CN109726625A - 反人脸识别方法、装置、终端设备及存储介质 - Google Patents
反人脸识别方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN109726625A CN109726625A CN201810925484.9A CN201810925484A CN109726625A CN 109726625 A CN109726625 A CN 109726625A CN 201810925484 A CN201810925484 A CN 201810925484A CN 109726625 A CN109726625 A CN 109726625A
- Authority
- CN
- China
- Prior art keywords
- image information
- information
- face
- collection point
- current
- 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
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种反人脸识别方法、装置、终端设备及存储介质,所述方法包括:采集用户的当前人脸图像信息;将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息;对所述采集点信息进行处理并生成目标图像信息;调用检测设备对所述目标图像信息进行识别,根据识别结果统计所述目标图像信息的识别度,在所述识别度低于预设值时,将所述目标图像信息进行保存。本发明通过对人脸图像信息进行分析处理,获取人脸图像信息的采集点,对采集点进行处理,从而在保证人眼可识别的情况下,提高人脸图像信息的安全性。
Description
技术领域
本发明涉及反人脸识别技术领域,尤其涉及一种反人脸识别方法、装置、终端设备及存储介质。
背景技术
当前人脸识别技术应用越来越广泛,如:人脸识别门禁系统、监控系统等。它已经成为了人工智能和模式识别研究领域中一个备受关注的热点。从而出现各种人脸识别算法,如特征提取、维度控制、识别准确率等。由于人脸图像的维度比较高,通常的做法是把人脸图像进行降维提取特征脸,再进行比对。其中主成分分析法就是对图像进行降维处理,得到人脸图像的主成分,去除原始数据的相关性,生成特征脸,再把测试图像与特征脸进行比对识别,该方法已经取得了不错的识别效果,但是,随着信息化时代的发展,对于个人资料的安全性要求越来越高,人们开始关注对个人信息的安全性。
发明内容
本发明的主要目的在于提出一种反人脸识别方法、装置、终端设备及存储介质,旨在解决现有技术中无法提高个人信息安全性的技术问题。
为实现上述目的,本发明提供一种反人脸识别方法,所述反人脸识别方法包括以下步骤:
采集用户的当前人脸图像信息;
将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息;
对所述采集点信息进行处理并生成目标图像信息;
调用检测设备对所述目标图像信息进行识别,根据识别结果统计所述目标图像信息的识别度,在所述识别度低于预设值时,将所述目标图像信息进行保存。
优选地,所述采集用户的当前人脸图像信息之前,所述方法还包括:
判断所述当前人脸图像信息是否有人脸图像存在,在存有所述人脸图像时,执行所述采集用户的当前人脸图像信息。
优选地,所述判断所述当前人脸图像信息是否有人脸图像存在,具体包括:
提取所述当前人脸图像信息中的区域信息,所述区域信息包括直方图特征信息、颜色特征信息、模板特征信息以及结构特征信息,将所述区域信息与预设人脸信息进行比较,根据比较结果判断述当前人脸图像信息是否有人脸图像存在。
优选地,所述将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息,具体包括:
判断所述当前人脸图像信息的采集点分布类型,根据所述采集点分布类型从预设关系映射表查找与对应的预设图像信息,确定所述预设图像信息中的预设采集点信息,将所述预设采集点信息作为所述当前采集点信息。
优选地,所述判断所述当前人脸图像信息的采集点分布类型,根据所述采集点分布类型查找与对应的预设图像信息,从预设关系映射表中确定所述预设图像信息对应的采集点信息之前,所述方法还包括:
获取历史采集点分布类型与历史图像信息,根据历史采集点分布类型与历史图像信息的对应关系建立所述预设关系映射表。
优选地,所述采集用户的当前人脸图像信息之后,所述方法还包括:
将所述当前人脸图像信息送入预设机器学习模型中进行训练,根据训练结果输出所述当前人脸图像信息的当前采集点信息。
优选地,所述对所述采集点信息进行处理并生成目标图像信息,具体包括:
获取所述采集点信息在当前图像信息中的位置坐标,根据所述位置坐标通过哈希算法生成唯一标识符,并将标识符设在所述当前图像信息中的预设坐标位置,并生成所述目标图像信息。
此外,为实现上述目的,本发明还提出一种反人脸识别装置,所述反人脸识别装置包括:
采集模块,用于采集用户的当前人脸图像信息;
比较模块,用于将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息;
处理模块,用于对所述采集点信息进行处理并生成目标图像信息;
调用模块,用于调用检测设备对所述目标图像信息进行识别,根据识别结果统计所述目标图像信息的识别度,在所述识别度低于预设值时,将所述目标图像信息进行保存。
此外,为实现上述目的,本发明还提出一种终端设备,所述终端设备包括: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反人脸识别程序,所述反人脸识别程序配置为实现如上所述的反人脸识别方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有反人脸识别程序,所述反人脸识别程序被处理器执行时实现如上文所述的反人脸识别方法的步骤。
本发明提出的反人脸识别方法,通过对人脸图像信息进行分析,获取人脸图像信息的采集点,对采集点进行处理,在保证人眼可识别的情况下,通过设备无法识别到修改后的人脸图像信息,从而提高人脸图像信息的安全性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端设备结构示意图;
图2为本发明反人脸识别方法第一实施例的流程示意图;
图3为本发明反人脸识别方法第二实施例的流程示意图;
图4为本发明反人脸识别方法第三实施例的流程示意图;
图5为本发明反人脸识别装置第一实施例的功能模块示意图。
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。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图。
如图1所示,该终端设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如按键,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端设备结构并不构成对终端设备的限定,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。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及反人脸识别程序。
在图1所示的终端设备中,网络接口1004主要用于连接外网,与其他网络设备进行数据通信;用户接口1003主要用于连接用户终端,与终端进行数据通信;本发明终端设备通过处理器1001调用存储器1005中存储的反人脸识别程序,并执行本发明实施例提供的反人脸识别的实施方法。
基于上述硬件结构,提出本发明反人脸识别方法实施例。
参照图2,图2为本发明反人脸识别方法第一实施例的流程示意图。
在第一实施例中,所述反人脸识别方法包括以下步骤:
步骤S10,采集用户的当前人脸图像信息。
需要说明的是,所述当前人脸图像信息为个人的身份证、护照等扫描件,可通过扫描机扫描到个人的人脸图像信息,所述扫描机与终端设备进行连接,还可与其他采集设备进行互连,从而实现对人脸图像信息的采集。
在本实施例中,还可包括用户的个人图片信息或个人资料信息等与用户相关的信息,例如用户申请车险业务时,需要上传个人的行驶证以及驾驶证信息,其中,包含许多用户不希望泄露的信息,业务员获取用户的个人信息之后,可对用户的资料信息进行处理,从而防止用户的信息泄露。
可以理解的是,在采集用户的图像信息之前可对图像信息进行预处理,例如进行人脸图像的光线补偿,去噪以及滤波等,从而采集用户图像的有效数据,提高数据处理效率。
步骤S20,将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息。
需要说明的是,所述预设图像信息可为携带有采集点信息的图像信息,通过将当前人脸图像信息与携带有采集点信息的图像信息进行比较,从而确定当前人脸图像信息中的采集点信息,例如在预设人脸采集信息中的采集点为人脸中的眼睛、鼻子、嘴巴以及下巴局部特征信息形成的采集点信息,通过获取采集点信息从而可实现对人脸图像的识别。
在本实施例中,主要用于将识别出的采集点信息进行加工处理,从而使采集点信息不易被识别,并且由于只是对采集点信息进行处理,从而并不影响整个图像信息,由于对采集点信息的处理只是微观的采集点的图像帧作处理,通过人眼并不能发现图像的变化,用户可将处理后的图像信息作为资料进行保存,但是在不法分子盗取用户的资料时,并不能实现对图像信息的识别,从而提高用户资料的安全性,例如在对用户A的图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点坐标信息为(12,12),从而获取具体的采集点信息,实现对人脸图像信息的准确分析。
在具体实现中,为了采集点信息的精确度,可对所述预设图像信息进行实时更新,在获取到不同采集点信息时,可将不同采集点对应的图像信息对所述预设图像信息进行更新,从而提高采集点的数量,可提高对各种人脸图像信息的识别,例如将用户A的人脸图像信息与预设图像信息进行比较时,无法确定当前人脸图像信息的采集点,在这种情况下,可对预设图像信息的数据库进行更新,从而实现对当前人脸图像信息的识别。
步骤S30,对所述采集点信息进行处理并生成目标图像信息。
在本实施例中,将采集的图像信息中的采集点进行修改,从而无法完成对图像的识别,在用户的图像信息泄露的情况下,无法使用用户的图像信息,保护用户的个人信息安全。
在具体实现中,可通过多种方式进行修改,例如在获取采集点信息的前提下,将采集点信息中的数据进行篡改,从而在保证图像不变的情况下,无法识别采集点中的信息,或者识别出的采集点的信息与实际的信息不一致,可通过生成随机数据,将随机数据将采集点数据进行替换,还可将采集点的数据设为空白或特殊字符,使图像数据识别出错,例如,将采集点的数据参数替换为FF等,从而生成无效数据。
需要说明的是,在对修改后的图像信息设有对应的标签信息,通过所述标签信息可获取当前图像信息的修改内容,可通过对修改内容实现对图像信息的还原,例如将修改内容通过密钥进行加密生成标签,授权用户可通过获取的密钥对加密后的图像信息进行解密,从而生成正常的可识别的图像信息,提高图像信息的灵活利用,从而满足用户的需求。
步骤S40,调用检测设备对所述目标图像信息进行识别,根据识别结果统计所述目标图像信息的识别度,在所述识别度低于预设值时,将所述目标图像信息进行保存。
在本实施例中,所述检测设备可为扫描仪,还可为其他可实现图像识别的设备,本实施例对此不作限制,在本实施例中,以扫描仪为例进行说明。
在具体实现中,通过扫描仪对处理后的目标图像信息进行识别,并统计所述目标图像的识别度,再对处理后的图像数据进行保存,并提供给用户进行使用,在修改完之后还可对修改后的图像信息进行验证,具体方式是,可将修改后的图像数据件图像识别并进行统计,获取图像数据的识别度,在识别度满足预设值时,则进行保存,如果不满足预设值时,则重新进行处理,例如,可将预设值设为50%,统计出图像数据的识别度为30%时,则表示修改成功,可进行保存,如果统计出图像数据的识别度为60%时,则表示修改失败,需要对图像信息进行重新处理,从而提高图像处理的准确性。
本实施例通过上述方案,通过对人脸图像信息进行分析处理,获取人脸图像信息的采集点,对采集点进行处理,从而在保证人眼可识别的情况下,提高人脸图像信息的安全性。
进一步地,如图3所示,基于第一实施例提出本发明反人脸识别方法第二实施例,在本实施例中,所述步骤S10之前,所述方法还包括:
步骤S101,判断所述当前人脸图像信息是否有人脸图像存在,在存有所述人脸图像时,执行所述采集用户的当前人脸图像信息。
在进行处理之前,首先判断是否有人脸存在,存在有人脸的情况,则进一步地判断人脸的位置、大小以及各个主要面部器官的位置信息,在具体实现中,将将图片信息与预设人脸的信息进行比较,根据比较结果判断是否有人脸存在,其中,预设人脸信息可包括直方图特征信息、颜色特征信息、模板特征信息以及结构特征信息,还可包括其他特征信息,本实施例对此不作限制,从而通过与预设特征信息进行比较判断是否有人脸存在。
进一步地,所述步骤S101,具体包括:
步骤S102,提取所述当前人脸图像信息中的区域信息,所述区域信息包括直方图特征信息、颜色特征信息、模板特征信息以及结构特征信息,将所述区域信息与预设人脸信息进行比较,根据比较结果判断述当前人脸图像信息是否有人脸图像存在。
在本实施例中,可对批量的图像信息同时进行处理,即在对批量的图像信息时,在只对与用户相关的人脸信息对应的图像信息进行处理时,可通过对人脸的判断,从批量的图像信息中获取具有人脸特征的图像信息,再进行相应的处理,从而提高图像信息处理的效率。
进一步地,所述步骤S20,具体包括:
步骤S201,判断所述当前人脸图像信息的采集点分布类型,根据所述采集点分布类型从预设关系映射表查找与对应的预设图像信息,确定所述预设图像信息中的预设采集点信息,将所述预设采集点信息作为所述当前采集点信息。
在具体实现中,所述采集点分布类型,可为人脸的类型,例如方脸,圆脸等,由于人脸的类型不同采集点分布也会不同,从而可通过对采集点分布类型,获取对应的预设图像信息的采集点信息,从而实现对采集点信息的识别,例如判断出用户B的人脸类型为圆脸,在预设关系映射表中查找圆脸的预设图像信息,所述预设图像信息为携带有采集点的图像信息,从而可根据查找到的圆脸的图像信息,从而确定圆脸的图像信息对应的采集点信息,提高对不同用户的人脸识别,提高图像处理的正确性。
进一步地,所述步骤S201之前,所述方法还包括:
步骤S202,获取历史采集点分布类型与历史图像信息,根据历史采集点分布类型与历史图像信息的对应关系建立所述预设关系映射表。
在本实施例中,为了实现对不同人脸图像信息的采集点信息的识别,了收集历史各种采集点分布类型与历史图像信息,从而可通过大数据建立图像信息与采集点的对应关系。
本实施例提供的方案,可通过对人脸图像信息中的采集点分布类型查找对应的预设图像信息,通过携带有采集点信息的预设图像信息确定当前人脸图像信息中的采集点信息,从而实现对不同人脸图像信息中的采集点的识别,提高图像数据处理的正确性。
进一步地,如图4所示,基于第一实施例或第二实施例提出本发明反人脸识别方法第三实施例,在本实施例中,基于第一实施例进行说明,所述步骤S10之后,所述方法还包括:
步骤S103,将所述当前人脸图像信息送入预设机器学习模型中进行训练,根据训练结果输出所述当前人脸图像信息的当前采集点信息。
在本实施例中,还可通过预设机器学习模型对当前的人脸图像信息进行识别,从而识别出当前人脸图像信息中的采集点信息,通过机器学习模型实现对人脸图像信息的处理,提高图像信息处理的效率。
进一步地,所述步骤S103之前,所述方法还包括:
建立原始模型,将采集的历史图像信息与对应的采集点信息对所述原始模型进行训练,生成图像信息与采集点信息对应的预设机器学习模型。
在具体实现中,可通过首先建立原始模型,通过采集的历史图像信息与对应的采集点信息对所述原始模型进行训练,从而生成与图像信息与采集点信息相关的机器学习模型,通过所述预设机器学习模型可实现对各种图像信息的处理。
进一步地,所述步骤S30,具体包括:
步骤S301,获取所述采集点信息在当前图像信息中的位置坐标,根据所述位置坐标通过哈希算法生成唯一标识符,并将标识符设在所述当前图像信息中的预设坐标位置,并生成所述目标图像信息。
需要说明的是,所述预设坐标位置可为当前人脸图像信息中的最后坐标位的数据,还可为根据需求自定义的位置,本实施例对此不作限制,在本实施例中,以最后坐标为的数据为例进行说明。
在具体实现中,通过在采集点的位置坐标通过哈希算法生成唯一标识符,例如F1,将所述标识符F1写入最后位置进行保存,从而提高修改后图像数据的安全性。
本实施例提供的方案,通过对当前人脸图像信息的采集点信息通过预设算法生成标识符,并写入所述当前人脸图像信息,使处理后的当前人脸图像信息不易被识别,从而提高当前人脸图像信息的安全性。
本发明进一步提供一种反人脸识别装置。
参照图5,图5为本发明反人脸识别装置第一实施例的功能模块示意图。
本发明反人脸识别装置第一实施例中,该反人脸识别装置包括:
采集模块10,用于采集用户的当前人脸图像信息。
需要说明的是,所述当前人脸图像信息为个人的身份证、护照等扫描件,可通过扫描机扫描到个人的人脸图像信息,所述扫描机与终端设备进行连接,还可与其他采集设备进行互连,从而实现对人脸图像信息的采集。
在本实施例中,还可包括用户的个人图片信息或个人资料信息等与用户相关的信息,例如用户申请车险业务时,需要上传个人的行驶证以及驾驶证信息,其中,包含许多用户不希望泄露的信息,业务员获取用户的个人信息之后,可对用户的资料信息进行处理,从而防止用户的信息泄露。
可以理解的是,在采集用户的图像信息之前可对图像信息进行预处理,例如进行人脸图像的光线补偿,去噪以及滤波等,从而采集用户图像的有效数据,提高数据处理效率。
比较模块20,用于将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息。
需要说明的是,所述预设图像信息可为携带有采集点信息的图像信息,通过将当前人脸图像信息与携带有采集点信息的图像信息进行比较,从而确定当前人脸图像信息中的采集点信息,例如在预设人脸采集信息中的采集点为人脸中的眼睛、鼻子、嘴巴以及下巴局部特征信息形成的采集点信息,通过获取采集点信息从而可实现对人脸图像的识别。
在本实施例中,主要用于将识别出的采集点信息进行加工处理,从而使采集点信息不易被识别,并且由于只是对采集点信息进行处理,从而并不影响整个图像信息,由于对采集点信息的处理只是微观的采集点的图像帧作处理,通过人眼并不能发现图像的变化,用户可将处理后的图像信息作为资料进行保存,但是在不法分子盗取用户的资料时,并不能实现对图像信息的识别,从而提高用户资料的安全性,例如在对用户A的图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点坐标信息为(12,12),从而获取具体的采集点信息,实现对人脸图像信息的准确分析。
在具体实现中,为了采集点信息的精确度,可对所述预设图像信息进行实时更新,在获取到不同采集点信息时,可将不同采集点对应的图像信息对所述预设图像信息进行更新,从而提高采集点的数量,可提高对各种人脸图像信息的识别,例如将用户A的人脸图像信息与预设图像信息进行比较时,无法确定当前人脸图像信息的采集点,在这种情况下,可对预设图像信息的数据库进行更新,从而实现对当前人脸图像信息的识别。
处理模块30,用于对所述采集点信息进行处理并生成目标图像信息。
在本实施例中,将采集的图像信息中的采集点进行修改,从而无法完成对图像的识别,在用户的图像信息泄露的情况下,无法使用用户的图像信息,保护用户的个人信息安全。
在具体实现中,可通过多种方式进行修改,例如在获取采集点信息的前提下,将采集点信息中的数据进行篡改,从而在保证图像不变的情况下,无法识别采集点中的信息,或者识别出的采集点的信息与实际的信息不一致,可通过生成随机数据,将随机数据将采集点数据进行替换,还可将采集点的数据设为空白或特殊字符,使图像数据识别出错,例如,将采集点的数据参数替换为FF等,从而生成无效数据。
需要说明的是,在对修改后的图像信息设有对应的标签信息,通过所述标签信息可获取当前图像信息的修改内容,可通过对修改内容实现对图像信息的还原,例如将修改内容通过密钥进行加密生成标签,授权用户可通过获取的密钥对加密后的图像信息进行解密,从而生成正常的可识别的图像信息,提高图像信息的灵活利用,从而满足用户的需求。
调用模块40,用于调用检测设备对所述目标图像信息进行识别,根据识别结果统计所述目标图像信息的识别度,在所述识别度低于预设值时,将所述目标图像信息进行保存。
在本实施例中,所述检测设备可为扫描仪,还可为其他可实现图像识别的设备,本实施例对此不作限制,在本实施例中,以扫描仪为例进行说明。
在具体实现中,通过扫描仪对处理后的目标图像信息进行识别,并统计所述目标图像的识别度,再对处理后的图像数据进行保存,并提供给用户进行使用,在修改完之后还可对修改后的图像信息进行验证,具体方式是,可将修改后的图像数据件图像识别并进行统计,获取图像数据的识别度,在识别度满足预设值时,则进行保存,如果不满足预设值时,则重新进行处理,例如,可将预设值设为50%,统计出图像数据的识别度为30%时,则表示修改成功,可进行保存,如果统计出图像数据的识别度为60%时,则表示修改失败,需要对图像信息进行重新处理,从而提高图像处理的准确性。
本实施例通过上述方案,通过对人脸图像信息进行分析处理,获取人脸图像信息的采集点,对采集点进行处理,从而在保证人眼可识别的情况下,提高人脸图像信息的安全性。
此外,为实现上述目的,本发明还提出一种终端设备,所述终端设备包括: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反人脸识别程序,所述反人脸识别程序配置为实现如上文所述的反人脸识别方法的步骤。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有反人脸识别程序,所述反人脸识别程序被处理器执行如上文所述的反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如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台智能终端(可以是手机,计算机,终端设备,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 (10)
1.一种反人脸识别方法,其特征在于,所述反人脸识别方法包括:
采集用户的当前人脸图像信息;
将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息;
对所述采集点信息进行处理并生成目标图像信息;
调用检测设备对所述目标图像信息进行识别,根据识别结果统计所述目标图像信息的识别度,在所述识别度低于预设值时,将所述目标图像信息进行保存。
2.如权利要求1所述的反人脸识别方法,其特征在于,所述采集用户的当前人脸图像信息之前,所述方法还包括:
判断所述当前人脸图像信息是否有人脸图像存在,在存有所述人脸图像时,执行所述采集用户的当前人脸图像信息。
3.如权利要求2所述的反人脸识别方法,其特征在于,所述判断所述当前人脸图像信息是否有人脸图像存在,具体包括:
提取所述当前人脸图像信息中的区域信息,所述区域信息包括直方图特征信息、颜色特征信息、模板特征信息以及结构特征信息,将所述区域信息与预设人脸信息进行比较,根据比较结果判断述当前人脸图像信息是否有人脸图像存在。
4.如权利要求1至3中任一项所述的反人脸识别方法,其特征在于,所述将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息,具体包括:
判断所述当前人脸图像信息的采集点分布类型,根据所述采集点分布类型从预设关系映射表查找与对应的预设图像信息,确定所述预设图像信息中的预设采集点信息,将所述预设采集点信息作为所述当前采集点信息。
5.如权利要求4所述的反人脸识别方法,其特征在于,所述判断所述当前人脸图像信息的采集点分布类型,根据所述采集点分布类型查找与对应的预设图像信息,从预设关系映射表中确定所述预设图像信息对应的采集点信息之前,所述方法还包括:
获取历史采集点分布类型与历史图像信息,根据历史采集点分布类型与历史图像信息的对应关系建立所述预设关系映射表。
6.如权利要求1至3中任一项所述的反人脸识别方法,其特征在于,所述采集用户的当前人脸图像信息之后,所述方法还包括:
将所述当前人脸图像信息送入预设机器学习模型中进行训练,根据训练结果输出所述当前人脸图像信息的当前采集点信息。
7.如权利要求1至3中任一项所述的反人脸识别方法,其特征在于,所述对所述采集点信息进行处理并生成目标图像信息,具体包括:
获取所述采集点信息在当前图像信息中的位置坐标,根据所述位置坐标通过哈希算法生成唯一标识符,并将标识符设在所述当前图像信息中的预设坐标位置,并生成所述目标图像信息。
8.一种反人脸识别装置,其特征在于,所述反人脸识别装置包括:
采集模块,用于采集用户的当前人脸图像信息;
比较模块,用于将所述当前人脸图像信息与预设图像信息进行比较,确定所述当前人脸图像信息中的当前采集点信息;
处理模块,用于对所述采集点信息进行处理并生成目标图像信息;
调用模块,用于调用检测设备对所述目标图像信息进行识别,根据识别结果统计所述目标图像信息的识别度,在所述识别度低于预设值时,将所述目标图像信息进行保存。
9.一种终端设备,其特征在于,所述终端设备包括: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反人脸识别程序,所述反人脸识别程序配置为实现如权利要求1至7中任一项所述的反人脸识别方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有反人脸识别程序,所述反人脸识别程序被处理器执行时实现如权利要求1至7中任一项所述的反人脸识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810925484.9A CN109726625B (zh) | 2018-08-13 | 2018-08-13 | 反人脸识别方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810925484.9A CN109726625B (zh) | 2018-08-13 | 2018-08-13 | 反人脸识别方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109726625A true CN109726625A (zh) | 2019-05-07 |
CN109726625B CN109726625B (zh) | 2023-06-23 |
Family
ID=66294620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810925484.9A Active CN109726625B (zh) | 2018-08-13 | 2018-08-13 | 反人脸识别方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109726625B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140328547A1 (en) * | 2013-05-02 | 2014-11-06 | Machine Perception Technologies Inc. | Anonymization of facial expressions |
CN105868716A (zh) * | 2016-03-29 | 2016-08-17 | 中国科学院上海高等研究院 | 一种基于面部几何特征的人脸识别方法 |
-
2018
- 2018-08-13 CN CN201810925484.9A patent/CN109726625B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140328547A1 (en) * | 2013-05-02 | 2014-11-06 | Machine Perception Technologies Inc. | Anonymization of facial expressions |
CN105868716A (zh) * | 2016-03-29 | 2016-08-17 | 中国科学院上海高等研究院 | 一种基于面部几何特征的人脸识别方法 |
Non-Patent Citations (1)
Title |
---|
AVISHEK JOEY BOSE 等: "Adversarial Attacks on Face Detectors using Neural Net based Constrained Optimization", pages 1 - 6 * |
Also Published As
Publication number | Publication date |
---|---|
CN109726625B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10445562B2 (en) | AU feature recognition method and device, and storage medium | |
CN109359548A (zh) | 多人脸识别监控方法及装置、电子设备及存储介质 | |
CN109756458B (zh) | 身份认证方法和系统 | |
CN111310624A (zh) | 遮挡识别方法、装置、计算机设备及存储介质 | |
JP2018508888A (ja) | モバイル・デバイスを用いてキャプチャしたイメージを使用する指紋ベースのユーザ認証を実行するためのシステムおよび方法 | |
CN109858439A (zh) | 一种基于人脸的活体检测方法及装置 | |
CN105335719A (zh) | 活体检测方法及装置 | |
CN112733802B (zh) | 图像的遮挡检测方法、装置、电子设备及存储介质 | |
CN110443016A (zh) | 信息防泄漏方法、电子装置及存储介质 | |
CN109472269A (zh) | 图像特征配置及校验方法、装置、计算机设备及介质 | |
CN111914775B (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN110135262A (zh) | 敏感数据防偷窥处理方法、装置、设备及存储介质 | |
CN109635021A (zh) | 一种基于人体检测的数据信息录入方法、装置及设备 | |
CN107844742A (zh) | 人脸图像眼镜去除方法、装置及存储介质 | |
CN111222433B (zh) | 自动人脸稽核方法、系统、设备及可读存储介质 | |
CN110795714A (zh) | 一种身份验证方法、装置、计算机设备及存储介质 | |
CN111368814A (zh) | 一种身份识别方法及系统 | |
CN110363111A (zh) | 基于镜头失真原理的人脸活体检测方法、装置及存储介质 | |
KR102414759B1 (ko) | 얼굴 특징점 정보를 포함한 패턴 코드 인증을 수행하는 컴퓨팅 장치 및 그 방법 | |
CN113888675A (zh) | 用于生成证件图像的方法、系统、装置和介质 | |
CN113705469A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
CN109726625A (zh) | 反人脸识别方法、装置、终端设备及存储介质 | |
CN114612989A (zh) | 人脸识别数据集的生成方法及装置、电子设备及存储介质 | |
CN108647600A (zh) | 人脸识别方法、设备及计算机可读存储介质 | |
Schneider et al. | Feature based face localization and recognition on mobile devices |
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 |