CN111104873A - 一种多图像处理装置协同的人脸识别方法、系统、设备和介质 - Google Patents

一种多图像处理装置协同的人脸识别方法、系统、设备和介质 Download PDF

Info

Publication number
CN111104873A
CN111104873A CN201911214488.7A CN201911214488A CN111104873A CN 111104873 A CN111104873 A CN 111104873A CN 201911214488 A CN201911214488 A CN 201911214488A CN 111104873 A CN111104873 A CN 111104873A
Authority
CN
China
Prior art keywords
face
image processing
image
area
human
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
Application number
CN201911214488.7A
Other languages
English (en)
Inventor
姚志强
周曦
易渝富
万珺
游宇
陈江豪
孙伟
黄华
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.)
Guangzhou Jize Technology Co Ltd
Yuncong Technology Group Co Ltd
Original Assignee
Guangzhou Jize Technology Co Ltd
Yuncong Technology Group 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 Guangzhou Jize Technology Co Ltd, Yuncong Technology Group Co Ltd filed Critical Guangzhou Jize Technology Co Ltd
Priority to CN201911214488.7A priority Critical patent/CN111104873A/zh
Publication of CN111104873A publication Critical patent/CN111104873A/zh
Pending legal-status Critical Current

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
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/167Detection; Localisation; Normalisation using comparisons between temporally consecutive images

Abstract

本发明提出一种多图像处理装置协同的人脸识别方法、系统、设备和介质,包括:通过多个图像处理装置采集人脸图像;对采集的多个人脸图像进行面积比对,获取人脸识别的目标图像;本发明可适应不同高度的人脸识别,有效避免漏识,提高识别的精确度。

Description

一种多图像处理装置协同的人脸识别方法、系统、设备和介质
技术领域
本发明涉及安防识别领域,尤其涉及一种多图像处理装置协同的人脸识别方法、系统、设备和介质。
背景技术
近年来,随着刷脸技术的日趋成熟,刷脸作为一种非接触式的身份认证方式给用户提供了良好的用户体验,其应用场景也越来越多。目前,刷脸技术已成功落地到部分火车站、地铁站、机场,为乘客实现了刷脸出行。
在火车站、地铁站、机场等交通场景中,因为人流量比较大,往往会在人脸识别闸机处排队依次刷脸。在这种情况下,人脸识别闸机头就会在抓拍图像中同时检测到多张人脸,因为离闸机头近的人脸往往在图像中所占面积较大,所以闸机头通常会识别抓拍图像中面积最大的人脸。然而,如果队列中有小孩,其身高和脸部面积都小于排在后面的成人,闸机头在同时检测到多张人脸时就有可能会优先识别排在后面的成人,而无法对排在前面的小孩进行有效识别。
发明内容
鉴于以上现有技术存在的问题,本发明提出一种多图像处理装置协同的人脸识别方法、系统、设备和介质,主要解决采集图像中多个识别对象容易产生漏识或误识的问题。
为了实现上述目的及其他目的,本发明采用的技术方案如下。
一种多图像处理装置协同的人脸识别方法,包括:
通过多个图像处理装置采集人脸图像;
对采集的多个人脸图像进行面积比对,获取人脸识别的目标图像。
可选地,所述多个图像处理装置设置在同一个设备上,所述设备包括闸机头。
可选地,所述多个图像处理装置在所述同一设备上纵向间隔排列。
可选地,所述设备上至少设置一个图像显示装置,通过所述图像显示装置实时显示多个所述图像处理装置采集的人脸图像。
可选地,从所述多个图像处理装置采集的人脸图像中选出人脸面积最大的所述人脸图像作为所述目标图像。
可选地,设置人脸面积差阈值,对所述多个图像处理装置采集的人脸图像按人脸面积由大到小进行排序;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差超出设定的面积差阈值时,以人脸面积最大的人脸图像作为人脸识别的目标图像;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,通过人体检测对面积比对结果进行验证,获取人脸识别的目标图像。
可选地,所述人体检测包括身高检测,距离检测。
可选地,检测人体与所述图像处理装置的距离,通过距离验证人脸面积比对的结果,获取人脸识别的目标图像。
可选地,对指定区域进行人体检测,根据检测结果获取所述图像处理装置采集的人脸图像。
可选地,预设每个所述图像处理装置的检测高度范围,将检测的身高信息与所述检测高度范围进行比对,根据比对结果获取所述检测高度范围对应的所述图像处理装置采集的人脸图像。
可选地,所述人体检测采用红外传感单元。
可选地,获取前后两个检测对象的身高差,当所述身高差超出设定高度差阈值时,获取当前检测对象的身高对应的所述图像处理装置,进行人脸图像采集。
可选地,所述多个图像处理装置的初始状态处于休眠状态。
可选地,设置语音提示库,当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,从所述语音提示库中获取对应的语音信息并输出,通过语音提示对人脸面积比对结果进行验证,获取人脸识别的目标图像。
可选地,通过语音提示指示检测对象做出指定动作,对指定动作进行识别,根据识别结果,获取人脸识别的目标图像。
可选地,所述指定动作包括举手、侧身等。
一种多图形处理装置协同的人脸识别系统,包括
图像采集模块,通过多个图像处理单元采集人脸图像;
面积比对模块,用于对采集的多个人脸图像进行面积比对,获取人脸识别的目标图像。
可选地,包括目标图像获取模块,用于对多个所述图像处理单元采集的人脸图像进行面积比对,选出人脸面积最大的所述人脸图像作为所述目标图像。
可选地,所述目标图像获取模块包括面积比对单元,所述面积比对单元用于设置人脸面积差阈值,对所述多个图像处理单元采集的人脸图像按人脸面积由大到小进行排序;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差超出设定的面积差阈值时,以人脸面积最大的人脸图像作为人脸识别的目标图像;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,通过人体检测对面积比对结果进行验证,获取人脸识别的目标图像。
可选地,包括验证模块,用于检测人体与所述图像处理单元的距离,通过距离验证人脸面积比对的结果,获取人脸识别的目标图像。
可选地,包括人体检测模块,所述人体检测模块包括身高检测单元和距离检测单元;用于对指定区域进行人体检测,根据检测结果获取所述图像处理单元采集的人脸图像。
可选地,包括高度比对模块,用于根据预设的每个所述图像处理单元的检测高度范围,将检测的身高信息与所述检测高度范围进行比对,根据比对结果获取所述检测高度范围对应的所述图像处理单元采集的人脸图像。
可选地,包括阈值判断模块,用于获取前后两个检测对象的身高差,当所述身高差超出设定高度差阈值时,获取当前检测对象的身高对应的所述图像处理装置,进行人脸图像采集。
可选地,包括时间阈值设置模块,用于设定时间阈值,当所述图像处理单元未接收到唤醒信号的时间超出所述时间阈值时,所述摄像单元进入休眠状态。
可选地,包括语音提示模块,用于设置语音提示库,当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,从所述语音提示库中获取对应的语音信息并输出,通过语音提示对人脸面积比对结果进行验证,获取人脸识别的目标图像。
一种装置,包括底座、支撑柱、显示单元和多个图像处理单元,所述支撑柱的一端连接底座,另一端连接所述显示单元,所述显示单元上至少设置一个所述图像处理单元与所述显示单元连接;所述显示单元下方的支撑柱上,沿纵向依次设置多个所述图像处理单元。
一种设备,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行所述的多摄像头协同的人脸识别方法。
一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得设备执行所述的多摄像头协同的人脸识别方法。
如上所述,本发明一种多图像处理装置协同的人脸识别方法、系统、设备和介质,具有以下有益效果。
通过多个图像处理装置协同确定识别对象的人脸,可有效防止采集的图像中多张人脸时出现漏识,提高识别精确度。
附图说明
图1为本发明一实施例中多图像处理装置协同的人脸识别方法的流程图。
图2为本发明一实施例中多图像处理装置协同的人脸识别系统的模块图。
图3为本发明一实施例中终端设备的结构示意图。
图4为本发明另一实施例中终端设备的结构示意图。
图5为本发明一实施例中装置的结构示意图。
图6为本发明另一实施例中装置的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1,本发明提供一种多图像处理装置协同的人脸识别方法,包括步骤S01-S02。
在步骤S01中,通过多个图像处理装置采集人脸图像:
在一实施例中,可对安检指定区域进行人体检测,获取检测对象的信息。人体检测可包括身高检测和/或距离检测。可通过红外传感器对安检指定区域进行人体检测。
在一实施例中,多个图像处理装置可设置在同一检测设备上,如可以在安检闸机上设置多个图像处理装置进行人脸采集。多个图像处理装置在闸机上沿纵向按一定间隔进行排列安装,其中,图像处理装置可以包括双目摄像头等。
在一实施例中,可将多个图像处理装置与至少一个图像显示装置连接,实时显示采集的图像信息。
在一实施例中,多个图像处理装置可分别负责纵向不同高度的图像采集。可预设每个图像处理装置的检测高度,将检测的身高信息与所述检测高度范围进行比对,根据比对结果获取所述检测高度范围对应的图像处理装置。不同图像处理装置采集图像的边界区域可部分交叉。如包含两个图像处理装置A和B,A负责的检测高度范围为1.5M到2M,B负责的检测高度范围为1M到1.6M,当检测到的对象身高为1.7M时,可判断身高落入A的检测高度范围,将图像处理装置A采集的人脸图像作为人脸识别的目标图像。可根据检测对象人脸所处高度范围设置图像处理装置的检测高度范围,如检测对象身高1.8米,人脸所处高度范围大概为1.5-1.8这一区间。
具体地,当检测对象进入安检指定区域时,可通过传感器获取检测对象的身高,以及检测对象与闸机间的距离。通过检测对象身高对应的图像处理装置进行图像采集。当检测对象的人脸所处高度处于邻近两个图像处理装置采集图像的交叉区域时,可通过该两个图像处理装置同时进行人脸图像采集。
在另一实施例中,可设置多个图像处理装置初始状态为休眠状态;当检测到指定区域出现检测对象时,根据检测对象的身高触发对应的图像处理装置进入工作状态。如检测对象身高为1.8米时,唤醒图像处理装置A进行人脸图像采集。
在一实施例中,可设置高度差阈值,通过红外传感器获取前后两个检测对象的身高,并进行身高对比,当前后两个检测对象的身高差超出设定的高度差阈值时,将检测对象的身高与多个图像处理装置的检测高度范围进行比较,实时切换图像处理装置进行人脸图像采集。具体地,可设置高度差阈值可设置为30CM,案件队列中当前检测对象P1身高1.2M,下一个检测对象P2身高1.7,当完成P1检测后,通过高度检测判断P1和P2身高超出设定高度差范围时,则将P2的身高与图像处理装置的检测高度范围进行比较,重新确定采用哪个图像处理装置采集的人脸图像作为人脸识别的目标图像。在另一实施例中,身高差超出设定高度差阈值,可唤醒P2身高对应的图像处理装置,进行人脸图像采集。
在另一实施例中,检测对象按一定队列通过安检闸机时,当前后两个检测对象的身高差超出设定的高度差范围,也可可同时唤醒两个对象对应的图像处理装置,以便于采集到正对两个检测对象的图像信息,进而确定其中一个对象作为安检的识别目标。
在一实施例中,可设置时间阈值,当处于唤醒状态的某一图像处理装置在设定的时间阈值内未接收到二次唤醒信号,则该图像处理装置进入休眠状态。即当设定的时间阈值内,未获取到图像处理装置检测区域对应的检测对象身高,则该图像处理装置进入休眠模式,保持低功耗等待下一次唤醒,以减少能耗。
在步骤S02中,对采集的多个人脸图像进行面积比对,获取人脸识别的目标图像。
在一实施例中,当多个图像处理装置同时处于唤醒状态时,将多个图像处理装置获取的安检指定区域图像发送至服务器端进行人脸检测。人脸检测可采用模板匹配算法或深度神经网络算法获取采集图像中的人脸图像。分别计算各人脸图像的面积,将不同图像处理装置采集的人脸图像进行面积比较,选取人脸面积最大的人脸图像作为人脸识别的目标图像。
在一实施例中,可根据人脸面积计算结果,将采集的人脸图像按人脸面积由大到小进行排序。设置人脸面积差阈值,当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差超出设定的面积差阈值时,以人脸面积最大的人脸图像作为人脸识别的目标图像;例如,采集到四幅人脸图像人脸面积排序结果为140X140,120X120,120X120,100X100,根据阈值判断,140X140的人脸图像与120X120的人脸图像的面积差大于设定的面积差阈值,此时,直接以140X140的人脸图像作为人脸识别的目标图像。
当人脸面积最大的人脸图像与相邻的的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,通过人体检测对面积比对结果进行验证,获取人脸识别的目标图像。即同时采集到多个面积相近的人脸图像,当在前的检测对象脸型小,在后的检测对象脸型大,可能导致最靠近检测设备的人脸图像偏小,而检测队列中下一个检测对象的人脸图像比最靠近检测设备的检测对象的人脸图像稍大;无法直接判断面积最大的人脸图像为最靠近检测设备的人脸图像,必须经过验证进行确认。具体地,可通过红外传感器获取距离闸机最近的检测对象的距离,并获取距离最近的检测对象的身高,通过身高与图像处理装置的检测高度范围进行比较,确定那个图像处理装置采集的人脸图像作为人脸识别的目标图像。具体地,可将采集人脸图像面积最大的图像处理装置与传感器检测的距离最近的检测对象对应的图像处理装置进行比对,如两个图像处理装置一致,则以面积最大的人脸图像作为人脸识别的目标图像,输入服务器端的人脸识别模块进行人脸识别;当两个图像处理装置信息不一致时,以距离最近的检测对象对应的图像处理装置检测的图像中面积最大的人脸图像作为人脸识别的目标对象。
在一实施例中,当人脸面积最大的人脸图像与邻近的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,可从预先设置的语音提示库提取对应的语音信息,并通过扬声器提醒检测对象做出指定动作,动过识别检测对象的动作,验证检测对象的人脸图像与人脸面积最大的人脸图像是否一致。如一致,则直接以人脸面积最大的人脸图像作为人脸识别的目标图像;如不一致,则以做出指定动作的检测对象对应的人脸图像作为人脸识别的目标图像。
在一实施例中,指定动作包括举手、侧身、转头等。
请参阅图2,本实施例中提供了一种多摄像头协同的人脸识别系统,用于执行前述方法实施例中所述的多摄像头协同的人脸识别方法。由于系统实施例的技术原理与前述方法实施例的技术原理相似,因而不再对同样的技术细节做重复性赘述。
在一实施例中,多摄像头协同的人脸识别系统包括图像采集模块10和面积比对模块11;图像采集模块10用于辅助执行前述方法实施例介绍的步骤S01;面积比对模块11用于执行前述方法实施例介绍的步骤S02。
在一实施例中,系统包括目标图像获取模块,用于对多个图像处理单元采集的人脸图像进行面积比对,选出人脸面积最大的人脸图像作为目标图像。
在一实施例中,目标图像获取模块包括面积比对单元,面积比对单元用于设置人脸面积差阈值,对多个图像处理单元采集的人脸图像按人脸面积由大到小进行排序;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差超出设定的面积差阈值时,以人脸面积最大的人脸图像作为人脸识别的目标图像;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,通过人体检测对面积比对结果进行验证,获取人脸识别的目标图像。
在一实施例中,包括验证模块,用于检测人体与所述图像处理单元的距离,通过距离验证人脸面积比对的结果,获取人脸识别的目标图像。
可选地,系统包括人体检测模块,人体检测模块包括身高检测单元和距离检测单元;用于对指定区域进行人体检测,根据检测结果获取图像处理单元采集的人脸图像。
在一实施例中,系统包括高度比对模块,用于根据预设的每个图像处理单元的检测高度范围,将检测的身高信息与检测高度范围进行比对,根据比对结果获取检测高度范围对应的图像处理单元采集的人脸图像。
在一实施例中,系统包括阈值判断模块,用于获取前后两个检测对象的身高差,当身高差超出设定高度差阈值时,获取当前检测对象的身高对应的图像处理装置,进行人脸图像采集。
在一实施例中,系统包括时间阈值设置模块,用于设定时间阈值,当图像处理单元未接收到唤醒信号的时间超出所述时间阈值时,所述摄像单元进入休眠状态。
在一实施例中,系统包括语音提示模块,用于设置语音提示库,当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,从语音提示库中获取对应的语音信息并输出,通过语音提示对人脸面积比对结果进行验证,获取人脸识别的目标图像。
请参阅图5和6,本申请实施例还提供了一种装置,包括底座1、支撑柱2、显示单元3和多个图像处理单元4,支撑柱2的一端连接底座1,另一端连接显示单元3,显示单元3上至少设置一个图像处理单元4与显示单元3连接;显示单元3下方的支撑柱2上,沿纵向依次设置多个图像处理单元4。
在一实施例中,支撑柱2可与底座1呈一定倾角,设置倾角主要是为了保障设置于支撑柱2上的图像处理单元4具有足够大的视角,通过多个图像处理单元4配合完成前述方法实施例中的多图像处理装置协同的人脸识别方法。
本申请实施例还提供了一种设备,该设备可以包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述设备执行图1所述的方法。在实际应用中,该设备可以作为终端设备,也可以作为服务器,终端设备的例子可以包括:智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3,Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4,Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等,本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的图1中多图像处理装置协同的人脸识别方法所包含步骤的指令(instructions)。
图3为本申请一实施例提供的终端设备的硬件结构示意图。如图所示,该终端设备可以包括:输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,第一存储器1103中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit,简称CPU)、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,该处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。
可选的,上述输入设备1100可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;输出设备1102可以包括显示器、音响等输出设备。
在本实施例中,该终端设备的处理器包括用于执行各设备中语音识别装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图4为本申请的另一个实施例提供的终端设备的硬件结构示意图。图4是对图3在实现过程中的一个具体的实施例。如图所示,本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。
第二处理器1201执行第二存储器1202所存放的计算机程序代码,实现上述实施例中图1所述方法。
第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。第二存储器1202可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选地,第一处理器1201设置在处理组件1200中。该终端设备还可以包括:通信组件1203,电源组件1204,多媒体组件1205,语音组件1206,输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令,以完成上述图1所示方法的全部或部分步骤。此外,处理组件1200可以包括一个或多个模块,便于处理组件1200和其他组件之间的交互。例如,处理组件1200可以包括多媒体模块,以方便多媒体组件1205和处理组件1200之间的交互。
电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统,一个或多个电源,及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏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。
语音组件1206被配置为输出和/或输入语音信号。例如,语音组件1206包括一个麦克风(MIC),当终端设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中,语音组件1206还包括一个扬声器,用于输出语音信号。
输入/输出接口1207为处理组件1200和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件1208包括一个或多个传感器,用于为终端设备提供各个方面的状态评估。例如,传感器组件1208可以检测到终端设备的打开/关闭状态,组件的相对定位,用户与终端设备接触的存在或不存在。传感器组件1208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,包括检测用户与终端设备间的距离。在一些实施例中,该传感器组件1208还可以包括摄像头等。
通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备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。在一个实施例中,该终端设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得终端设备可以登录GPRS网络,通过互联网与服务器建立通信。
由上可知,在图4实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图3实施例中的输入设备的实现方式。
综上所述,本发明一种多图像处理装置协同的人脸识别方法、系统、设备和介质,通过多个摄像单元采集图像验证识别,可有效防止漏识问题,提高识别的精确度;通过多个摄像单元采集不同高度的检测对象图像,可实时调整适应不同高度的检测对象,避免因采集图像角度问题影响人脸识别准确性。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (28)

1.一种多图像处理装置协同的人脸识别方法,其特征在于,包括:
通过多个图像处理装置采集人脸图像;
对采集的多个人脸图像进行面积比对,获取人脸识别的目标图像。
2.根据权利要求1所述的多图像处理装置协同的人脸识别方法,其特征在于,所述多个图像处理装置设置在同一个设备上,所述设备包括闸机头。
3.根据权利要求2所述的多图像处理装置协同的人脸识别方法,其特征在于,所述多个图像处理装置在所述同一设备上纵向间隔排列。
4.根据权利要求2所述的多图像处理装置协同的人脸识别方法,其特征在于,所述设备上至少设置一个图像显示装置,通过所述图像显示装置实时显示多个所述图像处理装置采集的人脸图像。
5.根据权利要求1所述的多图像处理装置协同的人脸识别方法,其特征在于,从所述多个图像处理装置采集的人脸图像中选出人脸面积最大的所述人脸图像作为所述目标图像。
6.根据权利要求5所述的多图像处理装置协同的人脸识别方法,其特征在于,设置人脸面积差阈值,对所述多个图像处理装置采集的人脸图像按人脸面积由大到小进行排序;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差超出设定的面积差阈值时,以人脸面积最大的人脸图像作为人脸识别的目标图像;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,通过人体检测对面积比对结果进行验证,获取人脸识别的目标图像。
7.根据权利要求6所述的多图像处理装置协同的人脸识别方法,其特征在于,所述人体检测包括身高检测,距离检测。
8.根据权利要求6所述的多图像处理装置协同的人脸识别方法,其特征在于,检测人体与所述图像处理装置的距离,通过距离验证人脸面积比对的结果,获取人脸识别的目标图像。
9.根据权利要求1所述的多图像处理装置协同的人脸识别方法,其特征在于,对指定区域进行人体检测,根据检测结果获取所述图像处理装置采集的人脸图像。
10.根据权利要求9所述的多图像处理装置协同的人脸识别方法,其特征在于,预设每个所述图像处理装置的检测高度范围,将检测的身高信息与所述检测高度范围进行比对,根据比对结果获取所述检测高度范围对应的所述图像处理装置采集的人脸图像。
11.根据权利要求6或7任一所述的多图像处理装置协同的人脸识别方法,其特征在于,所述人体检测采用红外传感单元。
12.根据权利要求10所述的多图像处理装置协同的人脸识别方法,其特征在于,获取前后两个检测对象的身高差,当所述身高差超出设定的高度差阈值时,获取当前检测对象的身高对应的所述图像处理装置,进行人脸图像采集。
13.根据权利要求1所述的多图像处理装置协同的人脸识别方法,其特征在于,所述多个图像处理装置的初始状态处于休眠状态。
14.根据权利要求6所述的多图像处理装置协同的人脸识别方法,其特征在于,设置语音提示库,当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,从所述语音提示库中获取对应的语音信息并输出,通过语音提示对人脸面积比对结果进行验证,获取人脸识别的目标图像。
15.根据权利要求14所述的多图像处理装置协同的人脸识别方法,其特征在于,通过语音提示指示检测对象做出指定动作,对指定动作进行识别,根据识别结果,获取人脸识别的目标图像。
16.根据权利要求15所述的多图像处理装置协同的人脸识别方法,其特征在于,所述指定动作包括举手、侧身等。
17.一种多图形处理装置协同的人脸识别系统,其特征在于,包括
图像采集模块,通过多个图像处理单元采集人脸图像;
面积比对模块,用于对采集的多个人脸图像进行面积比对,获取人脸识别的目标图像。
18.根据权利要求17所述的多摄像头协同的人脸识别系统,其特征在于,包括目标图像获取模块,用于对多个所述图像处理单元采集的人脸图像进行面积比对,选出人脸面积最大的所述人脸图像作为所述目标图像。
19.根据权利要求18所述的多摄像头协同的人脸识别系统,其特征在于,所述目标图像获取模块包括面积比对单元,所述面积比对单元用于设置人脸面积差阈值,对所述多个图像处理单元采集的人脸图像按人脸面积由大到小进行排序;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差超出设定的面积差阈值时,以人脸面积最大的人脸图像作为人脸识别的目标图像;
当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,通过人体检测对面积比对结果进行验证,获取人脸识别的目标图像。
20.根据权利要求19所述的多摄像头协同的人脸识别系统,其特征在于,包括验证模块,用于检测人体与所述图像处理单元的距离,通过距离验证人脸面积比对的结果,获取人脸识别的目标图像。
21.根据权利要求17所述的多图像处理装置协同的人脸识别系统,其特征在于,包括人体检测模块,所述人体检测模块包括身高检测单元和距离检测单元;用于对指定区域进行人体检测,根据检测结果获取所述图像处理单元采集的人脸图像。
22.根据权利要求21所述的多图像处理装置协同的人脸识别系统,其特征在于,包括高度比对模块,用于根据预设的每个所述图像处理单元的检测高度范围,将检测的身高信息与所述检测高度范围进行比对,根据比对结果获取所述检测高度范围对应的所述图像处理单元采集的人脸图像。
23.根据权利要求17所述的多图像处理装置协同的人脸识别系统,其特征在于,包括阈值判断模块,用于获取前后两个检测对象的身高差,当所述身高差超出设定高度差阈值时,获取当前检测对象的身高对应的所述图像处理装置,进行人脸图像采集。
24.根据权利要求17所述的多图像处理装置协同的人脸识别系统,其特征在于,包括时间阈值设置模块,用于设定时间阈值,当所述图像处理单元未接收到唤醒信号的时间超出所述时间阈值时,所述摄像单元进入休眠状态。
25.根据权利要求19所述的多摄像头协同的人脸识别系统,其特征在于,包括语音提示模块,用于设置语音提示库,当人脸面积最大的人脸图像与相邻的一个或多个人脸图像的之间的人脸面积差处于设定的面积差阈值内时,从所述语音提示库中获取对应的语音信息并输出,通过语音提示对人脸面积比对结果进行验证,获取人脸识别的目标图像。
26.一种利用权利要求1-16任一所述的多图像处理装置协同的人脸识别方法的装置,其特征在于,包括底座、支撑柱、显示单元和多个图像处理单元,所述支撑柱的一端连接底座,另一端连接所述显示单元,所述显示单元上至少设置一个所述图像处理单元与所述显示单元连接;所述显示单元下方的支撑柱上,沿纵向依次设置多个所述图像处理单元。
27.一种设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行如权利要求1-16中一个或多个所述的方法。
28.一个或多个机器可读介质,其特征在于,其上存储有指令,当由一个或多个处理器执行时,使得设备执行如权利要求1-16中一个或多个所述的方法。
CN201911214488.7A 2019-12-02 2019-12-02 一种多图像处理装置协同的人脸识别方法、系统、设备和介质 Pending CN111104873A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911214488.7A CN111104873A (zh) 2019-12-02 2019-12-02 一种多图像处理装置协同的人脸识别方法、系统、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911214488.7A CN111104873A (zh) 2019-12-02 2019-12-02 一种多图像处理装置协同的人脸识别方法、系统、设备和介质

Publications (1)

Publication Number Publication Date
CN111104873A true CN111104873A (zh) 2020-05-05

Family

ID=70420782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911214488.7A Pending CN111104873A (zh) 2019-12-02 2019-12-02 一种多图像处理装置协同的人脸识别方法、系统、设备和介质

Country Status (1)

Country Link
CN (1) CN111104873A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112686148A (zh) * 2020-12-30 2021-04-20 重庆赤木科技有限公司 适于多种身高人群的人脸识别系统
CN112784740A (zh) * 2021-01-21 2021-05-11 上海市公安局刑事侦查总队 步态数据的采集与标注方法及应用

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633558A (zh) * 2017-09-12 2018-01-26 浙江网新电气技术有限公司 一种基于人像与身份证比对识别的自助检票方法和设备
CN109327678A (zh) * 2018-09-10 2019-02-12 国网山东省电力公司淄博供电公司 一种基于人脸识别摄像头的机房内作业区域管控方法
CN109948586A (zh) * 2019-03-29 2019-06-28 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
CN110026982A (zh) * 2019-04-22 2019-07-19 广东博智林机器人有限公司 机器人伺服系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633558A (zh) * 2017-09-12 2018-01-26 浙江网新电气技术有限公司 一种基于人像与身份证比对识别的自助检票方法和设备
CN109327678A (zh) * 2018-09-10 2019-02-12 国网山东省电力公司淄博供电公司 一种基于人脸识别摄像头的机房内作业区域管控方法
CN109948586A (zh) * 2019-03-29 2019-06-28 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
CN110026982A (zh) * 2019-04-22 2019-07-19 广东博智林机器人有限公司 机器人伺服系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112686148A (zh) * 2020-12-30 2021-04-20 重庆赤木科技有限公司 适于多种身高人群的人脸识别系统
CN112784740A (zh) * 2021-01-21 2021-05-11 上海市公安局刑事侦查总队 步态数据的采集与标注方法及应用

Similar Documents

Publication Publication Date Title
CN111369418B (zh) 一种健康数据管理方法、系统、机器可读介质及设备
US20150269409A1 (en) Method of controlling an electronic device
US20110157009A1 (en) Display device and control method thereof
CN110673723A (zh) 基于生物识别特征的语音交互方法、系统、介质和设备
CN110647732B (zh) 一种基于生物识别特征的语音交互方法、系统、介质和设备
CN111310725A (zh) 一种对象识别方法、系统、机器可读介质及设备
CN111104873A (zh) 一种多图像处理装置协同的人脸识别方法、系统、设备和介质
CN111626229A (zh) 一种对象管理方法、装置、机器可读介质及设备
CN107454251B (zh) 解锁控制方法及相关产品
CN113076903A (zh) 一种目标行为检测方法、系统、计算机设备及机器可读介质
CN111695509A (zh) 一种身份验证方法、装置、机器可读介质及设备
CN111291638A (zh) 一种对象比对方法、系统、设备及介质
CN112989299A (zh) 一种交互式身份识别方法、系统、设备及介质
CN113077262A (zh) 一种餐饮结算方法、装置、系统、机器可读介质及设备
CN113052127A (zh) 一种行为检测方法、系统、计算机设备及机器可读介质
CN109063462A (zh) 一种权限管理方法及终端设备
CN111353414A (zh) 一种身份识别方法、系统、机器可读介质及设备
CN209170425U (zh) 电子设备
CN112446704A (zh) 一种安全交易管理方法及安全交易管理装置
CN112417197B (zh) 一种排序方法、装置、机器可读介质及设备
CN114943872A (zh) 目标检测模型的训练方法、装置、目标检测方法、装置、介质及设备
CN113536914A (zh) 一种对象跟踪识别方法、系统、设备及介质
CN112580472A (zh) 一种快速轻量的人脸识别方法、装置、机器可读介质及设备
CN111985401A (zh) 一种区域监控方法、系统、机器可读介质及设备
CN113657903A (zh) 一种刷脸支付方法、装置、电子设备和存储介质

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
CB02 Change of applicant information

Address after: 511458 room 1009, No.26, Jinlong Road, Nansha District, Guangzhou City, Guangdong Province (only for office use)

Applicant after: Guangzhou Yuncong Dingwang Technology Co., Ltd

Applicant after: Yuncong Technology Group Co.,Ltd.

Address before: 511458 room 1009, No.26, Jinlong Road, Nansha District, Guangzhou City, Guangdong Province (only for office use)

Applicant before: Guangzhou Jize Technology Co.,Ltd.

Applicant before: Yuncong Technology Group Co.,Ltd.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20200505

RJ01 Rejection of invention patent application after publication