的实现方式中,上述图像处理电路402可以包括:数据接收接口4021,用于接收上述网络摄像头发送的视频数据。可选的,数据接收接口4021可以是RJ45(Registered Jack),还可以是其他现有或未来可能出现的网络接口,此处不再一一赘述。
在本实施例的一些可选的实现方式中,上述图像处理电路402可以包括:硬件解码器4022,用于对视频数据进行解码,得到至少一张包含人脸图像的待处理图像。
网络摄像头401采集的视频数据的格式可以为多种类型,并且,后续还需要对图像进行处理,这就需要对视频数据进行解码。对视频数据解码时,需要根据视频数据的格式进行解码,然后,从解码后的视频数据中筛选出包含人脸图像的待处理图像。本实施例通过硬件解码器4022对视频数据进行解码,不仅加快了解码的效率,而且节省了处理器的计算资源,有利于后续对图像的处理。
在本实施例的一些可选的实现方式中,上述硬件解码器4022可以包括:解码模块(图中未示出)和待处理人脸图像筛选模块(图中未示出)。其中,解码模块用于通过实时流传输协议对上述视频数据进行解码,得到图像帧序列;待处理人脸图像筛选模块用于从图像帧序列中筛选出至少一张包含人脸图像的待处理图像。
解码模块可以根据视频数据的格式,将视频数据解码为图像帧序列。其中,图像帧序列通常由间隔设定时间的图像组成。之后,待处理人脸图像筛选模块可以根据设定,从图像中筛选出多种信息。本实施例中,待处理人脸图像筛选模块可以根据设定的参数,自动从图像帧序列中筛选出至少一张包含人脸图像的待处理图像。
在本实施例的一些可选的实现方式中,上述图像处理电路402可以包括:人脸区域检测模块4023,用于确定待处理图像中的人脸区域图像。
在得到包含人脸图像的待处理图像后,人脸区域检测模块4023可以根据人脸的结构、位置、颜色等特征,从待处理图像中确定人脸区域图像。
在本实施例的一些可选的实现方式中,上述图像处理电路402可以包括:图像放大模块4024和面部特征信息提取模块4025。其中,图像放大模块4024用于放大上述人脸区域图像,并对放大后的人脸区域图像进行滤波处理,得到预处理人脸区域图像;面部特征信息提取模块4025用于确定上述预处理人脸区域图像的方向信息,基于上述方向信息对面部特征进行拟合,得到面部特征信息。
图像放大模块4024可以接收人脸区域检测模块4023发来的人脸区域图像,并对人脸区域图像进行放大和滤波等处理,得到较为清晰的预处理人脸区域图像。之后,面部特征信息提取模块4025接收预处理人脸区域图像,并根据预处理人脸区域图像中面部的朝向确定预处理人脸区域图像的方向信息;基于该方向信息对人脸的面部特征进行拟合等操作,得到该人脸区域图像的面部特征信息。其中,拟合可以采用指数函数或对数函数来进行,还可以采用其他类型的函数,此处不再一一赘述。
在本实施例的一些可选的实现方式中,上述图像处理电路402还可以包括:参数设置模块4026,用于设置网络摄像头的参数。
由上述描述可知,网络摄像头401可以是多种类型的网络摄像头,并且,网络摄像头401可以有多种数据格式、光照度等参数。根据实际的需要,可以对这些参数进行设定,以便得到较高质量的视频数据,为后续人脸识别的准确率提供了必要的前提。例如,网络摄像头401的参数可以是图像不低于200万像素;采用H.264高压缩比编码格式;支持宽动态功能,且不低于120分贝;镜头焦距范围为:2.7毫米-6毫米;最低照度:大于等于0.001流明(彩色模式)等。
此外,用于处理图像的装置400还可以包括显示屏、与服务器106进行数据传输的接口等器件,具体可以根据需要对用于处理图像的装置400进行扩展。
本实施例还提供了一种服务器,包括:网络摄像头,用于采集视频数据;图像处理电路,用于对上述视频数据进行数据处理,得到面部特征信息;一个或多个处理器;存储装置,用于存储一个或多个程序;人脸识别装置,用于基于面部特征信息进行人脸识别;当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现上述的用于处理图像的方法。
本实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的用于处理图像的方法。
下面参考图5,其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。图5示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:接收网络摄像头采集的视频数据,并对上述视频数据进行解码,得到至少一张包含人脸图像的待处理图像;确定待处理图像中的人脸区域图像;从上述人脸区域图像提取面部特征信息,上述面部特征信息包括以下至少一项:脸型信息、眉毛信息、眼型信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种用于处理图像的方法,其特征在于,所述方法包括:
接收网络摄像头采集的视频数据,并对所述视频数据进行解码,基于预设的用于选择人脸图像的相关参数得到至少一张包含人脸图像的待处理图像;
确定待处理图像中的人脸区域图像;
从所述人脸区域图像提取面部特征信息,包括:放大所述人脸区域图像,并对放大后的人脸区域图像进行滤波处理,排除图像放大后的噪声影响,得到预处理人脸区域图像;确定所述预处理人脸区域图像的方向信息,基于所述方向信息采用指数函数或对数函数对面部特征进行拟合,得到面部特征信息,所述面部特征信息包括以下至少一项:脸型信息、眉毛信息、眼型信息。
2.根据权利要求1所述的方法,其特征在于,所述对所述视频数据进行解码,得到至少一张包含人脸图像的待处理图像包括:
通过实时流传输协议对所述视频数据进行解码,得到图像帧序列;
从图像帧序列中筛选出至少一张包含人脸图像的待处理图像。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过实时流传输协议对网络摄像头的参数进行设置的步骤。
4.一种用于处理图像的装置,其特征在于,所述装置包括:
网络摄像头,用于采集视频数据;
图像处理电路,用于从所述视频数据中解码出待处理图像,并从包含人脸图像的待处理图像中提取面部特征信息;
所述图像处理电路包括:
数据接收接口,用于接收所述网络摄像头发送的视频数据;
硬件解码器,用于对视频数据进行解码,基于预设的用于选择人脸图像的相关参数得到至少一张包含人脸图像的待处理图像;
人脸区域检测模块,用于确定待处理图像中的人脸区域图像;
图像放大模块,用于放大所述人脸区域图像,并对放大后的人脸区域图像进行滤波处理,排除图像放大后的噪声影响,得到预处理人脸区域图像;
面部特征信息提取模块,用于确定所述预处理人脸区域图像的方向信息,基于所述方向信息采用指数函数或对数函数对面部特征进行拟合,得到面部特征信息。
5.根据权利要求4所述的装置,其特征在于,所述硬件解码器包括:
解码模块,用于通过实时流传输协议对所述视频数据进行解码,得到图像帧序列;
待处理人脸图像筛选模块,用于从图像帧序列中筛选出至少一张包含人脸图像的待处理图像。
6.根据权利要求4所述的装置,其特征在于,所述图像处理电路还包括:
参数设置模块,用于设置网络摄像头的参数。
7.一种服务器,包括:
网络摄像头,用于采集视频数据;
图像处理电路,用于对所述视频数据进行数据处理,得到面部特征信息;
一个或多个处理器;
存储装置,用于存储一个或多个程序;
人脸识别装置,用于基于面部特征信息进行人脸识别;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至3中任一所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至3中任一所述的方法。
CN201710742463.9A 2017-08-25 2017-08-25 用于处理图像的方法及装置 Active CN107578000B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710742463.9A CN107578000B (zh) 2017-08-25 2017-08-25 用于处理图像的方法及装置
US16/051,092 US10726243B2 (en) 2017-08-25 2018-07-31 Method and apparatus for processing image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710742463.9A CN107578000B (zh) 2017-08-25 2017-08-25 用于处理图像的方法及装置

Publications (2)

Publication Number Publication Date
CN107578000A CN107578000A (zh) 2018-01-12
CN107578000B true CN107578000B (zh) 2023-10-31

Family

ID=61035345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710742463.9A Active CN107578000B (zh) 2017-08-25 2017-08-25 用于处理图像的方法及装置

Country Status (2)

Country Link
US (1) US10726243B2 (zh)
CN (1) CN107578000B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108777779A (zh) * 2018-06-12 2018-11-09 北京京东金融科技控股有限公司 一种视频拍摄设备的智能化装置、方法、介质及电子设备
CN110059576A (zh) * 2019-03-26 2019-07-26 北京字节跳动网络技术有限公司 图片的筛选方法、装置和电子设备
CN110348353B (zh) * 2019-06-28 2023-07-25 照熠信息科技(上海)有限公司 一种图像处理方法及装置
CN113269090A (zh) * 2021-05-26 2021-08-17 平安科技(深圳)有限公司 基于人脸质量评估的人脸识别方法、装置、设备及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009043065A (ja) * 2007-08-09 2009-02-26 Panasonic Corp 顔認証装置
CN102799901A (zh) * 2012-07-10 2012-11-28 辉路科技(北京)有限公司 一种多角度人脸检测方法
CN105373626A (zh) * 2015-12-09 2016-03-02 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和方法
CN106131564A (zh) * 2016-07-28 2016-11-16 广东西奥物联网科技股份有限公司 一种对摄像机视频流进行处理的方法及装置
CN106156692A (zh) * 2015-03-25 2016-11-23 阿里巴巴集团控股有限公司 一种用于人脸边缘特征点定位的方法及装置
CN106485222A (zh) * 2016-10-10 2017-03-08 上海电机学院 一种基于肤色分层的人脸检测方法
CN106686358A (zh) * 2017-01-26 2017-05-17 江苏长天智远交通科技有限公司 基于rtsp协议的设备控制及通道限制方法、装置及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8325228B2 (en) * 2008-07-25 2012-12-04 International Business Machines Corporation Performing real-time analytics using a network processing solution able to directly ingest IP camera video streams
JP5550293B2 (ja) * 2009-09-18 2014-07-16 キヤノン株式会社 画像照合システム、撮像装置、送信装置、及びプログラム
CN103632129A (zh) * 2012-08-28 2014-03-12 腾讯科技(深圳)有限公司 一种人脸特征点定位方法及装置
JP6304999B2 (ja) * 2013-10-09 2018-04-04 アイシン精機株式会社 顔検出装置、方法およびプログラム
JP2015138449A (ja) * 2014-01-23 2015-07-30 キヤノン株式会社 個人認証装置、個人認証方法及びプログラム
US10664687B2 (en) * 2014-06-12 2020-05-26 Microsoft Technology Licensing, Llc Rule-based video importance analysis
US9779316B2 (en) * 2015-09-30 2017-10-03 Tyco Fire & Security Gmbh Scalable and distributed biometric processing

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009043065A (ja) * 2007-08-09 2009-02-26 Panasonic Corp 顔認証装置
CN102799901A (zh) * 2012-07-10 2012-11-28 辉路科技(北京)有限公司 一种多角度人脸检测方法
CN106156692A (zh) * 2015-03-25 2016-11-23 阿里巴巴集团控股有限公司 一种用于人脸边缘特征点定位的方法及装置
CN105373626A (zh) * 2015-12-09 2016-03-02 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和方法
CN106131564A (zh) * 2016-07-28 2016-11-16 广东西奥物联网科技股份有限公司 一种对摄像机视频流进行处理的方法及装置
CN106485222A (zh) * 2016-10-10 2017-03-08 上海电机学院 一种基于肤色分层的人脸检测方法
CN106686358A (zh) * 2017-01-26 2017-05-17 江苏长天智远交通科技有限公司 基于rtsp协议的设备控制及通道限制方法、装置及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
3D Face Pose Normalization Using Equipartition Fitting Sphere Representation of Shape;Peijiang Liu et al.;《 2009 Fifth International Conference on Image and Graphics》;第336-340页 *
基于计算机视觉的人证同一性研究;孙军;《中国优秀硕士学位论文全文数据库 信息科技辑》;第2013年卷(第03期期);第I138-1318页 *
安全驾驶中驾驶员面部朝向的检测研究;李阳 等;《甘肃科技纵横》;第38卷(06);第29-31页 *
张剑超 ; .对视频图像编解码技术应用研究.通讯世界.2014,(24),第10-12页. *

Also Published As

Publication number Publication date
US10726243B2 (en) 2020-07-28
US20190065826A1 (en) 2019-02-28
CN107578000A (zh) 2018-01-12

Similar Documents

Publication Publication Date Title
CN107578000B (zh) 用于处理图像的方法及装置
CN108900776B (zh) 用于确定响应时间的方法和装置
JP6257840B2 (ja) ライブ性分析のためのシステムおよび方法
US10178293B2 (en) Controlling a camera using a voice command and image recognition
WO2018126962A1 (en) Systems and methods for enhancing edges in images
CN108337505B (zh) 信息获取方法和装置
CN109086780B (zh) 用于检测电极片毛刺的方法和装置
US11216924B2 (en) Method and apparatus for processing image
CN111385484B (zh) 信息处理方法和装置
CN111656275B (zh) 一种确定图像对焦区域的方法及装置
CN105430247A (zh) 一种利用摄像设备拍摄照片的方法与设备
CN110647823A (zh) 一种优化人脸底库的方法和装置
CN111447360A (zh) 应用程序控制方法及装置、存储介质、电子设备
CN112069880A (zh) 活体检测方法、装置、电子设备和计算机可读介质
CN115205164B (zh) 图像处理模型的训练方法、视频处理方法、装置及设备
CN109218620B (zh) 基于环境亮度的拍照方法、装置、存储介质及移动终端
CN113505672B (zh) 虹膜采集装置、虹膜采集方法、电子设备和可读介质
CN116051477A (zh) 一种超高清视频文件的图像噪声检测方法及装置
CN111385460A (zh) 图像处理方法和装置
US20220261970A1 (en) Methods, systems and computer program products for generating high dynamic range image frames
CN112104812B (zh) 一种采集图片的方法和装置
CN109934045B (zh) 行人检测方法和装置
CN113450391A (zh) 一种生成深度图的方法及设备
CN111160279A (zh) 利用小样本生成目标识别模型的方法、装置、设备及介质
CN113762156B (zh) 观影数据处理方法、装置及存储介质

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