CN109753895A - 基于人脸识别技术的名片信息处理方法及装置 - Google Patents

Abstract

本申请公开了一种基于人脸识别技术的名片信息处理方法及装置，涉及信息处理领域，该方法包括接收第一用户发送的人脸图像信息和名片信息并建立关联关系；对所述第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息；接收第二用户发送的人脸扫描请求，并调用终端的图像采集装置进行图像采集；对采集得到的图像进行人脸特征提取，得到第二人脸特征信息；判断所述第二人脸特征信息是否与所述第一人脸特征信息匹配；如果判定所述第二人脸特征信息与所述第一人脸特征信息匹配，则提取并展示与所述第一人脸特征信息对应的名片信息。本申请解决了相关技术中电子名片在进行交换时不够便捷的问题。

Description

基于人脸识别技术的名片信息处理方法及装置

技术领域

本申请涉及信息处理领域，具体而言，涉及一种基于人脸识别技术的名片信息处理方法及装置。

背景技术

名片是标示姓名及其所属组织、公司单位和联系方法的纸片。名片是新朋友互相认识、自我介绍的最快有效的方法。交换名片是商业交往的第一个标准官式动作。

发明人发现，相关技术中用户在交互名片时，由于纸质名片不利于保存，而新兴的电子名片的信息交互过程复杂繁琐，电子名片在进行交换时不够便捷。

针对相关技术中电子名片在进行交换时不够便捷的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种基于人脸识别技术的名片信息处理方法及装置，以解决相关技术中电子名片在进行交换时不够便捷的问题。

为了实现上述目的，根据本申请的第一方面，本申请实施例提供了一种基于人脸识别技术的名片信息处理方法，所述方法包括：接收第一用户发送的人脸图像信息和名片信息并建立关联关系；对所述第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息；接收第二用户发送的人脸扫描请求，并调用终端的图像采集装置进行图像采集；对采集得到的图像进行人脸特征提取，得到第二人脸特征信息；判断所述第二人脸特征信息是否与所述第一人脸特征信息匹配；如果判定所述第二人脸特征信息与所述第一人脸特征信息匹配，则提取并展示与所述第一人脸特征信息对应的名片信息。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述对第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息包括：根据预设特征提取规则从所述人脸图像信息中提取并得到人脸特征数据；将所述人脸特征数据作为训练数据进行机器学习训练，得到第一人脸特征模型并保存至数据库中。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述根据预设特征提取规则从所述人脸图像信息中提取并得到人脸特征数据包括：根据所述人脸图像信息进行生物特征识别，得到所述人脸图像信息中人脸的位置信息和特征点信息。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述对采集得到的图像进行人脸特征提取，得到第二人脸特征信息包括：根据预设特征提取规则从采集得到的所述图像中提取并得到人脸特征数据；将所述人脸特征数据作为训练数据进行机器学习训练，得到第二人脸特征模型。

结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述判断第二人脸特征信息是否与所述第一人脸特征信息匹配包括：将所述第二人脸特征模型与数据库中的所述第一人脸特征模型进行特征值对比，得到特征相似数值；判断所述特征相似数值是否达到预设相似条件。

结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述一用户的名片信息包括：个人信息、公司信息和职位信息中的至少一种。

为了实现上述目的，根据本申请的第二方面，本申请实施例提供了一种基于人脸识别技术的名片信息处理装置装置，包括：预设信息接收单元，用于接收第一用户发送的人脸图像信息和名片信息并建立关联关系；第一特征提取单元，用于对所述第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息；人脸扫描单元，用于接收第二用户发送的人脸扫描请求，并调用终端的图像采集装置进行图像采集；第二特征提取单元，用于对采集得到的图像进行人脸特征提取，得到第二人脸特征信息；判断单元，用于判断所述第二人脸特征信息是否与所述第一人脸特征信息匹配；名片信息展示单元，用于如果判定所述第二人脸特征信息与所述第一人脸特征信息匹配，则提取并展示与所述第一人脸特征信息对应的名片信息。

结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，所述第一特征提取单元包括：生物特征识别模块，用于根据所述人脸图像信息进行生物特征识别，得到所述人脸图像信息中人脸的位置信息和特征点信息；特征模型获取模块，用于将所述生物特征识别模块获得的人脸的位置信息和特征点信息作为训练数据进行机器学习训练，得到第一人脸特征模型并保存至数据库中。

结合第二方面，本申请实施例提供了第二方面的第二种可能的实施方式，其中，所述判断单元包括：特征对比模块，用于将所述第二人脸特征模型与数据库中的所述第一人脸特征模型进行特征值对比，得到特征相似数值；相似判断模块，用于判断所述特征相似数值是否达到预设相似条件。

结合第二方面，本申请实施例提供了第二方面的第三种可能的实施方式，其中，所述人脸扫描单元包括：摄像头，用于采集图像数据。

在本申请实施例中，采用判断采集得到的图像的人脸特征与数据库中的人脸特征是否匹配的方式，在判定匹配的情况下，通过提取并展示数据库中对应的名片信息，达到了通过扫描人脸实时获取对应的名片信息的目的，从而实现了提高电子名片交换的便捷性的技术效果，进而解决了相关技术中电子名片在进行交换时不够便捷的问题。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例一提供的一种基于人脸识别技术的名片信息处理方法的流程图；

图2是本申请图1中步骤S102的详细流程图；

图3是本申请图1中步骤S104的详细流程图；

图4是本申请图1中步骤S105的详细流程图；

图5是根据本申请提供的一种基于人脸识别技术的名片信息处理装置的示意图；

图6是本申请图5中第一特征提取单元20的详细示意图；以及

图7是本申请图5中判断单元50的详细示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

考虑到：相关技术中用户在交互名片时，由于纸质名片不利于保存，而新兴的电子名片的信息交互过程复杂繁琐，电子名片在进行交换时不够便捷，因此，本申请提供了一种基于人脸识别技术的名片信息处理方法及装置。

如图1所示，该方法包括如下的步骤S101至步骤S106：

步骤S101，接收第一用户发送的人脸图像信息和名片信息并建立关联关系；

优选的，所述第一用户需要在系统中进行注册，并将自定义编辑的名片信息发送至后台服务器进行保存，同时，所述第一用户从终端相册中选择或现场拍摄自己的人脸图像发送至后台服务器进行保存，系统将同一用户发送来的名片信息和人脸图像在数据库中建立关联绑定关系。

具体的，所述名片信息包括个人信息、公司信息和职位信息，所述个人信息包括用户姓名、用户电话、用户微信、用户邮箱、用户名下粉丝数和用户自定义设置的黑粉数，比如“用户姓名：张三、用户电话：185xxxxxx、用户微信：asbxxxx、用户邮箱：185xxxxx@163.com、用户名下粉丝数：99和用户自定义设置的黑粉数:13”；所述公司信息为用户所属公司的名称，比如“公司名称：xx人寿陕西分公司”，所述职位信息为用户在公司中任职的岗位名称，比日“客户经理”。

步骤S102，对所述第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息；

优选的，对所述第一用户上传到后台服务器的人脸图像信息先进行面部特征提取，即提取所述第一用户面部的生物特征，包括但不限于：五官的相对位置、眉间聚、眼睛的大小和位置、鼻子大小位置、嘴型及位置和面部骨骼位置；将上述生物特征数据作为训练数据，进行基于CNN神经网络的机器学习训练，得到所述第一用户的第一人脸特征模型。

具体的，人脸图像特征提取可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。

基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

步骤S103，接收第二用户发送的人脸扫描请求，并调用终端的图像采集装置进行图像采集；

优选的，第二用户可以通过扫描第一用户的人脸图像，用于获取第一用户的名片信息，具体的，系统接收到第二用户发来的人脸扫描请求后，向第二用户所使用的终端发送控制指令，利用所述终端上自带的图像采集装置采集第一用户的人脸图像，可以是通过摄像头对着第一用户的人体面部进行扫描，也可以是通过摄像头对着印刷有第一用户的面部的图像进行扫描。

步骤S104，对采集得到的图像进行人脸特征提取，得到第二人脸特征信息；

优选的，所述第二用户通过终端上自带的图像采集装置采集得到第一用户的人脸图像后，将该人脸图像发送至后台服务器，所述后台服务器对所述人脸图像进行面部特征提取，即提取所述第一用户面部的生物特征，包括但不限于：五官的相对位置、眉间聚、眼睛的大小和位置、鼻子大小位置、嘴型及位置和面部骨骼位置；将上述生物特征数据作为训练数据，进行基于CNN神经网络的机器学习训练，得到所述第一用户的第二人脸特征模型。

步骤S105，判断所述第二人脸特征信息是否与所述第一人脸特征信息匹配；

优选的，将采集并得到的第二人脸特征模型与数据库中预存有的第一用户的第一人脸特征模型进行比对，得到所述第一人脸特征模型与所述第二人脸特征模型之间的相似度数值，判断所述相似度数值是否达到预设相似数值，所述预设相似数值为70％，在本申请的其他实施例中，所述预设相似数值也可以是其他数值，本申请不做具体限定。

步骤S106，如果判定所述第二人脸特征信息与所述第一人脸特征信息匹配，则提取并展示与所述第一人脸特征信息对应的名片信息。

优选的，如果判定采集得到的第二人脸特征模型与数据库中预存有的第一人脸特征模型的相似度高于70％，则判定采集的图像即为所述第一用户的人脸图像，调取与所述第一人脸特征模型具有关联绑定关系的名片信息，即第一用户的名片信息进行展示。

实施例一：

第一用户在系统中进行用户注册后，将自定义的名片信息“用户姓名：张三、用户电话：185xxxxxx、用户微信：asbxxxx、用户邮箱：185xxxxx@163.com”发送至后台服务器，同时从智能手机的系统相册中选择了一张自己的人脸图像发送至后台服务器，后台服务器对接收到的第一用户的名片信息和图像信息存储至数据库中并建立了关联绑定关系，同时系统对第一用户上传的图像信息进行人脸特征提取，得到了第一人脸特征模型并存储至数据库中；第二用户通过调用智能手机的摄像头采集了第一用户的人脸图像，并发送至后台服务器，后台服务器对接收到的第二用户发送来的人脸图像进行人脸特征提取，得到了第二人脸特征模型，并将第二人脸特征模型与数据库中的第一人脸特征模型进行对比，如果判定二者相似度数值大于70％，则判定该人脸图像为第一用户的人脸图像，系统从数据库中提取与第一人脸特征模型具有关联关系的名片信息“用户姓名：张三、用户电话：185xxxxxx、用户微信：asbxxxx、用户邮箱：185xxxxx@163.com”并发送至第二用户的智能手机上进行展示。

从以上的描述中，可以看出，本发明实现了如下技术效果：

在本申请实施例中，采用判断采集得到的图像的人脸特征与数据库中的人脸特征是否匹配的方式，在判定匹配的情况下，通过提取并展示数据库中对应的名片信息，达到了通过扫描人脸实时获取对应的名片信息的目的，从而实现了提高电子名片交换的便捷性的技术效果，进而解决了相关技术中电子名片在进行交换时不够便捷的问题。

根据本发明实施例，作为本申请实施例中的优选，如图2所示，所述对第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息包括如下的步骤S201至步骤S202：

步骤S201，根据预设特征提取规则从所述人脸图像信息中提取并得到人脸特征数据；

优选的，对所述第一用户上传到后台服务器的人脸图像信息先进行面部特征提取，即提取所述第一用户面部的生物特征，包括但不限于：五官的相对位置、眉间聚、眼睛的大小和位置、鼻子大小位置、嘴型及位置和面部骨骼位置。

步骤S202，将所述人脸特征数据作为训练数据进行机器学习训练，得到第一人脸特征模型并保存至数据库中。

优选的，将上述生物特征数据作为训练数据，进行基于CNN神经网络的机器学习训练，得到所述第一用户的第一人脸特征模型。

根据本发明实施例，作为本申请实施例中的优选，所述根据预设特征提取规则从所述人脸图像信息中提取并得到人脸特征数据包括：根据所述人脸图像信息进行生物特征识别，得到所述人脸图像信息中人脸的位置信息和特征点信息。

优选的，提取所述第一用户面部的生物特征，包括但不限于：五官的相对位置、眉间聚、眼睛的大小和位置、鼻子大小位置、嘴型及位置和面部骨骼位置。

根据本发明实施例，作为本申请实施例中的优选，如图3所示，所述对采集得到的图像进行人脸特征提取，得到第二人脸特征信息包括如下的步骤S301至步骤S302：

步骤S301，根据预设特征提取规则从采集得到的所述图像中提取并得到人脸特征数据；

优选的，对所述第二用户上传到后台服务器的采集得到的所述图像先进行面部特征提取，即提取图像中面部的生物特征，包括但不限于：五官的相对位置、眉间聚、眼睛的大小和位置、鼻子大小位置、嘴型及位置和面部骨骼位置。

步骤S302，将所述人脸特征数据作为训练数据进行机器学习训练，得到第二人脸特征模型。

优选的，将上述生物特征数据作为训练数据，进行基于CNN神经网络的机器学习训练，得到所述第二人脸特征模型。

根据本发明实施例，作为本申请实施例中的优选，如图4所示，所述判断第二人脸特征信息是否与所述第一人脸特征信息匹配包括如下的步骤S401至步骤S402：

步骤S401，将所述第二人脸特征模型与数据库中的所述第一人脸特征模型进行特征值对比，得到特征相似数值；

优选的，将采集并得到的第二人脸特征模型与数据库中预存有的第一用户的第一人脸特征模型进行比对，得到所述第一人脸特征模型与所述第二人脸特征模型之间的相似度数值。

步骤S402，判断所述特征相似数值是否达到预设相似条件。

优选的，判断所述相似度数值是否达到预设相似数值，所述预设相似数值为70％，在本申请的其他实施例中，所述预设相似数值也可以是其他数值，本申请不做具体限定。

根据本发明实施例，作为本申请实施例中的优选，所述第一用户的名片信息包括：个人信息、公司信息和职位信息中的至少一种，优选的，在本申请的其他实施例中，所述第一用户的名片信息也可以为其他信息。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本发明实施例，还提供了一种用于实施上述名片信息处理方法的装置，如图5所示，该装置包括：预设信息接收单元10，用于接收第一用户发送的人脸图像信息和名片信息并建立关联关系；第一特征提取单元20，用于对所述第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息；人脸扫描单元30，用于接收第二用户发送的人脸扫描请求，并调用终端的图像采集装置进行图像采集；第二特征提取单元40，用于对采集得到的图像进行人脸特征提取，得到第二人脸特征信息；判断单元50，用于判断所述第二人脸特征信息是否与所述第一人脸特征信息匹配；名片信息展示单元60，用于如果判定所述第二人脸特征信息与所述第一人脸特征信息匹配，则提取并展示与所述第一人脸特征信息对应的名片信息。

根据本申请实施例所述的预设信息接收单元10用于接收第一用户发送的人脸图像信息和名片信息并建立关联关系，优选的，所述第一用户需要在系统中进行注册，并将自定义编辑的名片信息发送至后台服务器进行保存，同时，所述第一用户从终端相册中选择或现场拍摄自己的人脸图像发送至后台服务器进行保存，系统将同一用户发送来的名片信息和人脸图像在数据库中建立关联绑定关系。

根据本申请实施例所述的第一特征提取单元20用于对所述第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息，优选的，对所述第一用户上传到后台服务器的人脸图像信息先进行面部特征提取，即提取所述第一用户面部的生物特征，包括但不限于：五官的相对位置、眉间聚、眼睛的大小和位置、鼻子大小位置、嘴型及位置和面部骨骼位置；将上述生物特征数据作为训练数据，进行基于CNN神经网络的机器学习训练，得到所述第一用户的第一人脸特征模型。

根据本申请实施例所述的人脸扫描单元30用于接收第二用户发送的人脸扫描请求，并调用终端的图像采集装置进行图像采集，优选的，第二用户可以通过扫描第一用户的人脸图像，用于获取第一用户的名片信息，具体的，系统接收到第二用户发来的人脸扫描请求后，向第二用户所使用的终端发送控制指令，利用所述终端上自带的图像采集装置采集第一用户的人脸图像，可以是通过摄像头对着第一用户的人体面部进行扫描，也可以是通过摄像头对着印刷有第一用户的面部的图像进行扫描。

根据本申请实施例所述的第二特征提取单元40用于对采集得到的图像进行人脸特征提取，得到第二人脸特征信息，优选的，所述第二用户通过终端上自带的图像采集装置采集得到第一用户的人脸图像后，将该人脸图像发送至后台服务器，所述后台服务器对所述人脸图像进行面部特征提取，即提取所述第一用户面部的生物特征，包括但不限于：五官的相对位置、眉间聚、眼睛的大小和位置、鼻子大小位置、嘴型及位置和面部骨骼位置；将上述生物特征数据作为训练数据，进行基于CNN神经网络的机器学习训练，得到所述第一用户的第二人脸特征模型。

根据本申请实施例所述的判断单元50用于判断所述第二人脸特征信息是否与所述第一人脸特征信息匹配，优选的，将采集并得到的第二人脸特征模型与数据库中预存有的第一用户的第一人脸特征模型进行比对，得到所述第一人脸特征模型与所述第二人脸特征模型之间的相似度数值，判断所述相似度数值是否达到预设相似数值，所述预设相似数值为70％，在本申请的其他实施例中，所述预设相似数值也可以是其他数值，本申请不做具体限定。

根据本申请实施例所述的名片信息展示单元60用于如果判定所述第二人脸特征信息与所述第一人脸特征信息匹配，则提取并展示与所述第一人脸特征信息对应的名片信息，优选的，如果判定采集得到的第二人脸特征模型与数据库中预存有的第一人脸特征模型的相似度高于70％，则判定采集的图像即为所述第一用户的人脸图像，调取与所述第一人脸特征模型具有关联绑定关系的名片信息，即第一用户的名片信息进行展示。

根据本发明实施例，作为本申请实施例中的优选，如图6所示，所述第一特征提取单元20包括：生物特征识别模块21，用于根据所述人脸图像信息进行生物特征识别，得到所述人脸图像信息中人脸的位置信息和特征点信息；特征模型获取模块22，用于将所述生物特征识别模块获得的人脸的位置信息和特征点信息作为训练数据进行机器学习训练，得到第一人脸特征模型并保存至数据库中。

根据本申请实施例所述的生物特征识别模块21用于根据所述人脸图像信息进行生物特征识别，得到所述人脸图像信息中人脸的位置信息和特征点信息，优选的，对所述第一用户上传到后台服务器的人脸图像信息先进行面部特征提取，即提取所述第一用户面部的生物特征，包括但不限于：五官的相对位置、眉间聚、眼睛的大小和位置、鼻子大小位置、嘴型及位置和面部骨骼位置。

根据本申请实施例所述的特征模型获取模块22用于将所述生物特征识别模块获得的人脸的位置信息和特征点信息作为训练数据进行机器学习训练，得到第一人脸特征模型并保存至数据库中，优选的，将上述生物特征数据作为训练数据，进行基于CNN神经网络的机器学习训练，得到所述第一用户的第一人脸特征模型。

根据本发明实施例，作为本申请实施例中的优选，如图6所示，所述判断单元50包括：特征对比模块51，用于将所述第二人脸特征模型与数据库中的所述第一人脸特征模型进行特征值对比，得到特征相似数值；相似判断模块52，用于判断所述特征相似数值是否达到预设相似条件。

根据本申请实施例所述的特征对比模块51用于将所述第二人脸特征模型与数据库中的所述第一人脸特征模型进行特征值对比，得到特征相似数值，优选的，将采集并得到的第二人脸特征模型与数据库中预存有的第一用户的第一人脸特征模型进行比对，得到所述第一人脸特征模型与所述第二人脸特征模型之间的相似度数值。

根据本申请实施例所述的相似判断模块52用于判断所述特征相似数值是否达到预设相似条件，优选的，判断所述相似度数值是否达到预设相似数值，所述预设相似数值为70％，在本申请的其他实施例中，所述预设相似数值也可以是其他数值，本申请不做具体限定。

根据本发明实施例，作为本申请实施例中的优选，所述人脸扫描单元30包括：摄像头，用于采集图像数据，优选的，所述终端可以为智能手机，所述图像采集装置可以为智能手机自带的前置摄像头和后置摄像头。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种基于人脸识别技术的名片信息处理方法，其特征在于，所述方法包括：

接收第一用户发送的人脸图像信息和名片信息并建立关联关系；

对所述第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息；

接收第二用户发送的人脸扫描请求，并调用终端的图像采集装置进行图像采集；

对采集得到的图像进行人脸特征提取，得到第二人脸特征信息；

判断所述第二人脸特征信息是否与所述第一人脸特征信息匹配；以及

如果判定所述第二人脸特征信息与所述第一人脸特征信息匹配，则提取并展示与所述第一人脸特征信息对应的名片信息。

2.根据权利要求1所述的名片信息处理方法，其特征在于，所述对第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息包括：

根据预设特征提取规则从所述人脸图像信息中提取并得到人脸特征数据；

将所述人脸特征数据作为训练数据进行机器学习训练，得到第一人脸特征模型并保存至数据库中。

3.根据权利要求2所述的名片信息处理方法，其特征在于，所述根据预设特征提取规则从所述人脸图像信息中提取并得到人脸特征数据包括：

根据所述人脸图像信息进行生物特征识别，得到所述人脸图像信息中人脸的位置信息和特征点信息。

4.根据权利要求1所述的名片信息处理方法，其特征在于，所述对采集得到的图像进行人脸特征提取，得到第二人脸特征信息包括：

根据预设特征提取规则从采集得到的所述图像中提取并得到人脸特征数据；

将所述人脸特征数据作为训练数据进行机器学习训练，得到第二人脸特征模型。

5.根据权利要求2和4所述的名片信息处理方法，其特征在于，所述判断第二人脸特征信息是否与所述第一人脸特征信息匹配包括：

将所述第二人脸特征模型与数据库中的所述第一人脸特征模型进行特征值对比，得到特征相似数值；

判断所述特征相似数值是否达到预设相似条件。

6.根据权利要求1所述的名片信息处理方法，其特征在于，所述第一用户的名片信息包括：个人信息、公司信息和职位信息中的至少一种。

7.一种基于人脸识别技术的名片信息处理装置，其特征在于，包括：

预设信息接收单元，用于接收第一用户发送的人脸图像信息和名片信息并建立关联关系；

第一特征提取单元，用于对所述第一用户的人脸图像信息进行面部特征提取，得到第一人脸特征信息；

人脸扫描单元，用于接收第二用户发送的人脸扫描请求，并调用终端的图像采集装置进行图像采集；

第二特征提取单元，用于对采集得到的图像进行人脸特征提取，得到第二人脸特征信息；

判断单元，用于判断所述第二人脸特征信息是否与所述第一人脸特征信息匹配；以及

名片信息展示单元，用于如果判定所述第二人脸特征信息与所述第一人脸特征信息匹配，则提取并展示与所述第一人脸特征信息对应的名片信息。

8.根据权利要求7所述的名片信息处理装置，其特征在于，所述第一特征提取单元包括：

生物特征识别模块，用于根据所述人脸图像信息进行生物特征识别，得到所述人脸图像信息中人脸的位置信息和特征点信息；

特征模型获取模块，用于将所述生物特征识别模块获得的人脸的位置信息和特征点信息作为训练数据进行机器学习训练，得到第一人脸特征模型并保存至数据库中。

9.根据权利要求7所述的名片信息处理装置，其特征在于，所述判断单元包括：

特征对比模块，用于将所述第二人脸特征模型与数据库中的所述第一人脸特征模型进行特征值对比，得到特征相似数值；

相似判断模块，用于判断所述特征相似数值是否达到预设相似条件。

10.根据权利要求7所述的名片信息处理装置，其特征在于，所述人脸扫描单元包括：

摄像头，用于采集图像数据。