CN109766755B - 人脸识别方法及相关产品 - Google Patents
人脸识别方法及相关产品 Download PDFInfo
- Publication number
- CN109766755B CN109766755B CN201811487361.8A CN201811487361A CN109766755B CN 109766755 B CN109766755 B CN 109766755B CN 201811487361 A CN201811487361 A CN 201811487361A CN 109766755 B CN109766755 B CN 109766755B
- Authority
- CN
- China
- Prior art keywords
- target
- human body
- face
- face image
- image
- 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.)
- Active
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种人脸识别方法及相关产品,包括:车载设备通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像;对所述目标人体图像进行分析,得到目标人体特征数据;将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息;接收所述报警信息。采用本发明实施例能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
Description
技术领域
本发明涉及人脸识别技术领域,具体涉及一种人脸识别方法及相关产品。
背景技术
目前,人脸识别(image identification)技术被应用于众多领域。其中,人脸识别技术可应用到安防领域,在复杂环境的情况下,例如,在出租车中,对于检测到低头或者脸部被遮挡等无法识别的乘客的情况下,人脸识别准确率较低,若该乘客为可疑对象,不能采取报警措施,可能会遗漏犯罪分子,并且可能对司机造成人身安全。
发明内容
本发明实施例提供了一种人脸识别方法及相关产品,能够提高人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
本发明实施例第一方面提供了一种人脸识别方法,应用于车载设备,包括:
通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像;
对所述目标人体图像进行分析,得到目标人体特征数据;
将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息;
接收所述报警信息。
本发明实施例第二方面提供了一种人脸识别方法,应用于服务器,包括:
接收由车载设备发送的目标人脸图像和目标人体特征数据;
根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象;
在所述目标对象为预设对象时,向所述车载设备发送报警信息。
本发明实施例第三方面提供了一种车载设备,包括:
采集单元,用于通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像;
分析单元,用于对所述目标人体图像进行分析,得到目标人体特征数据;
发送单元,用于将所述目标人脸图像以及目标人体特征数据发送给服务器;
接收单元,用于接收所述报警信息。
本发明实施例第四方面提供了一种服务器,包括:
接收单元,用于接收由车载设备发送的目标人脸图像和目标人体特征数据;
搜索单元,用于根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象;
发送单元,用于在所述目标对象为预设对象时,向所述车载设备发送报警信息。
第五方面,本发明实施例提供了一种脸识别的系统,包括:至少一个如本发明实施例第三方面所述的车载设备和至少一个如本发明实施例第四方面所述的服务器。
第六方面,本发明实施例提供了一种计算机可读存储介质,其中,所述计算机可读存储介质用于存储计算机程序,其中,所述计算机程序使得计算机执行如本发明实施例第一方面或第二方面中所描述的部分或全部步骤的指令。
第七方面,本发明实施例提供了一种计算机程序产品,其中,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如本发明实施例第一方面或第二方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本发明实施例,具有如下有益效果:
可以看出,通过上述本发明实施例所描述的人脸识别方法及相关产品,可以通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像;对所述目标人体图像进行分析,得到目标人体特征数据;将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息;接收所述报警信息,如此,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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。
图1是本发明实施例提供的一种人脸识别方法的第一实施例流程示意图;
图2是本发明实施例提供的一种人脸识别的方法的第二实施例流程示意图;
图3是本发明实施例提供的一种人脸识别方法的第三实施例流程示意图;
图4是本发明提供的一种人脸识别的方法的第四实施例的流程示意图;
图5是本发明实施例提供的一种车载设备的第一实施例结构示意图;
图6是本发明实施例提供的一种服务器的第一实施例结构示意图;
图7是本发明实施例提供的一种车载设备的第二实施例结构示意图;
图8是本发明实施例提供的一种服务器的第二实施例的结构示意图
图9是本发明实施例提供的一种人脸识别系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例所描述车载设备可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、行车记录仪、平板电脑、视频矩阵、监控平台、掌上电脑、笔记本电脑、移动互联网设备(MID,Mobile Internet Devices)或穿戴式设备等,上述仅是举例,而非穷举,包含但不限于上述装置。
请参阅图1,为本发明实施例提供的一种人脸识别方法的第一实施例流程示意图。本实施例中所描述的人脸识别方法,应用于车载设备,包括以下步骤:
101、通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像。
其中,人脸图像可包括以下至少一种:眉毛、眼睛、鼻子、嘴巴、耳朵、头发等等,在此不做限定,目标人脸图像可为摄像头对乘客进行抓拍得到的人脸图像,目标人体图像可为摄像头对乘客进行抓拍得到的人体图像,具体地,车载设备可以通过摄像头针对乘客的人脸进行多角度多次拍摄,可采集至少一张目标人脸图像,可针对乘客的人体进行多角度多次拍摄,可采集至少一张目标人体图像,目标人体图像可以为包括全身的乘客图像。
102、对所述目标人体图像进行分析,得到目标人体特征数据。
本发明实施例中,人体特征数据可包括以下至少一种:身高、腿长、身材、手长、纹身、身型、臂长等等,在此不做限定,具体地,车载设备可对采集到的目标人体图像基于特征提取的算法进行特征提取,得到目标人体特征数据,其中,人体特征数据可由用户自行设置或者系统默认。
其中,特征提取的算法可包括以下至少一种:LBP(Local Binary Patterns,局部二值模式)特征提取算法、HOG(Histogram of Oriented Gradient,方向梯度直方图)特征提取算法、LoG(Laplacian of Gaussian,二阶拉普拉斯-高斯)特征提取算法等等,在此不做限定。
可选地,上述步骤102,对所述目标人体图像进行分析,得到目标人体特征数据,可包括如下步骤:
21、将所述目标人体图像进行3D建模,得到3D人体图像;
22、对所述3D人体图像进行分析,得到所述目标人体特征数据,所述人体特征数据为以下至少一种:身高、身材、腿长、手长、纹身。
本发明实施例中,可针对步骤101中对人体进行多角度多次拍摄采集得到的多张目标人体图像进行3D建模,具体地,可从多张目标人体图像中提取3D实体边缘轮廓,并附加约束条件,以构造3D实体空间约束方程,然后通过求解得到实体的空间坐标参数,再采用提取技术来实现从图像到3D模型的创建,从而得到3D人体图像,最后对得到的3D人体图像进行分析,得到目标人体特征数据,其中,提取技术可包括以下至少一种:纹理提取、特征点提取等等,在此不做限定,人体特征数据为以下至少一种:身高、身材、腿长、手长、纹身等等,在此不做限定,人体特征数据可由用户自行设置或者系统默认,然后通过一些特征提取算法实现。
可选地,上述步骤101,通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像,可包括如下步骤:
11、在所述乘客与所述摄像头之间的距离处于第一预设范围时,获取所述目标人体图像;
12、在所述乘客与所述摄像头之间的距离小于第二预设范围时,调整所述摄像头的焦距,对所述乘客进行拍摄,得到所述目标人脸图像,所述第一预设范围的最小值大于所述第二预设范围的最大值。
其中,第一预设范围或者第二预设范围可由用户自行设置或者系统默认,车载设备可通过摄像头根据不同的场景调整不同的焦距,摄像头的焦距越小,可视距离越近,视场角越大,摄像头的焦距越大,可视距离越远,视场角越小,车载设备可获取乘客与摄像头之间的距离,根据该距离与预设范围之间的关系,确定摄像头是否采集目标人脸图像或者目标人体图像,具体地,当乘客与摄像头之间的距离处于第一预设范围内时,可获取乘客的多个目标人体图像,当乘客与摄像头之间的距离小于第二预设范围时,可增大摄像头的焦距,对所述乘客进行拍摄,得到多个目标人脸图像,举例来说,可设置第一预设范围为[0.3米,1米],第二预设范围为[0.15米,0.25米],若乘客与摄像头的距离小于[0.15米,0.25米],则可增大摄像头的焦距,对乘客的人脸进行多角度多次拍摄,得到多张目标人脸图像,若乘客与摄像头的距离在[0.3米,1米]之间,可对乘客进行人体多角度多次拍摄,得到多张目标人体图像。
103、将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息。
其中,服务器可指公安机关的服务器,数据库可指公安机关的数据库,具体地,车载设备可通过中端通讯代理平台和公安机关的服务器建立连接,若连接成功,车载设备可向公安机关服务器发送摄像头采集到的至少一个目标人脸图像以及目标人体特征数据,公安机关的服务器可在其数据库中对接收到的至少一个目标人脸图像以及目标人体特征数据进行搜索匹配,若其数据库中存在目标人脸图像以及目标人体特征数据,则匹配成功,若匹配成功,服务器可向车载设备发送报警信息,该报警信息可用来指示车载设备向公安机关报警。
104、接收所述报警信息。
其中,当服务器向车载设备发送报警信息以后,车载设备可接收该报警信息,该报警信息可用来指示车载设备向公安机关报警,还可以在车载设备上显示报警信息,如:目标对象的危险等级,或者,提供当前位置与最近的派出所之前的导航路线。
可以看出,通过本发明实施例所描述的人脸识别方法,车载设备可通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像,对所述目标人体图像进行分析,得到目标人体特征数据,将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息,接收所述报警信息,如此,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
请参阅图2,为本发明实施例提供的一种人脸识别的方法的第二实施例流程示意图。本实施例中所描述的人脸识别方法,应用于服务器,包括以下步骤:
201、接收由车载设备发送的目标人脸图像和目标人体特征数据。
其中,人脸图像可包括以下至少一种:眉毛、眼睛、鼻子、嘴巴、耳朵、头发等等,在此不做限定,目标人脸图像可为服务器接收到的车载设备发送的摄像头对乘客进行抓拍得到的人脸图像,目标人体特征数据可为服务器接收到的车载设备发送的目标人体特征数据,其中,人体特征数据为以下至少一种:身高、身材、腿长、手长、纹身等等,在此不做限定,具体地,服务器可接收中端通讯代理平台转发的车载设备的建立连接的请求,该请求中携带车载设备请求发送的至少一张目标人脸图像以及至少一个目标人体特征数据。
202、根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象。
其中,公安机关的服务器可在其数据库中对接收到的至少一个目标人脸图像以及目标人体特征数据进行搜索匹配,若其数据库中存在目标人脸图像以及目标人体特征数据,则匹配成功,且匹配成功的对象为目标对象,数据库中可存储多个对象的人脸特征参数与人脸图像。
可选地,步骤202中,在所述目标人脸图像为部分人脸图像时,所述根据所述目标人脸图像与所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,可包括如下步骤:
21、依据人脸的对称性原理对所述目标人脸图像进行修复,得到第一人脸图像以及目标修复系数,所述目标修复系数用于表述人脸图像对修复的完整度;
22、对所述第一人脸图像进行特征提取,得到第一人脸特征集;
23、对所述目标人脸图像进行特征提取,得到第二人脸特征集;
24、依据所述第一人脸特征集在所述数据库中进行搜索,得到与所述第一人脸特征集匹配成功的多个对象的人脸图像;
25、将所述第二人脸特征集与所述多个对象的人脸图像的特征集进行匹配,得到多个第一匹配值;
26、获取所述多个对象中每一对象的人体特征数据,得到多个人体特征数据;
27、将所述目标人脸特征数据与所述多个人脸特征数据中每一人脸特征数据进行匹配,得到多个第二匹配值;
28、按照预设的修复系数与权值之间的映射关系,确定所述目标修复系数对应的第一权值,并依据所述第一权值确定第二权值;
29、根据所述第一权值、所述第二权值、所述多个第一匹配值、所述多个第二匹配值进行加权运算,得到多个目标匹配值;
210、从所述多个目标匹配值中选取最大值,并将所述最大值对应的对象作为所述目标对象。
本发明实施例中,可根据人脸的对称性原理对目标人脸图像进行镜像变换处理,在进行镜像变换处理以后,可将处理以后的目标人脸图像基于生成对抗网络的模型进行人脸修复,得到第一人脸图像以及目标修复系数,其中,目标修复系数可为修复完成的人脸部位的像素占整个人脸的像素总数的比例值,生成对抗网络的模型可包括以下组成部分:鉴别器、语义正则化网络等等,在此不作限定。
可选地,对第一人脸图像进行特征提取的方法可包括以下至少一种:LBP(LocalBinary Patterns,局部二值模式)特征提取算法、HOG(Histogram of Oriented Gradient,方向梯度直方图)特征提取算法、LoG(Laplacian of Gaussian,二阶拉普拉斯-高斯)特征提取算法等等,在此不做限定。
其中,预设的修复系数与权值之间的映射关系可为每一个预设的修复系数均对应一个权值,且每一个预设的修复系数的权值之间的和为1,预设的修复系数的权值可由用户自行设置或者系统默认,具体地,根据预设的修复系数与权值之间的映射关系,确定目标修复系数对应的第一权值,并依据所述第一权值确定第二权值,第二权值可为第二匹配值对应的权值,第一权值与第二权值之间的和为1,将第一权值分别与多个第一匹配值加权,并将第二权值分别与多个第二匹配值进行加权运算,得到多个对象分别对应的多个目标匹配值,选取多个匹配值中最大的匹配值对应的对象为目标对象。
举例来说,将第二人脸特征集与多个对象的人脸图像的特征集进行匹配,得到对象A、对象B、对象C对应的第一匹配值分别为A1、B1、C1,将目标人脸特征数据与多个人脸特征数据中每一人脸特征数据进行匹配,得到对象A、对象B、对象C对应的第二匹配值分别为A2、B2、C2;按照预设的修复系数与权值之间的映射关系,确定的目标修复系数对应的第一权值为a1,第二权值为a2,其中a1+a2=1;根据第一权值、第二权值,得到对象A的匹配值a为:a1*A1+a2*A2;根据第一权值、第二权值,得到对象B的匹配值b为:a1*B1+a2*B2;根据第一权值、第二权值,得到对象C的匹配值c为:a1*C1+a2*C2,选取匹配值a、匹配值a和匹配值c中最大的匹配值对应的对象为目标对象,例如,若得到的匹配值a、匹配值b和匹配值c分别为:0.3、0.5和0.7,可知,对象C对应的匹配值c最大,则可确定对象C为目标对象。
203、在所述目标对象为预设对象时,向所述车载设备发送报警信息。
其中,预设对象可包括以下至少一种:有犯罪历史的人、有作案历史的人等等,在此不作限定,具体地,如果目标对象为预设对象中的至少一种时,服务器可向车载设备发送报警信息。
可以看出,通过本发明实施例所描述的人脸识别方法,服务器可接收由车载设备发送的目标人脸图像和目标人体特征数据,根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息,如此,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
请参阅图3,为本发明实施例提供的一种人脸识别方法的第三实施例流程示意图。本实施例中所描述的人脸识别方法,应用于车载设备,包括以下步骤:
301、通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像。
302、将所述目标人体图像进行3D建模,得到3D人体图像。
303、对所述3D人体图像进行分析,得到所述目标人体特征数据。
304、将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息。
305、接收所述报警信息。
其中,上述步骤301-305的具体描述可以参照图1所述的人脸识别方法的相应描述,在此不再赘述。
可以看出,通过本发明实施例所描述的人脸识别方法,车载设备通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像,将所述目标人体图像进行3D建模,得到3D人体图像,对所述3D人体图像进行分析,得到所述目标人体特征数据,将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息,接收所述报警信息。如此,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
请参阅图4,为本发明提供的一种人脸识别的方法的第四实施例的流程示意图。本实施例中所描述的人脸识别方法,包括以下步骤:
401、车载设备将所述目标人脸图像以及目标人体特征数据发送给服务器。
其中,车载设备可通过中端通讯代理平台和公安机关的服务器建立连接,若连接成功,车载设备可向公安机关服务器发送摄像头采集到的至少一个目标人脸图像以及目标人体特征数据。
402、所述服务器接收由车载设备发送的目标人脸图像和目标人体特征数据。
其中,目标人脸图像可为服务器接收到的车载设备发送的摄像头对乘客进行抓拍得到的人脸图像,目标人体特征数据可为服务器接收到的车载设备发送的目标人体特征数据,其中,人体特征数据为以下至少一种:身高、身材、腿长、手长、纹身等等,在此不做限定。具体地,服务器可接收中端通讯代理平台转发的车载设备的建立连接的请求,该请求中携带车载设备请求发送的至少一张目标人脸图像以及至少一个目标人体特征数据。
403、所述服务器根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息。
其中,预设对象可包括以下至少一种:有犯罪历史的人、有作案历史的人等等,在此不作限定,具体地,如果目标对象为预设对象中的至少一种时,服务器可向车载设备发送报警信息。
404、所述车载设备接收所述报警信息。
其中,当服务器向车载设备发送报警信息以后,车载设备可接收该报警信息,该报警信息可用来指示车载设备向公安机关报警。
可以看出,通过本发明实施例所描述的人脸识别方法,车载设备可将所述目标人脸图像以及目标人体特征数据发送给服务器,所述服务器接收由车载设备发送的目标人脸图像和目标人体特征数据,所述服务器根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息,所述车载设备接收所述报警信息,如此,通过车载设备与公安机关的服务器之间的交互,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
请参阅图5,为本发明实施例提供的一种车载设备的第一实施例结构示意图,该车载设备包括:采集单元501、分析单元502、发送单元503和接收单元504,具体如下:
采集单元501,用于通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像;
分析单元502,用于对所述目标人体图像进行分析,得到目标人体特征数据;
发送单元503,用于将所述目标人脸图像以及目标人体特征数据发送给服务器;
接收单元504,用于接收所述报警信息。
可选地,所述通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像方面,所述采集单元501具体用于:
在所述乘客与所述摄像头之间的距离处于第一预设范围时,获取所述目标人体图像;
在所述乘客与所述摄像头之间的距离小于第二预设范围时,调整所述摄像头的焦距,对所述乘客进行拍摄,得到所述目标人脸图像,所述第一预设范围的最小值大于所述第二预设范围的最大值。
可选地,所述对所述目标人体图像进行分析,得到目标人体特征数据方面,所述预处理单元502具体用于:
将所述目标人体图像进行3D建模,得到3D人体图像;
对所述3D人体图像进行分析,得到所述目标人体特征数据,所述人体特征数据为以下至少一种:身高、身材、腿长、手长、纹身。
可以看出,通过本发明实施例所描述的人脸识别装置,应用于车载设备,车载设备可通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像,对所述目标人体图像进行分析,得到目标人体特征数据,将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息,接收所述报警信息,如此,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
可选地,如图6所示,图6为本发明实施例提供的一种服务器的第一实施例结构示意图,该服务器可包括:接收单元601、搜索单元602和发送单元603,
接收单元601,用于接收由车载设备发送的目标人脸图像和目标人体特征数据;
搜索单元602,用于根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象;
发送单元603,用于在所述目标对象为预设对象时,向所述车载设备发送报警信息。
可选地,在所述目标人脸图像为部分人脸图像时,所述根据所述目标人脸图像与所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象方面,所述搜索单元606具体用于:
依据人脸的对称性原理对所述目标人脸图像进行修复,得到第一人脸图像以及目标修复系数,所述目标修复系数用于表述人脸图像对修复的完整度;
对所述第一人脸图像进行特征提取,得到第一人脸特征集;
对所述目标人脸图像进行特征提取,得到第二人脸特征集;
依据所述第一人脸特征集在所述数据库中进行搜索,得到与所述第一人脸特征集匹配成功的多个对象的人脸图像;
将所述第二人脸特征集与所述多个对象的人脸图像的特征集进行匹配,得到多个第一匹配值;
获取所述多个对象中每一对象的人体特征数据,得到多个人体特征数据;
将所述目标人脸特征数据与所述多个人脸特征数据中每一人脸特征数据进行匹配,得到多个第二匹配值;
按照预设的修复系数与权值之间的映射关系,确定所述目标修复系数对应的第一权值,并依据所述第一权值确定第二权值;
根据所述第一权值、所述第二权值、所述多个第一匹配值、所述多个第二匹配值进行加权运算,得到多个目标匹配值;
从所述多个目标匹配值中选取最大值,并将所述最大值对应的对象作为所述目标对象。
可以看出,本实施例提供的技术方案中所描述的服务器,可接收由车载设备发送的目标人脸图像和目标人体特征数据;根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象;在所述目标对象为预设对象时,向所述车载设备发送报警信息。如此,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
请参阅图7,为本发明实施例提供的一种车载设备的第二实施例结构示意图。本实施例中所描述的电子设备,包括:至少一个输入设备1000;至少一个输出设备2000;至少一个处理器3000,例如CPU;和存储器4000,上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。
其中,上述输入设备1000具体可为摄像头、触控面板、普通PC、液晶屏、触控屏、触控按钮等。
上述存储器4000可以是高速RAM存储器,也可为非易失存储器(non-volatilememory),例如磁盘存储器。上述存储器4000用于存储一组程序代码,上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码,执行如下操作:
上述处理器3000,用于:
通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像;
对所述目标人体图像进行分析,得到目标人体特征数据;
将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息;
接收所述报警信息。
在一个可能的示例中,在所述对所述目标人体图像进行分析,得到目标人体特征数据方面,上述处理器3000具体用于:
将所述目标人体图像进行3D建模,得到3D人体图像;
对所述3D人体图像进行分析,得到所述目标人体特征数据,所述人体特征数据为以下至少一种:身高、身材、腿长、手长、纹身。
在一个可能的示例中,所述通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像方面,上述处理器3000具体用于:
在所述乘客与所述摄像头之间的距离处于第一预设范围时,获取所述目标人体图像;
在所述乘客与所述摄像头之间的距离小于第二预设范围时,调整所述摄像头的焦距,对所述乘客进行拍摄,得到所述目标人脸图像,所述第一预设范围的最小值大于所述第二预设范围的最大值。
可以看出,本实施例提供的技术方案中,所描述的车载设备可通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像,对所述目标人体图像进行分析,得到目标人体特征数据,将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息,接收所述报警信息,如此,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
请参阅图8,图8为本发明实施例提供的一种服务器的第二实施例的结构示意图。本实施例中所描述的服务器包括:至少一个输入设备1000;至少一个输出设备2000;至少一个处理器3000,例如CPU;和存储器4000,上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。
其中,上述输入设备1000可为触控面板、普通PC、液晶屏、触控屏、触控按钮等。
上述存储器4000可以是高速RAM存储器,也可为非不稳定的存储器,例如磁盘存储器。上述存储器4000用于存储一组程序代码,上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码,执行如下操作:
上述处理器3000,用于:
接收由车载设备发送的目标人脸图像和目标人体特征数据;
根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象;
在所述目标对象为预设对象时,向所述车载设备发送报警信息。
在一个可能的示例中,在所述目标人脸图像为部分人脸图像时,所述根据所述目标人脸图像与所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象方面,上述处理器3000具体用于:
依据人脸的对称性原理对所述目标人脸图像进行修复,得到第一人脸图像以及目标修复系数,所述目标修复系数用于表述人脸图像对修复的完整度;
对所述第一人脸图像进行特征提取,得到第一人脸特征集;
对所述目标人脸图像进行特征提取,得到第二人脸特征集;
依据所述第一人脸特征集在所述数据库中进行搜索,得到与所述第一人脸特征集匹配成功的多个对象的人脸图像;
将所述第二人脸特征集与所述多个对象的人脸图像的特征集进行匹配,得到多个第一匹配值;
获取所述多个对象中每一对象的人体特征数据,得到多个人体特征数据;
将所述目标人脸特征数据与所述多个人脸特征数据中每一人脸特征数据进行匹配,得到多个第二匹配值;
按照预设的修复系数与权值之间的映射关系,确定所述目标修复系数对应的第一权值,并依据所述第一权值确定第二权值;
根据所述第一权值、所述第二权值、所述多个第一匹配值、所述多个第二匹配值进行加权运算,得到多个目标匹配值;
从所述多个目标匹配值中选取最大值,并将所述最大值对应的对象作为所述目标对象。
可以看出,本实施例中,所描述的服务器可接收由车载设备发送的目标人脸图像和目标人体特征数据,根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息,如此,能够针对复杂环境(例如,出租车中乘客低头,或者遮挡脸部的情况),提升人脸识别准确率,并判断出乘客是否为可疑对象,若乘客为可疑对象,可向公安机关发出报警信息。
请参阅图9图9为本发明实施例提供的一种人脸识别系统的结构示意图。本实施例中所描述的系统至少包括:至少一个终端,如车载设备901,本系统中所描述的车载设备可如图5或者图7中所描述的任一车载设备;至少一个服务器,如服务器902,本系统中所描述的服务器可如图6或者图8中所描述的任一服务器,该系统可实施图1至图4中所描述人脸识别方法。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何一种人脸识别方法的部分或全部步骤。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种人脸识别方法的部分或全部步骤。
尽管在此结合各实施例对本发明进行了描述,然而,在实施所要求保护的本发明过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白,本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机程序存储/分布在合适的介质中,与其它硬件一起提供或作为硬件的一部分,也可以采用其他分布形式,如通过Internet或其它有线或无线电信系统。
本发明是参照本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程车牌定位设备的处理器以产生一个机器,使得通过计算机或其他可编程车牌定位设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程的计算机可读存储器中,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本发明进行了描述,显而易见的,在不脱离本发明的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本发明的示例性说明,且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种人脸识别方法,其特征在于,应用于车载设备,所述车载设备包括摄像头,所述方法包括:
通过所述摄像头采集乘客的目标人脸图像以及目标人体图像,具体为:通过所述摄像头针对所述乘客的人脸进行多角度多次拍摄,采集至少一张目标人脸图像,以及针对所述乘客的人体进行多角度多次拍摄,采集至少一张目标人体图像,该目标人体图像包括全身的乘客图像;
对所述目标人体图像进行分析,得到目标人体特征数据,所述目标人体特征数据包括:身高、腿长、身材、手长、纹身、身型和臂长;
将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息;
接收所述报警信息;
其中,所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,具体为:
所述服务器依据人脸的对称性原理对所述目标人脸图像进行修复,得到第一人脸图像以及目标修复系数,所述目标修复系数用于表述人脸图像对修复的完整度;
对所述第一人脸图像进行特征提取,得到第一人脸特征集;
对所述目标人脸图像进行特征提取,得到第二人脸特征集;
依据所述第一人脸特征集在所述数据库中进行搜索,得到与所述第一人脸特征集匹配成功的多个对象的人脸图像;
将所述第二人脸特征集与所述多个对象的人脸图像的特征集进行匹配,得到多个第一匹配值;
获取所述多个对象中每一对象的人体特征数据,得到多个人体特征数据;
将所述目标人脸特征数据与所述多个人脸特征数据中每一人脸特征数据进行匹配,得到多个第二匹配值;
按照预设的修复系数与权值之间的映射关系,确定所述目标修复系数对应的第一权值,并依据所述第一权值确定第二权值;
根据所述第一权值、所述第二权值、所述多个第一匹配值、所述多个第二匹配值进行加权运算,得到多个目标匹配值;
从所述多个目标匹配值中选取最大值,并将所述最大值对应的对象作为所述目标对象。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标人体图像进行分析,得到目标人体特征数据,包括:
将所述目标人体图像进行3D建模,得到3D人体图像;
对所述3D人体图像进行分析,得到所述目标人体特征数据,所述人体特征数据为以下至少一种:身高、身材、腿长、手长、纹身。
3.根据权利要求1或2任一项所述的方法,其特征在于,所述通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像,包括:
在所述乘客与所述摄像头之间的距离处于第一预设范围时,获取所述目标人体图像;
在所述乘客与所述摄像头之间的距离小于第二预设范围时,调整所述摄像头的焦距,对所述乘客进行拍摄,得到所述目标人脸图像,所述第一预设范围的最小值大于所述第二预设范围的最大值。
4.一种人脸识别方法,其特征在于,应用于服务器,所述方法包括:
接收由车载设备发送的目标人脸图像和目标人体特征数据,所述目标人体特征数据包括:身高、腿长、身材、手长、纹身、身型和臂长,所述目标人脸图像由所述车载设备通过摄像头针对乘客的人脸进行多角度多次拍摄,采集至少一张目标人脸图像,所述目标人体特征数据由所述车载设备针对所述乘客的人体进行多角度多次拍摄,采集至少一张目标人体图像并进行分析得到,该目标人体图像包括全身的乘客图像;
根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象;
在所述目标对象为预设对象时,向所述车载设备发送报警信息;
其中,在所述目标人脸图像为部分人脸图像时;
所述根据所述目标人脸图像与所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,包括:
依据人脸的对称性原理对所述目标人脸图像进行修复,得到第一人脸图像以及目标修复系数,所述目标修复系数用于表述人脸图像对修复的完整度;
对所述第一人脸图像进行特征提取,得到第一人脸特征集;
对所述目标人脸图像进行特征提取,得到第二人脸特征集;
依据所述第一人脸特征集在所述数据库中进行搜索,得到与所述第一人脸特征集匹配成功的多个对象的人脸图像;
将所述第二人脸特征集与所述多个对象的人脸图像的特征集进行匹配,得到多个第一匹配值;
获取所述多个对象中每一对象的人体特征数据,得到多个人体特征数据;
将所述目标人脸特征数据与所述多个人脸特征数据中每一人脸特征数据进行匹配,得到多个第二匹配值;
按照预设的修复系数与权值之间的映射关系,确定所述目标修复系数对应的第一权值,并依据所述第一权值确定第二权值;
根据所述第一权值、所述第二权值、所述多个第一匹配值、所述多个第二匹配值进行加权运算,得到多个目标匹配值;
从所述多个目标匹配值中选取最大值,并将所述最大值对应的对象作为所述目标对象。
5.一种车载设备,其特征在于,包括:
采集单元,用于通过摄像头采集乘客的目标人脸图像以及目标人体图像,所述目标人脸图像由所述车载设备通过摄像头针对乘客的人脸进行多角度多次拍摄,采集至少一张目标人脸图像,所述目标人体特征数据由所述车载设备针对所述乘客的人体进行多角度多次拍摄,采集至少一张目标人体图像并进行分析得到,该目标人体图像包括全身的乘客图像;
分析单元,用于对所述目标人体图像进行分析,得到目标人体特征数据,所述目标人体特征数据包括:身高、腿长、身材、手长、纹身、身型和臂长;
发送单元,用于将所述目标人脸图像以及目标人体特征数据发送给服务器,由所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,在所述目标对象为预设对象时,向所述车载设备发送报警信息;
接收单元,用于接收所述报警信息;
其中,所述服务器对所述目标人脸图像以及所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象,具体为:
所述服务器依据人脸的对称性原理对所述目标人脸图像进行修复,得到第一人脸图像以及目标修复系数,所述目标修复系数用于表述人脸图像对修复的完整度;
对所述第一人脸图像进行特征提取,得到第一人脸特征集;
对所述目标人脸图像进行特征提取,得到第二人脸特征集;
依据所述第一人脸特征集在所述数据库中进行搜索,得到与所述第一人脸特征集匹配成功的多个对象的人脸图像;
将所述第二人脸特征集与所述多个对象的人脸图像的特征集进行匹配,得到多个第一匹配值;
获取所述多个对象中每一对象的人体特征数据,得到多个人体特征数据;
将所述目标人脸特征数据与所述多个人脸特征数据中每一人脸特征数据进行匹配,得到多个第二匹配值;
按照预设的修复系数与权值之间的映射关系,确定所述目标修复系数对应的第一权值,并依据所述第一权值确定第二权值;
根据所述第一权值、所述第二权值、所述多个第一匹配值、所述多个第二匹配值进行加权运算,得到多个目标匹配值;
从所述多个目标匹配值中选取最大值,并将所述最大值对应的对象作为所述目标对象。
6.如权利要求5所述的车载设备,其特征在于,在所述对所述目标人体图像进行分析,得到目标人体特征数据方面,所述分析单元具体用于:
将所述目标人体图像进行3D建模,得到3D人体图像;
对所述3D人体图像进行分析,得到所述目标人体特征数据,所述人体特征数据为以下至少一种:身高、身材、腿长、手长、纹身。
7.如权利要求5或6所述的车载设备,其特征在于,在所述通过所述摄像头采集所述乘客的目标人脸图像以及目标人体图像方面,所述采集单元具体用于:
在所述乘客与所述摄像头之间的距离处于第一预设范围时,获取所述目标人体图像;
在所述乘客与所述摄像头之间的距离小于第二预设范围时,调整所述摄像头的焦距,对所述乘客进行拍摄,得到所述目标人脸图像,所述第一预设范围的最小值大于所述第二预设范围的最大值。
8.一种服务器,其特征在于,包括:
接收单元,用于接收由车载设备发送的目标人脸图像和目标人体特征数据,所述目标人体特征数据包括:身高、腿长、身材、手长、纹身、身型和臂长,所述目标人脸图像由所述车载设备通过摄像头针对乘客的人脸进行多角度多次拍摄,采集至少一张目标人脸图像,所述目标人体特征数据由所述车载设备针对所述乘客的人体进行多角度多次拍摄,采集至少一张目标人体图像并进行分析得到,该目标人体图像包括全身的乘客图像;
搜索单元,用于根据所述人脸图像与所述人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象;
发送单元,用于在所述目标对象为预设对象时,向所述车载设备发送报警信息;
其中,在所述目标人脸图像为部分人脸图像时;
在所述根据所述目标人脸图像与所述目标人体特征数据在数据库中进行搜索,得到与所述目标人脸图像以及所述目标人体特征数据匹配成功的目标对象方面,所述搜索单元具体用于:
依据人脸的对称性原理对所述目标人脸图像进行修复,得到第一人脸图像以及目标修复系数,所述目标修复系数用于表述人脸图像对修复的完整度;
对所述第一人脸图像进行特征提取,得到第一人脸特征集;
对所述目标人脸图像进行特征提取,得到第二人脸特征集;
依据所述第一人脸特征集在所述数据库中进行搜索,得到与所述第一人脸特征集匹配成功的多个对象的人脸图像;
将所述第二人脸特征集与所述多个对象的人脸图像的特征集进行匹配,得到多个第一匹配值;
获取所述多个对象中每一对象的人体特征数据,得到多个人体特征数据;
将所述目标人脸特征数据与所述多个人脸特征数据中每一人脸特征数据进行匹配,得到多个第二匹配值;
按照预设的修复系数与权值之间的映射关系,确定所述目标修复系数对应的第一权值,并依据所述第一权值确定第二权值;
根据所述第一权值、所述第二权值、所述多个第一匹配值、所述多个第二匹配值进行加权运算,得到多个目标匹配值;
从所述多个目标匹配值中选取最大值,并将所述最大值对应的对象作为所述目标对象。
9.一种人脸识别的系统,其特征在于,包括:如权利要求5至7任一项所述的车载设备和如权利要求8所述的服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811487361.8A CN109766755B (zh) | 2018-12-06 | 2018-12-06 | 人脸识别方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811487361.8A CN109766755B (zh) | 2018-12-06 | 2018-12-06 | 人脸识别方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109766755A CN109766755A (zh) | 2019-05-17 |
CN109766755B true CN109766755B (zh) | 2020-11-27 |
Family
ID=66451831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811487361.8A Active CN109766755B (zh) | 2018-12-06 | 2018-12-06 | 人脸识别方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109766755B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055168B (zh) * | 2019-06-05 | 2022-09-09 | 杭州萤石软件有限公司 | 视频监控方法、系统及监控服务器 |
CN112149447A (zh) * | 2019-06-26 | 2020-12-29 | 杭州海康威视数字技术股份有限公司 | 一种人员识别方法、装置及电子设备 |
CN110705469A (zh) * | 2019-09-30 | 2020-01-17 | 重庆紫光华山智安科技有限公司 | 一种人脸匹配方法、装置及服务器 |
CN112686076A (zh) * | 2019-10-17 | 2021-04-20 | 上海擎感智能科技有限公司 | 一种图像处理方法、系统及计算机可读存储介质 |
CN111062048B (zh) * | 2019-12-31 | 2022-10-04 | 深圳市工匠社科技有限公司 | 安全传输方法及相关装置 |
CN111523512A (zh) * | 2020-05-09 | 2020-08-11 | 苏州中仑网络科技有限公司 | 基于客流分析的店铺安防方法及装置、服务器、存储介质 |
CN114005173A (zh) * | 2020-07-13 | 2022-02-01 | 阿里巴巴集团控股有限公司 | 数据处理方法及设备 |
CN112163455B (zh) * | 2020-08-27 | 2023-08-25 | 东风汽车集团有限公司 | 一种用于搜寻目标对象的方法及车云平台 |
CN112597886A (zh) * | 2020-12-22 | 2021-04-02 | 成都商汤科技有限公司 | 乘车逃票检测方法及装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1503194A (zh) * | 2002-11-26 | 2004-06-09 | 中国科学院计算技术研究所 | 利用身材信息辅助人脸信息的身份识别方法 |
CN105095831A (zh) * | 2014-05-04 | 2015-11-25 | 深圳市贝尔信智能系统有限公司 | 一种人脸识别的方法、装置及系统 |
CN105760832A (zh) * | 2016-02-14 | 2016-07-13 | 武汉理工大学 | 基于Kinect传感器的逃犯识别方法 |
CN106250573A (zh) * | 2015-09-14 | 2016-12-21 | 深圳市易知见科技有限公司 | 一种虚拟三维人体的建模方法及建模系统 |
CN106666903A (zh) * | 2015-11-09 | 2017-05-17 | 恒基伟业投资发展集团有限公司 | 一种利用图像测量人体体型参数的方法及装置 |
CN107146251A (zh) * | 2017-03-28 | 2017-09-08 | 浙江大学 | 一种三维人脸模型的对称性分析方法 |
CN107273846A (zh) * | 2017-06-12 | 2017-10-20 | 江西服装学院 | 一种人体体型参数确定方法及装置 |
CN108346175A (zh) * | 2018-02-06 | 2018-07-31 | 腾讯科技(深圳)有限公司 | 一种人脸图像修复方法、装置及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160253549A1 (en) * | 2015-02-27 | 2016-09-01 | Leo Ramic | Estimating personal information from facial features |
CN106951876A (zh) * | 2017-03-27 | 2017-07-14 | 北京品恩科技股份有限公司 | 一种三维人像综合识别系统 |
-
2018
- 2018-12-06 CN CN201811487361.8A patent/CN109766755B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1503194A (zh) * | 2002-11-26 | 2004-06-09 | 中国科学院计算技术研究所 | 利用身材信息辅助人脸信息的身份识别方法 |
CN105095831A (zh) * | 2014-05-04 | 2015-11-25 | 深圳市贝尔信智能系统有限公司 | 一种人脸识别的方法、装置及系统 |
CN106250573A (zh) * | 2015-09-14 | 2016-12-21 | 深圳市易知见科技有限公司 | 一种虚拟三维人体的建模方法及建模系统 |
CN106666903A (zh) * | 2015-11-09 | 2017-05-17 | 恒基伟业投资发展集团有限公司 | 一种利用图像测量人体体型参数的方法及装置 |
CN105760832A (zh) * | 2016-02-14 | 2016-07-13 | 武汉理工大学 | 基于Kinect传感器的逃犯识别方法 |
CN107146251A (zh) * | 2017-03-28 | 2017-09-08 | 浙江大学 | 一种三维人脸模型的对称性分析方法 |
CN107273846A (zh) * | 2017-06-12 | 2017-10-20 | 江西服装学院 | 一种人体体型参数确定方法及装置 |
CN108346175A (zh) * | 2018-02-06 | 2018-07-31 | 腾讯科技(深圳)有限公司 | 一种人脸图像修复方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109766755A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766755B (zh) | 人脸识别方法及相关产品 | |
CN108351968B (zh) | 一种针对犯罪活动的告警方法、装置、存储介质及服务器 | |
CN105590097B (zh) | 暗视觉条件下双摄像头协同实时人脸识别安防系统及方法 | |
CN111274881A (zh) | 驾驶安全的监控方法、装置、计算机设备及存储介质 | |
CN111563480B (zh) | 冲突行为检测方法、装置、计算机设备和存储介质 | |
CN109299658B (zh) | 脸部检测方法、脸部图像渲染方法、装置及存储介质 | |
CN109829370A (zh) | 人脸识别方法及相关产品 | |
CN112085952A (zh) | 监控车辆数据方法、装置、计算机设备及存储介质 | |
CN110991231B (zh) | 活体检测方法、装置、服务器和人脸识别设备 | |
CN109446936A (zh) | 一种用于监控场景的身份识别方法及装置 | |
CN111626371A (zh) | 一种图像分类方法、装置、设备及可读存储介质 | |
CN107832721B (zh) | 用于输出信息的方法和装置 | |
CN108229375B (zh) | 用于检测人脸图像的方法和装置 | |
CN111191507A (zh) | 智慧社区的安全预警分析方法及系统 | |
CN109800682A (zh) | 驾驶员属性识别方法及相关产品 | |
CN108875509A (zh) | 活体检测方法、装置和系统及存储介质 | |
CN108449514A (zh) | 信息处理方法和装置 | |
JP2022003526A (ja) | 情報処理装置、検出システム、情報処理方法、及びプログラム | |
CN111738199A (zh) | 图像信息验证方法、装置、计算装置和介质 | |
CN114861241A (zh) | 基于智能检测的防窥屏方法及其相关设备 | |
CN108875500A (zh) | 行人再识别方法、装置、系统及存储介质 | |
CN110688878B (zh) | 活体识别检测方法、装置、介质及电子设备 | |
CN113673308A (zh) | 对象识别方法、装置和电子系统 | |
CN111241918A (zh) | 一种基于人脸识别的车用防跟踪方法及系统 | |
CN115035608A (zh) | 活体检测方法、装置、设备及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |