CN110414381A - 追踪式人脸识别系统 - Google Patents
追踪式人脸识别系统 Download PDFInfo
- Publication number
- CN110414381A CN110414381A CN201910622154.7A CN201910622154A CN110414381A CN 110414381 A CN110414381 A CN 110414381A CN 201910622154 A CN201910622154 A CN 201910622154A CN 110414381 A CN110414381 A CN 110414381A
- Authority
- CN
- China
- Prior art keywords
- face
- module
- information
- tracing
- datection
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
该发明公开了应用于人脸识别领域的追踪式人脸识别系统,该系统包括人脸采集模块、数据存储模块、人脸对比模块、人脸检测追踪模块和识别结果显示模块,人脸采集模块用于用户人脸信息的采集形成人脸数据库,数据存储模块用于对人脸数据库信息进行存储操作,人脸检测追踪模块通过摄像头对画面中的人脸进行信息抽取、实时追踪以及检测操作,人脸对比模块用于将人脸检测追踪模块抽取的人脸信息与人脸数据库内的信息进行对比并寻找对应的用户。该系统提前进行人脸数据库的采集和存储操作,可实现离线实时对视频流或静态图片的对比检测跟踪操作,降低了对网络信号的强度需求,提高识别准确性以及信息采集有效率,保证了系统应用质量。
Description
技术领域
本发明涉及一种人脸识别领域应用的追踪式人脸识别系统。
背景技术
人脸识别系统以人脸识别技术为核心,是一项新兴的生物识别技术,是当今国际科技领域攻关的高精尖技术。它采用区域特征分析算法并融合计算机图像处理技术与生物统计学原理于一体,利用计算机图像处理技术从视频中提取人像特征点,且利用生物统计学的原理进行分析建立数学模型,具有广阔的发展前景。该人脸识别系统被广泛应用于人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别电脑安全防范、人脸识别来访登记、人脸识别ATM机智能视频报警系统、人脸识别监狱智能报警系统、人脸识别RFID智能通关系统、人脸识别公安罪犯追逃智能报警系统等。
与此前的指纹识别系统相比,人脸识别系统有很多的改进和应用优势。如人脸识别系统的使用寿命长于指纹识别技术且对应的技术成本实现了降低。指纹识别系统是通过传感器对人体的指纹纹理进行感应,以实现用户信息的区分和识别操作,但是该传感器的应用需保证信息采纳的准确性,且人体指纹的纹理较小,则在沾水、沾汗、沾灰的情况下均无法实现所需的信息识别操作,因此该指纹识别系统对传感器以及录入手指的指纹纹理清晰度要求较高,则该识别系统的应用环境要求较高,一般只在室内使用。而用于人脸识别的摄像机一天24小时都可工作,且通过人脸特征进行信息比对,降低了对应用环境范围较广,无论室内还是户外均可使用。人脸识别系统意味着每个人的脸上都贴着名字,外人看不见,但监控系统能看得见,且人脸识别系统安全性较高。同时该系统可直接采用现有的视频监控系统的摄像设备进行后端应用的扩展,易于实现。
发明内容
本发明解决的技术问题是提供一种有效提高人脸识别准确度的追踪式人脸识别系统。
本发明解决其技术问题所采用的技术方案是:
追踪式人脸识别系统,包括人脸采集模块、数据存储模块、人脸对比模块、人脸检测追踪模块和识别结果显示模块,所述人脸采集模块用于对用户的人脸信息的采集进而形成人脸数据库,所述数据存储模块用于对人脸数据库信息进行存储操作,所述人脸检测追踪模块通过摄像头对拍摄画面中的人脸进行信息抽取以及实时追踪操作,所述人脸对比模块用于将人脸检测追踪模块抽取的人脸信息与人脸数据库内的信息进行对比并寻找对应的用户信息,所述识别结果显示模块通过显示屏对人脸对比模块的对比信息进行展示操作。
该追踪式人脸识别系统首先通过人脸采集模块进行人脸信息的采集形成对应的人脸数据库,在应用过程中利用人脸检测追踪模块对拍摄画面中的人脸信息进行抽取,从而利用人脸对比模块将抽取信息和人脸数据库内的信息进行对比并进行用户匹配。该系统也可通过识别结果显示模块对对比信息进行显示,此外也可与外部控制系统相连,实现对应的控制输出。该人脸识别系统可进行人脸追踪操作,提高了对视频流或移动人群中对人脸信息的采集操作,提高了系统的信息采集有效率,保证了人脸识别系统的工作效率。
进一步的是,所述数据存储模块用于对人脸的特征值进行保存,所述人脸特征值与用户信息一一对应。
进一步的是,所述人脸对比模块可实现人脸检测追踪模块抽取的人脸数据与数据存储模块内的人脸数据进行对比并产生相似度最高的用户信息以及对应分值。
进一步的是,人脸检测追踪模块为基于RGB可见光活体检测技术的模块设计。
进一步的是,所述人脸检测追踪模块为基于NIR近红外活体检测技术的模块设计。
进一步的是,所述人脸检测追踪模块设置有数据过滤单元,所述数据过滤单元根据不同的图像采集环境进行多个过滤模板的预设置,所述人脸检测追踪模块可根据摄像头的图像采集环境进行过滤模板的自主选择和应用。
进一步的是,所述摄像头包括全景摄像头和云台摄像头,所述人脸检测追踪模块包括全景摄像头控制模块和云台摄像头控制模块,所述全景摄像头控制模块通过全景摄像头实现对拍摄区域的整体取景操作并将采集画面传送至人脸对比模块内,所述人脸对比模块内预置有全景人脸对比操作范围,当全景摄像头采集图像内的人脸图像信息位于全景人脸对比操作范围时,云台摄像头开启对该人脸信息进行人脸信息追踪操作,所述云台摄像头控制模块通过云台摄像头实现获取跟踪拍摄者的人脸信息及其目标数据。
进一步的是,所述云台摄像头为可变焦和可移动的结构形式。
进一步的是,还包括容差模块,所述容差模块用于对人脸检测追踪模块内的人脸信息抽取操作进行容差人脸模板的设置,所述容差人脸模板用于限制有效人脸检测操作的人脸采集有效面积百分比以及采集画面清晰度,当人脸检测追踪模块内的人脸信息位于容差人脸模板内时,人脸检测追踪模块对该人脸信息进行采集操作。
进一步的是,还包括历史对比数据存储模块,所述历史对比数据存储模块用于对人脸对比模块的历史信息进行存储并形成历史对比数据库,所述管理人员可对历史对比数据库内的内容进行判断和处理操作,当人脸对比模块可实现将人脸检测追踪模块抽取的人脸信息分别与人脸数据库和历史对比数据库内的信息进行对比并寻找对应的人脸信息。
本发明的有益效果是:
1、该人脸识别系统提前进行人脸数据库的采集和存储操作,则该系统可实现离线实时对视频流或静态图片的对比检测操作,并可对当前检测到的人脸进行持续跟踪操作,提高识别准确性以及信息采集有效率,此外降低了对网络信号的强度需求,保证了系统应用质量;
2、由于特征脸的计算速度非常快,则短时间内可以处理大量的人脸,则数据存储模块对人脸特征值的采集存储操作提高了数据存储和处理效率,保证了系统操作效率;
3、人脸对比模块对相似度最高的用户信息和对应分值的输出操作,给与了管理者一定的数据依据并通过人员的进一步确认进行信息确定,同时避免了机器的单方面信息认定,提高了信息准确度;
4、过滤单元的设置,降低了外部环境对人脸采集的影响,提高了采集的在图像质量并为后续的对比操作提供了清晰的对比件,提升了对比结果的有效性,且多个过滤模板的设置,提高了信号处理的适宜度,避免了过度处理对信号的失真;
5、该摄像头通过全景摄像头和云台摄像头相配合的设定方法,保证了信号采集的区域性和单一追踪性的满足,同时易于查看追踪信号于全景范围内的存在位置信息,提高了系统应用灵活性;
6、该云台摄像头的可变焦和可移动的结构形式,易于形成便于查看的同规格清晰采集图像,提高了人脸采集信息的准确度,且实现人脸特征的放大,方便了后续的特征对比操作,可移动的结构设置便于后续的追踪成像效果,易采集多角度的人脸信息,为后续的对比操作提供了大量的不同角度可选素材;
7、该容差模块的设置,实时校验人脸的姿态角度、遮挡、清晰度、光照等采集条件,使符合质量条件的人脸图片才会被采集,易于实现采集质量的控制,提高人脸有效对比率,同时避免了大量的同一人脸的无效追踪采集,保证了工作质量。
8、该历史对比数据存储模块的设置,可通过管理人员对对比信息进行选择和判断形成新的历史对比数据,进而形成不同于人脸数据库的采集外部条件和人脸角度的历史对比数据库,扩大了人脸对比库信息,同时易于实现不同环境条件下的人脸信息的采集的对比识别操作。
附图说明
图1为本发明的追踪式人脸识别系统的系统结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进一步说明。
该人脸识别系统的结构示意图如图1所示包括人脸采集模块、数据存储模块、人脸对比模块、人脸检测追踪模块、识别结果显示模块和容错模块。该系统在应用过程中首先利用摄像头进行人脸信息采集工作。此时系统首先对拍摄区域进行是否存在人脸的检测,然后进行用户人脸信息的采集并在采集后输入对应的人员信息,则系统可形成人脸信息和人物信息一一对应的人脸数据库,为后续的人物识别操作提供对比库。上述形成的人脸数据库存储于数据存储模块内,利于后续操作过程中数据的提取,则人脸数据库为模块存储则降低了系统应用过程中对网络信号的强度需求,可实现离线实时对视频流或静态图片的对比检测操作,并可对当前检测到的人脸进行持续跟踪操作,提高识别准确性以及信息采集有效率,保证了系统应用质量。该人脸数据库形成过程中通过人脸特征值的采集形成,该特征值的采取即为在机器的视觉领域内根据人脸形成一组特征向量,特征向量从高维矢量空间的人脸图像的协方差矩阵计算而来,且由于人脸是通过一系列向量而不是数字图像进行保存,实现了存储空间的节省。系统中的人脸检测追踪模块可通过摄像头对取景视野内的人脸信息进行抽取,并通过人脸对比模块与人脸数据库内的信息进行对比并寻找对应的用户。该系统在在识别人脸时,通过一定的算法计算人脸数据库中是否有匹配到的人脸结果,并给出相似度数据。当人脸相似度数据达到一定的数值时,就可以认同是同一张脸,该相似度可根据实际应用环境进行调整。系统中人脸之间的相似度通常用0—1的小数即百分比进行表示,一般来说,数值越大,便是两个人越相近。该人脸对比模块可实现采集人脸数据与数据存储模块内的人脸数据库进行对比并产生相似度最高的用户信息以及对应分值,而对比结果通过识别结果显示模块利用显示屏进行展示操作。此时,识别结果显示模块可对对比人脸和对应的分值进行显示,并提供管理人员操作端口。管理人员可对人脸识别系统内自动选择的最接近人脸数据库内的人脸数据进行判断,若识别人脸信息与人脸数据库内的人脸信息为同一人时,便可自行选择是否对该信息进行存储而形成历史对比数据库,进而丰富同一人员信息所对应的不同环境条件下的人脸图像以及特征值,为后续的人脸识别操作提供更丰富的对比库,提高人脸识别效率以及准确度。该历史对比数据库存储于历史对比数据存储模块内,当进行人脸识别操作时,人脸对比模块将人脸检测追踪模块抽取的人脸信息分别与人脸数据库和历史对比数据库内的信息进行对比,进而寻找对应的用户,易于实现不同环境条件下的人脸信息的采集和对应操作。
该人脸检测追踪模块连接的摄像头包括全景摄像头和云台摄像头两部分,则人脸检测追踪模块设置有与之相对应的全景摄像头控制模块和云台摄像头控制模块。全景摄像头控制模块用于通过全景摄像头实现对拍摄区域的整体取景操作并将采集画面传送至人脸对比模块内。该人脸对比模块内预置有全景人脸对比操作范围即预设有全景范围内人脸信息与数据库内的可追踪相似度范围。可追踪相似度范围的设置,即表明该全景采集画面内的该人物有可能与数据库内的某个人物信息相匹配可通过进一步特定拍摄,对信息进行确认。即当全景摄像头采集图像内存在人脸图像信息位于全景人脸对比操作范围时,云台摄像头开启对上述判断的人脸进行追踪进一步的精确拍摄取材,则云台摄像头控制模块通过云台摄像头获取拍摄者的目标数据并进行目标跟踪拍摄。上述云台摄像头为可变焦和可移动的结构形式,并对采集图像范围进一步缩小和精确,提高了人脸采集信息的准确度,同时易于实现人脸特征的放大,方便了后续的特征对比操作。且可移动的结构设置便于后续的追踪成像效果,易采集多角度的人脸信息,为后续的对比操作提供了大量的不同角度可选素材,提高了系统人脸识别效果。此外,该系统中还设置有包括容差模块。该容差模板首先进行人脸有效百分比以及图像清晰度的容差人脸模板设置,则容差人脸模板即为可进行人脸对比识别操作的对比人脸采集质量。当人脸检测追踪模块内的人脸图像信息位于容差模块的容差人脸模板内时,则人脸检测追踪模块对该人脸信息进行采集操作。则该容差模块的设置,实现实时校验人脸的姿态角度、遮挡、清晰度、光照等采集条件,使符合质量条件的人脸图片才会被采集,易于实现采集质量的控制,提高人脸有效对比率,同时避免了大量的同一人脸的无效追踪采集,保证了工作质量。
该人脸检测追踪模块也设置有数据过滤单元,则数据过滤单元可根据不同的图像采集环境进行多个过滤模板的设置,则系统可根据不同的环境条件进行过滤模板的选择以及信号过滤操作,提高了信号处理的适宜度,避免了过度处理对信号的失真。该过滤操作降低了外部环境对人脸采集的影响,提高了采集的在图像质量并为后续的对比操作提供了清晰的对比件。上述人脸检测追踪模块可为RGB可见光活体检测,该活体检测技术的算法是基于单目摄像头的RGB和光线分析,不用眨眼张嘴等动作的配合。此外,该人脸检测追踪模块也可基于近红外活体检测技术进行设置,该近红外活体检测主要是基于光流法实现。且近红外人脸活体检测无需指令配合,检测成功率较高。根据光流法利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”,从图像序列中得到各个像素点的运行信息。同时,光流场对物体运动比较敏感,利用光流场可以统一检测眼球移动和眨眼。这种活体检测方式可以在用户无配合的情况下实现盲测。
根据上述介绍,该人脸识别系统通过人脸采集模块以及数据存储模块进行人像信息以及对应的人脸特征的登记入库操作形成一定的人脸数据库。随之利用人脸检测追踪模块在拍摄视野中的图像或视频流的一帧中检测出人像并将人像从背景中分离出来,并自动地将其保存进行人脸捕获。而人像跟踪则可利用人像捕获技术,当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。该人脸识别方式分核实式和搜索式二种比对模式,核实式是对指将捕获得到的人像或是指定的人像与人脸数据库中已登记的某一对象作比对核实,确定其是否为同一人。搜索式的比对是指从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。在进行人脸搜索时将指定的人像进行建模,再将其与人脸数据库中的所有人的模板相比对识别,最终将根据所比对的相似值列出最相似的人员列表。该系统可实现实时对视频流或静态图片的对比检测操作,并根据采集信息进行活体判断并可对当前检测到的人脸进行持续跟踪操作,提高识别准确性以及信息采集有效率。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.追踪式人脸识别系统,其特征在于,包括人脸采集模块、数据存储模块、人脸对比模块、人脸检测追踪模块和识别结果显示模块,所述人脸采集模块用于对用户人脸信息的采集进而形成人脸数据库,所述数据存储模块用于对人脸数据库信息进行存储操作,所述人脸检测追踪模块通过摄像头对拍摄画面中的人脸进行信息抽取以及实时追踪操作,所述人脸对比模块用于将人脸检测追踪模块抽取的人脸信息与人脸数据库内的信息进行对比并寻找对应的用户信息,所述识别结果显示模块通过显示屏对人脸对比模块的对比信息进行展示操作。
2.根据权利要求1所述的追踪式人脸识别系统,其特征在于,所述数据存储模块用于对人脸的特征值进行保存,所述人脸特征值与用户信息一一对应。
3.根据权利要求1所述的追踪式人脸识别系统,其特征在于,所述人脸对比模块可实现人脸检测追踪模块抽取的人脸数据与数据存储模块内的人脸数据进行对比并产生相似度最高的用户信息以及对应分值。
4.根据权利要求1所述的追踪式人脸识别系统,其特征在于,人脸检测追踪模块为基于RGB可见光活体检测技术的模块设计。
5.根据权利要求1所述的追踪式人脸识别系统,其特征在于,所述人脸检测追踪模块为基于NIR近红外活体检测技术的模块设计。
6.根据权利要求1、4或5任意一项所述的追踪式人脸识别系统,其特征在于,所述人脸检测追踪模块设置有数据过滤单元,所述数据过滤单元根据不同的图像采集环境进行多个过滤模板的预设置,所述人脸检测追踪模块可根据摄像头的图像采集环境进行过滤模板的自主选择和应用。
7.根据权利要求1所述的追踪式人脸识别系统,其特征在于,所述摄像头包括全景摄像头和云台摄像头,所述人脸检测追踪模块包括全景摄像头控制模块和云台摄像头控制模块,所述全景摄像头控制模块通过全景摄像头实现对拍摄区域的整体取景操作并将采集画面传送至人脸对比模块内,所述人脸对比模块内预置有全景人脸对比操作范围,当全景摄像头采集图像内的人脸图像信息位于全景人脸对比操作范围时,云台摄像头开启对该人脸图像信息进行人脸信息追踪操作,所述云台摄像头控制模块通过云台摄像头实现获取跟踪拍摄人脸信息及其目标数据。
8.根据权利要求7所述的追踪式人脸识别系统,其特征在于,所述云台摄像头为可变焦和可移动的结构形式。
9.根据权利要求1所述的追踪式人脸识别系统,其特征在于,还包括容差模块,所述容差模块用于对人脸检测追踪模块内的人脸信息抽取操作进行容差人脸模板的设置,所述容差人脸模板用于限制有效人脸检测操作的人脸采集有效面积百分比以及采集画面清晰度,当人脸检测追踪模块内的人脸信息位于容差人脸模板内时,人脸检测追踪模块对该人脸信息进行采集操作。
10.根据权利要求1所述的追踪式人脸识别系统,其特征在于,还包括历史对比数据存储模块,所述历史对比数据存储模块用于对人脸对比模块的历史信息进行存储并形成历史对比数据库,所述管理人员可对历史对比数据库内的内容进行判断和处理操作,当人脸对比模块可实现将人脸检测追踪模块抽取的人脸信息分别与人脸数据库和历史对比数据库内的信息进行对比并寻找对应的人脸信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910622154.7A CN110414381A (zh) | 2019-07-10 | 2019-07-10 | 追踪式人脸识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910622154.7A CN110414381A (zh) | 2019-07-10 | 2019-07-10 | 追踪式人脸识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110414381A true CN110414381A (zh) | 2019-11-05 |
Family
ID=68360980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910622154.7A Pending CN110414381A (zh) | 2019-07-10 | 2019-07-10 | 追踪式人脸识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110414381A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633612A (zh) * | 2019-11-20 | 2019-12-31 | 中通服创立信息科技有限责任公司 | 一种巡检机器人的监控方法及系统 |
CN111539351A (zh) * | 2020-04-27 | 2020-08-14 | 广东电网有限责任公司广州供电局 | 一种多任务级联的人脸选帧比对方法 |
CN111866353A (zh) * | 2019-08-05 | 2020-10-30 | 深圳市威尔电器有限公司 | 巡逻智能监控终端及其使用方法 |
CN112347856A (zh) * | 2020-10-13 | 2021-02-09 | 广东电网有限责任公司培训与评价中心 | 一种基于教室场景的无感知考勤系统及方法 |
CN112381016A (zh) * | 2020-11-19 | 2021-02-19 | 山东海博科技信息系统股份有限公司 | 车载人脸识别算法优化方法及系统 |
CN113158991A (zh) * | 2021-05-21 | 2021-07-23 | 南通大学 | 一种嵌入式智能人脸检测与跟踪系统 |
CN113449547A (zh) * | 2020-03-24 | 2021-09-28 | 合肥君正科技有限公司 | 一种基于人脸检测跟踪id的人脸识别方法 |
CN113487782A (zh) * | 2021-07-05 | 2021-10-08 | 曾伟 | 一种物联网智能门禁 |
CN114257786A (zh) * | 2021-12-16 | 2022-03-29 | 珠海格力电器股份有限公司 | 监控方法、装置、智能猫眼及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080037839A1 (en) * | 2006-08-11 | 2008-02-14 | Fotonation Vision Limited | Real-Time Face Tracking in a Digital Image Acquisition Device |
CN106534789A (zh) * | 2016-11-22 | 2017-03-22 | 深圳全景威视科技有限公司 | 一种一体化智慧型安防视频监控系统 |
CN107527012A (zh) * | 2017-07-14 | 2017-12-29 | 深圳云天励飞技术有限公司 | 闯红灯监控方法、装置及监控处理设备 |
CN108040211A (zh) * | 2018-01-30 | 2018-05-15 | 广州市君望机器人自动化有限公司 | 一种人脸追踪摄像头以及人脸追踪系统 |
-
2019
- 2019-07-10 CN CN201910622154.7A patent/CN110414381A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080037839A1 (en) * | 2006-08-11 | 2008-02-14 | Fotonation Vision Limited | Real-Time Face Tracking in a Digital Image Acquisition Device |
CN106534789A (zh) * | 2016-11-22 | 2017-03-22 | 深圳全景威视科技有限公司 | 一种一体化智慧型安防视频监控系统 |
CN107527012A (zh) * | 2017-07-14 | 2017-12-29 | 深圳云天励飞技术有限公司 | 闯红灯监控方法、装置及监控处理设备 |
CN108040211A (zh) * | 2018-01-30 | 2018-05-15 | 广州市君望机器人自动化有限公司 | 一种人脸追踪摄像头以及人脸追踪系统 |
Non-Patent Citations (2)
Title |
---|
栗科峰: "《人脸图像处理与识别技术》", 31 August 2018, 黄河水利出版社 * |
颜志国等: "《多摄像机协同关注目标检测跟踪技术》", 30 June 2017, 东南大学出版社 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866353A (zh) * | 2019-08-05 | 2020-10-30 | 深圳市威尔电器有限公司 | 巡逻智能监控终端及其使用方法 |
CN111866353B (zh) * | 2019-08-05 | 2021-08-27 | 深圳市威尔电器有限公司 | 巡逻智能监控终端及其使用方法 |
CN110633612A (zh) * | 2019-11-20 | 2019-12-31 | 中通服创立信息科技有限责任公司 | 一种巡检机器人的监控方法及系统 |
CN113449547A (zh) * | 2020-03-24 | 2021-09-28 | 合肥君正科技有限公司 | 一种基于人脸检测跟踪id的人脸识别方法 |
CN111539351A (zh) * | 2020-04-27 | 2020-08-14 | 广东电网有限责任公司广州供电局 | 一种多任务级联的人脸选帧比对方法 |
CN111539351B (zh) * | 2020-04-27 | 2023-11-03 | 广东电网有限责任公司广州供电局 | 一种多任务级联的人脸选帧比对方法 |
CN112347856A (zh) * | 2020-10-13 | 2021-02-09 | 广东电网有限责任公司培训与评价中心 | 一种基于教室场景的无感知考勤系统及方法 |
CN112381016A (zh) * | 2020-11-19 | 2021-02-19 | 山东海博科技信息系统股份有限公司 | 车载人脸识别算法优化方法及系统 |
CN113158991A (zh) * | 2021-05-21 | 2021-07-23 | 南通大学 | 一种嵌入式智能人脸检测与跟踪系统 |
CN113158991B (zh) * | 2021-05-21 | 2021-12-24 | 南通大学 | 一种嵌入式智能人脸检测与跟踪系统 |
CN113487782A (zh) * | 2021-07-05 | 2021-10-08 | 曾伟 | 一种物联网智能门禁 |
CN114257786A (zh) * | 2021-12-16 | 2022-03-29 | 珠海格力电器股份有限公司 | 监控方法、装置、智能猫眼及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414381A (zh) | 追踪式人脸识别系统 | |
CN109934176B (zh) | 行人识别系统、识别方法及计算机可读存储介质 | |
CN105243386B (zh) | 人脸活体判断方法以及系统 | |
CN108549854B (zh) | 一种人脸活体检测方法 | |
CN104091176B (zh) | 人像比对在视频中的应用技术 | |
CN109598242B (zh) | 一种活体检测方法 | |
CN102473238B (zh) | 用于图像分析的系统和方法 | |
CN110210276A (zh) | 一种移动轨迹获取方法及其设备、存储介质、终端 | |
CN108256459A (zh) | 基于多摄像机融合的安检门人脸识别和人脸自动建库算法 | |
CN109377616A (zh) | 一种基于二维人脸识别的门禁控制系统 | |
CN108009482A (zh) | 一种提高人脸识别效率方法 | |
CN109190475B (zh) | 一种人脸识别网络与行人再识别网络协同训练方法 | |
CN111507592B (zh) | 一种面向服刑人员的主动改造行为的评估方法 | |
CN104504408A (zh) | 一种人脸识别比对方法和实现该方法的系统 | |
KR100326203B1 (ko) | 피부색 및 움직임 자동 추적에 의한 얼굴 촬영/인식방법과 그장치 | |
CN106169071A (zh) | 一种基于动态人脸与胸卡识别的考勤方法及系统 | |
CN112784740A (zh) | 步态数据的采集与标注方法及应用 | |
CN109255282A (zh) | 一种生物识别方法、装置和系统 | |
CN112464012A (zh) | 可自动筛选照片的景区自动拍照系统及景区自动拍照方法 | |
CN108334870A (zh) | Ar设备数据服务器状态的远程监控系统 | |
CN113920591B (zh) | 基于多模态生物特征识别的中远距离身份认证方法及装置 | |
JPH1115979A (ja) | 顔検出及び顔追跡方法並びにその装置 | |
CN110991301A (zh) | 一种人脸识别的方法 | |
CN206610308U (zh) | 一种通过眼睛定位引导来实现脸部识别的数据处理装置 | |
CN108446639A (zh) | 低功耗增强现实设备 |
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: 20191105 |