CN108038475A - 人脸图像识别方法及装置、计算机存储介质、终端 - Google Patents
人脸图像识别方法及装置、计算机存储介质、终端 Download PDFInfo
- Publication number
- CN108038475A CN108038475A CN201711483448.3A CN201711483448A CN108038475A CN 108038475 A CN108038475 A CN 108038475A CN 201711483448 A CN201711483448 A CN 201711483448A CN 108038475 A CN108038475 A CN 108038475A
- Authority
- CN
- China
- Prior art keywords
- image
- identified
- facial image
- face characteristic
- face
- 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
-
- 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
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
一种人脸图像识别方法及装置、计算机存储介质、终端,所述方法包括:获取待识别人脸图像,并生成所述待识别人脸图像对应的特征识别码;所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成;将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码;当确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码时,将相匹配的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。上述的方案,可以提高人脸图像识别的效率和速度。
Description
技术领域
本发明涉及灯具技术领域,特别是涉及一种人脸图像识别方法及装置、计算机存储介质、终端。
背景技术
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。
人脸图像识别是图像识别的一个分支。在进行人脸识别之前,需要首先建立对应的人脸数据库,以存储数量较多的人脸图像文件。当需要进行识别时,将待识别的人脸图像对应的图像数据与人脸数据库中的人脸图像数据进行一一对比,以确定是否存在相匹配的人脸图像。
但是,现有的人脸图像识别方法,存在效率低下的问题。
发明内容
本发明实施例解决的技术问题是如何提高图像识别的效率。
为解决上述问题,本发明实施例提供了一种人脸图像识别方法,所述方法包括:
获取待识别人脸图像,并生成所述待识别人脸图像对应的特征识别码;所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成;
将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码;
当确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码时,将相匹配的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。
可选地,生成所述待识别人脸图像对应的特征识别码,包括:
从待识别人脸图像中获取预设的人脸特征图像的信息;
基于所获取的人脸特征图像是否能够识别,生成对应的特征标识;
从所述待识别人脸图像中分别截取能够识别的人脸特征图像,并基于所截取的人脸特征图像的几何结构特征生成对应的索引;
使用所生成的人脸特征标识和所生成的索引,生成所述待识别人脸图像对应的特征识别码,作为所述待识别人脸图像的人脸图像数据。
可选地,所述基于所获取的人脸特征是否能够识别,生成对应的人脸特征标识,包括:
当确定所述人脸特征图像能够识别时,将所述人脸特征标识设置为第一数值;
当确定所述人脸特征图像无法识别时,将所述人脸特征标识设置为第二数值。
可选地,所述基于所截取的人脸特征图像的几何结构特征生成对应的索引,包括:
分别将所截取的人脸特征图像分别载入预设的多维数据空间;在所述多维数据空间中,将所截取的人脸特征图像中的像素点的图像坐标系位置分别作为所述像素点在所述多维化数据空间的X轴坐标和Y轴坐标,以所述像素点的色彩值作为像素点在所述多维化数据空间的Z轴坐标;
将所述多维数据空间中Z轴坐标位于预设的多个色彩区间中同一色彩区间且X轴和Y轴坐标位置闭合的像素点构成的区域作为一个几何区域,得到所截取的人脸特征图像中的几何区域;
基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引。
可选地,所述基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引,包括:
根据所得到的所述人脸特征图像的几何区域,确定所述几何区域对应的轮廓类型的比例关系;
基于所确定的比例关系,确定所述轮廓类型对应的索引,形成所述人脸特征图像对应的索引。
可选地,所述人脸特征图像包括眼部图像、眉端图像、鼻端图像、口部图像和耳部图像中至少一种。
可选地,所述人脸特征图像包括面部轮廓图像。
可选地,所述人脸特征图像还包括个性化面部特征图像;所述个性化特征图像为包括胎记、痣和疤痕面部永久性面部识别特征图像。
可选地,所述使用所生成的人脸特征标识和所生成的索引,生成对应的特征识别码,包括:
按照预设的顺序排列所述预设的人脸特征图像的特征标识,生成对应的特征标识序列;
按照能够识别的人脸特征图像的特征标识在所述特征标识序列中的先后位序排列能够识别的人脸特征图像的索引和对应的比例关系,并置于所述特征标识序列之后,得到所述待识别人脸图像对应的特征识别码。
可选地,在生成所述待识别人脸图像对应的特征识别码之后,还包括:
判断所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量是否达到预设的数量阈值;
当确定所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量达到所述数量阈值时,从所述生成所述待识别人脸图像对应的特征识别码的操作开始执行;
当确定所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量达到所述数量阈值时,则禁止对所述待识别人脸图像进行识别。
可选地,所述将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,包括:
从所述待识别人脸图像中的特征识别码中选取预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值;
将所选取索引和比例数值,依次与所述人脸数据库中的人脸图像的特征识别码中对应的索引和比例进行对比。
可选地,所述确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码,包括:
当确定所述人脸数据库中存在人脸图像的特征识别码中对应的索引和比例数值,分别与所述待识别人脸图像所选取的预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值一致时,将所述人脸数据库中对应的特征识别码对应的人脸图像,作为与所述待识别人脸图像相匹配的人脸图像进行输出。
本发明实施例还提供了一种人脸图像识别装置,包括:
生成单元,适于获取待识别人脸图像,并生成所述待识别人脸图像对应的特征识别码;所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成;
识别单元,适于将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码;当确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码时,将相匹配的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。
可选地,所述生成单元,适于从待识别人脸图像中获取预设的人脸特征图像的信息;基于所获取的人脸特征图像是否能够识别,生成对应的特征标识;从所述待识别人脸图像中分别截取能够识别的人脸特征图像,并基于所截取的人脸特征图像的几何结构特征生成对应的索引;使用所生成的人脸特征标识和所生成的索引,生成所述待识别人脸图像对应的特征识别码,作为所述待识别人脸图像的人脸图像数据。
可选地,所述生成单元,适于当确定所述人脸特征图像能够识别时,将所述人脸特征标识设置为第一数值;当确定所述人脸特征图像无法识别时,将所述人脸特征标识设置为第二数值。
可选地,所述生成单元,适于分别将所截取的人脸特征图像分别载入预设的多维数据空间;在所述多维数据空间中,将所截取的人脸特征图像中的像素点的图像坐标系位置分别作为所述像素点在所述多维化数据空间的X轴坐标和Y轴坐标,以所述像素点的色彩值作为像素点在所述多维化数据空间的Z轴坐标;将所述多维数据空间中Z轴坐标位于预设的多个色彩区间中同一色彩区间且X轴和Y轴坐标位置闭合的像素点构成的区域作为一个几何区域,得到所截取的人脸特征图像中的几何区域;基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引。
可选地,所述生成单元,适于根据所得到的所述人脸特征图像的几何区域,确定所述几何区域对应的轮廓类型的比例关系;基于所确定的比例关系,确定所述轮廓类型对应的索引,形成所述人脸特征图像对应的索引。
可选地,所述人脸特征图像包括眼部图像、眉端图像、鼻端图像、口部图像和耳部图像中至少一种。
可选地,所述人脸特征图像包括面部轮廓图像。
可选地,所述人脸特征图像还包括个性化面部特征图像;所述个性化特征图像为包括胎记、痣和疤痕面部永久性面部识别特征图像。
可选地,所述生成单元,适于按照预设的顺序排列所述预设的人脸特征图像的特征标识,生成对应的特征标识序列;按照能够识别的人脸特征图像的特征标识在所述特征标识序列中的先后位序排列能够识别的人脸特征图像的索引和对应的比例关系,并置于所述特征标识序列之后,得到所述待识别人脸图像对应的特征识别码。
可选地,所述装置还包括:
判断单元,适于在生成所述待识别人脸图像对应的特征识别码之后判断所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量是否达到预设的数量阈值;
禁止识别单元,适于当确定所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量达到所述数量阈值时,则禁止对所述待识别人脸图像进行识别。
可选地,所述识别单元,适于从所述待识别人脸图像中的特征识别码中选取预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值;将所选取索引和比例数值,依次与所述人脸数据库中的人脸图像的特征识别码中对应的索引和比例进行对比。
可选地,所述识别单元,适于当确定所述人脸数据库中存在人脸图像的特征识别码中对应的索引和比例数值,分别与所述待识别人脸图像所选取的预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值一致时,将所述人脸数据库中对应的特征识别码对应的人脸图像,作为与所述待识别人脸图像相匹配的人脸图像进行输出。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述任一项所述的人脸图像识别方法的步骤。
本发明实施例还提供了一种终端,所述终端包括存储器和处理器,所述存储器上储存有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述任一项所述的人脸图像识别方法的步骤。
与现有技术相比,本发明的技术方案具有以下的有益效果:
上述的方案,通过生成所述待识别人脸图像对应的特征识别码,所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成,并将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码,在对待识别人脸图像进行识别时,仅将待识别人脸图像的特征识别码与人脸数库中的特征识别码进行比对,故可以减少比对的数据量,进而可以提高人脸图像识别的效率和速度。
进一步地,生成所述待识别人脸图像对应的特征识别码之后,通过判断所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量是否达到预设的数量阈值,以确定所述待识别人脸图形是否能够满足最进本的识别要求,以避免资源浪费,提高资源的利用率。
进一步地,因所生成的特征识别码中包括人脸面部器官的几何特征的信息,可以消除人脸图像数据对图像捕获条件,如光照条件、拍摄角度、人脸表情状态等的依赖,提高识别的准确性。
附图说明
图1是本发明实施例中的一种人脸图像识别方法的流程图;
图2是本发明实施例中一种人脸图像数据生成方法的流程图;
图3是本发明实施例中另一种人脸图像数据生成方法的流程图;
图3a是本发明实施例中眼部的瞳孔中心点与眼部轮廓构建的比例关系的示意图;
图4是本发明实施例中另一种人脸图像识别方法的流程图;
图5是本发明实施例中的一种人脸图像识别装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1示出了本发明实施例中的一种图像识别方法的流程示意图。参见图2,本发明实施例中的一种图像识别方法,具体可以包括如下的步骤:
步骤S101:获取待识别人脸图像,并生成所述待识别人脸图像对应的特征识别码;所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成。
步骤S102:将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码;
步骤S103:当确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码时,将相匹配的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。
上述的方案,通过生成所述待识别人脸图像对应的特征识别码,所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成,并将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码,在对待识别人脸图像进行识别时,仅将待识别人脸图像的特征识别码与人脸数库中的特征识别码进行比对,故可以减少比对的数据量,进而可以提高人脸图像识别的效率和速度。
下面将对本发明实施例中的图像识别方法进行进一步详细的描述。
为了便于理解,下面首先对本发明实施例中的人脸图像的特征识别码的生成方法,也即人脸图像对应的人脸图像数据生成方法进行相应的介绍。
图2示出了本发明实施例中的一种人脸图像数生成方法的流程图。如图1所示的人脸图像数据生成方法,具体可以包括如下的操作:
步骤S201:从待识别人脸图像中获取预设的人脸特征图像的信息。
步骤S202:基于所获取的人脸特征图像是否能够识别,生成对应的特征标识。
步骤S203:从所述待识别人脸图像中分别截取能够识别的人脸特征图像,并基于所截取的人脸特征图像的几何结构特征生成对应的索引。
步骤S204:使用所生成的人脸特征标识和所生成的索引,生成所述待识别人脸图像对应的特征识别码,作为所述待识别人脸图像的人脸图像数据。
上述的方案,从待识别人脸图像中获取预设的人脸特征图像的信息,基于所获取的人脸特征图像是否能够识别,生成对应的特征标识,并从所述待识别人脸图像中分别截取能够识别的人脸特征图像,基于所截取的人脸特征图像的几何结构特征生成对应的索引,最后使用所生成的人脸特征标识和所生成的索引,生成所述待识别人脸图像对应的特征识别码,作为所述待识别人脸图像的人脸图像数据,因最终存储的人脸图像数据仅包括所获取的预设的人脸特征图像的人脸特征标识和人脸特征图像的几何结构特征对应的索引信息,可以在很大程度上减少人脸图像数据的数据量,节省人脸图像数据所占用存储空间。
图3示出了本发明实施例中的另一种人脸图像数据生成方法的流程示意图。参见图3,本发明实施例中的一种人脸图像数据生成方法,适于生成对应的人脸图像数据,具体可以采用如下的操作实现:
步骤S301:从待识别人脸图像中获取预设的人脸特征图像的信息。
在具体实施中,所述待识别人脸图像中的预设的人脸特征图像,可以包括所述待识别人脸图像中面部器官的图像,包括眼部、眉端、鼻端、口部和耳部等。在实际应用中,可以根据后续的人脸识别的准确度要求和面部器官在日常面部表情中产生的形变率及识别难度,选取上述的一种或多种面部器官的图像作为人脸特征图像。
在本发明一实施例中,所述待识别人脸图像中的预设的人脸特征图像还包括面部轮廓图像。所述面部轮廓图像为剔除掉面部器官后的面部基本几何特性,如脸型、比例、肤色等基本要素。
在本发明另一实施例中,所述人脸特征图像还包括个性化面部特征图像,所述个性化面部特征图像为包括面部胎记、痣、疤痕等永久性面部特征的图像。通过个性化面部特征图像,在后续的人脸识别过程中的用于快速检索和分类,可以在最短的时间内完成人脸图像数据的过滤,在最大程度上减少识别数据量,提高图像检索的速度和效率。
在具体应用中,可以根据环境与需求的不同,选择上述的其中一种或多种人脸特征图像建立人脸特征图像的索引,在此不做限制。
步骤S302:分别判断所述待识别人脸图像中所述预设的人脸特征图像中是否能够识别;当判断结果为是时,可以执行步骤S303;反之,则可以执行步骤S304。
步骤S303:将对应的人脸特征图像的特征标识设置为第一数值。
在具体实施中,当所述待识别人脸图像中对应的人脸特征图像足够清晰能够辨识时,可以将该人脸特征图像的特征标识设置为第一数值。其中,第一数值可以根据实际的需要进行设置,如1等。
步骤S304:将对应的人脸特征图像的特征标识设置为第二数值。
在具体实施中,当确定所述待识别人脸图像中对应的人脸特征图像不够清晰无法辨识时,可以将该人脸特征图像的特征标识设置为第二数值。第二数值与第一数值不同,如第一数值设置为1时,第二数值设置为1之外的其他数值,如0,以示区分。
步骤S305:从所述待识别人脸图像中分别截取特征标识为第一数值的人脸特征图像。
在具体实施中,因特征标识为第二数值的人脸特征图像无法辨识,无法作为所述待识别人脸图像的数据索引,因此,所述从所述待识别人脸图像中仅截取足够清晰能够辨识的特征标识为第一数值的人脸特征图像,以采用所述特征标识为第一数值的人脸特征图像对应的数据作为该待识别人脸图像的索引。
步骤S306:将所截取的人脸特征图像分别载入预设的多维数据空间,确定所述人脸特征图像对应的几何区域。
在具体实施中,当从所述待识别人脸图像中截取到足够清晰能够辨识的人脸特征图像时,可以通过将所截取的人脸图像分别载入预设的多维数据空间的方式,确定所截取的人脸特征图像对应的几何区域。
具体而言,首先,将所截取的人脸特征图像中的像素点的图像坐标系位置分别作为所述像素点在所述多维化数据空间的X轴坐标和Y轴坐标,以所述像素点的色彩值作为像素点在所述多维化数据空间的Z轴坐标,将所截取的人脸特征图像载入在所述多维数据空间中。
接着,根据人脸特征图像的像素点在所述多维数据空间中的坐标之间的关系,确定所截取的人脸特征图像的几何区域。具体地,即将所述多维数据空间中Z轴坐标,即像素点的色彩值坐标位于预设的多个色彩区间中同一色彩区间,且X轴和Y轴坐标位置闭合的像素点构成的区域作为一个几何区域,得到所截取的人脸特征图像中的几何区域。
步骤S307:基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引。
在具体实施中,可以从所确定的人脸特征图像的几何区域中提取对应的比例关系,并根据所提取的比例关系和轮廓类型索引之间的对应关系,得到所述人脸特征图像对应的索引。
在实际应用中,所述从所确定的人脸特征图像的几何区域中提取对应的比例关系,可以包括对应的面部器官的不同部位之间的比例关系。例如,眼部的瞳孔和眼部轮廓之间的比例关系为瞳孔中心点到眼部轮廓间的比例,如高度X和宽度Y之间的比例等。
在本发明一实施例中,所述从所确定的人脸特征图像的几何区域中提取对应的比例关系,还可以包括该器官与其他器官之间的比例关系,以对该面部图像的特征进行进一步细化,以提高所存储的人脸图像数据的准确性。例如,眼部图像的几何区域的比例关系,可以包括两眼之间的距离与人脸的面部轮廓的宽度之间的比例关系等。
在本发明另一实施例中,所述从所确定的人脸特征图像的几何区域中提取对应的比例关系,还可以包括该器官的位置在面部区域的中心位置的比例关系等,以进一步提高所存储的人脸图像数据的准确性。
需要指出的是,本领域的技术人员可以根据图像存储的精度和后续的图像识别的需求等确定人脸特征图像的几何区域中提取对应的比例关系的类型和数量,在此不做限制。
步骤S308:按照预设的顺序排列所述预设的人脸特征图像的特征标识,生成对应的特征标识序列。
在具体实施中,当确定预设的人脸特征图像的特征标识之后,将各个人脸特征图像对应的特征标识按照预先设定的顺序进行排列,便可得到对应的特征标识序列。
例如,预设的人脸特征图像包括且排列顺序依次为个性化面部特征、眼部特征、鼻端特征、面部轮廓特征、口部特征、耳部特征和眉端特征,且对应的特征标识序列为0101100时,对应的人脸特征图像是否可以识别如下表所示:
其中,当特征标识序列中的对应的人脸图像特征无法识别时,如个性化面部特征图像、鼻端特征图像、耳部特征图像和眉端特征图像,对应的特征标识序列相应位序上的特征标识为0,反之,则为1,如眼部特征图像、面部轮廓图像和口部特征图像。
步骤S309:按照能够识别的人脸特征图像的特征标识在所述特征标识序列中的先后位序排列能够识别的人脸特征图像的索引并置于所述特征标识序列之后,得到所述待识别人脸图像对应的特征识别码。
在本发明一实施例中,采用预设的人脸特征图像对应的特征标识生成对应的特征标识序列之后,将特征标识为第一数值的人脸特征图像的索引和具体的比例关系数值按照该人脸特征图像在所述特征识别序列中出现的先后顺序添加在所述特征标识序列之后,便可以得到所述待存储的人脸特征图像对应的特征识别码。
同样以上面的特征标识为0101100为例,最终所生成的待识别人脸图像对应的特征识别码可以表示为:0101100 +丹凤眼(索引+比例+国字脸(索引)+比例+厚嘴唇(索引)+比例。
通过上述的方式便可以生成待识别人脸图像对应的人脸图像数据,也即特征识别码,人脸数据库中的人脸图像的特征识别码也同样采用上述的方式生成并存储。
在具体实施中,当生成待识别图像的特征识别码时,本发明实施例中的图像识别方法将待识别人脸图像的特征识别码与预设的人脸数据库中的特征识别码进行比对,而非采用复杂的图像数据进行比对,故可以提高人脸识别的效率,具体请参见图4。
图4示出了本发明实施例中的一种图像识别方法的流程。参见图4,一种图像识别方法,适于对待识别的人脸图像进行识别,具体可以采用如下的操作实现:
步骤S401:获取待识别人脸图像。
步骤S402:生成所述待识别人脸图像的特征识别码。
在具体实施中,所述生成待识别人脸图像的特征识别码的过程请参见图2和图3对应部分的详细介绍,不再赘述。
步骤S403:基于所生成的特征识别码,判断所述待识别人脸图像中预定数量的人脸特征图像中能够识别的人脸特征图像的数量是否达到预设的数量阈值;当判断结果为是时,可以执行步骤S405;反之,则可以执行步骤S404。
在具体实施中,由于人脸图像的捕获条件不同,使得捕获到的人脸图像可能会缺少某种或某几种人脸特征图像对应的面部特征,如佩戴眼镜时缺少眼部特征等。因此,在本发明一实施例中,首先判断所述待识别人脸图像中能够识别的人脸特征图像的数量是否达到预设的数量阈值,以在确定该待识别人脸图像是否满足识别需求,也即确定该待识别人脸图像是否有效,从而确定是否有必要对所述待识别人脸图形进行识别。其中,所述数量阈值可以根据实际的需要进行设置,只要满足预设的识别需求即可。
在本发明一实施例中,当人脸特征图像能够识别时,该人脸特征图像的特征标识为第一数值,当人脸特征图像无法识别时,该人脸特征图像的特征标识为第二数值时,通过所述待识别人脸图像中的特征识别码中的特征标识序列中第一数值的个数是否达到所述数量阈值进行判定所述待识别人脸图像是否有效。
步骤S404:禁止对所述待识别人脸图像进行识别。
在具体实施中,当通过对应的特征识别码确定所述待识别人脸图像中能够识别的人脸特征图像的数量未达到预设的数量阈值时,表明所述待识别人脸图像无法满足识别需求,此时可以不对所述待识别人脸图像进行识别,以避免资源消耗。同时,返回相应的失败结果提示信息,以使得用户获取相应的信息。
步骤S405:基于所述待识别人脸图像中的特征识别码,从所述待识别人脸图像中选取预定数量的特征标识为第一数值的人脸特征图像的索引比例数值。
在具体实施中,当生成所述待识别人脸图像对应的特征识别码时,可以根据人脸图像识别的需求确定从所述待识别人脸图像中选取某一种或某几种人脸特征图像,以将所述待识别图像的特征识别码中的索引和比例分别与人脸数据库中的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码,从而确定是否存在与所述待识别人脸图像相匹配的人脸图像。
在具体实施中,可以根据面部器官在日常表情中的形变率和识别难度的不同以及识别精度的需求,从如眼、耳、鼻、口、眉等面部器官中选其中一种以上的器官图像,作为所述所选取预定数量的特征标识为第一数值的人脸特征图像,并将所述待识别人脸图像的特征识别码中对应的索引和比例数值与人脸数据库。
在具体实施中,所选取的取预定数量的特征标识为第一数值的人脸特征图像,还可以包括面部轮廓特征图像和个性化面部特征图像中至少一种,以快速筛选对应的索引和比例数值相一致的人脸数据库中的特征识别码,以减少识别数据量,以提高识别的速度。
步骤S406:将所选取索引和比例数值,依次与所述人脸数据库中的人脸图像的特征识别码中对应的索引和比例进行对比。
在具体实施中,当从面部器官特征图像、面部轮廓特征图像和个性化面部特征图像中选取的一种或几种人脸特征图像,并将所选取的一种或几种人脸特征图像对应的索引和比例数值作为所述待识别人脸图像的特征识别码和人脸数据中的特征识别进行比对的数据,以从所述人脸数据库中筛选出相应数量的索引和比例数值均与所述待识别人脸图像的特征识别码一致的特征识别码。
以待识别人脸图像对应的特征识别码为“0101100 +丹凤眼(索引)+比例+国字脸(索引)+比例+厚嘴唇(索引)+比例”为例:
当所述预定数量为2,且选取的特征标识为第一数值的人脸特征图像分别为眼部特征图像和口部特征图像时,可以将待识别人脸图像的特征识别码中的“丹凤眼(索引)+比例”和“厚嘴唇(索引)+比例”分别与所述人脸数据库中的特征识别码中眼部特征的索引和比例数值、口部特征的索引和比例数值依次进行比对,以从所述人脸数据库中筛选出与所述待识别人脸图像的特征标识中具有相同的“丹凤眼(索引)+比例”和“厚嘴唇(索引)+比例”的特征识别码,作为与所述待识别人脸图像的特征识别码相匹配的特征识别码。
本领域的技术人员可以理解的是,在将待识别人脸图像的特征识别码与所述人脸数据库中的特征识别码进行比对时,可以首先比对特征识别码中相应位序的特征标识是否一致,在特征标识序列中所选取的一种或几种人脸特征图像的特征标识均为第一数值时,才进行后续的索引和比例的具体比对。换言之,可以首先通过特征标识序列筛选出一部分特征标识码,再将筛选出的特征标识码采用所选取的一种或几种人脸特征图像的索引和比例进行逐步过滤,以最终筛选出与所述待识别人脸图像的特征识别码相一致的特征识别码。
步骤S407:当确定所述人脸数据库中存在人脸图像的特征识别码中对应的索引和比例数值,均分别与所述待识别人脸图像所选取的预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值一致时,将所述人脸数据库中对应的特征识别码对应的人脸图像,作为与所述待识别人脸图像相匹配的人脸图像进行输出。
在具体实施中,当通过逐个人脸图像特征的索引和比例的对比,从所述人脸数据库中筛选出各个所选取的人脸图像特征的索引和比例均一致的特征识别码,即为与所述待识别人脸图像的特征识别码相一致的特征识别码,从而将筛选出的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。
图5示出了本发明实施例中的一种人脸图像识别装置的结构。参见图5,一种人脸图像识别装置50,可以包括生成单元501和识别单元502,其中:
生成单元501,适于获取待识别人脸图像,并生成所述待识别人脸图像对应的特征识别码;所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成;
识别单元502,适于将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码;当确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码时,将相匹配的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。
在具体实施中,所述生成单元501,适于从待识别人脸图像中获取预设的人脸特征图像的信息;基于所获取的人脸特征图像是否能够识别,生成对应的特征标识;从所述待识别人脸图像中分别截取能够识别的人脸特征图像,并基于所截取的人脸特征图像的几何结构特征生成对应的索引;使用所生成的人脸特征标识和所生成的索引,生成所述待识别人脸图像对应的特征识别码,作为所述待识别人脸图像的人脸图像数据。
在具体实施中,所述生成单元501,适于当确定所述人脸特征图像能够识别时,将所述人脸特征标识设置为第一数值;当确定所述人脸特征图像无法识别时,将所述人脸特征标识设置为第二数值。
在具体实施中,所述生成单元501,适于分别将所截取的人脸特征图像分别载入预设的多维数据空间;在所述多维数据空间中,将所截取的人脸特征图像中的像素点的图像坐标系位置分别作为所述像素点在所述多维化数据空间的X轴坐标和Y轴坐标,以所述像素点的色彩值作为像素点在所述多维化数据空间的Z轴坐标;将所述多维数据空间中Z轴坐标位于预设的多个色彩区间中同一色彩区间且X轴和Y轴坐标位置闭合的像素点构成的区域作为一个几何区域,得到所截取的人脸特征图像中的几何区域;基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引。
在具体实施中,所述生成单元501,适于根据所得到的所述人脸特征图像的几何区域,确定所述几何区域对应的轮廓类型的比例关系;基于所确定的比例关系,确定所述轮廓类型对应的索引,形成所述人脸特征图像对应的索引。
在具体实施中,所述人脸特征图像可以包括眼部图像、眉端图像、鼻端图像、口部图像和耳部图像中至少一种。
在本发明一实施例中,所述人脸特征图像包括面部轮廓图像。
在本发明另一实施例中,所述人脸特征图像还包括个性化面部特征图像;所述个性化特征图像为包括胎记、痣和疤痕面部永久性面部识别特征图像。
在本发明一实施例中,所述生成单元501,适于按照预设的顺序排列所述预设的人脸特征图像的特征标识,生成对应的特征标识序列;按照能够识别的人脸特征图像的特征标识在所述特征标识序列中的先后位序排列能够识别的人脸特征图像的索引和对应的比例关系,并置于所述特征标识序列之后,得到所述待识别人脸图像对应的特征识别码。
在具体实施中,如图5所示的所述装置50还可以包括判断单元503和禁止识别单元504,其中:
判断单元503,适于在生成所述待识别人脸图像对应的特征识别码之后判断所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量是否达到预设的数量阈值。
禁止识别单元504,适于当确定所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量达到所述数量阈值时,则禁止对所述待识别人脸图像进行识别。
在具体实施中,所述识别单元502,适于从所述待识别人脸图像中的特征识别码中选取预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值;将所选取索引和比例数值,依次与所述人脸数据库中的人脸图像的特征识别码中对应的索引和比例进行对比。
在具体实施中,所述识别单元502,适于当确定所述人脸数据库中存在人脸图像的特征识别码中对应的索引和比例数值,分别与所述待识别人脸图像所选取的预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值一致时,将所述人脸数据库中对应的特征识别码对应的人脸图像,作为与所述待识别人脸图像相匹配的人脸图像进行输出。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行所述的人脸图像识别方法的步骤。其中,所述人脸图像识别方法的步骤请参见前述部分的介绍,不再赘述。
本发明实施例还提供了一种终端,所述终端包括存储器和处理器,所述存储器上储存有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行所述的人脸图像识别方法的步骤。其中,所述人脸图像识别方法的步骤请参见前述部分的介绍,不再赘述。
采用本发明实施例中的上述方案,通过生成所述待识别人脸图像对应的特征识别码,所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成,并将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码,在对待识别人脸图像进行识别时,仅将待识别人脸图像的特征识别码与人脸数库中的特征识别码进行比对,故可以减少比对的数据量,进而可以提高人脸图像识别的效率和速度,因所存储的人脸图像数据可以减少或者消除人脸图像捕获差异对人脸图像识别的影响,故可以提高人脸识别的准确性。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上对本发明实施例的方法及系统做了详细的介绍,本发明并不限于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (26)
1.一种人脸图像识别方法,其特征在于,包括:
获取待识别人脸图像,并生成所述待识别人脸图像对应的特征识别码;所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成;
将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码;
当确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码时,将相匹配的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。
2.根据权利要求1所述的人脸图像识别方法,其特征在于,所述生成所述待识别人脸图像对应的特征识别码,包括:
从待识别人脸图像中获取预设的人脸特征图像的信息;
基于所获取的人脸特征图像是否能够识别,生成对应的特征标识;
从所述待识别人脸图像中分别截取能够识别的人脸特征图像,并基于所截取的人脸特征图像的几何结构特征生成对应的索引;
使用所生成的人脸特征标识和所生成的索引,生成所述待识别人脸图像对应的特征识别码,作为所述待识别人脸图像的人脸图像数据。
3.根据权利要求2所述的人脸图像识别方法,其特征在于,所述基于所获取的人脸特征是否能够识别,生成对应的人脸特征标识,包括:
当确定所述人脸特征图像能够识别时,将所述人脸特征标识设置为第一数值;
当确定所述人脸特征图像无法识别时,将所述人脸特征标识设置为第二数值。
4.根据权利要求3所述的人脸图像识别方法,其特征在于,所述基于所截取的人脸特征图像的几何结构特征生成对应的索引,包括:
分别将所截取的人脸特征图像分别载入预设的多维数据空间;在所述多维数据空间中,将所截取的人脸特征图像中的像素点的图像坐标系位置分别作为所述像素点在所述多维化数据空间的X轴坐标和Y轴坐标,以所述像素点的色彩值作为像素点在所述多维化数据空间的Z轴坐标;
将所述多维数据空间中Z轴坐标位于预设的多个色彩区间中同一色彩区间且X轴和Y轴坐标位置闭合的像素点构成的区域作为一个几何区域,得到所截取的人脸特征图像中的几何区域;
基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引。
5.根据权利要求4所述的人脸图像识别方法,其特征在于,所述基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引,包括:
根据所得到的所述人脸特征图像的几何区域,确定所述几何区域对应的轮廓类型的比例关系;
基于所确定的比例关系,确定所述轮廓类型对应的索引,形成所述人脸特征图像对应的索引。
6.根据权利要求5所述的人脸图像识别方法,其特征在于,所述人脸特征图像包括眼部图像、眉端图像、鼻端图像、口部图像和耳部图像中至少一种。
7.根据权利要求6所述的人脸图像识别方法,其特征在于,所述人脸特征图像包括面部轮廓图像。
8.根据权利要求7所述的人脸图像识别方法,其特征在于,所述人脸特征图像还包括个性化面部特征图像;所述个性化特征图像为包括胎记、痣和疤痕面部永久性面部识别特征图像。
9.根据权利要求8所述的人脸图像识别方法,其特征在于,所述使用所生成的人脸特征标识和所生成的索引,生成对应的特征识别码,包括:
按照预设的顺序排列所述预设的人脸特征图像的特征标识,生成对应的特征标识序列;
按照能够识别的人脸特征图像的特征标识在所述特征标识序列中的先后位序排列能够识别的人脸特征图像的索引和对应的比例关系,并置于所述特征标识序列之后,得到所述待识别人脸图像对应的特征识别码。
10.根据权利要求1-9任一项所述的人脸图像识别方法,其特征在于,在生成所述待识别人脸图像对应的特征识别码之后,还包括:
判断所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量是否达到预设的数量阈值;
当确定所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量达到所述数量阈值时,从所述生成所述待识别人脸图像对应的特征识别码的操作开始执行;
当确定所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量达到所述数量阈值时,禁止对所述待识别人脸图像进行识别。
11.根据权利要求10所述的人脸图像识别方法,其特征在于,所述将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,包括:
从所述待识别人脸图像中的特征识别码中选取预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值;
将所选取索引和比例数值,依次与所述人脸数据库中的人脸图像的特征识别码中对应的索引和比例进行对比。
12.根据权利要求11所述的人脸图像识别方法,其特征在于,所述确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码,包括:
当确定所述人脸数据库中存在人脸图像的特征识别码中对应的索引和比例数值,分别与所述待识别人脸图像所选取的预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值一致时,将所述人脸数据库中对应的特征识别码对应的人脸图像,作为与所述待识别人脸图像相匹配的人脸图像进行输出。
13.一种人脸图像识别装置,其特征在于,包括:
生成单元,适于获取待识别人脸图像,并生成所述待识别人脸图像对应的特征识别码;所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成;
识别单元,适于将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码;当确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码时,将相匹配的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。
14.根据权利要求13所述的人脸图像识别装置,其特征在于,所述生成单元,适于从待识别人脸图像中获取预设的人脸特征图像的信息;基于所获取的人脸特征图像是否能够识别,生成对应的特征标识;从所述待识别人脸图像中分别截取能够识别的人脸特征图像,并基于所截取的人脸特征图像的几何结构特征生成对应的索引;使用所生成的人脸特征标识和所生成的索引,生成所述待识别人脸图像对应的特征识别码,作为所述待识别人脸图像的人脸图像数据。
15.根据权利要求14所述的人脸图像识别装置,其特征在于,所述生成单元,适于当确定所述人脸特征图像能够识别时,将所述人脸特征标识设置为第一数值;当确定所述人脸特征图像无法识别时,将所述人脸特征标识设置为第二数值。
16.根据权利要求15所述的人脸图像识别装置,其特征在于,所述生成单元,适于分别将所截取的人脸特征图像分别载入预设的多维数据空间;在所述多维数据空间中,将所截取的人脸特征图像中的像素点的图像坐标系位置分别作为所述像素点在所述多维化数据空间的X轴坐标和Y轴坐标,以所述像素点的色彩值作为像素点在所述多维化数据空间的Z轴坐标;将所述多维数据空间中Z轴坐标位于预设的多个色彩区间中同一色彩区间且X轴和Y轴坐标位置闭合的像素点构成的区域作为一个几何区域,得到所截取的人脸特征图像中的几何区域;基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引。
17.根据权利要求16所述的人脸图像识别装置,其特征在于,所述生成单元,适于根据所得到的所述人脸特征图像的几何区域,确定所述几何区域对应的轮廓类型的比例关系;基于所确定的比例关系,确定所述轮廓类型对应的索引,形成所述人脸特征图像对应的索引。
18.根据权利要求17所述的人脸图像识别装置,其特征在于,所述人脸特征图像包括眼部图像、眉端图像、鼻端图像、口部图像和耳部图像中至少一种。
19.根据权利要求18所述的人脸图像识别装置,其特征在于,所述人脸特征图像包括面部轮廓图像。
20.根据权利要求19所述的人脸图像识别装置,其特征在于,所述人脸特征图像还包括个性化面部特征图像;所述个性化特征图像为包括胎记、痣和疤痕面部永久性面部识别特征图像。
21.根据权利要求20所述的人脸图像识别装置,其特征在于,所述生成单元,适于按照预设的顺序排列所述预设的人脸特征图像的特征标识,生成对应的特征标识序列;按照能够识别的人脸特征图像的特征标识在所述特征标识序列中的先后位序排列能够识别的人脸特征图像的索引和对应的比例关系,并置于所述特征标识序列之后,得到所述待识别人脸图像对应的特征识别码。
22.根据权利要求13-21任一项所述的人脸图像识别装置,其特征在于,还包括:
判断单元,适于在生成所述待识别人脸图像对应的特征识别码之后判断所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量是否达到预设的数量阈值;
禁止识别单元,适于当确定所述待识别人脸图像中所述预设数量的人脸特征图像中能够识别的人脸特征图像的数量达到所述数量阈值时,则禁止对所述待识别人脸图像进行识别。
23.根据权利要求22所述的人脸图像识别装置,其特征在于,所述识别单元,适于从所述待识别人脸图像中的特征识别码中选取预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值;将所选取索引和比例数值,依次与所述人脸数据库中的人脸图像的特征识别码中对应的索引和比例进行对比。
24.根据权利要求23所述的人脸图像识别装置,其特征在于,所述识别单元,适于当确定所述人脸数据库中存在人脸图像的特征识别码中对应的索引和比例数值,分别与所述待识别人脸图像所选取的预定数量的特征标识为第一数值的人脸特征图像对应的索引和比例数值一致时,将所述人脸数据库中对应的特征识别码对应的人脸图像,作为与所述待识别人脸图像相匹配的人脸图像进行输出。
25.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行权利要求1至12任一项所述的人脸图像识别方法的步骤。
26.一种终端,其特征在于,包括存储器和处理器,所述存储器上储存有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行权利要求1至12任一项所述的人脸图像识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711483448.3A CN108038475A (zh) | 2017-12-29 | 2017-12-29 | 人脸图像识别方法及装置、计算机存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711483448.3A CN108038475A (zh) | 2017-12-29 | 2017-12-29 | 人脸图像识别方法及装置、计算机存储介质、终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108038475A true CN108038475A (zh) | 2018-05-15 |
Family
ID=62099051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711483448.3A Pending CN108038475A (zh) | 2017-12-29 | 2017-12-29 | 人脸图像识别方法及装置、计算机存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108038475A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063628A (zh) * | 2018-07-27 | 2018-12-21 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN110189447A (zh) * | 2019-05-31 | 2019-08-30 | 安徽柏络智能科技有限公司 | 一种基于人脸身份识别的智慧社区闸机控制系统 |
CN110443181A (zh) * | 2019-07-30 | 2019-11-12 | 东智安通(北京)科技有限公司 | 人脸识别方法及装置 |
CN110852221A (zh) * | 2019-10-30 | 2020-02-28 | 深圳智慧林网络科技有限公司 | 基于块结合的人脸智能识别方法、终端和存储介质 |
CN112308001A (zh) * | 2020-11-06 | 2021-02-02 | 江西高创保安服务技术有限公司 | 一种智慧社区的数据分析方法及人员追踪方法、系统 |
CN115953823A (zh) * | 2023-03-13 | 2023-04-11 | 成都运荔枝科技有限公司 | 一种基于大数据的人脸识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477696A (zh) * | 2009-01-09 | 2009-07-08 | 彭振云 | 一种人物漫画图像生成方法及装置 |
CN104091162A (zh) * | 2014-07-17 | 2014-10-08 | 东南大学 | 基于特征点的三维人脸识别方法 |
CN104978549A (zh) * | 2014-04-03 | 2015-10-14 | 北京邮电大学 | 三维人脸图像特征提取方法和系统 |
CN105117723A (zh) * | 2015-08-17 | 2015-12-02 | 浪潮软件集团有限公司 | 一种图像识别方法及装置 |
CN105808747A (zh) * | 2016-03-14 | 2016-07-27 | 浪潮(苏州)金融技术服务有限公司 | 一种使用多维化技术进行快速指纹数据查询和对比的方法 |
CN106503092A (zh) * | 2016-10-13 | 2017-03-15 | 浪潮(苏州)金融技术服务有限公司 | 一种使用多维化技术构建空间多维度搜索树的方法 |
CN106503686A (zh) * | 2016-10-28 | 2017-03-15 | 广州炒米信息科技有限公司 | 检索人脸图像的方法和系统 |
-
2017
- 2017-12-29 CN CN201711483448.3A patent/CN108038475A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477696A (zh) * | 2009-01-09 | 2009-07-08 | 彭振云 | 一种人物漫画图像生成方法及装置 |
CN104978549A (zh) * | 2014-04-03 | 2015-10-14 | 北京邮电大学 | 三维人脸图像特征提取方法和系统 |
CN104091162A (zh) * | 2014-07-17 | 2014-10-08 | 东南大学 | 基于特征点的三维人脸识别方法 |
CN105117723A (zh) * | 2015-08-17 | 2015-12-02 | 浪潮软件集团有限公司 | 一种图像识别方法及装置 |
CN105808747A (zh) * | 2016-03-14 | 2016-07-27 | 浪潮(苏州)金融技术服务有限公司 | 一种使用多维化技术进行快速指纹数据查询和对比的方法 |
CN106503092A (zh) * | 2016-10-13 | 2017-03-15 | 浪潮(苏州)金融技术服务有限公司 | 一种使用多维化技术构建空间多维度搜索树的方法 |
CN106503686A (zh) * | 2016-10-28 | 2017-03-15 | 广州炒米信息科技有限公司 | 检索人脸图像的方法和系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063628A (zh) * | 2018-07-27 | 2018-12-21 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN109063628B (zh) * | 2018-07-27 | 2023-04-21 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN110189447A (zh) * | 2019-05-31 | 2019-08-30 | 安徽柏络智能科技有限公司 | 一种基于人脸身份识别的智慧社区闸机控制系统 |
CN110443181A (zh) * | 2019-07-30 | 2019-11-12 | 东智安通(北京)科技有限公司 | 人脸识别方法及装置 |
CN110852221A (zh) * | 2019-10-30 | 2020-02-28 | 深圳智慧林网络科技有限公司 | 基于块结合的人脸智能识别方法、终端和存储介质 |
CN110852221B (zh) * | 2019-10-30 | 2023-08-18 | 深圳智慧林网络科技有限公司 | 基于块结合的人脸智能识别方法、终端和存储介质 |
CN112308001A (zh) * | 2020-11-06 | 2021-02-02 | 江西高创保安服务技术有限公司 | 一种智慧社区的数据分析方法及人员追踪方法、系统 |
CN115953823A (zh) * | 2023-03-13 | 2023-04-11 | 成都运荔枝科技有限公司 | 一种基于大数据的人脸识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108038475A (zh) | 人脸图像识别方法及装置、计算机存储介质、终端 | |
CN104331168B (zh) | 显示调整方法和电子设备 | |
US8509499B2 (en) | Automatic face detection and identity masking in images, and applications thereof | |
CN112419170B (zh) | 遮挡检测模型的训练方法及人脸图像的美化处理方法 | |
CN104992402A (zh) | 一种美颜处理方法及装置 | |
KR20200130440A (ko) | 이미지 내 객체를 식별하기 위한 방법 및 상기 방법을 실행하기 위한 모바일 디바이스(method for identifying an object within an image and mobile device for executing the method) | |
WO2019128715A1 (zh) | 确定瞳孔位置的方法和装置 | |
CN107274543B (zh) | 一种纸币的识别方法、装置、终端设备和计算机存储介质 | |
CN110313006B (zh) | 一种人脸图像检测方法及终端设备 | |
JP2023501820A (ja) | フェイスパーシング方法および関連デバイス | |
CN109190654A (zh) | 人脸识别模型的训练方法和装置 | |
CN109003224A (zh) | 基于人脸的形变图像生成方法和装置 | |
JP2022105583A (ja) | 顔生体検出方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
JP6956986B1 (ja) | 判定方法、判定装置、及び判定プログラム | |
CN111898538A (zh) | 证件鉴伪方法、装置、电子设备及存储介质 | |
CN113254491A (zh) | 一种信息推荐的方法、装置、计算机设备及存储介质 | |
CN111488836A (zh) | 人脸轮廓修正方法、装置、设备及存储介质 | |
CN109753873A (zh) | 图像处理方法及相关装置 | |
CN113705469A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
CN109740124A (zh) | 文档比较的差异输出方法、装置、存储介质及电子设备 | |
WO2013112065A1 (en) | Object selection in an image | |
CN112270747A (zh) | 一种人脸识别方法、装置及电子设备 | |
JP2010170345A (ja) | 画像処理装置、生体認証装置、画像処理方法及びプログラム | |
CN113268769A (zh) | 基于随机混淆的生物特征数据处理方法、系统及存储介质 | |
CN112149605A (zh) | 一种人脸识别方法、装置、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180515 |