CN110263744A - 提高无感人脸识别率的方法 - Google Patents

提高无感人脸识别率的方法 Download PDF

Info

Publication number
CN110263744A
CN110263744A CN201910558983.3A CN201910558983A CN110263744A CN 110263744 A CN110263744 A CN 110263744A CN 201910558983 A CN201910558983 A CN 201910558983A CN 110263744 A CN110263744 A CN 110263744A
Authority
CN
China
Prior art keywords
face
photo
equipment
people
benchmark
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
Application number
CN201910558983.3A
Other languages
English (en)
Other versions
CN110263744B (zh
Inventor
周圣强
褚亚良
黄岗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Shops Palm Network Technology Co Ltd
Original Assignee
Suzhou Shops Palm Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Shops Palm Network Technology Co Ltd filed Critical Suzhou Shops Palm Network Technology Co Ltd
Priority to CN201910558983.3A priority Critical patent/CN110263744B/zh
Publication of CN110263744A publication Critical patent/CN110263744A/zh
Application granted granted Critical
Publication of CN110263744B publication Critical patent/CN110263744B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种提高无感人脸识别率的方法。本发明一种提高无感人脸识别率的方法，包括：接收设备抓拍到的图片，图片带上设备认定的人脸id，只要设备给的人脸id一样，无论照片光照，角度差异多大；认定成同一个人，其中，当一个人进入画面后，设备可以跟踪人脸；收到设备照片后，与这个设备之前收到的3张照片做对比，相似度超过75％即判定为同一个人；拿到照片后去人脸库中搜索，如果搜到相似度超过80％的，表示已识别到具体的人。本发明的有益效果：线上环境，一天人脸抓拍数据有30万张左右，通过上述阶段二，一天可以纠正8万张左右识别错误的照片，通过上述阶段三，一天可以合并4000个左右人脸。

Description

提高无感人脸识别率的方法
技术领域
本发明涉及人脸识别领域，具体涉及一种提高无感人脸识别率的方法。
背景技术
人脸识别是是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。相同用途提高识别率的方案有三维图像人脸识别，和热成像人脸识别。
传统技术存在以下技术问题：
无感人脸识别因非人为摆拍，故抓拍的照片可能有照片模糊，人脸角度差，人脸面部表情与平时不同，闭眼，人脸有遮挡等原因，抓拍下来照片与基准照对比不像本人，在环境光照发生变化或人脸照片与基准照角度差异较大时，识别效果会急剧下降，无法满足实际系统的需要。
发明内容
本发明要解决的技术问题是提供一种提高无感人脸识别率的方法，提高人脸识别率，需要改善当环境光照发生变化或人脸照片与基准照角度差异较大时，识别率大幅降低的问题。
为了解决上述技术问题，本发明提供了一种提高无感人脸识别率的方法，包括：
接收设备抓拍到的图片，图片带上设备认定的人脸id，只要设备给的人脸id一样，无论照片光照，角度差异多大；认定成同一个人，其中，当一个人进入画面后，设备可以跟踪人脸；
收到设备照片后，与这个设备之前收到的3张照片做对比，相似度超过75％即判定为同一个人；
拿到照片后去人脸库中搜索，如果搜到相似度超过80％的，表示已识别到具体的人。
在其中一个实施例中，还包括：当照片在人脸库中没搜到时，搜索人脸库中与本照片相似度超过50％的最像的前5张照片；
从服务器中找出这5张照片中人最近5次抓拍记录；
抓拍记录与本照片做对比，如果相似度超过80％，判定为同一个人；
把抓拍记录的这张照片根据人脸角度，替换为对应基准照。
在其中一个实施例中，还包括：搜索到照片前5张最像的基准照后，当这5张照片不是同一个人时，依次找出这5个人的基准照，对比这2个人的基准照，当2个人的基准照中有相似度超过80％的，判定这2个人为同一个人，取这2个人照片中照片质量好的作为基准照，作为新的这个人的基准照。
在其中一个实施例中，“接收设备抓拍到的图片，图片带上设备认定的人脸id，只要设备给的人脸id一样，无论照片光照，角度差异多大；认定成同一个人，其中，当一个人进入画面后，设备可以跟踪人脸；”之后，过滤掉人脸角度差，图像清晰度差，人脸部分遮挡的照片。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
本发明的有益效果：
线上环境，一天人脸抓拍数据有30万张左右，通过上述阶段二，一天可以纠正8万张左右识别错误的照片，通过上述阶段三，一天可以合并4000个左右人脸。
附图说明
图1是本发明提高无感人脸识别率的方法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
一种提高无感人脸识别率的方法，包括：
接收设备抓拍到的图片，图片带上设备认定的人脸id，只要设备给的人脸id一样，无论照片光照，角度差异多大；认定成同一个人，其中，当一个人进入画面后，设备可以跟踪人脸；
收到设备照片后，与这个设备之前收到的3张照片做对比，相似度超过75％即判定为同一个人；
拿到照片后去人脸库中搜索，如果搜到相似度超过80％的，表示已识别到具体的人。
在其中一个实施例中，还包括：当照片在人脸库中没搜到时，搜索人脸库中与本照片相似度超过50％的最像的前5张照片；
从服务器中找出这5张照片中人最近5次抓拍记录；
抓拍记录与本照片做对比，如果相似度超过80％，判定为同一个人；
把抓拍记录的这张照片根据人脸角度，替换为对应基准照。
在其中一个实施例中，还包括：搜索到照片前5张最像的基准照后，当这5张照片不是同一个人时，依次找出这5个人的基准照，对比这2个人的基准照，当2个人的基准照中有相似度超过80％的，判定这2个人为同一个人，取这2个人照片中照片质量好的作为基准照，作为新的这个人的基准照。
在其中一个实施例中，“接收设备抓拍到的图片，图片带上设备认定的人脸id，只要设备给的人脸id一样，无论照片光照，角度差异多大；认定成同一个人，其中，当一个人进入画面后，设备可以跟踪人脸；”之后，过滤掉人脸角度差，图像清晰度差，人脸部分遮挡的照片。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
本发明的有益效果：
线上环境，一天人脸抓拍数据有30万张左右，通过上述阶段二，一天可以纠正8万张左右识别错误的照片，通过上述阶段三，一天可以合并4000个左右人脸。
下面介绍本发明的一个应用场景：比如统计一个门店的客流量，如果没有本方法，只是根绝设备抓拍的照片与人脸库的基准照去判断是否同一个人，一家实际客流量在500人的门店，1400张抓拍照片(一个人平均抓3张但会有少量人漏拍)，服务器统计客流量会在800-1000人左右，原因是无感抓拍会有一个人各种角度，各种表情的抓拍，和基准照比相似度较低，当使用了这套方法后，服务器统计客流量可以控制到550人左右
注：每一个人设定5张基准照，分别为正面照，左侧面照，右侧面照，低头照，抬头照，侧面照人脸角度控制在15-25度范围.
注：当2张照片相似度超过80％，判定为同一个人；
第一阶段：设备抓拍照片提供给服务器分析流程
设备抓拍到的图片上传到服务器时，带上设备认定的人脸id(当一个人进入画面后，设备可以跟踪人脸)，只要设备给的人脸id一样，无论照片光照，角度差异多大。服务器都可以认定成同一个人。
服务器过滤掉人脸角度差，图像清晰度差，人脸部分遮挡的照片
服务器收到设备照片后，与这个设备之前收到的3张照片做对比，相似度超过75％即判定为同一个人(同一个设备抓拍到同一个人的概率较大，故稍微降低相似度阈值)
服务器拿到照片后去人脸库中搜索，如果搜到相似度超过80％的，表示已识别到具体的人，如果没有搜到有2种可能，一种是这个人不在人脸库，第二种是这个人和人脸库中的基准照不像
第二阶段：人脸照片纠正
当照片在人脸库中没搜到时，搜索人脸库中与本照片相似度超过50％的最像的前5张照片
从服务器中找出这5张照片中人最近5次抓拍记录。
抓拍记录与本照片做对比，如果相似度超过80％，判定为同一个人
把抓拍记录的这张照片根据人脸角度，替换为对应基准照(比如照片是低头照，替换原基准照的低头照)
第三阶段：人脸合并
照片在服务器中搜索到前5张最像的基准照后，当这5张照片不是同一个人时，依次找出这5个人的基准照(一个人最多5张基准照)，对比这2个人的基准照，当2个人的基准照中有相似度超过80％的，判定这2个人为同一个人，取这2个人照片中照片质量好的作为基准照，作为新的这个人的基准照。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (7)

1.一种提高无感人脸识别率的方法，其特征在于，包括：
接收设备抓拍到的图片，图片带上设备认定的人脸id，只要设备给的人脸id一样，无论照片光照，角度差异多大；认定成同一个人，其中，当一个人进入画面后，设备可以跟踪人脸。
收到设备照片后，与这个设备之前收到的3张照片做对比，相似度超过75％即判定为同一个人；
拿到照片后去人脸库中搜索，如果搜到相似度超过80％的，表示已识别到具体的人。
2.如权利要求1所述的提高无感人脸识别率的方法，其特征在于，还包括：当照片在人脸库中没搜到时，搜索人脸库中与本照片相似度超过50％的最像的前5张照片；
从服务器中找出这5张照片中人最近5次抓拍记录；
抓拍记录与本照片做对比，如果相似度超过80％，判定为同一个人；
把抓拍记录的这张照片根据人脸角度，替换为对应基准照。
3.如权利要求2所述的提高无感人脸识别率的方法，其特征在于，还包括：搜索到照片前5张最像的基准照后，当这5张照片不是同一个人时，依次找出这5个人的基准照，对比这2个人的基准照，当2个人的基准照中有相似度超过80％的，判定这2个人为同一个人，取这2个人照片中照片质量好的作为基准照，作为新的这个人的基准照。
4.如权利要求1所述的提高无感人脸识别率的方法，其特征在于，“接收设备抓拍到的图片，图片带上设备认定的人脸id，只要设备给的人脸id一样，无论照片光照，角度差异多大；认定成同一个人，其中，当一个人进入画面后，设备可以跟踪人脸；”之后，过滤掉人脸角度差，图像清晰度差，人脸部分遮挡的照片。
5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到4任一项所述方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到4任一项所述方法的步骤。
7.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到4任一项所述的方法。
CN201910558983.3A 2019-06-26 2019-06-26 提高无感人脸识别率的方法 Active CN110263744B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910558983.3A CN110263744B (zh) 2019-06-26 2019-06-26 提高无感人脸识别率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910558983.3A CN110263744B (zh) 2019-06-26 2019-06-26 提高无感人脸识别率的方法

Publications (2)

Publication Number Publication Date
CN110263744A true CN110263744A (zh) 2019-09-20
CN110263744B CN110263744B (zh) 2021-05-11

Family

ID=67921657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910558983.3A Active CN110263744B (zh) 2019-06-26 2019-06-26 提高无感人脸识别率的方法

Country Status (1)

Country Link
CN (1) CN110263744B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111314605A (zh) * 2020-02-19 2020-06-19 杭州涂鸦信息技术有限公司 一种多设备终端间人脸识别的合并方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419819A (zh) * 2010-10-25 2012-04-18 深圳市中控生物识别技术有限公司 人脸图像识别方法和系统
CN105468760A (zh) * 2015-12-01 2016-04-06 北京奇虎科技有限公司 对人脸图片进行标注的方法和装置
CN108170732A (zh) * 2017-12-14 2018-06-15 厦门市美亚柏科信息股份有限公司 人脸图片检索方法及计算机可读存储介质
CN108229322A (zh) * 2017-11-30 2018-06-29 北京市商汤科技开发有限公司 基于视频的人脸识别方法、装置、电子设备及存储介质
US10127246B2 (en) * 2016-08-16 2018-11-13 Microsoft Technology Licensing, Llc Automatic grouping based handling of similar photos
CN109726674A (zh) * 2018-12-28 2019-05-07 上海依图网络科技有限公司 一种人脸识别方法及装置
CN109815845A (zh) * 2018-12-29 2019-05-28 深圳前海达闼云端智能科技有限公司 人脸识别的方法和装置、存储介质
CN109858354A (zh) * 2018-12-27 2019-06-07 厦门市美亚柏科信息股份有限公司 一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统
CN109886222A (zh) * 2019-02-26 2019-06-14 北京市商汤科技开发有限公司 人脸识别方法、神经网络训练方法、装置及电子设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419819A (zh) * 2010-10-25 2012-04-18 深圳市中控生物识别技术有限公司 人脸图像识别方法和系统
CN105468760A (zh) * 2015-12-01 2016-04-06 北京奇虎科技有限公司 对人脸图片进行标注的方法和装置
US10127246B2 (en) * 2016-08-16 2018-11-13 Microsoft Technology Licensing, Llc Automatic grouping based handling of similar photos
CN108229322A (zh) * 2017-11-30 2018-06-29 北京市商汤科技开发有限公司 基于视频的人脸识别方法、装置、电子设备及存储介质
CN108170732A (zh) * 2017-12-14 2018-06-15 厦门市美亚柏科信息股份有限公司 人脸图片检索方法及计算机可读存储介质
CN109858354A (zh) * 2018-12-27 2019-06-07 厦门市美亚柏科信息股份有限公司 一种人脸身份库、轨迹表建立和人脸轨迹查询方法和系统
CN109726674A (zh) * 2018-12-28 2019-05-07 上海依图网络科技有限公司 一种人脸识别方法及装置
CN109815845A (zh) * 2018-12-29 2019-05-28 深圳前海达闼云端智能科技有限公司 人脸识别的方法和装置、存储介质
CN109886222A (zh) * 2019-02-26 2019-06-14 北京市商汤科技开发有限公司 人脸识别方法、神经网络训练方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许家尧等: "开放场景人脸识别系统及其应用", 《指挥信息系统与技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111314605A (zh) * 2020-02-19 2020-06-19 杭州涂鸦信息技术有限公司 一种多设备终端间人脸识别的合并方法及系统

Also Published As

Publication number Publication date
CN110263744B (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
US11232287B2 (en) Camera and image calibration for subject identification
KR101363017B1 (ko) 얼굴영상 촬영 및 분류 시스템과 방법
CN101189621B (zh) 利用摄影者身份来分类图像
JP4353246B2 (ja) 法線情報推定装置、登録画像群作成装置および画像照合装置ならびに法線情報推定方法
CN107392182B (zh) 一种基于深度学习的人脸采集识别方法及装置
US8526742B2 (en) Image processing apparatus, method, and program that classifies data of images
US20120300092A1 (en) Automatically optimizing capture of images of one or more subjects
US11176679B2 (en) Person segmentations for background replacements
Sun et al. Salient montages from unconstrained videos
CN112199530B (zh) 多维度脸库图片自动更新方法、系统、设备及介质
CN112329602B (zh) 人脸标注图像的获取方法及装置、电子设备、存储介质
CN112347856A (zh) 一种基于教室场景的无感知考勤系统及方法
Fan et al. Robust spatiotemporal matching of electronic slides to presentation videos
Sharmila et al. Automatic Attendance System based on FaceRecognition using Machine Learning
Jaimes et al. Detection of non-identical duplicate consumer photographs
CN110263744A (zh) 提高无感人脸识别率的方法
JP2007072789A (ja) 映像構造化方法及び装置及びプログラム
US9286707B1 (en) Removing transient objects to synthesize an unobstructed image
KR101138873B1 (ko) 인물 ｄｂ 등록사진 수 축소 방법 및 장치
Kainz et al. Students’ Attendance Monitoring through the Face Recognition
Jabr Novel deep learning system for person re-identification using sequence frames of motion.
Weng et al. Visual knowledge transfer among multiple cameras for people counting with occlusion handling
CN112149447A (zh) 一种人员识别方法、装置及电子设备
KR101100429B1 (ko) 포토 앨범 시스템의 반자동등록 방법 및 장치와, 이를 이용한 포토앨범 시스템
CN113223060B (zh) 基于数据共享的多智能体协同跟踪方法、装置及存储介质

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