CN111432126A - 一种智能识别方法，装置、摄像机及存储介质 - Google Patents

一种智能识别方法，装置、摄像机及存储介质 Download PDF

Info

Publication number
CN111432126A
CN111432126A CN202010245820.2A CN202010245820A CN111432126A CN 111432126 A CN111432126 A CN 111432126A CN 202010245820 A CN202010245820 A CN 202010245820A CN 111432126 A CN111432126 A CN 111432126A
Authority
CN
China
Prior art keywords
identification
mode
recognition
intelligent
optical filter
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
CN202010245820.2A
Other languages
English (en)
Inventor
熊启源
丁乃英
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010245820.2A priority Critical patent/CN111432126A/zh
Publication of CN111432126A publication Critical patent/CN111432126A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95—Computational photography systems, e.g. light-field imaging systems
    • H04N23/958—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
    • H04N23/959—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging by adjusting depth of field during image capture, e.g. maximising or setting range based on scene characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种智能识别方法，装置、摄像机及存储介质，用于使得智能识别装置可以在同一种镜头下进行人脸识别和二维码等标识识别，提高识别效率。所述方法包括：获得切换智能识别装置的识别模式的切换指令；其中，智能识别装置中设置有第一滤光片和第二滤光片，第一滤光片的厚度大于所述二滤光片的厚度；识别模式包括人脸识别模式和标识识别模式，人脸识别模式对应第一滤光片，标识识别模式对应第二滤光片，智能识别装置在人脸识别模式下的景深，大于在标识识别模式下的景深；当切换指令为人脸识别模式切换至标识识别模式时，控制智能识别装置由人脸识别模式切换至标识识别模式。

Description

一种智能识别方法，装置、摄像机及存储介质
技术领域
本发明涉及光学技术领域，尤其涉及一种智能识别方法，装置、摄像机及存储介质。
背景技术
为了顺应市场的发展趋势，考勤机、支付设备、门禁等智能设备需同时具备多种准入方式，例如，人脸识别、指纹识别、刷卡、二维码识别等。其中，人脸及二维码识别基于成像技术，这就要求智能设备中的摄像镜头拥有从0.1m-inf都清晰的景深范围。但目前没有任何一种镜头能够满足从0.1m到无穷远的景深范围。这就导致无法在一种镜头下清晰识别出人脸和二维码。
因此，现有技术中存在着无法在同一种镜头下兼顾人脸识别和二维码等标识识别的问题
发明内容
本申请提供了一种智能识别方法，装置、摄像机及存储介质，用于通过改变智能识别装置中镜头对应的滤光片的厚度，使得智能识别装置可以在同一种镜头下兼顾人脸识别和二维码等标识识别，提高识别效率。
第一方面，提供了一种智能识别方法，该应用于智能识别装置，所述智能识别装置中设置有第一滤光片和第二滤光片，所述第一滤光片的厚度大于所述二滤光片的厚度，所述第一滤光片和所述第二滤光片用于改变所述智能识别装置的景深；所述方法包括：
获得切换所述智能识别装置的识别模式的切换指令；其中，所述识别模式包括人脸识别模式和标识识别模式，所述人脸识别模式对应第一滤光片，所述标识识别模式对应第二滤光片，所述智能识别装置在所述人脸识别模式下的景深，大于所述智能识别装置在所述标识识别模式下的景深；
当所述切换指令为人脸识别模式切换至标识识别模式时，控制所述智能识别装置由所述人脸识别模式切换至所述标识识别模式。
在一种可能的设计中，若所述切换指令为人脸识别模式切换至标识识别模式，则所述获得切换所述智能识别装置的识别模式的切换指令，包括：
在所述人脸识别模式下采集的第一图像中包括第一标识时，获得所述切换指令；或，
根据用户选择采用所述标识识别模式进行识别时，获得所述切换指令；或，
在检测到待识别对象与所述智能识别装置之间的距离小于预设阈值时，获得所述切换指令。
在一种可能的设计中，在控制所述智能识别装置由所述人脸识别模式切换至所述标识识别模式之后，所述方法还包括：
基于所述标识识别模式，识别第一标识的编码信息；
若所述智能识别装置未识别出所述第一标识，则生成提示信息，所述提示信息用于提示所述第一标识与所述智能识别装置之间的距离超出预设距离范围。
在一种可能的设计中，在控制所述智能识别装置由所述人脸识别模式切换至所述标识识别模式之后，所述方法还包括：
检测当前环境中的光照强度；
若所述光照强度低于预设光照强度，则为所述第一标识进行补光。
第二方面，提供了一种智能识别装置，该智能识别装置中设置有第一滤光片和第二滤光片，所述第一滤光片的厚度大于所述二滤光片的厚度，所述第一滤光片和所述第二滤光片用于改变所述智能识别装置的景深；所述智能识别装置包括：
获得模块，用于获得切换所述智能识别装置的识别模式的切换指令；其中，所述识别模式包括人脸识别模式和标识识别模式，所述人脸识别模式对应第一滤光片，所述标识识别模式对应第二滤光片，所述智能识别装置在所述人脸识别模式下的景深，大于所述智能识别装置在所述标识识别模式下的景深；
控制模块，用于当所述切换指令为人脸识别模式切换至标识识别模式时，控制所述智能识别装置由所述人脸识别模式切换至所述标识识别模式。
在一种可能的设计中，当所述切换指令为人脸识别模式切换至标识识别模式时，所述获得模块具体用于：
在所述人脸识别模式下采集的第一图像中包括第一标识时，获得所述切换指令；或，
根据用户选择采用所述标识识别模式进行识别时，获得所述切换指令；或，
在检测到待识别对象与所述智能识别装置之间的距离小于预设阈值时，获得所述切换指令。
在一种可能的设计中，所述装置还包括提示模块，所述提示模块用于：
基于所述标识识别模式，识别第一标识的编码信息；
在所述智能识别装置未识别出所述第一标识时，生成提示信息，所述提示信息用于提示所述第一标识与所述智能识别装置之间的距离超出预设距离范围。
在一种可能的设计中，所述装置还包括补光模块，所述补光模块用于：
检测当前环境中的光照强度；
若所述光照强度低于预设光照强度，则为所述第一标识进行补光。
第三方面，提供一种摄像机，所述摄像机包括摄像头、存储器以及至少一个处理器，所述摄像头中包括定焦镜头、镜头座、双滤光片切换器ICR、至少一个传感器，所述ICR中包括至少两个滤光片，所述至少两个滤光片的厚度不相同，所述至少一个处理器分别与所述至少一个传感器、所述存储器、所述ICR连接；其中，所述存储器存储有可被所述处理器执行的指令，所述处理器通过执行所述存储器存储的指令。
第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述各方面中的智能识别方法包括的步骤。
在本申请实施例中，可以获得切换智能识别装置的识别模式的切换指令，该识别模式包括人脸识别模式和标识识别模式，人脸识别模式对应的第一滤光片的厚度，大于标识识别模式对应的第二滤光片的厚度，这样可以使得智能识别装置在人脸识别模式下的景深，大于智能识别装置在标识识别模式下的景深；进而当切换指令为人脸识别模式切换至标识识别模式时，可以控制智能识别装置由人脸识别模式切换至标识识别模式，即将智能识别装置的滤光片由第一滤光片(厚滤光片)切换为第二滤光片(薄滤光片)；并基于标识识别模式，识别待识别对象中第一标识的编码信息。这样可以通过切换不同厚度的滤光片来改变智能识别装置的景深，不需要更换镜头，即可以使用同一镜头进行人脸识别和二维码等标识识别，获得较好的识别效果，进而可以提高识别效率。并且还可以在一定程度上降低识别成本，以及有效节省智能识别装置的结构空间。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。
图1为本申请实施例提供智能识别方法的流程图；
图2a为本申请实施例提供的人脸识别模式下滤光片位置示意图；
图2b为本申请实施例提供的标识识别模式下滤光片位置示意图；
图3为本申请实施例提供的ICR中为普通滤光片方案与不等厚滤光片方案识别效果对比图；
图4a为本申请实施例提供的智能识别装置的结构示意图；
图4b为本申请实施例提供的另一智能识别装置的结构示意；
图5为本申请实施例提供的摄像机的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明技术方案的一部分实施例，而不是全部的实施例。基于本申请文件中记载的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明技术方案保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”和“第二”是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的保护。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请中的“多个”可以表示至少两个，例如可以是两个、三个或者更多个，本申请实施例不做限制。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，在不做特别说明的情况下，一般表示前后关联对象是一种“或”的关系。
如前文所述，人脸识别时对应的镜头景深与二维码识别对应的镜头景深不相同，但目前没有任何一种镜头能够满足从0.1m到无穷远的景深范围，这就导致在一种镜头下人脸和二维码无法同时满足清晰识别的要求。
目前，解决这一问题的方案大概分为三种：第一种是牺牲一部分人脸识别效果及远景来满足二维码识别，但是该方案仍旧无法满足小尺寸、高频率的二维码识别，存在局限性；第二种是用小光圈、短焦镜头来扩景深，但该方案低照效果、画面都会下降；第三种是采用音圈马达等方案进行重新对焦，但该方案成本高，对焦速度慢，影响用户体验。所以，现有技术中存在着无法在同一种镜头下兼顾人脸识别和二维码等标识识别的问题。
鉴于此，本申请的发明人考虑到可以在智能识别装置的摄像头中设置两个厚度不同的滤光片，进而可以根据识别方式的不同，采用不同厚度的滤光片来改变后焦光程，即该智能识别装置的景深，从而实现往远处对焦(人脸识别)往近端对焦(二维码等标识识别)的切换。
在该方案中，可以获得切换智能识别装置的识别模式的切换指令，该识别模式包括人脸识别模式和标识识别模式，人脸识别模式对应的第一滤光片的厚度，大于标识识别模式对应的第二滤光片的厚度，这样可以使得智能识别装置在人脸识别模式下的景深，大于智能识别装置在标识识别模式下的景深；进而当切换指令为人脸识别模式切换至标识识别模式时，可以控制智能识别装置由人脸识别模式切换至标识识别模式，并基于标识识别模式，识别待识别对象中第一标识的编码信息。这样就可以不用更换镜头，通过切换不同厚度的滤光片即可改变智能识别装置的景深，使得可以使用同一镜头进行人脸识别和二维码等标识识别，获得较好的识别效果进而可以提高识别效率。并且还可以在一定程度上降低识别成本，以及有效节省智能识别装置的结构空间。
为进一步说明本申请实施例提供的技术方案，下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施例提供的执行顺序。所述方法在实际的处理过程中或者装置执行时，可按照实施例或者附图所示的方法顺序执行或者并行执行。
请参见图1，为本申请实施例提供的一种智能识别方法的流程图，以下结合图1所示的流程图对本申请实施例中的技术方案进行说明。
步骤101：获得切换智能识别装置的识别模式的切换指令；其中，识别模式包括人脸识别模式和标识识别模式，人脸识别模式对应第一滤光片，标识识别模式对应第二滤光片，智能识别装置在人脸识别模式下的景深，大于智能识别装置在标识识别模式下的景深。
本申请实施例中的智能识别装置可以是带有摄像功能的装置，可以获取图像信息，可用于企业考勤打卡，住宅门禁以及购物支付等场景中。智能识别装置中设置有第一滤光片和第二滤光片，其中，第一滤光片的厚度大于第二滤光片，智能识别装置使用不同厚度的滤光片时，其对应的后焦光程也不相同，从而智能识别装置的清晰范围也不相同。同一摄像镜头中厚滤光片对应的对焦距离较远，由于景深较大，可以使远景清晰；薄滤光片对应的对焦距离较近，由于景深较小，可以保证近景清晰。因此，本申请实施例中可以通过切换滤光片的厚度来实现远处对焦和近处对焦的切换，通过二者景深范围的相互补偿，从而实现对由远及近不同位置的对象的清晰识别。
需要说明的是第一滤光片可以是一个滤光片，也可以是多个滤光片，同样的，第二滤光片也可以是一个或者多个滤光片，即智能识别装置中至少设置有两个厚度不同的滤光片，当然也可以设置多个厚度不相同的滤光片，在此不做具体限制。
在具体的实践过程中，由于人脸识别需要人脸距离智能识别装置相对较远的距离，才能识别到清晰、完整的人脸，即需要在较远处对焦，对应的景深较大，这样可保证画面清晰，有利于人脸、人形的检测，提高人脸识别效率。在对二维码、条形码等按照一定编码方式编码形成的标识进行识别时，标识需要距离摄像头近一些才可以清晰识别到标识，所以此时需要在近处对焦。例如，如果用在较远处对焦的摄像镜头来识别二维码，采集的图像中二维码可能会不清楚，进而导致二维码无法识别。所以，本申请实施例中可以根据识别对象的不同，将识别模式分为人脸识别模式和标识识别模式。其中，人脸识别模式对应第一滤光片，如图2a所示；标识识别模式对应第二滤光片，如图2b所示。智能识别装置在人脸识别模式下的景深清晰范围大，但是对近距离对象会出现清晰度下降现象，此时需要智能识别装置在标识识别模式下的景深范围做补偿。所以智能识别装置在人脸识别模式对应的第一滤光片的厚度，大于其在标识识别模式对应第二滤光片的厚度。
例如，以4mm大光圈镜头为例，根据实际测试，该镜头在1.7m处对焦，人脸识别效果最好；0.2m处对焦，二维码识别效果最好。其理论后焦如表1所示，两者的后焦差值(in air)是0.06mm。假设玻璃的折射率是1.5，不考虑镀膜的影响，通过计算，两片滤光片的厚度差保证在0.15mm左右即可补偿0.06mm的后焦差值。
表一：
对焦距离 TTL(in air)
0.2m 21.81mm
1.7m 21.75mm
inf 21.74mm
在本申请实施例中，请参见图3，假设打样规格14*17*0.55mm和规格14*17*0.7mm的滤光片各1PCS(片)，在识别不同距离的二维码或测试卡时，首先可以将滤光片保持在0.7mm滤片端，对1.7m距离处调焦至最清晰，即将摄像机的对焦距离调至1.7m，分别记录1.5m、0.2m距离处清晰度；然后可以将滤光片切换至0.55m滤片端，分别记录0.2m处清晰度的改善情况，具体可参见图3所示的不同距离的清晰度对比图。从图3可以清楚的得知，通过切换不同厚度的滤光片既可以清晰获得较近处的二维码，也可以清晰获得较远处的测试卡。从而可以方便摄像机进行清晰识别，提高了识别效率。
在本申请实施例中，切换指令可以是由人脸识别模式切换至标识识别模式，也可以是由标识识别模式切换至人脸识别模式。当切换指令为人脸识别模式切换至标识识别模式时，获得切换智能识别装置的识别模式的切换指令可以包括以下几种方式：
第一种，在人脸识别模式下采集的第一图像中包括第一标识时，获得切换指令。
在本申请实施例中，第一标识可以是二维码、条形码等按照一定编码方式形成的标识。智能识别装置进行识别时，采集的图像中可能即有用户的人脸图像又有第一标识的图像，可以设定此种情况下采用标识识别模式来识别采集的图像中的第一标识，若此时智能识别装置正处于人脸识别模式，则可以获得将智能识别装置由人脸识别模式切换至标识识别模式的切换指令。
第二种，根据用户选择采用标识识别模式进行识别时，获得切换指令。
在本申请时候例中，用户也可以自行选择采用何种识别方式进行识别，例如，在进行识别前，用户可以通过按键或语音的方式选择智能识别装置的识别方式，当确认用户选择标识识别模式进行识别时，可以获得将智能识别装置由人脸识别模式切换至标识识别模式的切换指令。由于用户可以根据自身习惯和喜好自行选择识别模式，所以可以给用户带来更好的使用体验。
第三种，在检测到待识别对象与智能识别装置之间的距离小于预设阈值时，获得切换指令。
在本申请实施例中，待识别对象可以是用户的面部特征，也可以是前述的第一标识。具体的，人脸识别时为了能使智能识别装置采集到用户完整的人脸图像，用户需与智能识别装置保持一定远的距离才能进行完整的识别。相比之下，由于二维码等标识比人脸小很多，将二维码放置在距离智能识别装置相对较近的位置即可进行清晰识别，因此，可以分别为人脸识别模式和标识识别模式设置预定的距离范围，例如，当距离范围为10cm-30cm时，对应识别模式为标识识别模式，当距离范围为大于30cm且小于或等于1m时，对应人脸识别模式。因此，可以根据待识别对象与智能识别装置的距离来确定用户采用的是何种识别模式，相比于第二种方式而言，更加便捷、简单，不需用户手动操作。
在本申请实施例中，当切换指令为标识识别模式切换至人脸识别模式时，获得切换智能识别装置的识别模式的切换指令可以是在检测到待识别对象与智能识别装置之间的距离大于或等于预设阈值时，获得切换指令；也可以是根据用户选择采用所述人脸识别模式进行识别时，获得所述切换指令。当然也可以其他方式，在此不做具体限制。
步骤102：当切换指令为人脸识别模式切换至标识识别模式时，控制智能识别装置由人脸识别模式切换至标识识别模式。
在本申请实施例中，当获得的切换指令为人脸识别模式切换至标识识别模式时，可以控制智能识别装置由人脸识别模式切换至标识识别模式，即将智能识别装置中的滤光片由第一滤光片切换为第二滤光片。这样可以较为便捷的切换智能识别装置中的滤光片，不但可以方便用户操作，还可以在一定程度上提高识别效率。具体的，可以由智能识别装置对应的后台服务器来控制智能识别装置进行模式切换，也可以是由智能识别装置自身设置的处理器等来控制自身的模式切换，在此不做具体限制。
进一步地，在本申请实施例中，在将智能识别装置切换为标识识别模式后，智能识别装置中将第二滤光片切换至通光孔位置，此时近景清晰，智能识别装置可以采集到清晰的第一标识，进而可以按照与第一标识对应的解码方式对第一标识进行解码，获得第一标识的编码信息。进而智能识别装置可以根据识别得到的编码信息，做出相应的动作。例如，假设智能识别装置为某小区的门禁设备，当门禁设备根据识别到的编码信息确定出进门用户为本小区的住户时，可以为用户开启小区大门，实现对小区大门的智能控制，方便用户的进出。
进一步地，如前文所述，待识别对象与智能识别装置的距离在预设距离范围内时，智能识别装置可以清晰识别到待识别对象。一旦距离超出预设距离范围，智能识别装置可能采集不到完整的待识别对象的图像，或者采集不到清晰的待识别对象的图像，从而使得智能识别装置不能识别出待识别对象。因此，在控制智能识别装置由人脸识别模式切换至标识识别模式之后，若智能识别装置未能识别出第一标识，可能是第一标识未在预设的识别距离范围内，此时可以生成提示信息，以提示第一标识与所述智能识别装置之间的距离超出预设距离范围。从而用户可以根据提示信息调整待识别对象与智能识别装置之间的距离，即调整第一标识与智能识别装置之间的距离，以便智能识别装置可以清晰识别到第一标识。
需要说明的是，二维码、条形码等标识都需要一定的载体来显示，如智能手机、平板电脑等设备。因此，可以通过调整智能手机等设备到智能识别装置之间的距离来调整第一标识到智能识别装置的距离。例如，当提示第一标识与智能识别装置之间的距离过大时，用户可以移动智能手机靠近智能识别装置，从而使得第一标识靠近智能识别装置，使得智能识别装置可以清晰识别到第一标识。
进一步地，由于不同光照强度下，智能识别装置的识别效果可能存在差异，例如，光照强度高时，智能识别装置的识别的清晰度要高于光照强度低时识别的清晰度。本申请实施例中，考虑到环境中光照强度对识别效果的影响，在控制智能识别装置由人脸识别模式切换至标识识别模式之后，进行识别前，可以检测当前环境的光照强度，若检测到的光照强度低于预设光照强度，则表明当前环境光线较暗，可以为第一标识进行补光，以使得智能识别装置可以清晰识别出第一识别标识。其中，在为第一标识进行补光时，可以通过设置的补光灯进行补光，补光灯可以与智能识别装置一体设置，也可以与智能识别装置独立设置。
作为一种可选的实施方式，本申请实施例中，智能识别装置在采用标识识别模式完成对第一标识的识别后，可以自动将识别模式由标识识别模式切换至人脸识别模式，即将智能识别装置中镜头的滤光片由第二滤光片(厚滤光片)切换为第一滤光片(薄滤光片)，此时智能识别装置可以作为监控设备，可以用于采集监控画面，保证监控画面的清晰。
所以，通过上述方法，当获得的切换指令为人脸识别模式切换至标识识别模式时，可以控制智能识别装置由人脸识别模式切换至标识识别模式，即将智能识别装置的滤光片由第一滤光片(厚滤光片)切换为第二滤光片(薄滤光片)；并基于标识识别模式，识别待识别对象中第一标识的编码信息。这样可以通过切换不同厚度的滤光片来改变智能识别装置的景深，不需要更换镜头，即可以使用同一镜头进行人脸识别和二维码等标识识别，获得较好的识别效果，进而可以提高识别效率。并且还可以在一定程度上降低识别成本，以及有效节省智能识别装置的结构空间。
基于同一发明构思，本申请实施例提供一种智能识别装置。该智能识别装置可以是硬件结构、软件模块、或硬件结构加软件模块。该智能识别装置可以由芯片系统实现，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。请参见图4a所示，本申请实施例中的智能识别装置包括获得模块401和切换模块402。其中：
获得模块401，用于获得切换所述智能识别装置的识别模式的切换指令；其中，智能识别装置中设置有第一滤光片和第二滤光片，第一滤光片的厚度大于二滤光片的厚度，第一滤光片和第二滤光片用于改变智能识别装置的景深识别模式包括人脸识别模式和标识识别模式，人脸识别模式对应第一滤光片，标识识别模式对应第二滤光片，智能识别装置在人脸识别模式下的景深，大于智能识别装置在标识识别模式下的景深；
控制模块402，用于当切换指令为人脸识别模式切换至标识识别模式时，控制智能识别装置由人脸识别模式切换至标识识别模式；
在一种可选的实施例中，当切换指令为人脸识别模式切换至标识识别模式时，获得模块402具体用于：
在所述人脸识别模式下采集的第一图像中包括所述第一标识时，获得所述切换指令；或，
根据用户选择采用所述标识识别模式进行识别时，获得所述切换指令；或，
在检测到待识别对象与所述智能识别装置之间的距离小于预设阈值时，获得所述切换指令。
在一种可选的实施例中，如图4b所示，智能识别装置还包括提示模块403，该提示模块403用于：
基于标识识别模式，识别第一标识的编码信息；在智能识别装置未识别出所述第一标识时，生成提示信息，该提示信息用于提示第一标识与智能识别装置之间的距离超出预设距离范围。
在一种可选的实施例中，如图4b所示，智能识别装置还包括补光模块404，该补光模块404用于：
检测当前环境中的光照强度；若光照强度低于预设光照强度，则为第一标识进行补光。
关于上述实施例中的财税区块链的账本建立装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开实施例中对模块的划分是示意性的，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，另外，在本公开各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。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。
基于同一发明构思，本申请实施例中提供了一种摄像机，该摄像机可以是硬件结构、软件模块、或硬件结构加软件模块。该摄像机可以由芯片系统实现，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。请参见图5，本申请实施例中的摄像机包括至少一个处理器501，与至少一个处理器连接的存储器502。本申请实施例中不限定处理器501与存储器502之间的具体连接介质，图5中是以处理器501和存储器502之间通过总线500连接为例，总线500在图5中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线500可以分为地址总线、数据总线、控制总线等，为便于表示，图5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。
本申请实施例中的摄像机指至少具有红外摄像功能的摄像机，这里所说的至少具有红外摄像功能是指该摄像机至少可以进行红外图像采集，例如仅仅只能进行红外图像采集，或者也可以同时能够进行红外图像采集和可见光图像采集。所以，在一种可能的实施方式中，如图5所示，本申请实施例中的摄像机还可以包括摄像头503，在摄像头503中设置有定焦镜头、镜头座、至少一个传感器以及双滤光片切换器(IR-CutRemovable，ICR)，该ICR中设置有至少两个厚度不相同的滤光片，进而可以根据识别模式的不同(即待识别对象不同)，切换不同厚度的滤光片来进行识别，从而可以清晰的识别待识别对象，以确保识别结果的准确度。
在本申请实施例中，存储器502存储有可被至少一个处理器501执行的指令，至少一个处理器501通过执行存储器502存储的指令，可以执行前述的智能识别方法所包括的步骤。
其中，处理器501具体可以是通用的CPU(中央处理器)，或者可以是ASIC(Application Specific Integrated Circuit，特定应用集成电路)，或者可以是一个或多个用于控制程序执行的集成电路，可以是基带芯片，等等。
存储器502的数量可以是一个或多个，存储器502可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、RAM(Random Access Memory，随机访问存储器)、SRAM(Static Random Access Memory，静态随机访问存储器)、PROM(Programmable Read Only Memory，可编程只读存储器)、ROM(Read Only Memory，只读存储器)、EEPROM(Electrically Erasable Programmable Read-Only Memory，带电可擦除可编程只读存储器)、磁性存储器、磁盘、光盘等等。
通过对处理器501进行设计编程，可以将前述图1所示的方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行图1所示的方法的步骤，如何对处理器501进行设计编程为本领域技术人员所公知的技术，这里不再赘述。
其中，处理器501是摄像机的控制中心，可以利用各种接口和线路连接整个摄像机的各个部分，通过运行或执行存储在存储器502内的指令以及调用存储在存储器502内的数据，摄像机的各种功能和处理数据，从而对摄像机进行整体监控。
基于同一发明构思，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行如前述的智能识别方法的步骤。
基于同一发明构思，本申请实施例还提供一种芯片系统，该芯片系统包括处理器，还可以包括存储器，用于实现如前述的智能识别方法的步骤。该芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种智能识别方法，其特征在于，应用于智能识别装置，所述智能识别装置中设置有第一滤光片和第二滤光片，所述第一滤光片的厚度大于所述二滤光片的厚度，所述第一滤光片和所述第二滤光片用于改变所述智能识别装置的景深；所述方法包括：
获得切换所述智能识别装置的识别模式的切换指令；其中，所述识别模式包括人脸识别模式和标识识别模式，所述人脸识别模式对应第一滤光片，所述标识识别模式对应第二滤光片，所述智能识别装置在所述人脸识别模式下的景深，大于所述智能识别装置在所述标识识别模式下的景深；
当所述切换指令为人脸识别模式切换至标识识别模式时，控制所述智能识别装置由所述人脸识别模式切换至所述标识识别模式。
2.如权利要求1所述的方法，其特征在于，若所述切换指令为人脸识别模式切换至标识识别模式，则所述获得切换所述智能识别装置的识别模式的切换指令，包括：
在所述人脸识别模式下采集的第一图像中包括第一标识时，获得所述切换指令；或，
根据用户选择采用所述标识识别模式进行识别时，获得所述切换指令；或，
在检测到待识别对象与所述智能识别装置之间的距离小于预设阈值时，获得所述切换指令。
3.如权利要求1或2所述的方法，其特征在于，在控制所述智能识别装置由所述人脸识别模式切换至所述标识识别模式之后，所述方法还包括：
基于所述标识识别模式，识别第一标识的编码信息；
若所述智能识别装置未识别出所述第一标识，则生成提示信息，所述提示信息用于提示所述第一标识与所述智能识别装置之间的距离超出预设距离范围。
4.如权利要求1或2所述的方法，其特征在于，在控制所述智能识别装置由所述人脸识别模式切换至所述标识识别模式之后，所述方法还包括：
检测当前环境中的光照强度；
若所述光照强度低于预设光照强度，则为所述第一标识进行补光。
5.一种智能识别装置，其特征在于，所述智能识别装置中设置有第一滤光片和第二滤光片，所述第一滤光片的厚度大于所述二滤光片的厚度，所述第一滤光片和所述第二滤光片用于改变所述智能识别装置的景深；所述智能识别装置包括：
获得模块，用于获得切换所述智能识别装置的识别模式的切换指令；其中，所述识别模式包括人脸识别模式和标识识别模式，所述人脸识别模式对应第一滤光片，所述标识识别模式对应第二滤光片，所述智能识别装置在所述人脸识别模式下的景深，大于所述智能识别装置在所述标识识别模式下的景深；
控制模块，用于当所述切换指令为人脸识别模式切换至标识识别模式时，控制所述智能识别装置由所述人脸识别模式切换至所述标识识别模式。
6.如权利要求5所述的装置，其特征在于，当所述切换指令为人脸识别模式切换至标识识别模式时，所述获得模块具体用于：
在所述人脸识别模式下采集的第一图像中包括第一标识时，获得所述切换指令；或，
根据用户选择采用所述标识识别模式进行识别时，获得所述切换指令；或，
在检测到待识别对象与所述智能识别装置之间的距离小于预设阈值时，获得所述切换指令。
7.如权利要求5或6所述的装置，其特征在于，所述装置还包括提示模块，所述提示模块用于：
基于所述标识识别模式，识别第一标识的编码信息；
在所述智能识别装置未识别出所述第一标识时，生成提示信息，所述提示信息用于提示所述第一标识与所述智能识别装置之间的距离超出预设距离范围。
8.如权利要求5或6所述的装置，其特征在于，所述装置还包括补光模块，所述补光模块用于：
检测当前环境中的光照强度；
若所述光照强度低于预设光照强度，则为所述第一标识进行补光。
9.一种摄像机，其特征在于，包括：摄像头、存储器以及至少一个处理器，所述摄像头中包括定焦镜头、镜头座、双滤光片切换器ICR、至少一个传感器，所述ICR中包括至少两个滤光片，所述至少两个滤光片的厚度不相同，所述至少一个处理器分别与所述至少一个传感器、所述存储器、所述ICR连接；
其中，所述存储器存储有可被所述处理器执行的指令，所述处理器通过执行所述存储器存储的指令。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1-4任一所述的方法包括的步骤。
CN202010245820.2A 2020-03-31 2020-03-31 一种智能识别方法，装置、摄像机及存储介质 Pending CN111432126A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010245820.2A CN111432126A (zh) 2020-03-31 2020-03-31 一种智能识别方法，装置、摄像机及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010245820.2A CN111432126A (zh) 2020-03-31 2020-03-31 一种智能识别方法，装置、摄像机及存储介质

Publications (1)

Publication Number Publication Date
CN111432126A true CN111432126A (zh) 2020-07-17

Family

ID=71550220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010245820.2A Pending CN111432126A (zh) 2020-03-31 2020-03-31 一种智能识别方法，装置、摄像机及存储介质

Country Status (1)

Country Link
CN (1) CN111432126A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112131901A (zh) * 2020-09-22 2020-12-25 上海茂声智能科技有限公司 人脸和二维码自动混合识别的方法和装置及智能识别设备
CN114093046A (zh) * 2021-11-09 2022-02-25 支付宝(杭州)信息技术有限公司 一种基于二维码的签到方法、装置及设备
CN114594646A (zh) * 2022-01-27 2022-06-07 浙江大华技术股份有限公司 镜头机芯装置、光学仪器及相机
CN115995115A (zh) * 2023-03-22 2023-04-21 成都华安视讯科技有限公司 一种基于双焦变换的人脸识别系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204859348U (zh) * 2015-08-18 2015-12-09 杭州海康威视数字技术股份有限公司 镜头、摄像机以及包裹检测系统
CN105474222A (zh) * 2013-06-18 2016-04-06 达美生物识别科技有限公司 用于虹膜成像的多种模式图像获取
CN205490825U (zh) * 2016-01-06 2016-08-17 富港电子（东莞）有限公司 双波段光谱镜头模块
CN106686283A (zh) * 2015-11-09 2017-05-17 宁波舜宇光电信息有限公司 摄像装置及其应用
CN108401496A (zh) * 2018-02-26 2018-08-14 深圳前海达闼云端智能科技有限公司 一种图像采集方法、系统、电子设备及计算机程序产品
CN109426747A (zh) * 2017-08-23 2019-03-05 上海商米科技有限公司 扫码终端及其扫码模式切换方法
CN109598515A (zh) * 2018-11-29 2019-04-09 阿里巴巴集团控股有限公司 一种支付方法、支付装置及终端设备
CN110517033A (zh) * 2019-08-28 2019-11-29 腾讯科技（深圳）有限公司 一种快速扫描支付方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105474222A (zh) * 2013-06-18 2016-04-06 达美生物识别科技有限公司 用于虹膜成像的多种模式图像获取
CN204859348U (zh) * 2015-08-18 2015-12-09 杭州海康威视数字技术股份有限公司 镜头、摄像机以及包裹检测系统
CN106686283A (zh) * 2015-11-09 2017-05-17 宁波舜宇光电信息有限公司 摄像装置及其应用
CN205490825U (zh) * 2016-01-06 2016-08-17 富港电子（东莞）有限公司 双波段光谱镜头模块
CN109426747A (zh) * 2017-08-23 2019-03-05 上海商米科技有限公司 扫码终端及其扫码模式切换方法
CN108401496A (zh) * 2018-02-26 2018-08-14 深圳前海达闼云端智能科技有限公司 一种图像采集方法、系统、电子设备及计算机程序产品
CN109598515A (zh) * 2018-11-29 2019-04-09 阿里巴巴集团控股有限公司 一种支付方法、支付装置及终端设备
CN110517033A (zh) * 2019-08-28 2019-11-29 腾讯科技（深圳）有限公司 一种快速扫描支付方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112131901A (zh) * 2020-09-22 2020-12-25 上海茂声智能科技有限公司 人脸和二维码自动混合识别的方法和装置及智能识别设备
CN114093046A (zh) * 2021-11-09 2022-02-25 支付宝(杭州)信息技术有限公司 一种基于二维码的签到方法、装置及设备
CN114093046B (zh) * 2021-11-09 2024-06-07 支付宝(杭州)信息技术有限公司 一种基于二维码的签到方法、装置及设备
CN114594646A (zh) * 2022-01-27 2022-06-07 浙江大华技术股份有限公司 镜头机芯装置、光学仪器及相机
CN115995115A (zh) * 2023-03-22 2023-04-21 成都华安视讯科技有限公司 一种基于双焦变换的人脸识别系统及方法

Similar Documents

Publication Publication Date Title
CN111432126A (zh) 一种智能识别方法，装置、摄像机及存储介质
CN108427911B (zh) 一种身份验证方法、系统、装置及设备
EP2093697B1 (en) Method and arrangement for retrieving information comprised in a barcode
US11244147B2 (en) Optical data exchange while preserving social distancing
CN116051115A (zh) 一种刷脸支付提示方法、装置及设备
CN106228168A (zh) 卡片图像反光检测方法和装置
CN106899800A (zh) 相机对焦的方法、装置及移动终端设备
CN103793676A (zh) 识别二维码与点阵图形构成的防伪标识的方法及装置
CN110781856B (zh) 异质人脸识别模型训练方法、人脸识别方法及相关装置
CN101609505A (zh) 识别字符的方法和装置
JP2011095862A (ja) 画像処理装置、画像処理方法、及びプログラム
CN112487888B (zh) 一种基于目标对象的图像采集方法及装置
CN103186770B (zh) 被摄体识别装置及词典数据登记方法
CN116758546A (zh) 一种证件扫描方法、装置及设备
CN113225550A (zh) 偏移检测方法、装置、摄像头模组、终端设备及存储介质
CN113837006A (zh) 一种人脸识别方法、装置、存储介质及电子设备
CN113392763A (zh) 一种人脸识别方法、装置以及设备
WO2018185574A1 (en) Apparatus and method for documents and/or personal identities recognition and validation
CN105120153A (zh) 一种图像拍摄方法及装置
CN110008810B (zh) 人脸图像采集的方法、装置、设备、及机器可读存储介质
CN110866418B (zh) 图像底库生成方法、装置、设备、系统及存储介质
CN106557766B (zh) 模糊字符处理方法、系统及电子设备
CN106250792B (zh) 条形码撷取方法及条码读取器
CN115984977A (zh) 活体检测方法和系统
CN112653612B (zh) 消息处理方法、设备以及系统、消息服务器

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: 20200717

RJ01 Rejection of invention patent application after publication