CN108108704A - 人脸识别方法及移动终端 - Google Patents
人脸识别方法及移动终端 Download PDFInfo
- Publication number
- CN108108704A CN108108704A CN201711461648.9A CN201711461648A CN108108704A CN 108108704 A CN108108704 A CN 108108704A CN 201711461648 A CN201711461648 A CN 201711461648A CN 108108704 A CN108108704 A CN 108108704A
- Authority
- CN
- China
- Prior art keywords
- face
- infrared
- photograph
- infrared photograph
- binocular
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
Abstract
本发明公开了一种人脸识别方法、移动终端及计算机可读存储介质,在检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片,然后根据第一和第二人脸红外照片计算第一人脸红外照片及第二人脸红外照片的视差图,再根据第一人脸红外照片及第二人脸红外照片的视差图计算人脸距离双目红外摄像镜头的距离,最后判断该距离是否在设定距离范围内,若是,则对第一人脸红外照片或第二人脸红外照片进行识别,若否,则提示用户调整距离。由于照片是通过红外摄像镜头拍摄,不仅克服了环境光照发生变化时,识别效果急剧下降,无法满足实际需要的技术难题,而且还能够自动判断人脸距离双目红外摄像镜头的距离,提高了人脸识别的精度。
Description
技术领域
本发明涉及移动终端技术领域,尤其涉及一种人脸识别方法及移动终端。
背景技术
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。
传统的人脸识别技术主要是基于可见光图像的人脸识别,这也是人们熟悉的识别方式,已有30多年的研发历史。但这种方式有着难以克服的缺陷,尤其在环境光照发生变化时,识别效果会急剧下降,无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别,和热成像人脸识别。但这两种技术还远不成熟,识别效果不尽人意。
因此,有必要提供一种人脸识别方法及移动终端来解决上述技术问题。
发明内容
本发明的主要目的在于提出一种人脸识别方法方法及移动终端,旨在解决现有的移动终端人脸识别方法在环境光照发生变化时,识别效果急剧下降,无法满足实际需要的技术难题,而且还无法判断人脸距离双目红外摄像镜头的距离,人脸识别的精度不够。
首先,为实现上述目的,本发明提供一种移动终端,所述移动终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序,所述人脸识别程序被所述处理器执行时实现如下步骤:
检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片;
根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图;
根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离;以及
判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别,若否,则提示用户调整距离。
具体地,所述检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片的步骤包括:
检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片;
对所述第一红外照片和所述第二红外照片进行人脸检测;以及
判断人脸检测是否成功,若是,则获取人脸区域并生成第一人脸红外照片和第二人脸红外照片,若否,则重新开启双目红外摄像镜头进行拍照。
较优地,所述检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片的步骤之后,所述处理器还用于执行所述人脸识别程序,以实现如下步骤:
对所述第一红外照片和所述第二红外照片进行双目平行校正。
具体地,所述双目平行校正依据Hartley算法或Bouguet算法。
本发明还提供一种人脸识别方法,应用于移动终端,所述人脸识别方法包括以下步骤:
检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片;
根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图;
根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离;以及
判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别,若否,则提示用户调整距离。
具体地,所述检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片的步骤包括:
检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片;
对所述第一红外照片和所述第二红外照片进行人脸检测;以及
判断人脸检测是否成功,若是,则获取人脸区域并生成第一人脸红外照片和第二人脸红外照片,若否,则重新开启双目红外摄像镜头进行拍照。
较优地,所述检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片的步骤之后还包括:
对所述第一红外照片和所述第二红外照片进行双目平行校正。
具体地,所述双目平行校正依据Hartley算法或Bouguet算法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有人脸识别程序,所述人脸识别程序被处理器执行时实现如上所述的人脸识别方法的步骤。
相较于现有技术,本发明所提出的人脸识别方法、移动终端及计算机可读存储介质,在检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片,然后根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图,再根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离,最后判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别,若否,则提示用户调整距离。由于照片是通过红外摄像镜头拍摄的,不仅克服了环境光照发生变化时,识别效果急剧下降,无法满足实际需要的技术难题,而且还能够自动判断人脸距离双目红外摄像镜头的距离,提高了人脸识别的精度。
附图说明
图1为实现本发明各个实施例一可选的移动终端的硬件结构示意图;
图2为本发明实施例提供的一种通信网络系统架构图;
图3为本发明人脸识别程序第一实施例的功能模块示意图;
图4为本发明人脸识别程序第二实施例的功能模块示意图;
图5为本发明人脸识别方法第一实施例的实施流程示意图;
图6为本发明人脸识别方法第二实施例的实施流程示意图;
附图标记:
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System ofMobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-LongTerm Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-LongTerm Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics ProcessingUnit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-EmittingDiode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
为了便于理解本发明实施例,下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2,图2为本发明实施例提供的一种通信网络系统架构图,该通信网络系统为通用移动通信技术的LTE系统,该LTE系统包括依次通讯连接的UE(User Equipment,用户设备)201,E-UTRAN(Evolved UMTS Terrestrial Radio Access Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
具体地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033,SGW(Serving Gate Way,服务网关)2034,PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andChargingRules Function,政策和资费功能实体)2036等。其中,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem,IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍,但本领域技术人员应当知晓,本发明不仅仅适用于LTE系统,也可以适用于其他无线通信系统,例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等,此处不做限定。
基于上述移动终端100硬件结构以及通信网络系统,提出本发明方法各个实施例。
首先,本发明提出一种移动终端,所述移动终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序400。
如图3所示,是本发明人脸识别程序400第一实施例的功能模块示意图。在本实施例中,所述人脸识别程序400可以被分割成一个或多个模块,所述一个或多个模块存储于所述移动终端100的存储器109中,并由一个或多个处理器(本实施例中为所述控制器110)所执行,以完成本发明。例如,在图3中,所述人脸识别程序400可以被分割成双目红外摄像镜头401、第一计算模块402、第二计算模块403、判断模块404以及识别模块405。本发明所称的模块是指一种能够完成特定功能的一系列获取机程序指令段,比获取机程序更适合于描述软件在所述移动终端100中的执行过程。以下将就上述各功能模块401-405的具体功能进行详细描述。其中:
所述双目红外摄像镜头401,检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片。为了实现本发明人脸识别方法,需要对移动终端进行改进,在移动终端上增设双目红外摄像镜头401以实现红外成像功能。具体的,在移动终端上实现红外成像功能的方法有多种。例如,一种方法是:在移动终端上单独增加红外摄像镜头;或者:对现有的移动终端上可见光成像所使用的图像传感器(COMS或CCD图像传感器)进行改进,在其上增加感红外的像素点,使其除了能够感应R、G、B三种颜色外,还能够感应红外光,具体的,通过设置滤波片的波长范围即可实现感应红外光,且感红外的像素点的大小和具体排布方案可根据实际的镜头和成像波长范围确定。需要说明的是,本发明中红外成像功能所利用到的红外光为波长范围为780nm-1000μm的电磁波。且本发明中,使用的是双目红外摄像镜头401,即具有两个红外摄像镜头,红外摄像镜头主要用于在无可见光或者微光的黑暗环境下,采用红外发射装置主动将红外光投射到物体上,红外光经物体反射后进入镜头进行成像。这时我们所看到的是由红外光反射所成的画面,而不是可见光反射所成的画面,这时便可拍摄到黑暗环境下肉眼看不到的画面。此外,本发明旨在解决现有的移动终端人脸识别方法在环境光照发生变化时,识别效果急剧下降,无法满足实际需要的技术难题,而且还无法判断人脸距离双目红外摄像镜头的距离,人脸识别的精度不够。因此,为了实现在普通拍照模式以及本发明的人脸识别方法之间进行自动切换,可在检测到拍摄指令时,执行以下步骤:(1)检测环境光亮度;(2)判断所述环境光亮度是否大于预设亮度阈值;(3)若判断结果为否,则执行所述开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片的步骤,若判断结果为是,则开启双目可见光摄像镜头进行拍照以得到第一人脸可见光照片和第二人脸可见光照片,替代第一人脸红外照片和第二人脸红外照片。即自动根据环境光亮度判断是否开启本发明人脸识别方法对应的照片拍摄功能,其避免了用户手动切换,为用户提供了更好的用户体验。值得说明的是,不管是使用可见光摄像镜头还是使用红外摄像镜头,于本发明中,均需配置双目的。
采用红外成像原理得到的红外照片中,由于不同物体的红外辐射不同,因此能够清楚的区分照片中的不同物体,其相比可见光照片具有更高的对比度,因此对红外照片进行图像处理后可以得到其所包含的各个物体的信息,包含有人脸的红外照片为人脸红外照片。
所述第一计算模块402,用于根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图。由于两个红外摄像镜头的位置不同,对于同一人脸图像,两个红外摄像镜头拍摄的人脸图像的位置是不一样的,两个红外摄像镜头分别拍摄的第一人脸红外照片及第二人脸红外照片存在视差,所述第一计算模块402计算当所述第一人脸红外照片和所述第二人脸红外照片行对齐时的视差图,主要是通过找出所述第一人脸红外照片及所述第二人脸红外照片的对应关系,根据三角测量原理,得到视差图。
所述第二计算模块403,根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离。所述第二计算模块403在获得了上述视差图的视差信息后,根据投影模型很容易地可以得到第一人脸红外照片及所述第二人脸红外照片的深度信息和三维信息,即人脸距离所述双目红外摄像镜头的距离。
所述判断模块404,判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别,若否,则提示用户调整距离。设定距离范围是可精确进行人脸识别的距离,可根据需要设定。所人脸距离所述双目红外摄像镜头的距离不在设定距离范围内时,则提示用户会大大影响人脸识别的精度,并调整距离,然后重新拍照。
所述识别模块405,判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别。人脸识别的定义是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。识别模块405提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。
通过上述模块401-405,本发明人脸识别程序在检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片,然后根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图,再根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离,最后判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别,若否,则提示用户调整距离。由于照片是通过红外摄像镜头拍摄的,不仅克服了环境光照发生变化时,识别效果急剧下降,无法满足实际需要的技术难题,而且还能够自动判断人脸距离双目红外摄像镜头的距离,提高了人脸识别的精度。
进一步地,基于上述本发明人脸识别程序400的第一实施例,提出本发明人脸识别程序400的第二实施例。请参考图4,图4为本发明人脸识别程序400第二实施例的功能模块示意图,与第一实施例相比,本实施例中,人脸识别程序400还包括人脸检测模块406以及双目平行校正模块407。本实施例中,各功能模块的说明如下:
所述人脸检测模块406,检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片,人脸检测模块406对所述第一红外照片和所述第二红外照片进行人脸检测,判断模块404还判断人脸检测是否成功,若是,则获取人脸区域并生成第一人脸红外照片和第二人脸红外照片,若否,则重新开启双目红外摄像镜头进行拍照。人脸检测是指对于任意一幅给定的图像,采用一定的策略对其进行搜索以确定其中是否含有人脸。
双目平行校正模块407,检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片,然后双目平行校正模块407对第一红外照片和第二红外照片进行双目平行校正,人脸检测模块406再对校正后的所述第一红外照片和所述第二红外照片进行人脸检测。所述双目平行校正依据Hartley算法或Bouguet算法。Hartley算法旨在找到最小化两幅立体图像的计算视差时将对极点映射到无穷远处的单应矩阵。这可通过匹配两幅图像之间的对应点简单完成。因此,就可以绕过计算两个红外摄像镜头的内参数,因为这样的内参数信息式隐含在匹配点对之中。Hartley算法的优点是,在线立体标定可以简单地通过场景中的观察点来完成。缺点是场景的图像比例未知。Bouguet算法给定立体图像间的旋转矩阵和平移,双目平行校正的Bouguet算法就是简单地使两图像中的每一幅重投影次数最小化(从而也使重投影畸变最小化),同时使得观测面积最大化。这里仅简单的介绍Hartley算法及Bouguet算法,本领域技术人员在理解本发明的基础上熟知该算法,在此不再赘述。
通过上述模块401-407,本发明所提出的人脸识别程序得到的照片是通过红外摄像镜头拍摄的,不仅克服了环境光照发生变化时,识别效果急剧下降,无法满足实际需要的技术难题,而且还能够自动判断人脸距离双目红外摄像镜头的距离,提高了人脸识别的精度。另外,人脸检测模块对所述第一红外照片和所述第二红外照片进行人脸检测,若人脸检测成功,则获取人脸区域并生成第一人脸红外照片和第二人脸红外照片,使得人脸识别不受周围杂乱物体的影响,提高人脸识别的精度。
此外,本发明提出一种人脸识别方法,该人脸识别方法应用于图1至图2所示移动终端,所述移动终端包括存储器和处理器。
如图5所示,是本发明人脸识别方法第一实施例的实施流程图。在本实施例中,根据不同的需求,图5所示的流程图中的步骤的执行顺序可以改变,某些步骤可以省略。所述人脸识别方法包括:
步骤S501,检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片;
步骤S502,根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图;
步骤S503,根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离;
步骤S504,判断所述距离是否在设定距离范围内;
步骤S505,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别;
步骤S506,若否,则提示用户调整距离。
另外,本发明在光线条件好的情况下亦可使用现有的可见光摄像镜头拍照,具体步骤包括:(1)检测环境光亮度;(2)判断所述环境光亮度是否大于预设亮度阈值;(3)若判断结果为否,则执行所述开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片的步骤,若判断结果为是,则开启双目可见光摄像镜头进行拍照以得到第一人脸可见光照片和第二人脸可见光照片,替代第一人脸红外照片和第二人脸红外照片。即自动根据环境光亮度判断是否开启本发明人脸识别方法对应的照片拍摄功能,其避免了用户手动切换,为用户提供了更好的用户体验。
通过上述步骤S501-S506,本发明人脸识别方法在检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片,然后根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图,再根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离,最后判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别,若否,则提示用户调整距离。由于照片是通过红外摄像镜头拍摄的,不仅克服了环境光照发生变化时,识别效果急剧下降,无法满足实际需要的技术难题,而且还能够自动判断人脸距离双目红外摄像镜头的距离,提高了人脸识别的精度。
进一步地,基于上述第一实施例,提出本发明人脸识别方法的第二实施例。如图6所示,是本发明人脸识别方法第二实施例的实施流程图。在本实施例中,根据不同的需求,图6所示的流程图中的步骤的执行顺序可以改变,某些步骤可以省略。所述人脸识别方法包括:
步骤S601,检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片;
步骤S602,对所述第一红外照片和所述第二红外照片进行双目平行校正;
步骤S603,对所述第一红外照片和所述第二红外照片进行人脸检测;
步骤S604,判断人脸检测是否成功;
步骤S605,若是,则获取人脸区域并生成第一人脸红外照片和第二人脸红外照片;
步骤S606,若否,则重新开启双目红外摄像镜头进行拍照;
步骤S607,根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图;
步骤S608,根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离;
步骤S609,判断所述距离是否在设定距离范围内;
步骤S610,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别;
步骤S611,若否,则提示用户调整距离。
通过上述步骤S601至S611,本发明人脸识别方法得到的照片是通过红外摄像镜头拍摄的,不仅克服了环境光照发生变化时,识别效果急剧下降,无法满足实际需要的技术难题,而且还能够自动判断人脸距离双目红外摄像镜头的距离,提高了人脸识别的精度。另外,人脸检测模块对所述第一红外照片和所述第二红外照片进行人脸检测,若人脸检测成功,则获取人脸区域并生成第一人脸红外照片和第二人脸红外照片,使得人脸识别不受周围杂乱物体的影响,提高人脸识别的精度。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有人脸识别程序,所述人脸识别程序被处理器执行时实现图5至图6所述的人脸识别方法的步骤。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种移动终端,其特征在于,所述移动终端包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序,所述人脸识别程序被所述处理器执行时实现如下步骤:
检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片;
根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图;
根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离;以及
判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别,若否,则提示用户调整距离。
2.如权利要求1所述的移动终端,其特征在于,所述检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片的步骤包括:
检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片;
对所述第一红外照片和所述第二红外照片进行人脸检测;
判断人脸检测是否成功,若是,则获取人脸区域并生成第一人脸红外照片和第二人脸红外照片,若否,则重新开启双目红外摄像镜头进行拍照。
3.如权利要求2所述的移动终端,其特征在于,所述检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片的步骤之后,所述处理器还用于执行所述人脸识别程序,以实现如下步骤:
对所述第一红外照片和所述第二红外照片进行双目平行校正。
4.如权利要求3所述的移动终端,其特征在于,所述双目平行校正依据Hartley算法或Bouguet算法。
5.一种人脸识别方法,应用于移动终端,其特征在于,所述人脸识别方法包括以下步骤:
检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片;
根据所述第一人脸红外照片和所述第二人脸红外照片计算所述第一人脸红外照片及所述第二人脸红外照片的视差图;
根据所述第一人脸红外照片及所述第二人脸红外照片的视差图计算人脸距离所述双目红外摄像镜头的距离;以及
判断所述距离是否在设定距离范围内,若是,则对所述第一人脸红外照片或所述第二人脸红外照片进行识别,若否,则提示用户调整距离。
6.如权利要求5所述的人脸识别方法,其特征在于,所述检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一人脸红外照片和第二人脸红外照片的步骤包括:
检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片;
对所述第一红外照片和所述第二红外照片进行人脸检测;
判断人脸检测是否成功,若是,则获取人脸区域并生成第一人脸红外照片和第二人脸红外照片,若否,则重新开启双目红外摄像镜头进行拍照。
7.如权利要求6所述的人脸识别方法,其特征在于,所述检测到拍摄指令时,开启双目红外摄像镜头进行拍照以得到第一红外照片和第二红外照片的步骤之后还包括:
对所述第一红外照片和所述第二红外照片进行双目平行校正。
8.如权利要求7所述的人脸识别方法,其特征在于,所述双目平行校正依据Hartley算法或Bouguet算法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有人脸识别程序,所述人脸识别程序被处理器执行时实现如权利要求5至8中任一项所述的人脸识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711461648.9A CN108108704A (zh) | 2017-12-28 | 2017-12-28 | 人脸识别方法及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711461648.9A CN108108704A (zh) | 2017-12-28 | 2017-12-28 | 人脸识别方法及移动终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108108704A true CN108108704A (zh) | 2018-06-01 |
Family
ID=62214228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711461648.9A Pending CN108108704A (zh) | 2017-12-28 | 2017-12-28 | 人脸识别方法及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108108704A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109068060A (zh) * | 2018-09-05 | 2018-12-21 | Oppo广东移动通信有限公司 | 图像处理方法和装置、终端设备、计算机可读存储介质 |
CN109543564A (zh) * | 2018-11-02 | 2019-03-29 | 北京小米移动软件有限公司 | 提醒方法及装置 |
CN109635539A (zh) * | 2018-10-30 | 2019-04-16 | 华为技术有限公司 | 一种人脸识别方法及电子设备 |
CN109766806A (zh) * | 2018-12-28 | 2019-05-17 | 深圳奥比中光科技有限公司 | 高效的人脸识别方法及电子设备 |
CN110070062A (zh) * | 2019-04-28 | 2019-07-30 | 北京超维度计算科技有限公司 | 一种基于双目主动红外的人脸识别的系统和方法 |
CN110139014A (zh) * | 2019-06-10 | 2019-08-16 | 北京迈格威科技有限公司 | 异目相机及应用于异目相机的数据处理方法 |
CN110210322A (zh) * | 2019-05-06 | 2019-09-06 | 深圳市华芯技研科技有限公司 | 一种通过3d原理进行人脸识别的方法 |
CN112036376A (zh) * | 2020-10-01 | 2020-12-04 | 深圳奥比中光科技有限公司 | 一种检测红外图像与深度图像的方法、装置及人脸识别系统 |
CN112380965A (zh) * | 2020-11-11 | 2021-02-19 | 浙江大华技术股份有限公司 | 进行人脸识别的方法及多目摄像机 |
CN112504472A (zh) * | 2020-11-26 | 2021-03-16 | 浙江大华技术股份有限公司 | 一种热成像仪及热成像方法、存储介质 |
US10970526B1 (en) | 2019-11-01 | 2021-04-06 | Industrial Technology Research Institute | Facial image reconstruction method and system |
CN113834571A (zh) * | 2020-06-24 | 2021-12-24 | 杭州海康威视数字技术股份有限公司 | 一种目标测温方法、装置及测温系统 |
CN116895094A (zh) * | 2023-09-11 | 2023-10-17 | 杭州魔点科技有限公司 | 一种基于双目融合的暗环境成像方法、系统、装置及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2480521A (en) * | 2010-05-21 | 2011-11-23 | Honeywell Int Inc. | Face recognition system using secondary cameras for high quality images |
CN104853096A (zh) * | 2015-04-30 | 2015-08-19 | 广东欧珀移动通信有限公司 | 一种基于旋转摄像头的拍摄参数的确定方法及终端 |
CN105205458A (zh) * | 2015-09-16 | 2015-12-30 | 北京邮电大学 | 人脸活体检测方法、装置及系统 |
CN204972147U (zh) * | 2015-07-22 | 2016-01-20 | 成都大学 | 基于Kinect的盲人导航系统 |
CN106303565A (zh) * | 2016-08-12 | 2017-01-04 | 广州华多网络科技有限公司 | 视频直播的画质优化方法和装置 |
CN106851104A (zh) * | 2017-02-28 | 2017-06-13 | 努比亚技术有限公司 | 一种根据用户视角进行拍摄的方法及装置 |
CN107343174A (zh) * | 2017-07-26 | 2017-11-10 | 浙江树人学院 | 远距离移动目标防伪人脸虹膜抓拍装置及方法 |
-
2017
- 2017-12-28 CN CN201711461648.9A patent/CN108108704A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2480521A (en) * | 2010-05-21 | 2011-11-23 | Honeywell Int Inc. | Face recognition system using secondary cameras for high quality images |
CN104853096A (zh) * | 2015-04-30 | 2015-08-19 | 广东欧珀移动通信有限公司 | 一种基于旋转摄像头的拍摄参数的确定方法及终端 |
CN204972147U (zh) * | 2015-07-22 | 2016-01-20 | 成都大学 | 基于Kinect的盲人导航系统 |
CN105205458A (zh) * | 2015-09-16 | 2015-12-30 | 北京邮电大学 | 人脸活体检测方法、装置及系统 |
CN106303565A (zh) * | 2016-08-12 | 2017-01-04 | 广州华多网络科技有限公司 | 视频直播的画质优化方法和装置 |
CN106851104A (zh) * | 2017-02-28 | 2017-06-13 | 努比亚技术有限公司 | 一种根据用户视角进行拍摄的方法及装置 |
CN107343174A (zh) * | 2017-07-26 | 2017-11-10 | 浙江树人学院 | 远距离移动目标防伪人脸虹膜抓拍装置及方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109068060A (zh) * | 2018-09-05 | 2018-12-21 | Oppo广东移动通信有限公司 | 图像处理方法和装置、终端设备、计算机可读存储介质 |
WO2020088296A1 (zh) * | 2018-10-30 | 2020-05-07 | 华为技术有限公司 | 一种人脸识别方法及电子设备 |
CN109635539A (zh) * | 2018-10-30 | 2019-04-16 | 华为技术有限公司 | 一种人脸识别方法及电子设备 |
EP3872658A4 (en) * | 2018-10-30 | 2021-12-15 | Honor Device Co., Ltd. | FACIAL RECOGNITION PROCESS AND ELECTRONIC DEVICE |
CN109543564A (zh) * | 2018-11-02 | 2019-03-29 | 北京小米移动软件有限公司 | 提醒方法及装置 |
CN109766806A (zh) * | 2018-12-28 | 2019-05-17 | 深圳奥比中光科技有限公司 | 高效的人脸识别方法及电子设备 |
CN110070062A (zh) * | 2019-04-28 | 2019-07-30 | 北京超维度计算科技有限公司 | 一种基于双目主动红外的人脸识别的系统和方法 |
CN110210322A (zh) * | 2019-05-06 | 2019-09-06 | 深圳市华芯技研科技有限公司 | 一种通过3d原理进行人脸识别的方法 |
CN110139014A (zh) * | 2019-06-10 | 2019-08-16 | 北京迈格威科技有限公司 | 异目相机及应用于异目相机的数据处理方法 |
US10970526B1 (en) | 2019-11-01 | 2021-04-06 | Industrial Technology Research Institute | Facial image reconstruction method and system |
CN113834571A (zh) * | 2020-06-24 | 2021-12-24 | 杭州海康威视数字技术股份有限公司 | 一种目标测温方法、装置及测温系统 |
CN112036376A (zh) * | 2020-10-01 | 2020-12-04 | 深圳奥比中光科技有限公司 | 一种检测红外图像与深度图像的方法、装置及人脸识别系统 |
CN112380965A (zh) * | 2020-11-11 | 2021-02-19 | 浙江大华技术股份有限公司 | 进行人脸识别的方法及多目摄像机 |
CN112380965B (zh) * | 2020-11-11 | 2024-04-09 | 浙江大华技术股份有限公司 | 进行人脸识别的方法及多目摄像机 |
CN112504472A (zh) * | 2020-11-26 | 2021-03-16 | 浙江大华技术股份有限公司 | 一种热成像仪及热成像方法、存储介质 |
CN116895094A (zh) * | 2023-09-11 | 2023-10-17 | 杭州魔点科技有限公司 | 一种基于双目融合的暗环境成像方法、系统、装置及介质 |
CN116895094B (zh) * | 2023-09-11 | 2024-01-30 | 杭州魔点科技有限公司 | 一种基于双目融合的暗环境成像方法、系统、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108108704A (zh) | 人脸识别方法及移动终端 | |
CN108270966A (zh) | 一种调整补光亮度的方法、移动终端及存储介质 | |
CN107302632A (zh) | 一种移动终端拍摄方法、移动终端及计算机可读存储介质 | |
CN107592451A (zh) | 一种多模式辅助拍照方法、装置及计算机可读存储介质 | |
CN107231529A (zh) | 图像处理方法、移动终端及存储介质 | |
CN109167910A (zh) | 对焦方法、移动终端及计算机可读存储介质 | |
CN107317963A (zh) | 一种双摄像头移动终端控制方法、移动终端及存储介质 | |
CN108063901A (zh) | 一种图像采集方法、终端和计算机可读存储介质 | |
CN107566753A (zh) | 照片拍摄方法及移动终端 | |
CN107133939A (zh) | 一种照片合成方法、设备及计算机可读存储介质 | |
CN107730462A (zh) | 一种图像处理方法、终端及计算机可读存储介质 | |
CN107680060A (zh) | 一种图像畸变校正方法、终端及计算机可读存储介质 | |
CN108171744A (zh) | 一种双目虚化中视差图的确定方法、移动终端及存储介质 | |
CN107295269A (zh) | 一种测光方法及终端、计算机存储介质 | |
CN107707821A (zh) | 畸变参数的建模方法及装置、校正方法、终端、存储介质 | |
CN107623818A (zh) | 一种图像曝光方法和移动终端 | |
CN108171743A (zh) | 拍摄图像的方法、设备及计算机可存储介质 | |
CN107566731A (zh) | 一种对焦方法及终端、计算机存储介质 | |
CN107613208A (zh) | 一种对焦区域的调节方法及终端、计算机存储介质 | |
CN107357500A (zh) | 一种图片调整方法、终端及存储介质 | |
CN107239205A (zh) | 一种拍照方法、移动终端及存储介质 | |
CN108257097A (zh) | 美颜效果调整方法、终端及计算机可读存储介质 | |
CN107580181A (zh) | 一种对焦方法、设备和计算机可读存储介质 | |
CN108200229A (zh) | 柔性屏终端的拍摄方法、终端和计算机可读存储介质 | |
CN108376239A (zh) | 一种人脸识别方法、移动终端及存储介质 |
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: 20180601 |