CN110532416A - 一种提高人脸识别效率和精度的方法 - Google Patents
一种提高人脸识别效率和精度的方法 Download PDFInfo
- Publication number
- CN110532416A CN110532416A CN201910817481.8A CN201910817481A CN110532416A CN 110532416 A CN110532416 A CN 110532416A CN 201910817481 A CN201910817481 A CN 201910817481A CN 110532416 A CN110532416 A CN 110532416A
- Authority
- CN
- China
- Prior art keywords
- library
- face
- website
- personnel
- record
- 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
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- 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
-
- 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
- G06V40/50—Maintenance of biometric data or enrolment thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Accounting & Taxation (AREA)
- Library & Information Science (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种提高人脸识别效率和精度的方法，包括如下步骤：S1、人脸比对系统库创建；包括通过合规人员注册；本发明提供一种提高人脸识别效率和精度的方法，系统高效，在高并发的情况下，能够实现千万级人脸大库比对支付能力的人脸识别；本发明针对人脸大库库比对时，随着比对库容量的增大，比对准确率及效率不断减低的技术问题的特性，通过工程化业务处理手段，将比对大库，按照比对准确率及性能要求，拆分、降级、缩减比对库容量，将库容量控制在符合业务应用比对要求正确率范围内；本发明通过对人员出行地点、时间、规律，以及记录预筛等策略，将大容量比对库，逐步缩减到1万或1千以内的比对库容量，从而提高了比对精度及效率。
Description
技术领域
本发明属于刷脸身份确认技术领域，具体为一种提高人脸识别效率和精度的方法。
背景技术
随着人工智能及电子支付的发展，大规模的人脸身份确认，已经成为金融领域电子支付刷脸支付的关键技术手段，对提升金融活动体验有着重要的意义；然而在单一的电子支付交易中，注册、绑定、验证及支付是一个在监控环境下，单点交易并发不是很高的情况下，通过一次验证完成交易。但是在一些大容量库、高并发、交易等级要求比较高的情况下，基于全量的注册大库N，与采集的某一记录进行1:N的人脸比对时，无法满足商用交易的要求。在当前人脸识别领域，随着注册比对库容量的增大，十万、百万级别比对库，其比对误识率会直线上升。在真实复杂的场景中，十万分之一误识率的情况下，人脸识别准确率会直线下将到70％左右，因此，现有业务场景中，没有一种有效的手段解决，高并发的情况下，实现千万级人脸库比对支付的能力。
发明内容
本发明的目的在于：为了解决背景技术涉及的技术问题，提供一种提高人脸识别效率和精度的方法。
本发明采用的技术方案如下：
一种提高人脸识别效率和精度的方法，包括如下步骤：
S1、人脸比对系统库创建；通过合规人员注册，及非合规人员用户的数据更新注册方式，实现初始的人脸比对系统库的创建；
S2、人脸比对站点库创建；基于人员档案记录信息的时间、地点，对数据分析挖掘，形成针对某一站点的人脸比对站点库；
S3、人脸比对站点临时库的创建；基于站点最近1小时预筛采集结果记录，通过与人脸比对站点库，和人脸比对系统库逐级比对，形成最近一小时人员比对站点临时库，进一步降低最终比对库的容量。注：近1小时的时间范围阈值，可以根据临时库的大小做微调，最终形成1万以内的比对库；
S4、合规进/出站确认人员库创建；在站点关键进/出口，采集人员记录，与人脸比对临时库进行1:N人脸比对，将阈值大于85％、相似度值TOP1的结果返回，形成确认的合规进/出站确认人员库；
S5、非合规用户处理；针对进/出站核验记录不在站点临时库的记录，通过与未注册用户库进行1：N的人脸比对，验证用户是否是未注册用户，提醒用户注册，或为异常人员，提醒站点人员进行人工处理。
其中，所述S1中人脸比对系统库创建包括如下具体步骤：
S101、合规用户使用系统注册模块进行个人人脸的注册，注册人脸入人脸比对系统库；
S102、引导非合规用户进行人脸注册，注册人脸入人脸比对系统库；非合规用户通过系统提醒及安全机制控制，引导进行用户人脸信息的注册入人脸比对系统库，或劝离。
其中，所述S2中人脸比对站点库创建包括如下具体步骤：
S201、建立人员档案，基于进/出站预筛记录信息，和进/出站核验记录信息，按照人员特征聚类，分析出同一人员的所有记录，形成人员档案记录信息；
S202、基于人员档案的记录信息，每天晚上系统空余时间自动分析之前一定时间范围内记录信息；按照人员档案标记分析获取的人员经常进/出的站点、以及在该站进/出站时间规律，按照站点、站点出行时间规律，分站分表分区进行建库；优选地，每天分析前30天记录信息(注，可根据场景及数据规模，调整分析时间范围)；
S203、人员比对：站点级人员档案库，按照站点，分别与人脸比对系统库进行1:N用户注册身份确认，将将站点级人员档案库中相似度大于一定阀值的记录取出，优选地其阀值为85％(注：阈值可以调整，根据不同算法对相同目标的比对阈值来调整，此处给出通用算法标准)，返回结果中T0P10的记录取出(注：根据百万级比对库准确度，可调整TOP值的获取范围，降低由于比对相似度问题导致结果漏掉的问题)。对于不符合比对条件的人员就，放入未注册用户库，待下此次该人员进站时，提醒注册；
S204、人员比对人脸比对站点库建立：根据比对结果，将统一站点的注册人脸信息单独抽取建立站点库。
其中，所述S3中人脸比对站点临时库的创建包括如下步骤：
S301、建立站点预筛库；基于进站或出站预采集的记录，形成站点预筛库；
S302、站点人脸比对；预筛库记录逐条与人脸比对站点库比对，将阈值大于85％，返回TOP10的结果记录，形成人脸比对临时库；
S303、系统人脸比对；预筛库记录安装比对阀值要求，未在站点人脸比对库比对出结果的记录，形成过站人员记录。将过站人员记录与人脸比对系统库进行比对，将阈值大于85％，返回TOP10的结果记录(注：阈值和TOP值可根据业务数据量，进行调整)，存入到人脸比对站点临时库，不符合要求的，存入未注册用户库；
S304、人脸比对站点临时库建立；按照五分钟(时间可调整)，不断执行上述过程，将两次人脸比对结果记录存入人脸比对站点临时库；
其中，所述S4中合规进/出站确认人员库创建包括如下步骤：
S401、进/出站核验记录；通过站点关键进/出口的人脸采集相机，实现需要比对核验人员记录的采集；
S402、合规进/出站确认；通过对采集的核验人员人脸记录与人脸比对站点临时库进行1:N人脸比对，将阈值大于85％以上，按照相似度排序取TOP1的记录，存入到合规进/出站确认人脸库
S403、非合规用户分析；基于上述分析逻辑，人脸比对阈值低于85％的，将进/出站核验记录存入到非合规用户信息中。
其中，所述S5中非合规用户处理包括如下步骤：
S501、未注册用户判断；未注册用户判断：通过对非合规用户与未注册用户的比对分析，将阈值大于85％以上，判定该进/出站用户为未注册用户，否则为异常用户；
S502、判断预警；针对判定结果符合未注册用户的，提醒用户进行系统身份注册；判断为异常用户的，提醒站点处理人员，及时进行人员盘查判断处理。简化技术方案：一种提高人脸识别效率和精度的方法，包括如下步骤：
S1’、用户系统注册；用户通过注册终端进行身份注册，形成人脸比对系统库；
S2’、建立预筛人脸比对临时库；基于站点关键进/出口采集的预筛记录信息，提取获取最近一段时间内(时间范围默认1小时，范围可调整)的预筛记录，形成人脸比对站点临时库；
S3’、合规进/出站人员确认；通过站点进/出口的核验记录信息，与人脸比对临时库进行1:N人脸比对，将阈值大于85％、相似度值最高的TOP1结果返回，形成确认的合规进/出站确认人员库；
S4’、非合规人员处理；针对非合规用户提醒，进行身份合规性确认，或劝离。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明提供一种提高人脸识别效率和精度的方法，系统高效，在高并发的情况下，能够实现百万级人脸库比对支付的能力的人脸识别；
2、本发明利用人脸库比对准确率随着比对库容量的增大，比对准确率降低的特性，通过业务处理手段，将比对库容量控制在有效正确率范围内。
3、本发明通过对人员出行地点、时间以及记录预筛等策略，将大容量比对库，逐步缩减到可达1万以内的比对库容量，从而提高了比对精度及效率。
附图说明
图1为本发明的流程示意简图；
图2为本发明中人脸比对系统库创建的流程示意简图；
图3为本发明中人脸比对站点库创建的流程示意简图；
图4为本发明中人脸比对站点临时库的创建的流程示意简图；
图5为本发明中合规进/出站确认人员库创建的流程示意简图；
图6为本发明中非合规用户处理的流程示意简图；
图7为本发明中简化方案的流程示意简图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性；此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例一，请参阅图1～7；一种提高人脸识别效率和精度的方法，包括如下步骤：
S1、人脸比对系统库创建；通过合规人员注册，及非合规人员用户的数据更新注册方式，实现初始的人脸比对系统库的创建；
S2、人脸比对站点库创建；基于人员档案记录信息的时间、地点，对数据分析挖掘，形成针对某一站点的人脸比对站点库
S3、人脸比对站点临时库的创建；基于站点最近1小时预筛采集结果记录，通过与人脸比对站点库，和人脸比对系统库逐级比对，形成最近一小时人员比对站点临时库，进一步降低最终比对库的容量。注：近1小时的时间范围阈值，可以根据临时库的大小做微调，最终形成1万以内的比对库；
S4、合规进/出站确认人员库创建；在站点关键进/出口，采集人员记录，与人脸比对临时库进行1:N人脸比对，将阈值大于85％、相似度值TOP1的结果返回，形成确认的合规进/出站确认人员库；
S5、非合规用户处理；针对进/出站核验记录不在站点临时库的记录，通过与未注册用户库进行1：N的人脸比对，验证用户是否是未注册用户，提醒用户注册，或为异常人员，提醒站点人员进行人工处理。
其中，所述S1中人脸比对系统库创建包括如下具体步骤：
S101、合规用户使用系统注册模块进行个人人脸的注册，注册人脸入人脸比对系统库；
S102、强制引导非合规用户进行人脸注册，入人脸比对系统库；非合规用户通过系统提醒及安全机制控制，强制进行用户人脸信息的注册入人脸比对系统库，或劝离。
其中，所述S2中人脸比对站点库创建包括如下具体步骤：
S201、建立人员档案，基于进/出站预筛记录信息，和进/出站核验记录信息，按照人员特征聚类，分析出同一人员的所有记录，形成人员档案记录信息；
S202、基于人员档案的记录信息，每天分析前30天记录信息(注，可根据场景及数据规模，调整分析时间范围)。按照人员档案标记分析获取的人员进/出站地点、进/出站时间范围的信息进行建库；
S203、人员比对：站点级人员档案库，按照站点，分别与人脸比对系统库进行1:N用户注册身份确认，将相似度大于85％(注：阈值可以调整，根据不同算法对相同目标的比对阈值来调整，此处给出通用算法标准)，返回结果中T0P10的记录取出(注：根据百万级比对库准确度，可调整TOP值的获取范围，降低由于比对相似度问题导致结果漏掉的问题)。对于不符合比对条件的人员就，放入未注册用户库，待下此次该人员进站时，提醒注册；
S204、人员比对人脸比对站点库建立：根据比对结果，将统一站点的注册人脸信息单独抽取建立站点库。
其中，所述S3中人脸比对站点临时库的创建包括如下步骤：
S301、建立站点预筛库；基于进站或出站预采集的记录，形成站点预筛库；
S302、站点人脸比对；预筛库记录逐条与人脸比对站点库比对，将阈值大于85％，返回TOP10的结果记录，形成人脸比对临时库；
S303、系统人脸比对；预筛库记录安装比对阀值要求，未在站点人脸比对库比对出结果的记录，形成过站人员记录。将过站人员记录与人脸比对系统库进行比对，将阈值大于85％，返回TOP10的结果记录(注：阈值和TOP值可根据业务数据量，进行调整)，存入到人脸比对站点临时库，不符合要求的，存入未注册用户库；
S304、人脸比对站点临时库建立；按照五分钟(时间可调整)，不断执行上述过程，将两次人脸比对结果记录存入人脸比对站点临时库；
其中，所述S4中合规进/出站确认人员库创建包括如下步骤：
S401、进/出站核验记录；通过站点关键进/出口的人脸采集相机，实现需要比对核验人员记录的采集
S402、合规进/出站确认；通过对采集的核验人员人脸记录与人脸比对站点临时库进行1:N人脸比对，将阈值大于85％以上，按照相似度排序取TOP1的记录，存入到合规进/出站确认人脸库
S403、非合规用户分析；基于上述分析逻辑，人脸比对阈值低于85％的，将进/出站核验记录存入到非合规用户信息中。
其中，所述S5中非合规用户处理包括如下步骤：
S501、未注册用户判断；未注册用户判断：通过对非合规用户与未注册用户的比对分析，将阈值大于85％以上，判定该进/出站用户为未注册用户，否则为异常用户；
S502、判断预警；针对判定结果符合未注册用户的，提醒用户进行系统身份注册；判断为异常用户的，提醒站点处理人员，及时进行人员盘查判断处理。
实施例二，参照图7，简化技术方案：一种提高人脸识别效率和精度的方法，包括如下步骤：
S1’、用户系统注册；用户通过注册终端进行身份注册，形成人脸比对系统库；
S2’、建立预筛人脸比对临时库；基于站点关键进/出口采集的预筛记录信息，提取获取最近一段时间内(时间范围默认1小时，范围可调整)的预筛记录，形成人脸比对站点临时库；
S3’、合规进/出站人员确认；通过站点进/出口的核验记录信息，与人脸比对临时库进行1:N人脸比对，将阈值大于85％、相似度值最高的TOP1结果返回，形成确认的合规进/出站确认人员库；
S4’、非合规人员处理；针对非合规用户提醒，进行身份合规性确认，或劝离。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种提高人脸识别效率和精度的方法，其特征在于：包括如下步骤：
S1、人脸比对系统库创建；通过合规人员注册，及非合规人员用户的数据更新注册方式，实现初始的人脸比对系统库的创建；
S2、人脸比对站点库创建；
S3、人脸比对站点临时库的创建；
S4、合规进/出站确认人员库创建；
S5、非合规用户处理。
2.如权利要求1所述的一种提高人脸识别效率和精度的方法，其特征在于：所述S1中人脸比对系统库创建包括如下具体步骤：
S101、合规用户使用系统注册模块进行个人人脸的注册，注册人脸入人脸比对系统库；
S102、强制引导非合规用户进行人脸注册，注册人脸入人脸比对系统库。
3.如权利要求1所述的一种提高人脸识别效率和精度的方法，其特征在于：所述S2中人脸比对站点库创建包括如下具体步骤：
S201、建立人员档案，基于进/出站预筛记录信息，和进/出站核验记录信息，按照人员特征聚类，分析出同一人员的所有记录，形成人员档案记录信息；
S202、基于人员档案的记录信息，每天晚上系统空余时间自动分析之前一定时间范围内记录信息；按照人员档案标记分析获取的人员经常进/出的站点、以及在该站进/出站时间规律，按照站点、站点出行时间规律，分站分表分区进行建库；
S203、人员比对：站点级人员档案库，按照站点，分别与人脸比对系统库进行1:N用户注册身份确认，将站点级人员档案库中相似度大于一定阀值的记录取出；对于不符合比对条件的人员就，放入未注册用户库，待下此次该人员进站时，提醒注册；
S204、人员比对人脸比对站点库建立：根据比对结果，将人脸比对系统库中同一站点的注册人脸信息单独抽取建立人脸比对站点库。
4.如权利要求3所述的一种提高人脸识别效率和精度的方法，其特征在于：所述S202中一定时间范围可根据场景及数据规模，其初始范围为30天。
5.如权利要求3所述的一种提高人脸识别效率和精度的方法，其特征在于：所述S203中阀值根据不同算法对相同目标的比对阈值来调整，其初始阀值为85％。
6.如权利要求1所述的一种提高人脸识别效率和精度的方法，其特征在于：所述S3中人脸比对站点临时库的创建包括如下步骤：
S301、建立站点预筛库，由进站或出站预采集的记录，形成站点预筛库；
S302、站点人脸比对；预筛库记录逐条与人脸比对站点库比对，将阈值以上的返回结果记录，形成人脸比对临时库；
S303、系统人脸比对；预筛库记录安装比对阀值要求，未在站点人脸比对库比对出结果的记录，形成过站人员记录；将过站人员记录与人脸比对系统库进行比对，将阈值以上结果记录存入到人脸比对站点临时库，不符合要求的，存入未注册用户库；
S304、人脸比对站点临时库建立；按照一定间隔时间，不断执行S302、S303操作过程，将两次人脸比对结果记录合并存入人脸比对站点临时库。
7.如权利要求1-6任一所述的一种提高人脸识别效率和精度的方法，其特征在于：所述S4中合规进/出站确认人员库创建包括如下步骤：
S401、进/出站核验记录；通过站点关键进/出口的人脸采集相机，实现需要比对核验人员记录的采集；
S402、合规进/出站确认；通过对采集的核验人员人脸记录与人脸比对站点临时库进行1:N人脸比对，将阈值以上，按照相似度排序取TOP1的记录，存入到合规进/出站确认人脸库；
S403、非合规用户分析；基于S402分析逻辑，采集的核验人员人脸记录与人脸比对站点临时库无比重结果，将该进/出站核验记录存入到非合规用户信息中。
8.如权利要求7所述的一种提高人脸识别效率和精度的方法，其特征在于：所述S5中非合规用户处理包括如下步骤：
S501、未注册用户判断；通过对非合规用户与未注册用户的比对分析，对于比对阈值大于85％以上结果记录，判定该进/出站用户为未注册用户，否则为异常用户；
S501、判断预警；针对判定结果符合未注册用户的，提醒用户进行系统身份注册。判断为异常用户的，提醒站点处理人员，及时进行人员盘查判断处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910817481.8A CN110532416A (zh) | 2019-08-30 | 2019-08-30 | 一种提高人脸识别效率和精度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910817481.8A CN110532416A (zh) | 2019-08-30 | 2019-08-30 | 一种提高人脸识别效率和精度的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110532416A true CN110532416A (zh) | 2019-12-03 |
Family
ID=68665975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910817481.8A Pending CN110532416A (zh) | 2019-08-30 | 2019-08-30 | 一种提高人脸识别效率和精度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110532416A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110991390A (zh) * | 2019-12-16 | 2020-04-10 | 腾讯云计算（北京）有限责任公司 | 身份信息检索方法、装置、业务系统及电子设备 |
| CN111160200A (zh) * | 2019-12-23 | 2020-05-15 | 浙江大华技术股份有限公司 | 一种路人库的建立方法及装置 |
| CN111950364A (zh) * | 2020-07-07 | 2020-11-17 | 北京思特奇信息技术股份有限公司 | 千万级底库的分库人脸识别系统和方法 |
| CN112101215A (zh) * | 2020-09-15 | 2020-12-18 | Oppo广东移动通信有限公司 | 人脸录入的方法、终端设备及计算机可读存储介质 |
| CN112215141A (zh) * | 2020-10-12 | 2021-01-12 | 中国民航信息网络股份有限公司 | 一种生物特征识别方法、装置、电子设备及存储介质 |
| CN113963392A (zh) * | 2020-07-03 | 2022-01-21 | 北京君正集成电路股份有限公司 | 一种基于动态调节阈值的人脸识别方法 |
| CN114255537A (zh) * | 2021-09-24 | 2022-03-29 | 国科众合创新集团有限公司 | 一种基于生物识别的智能安检闸机一体化系统及方法 |
| CN114863541A (zh) * | 2022-07-06 | 2022-08-05 | 南京熊猫电子股份有限公司 | 一种支持降级运用的车站多人脸终端设备协同方法 |
| CN115116174A (zh) * | 2022-06-29 | 2022-09-27 | 中铁第四勘察设计院集团有限公司 | 一种基于用户授权信息自动获取通行健康码的系统及方法 |
| CN115482608A (zh) * | 2021-12-02 | 2022-12-16 | 云丁网络技术(北京)有限公司 | 一种智能锁的控制方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107808149A (zh) * | 2017-11-17 | 2018-03-16 | 腾讯数码（天津）有限公司 | 一种人脸信息标注方法、装置和存储介质 |
| CN108389284A (zh) * | 2018-01-18 | 2018-08-10 | 南京熊猫电子股份有限公司 | 基于手机imsi识别技术的闸机身份快速验证系统及方法 |
| CN108597065A (zh) * | 2018-03-12 | 2018-09-28 | 南京甄视智能科技有限公司 | 基于人脸识别的客流统计方法 |
| CN109934978A (zh) * | 2019-03-15 | 2019-06-25 | 上海华铭智能终端设备股份有限公司 | 闸机设备的控制方法、终端、闸机设备及系统 |
-
2019
- 2019-08-30 CN CN201910817481.8A patent/CN110532416A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107808149A (zh) * | 2017-11-17 | 2018-03-16 | 腾讯数码（天津）有限公司 | 一种人脸信息标注方法、装置和存储介质 |
| CN108389284A (zh) * | 2018-01-18 | 2018-08-10 | 南京熊猫电子股份有限公司 | 基于手机imsi识别技术的闸机身份快速验证系统及方法 |
| CN108597065A (zh) * | 2018-03-12 | 2018-09-28 | 南京甄视智能科技有限公司 | 基于人脸识别的客流统计方法 |
| CN109934978A (zh) * | 2019-03-15 | 2019-06-25 | 上海华铭智能终端设备股份有限公司 | 闸机设备的控制方法、终端、闸机设备及系统 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110991390B (zh) * | 2019-12-16 | 2023-04-07 | 腾讯云计算（北京）有限责任公司 | 身份信息检索方法、装置、业务系统及电子设备 |
| CN110991390A (zh) * | 2019-12-16 | 2020-04-10 | 腾讯云计算（北京）有限责任公司 | 身份信息检索方法、装置、业务系统及电子设备 |
| CN111160200A (zh) * | 2019-12-23 | 2020-05-15 | 浙江大华技术股份有限公司 | 一种路人库的建立方法及装置 |
| CN113963392A (zh) * | 2020-07-03 | 2022-01-21 | 北京君正集成电路股份有限公司 | 一种基于动态调节阈值的人脸识别方法 |
| CN113963392B (zh) * | 2020-07-03 | 2024-05-03 | 北京君正集成电路股份有限公司 | 一种基于动态调节阈值的人脸识别方法 |
| CN111950364A (zh) * | 2020-07-07 | 2020-11-17 | 北京思特奇信息技术股份有限公司 | 千万级底库的分库人脸识别系统和方法 |
| CN111950364B (zh) * | 2020-07-07 | 2024-03-22 | 北京思特奇信息技术股份有限公司 | 千万级底库的分库人脸识别系统和方法 |
| CN112101215A (zh) * | 2020-09-15 | 2020-12-18 | Oppo广东移动通信有限公司 | 人脸录入的方法、终端设备及计算机可读存储介质 |
| CN112215141A (zh) * | 2020-10-12 | 2021-01-12 | 中国民航信息网络股份有限公司 | 一种生物特征识别方法、装置、电子设备及存储介质 |
| CN112215141B (zh) * | 2020-10-12 | 2024-09-17 | 中国民航信息网络股份有限公司 | 一种生物特征识别方法、装置、电子设备及存储介质 |
| CN114255537A (zh) * | 2021-09-24 | 2022-03-29 | 国科众合创新集团有限公司 | 一种基于生物识别的智能安检闸机一体化系统及方法 |
| CN115482608A (zh) * | 2021-12-02 | 2022-12-16 | 云丁网络技术(北京)有限公司 | 一种智能锁的控制方法及系统 |
| CN115482608B (zh) * | 2021-12-02 | 2024-05-28 | 云丁网络技术(北京)有限公司 | 一种智能锁的控制方法及系统 |
| CN115116174A (zh) * | 2022-06-29 | 2022-09-27 | 中铁第四勘察设计院集团有限公司 | 一种基于用户授权信息自动获取通行健康码的系统及方法 |
| CN114863541A (zh) * | 2022-07-06 | 2022-08-05 | 南京熊猫电子股份有限公司 | 一种支持降级运用的车站多人脸终端设备协同方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110532416A (zh) | 一种提高人脸识别效率和精度的方法 | |
| US10282935B2 (en) | Apparatus for controlling access to and use of portable electronic devices | |
| US11875322B2 (en) | Automated transaction machine with associated beacon | |
| CN109376999A (zh) | 一种交易的管控方法、装置及设备 | |
| CN101872436A (zh) | 多人同步指纹验证的方法 | |
| CN110853205A (zh) | 一种基于外来访客的追迹式门禁安全系统及其使用方法 | |
| WO2008050765A1 (fr) | Système d'authentification individuelle | |
| JP2004334526A (ja) | 不正判定のスコア値算出プログラム、不正判定のスコア値算出方法、及びクレジットカードの不正判定スコア値算出システム | |
| CN108877021A (zh) | 一种无人场馆的门禁管理方法 | |
| Irwin et al. | Appraising credit ratings: does the cap fit better than the ROC? | |
| CN110490750A (zh) | 数据识别的方法、系统、电子设备及计算机存储介质 | |
| CN107767515B (zh) | 一种用于实验室管理系统的人员管理方法 | |
| CN108460578A (zh) | 一种物业能源管理系统 | |
| CN115049395A (zh) | 一种移动支付安全检测方法及系统 | |
| CN110458571A (zh) | 一种信息泄露的风险识别方法、装置及设备 | |
| CN109512171A (zh) | 一种基于互联网控制的安全性高的钥匙连锁装置 | |
| CN110246250A (zh) | 一种实验室安全准入管理系统 | |
| US11355000B2 (en) | Detecting abnormal events for a monitoring system | |
| Leese | Data quality in governance: A definition and a research agenda | |
| CN201465114U (zh) | 多人同步指纹验证系统 | |
| CN205563779U (zh) | 一种出入口门禁管理控制系统 | |
| CN117056913B (zh) | 一种电子印章授权智能管理方法 | |
| US20240304316A1 (en) | Artificial intelligence-based systems and methods for detecting anomalous data | |
| WO2006090354A1 (en) | Detection of misuse of a database | |
| US11954984B2 (en) | Universal cassette for recirculation of bills in multiple systems |
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: 20191203 |