CN109345531A - 一种基于图片识别用户拍摄距离的方法及系统 - Google Patents
一种基于图片识别用户拍摄距离的方法及系统 Download PDFInfo
- Publication number
- CN109345531A CN109345531A CN201811178038.2A CN201811178038A CN109345531A CN 109345531 A CN109345531 A CN 109345531A CN 201811178038 A CN201811178038 A CN 201811178038A CN 109345531 A CN109345531 A CN 109345531A
- Authority
- CN
- China
- Prior art keywords
- picture
- ratio
- identified
- unit
- samples pictures
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图片识别用户拍摄距离的方法及系统,属于图片识别拍摄距离领域;其方法包括步骤1:将采集的样本数据进行预处理获取样本图片比例以及其范围;步骤2:根据采集的待识别图片的属性判断其是否属于处理后图片,若属于,则跳至步骤3;若不属于,则跳至步骤4;步骤3:将待识别图片通过像素还原变为与样本图片比例一致的待识别图片;步骤4:获取步骤2或3中待识别图片的人脸和边框的比例;步骤5:判断步骤4获取的比例是否属于样本图片比例范围,若是,则输出属于自拍结果;若否,则输出不属于自拍结果;本发明解决现有的摄像头测距无法简便判断用户是否单人自拍操作的问题,达到了简便判断用户是否单人自拍操作的效果。
Description
技术领域
本发明属于图片识别拍摄距离领域,尤其是一种基于图片识别用户拍摄距离的方法及系统。
背景技术
近年来,随着互联网的快速发展,实名认证已经成为管理网络秩序采取的必要手段,也是网络实名制的必然产物;实名认证,是对用户资料真实性进行的验证审核,以便建立完善可靠的互联网信用基础,实现人证合一,保证网络交易的安全性。实名认证过程通过手机进行操作,无法进行面对面识别,因此识别用户是否为单人自拍操作十分重要,避免他人利用用户照片进行实名认证从而进行交易,导致交易安全性受到威胁;现有技术中判断是否为用户单人自拍操作主要通过摄像头测距获取用户拍摄距离,摄像头测距首先要在图片中定位一个距离,根据图片中物体的大小和设定的距离作为参照进行距离计算;传统的摄像头距离判断方法存在以下缺点:在测距前需要设定参照物以及参照物的实际大小,测量麻烦;拍摄变焦或者图片裁剪等摄像头的焦距距离改变情况下,测试准确度低,灵活度差;摄像头测距离使用的工具采取实时拍摄,实际拍摄难度大;因此摄像头测距存在测量麻烦、参照物影响精度和测量难度的问题,无法适用于判断用户单人自拍操作;判断用户单人自拍操作只需要确定对应的距离是否在数值范围内,同时现有技术中无基于图片判断用户是否自拍的相关研究,所以需要一种基于图片简便判断用户是否自拍的方法。
发明内容
本发明的目的在于:本发明提供了一种基于图片识别用户拍摄距离的方法及系统,解决现有的摄像头测距无法简便判断用户是否单人自拍操作的问题。
本发明采用的技术方案如下:
一种基于图片识别用户拍摄距离的方法,包括如下步骤:
步骤1:将采集的样本数据进行预处理获取样本图片比例以及其范围;
步骤2:根据采集的待识别图片的属性判断其是否属于处理后图片,若属于,则跳至步骤3;若不属于,则跳至步骤4;
步骤3:将待识别图片通过像素还原变为与样本图片比例一致的待识别图片;
步骤4:获取步骤2或3中待识别图片的人脸和边框的比例;
步骤5:判断步骤4获取的比例是否属于样本图片比例范围,若是,则输出属于自拍结果;若否,则输出不属于自拍结果。
优选地,所述步骤1包括如下步骤:
步骤1.1:通过样本数据中正常距离和正常焦距下拍摄的样本图片获取样本像素点和样本图片比例;
步骤1.2:根据样本数据中长手臂自拍的样本数据进行处理获取样本图片比例最大值;
步骤1.3:根据样本数据中短手臂自拍的样本数据即人脸图片完整占据整个图片时的数据进行处理获取样本图片比例最小值;
步骤1.4:根据步骤1.2和步骤1.3获取样本图片比例范围。
优选地,所述步骤2包括如下步骤:
步骤2.1:采集待识别图片,获取其的高宽比和图形最小单元;
步骤2.2:判断待识别图片的高宽比与样本图片比例是否一致,若一致,则跳至步骤2.3;若不一致,则将待识别图片通过缩放变为与样本图片比例一致的待识别图片后跳至步骤2.3;
步骤2.3:判断待识别图片的图形最小单元与样本像素点是否一致,若一致,则不属于处理后照片,则跳至步骤4;若不一致,则属于处理后照片,则跳至步骤3。
优选地,所述步骤3包括如下步骤:
步骤3.1:根据待识别图片的图形最小单元和样本图片的样本像素点计算像素点比例;
步骤3.2:根据像素点比例将待识别图片缩小或者放大为样本图片比例对应的大小;
步骤3.3:将步骤3.2的待识别图片中的图形还原为与样本图片比例一致的待识别图片。
一种基于图片识别用户拍摄距离的系统,包括预处理单元、属性判断单元、像素还原单元、比例获取单元、比例判断单元和输出单元,其中
预处理单元,用于对样本数据进行预处理获取样本图片比例以及其范围;
属性判断单元,用于判断待识别图片是否属于处理后图片;
像素还原单元,用于将属于处理后的待识别图片进行像素还原变为与样本图片比例一致的待识别图片;
比例获取单元,用于获取属性判断后或者像素还原后的待识别图片的人脸和边框的比例;
比例判断单元,用于比较待识别图片的人脸和边框的比例和样本图片比例后,判断其是否属于样本图片比例范围;
输出单元,用于输出比例判断后的待识别图片的识别结果。
优选地,所述预处理单元包括像素点和比例获取单元和范围统计单元,其中
像素点和比例获取单元,用于获取样本图片的样本像素点和样本图片比例;
范围统计单元,用于计算长手臂和短手臂自拍样本图片下的样本图片比例最大值和最小值,根据样本图片比例最大值和最小值统计样本图片比例范围。
优选地,所述属性判断单元包括高宽比和图形最小单元获取单元、高宽比判断单元和图形最小单元判断单元,其中,
高宽比和图形最小单元获取单元,用于获取待识别图片的高宽比和图形最小单元;
高宽比判断单元,用于判断待识别图片的高宽比与样本图片比例是否一致;
缩放单元,用于将高宽比判断单元输出不一致结果对应的待识别图片缩放为与样本图片比例一致的待识别图片;
图形最小单元判断单元,判断待识别图片的图形最小单元与样本像素点是否一致。
优选地,所述像素还原单元包括像素点比例计算单元和像素缩放单元,其中,
像素点比例计算单元,用于根据待识别图片的图形最小单元和样本图片的样本像素点计算像素点比例;
像素缩放单元,用于根据像素点比例将待识别图片缩小或者放大为样本图片比例对应的大小后,并将其图形还原为与样本图片比例一致的待识别图片。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本发明通过图片识别用户拍摄距离,通过将待识别图片与样本数据进行比较、标准化处理和判断是否属于数值范围,判断快速且简便,解决现有的摄像头测距无法简便判断用户是否单人自拍操作的问题,达到了简便判断用户是否单人自拍操作的效果;
2.本发明的将样本数据作为参照物,将测量重心集中在判断测试结果是否属于数值范围而不是测量距离的精度,提高判断的效率;
3.本发明标准化处理包括像素还原等,避免分辨率不同导致的判断准确度低的缺点,可以将经过任何处理的图片进行标准化处理后进行识别,有效提高判断结果的准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明的方法流程图;
图2为本发明的像素还原示意图;
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
技术问题:解决现有的摄像头测距无法简便判断用户是否单人自拍操作的问题;
技术手段:一种基于图片识别用户拍摄距离的方法,包括如下步骤:
步骤1:将采集的样本数据进行预处理获取样本图片比例以及其范围;
步骤2:根据采集的待识别图片的属性判断其是否属于处理后图片,若属于,则跳至步骤3;若不属于,则跳至步骤4;
步骤3:将待识别图片通过像素还原变为与样本图片比例一致的待识别图片;
步骤4:获取步骤2或3中待识别图片的人脸和边框的比例;
步骤5:判断步骤4获取的比例是否属于样本图片比例范围,若是,则输出属于自拍结果;若否,则输出不属于自拍结果。
步骤1包括如下步骤:
步骤1.1:通过样本数据中正常距离和正常焦距下拍摄的样本图片获取样本像素点和样本图片比例;
步骤1.2:根据样本数据中长手臂自拍的样本数据进行处理获取样本图片比例最大值;
步骤1.3:根据样本数据中短手臂自拍的样本数据即人脸图片完整占据整个图片时的数据进行处理获取样本图片比例最小值;
步骤1.4:根据步骤1.2和步骤1.3获取样本图片比例范围。
步骤2包括如下步骤:
步骤2.1:采集待识别图片,获取其的高宽比和图形最小单元;
步骤2.2:判断待识别图片的高宽比与样本图片比例是否一致,若一致,则跳至步骤2.3;若不一致,则将待识别图片通过缩放变为与样本图片比例一致的待识别图片后跳至步骤2.3;
步骤2.3:判断待识别图片的图形最小单元与样本像素点是否一致,若一致,则不属于处理后照片,则跳至步骤4;若不一致,则属于处理后照片,则跳至步骤3。
步骤3包括如下步骤:
步骤3.1:根据待识别图片的图形最小单元和样本图片的样本像素点计算像素点比例;
步骤3.2:根据像素点比例将待识别图片缩小或者放大为样本图片比例对应的大小;
步骤3.3:将步骤3.2的待识别图片中的图形还原为与样本图片比例一致的待识别图片。
一种基于图片识别用户拍摄距离的系统,包括预处理单元、属性判断单元、像素还原单元、比例获取单元、比例判断单元和输出单元,其中
预处理单元,用于对样本数据进行预处理获取样本图片比例以及其范围;
属性判断单元,用于判断待识别图片是否属于处理后图片;
像素还原单元,用于将属于处理后的待识别图片进行像素还原变为与样本图片比例一致的待识别图片;
比例获取单元,用于获取属性判断后或者像素还原后的待识别图片的人脸和边框的比例;
比例判断单元,用于比较待识别图片的人脸和边框的比例和样本图片比例后,判断其是否属于样本图片比例范围;
输出单元,用于输出比例判断后的待识别图片的识别结果。
预处理单元包括像素点和比例获取单元和范围统计单元,其中
像素点和比例获取单元,用于获取样本图片的样本像素点和样本图片比例;
范围统计单元,用于计算长手臂和短手臂自拍样本图片下的样本图片比例最大值和最小值,根据样本图片比例最大值和最小值统计样本图片比例范围。
属性判断单元包括高宽比和图形最小单元获取单元、高宽比判断单元和图形最小单元判断单元,其中,
高宽比和图形最小单元获取单元,用于获取待识别图片的高宽比和图形最小单元;
高宽比判断单元,用于判断待识别图片的高宽比与样本图片比例是否一致;
缩放单元,用于将高宽比判断单元输出不一致结果对应的待识别图片缩放为与样本图片比例一致的待识别图片;
图形最小单元判断单元,判断待识别图片的图形最小单元与样本像素点是否一致。
像素还原单元包括像素点比例计算单元和像素缩放单元,其中,
像素点比例计算单元,用于根据待识别图片的图形最小单元和样本图片的样本像素点计算像素点比例;
像素缩放单元,用于根据像素点比例将待识别图片缩小或者放大为样本图片比例对应的大小后,并将其图形还原为与样本图片比例一致的待识别图片。
技术效果:本发明通过图片识别用户拍摄距离,通过将待识别图片与样本数据进行比较、标准化处理和判断是否属于数值范围,判断快速且简便,解决现有的摄像头测距无法简便判断用户是否单人自拍操作的问题,达到了简便判断用户是否单人自拍操作的效果;将样本数据作为参照物,将测量重心集中在判断测试结果是否属于数值范围而不是测量距离的精度,提高判断的效率;标准化处理包括像素还原等,避免分辨率不同导致的判断准确度低的缺点,可以将经过任何处理的图片进行标准化处理后进行识别,有效提高判断结果的准确度。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
实施例1
一种基于图片识别用户拍摄距离的方法,包括如下步骤:
步骤1:将采集的样本数据进行预处理获取样本图片比例以及其范围;
步骤2:根据采集的待识别图片的属性判断其是否属于处理后图片,若属于,则跳至步骤3;若不属于,则跳至步骤4;
步骤3:将待识别图片通过像素还原变为与样本图片比例一致的待识别图片;
步骤4:获取步骤2或3中待识别图片的人脸和边框的比例;
步骤5:判断步骤4获取的比例是否属于样本图片比例范围,若是,则输出属于自拍结果;若否,则输出不属于自拍结果。
步骤1.1:通过样本数据中正常距离和正常焦距下拍摄的样本图片获取样本像素点和样本图片比例;本实施例的样本像素点高比例:1440:1,样本像素点宽比例:1080:1,样本图片比例即高宽比为1440:1080;
步骤1.2:根据样本数据中长手臂自拍的样本数据进行处理获取样本图片比例最大值;选取身高在1.9米以上的样本数据通过手臂与身高的关系计算距离,对距离值进行均值处理获取样本图片比例最大值即人脸画边框后的最大高宽比:宽1080:950,高1440:740;
步骤1.3:根据样本数据中短手臂自拍的样本数据即人脸图片完整占据整个图片时的数据进行处理获取样本图片比例最小值;如步骤1.2同理计算获取获取样本图片比例最小值即人脸画边框后的最小高宽比:宽1080:490,高1440:740;
步骤1.4:根据步骤1.2和步骤1.3获取样本图片比例范围;
步骤2.1:采集待识别图片,获取其的高宽比和图形最小单元;
步骤2.2:判断待识别图片的高宽比与样本图片比例是否一致,若一致,则跳至步骤2.3;若不一致,则将待识别图片通过缩放变为与样本图片比例一致的待识别图片后跳至步骤2.3;
步骤2.3:判断待识别图片的图形最小单元与样本像素点是否一致,若一致,则不属于处理后照片,则跳至步骤4;若不一致,则属于处理后照片,则跳至步骤3。
步骤3.1:根据待识别图片的图形最小单元和样本图片的样本像素点计算像素点比例;
步骤3.2:根据像素点比例将待识别图片缩小或者放大为样本图片比例对应的大小;
步骤3.3:将步骤3.2的待识别图片中的图形还原为与样本图片比例一致的待识别图片。
如图2所示,图2中a图是待识别图片P1,b图是经过像素同比例缩小的图片P2,c图是根据样本图片比例还原的图片P3;图片P1中的图形最小单元为4x4px,图片P1的高宽比为1080:1440,图片P1中人脸边框的高宽比为740:490;图片P1按4:1的像素点比例缩小,缩小以后获得图片P2,图片P2的高宽比为270:360,人脸边框的高宽比为185:123;将图片P2的边框扩展为样本边框获得图片P3,人脸在图片P3中的高宽比为1440:185、1080:123;样本图片比例最小值:高1440:740、宽1080:490,图片P3中的比例是远小于样本图片比例最小值,因此判断此照片不属于自拍照片。本发明通过图片识别用户拍摄距离,通过将待识别图片与样本数据进行比较、标准化处理和判断是否属于数值范围,判断快速且简便,解决现有的摄像头测距无法简便判断用户是否单人自拍操作的问题,达到了简便判断用户是否单人自拍操作的效果。
实施例2
一种基于图片识别用户拍摄距离的系统,包括预处理单元、属性判断单元、像素还原单元、比例获取单元、比例判断单元和输出单元,其中
预处理单元,用于对样本数据进行预处理获取样本图片比例以及其范围;预处理单元包括像素点和比例获取单元和范围统计单元,其中像素点和比例获取单元,用于获取样本图片的样本像素点和样本图片比例;范围统计单元,用于计算长手臂和短手臂自拍样本图片下的样本图片比例最大值和最小值,根据样本图片比例最大值和最小值统计样本图片比例范围。
属性判断单元,用于判断待识别图片是否属于处理后图片;属性判断单元包括高宽比和图形最小单元获取单元、高宽比判断单元和图形最小单元判断单元,其中,高宽比和图形最小单元获取单元,用于获取待识别图片的高宽比和图形最小单元;高宽比判断单元,用于判断待识别图片的高宽比与样本图片比例是否一致;缩放单元,用于将高宽比判断单元输出不一致结果对应的待识别图片缩放为与样本图片比例一致的待识别图片;图形最小单元判断单元,判断待识别图片的图形最小单元与样本像素点是否一致。
像素还原单元,用于将属于处理后的待识别图片进行像素还原变为与样本图片比例一致的待识别图片;像素还原单元包括像素点比例计算单元和像素缩放单元,其中,像素点比例计算单元,用于根据待识别图片的图形最小单元和样本图片的样本像素点计算像素点比例;像素缩放单元,用于根据像素点比例将待识别图片缩小或者放大为样本图片比例对应的大小后,并将其图形还原为与样本图片比例一致的待识别图片。
比例获取单元,用于获取属性判断后或者像素还原后的待识别图片的人脸和边框的比例;
比例判断单元,用于比较待识别图片的人脸和边框的比例和样本图片比例后,判断其是否属于样本图片比例范围;
输出单元,用于输出比例判断后的待识别图片的识别结果。
步骤1:预处理单元将采集的样本数据进行预处理获取样本图片比例以及其范围;
步骤2:属性判断单元根据采集的待识别图片的属性判断其是否属于处理后图片,若属于,则跳至步骤3;若不属于,则跳至步骤4;
步骤3:像素还原单元将待识别图片通过像素还原变为与样本图片比例一致的待识别图片;
步骤4:比例获取单元获取步骤2或3中待识别图片的人脸和边框的比例;
步骤5:比例判断单元判断步骤4获取的比例是否属于样本图片比例范围,若是,则输出单元输出属于自拍结果;若否,则输出单元输出不属于自拍结果。本发明通过图片识别用户拍摄距离,通过预处理单元、属性判断单元、像素还原单元、比例获取单元和比例判断单元将待识别图片与样本数据进行比较、标准化处理和判断是否属于数值范围,判断快速且简便,解决现有的摄像头测距无法简便判断用户是否单人自拍操作的问题,达到了简便判断用户是否单人自拍操作的效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于图片识别用户拍摄距离的方法,其特征在于:包括如下步骤:
步骤1:将采集的样本数据进行预处理获取样本图片比例以及其范围;
步骤2:根据采集的待识别图片的属性判断其是否属于处理后图片,若属于,则跳至步骤3;若不属于,则跳至步骤4;
步骤3:将待识别图片通过像素还原变为与样本图片比例一致的待识别图片;
步骤4:获取步骤2或3中待识别图片的人脸和边框的比例;
步骤5:判断步骤4获取的比例是否属于样本图片比例范围,若是,则输出属于自拍结果;若否,则输出不属于自拍结果。
2.根据权利要求1所述的一种基于图片识别用户拍摄距离的方法,其特征在于:所述步骤1包括如下步骤:
步骤1.1:通过样本数据中正常距离和正常焦距下拍摄的样本图片获取样本像素点和样本图片比例;
步骤1.2:根据样本数据中长手臂自拍的样本数据进行处理获取样本图片比例最大值;
步骤1.3:根据样本数据中短手臂自拍的样本数据即人脸图片完整占据整个图片时的数据进行处理获取样本图片比例最小值;
步骤1.4:根据步骤1.2和步骤1.3获取样本图片比例范围。
3.根据权利要求1或者2所述的一种基于图片识别用户拍摄距离的方法,其特征在于:所述步骤2包括如下步骤:
步骤2.1:采集待识别图片,获取其的高宽比和图形最小单元;
步骤2.2:判断待识别图片的高宽比与样本图片比例是否一致,若一致,则跳至步骤2.3;若不一致,则将待识别图片通过缩放变为与样本图片比例一致的待识别图片后跳至步骤2.3;
步骤2.3:判断待识别图片的图形最小单元与样本像素点是否一致,若一致,则不属于处理后照片,则跳至步骤4;若不一致,则属于处理后照片,则跳至步骤3。
4.根据权利要求3所述的一种基于图片识别用户拍摄距离的方法,其特征在于:所述步骤3包括如下步骤:
步骤3.1:根据待识别图片的图形最小单元和样本图片的样本像素点计算像素点比例;
步骤3.2:根据像素点比例将待识别图片缩小或者放大为样本图片比例对应的大小;
步骤3.3:将步骤3.2的待识别图片中的图形还原为与样本图片比例一致的待识别图片。
5.一种基于图片识别用户拍摄距离的系统,其特征在于:包括预处理单元、属性判断单元、像素还原单元、比例获取单元、比例判断单元和输出单元,其中
预处理单元,用于对样本数据进行预处理获取样本图片比例以及其范围;
属性判断单元,用于判断待识别图片是否属于处理后图片;
像素还原单元,用于将属于处理后的待识别图片进行像素还原变为与样本图片比例一致的待识别图片;
比例获取单元,用于获取属性判断后或者像素还原后的待识别图片的人脸和边框的比例;
比例判断单元,用于比较待识别图片的人脸和边框的比例和样本图片比例后,判断其是否属于样本图片比例范围;
输出单元,用于输出比例判断后的待识别图片的识别结果。
6.根据权利要求5所述的一种基于图片识别用户拍摄距离的系统,其特征在于:所述预处理单元包括像素点和比例获取单元和范围统计单元,其中
像素点和比例获取单元,用于获取样本图片的样本像素点和样本图片比例;
范围统计单元,用于计算长手臂和短手臂自拍样本图片下的样本图片比例最大值和最小值,根据样本图片比例最大值和最小值统计样本图片比例范围。
7.根据权利要求5或者6所述的一种基于图片识别用户拍摄距离的系统,其特征在于:所述属性判断单元包括高宽比和图形最小单元获取单元、高宽比判断单元和图形最小单元判断单元,其中,
高宽比和图形最小单元获取单元,用于获取待识别图片的高宽比和图形最小单元;
高宽比判断单元,用于判断待识别图片的高宽比与样本图片比例是否一致;
缩放单元,用于将高宽比判断单元输出不一致结果对应的待识别图片缩放为与样本图片比例一致的待识别图片;
图形最小单元判断单元,判断待识别图片的图形最小单元与样本像素点是否一致。
8.根据权利要求7所述的一种基于图片识别用户拍摄距离的系统,其特征在于:所述像素还原单元包括像素点比例计算单元和像素缩放单元,其中,
像素点比例计算单元,用于根据待识别图片的图形最小单元和样本图片的样本像素点计算像素点比例;
像素缩放单元,用于根据像素点比例将待识别图片缩小或者放大为样本图片比例对应的大小后,并将其图形还原为与样本图片比例一致的待识别图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811178038.2A CN109345531B (zh) | 2018-10-10 | 2018-10-10 | 一种基于图片识别用户拍摄距离的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811178038.2A CN109345531B (zh) | 2018-10-10 | 2018-10-10 | 一种基于图片识别用户拍摄距离的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109345531A true CN109345531A (zh) | 2019-02-15 |
CN109345531B CN109345531B (zh) | 2019-07-30 |
Family
ID=65309158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811178038.2A Active CN109345531B (zh) | 2018-10-10 | 2018-10-10 | 一种基于图片识别用户拍摄距离的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345531B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162648A (zh) * | 2019-05-21 | 2019-08-23 | 智者四海(北京)技术有限公司 | 图片处理方法、装置及记录介质 |
CN111046748A (zh) * | 2019-11-22 | 2020-04-21 | 四川新网银行股份有限公司 | 一种大头照场景增强识别方法及装置 |
CN111079644A (zh) * | 2019-12-13 | 2020-04-28 | 四川新网银行股份有限公司 | 基于距离和关节点识别外力辅助拍照的方法及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103489004A (zh) * | 2013-09-30 | 2014-01-01 | 华南理工大学 | 一种深度学习网络实现大类别图像识别的方法 |
US20160105603A1 (en) * | 2014-10-14 | 2016-04-14 | Chiun Mai Communication Systems, Inc. | Electronic device and image capturing method using the same |
CN105630915A (zh) * | 2015-12-21 | 2016-06-01 | 山东大学 | 一种移动终端中图片分类存储的方法及装置 |
CN105740426A (zh) * | 2016-01-29 | 2016-07-06 | 宇龙计算机通信科技(深圳)有限公司 | 基于人脸识别的照片发送方法及装置 |
CN105808663A (zh) * | 2016-02-29 | 2016-07-27 | 北京金山安全软件有限公司 | 一种图像分类的方法、装置及电子设备 |
CN106407323A (zh) * | 2016-08-31 | 2017-02-15 | 上海交通大学 | 一种基于差异度空间距离的图片检索方法 |
CN106713728A (zh) * | 2015-11-12 | 2017-05-24 | 任伟 | 一种增强景点拍照信息的方法及系统 |
-
2018
- 2018-10-10 CN CN201811178038.2A patent/CN109345531B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103489004A (zh) * | 2013-09-30 | 2014-01-01 | 华南理工大学 | 一种深度学习网络实现大类别图像识别的方法 |
US20160105603A1 (en) * | 2014-10-14 | 2016-04-14 | Chiun Mai Communication Systems, Inc. | Electronic device and image capturing method using the same |
CN106713728A (zh) * | 2015-11-12 | 2017-05-24 | 任伟 | 一种增强景点拍照信息的方法及系统 |
CN105630915A (zh) * | 2015-12-21 | 2016-06-01 | 山东大学 | 一种移动终端中图片分类存储的方法及装置 |
CN105740426A (zh) * | 2016-01-29 | 2016-07-06 | 宇龙计算机通信科技(深圳)有限公司 | 基于人脸识别的照片发送方法及装置 |
CN105808663A (zh) * | 2016-02-29 | 2016-07-27 | 北京金山安全软件有限公司 | 一种图像分类的方法、装置及电子设备 |
CN106407323A (zh) * | 2016-08-31 | 2017-02-15 | 上海交通大学 | 一种基于差异度空间距离的图片检索方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162648A (zh) * | 2019-05-21 | 2019-08-23 | 智者四海(北京)技术有限公司 | 图片处理方法、装置及记录介质 |
CN110162648B (zh) * | 2019-05-21 | 2024-02-23 | 智者四海(北京)技术有限公司 | 图片处理方法、装置及记录介质 |
CN111046748A (zh) * | 2019-11-22 | 2020-04-21 | 四川新网银行股份有限公司 | 一种大头照场景增强识别方法及装置 |
CN111046748B (zh) * | 2019-11-22 | 2023-06-09 | 四川新网银行股份有限公司 | 一种大头照场景增强识别方法及装置 |
CN111079644A (zh) * | 2019-12-13 | 2020-04-28 | 四川新网银行股份有限公司 | 基于距离和关节点识别外力辅助拍照的方法及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109345531B (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109345531B (zh) | 一种基于图片识别用户拍摄距离的方法及系统 | |
CN106781436B (zh) | 交通事故处理方法及装置 | |
JP2728235B2 (ja) | 画像品質分析の方法 | |
CN110390229B (zh) | 一种人脸图片筛选方法、装置、电子设备及存储介质 | |
CN112784740B (zh) | 步态数据的采集与标注方法及应用 | |
CN104333694B (zh) | 一种防止门店拜访拍照造假的方法 | |
CN116309409A (zh) | 一种焊缝缺陷检测方法、系统和存储介质 | |
CN111126098A (zh) | 证件图像采集方法、装置、设备及存储介质 | |
CN101131727A (zh) | 一种图像采集的方法及其应用 | |
CN112990796A (zh) | 房产交易风险的确定方法及装置、存储介质及电子设备 | |
CN109242658B (zh) | 可疑交易报告生成方法、系统、计算机设备和存储介质 | |
CN112907206B (zh) | 一种基于视频对象识别的业务审核方法、装置及设备 | |
CN101685240B (zh) | 判断图像提取装置对焦品质的方法 | |
CN113568934A (zh) | 一种数据查询方法、装置、电子设备和存储介质 | |
CN113792662A (zh) | 图像检测方法、装置、电子设备以及存储介质 | |
CN111178347B (zh) | 证件图像的模糊度检测方法、装置、设备及存储介质 | |
CN107907546A (zh) | 一种基于智能移动终端的视觉缺陷检测方法与系统 | |
CN108955519B (zh) | 一种快递活物检测系统和方法 | |
CN106846527B (zh) | 一种基于人脸识别的考勤系统 | |
CN113901898B (zh) | 人脸识别场景下图像稳定采样方法、装置、设备及介质 | |
WO2017219562A1 (zh) | 一种二维码生成方法及装置 | |
CN117666242A (zh) | 图像采集方法、装置、电子设备以及存储介质 | |
KR20230037967A (ko) | 증기 터빈 블레이드 표면 조도 측정 단말 및 서버, 그리고 이들을 포함하는 시스템 및 방법 | |
CN114463690A (zh) | 一种异常检测方法、装置、电子设备及存储介质 | |
CN101079948B (zh) | 影像主体位置检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |