CN111460982B - 人脸识别方法和电子设备 - Google Patents
人脸识别方法和电子设备 Download PDFInfo
- Publication number
- CN111460982B CN111460982B CN202010238825.2A CN202010238825A CN111460982B CN 111460982 B CN111460982 B CN 111460982B CN 202010238825 A CN202010238825 A CN 202010238825A CN 111460982 B CN111460982 B CN 111460982B
- Authority
- CN
- China
- Prior art keywords
- image
- characteristic region
- distance
- face
- preset
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000003990 capacitor Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 24
- 230000001815 facial effect Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 210000005069 ears Anatomy 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 210000004709 eyebrow Anatomy 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 206010070834 Sensitisation Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000008313 sensitization Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- 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)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例公开了一种人脸识别方法和电子设备，以解决相关技术中二维人脸识别解锁安全性不高的问题。该方法应用于包括有图像采集装置的电子设备，包括：获取目标人脸的特征区域的图像质量的参数值；针对所述特征区域，调节所述图像采集装置的像距，在所述特征区域的图像质量的参数值满足预设条件的情况下，接收与所述特征区域对应的像距信息；根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果。
Description
技术领域
本发明实施例涉及电子设备技术领域，尤其涉及一种人脸识别方法和电子设备。
背景技术
随着电子设备(如手机)功能的逐渐丰富，在电子设备中保存的数据越来越多，因此用户隐私保护的需求也逐渐提高。人脸数据作为重要的生物密钥，电子设备常备的前置摄像头可以用于捕捉对比人脸数据，让人脸数据成为一个理想的手机加密解锁的数据密钥。
相关技术中，人脸识别解锁主要利用捕捉的二维人脸图像与存储的二维人脸图像进行匹配，这可能给不法分子以可乘之机，有使用用户照片等非用户本人解锁电子设备的案例发生，这对于用户的信息安全造成较大影响。因此，有必要提供人脸识别的方案来解决二维人脸识别解锁安全性不高的问题。
发明内容
本发明实施例提供一种人脸识别方法和电子设备，以解决相关技术中二维人脸识别解锁安全性不高的问题。
为了解决上述技术问题，本发明实施例是这样实现的：
第一方面，提供了一种人脸识别方法，应用于包括有图像采集装置的电子设备，所述方法包括：获取目标人脸的特征区域的图像质量的参数值；针对所述特征区域，调节所述图像采集装置的像距，在所述特征区域的图像质量的参数值满足预设条件的情况下，接收与所述特征区域对应的像距信息；根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果。
第二方面，提供了一种电子设备，该电子设备包括有图像采集装置，所述电子设备还包括：图像质量获取模块，用于获取目标人脸的特征区域的图像质量的参数值；像距获取模块，用于针对所述特征区域，调节所述图像采集装置的像距，在所述特征区域的图像质量的参数值满足预设条件的情况下，接收与所述特征区域对应的像距信息；人脸识别模块，用于根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果。
第三方面，提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法的步骤。
在本发明实施例中，基于二维人脸图像的匹配结果，同时结合目标人脸的特征区域的像距信息，即可得到准三维的人脸识别结果，提高人脸解锁安全性；同时，仅需要像距可调的图像采集装置即可，无需在电子设备中部署多个模组，便于降低成本，提升电子设备外观的美感。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明一个实施例提供的人脸识别方法流程示意图；
图2是本发明一个实施例中的图像采集装置结构示意图；
图3是本发明另一个实施例提供的人脸识别方法流程示意图；
图4是本发明一个实施例提供的电子设备结构示意图；
图5为实现本发明各个实施例的一种电子设备的硬件结构示意图。
具体实施方式
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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。
如图1所示，本发明的一个实施例提供一种人脸识别方法100，该方法可以由电子设备(后续部分描述以手机为例进行介绍)执行，换言之，该方法可以由安装在电子设备的软件或硬件来执行，该电子设备包括有图像采集装置，该方法包括如下步骤：
S102：获取目标人脸的特征区域的图像质量的参数值。
S104：针对所述特征区域，调节图像采集装置的像距，在特征区域的图像质量的参数值满足预设条件的情况下，接收与该特征区域对应的像距信息。
电子设备通常包括有图像采集装置(例如，手机的前置摄像头)，该图像采集装置通常包括有镜片以及用于接收光学信号的互补金属氧化物半导体(Complementary MetalOxide Semiconductor，CMOS)传感器，或称作是图像传感器。
该实施例中提到的目标人脸的特征区域，例如包括，眼睛、鼻子、嘴巴、耳朵、下巴等中的至少之一。
图像质量的参数值，例如，图像质量的对比度参数值，该对比度参数值可以用于评价特征区域的图像质量，或者说，可以用于评价特征区域的图像的清楚程度。
实际上，S102和S104是一个多次循环执行的步骤，例如，首先通过S102获取目标人脸的特征区域的图像质量的参数值，再通过S104判断特征区域的图像质量的参数值是否满足预设条件，如果不满足，则调节图像采集装置的像距，并继续执行S102获取目标人脸的特征区域的图像质量的参数值，再通过S104判断特征区域的图像质量的参数值是否满足预设条件，如果再次不满足，则循环上述过程；如果满足预设条件，则接收与该特征区域对应的像距信息。
该实施例可以通过调节镜片和图像传感器之间的距离，来调节图像采集装置的像距。在一个例子中，镜片上设置有马达，该马达可以用于调节镜片和图像传感器之间的相对距离，来调节图像采集装置的像距。
该S104通过调节图像采集装置的像距，调整目标人脸的特征区域的图像质量，其目的可以使得上述特征区域的图像质量的参数值达到最高(具体通过图像质量的参数值来判定)，或者称作是最清晰。
需要说明的是，在调节图像采集装置的像距的过程中，特征区域的图像质量的参数值可以是以递增或递减的方式进行变化的，其一定有一个最大值和一个最小值，因此，上述提到的图像质量达到最高，可以是调节图像采集装置的像距的过程中，特征区域的图像质量的参数值达到上述最大值。
该实施例中，判断特征区域的图像的图像质量(或清楚程度)的方法可采用对比度检测法(contrast detection method)等常见的自动对焦方法，本发明实施例对此并不限定。
可选地，在一个例子中，上述特征区域为至少两个(至少包括第一特征区域和第二特征区域)，S104中在调节图像采集装置的像距的过程中，接收在上述至少两个特征区域的图像质量的参数值分别达到最高时的像距信息，例如，接收第一特征区域的图像质量的参数值达到最高时的第一像距信息，接收第二特征区域的图像质量的参数值达到最高时的第二像距信息。
该例子具体例如，特征区域包括第一特征区域以及第二特征区域，例如第一特征区域为用户的鼻子，第二特征区域为用户的眼睛：该S104通过调节图像采集装置的像距，使得鼻子区域的图像质量的参数值达到最高，并记录此时的像距信息；以及通过调节图像采集装置的像距，使得眼睛区域的图像质量达到最高，并记录此时的像距信息。
当然，本领域技术人员可以理解的是，第一特征区域以及第二特征区域还可以为用户面部的其他区域，例如第一特征区域为用户的鼻子，第二特征区域为用户的嘴等，本发明实施例对此不作限制。
该步骤中得到的像距信息用于反映上述特征区域的物距信息，具体地，参见如下公式：
1/u+1/v＝1/f (1)
其中，u表示物距，v表示像距，f表示焦距。
通过上述公式可知，在镜头的焦距f一定的前提下，基于上述特征区域的像距信息v，即可得到上述特征区域的物距信息u。
在一个具体例子中，上述图像采集装置包括镜片、图像传感器、以及用于调节所述镜片和所述图像传感器之间间距的马达，其中，S104中的像距信息是通过下述至少之一得到的，或者称作是与下述至少之一相关联：
1)马达的电流大小，马达的电流大小与所述马达的移动距离之间存在映射关系。该实施方式通过马达的电流大小可以得到马达的移动距离(等同于镜片的移动距离)，通过马达移动的距离以及马达和图像传感器之间的初始距离即可得到镜片和所述图像传感器之间间距，即像距信息。
2)镜片和图像传感器之间的电容值，镜片和图像传感器内分别嵌入有电容片。该实施方式通过镜片和所述图像传感器之间的电容值，即可得到镜片和所述图像传感器之间间距，即像距信息。
当然，在其他的实施例中，还可以同时使用上述两种方式以同时得到像距信息并求平均，以提高得到的像距信息的可靠性。
S106：根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果。
可选地，在一个例子中，在S102和S104中提到的特征区域包括第一特征区域和第二特征区域的情况下，该步骤可以基于所述像距信息(例如包括第一特征区域的图像质量的参数值最高时的第一像距信息，以及第二特征区域的图像质量的参数值最高时的第二像距信息)，得到与所述第一特征区域对应的第一深度信息以及与所述第二特征区域对应的第二深度信息；基于所述第一深度信息和所述第二深度信息，得到所述第一特征区域和所述第二特征区域在深度方向上的相对距离；在所述相对距离与预设距离匹配成功，且所述二维人脸图像与所述预设人脸图像匹配成功的情况下，三维人脸图像的人脸识别成功。
该例子具体例如，基于S104中得到的像距信息以及上述公式(1)，得到鼻子区域的物距信息(即深度信息)是8厘米，眼睛区域的物距信息是8.5厘米；得到鼻子和眼睛的(深度方向的)相对距离是0.5厘米；且在该相对距离(即0.5厘米)与预设的距离匹配成功，且二维人脸图像与所述预设人脸图像匹配成功的情况下，三维人脸图像的人脸识别成功。
在另一例子具体例如，基于S104中得到的像距信息以及上述公式(1)，得到鼻子区域的物距信息(即深度信息)是8厘米，嘴区域的物距信息是9厘米；得到鼻子和嘴的(深度方向的)相对距离是1厘米；且在该相对距离(即1厘米)与预设的距离匹配成功，且二维人脸图像与所述预设人脸图像匹配成功的情况下，三维人脸图像的人脸识别成功。
可选地，如果得到所述至少两个特征区域在深度方向上的相对距离与预设距离匹配失败，和/或，二维人脸图像与所述预设人脸图像匹配失败的情况下，确定三维人脸图像的人脸识别失败。
可选地，在其它的例子中，在S102和S104中提到的特征区域包括第一特征区域和第二特征区域的情况下，该步骤可以基于所述像距信息(例如包括第一特征区域的图像质量的参数值最高时的第一像距信息，以及第二特征区域的图像质量的参数值最高时的第二像距信息)该S106可以将上述像距信息(包括第一像距信息和第二像距信息)分别与预设的像距信息进行匹配，且在上述像距信息与预设的像距信息均匹配成功，且二维人脸图像与所述预设人脸图像匹配成功的情况下，确定三维人脸图像的人脸识别成功。
该例子中，无需将像距信息转换为物距信息，便于节约终端设备的计算开销。同时，由于像距信息用于反映至少两个特征区域的物距信息，这样，上述像距信息与预设的像距信息匹配成功时，同时反映了至少两个特征区域在深度方向的相对距离匹配成功。
上述例子在介绍时是以S102和S104中提到的特征区域至少包括第一特征区域和第二特征区域为例进行介绍，实际上，S102和S104中提到的特征区域还可以是一个，例如，仅仅包括鼻子区域。这样，S102和S104可以获取整个人脸图像的图像质量的参数值达到最高时的第三像距信息；并得到鼻子区域的图像质量的参数值达到最高时的第四像距信息。通过上述第三像距信息和公式(1)可以计算得到第三深度(相当于是整个人脸的平均深度值)，通过上述第四像距信息和公式(1)可以计算得到第四深度，相当于是鼻子区域的深度值，并将第四深度和第三深度求差值，S106可以是该差值与预设距离匹配成功，且二维人脸图像与所述预设人脸图像匹配成功的情况下，确定三维人脸图像的人脸识别成功；反之，如果该差值与预设距离匹配失败，和/或，二维人脸图像与所述预设人脸图像匹配失败，则确定三维人脸图像的人脸识别失败。
本发明实施例提供的人脸识别方法，基于二维人脸图像的匹配结果，同时结合目标人脸的特征区域的像距信息，即可得到准三维的人脸识别结果，提高人脸解锁安全性；同时，由于仅需要像距可调的图像采集装置即可，无需在电子设备中部署多个模组，便于降低成本，提升电子设备外观的美感。
可选地，作为一个实施例，实施例100的S102之前，还可以包括如下步骤：
获取(例如，采集，拍摄等)所述二维人脸图像；
将所述二维人脸图像与所述预设人脸图像进行匹配；
其中，实施例100的S102包括：在所述二维人脸图像与所述预设人脸图像匹配成功的情况下，获取目标人脸的特征区域的图像质量的参数值。
该实施例可以在二维人脸图像与所述预设人脸图像匹配失败的情况下，可以不执行S102的操作，便于节约资源消耗。
可选地，所述获取所述二维人脸图像包括：在所述图像采集装置的第一景深状态下，获取所述二维人脸图像；所述调节所述图像采集装置的像距包括：在所述图像采集装置的第二景深状态下，调节所述图像采集装置的像距；其中，所述第一景深状态对应的第一景深大于所述第二景深状态对应的第二景深。
上述提到所述第一景深状态对应的第一景深大于所述第二景深状态对应的第二景深。为达到上述效果，具体地，上述调节所述图像采集装置的像距的步骤之前，所述方法还包括下述至少之一：
1)调节(例如增大或减小)所述图像采集装置的光圈。该实施例中，图像采集装置的光圈可调，在光圈增大时，图像采集装置的景深减小。
2)调节(例如增大或减小)所述图像采集装置的两个镜片之间的距离，具体地，参见如下公式：
在公示(2)中，f表示两个镜片的等效焦距，f1和f2分别是两个镜片的实际焦距，d表示两个镜片之间的距离，因此，增大两个镜片之间的距离d即可增加两个镜片的等效焦距。在两个镜片之间的距离d增大时，图像采集装置的景深减小。
可选地，上述两个镜片内分别嵌入有电容片，所述两个镜片之间的距离d是通过所述电容片之间的电容值确定的。
为详细说明本发明上述实施例提供的人脸识别方法，以下将结合一个具体的实施例进行说明。如图2所示，该实施例中的图像采集装置主要包括：可改变通光孔大小的光圈10；两个不同焦距的镜片20，这两个镜片20之间的相对距离d可以通过第一马达(未图示)移动；用于接受光学信号的CMOS传感器30；用于移动两个镜片20和CMOS传感器30之间的距离的第二马达40。
当光圈10的通光孔变大时，可以配合处于长焦状态的镜片20实现短景深的功能；光圈10通光孔变小时，可以配合处于短焦状态的镜片20实现长景深功能。
通过第一马达调节两个镜片20之间的相对距离d，可以让图像采集装置的等效焦距f实现由长焦到短焦的变化。在两个镜片20上面各自有一片电容片，通过测量两片电容片之间的电容值即可来定量计算两个镜片20之间的距离d，由公示(2)所示的等效焦距公式定量得到等效焦距f。
第二马达40连接着两个镜片20，可以在Z光轴方向上前后移动两个镜片20，并可以根据第二马达40通电电流量大小跟时间来记录第二马达40移动的距离，以用来记录镜片20和COMS光电传感器30之间的像距信息。COMS光电传感器30主要用于将光信号转化成电信号，或称作是图像传感器。
通过上述介绍可知，图像采集装置可以实现长景深和短景深的两种功能场景切换，即：小光圈+短焦距＝长景深；大光圈+长焦距＝短景深。
其中，在两个镜片20上通过嵌入电容片，检测电容片电容值的变化来定量计算两个镜片20之间的距离d，进而计算出两个镜片20的等效焦距f用于后续的物距计算。在第二马达40上面增加距离传感器用于实现第二马达40移动距离的计算，进而用于计算出像距v。
图3是基于图2所示的图像采集装置的人脸识别方法，如图3所示，该实施例包括如下步骤：
S302：长景深下获取二维人脸图像。
该实施例可以先调节(比如缩小)光圈10的大小，调节(比如缩小)两个镜片20的之间的相对距离d，将图像采集装置(例如，手机的前置摄像头)的功能默认设置为长景深的普通功能场景，获取正常的用户人脸二维数据。
在图像采集装置的长景深状态下，光圈10的大小和两个镜片20的之间的相对距离d均可以为预设的定值。
S304：二维人脸图像是否匹配成功？
该步骤可以将采集到的二维人脸图像与预设的二维人脸图像进行匹配：
在二维人脸图像匹配成功的情况下执行S306；
在二维人脸图像匹配失败的情况下执行S308。
S306：切换至短景深。
在识别到二维人脸图像匹配成功的情况下，可以将光圈10调大；两个镜片20之间的相对距离d增加，使得图像采集装置的等效焦距增大，此时图像采集装置的功能切换为短景深的场景。
在图像采集装置的短景深状态下，光圈10的大小和两个镜片20的之间的相对距离d均可以为预设的定值。
S308：人脸识别失败。
S310：选择特征区域。
该特征区域包括不限于鼻子、眼睛、耳朵、嘴巴等。
需要说明的是，S310至S314可以多次重复执行，直至得到至少两个特征区域的物距，比如，至少得到鼻子的物距、眼睛的物距、耳朵的物距、嘴巴的物距等。
后续以选择特征区域是鼻子区域为例进行说明。
S312：移动马达对焦，使得特征区域的图像最清晰。
该步骤可以开启第二马达40移动镜片20(此时两个镜片20之间的相对距离d可以维持不变)，获取鼻子区域最清晰的图像。
由于此时的镜头20处于短景深的功能下，可以结合二维人脸数据，对比获得特征区域(如鼻子区域)最清晰时的图像，其他的特征区域(鼻子之外的区域)以及环境景色应处于较模糊状态。
该步骤中判断特征区域的图像的清楚程度的方法可采用对比度检测法等常见的自动对焦方法，本发明实施例并不限定。
S314：计算特征区域的物距。
该步骤可以获取鼻子区域的图像最清晰时对应的参数，包括第二马达40移动距离(用于获取像距信息)；等效焦距，感光面积大小(用于确定特征区域是鼻子还是嘴巴等)等数据，利用公式(1)和公式(2)计算出此时脸部特征区域对应的物距。
具体地，该步骤可以通过距离传感器计算此时的第二马达40移动数据，结合等效焦距、传感器感光大小等参数来计算出脸部特征区域(鼻子)到镜片的距离，即物距。
S316：多个特征区域的物距是否测完。
多个特征区域包括不限于鼻子、眼睛、耳朵、嘴巴等。
该实施例可以多次进行不同特征区域的距离(即物距)计算，构建该脸部各个区域的三维数据(即深度信息)。
S318：特征区域之间的距离是否正确。
如果特征区域之间的距离均正确，则执行S320；
如果特征区域之间的距离中至少一个不正确，则执行S308。
该实施例可以在短景深的功能下，重复进行不同脸部特征区域的距离计算，即重复执行S310至S314，比较脸部不同的特征区域的立体相对距离，并与人脸数据录入时各个脸部特征区域计算的距离进行对比，来判断人脸识别是否成功，从而提高纯二维人脸识别的安全性。
具体例如，特征区域包括第一特征区域和第二特征区域，其中第一特征区域为用户的鼻子，第二特征区域为用户的眼睛，获取到鼻子和眼睛的(深度方向的)相对距离是0.5厘米，并与预设的距离匹配成功；特征区域还包括第三特征区域，第三特征区域为用户的眉毛，获取到鼻子和眉毛的(深度方向的)相对距离是0.3厘米，并与预设的距离匹配成功；特征区域还包括第四特征区域，第四特征区域为嘴，获取到鼻子和嘴的(深度方向的)相对距离是0.5厘米，并与预设的距离匹配成功，则判断人脸识别成功。
S320：三维人脸图像的人脸识别成功。
在三维人脸图像的人脸识别成功的情况下，该实施例还可以执行电子设备解锁等操作，提高电子设备的安全性。
本说明书实施例通过单模组的图像采集装置(如手机的前置摄像头)来实现准三维的人脸解锁功能，在减少硬件模组，降低物料成本的基础上提高人脸解锁的安全性，防止以往二维人脸解锁中常见的打印照片等的破解方法。
本说明书实施例使用可调光圈和可调焦距的前置摄像头，在采集用户的二维人脸数据的基础上，增加特定脸部特征的三维数据来实现准三维人脸解锁功能。
本说明书实施例在使用单模组前置摄像头的硬件架构上，减少了物料成本和布局空间；同时利用调节镜头位置和光圈位置来改变摄像头的景深长度，然后计算获得脸部特征距离摄像头的距离，构建脸部特征的三维数据，提高人脸解锁的安全性。本说明书实施例可以使用单个摄像头完成准三维人脸识别功能，在提高布局空间利用率的基础上，减少物料成本。
具体地，本说明书实施例的创新点如下：
结合光圈调节和等效焦距变化改变摄像头模组的景深长度，既满足了普通使用场景下的长景深要求，也满足测试物距场景的短景深要求。
两个镜片等效焦距的变化利用改变两块镜片的距离来实现，两块镜片的相对距离通过嵌入电容片的电容值变化来做定量计算，获得准确的等效焦距
测量物距的场景中，总结第二马达通电电流与移动距离的关系，也可以通过在第二马达和图像传感器中增加可移动电容感应片的方式来定量获得第二马达移动距离。
结合硬件上的测距装置，在图像采集装置聚焦的过程中定量计算像距，结合焦距进而可以获得物距信息，得到脸部特定特征区域的距离信息。
结合特征区域的物距和二维人脸的匹配度，进行准三维人脸解锁，提高人脸解锁安全性。
可选地，在其他的实施例中，可以将图3所示的实施方式中计算出来的物距信息构建的三维数据进行替换。可以替换为短景深功能中聚焦的第二马达移动距离的数据对比来判定，同样能够实现上述实施例等同的效果。该实施方式在实现图3所示的实施方式的有益效果的基础上，同时可以减少部分的计算量，增加人脸识别解锁速度。
可选地，本说明书实施例提供的技术方案的使用范围不仅可以用于手机前摄的人脸识别，也可以用于监控探头的距离定位，也可用于防盗设备的运动检测等。
以上结合图1至图3详细描述了根据本发明实施例的人脸识别方法。下面将结合图4详细描述根据本发明实施例的电子设备，图4是根据本发明实施例的电子设备的结构示意图，该电子设备包括有图像采集装置。如图4所示，电子设备400还包括：
图像质量获取模块402，可以用于获取目标人脸的特征区域的图像质量的参数值；
像距获取模块404，可以用于针对所述特征区域，调节所述图像采集装置的像距，在所述特征区域的图像质量的参数值满足预设条件的情况下，接收与所述特征区域对应的像距信息；
人脸识别模块406，可以用于根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果。
本发明实施例基于二维人脸图像的匹配结果，同时结合目标人脸的特征区域的像距信息，即可得到准三维的人脸识别结果，提高人脸解锁安全性；同时，由于仅需要像距可调的图像采集装置即可，无需在电子设备中部署多个模组，便于降低成本，提升电子设备外观的美感。
可选地，作为一个实施例，所述图像采集装置还可以用于：
获取所述二维人脸图像；
将所述二维人脸图像与所述预设人脸图像进行匹配；
其中，所述图像质量获取模块402，用于在所述二维人脸图像与所述预设人脸图像匹配成功的情况下，获取目标人脸的特征区域的图像质量的参数值。
可选地，作为一个实施例，在所述特征区域包括第一特征区域和第二特征区域的情况下，所述人脸识别模块406，用于：
基于所述像距信息，得到与所述第一特征区域对应的第一深度信息以及与所述第二特征区域对应的第二深度信息；
基于所述第一深度信息和所述第二深度信息，得到所述第一特征区域和所述第二特征区域在深度方向上的相对距离；
在所述相对距离与预设距离匹配成功，且所述二维人脸图像与所述预设人脸图像匹配成功的情况下，三维人脸图像的人脸识别成功。
可选地，作为一个实施例，所述图像采集装置可以用于在所述图像采集装置的第一景深状态下，获取所述二维人脸图像；所述像距获取模块404，可以用于在所述图像采集装置的第二景深状态下，调节所述图像采集装置的像距；其中，所述第一景深状态对应的第一景深的大于所述第二景深状态对应的第二景深。
可选地，作为一个实施例，所述图像采集装置400还包括景深调节模块，可以用于下述至少之一：
调节所述图像采集装置的光圈；
调节所述图像采集装置的两个镜片之间的距离。
可选地，作为一个实施例，所述两个镜片内分别嵌入有电容片，所述两个镜片之间的距离是通过所述电容片之间的电容值确定的。
可选地，作为一个实施例，所述特征区域的图像质量的参数值满足预设条件，包括：在像距获取模块404调节所述图像采集装置的像距的过程中，所述特征区域的图像质量的参数值为最高。
可选地，作为一个实施例，所述图像采集装置包括镜片、图像传感器、以及用于调节所述镜片和所述图像传感器之间间距的马达，其中，所述像距信息是与下述至少之一相关联：
所述马达的电流大小，其中，所述马达的电流大小与所述马达的移动距离之间存在映射关系；
所述镜片和所述图像传感器之间的电容值，其中，所述镜片和所述图像传感器内分别嵌入有电容片。
根据本发明实施例的电子设备可以参照对应本发明实施例的人脸识别方法的流程，并且，该电子设备中的各个单元/模块和上述其他操作和/或功能分别为了实现上述人脸识别方法中的相应流程，为了简洁，在此不再赘述。
本说明书中的各个实施例采用递进的方式描述，每个实施例重点说明的通常是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于电子设备实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
图5为实现本发明各个实施例的一种电子设备的硬件结构示意图，该电子设备500包括但不限于：射频单元501、网络模块502、音频输出单元503、输入单元504、传感器505、显示单元506、用户输入单元507、接口单元508、存储器509、处理器510、以及电源511等部件。本领域技术人员可以理解，图5中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中，该电子设备500还包括图像采集装置，处理器510，用于获取目标人脸的特征区域的图像质量的参数值；针对所述特征区域，调节所述图像采集装置的像距，在所述特征区域的图像质量的参数值满足预设条件的情况下，接收与所述特征区域对应的像距信息；根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果。
本发明实施例基于二维人脸图像的匹配结果，同时结合目标人脸的特征区域的像距信息，即可得到准三维的人脸识别结果，提高人脸解锁安全性；同时，由于仅需要像距可调的图像采集装置即可，无需在电子设备中部署多个模组，便于降低成本，提升电子设备外观的美感。
应理解的是，本发明实施例中，射频单元501可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器510处理；另外，将上行的数据发送给基站。通常，射频单元501包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元501还可以通过无线通信系统与网络和其他设备通信。
电子设备通过网络模块502为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元503可以将射频单元501或网络模块502接收的或者在存储器509中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元503还可以提供与电子设备500执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元503包括扬声器、蜂鸣器以及受话器等。
输入单元504用于接收音频或视频信号。输入单元504可以包括图形处理器(Graphics Processing Unit，GPU)5041和麦克风5042，图形处理器5041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元506上。经图形处理器5041处理后的图像帧可以存储在存储器509(或其它存储介质)中或者经由射频单元501或网络模块502进行发送。麦克风5042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元501发送到移动通信基站的格式输出。
电子设备500还包括至少一种传感器505，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板5061的亮度，接近传感器可在电子设备500移动到耳边时，关闭显示面板5061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器505还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。
显示单元506用于显示由用户输入的信息或提供给用户的信息。显示单元506可包括显示面板5061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板5061。
用户输入单元507可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元507包括触控面板5071以及其他输入设备5072。触控面板5071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板5071上或在触控面板5071附近的操作)。触控面板5071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器510，接收处理器510发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板5071。除了触控面板5071，用户输入单元507还可以包括其他输入设备5072。具体地，其他输入设备5072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
进一步的，触控面板5071可覆盖在显示面板5061上，当触控面板5071检测到在其上或附近的触摸操作后，传送给处理器510以确定触摸事件的类型，随后处理器510根据触摸事件的类型在显示面板5061上提供相应的视觉输出。虽然在图5中，触控面板5071与显示面板5061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板5071与显示面板5061集成而实现电子设备的输入和输出功能，具体此处不做限定。
接口单元508为外部装置与电子设备500连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元508可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备500内的一个或多个元件或者可以用于在电子设备500和外部装置之间传输数据。
存储器509可用于存储软件程序以及各种数据。存储器509可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器509可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器510是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器509内的软件程序和/或模块，以及调用存储在存储器509内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器510可包括一个或多个处理单元；优选的，处理器510可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器510中。
电子设备500还可以包括给各个部件供电的电源511(比如电池)，优选的，电源511可以通过电源管理系统与处理器510逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外，电子设备500包括一些未示出的功能模块，在此不再赘述。
优选的，本发明实施例还提供一种电子设备，包括处理器510，存储器509，存储在存储器509上并可在所述处理器510上运行的计算机程序，该计算机程序被处理器510执行时实现上述人脸识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述人脸识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
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上述实施例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，本发明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(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。
Claims (11)
1.一种人脸识别方法，其特征在于，应用于包括有图像采集装置的电子设备，所述方法包括：
获取目标人脸的特征区域的图像质量的参数值；
针对所述特征区域，调节所述图像采集装置的像距，在所述特征区域的图像质量的参数值满足预设条件的情况下，接收与所述特征区域对应的像距信息；
根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果；
所述特征区域包括第一特征区域和第二特征区域，在所述第一特征区域以及第二特征区域的图像质量的参数值分别满足预设条件的情况下，接收与所述第一特征区域对应的第一像距信息以及与所述第二特征区域对应的第二像距信息；所述根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果，包括：
基于所述第一像距信息以及所述第二像距信息，得到与所述第一特征区域对应的第一深度信息以及与所述第二特征区域对应的第二深度信息；
基于所述第一深度信息和所述第二深度信息，得到所述第一特征区域和所述第二特征区域在深度方向上的相对距离；
在所述相对距离与预设距离匹配成功，且所述二维人脸图像与所述预设人脸图像匹配成功的情况下，三维人脸图像的人脸识别成功。
2.根据权利要求1所述的方法，其特征在于，所述获取目标人脸的特征区域的图像质量的参数值之前，所述方法还包括：
获取所述二维人脸图像；
将所述二维人脸图像与所述预设人脸图像进行匹配；
所述获取目标人脸的特征区域的图像质量的参数值，包括：
在所述二维人脸图像与所述预设人脸图像匹配成功的情况下，获取目标人脸的特征区域的图像质量的参数值。
3.根据权利要求2所述的方法，其特征在于，
所述获取所述二维人脸图像包括：在所述图像采集装置的第一景深状态下，获取所述二维人脸图像；
所述调节所述图像采集装置的像距包括：在所述图像采集装置的第二景深状态下，调节所述图像采集装置的像距；
其中，所述第一景深状态对应的第一景深的大于所述第二景深状态对应的第二景深。
4.根据权利要求3所述的方法，其特征在于，所述调节所述图像采集装置的像距，包括下述至少之一：
调节所述图像采集装置的光圈；
调节所述图像采集装置的两个镜片之间的距离。
5.根据权利要求4所述的方法，其特征在于，
所述两个镜片内分别嵌入有电容片，通过所属电容片之间的电容值确定所述两个镜片之间的距离。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述特征区域的图像质量的参数值满足预设条件，包括：
在调节所述图像采集装置的像距的过程中，所述特征区域的图像质量的参数值为最高。
7.根据权利要求1所述的方法，其特征在于，所述图像采集装置包括镜片、图像传感器、以及用于调节所述镜片和所述图像传感器之间间距的马达，其中，所述像距信息是与下述至少之一相关联：
所述马达的电流大小，其中，所述马达的电流大小与所述马达的移动距离之间存在映射关系；
所述镜片和所述图像传感器之间的电容值，其中，所述镜片和所述图像传感器内分别嵌入有电容片。
8.一种电子设备，其特征在于，包括有图像采集装置，所述电子设备还包括：
图像质量获取模块，用于获取目标人脸的特征区域的图像质量的参数值；
像距获取模块，用于针对所述特征区域，调节所述图像采集装置的像距，在所述特征区域的图像质量的参数值满足预设条件的情况下，接收与所述特征区域对应的像距信息；
人脸识别模块，用于根据所述像距信息，以及所述目标人脸的二维人脸图像与预设人脸图像的匹配结果，得到三维人脸图像的人脸识别结果；
所述特征区域包括第一特征区域和第二特征区域，在所述第一特征区域以及第二特征区域的图像质量的参数值分别满足预设条件的情况下，接收与所述第一特征区域对应的第一像距信息以及与所述第二特征区域对应的第二像距信息；所述人脸识别模块，用于：
基于所述第一像距信息以及所述第二像距信息，得到与所述第一特征区域对应的第一深度信息以及与所述第二特征区域对应的第二深度信息；
基于所述第一深度信息和所述第二深度信息，得到所述第一特征区域和所述第二特征区域在深度方向上的相对距离；
在所述相对距离与预设距离匹配成功，且所述二维人脸图像与所述预设人脸图像匹配成功的情况下，三维人脸图像的人脸识别成功。
9.根据权利要求8所述的电子设备，其特征在于，所述图像采集装置还用于：
获取所述二维人脸图像；
将所述二维人脸图像与所述预设人脸图像进行匹配；
其中，所述图像质量获取模块，用于在所述二维人脸图像与所述预设人脸图像匹配成功的情况下，获取目标人脸的特征区域的图像质量的参数值。
10.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的人脸识别方法。
11.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的人脸识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010238825.2A CN111460982B (zh) | 2020-03-30 | 2020-03-30 | 人脸识别方法和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010238825.2A CN111460982B (zh) | 2020-03-30 | 2020-03-30 | 人脸识别方法和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111460982A CN111460982A (zh) | 2020-07-28 |
| CN111460982B true CN111460982B (zh) | 2024-04-19 |
Family
ID=71681763
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010238825.2A Active CN111460982B (zh) | 2020-03-30 | 2020-03-30 | 人脸识别方法和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111460982B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197558A (zh) * | 2017-12-28 | 2018-06-22 | 广东欧珀移动通信有限公司 | 人脸识别方法、装置、存储介质和电子设备 |
| WO2019148968A1 (zh) * | 2018-01-31 | 2019-08-08 | Oppo广东移动通信有限公司 | 移动终端、人脸解锁方法及相关产品 |
| CN110610146A (zh) * | 2019-08-29 | 2019-12-24 | 维沃移动通信（杭州）有限公司 | 一种人脸识别方法及电子设备 |
-
2020
- 2020-03-30 CN CN202010238825.2A patent/CN111460982B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197558A (zh) * | 2017-12-28 | 2018-06-22 | 广东欧珀移动通信有限公司 | 人脸识别方法、装置、存储介质和电子设备 |
| WO2019148968A1 (zh) * | 2018-01-31 | 2019-08-08 | Oppo广东移动通信有限公司 | 移动终端、人脸解锁方法及相关产品 |
| CN110610146A (zh) * | 2019-08-29 | 2019-12-24 | 维沃移动通信（杭州）有限公司 | 一种人脸识别方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111460982A (zh) | 2020-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108513070B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
| CN109461117B (zh) | 一种图像处理方法及移动终端 | |
| CN108427873B (zh) | 一种生物特征识别方法及移动终端 | |
| CN110913139B (zh) | 拍照方法及电子设备 | |
| WO2021013009A1 (zh) | 拍照方法和终端设备 | |
| CN108196815B (zh) | 一种通话声音的调节方法和移动终端 | |
| CN108763998B (zh) | 条形码识别方法以及终端设备 | |
| JP2022530144A (ja) | パラメータ取得方法及び端末機器 | |
| EP4096207A1 (en) | Mobile terminal, method for detecting image capturing mode, and storage medium | |
| US20220272275A1 (en) | Photographing method and electronic device | |
| WO2021190390A1 (zh) | 调焦的方法、电子设备、存储介质及程序产品 | |
| CN108307123B (zh) | 一种曝光调整方法及移动终端 | |
| CN111031253A (zh) | 一种拍摄方法及电子设备 | |
| WO2020156119A1 (zh) | 应用程序界面调整方法及移动终端 | |
| CN111510623A (zh) | 拍摄方法及电子设备 | |
| CN109104573B (zh) | 一种确定对焦点的方法及终端设备 | |
| WO2021104265A1 (zh) | 电子设备及对焦方法 | |
| CN111402157B (zh) | 一种图像处理方法及电子设备 | |
| CN108960097B (zh) | 一种获取人脸深度信息的方法及装置 | |
| CN108628508B (zh) | 一种调整剪裁窗口的方法及移动终端 | |
| CN111416948A (zh) | 一种图像处理方法及电子设备 | |
| CN111460982B (zh) | 人脸识别方法和电子设备 | |
| CN108108608B (zh) | 一种移动终端的控制方法及移动终端 | |
| CN111444491B (zh) | 一种信息处理方法和电子设备 | |
| CN110661978B (zh) | 一种拍照方法、电子设备 |
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 |