CN107665341A - 一种识别控制方法、电子设备及计算机产品 - Google Patents

一种识别控制方法、电子设备及计算机产品 Download PDF

Info

Publication number
CN107665341A
CN107665341A CN201710915310.XA CN201710915310A CN107665341A CN 107665341 A CN107665341 A CN 107665341A CN 201710915310 A CN201710915310 A CN 201710915310A CN 107665341 A CN107665341 A CN 107665341A
Authority
CN
China
Prior art keywords
image
feature
preset range
preset
preset algorithm
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.)
Withdrawn
Application number
CN201710915310.XA
Other languages
English (en)
Inventor
李亮
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.)
Meizu Technology Co Ltd
Original Assignee
Meizu 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 Meizu Technology Co Ltd filed Critical Meizu Technology Co Ltd
Priority to CN201710915310.XA priority Critical patent/CN107665341A/zh
Publication of CN107665341A publication Critical patent/CN107665341A/zh
Withdrawn legal-status Critical Current

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种识别控制方法、电子设备及计算机产品，方法包括：利用图像采集设备采集预设范围内的图像；采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征；若确定所述预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别所述第一图像的第二特征。本申请中不需要直接对预设范围内的全部图像进行第二特征的识别，进而减少不必要的识别工作量，提高识别效率的同时，降低功耗。

Description

一种识别控制方法、电子设备及计算机产品
技术领域
本申请涉及人脸识别技术领域，特别涉及一种识别控制方法、电子设备及计算机产品。
背景技术
随着技术的发展，人脸识别技术作为一种进行身份识别的生物识别技术已经被广泛应用。
现如今的人脸识别方案中都是以高清摄像头或者摄像机为图像采集工具，持续采集并识别拍摄范围内的所有物品，导致人脸识别的效率较低且功耗较高。
发明内容
本申请的目的是提供一种的识别控制方法、电子设备及计算机产品，用以解决现有技术中的人脸识别效率较低且功耗较高的技术问题。
本申请提供了一种识别控制方法，包括：
利用图像采集设备采集预设范围内的图像；
采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征；
若确定所述预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别所述第一图像的第二特征。
上述方法，优选地，所述第一特征为：人体的至少部分部位的图像的轮廓特征；
采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征，包括：
利用第一预设算法确定所述预设范围内的图像中是否包含人体的至少部分部位的图像的轮廓特征。
上述方法，优选地，所述轮廓特征为：人体脸部的轮廓特征。
上述方法，优选地，所述第二特征为：人体的至少部分部位的图像的区域特征；
采用第二预设算法识别第一图像的第二特征，包括：
利用第二预设算法识别人体的至少部分部位的图像的区域特征。
上述方法，优选地，所述区域特征为人体脸部的人脸特征。
本申请还提供了一种电子设备，包括：
存储器、图像采集设备及处理器，其中：
所述存储器，用于存储应用程序及应用程序运行所产生的数据；
所述图像采集设备，用于采集预设范围内的图像；
所述处理器，用于采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征，若确定所述预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别所述第一图像的第二特征。
本申请还提供了一种计算机产品，包括：
所述计算机程序产品被执行时用于执行上述识别控制方法中所述的步骤。
由上述方案可知，本申请提供的一种识别控制方法、电子设备及计算机产品，首先利用第一预设算法先确定预设范围内的图像中是不是包含第一图像的第一特征，只有在图像中包含第一图像的第一特征时，再用第二预设算法识别第一图像中的第二特征，不需要直接对预设范围内的全部图像都进行第二特征的识别，进而减少不必要的识别工作量，从而提高识别效率的同时降低功耗。
附图说明
为了更清楚地说明本申请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，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例一提供的一种识别控制方法的实现流程图；
图2、图3、图4及图5分别为本申请实施例的应用示例图；
图6为本申请实施例二提供的一种识别控制装置的结构示意图；
图7为本申请实施例三提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参考图1，为本申请实施例一提供的一种识别控制方法的实现流程图，该方法适用于具有图像采集设备的电子设备上，如手机、pad、电脑等具有摄像头等图像采集设备的终端或设备。
在本实施例中，该方法可以包括以下步骤：
步骤101：利用图像采集设备采集预设范围内的图像。
其中，图像采集设备可以为摄像头，如图2中，手机的前置摄像头。预设范围是指图像采集设备前方所能够采集到的范围，如图3中所示，该预设范围的大小与图像采集设备的自身参数有关，如广角参数及清晰度参数等。
步骤102：利用第一预设算法确定预设范围内的图像中是否包含第一图像的第一特征，如果是，执行步骤103。
其中，第一图像是指预设范围内的图像中特定目标的图像，第一图像的范围要小于预设范围，这里的特定目标可以根据用户的需求或者本实施例所应用的场景来确定。
而第一特征是指第一图像中特定目标的特征，能够表明预设范围内出现该特征目标，由此，在确定出预设范围内的图像中包含第一图像的第一特征时，就能确定该预设范围内出现特定目标，那么此时执行步骤103。
步骤103：采用第二预设算法识别第一图像的第二特征。
其中，第二预设算法与第一预设算法不同，例如，第二预设算法在运行时电子设备的功耗高于第一预设算法运行时电子设备的功耗。第一预设算法用于识别出预设范围内的图像中第一图像的第一特征，而第二预设算法则是进一步的对第一图像中的第二特征进行识别。
需要说明的是，第二特征可以用于触发相应的功能操作，例如，人脸识别出的脸部特征触发登录或者支付操作等。
由上述方案可知，本申请实施例一提供的一种识别控制方法，首先利用第一预设算法先确定预设范围内的图像中是不是包含第一图像的第一特征，只有在图像中包含第一图像的第一特征时，再用第二预设算法识别第一图像中的第二特征，不需要直接对预设范围内的全部图像进行第二特征的识别，进而减少不必要的识别工作量，提高识别效率的同时，降低功耗。
进一步的，第二预设算法运行时电子设备的功耗高于低于第一预设算法运行时电子设备的功耗，由此，本实施例中首先使用低功耗的第一预设算法对预设范围内的图像进行第一图像的第一特征识别，在识别出第一图像的第一特征之后，再使用高功耗的第二预设算法对第一图像的第二特征进行识别，避免持续采用第二预设算法对图像进行第二特征识别所带来的功耗较高的情况。
在一种实现方式中，第一图像为包含人体的至少部分部位的图像，第一特征则为人体的至少部分部位的图像的轮廓特征，例如，第一图像可以为人体的上半身的图像，如图4中图像所示，第一特征为人体上半身的轮廓特征，如图4中的粗实线所代表的轮廓所示。
相应的，本实施例中在采用第一预设算法确定预设范围内的图像中是否包含第一图像的第一特征，可以通过以下方式实现：
利用第一预设算法确定预设范围内的图像中是否包含人体的至少部分部位的图像的轮廓特征。
例如，利用第一预设算法如轮廓识别算法对预设范围内的图像进行人体部位的轮廓识别，确定出包含人体的至少部分部位的图像，如人体脸部的图像，如图5中图像所示，以确定出人体脸部的轮廓特征，如图5中的粗实线所代表的轮廓所示。
在一种实现方式中，第二特征可以为人体的至少部分部位的图像的区域特征，该区域特征可以理解为：人体的至少部分部位上各个子部位的特征及各个子部位的组合特征。
相应的，本实施例中在利用第二预设算法识别第一图像的第二特征时，可以通过以下方式实现：
利用第二预设算法识别人体的至少部分部位的图像的区域特征。
以第一图像为人体脸部的图像为例，本实施例中可以利用第二预设算法如人脸识别算法对预设范围内的人体脸部图像进行人脸识别，得到脸部图像的区域特征，如脸部中眼睛、鼻子、嘴巴等各自的器官特征及这些器官在脸部的布局所形成的组合特征，而不用对整个预设范围内的图像的全部都进行人脸识别，从而减少识别的数据处理量的同时也减少第二预设算法的使用时长，提高识别效率的同时降低功耗。
参考图6，为本申请实施例二提供的一种识别控制装置的结构示意图，该装置可以适用于具有图像采集设备的电子设备上，该识别控制装置可以包括以下结构：
图像获取单元601，用于获取利用图像采集设备采集的预设范围内的图像。
图像确定单元602，用于采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征，若确定所述预设范围内的图像中包含第一图像的第一特征，则触发特征识别单元603。
其中，第一特征可以为人体的至少部分部位的图像的轮廓特征，第一预设算法可以为轮廓识别算法，相应的，图像确定单元602可以利用轮廓识别算法确定预设范围内的图像中是否包含人体的至少部分部位的图像的轮廓特征，如人体脸部的脸部轮廓特征。
特征识别单元603，用于采用第二预设算法识别所述第一图像的第二特征。
其中，第二特征可以为人体的至少部分部位的图像的区域特征，如人脸上的区域特征，包括人脸上眼睛、鼻子、嘴等各自的特征及这些部位的组合特征等。第二预设算法可以为人脸识别算法，相应的，特征识别单元603可以利用人脸识别算法识别人体的至少部分部位的图像的区域特征，例如人脸特征等。
在本实施例中，该装置可以包括有处理器及存储器，处理器及存储器为服务器等承载以上本实施例的设备上的元器件，上述的图像获取单元601、图像确定单元602及特征识别单元603等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
例如，上述各个程序单元以安装包或处理类的形式存储在存储器中，同时存储器中还存储有预先设置的配置文件，处理器通过调用安装包处理类，来执行以上各个程序单元，实现相应的功能。
具体的，处理器中包含内核，由内核去存储器中调取相应的程序单元，内核可以设置一个或多个，通过调整内核参数来利用图像采集设备采集预设范围内的图像后，采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征，若确定所述预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别所述第一图像的第二特征。
其中，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
由上述方案可知，本申请实施例二提供的一种识别控制装置，首先利用第一预设算法先确定预设范围内的图像中是不是包含第一图像的第一特征，只有在图像中包含第一图像的第一特征时，再用第二预设算法识别第一图像中的第二特征，不需要直接对预设范围内的全部图像进行第二特征的识别，进而减少不必要的识别工作量，提高识别效率的同时，降低功耗。
参考图7，为本申请实施例三提供的一种电子设备的结构示意图，该电子设备可以为手机、pad或电脑等设备或终端。
在本实施例中，该电子设备可以包括以下结构：
存储器701，用于存储应用程序及应用程序运行所产生的数据。
其中，存储器701可以包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片，用以存储应用程序，也可以用于电子设备在运行中所产生的各种数据，如图像数据和特征数据等。
图像采集设备702，用于采集预设范围内的图像。
其中，图像采集设备702可以为摄像头等设备实现，用以采集预设范围内的图像。
处理器703，用于执行存储器701中的应用程序执行以下功能：采用第一预设算法确定预设范围内的图像中是否包含第一图像的第一特征，若确定预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别第一图像的第二特征。
其中，第一预设算法与第二预设算法不同，例如，第一预设算法可以为轮廓识别算法，第二预设算法可以为人脸识别算法，第一图像是指预设范围内的图像中特定目标的图像，如人体头部或脸部的图像，由此，第一预设算法用于识别出预设范围内的图像中第一图像的第一特征，而第二预设算法则是进一步的对第一图像中的第二特征进行识别，例如，本实施例中先利用轮廓识别算法识别出预设范围内的图像中是否有人体脸部的轮廓特征，如果确定出该预设范围内的图像中由人体脸部的轮廓特征，再使用人脸识别算法对该人体脸部的图像进行人脸识别。
需要说明的是，第二特征可以用于触发相应的功能操作，例如，人脸识别出的脸部特征触发登录或者支付操作等。
由上述方案可知，本申请实施例三提供的一种电子设备，首先利用第一预设算法先确定预设范围内的图像中是不是包含第一图像的第一特征，只有在图像中包含第一图像的第一特征时，再用第二预设算法识别第一图像中的第二特征，不需要直接对预设范围内的全部图像进行第二特征的识别，进而减少不必要的识别工作量，提高识别效率的同时，降低功耗。
进一步的，第二预设算法运行时电子设备的功耗高于低于第一预设算法运行时电子设备的功耗，由此，本实施例中的处理器首先使用低功耗的第一预设算法对图像采集设备所采集到的预设范围内的图像进行第一图像的第一特征识别，在识别出第一图像的第一特征之后，再使用高功耗的第二预设算法对第一图像的第二特征进行识别，避免持续采用第二预设算法对图像进行第二特征识别所带来的功耗较高的情况。
例如，手机上的摄像头在采集图像的过程中，当扫描到物体时，先判断扫描到的图像中是否有人脸或人形轮廓出现，如果有人脸或人形轮廓出现，再触发人脸识别功能，对人脸或人形区域进行精确的人脸识别，对其他的区域图像不进行人脸识别功能，由此，减少人脸精确识别的次数及时长，从而达到提高效率和降低功耗的目的。
本发明实施例提供了一种存储介质，该存储介质处于电子设备上，而该存储介质上存储有程序，该程序运行时控制该存储介质所在的设备执行图1中所描述或展示的识别控制方法。
本申请还提供了一种计算机程序产品，当该计算机产品在数据处理设备如电子设备上执行时，适于执行初始化有如下方法步骤的程序代码：利用图像采集设备采集预设范围内的图像后，采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征，若确定所述预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别所述第一图像的第二特征。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种识别控制方法，其特征在于，包括：
利用图像采集设备采集预设范围内的图像；
采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征；
若确定所述预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别所述第一图像的第二特征。
2.根据权利要求1所述的方法，其特征在于，所述第一特征为：人体的至少部分部位的图像的轮廓特征；
采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征，包括：
利用第一预设算法确定所述预设范围内的图像中是否包含人体的至少部分部位的图像的轮廓特征。
3.根据权利要求2所述的方法，其特征在于，所述轮廓特征为：人体脸部的轮廓特征。
4.根据权利要求1所述的方法，其特征在于，所述第二特征为：人体的至少部分部位的图像的区域特征；
采用第二预设算法识别第一图像的第二特征，包括：
利用第二预设算法识别人体的至少部分部位的图像的区域特征。
5.根据权利要求4所述的方法，其特征在于，所述区域特征为人体脸部的人脸特征。
6.一种识别控制装置，其特征在于，包括：
图像获取单元，用于获取利用图像采集设备采集的预设范围内的图像；
图像确定单元，用于采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征；
特征识别单元，用于若确定所述预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别所述第一图像的第二特征。
7.一种电子设备，其特征在于，包括：
存储器、图像采集设备及处理器，其中：
所述存储器，用于存储应用程序及应用程序运行所产生的数据；
所述图像采集设备，用于采集预设范围内的图像；
所述处理器，用于执行存储器中存储的应用程序以执行以下功能：采用第一预设算法确定所述预设范围内的图像中是否包含第一图像的第一特征，若确定所述预设范围内的图像中包含第一图像的第一特征，则采用第二预设算法识别所述第一图像的第二特征。
8.一种计算机产品，其特征在于，包括：
所述计算机程序产品被执行时用于执行权利要求1～6中任意一项所述的步骤。
CN201710915310.XA 2017-09-30 2017-09-30 一种识别控制方法、电子设备及计算机产品 Withdrawn CN107665341A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710915310.XA CN107665341A (zh) 2017-09-30 2017-09-30 一种识别控制方法、电子设备及计算机产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710915310.XA CN107665341A (zh) 2017-09-30 2017-09-30 一种识别控制方法、电子设备及计算机产品

Publications (1)

Publication Number Publication Date
CN107665341A true CN107665341A (zh) 2018-02-06

Family

ID=61098345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710915310.XA Withdrawn CN107665341A (zh) 2017-09-30 2017-09-30 一种识别控制方法、电子设备及计算机产品

Country Status (1)

Country Link
CN (1) CN107665341A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112698711A (zh) * 2020-12-23 2021-04-23 深圳市凯迪仕智能科技有限公司 一种智能检测方法及智能锁

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102867173A (zh) * 2012-08-28 2013-01-09 华南理工大学 一种人脸识别方法及其系统
CN104376310A (zh) * 2014-11-27 2015-02-25 浪潮(北京)电子信息产业有限公司 人脸识别方法及其装置
CN105631406A (zh) * 2015-12-18 2016-06-01 小米科技有限责任公司 图像识别处理方法和装置
CN106067013A (zh) * 2016-06-30 2016-11-02 美的集团股份有限公司 嵌入式系统人脸识别方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102867173A (zh) * 2012-08-28 2013-01-09 华南理工大学 一种人脸识别方法及其系统
CN104376310A (zh) * 2014-11-27 2015-02-25 浪潮(北京)电子信息产业有限公司 人脸识别方法及其装置
CN105631406A (zh) * 2015-12-18 2016-06-01 小米科技有限责任公司 图像识别处理方法和装置
CN106067013A (zh) * 2016-06-30 2016-11-02 美的集团股份有限公司 嵌入式系统人脸识别方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112698711A (zh) * 2020-12-23 2021-04-23 深圳市凯迪仕智能科技有限公司 一种智能检测方法及智能锁

Similar Documents

Publication Publication Date Title
CN111723786B (zh) 一种基于单模型预测的安全帽佩戴检测方法及装置
CN108520229A (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN111045814B (zh) 资源调度方法和终端设备
CN108108754A (zh) 重识别网络的训练、重识别方法、装置和系统
CN105894464B (zh) 一种中值滤波图像处理方法和装置
CN107977634A (zh) 一种针对视频的表情识别方法、装置及设备
JP6135283B2 (ja) 画像処理装置、画像処理方法、プログラムおよび記録媒体
CN111260037B (zh) 图像数据的卷积运算方法、装置、电子设备及存储介质
CN108711144A (zh) 增强现实方法及装置
CN108280455A (zh) 人体关键点检测方法和装置、电子设备、程序和介质
CN110472460A (zh) 人脸图像处理方法及装置
CN107172354A (zh) 视频处理方法、装置、电子设备及存储介质
CN110349082A (zh) 图像区域的裁剪方法和装置、存储介质及电子装置
CN110363077A (zh) 手语识别方法、装置、计算机装置及存储介质
CN107516105A (zh) 图像处理方法及装置
CN108198130A (zh) 图像处理方法、装置、存储介质及电子设备
CN107346414A (zh) 行人属性识别方法和装置
CN109978833A (zh) 图像质量自动检测方法、系统、设备及存储介质
CN108875526A (zh) 视线检测的方法、装置、系统及计算机存储介质
CN108875931A (zh) 神经网络训练及图像处理方法、装置、系统
CN108288252A (zh) 图像批处理方法、装置及电子设备
CN110176024A (zh) 在视频中对目标进行检测的方法、装置、设备和存储介质
CN108717520A (zh) 一种行人重识别方法及装置
CN108259858A (zh) 变电站场景与设备的监控方法及装置
CN108319916A (zh) 人脸识别方法、装置、机器人及存储介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20180206