CN111339345B - 多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质 - Google Patents

多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质 Download PDF

Info

Publication number
CN111339345B
CN111339345B CN202010121598.5A CN202010121598A CN111339345B CN 111339345 B CN111339345 B CN 111339345B CN 202010121598 A CN202010121598 A CN 202010121598A CN 111339345 B CN111339345 B CN 111339345B
Authority
CN
China
Prior art keywords
dsl
face recognition
face
recognition service
service
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.)
Active
Application number
CN202010121598.5A
Other languages
English (en)
Other versions
CN111339345A (zh
Inventor
胡全贵
谢可
李檀
何少军
刘泽三
邱镇
魏志丰
任玲玲
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.)
Beijing Sgitg Accenture Information Technology Co ltd
State Grid Information and Telecommunication Co Ltd
Original Assignee
Beijing Sgitg Accenture Information Technology Co ltd
State Grid Information and Telecommunication 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 Beijing Sgitg Accenture Information Technology Co ltd, State Grid Information and Telecommunication Co Ltd filed Critical Beijing Sgitg Accenture Information Technology Co ltd
Priority to CN202010121598.5A priority Critical patent/CN111339345B/zh
Publication of CN111339345A publication Critical patent/CN111339345A/zh
Application granted granted Critical
Publication of CN111339345B publication Critical patent/CN111339345B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Character Discrimination (AREA)
  • Stored Programmes (AREA)

Abstract

本发明公开了一种多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质，包括以下步骤：1)分析人脸识别服务厂商的人脸识别服务特点，将人脸识别服务平台划分为五类核心接口，再将所述五类核心接口的请求参数抽象成资源数据部分及字符串数据部分；构建人脸识别服务DSL解释应用微服务，并提供解释引擎；2)形成DSL解释脚本；3)根据企业的人脸识别服务需求，将厂商人脸识别服务按照预设规则组成核心接口的组合逻辑模型，其中，所述组合逻辑模型中的各动作使用具有表意义的字符描述，以构建DSL脚本，在使用时，执行DSL脚本，通过DSL引擎及解释程序，该方法、系统及存储介质能够有效的屏蔽各厂商人脸接口的差异。

Description

多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质
技术领域
本发明属于人脸识别技术领域，涉及一种多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质。
背景技术
人脸识别技术属于生物特征识别技术，是根据生物体(一般特征指人)本身的生物特征来区分生物体个体。在大背景下的人脸识别技术主要依赖于分析比较的计算机技术，其中包括人脸追踪侦测，自动调整影响放大，夜间红外侦测，自动调整曝光强度等技术。当今市面上人脸识别服务核心功能有人脸识别、人脸比对、人脸索引。人脸识别大致包含：最大人脸识别，多个人脸识别，带特征值抽取人脸识别等；人脸比对大致包含：人脸图片比对、人脸特征值比对、图片特征值比对等；人脸索引大致包含：单一人脸检索、人脸库维护、多人脸检索等。但由于市场上各个人脸识别服务平台是由不同厂商设计开发，各个识别服务平台的设计理念、面向对象、功能侧重点不同，所以人脸服务平台的接口、设计参数、功能划分都不同。当一个企业为丰富人脸识别应用功能，满足业务的不同人脸识别需求，同时采购不同厂商开发设计的人脸服务平台时，可能会存在如下技术问题。
1、对于人脸识别服务的引入，需要开发与之对应的人脸接口或是对已经部署完成的人脸识别API调整以适应多个人脸识别服务平台同时存在。
2、对于新开发人脸接口平台方式，需要简单的对厂商提供的人脸服务进行再封装，将接口参数标准化，但是对于平台人脸接口的使用者却不友好，使用者想要对现使用的人脸识别能力应用进行能力切换或是使用新的人脸识别能力，需要重新调整应用或是开发应用以达到对应人脸识别服务接口的适配，而不能平滑的迁移或是复用老的应用。
3、对于调整已部署完成的人脸识别API，平台方需要对新的人脸识别服务开发能力适配应用会涉及到对平台现有接口的调整，开发新的接口适配应用或是对现有接口的调整都会带来大量的开发成本。
4、对于企业，新添加人脸识别接口或是开发人脸识别接口适配应用都存在一个问题，就是新接口应用或是新的接口适配与平台存在比较强的耦合性，底层人脸服务的修改将会影响到整个平台的人脸接口服务。
因此，针对企业同时使用多个厂商人脸识别服务平台将面临的问题，需提供一种高效的人脸识别接口差异化屏蔽的方案，能够有效的屏蔽各个厂商人脸接口的差异，提高人脸识别模型的应用开发效率，提供丰富的人脸识别服务，满足不同应用人脸识别服务需求。
发明内容
本发明的目的在于克服上述现有技术的缺点，提供了一种多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质，该方法、系统及存储介质能够有效的屏蔽各厂商人脸接口的差异，提高人脸识别模型的应用开发效率。
为达到上述目的，本发明所述的多平台人脸识别服务接口差异化屏蔽方法包括以下步骤：
1)分析人脸识别服务厂商的人脸识别服务特点，将人脸识别服务平台划分为五类核心接口，再将所述五类核心接口的请求参数抽象成资源数据部分及字符串数据部分；构建人脸识别服务DSL解释应用微服务，并提供解释引擎；
2)将步骤1)划分的五类核心接口以及对应请求参数抽象成的数据资源部分及字符串数据部分，通过DSL进行意义标注及解释，以形成DSL解释脚本；
3)根据企业的人脸识别服务需求，将厂商人脸识别服务按照预设规则组成核心接口的组合逻辑模型，其中，所述组合逻辑模型中的各动作使用具有表意义的字符描述，以构建DSL脚本，在使用时，执行DSL脚本，通过DSL引擎及解释程序，实现不同厂商人脸识别服务差异的有效屏蔽。
步骤1)中利用domain-specific language、DSL以及Groovy构建人脸识别服务DSL解释应用微服务。
步骤1)中的解释引擎用于热加载DSL解释代码、解释执行DSL、为上游人工智能平台提供人脸API接口、路由请求到对应DSL脚本、解析请求参数、为DSL脚本提供参数对象及处理DSL脚本处理后的返回对象。
步骤1)中五类核心接口分别为人脸检测核心接口、人脸特征值抽取核心接口、人脸比对核心接口、人脸检索核心接口及人脸库核心接口。
本发明所述的多平台人脸识别服务接口差异化屏蔽系统包括：
DSL解释应用微服务模块，用于分析人脸识别服务厂商的人脸识别服务特点，将人脸识别服务平台划分为五类核心接口，再将所述五类核心接口的请求参数抽象成资源数据部分及字符串数据部分；构建人脸识别服务DSL解释应用微服务，并提供解释引擎；
人脸服务平台DSL解释程序模块，与DSL解释应用微服务模块相连接，用于将划分的五类核心接口以及对应请求参数抽象成的数据资源部分及字符串数据部分，通过DSL进行意义标注及解释，以形成DSL解释脚本；
接口DSL模块，与人脸服务平台DSL解释程序模块相连接，用于根据企业的人脸识别服务需求，将厂商人脸识别服务按照预设规则组成核心接口的组合逻辑模型，其中，所述组合逻辑模型中的各动作使用具有表意义的字符描述，以构建DSL脚本，在使用时，执行DSL脚本，通过DSL引擎及解释程序，实现不同厂商人脸识别服务差异的有效屏蔽。
利用domain-specific language、DSL以及Groovy构建人脸识别服务DSL解释应用微服务。
所述解释引擎用于热加载DSL解释代码、解释执行DSL、为上游人工智能平台提供人脸API接口、路由请求到对应DSL脚本、解析请求参数、为DSL脚本提供参数对象及处理DSL脚本处理后的返回对象。
所述五类核心接口分别为人脸检测核心接口、人脸特征值抽取核心接口、人脸比对核心接口、人脸检索核心接口及人脸库核心接口。
一种用于存储执行所述多平台人脸识别服务接口差异化屏蔽方法的计算机程序的存储介质。
本发明具有以下有益效果：
本发明所述的多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质在具体操作时，通过将人脸识别服务平台划分为五类核心接口，并将其请求参数抽象为资源数据部分及字符串数据部分，使得核心接口具有广适性，实现人脸服务平滑迁移或复用，承载更多的业务量，然后开发groovy DSL引擎，实现人脸识别服务接口的解析和路由，继而实现人脸识别服务请求与不同厂商人脸识别服务的精准匹配，屏蔽不同厂商人脸识别服务的不同差异，降低由于接口适配应用或对现有接口的调整而带来开发成本，提高人脸识别模型的应用开发效率。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明的原理图；
图2为多人脸识别服务平台差异化屏蔽应用层与通用人工智能平台的关系图；
图3为多人脸识别服务平台差异化屏蔽应用图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
本发明中使用的技术说明：
领域特定语言(domain-specific language、DSL)专注于某个应用程序领域的计算机语言，用于解决特定领域的问题，它不同于系统应用使用的语言，通常采用自定义语法语义编写DSL脚本，宿主应用代码通过文本解析技术对DSL脚本进行解释执行。例如，数据语言SQL、正则表达式、AWK、gradle等，其组要优点为：通过DSL能够实现业务代码的高效率复用，能通过DSL简化复杂业务的逻辑组合，更能少重复的劳动和提升系统开发的成本。
Groovy是用于Java虚拟机的一种敏捷的动态语言，它是一种成熟的面向对象编程语言，既可以用于面向对象编程，又可以用作纯粹的脚本语言。使用该种语言不必编写过多的代码，同时又具有闭包和动态语言中的其他特性。Groovy能与java语言无缝结合使用也能作为脚本语言单独使用，Groovy的动态性优秀的闭包功能和其动态加载解释执行的特性能够用于构建针对java应用的DSL。
参考图1，本发明所述的多平台人脸识别服务接口差异化屏蔽方法包括以下步骤：
1)分析人脸识别服务厂商的人脸识别服务特点，将人脸识别服务平台划分为五类核心接口，再将所述五类核心接口的请求参数抽象成资源数据部分及字符串数据部分，以增加接口的可扩展性，同时降低企业对人脸识别服务接口的使用难度；
构建人脸识别服务DSL解释应用微服务，并提供解释引擎；
2)将步骤1)划分的五类核心接口以及对应请求参数抽象成的数据资源部分及字符串数据部分，通过DSL进行意义标注及解释，以形成DSL解释脚本，实现对厂商提供的人脸识别服务SDK获取api调用以及完成数据的转化。解释代码示例如下：
3)根据企业的人脸识别服务需求，将厂商人脸识别服务按照预设规则组成核心接口的组合逻辑模型，其中，所述组合逻辑模型中的各动作使用具有表意义的字符描述，以构建DSL脚本，在使用时，执行DSL脚本，通过DSL引擎及解释程序，实现不同厂商人脸识别服务差异的有效屏蔽。
步骤1)中利用domain-specific language、DSL以及Groovy构建人脸识别服务DSL解释应用微服务。
步骤1)中的解释引擎用于热加载DSL解释代码、解释执行DSL、为上游人工智能平台提供人脸API接口、路由请求到对应DSL脚本、解析请求参数、为DSL脚本提供参数对象及处理DSL脚本处理后的返回对象。
步骤1)中五类核心接口分别为人脸检测核心接口、人脸特征值抽取核心接口、人脸比对核心接口、人脸检索核心接口及人脸库核心接口。
相应的，本发明所述的多平台人脸识别服务接口差异化屏蔽系统包括：
DSL解释应用微服务模块，用于分析人脸识别服务厂商的人脸识别服务特点，将人脸识别服务平台划分为五类核心接口，再将所述五类核心接口的请求参数抽象成资源数据部分及字符串数据部分；构建人脸识别服务DSL解释应用微服务，并提供解释引擎；
人脸服务平台DSL解释程序模块，与DSL解释应用微服务模块相连接，用于将划分的五类核心接口以及对应请求参数抽象成的数据资源部分及字符串数据部分，通过DSL进行意义标注及解释，以形成DSL解释脚本；
接口DSL模块，与人脸服务平台DSL解释程序模块相连接，用于根据企业的人脸识别服务需求，将厂商人脸识别服务按照预设规则组成核心接口的组合逻辑模型，其中，所述组合逻辑模型中的各动作使用具有表意义的字符描述，以构建DSL脚本，在使用时，执行DSL脚本，通过DSL引擎及解释程序，实现不同厂商人脸识别服务差异的有效屏蔽。
相应的，本发明还提供了一种用于存储执行所述多平台人脸识别服务接口差异化屏蔽方法的计算机程序的存储介质。
参考图2及图3，本发明通过将人脸识别服务核心接口划分为人脸检测核心接口、人脸特征值抽取核心接口、人脸比对核心接口、人脸检索核心接口、人脸库维护核心接口，并将其请求参数抽象为资源数据部分和字符串数据部分，然后开发groovy DSL引擎，实现人脸识别服务接口解析和路由，继而实现人脸识别服务请求与不同厂商人脸识别服务的精准匹配，屏蔽不同厂商人脸识别服务的不同差异，具有以下优点：
屏蔽企业使用不同人脸识别服务时的兼容性问题，帮助企业利用不同厂商人脸识别的特点开展业务应用，为企业业务提供丰富的人脸识别服务。
保证企业人脸识别服务业务可以平滑迁移或复用不同厂商人脸识别服务，不需要针对具体人脸识别服务进行二次封装或接口适配，降低企业开发工作量和开发成本。
开发groovy DSL引擎应用，利用Groovy动态闭包功能和其动态加载解释执行构建针对java应用的DSL，代码效率高、开发效率高。
需要说明的是，对于前述的方法实施例，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，本发明并不受所描述的动作顺序的限制，因为依据本发明，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，所涉及的动作并不一定是本发明所必需的。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (3)

1.一种多平台人脸识别服务接口差异化屏蔽方法，其特征在于，包括以下步骤：
1)分析人脸识别服务厂商的人脸识别服务特点，将人脸识别服务平台划分为五类核心接口，再将所述五类核心接口的请求参数抽象成资源数据部分及字符串数据部分；构建人脸识别服务DSL解释应用微服务，并提供解释引擎；
2)将步骤1)划分的五类核心接口以及对应请求参数抽象成的数据资源部分及字符串数据部分，通过DSL进行意义标注及解释，以形成DSL解释脚本；
3)根据企业的人脸识别服务需求，将厂商人脸识别服务按照预设规则组成核心接口的组合逻辑模型，其中，所述组合逻辑模型中的各动作使用具有表意义的字符描述，以构建DSL脚本，在使用时，执行DSL脚本，通过DSL引擎及解释程序，实现不同厂商人脸识别服务差异的有效屏蔽；
步骤1)中利用domain-specific language、DSL以及Groovy构建人脸识别服务DSL解释应用微服务；
步骤1)中的解释引擎用于热加载DSL解释代码、解释执行DSL、为上游人工智能平台提供人脸API接口、路由请求到对应DSL脚本、解析请求参数、为DSL脚本提供参数对象及处理DSL脚本处理后的返回对象；
步骤1)中五类核心接口分别为人脸检测核心接口、人脸特征值抽取核心接口、人脸比对核心接口、人脸检索核心接口及人脸库核心接口。
2.一种多平台人脸识别服务接口差异化屏蔽系统，其特征在于，包括：
DSL解释应用微服务模块，用于分析人脸识别服务厂商的人脸识别服务特点，将人脸识别服务平台划分为五类核心接口，再将所述五类核心接口的请求参数抽象成资源数据部分及字符串数据部分；构建人脸识别服务DSL解释应用微服务，并提供解释引擎；
人脸服务平台DSL解释程序模块，与DSL解释应用微服务模块相连接，用于将划分的五类核心接口以及对应请求参数抽象成的数据资源部分及字符串数据部分，通过DSL进行意义标注及解释，以形成DSL解释脚本；
接口DSL模块，与人脸服务平台DSL解释程序模块相连接，用于根据企业的人脸识别服务需求，将厂商人脸识别服务按照预设规则组成核心接口的组合逻辑模型，其中，所述组合逻辑模型中的各动作使用具有表意义的字符描述，以构建DSL脚本，在使用时，执行DSL脚本，通过DSL引擎及解释程序，实现不同厂商人脸识别服务差异的有效屏蔽；
利用domain-specific language、DSL以及Groovy构建人脸识别服务DSL解释应用微服务；
解释引擎用于热加载DSL解释代码、解释执行DSL、为上游人工智能平台提供人脸API接口、路由请求到对应DSL脚本、解析请求参数、为DSL脚本提供参数对象及处理DSL脚本处理后的返回对象；
五类核心接口分别为人脸检测核心接口、人脸特征值抽取核心接口、人脸比对核心接口、人脸检索核心接口及人脸库核心接口。
3.一种用于存储执行权利要求1所述多平台人脸识别服务接口差异化屏蔽方法的计算机程序的存储介质。
CN202010121598.5A 2020-02-26 2020-02-26 多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质 Active CN111339345B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010121598.5A CN111339345B (zh) 2020-02-26 2020-02-26 多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010121598.5A CN111339345B (zh) 2020-02-26 2020-02-26 多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN111339345A CN111339345A (zh) 2020-06-26
CN111339345B true CN111339345B (zh) 2023-09-19

Family

ID=71185704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010121598.5A Active CN111339345B (zh) 2020-02-26 2020-02-26 多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN111339345B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112883882A (zh) * 2021-02-26 2021-06-01 武汉卓鹰世纪科技有限公司 人脸识别融合处理方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222039A (zh) * 2010-04-19 2011-10-19 微软公司 使用dsl来调用api以测试软件
CN104573611A (zh) * 2013-10-11 2015-04-29 杭州海康威视数字技术股份有限公司 一种分布式人脸识别集群系统
CN105975948A (zh) * 2016-05-23 2016-09-28 南京甄视智能科技有限公司 用于人脸识别的云服务平台架构
CN108108499A (zh) * 2018-02-07 2018-06-01 腾讯科技（深圳）有限公司 人脸检索方法、装置、存储介质及设备
CN110097007A (zh) * 2019-04-30 2019-08-06 福建威盾科技集团有限公司 一种整合多种人脸识别引擎的方法及装置
CN110598074A (zh) * 2019-08-13 2019-12-20 北京邮电大学 关于科技咨询大数据的统一资源组织管理的方法与系统
CN110738156A (zh) * 2019-10-10 2020-01-31 武汉普利商用机器有限公司 一种基于消息中间件的人脸识别系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8396263B2 (en) * 2008-12-30 2013-03-12 Nokia Corporation Method, apparatus and computer program product for providing face pose estimation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222039A (zh) * 2010-04-19 2011-10-19 微软公司 使用dsl来调用api以测试软件
CN104573611A (zh) * 2013-10-11 2015-04-29 杭州海康威视数字技术股份有限公司 一种分布式人脸识别集群系统
CN105975948A (zh) * 2016-05-23 2016-09-28 南京甄视智能科技有限公司 用于人脸识别的云服务平台架构
CN108108499A (zh) * 2018-02-07 2018-06-01 腾讯科技（深圳）有限公司 人脸检索方法、装置、存储介质及设备
CN110097007A (zh) * 2019-04-30 2019-08-06 福建威盾科技集团有限公司 一种整合多种人脸识别引擎的方法及装置
CN110598074A (zh) * 2019-08-13 2019-12-20 北京邮电大学 关于科技咨询大数据的统一资源组织管理的方法与系统
CN110738156A (zh) * 2019-10-10 2020-01-31 武汉普利商用机器有限公司 一种基于消息中间件的人脸识别系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AFFDEX SDK: A Cross-Platform Real- Time Multi-Face Expression Recognition Toolkit;Daniel McDuff 等;《2016 CHI Conference Extended》;第1-4页 *
付光 等.人工智能平台在人脸识别中的应用.《信息通信技术》.2019,第55-61页. *
基于Seetaface人脸识别引擎的面授课堂智能管理系统的研究与实现;肖进;《万方学术》;第2-3章 *

Also Published As

Publication number Publication date
CN111339345A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
US6134559A (en) Uniform object model having methods and additional features for integrating objects defined by different foreign object type systems into a single type system
US7219338B2 (en) Multi-language compilation
AU2005241459B2 (en) Generating programmatic interfaces from natural language expressions of authorizations for request of information
US5557776A (en) Apparatus which allows data sharing amongst computer program from different program environments
US6321190B1 (en) Infrastructure for developing application-independent language modules for language-independent applications
US7460996B2 (en) Using strong data types to express speech recognition grammars in software programs
US20070271233A1 (en) A generic interface for deep embedding of expression trees in programming languages
CN102375826A (zh) Sql脚本解析方法、装置及系统
US20240028307A1 (en) Notebook for navigating code using machine learning and flow analysis
CN102385527A (zh) 一种提升业务脚本执行效率的装置及方法
CN109992271B (zh) 一种基于代码词汇和结构依赖的分层架构识别方法
CN111339345B (zh) 多平台人脸识别服务接口差异化屏蔽方法、系统及存储介质
CN111768183B (zh) 一种执行智能合约的方法、区块链节点和存储介质
CN105468793B (zh) 一种仿真模型数据的自动化管理方法
CN114625349A (zh) 前端页面生成方法、装置、终端设备及存储介质
US6292773B1 (en) Application-independent language module for language-independent applications
CN110377371B (zh) 一种基于Web标签的样式表系统管理方法
CN110354503B (zh) 事件触发方法、装置以及终端
CN116628328A (zh) 一种基于功能语义和结构交互的Web API推荐方法及装置
WO2005109242A2 (en) Generating programmatic interfaces from natural language expressions of authorizations for provision of information
Dyvik Exploiting structural similarities in machine translation
US8839213B2 (en) Optimizing primitives in software transactional memory
CN110727433B (zh) 一种多通道三维用户界面的生成方法
US20090327291A1 (en) Primitives for software transactional memory
CN116521171A (zh) 一种风险策略知识的沉淀方法、装置、电子设备及介质

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
CB03 Change of inventor or designer information

Inventor after: Hu Quangui

Inventor after: Xie Ke

Inventor after: Li Tan

Inventor after: He Shaojun

Inventor after: Liu Zesan

Inventor after: Qiu Zhen

Inventor after: Wei Zhifeng

Inventor after: Ren Lingling

Inventor before: Hu Quangui

Inventor before: Xie Ke

Inventor before: Li Tan

Inventor before: He Shaojun

Inventor before: Liu Zesan

Inventor before: Qiu Zhen

Inventor before: Wei Zhifeng

Inventor before: Ren Lingling

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant