CN110544335B - 目标识别系统及方法、电子设备和存储介质 - Google Patents

目标识别系统及方法、电子设备和存储介质 Download PDF

Info

Publication number
CN110544335B
CN110544335B CN201910818029.3A CN201910818029A CN110544335B CN 110544335 B CN110544335 B CN 110544335B CN 201910818029 A CN201910818029 A CN 201910818029A CN 110544335 B CN110544335 B CN 110544335B
Authority
CN
China
Prior art keywords
processor
target object
target
image
result
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
CN201910818029.3A
Other languages
English (en)
Other versions
CN110544335A (zh
Inventor
谢洪彪
周舒岩
舒荣涛
龙飞
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.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development 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 Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN201910818029.3A priority Critical patent/CN110544335B/zh
Publication of CN110544335A publication Critical patent/CN110544335A/zh
Application granted granted Critical
Publication of CN110544335B publication Critical patent/CN110544335B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/00174Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00563Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本公开涉及一种目标识别系统及方法、电子设备和存储介质,所述系统包括第一处理器、第二处理器、图像获取设备;图像获取设备用于在确定监控区域中出现目标对象时,获取目标图像,并将目标图像发送至第一处理器;第一处理器和所述第二处理器用于对目标图像进行识别处理,获得识别结果,在识别结果满足解锁条件时,向门锁控制器发送解锁指令。根据本公开的实施例的目标识别系统,在监控区域中出现目标对象时,可通过对图像识别处理,并由第一处理器来控制门锁控制器操作门锁。可提升用户的便利性,提升识别准确度。

Description

目标识别系统及方法、电子设备和存储介质
技术领域
本公开涉及计算机技术领域,尤其涉及一种目标识别系统及方法、电子设备和存储介质。
背景技术
生物识别智能门锁发展迅猛,用户无需携带钥匙,通过生物特征识别即可解锁,给用户带来极大的便捷。常用的生物特征有指纹识别,但指纹识别使用具有一定限制,例如,指纹较浅,或手上有污渍,均可能造成使用困难,并且指纹识别的误识别率较高。
发明内容
本公开提出了一种目标识别系统及方法、电子设备和存储介质。
根据本公开的一方面,提供了一种目标识别系统,所述系统包括第一处理器、第二处理器、图像获取设备,所述第一处理器与所述图像获取设备连接,所述第一处理器与所述第二处理器连接;
所述图像获取设备,用于在确定监控区域中出现目标对象的情况下,获取所述监控区域中的目标图像,并将所述目标图像发送至第一处理器;
所述第一处理器和所述第二处理器,用于对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果,在所述识别结果满足解锁条件的情况下,通过所述第一处理器向门锁控制器发送解锁指令,其中,所述解锁指令用于控制所述门锁控制器解开门锁。
根据本公开的实施例的目标识别系统,在监控区域中出现目标对象时,可通过对图像识别处理,并由第一处理器来控制门锁控制器操作门锁。可提升用户的便利性,提升识别准确度。
在一种可能的实现方式中,所述第一处理器和所述第二处理器,还用于:对所述目标图像中的目标对象进行特征提取处理,获得目标对象的人脸特征;对所述目标图像进行活体检测,获得活体检测结果;在所述活体检测结果为活体的情况下,根据所述目标对象的人脸特征对所述目标对象进行识别处理,获得所述识别结果。
通过这种方式,可首先对人脸图像进行活体检测,提高身份识别的安全性与可靠性,并通过人脸特征进行身份识别,提高识别准确度。
在一种可能的实现方式中,所述图像获取设备包括双目红外摄像头。
在一种可能的实现方式中,所述第一处理器和第二处理器进一步用于:对双目红外摄像头获取的目标图像进行预处理;根据预处理后的目标图像,获得所述目标图像中的目标对象的深度信息;根据所述深度信息以及目标对象的人脸特征,确定所述活体检测结果。
在一种可能的实现方式中,所述图像获取设备包括红外补光设备,所述红外补光设备用于在所述双目红外摄像头获取所述目标图像时,向所述目标对象发射红外光,使得所述目标对象反射红外光。
通过这种方式,可通过红外补光设备发射肉眼不可见的红外光,以对目标对象进行补光,可在目标对象无感知的情况下对目标对象进行补光,且可提高获取到的目标图像的质量。
在一种可能的实现方式中,所述第一处理器进一步用于,对所述目标图像进行第一处理,获得中间结果;
所述第二处理器进一步用于,对中间结果进行第二处理,获得反馈结果;
所述第一处理器进一步用于,根据所述中间结果和所述反馈结果,获得所述识别结果。
在一种可能的实现方式中,所述第一处理器,还用于在接收到所述门锁控制器发送的识别信息的情况下,确定所述监控区域中出现目标对象,并向所述图像获取设备发送图像获取指令。
通过这种方式,可在目标对象无感知的情况下检测到目标对象出现在监控区域中,提高使用便利程度。
在一种可能的实现方式中,图像获取设备还用于获取所述监控区域的第一图像;
所述第一处理器和所述第二处理器还用于对所述第一图像进行目标检测处理,获得检测结果;在所述检测结果为检测到目标对象的情况下,确定所述监控区域中出现目标对象。
通过这种方式,可在目标对象无感知的情况下检测到目标对象出现在监控区域中,提高使用便利程度。
在一种可能的实现方式中,所述系统还包括显示设备,所述显示设备用于接收述第一处理器发送的所述目标图像和/或所述识别结果,并显示所述目标图像和/或所述识别结果。
在一种可能的实现方式中,所述第一处理器与所述图像获取设备可通过板对板连接器和串行总线连接,所述第一处理器与所述第二处理器可通过板对板连接器和串行总线连接。
根据本公开的一方面,提供了一种目标识别方法,包括:
在确定监控区域中出现目标对象的情况下,通过图像获取设备获取所述监控区域中的目标图像;
通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果;
在所述识别结果满足解锁条件的情况下,通过所述第一处理器向门锁控制器发送解锁指令,其中,所述解锁指令用于控制所述门锁控制器解开门锁。
在一种可能的实现方式中,通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果,包括:
对所述目标图像中的目标对象进行特征提取处理,获得目标对象的人脸特征;
对所述目标图像进行活体检测,获得活体检测结果;
在所述活体检测结果为活体的情况下,根据所述目标对象的人脸特征对所述目标对象进行识别处理,获得所述识别结果。
在一种可能的实现方式中,所述图像获取设备包括双目红外摄像头。
在一种可能的实现方式中,对所述目标图像进行活体检测,获得活体检测结果,包括:
通过所述第一处理器对双目红外摄像头获取的目标图像进行预处理;
通过所述第一处理器根据预处理后的目标图像,获得所述目标图像中的目标对象的深度信息;
通过所述第二处理器根据所述深度信息以及目标对象的人脸特征,确定所述活体检测结果。
在一种可能的实现方式中,所述图像获取设备包括红外补光设备,所述红外补光设备用于在所述双目红外摄像头获取所述目标图像时,向所述目标对象发射红外光,使得所述目标对象反射红外光。
在一种可能的实现方式中,通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果,包括:
通过所述第一处理器对所述目标图像进行第一处理,获得中间结果;
通过所述第二处理器对中间结果进行第二处理,获得反馈结果;
通过所述第一处理器根据所述中间结果和所述反馈结果,获得所述识别结果。
在一种可能的实现方式中,所述方法还包括:
所述第一处理器在接收到所述门锁控制器发送的识别信息的情况下,确定所述监控区域中出现目标对象,并向所述图像获取设备发送图像获取指令。
在一种可能的实现方式中,图像获取设备还用于获取所述监控区域的第一图像,
所述方法还包括:
通过所述第一处理器和所述第二处理器对所述第一图像进行目标检测处理,获得检测结果;
在所述检测结果为检测到目标对象的情况下,确定所述监控区域中出现目标对象。
根据本公开的一方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行上述目标识别方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述目标识别方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的目标识别系统的框图;
图2示出根据本公开实施例的目标识别系统的应用示意图;
图3示出根据本公开实施例的目标识别方法的流程图;
图4示出根据本公开实施例的电子装置的框图;
图5示出根据本公开实施例的电子装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的目标识别系统的框图,如图1所示,所述系统包括第一处理器11、第二处理器12、图像获取设备13,第一处理器11与图像获取设备13连接,第一处理器11与第二处理器12连接,
图像获取设备13,用于在确定监控区域中出现目标对象的情况下,获取监控区域中的目标图像,并将目标图像发送至第一处理器11;
第一处理器11和第二处理器12,用于对目标图像进行识别处理,获得针对目标图像中目标对象的识别结果,在识别结果满足解锁条件的情况下,通过第一处理器向门锁控制器发送解锁指令,其中,所述解锁指令用于控制所述门锁控制器解开门锁。
根据本公开的实施例的目标识别系统,在监控区域中出现目标对象时,可通过对图像识别处理,并由第一处理器来控制门锁控制器操作门锁。可提升用户的便利性,提升识别准确度。
在一种可能的实现方式中,监控区域为图像获取设备能够拍摄到的区域,图像获取设备可以是摄像头等装置,例如,红外摄像头,本公开对图像获取设备不做限制。
在一种可能的实现方式中,第一处理器11可以是ARM(Advanced RISC Machine,进阶精简指令集机器)或其他低功耗的CPU(Central Processing Unit,中央处理单元),本公开对第一处理器11的类型不做限制。第二处理器12可以是DSP(Digital SignalProcessor,数字信号处理器)或其他NPU(Network Processing Unit,网络处理单元),本公开对第二处理器12不做限制。第二处理器12可以是适用于神经网络执行的处理器,例如,DSP (Digital Signal Processor,数字信号处理器)、GPU(graphics processing unit,图形处理器)或其他NPU(Network Processing Unit,网络处理单元)。图像获取设备13可包括至少一个摄像头,例如,可包括至少一个红外摄像头。第一处理器11与图像获取设备13可通过板对板连接器和串行总线连接,第一处理器11与第二处理器12可通过板对板连接器和串行总线连接。例如,第一处理器11与图像获取设备13之间可通过BTB连接器以及UART 串行总线连接,第一处理器11与第二处理器12可通过BTB连接器以及UART串行总线连接。
在一种可能的实现方式中,可确定监控区域中是否出现目标对象,例如,可通过红外感应或图像检测等方式确定监控区域中是否存在目标对象。
在一种可能的实现方式中,第一处理器11还用于在接收到门锁控制器发送的识别信息的情况下,确定监控区域中出现目标对象,并向图像获取设备13发送图像获取指令。在示例中,门锁控制器可与红外感应装置连接,在监控区域中出现目标对象时,红外感应装置可感应到目标对象的存在,即,红外感应装置可将检测到目标对象的检测信号发送至门锁控制器,门锁控制器可根据检测信号生成识别信息并发送至第一处理器11,以指示第一处理器11开始进行目标识别处理,并向所述图像获取设备13发送图像获取指令以控制图像获取设备13采集目标图像,即,在第一处理器11接收到识别信息时,可确定监控区域中出现目标对象。
在示例中,红外感应装置可直接与第一处理器11连接,即,红外感应装置可将检测到目标对象的检测信号直接发送至第一处理器11,第一处理器11即可确定监控区域中出现目标对象,并开始进行目标识别处理,即,控制图像获取设备13采集目标图像。
在示例中,门锁上可设置有感应装置,当有目标对象进行开启门锁的操作时,该感应装置可检测到有人正在进行开启门锁的操作的检测信号,即,监控区域中出现目标对象,感应装置可将检测信号发送至门锁控制器,门锁控制器可生成识别信息并发送至第一处理器11,以指示第一处理器开始进行目标识别处理。
通过这种方式,可在目标对象无感知的情况下检测到目标对象出现在监控区域中,提高使用便利程度。
在一种可能的实现方式中,图像获取设备13还用于获取监控区域的第一图像;第一处理器11和第二处理器12还用于对第一图像进行目标检测处理,获得检测结果;在检测结果为检测到目标对象的情况下,使得第一处理器确定监控区域中出现目标对象。
在示例中,图像获取设备13可处于常开状态,即,一直在拍摄监控区域的第一图像,第一处理器11与第二处理器12可检测第一图像中是否出现目标对象,在示例中,第一处理器11可对图像获取装置13的多个摄像头拍摄的第一图像进行配准、姿态校正等预处理,并将预处理后的第一图像发送至第二处理器12,第二处理器12可通过神经网络等方法对预处理后的第一图像进行目标检测处理,获得检测结果,即,如果第一图像中出现目标对象,则检测结果为检测到目标对象,反之,则检测结果为未检测到目标对象。
在示例中,如果检测结果为检测到目标对象,第一处理器11可确定监控区域中出现目标对象,并可控制图像获取设备13继续获取目标对象的目标图像。
通过这种方式,可在目标对象无感知的情况下检测到目标对象出现在监控区域中,提高使用便利程度。
在一种可能的实现方式中,第一处理器11在确定监控区域中出现目标对象时,可控制图像获取设备13获取目标图像,例如,可控制图像获取设备13对准目标对象并进行拍摄。在获取到目标图像后,第一处理器11和第二处理器12可对目标图像进行识别处理。
在一种可能的实现方式中,第一处理器11和第二处理器12可对目标图像进行识别,例如,可通过神经网络等方法进行识别处理。
在一种可能的实现方式中,第一处理器11和第二处理器12还用于对目标图像中的目标对象进行特征提取处理,获得目标对象的人脸特征;对目标图像进行活体检测,获得活体检测结果;在活体检测结果为活体的情况下,根据目标对象的人脸特征进行识别处理,获得识别结果。
在一种可能的实现方式中,所述识别处理的过程可由第一处理器11和第二处理器12 来完成,第一处理器11和第二处理器12可利用其处理特性来进行处理,例如,第一处理器11可以是通用处理器,第二处理器12可以是专用处理器,可并行执行一些处理步骤,以提高处理效率,例如,可在神经网络处理中,并行执行多个通道的处理步骤。所述第一处理器进一步用于,对所述目标图像进行第一处理,获得中间结果;所述第二处理器进一步用于,对中间结果进行第二处理,获得反馈结果;所述第一处理器进一步用于,根据所述中间结果和所述反馈结果,获得所述识别结果。
在示例中,第一处理器11可对目标图像进行识别处理,第二处理器12可利用其适用于神经网络执行的特点(例如,可进行并行处理),对识别处理进行加速,例如,可针对第一处理器11提取的人脸特征,利用神经网络等方法进行特征识别处理。
在一种可能的实现方式中,第一处理器11可对目标对象的人脸区域进行特征提取处理,获得目标对象的人脸特征,例如,第一处理器11可对图像获取装置的多个摄像头获取的目标图像进行配准、校正、检测目标对象的姿态等预处理,并可进行特征提取,利用可通过神经网络进行特征提取,或可根据像素值等进行特征提取,以获得人脸特征,本公开对特征提取的方式不做限制。在示例中,所述人脸特征可作为所述中间结果,被发送至第二处理器12进行处理。
在一种可能的实现方式中,第一处理器11和第二处理器12可对目标图像进行活体检测,例如,可对目标图像中的人脸所在区域进行活体检测,例如,可验证目标图像中的人脸为真实的人脸,而非通过例如照片、面具、屏幕翻拍等途径采集得到的。在示例中,可通过神经网络等方式对目标图像进行活体检测,可分辨高清照片、经过处理的图像、三维模型、立体假人、面具换脸等多场景多形式的仿冒欺诈,在目标对象无感知的状态下进行活体检测。如果活体检测结果为非活体,可停止进一步的识别处理。
在一种可能的实现方式中,所述图像获取设备包括双目红外摄像头,第一处理器11 和第二处理器12进一步用于对双目红外摄像头获取的目标图像进行预处理;根据预处理后的目标图像,获得目标图像中的目标对象的深度信息;根据深度信息,确定所述活体检测结果。
在一种可能的实现方式中,图像获取设备13包括红外补光设备,红外补光设备用于在双目红外摄像头获取所述目标对象的目标图像时,向目标对象发射红外光,使得目标对象反射红外光。在示例中,在环境光的光线较弱的情况下,目标对象反射的红外光较少,红外双目摄像头获取的目标图像的质量较差(例如,图像模糊等),可通过红外补光设备进行补光,例如,红外补光设备为能够发射红外线的红外光源,可通过红外光源照射目标对象,使目标对象反射更多的红外光,并使双目红外摄像头能够获取到质量较好的红外图像。
通过这种方式,可通过红外补光设备发射肉眼不可见的红外光,以对目标对象进行补光,可在目标对象无感知的情况下对目标对象进行补光,且可提高获取到的目标图像的质量。
在一种可能的实现方式中,双目红外摄像头可包括两个红外摄像头,可同时从两个角度获取到目标对象的目标图像,第一处理器11可根据两个目标图像进行配准和三维建模等预处理,并确定目标图像中目标对象人脸的姿态(例如,低头、抬头、转头等)。在示例中,可根据目标对象的像素点分别在两个目标图像中的位置,确定目标对象的该像素点在三维模型中的位置,例如,可根据目标对象的眼睛处的像素点分别在两个目标图像中的位置,来进行三维建模,并确定目标对象的眼睛处的像素点在三维模型中的位置,从而确定目标对象的眼睛处的像素点的深度信息。可通过上述方式确定目标对象的每个像素点在三维模型中的位置,并获得三维模型中各像素点的深度信息。所述深度信息可作为中间结果发送至第二处理器12,以进行进一步的活体检测处理。
在一种可能的实现方式中,第二处理器12可根据所述深度信息(中间结果)和人脸特征(中间结果)确定活体检测结果(反馈结果)。在示例中,如果目标对象使用照片等形式进行仿冒欺诈,照片为平面或近似于平面,则各像素点的深度信息一致或具有线性规律,第二处理器可据此判断目标对象使用照片进行仿冒欺诈,即,目标对象为非活体。在示例中,还可根据人脸特征预测深度信息,并根据预测的深度信息与第一处理器11计算获得的深度信息进行对比,来确定第一处理器11计算获得的深度信息是否符合活体的特征。本公开对根据深度信息确定活体检测结果的方式不做限制。所述活体检测结果可作为反馈结果被发送至第一处理器11,使第一处理器11可通过该反馈结果和中间结果进行进一步的识别处理。
在一种可能的实现方式中,第一处理器11进一步用于在活体检测结果为活体的情况下,将人脸特征发送至第二处理器12,即,在活体检测结果(反馈结果)满足条件的情况下,对人脸特征(中间结果)进行进一步处理;第二处理器12进一步用于对人脸特征进行特征识别处理,获得特征识别结果,并发送至第一处理器11,所述特征识别结果也可作为第二处理器12的反馈结果;第一处理器11进一步用于根据人脸特征和特征识别结果,获得识别结果,即,根据中间结果(人脸特征)和反馈结果(特征识别结果),进行识别处理,获得识别结果。
在一种可能的实现方式中,如果活体检测结果为活体,第一处理器11可将人脸特征( 中间结果 ) 发送至第二处理器12,第二处理器12可根据目标对象的人脸特征进行特征识别处理,获得特征识别结果(反馈结果)。在示例中,电子系统数据库中可包括多个参考特征,或者,能够与第二处理器12通信的服务器的数据库中可包括多个参考特征,例如,所述参考特征为能够开启门锁的对象(例如,该门锁为某公司的门禁系统的门锁,能够开启门锁的对象为该公司的员工等)的人脸特征,所述参考特征可以是预先对每个对象进行红外图像的拍摄并进行特征提取而获得的。可通过目标对象的人脸特征与各参考特征进行对比,以确定特征识别结果,并发送至第一处理器11。例如,第二处理器12可对人脸特征进行编码、卷积、下采样、池化等处理,并可进行人脸特征与参考特征的比对处理,例如,可确定人脸特征与参考特征之间的特征偏差,并将特征偏差作为特征识别结果(反馈结果)发送至第一处理器11,第一处理器11可通过跳接等方式将所述人脸特征(中间结果)和特征识别结果(反馈结果)进行全连接或卷积等处理,获得人脸特征参考特征之间的特征相似度。如果人脸特征与某个参考特征的特征相似度(例如,余弦相似度)大于相似度阈值,则所述识别结果为目标对象的人脸特征与该参考特征匹配,即,目标对象的身份为与该参考特征对应的对象的身份,例如,数据库中保存有对象1、对象2…对象n的参考特征,目标对象的人脸特征与对象2的参考特征匹配,则目标对象的身份信息为对象2。
通过这种方式,可首先对人脸图像进行活体检测,提高身份识别的安全性与可靠性,并通过人脸特征进行身份识别,提高识别准确度。
在一种可能的实现方式中,如果识别结果满足解锁条件(例如,目标对象的人脸特征与数据库中的某参考特征匹配),则第一处理器11向门锁控制器发送解锁指令,以控制门锁控制器解开门锁。例如,如果识别结果满足解锁条件,第一处理器可生成解锁信号,并将解锁信号发送至门锁控制器,门锁控制器即可解开门锁。如果识别结果不满足解锁条件,例如,目标对象的人脸特征与数据库中的所有参考特征均不匹配,则第一处理器可不执行任何处理,门锁控制器也可不执行任何处理,门锁可保持关闭状态,或者,第一处理器可将目标对象的人脸特征与数据库中的所有参考特征均不匹配的消息发送至门锁控制器,即,将目标对象识别为陌生人的消息发送至门锁控制器,门锁控制器可使门锁保持关闭状态。
在一种可能的实现方式中,所述系统还包括显示设备,所述显示设备用于接收述第一处理器11发送的所述目标图像和/或所述识别结果,并显示所述目标图像和/或所述识别结果。
在示例中,显示设备可与第一处理器11连接,第一处理器11在控制图像获取设备13 获取到目标图像时,可发送至显示设备,显示设备可对目标图像进行显示。在另一示例中,显示设备还可显示所述识别结果。例如,在识别结果为目标对象的人脸特征与数据库中的某参考特征匹配时,可在显示设备上显示该识别结果,进而提示目标对象门锁已开启,可以进入。在识别结果为目标对象的人脸特征与数据库中的所有参考特征均不匹配时,可在显示设备上显示该识别结果,进而提示目标对象门锁未开启,不可进入。本公开对显示设备能够显示的信息的种类不做限制。
根据本公开的实施例的目标识别方法,可通过门锁控制器发送的识别信息或者第一处理器及第二处理器的检测结果确定监控区域中是否出现目标对象,可在目标对象无感知的情况下检测到目标对象出现在监控区域中,提高使用便利程度。在监控区域中出现目标对象时,可通过红外补光设备发射肉眼不可见的红外光,以对目标对象进行补光,可在目标对象无感知的情况下对目标对象进行补光,且可提高获取到的目标图像的质量,并可对人脸图像进行活体检测,提高身份识别的安全性与可靠性,并通过人脸特征进行身份识别,提高识别准确度。
图2示出根据本公开实施例的目标识别系统的应用示意图,所述系统可包括第一处理器、第二处理器、图像获取设备(例如,双目红外摄像头)、红外补光设备和显示设备。目标识别系统可与门锁控制器连接,例如,第一处理器可通过Uart口(串行接口)与门锁控制器进行通信,此外,门锁控制器还可通过有线连接的方式为目标识别系统供电。
在一种可能的实现方式中,门锁控制器可与红外感应装置连接,在监控区域中出现目标对象(例如,人)时,红外感应装置可感应到目标对象的存在,并将检测信号发送至门锁控制器,门锁控制器可生成识别信息并发送至第一处理器,以指示第一处理器开始进行目标识别处理。
在一种可能的实现方式中,图像获取设备为双目红外摄像头,可拍摄目标对象的目标图像,并可在显示设备上显示目标图像,第一处理器可控制红外补光设备为目标对象进行补光,使目标对象反射红外光,双目红外摄像头可拍摄到高质量的目标对象的目标图像。
在一种可能的实现方式中,双目红外摄像头可在不同的角度获取到目标对象的目标图像,第一处理器可提取目标图像中目标对象的人脸特征。进一步地,第一处理器可根据两个目标图像进行配准和三维建模,并确定目标对象的各像素点在三维模型中的位置,进而确定目标对象的各像素点的深度信息。第二处理器可根据深度信息及目标对象的人脸特征对目标对象进行活体检测,以确定目标对象是否进行仿冒欺诈。
在一种可能的实现方式中,如果目标对象的活体检测结果为活体,则目标对象未进行仿冒欺诈,可第一处理器可将人脸特征发送至第二处理器,第二处理器可对目标对象进行特征识别处理,例如,可将人脸特征与数据库中的参考特征进行比对,获得特征偏差,第一处理器可根据特征偏差与人脸特征确定人脸特征与参考特征的特征相似度。如果目标对象的人脸特征与数据库中的某参考特征匹配,则第一处理器可向门锁控制器发送解锁信号,门锁控制器可解开门锁,且显示设备可显示允许进入等信息。如果目标对象的人脸特征与数据库中的所有参考特征均不匹配,则第一处理器可不进行任何处理,门锁控制器也可不进行任何处理,门锁保持关闭状态,且显示设备可显示不允许进入等信息,或者,第一处理器可将目标对象的人脸特征与数据库中的所有参考特征均不匹配的消息发送至门锁控制器,即,将目标对象识别为陌生人的消息发送至门锁控制器,门锁控制器可使门锁保持关闭状态。
在一种可能的实现方式中,所述目标识别方法可用于智能门锁或门禁系统中,以对目标对象进行识别,进而确定是否开启门锁。本公开对所述方法的应用领域不做限制。
图3示出根据本公开实施例的目标识别方法的流程图,如图3所示,所述方法包括:
在步骤S11中,在确定监控区域中出现目标对象的情况下,通过图像获取设备获取所述监控区域中的目标图像;
在步骤S12中,通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果;
在步骤S13中,在所述识别结果满足解锁条件的情况下,通过所述第一处理器向门锁控制器发送解锁指令,其中,所述解锁指令用于控制所述门锁控制器解开门锁。
在一种可能的实现方式中,目标识别方法可以由终端设备或其它处理设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。其它处理设备可为服务器或云端服务器等。在一些可能的实现方式中,该目标识别方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
在一种可能的实现方式中,通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果,包括:
对所述目标图像中的目标对象进行特征提取处理,获得目标对象的人脸特征;
对所述目标图像进行活体检测,获得活体检测结果;
在所述活体检测结果为活体的情况下,根据所述目标对象的人脸特征对所述目标对象进行识别处理,获得所述识别结果。
在一种可能的实现方式中,所述图像获取设备包括双目红外摄像头。
在一种可能的实现方式中,对所述目标图像进行活体检测,获得活体检测结果,包括:
通过所述第一处理器对双目红外摄像头获取的目标图像进行预处理;
通过所述第一处理器根据预处理后的目标图像,获得所述目标图像中的目标对象的深度信息;
通过所述第二处理器根据所述深度信息以及目标对象的人脸特征,确定所述活体检测结果。
在一种可能的实现方式中,所述图像获取设备包括红外补光设备,所述红外补光设备用于在所述双目红外摄像头获取所述目标图像时,向所述目标对象发射红外光,使得所述目标对象反射红外光。
在一种可能的实现方式中,通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果,包括:
通过所述第一处理器对所述目标图像进行第一处理,获得中间结果;
通过所述第二处理器对中间结果进行第二处理,获得反馈结果;
通过所述第一处理器根据所述中间结果和所述反馈结果,获得所述识别结果。
在一种可能的实现方式中,所述方法还包括:
所述第一处理器在接收到所述门锁控制器发送的识别信息的情况下,确定所述监控区域中出现目标对象,并向所述图像获取设备发送图像获取指令。
在一种可能的实现方式中,图像获取设备还用于获取所述监控区域的第一图像,
所述方法还包括:
通过所述第一处理器和所述第二处理器对所述第一图像进行目标检测处理,获得检测结果;
在所述检测结果为检测到目标对象的情况下,确定所述监控区域中出现目标对象。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图4,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器 (EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风 (MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800 或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA) 技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、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)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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服务器上执行。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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (18)

1.一种目标识别系统,其特征在于,所述系统包括第一处理器、第二处理器、图像获取设备,所述第一处理器与所述图像获取设备连接,所述第一处理器与所述第二处理器连接;
所述图像获取设备,用于在确定监控区域中出现目标对象的情况下,获取所述监控区域中的目标图像,并将所述目标图像发送至第一处理器;
所述第一处理器和所述第二处理器,用于对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果,在所述识别结果满足解锁条件的情况下,通过所述第一处理器向门锁控制器发送解锁指令,其中,所述解锁指令用于控制所述门锁控制器解开门锁;
所述第一处理器进一步用于,对所述目标图像进行第一处理,获得中间结果;
所述第二处理器进一步用于,对中间结果进行第二处理,获得反馈结果;
所述第一处理器进一步用于,根据所述中间结果和所述反馈结果,获得所述识别结果。
2.根据权利要求1所述的系统,其特征在于,所述第一处理器和所述第二处理器,还用于:
对所述目标图像中的目标对象进行特征提取处理,获得目标对象的人脸特征;对所述目标图像进行活体检测,获得活体检测结果;在所述活体检测结果为活体的情况下,根据所述目标对象的人脸特征对所述目标对象进行识别处理,获得所述识别结果。
3.根据权利要求2所述的系统,其特征在于,所述图像获取设备包括双目红外摄像头。
4.根据权利要求3所述的系统,其特征在于,所述第一处理器和第二处理器进一步用于:
对双目红外摄像头获取的目标图像进行预处理;
根据预处理后的目标图像,获得所述目标图像中的目标对象的深度信息;
根据所述深度信息以及目标对象的人脸特征,确定所述活体检测结果。
5.根据权利要求3所述的系统,其特征在于,所述图像获取设备包括红外补光设备,所述红外补光设备用于在所述双目红外摄像头获取所述目标图像时,向所述目标对象发射红外光,使得所述目标对象反射红外光。
6.根据权利要求1所述的系统,其特征在于,所述第一处理器,还用于在接收到所述门锁控制器发送的识别信息的情况下,确定所述监控区域中出现目标对象,并向所述图像获取设备发送图像获取指令。
7.根据权利要求1所述的系统,其特征在于,所述图像获取设备还用于获取所述监控区域的第一图像;
所述第一处理器和所述第二处理器还用于对所述第一图像进行目标检测处理,获得检测结果;在所述检测结果为检测到目标对象的情况下,确定所述监控区域中出现目标对象。
8.根据权利要求1所述的系统,其特征在于,所述系统还包括显示设备,所述显示设备用于接收述第一处理器发送的所述目标图像和/或所述识别结果,并显示所述目标图像和/或所述识别结果。
9.根据权利要求1所述的系统,其特征在于,所述第一处理器与所述图像获取设备可通过板对板连接器和串行总线连接,所述第一处理器与所述第二处理器可通过板对板连接器和串行总线连接。
10.一种目标识别方法,其特征在于,包括:
在确定监控区域中出现目标对象的情况下,通过图像获取设备获取所述监控区域中的目标图像;
通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果;
在所述识别结果满足解锁条件的情况下,通过所述第一处理器向门锁控制器发送解锁指令,其中,所述解锁指令用于控制所述门锁控制器解开门锁;
其中,通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果,包括:
通过所述第一处理器对所述目标图像进行第一处理,获得中间结果;
通过所述第二处理器对中间结果进行第二处理,获得反馈结果;
通过所述第一处理器根据所述中间结果和所述反馈结果,获得所述识别结果。
11.根据权利要求10所述的方法,其特征在于,通过第一处理器和第二处理器对所述目标图像进行识别处理,获得针对所述目标图像中目标对象的识别结果,包括:
对所述目标图像中的目标对象进行特征提取处理,获得目标对象的人脸特征;
对所述目标图像进行活体检测,获得活体检测结果;
在所述活体检测结果为活体的情况下,根据所述目标对象的人脸特征对所述目标对象进行识别处理,获得所述识别结果。
12.根据权利要求11所述的方法,其特征在于,所述图像获取设备包括双目红外摄像头。
13.根据权利要求12所述的方法,其特征在于,对所述目标图像进行活体检测,获得活体检测结果,包括:
通过所述第一处理器对双目红外摄像头获取的目标图像进行预处理;
通过所述第一处理器根据预处理后的目标图像,获得所述目标图像中的目标对象的深度信息;
通过所述第二处理器根据所述深度信息以及目标对象的人脸特征,确定所述活体检测结果。
14.根据权利要求12所述的方法,其特征在于,所述图像获取设备包括红外补光设备,所述红外补光设备用于在所述双目红外摄像头获取所述目标图像时,向所述目标对象发射红外光,使得所述目标对象反射红外光。
15.根据权利要求10所述的方法,其特征在于,所述方法还包括:
所述第一处理器在接收到所述门锁控制器发送的识别信息的情况下,确定所述监控区域中出现目标对象,并向所述图像获取设备发送图像获取指令。
16.根据权利要求10所述的方法,其特征在于,图像获取设备还用于获取所述监控区域的第一图像,
所述方法还包括:
通过所述第一处理器和所述第二处理器对所述第一图像进行目标检测处理,获得检测结果;
在所述检测结果为检测到目标对象的情况下,确定所述监控区域中出现目标对象。
17.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求10至16中任意一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求10至16中任意一项所述的方法。
CN201910818029.3A 2019-08-30 2019-08-30 目标识别系统及方法、电子设备和存储介质 Active CN110544335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910818029.3A CN110544335B (zh) 2019-08-30 2019-08-30 目标识别系统及方法、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910818029.3A CN110544335B (zh) 2019-08-30 2019-08-30 目标识别系统及方法、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN110544335A CN110544335A (zh) 2019-12-06
CN110544335B true CN110544335B (zh) 2020-12-29

Family

ID=68712429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910818029.3A Active CN110544335B (zh) 2019-08-30 2019-08-30 目标识别系统及方法、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN110544335B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112995505B (zh) * 2021-02-09 2022-06-17 西南科技大学 一种图像处理方法、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000220333A (ja) * 1999-01-29 2000-08-08 Toshiba Corp 人物認証装置およびその方法
JP2009093373A (ja) * 2007-10-05 2009-04-30 Toshiba Corp 生体照合装置の監視装置、通行制御装置の監視装置、生体照合システム、および、生体照合装置の監視方法
CN109977771A (zh) * 2019-02-22 2019-07-05 杭州飞步科技有限公司 司机身份的验证方法、装置、设备及计算机可读存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103422727A (zh) * 2012-05-21 2013-12-04 富泰华工业(深圳)有限公司 电子锁开启设备及电子锁开启方法
CN204481940U (zh) * 2015-04-07 2015-07-15 北京市商汤科技开发有限公司 双目摄像头拍照移动终端
CN105335722B (zh) * 2015-10-30 2021-02-02 商汤集团有限公司 一种基于深度图像信息的检测系统及方法
CN108875468B (zh) * 2017-06-12 2022-03-01 北京旷视科技有限公司 活体检测方法、活体检测系统以及存储介质
CN109427124A (zh) * 2017-09-05 2019-03-05 北京中科奥森数据科技有限公司 一种双目摄像头人脸识别门禁设备及其控制方法
CN110225258B (zh) * 2018-04-28 2021-08-20 Oppo广东移动通信有限公司 数据处理方法、装置、计算机可读存储介质和电子设备
CN108833887B (zh) * 2018-04-28 2021-05-18 Oppo广东移动通信有限公司 数据处理方法、装置、电子设备及计算机可读存储介质
CN108924426B (zh) * 2018-08-01 2020-01-10 Oppo广东移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN109508702A (zh) * 2018-12-29 2019-03-22 安徽云森物联网科技有限公司 一种基于单一图像采集设备的三维人脸活体检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000220333A (ja) * 1999-01-29 2000-08-08 Toshiba Corp 人物認証装置およびその方法
JP2009093373A (ja) * 2007-10-05 2009-04-30 Toshiba Corp 生体照合装置の監視装置、通行制御装置の監視装置、生体照合システム、および、生体照合装置の監視方法
CN109977771A (zh) * 2019-02-22 2019-07-05 杭州飞步科技有限公司 司机身份的验证方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN110544335A (zh) 2019-12-06

Similar Documents

Publication Publication Date Title
CN108764069B (zh) 活体检测方法及装置
CN108197586B (zh) 脸部识别方法和装置
US11321575B2 (en) Method, apparatus and system for liveness detection, electronic device, and storage medium
CN110287671B (zh) 验证方法及装置、电子设备和存储介质
CN107692997B (zh) 心率检测方法及装置
WO2021031609A1 (zh) 活体检测方法及装置、电子设备和存储介质
CN111553864B (zh) 图像修复方法及装置、电子设备和存储介质
CN110569777B (zh) 图像处理方法及装置、电子设备和存储介质
CN104850828A (zh) 人物识别方法及装置
CN110532957B (zh) 人脸识别方法及装置、电子设备和存储介质
CN110674719A (zh) 目标对象匹配方法及装置、电子设备和存储介质
CN109934275B (zh) 图像处理方法及装置、电子设备和存储介质
CN107944367B (zh) 人脸关键点检测方法及装置
CN111241887B (zh) 目标对象关键点识别方法及装置、电子设备和存储介质
CN108406776B (zh) 安全交互方法、安全交互装置及服务机器人
CN112991553B (zh) 信息展示方法及装置、电子设备和存储介质
CN112270288A (zh) 活体识别、门禁设备控制方法和装置、电子设备
CN110928627A (zh) 界面展示方法及装置、电子设备和存储介质
CN111523485A (zh) 位姿识别方法及装置、电子设备和存储介质
CN111435422B (zh) 动作识别方法、控制方法及装置、电子设备和存储介质
CN112184787A (zh) 图像配准方法及装置、电子设备和存储介质
CN110909203A (zh) 视频分析方法及装置、电子设备和存储介质
CN107977636B (zh) 人脸检测方法及装置、终端、存储介质
CN114333185A (zh) 支付方法及装置、电子设备和存储介质
CN109145878B (zh) 图像提取方法及装置

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
GR01 Patent grant
GR01 Patent grant