CN110414445B - 用于人脸识别的光源调节方法、装置及电子设备 - Google Patents

用于人脸识别的光源调节方法、装置及电子设备 Download PDF

Info

Publication number
CN110414445B
CN110414445B CN201910703017.6A CN201910703017A CN110414445B CN 110414445 B CN110414445 B CN 110414445B CN 201910703017 A CN201910703017 A CN 201910703017A CN 110414445 B CN110414445 B CN 110414445B
Authority
CN
China
Prior art keywords
face
light intensity
intensity signal
light source
detection mode
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
Application number
CN201910703017.6A
Other languages
English (en)
Other versions
CN110414445A (zh
Inventor
肖启华
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201910703017.6A priority Critical patent/CN110414445B/zh
Publication of CN110414445A publication Critical patent/CN110414445A/zh
Application granted granted Critical
Publication of CN110414445B publication Critical patent/CN110414445B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141Control of illumination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/74Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Studio Devices (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例提供了一种用于人脸识别的光源调节方法、装置及电子设备,通过检测被识别人脸的光强信号是否满足特定条件,来确定本次人脸图像采集所使用的目标光源侦测模式,即检测当前被识别对象是否为阴阳脸,是否处于强光环境等,选择合适的目标光源侦测模式,从而按照本次确定的目标光源侦测模式,控制相应的摄像头对被识别人脸进行图像采集,提高了人脸图像采集的侦测光源的调整灵活性,进而提高了人脸识别效率及可靠性。

Description

用于人脸识别的光源调节方法、装置及电子设备
技术领域
本申请主要涉及人脸识别技术领域,更具体地说是涉及一种用于人脸识别的光源调节方法、装置及电子设备。
背景技术
人脸识别作为一项热门的计算机技术研究领域,被广泛运用于各种视频监控应用,通过摄像机或摄像头对用户进行人脸图像采集,再将采集到的人脸图像与预存的人脸图像比对,以识别用户身份。
在人脸图像采集的实际应用中,虽然能够依据人脸明暗侦测结果,自动调整动态曝光补偿,实现全局光补偿,但因补偿的光源强度有限,在用户周围环境光源很强或者用户面部是阴阳脸(即一部分光强、一部分光弱)的情况下,往往无法采集到可靠的人脸图像,进而也就无法进行人脸识别。
发明内容
有鉴于此,本申请实施例提供了一种用于人脸识别的光源调节方法、装置及电子设备,实现了不同光照环境下对人脸图像的可靠采集,进而提高了人脸识别效率及准确性。
为了实现上述发明目的,本申请提供了以下技术方案:
本申请实施例提出了一种用于人脸识别的光源调节方法,所述方法包括:
获取被识别人脸的光强信号;
检测所述光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式;
按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集。
可选的,所述获取被识别人脸的光强信号,包括:
获取被识别人脸的第一光强信号和第二光强信号,其中,所述第一光强信号是所述被识别人脸的第一区域的光强信号,所述第二光强信号是所述被识别人脸的第二区域的光强信号;
所述检测所述光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式,包括:
获取所述第一光强信号与所述第二光强信号的光强差;
若所述光强差大于第一阈值,确定对所述被识别人脸进行图像采集所使用的目标光源侦测模式为第一光源侦测模式;
若所述光强差不大于所述第一阈值,且所述第一光强信号和所述第二光强信号均大于第二阈值,确定所述目标光源侦测模式为第二光源侦测模式。
可选的,所述获取被识别人脸的第一光强信号和第二光强信号,包括:
获取第一光感应器对所述被识别人脸的第一区域感应到的第一光强信号,及第二光感应器对所述被识别人脸的第二区域感应到的第二光强信号;
或者;
获取第三光传感器对所述被识别人脸感应到的光强信号;
对所述光强信号进行分析,得到所述被识别人脸的第一区域对应的第一光强信号,及所述被识别人脸的第二区域对应的第二光强信号。
可选的,在所述光强信号满足所述特定条件的情况下,所述按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集,包括:
按照所述目标光源侦测模式,调整相应光源的光强度;
控制第一摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别;
若多次身份识别结果均为识别失败,记录第一识别信息,并切换到另一种光源侦测模式;
控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别,得到第二识别信息,其中,所述第二识别信息和所述第一识别信息是分别依据对所述被识别人脸的不同区域人脸图像的有效识别结果确定的;
对所述第一识别信息和所述第二识别信息进行整合处理,得到所述被识别人脸的用户身份信息。
可选的,在所述光强信号满足所述特定条件的情况下,所述按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集,包括:
按照所述目标光源侦测模式,调整相应光源的光强度;
控制第一摄像头和第二摄像头分别对所述被识别人脸进行图像采集;
分别对所述第一摄像头和所述第二摄像头各自采集到的人脸图像进行身份识别,得到相应的第一识别信息和所述第二识别信息,所述第一识别信息和第二识别信息是分别依据对所述被识别人脸的不同区域人脸图像的有效识别结果确定的;
对所述第一识别信息和所述第二识别信息进行整合处理,得到所述被识别人脸的用户身份信息。
可选的,在所述光强信号不满足所述特定条件的情况下,所述按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集,包括:
控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别;
若多次身份识别结果均为识别失败,对多次身份识别结果进行耦合,得到第一身份匹配值;
切换至另一光源侦测模式,控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别,得到第二身份匹配值;
若所述第一身份匹配值和所述第二身份匹配值均大于第三阈值,确定所述第一身份匹配值和/或第二身份匹配值对应的身份信息为所述被识别人脸的用户身份信息。
可选的,所述方法还包括:
若对所述被识别人脸的图像识别得到的用户身份信息为合法用户身份信息,登录电子设备的操作系统。
本申请实施例还提出了一种用于人脸识别的光源调节装置,所述装置包括:
光强信号获取模块,用于获取被识别人脸的光强信号;
光源侦测模式确定模块,用于检测所述光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式;
人脸图像采集模块,用于按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集。
本申请实施例还提出了一种电子设备,所述电子设备包括图像采集装置、存储器及处理器,所述图像采集装置包括:光感应器、第一摄像头及第二摄像头,其中:
所述光感应器,用于感应被识别人脸的光强信号;
所述第一摄像头和所述第二摄像头,用于在不同光源侦测模式下,对所述被识别人脸进行图像采集;
所述存储器,用于存储实现如上述的用于人脸识别的光源调节方法的程序;
所述处理器,用于调用并执行所述存储器存储的程序,以实现如上所述的用于人脸识别的光源调节方法的各步骤。
可选的,所述光感应器包括第一光感应器和第二光源传感器;
所述第一光感应器,用于感应被识别人脸的第一区域的第一光强信号;
所述第二光感应器,用于感应所述被识别人脸的第二区域的第二光强信号。
由此可见,与现有技术相比,本申请提供了一种用于人脸识别的光源调节方法、装置及电子设备,通过检测被识别人脸的光强信号是否满足特定条件,来确定本次人脸图像采集所使用的目标光源侦测模式,即检测当前被识别对象是否为阴阳脸,是否处于强光环境等,选择合适的目标光源侦测模式,从而按照本次确定的目标光源侦测模式,控制相应的摄像头对被识别人脸进行图像采集,提高了人脸图像采集的侦测光源的调整灵活性,进而提高了人脸识别效率及可靠性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1示出了本申请提出的用于人脸识别的光源调节方法的一种可选示例的流程图;
图2a示出了适用于本申请提出的用于人脸识别的光源调节方法的一种强光照射环境示意图;
图2b示出了适用于本申请提出的用于人脸识别的光源调节方法的一种造成阴阳脸的光照环境示意图;
图3示出了本申请提出的用于人脸识别的光源调节方法的另一种可选示例的流程图;
图4示出了本申请提出的用于人脸识别的光源调节方法的一种可选场景流程图;
图5示出了本申请提出的用于人脸识别的光源调节装置的一种可选示例的结构图;
图6示出了本申请提出的用于人脸识别的光源调节装置的又一种可选示例的结构图;
图7示出了本申请提出的用于人脸识别的光源调节装置的又一种可选示例的结构图;
图8示出了本申请提出的一种电子设备实施例的硬件结构示意图。
具体实施方式
结合上文背景技术部分的描述,现有设备的光源支持的最大光强有限,如200kcps/spad,在强光情况下,往往无法满足图像采集需求,对此,本申请前期提出增大光源可支持的最大光强,如提高至2000kcps/spad,这种改进方式虽然能够使得电子设备的在强光情况下,实现人脸图像采集,但同时带来了功耗偏大的问题。
而且,在被识别人脸处于强背光或阴阳脸的情况下,因电子设备的采用固定的光源侦测模式进行人脸图像采集,这种光源侦测模式并不能满足被识别人脸处于这两种不同情况下,采集高质量人脸图像的需求。
为了解决上文描述的问题,本申请希望能够针对被拍摄对象(如被识别人脸)处于不同的光照环境下,电子设备能够灵活选择合适的光源侦测模式,对被拍摄对象进行补光,以保证摄像头能够可靠地采集到高质量的人脸图像,进而能够实现人脸识别,准确得到用户身份信息。而且,由于本申请不需要将光源强度提升到很大值,也就避免了由此带来的功耗高的问题。
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,都属于本申请保护的范围。
参照图1,为本申请提供的用于人脸识别的光源调节方法的一种可选示例的流程图,该方法可以适用于电子设备,如手机、笔记本电脑、独立摄像头等终端设备,本申请对电子设备的产品类型不作限定,如图1所示,该方法可以包括但并不局限于以下步骤:
步骤S11,获取被识别人脸的光强信号;
在本申请实际应用中,是采用人脸识别方式,对用户身份进行安全验证,所以,能够采集到高质量(图片清晰度、完整性等达到相应阈值)的人脸图像,直接决定着是否能够可靠进行人脸识别。
其中,被识别人脸(即被拍摄对象)上光照是否均匀、光照强度是否达到拍摄清晰度要求等,影响着采集到的人脸图像的质量,且对不同类型摄像头进行人脸图像采集的影响程度并不相同。针对这种情况下,本实施例提出先检测当前环境场景下,被识别人脸的实际光照情况,再据此选择合适的补光及图像拍摄方案,即光源侦测模式。
具体的,由于光照充足的地方的光照强度较大,光照不足(如阴影区域)的光照强度较小,所以,本实施例可以获取被识别人脸的光强信号(即光照强度信号),以便通过对被识别人脸上不同区域的光强信号的分析,得知该被识别人脸当前处于什么样的光照情况,如强光(整个被识别人脸均处于较强光照下,如图2a所示)、阴阳脸(一部分人脸处于光照下,另一部分人脸处于光照阴影区域,如图2b所示,虚线框中的部分人脸处于光照阴影区域)等等。需要说明,图2a、图2b仅以用户手持手机进行人脸识别场景为例,对被识别人脸处于不同的光照情况进行说明,但并不局限于这一人脸识别场景。
可选的,本申请可以预先针对不同的光强感应区域设置相应的光感应器,即预先设置多个光感应器,由这多个光感应器感应被识别人脸的不同区域的光强信号;或者,本申请也可以由感应整个被识别人脸的光感应器,来获取被识别人脸的光强信号,再结合被识别人脸不同区域与光强信号的对应关系,确定出被识别人脸当前所处的光照情况等,本申请对步骤S11的具体实现方法不作限定。
步骤S12,检测光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式;
继上文分析,本申请可以预先针对被识别人脸处于不同光照情况下,确定出能够采集到高质量人脸图像的光源侦测模式,具体可以通过多次试验确定出,但并不局限于这种确定方式。需要说明,对于任一种光源侦测模式可以包括对光源类型及其照射区域的要求、以及对进行图像采集所使用的摄像头的类型的要求等,以当前光照情况下采集到高质量的人脸图像为标准,本申请对电子设备能够实现的光源侦测模式的数量,以及每一种光源侦测模式的配置内容不做限定。
其中,电子设备对被识别人脸进行人脸图像采集所使用的摄像头可以是红外摄像头、彩色摄像头、3D摄像头等,不同类型摄像头进行人脸图像采集时,所需要的光源类型等可能所有不同,可以依据各类摄像头的图像采集原理确定,本申请不做一一详述。
本实施例中,可以将特定条件确定为被识别人脸处于阴阳脸的状态下,被识别人脸上的光照情况确定,也就是说,该特定条件可以是表明被识别人脸处于阴阳脸状态下的光强信号分布条件,如被识别人脸的不同区域的光强信号的光强差大于第一阈值,说明被识别人脸的部分区域处于较强光照下,而另一部分区域处于较弱光照下,甚至是处于阴影区域,这种情况下进行人脸图像采集,往往很难清晰采集到该另一部分区域的被识别人脸,影响整个人脸图像的质量,进而影响人脸识别。
因此,步骤S12中的特定条件可以是被识别人脸的不同区域的光强信号之间的光强差大于第一阈值,本申请对该第一阈值的具体数值不做限定,比如200kpcsl/spad等,其中,kpcsl/spad中的k表示kilo,p表示per,c表示count,s表示标识sec,spad表示singlephoton avalanche diod(单光子雪崩二极管)。
基于上述对特定条件的定义方式,检测被识别人脸的光强信号满足特定条件,可以认为此时被识别人脸处于阴阳脸的状态,可以采用预设对应的光源侦测模式实现人脸图像采集;反之,若被识别人脸的光强信号不满足特定条件,可以认为被识别人脸未处于阴阳脸的状态,此时还可以进一步检测被识别人脸各区域的光强信号是否均大于第二阈值,若是,可以认为被识别人脸处于强光状态下,可以选择与其对应的另一种光源侦测模式实现人脸图像采集,本申请在此对被识别人脸处于不同状态下,所采用的光源侦测模式的内容不做详述,可以参照下文相应实施例的描述。
作为本申请另一可选示例,本申请也可以按照被识别人脸处于强光状态的光强信号的情况,来定义特定条件,如被识别人脸的各区域的光强信号之间的光强差不大于第一阈值,且各区域的光强信号均大于第二阈值,在这种定义下,检测光强信号满足特定条件,说明被识别人脸处于强光状态下;若检测光强信号不满足特定条件,可以认为此时被识别人脸处于阴阳脸的状态。
可见,对于不同定义的特定条件,检测光强信号是否满足特定条件的检测结果,对应的被识别人脸当前所处的光照状态可能不同,但确定当前场景下合适的光源侦测模式的结果是相同,本申请对上述特定条件的具体定义内容不做限定。
步骤S13,按照目标光源侦测模式,控制相应摄像头对被识别人脸进行图像采集。
如上文对光源侦测模式的相关描述,不同光源侦测模式下,进行人脸图像采集所使用的摄像头类型及数量可能不同,可以通过多次试验等方式,预先确定适用于不同光照场景下,采集高质量人脸图像的光源侦测模式,包括对电子设备的光源的控制,以及对不同类型的摄像头的控制等。
这样,在当前被识别人脸实际所处的光照情况,如阴阳脸或强背光等光照情况下,确定合适的目标光源侦测模式后,可以按照该目标光源侦测模式对应的光源及摄像头控制方式,实现对被识别人脸的人脸图像采集,具体实现过程可以依据目标光源侦测模式的控制内容确定,本实施例在此不做详述。
综上,本实施例可以预先针对处于不同光照情况下的被识别人脸,设置能够采集高质量的人脸图像的光源侦测模式,这样,在实际应用中,可以通过检测被识别人脸的光强信号是否满足特定条件,来选择与检测结果相匹配,最适合被识别人脸的当前光照情况的目标光源侦测模式,以使得电子设备按照该目标光源侦测模式,控制相应的摄像头对被识别人脸进行图像采集,以采集高质量的人脸图像,相对于传统人脸图像采集方法中,无论被识别人脸处于什么光照情况下,都采用统一的光源侦测模式进行人脸图像采集,本实施例实现了对采集人脸图像所需侦测光源的灵活调整,提高了人脸图像采集的可靠性,进而提高了人脸识别效率。
且,本申请不需要将光源的强度提升至很高值,也能够在各种光照情况下,采集到高质量的人脸图像,避免了采用提高光源支持的强度,带来的功耗很高的问题。
参照图3,为本申请提出的用于人脸识别的光源调节方法的另一可选示例的流程图,该方法仍可以适用于电子设备,如图3所示,该方法可以包括:
步骤S21,获取被识别人脸的第一光强信号和第二光强信号;
其中,第一光强信号可以是被识别人脸的第一区域的光强信号,第二光强信号可以是被识别人脸的第二区域的光强信号,本申请对第一区域和第二区域对应被识别人脸的具体位置不做限定,如这两个区域可以分别是被识别人脸的左脸区域和右脸区域,也可以分别是被识别人脸的上部区域和下部区域等等,可以依据实际场景的需求确定。
可选的,对于上述第一光强信号和第二光强信号,可以直接由不同的光感应器对被识别人脸的相应区域感应得到,也可以由一个光感应器得到整个被识别人脸的光强信号,在对其进行分析,确定出被识别人脸的第一区域对应的第一光强信号,第二区域对应的第二光强信号等,本申请对步骤S21的具体实现方式不做限定。
步骤S22,获取第一光强信号与第二光强信号的光强差;
步骤S23,检测光强差是否大于第一阈值,如果是,进入步骤S24;如果否,执行步骤S210;
结合图4所示的场景流程示意图,本实施例可以通过检测第一光强信号与第二光强信号的光强差,来确定被识别人脸当前是否处于阴阳脸状态,如图2b所示的状态,被识别人脸的一部分区域在较强光照射下,另一部分(如图2b中的虚线框区域)在较弱的光照射下,甚至在无直射光照的情况下。具体的,可以计算第一光强信号与第二光强信号的光强数值的差值。
若计算得到的差值(即光强差)大于第一阈值,可以认为被识别人脸处于阴阳脸状态,反之,可以认为被识别人脸未处于阴阳脸状态,该第一阈值可以是200kpcsl/spad,但并不局限于该数值,可以依据摄像头的配置、当前场景等因素确定。
步骤S24,确定对被识别人脸进行图像采集使用第一光源侦测模式;
步骤S25,按照第一光源侦测模式,对被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别;
本实施例确定被识别人脸当前处于阴阳脸的状态下,可以采用第一光源侦测模式,实现人脸图像采集,具体的,可以调整第一摄像头光源的光强,如增加摄像头的LED光强,光感应器是使用的特殊光源(如激活等)的光强度,来改善处于弱光甚至无光阴影区域的被识别人脸的光照条件,开启HDR(High-Dynamic Range,高动态范围图像)传感器进行人脸识别,即由红外摄像头(即第一摄像头)进行人脸图像采集,再对采集到的人脸图像进行身份识别,本申请对如何使用红外摄像头进行人脸图像采集的控制过程,以及对采集到的人脸图像的身份识别过程不做详述。
其中,红外摄像头能够在夜视或光照条件不好的状态下,使其滤光片停止工作,不再阻挡红外线进入CCD(Charge Coupled Device)图像传感器,这样,红外线经物体反射后进入镜头进行成像,可见,在被识别人脸是阴阳脸的状态下,红外摄像头能够停止滤光片工作,相对高质量采集到处于阴影区域(或者说是光照条件较差的人脸区域)的人脸图像,开启滤光片能够使CCD图像传感器感应到可见光,相对于高质量采集到被识别人脸处于光照区域的人脸图像,为了能够采集到完整的相对高质量的人脸图像,本申请可以对被识别人脸进行多次图像采集,并分别使红外摄像头处于夜间拍摄模式和白天拍摄模式下进行人脸图像采集,具体实现过程不做详述。
步骤S26,若多次身份识别结果均为识别失败,记录第一识别信息,并切换到第二光源侦测模式;
在进行人脸识别过程中,若多次识别失败,如识别失败次数达到预设次数,可以记录下这多次人脸识别过程中,所得到有效识别结果的相关数据,记为第一识别信息。可见,该第一识别信息可以是依据对被识别人脸的一区域人脸图像的有效识别结果确定。
例如,在被识别人脸处于阴阳脸的状态下,由于被识别人脸的不同区域上的光照情况是不同的,对于任一类型的摄像头来说,其在对被识别人脸进行图像采集时,所采集到的被识别人脸的不同区域的图像质量往往并不一致,在人脸识别过程中,需要对整个被识别人脸的图像信息,与预存合法用户的人脸图像信息进行比对,所以,这种存在图像质量较低区域的人脸图像,很可能会导致人脸识别失败。
这种情况下,本实施例可以记录下图像质量高的人脸区域的图像信息及其识别结果信息,也就是说,第一识别信息可以包括被识别人脸的图像信息中质量较高一区域图像信息(如第一区域的人脸图像信息,或第二区域的人脸图像信息),以及对该区域图像信息进行比对结果数据等,但并不局限于该内容。
确定当前启动的摄像头进行多次人脸识别无法成功后,可以直接切换到另一种光源侦测模式,以使用电子设备的其他摄像头进行人脸识别,此时可以关闭当前启动的第一摄像头,如关闭红外摄像头,启动第二摄像头进行人脸识别。本申请对不同光源侦测模式之间的切换方法不做限定。
步骤S27,按照第二光源侦测模式,对被识别人脸进行图像采集;
步骤S28,对采集到的人脸图像进行身份识别,得到第二识别信息;
由于不同类型摄像头对各类光线的敏感度不同,在第二光源侦测模式下,进行人脸识别所使用的第一摄像头,与第一光源侦测模式下所使用的第二摄像头类型不同,且需要第二光源侦测模式下使用的第二摄像头,能够实现对被识别人脸的另一区域的相对高质量的图像采集。因此,第二识别信息可以是依据被识别人脸的另一区域人脸图像的有效识别结果确定,其与第一识别信息的确定方式类似,本实施例不做详述。
可选的,第二光源侦测模式下,可以使用的第二摄像头可以包括彩色摄像头或3D摄像头等,本申请对不同类型的摄像头进行人脸图像采集的实现过程不做详述。
其中,3D摄像头是利用3D结构光人脸识别技术的摄像头,其能够感知前方的3D空间,具备人脸识别、虹膜识别和3D自拍等多项功能的摄像头,其通常配置有激光发射器、红外接收器以及图像采集芯片等,本申请对3D摄像头的组成结构及其工作原理不做详述。
应该理解,相对于传统的红外摄像头、彩色摄像头,3D摄像头能够精准高效地实现人脸识别,但其成本较高,价格昂贵,本申请可以依据场景的具体需求,选择使用的摄像头类型。
步骤S29,对第一识别信息和第二识别信息进行整合处理,得到被识别人脸的用户身份信息;
依据上文对第一识别信息和第二识别信息的内容的描述,两者分别包含了处于阴阳脸状态下的被识别人脸的不同区域的有效识别结果数据,即一种光源侦测模式下能够有效识别被识别人脸的第一区域的图像信息,另一种光源侦测模式下能够有效识别被识别人脸的第二区域的图像信息,这样,将这两个不同区域的图像信息结合,就能够得到被识别人脸的完整且高质量的图像信息,这样,将其与预存的各合法用户的人脸图像信息进行比对,就能够识别出具有被识别人脸的用户身份信息,如该用户是否为合法用户,若是,具体是谁等。
本申请在第一识别信息和第二识别信息进行整合处理过程中,并不局限于对被识别人脸的不同区域的图像信息的整合处理,还可以包括相应区域的人脸识别结果数据的整合处理等,本申请对步骤S29的具体实现方法不做限定。
步骤S210,检测第一光强信号和第二光强信号均大于第二阈值,确定对被识别人脸进行图像采集使用第二光源侦测模式;
步骤S211,按照第二光源侦测模式,对采集到的人脸图像进行身份识别;
继上文对第一光强信号和第二光强信号的光强差的检测,确定被识别人脸不是阴阳脸的情况下,参照图4所示的场景流程图,还可以进一步检测这两个光强信号是否均大于第二阈值,也就是说,整个被识别人脸的处于强光状态下,电子设备可能处于室外或窗边等场景进行人脸识别,这种情况下,本申请可以直接按照第二光源侦测模式进行人脸识别,关于第二光源侦测模式下人脸识别的过程,可以参照上文相应部分的描述,本实施例不做赘述。
可选的,以第二光源侦测模式下首先开启的第二摄像头为3D摄像头,此时向被识别人脸发射的光源是3D结构光,本实施例可以使用3D摄像头连续侦测多次,即可以连续进行多次人脸识别,若识别成功,即识别到被识别人脸的用户身份信息,可以继续后续人脸识别,若识别到的用户身份信息为合法用户身份信息,可以进入电子设备的操作系统。
对于其他类型的第二摄像头,进行人脸识别的过程类似,区别可能是发送至被识别人脸的光源类型不同,可以依据具体第二摄像头的图像采集原理确定,本申请不做详述。
步骤S212,若多次身份识别结果均为识别失败,对多次身份识别结果进行耦合,得到第一身份匹配值;
需要说明,本申请提出的身份识别失败可以是因被识别人脸图像信息不清晰或不完整等因素,导致无法成功识别用户身份,并不是指对用户的身份验证失败。
本实施例在被识别人脸处于强光状态下,使用第二摄像头进行多次人脸识别都失败后,可以由电子设备的数字处理器记录多次的身份识别结果,此时该身份识别结果可以是对被识别人脸图像成功识别的百分比,如第一次有30%的概率成功识别被识别人脸的用户身份,第二次有80%的概率识别用户身份,第三次有60%的概率识别用户身份等等,之后,可以对这多次身份识别结果进行耦合,确定在第二光源侦测模式下使用第二摄像头对被识别人脸进行身份识别,所得到的第一身份匹配值,如可以选择概率较大的身份识别结果确定第一身份匹配值,如第一身份匹配值包括80%概率确定被识别人脸的用户为第一用户,但并不局限于这种确定方式。
步骤S213,切换到第一光源侦测模式,对被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别,得到第二身份匹配值;
在按照第二光源侦测模式进行人脸识别未成功的情况下,将切换到第一光源侦测模式继续进行人脸识别,具体过程可以参照上文相应部分的描述,可以开启红外摄像头,调整光源LED亮度,并开启HDR传感器进行多次侦测,得到第二身份匹配值,关于第二身份匹配值的获取方法与第一身份匹配值得获取方式类似,本申请不再详述。
步骤S214,若第一身份匹配值和第二身份匹配值均大于第三阈值,确定第一身份匹配值和第二身份匹配值对应的身份信息为被识别人脸的用户身份信息;
在被识别人脸处于强光状态下,按照上文描述的方式,先后按照不同的光源侦测模式进行人脸识别,得到相应的身份匹配值后,由于身份匹配值可以表征成功识别出用户身份(其包括合法用户或非法用户)的概率,本申请认为通过多种方式确定被识别人脸具有同一用户身份的概率大于第三阈值,就认为该被识别人脸的用户具有用户身份,即认为成功识别了用户身份。本实施例对第三阈值的数值不做限定,通常是相对较高的数值。
所以,本实施例可以检测第一身份匹配值和第二身份匹配值是否均大于第三阈值,可以确定第一身份匹配值和第二身份匹配值对应的身份信息为被识别人脸的用户身份信息。应该理解,这种情况下,第一身份匹配值和第二身份匹配值对应的身份信息是相同的,如第一身份匹配值为85%概率确定被识别人脸的用户为第一用户,第二身份匹配值为90%概率确定被识别人脸的用户未第一用户,第三阈值为80%,可以认为被识别人脸的用户即为第一用户,如图4所示的场景流程图中的用户A,但并不局限于这种融合处理方式。
需要说明,对于身份匹配值的含义并不局限于上文描述的内容,还可以根据人脸识别实际采用的方式确定,如置信分数等,但对这两种光源侦测模式的人脸识别结果的耦合处理方式类似,本申请不再一一举例详述。
步骤S215,确定出该用户身份信息为合法用户身份信息,登录电子设备的操作系统。
按照上文描述的方式,采用合适的光源侦测模式,成功识别被识别人脸的用户身份信息后,若该用户身份信息为非法用户身份信息,电子设备可以输出报警信息,如提示身份认证失败等,若该用户身份信息为合法用户身份信息,可以登录电子设备的操作系统,可见,在实际应用中,电子设备采用人脸认证登录的应用场景中,可以采用本申请这种方法实现人脸身份验证。
综上,用户面部无论是处于强光状态下,还是处于阴阳脸状态下,电子设备都能够采用合适的光源侦测模式,进行人脸识别,解决了传统电子设备采用固定的光源侦测模式进行人脸识别,导致无法采集到可靠人脸图像,进而无法实现人脸识别的技术问题,为用户使用电子设备进行人脸认证登录提供了保障和便利。
基于上述分析,在获取的被识别人脸的光强信号满足特定条件的情况下,如被识别人脸的第一光强信号和第二光强信号的光强差大于第一阈值的情况下,可以按照确定的目标光源侦测模式,调整相应光源的光强度进行人脸识别,在多次识别失败后,切换到另一种光源侦测模式进行人脸识别,再将两次人脸识别分别得到的识别信息进行耦合处理,得到被识别人脸的用户身份信息。但需要说明的是,先进行人脸识别采用的目标光源侦测模式,并不局限于上文实施例描述的第一光源侦测模式,也可以是先按照第二光源侦测模式进行人脸识别,在切换到第一光源侦测模式进行人脸识别,人脸识别过程以及对得到的识别信息的耦合处理过程类似,本申请不再详述。
作为本申请另一可选示例,在被识别人脸处于阴阳脸状态下,也可以不同先执行一种光源侦测模式,得到相应的识别信息后,再执行另一种光源侦测模式进行人脸识别,即先确定的目标光源侦测模式可以是一种光源侦测模式,还可以是多种光源侦测模式,如控制第一光源侦测模式和第二光源侦测模式同时进行人脸识别,调整相应光源的光强度后,可以控制第一摄像头和第二摄像头分别对被识别人脸进行图像采集,这两种摄像头进行人脸图像采集的过程可以参照上述实施例相应部分的描述。
之后,分别对第一摄像头和第二摄像头各自采集到的人脸图像进行身份识别,得到相应的第一识别信息和所述第二识别信息,此时,该第一识别信息和第二识别信息仍可以是分别依据对被识别人脸的不同区域人脸图像的有效识别结果确定的,具体获取过程可以参照上述实施例相应部分的描述。在得到第一识别信息和第二识别信息后,可以将这两个识别信息进行整合处理,得到被识别人脸的用户身份信息,具体过程不做赘述。
优选的,在被识别人脸是阴阳脸的情况下,如用户在室内窗户边等场景中,由于被识别人脸接受的光强在红外摄像头中可以侦测的情况更多,所以本申请可以优先考虑执行第一光源侦测模式,使用红外摄像头进行人脸识别,以使系统得到更高的识别几率,但并不局限于这种处理方式,根据需要还可以采用如上文列举的其他两种处理方式。
同理,在确定获取的被识别人脸的光强信号不满足特定条件的情况下,如被识别人脸的第一光强信号和第二光强信号的光强差不大于第一阈值,且第一光强信号和第二光强信号的光强均大于第二阈值的情况下,本申请也并不局限于上文描述先按照第二光源侦测模式,控制第二摄像头进行人脸识别,识别失败后,再按照第一光源侦测模式,控制第一摄像头进行人脸识别,根据实际需求,本申请也可以先按照第一光源侦测模式,控制第一摄像头进行人脸识别,识别失败后,再按照第二光源侦测模式,控制第二摄像头进行人脸识别;或者,将这两种光源侦测模式都启动,同时控制第一摄像头和第二摄像头分别进行人脸识别,具体实现过程可以参照上文实施例相应部分的描述,本申请不做赘述。
参照图5,为本申请提出的用于人脸识别的光源调节装置的一种可选示例的结构图,该装置可以适用于电子设备,如图5所示,该装置可以包括:
光强信号获取模块11,用于获取被识别人脸的光强信号;
光源侦测模式确定模块12,用于检测所述光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式;
人脸图像采集模块13,用于按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集
可选的,如图6所示,该光强信号获取模块11可以包括:
第一获取单元111,用于获取被识别人脸的第一光强信号和第二光强信号,其中,所述第一光强信号是所述被识别人脸的第一区域的光强信号,所述第二光强信号是所述被识别人脸的第二区域的光强信号;
可选的,第一获取单元111可以包括:
第一获取子单元,用于获取第一光感应器对所述被识别人脸的第一区域感应到的第一光强信号;
及,第二获取子单元,用于获取第二光感应器对所述被识别人脸的第二区域感应到的第二光强信号;
或者;
第三获取子单元,用于获取第三光传感器对所述被识别人脸感应到的光强信号;
及,光强分析子单元,用于对所述光强信号进行分析,得到所述被识别人脸的第一区域对应的第一光强信号,及所述被识别人脸的第二区域对应的第二光强信号。
相应地,如图6所示,上述光源侦测模式确定模块12可以包括:
光强差获取单元121,用于获取所述第一光强信号与所述第二光强信号的光强差;
第一确定单元122,用于在光强差大于第一阈值的情况下,确定对所述被识别人脸进行图像采集所使用的目标光源侦测模式为第一光源侦测模式;
第二确定单元123,用于在光强差不大于所述第一阈值,且所述第一光强信号和所述第二光强信号均大于第二阈值的情况下,确定所述目标光源侦测模式为第二光源侦测模式。
作为本申请一可选示例,如图7所示,在所述光强信号满足所述特定条件的情况下,上述人脸图像采集模块13可以包括:
第一光强度调整单元131,用于按照所述目标光源侦测模式,调整相应光源的光强度;
第一人脸识别单元132,用于控制第一摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别;
第一切换单元133,用于在多次身份识别结果均为识别失败的情况下,记录第一识别信息,并切换到另一种光源侦测模式;
第二人脸识别单元134,用于控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别,得到第二识别信息,其中,所述第二识别信息和所述第一识别信息是分别依据对所述被识别人脸的不同区域人脸图像的有效识别结果确定的;
第一用户身份确定单元135,用于对所述第一识别信息和所述第二识别信息进行整合处理,得到所述被识别人脸的用户身份信息。
作为另一可选示例,在在所述光强信号满足所述特定条件的情况下,上述人脸图像采集模块13也可以包括:
第二光强度调整单元,用于按照所述目标光源侦测模式,调整相应光源的光强度;
人脸图像采集单元,用于控制第一摄像头和第二摄像头分别对所述被识别人脸进行图像采集;
第三人脸识别单元,用于分别对所述第一摄像头和所述第二摄像头各自采集到的人脸图像进行身份识别,得到相应的第一识别信息和所述第二识别信息,所述第一识别信息和第二识别信息是分别依据对所述被识别人脸的不同区域人脸图像的有效识别结果确定的;
第二用户身份确定单元,用于对所述第一识别信息和所述第二识别信息进行整合处理,得到所述被识别人脸的用户身份信息。
可选的,在光强信号不满足所述特定条件的情况下,上述人脸图像采集模块13还可以包括:
第四人脸识别单元,用于控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别;
第一身份匹配值确定单元,用于在多次身份识别结果均为识别失败的情况下,对多次身份识别结果进行耦合,得到第一身份匹配值;
第五人脸识别单元,用于切换至另一光源侦测模式,控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别,得到第二身份匹配值;
第三用户身份确定单元,用于在第一身份匹配值和所述第二身份匹配值均大于第三阈值的情况下,确定所述第一身份匹配值和/或第二身份匹配值对应的身份信息为所述被识别人脸的用户身份信息。
在上述各实施例的基础上,该装置还可以包括:
身份验证模块,用于在对所述被识别人脸的图像识别得到的用户身份信息为合法用户身份信息的情况下,登录电子设备的操作系统。
应该理解,上述各装置实施例中的模块、单元等均是应用程序模块,其实现相应功能的过程,可以参照上述方法实施例相应部分的描述,本申请不再赘述。
本申请实施例还提供了一种存储介质,其上存储有程序,该程序被处理器调用并执行,以实现如上方法实施例描述的用于人脸识别的光源调节方法的各个步骤,不再赘述。
参照图8,为本申请提供的一种电子设备实施例的硬件结构示意图,该电子设备可以包括:图像采集装置21、存储器22及处理器23,该21图像采集装置可以包括:光感应器211、第一摄像头212及第二摄像头213,其中:
光感应器211,用于感应被识别人脸的光强信号;
本申请对光感应器211的数量不作限定,可以包括第一光感应器和第二光感应器,该第一光感应器可以用来感应被识别人脸的第一区域的第一光强信号,第二光感应器可以用来感应被识别人脸的第二区域的第二光强信号。还可以包括第三光感应器,由第三光感应器感应被识别人脸的光强信号,再发送至处理器对该光强信号进行分析,得到所述被识别人脸的第一区域对应的第一光强信号,及所述被识别人脸的第二区域对应的第二光强信号,进而利用第一光强信号和第二光强信号,实现对被识别人脸处于阴阳脸或强光状态的检测,具体实现过程可以参照上述方法实施例的描述。
可选的,若光感应器211包括第一光感应器和第二光感应器,这两个光感应器的类型可以相同,都可以是环境光感应器(即ALS传感器),两者类型也可以不同,如一个是环境光感应器,另一个可以是飞行时间TOF传感器等,本申请对光感器的类型不做限定。
第一摄像头212和第二摄像头213,用于在不同光源侦测模式下,对被识别人脸进行图像采集;
本实施例中,第一摄像头212和第二摄像头213的类型可以不同,如第一摄像头可以是红外摄像头,第二摄像头可以是传统的彩色摄像头,或者是3D摄像头等,本申请对第一摄像头212和第二摄像头213的具体类型及型号不做限定。
存储器22,用于存储实现如上述方法实施例描述的用于人脸识别的光源调节方法的程序;
可选的,该存储器22可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
在实际应用中,存储器22还可以用来存储用于人脸识别的光源调节方法过程中所产生的各种中间数据,如采集到的人脸图像,得到的识别结果数据、用户身份信息等等,还可以存储合法用户的人脸图像信息等。
处理器23,用于调用并执行存储器存储的程序,以实现如上述的用于人脸识别的光源调节方法的各步骤,具体实现过程可以参照上述各方法实施例相应部分的描述,本实施例不作赘述。
可选的,处理器23可能是一个中央处理器CPU,或者是特定集成电路ASIC(Application Specific Integrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请中,电子设备可以是手机、笔记本电脑、门禁设备等需要进行人脸验证的终端设备,本申请对电子设备的产品类型不做限定,根据不同产品类型,该电子设备的硬件组成并不局限于上文列举的内容,还可以包括各种类型的通信接口、通信总线、显示器、报警器等设备,本申请不再一一列举。
综合上述分析,用户在电子设备摄像头采集范围内进行人脸识别时,无论该用户处于阴阳脸还是强光照射的场景下,电子设备可以按照上述方法,实现光源侦测模式的灵活调整,可靠获取用户的人脸图像信息,以实现人脸识别,相对于现有电子设备的传统光源侦测方法,提高了人脸识别的效率及灵活性。
最后,需要说明的是,关于上述各实施例中,诸如第一、第二等之类的关系术语仅仅用来将一个操作、单元或模块与另一个操作、单元或模块区分开来,而不一定要求或者暗示这些单元、操作或模块之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法或者系统中还存在另外的相同要素。
本说明书中各个实施例采用递进或并列的方式描述,每个实施例重点说明的是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置、电子设备而言,由于其与实施例公开的方法对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种用于人脸识别的光源调节方法,所述方法包括 :
获取被识别人脸的光强信号;
检测所述光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式;
按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集;
所述获取被识别人脸的光强信号,包括:
获取被识别人脸的第一光强信号和第二光强信号,其中,所述第一光强信号是所述被识别人脸的第一区域的光强信号,所述第二光强信号是所述被识别人脸的第二区域的光强信号;
所述检测所述光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式,包括:
获取所述第一光强信号与所述第二光强信号的光强差;
若所述光强差大于第一阈值,确定对所述被识别人脸进行图像采集所使用的目标光源侦测模式为第一光源侦测模式;
若所述光强差不大于所述第一阈值,且所述第一光强信号和所述第二光强信号均大于第二阈值,确定所述目标光源侦测模式为第二光源侦测模式。
2.根据权利要求1所述的方法,所述获取被识别人脸的第一光强信号和第二光强信号,包括:
获取第一光感应器对所述被识别人脸的第一区域感应到的第一光强信号,及第二光感应器对所述被识别人脸的第二区域感应到的第二光强信号;
或者;
获取第三光传感器对所述被识别人脸感应到的光强信号;
对所述光强信号进行分析,得到所述被识别人脸的第一区域对应的第一光强信号,及所述被识别人脸的第二区域对应的第二光强信号。
3.根据权利要求1~2任一项所述的方法,在所述光强信号满足所述特定条件的情况下,所述按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集,包括:
按照所述目标光源侦测模式,调整相应光源的光强度;
控制第一摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别;
若多次身份识别结果均为识别失败,记录第一识别信息,并切换到另一种光源侦测模式;
控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别,得到第二识别信息,其中,所述第二识别信息和所述第一识别信息是分别依据对所述被识别人脸的不同区域人脸图像的有效识别结果确定的;
对所述第一识别信息和所述第二识别信息进行整合处理,得到所述被识别人脸的用户身份信息。
4.根据权利要求1~2任一项所述的方法,在所述光强信号满足所述特定条件的情况下,所述按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集,包括:
按照所述目标光源侦测模式,调整相应光源的光强度;
控制第一摄像头和第二摄像头分别对所述被识别人脸进行图像采集;
分别对所述第一摄像头和所述第二摄像头各自采集到的人脸图像进行身份识别,得到相应的第一识别信息和第二识别信息,所述第一识别信息和第二识别信息是分别依据对所述被识别人脸的不同区域人脸图像的有效识别结果确定的;
对所述第一识别信息和所述第二识别信息进行整合处理,得到所述被识别人脸的用户身份信息。
5.根据权利要求1~ 2任一项所述的方法,在所述光强信号不满足所述特定条件的情况下,所述按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集,包括:
控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别;
若多次身份识别结果均为识别失败,对多次身份识别结果进行耦合,得到第一身份匹配值;
切换至另一光源侦测模式,控制第二摄像头对所述被识别人脸进行图像采集,并对采集到的人脸图像进行身份识别,得到第二身份匹配值;
若所述第一身份匹配值和所述第二身份匹配值均大于第三阈值,确定所述第一身份匹配值和/或第二身份匹配值对应的身份信息为所述被识别人脸的用户身份信息。
6.根据权利要求1所述的方法,所述方法还包括:
若对所述被识别人脸的图像识别得到的用户身份信息为合法用户身份信息,登录电子设备的操作系统。
7.一种用于人脸识别的光源调节装置,所述装置包括 :
光强信号获取模块,用于获取被识别人脸的光强信号;
光源侦测模式确定模块,用于检测所述光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式;
人脸图像采集模块,用于按照所述目标光源侦测模式,控制相应摄像头对所述被识别人脸进行图像采集;
所述光强信号获取模块获取被识别人脸的光强信号,包括:
获取被识别人脸的第一光强信号和第二光强信号,其中,所述第一光强信号是所述被识别人脸的第一区域的光强信号,所述第二光强信号是所述被识别人脸的第二区域的光强信号;
所述检测所述光强信号是否满足特定条件,得到与检测结果相匹配的目标光源侦测模式,包括:
获取所述第一光强信号与所述第二光强信号的光强差;
若所述光强差大于第一阈值,确定对所述被识别人脸进行图像采集所使用的目标光源侦测模式为第一光源侦测模式;
若所述光强差不大于所述第一阈值,且所述第一光强信号和所述第二光强信号均大于第二阈值,确定所述目标光源侦测模式为第二光源侦测模式。
8.一种电子设备,所述电子设备包括图像采集装置、存储器及处理器,所述图像采集装置包括:光感应器、第一摄像头及第二摄像头,其中:
所述光感应器,用于感应被识别人脸的光强信号;
所述第一摄像头和所述第二摄像头,用于在不同光源侦测模式下,对所述被识别人脸进行图像采集;
所述存储器,用于存储实现如权利要求1~6任一项所述的用于人脸识别的光源调节方法的程序;
所述处理器,用于调用并执行所述存储器存储的程序,以实现如权利要求1~6任一项所述的用于人脸识别的光源调节方法的各步骤。
9.根据权利要求8所述的电子设备,所述光感应器包括第一光感应器和第二光感应器;
所述第一光感应器,用于感应被识别人脸的第一区域的第一光强信号;
所述第二光感应器,用于感应所述被识别人脸的第二区域的第二光强信号。
CN201910703017.6A 2019-07-31 2019-07-31 用于人脸识别的光源调节方法、装置及电子设备 Active CN110414445B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910703017.6A CN110414445B (zh) 2019-07-31 2019-07-31 用于人脸识别的光源调节方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910703017.6A CN110414445B (zh) 2019-07-31 2019-07-31 用于人脸识别的光源调节方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN110414445A CN110414445A (zh) 2019-11-05
CN110414445B true CN110414445B (zh) 2022-03-25

Family

ID=68364743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910703017.6A Active CN110414445B (zh) 2019-07-31 2019-07-31 用于人脸识别的光源调节方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN110414445B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113099101B (zh) * 2019-12-23 2023-03-24 杭州宇泛智能科技有限公司 摄像参数调节方法、装置及电子设备
CN111160299A (zh) * 2019-12-31 2020-05-15 上海依图网络科技有限公司 活体识别方法及装置
CN115830431B (zh) * 2023-02-08 2023-05-02 湖北工业大学 一种基于光强分析的神经网络图像预处理方法
CN118093706A (zh) * 2024-04-25 2024-05-28 国网瑞嘉(天津)智能机器人有限公司 配网带电作业机器人、系统及工作方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103077370A (zh) * 2011-08-25 2013-05-01 株式会社电装 面部图像检测设备
CN103824046A (zh) * 2012-11-19 2014-05-28 汉王科技股份有限公司 自适应光源人脸识别机
CN105828500A (zh) * 2016-03-14 2016-08-03 上海斐讯数据通信技术有限公司 一种具有人脸或人形识别能力的智能照明系统及控制方法
CN109635760A (zh) * 2018-12-18 2019-04-16 深圳市捷顺科技实业股份有限公司 一种人脸识别方法及相关设备
CN109960920A (zh) * 2019-03-29 2019-07-02 联想(北京)有限公司 信息处理方法及电子设备
CN110008783A (zh) * 2018-01-04 2019-07-12 杭州海康威视数字技术股份有限公司 基于神经网络模型的人脸活体检测方法、装置及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103077370A (zh) * 2011-08-25 2013-05-01 株式会社电装 面部图像检测设备
CN103824046A (zh) * 2012-11-19 2014-05-28 汉王科技股份有限公司 自适应光源人脸识别机
CN105828500A (zh) * 2016-03-14 2016-08-03 上海斐讯数据通信技术有限公司 一种具有人脸或人形识别能力的智能照明系统及控制方法
CN110008783A (zh) * 2018-01-04 2019-07-12 杭州海康威视数字技术股份有限公司 基于神经网络模型的人脸活体检测方法、装置及电子设备
CN109635760A (zh) * 2018-12-18 2019-04-16 深圳市捷顺科技实业股份有限公司 一种人脸识别方法及相关设备
CN109960920A (zh) * 2019-03-29 2019-07-02 联想(北京)有限公司 信息处理方法及电子设备

Also Published As

Publication number Publication date
CN110414445A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
CN110414445B (zh) 用于人脸识别的光源调节方法、装置及电子设备
US9152850B2 (en) Authentication apparatus, authentication method, and program
US8314854B2 (en) Apparatus and method for image recognition of facial areas in photographic images from a digital camera
CN101344988B (zh) 图像获取和处理装置及方法、车辆监测和记录系统
US8503818B2 (en) Eye defect detection in international standards organization images
US10303926B2 (en) Decreasing lighting-induced false facial recognition
CN101399916B (zh) 摄像设备和摄像方法
US20050265626A1 (en) Image processor and face detector using the same
WO2019149099A1 (zh) 电子装置、人脸识别方法及相关产品
CN103139466A (zh) 信息处理装置、成像装置、信息处理方法和程序
CN103905727A (zh) 被摄体区域跟踪设备及其控制方法
CN111294526B (zh) 一种摄像机防太阳灼伤处理方法及装置
CN101388146B (zh) 图像获取和处理装置及方法、车辆监测和记录系统
KR101625538B1 (ko) 도시방범이 가능한 다차선 자동차 번호판 인식시스템
CN112084813B (zh) 异常目标的检测方法、装置及存储介质
CN108230607B (zh) 一种基于区域特征分析的图像火灾探测方法
CN103841319A (zh) 摄像设备
KR101375186B1 (ko) 감시 카메라 교란 검출 방법
CN112908017A (zh) 车辆停放状态的检测方法、装置及设备
CN201247528Y (zh) 图像获取和处理装置
KR101000130B1 (ko) 얼굴인식 가능한 단말기 및 그의 얼굴인식 방법
CN114387548A (zh) 视频及活体检测方法、系统、设备、存储介质及程序产品
CN111160299A (zh) 活体识别方法及装置
CN109982051B (zh) 具有动物识别功能的监控摄像方法、监控相机和存储介质
US20170163877A1 (en) Method and electronic device for photo shooting in backlighting scene

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