CN111325059A - 脸部识别方法、装置及计算机可读取媒体 - Google Patents
脸部识别方法、装置及计算机可读取媒体 Download PDFInfo
- Publication number
- CN111325059A CN111325059A CN201811532975.3A CN201811532975A CN111325059A CN 111325059 A CN111325059 A CN 111325059A CN 201811532975 A CN201811532975 A CN 201811532975A CN 111325059 A CN111325059 A CN 111325059A
- Authority
- CN
- China
- Prior art keywords
- image
- user
- image group
- images
- groups
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000001815 facial effect Effects 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- G06V40/50—Maintenance of biometric data or enrolment thereof
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
一种脸部识别方法,包含取得待识别影像,判断待识别影像是否属于使用者的多个影像群的其中之一,当待识别影像属于影像群中的判定影像群时判断判定影像群的影像数量是否小于预设数量,当判断结果为否,则依据判定影像群中的多个脸部影像各自的时间参数,删除判定影像群中的脸部影像的其中之一,并执行影像群更新程序,当判断结果为是,则执行影像群更新程序。
Description
技术领域
本发明涉及一种影像识别方法,特别涉及一种脸部识别方法。
背景技术
随着影像识别技术的发展,影像中的脸部识别技术的应用渐趋广泛。举凡机场安检系统、门禁系统、考勤系统、无人商店等身份识别系统,皆可与脸部识别技术结合。详细来说,通过与数据库中已注册使用者的脸部影像进行比对,身份识别系统可以判断当前使用者的使用权限或身份。
然而,当使用者的脸型随着时间而有所改变,或是在注册之后才开始配戴眼镜、蓄胡等而使外貌有所变化时,则需重新注册新的脸部影像,相当耗费时间及运算资源。
发明内容
鉴于上述,本发明提供一种脸部识别方法、装置及计算机可读取媒体,能够依据新拍摄的待识别影像的识别结果,选择性地调整注册数据,进而提升识别的准确率。
依据本发明一实施例的脸部识别方法,包含取得待识别影像;判断待识别影像是否属于至少一使用者的多个影像群的其中之一;当待识别影像属于影像群中的判定影像群时,判断判定影像群的影像数量是否小于预设数量;当判定影像群的影像数量不小于预设数量时,依据判定影像群中的多个脸部影像各自的时间参数,删除判定影像群中的脸部影像的其中之一,并执行影像群更新程序;以及当判定影像群的影像数量小于预设数量时,执行影像群更新程序。
依据本发明一实施例的脸部识别装置,包含影像获取器、数据库及处理器,其中处理器电性连接于影像获取器及数据库。影像获取器用于取得待识别影像。数据库存储至少一使用者的多个影像群。处理器用于判断待识别影像是否属于至少一使用者的影像群的其中之一。在判断待识别影像属于影像群中的判定影像群时,处理器判断判定影像群的影像数量是否小于预设数量。在判断判定影像群的影像数量不小于预设数量时,处理器依据判定影像群中的多个脸部影像各自的时间参数,删除判定影像群中的脸部影像的其中之一,并执行影像群更新程序;而在判断判定影像群的影像数量小于预设数量时,处理器执行影像群更新程序。
依据本发明一实施例的计算机可读取媒体,包含程序码,其中程序码用于通过一或多个处理器运行,以执行前列实施例的脸部识别方法。
综合上述,本公开所公开的脸部识别方法、装置及计算机可读取媒体,通过在取得新的待识别影像时,可调整使用者在注册数据中待识别影像所属的影像群,再执行影像群更新程序,以随着使用次数自动学习,进而因应使用者外观的渐变,提升脸部识别的准确率及速度。此外,由于本公开所公开的脸部识别方法、装置及计算机可读取媒体对待识别影像所属的影像群执行影像的删减,可以使得单一使用者的注册数据能够维持多种外貌的影像比例,因此,当使用者配戴外在配件时,本公开所公开的脸部识别方法、装置及计算机可读取媒体仍可具有良好的识别准确率。
以上的关于本公开内容的说明及以下的实施方式的说明用以示范与解释本发明的精神与原理,并且提供本发明的专利申请范围更进一步的解释。
附图说明
图1是依据本发明一实施例所示出的脸部识别装置的功能方框图。
图2是依据本发明一实施例所示出的脸部识别方法的流程图。
图3是依据本发明另一实施例所示出的脸部识别方法的方法流程图。
图4是依据本发明一实施例所示出的使用者的注册数据的示意图。
图5是依据本发明一实施例所示出的脸部识别方法的细节流程图。
附图标记说明:
1 脸部识别装置
101 影像获取器
103 处理器
105 数据库
USER_A、USER_B 注册数据
A_G1~A_Gn 第一影像群
B_G1~B_Gm 第二影像群
A_P11~A_P1p 脸部影像
A_P21~A_P2q 脸部影像
B_P11~B_P1r 脸部影像
B_P21~B_P2s 脸部影像
具体实施方式
以下在实施方式中详细叙述本发明的详细特征以及优点,其内容足以使任何熟习相关技艺者了解本发明的技术内容并据以实施,且根据本说明书所公开的内容、权利要求及附图,任何熟习相关技艺者可轻易地理解本发明相关的目的及优点。以下的实施例进一步详细说明本发明的观点,但非以任何观点限制本发明的范围。
请参考图1,图1是依据本发明一实施例所示出的脸部识别装置1的功能方框图。于本发明的一或多个实施例中,脸部识别装置1可以包含于台式电脑、笔记本电脑、平板电脑、移动装置或其它电子装置,且可以应用于门禁系统、安检系统、考勤系统、无人商店等具有身份识别功能或是通过脸部识别来操作的系统,本发明不予限制。如图1所示,脸部识别装置1包含影像获取器101、处理器103及数据库105,其中处理器103连接于影像获取器101及数据库105,这些元件之间的连接可以是电性连接或是通信连接。
详细来说,影像获取器101例如是相机、红外线热感应镜头,或是其他用于取得影像的装置。影像获取器101用于取得使用者的一或多张脸部影像及待识别影像,而影像获取器101所取得的影像可以是2D影像。处理器103例如为中央处理器,并可包含一或多个图形处理单元(GPU)。处理器103将影像获取器101所取得的影像执行分群及比对的处理,以进行脸部识别。数据库105例如是存储器或是云端装置,用于存储一或多个使用者的注册数据以及处理器103的影像分群结果。上述的分群及比对方法,以及其执行结果请一并参考图1及图2以作说明。
图2是依据本发明一实施例所示出的脸部识别方法的流程图。图2所示的脸部识别方法可适用于前述实施例中的脸部识别装置1。以下将以脸部识别装置1的运行来示例性地说明图2的实施例及本发明的其他实施例的脸部识别方法。
于图2所示的步骤S11中,影像获取器101会取得一待识别影像,以供后续的脸部识别。在一些实施例中,影像获取器101是受控于处理器103。举例来说,脸部识别装置1可以具有距离感测器,处理器103可以依据距离感测器的检测信号来判断是否有物体接近脸部识别装置1,据以控制影像获取器101进行拍摄以取得待识别影像;或者,脸部识别装置1可以具有温度感测器,处理器103可以依据温度感测器的检测信号来判断是否有具有温度的物体(例如人)接近脸部识别装置1,据以控制影像获取器101进行拍摄以取得待识别影像。除了上述感测器,脸部识别装置1的影像获取器101的启动或是获取频率,亦可受控于语音、触控、机械式按钮的触发等控制方式,本发明不予限制。
在取得待识别影像之后,于步骤S12中,处理器103会判断所取得的待识别影像是否属于至少一使用者的多个影像群的其中之一。进一步来说,数据库105中存储有一或多个使用者的注册数据,其中使用者的注册数据包含前述的多个影像群,且每个影像群中会包含一或多张使用者的脸部影像。举例来说,数据库105中存储有第一使用者及第二使用者的注册数据,第一使用者的注册数据包含多个第一影像群,每个第一影像群包含一或多张第一使用者的脸部影像;第二使用者的注册数据则包含多个第二影像群,每个第二影像群包含一或多张第二使用者的脸部影像。详细的注册方法及判断待识别影像的方法将于后描述。
当处理器103判断待识别影像属于多个影像群中的其中之一时,如步骤S13所示,处理器103会进一步判断待识别影像所属的影像群(以下称为判定影像群)的影像数量是否小于预设数量。其中,影像数量表示影像群所包含的脸部影像的张数;预设数量可为处理器103的设定参数,例如为20张或是其他数值。而当处理器103判断待识别影像不属于任何一个影像群时,处理器103可控制影像获取器101再次取得新的待识别影像,即再次执行步骤S11。
当处理器103判断判定影像群的影像数量不小于预设数量时,如步骤S14所示,处理器103会依据判定影像群中的影像各自的时间参数来删除这些脸部影像的一部分。其中,时间参数可以表示影像的生成时间,例如影像经由影像获取器101拍摄而产生的时间。举例来说,当处理器103判断判定影像群的影像数量不小于预设数量时,例如20张,会删除判定影像群中具有最早的生成时间(即较旧的)的脸部影像,使脸部影像剩余较近期的19张。而当处理器103执行步骤S13的判断结果显示判定影像群的影像数量小于预设数量时,也就是未满20张时,如步骤S15所示,处理器103便会直接进行影像群更新程序。
在步骤S15中,影像群更新程序包含将判定影像群所属的使用者的所有影像群中的所有脸部影像通过一分群法来进行重新分群。以数据库105中存有单一使用者的注册数据为例,处理器103在进行影像群更新程序时,会将数据库105中所有影像群的所有脸部影像以及待识别影像通过分群法来重新分群,以产生多个更新影像群,作为单一使用者的更新注册数据。举例来说,同一使用者的各影像群之间的差异例如源自于使用者配戴不同的脸部装饰物,像是眼镜或是胡子等。
另外,以数据库105中存有多个使用者(例如两个)的注册数据为例,当判定影像群是第一使用者的多个第一影像群的其中之一时,处理器103会将多个第一影像群中的所有脸部影像以及待识别影像通过分群法来重新分群,以产生第一使用者的多个更新影像群,作为其更新注册数据;同理,当判定影像群是第二使用者的多个第二影像群的其中之一时,处理器103则会以相同方式来产生第二使用者的多个更新影像群。其中,上述的分群法例如是非监督自动分群演算法。
通过上述脸部识别方法,每当有新的待识别影像输入脸部识别装置时,脸部识别装置都会进行是否剔除过旧影像的判断并加入待识别影以进行影像群更新程序,使得脸部识别装置能够随着使用次数来自动学习,以因应使用者外观的渐变。此外,于上述的脸部识别方法中,是否剔除过旧影像的判断仅执行于待识别影像所属的影像群内部,换句话说,新加入于注册数据中的影像仅可能替换掉原具有相似特征的脸部影像,而不会影响其它差异较大的脸部影像,因此,通过本公开的脸部识别方法,可以使单一使用者的注册数据维持多种外貌的影像比例。
如前所述,脸部识别装置1的数据库101中可以存储一或多个使用者的注册数据。请一并参考图1~图3,其中图3是依据本发明另一实施例所示出的脸部识别方法的方法流程图,此方法适用于图1所示的脸部识别装置1。如图3所示,在脸部识别装置1的影像获取器101取得待识别影像(即图2所示的步骤S11)之前,于步骤S9中,影像获取器101会取得使用者的多张未分群影像。详细来说,影像获取器101可以依据一控制指令来取得使用者的多张未分群影像,其中控制指令可以指示影像获取器101拍摄使用者以取得一特定数量(例如仅获取1张,或是连拍20张)的脸部影像,以作为前述的未分群影像,且控制指令可以通过语音、触控、机械式按钮的触发等方式产生,本发明不予限制。
接着,于步骤S10中,处理器103会将未分群影像进行分群,以产生前述实施例中的使用者的多个影像群。其中,分群方式可例如采用前述实施例所提及的分群法。因此,每个影像群中会包含一或多个脸部影像(即部分的上述未分群影像)。处理器103将多个影像群存储于数据库105中,以作为使用者的注册数据。举例来说,单一使用者的注册数据中所包含的影像群的数量最多可以有5组,然本发明对于影像群的数量不予限制。进一步来说,处理器103可以获取未分群影像上的特征并将其转换为坐标(例如通过FaceNet模型执行),据以进行分群,再将分群结果存储于数据库105中,因此数据库105中存储有使用者的多个脸部影像各自的坐标数据。上述实施例说明一使用者的注册数据的建立,而在其他实施例中,脸部识别装置1亦可以接受多个使用者的注册要求,对每个使用者执行前述步骤S9及S10以产生多个使用者各自的注册数据,并存储于数据库101中。
以附图来说明上述的注册数据,请参考图4,图4是依据本发明一实施例所示出的使用者的注册数据的示意图。图4示例性地示出存储于数据库105中的两个使用者的注册数据USER_A及USER_B,于其他实施例中,数据库105中亦可仅存储有一使用者的注册数据或三个以上的使用者的注册数据。如图4所示,第一使用者的注册数据USER_A包含多个第一影像群A_G1~A_Gn,第二使用者的注册数据USER_B包含多个第二影像群B_G1~B_Gm。于一实施例中,n及m不大于5,换句话说,一使用者的注册数据最多可包含5个影像群。每个第一影像群A_G1~A_Gn包含第一使用者的一或多张脸部影像,且每个第二影像群B_G1~B_Gm包含第二使用者的一或多张脸部影像。举例来说,如图所示,第一影像群A_G1包含脸部影像A_P11~A_P1p;第一影像群A_G2包含脸部影像A_P21~A_P2q;第二影像群B_G1包含脸部影像B_P11~B_P1r;第二影像群B_G2包含脸部影像B_P21~B_P2s。在一些实施例中,p、q、r及s不大于20,而上述影像群亦可仅包含一张脸部影像,如第二影像群B_Gm所示。于一实施例中,上述各影像群中的脸部影像可以坐标的形式存储于数据库105中,其中脸部影像的坐标如前所述可以是处理器103获取脸部影像上的特征转换而得。
请一并参考图1、图4及图5以进一步说明前述图2的脸部识别方法中的判断步骤S12,其中图5是依据本发明一实施例所示出的脸部识别方法的细节流程图。于步骤S121中,处理器103会计算数据库105中的所有影像群各自的距离平均参数。其中,距离平均参数表示对应的影像群中的一或多个脸部影像的坐标分别与待识别影像的坐标之间的距离的平均值。以图4所示的实施例来作详细说明,处理器103会获取待识别影像的特征并将其转换为坐标(例如通过FaceNet模型执行),再分别计算数据库105中的每个脸部影像A_P11~A_P1p、A_P21~A_P2q、B_P11~B_P1r、B_P21~B_P2s的坐标与待识别影像的坐标之间的距离,例如取欧式距离。接着,处理器103对每个第一及第二影像群A_G1~A_Gn及B_G1~B_Gm进行距离平均参数的计算。举例来说,处理器103对于第一影像群A_G1中的脸部影像A_P11~A_P1p可以取得p个距离,处理器103将计算p个距离的平均值,以作为第一影像群A_G1的距离平均参数,对于其他影像群的距离平均参数亦同理。
于步骤S122中,处理器103会判断所有影像群的距离平均参数中的最小值(以下称为最小距离平均参数)是否小于一距离阈值。距离阈值为处理器103的设定参数,例如可以介于0~1,优选为0.3。其中,影像群的距离平均参数越小,表示待识别影像与此影像群的关联性越高。于步骤S123中,当最小距离平均参数小于距离阈值时,处理器103会判断待识别影像属于最小距离平均参数所对应的影像群,即判断最小距离平均参数所对应的影像群为前述实施例中的判定影像群。而于步骤S124中,当最小距离平均参数不小于距离阈值时,处理器103将判断待识别影像不属于任何影像群,并控制影像获取器101再次取得新的待识别影像。
上述实施例的脸部识别方法,于本公开的一或多个实施例中,可以程序码的形态包含于实体媒体,例如光盘片、U盘、存储卡、云端服务器的硬盘等计算机装置(如电脑、平板、手机等)可读取的存储媒体中。当计算机装置从可读取媒体中载入程序码并执行时,便可参与上述的一或多个实施例的脸部识别方法的运行。此外,需说明的是,上述实施例所描述的脸部识别方法中的注册数据更新方式,即依据待识别数据调整原注册数据以及将待识别数据加入原注册数据以重新分类的概念,亦可应用于其他生物特征识别技术,例如指纹、掌纹、虹膜、视网膜、声音等。
综合上述,本公开所公开的脸部识别方法、装置及计算机可读取媒体,通过在取得新的待识别影像时,可调整使用者在注册数据中待识别影像所属的影像群,再执行影像群更新程序,以随着使用次数自动学习,进而因应使用者外观的渐变,提升脸部识别的准确率及速度。由于本公开所公开的脸部识别方法、装置及计算机可读取媒体对待识别影像所属的影像群执行影像的删减,可以使得单一使用者的注册数据能够维持多种外貌的影像比例,因此,当使用者配戴外在配件时,本公开所公开的脸部识别方法、装置及计算机可读取媒体仍可具有良好的识别准确率。
虽然本发明以前述的实施例公开如上,然其并非用以限定本发明。在不脱离本发明的精神和范围内,所为的变动与润饰,均属本发明的专利保护范围。关于本发明所界定的保护范围请参考权利要求。
Claims (10)
1.一种脸部识别方法,其特征在于,包括:
取得一待识别影像;
判断该待识别影像是否属于至少一使用者的多个影像群的其中之一;
当该待识别影像属于所述多个影像群中的一判定影像群时,判断该判定影像群的影像数量是否小于一预设数量;
当该判定影像群的该影像数量不小于该预设数量时,依据该判定影像群中的多个脸部影像各自的时间参数,删除该判定影像群中的所述多个脸部影像的其中之一,并执行一影像群更新程序;以及
当该判定影像群的该影像数量小于该预设数量时,执行该影像群更新程序。
2.如权利要求1所述的脸部识别方法,其特征在于,该影像群更新程序包含将该判定影像群所属的该至少一使用者的所述多个影像群中的所有脸部影像以及该待识别影像通过一分群法来进行重新分群,以产生该判定影像群所属的该至少一使用者的多个更新影像群。
3.如权利要求2所述的脸部识别方法,其特征在于,该至少一使用者包含一第一使用者及一第二使用者,所述多个影像群包含该第一使用者的多个第一影像群及该第二使用者的多个第二影像群,且执行该影像群更新程序的步骤包含:
当该判定影像群属于所述多个第一影像群的其中之一时,将所述多个第一影像群中的所有脸部影像以及该待识别影像通过该分群法来进行重新分群,以产生该第一使用者的所述多个更新影像群;以及
当该判定影像群属于所述多个第二影像群的其中之一时,将所述多个第二影像群中的所有脸部影像以及该待识别影像通过该分群法来进行重新分群,以产生该第二使用者的所述多个更新影像群。
4.如权利要求1所述的脸部识别方法,其特征在于,判断该待识别影像是否属于该至少一使用者的所述多个影像群的其中之一的步骤包含:
分别计算所述多个影像群的多个距离平均参数,其中每一所述多个距离平均参数表示对应的该影像群中的一或多个脸部影像的坐标分别与该待识别影像的坐标之间的距离的平均值;
判断所述多个距离平均参数中的最小距离平均参数是否小于一距离阈值;以及
当该最小距离平均参数小于该距离阈值时,判断该待识别影像属于该最小距离平均参数对应的该影像群。
5.如权利要求4所述的脸部识别方法,其特征在于,所述一或多个脸部影像的该坐标分别与该待识别影像的该坐标之间的该距离属于欧式距离。
6.如权利要求1所述的脸部识别方法,其特征在于,在取得该待识别影像的步骤之前,该脸部识别方法还包含:
取得该至少一使用者的多张未分群影像;以及
将所述多张未分群影像进行分群,以产生该至少一使用者的所述多个影像群。
7.如权利要求1所述的脸部识别方法,其特征在于,每一多个时间参数关联于对应的该脸部影像的生成时间。
8.一种脸部识别装置,其特征在于,包含:
一影像获取器,用于取得一待识别影像;
一数据库,用于存储至少一使用者的多个影像群;以及
一处理器,电性连接于该影像获取器及该数据库,用于判断该待识别影像是否属于该至少一使用者的所述多个影像群的其中之一,在判断该待识别影像属于所述多个影像群中的一判定影像群时,判断该判定影像群的影像数量是否小于一预设数量,在判断该判定影像群的该影像数量不小于该预设数量时,依据该判定影像群中的多个脸部影像各自的时间参数,删除该判定影像群中的所述多个脸部影像的其中之一,并执行一影像群更新程序,并在判断该判定影像群的该影像数量小于该预设数量时,执行该影像群更新程序。
9.如权利要求8所述的脸部识别装置,其特征在于,该影像群更新程序包含将该判定影像群所属的该至少一使用者的所述多个影像群中的所有脸部影像以及该待识别影像通过一分群法来进行重新分群,以产生该判定影像群所属的该至少一使用者的多个更新影像群。
10.一种计算机可读取媒体,其特征在于,包含一程序码,其中该程序码用于通过一或多个处理器运行,以执行权利要求1~7的其中之一所述的脸部识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811532975.3A CN111325059A (zh) | 2018-12-14 | 2018-12-14 | 脸部识别方法、装置及计算机可读取媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811532975.3A CN111325059A (zh) | 2018-12-14 | 2018-12-14 | 脸部识别方法、装置及计算机可读取媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111325059A true CN111325059A (zh) | 2020-06-23 |
Family
ID=71170482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811532975.3A Pending CN111325059A (zh) | 2018-12-14 | 2018-12-14 | 脸部识别方法、装置及计算机可读取媒体 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111325059A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003271958A (ja) * | 2002-03-15 | 2003-09-26 | Sony Corp | 画像処理方法、その装置、そのプログラム、その記録媒体及び画像処理装置搭載型ロボット装置 |
JP2003317101A (ja) * | 2002-04-23 | 2003-11-07 | Samsung Electronics Co Ltd | データベース自動更新方法を用いた顔検証方法及びそのシステム |
JP2006004003A (ja) * | 2004-06-15 | 2006-01-05 | Sony Corp | 画像処理装置および方法、記録媒体、並びにプログラム |
US20060204058A1 (en) * | 2004-12-07 | 2006-09-14 | Kim Do-Hyung | User recognition system and method thereof |
KR20090057796A (ko) * | 2007-12-03 | 2009-06-08 | 삼성전자주식회사 | 복수의 얼굴 인식 방법 및 장치, 및 얼굴 등록 방법 및장치, 및 영상 촬영 방법 및 시스템 |
CN101477621A (zh) * | 2009-02-20 | 2009-07-08 | 深圳华为通信技术有限公司 | 一种基于人脸识别的图像更新方法及装置 |
CN102111535A (zh) * | 2009-12-23 | 2011-06-29 | 华晶科技股份有限公司 | 提高人脸辨识率的方法 |
CN102419819A (zh) * | 2010-10-25 | 2012-04-18 | 深圳市中控生物识别技术有限公司 | 人脸图像识别方法和系统 |
JP2013182335A (ja) * | 2012-02-29 | 2013-09-12 | Secom Co Ltd | 顔画像認証装置 |
JP2014526755A (ja) * | 2011-09-27 | 2014-10-06 | インテル・コーポレーション | メモリが制限された環境における顔認識性能を改善するべく基準顔データベースを管理するための方法、装置およびコンピュータ可読記録媒体 |
JP2015069580A (ja) * | 2013-09-30 | 2015-04-13 | 大日本印刷株式会社 | 人物画像分類装置、人物画像分類方法、及び、プログラム |
CN108446387A (zh) * | 2018-03-22 | 2018-08-24 | 百度在线网络技术(北京)有限公司 | 用于更新人脸注册库的方法和装置 |
CN108764024A (zh) * | 2018-04-09 | 2018-11-06 | 平安科技(深圳)有限公司 | 人脸识别模型的生成装置、方法及计算机可读存储介质 |
CN108921026A (zh) * | 2018-06-01 | 2018-11-30 | 平安科技(深圳)有限公司 | 动物身份的识别方法、装置、计算机设备和存储介质 |
-
2018
- 2018-12-14 CN CN201811532975.3A patent/CN111325059A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003271958A (ja) * | 2002-03-15 | 2003-09-26 | Sony Corp | 画像処理方法、その装置、そのプログラム、その記録媒体及び画像処理装置搭載型ロボット装置 |
JP2003317101A (ja) * | 2002-04-23 | 2003-11-07 | Samsung Electronics Co Ltd | データベース自動更新方法を用いた顔検証方法及びそのシステム |
JP2006004003A (ja) * | 2004-06-15 | 2006-01-05 | Sony Corp | 画像処理装置および方法、記録媒体、並びにプログラム |
US20060204058A1 (en) * | 2004-12-07 | 2006-09-14 | Kim Do-Hyung | User recognition system and method thereof |
KR20090057796A (ko) * | 2007-12-03 | 2009-06-08 | 삼성전자주식회사 | 복수의 얼굴 인식 방법 및 장치, 및 얼굴 등록 방법 및장치, 및 영상 촬영 방법 및 시스템 |
CN101477621A (zh) * | 2009-02-20 | 2009-07-08 | 深圳华为通信技术有限公司 | 一种基于人脸识别的图像更新方法及装置 |
CN102111535A (zh) * | 2009-12-23 | 2011-06-29 | 华晶科技股份有限公司 | 提高人脸辨识率的方法 |
CN102419819A (zh) * | 2010-10-25 | 2012-04-18 | 深圳市中控生物识别技术有限公司 | 人脸图像识别方法和系统 |
JP2014526755A (ja) * | 2011-09-27 | 2014-10-06 | インテル・コーポレーション | メモリが制限された環境における顔認識性能を改善するべく基準顔データベースを管理するための方法、装置およびコンピュータ可読記録媒体 |
JP2013182335A (ja) * | 2012-02-29 | 2013-09-12 | Secom Co Ltd | 顔画像認証装置 |
JP2015069580A (ja) * | 2013-09-30 | 2015-04-13 | 大日本印刷株式会社 | 人物画像分類装置、人物画像分類方法、及び、プログラム |
CN108446387A (zh) * | 2018-03-22 | 2018-08-24 | 百度在线网络技术(北京)有限公司 | 用于更新人脸注册库的方法和装置 |
CN108764024A (zh) * | 2018-04-09 | 2018-11-06 | 平安科技(深圳)有限公司 | 人脸识别模型的生成装置、方法及计算机可读存储介质 |
CN108921026A (zh) * | 2018-06-01 | 2018-11-30 | 平安科技(深圳)有限公司 | 动物身份的识别方法、装置、计算机设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
张怿檬 等: "《Python机器学习实战》", 31 January 2018, 科学技术文献出版社, pages: 298 - 299 * |
栗科峰: "《人脸图像处理与识别技术》", 31 August 2018, 黄河水利出版社, pages: 62 * |
赫晓慧 等: "《遥感基础导论》", 黄河水利出版社, pages: 156 - 159 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11275819B2 (en) | Generative adversarial network training and feature extraction for biometric authentication | |
CN111476306A (zh) | 基于人工智能的物体检测方法、装置、设备及存储介质 | |
WO2015128961A1 (ja) | 顔認証システム | |
CN110059652B (zh) | 人脸图像处理方法、装置及存储介质 | |
JP6903117B2 (ja) | 顔識別方法、顔識別装置、およびコンピュータが読出し可能な非一時的媒体 | |
US8792686B2 (en) | Biometric authentication device, method of controlling biometric authentication device and non-transitory, computer readable storage medium | |
CN110741377A (zh) | 人脸图像处理方法、装置、存储介质及电子设备 | |
JP2018036965A (ja) | 生体検知装置 | |
KR20120139100A (ko) | 얼굴 인증을 이용한 보안 장치 및 방법 | |
KR102558741B1 (ko) | 사용자 등록 장치 및 방법 | |
CN111898561B (zh) | 一种人脸认证方法、装置、设备及介质 | |
US20220100831A1 (en) | Face Authentication Embedding Migration and Drift-Compensation | |
CN106471440A (zh) | 基于高效森林感测的眼睛跟踪 | |
KR20180138002A (ko) | 지문 인증 방법 및 장치 | |
KR101656212B1 (ko) | 손동작 인식을 이용한 접근 제어 시스템, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 | |
US20220130019A1 (en) | Electronic device and method for processing image by same | |
CN111797873A (zh) | 场景识别方法、装置、存储介质及电子设备 | |
CN111783677B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
US20240037995A1 (en) | Detecting wrapped attacks on face recognition | |
Mukherjee et al. | Energy efficient face recognition in mobile-fog environment | |
CN111325059A (zh) | 脸部识别方法、装置及计算机可读取媒体 | |
CN114067394A (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
CN114140839B (zh) | 用于人脸识别的图像发送方法、装置、设备及存储介质 | |
CN111796663B (zh) | 场景识别模型更新方法、装置、存储介质及电子设备 | |
CN111143441A (zh) | 性别确定方法、装置、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200623 |