CN110956134A - 人脸识别方法、装置、设备以及计算机可读存储介质 - Google Patents
人脸识别方法、装置、设备以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110956134A CN110956134A CN201911200689.1A CN201911200689A CN110956134A CN 110956134 A CN110956134 A CN 110956134A CN 201911200689 A CN201911200689 A CN 201911200689A CN 110956134 A CN110956134 A CN 110956134A
- Authority
- CN
- China
- Prior art keywords
- face
- area
- target image
- highlight
- value
- 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.)
- Granted
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
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
Abstract
本申请提出一种人脸识别方法、装置、设备以及计算机可读存储介质,其中,人脸识别方法包括:根据第一目标图像确定高亮区域,其中,高亮区域的亮度值大于预设值;判断高亮区域与第一目标图像的比例值是否大于预设比例;在比例值大于预设比例的条件下,根据高亮区域的位置,向用户发送引导信号,引导信号用于引导用户调整人脸区域在第二目标图像中的位置。根据本申请实施例的人脸识别方法可以在逆光条件下引导用户调整在目标图像中的成像位置,从而提高人脸识别成功率。
Description
技术领域
本申请涉及人脸识别技术领域,尤其涉及一种人脸识别方法、装置、设备以及计算机可读存储介质。
背景技术
相关技术中提出了一种具有人脸识别功能的车辆,当车辆停放在室外开阔地带,在晴天逆光的场景下,当用户站在摄像头前尝试通过人脸识别进入车门时,由于逆光环境下图像传感器获取的人脸图像会出现大面积过曝发白的情况,从而导致无法提取人脸特征值,影响人脸识别的效率和成功率。
发明内容
本申请实施例提供一种人脸识别方法、装置、设备以及计算机可读存储介质,以解决相关技术存在的问题,技术方案如下:
第一方面,本申请实施例提供了一种人脸识别方法,包括:
根据第一目标图像确定高亮区域,其中,高亮区域的亮度值大于预设值;
判断高亮区域与第一目标图像的比例值是否大于预设比例;
在比例值大于预设比例的条件下,根据高亮区域的位置,向用户发送引导信号,引导信号用于引导用户调整人脸区域在第二目标图像中的位置。
在一种实施方式中,根据高亮区域的位置,向用户发送引导信号,包括:
根据高亮区域的位置,确定人脸引导框,人脸引导框与高亮区域的至少一部分重叠设置;
在目标图像的显示器上显示人脸引导框。
在一种实施方式中,第一目标图像包括用户的人脸图像,判断高亮区域与第一目标图像的比例值是否大于预设比例,包括:
根据人脸图像确定人脸区域;
确定高亮区域与人脸区域的重叠区域;
判断重叠区域与人脸区域的比例值是否大于预设比例。
在一种实施方式中,根据高亮区域的位置,向用户发送引导信号,包括:
在人脸区域的边缘生成人脸识别框;
根据高亮区域相对人脸区域的位置,在第二目标图像中生成引导标识,引导标识用于指示人脸识别框沿预设方向移动,其中,预设方向为人脸区域指向高亮区域的方向。
在一种实施方式中,根据高亮区域的位置,向用户发送引导信号,包括:
在目标图像的显示器上显示提示标识,提示标识用于指示高亮区域在显示器的画面中的位置。
在一种实施方式中,根据第一目标图像确定高亮区域,包括:
将第一目标图像的每个像素的RGB值转换为亮度值;
判断每个像素的亮度值是否大于预设值;
在像素的亮度值大于预设值的条件下,将该像素标记为高亮度像素;
根据高亮度像素的坐标确定高亮区域。
在一种实施方式中,将图像中的每个像素的RGB值转换为亮度值,包括:
将第一目标图像的每个像素通过插值计算方法由RGGB格式转换为RGB格式;
根据每个像素的R值、G值和B值,计算每个像素的亮度值。
第二方面,本申请实施例提供一种人脸识别装置,包括:
高亮区域确定模块,用于根据第一目标图像确定高亮区域,其中,高亮区域的亮度值大于预设值;
判断模块,用于判断高亮区域与第一目标图像的比例值是否大于预设比例;
发送模块,用于在比例值大于预设比例的条件下,根据高亮区域的位置,向用户发送引导信号,引导信号用于引导用户调整人脸区域在第二目标图像中的位置。
在一种实施方式中,该装置还包括:
确定模块,用于根据高亮区域的位置,确定人脸引导框,人脸引导框与高亮区域间隔设置;
显示模块,用于在目标图像的显示器上显示人脸引导框。
在一种实施方式中,该装置还包括:
人脸区域确定模块,用于根据人脸图像确定人脸区域;
重叠区域确定模块,用于确定高亮区域与人脸区域的重叠区域;
判断模块用于判断重叠区域与人脸区域的比例值是否大于预设比例。
在一种实施方式中,该装置还包括:
人脸识别框生成模块,用于在人脸区域的边缘生成人脸识别框;
引导标识生成模块,用于根据高亮区域相对人脸区域的位置,在第二目标图像中生成引导标识,引导标识用于指示人脸识别框沿预设方向移动,其中,预设方向为人脸区域指向高亮区域的方向。
在一种实施方式中,该装置还包括:
显示模块,用于在目标图像的显示器上显示提示标识,提示标识用于指示高亮区域在显示器的画面中的位置。
在一种实施方式中,该装置还包括:
转换模块,用于将第一目标图像的每个像素的RGB值转换为亮度值,判断模块用于判断每个像素的亮度值是否大于预设值;
标记模块,用于在像素的亮度值大于预设值的条件下,将该像素标记为高亮度像素;
高亮区域生成模块根据高亮度像素的坐标生成高亮区域。
第三方面,本申请实施例提供了一种人脸识别设备,该设备包括:存储器和处理器。其中,该存储器和该处理器通过内部连接通路互相通信,该存储器用于存储指令,该处理器用于执行该存储器存储的指令,并且当该处理器执行该存储器存储的指令时,使得该处理器执行上述各方面任一种实施方式中的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储计算机程序,当计算机程序在计算机上运行时,上述各方面任一种实施方式中的方法被执行。
上述技术方案中的优点或有益效果至少包括:根据本申请实施例的人脸识别方法可以在逆光条件下引导用户调整在目标图像中的成像位置,从而提高的人脸识别成功率。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1为根据本申请实施例的人脸识别方法的流程图。
图2为根据本申请实施例的人脸识别方法的流程图。
图3为根据本申请实施例的人脸识别方法的流程图。
图4为根据本申请实施例的人脸识别方法的流程图。
图5为根据本申请实施例的人脸识别方法的流程图。
图6为根据本申请实施例的人脸识别方法的生成高亮区域的示意图。
图7为根据本申请实施例的人脸识别方法的流程图。
图8为根据本申请实施例的人脸识别装置的结构框图。
图9为根据本申请实施例的人脸识别设备的结构框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本申请的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1示出根据本申请实施例的人脸识别方法的流程图。如图1所示,该人脸识别方法可以包括:
步骤S101:根据第一目标图像确定高亮区域,其中,高亮区域的亮度值大于预设值。
目标图像可以是图像传感器采集的图像。可以理解的是,图像传感器包括多个感光单位,每个感光单位具有相应的像素点,高亮区域包括多个感光单位。高亮区域可以理解为每个亮度值均大于预设值的多个像素点所组成的区域,或者平均亮度值大于预设值的多个像素点所组成的区域。其中,图像传感器可以为电荷耦合器件(Charged CoupledDevice,CCD)或者互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS),本申请实施例对此不作具体限定。
在一个示例中,第一目标图像为图像传感器所采集的初始图像,可以为人脸识别之前的测试图像,也可以为人脸识别过程中的人脸图像。
在一个示例中,通过计算第一目标图像中的某个区域范围内的多个像素点的亮度的平均值,如果该平均值大于预设值,则将该区域内的多个像素点确定为高亮区域。
步骤S102:判断高亮区域与第一目标图像的比例值是否大于预设比例。即判断高亮区域在第一目标图像中所占的比例是否大于预设比例。
可以理解的是,在逆光条件下,如果高亮区域在第一目标图像中所占的比例大于预设比例,则会导致第一目标图像中的人脸图像过曝发白,从而无法准确地识别人脸特征,进而影响人脸识别的成功率。
步骤S103:在比例值大于预设比例的条件下,根据高亮区域的位置,向用户发送引导信号,引导信号用于引导用户调整人脸区域在第二目标图像中的位置。
其中,第二目标图像即确定高亮区域的位置后,在进行人脸识别过程中图像传感器所采集的图像。引导信号可以通过图像显示或者声音提示的方式发送给用户。
根据本申请实施例的人脸识别方法,通过对比高亮区域与人脸区域的位置关系以向用户发送引导信号,用户根据引导信号的引导,通过移动头部可以调整人脸区域在第二目标图像中的位置,以使人脸区域遮挡高亮区域的至少一部分,或者用户通过其他身体部位遮挡光线的来源以减小高亮区域的面积,从而减小高亮区域对人脸区域的成像质量的干涉,提高在逆光条件下人脸识别的成功率。由此,本申请实施例的人脸识别方法可以解决在逆光场景下,图像传感器抓取的人脸图像大面积过曝发白,导致无法提取人脸特征值,从而影响人脸识别的成功率的技术问题,因此,根据本申请实施例的人脸识别方法可以在逆光条件下引导用户调整在目标图像中的成像位置,从而提高的人脸识别成功率。
在一种实施方式中,如图2所示,在步骤S103中可以包括:
步骤S201:根据高亮区域的位置,确定人脸引导框,人脸引导框与高亮区域的至少一部分重叠设置。
可以理解的是,人脸引导框用于引导用户将人脸部位移动至人脸引导框内,以确定人脸区域在第二目标图像中的位置。其中,人脸引导框与高亮区域具有重叠区域,以使人脸区域可以遮挡高亮区域的至少一部分,从而减小高亮区域与目标图像的比例。
步骤S202:在目标图像的显示器上显示人脸引导框。
在一个示例中,人脸引导框的形状可以为人脸轮廓线的大致形状。优选地,人脸引导框位于高亮区域的中心点位置。可以理解的是,在逆光条件下,光源通常位于高亮区域的中心位置,通过遮挡光源可以消除高亮区域,从而提高人脸区域的成像质量,进一步提高在逆光环境下的人脸识别成功率。
在一种实施方式中,如图3所示,在步骤S102中可以包括:
步骤S301:根据人脸图像生成人脸区域;
步骤S302:确定高亮区域与人脸区域的重叠区域;
步骤S303:判断重叠区域与人脸区域的比例值是否大于预设比例。
其中,人脸图像是通过对第一目标图像进行人脸检测得到的,人脸区域包括形成人脸图像的多个像素的坐标。根据高亮区域的多个像素的坐标以及人脸区域的多个像素的坐标,确定的像素的坐标,并生成重叠区域。可以理解的是,重叠区域的图像全白,不利于识别重叠区域的人脸特征,从而影响人脸识别的效率。进一步地,在重叠区域与人脸区域的比例值大于预设比例的条件下,则向用户发送引导信号,以引导用户遮挡高亮区域,从而减小高亮区域与人脸区域的重叠区域的面积。
可以理解的是,如果重叠区域所占的人脸区域的比例大于预设比例,则人脸图像可识别的有效特征较少,无法满足人脸识别的标准,从而影响人脸识别的成功率。其中,预设比例可以根据人脸识别的算法所需要的特征值确定。例如,预设比例可以为0.125。
进一步地,继续参照图3所示,在步骤S103中可以包括:
步骤S304:在人脸区域的边缘生成人脸识别框;
步骤S305:根据高亮区域相对人脸区域的位置,在第二目标图像中生成引导标识,引导标识用于指示人脸识别框沿预设方向移动,其中,预设方向为人脸区域指向高亮区域的方向。
可以理解的是,人脸识别框形成于显示器所显示的第二目标图像中,且位于人脸区域的边缘。由此,可以提示用户人脸区域在第二目标图像中的位置。
在一个示例中,引导标识可以为沿预设方向延伸的箭头,以提示用户沿预设方向移动头部,从而使人脸区域遮挡住高亮区域。进一步地,当人脸区域移动至高亮区域的中心位置时,高亮区域消失或面积变为最小,此时控制引导标识消失。
在一种实施方式中,在步骤S103中可以包括:
在目标图像的显示器上显示提示标识,提示标识用于指示高亮区域在显示器的画面中的位置。在一个示例中,提示标识可以为位于高亮区域边缘处的框线形状,由此,便于知晓高亮区域在第二目标图像中的位置。
在一种实施方式中,如图4所示,在步骤S101中可以包括:
步骤S401:将第一目标图像的每个像素的RGB值转换为亮度值。可以理解的是,每个像素的颜色通过RGB色彩模式记录,通过计算R(red,红色)值、G(green,绿色)值和B(blue,蓝色)值得到每个像素的亮度值Y。
步骤S402:判断每个像素的亮度值Y是否大于预设值。其中,预设值的大小根据亮度值Y的上限值确定,亮度值Y的上限值根据图像传感器的数据位宽决定,例如,如果每个像素位宽为8,则亮度值Y的上限值为Ymax=2^n,即Ymax=256,预设值可以为255。
步骤S403:在像素的亮度值大于预设值的条件下,将该像素标记为高亮度像素。
步骤S404:根据高亮度像素的坐标确定高亮区域。
在一个示例中,如图6所示,预设值的亮度为240,图示中亮度值为255的像素点被标记为高亮度像素,多个高亮度像素构成高亮区域。
在一种实施方式中,如图5所示,在步骤S401中可以包括:
步骤S501:将第一目标图像的每个像素通过插值计算方法由RGGB格式转换为RGB格式。其中,插值计算方法可以为最近邻插值法、双线性插值法以及双三次差值法中的任一种。可以理解的是,RGGB格式即指像素的颜色采用拜耳阵列时的R值、G值、G值和B值的排列方式。
步骤S502:根据每个像素的R值、G值和B值,计算每个像素的亮度值。其中,亮度值Y的计算公式如下:Y=16+0.183*R+0.614*G+0.062*B。
在一种实施方式中,如图7所示,根据本申请实施例的人脸识别方法可以应用于车辆的人脸识别装置。人脸识别装置包括摄像头、控制器和显示器,其中,控制器用于执行根据本申请实施例的控制方法。
具体地,摄像头包括图像传感器,用于获取目标图像,并将目标图像进行光电转换,并将转换后的电子数据发送至控制器。控制器获取目标图像后,将每个像素的拜耳阵列的色彩模式转换为RGB格式,并通过颜色空间转换的方法计算每个像素的亮度值Y。其中,亮度值大于预设值的像素被提取后形成高亮区域,并通过高亮区域的坐标计算目标图像中亮斑的位置。同时,对目标图像进行人脸检测,并根据人脸图像的坐标计算人脸区域的位置。对比人脸区域与高亮区域的位置,向显示器发送提示信号,以提示用户规避亮斑,从而在逆光环境下提高人脸识别的成功率。
图8示出根据本申请实施例的人脸识别装置800的结构框图。如图8所示,该人脸识别装置800可以包括:
高亮区域确定模块801,用于根据第一目标图像确定高亮区域,其中,高亮区域的亮度值大于预设值;
判断模块802,用于判断高亮区域与第一目标图像的比例值是否大于预设比例;
发送模块803,用于在比例值大于预设比例的条件下,根据高亮区域的位置,向用户发送引导信号,引导信号用于引导用户调整人脸区域在第二目标图像中的位置。
在一种实施方式中,该人脸识别装置800还包括:
确定模块,用于根据高亮区域的位置,确定人脸引导框,人脸引导框与高亮区域间隔设置;
显示模块,用于在目标图像的显示器上显示人脸引导框。
在一种实施方式中,第一目标图像包括用户的人脸图像,该人脸识别装置800还包括:
人脸区域确定模块,用于根据人脸图像确定人脸区域;
重叠区域确定模块,用于确定高亮区域与人脸区域的重叠区域;
判断模块用于判断重叠区域与人脸区域的比例值是否大于预设比例。
在一种实施方式中,该人脸识别装置800还包括:
人脸识别框生成模块,用于在人脸区域的边缘生成人脸识别框;
引导标识生成模块,用于根据高亮区域相对人脸区域的位置,在第二目标图像中生成引导标识,引导标识用于指示人脸识别框沿预设方向移动,其中,预设方向为人脸区域指向高亮区域的方向。
在一种实施方式中,该人脸识别装置800还包括:
显示模块,用于在目标图像的显示器上显示提示标识,提示标识用于指示高亮区域在显示器的画面中的位置。
在一种实施方式中,该人脸识别装置800还包括:
转换模块,用于将第一目标图像的每个像素的RGB值转换为亮度值,判断模块用于判断每个像素的亮度值是否大于预设值;
标记模块,用于在像素的亮度值大于预设值的条件下,将该像素标记为高亮度像素;
高亮区域确定模块根据高亮度像素的坐标确定高亮区域。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
图9示出根据本申请实施例的人脸识别设备的结构框图。如图9所示,该人脸识别设备包括:存储器910和处理器920,存储器910内存储有可在处理器920上运行的计算机程序。处理器920执行该计算机程序时实现上述实施例中的人脸识别方法。存储器910和处理器920的数量可以为一个或多个。
该人脸识别设备还包括:
通信接口930,用于与外界设备进行通信,进行数据交互传输。
如果存储器910、处理器920和通信接口930独立实现,则存储器910、处理器920和通信接口930可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器910、处理器920及通信接口930集成在一块芯片上,则存储器910、处理器920及通信接口930可以通过内部接口完成相互间的通信。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现本申请实施例中提供的方法。
本申请实施例还提供了一种芯片,该芯片包括,包括处理器,用于从存储器中调用并运行存储器中存储的指令,使得安装有芯片的通信设备执行本申请实施例提供的方法。
本申请实施例还提供了一种芯片,包括:输入接口、输出接口、处理器和存储器,输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连,处理器用于执行存储器中的代码,当代码被执行时,处理器用于执行申请实施例提供的方法。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(fieldprogrammablegate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(advanced RISC machines,ARM)架构的处理器。
进一步地,可选的,上述存储器可以包括只读存储器和随机存取存储器,还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以包括只读存储器(read-onlymemory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如,静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic random access memory,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
根据本申请实施例的人脸识别方法可以解决在逆光场景下,图像传感器抓取的人脸图像大面积过曝发白,导致无法提取人脸特征值,从而影响人脸识别的成功率的技术问题。因此,根据本申请实施例的人脸识别方法可以在逆光条件下引导用户调整在目标图像中的成像位置,从而提高的人脸识别成功率。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。
应理解的是,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (15)
1.一种人脸识别方法,其特征在于,包括:
根据第一目标图像确定高亮区域,其中,所述高亮区域的亮度值大于预设值;
判断所述高亮区域与所述第一目标图像的比例值是否大于预设比例;
在所述比例值大于所述预设比例的条件下,根据所述高亮区域的位置,向用户发送引导信号,所述引导信号用于引导用户调整人脸区域在第二目标图像中的位置。
2.根据权利要求1所述的方法,其特征在于,根据所述高亮区域的位置,向用户发送引导信号,包括:
根据所述高亮区域的位置,确定人脸引导框,所述人脸引导框与所述高亮区域的至少一部分重叠设置;
在所述目标图像的显示器上显示所述人脸引导框。
3.根据权利要求1所述的方法,其特征在于,所述第一目标图像包括所述用户的人脸图像,所述判断所述高亮区域与所述第一目标图像的比例值是否大于预设比例,包括:
根据所述人脸图像确定人脸区域;
确定所述高亮区域与所述人脸区域的重叠区域;
判断所述重叠区域与所述人脸区域的比例值是否大于预设比例。
4.根据权利要求3所述的方法,其特征在于,所述根据所述高亮区域的位置,向用户发送引导信号,包括:
在所述人脸区域的边缘生成人脸识别框;
根据所述高亮区域相对所述人脸区域的位置,在所述第二目标图像中生成引导标识,所述引导标识用于指示所述人脸识别框沿预设方向移动,其中,所述预设方向为所述人脸区域指向所述高亮区域的方向。
5.根据权利要求1所述的方法,其特征在于,根据所述高亮区域的位置,向用户发送引导信号,包括:
在所述目标图像的显示器上显示提示标识,所述提示标识用于指示所述高亮区域在显示器的画面中的位置。
6.根据权利要求1所述的方法,其特征在于,根据第一目标图像确定高亮区域,包括:
将所述第一目标图像的每个像素的RGB值转换为亮度值;
判断每个所述像素的亮度值是否大于预设值;
在所述像素的亮度值大于所述预设值的条件下,将该像素标记为高亮度像素;
根据所述高亮度像素的坐标确定高亮区域。
7.根据权利要求6所述的方法,其特征在于,将所述第一目标图像中的每个像素的RGB值转换为亮度值,包括:
将所述第一目标图像的每个像素通过插值计算方法由RGGB格式转换为RGB格式;
根据每个所述像素的R值、G值和B值,计算每个所述像素的亮度值。
8.一种人脸识别装置,其特征在于,包括:
高亮区域确定模块,用于根据第一目标图像确定高亮区域,其中,所述高亮区域的亮度值大于预设值;
判断模块,用于判断所述高亮区域与所述第一目标图像的比例值是否大于预设比例;
发送模块,用于在所述比例值大于所述预设比例的条件下,根据所述高亮区域的位置,向用户发送引导信号,所述引导信号用于引导用户调整人脸区域在第二目标图像中的位置。
9.根据权利要求8所述的装置,其特征在于,还包括:
确定模块,用于根据所述高亮区域的位置,确定人脸引导框,所述人脸引导框与所述高亮区域间隔设置;
显示模块,用于在所述目标图像的显示器上显示所述人脸引导框。
10.根据权利要求8所述的装置,其特征在于,所述第一目标图像包括所述用户的人脸图像,所述装置还包括:
人脸区域确定模块,用于根据所述人脸图像确定人脸区域;
重叠区域确定模块,用于确定所述高亮区域与所述人脸区域的重叠区域;
所述判断模块用于判断所述重叠区域与所述人脸区域的比例值是否大于预设比例。
11.根据权利要求10所述的装置,其特征在于,还包括:
人脸识别框生成模块,用于在所述人脸区域的边缘生成人脸识别框;
引导标识生成模块,用于根据所述高亮区域相对所述人脸区域的位置,在所述第二目标图像中生成引导标识,所述引导标识用于指示所述人脸识别框沿预设方向移动,其中,所述预设方向为所述人脸区域指向所述高亮区域的方向。
12.根据权利要求8所述的装置,其特征在于,还包括:
显示模块,用于在所述目标图像的显示器上显示提示标识,所述提示标识用于指示所述高亮区域在显示器的画面中的位置。
13.根据权利要求8所述的装置,其特征在于,还包括:
转换模块,用于将所述第一目标图像的每个像素的RGB值转换为亮度值,所述判断模块用于判断每个所述像素的亮度值是否大于预设值;
标记模块,用于在所述像素的亮度值大于所述预设值的条件下,将该像素标记为高亮度像素;
所述高亮区域确定模块根据所述高亮度像素的坐标确定高亮区域。
14.一种人脸识别设备,其特征在于,包括:包括处理器和存储器,所述存储器中存储指令,所述指令由处理器加载并执行,以实现如权利要求1至7任一项所述的方法。
15.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911200689.1A CN110956134B (zh) | 2019-11-29 | 2019-11-29 | 人脸识别方法、装置、设备以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911200689.1A CN110956134B (zh) | 2019-11-29 | 2019-11-29 | 人脸识别方法、装置、设备以及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110956134A true CN110956134A (zh) | 2020-04-03 |
CN110956134B CN110956134B (zh) | 2023-08-25 |
Family
ID=69979016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911200689.1A Active CN110956134B (zh) | 2019-11-29 | 2019-11-29 | 人脸识别方法、装置、设备以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110956134B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111624617A (zh) * | 2020-05-28 | 2020-09-04 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
CN111815721A (zh) * | 2020-06-03 | 2020-10-23 | 华人运通(上海)云计算科技有限公司 | 车辆及其后视镜防眩目的控制方法、装置、系统与存储介质 |
CN112733827A (zh) * | 2020-12-29 | 2021-04-30 | 深圳市天视通视觉有限公司 | 一种车牌识别方法、装置、电子设备及存储介质 |
CN112906597A (zh) * | 2021-03-03 | 2021-06-04 | 支付宝(杭州)信息技术有限公司 | 用户身份的识别方法、装置和刷脸设备 |
CN113837987A (zh) * | 2020-12-31 | 2021-12-24 | 京东科技控股股份有限公司 | 舌部图像采集方法、装置及计算机设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930257A (zh) * | 2012-11-14 | 2013-02-13 | 汉王科技股份有限公司 | 人脸识别装置 |
CN104598797A (zh) * | 2015-02-12 | 2015-05-06 | 张丽琴 | 一种采用面部识别、面部静脉认证与手指静脉认证相结合的认证装置及认证方法 |
CN106537905A (zh) * | 2014-08-12 | 2017-03-22 | 索尼公司 | 信号处理设备、信号处理方法和监视系统 |
CN106973236A (zh) * | 2017-05-24 | 2017-07-21 | 上海与德科技有限公司 | 一种拍摄控制方法及装置 |
CN108197546A (zh) * | 2017-12-26 | 2018-06-22 | 深圳市友信长丰科技有限公司 | 人脸识别中光照处理方法、装置、计算机设备及存储介质 |
CN108319940A (zh) * | 2018-04-12 | 2018-07-24 | Oppo广东移动通信有限公司 | 人脸识别处理方法、装置、设备及存储介质 |
CN108734676A (zh) * | 2018-05-21 | 2018-11-02 | 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 |
CN110383289A (zh) * | 2019-06-06 | 2019-10-25 | 深圳市汇顶科技股份有限公司 | 人脸识别的装置、方法和电子设备 |
CN110414408A (zh) * | 2019-07-24 | 2019-11-05 | 厦门立林科技有限公司 | 一种人脸识别方法、装置及设备 |
US20200369207A1 (en) * | 2018-03-28 | 2020-11-26 | Panasonic Intellectual Property Management Co., Ltd. | Image processing device, image display system, and image processing method |
-
2019
- 2019-11-29 CN CN201911200689.1A patent/CN110956134B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930257A (zh) * | 2012-11-14 | 2013-02-13 | 汉王科技股份有限公司 | 人脸识别装置 |
CN106537905A (zh) * | 2014-08-12 | 2017-03-22 | 索尼公司 | 信号处理设备、信号处理方法和监视系统 |
CN104598797A (zh) * | 2015-02-12 | 2015-05-06 | 张丽琴 | 一种采用面部识别、面部静脉认证与手指静脉认证相结合的认证装置及认证方法 |
CN106973236A (zh) * | 2017-05-24 | 2017-07-21 | 上海与德科技有限公司 | 一种拍摄控制方法及装置 |
CN108197546A (zh) * | 2017-12-26 | 2018-06-22 | 深圳市友信长丰科技有限公司 | 人脸识别中光照处理方法、装置、计算机设备及存储介质 |
US20200369207A1 (en) * | 2018-03-28 | 2020-11-26 | Panasonic Intellectual Property Management Co., Ltd. | Image processing device, image display system, and image processing method |
CN108319940A (zh) * | 2018-04-12 | 2018-07-24 | Oppo广东移动通信有限公司 | 人脸识别处理方法、装置、设备及存储介质 |
CN108734676A (zh) * | 2018-05-21 | 2018-11-02 | 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 |
CN110383289A (zh) * | 2019-06-06 | 2019-10-25 | 深圳市汇顶科技股份有限公司 | 人脸识别的装置、方法和电子设备 |
CN110414408A (zh) * | 2019-07-24 | 2019-11-05 | 厦门立林科技有限公司 | 一种人脸识别方法、装置及设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111624617A (zh) * | 2020-05-28 | 2020-09-04 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
CN111815721A (zh) * | 2020-06-03 | 2020-10-23 | 华人运通(上海)云计算科技有限公司 | 车辆及其后视镜防眩目的控制方法、装置、系统与存储介质 |
CN112733827A (zh) * | 2020-12-29 | 2021-04-30 | 深圳市天视通视觉有限公司 | 一种车牌识别方法、装置、电子设备及存储介质 |
CN112733827B (zh) * | 2020-12-29 | 2023-08-04 | 深圳市天视通视觉有限公司 | 一种车牌识别方法、装置、电子设备及存储介质 |
CN113837987A (zh) * | 2020-12-31 | 2021-12-24 | 京东科技控股股份有限公司 | 舌部图像采集方法、装置及计算机设备 |
CN113837987B (zh) * | 2020-12-31 | 2023-11-03 | 京东科技控股股份有限公司 | 舌部图像采集方法、装置及计算机设备 |
CN112906597A (zh) * | 2021-03-03 | 2021-06-04 | 支付宝(杭州)信息技术有限公司 | 用户身份的识别方法、装置和刷脸设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110956134B (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110956134B (zh) | 人脸识别方法、装置、设备以及计算机可读存储介质 | |
KR101861153B1 (ko) | 화상처리장치 및 그 제어 방법 | |
US8781249B2 (en) | Image processing apparatus and image processing method | |
JP6499188B2 (ja) | 飽和画像を非飽和画像に変換する方法 | |
US20070292045A1 (en) | Image processing apparatus and image processing method | |
JP6006543B2 (ja) | 画像処理装置および画像処理方法 | |
CN104811637A (zh) | 投影系统、图像处理装置和校正方法 | |
JP2011030141A (ja) | 車両用周辺監視装置および車両用周辺画像表示方法 | |
KR20090022710A (ko) | 디지털 촬영장치, 그 제어방법 및 이를 실행시키기 위한프로그램을 저장한 기록매체 | |
TWI501653B (zh) | 用於偵測、校正影像感測器中之壞像素之方法 | |
US20110234858A1 (en) | Image processing apparatus and method, and image processing program | |
JP2007096437A (ja) | 画像生成者の意図の判定 | |
US20210344846A1 (en) | Image processing apparatus and image processing method, and image capturing apparatus | |
CN109726302A (zh) | 图像的标注方法、装置、计算机设备和存储介质 | |
JP2019205055A (ja) | 画像処理装置、画像処理装置の制御方法、及び、プログラム | |
CN112037128A (zh) | 一种全景视频拼接方法 | |
US10863148B2 (en) | Tile-selection based deep demosaicing acceleration | |
JP2000308082A (ja) | 画像欠陥補正方法およびこの方法を記録した記録媒体 | |
JP2020096325A (ja) | 情報処理装置、情報処理装置の制御方法及びプログラム | |
US20140368701A1 (en) | Cloning image data patch in hole of pixel array (patch and clone) | |
JP2009302960A (ja) | 映像信号処理装置並びにプログラム及び方法 | |
CN114902659B (zh) | 图像处理装置和图像处理方法 | |
CN109816613B (zh) | 图像补全方法及装置 | |
JP2019004281A (ja) | 画像処理装置 | |
JP5911352B2 (ja) | 画像処理装置及びその制御方法 |
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 |