CN110879986A - 人脸识别的方法、设备和计算机可读存储介质 - Google Patents
人脸识别的方法、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110879986A CN110879986A CN201911146985.8A CN201911146985A CN110879986A CN 110879986 A CN110879986 A CN 110879986A CN 201911146985 A CN201911146985 A CN 201911146985A CN 110879986 A CN110879986 A CN 110879986A
- Authority
- CN
- China
- Prior art keywords
- pixel distance
- keypoints
- computer
- predetermined threshold
- calculating
- 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
Images
Classifications
-
- 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)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种用于人脸识别的方法、设备和计算机可读存储介质。该方法包括:检测人脸图像的多个第一类关键点和至少一个第二类关键点;计算该多个第一类关键点中的两个第一类关键点之间的第一像素距离;计算该多个第一类关键点与该至少一个第二类关键点之间的至少一个第二像素距离;计算该第一像素距离与该至少一个第二像素距离之间的至少一个比值;分别确定该至少一个比值是否满足至少一个预定阈值条件;以及如果确定该至少一个比值不满足该至少一个预定阈值条件,则确定该人脸图像是侧脸图像。
Description
技术领域
本发明涉及人脸识别领域,更具体地,涉及一种用于识别人脸,尤其是侧脸,的方法、实现这种方法的设备以及计算机可读存储介质。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。当前的人脸识别技术通常是用摄像机或摄像头采集含有人脸的图像或视频流,并自动在采集的图像或视频流中检测和跟踪人脸,进而对检测到的人脸进行脸部识别。人脸识别技术已经广泛应用于诸如公共交通安全检查和交通违法检查、电子支付、公安刑侦等领域的身份识别。
在当前的人脸识别场景中,通常要求被识别的对象提供其正脸图像。然而,在一些情况下,例如在交通违法检查或者安防检查中,被识别的对象经常处于无意识状态或者不配合状态,从而使得检测到的人脸图像包含大量的侧脸图像或模糊图像。对于这种侧脸图像或模糊图像,由于不能完全检测到人脸的脸部特征,使得人脸识别的精度非常低。
发明内容
针对上述问题,本发明提供了一种用于识别人脸,尤其是侧脸的方案。
根据本发明的一个方面,提供了一种用于人脸识别的方法。该方法包括:检测人脸图像的多个第一类关键点和至少一个第二类关键点;计算该多个第一类关键点中的两个第一类关键点之间的第一像素距离;计算该多个第一类关键点与该至少一个第二类关键点之间的至少一个第二像素距离;计算该第一像素距离与该至少一个第二像素距离之间的至少一个比值;分别确定该至少一个比值是否满足至少一个预定阈值条件;以及如果确定该至少一个比值不满足该至少一个预定阈值条件,则确定该人脸图像是侧脸图像。
根据本发明的另一个方面,提供了一种用于人脸识别的设备。该设备包括:存储器,其上存储有计算机程序代码;以及处理器,其被配置为运行该计算机程序代码,以执行如上所述的方法。
根据本发明的再一个方面,提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序代码,该计算机程序代码在被运行时执行如上所述的方法。
利用本发明的方案,能够通过人脸关键点的相对位置识别出侧脸图像,从而提高了人脸识别的准确性。
附图说明
图1A和图1B分别示出了包含正脸图像和侧脸图像的人脸图像的示意图;
图2示出了根据本发明的实施例的用于人脸识别的方法的流程图;以及
图3示出了可以用来实施本发明的实施例的示例设备的示意性框图。
具体实施方式
以下将结合附图对本发明的各实施例进行详细说明,以便更清楚理解本发明的目的、特点和优点。应理解的是,附图所示的实施例并不是对本发明范围的限制,而只是为了说明本发明技术方案的实质精神。
在下文的描述中,出于说明各种发明的实施例的目的阐述了某些具体细节以提供对各种发明实施例的透彻理解。但是,相关领域技术人员将认识到可在无这些具体细节中的一个或多个细节的情况来实践实施例。在其它情形下,与本申请相关联的熟知的装置、结构和技术可能并未详细地示出或描述从而避免不必要地混淆实施例的描述。
除非语境有其它需要,在整个说明书和权利要求中,词语“包括”和其变型,诸如“包含”和“具有”应被理解为开放的、包含的含义,即应解释为“包括,但不限于”。
在整个说明书中对“一个实施例”或“一实施例”的提及表示结合实施例所描述的特定特点、结构或特征包括于至少一个实施例中。因此,在整个说明书的各个位置“在一个实施例中”或“在一实施例”中的出现不一定全都指相同实施例。另外,特定特点、结构或特征可在一个或多个实施例中以任何方式组合。
说明书和所附权利要求中所用的单数形式“一”和“所述”包括复数指代物,除非文中清楚地另外规定。应当指出的是术语“或”通常以其包括“和/或”的含义使用,除非文中清楚地另外规定。
图1A和图1B分别示出了包含正脸图像100A和侧脸图像100B的人脸图像的示意图。如前所述,该人脸图像可以是从摄像机或摄像头采集的图像或视频流中采集而来的。这里需要注意,在本文的描述中省略了从图像集或视频流中截取出含有人脸的图像100A或100B的过程,这一过程是本领域技术人员所公知的,在本文中不再赘述。
图2示出了根据本发明的实施例的用于人脸识别的方法200的流程图。以下将结合图1A、图1B和图2来详细描述方法200。
首先,在步骤210,检测人脸图像中的第一类关键点和第二类关键点。这里,检测人脸图像中的关键点的技术可以是本领域公知的任何技术,包括但不限于dlib、mtcnn或者retinaface等。利用这些人脸关键点检测技术,能够识别出人脸图像中的关键点,如左右眼、鼻子、嘴巴、耳朵、眉毛、下巴等。
在本发明的方案中,通过利用人脸图像的所有关键点中的一部分来确定获得的人脸图像是正脸图像还是侧脸图像。具体地,在一些实施例中,第一类关键点至少包括左眼101和右眼102,第二类关键点至少包括鼻子103或者左侧嘴角104和右侧嘴角105。当然,本领域技术人员可以理解,本发明并不局限于此,第一类关键点还可以包括眉毛(如左侧和右侧的眉头、眉尾或眉锋),第二类关键点还可以包括下巴等。并且,所述的第一类和第二类仅仅用于区分两类不同的关键点之用,并不对其顺序或重要性等做任何限制。
作为步骤210的结果,得到第一类关键点和第二类关键点在该人脸图像中的像素坐标。接下来,在步骤220,计算两个第一类关键点之间的第一像素距离a。具体地,如图1A和1B中所示,该第一像素距离可以是左眼101和右眼102之间的欧式距离。或者,在其他实例中,该第一像素距离也可以是左侧眉毛和右侧眉毛之间的欧式距离等,本发明并不局限于此。
在步骤230,计算第一类关键点与第二类关键点之间的至少一个第二像素距离b。在第二类关键点包括鼻子103的情况下,第二像素距离b指示左眼101和右眼102的连线的中点与鼻子103之间的欧式距离b1。此外或者可选地,在第二类关键点包括左侧嘴角104和右侧嘴角105的情况下,第二像素距离b指示左眼101和右眼102的连线的中点与左侧嘴角104和右侧嘴角105的连线的中点之间的欧式距离b2。
在步骤240,分别计算第一像素距离a与至少一个第二像素距离b(例如b1和/或b2)之间的至少一个比值。
在根据本发明的一些实施例中,仅考虑一种第二类关键点,如鼻子或者左右嘴角。在这种情况下,在步骤240中仅计算比值a/b1或者比值a/b2。然而,在本发明的另一些实施例中,可以考虑多种第二类关键点,如同时考虑鼻子和左右嘴角。在这种情况下,在步骤240中计算比值a/b1和比值a/b2两者。
接下来,在步骤250,分别确定步骤240得到的至少一个比值是否满足至少一个预定阈值条件。这里,每个预定阈值条件可以是一个预定值,也可以是一个预定阈值范围。预定阈值条件可以是根据多个侧脸图像或正脸图像学习得到的经验值,在此作为置信度。
在根据本发明的一些实施例中,在第二类关键点包括鼻子103的情况下,例如可以将预定阈值条件表示为预定值,如0.8。在这种情况下,如果确定在步骤240得到的比值a/b1大于或等于该预定值0.8,则在步骤250确定满足预定阈值条件(判断为“是”)。反之,如果确定在步骤240得到的比值a/b1小于该预定值0.8,则在步骤250确定不满足预定阈值条件(判断为“否”)。
类似的,在根据本发明的另一些实施例中,在第二类关键点包括左侧嘴角104和右侧嘴角105的情况下,例如可以将预定阈值条件表示为预定值,如0.6,或者表示为预定阈值范围,如[0.6,0.7]。在这种情况下,如果在步骤240得到的比值a/b2大于或等于该预定值0.6,或者比值a/b2落入该预定阈值范围[0.6,0.7],则在步骤250确定满足预定阈值条件(判断为“是”)。反之,如果在步骤240得到的比值a/b2小于该预定值0.6,或者比值a/b2未落入该预定阈值范围[0.6,0.7],则在步骤250确定不满足预定阈值条件(判断为“否”)。
此外,在再一些实施例中,第二类关键点既包括鼻子103又包括左侧嘴角104和右侧嘴角105。在这种情况下,可以分别确定比值a/b1和比值a/b2是否都满足各自的预定阈值条件,并且只有在二者都满足相应的阈值条件时,在步骤250确定满足预定阈值条件(判断为“是”)。反之,如果比值a/b1和比值a/b2中任一个不满足各自的预定阈值条件,则在步骤250确定不满足预定阈值条件(判断为“否”)。
响应于步骤250的判断结果为“是”,方法200进入步骤270,确定该人脸图像是正脸图像,如图1A中的正脸图像100A。继而,方法200还可以进一步包括例如对确定出的正脸图像进行识别或其他处理等(图中未示出),在此不再赘述。
另一方面,响应于步骤250的判断结果为“否”,方法200进入步骤260,确定该人脸图像是侧脸图像,如图1B中的侧脸图像100B。在一些情况下,例如在用于对人脸对象的身份进行准确识别的情况下,方法200还可以进一步包括:删除该侧脸图像并获取下一人脸图像以重复方法200的操作(图中未示出)。
图3示出了可以用来实施本发明的实施例的示例设备300的示意性框图。如图所示,设备300可以包括一个或多个中央处理单元(CPU)310(图中仅示意性地示出了一个),其可以根据存储在只读存储器(ROM)320中的计算机程序指令或者从存储单元380加载到随机访问存储器(RAM)330中的计算机程序指令,来执行各种适当的动作和处理。在RAM 330中,还可存储设备300操作所需的各种程序和数据。CPU 310、ROM 320以及RAM 330通过总线340彼此相连。输入/输出(I/O)接口350也连接至总线340。
设备300中的多个部件连接至I/O接口350,包括:输入单元360,例如键盘、鼠标等;输出单元370,例如各种类型的显示器、扬声器等;存储单元380,例如磁盘、光盘等;以及通信单元390,例如网卡、调制解调器、无线通信收发机等。通信单元390允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的方法200例如可由设备300的处理单元310执行。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元380。在一些实施例中,计算机程序的部分或者全部可以经由ROM 320和/或通信单元390而被载入和/或安装到设备300上。当计算机程序被加载到RAM 330并由CPU 310执行时,可以执行上文描述的方法200的一个或多个动作。
以上结合附图对根据本发明的用于人脸识别的方法200和设备300进行了描述。然而本领域技术人员可以理解,方法200的步骤的执行并不局限于图中所示和以上所述的顺序,而是可以以任何其他合理的顺序来执行。例如,上述的方法200的步骤220和230可以以不同的顺序执行,或者可以并行执行。此外,设备300也不必须包含图3中所示的所有组件,其可以仅仅包含执行本发明中所述的功能所必须的其中一些组件,并且这些组件的连接方式也不局限于图中所示的形式。例如,在设备300是诸如手机之类的便携式设备的情况下,设备300可以具有与图3中相比不同的结构。
利用本发明的方案,可以利用人脸的不同关键点的相对位置关系来检测获取到的人脸图像是否为正脸图像,以提高人脸识别的准确性。这在诸如安防检测或公安检查之类的场景中特别有用。并且,与使用人脸关键点的绝对位置进行检测相比,避免了在同一图像中存在多张处于前后关系的人脸时造成误检的情况。
此外,与仅使用一种第二类关键点相比,使用多种第二类关键点的组合进行检测进一步提高了检测的准确性。
本发明可以是方法、装置、系统和/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,其上载有用于执行本发明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。
用于执行本发明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,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。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单元,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单元执行时,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发明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。
以上已经描述了本发明的各实施例,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 (8)
1.一种用于人脸识别的方法,包括:
检测人脸图像的多个第一类关键点和至少一个第二类关键点;
计算所述多个第一类关键点中的两个第一类关键点之间的第一像素距离;
计算所述多个第一类关键点与所述至少一个第二类关键点之间的至少一个第二像素距离;
计算所述第一像素距离与所述至少一个第二像素距离之间的至少一个比值;
分别确定所述至少一个比值是否满足至少一个预定阈值条件;以及
如果确定所述至少一个比值不满足所述至少一个预定阈值条件,则确定所述人脸图像是侧脸图像。
2.如权利要求1所述的方法,其中
所述第一类关键点包括左眼和右眼,所述第二类关键点包括鼻子,并且其中
所述第一像素距离指示所述左眼和所述右眼之间的欧式距离,所述至少一个第二像素距离指示所述左眼和所述右眼的连线的中点与所述鼻子之间的欧式距离。
3.如权利要求1所述的方法,其中
所述第一类关键点包括左眼和右眼,所述第二类关键点包括左侧嘴角和右侧嘴角,并且其中
所述第一像素距离指示所述左眼和所述右眼之间的欧式距离,所述至少第二像素距离指示所述左眼和所述右眼的连线的中点与所述左侧嘴角和所述右侧嘴角的连线的中点之间的欧式距离。
4.如权利要求1所述的方法,其中
所述第一类关键点包括左眼和右眼,所述第二类关键点包括鼻子、左侧嘴角和右侧嘴角,并且其中
计算所述多个第一类关键点中的两个第一类关键点之间的第一像素距离包括:计算所述左眼和所述右眼之间的欧式距离作为所述第一像素距离,
计算所述多个第一类关键点与所述至少一个第二类关键点之间的至少一个第二像素距离包括:分别计算所述左眼和所述右眼的连线的中点与所述鼻子之间的欧式距离以及所述左眼和所述右眼的连线的中点与所述左侧嘴角和所述右侧嘴角的连线的中点之间的欧式距离作为所述至少一个第二像素距离。
5.如权利要求1所述的方法,其中所述预定阈值条件包括预定值或者预定阈值范围,并且其中确定所述至少一个比值是否满足至少一个预定阈值条件包括:
确定所述至少一个比值是否大于或等于所述至少一个预定值中的对应的预定值或者确定所述至少一个比值是否落入所述至少一个预定阈值范围中的对应的阈值范围。
6.如权利要求1所述的方法,还包括:
删除所述侧脸图像并获取下一人脸图像。
7.一种用于人脸识别的设备,包括:
存储器,其上存储有计算机程序代码;以及
处理器,其被配置为运行所述计算机程序代码,以执行如权利要求1至6中任一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序代码,所述计算机程序代码在被运行时执行如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911146985.8A CN110879986A (zh) | 2019-11-21 | 2019-11-21 | 人脸识别的方法、设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911146985.8A CN110879986A (zh) | 2019-11-21 | 2019-11-21 | 人脸识别的方法、设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110879986A true CN110879986A (zh) | 2020-03-13 |
Family
ID=69730212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911146985.8A Pending CN110879986A (zh) | 2019-11-21 | 2019-11-21 | 人脸识别的方法、设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110879986A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241700A (zh) * | 2020-10-15 | 2021-01-19 | 希望银蕨智能科技有限公司 | 一种额头精准定位的多目标额温测量方法 |
CN112257635A (zh) * | 2020-10-30 | 2021-01-22 | 杭州魔点科技有限公司 | 人脸误检过滤的方法、系统、电子装置和存储介质 |
CN113239888A (zh) * | 2021-06-07 | 2021-08-10 | 中国联合网络通信集团有限公司 | 人脸表情的识别方法、装置、设备和存储介质 |
CN113571051A (zh) * | 2021-06-11 | 2021-10-29 | 天津大学 | 一种唇部语音活动检测和结果纠错的语音识别系统和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160034776A1 (en) * | 2014-07-31 | 2016-02-04 | International Business Machines Corporation | High Speed Searching Method For Large-Scale Image Databases |
CN106991367A (zh) * | 2016-01-21 | 2017-07-28 | 腾讯科技(深圳)有限公司 | 确定人脸转动角度的方法和装置 |
CN109086727A (zh) * | 2018-08-10 | 2018-12-25 | 北京奇艺世纪科技有限公司 | 一种确定人体头部的运动角度的方法、装置及电子设备 |
CN109657587A (zh) * | 2018-12-10 | 2019-04-19 | 南京甄视智能科技有限公司 | 用于人脸识别的侧脸质量评估方法和系统 |
CN110069996A (zh) * | 2019-03-22 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 头部动作识别方法、装置和电子设备 |
CN110414452A (zh) * | 2019-07-31 | 2019-11-05 | 中国工商银行股份有限公司 | 一种基于面部特征位置信息的人脸搜索方法及系统 |
-
2019
- 2019-11-21 CN CN201911146985.8A patent/CN110879986A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160034776A1 (en) * | 2014-07-31 | 2016-02-04 | International Business Machines Corporation | High Speed Searching Method For Large-Scale Image Databases |
CN106991367A (zh) * | 2016-01-21 | 2017-07-28 | 腾讯科技(深圳)有限公司 | 确定人脸转动角度的方法和装置 |
CN109086727A (zh) * | 2018-08-10 | 2018-12-25 | 北京奇艺世纪科技有限公司 | 一种确定人体头部的运动角度的方法、装置及电子设备 |
CN109657587A (zh) * | 2018-12-10 | 2019-04-19 | 南京甄视智能科技有限公司 | 用于人脸识别的侧脸质量评估方法和系统 |
CN110069996A (zh) * | 2019-03-22 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 头部动作识别方法、装置和电子设备 |
CN110414452A (zh) * | 2019-07-31 | 2019-11-05 | 中国工商银行股份有限公司 | 一种基于面部特征位置信息的人脸搜索方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241700A (zh) * | 2020-10-15 | 2021-01-19 | 希望银蕨智能科技有限公司 | 一种额头精准定位的多目标额温测量方法 |
CN112257635A (zh) * | 2020-10-30 | 2021-01-22 | 杭州魔点科技有限公司 | 人脸误检过滤的方法、系统、电子装置和存储介质 |
CN113239888A (zh) * | 2021-06-07 | 2021-08-10 | 中国联合网络通信集团有限公司 | 人脸表情的识别方法、装置、设备和存储介质 |
CN113571051A (zh) * | 2021-06-11 | 2021-10-29 | 天津大学 | 一种唇部语音活动检测和结果纠错的语音识别系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11188789B2 (en) | Detecting poisoning attacks on neural networks by activation clustering | |
CN110879986A (zh) | 人脸识别的方法、设备和计算机可读存储介质 | |
CN109697416B (zh) | 一种视频数据处理方法和相关装置 | |
CN113366487A (zh) | 基于表情组别的操作确定方法、装置及电子设备 | |
CN110163096B (zh) | 人物识别方法、装置、电子设备和计算机可读介质 | |
CN108108711B (zh) | 人脸布控方法、电子设备及存储介质 | |
CN105681324B (zh) | 互联网金融交易系统及方法 | |
CN110795714A (zh) | 一种身份验证方法、装置、计算机设备及存储介质 | |
CN112560683A (zh) | 一种翻拍图像识别方法、装置、计算机设备及存储介质 | |
CN114663871A (zh) | 图像识别方法、训练方法、装置、系统及存储介质 | |
US11709914B2 (en) | Face recognition method, terminal device using the same, and computer readable storage medium | |
CN110895811B (zh) | 一种图像篡改检测方法和装置 | |
CN113837006B (zh) | 一种人脸识别方法、装置、存储介质及电子设备 | |
CN113255516A (zh) | 活体检测方法、装置和电子设备 | |
CN113139527B (zh) | 视频隐私保护方法、装置、设备及存储介质 | |
CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
CN111091056B (zh) | 图像中的墨镜识别方法及装置、电子设备、存储介质 | |
CN112396060A (zh) | 基于身份证分割模型的身份证识别方法及其相关设备 | |
CN114842411A (zh) | 一种基于互补时空信息建模的群体行为识别方法 | |
CN115730104A (zh) | 直播间处理方法、装置、设备及介质 | |
KR20230030907A (ko) | 가짜 영상 탐지 방법 및 이를 수행하기 위한 장치 | |
CN113642443A (zh) | 模型的测试方法、装置、电子设备及存储介质 | |
CN113128414A (zh) | 人员跟踪方法、装置、计算机可读存储介质及电子设备 | |
CN111985400A (zh) | 一种人脸活体识别方法、装置、设备及存储介质 | |
CN113449542B (zh) | 一种换脸识别方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20200313 |