CN111062235A - 人脸识别方法和装置、人脸检测库的建立方法 - Google Patents
人脸识别方法和装置、人脸检测库的建立方法 Download PDFInfo
- Publication number
- CN111062235A CN111062235A CN201811211203.XA CN201811211203A CN111062235A CN 111062235 A CN111062235 A CN 111062235A CN 201811211203 A CN201811211203 A CN 201811211203A CN 111062235 A CN111062235 A CN 111062235A
- Authority
- CN
- China
- Prior art keywords
- preset
- facial features
- preset facial
- target object
- face
- 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
- G06V40/161—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
- G06V40/168—Feature extraction; Face representation
-
- 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
Abstract
本申请公开了一种人脸识别方法和装置、人脸检测库的建立方法。其中，该方法包括：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。本申请解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
Description
技术领域
本申请涉及人脸识别领域，具体而言，涉及一种人脸识别方法和装置、人脸检测库的建立方法。
背景技术
在视频会议领域中，为了对参加会议的人员进行人脸识别，需要预先建立面部特征数据，但是，现有技术中仅仅将会议邀约中的人员放入人脸特征数据库。而实际进行视频会议时，很多参会人员并不是视频会议的邀约人，而是临时被拉入视频会议，这些人没有在预先设计的人脸特征数据库中，导致视频会议中人脸识别失败，而将公司中所有人员放入人脸特征数据库，在公司规模较大的情况下，有几千甚至几万人加入人脸特征数据库，会产生很多的识别失误，将其中一名人员识别成其他人员。
针对现有技术中对目标对象进行人脸识别，识别精度低的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种人脸识别方法和装置、人脸检测库的建立方法，以至少解决现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
根据本申请实施例的一个方面，提供了一种人脸识别方法，包括：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
根据本申请实施例的另一方面，还提供了一种人脸识别方法，包括：显示目标对象的图像信息；显示目标对象的身份信息，其中，目标对象的身份信息是根据人脸检测库中与图像信息中提取到的脸部特征匹配成功的预设脸部特征，获取到的身份信息，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
根据本申请实施例的另一方面，还提供了一种人脸识别方法，包括：采集目标对象脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
根据本申请实施例的另一方面，还提供了一种人脸检测库的建立方法，包括：获取邀请条件，其中，邀请条件包括：预设区域和预设时间段；获取被邀请对象的预设脸部特征，以及满足邀请条件的对象的预设脸部特征；基于被邀请对象的预设脸部特征和满足邀请条件的对象的预设脸部特征，建立人脸检测库。
根据本申请实施例的另一方面，还提供了一种人脸识别装置，包括：第一获取模块，用于获取目标对象的图像信息；提取模块，用于提取图像信息中的脸部特征；匹配模块，用于将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；第二获取模块，用于获取匹配成功的预设人脸特征的身份信息，得到目标对象的身份信息。
根据本申请实施例的另一方面，还提供了一种人脸识别装置，包括：第一显示模块，用于显示目标对象的图像信息；第二显示模块，用于显示目标对象的身份信息，其中，目标对象的身份信息是根据人脸检测库中与图像信息中提取到的人脸特征匹配成功的预设脸部特征，获取到的身份信息，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
根据本申请实施例的另一方面，还提供了一种人脸识别装置，包括：采集模块，用于采集目标对象脸部的脸部特征；匹配模块，用于将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取模块，用于获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
根据本申请实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行如下步骤：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
根据本申请实施例的另一方面，还提供了一种移动设备，包括：处理器，处理器用于运行程序，其中，在程序运行时执行以下步骤：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
根据本申请实施例的另一方面，还提供了一种人脸识别系统，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
在本申请实施例中，在获取到目标对象的图像信息之后，可以提取图像信息中脸部的脸部特征，然后将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种用于实现人脸识别方法的计算机终端(或移动设备)的硬件结构框图；
图2是根据本申请实施例1的一种人脸识别方法的流程图；
图3是根据本申请实施例的一种可选的人脸识别方法的流程图；
图4是根据本申请实施例2的一种人脸识别方法的流程图；
图5是根据本申请实施例3的一种人脸识别方法的流程图；
图6是根据本申请实施例4的一种人脸识别装置的示意图；
图7是根据本申请实施例5的一种人脸识别装置的示意图；
图8是根据本申请实施例6的一种人脸识别装置的示意图；
图9是根据本申请实施例7的一种人脸检测库的建立方法的流程图；
图10是根据本申请实施例8的一种人脸检测库的建立装置的示意图；以及
图11是根据本申请实施例的一种计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本申请实施例，提供了一种人脸识别方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现人脸识别方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的人脸识别方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的人脸识别方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处需要说明的是，在一些可选实施例中，上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。
此处需要说明的是，在一些实施例中，上述图1所示的计算机设备(或移动设备)具有触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。在一些实施例中，上述图1所示的计算机设备(或移动设备)具有图像用户界面(GUI)，用户可以通过触摸触敏表面上的手指接触和/或手势来与GUI进行人机交互，此处的人机交互功能可选的包括如下交互：创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等、用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。
在上述运行环境下，本申请提供了如图2所示的人脸识别方法。图2是根据本申请实施例1的一种人脸识别方法的流程图。如图2所示，该方法包括如下步骤：
步骤S202，获取目标对象的图像信息。
具体地，在视频会议的应用场景中，为了避免参加会议的人员之间不认识，出现不知道参会人员名字的情况，需要在视频会议过程中，对参加会议的人员进行人脸识别。当某个参会人员进行发言时，可以通过会议室内的摄像头拍摄该参会人员的图像，并在显示屏上进行显示该参会人员的图像，为了方便所有参会人员获知该参会人员的名字，需要对该参会人员进行人脸识别，确定该参会人员的身份信息，因此，上述的目标对象可以是该参会人员，上述的图像信息可以是会议室内的摄像头拍摄到该参会人员的图像。
步骤S204，提取图像信息中脸部的脸部特征。
具体地，可以通过预先设置的人脸识别算法，对拍摄到的图像进行图像识别，提取出该参会人员的人脸特征信息。
步骤S206，将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
具体地，由于人脸检测库中人员的多少会直接影响到人脸识别的精度，可以对人脸检测库进行优化，人脸检测库中可以包含会议邀约中的所有人，也即，可以将会议邀约人员的人脸特征数据加入人脸检测库，进一步地，为了确保人脸检测库中包含有所有参加会议人员的人脸特征数据，人脸检测库还可以包含会议室内能够检测到所有人员的人脸特征数据。另外，为了能够确认目标对象的身份信息，人脸检测库中还可以包括：每个人脸特征数据对应的参会人员的身份信息。
需要说明的是，会议邀约中的人员也可以是会议室内能够检测到的人员，也即，人脸检测库中会可能会存在同一个参会人员的两个人脸特征数据，并且重复的人脸特征数据并不会影响识别准确率。
步骤S208，获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
具体地，上述的身份信息可以包括视频会议中发言的参会人员的人名、花名、工号、所属部门等。
进一步地，在得到目标对象的身份信息之后，显示目标对象的身份信息。
在一种可选的方案中，在视频会议的应用场景中，在视频会议开始前，可以预先获取所有会议邀约人员的人脸特征数据，同时获取会议室内检测到所有参会人员的人脸特征数据，构建人脸检测库。在视频会议开始之后，当某个参会人员进行发言时，可以通过会议室内的摄像头拍摄该参会人员的图像，并显示在显示屏上，同时，可以对该图像进行特征提取，提取到该图像中的人脸特征数据，将提取到人脸特征数据与人脸检测库中的人脸特征数据进行匹配，从而确定该参会人员的身份信息，进一步可以在显示屏上显示该参会人员的身份信息，从而所有参会人员可以确定该参会人员具体是谁。
例如，如图3所示，以每个会议室内都安装一个WIFI热点为例进行详细说明，该方法可以包括如下步骤：
步骤S32，获取公司所有员工的人脸特征图。
可选地，可以通过获取所有员工的身份证照片或者工作证照片得到。
步骤S34，公司所有员工的PC和手机安装应用，用于识别人员。
可选地，为了实现参加会议人员的人脸识别，可以预先在所有人员的PC和手机上安装公司授权的应用，员工的PC和手机可以通过该应用接入公司内部的WIFI，而未安装该应用的PC和手机无法通过公司内部的WIFI上网。
步骤S35，每个会议室内都安装一个WIFI热点。
步骤S36，获取连接会议室的WIFI热点的人员。
可选地，参加会议的人员进入会议室区域，人员的PC和手机自动连接会议室的WIFI热点。视频会议时，可以获取所有连接该会议室的WIFI热点的人员。
步骤S37，获取所有会议邀约人员。
步骤S38，获取步骤S36和S37中确定的所有人员的人脸特征图，建立人脸检测库。
可选地，可以将所有连接该会议室的WIFI热点的人员的人脸特征图加入到人脸检测库中，并将所有会议邀约人员的人脸特征图加入到人脸检测库中。通过该方案建立人脸检测库，加入了最有可能在会议室中的人(包括会议要约人员和位置附近的人)，又避免整个公司人员加入而导致识别出错的问题。
基于本申请上述实施例提供的方案，在获取到目标对象的图像信息之后，可以提取图像信息中脸部的脸部特征，然后将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
可选地，本申请上述实施例中，该方法还包括：检测位于预设区域内的移动终端，确定检测到的对象；获取检测到的对象的预设脸部特征；基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
具体地，在视频会议的应用场景中，为了实现对会议室内的参会人员进行检测，可以通过对会议室内参会人员的移动终端进行检测实现，参会人员的移动终端可以是智能手机(包括Android手机和IOS手机)、平板电脑、IPAD、掌上电脑、笔记本电脑、PC等。
在会议室内检测到所有参会人员之后，可以获取检测到的所有参会人员的人脸特征数据，将获取到的人脸特征数据加入到人脸检测库中，同时，可以将所有会议邀约人员的人脸特征数据也加入到人脸检测库中，从而可以建立人脸识别精度最高的人脸检测库。
可选地，本申请上述实施例中，检测位于预设区域内的移动终端，包括：检测与预设区域内设置的无线通信装置建立连接的移动终端，确定预设区域内的移动终端。
具体地，上述的无线通信装置可以包括如下至少之一：WIFI热点、蓝牙装置、红外装置、近场通信装置。为了实现对会议室内参会人员进行检测，可以在每个视频会议室内布置一个无线通信装置，所有参会人员在进入会议室内之后，可以通过携带的移动终端与该会议室内的无线通信装置建立连接，从而根据无线通信装置连接的所有移动终端，确定进入会议室内参加视频会议的人员。
例如，可以利用WIFI进行定位，也即在每个会议室内布置一个WIFI设定，根据所有连接到该WIFI热点的移动终端，可以确定相应参加会议的人员。
进一步地，在预设时间段内检测与无线通信装置建立连接的移动终端。
具体地，由于每个会议室在不同时间段会进行不同的视频会议，为了确定人脸检测库中人脸特征数据的准确度，可以仅仅检测该视频会议时间段内，与该会议室内布置的无线通信装置建立连接的移动终端，因此，上述的预设时间段可以是视频会议时间段，具体可以根据实际识别需求进行设定。
可选地，移动终端通过已经安装的应用程序与无线通信装置建立连接。
具体地，为了能够通过检测到与会议室内布置的无线通信装置建立连接的移动终端，确定进入会议室参加会议的人员的身份信息，可以在参加会议人员的移动终端中预先安装公司授权的应用程序，并通过该应用程序，连接公司内部的无线通信装置，其他未安装该应用程序的移动终端无法连接该无线通信装置。
可选地，本申请上述实施例中，获取检测到的对象的预设脸部特征，包括：获取所有对象的预设脸部特征和身份信息；基于检测到的对象的身份信息，从所有对象的预设脸部特征中查询检测到的对象的预设脸部特征。
具体地，由于参加视频会议的人员是同一个公司中的人员，而公司中所有员工的工作证照片或身份证照片已经预先存储在数据库中，因此，可以基于所有员工的工作证照片或身份证照片，通过预先设置的人脸识别算法，得到所有员工的人脸特征数据，并将所有员工的人脸特征数据和身份信息进行关联存储。进一步地，在确定会议室内参加会议的人员之后，可以根据参加会议人员的身份信息，查询到相应人员的人脸特征数据，并将查询到的人脸特征数据加入到人脸检测库中。
可选地，本申请上述实施例中，该方法还包括：获取邀请条件，其中，邀请条件包括：预设区域和预设时间段；检测预设时间段内位于预设区域内的移动终端，确定检测到的对象；获取被邀请对象的预设脸部特征和检测到的对象的预设脸部特征；基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
具体地，在视频会议的应用场景中，上述的邀请条件可以包括会议时间、会议地点等信息。为了实现对会议室内的参会人员进行检测，可以通过对会议时间内，在会议室内参会人员的移动终端进行检测实现。
在会议室内检测到所有参会人员之后，可以获取检测到的所有参会人员的人脸特征数据，将获取到的人脸特征数据加入到人脸检测库中，同时，可以将所有会议邀约人员的人脸特征数据也加入到人脸检测库中，从而可以建立人脸识别精度最高的人脸检测库。
可选地，本申请上述实施例中，在脸部特征与人脸检测库中的至少一个预设脸部特征匹配失败的情况下，将脸部特征与所有对象的预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征。
具体地，在视频会议的应用场景中，对于未被邀请，且没有携带移动终端的人员，可以将该人员的人脸特征数据，与所有员工的人脸特征数据进行匹配，在匹配成功之后，可以根据所有员工的人脸特征数据和身份信息的关联存储关系，获取到该员工的身份信息，从而实现身份识别的目的。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
实施例2
根据本申请实施例，还提供了一种人脸识别方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图4是根据本申请实施例2的一种人脸识别方法的流程图。如图4所示，该方法包括如下步骤：
步骤S402，显示目标对象的图像信息。
具体地，在视频会议的应用场景中，为了避免参加会议的人员之间不认识，出现不知道参会人员名字的情况，需要在视频会议过程中，对参加会议的人员进行人脸识别。当某个参会人员进行发言时，可以通过会议室内的摄像头拍摄该参会人员的图像，并在显示屏上进行显示该参会人员的图像，为了方便所有参会人员获知该参会人员的名字，需要对该参会人员进行人脸识别，确定该参会人员的身份信息，因此，上述的目标对象可以是该参会人员，上述的图像信息可以是会议室内的摄像头拍摄到该参会人员的图像。
步骤S404，显示目标对象的身份信息，其中，目标对象的身份信息是根据人脸检测库中与图像信息中提取到的脸部特征匹配成功的预设脸部特征，获取到的身份信息，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
具体地，可以通过预先设置的人脸识别算法，对拍摄到的图像进行图像识别，提取出该参会人员的人脸特征信息。上述的身份信息可以包括视频会议中发言的参会人员的人名、花名、工号、所属部门等。
由于人脸检测库中人员的多少会直接影响到人脸识别的精度，可以对人脸检测库进行优化，人脸检测库中可以包含会议邀约中的所有人，也即，可以将会议邀约人员的人脸特征数据加入人脸检测库，进一步地，为了确保人脸检测库中包含有所有参加会议人员的人脸特征数据，人脸检测库还可以包含会议室内能够检测到所有人员的人脸特征数据。另外，为了能够确认目标对象的身份信息，人脸检测库中还可以包括：每个人脸特征数据对应的参会人员的身份信息。
基于本申请上述实施例提供的方案，在获取到目标对象的图像信息之后，可以显示图像信息，并提取图像信息中脸部的脸部特征，然后将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
可选地，本申请上述实施例中，人脸检测库是基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征建立的，检测到的对象是通过检测位于预设区域内的移动终端确定的。
具体地，在视频会议的应用场景中，为了实现对会议室内的参会人员进行检测，可以通过对会议室内参会人员的移动终端进行检测实现，参会人员的移动终端可以是智能手机(包括Android手机和IOS手机)、平板电脑、IPAD、掌上电脑、笔记本电脑、PC等。
可选地，本申请上述实施例中，预设区域内的移动终端是通过检测与预设区域内设置的无线通信装置建立连接的移动终端确定的。
具体地，上述的无线通信装置可以包括如下至少之一：WIFI热点、蓝牙装置、红外装置、近场通信装置。为了实现对会议室内参会人员进行检测，可以在每个视频会议室内布置一个无线通信装置，所有参会人员在进入会议室内之后，可以通过携带的移动终端与该会议室内的无线通信装置建立连接，从而根据无线通信装置连接的所有移动终端，确定进入会议室内参加视频会议的人员。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，在此不在赘述。
实施例3
根据本申请实施例，还提供了一种人脸识别方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图5是根据本申请实施例3的一种人脸识别方法的流程图。如图5所示，该方法包括如下步骤：
步骤S502，采集目标对象脸部的脸部特征。
具体地，在视频会议的应用场景中，为了避免参加会议的人员之间不认识，出现不知道参会人员名字的情况，需要在视频会议过程中，对参加会议的人员进行人脸识别。当某个参会人员进行发言时，可以通过会议室内的摄像头拍摄该参会人员的图像，并在显示屏上进行显示该参会人员的图像，为了方便所有参会人员获知该参会人员的名字，需要对该参会人员进行人脸识别，确定该参会人员的身份信息，因此，可以通过会议室内的摄像头拍摄到该参会人员的图像，然后通过预先设置的人脸识别算法，对拍摄到的图像进行图像识别，提取出该参会人员的人脸特征信息。
步骤S504，将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
具体地，由于人脸检测库中人员的多少会直接影响到人脸识别的精度，可以对人脸检测库进行优化，人脸检测库中可以包含会议邀约中的所有人，也即，可以将会议邀约人员的人脸特征数据加入人脸检测库，进一步地，为了确保人脸检测库中包含有所有参加会议人员的人脸特征数据，人脸检测库还可以包含会议室内能够检测到所有人员的人脸特征数据。另外，为了能够确认目标对象的身份信息，人脸检测库中还可以包括：每个人脸特征数据对应的参会人员的身份信息。
步骤S506，获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
具体地，上述的身份信息可以包括视频会议中发言的参会人员的人名、花名、工号、所属部门等。
基于本申请上述实施例提供的方案，在采集到目标对象脸部的脸部特征之后，可以将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
可选地，本申请上述实施例中，该方法还包括：检测位于预设区域内的移动终端，确定检测到的对象；获取检测到的对象的预设脸部特征；基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
具体地，在视频会议的应用场景中，为了实现对会议室内的参会人员进行检测，可以通过对会议室内参会人员的移动终端进行检测实现，参会人员的移动终端可以是智能手机(包括Android手机和IOS手机)、平板电脑、IPAD、掌上电脑、笔记本电脑、PC等。
可选地，本申请上述实施例中，检测位于预设区域内的移动终端，包括：检测与预设区域内设置的无线通信装置建立连接的移动终端，确定预设区域内的移动终端。
具体地，上述的无线通信装置可以包括如下至少之一：WIFI热点、蓝牙装置、红外装置、近场通信装置。为了实现对会议室内参会人员进行检测，可以在每个视频会议室内布置一个无线通信装置，所有参会人员在进入会议室内之后，可以通过携带的移动终端与该会议室内的无线通信装置建立连接，从而根据无线通信装置连接的所有移动终端，确定进入会议室内参加视频会议的人员。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，在此不在赘述。
实施例4
根据本申请实施例，还提供了一种用于实施上述人脸识别方法的人脸识别装置，如图6所示，该装置600包括：第一获取模块602、提取模块604、匹配模块606和第二获取模块608。
其中，第一获取模块602用于获取目标对象的图像信息；提取模块604用于提取图像信息中的脸部特征；匹配模块606用于将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；第二获取模块608用于获取匹配成功的预设人脸特征的身份信息，得到目标对象的身份信息。
此处需要说明的是，上述第一获取模块602、提取模块604、匹配模块606和第二获取模块608对应于实施例1中的步骤S202至步骤S208，四个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
基于本申请上述实施例提供的方案，在获取到目标对象的图像信息之后，可以提取图像信息中脸部的脸部特征，然后将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
可选地，该装置还包括：检测模块、第三获取模块和建立模块。
其中，检测模块用于检测位于预设区域内的移动终端，确定检测到的对象；第三获取模块用于获取检测到的对象的预设脸部特征；建立模块用于基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
可选地，本申请上述实施例中，检测模块包括：检测单元。
其中，检测单元用于检测与预设区域内设置的无线通信装置建立连接的移动终端，确定预设区域内的移动终端。
可选地，本申请上述实施例中，检测单元还用于在预设时间段内检测与无线通信装置建立连接的移动终端。
可选地，本申请上述实施例中，移动终端通过已经安装的应用程序与无线通信装置建立连接。
可选地，本申请上述实施例中，第三获取模块包括：获取单元和查询单元。
其中，获取单元用于获取所有对象的预设脸部特征和身份信息；查询单元用于基于检测到的对象的身份信息，从所有对象的预设脸部特征中查询检测到的对象的预设脸部特征。
可选地，本申请上述实施例中，该装置还包括：显示模块，用于在得到目标对象的身份信息之后，显示目标对象的身份信息。
可选地，本申请上述实施例中，该装置还包括：第四获取模块、检测模块、第三获取模块和建立模块。
其中，第四获取模块用于获取邀请条件，其中，邀请条件包括：预设区域和预设时间段；检测模块还用于检测预设时间段内位于预设区域内的移动终端，确定检测到的对象；第三获取模块还用于获取被邀请对象的预设脸部特征和检测到的对象的预设脸部特征；建立模块还用于基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
可选地，本申请上述实施例中，匹配模块还用于在脸部特征与人脸检测库中的至少一个预设脸部特征匹配失败的情况下，将脸部特征与所有对象的预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，在此不在赘述。
实施例5
根据本申请实施例，还提供了一种用于实施上述人脸识别方法的人脸识别装置，如图7所示，该装置700包括：第一显示模块702和第二显示模块704。
其中，第一显示模块702用于显示目标对象的图像信息；第二显示模块704用于显示目标对象的身份信息，其中，目标对象的身份信息是根据人脸检测库中与图像信息中提取到的人脸特征匹配成功的预设脸部特征，获取到的身份信息，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
此处需要说明的是，上述第一显示模块702和第二显示模块704对应于实施例2中的步骤S402至步骤S404，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例2所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
基于本申请上述实施例提供的方案，在获取到目标对象的图像信息之后，可以显示图像信息，并提取图像信息中脸部的脸部特征，然后将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
可选地，本申请上述实施例中，人脸检测库是基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征建立的，检测到的对象是通过检测位于预设区域内的移动终端确定的。
可选地，本申请上述实施例中，预设区域内的移动终端是通过检测与预设区域内设置的无线通信装置建立连接的移动终端确定的。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例2中的相关描述，在此不在赘述。
实施例6
根据本申请实施例，还提供了一种用于实施上述人脸识别方法的人脸识别装置，如图8所示，该装置800包括：采集模块802、匹配模块804和获取模块806。
其中，采集模块802用于采集目标对象脸部的脸部特征；匹配模块804用于将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取模块806用于获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
此处需要说明的是，上述采集模块802、匹配模块804和获取模块806对应于实施例3中的步骤S502至步骤S506，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例3所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
基于本申请上述实施例提供的方案，在采集到目标对象脸部的脸部特征之后，可以将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
可选地，该装置还包括：检测模块、第三获取模块和建立模块。
其中，检测模块用于检测位于预设区域内的移动终端，确定检测到的对象；第三获取模块用于获取检测到的对象的预设脸部特征；建立模块用于基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
可选地，本申请上述实施例中，检测模块包括：检测单元。
其中，检测单元用于检测与预设区域内设置的无线通信装置建立连接的移动终端，确定预设区域内的移动终端。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例3中的相关描述，在此不在赘述。
实施例7
根据本申请实施例，还提供了一种人脸检测库的建立方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图9是根据本申请实施例7的一种人脸检测库的建立方法的流程图。如图9所示，该方法包括如下步骤：
步骤S902，获取邀请条件，其中，邀请条件包括：预设区域和预设时间段。
具体地，在视频会议的应用场景中，为了避免参加会议的人员之间不认识，出现不知道参会人员名字的情况，需要在视频会议过程中，对参加会议的人员进行人脸识别。由于人脸检测库中人员的多少会直接影响到人脸识别的精度，可以对人脸检测库进行优化。
上述的邀请条件可以包括会议时间、会议地点等信息。
步骤S904，获取被邀请对象的预设脸部特征，以及满足邀请条件的对象的预设脸部特征。
具体地，在视频会议的应用场景中，上述的被邀请对象可以是会议邀约中的所有人，上述的满足邀请条件的对象可以是会议过程中能够检测到的所有人员。
步骤S906，基于被邀请对象的预设脸部特征和满足邀请条件的对象的预设脸部特征，建立人脸检测库。
具体地，人脸检测库中可以包含会议邀约中的所有人，也即，可以将会议邀约人员的人脸特征数据加入人脸检测库，进一步地，为了确保人脸检测库中包含有所有参加会议人员的人脸特征数据，人脸检测库还可以包含会议室内能够检测到所有人员的人脸特征数据。另外，为了能够确认目标对象的身份信息，人脸检测库中还可以包括：每个人脸特征数据对应的参会人员的身份信息。
在一种可选的方案中，在视频会议的应用场景中，在视频会议开始前，可以预先获取所有会议邀约人员的人脸特征数据，同时获取会议开始时会议室内检测到所有参会人员的人脸特征数据，构建人脸检测库。在视频会议开始之后，当某个参会人员进行发言时，可以通过会议室内的摄像头拍摄该参会人员的图像，并显示在显示屏上，同时，可以对该图像进行特征提取，提取到该图像中的人脸特征数据，将提取到人脸特征数据与人脸检测库中的人脸特征数据进行匹配，从而确定该参会人员的身份信息，进一步可以在显示屏上显示该参会人员的身份信息，从而所有参会人员可以确定该参会人员具体是谁。
基于本申请上述实施例提供的方案，在获取到邀请条件之后，可以获取被邀请对象的预设脸部特征，以及满足邀请条件的对象的预设脸部特征，基于被邀请对象的预设脸部特征和满足邀请条件的对象的预设脸部特征，建立人脸检测库，从而实现动态组件临时性的人脸识别数据库的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和满足邀请条件的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设时间段内在预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
可选地，本申请上述实施例中，获取满足邀请条件的对象的预设脸部特征，包括：检测预设时间段内位于预设区域内的移动终端，确定检测到的对象；获取检测到的对象的预设脸部特征，得到满足邀请条件的对象的预设脸部特征。
具体地，在视频会议的应用场景中，为了实现对会议室内的参会人员进行检测，可以通过对会议过程中，会议室内参会人员的移动终端进行检测实现，参会人员的移动终端可以是智能手机(包括Android手机和IOS手机)、平板电脑、IPAD、掌上电脑、笔记本电脑、PC等。
在会议室内检测到所有参会人员之后，可以获取检测到的所有参会人员的人脸特征数据，将获取到的人脸特征数据加入到人脸检测库中，同时，可以将所有会议邀约人员的人脸特征数据也加入到人脸检测库中，从而可以建立人脸识别精度最高的人脸检测库。
可选地，本申请上述实施例中，检测预设时间段内位于预设区域内的移动终端，包括：检测预设时间段内，与预设区域内设置的无线通信装置建立连接的移动终端，确定预设时间段内位于预设区域内的移动终端。
可选地，移动终端通过已经安装的应用程序与无线通信装置建立连接。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，在此不在赘述。
实施例8
根据本申请实施例，还提供了一种用于实施上述人脸检测库的建立方法的人脸检测库的建立装置，如图10所示，该装置1000包括：第一获取模块1002、第二获取模块1004和建立模块1006。
其中，第一获取模块1002用于获取邀请条件，其中，邀请条件包括：预设区域和预设时间段；第二获取模块1004用于获取被邀请对象的预设脸部特征，以及满足邀请条件的对象的预设脸部特征。
具体地，在视频会议的应用场景中，为了避免参加会议的人员之间不认识，出现不知道参会人员名字的情况，需要在视频会议过程中，对参加会议的人员进行人脸识别。由于人脸检测库中人员的多少会直接影响到人脸识别的精度，可以对人脸检测库进行优化。上述的邀请条件可以包括会议时间、会议地点等信息，上述的被邀请对象可以是会议邀约中的所有人，上述的满足邀请条件的对象可以是会议过程中能够检测到的所有人员。
此处需要说明的是，上述第一获取模块1002、第二获取模块1004和建立模块1006对应于实施例7中的步骤S902至步骤S906，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例7所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
基于本申请上述实施例提供的方案，在获取到邀请条件之后，可以获取被邀请对象的预设脸部特征，以及满足邀请条件的对象的预设脸部特征，基于被邀请对象的预设脸部特征和满足邀请条件的对象的预设脸部特征，建立人脸检测库，从而实现动态组件临时性的人脸识别数据库的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和满足邀请条件的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设时间段内在预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
可选地，本申请上述实施例中，第二获取模块包括：检测单元和获取单元。
其中，检测单元用于检测预设时间段内位于预设区域内的移动终端，确定检测到的对象；获取单元用于获取检测到的对象的预设脸部特征，得到满足邀请条件的对象的预设脸部特征。
可选地，本申请上述实施例中，检测单元用于检测预设时间段内，与预设区域内设置的无线通信装置建立连接的移动终端，确定预设时间段内位于预设区域内的移动终端。
可选地，移动终端通过已经安装的应用程序与无线通信装置建立连接。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，在此不在赘述。
实施例9
根据本申请实施例，还提供了一种人脸识别系统，包括：
处理器。以及
存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
基于本申请上述实施例提供的方案，在获取到目标对象的图像信息之后，可以提取图像信息中脸部的脸部特征，然后将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，在此不在赘述。
实施例10
本申请的实施例可以提供一种计算机终端，该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算机终端也可以替换为移动终端等终端设备。
可选地，在本实施例中，上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中，上述计算机终端可以执行人脸识别方法中以下步骤的程序代码：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
可选地，图11是根据本申请实施例的一种计算机终端的结构框图。如图11所示，该计算机终端A可以包括：一个或多个(图中仅示出一个)处理器1102以及存储器1104。
其中，存储器可用于存储软件程序以及模块，如本申请实施例中的人脸识别方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的人脸识别方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
可选的，上述处理器还可以执行如下步骤的程序代码：检测位于预设区域内的移动终端，确定检测到的对象；获取检测到的对象的预设脸部特征；基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
可选的，上述处理器还可以执行如下步骤的程序代码：检测与预设区域内设置的无线通信装置建立连接的移动终端，确定预设区域内的移动终端。
可选的，上述处理器还可以执行如下步骤的程序代码：在预设时间段内检测与无线通信装置建立连接的移动终端。
可选的，上述处理器还可以执行如下步骤的程序代码：移动终端通过已经安装的应用程序与无线通信装置建立连接。
可选的，上述处理器还可以执行如下步骤的程序代码：无线通信装置包括如下至少之一：WIFI热点、蓝牙装置、红外装置、近场通信装置。
可选的，上述处理器还可以执行如下步骤的程序代码：获取所有对象的预设脸部特征和身份信息；基于检测到的对象的身份信息，从所有对象的预设脸部特征中查询检测到的对象的预设脸部特征。
可选的，上述处理器还可以执行如下步骤的程序代码：在得到目标对象的身份信息之后，显示目标对象的身份信息。
可选的，上述处理器还可以执行如下步骤的程序代码：获取邀请条件，其中，邀请条件包括：预设区域和预设时间段；检测预设时间段内位于预设区域内的移动终端，确定检测到的对象；获取被邀请对象的预设脸部特征和检测到的对象的预设脸部特征；基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
可选的，上述处理器还可以执行如下步骤的程序代码：在脸部特征与人脸检测库中的至少一个预设脸部特征匹配失败的情况下，将脸部特征与所有对象的预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征。
采用本申请实施例，在获取到目标对象的图像信息之后，可以提取图像信息中脸部的脸部特征，然后将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，进一步获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息，从而实现人脸识别的目的。容易注意到的是，由于人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征，不仅仅是被邀请人员的脸部特征，还包括预设区域内检测到的人员的脸部特征，也不是公司所有人员的脸部特征，从而达到提升识别准确率的技术效果，进而解决了现有技术中对目标对象进行人脸识别，识别精度低的技术问题。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：显示目标对象的图像信息；显示目标对象的身份信息，其中，目标对象的身份信息是根据人脸检测库中与图像信息中提取到的脸部特征匹配成功的预设脸部特征，获取到的身份信息，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
可选的，上述处理器还可以执行如下步骤的程序代码：人脸检测库是基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征建立的，检测到的对象是通过检测位于预设区域内的移动终端确定的。
可选的，上述处理器还可以执行如下步骤的程序代码：预设区域内的移动终端是通过检测与预设区域内设置的无线通信装置建立连接的移动终端确定的。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：采集目标对象脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
可选的，上述处理器还可以执行如下步骤的程序代码：检测位于预设区域内的移动终端，确定检测到的对象；获取检测到的对象的预设脸部特征；基于被邀请对象的预设脸部特征和检测到的对象的预设脸部特征，建立人脸检测库。
可选的，上述处理器还可以执行如下步骤的程序代码：检测与预设区域内设置的无线通信装置建立连接的移动终端，确定预设区域内的移动终端。
本领域普通技术人员可以理解，图11所示的结构仅为示意，计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices，MID)、PAD等终端设备。图11其并不对上述电子装置的结构造成限定。例如，计算机终端A还可包括比图11中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图11所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
实施例11
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的人脸识别方法所执行的程序代码。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取目标对象的图像信息；提取图像信息中脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：显示目标对象的图像信息；显示目标对象的身份信息，其中，目标对象的身份信息是根据人脸检测库中与图像信息中提取到的脸部特征匹配成功的预设脸部特征，获取到的身份信息，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：采集目标对象脸部的脸部特征；将脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与目标对象匹配成功的预设脸部特征，其中，人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到目标对象的身份信息。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (24)
1.一种人脸识别方法，包括：
获取目标对象的图像信息；
提取所述图像信息中脸部的脸部特征；
将所述脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与所述目标对象匹配成功的预设脸部特征，其中，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；
获取匹配成功的预设脸部特征的身份信息，得到所述目标对象的身份信息。
2.根据权利要求1所述的方法，其中，所述方法还包括：
检测位于所述预设区域内的移动终端，确定所述检测到的对象；
获取所述检测到的对象的预设脸部特征；
基于所述被邀请对象的预设脸部特征和所述检测到的对象的预设脸部特征，建立所述人脸检测库。
3.根据权利要求2所述的方法，其中，检测位于所述预设区域内的移动终端，包括：
检测与所述预设区域内设置的无线通信装置建立连接的移动终端，确定所述预设区域内的移动终端。
4.根据权利要求3所述的方法，其中，在预设时间段内检测与所述无线通信装置建立连接的移动终端。
5.根据权利要求3所述的方法，其中，所述移动终端通过已经安装的应用程序与所述无线通信装置建立连接。
6.根据权利要求3所述的方法，其中，所述无线通信装置包括如下至少之一：WIFI热点、蓝牙装置、红外装置、近场通信装置。
7.根据权利要求2所述的方法，其中，获取所述检测到的对象的预设脸部特征，包括：
获取所有对象的预设脸部特征和身份信息；
基于所述检测到的对象的身份信息，从所述所有对象的预设脸部特征中查询所述检测到的对象的预设脸部特征。
8.根据权利要求1所述的方法，其中，在得到所述目标对象的身份信息之后，显示所述目标对象的身份信息。
9.根据权利要求1所述的方法，其中，所述方法还包括：
获取邀请条件，其中，所述邀请条件包括：所述预设区域和预设时间段；
检测所述预设时间段内位于所述预设区域内的移动终端，确定所述检测到的对象；
获取所述被邀请对象的预设脸部特征和所述检测到的对象的预设脸部特征；
基于所述被邀请对象的预设脸部特征和所述检测到的对象的预设脸部特征，建立所述人脸检测库。
10.根据权利要求1所述的方法，其中，在所述脸部特征与所述人脸检测库中的至少一个预设脸部特征匹配失败的情况下，将所述脸部特征与所有对象的预设脸部特征进行匹配，确定与所述目标对象匹配成功的预设脸部特征。
11.一种人脸识别方法，包括：
显示目标对象的图像信息；
显示所述目标对象的身份信息，其中，所述目标对象的身份信息是根据人脸检测库中与所述图像信息中提取到的脸部特征匹配成功的预设脸部特征，获取到的身份信息，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
12.根据权利要求11所述的方法，其中，所述人脸检测库是基于所述被邀请对象的预设脸部特征和所述检测到的对象的预设脸部特征建立的，所述检测到的对象是通过检测位于所述预设区域内的移动终端确定的。
13.根据权利要求12所述的方法，其中，所述预设区域内的移动终端是通过检测与所述预设区域内设置的无线通信装置建立连接的移动终端确定的。
14.一种人脸识别方法，包括：
采集目标对象脸部的脸部特征；
将所述脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与所述目标对象匹配成功的预设脸部特征，其中，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；
获取匹配成功的预设脸部特征的身份信息，得到所述目标对象的身份信息。
15.根据权利要求14所述的方法，其中，所述方法还包括：
检测位于所述预设区域内的移动终端，确定所述检测到的对象；
获取所述检测到的对象的预设脸部特征；
基于所述被邀请对象的预设脸部特征和所述检测到的对象的预设脸部特征，建立所述人脸检测库。
16.根据权利要求15所述的方法，其中，检测位于所述预设区域内的移动终端，包括：
检测与所述预设区域内设置的无线通信装置建立连接的移动终端，确定所述预设区域内的移动终端。
17.一种人脸检测库的建立方法，包括：
获取邀请条件，其中，所述邀请条件包括：被邀请对象、预设区域和预设时间段；
获取所述被邀请对象的预设脸部特征，以及满足所述邀请条件的对象的预设脸部特征；
基于所述被邀请对象的预设脸部特征和满足所述邀请条件的对象的预设脸部特征，建立所述人脸检测库。
18.根据权利要求17所述的方法，其中，获取满足所述邀请条件的对象的预设脸部特征，包括：
检测所述预设时间段内位于所述预设区域内的移动终端，确定检测到的对象；
获取所述检测到的对象的预设脸部特征，得到满足所述邀请条件的对象的预设脸部特征。
19.一种人脸识别装置，包括：
第一获取模块，用于获取目标对象的图像信息；
提取模块，用于提取所述图像信息中的脸部特征；
匹配模块，用于将所述脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与所述目标对象匹配成功的预设脸部特征，其中，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；
第二获取模块，用于获取匹配成功的预设人脸特征的身份信息，得到所述目标对象的身份信息。
20.一种人脸识别装置，包括：
第一显示模块，用于显示目标对象的图像信息；
第二显示模块，用于显示所述目标对象的身份信息，其中，所述目标对象的身份信息是根据人脸检测库中与所述图像信息中提取到的人脸特征匹配成功的预设脸部特征，获取到的身份信息，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征。
21.一种人脸识别装置，包括：
采集模块，用于采集目标对象脸部的脸部特征；
匹配模块，用于将所述脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与所述目标对象匹配成功的预设脸部特征，其中，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；
获取模块，用于获取匹配成功的预设脸部特征的身份信息，得到所述目标对象的身份信息。
22.一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如下步骤：获取目标对象的图像信息；提取所述图像信息中脸部的脸部特征；将所述脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与所述目标对象匹配成功的预设脸部特征，其中，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到所述目标对象的身份信息。
23.一种移动设备，包括：处理器，所述处理器用于运行程序，其中，在所述程序运行时执行以下步骤：获取目标对象的图像信息；提取所述图像信息中脸部的脸部特征；将所述脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与所述目标对象匹配成功的预设脸部特征，其中，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到所述目标对象的身份信息。
24.一种人脸识别系统，包括：
处理器；以及
存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：获取目标对象的图像信息；提取所述图像信息中脸部的脸部特征；将所述脸部特征与人脸检测库中的至少一个预设脸部特征进行匹配，确定与所述目标对象匹配成功的预设脸部特征，其中，所述人脸检测库包括：被邀请对象的预设脸部特征和预设区域内检测到的对象的预设脸部特征；获取匹配成功的预设脸部特征的身份信息，得到所述目标对象的身份信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811211203.XA CN111062235B (zh) | 2018-10-17 | 2018-10-17 | 人脸识别方法和装置、人脸检测库的建立方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811211203.XA CN111062235B (zh) | 2018-10-17 | 2018-10-17 | 人脸识别方法和装置、人脸检测库的建立方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111062235A true CN111062235A (zh) | 2020-04-24 |
| CN111062235B CN111062235B (zh) | 2023-05-02 |
Family
ID=70297062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811211203.XA Active CN111062235B (zh) | 2018-10-17 | 2018-10-17 | 人脸识别方法和装置、人脸检测库的建立方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111062235B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113158823A (zh) * | 2021-03-30 | 2021-07-23 | 浙江大华技术股份有限公司 | 一种人脸识别方法及装置 |
| CN113761279A (zh) * | 2020-06-02 | 2021-12-07 | 中国移动通信集团河南有限公司 | 一种用户身份识别方法、装置及设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160125236A1 (en) * | 2014-10-29 | 2016-05-05 | Baidu Online Network Technology (Beijing) Co.,Ltd. | Image identification method and image identification device |
| CN105893948A (zh) * | 2016-03-29 | 2016-08-24 | 乐视控股（北京）有限公司 | 一种视频会议中的人脸识别方法及装置 |
| CN108171207A (zh) * | 2018-01-17 | 2018-06-15 | 百度在线网络技术（北京）有限公司 | 基于视频序列的人脸识别方法和装置 |
-
2018
- 2018-10-17 CN CN201811211203.XA patent/CN111062235B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160125236A1 (en) * | 2014-10-29 | 2016-05-05 | Baidu Online Network Technology (Beijing) Co.,Ltd. | Image identification method and image identification device |
| CN105893948A (zh) * | 2016-03-29 | 2016-08-24 | 乐视控股（北京）有限公司 | 一种视频会议中的人脸识别方法及装置 |
| CN108171207A (zh) * | 2018-01-17 | 2018-06-15 | 百度在线网络技术（北京）有限公司 | 基于视频序列的人脸识别方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| BAILING ZHANG，AND ETC: "Video-based face recognition by Auto-Associative Elman Neural network" * |
| 郭慧;王璇;吕黎;郭文仙;李春锦;方兵华;: "实时人脸识别系统研究" * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113761279A (zh) * | 2020-06-02 | 2021-12-07 | 中国移动通信集团河南有限公司 | 一种用户身份识别方法、装置及设备 |
| CN113158823A (zh) * | 2021-03-30 | 2021-07-23 | 浙江大华技术股份有限公司 | 一种人脸识别方法及装置 |
| CN113158823B (zh) * | 2021-03-30 | 2023-05-12 | 浙江大华技术股份有限公司 | 一种人脸识别方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111062235B (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3079082B1 (en) | Method and apparatus for album display | |
| EP3116199A1 (en) | Wearable-device-based information delivery method and related device | |
| TWI452527B (zh) | 基於擴增實境與雲端計算之應用程式執行方法與系統 | |
| EP2977926A1 (en) | Method and device for verification using verification code | |
| EP3002911B1 (en) | Communication message recognition method and device thereof | |
| CN109388319B (zh) | 一种截图方法、截图装置、存储介质及终端设备 | |
| US10599734B2 (en) | Matchmaking video chatting partners | |
| CN106331761A (zh) | 直播列表显示方法及装置 | |
| CN102118491A (zh) | 一种基于电子罗盘的解锁方法和设备 | |
| CN104731880A (zh) | 图片排序方法和装置 | |
| EP4191513A1 (en) | Image processing method and apparatus, device and storage medium | |
| CN103095898A (zh) | 通讯录排序系统及方法 | |
| CN108431812B (zh) | 一种头像显示的方法以及头像显示装置 | |
| CN105426878A (zh) | 人脸聚类方法及装置 | |
| CN112462990A (zh) | 图像发送方法、装置及电子设备 | |
| CN105095868A (zh) | 图片匹配方法及装置 | |
| CN111062235A (zh) | 人脸识别方法和装置、人脸检测库的建立方法 | |
| US20160112498A1 (en) | Methods and devices for acquiring user information | |
| CN105760729B (zh) | 一种登录方法及电子设备 | |
| CN103167088B (zh) | 通讯录排序方法和移动终端 | |
| CN107066864B (zh) | 一种应用图标显示方法及其设备 | |
| CN112734661A (zh) | 图像处理方法及装置 | |
| CN106776874A (zh) | 用户建群方法和装置 | |
| CN105488074A (zh) | 照片聚类的方法及装置 | |
| CN105094500A (zh) | 一种图标摆放方法及装置 |
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 |