CN108229399A - 图像识别方法、图像识别装置和验证设备 - Google Patents
图像识别方法、图像识别装置和验证设备 Download PDFInfo
- Publication number
- CN108229399A CN108229399A CN201810009771.5A CN201810009771A CN108229399A CN 108229399 A CN108229399 A CN 108229399A CN 201810009771 A CN201810009771 A CN 201810009771A CN 108229399 A CN108229399 A CN 108229399A
- Authority
- CN
- China
- Prior art keywords
- identification object
- image
- camera
- location information
- optimal
- 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
- 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
Abstract
本申请涉及一种图像识别方法、图像设备装置和验证设备。其中,所述图像识别方法包括:获取识别对象的位置信息;基于识别对象的位置信息,通过具有不同安装位置的多个相机获得识别对象的最优图像;以及,识别最优图像以获得识别对象的识别信息。因此,实现了对象的快速和精确识别。
Description
技术领域
本申请涉及图像识别领域,且更为具体地,涉及一种图像识别方法、图像识别装置和验证设备。
背景技术
在互联网化的今天,无人机、无人驾驶、无人商店等越来越多的无人理念灌入到人们的思想中。在新零售业的推动下,无人值守的理念越发突出。随着国内用人成本日益增长,无人化的值守也作为降低成本的手段之一。在应用无人化的值守的各个行业中,优化人员结构,合理有效的安排人员便是推动无人化值守的契机。
在无人化值守的应用中,图像识别是非常重要的一部分。通过图像识别,可以在不需要人力介入的情况下识别出对象并进行相应的操作。
以人脸识别为例,无论是静态识别还是动态识别,都是采集人脸面部特征之后根据各自算法进行识别的过程,其中影响识别精准度的因素,除了硬件清晰度,本身识别的算法外,外部环境的干扰(光源干扰),识别基数的增加都会降低识别的精准度(同一种算法,千人识别和万人识别的精准度可能从90%下降到70%)。
在演出现场,参与人数动辄几万甚至十万,这样环境复杂,基数庞大的应用场景下的人脸识别的精准度可能会更差,而单纯依靠软件算法的优化来提升精准度的效率和提升空间都不能满足当前业务需求。
因此,需要改进的图像识别方案。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种图像识别方法、图像识别装置和验证设备,其可以实现对象的快速和精确识别。
根据本申请的一方面,提供了一种图像识别方法,包括:获取识别对象的位置信息;基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像;以及,识别所述最优图像以获得所述识别对象的识别信息。
在上述图像识别方法中,所述基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像包括:通过具有不同安装位置的多个相机获得所述识别对象的多个拍摄图像;以及,基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
在上述图像识别方法中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像之后,进一步包括:确定所述最优相机获得的拍摄图像是否可用;以及,响应于所述最优相机获得的拍摄图像不可用,基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
在上述图像识别方法中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像之后,进一步包括:确定所述多个相机获得的多个拍摄图像是否都不可用;以及,响应于所述多个相机获得的多个拍摄图像都不可用,通过所述多个相机再次拍摄识别对象以获得多个拍摄图像。
在上述图像识别方法中,所述基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像包括:基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机;以及,通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像。
在上述图像识别方法中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机之前,进一步包括:确定所述多个相机是否处于关闭状态;以及,响应于所述多个相机处于关闭状态,基于所述识别对象的位置信息,开启具有与所述位置信息对应的最优位置的最优相机。
在上述图像识别方法中,在通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像之后,进一步包括:确定所述最优相机获得的拍摄图像是否可用;以及,响应于所述最优相机获得的拍摄图像不可用,开启所述多个相机中除所述最优相机外的全部相机。
在上述图像识别方法中,在获取识别对象的位置信息之前,进一步包括:检测所述识别对象的存在;以及,所述获取识别对象的位置信息之前包括:响应于检测到所述识别对象的存在,获取所述识别对象的位置信息。
在上述图像识别方法中,所述识别对象是人脸;所述位置信息是所述人脸的位置信息;以及,具有与所述位置信息对应的最优位置的最优相机是所述多个相机中主光轴的位置以最大程度对准所述人脸的特征区域的相机。
在上述图像识别方法中,进一步包括:获取与所述人脸对应的人体的高度信息;以及,从预先设置的所述人体的高度信息与所述人脸的特征区域的关系库,基于所述人体的高度信息查找所述人脸的特征区域的位置信息。
在上述图像识别方法中,所述检测所述识别对象的存在包括:通过重量感应器检测与所述人脸对应的所述人体的存在。
根据本申请的另一方面,提供了一种图像识别装置,包括:位置获取单元,用于获取识别对象的位置信息;图像获取单元,用于基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像;以及,图像识别单元,用于识别所述最优图像以获得所述识别对象的识别信息。
在上述图像识别装置中,所述图像获取单元用于:通过具有不同安装位置的多个相机获得所述识别对象的多个拍摄图像;以及,基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
在上述图像识别装置中,所述图像获取单元进一步用于:在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像之后,确定所述最优相机获得的拍摄图像是否可用;以及,响应于所述最优相机获得的拍摄图像不可用,基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
在上述图像识别装置中,所述图像获取单元进一步用于:在基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像之后,确定所述多个相机获得的多个拍摄图像是否都不可用;以及,响应于所述多个相机获得的多个拍摄图像都不可用,通过所述多个相机再次拍摄识别对象以获得多个拍摄图像。
在上述图像识别装置中,所述图像获取单元用于:基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机;以及,通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像。
在上述图像识别装置中,所述图像获取单元进一步用于:在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机之前,确定所述多个相机是否处于关闭状态;以及,响应于所述多个相机处于关闭状态,基于所述识别对象的位置信息,开启具有与所述位置信息对应的最优位置的最优相机。
在上述图像识别装置中,所述图像获取单元进一步用于:在通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像之后,确定所述最优相机获得的拍摄图像是否可用;以及,响应于所述最优相机获得的拍摄图像不可用,开启所述多个相机中除所述最优相机外的全部相机。
在上述图像识别装置中,进一步包括:对象检测单元,用于在获取识别对象的位置信息之前,检测所述识别对象的存在;以及,所述位置获取单元用于响应于检测到所述识别对象的存在,获取所述识别对象的位置信息。
在上述图像识别装置中,所述识别对象是人脸;所述位置信息是所述人脸的位置信息;以及,具有与所述位置信息对应的最优位置的最优相机是所述多个相机中主光轴的位置以最大程度对准所述人脸的特征区域的相机。
在上述图像识别装置中,所述位置获取单元用于:获取与所述人脸对应的人体的高度信息;以及,从预先设置的所述人体的高度信息与所述人脸的特征区域的关系库,基于所述人体的高度信息查找所述人脸的特征区域的位置信息。
在上述图像识别装置中,所述对象检测单元是用于检测与所述人脸对应的所述人体的存在的重量感应器。
根据本申请的又一方面,提供了一种验证设备,包括如上所述的图像识别装置。
在上述验证设备中,进一步包括对象验证单元,用于:将所述图像识别装置获得的所述识别对象的识别信息与预先存储的所述识别对象的身份信息匹配;以及,响应于所述图像识别装置获得的所述识别对象的识别信息与预先存储的所述识别对象的身份信息匹配,确定所述识别对象验证通过。
在上述验证设备中,进一步包括辅助验证单元,用于:确定所述多个相机对所述识别对象的拍摄是否为第二次拍摄;以及,响应于所述多个相机对所述识别对象的拍摄为第二次拍摄,基于所述识别对象的辅助验证对象对所述识别对象进行验证。
在上述验证设备中,所述识别对象是人的脸部,所述辅助验证对象是人所持的票据。
本申请提供的图像识别方法、图像识别装置和验证设备,可以基于识别对象的位置信息,通过具有不同安装位置的多个相机获得识别对象的最优图像以进行图像识别,因此,可以实现对象的快速和精确识别。
附图说明
通过阅读下文优选的具体实施方式中的详细描述,本申请各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。显而易见地,下面描述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的前提下,还可以根据这些附图获得其他的附图。而且在整个附图中,用相同的附图标记表示相同的部件。
图1图示了根据本申请实施例的图像识别方法的示意性流程图。
图2图示了人脸的特征区域的特征点的正视图。
图3图示了人脸的特征区域的特征点的侧视图。
图4图示了根据本申请实施例的图像识别方法中的相机阵列的示意图。
图5图示了根据本申请实施例的图像识别方法的第一应用示例的流程图。
图6图示了根据本申请实施例的图像识别方法的第二应用示例的流程图。
图7图示了根据本申请实施例的图像识别装置的示意性框图。
图8图示了根据本申请实施例的验证设备的示意性框图。
图9图示了作为根据本申请实施例的验证设备的具体示例的闸机设备的示意性框图。
图10图示了如图9所示的闸机设备的一体使用的示意图。
图11图示了如图9所示的闸机设备的拆分使用的示意图。
图12图示了如图9所示的闸机设备的折叠状态的示意图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
如上所述,随着无人化值守应用于各个行业中,演出行业的无人化值守也日益突出。目标,演出行业普遍使用的解决方案为单个相机+闸机的人脸识别闸机解决方案。该方案可以在演出现场对持票(证)人员进行实名制信息核对以及进场人员相貌采集,对比核验成功后才可放行人员。
本领域技术人员可以理解,人脸识别技术是依托于相机采集的人脸图像进行算法识别,拍摄到的人脸越完整,系统可以获取到的面部特征就越多,识别的精准度就越高。结合业务场景来看(比对人脸入场),前述方案中涉及到的单个相机多用于近景的图像拍摄,以保证被拍摄者与通过者为同一个人。同时基于成像原理,人脸的中心与相机的主光轴越靠近,拍摄的人脸越完整,用于人脸算法效果越优,可以称之为最优拍摄点。
但是,在实际的场景中,由于入场人员身高不一,固定的相机主光轴无法有效对准或者最大化接近用户脸部的最优拍摄点,从而使得系统无法从相机拍摄的画面中提取有效的(或完整的)人脸特征值。
此时,为了完成一人一票的实名制验证,需要用户在相机前不停调整姿势和角度,由于验证次数的增加,导致入场速度的降低,极易造成入场口的人员拥堵,不仅降低了用户体验,还易引发公共安全事件。
因此,针对上述场景,如何在确保图像识别的准确度的同时提高图像识别的速度,是需要解决的技术问题。
针对该技术问题,本申请的基本构思是提出一种图像识别方法、图像识别装置和验证设备,其可以基于识别对象的位置信息,通过具有不同安装位置的多个相机获得识别对象的最优图像以进行图像识别。因此,由于不需要相机或者识别对象进行调整,可以实现对象的快速识别,并且,由于通过具有最优位置的最优相机获得对象的图像,可以实现对象的准确识别。
需要说明的是,本申请的上述基本构思不仅可以应用于演出行业中的人的识别,还可以应用于其它行业中人的识别。此外,本申请的上述基本构思还可以应用于物流等行业中对于物品的识别。因此,在本申请的图像识别方法中,不限制识别对象的具体类型。
在介绍了本申请的基本原理之后,下面将参考附图来具体介绍本申请的各种非限制性实施例。
示例性方法
图1图示了根据本申请实施例的图像识别方法的示意性流程图。
如图1所示,根据本申请实施例的图像识别方法包括:S110,获取识别对象的位置信息;S120,基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像;以及S130,识别所述最优图像以获得所述识别对象的识别信息。
在步骤S110中,获得识别对象的位置信息。这里,在根据本申请实施例的图像识别方法中,识别对象的位置信息指的是识别对象在空间中的各个维度上的位置信息。例如,在如上所述的演出行业中,单人通过的闸机设备的情况下,识别对象为人脸,且识别对象的位置信息是人脸的垂直方向上的位置信息,即,人脸相对于地面的高度(图4中的Y轴方向)。此外,如果是允许多人通过的闸机设备,识别对象的位置信息则是人脸在水平方向上的位置信息,即,人脸处于闸机设备的通道中的哪个水平位置(图4中的X轴方向)。同样,对于物流领域来说,如果相机从上方捕捉识别对象的画面,那么识别对象的位置信息可以表示识别对象在相机下方的二维平面上的位置。
值得注意的是,在根据本申请实施例的图像识别方法中,识别对象可以在人脸、物体的基础上进一步细分。具体来说,当人通过闸机设备时,人可能以脸部朝前的方式通过,也可能以脸部偏向一侧的方式通过。根据当前多数的人脸识别算法,人脸正面的特征更密集,更容易提取和识别。并且,人脸的特征密集区域一般集中在人脸的眉、鼻、口形成的三角区域。在根据本申请实施例的图像识别方法中,也将该区域称为人脸的特征区域。
图2图示了人脸的特征区域的特征点的正视图。图3图示了人脸的特征区域的特征点的侧视图。如图2所示,当人的脸部朝前时,人脸的特征区域位于人的脸部位置的中间。而如图3所示,当人的脸部偏向一侧时,人脸的特征区域也会随之偏向一侧,例如,当人的脸部向右偏时,由眉、鼻、口形成的三角区域也会相应地偏向右侧。
因此,在根据本申请实施例的图像识别方法中,当人的脸部偏向一侧时,由于识别对象不再是人的正脸而是人的侧脸,相应的位置关系也会发生变化。也就是说,即使通过闸机设备的人的位置没有发生变化,但是随着人的脸部的朝向不同,本申请实施例的图像识别方法中的识别对象也是具有不同朝向的人脸,且对应的位置信息也不相同。在步骤S120中,基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像。具体来说,步骤S120可以有两种不同的实现方式,下面将进一步详细说明。
首先,具有不同安装位置的多个相机可以同时对识别对象进行拍摄,以获得识别对象的多个图像,然后,基于所述识别对象的位置信息,从所述多个图像中选择所述识别对象的最优图像。
也就是说,在根据本申请实施例的图像识别方法中,所述基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像包括:通过具有不同安装位置的多个相机获得所述识别对象的多个拍摄图像;以及,基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
这里,多个相机的不同安装位置对应于具体的识别场景。如上所述,在单人通过的闸机设备的情况下,相机安装在不同的高度位置(图4中的Y方向上的位置),从而对于具有不同高度的人脸进行识别。另外,在多人通过的闸机设备的情况下,相机安装在不同的水平位置(图4中的X方向上的位置),即,通道的宽度位置,从而对于从不同的水平位置进入的人的人脸进行识别。进一步地,多个相机可以设置为相机矩阵,例如,在宽度和高度方向上的N*N相机矩阵,从而可以适配识别对象在由宽度和高度组成的二维平面上的不同位置。图4图示了根据本申请实施例的图像识别方法中的相机阵列的示意图。如图4所示,相机阵列可以包括在宽度和高度方向上的3*3 共9个相机,从而对应于处于不同水平位置和垂直位置的识别对象。
另外,与所述位置信息对应的最优位置指的是能够与所述识别对象的特征区域尽可能对准的位置。如上所述,以识别对象为人脸为例,特征密集区域一般在人脸的眉、鼻、口形成的三角区域,并且在根据本申请实施例的图像识别方法中,也将该区域称为人脸的特征区域。因此,在根据本申请实施例的图像识别方法中,最优位置指的是相机的主光轴最大程度地对准所述识别对象的特征区域的位置。
这里,本领域技术人员可以理解,所述识别对象的特征区域指的是完全获得用于识别所述识别对象的特征点的区域。在人脸的情况下,特征区域指的是如上所述的人脸的眉、鼻、口形成的三角区域,而例如在物流领域中识别包裹的情况下,特征区域例如指包裹上的面单区域,或者包裹上的二维码区域内。
因此,根据本申请实施例的图像识别方法中,安装在多个不同位置的多个相机的核心用途为解决相机主光轴覆盖区域的问题,即,通过应用相机数量弥补相机主光轴覆盖区域小的问题。
以识别对象为人脸为例,如果通过检测,确定此时通过闸机设备的人的人脸位置在160cm高度,而安装的三个相机分别在160cm、170cm和180cm,那么显然,对应于160cm的安装位置的相机的主光轴以最大程度对准人脸的特征区域。然后,根据上述方法,多个相机分别拍摄人脸的图像,并根据人脸的位置信息,即,160cm高度,确定安装位置为160cm的相机为最优相机,并选择所述最优相机拍摄的图像作为所述识别对象的最优图像。
并且,如上所述,当人脸的朝向不同时,人脸的特征区域也将处于不同的水平位置。以图4所示的相机阵列为例,如果确定通过闸机设备的人的人脸位置在160cm高度,且确定人脸朝向为正向,则图4所示的第三行第二列的相机的主光轴以最大程度对准人脸的特征区域。如果人脸朝向为向右偏,则图4所示的第三行第三列的相机的主光轴以最大程度对准人脸的特征区域。
但是,在相机获取识别对象的图像的过程中,可能存在最优图像不可用的情况,例如,对应于最优位置的最优相机损坏等。此时,如果最优相机拍摄的图像可用,则将所述最优相机获得的图像作为最优图像,而如果最优相机拍摄的图像不可用,则基于识别对象的位置信息,选择具有对应于所述位置信息的次最优位置的次最优相机拍摄的图像。例如,上面实例中,如果安装位置为160cm的相机拍摄的图像不可用,则选择安装位置为170cm的相机,并将该相机拍摄的图像作为所述识别对象的最优图像。
也就是说,在根据本申请实施例的图像识别方法中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像之后,进一步包括:确定所述最优相机获得的拍摄图像是否可用;以及,响应于所述最优相机获得的拍摄图像不可用,基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
此外,也可能存在所有相机拍摄的图像均不可用的情况,比如通过闸机的用户的脸部刚好被其他东西遮挡等。此时,如果确定所有相机拍摄的图像均不可用,则需要通过多个相机再次拍摄识别对象的图像。
也就是说,在根据本申请实施例的图像识别方法中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像之后,进一步包括:确定所述多个相机获得的多个拍摄图像是否都不可用;以及,响应于所述多个相机获得的多个拍摄图像都不可用,通过所述多个相机再次拍摄识别对象以获得多个拍摄图像。
上面说明的是通过多个相机获得所述识别对象的多个图像,再从多个图像中选择最优图像的方式。此外,在根据本申请实施例的图像识别方法中,也可以基于所述识别对象的位置信息选择具有最优位置的最优相机,然后再通过所述最优相机拍摄所述识别对象的图像以获得所述最优图像。
也就是说,在根据本申请实施例的图像识别方法中,所述基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像包括:基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机;以及,通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像。
这里,最优位置和最优相机的定义与之前所述的相同。通过该方式,不需要所有相机都拍摄所述识别对象的图像,从而减少了对于系统资源的消耗。
进一步地,在该方式中,在拍摄图像之前,所述多个相机可以均处于关闭状态。并且,根据本申请实施例的图像识别方法可以仅选择具有与所述位置信息对应的最优位置的最优相机并开启,从而减少了对于电力的消耗。
也就是说,在根据本申请实施例的图像识别方法中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机之前,进一步包括:确定所述多个相机是否处于关闭状态;以及,响应于所述多个相机处于关闭状态,基于所述识别对象的位置信息,开启具有与所述位置信息对应的最优位置的最优相机。
此外,与上述相同,在该方式中,也存在最优相机拍摄的图像不可用的情况,与上述方式不同的是,由于本方式中不存在所述识别对象的多个图像,因此需要另外通过最优相机以外的相机来获取所述识别对象的图像。与上述方式相同,也可以进一步选择具有次最优位置的次最优相机来拍摄图像。但是,由于相机的开启和拍摄图像需要占用时间,为了提高图像识别的速度,在本方式中,在确定所述最优相机获得的拍摄图像不可用的情况下,直接开启所述多个相机中除所述最优相机外的全部相机,以获取所述识别对象的图像。
也就是说,在根据本申请实施例的图像识别方法中,在通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像之后,进一步包括:确定所述最优相机获得的拍摄图像是否可用;以及,响应于所述最优相机获得的拍摄图像不可用,开启所述多个相机中除所述最优相机外的全部相机。
最后,在步骤S130,识别所述最优图像以获得所述识别对象的识别信息。同样,针对于不同识别对象,通过图像识别获得相应的识别信息。例如,通过识别人脸,获得表示人的身份的识别信息,通过识别物体,获得表示物体的属性,例如是否允许通过的识别信息。
这里,本领域技术人员可以理解的是,在根据本申请实施例的图像识别方法中,相机用于采集图像数据,而对于相机的控制,均可以由独立于各个相机的处理器或者控制器组成。具体来说,该处理器或者控制器可以通过指令控制各个相机的开关,并通过指令控制各个相机获取所述识别对象的图像。另外,该处理器或者控制器可以基于根据本申请实施例的图像识别方法,基于所述识别对象的位置信息确定所对应的具有最优位置的最优相机,并选择所述最优相机拍摄的图像。
另外,在根据本申请实施例的图像识别方法中,在获取识别对象的位置信息之前,进一步包括:检测所述识别对象的存在;以及,所述获取识别对象的位置信息之前包括:响应于检测到所述识别对象的存在,获取所述识别对象的位置信息。
也就是说,为了提高识别对象的识别效率,可以预先检测所述识别对象是否存在。例如,以应用人脸检测的闸机设备为例,可以首先检测是否有人通过通道,比如通过红外方式。然后,在检测到有人通过的情况下,获取人脸的位置信息。
如上所述,在根据本申请实施例的图像识别方法应用于演出行业中的验证入场人员的场景的情况下,通过对入场人员的人脸识别来确定入场人员的身份。也就是说,在根据本申请实施例的图像识别方法中,所述识别对象是人脸;所述位置信息是所述人脸的位置信息;以及,具有与所述位置信息对应的最优位置的最优相机是所述多个相机中主光轴的位置以最大程度对准所述人脸的特征区域的相机。
在实际获得人脸的位置信息的过程中,可以根据人的身高与脸部高度之间的关系确定人脸的位置。即,人的身高不同,人的脸部高度也会相应地变化,并且,对于同样身高的人来说,其人脸位置,尤其是上述人脸的特征趋于的位置的范围差异很小。因此,可以预先设置人的身高和人脸的特征区域之间的关系库,并根据检测到的人的身高来查询获得人脸的特征区域的位置信息。具体来说,可以通过测高仪来测量人的身高,这种测高仪包括但不限于红外测高器、人体测高仪(即马丁测高仪)或者其他形式测高器。测高仪的核心用途为测量当前物体高度。
也就是说,在根据本申请实施例的图像识别方法中,进一步包括:获取与所述人脸对应的人体的高度信息;以及,从预先设置的所述人体的高度信息与所述人脸的特征区域的关系库,基于所述人体的高度信息查找所述人脸的特征区域的位置信息。
另外,对于上述场景,可以通过检测人的存在来检测作为识别对象的人脸的存在。除了之前提到的红外方式以外,还可以使用重量感应器,例如设置在通道入口处的重量感应器,来检测是否有人进入通道。重量感应器包括但是不限于电子体重仪、称重传感器或者其他形式测量重量仪器。重量感应器的核心用途是用于测量是否有物体在其上方通过。
具体来说,重量感应器可以设置为检测大于40千克的物体。这是因为结合2015年《中国居民营养与慢性病状况报告(2015年)》与近些年年轻女性减肥的综合考虑,设置为40千克。同时,也考虑了大部分演出观众群体至少都为16岁以上,才会独自参加。并且,儿童剧类项目也会有亲属陪伴。
这里,上述《中国居民营养与慢性病状况报告(2015年)》公布了2012 年我国18岁以上成年男性和女性的平均身高分别为167.1cm和155.8cm,平均体重分别为66.2kg和57.3kg。
也就是说,在根据本申请实施例的图像识别方法中,所述检测所述识别对象的存在包括:通过重量感应器检测与所述人脸对应的所述人体的存在。
因此,在上述场景中,可以通过设置多摄像头+闸机,解决现有单摄像头+闸机的解决方案中,由于被拍摄人员身高不一,同时单摄像头的主光轴覆盖的区域是特定范围,无法满足所有被拍摄人的身高的问题。这样,根据本申请实施例的图像识别方法可以实现单摄像头单次拍摄的画面即为最佳画面(即,主光轴所覆盖的位置区域的画面)。
另外,上述闸机包括但不限于市面上的三辊闸、翼闸、摆闸或是其他形式的闸机。闸机的核心用途为通过核对人员信息,对有效人员放行,对无效人员限制通行。
第一应用示例
图5图示了根据本申请实施例的图像识别方法的第一应用示例的流程图。如图5所示,在步骤S201,设备整体通电。在步骤S202,重量感应器进行实时监测。在步骤S203,判断是否有物体通过当前区域,如果没有物体通过当前区域则返回步骤S202继续进行监测。在步骤S204,在确定有物体通过当前区域的情况,判断通过的物体是否大于40千克,如果通过的物体不大于40千克则返回步骤S202继续进行监测。在步骤S205,在确定通过的物体大于40千克的情况,重量感应器将“有物体通过当前区域”的信息传输给例如安装在闸机主体中的处理器或者控制器,以启动测高仪工作。在步骤S206,测高仪进行实时监测。在步骤S207,测高仪检测是否有物体通过当前区域。在步骤S208,测高仪检测到有物体经过的情况下,将“经过的物体高度”信息传输给上述处理器或者控制器,并启动多个相机同时拍摄图像。在步骤S209,在测高仪没有检测到物体经过的情况下,确定测高仪是否工作超过1分钟。即,如果在1分钟内未检测到有物体通过,则在步骤 S210,自动停止检测。
在步骤S208,上述处理器或者控制器接收到信息后,将启动多个相机同时进行拍照,并且根据测高仪传输的“物体高度”,选用具有最优位置的效果最优的相机。在步骤S211,确定指定的最优相机拍摄的画面是否可用。如果可用,则在步骤S212,通过人脸识别算法提取特征值,并使用当前特征值与数据库进行比对,比对成功后方可入场。如果在步骤S211,最优相机拍摄的画面不可用,则在步骤S213,选择具有次最优位置的次最优相机拍摄画面,确定所拍摄的画面是否可用。如果可用,则在步骤S212,通过人脸识别算法提取特征值,并使用当前特征值与数据库进行比对,比对成功后方可入场。而如果不可用,则在步骤S214,确定当前拍摄是否是第二次拍摄。如果不是第二次拍摄,那么返回到步骤S208,启动多个相机同时进行拍照。而如果是第二次拍摄,为了避免单个用户耽误过多时间,在步骤S215,提示用户刷票直接入场。
这里,本领域技术人员可以理解,图5所示的第一应用示例对应于之前“示例性方法”部分中提到的获取所述识别对象的最优图像的第一种方式,即获得多个图像之后再选择最优图像的方式。
第二应用示例
图6图示了根据本申请实施例的图像识别方法的第二应用示例的流程图。如图6所示,在步骤S301,设备整体通电。在步骤S302,重量感应器进行实时监测。在步骤S303,判断是否有物体通过当前区域,如果没有物体通过当前区域则返回步骤S302继续进行监测。在步骤S304,在确定有物体通过当前区域的情况,判断通过的物体是否大于40千克,如果通过的物体不大于40千克则返回步骤S302继续进行监测。在步骤S305,在确定通过的物体大于40千克的情况,重量感应器将“有物体通过当前区域”的信息传输给例如安装在闸机主体中的处理器或者控制器,以启动测高仪工作。在步骤S306,测高仪进行实时监测。在步骤S307,测高仪检测是否有物体通过当前区域。在步骤S308,测高仪检测到有物体经过的情况下,将“经过的物体高度”信息传输给上述处理器或者控制器,并启动多个相机中具有最优位置的最优相机拍摄图像。在步骤S309,在测高仪没有检测到物体经过的情况下,确定测高仪是否工作超过1分钟。即,如果在1分钟内未检测到有物体通过,则在步骤S310,自动停止检测。
在步骤S308,上述处理器或者控制器接收到信息后,将启动多个相机中具有最优位置的最优相机拍摄图像。在步骤S311,确定指定的最优相机拍摄的画面是否可用。如果可用,则在步骤S312,通过人脸识别算法提取特征值,并使用当前特征值与数据库进行比对,比对成功后方可入场。如果在步骤S311,最优相机拍摄的画面不可用,则在步骤S313,启动多个相机同时拍摄图像。如果在步骤S313,多个相机同时拍摄的图像可用,则继续步骤S312,通过人脸识别算法提取特征值,并使用当前特征值与数据库进行比对,比对成功后方可入场。如果在步骤S313,多个相机拍摄的图像仍然不可用,则在步骤S314,确定当前拍摄是否是第二次拍摄。如果不是第二次拍摄,那么返回到步骤S313,启动多个相机同时进行拍照。而如果是第二次拍摄,为了避免单个用户耽误过多时间,在步骤S315,提示用户刷票直接入场。
这里,本领域技术人员可以理解,图6所示的第二应用示例对应于之前“示例性方法”部分中提到的获取所述识别对象的最优图像的第二种方式,即直接选择具有最优位置的最优相机获取最优图像的方式。
示例性装置
图7图示了根据本申请实施例的图像识别装置的示意性框图。
如图7所示,根据本申请实施例的图像识别装置400包括:位置获取单元410,用于获取识别对象的位置信息;图像获取单元420,用于基于所述位置获取单元410获取的识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像;以及,图像识别单元430,用于识别所述图像获取单元420所获得的最优图像以获得所述识别对象的识别信息。
在一个示例中,在上述图像识别装置400中,所述图像获取单元420用于:通过具有不同安装位置的多个相机获得所述识别对象的多个拍摄图像;以及,基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
在一个示例中,在上述图像识别装置400中,所述图像获取单元420进一步用于:在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像之后,确定所述最优相机获得的拍摄图像是否可用;以及,响应于所述最优相机获得的拍摄图像不可用,基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
在一个示例中,在上述图像识别装置400中,所述图像获取单元420进一步用于:在基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像之后,确定所述多个相机获得的多个拍摄图像是否都不可用;以及,响应于所述多个相机获得的多个拍摄图像都不可用,通过所述多个相机再次拍摄识别对象以获得多个拍摄图像。
在一个示例中,在上述图像识别装置400中,所述图像获取单元420用于:基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机;以及,通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像。
在一个示例中,在上述图像识别装置400中,所述图像获取单元420进一步用于:在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机之前,确定所述多个相机是否处于关闭状态;以及,响应于所述多个相机处于关闭状态,基于所述识别对象的位置信息,开启具有与所述位置信息对应的最优位置的最优相机。
在一个示例中,在上述图像识别装置400中,所述图像获取单元420进一步用于:在通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像之后,确定所述最优相机获得的拍摄图像是否可用;以及,响应于所述最优相机获得的拍摄图像不可用,开启所述多个相机中除所述最优相机外的全部相机。
在一个示例中,在上述图像识别装置400中,进一步包括:对象检测单元,用于在获取识别对象的位置信息之前,检测所述识别对象的存在;以及,所述位置获取单元用于响应于检测到所述识别对象的存在,获取所述识别对象的位置信息。
在一个示例中,在上述图像识别装置400中,所述识别对象是人脸;所述位置信息是所述人脸的位置信息;以及,具有与所述位置信息对应的最优位置的最优相机是所述多个相机中主光轴的位置以最大程度对准所述人脸的特征区域的相机。
在一个示例中,在上述图像识别装置400中,所述位置获取单元410用于:获取与所述人脸对应的人体的高度信息;以及,从预先设置的所述人体的高度信息与所述人脸的特征区域的关系库,基于所述人体的高度信息查找所述人脸的特征区域的位置信息。
在一个示例中,在上述图像识别装置400中,所述对象检测单元是用于检测与所述人脸对应的所述人体的存在的重量感应器。
本领域技术人员可以理解,根据本申请实施例的图像识别装置的其它细节与之前关于根据本申请实施例的图像识别方法描述的相应细节完全相同,这里为了避免冗余便不再赘述。
示例性验证设备
图8图示了根据本申请实施例的验证设备的示意性框图。
如图8所示,根据本申请实施例的验证设备500包括用于通过对识别对象进行图像识别而获得所述识别对象的识别信息的图像识别装置510,所述图像识别装置510包括:位置获取单元511,用于获取识别对象的位置信息;图像获取单元512,用于基于所述位置获取单元511获取的识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像;以及,图像识别单元513,用于识别所述图像获取单元512所获得的最优图像以获得所述识别对象的识别信息。
这里,本领域技术人员可以理解,如图8所示的验证设备500中的图像识别装置510的各个功能单元的配置与之前关于图7说明的图像识别装置 400的各个功能单元的配置完全相同,这里为了避免冗余便不再赘述。
在一个示例中,在上述验证设备500中,进一步包括对象验证单元,用于:将所述图像识别装置获得的所述识别对象的识别信息与预先存储的所述识别对象的身份信息匹配;以及,响应于所述图像识别装置获得的所述识别对象的识别信息与预先存储的所述识别对象的身份信息匹配,确定所述识别对象验证通过。
在一个示例中,在上述验证设备500中,进一步包括辅助验证单元,用于:确定所述多个相机对所述识别对象的拍摄是否为第二次拍摄;以及,响应于所述多个相机对所述识别对象的拍摄为第二次拍摄,基于所述识别对象的辅助验证对象对所述识别对象进行验证。
也就是说,在根据本申请实施例的验证设备中,为了确保验证速度,在对所述识别对象的第二次拍摄仍无法获得能够进行验证的图像的情况下,不再继续通过图像识别的方式验证识别对象,而是通过识别对象的辅助验证对象,例如人员佩戴的证件、人员所持的票据,或者物品的其它相关信息来进行验证。
因此,在一个示例中,在上述验证设备500中,所述识别对象是人的脸部,所述辅助验证对象是人所持的票据。
下面,将参考图9到图12进一步描述根据本申请实施例的验证设备的具体示例。
图9图示了作为根据本申请实施例的验证设备的具体示例的闸机设备的示意性框图。如图9所示,根据本申请实施例的闸机设备包括闸机主体01、测高仪02、重量感应器03和多个摄像头10、11、12。这里,闸机主体01 包括如上所述的执行根据本申请实施例的图像识别方法的处理器或者控制器,其包括但不限于市面上的三辊闸、翼闸、摆闸或是其他形式闸机等。闸机主体01的核心用途为通过核对人员信息,对有效人员放行,对无效人员限制通行。测高仪02包括但不限于红外测高器、人体测高仪(即马丁测高仪)或是其他形式测高器,其核心用途为测量当前物体高度。重量感应器03 包括但不限于电子体重仪、称重传感器或是其他形式测量重量仪器,其核心用途为用于测量是否有物体在其上方通过。多个摄像头10、11和12用于拍摄对象的图像。这里,本申请不限制摄像头的类型,只要摄像头可以将当前获取的图像提供给闸机主体01,用于人脸特征值提取即可。另外,本申请不限于仅安装摄像头10、11、12,可无限制安装。这样,通过安装摄像头10、 11、12,可以解决摄像头主光轴覆盖区域,通过应用摄像头数量弥补主光轴覆盖区域小的问题。
图10图示了如图9所示的闸机设备的一体使用的示意图。如图10所示,闸机主体01位于整体人脸识别闸机设备的后部。摄像头10、11、12安装在相机安装部件05上。并且相机安装部件05设置在闸机主体01的上表面上,并通过转动轴04与闸机主体01的上表面连接,从而使得相机安装部件05 可以绕转动轴04转动。这里,本领域技术人员可以理解,相机安装部件05 也可以安装在主机主体的其它位置,比如前表面上,图10所示的仅是示例。
测高仪02位于闸机主体01的前部,且位于重量感应器03的上方,即,重量感应器03位于测高仪02的前方底部。
图11图示了如图9所示的闸机设备的拆分使用的示意图。如图11所示,闸机主体01、测高仪02、重量感应器03和相机安装部件05可以拆分使用。其中,闸机主体01和相机安装部件05仍通过转动轴04连接,而测高仪02 和重量感应器03分别与闸机主体01和相机安装部件05分离。因此,在本申请的闸机设备中,测高仪02和重量感应器03分别与闸机主体01可拆卸地连接。这里,可拆卸地连接指的是通过螺丝固定、卡扣连接、导轨连接等各种连接方式,只要这种连接方式不是在理论上无法拆卸的即可(例如,通过焊接固定,或者一次冲压成型的部件)。
并且,在测高仪02和重量感应器03分别与闸机主体01和相机安装部件05分离的情况下,测高仪02和重量感应器03与闸机主体01之间可以通过有线通信或者无线通信的方式进行数据传递,以使得闸机主体01从测高仪02和重量感应器03接收有关数据,并发送相关指令以控制测高仪02和重量感应器03的操作。
图12图示了如图9所示的闸机设备的折叠状态的示意图。如图12所述,由于相机安装部件05通过转动轴连接在闸机主体01的顶部。通过手动或者自动操作,可以使得相机安装部件05相对于闸机主体01打开或者闭合。并且,在相机安装部件05相对于闸机主体01时,摄像头可以容纳在相机安装部件05与闸机主体01的上表面构成的腔室中。
示例性应用场景
下面,将描述上述闸机设备在演出行业中的几个典型的示例性应用场景。
在第一场景中,观演用户在某网站上购买电子票,并且已绑定了人脸信息。在演出项目开始时,该用户通过演出现场搭建的通道进入。用户在无感知的情况下,通过布设重量感应器的区域后,进入测高仪的检测区域。当用户走近闸机时,根据测高仪获取到的人体高度开启具有最优位置的最优相机,并采集照片。系统从当前画面提取到人脸特征值,并与数据库比对无误后。设备将会自动开闸,并播放音频声音提示用户进入。
在第二场景中,A用户身高相对较矮,B用户身高相对较高。A用户在某网站上为自己与B用户购买2张电子票,并且已绑定好各自的人脸信息。在演出项目开始时,A、B用户通过演出现场搭建的通道进入。在无感知的情况下,通过布设重量感应器的区域后,A用户首先进入测高仪的检测区域,然后B用户再进入。当走近闸机时,B用户率先走到闸机前面,此时将根据测高仪获取到的A用户的人体高度开启具有对应于A用户的人体高度的位置的相机,并采集照片。但是,系统从当前画面中未提取到人脸特征值。然后,开启全部相机进行再次采集,系统从本次采集的画面中提取到人脸特征值,并与数据库比对无误后。设备将会自动开闸,并播放音频声音提示用户进入。
在第三场景中,观演用户在某网站上购买电子票,并且已绑定了人脸信息。在演出项目开始时,该用户通过演出现场搭建的通道进入。用户在无感知的情况下,通过布设重量感应器的区域后,进入测高仪的检测区域。当用户走近闸机时,根据测高仪获取到的人体高度开启具有最优位置的最优相机,并采集照片。系统从当前画面未提取到人脸特征值,则再次开启全部相机进行采集。在仍未获取到人脸特征值的情况下,系统提示“用户刷票入场”,用户刷票后,系统与数据库比对无误后。设备将会自动开闸,并播放音频声音提示用户进入。
Claims (26)
1.一种图像识别方法,包括:
获取识别对象的位置信息;
基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像;以及
识别所述最优图像以获得所述识别对象的识别信息。
2.根据权利要求1所述的图像识别方法,其中,所述基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像包括:
通过具有不同安装位置的多个相机获得所述识别对象的多个拍摄图像;以及
基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
3.根据权利要求2所述的图像识别方法,其中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像之后,进一步包括:
确定所述最优相机获得的拍摄图像是否可用;以及
响应于所述最优相机获得的拍摄图像不可用,基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
4.根据权利要求3所述的图像识别方法,其中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像之后,进一步包括:
确定所述多个相机获得的多个拍摄图像是否都不可用;以及
响应于所述多个相机获得的多个拍摄图像都不可用,通过所述多个相机再次拍摄识别对象以获得多个拍摄图像。
5.根据权利要求1所述的图像识别方法,其中,所述基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像包括:
基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机;以及
通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像。
6.根据权利要求5所述的图像识别方法,其中,在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机之前,进一步包括:
确定所述多个相机是否处于关闭状态;以及
响应于所述多个相机处于关闭状态,基于所述识别对象的位置信息,开启具有与所述位置信息对应的最优位置的最优相机。
7.根据权利要求6所述的图像识别方法,其中,在通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像之后,进一步包括:
确定所述最优相机获得的拍摄图像是否可用;以及
响应于所述最优相机获得的拍摄图像不可用,开启所述多个相机中除所述最优相机外的全部相机。
8.根据权利要求1所述的图像识别方法,其中,在获取识别对象的位置信息之前,进一步包括:
检测所述识别对象的存在;以及
所述获取识别对象的位置信息之前包括:
响应于检测到所述识别对象的存在,获取所述识别对象的位置信息。
9.根据权利要求1到8中任意一项所述的图像识别方法,其中,
所述识别对象是人脸;
所述位置信息是所述人脸的位置信息;以及
具有与所述位置信息对应的最优位置的最优相机是所述多个相机中主光轴的位置以最大程度对准所述人脸的特征区域的相机。
10.根据权利要求9所述的图像识别方法,进一步包括:
获取与所述人脸对应的人体的高度信息;以及
从预先设置的所述人体的高度信息与所述人脸的特征区域的关系库,基于所述人体的高度信息查找所述人脸的特征区域的位置信息。
11.根据权利要求10所述的图像识别方法,其中,所述检测所述识别对象的存在包括:
通过重量感应器检测与所述人脸对应的所述人体的存在。
12.一种图像识别装置,包括:
位置获取单元,用于获取识别对象的位置信息;
图像获取单元,用于基于所述识别对象的位置信息,通过具有不同安装位置的多个相机获得所述识别对象的最优图像;以及
图像识别单元,用于识别所述最优图像以获得所述识别对象的识别信息。
13.根据权利要求12所述的图像识别装置,其中,所述图像获取单元用于:
通过具有不同安装位置的多个相机获得所述识别对象的多个拍摄图像;以及
基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
14.根据权利要求13所述的图像识别装置,其中,所述图像获取单元进一步用于:
在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机所获得的拍摄图像之后,确定所述最优相机获得的拍摄图像是否可用;以及
响应于所述最优相机获得的拍摄图像不可用,基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像,以作为所述识别对象的最优图像。
15.根据权利要求14所述的图像识别装置,其中,所述图像获取单元进一步用于:
在基于所述识别对象的位置信息,选择具有与所述位置信息对应的次最优位置的次最优相机所获得的拍摄图像之后,确定所述多个相机获得的多个拍摄图像是否都不可用;以及
响应于所述多个相机获得的多个拍摄图像都不可用,通过所述多个相机再次拍摄识别对象以获得多个拍摄图像。
16.根据权利要求12所述的图像识别装置,其中,所述图像获取单元用于:
基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机;以及
通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像。
17.根据权利要求16所述的图像识别装置,其中,所述图像获取单元进一步用于:
在基于所述识别对象的位置信息,选择具有与所述位置信息对应的最优位置的最优相机之前,确定所述多个相机是否处于关闭状态;以及
响应于所述多个相机处于关闭状态,基于所述识别对象的位置信息,开启具有与所述位置信息对应的最优位置的最优相机。
18.根据权利要求17所述的图像识别装置,其中,所述图像获取单元进一步用于:
在通过所述最优相机拍摄所述识别对象以获得所述识别对象的最优图像之后,确定所述最优相机获得的拍摄图像是否可用;以及
响应于所述最优相机获得的拍摄图像不可用,开启所述多个相机中除所述最优相机外的全部相机。
19.根据权利要求12所述的图像识别装置,进一步包括:
对象检测单元,用于在获取识别对象的位置信息之前,检测所述识别对象的存在;以及
所述位置获取单元用于响应于检测到所述识别对象的存在,获取所述识别对象的位置信息。
20.根据权利要求19所述的图像识别装置,其中,
所述识别对象是人脸;
所述位置信息是所述人脸的位置信息;以及
具有与所述位置信息对应的最优位置的最优相机是所述多个相机中主光轴的位置以最大程度对准所述人脸的特征区域的相机。
21.根据权利要求20所述的图像识别装置,其中,所述位置获取单元用于:
获取与所述人脸对应的人体的高度信息;以及
从预先设置的所述人体的高度信息与所述人脸的特征区域的关系库,基于所述人体的高度信息查找所述人脸的特征区域的位置信息。
22.根据权利要求21所述的图像识别装置,其中,所述对象检测单元是用于检测与所述人脸对应的所述人体的存在的重量感应器。
23.一种验证设备,包括根据权利要求12到22中任意一项所述的图像识别装置。
24.根据权利要求23所述的验证设备,进一步包括对象验证单元,用于:
将所述图像识别装置获得的所述识别对象的识别信息与预先存储的所述识别对象的身份信息匹配;以及
响应于所述图像识别装置获得的所述识别对象的识别信息与预先存储的所述识别对象的身份信息匹配,确定所述识别对象验证通过。
25.根据权利要求23所述的验证设备,进一步包括辅助验证单元,用于:
确定所述多个相机对所述识别对象的拍摄是否为第二次拍摄;以及
响应于所述多个相机对所述识别对象的拍摄为第二次拍摄,基于所述识别对象的辅助验证对象对所述识别对象进行验证。
26.根据权利要求25所述的验证设备,其中,所述识别对象是人的脸部,所述辅助验证对象是人所持的票据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810009771.5A CN108229399A (zh) | 2018-01-05 | 2018-01-05 | 图像识别方法、图像识别装置和验证设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810009771.5A CN108229399A (zh) | 2018-01-05 | 2018-01-05 | 图像识别方法、图像识别装置和验证设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108229399A true CN108229399A (zh) | 2018-06-29 |
Family
ID=62645401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810009771.5A Pending CN108229399A (zh) | 2018-01-05 | 2018-01-05 | 图像识别方法、图像识别装置和验证设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229399A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271923A (zh) * | 2018-09-14 | 2019-01-25 | 曜科智能科技(上海)有限公司 | 人脸姿态检测方法、系统、电子终端及存储介质 |
CN110418059A (zh) * | 2019-07-30 | 2019-11-05 | 联想(北京)有限公司 | 应用于电子设备的图像处理方法、装置、电子设备、介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102956050A (zh) * | 2011-08-24 | 2013-03-06 | 苏州飞锐智能科技有限公司 | 智能门禁控制系统 |
CN204859402U (zh) * | 2015-07-20 | 2015-12-09 | 上海金陵电子网络股份有限公司 | 一种医院安保监控系统 |
CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
CN105869253A (zh) * | 2016-05-27 | 2016-08-17 | 成都千帆科技开发有限公司 | 基于人脸识别的人-证-票综合验证人行闸机 |
CN107292300A (zh) * | 2017-08-17 | 2017-10-24 | 湖南创合未来科技股份有限公司 | 一种人脸识别设备及方法 |
-
2018
- 2018-01-05 CN CN201810009771.5A patent/CN108229399A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102956050A (zh) * | 2011-08-24 | 2013-03-06 | 苏州飞锐智能科技有限公司 | 智能门禁控制系统 |
CN204859402U (zh) * | 2015-07-20 | 2015-12-09 | 上海金陵电子网络股份有限公司 | 一种医院安保监控系统 |
CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
CN105869253A (zh) * | 2016-05-27 | 2016-08-17 | 成都千帆科技开发有限公司 | 基于人脸识别的人-证-票综合验证人行闸机 |
CN107292300A (zh) * | 2017-08-17 | 2017-10-24 | 湖南创合未来科技股份有限公司 | 一种人脸识别设备及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271923A (zh) * | 2018-09-14 | 2019-01-25 | 曜科智能科技(上海)有限公司 | 人脸姿态检测方法、系统、电子终端及存储介质 |
CN110418059A (zh) * | 2019-07-30 | 2019-11-05 | 联想(北京)有限公司 | 应用于电子设备的图像处理方法、装置、电子设备、介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102197412B (zh) | 伪装检测系统和伪装检测方法 | |
CN109446981A (zh) | 一种脸部活体检测、身份认证方法及装置 | |
CN103607537B (zh) | 相机的控制方法及相机 | |
CN109461003A (zh) | 基于多视角的多人脸场景刷脸支付风险防控方法和设备 | |
CN110298221B (zh) | 自助健身方法、系统、电子设备、存储介质 | |
JP4476744B2 (ja) | 撮像システム、及びプログラム | |
JP2001331799A (ja) | 画像処理装置および画像処理方法 | |
JP2022040245A (ja) | 顔照合システム、顔照合装置、顔照合方法、及び記録媒体 | |
JP2000306095A (ja) | 画像照合・検索システム | |
CN108876968A (zh) | 人脸识别闸机及其防尾随方法 | |
US11663853B2 (en) | Iris authentication device, iris authentication method, and recording medium | |
JP2011192093A (ja) | 照合装置、デジタル画像処理システム、照合装置制御プログラム、コンピュータ読み取り可能な記録媒体、および照合装置の制御方法 | |
CN109410466A (zh) | 驾驶人员自助体检设备 | |
CN205917619U (zh) | 通道管理设备 | |
CN106412357A (zh) | 认证设备和处理设备 | |
WO2020065954A1 (ja) | 認証装置、認証方法および記憶媒体 | |
US11961329B2 (en) | Iris authentication device, iris authentication method and recording medium | |
CN208563157U (zh) | 闸机 | |
CN108229399A (zh) | 图像识别方法、图像识别装置和验证设备 | |
US20050089197A1 (en) | Authentication system and program | |
CN105678290A (zh) | 基于图像检测的面部支付平台 | |
CN107622246A (zh) | 人脸识别方法及相关产品 | |
CN106991376A (zh) | 结合深度信息的侧脸验证方法及装置与电子装置 | |
CN113255401A (zh) | 3d人脸摄像装置 | |
CN109977645A (zh) | 一种身份识别系统 |
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 |