CN108229378A - 人脸图像数据生成方法及装置、计算机存储介质、终端 - Google Patents

人脸图像数据生成方法及装置、计算机存储介质、终端 Download PDF

Info

Publication number
CN108229378A
CN108229378A CN201711479053.6A CN201711479053A CN108229378A CN 108229378 A CN108229378 A CN 108229378A CN 201711479053 A CN201711479053 A CN 201711479053A CN 108229378 A CN108229378 A CN 108229378A
Authority
CN
China
Prior art keywords
image
face
face characteristic
characteristic image
index
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
Application number
CN201711479053.6A
Other languages
English (en)
Inventor
王红娟
董毅
王玉奎
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.)
Inspur Financial Information Technology Co Ltd
Original Assignee
Inspur Financial Information 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 Inspur Financial Information Technology Co Ltd filed Critical Inspur Financial Information Technology Co Ltd
Priority to CN201711479053.6A priority Critical patent/CN108229378A/zh
Publication of CN108229378A publication Critical patent/CN108229378A/zh
Pending 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
    • G06V40/172—Classification, e.g. identification

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)
  • Collating Specific Patterns (AREA)

Abstract

一种人脸图像数据生成方法及装置、计算机存储介质、终端，所述方法包括：从待存储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；从所述待存储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，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据。上述的方案，可以减少人脸图像数据的数据量，节约人脸图像数据所占用的存储空间。

Description

人脸图像数据生成方法及装置、计算机存储介质、终端
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数据生成方法及装置、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。人脸图像作为一种清晰度要求较高的图像文件，在存储时对其文件体积具有一定的要求，图像压缩技术仅能将单个文件体积控制在一个合理的范围内，以便保持图像数据的清晰性。随着用户数量级的大幅增加，传统方法在存储、传输和读写这些文件时的成本也就随之大幅提升。动辄几百上千万的用户信息量，如果要通过传统遍历搜索法进行逐一对比的话，其所带来的时间或硬件资源成本都已经难以被用户所接受。
因此，现有的人脸图像数据生成方法，所生成的人脸图像数据存在着数据量较大的问题，占用了较多的存储资源。
发明内容
本发明实施例解决的技术问题是如何减少人脸图像数据的数据量，节约人脸图像数据所占用的存储空间。
为解决上述问题，本发明实施例提供了一种人脸图像数据生成方法，所述方法包括：
从待存储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；
从所述待存储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，生成所述待存储人脸图像对应的特征识别码，作为所述待存储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：
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，得到所述待存储人脸图像对应的特征标识码。
本发明实施例还提供了一种人脸图像数据生成装置，包括：
获取单元，适于从待存储人脸图像中获取预设的人脸特征图像的信息；
特征标识生成单元，适于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；
索引生成单元，适于从所述待存储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；
特征识别码生成单元，适于使用所生成的人脸特征标识和所生成的索引，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据。
可选地，所述特征标识生成单元，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，所述索引生成单元，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，所述索引生成单元，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，所述特征识别码生成单元，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，得到所述待存储人脸图像对应的特征标识码。
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数据生成方法的步骤。
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数据生成方法的步骤。
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，从待存储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；从所述待存储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，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据。
一方面，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。
另一方面，在后续进行人脸图像识别时，仅将待识别图像的特征识别码与数据库中存储的其他人脸图像的特征识别码进行匹配，而无需将所存储的人脸图像数据还原为对应的人脸图像，故可以提高人脸识别的效率；此外，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。
附图说明
图1是本发明实施例中的一种人脸图像数据生成方法的流程图；
图2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3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是本发明实施例中的一种人脸图像数据生成装置的结构示意图。
具体实施方式
为解决现有技术中存在的上述问题，本发明实施例采用的技术方案通过从待存储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；从所述待存储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，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据，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。
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人脸图像数据生成方法的流程图。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S101：从待存储人脸图像中获取预设的人脸特征图像的信息。
步骤S102：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S103：从所述待存储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S104：使用所生成的人脸特征标识和所生成的索引，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据。
上述的方案，从待存储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；从所述待存储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，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据；一方面，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；另一方面，在后续进行人脸图像识别时，仅将待识别图像的特征识别码与数据库中存储的其他人脸图像的特征识别码进行匹配，而无需将所存储的人脸图像数据还原为对应的人脸图像，故可以提高人脸识别的效率；此外，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。
下面将结合图2对本发明实施例中的人脸图像数据生成方法进行进一步详细的介绍。
图2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2，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S201：从待存储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，所述待存储人脸图像中的预设的人脸特征图像，可以包括所述待存储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，所述待存储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S202：分别判断所述待存储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S203；反之，则可以执行步骤S204。
步骤S203：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，当所述待存储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S204：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，当确定所述待存储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S205：从所述待存储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，无法作为所述待存储人脸图像的数据索引，因此，所述从所述待存储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存储人脸图像的索引。
步骤S206：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，当从所述待存储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S207：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，眼部的瞳孔中心点到眼部轮廓间的比例，如图3中的高度x和宽度y之间的比例。
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S208：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S209：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，得到所述待存储人脸图像对应的特征标识码。
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标识码。
同样以上面的特征标识为0101100为例，最终所生成的待存储人脸图像对应的特征标识码可以表示为：0101100+丹凤眼(索引+比例+国字脸(索引) +比例+厚嘴唇(索引)+比例。
上述对本发明实施例中的方法进行了详细的描述，下面将对上述的方法对应的装置进行介绍。
图4示出本发明实施例中的一种人脸图像数据生成装置的结构。参见图4，一种人脸图像数据生成装置30，可以包括获取单元301、特征标识生成单元 302、索引生成单元303和特征识别码生成单元304，其中：
所述获取单元301，适于从待存储人脸图像中获取预设的人脸特征图像的信息。
所述特征标识生成单元302，适于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。在具体实施中，所述特征标识生成单元302，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。
所述索引生成单元303，适于从所述待存储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。在本发明一实施例中，所述索引生成单元303，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。在本发明一实施例中，所述索引生成单元303，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。
特征识别码生成单元304，适于使用所生成的人脸特征标识和所生成的索引，生成所述待存储人脸图像对应的特征识别码。在具体实施中，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。
在本发明一实施例中，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。
在具体实施中，所述特征识别码生成单元304，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，得到所述待存储人脸图像对应的特征标识码。
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数据生成方法的步骤。其中，所述人脸图像数据生成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数据生成方法的步骤。其中，所述人脸图像数据生成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，从待存储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；从所述待存储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，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据。一方面，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；另一方面，在后续进行人脸图像识别时，仅将待识别图像的特征识别码与数据库中存储的其他人脸图像的特征识别码进行匹配，而无需将所存储的人脸图像数据还原为对应的人脸图像，故可以提高人脸识别的效率；此外，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 (16)

1.一种人脸图像数据生成方法，其特征在于，包括：
从待存储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；
从所述待存储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，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据。
2.根据权利要求1所述的人脸图像数据生成方法，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。
3.根据权利要求2所述的人脸图像数据生成方法，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。
4.根据权利要求3所述的人脸图像数据生成方法，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。
5.根据权利要求4所述的人脸图像数据生成方法，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。
6.根据权利要求5所述的人脸图像数据生成方法，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。
7.根据权利要求1-6任一项所述的人脸图像数据生成方法，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，得到所述待存储人脸图像对应的特征标识码。
8.一种人脸图像数据生成装置，其特征在于，包括：
获取单元，适于从待存储人脸图像中获取预设的人脸特征图像的信息；
特征标识生成单元，适于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；
索引生成单元，适于从所述待存储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；
特征识别码生成单元，适于使用所生成的人脸特征标识和所生成的索引，生成所述待存储人脸图像对应的特征识别码，作为所述待存储人脸图像的人脸图像数据。
9.根据权利要求8所述的人脸图像数据生成装置，其特征在于，所述特征标识生成单元，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。
10.根据权利要求9所述的人脸图像数据生成装置，其特征在于，所述索引生成单元，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。
11.根据权利要求10所述的人脸图像数据生成装置，其特征在于，所述索引生成单元，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。
12.根据权利要求11所述的人脸图像数据生成装置，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。
13.根据权利要求12所述的人脸图像数据生成装置，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。
14.根据权利要求8-13任一项所述的人脸图像数据生成装置，其特征在于，所述特征识别码生成单元，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，得到所述待存储人脸图像对应的特征标识码。
15.一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8任一项所述的人脸图像数据生成方法的步骤。
16.一种终端，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8任一项所述的人脸图像数据生成方法的步骤。
CN201711479053.6A 2017-12-29 2017-12-29 人脸图像数据生成方法及装置、计算机存储介质、终端 Pending CN108229378A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711479053.6A CN108229378A (zh) 2017-12-29 2017-12-29 人脸图像数据生成方法及装置、计算机存储介质、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711479053.6A CN108229378A (zh) 2017-12-29 2017-12-29 人脸图像数据生成方法及装置、计算机存储介质、终端

Publications (1)

Publication Number Publication Date
CN108229378A true CN108229378A (zh) 2018-06-29

Family

ID=62646085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711479053.6A Pending CN108229378A (zh) 2017-12-29 2017-12-29 人脸图像数据生成方法及装置、计算机存储介质、终端

Country Status (1)

Country Link
CN (1) CN108229378A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111061706A (zh) * 2019-11-07 2020-04-24 浙江大华技术股份有限公司 人脸识别算法模型清洗方法、装置及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
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
CN106611016A (zh) * 2015-10-27 2017-05-03 北京航空航天大学 一种基于可分解词包模型的图像检索方法
CN106909874A (zh) * 2016-07-07 2017-06-30 湖南拓视觉信息技术有限公司 一种鼻尖定位方法和装置
CN107256262A (zh) * 2017-06-13 2017-10-17 西安电子科技大学 一种基于物体检测的图像检索方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
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
CN106611016A (zh) * 2015-10-27 2017-05-03 北京航空航天大学 一种基于可分解词包模型的图像检索方法
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
CN106909874A (zh) * 2016-07-07 2017-06-30 湖南拓视觉信息技术有限公司 一种鼻尖定位方法和装置
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
CN107256262A (zh) * 2017-06-13 2017-10-17 西安电子科技大学 一种基于物体检测的图像检索方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111061706A (zh) * 2019-11-07 2020-04-24 浙江大华技术股份有限公司 人脸识别算法模型清洗方法、装置及存储介质
CN111061706B (zh) * 2019-11-07 2023-04-18 浙江大华技术股份有限公司 人脸识别算法模型清洗方法、装置及存储介质

Similar Documents

Publication Publication Date Title
WO2021120834A1 (zh) 基于生物识别的手势识别方法、装置、计算机设备及介质
CN109117801A (zh) 人脸识别的方法、装置、终端及计算机可读存储介质
CN109508638A (zh) 人脸情绪识别方法、装置、计算机设备及存储介质
CN105493078B (zh) 彩色草图图像搜索
WO2021139475A1 (zh) 一种表情识别方法及装置、设备、计算机可读存储介质、计算机程序产品
CN108038475A (zh) 人脸图像识别方法及装置、计算机存储介质、终端
CN108897685B (zh) 搜索结果的质量评估方法、装置、服务器和介质
CN111783882B (zh) 关键点检测方法、装置、电子设备及存储介质
US12033411B2 (en) Stroke based control of handwriting input
CN104915684B (zh) 一种基于鲁棒多平面支持向量机的图像识别方法及装置
WO2020192532A1 (zh) 指纹图像处理方法及相关装置
WO2023103600A1 (zh) 表情生成方法、装置、设备、介质和计算机程序产品
CN107862312A (zh) 一种基于tesseract引擎的文字识别方法、装置、设备及存储介质
GB2569833A (en) Shape-based graphics search
CN109190654A (zh) 人脸识别模型的训练方法和装置
CN110807379B (zh) 一种语义识别方法、装置、以及计算机存储介质
CN111144285B (zh) 胖瘦程度识别方法、装置、设备及介质
KR20200141388A (ko) 영상데이터의 추상적특성 획득 방법, 장치 및 프로그램
CN109635878A (zh) 一种书画保真鉴定方法及装置
CN111507285A (zh) 人脸属性识别方法、装置、计算机设备和存储介质
CN109753873A (zh) 图像处理方法及相关装置
CN112200147A (zh) 一种人脸识别方法、装置、计算机设备以及可存储介质
WO2013112065A1 (en) Object selection in an image
CN107862259A (zh) 人像采集方法及装置、终端装置和计算机可读存储介质
CN114898357A (zh) 缺陷识别方法、装置、电子设备及计算机可读存储介质

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: 20180629