CN110378277A - 人脸图像识别的方法、装置、设备和存储介质 - Google Patents
人脸图像识别的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110378277A CN110378277A CN201910640174.7A CN201910640174A CN110378277A CN 110378277 A CN110378277 A CN 110378277A CN 201910640174 A CN201910640174 A CN 201910640174A CN 110378277 A CN110378277 A CN 110378277A
- Authority
- CN
- China
- Prior art keywords
- face
- coordinate
- picture
- pixel
- pixels tall
- 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.)
- Pending
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
-
- 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
-
- 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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种人脸图像识别的方法、装置、设备和存储介质。该人脸图像识别的方法包括：提取图片中的人脸数据，所述人脸数据包括像素坐标；根据所述像素坐标计算得到人脸像素宽度和人脸像素高度；根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。通过像素坐标计算人脸像素宽度和人脸像素高度，并根据人脸像素宽度和人脸像素高度判断是否要对图片进行入库处理，达到提高数据库存储空间的利用率的效果。
Description
技术领域
本发明实施例涉及图像识别领域，尤其涉及一种人脸图像识别的方法、装置、设备和存储介质。
背景技术
随着计算机及人工智能技术的进一步发展，人脸识别技术将应用到越来越多的领域，具有广阔的应用前景。
大数据实时流数据中存在人脸图片，需要对人脸图片进行存储入库，此外，并针对具体人脸图片，与存储图片进行人脸比对。目前采用的方法是将数据流中的图片进行读取，并判断图片中是否存在人脸，如果存在，那么对图片进行存储入库，为业务提供查询比对的人脸特征库。在现有的比对方法下，大数据实时流中，不能够满足性能要求，可能导致数据积压。如果存在一些低质量图片，会在比对人脸特征时由于模糊等原因无法被识别而无法被识别，但是这些图片已经存储入库占用数据库存储空间，大大浪费了数据库的存储空间。
发明内容
本发明实施例提供一种人脸图像识别的方法、装置、设备和存储介质，以实现在将图片存储入库前对人脸图片进行筛选。
第一方面，本发明实施例提供了一种人脸图像识别的方法，包括：
提取图片中的人脸数据，所述人脸数据包括像素坐标；
根据所述像素坐标计算得到人脸像素宽度和人脸像素高度；
根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
可选的，所述像素坐标包括第一坐标、第二坐标和第三坐标，所述第一坐标、所述第二坐标和所述第三坐标之间的距离中，所述第一坐标和所述第三坐标之间的距离最大。
可选的，所述根据所述像素坐标计算得到人脸像素宽度和人脸像素高度，包括：
根据所述第一坐标和所述第二坐标在宽度方向上的差值得到人脸像素宽度；
根据所述第二坐标和所述第三坐标在高度方向上的差值得到人脸像素高度。
可选的，所述根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理，包括：
判断所述人脸像素宽度是否大于第一预设阈值；
判断所述人脸像素高度是否大于第二预设阈值；
如果所述人脸像素宽度大于所述第一预设阈值且所述人脸像素高度大于所述第二预设阈值，则对所述图片进行入库处理。
可选的，所述人脸数据还包括可信度，在所述根据所述像素坐标计算得到人脸像素宽度和人脸像素高度之前，包括：
判断所述可信度是否大于第三预设阈值；
如果所述可信度大于第三预设阈值，则根据所述像素坐标计算得到人脸像素宽度和人脸像素高度。
可选的，在所述根据所述像素坐标计算得到人脸像素宽度和人脸像素高度之后，包括：
计算所述人脸像素宽度和所述人脸像素高度的比值；
判断所述比值是否满足第四预设阈值；
如果所述比值满足所述第四预设阈值，则根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
可选的，在所述提取图片中的人脸数据之前，包括：
根据预设的人脸图像特征判断图片中是否存在人脸；
如果图片中存在人脸，则提取图片中的所述人脸数据。
第二方面，本发明实施例提供了一种人脸图像识别的装置，包括：
提取模块，用于提取图片中的人脸数据，所述人脸数据包括像素坐标；
像素计算模块，用于根据所述像素坐标计算得到人脸像素宽度和人脸像素高度；
判断模块，用于根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
第三方面，本发明实施例提供了一种人脸图像识别的设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任一实施例所述的人脸图像识别的方法。
第四方面，本发明实施例提供了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本发明任一实施例所述的人脸图像识别的方法。
本发明实施例通过像素坐标计算人脸像素宽度和人脸像素高度，并根据人脸像素宽度和人脸像素高度判断是否要对图片进行入库处理，解决了将图片存储入库后才发现该图片的人脸无法被识别的问题，实现提高数据库存储空间的利用率的效果。
附图说明
图1是本发明实施例一提供的一种人脸图像识别的方法的流程图；
图2是本发明实施例二提供的一种人脸图像识别的方法的流程图；
图3是本发明实施例二提供的一种人脸图像识别的方法的流程图；
图4是本发明实施例二提供的像素坐标的分布示意图；
图5是本发明实施例三提供的一种人脸图像识别的方法的流程图；
图6是本发明实施例三提供的一种人脸图像识别的方法的流程图；
图7是本发明实施例三提供的一种人脸图像识别的方法的流程图；
图8是本发明实施例三提供的一种人脸图像识别的装置的结构示意图；
图9是本发明实施例四提供的一种人脸图像识别的设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一速度差值为第二速度差值，且类似地，可将第二速度差值称为第一速度差值。第一速度差值和第二速度差值两者都是速度差值，但其不是同一速度差值。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”、“批量”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
实施例一
图1是本发明实施例一提供的一种人脸图像识别的方法的流程图，本实施例可适用于在将图片存储入库前筛选图片的场景，该方法可以由人脸图像识别的设备来执行，具体包括如下步骤：
S110、提取图片中的人脸数据，所述人脸数据包括像素坐标。
人脸数据是指通过对图片中的人脸进行识别转换成的数据。在本实施例中，人脸数据包括像素坐标。像素坐标是指通过人脸识别检测后得到的人脸在图片中的位置坐标。该位置坐标可以通过现有的图像识别算法得到。
S120、根据所述像素坐标计算得到人脸像素宽度和人脸像素高度。
在本实施例中，人脸像素宽度是指该人脸在图片中的宽度，以像素值来体现。人脸像素高度是指该人脸在图片中的高度，以像素值来体现。由于像素坐标是人脸在图片中的位置坐标，通过计算位置坐标之间的差值，可以得到人脸像素宽度和人脸像素高度。
S130、根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
在本实施例中，可以通过人脸像素宽度和人脸像素高度判断是否符合入库的条件。如果符合入库的条件，则把该图片存储到数据库中以进行后续比对。如果不符合入库的条件，则剔除该图片。入库的条件可以是人脸像素宽度和人脸像素高度同时满足一定的数值，此处不做具体限制。
本发明实施例的技术方案，通过提取人脸数据中的像素坐标，然后通过像素坐标计算人脸像素宽度和人脸像素高度，并根据人脸像素宽度和人脸像素高度判断是否要对图片进行入库处理，解决了将图片存储入库后才发现该图片的人脸无法被识别的问题，实现提高数据库存储空间的利用率，并且不需要增加多余的硬件就可以提高存储空间的效果。
实施例二
图2是本发明实施例二提供的一种人脸图像识别的方法的流程图。本实施例是在上述技术方案的进一步细化，适用于在将图片存储入库前筛选图片的场景。该方法可以由人脸图像识别的设备执行，包括：
S210、提取图片中的人脸数据，所述人脸数据包括像素坐标。
人脸数据是指通过对图片中的人脸进行识别转换成的数据。在本实施例中，人脸数据包括像素坐标。像素坐标是指通过人脸识别检测后得到的人脸在图片中的位置坐标。该位置坐标可以通过现有的图像识别算法得到。
S220、根据所述像素坐标计算得到人脸像素宽度和人脸像素高度。
在本实施例中，人脸像素宽度是指该人脸在图片中的宽度，以像素值来体现。人脸像素高度是指该人脸在图片中的高度，以像素值来体现。由于像素坐标是人脸在图片中的位置坐标，通过计算位置坐标之间的差值，可以得到人脸像素宽度和人脸像素高度。
S230、判断所述人脸像素宽度是否大于第一预设阈值。
在本实施例中，第一预设阈值可以是40以上(包括40)的任一数值，可以根据需要选择第一预设阈值的具体数值。具体地，当图片数量比较多时，则说明样本容量比较大，可以适当提高第一预设阈值，从而使得入库的图片更清晰，同时通过减少图片入库的数量从而提高数据库的存储空间。优选地，第一预设阈值为40，可以满足大部分情况的需求。
S240、判断所述人脸像素高度是否大于第二预设阈值。
在本实施例中，第二预设阈值可以是40以上的任一数值，可以根据需要对第二预设阈值进行选择。具体地，当图片数量比较多时，则说明样本容量比较大，可以适当提高第二预设阈值，从而使得入库的图片更清晰，同时通过减少图片入库的数量从而提高数据库的存储空间。
第一预设阈值和第二预设阈值的选择满足一定的关系。具体地，如果第一预设阈值为X，第二预设阈值为Y，则满足以下关系式：Y＝(1-1.5)X。
S250、如果所述人脸像素宽度大于所述第一预设阈值且所述人脸像素高度大于所述第二预设阈值，则对所述图片进行入库处理。
在本实施例中，只有当图片中的人脸像素宽度大于第一预设阈值且人脸像素高度大于等度第二预设阈值时，该图片才满足入库条件，才能对该图片进行入库处理，以供后续对图片和人脸特征库进行匹配。
本实施例也可以先执行步骤S240在执行步骤230，对于图片人脸的筛选不会有影响。
可选的，参考图3，步骤S220包括：
S221、根据所述第一坐标和所述第二坐标在宽度方向上的差值得到人脸像素宽度。
其中，像素坐标可以包括第一坐标、第二坐标和第三坐标。其中第一坐标、第二坐标和第三坐标之间的距离中，第一坐标和第三坐标之间的距离最大。
在本实施例中，可以通过第一坐标和第二坐标在宽度方向上的差值得到人脸像素宽度。示例性地，参考图4，第一坐标的位置坐标为(x1，y1),第二坐标的位置为(x2，y2)，因此第一坐标和第二坐标在宽度方向上的差值为x1-x2，此差值为人脸像素宽度。
S222、根据所述第二坐标和所述第三坐标在高度方向上的差值得到人脸像素高度。
在本实施例中，根据第二坐标和第三坐标在高度方向上的差值可以得到人脸像素高度。示例性地，参考图4，第二坐标的位置坐标为(x2，y2)，第三坐标的位置坐标为(x3，y3)，因此第二坐标和第三坐标在高度方向上的差值为y2-y3，此差值为人脸像素高度。
本实施例中通过位置坐标计算出人脸像素宽度和人脸像素高度，计算方式简单有效，可以满足在大数据实时流中节省筛图片的时间。
本发明实施例的技术方案，通过提取人脸数据中的像素坐标，然后通过像素坐标计算人脸像素宽度和人脸像素高度，并根据人脸像素宽度和人脸像素高度判断是否要对图片进行入库处理，解决了将图片存储入库后才发现该图片的人脸无法被识别的问题，实现提高数据库存储空间的利用率，并且不需要增加多余的硬件就可以提高存储空间的效果。并且通过位置坐标计算人脸像素宽度和人脸像素高度，在进行宽度和高度的比对，使得识别图像的过程简单有效，能满足大数据的实时需求。
实施例三
图5是本发明实施例二提供的一种人脸图像识别的方法的流程图。本实施例是在上述技术方案的进一步细化，适用于在将图片存储入库前筛选图片的场景。该方法可以由人脸图像识别的设备执行，包括：
S310、提取图片中的人脸数据，所述人脸数据包括像素坐标和可信度。
人脸数据是指通过对图片中的人脸进行识别转换成的数据。在本实施例中，人脸数据包括像素坐标。像素坐标是指通过人脸识别检测后得到的人脸在图片中的位置坐标。该位置坐标可以通过现有的图像识别算法得到。在本实施例中，可信度是指图片中人脸存在的可能性，可信度的范围是0-1，可信度的数值越接近1，则说明该图片存在人脸的可能性越大。
S320、判断所述可信度是否大于第三预设阈值。
在本实施例中，第三预设阈值是用来判定可信度是否达到基准的数值。具体地，由于可信度的范围是0-1，因此第三预设阈值可以是0-1之间的任一数值，可以根据实际情况进行设定。当图片的样本数量较大时，可以适当提高第三预设阈值的数值。优选地，第三预设阈值设置为0.6，在保证识别准确的前提下不浪费数据库的存储空间。如果可信度大于第三预设阈值，则执行步骤S330、根据所述像素坐标计算得到人脸像素宽度和人脸像素高度；如果可信度不大于第三预设阈值，则直接剔除该图片。
S330、根据所述像素坐标计算得到人脸像素宽度和人脸像素高度。
在本实施例中，人脸像素宽度是指该人脸在图片中的宽度，以像素值来体现。人脸像素高度是指该人脸在图片中的高度，以像素值来体现。由于像素坐标是人脸在图片中的位置坐标，通过计算位置坐标之间的差值，可以得到人脸像素宽度和人脸像素高度。
其中，像素坐标包括第一坐标、第二坐标和第三坐标。可以根据第一坐标和第二坐标在宽度方向上的差值得到人脸像素宽度。同时可以根据第二坐标和第三坐标在高度方向上的差值得到人脸像素高度。
S340、根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
在本实施例中，可以通过人脸像素宽度和人脸像素高度判断是否符合入库的条件。如果符合入库的条件，则把该图片存储到数据库中以进行后续比对。如果不符合入库的条件，则剔除该图片。入库的条件可以是人脸像素宽度大于第一预设阈值且人脸像素高度大于第二预设阈值时，满足该条件的图片进行入库，不满足该条件的图片则剔除。
本实施例通过判断可信度大于第三预设阈值才进行下一步计算，可以避免计算人脸像素高度和人脸像素宽度后才发现该图片不满足要求的情况，进一步地节省系统的资源。
参考图6，可选的，在步骤S330之后包括：
S331、计算所述人脸像素宽度和所述人脸像素高度的比值。
在本实施例中，通过计算比值进一步判定该人脸是否满足入库的要求。示例性地，人脸像素宽度为W，人脸像素高度为H，则比值为W/H。
S332、判断所述比值是否满足第四预设阈值。
在本实施例中，第四预设阈值是用来判断人脸像素宽度和人脸像素高度的比值是否符合人脸比例的范围。具体地，第四预设阈值的范围可以设置为0.5-1.2，也可以根据需要设置其他阈值，此处不做限制。比值满足第四预设阈值，则说明比值在第四预设阈值的范围内，此时则执行步骤S340、根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理；如果比值不满足第四预设阈值，则剔除该图片。
本实施例通过在比值满足第四预设阈值才根据人脸像素宽度和人脸像素高度进行判断，节省了系统识别人脸的资源利用率。
参考图7，可选，在步骤310之前包括：
S301、根据预设的人脸图像特征判断图片中是否存在人脸。
在本实施例中，可以根据人脸图像特征对图片进行判断，从而确认该图片是否存在人脸。如果该图片中存在人脸，则执行步骤S310、提取图片中的人脸数据，所述人脸数据包括像素坐标和可信度；如果该图片中不存在人脸，则直接剔除该图片。
本发明实施例的技术方案，通过提取人脸数据中的像素坐标，然后通过像素坐标计算人脸像素宽度和人脸像素高度，并根据人脸像素宽度和人脸像素高度判断是否要对图片进行入库处理，解决了将图片存储入库后才发现该图片的人脸无法被识别的问题，实现提高数据库存储空间的利用率，并且不需要增加多余的硬件就可以提高存储空间的效果。另外，在根据人脸像素宽度和人脸像素高度判断是否对图片进行入库前，采用多个阈值对图片中的人脸进行筛选，提高了系统识别人脸的资源利用率。
实施例四
图8是本发明实施例四提供的一种人脸图像识别的装置的结构示意图，本实施例可适用于在将图片存储入库前筛选图片的场景，该装置可以采用软件和/或硬件的方式实现，并可集成在人脸图像识别的设备上。
如图8所示，本实施例提供的人脸图像识别的装置可以包括提取模块410、像素计算模块420和判断模块430，其中：
提取模块410，用于提取图片中的人脸数据，所述人脸数据包括像素坐标。
像素计算模块420，用于根据所述像素坐标计算得到人脸像素宽度和人脸像素高度。
判断模块430，用于根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
可选的，像素计算模块具体用于：
根据所述第一坐标和所述第二坐标在宽度方向上的差值得到人脸像素宽度；
根据所述第二坐标和所述第三坐标在高度方向上的差值得到人脸像素高度。
可选的，判断模块具体用于：
判断所述人脸像素宽度是否大于第一预设阈值；
判断所述人脸像素高度是否大于第二预设阈值；
如果所述人脸像素宽度大于所述第一预设阈值且所述人脸像素高度大于所述第二预设阈值，则对所述图片进行入库处理。
可选的，判断模块还用于：
判断所述可信度是否大于第三预设阈值；
如果所述可信度大于第三预设阈值，则根据所述像素坐标计算得到人脸像素宽度和人脸像素高度。
可选的，像素计算模块还用于：
计算所述人脸像素宽度和所述人脸像素高度的比值；
判断所述比值是否满足第四预设阈值；
如果所述比值满足所述第四预设阈值，则根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
可选的，判断模块还用于：
根据预设的人脸图像特征判断图片中是否存在人脸；
如果图片中存在人脸，则提取图片中的所述人脸数据。
本发明实施例所提供的人脸图像识别的装置可执行本发明任意实施例所提供的人脸图像识别的方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本发明任意方法实施例中的描述。
实施例五
图9是本发明实施例五提供的一种人脸图像识别的设备的结构示意图。图9示出了适于用来实现本发明实施方式的示例性人脸图像识别的设备612的框图。图9显示的人脸图像识别的设备612仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示，人脸图像识别的设备612以通用人脸图像识别的设备的形式表现。人脸图像识别的设备612的组件可以包括但不限于：一个或者多个处理器616，存储装置628，连接不同系统组件(包括存储装置628和处理器616)的总线618。
总线618表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance，ISA)总线，微通道体系结构(Micro Channel Architecture，MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
人脸图像识别的设备612典型地包括多种计算机系统可读介质。这些介质可以是任何能够被人脸图像识别的设备612访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置628可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)630和/或高速缓存存储器632。终端612可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统634可以用于读写不可移动的、非易失性磁介质(图9未显示，通常称为“硬盘驱动器”)。尽管图9中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘，例如只读光盘(Compact Disc Read-Only Memory，CD-ROM),数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线618相连。存储装置628可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块642的程序/实用工具640，可以存储在例如存储装置628中，这样的程序模块642包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块642通常执行本发明所描述的实施例中的功能和/或方法。
人脸图像识别的设备612也可以与一个或多个外部设备614(例如键盘、指向终端、显示器624等)通信，还可与一个或者多个使得用户能与该人脸图像识别的设备612交互的终端通信，和/或与使得该人脸图像识别的设备612能与一个或多个其它计算终端进行通信的任何终端(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口622进行。并且，人脸图像识别的设备612还可以通过网络适配器620与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图9所示，网络适配器620通过总线618与人脸图像识别的设备612的其它模块通信。应当明白，尽管图中未示出，可以结合人脸图像识别的设备612使用其它硬件和/或软件模块，包括但不限于：微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器616通过运行存储在存储装置628中的程序，从而执行各种功能应用以及数据处理，例如实现本发明任意实施例所提供的一种人脸图像识别的方法，该方法可以包括：
提取图片中的人脸数据，所述人脸数据包括像素坐标；
根据所述像素坐标计算得到人脸像素宽度和人脸像素高度；
根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
本发明实施例的技术方案，通过提取人脸数据中的像素坐标，然后通过像素坐标计算人脸像素宽度和人脸像素高度，并根据人脸像素宽度和人脸像素高度判断是否要对图片进行入库处理，解决了将图片存储入库后才发现该图片的人脸无法被识别的问题，实现提高数据库存储空间的利用率，并且不需要增加多余的硬件就可以提高存储空间的效果
实施例六
本发明实施例六还提供了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如本发明任意实施例所提供的一种人脸图像识别的方法，该方法可以包括：
提取图片中的人脸数据，所述人脸数据包括像素坐标；
根据所述像素坐标计算得到人脸像素宽度和人脸像素高度；
根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
存储介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例的技术方案，通过提取人脸数据中的像素坐标，然后通过像素坐标计算人脸像素宽度和人脸像素高度，并根据人脸像素宽度和人脸像素高度判断是否要对图片进行入库处理，解决了将图片存储入库后才发现该图片的人脸无法被识别的问题，实现提高数据库存储空间的利用率，并且不需要增加多余的硬件就可以提高存储空间的效果
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种人脸图像识别的方法，其特征在于，包括：
提取图片中的人脸数据，所述人脸数据包括像素坐标；
根据所述像素坐标计算得到人脸像素宽度和人脸像素高度；
根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
2.如权利要求1所述的人脸图像识别的方法，其特征在于，所述像素坐标包括第一坐标、第二坐标和第三坐标，所述第一坐标、所述第二坐标和所述第三坐标之间的距离中，所述第一坐标和所述第三坐标之间的距离最大。
3.如权利要求2所述的人脸图像识别的方法，其特征在于，所述根据所述像素坐标计算得到人脸像素宽度和人脸像素高度，包括：
根据所述第一坐标和所述第二坐标在宽度方向上的差值得到人脸像素宽度；
根据所述第二坐标和所述第三坐标在高度方向上的差值得到人脸像素高度。
4.如权利要求1所述的人脸图像识别的方法，其特征在于，所述根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理，包括：
判断所述人脸像素宽度是否大于第一预设阈值；
判断所述人脸像素高度是否大于第二预设阈值；
如果所述人脸像素宽度大于所述第一预设阈值且所述人脸像素高度大于所述第二预设阈值，则对所述图片进行入库处理。
5.如权利要求1所述的人脸图像识别的方法，其特征在于，所述人脸数据还包括可信度，在所述根据所述像素坐标计算得到人脸像素宽度和人脸像素高度之前，包括：
判断所述可信度是否大于第三预设阈值；
如果所述可信度大于第三预设阈值，则根据所述像素坐标计算得到人脸像素宽度和人脸像素高度。
6.如权利要求1所述的人脸图像识别的方法，其特征在于，在所述根据所述像素坐标计算得到人脸像素宽度和人脸像素高度之后，包括：
计算所述人脸像素宽度和所述人脸像素高度的比值；
判断所述比值是否满足第四预设阈值；
如果所述比值满足所述第四预设阈值，则根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
7.如权利要求1所述的人脸图像识别的方法，其特征在于，在所述提取图片中的人脸数据之前，包括：
根据预设的人脸图像特征判断图片中是否存在人脸；
如果图片中存在人脸，则提取图片中的所述人脸数据。
8.一种人脸图像识别的装置，其特征在于，包括：
提取模块，用于提取图片中的人脸数据，所述人脸数据包括像素坐标；
像素计算模块，用于根据所述像素坐标计算得到人脸像素宽度和人脸像素高度；
判断模块，用于根据所述人脸像素宽度和所述人脸像素高度判断是否对所述图片进行入库处理。
9.一种人脸图像识别的设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的人脸图像识别的方法。
10.一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如权利要求1-7中任一项所述的人脸图像识别的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910640174.7A CN110378277A (zh) | 2019-07-16 | 2019-07-16 | 人脸图像识别的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910640174.7A CN110378277A (zh) | 2019-07-16 | 2019-07-16 | 人脸图像识别的方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110378277A true CN110378277A (zh) | 2019-10-25 |
Family
ID=68253347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910640174.7A Pending CN110378277A (zh) | 2019-07-16 | 2019-07-16 | 人脸图像识别的方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110378277A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112464747A (zh) * | 2020-11-10 | 2021-03-09 | 广州富港万嘉智能科技有限公司 | 基于图像采集设备的身高检测方法及装置 |
| CN113065534A (zh) * | 2021-06-02 | 2021-07-02 | 全时云商务服务股份有限公司 | 一种基于人像分割精度提升的方法、系统和存储介质 |
| CN117437505A (zh) * | 2023-12-18 | 2024-01-23 | 杭州任性智能科技有限公司 | 一种基于视频的训练数据集生成方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101216973A (zh) * | 2007-12-27 | 2008-07-09 | 北京中星微电子有限公司 | 一种自动柜员机监控方法、系统、自动柜员机与监控装置 |
| CN105046231A (zh) * | 2015-07-27 | 2015-11-11 | 小米科技有限责任公司 | 人脸检测方法和装置 |
| CN106295515A (zh) * | 2016-07-28 | 2017-01-04 | 北京小米移动软件有限公司 | 确定图像中的人脸区域的方法及装置 |
| CN108229297A (zh) * | 2017-09-30 | 2018-06-29 | 深圳市商汤科技有限公司 | 人脸识别方法和装置、电子设备、计算机存储介质 |
| US20180239977A1 (en) * | 2017-02-17 | 2018-08-23 | Motorola Mobility Llc | Face detection with temperature and distance validation |
| CN108875471A (zh) * | 2017-06-19 | 2018-11-23 | 北京旷视科技有限公司 | 人脸图像底库注册的方法、装置及计算机存储介质 |
-
2019
- 2019-07-16 CN CN201910640174.7A patent/CN110378277A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101216973A (zh) * | 2007-12-27 | 2008-07-09 | 北京中星微电子有限公司 | 一种自动柜员机监控方法、系统、自动柜员机与监控装置 |
| CN105046231A (zh) * | 2015-07-27 | 2015-11-11 | 小米科技有限责任公司 | 人脸检测方法和装置 |
| CN106295515A (zh) * | 2016-07-28 | 2017-01-04 | 北京小米移动软件有限公司 | 确定图像中的人脸区域的方法及装置 |
| US20180239977A1 (en) * | 2017-02-17 | 2018-08-23 | Motorola Mobility Llc | Face detection with temperature and distance validation |
| CN108875471A (zh) * | 2017-06-19 | 2018-11-23 | 北京旷视科技有限公司 | 人脸图像底库注册的方法、装置及计算机存储介质 |
| CN108229297A (zh) * | 2017-09-30 | 2018-06-29 | 深圳市商汤科技有限公司 | 人脸识别方法和装置、电子设备、计算机存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112464747A (zh) * | 2020-11-10 | 2021-03-09 | 广州富港万嘉智能科技有限公司 | 基于图像采集设备的身高检测方法及装置 |
| CN113065534A (zh) * | 2021-06-02 | 2021-07-02 | 全时云商务服务股份有限公司 | 一种基于人像分割精度提升的方法、系统和存储介质 |
| CN117437505A (zh) * | 2023-12-18 | 2024-01-23 | 杭州任性智能科技有限公司 | 一种基于视频的训练数据集生成方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102469295B1 (ko) | 깊이를 사용한 비디오 배경 제거 | |
| CN110189336B (zh) | 图像生成方法、系统、服务器及存储介质 | |
| CN110378277A (zh) | 人脸图像识别的方法、装置、设备和存储介质 | |
| CN107248169B (zh) | 图像定位方法及装置 | |
| WO2016165060A1 (en) | Skin detection based on online discriminative modeling | |
| US10909394B2 (en) | Real-time multiple vehicle detection and tracking | |
| WO2022041830A1 (zh) | 行人重识别方法和装置 | |
| CN112861661B (zh) | 图像处理方法及装置、电子设备及计算机可读存储介质 | |
| CN109409241A (zh) | 视频核验方法、装置、设备及可读存储介质 | |
| US20200104975A1 (en) | Asynchronous space warp for remotely rendered vr | |
| CN110414593B (zh) | 图像处理方法及装置、处理器、电子设备及存储介质 | |
| WO2021057463A1 (zh) | 图像风格化处理方法、装置、电子设备及可读介质 | |
| CN112084920A (zh) | 提取热词的方法、装置、电子设备及介质 | |
| CN103955713B (zh) | 一种图标识别方法和装置 | |
| CN109872349A (zh) | 基于前景检测的图像后处理方法、装置、电子设备及介质 | |
| CN108540822A (zh) | 一种基于OpenCL的视频关键帧提取加速系统及其提取方法 | |
| CN110619602B (zh) | 一种图像生成方法、装置、电子设备及存储介质 | |
| CN116863078A (zh) | 三维人体模型重建方法、装置、电子设备和可读介质 | |
| CN107248138B (zh) | 虚拟现实环境中的人类视觉显著性预测方法 | |
| CN110515749A (zh) | 信息发送的队列调度的方法、装置、服务器和存储介质 | |
| CN112052863B (zh) | 一种图像检测方法及装置、计算机存储介质、电子设备 | |
| CN113613024A (zh) | 视频预处理方法及设备 | |
| CN114245904A (zh) | 用于高效的运动估计的方法和装置 | |
| CN107480616B (zh) | 一种基于图像分析的肤色检测单位分析方法和系统 | |
| CN113298747A (zh) | 图片、视频检测方法和装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |