CN111581422A - 基于人脸识别的信息处理方法和装置 - Google Patents

基于人脸识别的信息处理方法和装置 Download PDF

Info

Publication number
CN111581422A
CN111581422A CN202010381492.9A CN202010381492A CN111581422A CN 111581422 A CN111581422 A CN 111581422A CN 202010381492 A CN202010381492 A CN 202010381492A CN 111581422 A CN111581422 A CN 111581422A
Authority
CN
China
Prior art keywords
terminal
stored
feature set
image feature
server
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
CN202010381492.9A
Other languages
English (en)
Inventor
王甜
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.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information 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 Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202010381492.9A priority Critical patent/CN111581422A/zh
Publication of CN111581422A publication Critical patent/CN111581422A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • 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
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • 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
    • G06V40/50—Maintenance of biometric data or enrolment thereof

Landscapes

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

Abstract

本发明涉及基于人脸识别的信息处理方法和装置。本发明提供了一种信息处理方法，包括：第一终端采集人脸图像并提取实时图像特征集，向服务器传送该实时图像特征集；服务器确定是否存储有与实时图像特征集相匹配的预存图像特征集，如果服务器中存储有与实时图像特征集相匹配的预存图像特征集，则向终端发送与相匹配的预存图像特征集相关的联系人信息，联系人信息包括与第二终端相关的信息，第二终端是与第一终端不同的终端。

Description

基于人脸识别的信息处理方法和装置
技术领域
本发明一般涉及互联网领域，尤其涉及基于人脸识别的信息处理方法和装置。
背景技术
为了帮助走失的失智患者(例如，阿尔茨海默病患者、自闭症儿童)找到家人，当前的办法主要包括在患者的衣服上贴上姓名贴、给患者戴上手环进行定位跟踪等办法，但是此类方法较为低效并且存在姓名贴、手环丢失，无法联系到家人的风险。
互联网已经广泛用于我们生活的方方面面。在发生老人或儿童走失事件时，可以通过互联网发出寻人启示，但是其传播性有限，并且互联网用户也不一定能够根据照片来快速识别出走失的老人或儿童。
发明内容
为解决上述技术问题，本公开提供了一种应用于第一终端处的信息处理方法，包括：
响应于图像采集请求，采集人脸图像；
从所述人脸图像中提取图像特征集作为实时图像特征集；
向服务器传送查询请求，所述查询请求包括所述实时图像特征集；
从所述服务器接收查询响应，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端的用户相关的信息，所述第二终端是与所述第一终端不同的终端；以及
响应于所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，显示所述联系人信息。
可任选地，所述联系人信息包括所述第二终端的电话号码，所述方法进一步包括：
响应于所述指示信息指示所述服务器中包括相匹配的预存图像特征集，自动向所述第二终端的电话号码拨打电话。
可任选地，所述联系人信息包括所述第二终端的电话号码，所述方法进一步包括：
接收拨号请求；以及
响应于所述拨号请求而向所述第二终端的电话号码拨打电话。
可任选地，所述查询响应进一步包括与所述相匹配的预存图像特征集相关的身份信息。
可任选地，该方法进一步包括：
对所提取的图像特征集合进行评分以得到可用性评分；以及
如果所述可用性评分高于阈值，则将所提取的图像特征集确定为所述实时图像特征集。
可任选地，所述服务器响应于所述查询请求而执行以下操作：
确定所述实时图像特征集与所述服务器中的每一个预存图像特征集的相似度；以及
将相似度高于一阈值且相似度最高的预存图像特征集确定为与所述实时图像特征集相匹配的预存图像特征集。
可任选地，如果所述指示信息指示所述服务器中未存储有相匹配的预存图像特征集，则显示无匹配的提示信息。
本公开的另一方面提供了一种应用于服务器处的信息处理方法，包括：
接收来自第一终端的查询请求，所述查询请求包括实时图像特征集；
确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集；以及
向所述第一终端传送查询响应，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端相关的信息，所述第二终端是与所述第一终端不同的终端。
可任选地，该方法进一步包括：
接收来自第三终端的注册请求，所述注册请求包括注册图像特征集和与所述第三终端相关的信息；以及
将所述注册图像特征集和与所述第三终端相关的信息进行关联和存储。
可任选地，与所述第三终端相关的信息包括所述第三终端的电话号码。
可任选地，该方法进一步包括：
在不同时间接收来自所述第三终端的多个注册请求，所述多个注册请求包括多个注册图像特征集；以及
使用所述多个注册图像特征集和接收到每一个注册图像特征集的时间来预测所述第三终端的当前图像特征集。
可任选地，所述联系人信息包括所述第二终端的电话号码。
可任选地，如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的身份信息。
可任选地，确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集包括：
确定所述实时图像特征集与所述服务器中的每一个预存图像特征集的相似度；以及
将相似度高于一阈值且相似度最高的预存图像特征集确定为与所述实时图像特征集相匹配的预存图像特征集。
可任选地，如果所述服务器中未存储有与所述实时图像特征集相匹配的预存图像特征集，则向所述第一终端传送无匹配的指示信息。
本公开的又一方面提供了一种第一终端处的信息处理装置，包括：
用于响应于图像采集请求，采集人脸图像的模块；
用于从所述人脸图像中提取图像特征集作为实时图像特征集的模块；
用于向服务器传送查询请求的模块，所述查询请求包括所述实时图像特征集；
用于从所述服务器接收查询响应的模块，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端的用户相关的信息，所述第二终端是与所述第一终端不同的终端；以及
用于响应于所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，显示所述联系人信息的模块。
可任选地，所述联系人信息包括所述第二终端的电话号码，所述装置进一步包括：
用于响应于所述指示信息指示所述服务器中包括相匹配的预存图像特征集，自动向所述第二终端的电话号码拨打电话的模块。
可任选地，所述联系人信息包括所述第二终端的电话号码，所述装置进一步包括：
用于接收拨号请求的模块；以及
用于响应于所述拨号请求而向所述第二终端的电话号码拨打电话的模块。
可任选地，所述查询响应进一步包括与所述相匹配的预存图像特征集相关的身份信息。
可任选地，该装置进一步包括：
用于对所提取的图像特征集合进行评分以得到可用性评分的模块；以及
用于如果所述可用性评分高于阈值，则将所提取的图像特征集确定为所述实时图像特征集的模块。
可任选地，该装置进一步包括，用于所述服务器响应于所述查询请求而执行以下操作的模块：
确定所述实时图像特征集与所述服务器中的每一个预存图像特征集的相似度；以及
将相似度高于一阈值且相似度最高的预存图像特征集确定为与所述实时图像特征集相匹配的预存图像特征集。
可任选地，该装置进一步包括，用于如果所述指示信息指示所述服务器中未存储有相匹配的预存图像特征集，则显示无匹配的提示信息的模块。
本公开的进一步方面提供了一种服务器处的信息处理装置，包括：
用于接收来自第一终端的查询请求的模块，所述查询请求包括实时图像特征集；
用于确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的模块；以及
用于向所述第一终端传送查询响应的模块，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端相关的信息，所述第二终端是与所述第一终端不同的终端。
可任选地，该装置进一步包括：
用于接收来自第三终端的注册请求的模块，所述注册请求包括注册图像特征集和与所述第三终端相关的信息；以及
用于将所述注册图像特征集和与所述第三终端相关的信息进行关联和存储的模块。
可任选地，与所述第三终端相关的信息包括所述第三终端的电话号码。
可任选地，该装置进一步包括：
用于在不同时间接收来自所述第三终端的多个注册请求的模块，所述多个注册请求包括多个注册图像特征集；以及
用于使用所述多个注册图像特征集和接收到每一个注册图像特征集的时间来预测所述第三终端的当前图像特征集的模块。
可任选地，所述联系人信息包括所述第二终端的电话号码。
可任选地，如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的身份信息。
可任选地，所述用于确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的模块包括：
用于确定所述实时图像特征集与所述服务器中的每一个预存图像特征集的相似度的模块；以及
用于将相似度高于一阈值且相似度最高的预存图像特征集确定为与所述实时图像特征集相匹配的预存图像特征集的模块。
可任选地，该装置进一步包括：用于如果所述服务器中未存储有与所述实时图像特征集相匹配的预存图像特征集，则向所述第一终端传送无匹配的指示信息的模块。
本公开的另一方面提供了一种信息处理装置，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
响应于图像采集请求，使第一终端采集人脸图像；
使第一终端从所述人脸图像中提取图像特征集作为实时图像特征集；
使第一终端向服务器传送查询请求，所述查询请求包括所述实时图像特征集；
使第一终端从所述服务器接收查询响应，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端的用户相关的信息，所述第二终端是与所述第一终端不同的终端；以及
响应于所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，使第一终端显示所述联系人信息。
本公开的又一方面提供了一种信息处理装置，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
使服务器接收来自第一终端的查询请求，所述查询请求包括实时图像特征集；
确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集；以及
使服务器向所述第一终端传送查询响应，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端相关的信息，所述第二终端是与所述第一终端不同的终端。
与现有技术相比，本公开具有以下优点：在为走失患者寻找家人的技术方案中使用人脸识别技术，将患者的人脸图像特征集与联系人信息以及身份信息相关联地进行存储；在为走失患者寻找家人时，通过上传人脸图像特征集来查找相匹配的图像特征集以及对应的联系人信息(例如，患者家人的终端的电话号码)，由此能够更高效且精确地联系到走失患者的家人。
优选地，本公开还可以使用患者在不同年龄的人脸图像特征集来预测患者在将来某一时间的图像特征集合。对于面部变化较大的患者，即使患者没有上传最近的人脸图像，也能够随着时间推移更新患者的图像特征集合，提高面部识别的准确性。
附图说明
图1是根据本公开的各个方面的用于基于人脸识别进行信息处理的系统的示图。
图2是根据本公开的各方面的基于人脸识别的信息处理的注册过程的示图。
图3是根据本公开的各方面的基于人脸识别的信息处理的查询过程的示图。
图4是根据本公开的各方面的基于人脸识别的信息处理的方法的流程图。
图5是根据本公开的各方面的基于人脸识别的信息处理的方法的流程图。
图6是根据本公开的各方面的基于人脸识别的信息处理装置的示图。
图7是根据本公开的各方面的基于人脸识别的信息处理装置的示图。
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。
本公开提供了根据人脸识别来进行信息处理的方案。
具体而言，患者的家属或监护人可以使用终端(例如，手机、电脑、笔记本等)进行注册。在注册中可提供患者的人脸图像(例如，人脸照片)、以及相关信息。该相关信息可以包括患者家属的联系方式(例如，手机号码)、患者的基本信息(例如，姓名、年龄、证件号码、患者注意事项等)。终端处理人脸图像以生成图像特征集，并将所生成的图像特征集与注册信息包括在注册请求中以发送给服务器。服务器接收到来自终端的注册请求之后，可以将接收到的图像特征集(本文中称为注册图像特征集)与注册信息相关联地进行存储以供后续使用。
患者走失后，路人为了帮助患者联系到家人，可以通过手机终端给患者拍摄照片以获取患者的实时人脸图像，并且将实时人脸图像进行处理以得到图像特征集(本文称为实时图像特征集)。该实时图像特征集可被发送给服务器。服务器可将接收到的实时图像特征集与其所存储的每一个图像特征集进行比对，确定是否有相匹配的图像特征集。如果服务器存储了相匹配的图像特征集，则服务器可将对应于相匹配的图像特征集的注册信息作为查询响应发送给该路人的终端。该注册信息可以包括患者家人的终端的电话号码。
使用以上技术方案，可以更高效且精确地联系到走失的失智患者的家人。
图1是根据本公开的各个方面的用于基于人脸识别进行信息处理的系统100的示图。
如图1所示，系统100可包括多个终端101 1-N、服务器102和数据库103。多个终端101-1-N、服务器102和数据库103之间可以通过有线或无线连接进行通信。
终端101可以是具有网络连接功能的装置，例如，智能手机、笔记本电脑、平板电脑、台式计算机等等。终端101上可以运行应用程序(例如，支付宝等)。终端101可进一步包括摄像头以获取人脸图像。
服务器102可以是一个服务器，也可以是包括多个服务器的服务器群集。服务器102可以为多个终端101 1-N提供各种业务服务。
各个终端101可以通过服务器102进行各种操作，包括交互性操作。例如，这些操作可包括发送消息、邮件、语音通话、使用app聊天、账户之间的转账、账户代付等等。
服务器102可以与各个终端101进行信息交换。
例如，终端101可以向服务器102传送注册请求，注册请求包括患者的人脸图像特征集以及注册信息(患者家属的联系方式、患者姓名、年龄、证件号码、患者注意事项等)。服务器102可响应于来自终端101的注册请求，将患者的人脸图像特征集与注册信息相关联地进行存储(例如，存储在数据库103中)以供后续使用。
终端101还可以向服务器102传送查询请求，查询请求包括走失患者的实时人脸图像特征集。服务器102可响应于查询请求，查找是否存储有相匹配的图像特征集(例如，相似度高于特定阈值且最大的图像特征集)，并且将相匹配的图像特征集的相关信息(例如，注册信息)作为查询响应发送给终端101。
请注意，虽然在图1中，服务器102和数据库103被分开显示，但数据库103也可被纳入服务器102中。
图2是根据本公开的各方面的基于人脸识别的信息处理的注册过程的示图。
如图2所示，终端101可以是图1中所示的终端101 1-N之一，服务器102可以是图1中所示的服务器102。
终端101可以是想要为失智患者进行人脸图像注册的用户的终端。终端101可包括手机、电脑、笔记本、平板等。终端101的用户可以是失智患者(例如，阿尔茨默病患者、自闭症儿童等)的关联用户，例如家属或监护人。
在步骤202，终端101可接收来自用户的注册请求。
例如，终端101可以接收来自用户的注册请求(例如，用户打开终端上的小程序，点击注册按钮)。响应于该注册请求，终端101可向用户显示上传图像和注册信息的提示，由此进一步执行步骤204-208的操作。
在步骤204，终端101可采集人脸图像(在本文也成为注册图像或注册人脸图像)。该人脸图像可以是患者的人脸图像。
终端101可通过摄像头拍摄患者的头像，或者通过上传已有的图片(例如，照片)来获取患者的人脸图像。
可任选地，可以对所获取的注册人脸图像进行评分以得到可用性评分，该可用性评分可以反映人脸图像的质量。例如，可以根据图像中人脸大小、人脸姿态角度、图片的清晰度、亮度、对比度、背景环境、人脸面部状况中的一者或多者进行评分以得到可用性评分。在可用性评分大于一阈值时，获取该图像作为注册人脸图像以供后续处理。如果可用性评分小于该阈值，则该注册图像不通过，提示用户重新上传图像。这样在进行图像比对时，提高了注册图像的精度。
在步骤206，终端101可处理所获取的注册人脸图像以获取注册图像特征集。
作为示例，人脸图像的图像特征可以包括几何特征和代数特征等。几何特征可以是以面部器官的形状及其几何关系为基础的特征，包括几何特征曲率和面部几何特征点等。几何特征曲率可以是人脸的轮廓线曲率。面部几何特征点包括眼睛、鼻子、嘴巴等各个器官，以及他们之间的相对位置和距离。上述特征具有位置、视点和大小等不变性。选取的几何特征可以具有一定的独特性，这样可以反映出不同人脸之间的差别，同时由具有一定的弹性以消除时间跨度、光照等因素的影响，例如，经过奇异值变换得到的奇异值特征，或经过K-L变换得到的特征脸特征，或经过小波变换后得到的小波特征等，此外，人脸图像的特征可以包括颜色特征、形状特征、纹理特征和空间关系特征等。
对人脸图像进行特征提取的方式可以包括多种，例如，可以通过预先训练的特征提取模型或人脸识别模型对人脸进行特征提取，或者可以通过傅里叶变换算法、窗口傅里叶变换(Gabor)算法或小波变换算法等算法来获取相应的人脸图像的图像特征。
表征人脸图像的多个特征可以组成人脸的图像特征集。
在步骤208，可以获取与人脸图像相关的信息(即，注册信息)。
注册信息可以包括人脸图像的关联用户的联系方式(例如，手机号码)。注册信息还可以包括人脸图像的身份信息，例如，患者姓名、证件号码、年龄、家庭住址、患者的病情信息、患者的注意事项。注册信息可以进一步包括患者所属派出所的信息，例如，派出所地址、电话等。
请注意，虽然以上步骤204-206是在步骤208之前执行的，但是步骤204-206也可在步骤208之后执行。
在步骤210，终端101可向服务器102传送注册请求。该注册请求可包括在步骤206获得的图像特征集以及在208获得的注册信息。
在步骤212，服务器102可将所接收到的注册图像特征集和相关信息进行关联存储。
表1示出了服务器102存储图像特征集和相关信息的一个示例。
患者ID 1 注册图像特征集1 注册信息1
患者ID 2 注册图像特征集2 注册信息2
患者ID 3 注册图像特征集3 注册信息3
…… …… ……
患者ID N 注册图像特征集N 注册信息N
…… …… ……
表1
如表1所示，每个条目可以使用患者ID(例如，服务器101为患者编的序号、患者的证件号码等)作为索引，每个条目存储患者的人脸图像特征集以及相关的信息，包括相关联用户(例如，家属、监护者)的联系方式、患者信息(例如，患者姓名、证件号码、年龄、家庭住址、患者病情信息、患者注意事项、患者所属派出所信息)等。
服务器102中所存储的记录可以在后续查询过程中使用。
在本公开的一个优选方面，注册用户可以定期地更新注册人脸图像特征集。例如，对于儿童，在成长的过程中，面部特征可能发生较大的变化。注册用户可以每隔一段时间(例如，每隔半年、一年等)更新患者的人脸图像特征集。即，采集人脸图像，将其转换成图像特征集发送给服务器102。
由此服务器102在一个患者条目下可具有多个注册图像特征集以及相应上传时间。服务器102可以进一步根据图像特征集的上传时间来确定与该图像特征集相对应的患者年龄。例如，第一次注册的时间为t1，提交的注册信息中的患者年龄为A；后续提交更新的注册图像特征集的时间为t2，则可以确定患者的年龄为A+(t2-t1)。表2为一个患者条目下具有多个注册图像特征集的存储示例。
Figure BDA0002482165400000121
表2
服务器102可以针对特定年龄的患者(例如，小于十五岁的儿童)定期检测是否有更新的注册图像特征集。如果超过一段时间(例如，一年)未接收到更新的患者人脸图像特征集，可以将所存储的多个注册图像特征集及其对应的患者年龄输入深度神经网络，以预测患者的当前图像特征集。例如，表2中的第N+1注册图像特征集可以是根据第1-N注册图像特征集以及相应时间(患者年龄)预测得到在时间tN+1的图像特征集。
图3是根据本公开的各方面的基于人脸识别的信息处理的查询过程的示图。
如图3所示，终端101可以是图1中所示的终端101 1-N之一，服务器102可以是图1中所示的服务器102。
终端101可以是想要进行人脸图像查询的用户的终端，例如，手机、电脑、笔记本、平板等。该用户可以是想帮助失智患者联系到家人的好心人。
在步骤302，终端101可以采集人脸图像(在本文也称为实时图像或实时人脸图像)。
例如，终端101可以接收来自用户的查询请求(例如，用户打开终端上的小程序，点击查询按钮)。响应于该查询请求，终端101可以采集人脸图像。例如，终端101可以通过打开摄像头对患者拍照，以获得患者的人脸图像。
可任选地，可以对所采集的人脸图像进行评分以得到可用性评分，该可用性评分可以反映人脸图像的质量。例如，可以根据图像中人脸大小、人脸姿态角度、图片的清晰度、亮度、对比度、背景环境、人脸面部状况中的一者或多者进行评分以得到可用性评分。在可用性评分大于一阈值时，获取该图像作为实时人脸图像以供后续处理。如果可用性评分小于该阈值，则该注册图像不通过，提示用户重新采集人脸图像。这样可以提高图像的精度，由此增大后续比对图像的准确率。
以上列出了提取人脸图像特征的一个示例，但其它人脸图像特征和提取人脸图像特征的方法也在本公开的构想中。
在步骤304，终端101可处理所获取的实时人脸图像以获取实时图像特征集。
步骤304可类似于以上描述的步骤206，在此不再赘述。
在步骤306，终端101向服务器102传送查询请求。该查询请求可包括在步骤304获得的图像特征集。
该查询请求还可以包括终端101的标识符，以供后续服务器102向终端101发送查询响应时使用。
在步骤308，服务器102可确定预存的图像特征集中是否存在与实时图像特征集相匹配的图像特征集。
服务器102可以将查询请求306中所包括的图像特征集与服务器102中预先存储的每一个图像特征集进行比对，通过比对结果来确定服务器102中是否存储有与实时图像特征集相匹配的图像特征集。
在图像特征集比对中，可以通过人脸识别算法计算实时图像特征集相对于预先存储的各个图像特征集的相似度，其中相似度可以用相似度百分比表征，也可以用误识率或比对分来表征，其中误识率和比对分基于实时图像特征集与预存图像特征集的相似度确定，相似度越高，比对分越高，误识率也越小。
一般而言，可以将相似度高于一阈值且相似度最高的预存图像特征集确定为与实时图像特征集相匹配。
如果服务器102中预先存储的所有图像特征集与实时图像特征集的相似度均低于该阈值，则确定服务器102中未存储有与图像特征集相匹配的预存图像特征集。
在步骤310，服务器102可以获取匹配的预存图像特征集的相关信息(注册信息)。
该相关信息可以是预存图像特征集的用户注册时发送的注册信息，包括另一终端(即与图3中所示的终端101不同的终端)的电话号码，例如，注册信息中患者家属的手机号码。该相关信息还可以包括患者的基本信息(例如，姓名、年龄、证件号码、年龄、患者注意事项等)。
在步骤312，服务器102可以向终端101发送查询响应。
该查询响应可以包括指示服务器102中存储有相匹配的预存图像特征集的指示信息。该查询响应还可以包括在步骤310中获取的匹配的预存图像特征集的相关信息。
在步骤314，终端101可以显示在查询响应中接收到的相关信息。
通过查看该相关信息，终端101的用户可以知晓患者的身份、家人联系方式、注意事项等。
在一方面，终端101可以响应于查询响应指示服务器中存储有相匹配的图像的指示信息，标识出第二终端(患者家属的联系电话)的电话号码，并且自动地向第二终端的电话号码拨打电话。
在另一方面，终端101可以响应于用户对第二终端的拨号请求，向第二终端的电话号码拨打电话。
由此，终端101的用户(好心人)可以与患者的家属取得联系，帮助找回患者。
图4是根据本公开的各方面的基于人脸识别的信息处理的方法的流程图。
图4的方法可以由第一终端执行，第一终端可以是向服务器发送查询响应以查询第三方(例如，失智患者)的身份信息的终端。
在步骤402，可以响应于图像采集请求，采集人脸图像。
第一终端可以接收来自用户的查询请求。响应于该查询请求，第一终端可以采集人脸图像。例如，第一终端可以通过使用摄像头对患者拍照，以获得患者的人脸图像。
在步骤404，可以从人脸图像中提取图像特征集作为实时图像特征集。
第一终端可以使用人脸识别算法从步骤402中采集的人脸图像中提取图像特征集作为实时图像特征集。
优选地，可以对所提取的图像特征集合进行评分以得到可用性评分。如果可用性评分高于阈值，则将所提取的图像特征集确定为实时图像特征集。如果可用性评分低于阈值，则确定当前图像特征集质量不达标，提示用户拍摄新的人脸图像。
在步骤406，可以向服务器传送查询请求，该查询请求包括实时图像特征集。
服务器可以响应于从用户终端接收到的查询请求而确定该实时图像特征集与服务器中的每一个预存图像特征集的相似度；并且将相似度高于一阈值且相似度最高的预存图像特征集确定为与实时图像特征集相匹配的预存图像特征集。如果存在匹配的预存图像特征集，服务器还可以获取对应的注册信息，该注册信息可以包括联系人信息(例如，第二终端的电话号码)、与匹配的预存图像特征集相关的身份信息，例如，患者姓名、年龄、证件号码、家庭住址、患者病情信息、注意事项、派出所信息等等。
在步骤408，可以从服务器接收查询响应，该查询响应包括指示服务器中是否存储有与实时图像特征集相匹配的预存图像特征集的指示信息。
如果指示信息指示服务器中存储有相匹配的预存图像特征集，则查询响应还可以包括与相匹配的预存图像特征集相关的联系人信息，该联系人信息可包括与第二终端的用户(例如，患者的家属)相关的信息。
查询响应还可以包括与相匹配的预存图像特征集相关的身份信息，如在步骤406中所述的。
在步骤410，可以响应于指示信息指示服务器中存储有相匹配的预存图像特征集，显示该联系人信息。
在一方面，第一终端可以响应于指示信息指示服务器中包括相匹配的预存图像特征集，自动向第二终端的电话号码拨打电话。
在另一方面，第一终端可以接收用户对第二终端的拨号请求；并且响应于拨号请求而向第二终端的电话号码拨打电话。
如果查询响应中的指示信息指示服务器中未存储有相匹配的预存图像特征集，则显示无匹配的提示信息。
图5是根据本公开的各方面的基于人脸识别的信息处理的方法的流程图。
图5的方法可由服务器来执行。
在步骤502，可以接收来自第一终端的查询请求，查询请求包括实时图像特征集。
第一终端可以是失智患者的家人，为该患者注册人脸图像和其它信息。
在步骤504，可以确定服务器中是否存储有与实时图像特征集相匹配的预存图像特征集。
服务器可以确定实时图像特征集与服务器中的每一个预存图像特征集的相似度；以及将相似度高于一阈值且相似度最高的预存图像特征集确定为与实时图像特征集相匹配的预存图像特征集。
在步骤506，可以向第一终端传送查询响应，其中查询响应包括指示服务器中是否存储有与实时图像特征集相匹配的预存图像特征集的指示信息，并且如果服务器中存储有与实时图像特征集相匹配的预存图像特征集，则查询响应进一步包括与相匹配的预存图像特征集相关的联系人信息，联系人信息包括与第二终端相关的信息。第二终端(好心人的终端)可以是与第一终端(患者联系人的终端)不同的终端。
查询响应可以进一步包括与相匹配的预存图像特征集相关的身份信息。例如，在注册时提交的患者患者姓名、年龄、证件号码、家庭住址、患者病情信息、注意事项、派出所信息等等。
如果服务器中未存储有与实时图像特征集相匹配的预存图像特征集，则可向第一终端传送无匹配的指示信息。
服务器还可以接收来自第三终端的注册请求，注册请求包括注册图像特征集和与第三终端相关的信息；以及将注册图像特征集和与第三终端相关的信息进行关联和存储。与第三终端相关的信息可以包括第三终端的电话号码。
在一方面，服务器可以在不同时间接收来自第三终端的多个注册请求，多个注册请求包括多个注册图像特征集；以及使用多个注册图像特征集和接收到每一个注册图像特征集的时间来预测第三终端的当前图像特征集。
图6是根据本公开的各方面的基于人脸识别的信息处理装置的示图。
信息处理装置600可由终端(例如，手机)实现。
信息处理装置600可包括采集模块602、特征提取模块604、通信模块606和显示模块608。
采集模块602用于响应于图像采集请求，采集人脸图像。
特征提取模块604用于从人脸图像中提取图像特征集作为实时图像特征集。
通信模块606可包括传送模块和接收模块。
传送模块用于向服务器传送查询请求，查询请求包括实时图像特征集。
接收模块从服务器接收查询响应，其中查询响应包括指示服务器中是否存储有与实时图像特征集相匹配的预存图像特征集的指示信息，并且如果指示信息指示服务器中存储有相匹配的预存图像特征集，则查询响应进一步包括与相匹配的预存图像特征集相关的联系人信息，联系人信息包括与第二终端的用户相关的信息，第二终端可以是与第一终端不同的终端。
显示模块608响应于指示信息指示服务器中存储有相匹配的预存图像特征集，显示联系人信息。
在一方面，通信模块606进一步用于响应于指示信息指示服务器中包括相匹配的预存图像特征集，自动向第二终端的电话号码拨打电话。
在另一方面，通信模块606进一步用于响应于拨号请求而向第二终端的电话号码拨打电话。
在又一方面，特征提取模块604用于对所提取的图像特征集合进行评分以得到可用性评分；以及如果可用性评分高于阈值，则将所提取的图像特征集确定为实时图像特征集。
在进一步方面，特征提取模块604用于如果指示信息指示服务器中未存储有相匹配的预存图像特征集，则显示无匹配的提示信息。
图7是根据本公开的各方面的基于人脸识别的信息处理装置的示图。
信息处理装置700可由服务器实现。
信息处理装置700可包括接收模块702、确定模块704、传送模块706和存储模块708。
接收模块702用于接收来自第一终端的查询请求，查询请求包括实时图像特征集。
确定模块704用于确定服务器中是否存储有与实时图像特征集相匹配的预存图像特征集。
传送模块706用于向第一终端传送查询响应，其中查询响应包括指示存储模块708中是否存储有与实时图像特征集相匹配的预存图像特征集的指示信息，并且如果存储模块708中存储有与实时图像特征集相匹配的预存图像特征集，则查询响应进一步包括与相匹配的预存图像特征集相关的联系人信息，联系人信息包括与第二终端相关的信息，第二终端可以是与第一终端不同的终端。
在一方面，接收模块702进一步用于接收来自第三终端的注册请求，注册请求包括注册图像特征集和与第三终端相关的信息。存储模块708用于将注册图像特征集和与第三终端相关的信息进行关联和存储。其中与第三终端相关的信息可包括第三终端的电话号码。
在另一方面，接收模块702用于在不同时间接收来自第三终端的多个注册请求，多个注册请求包括多个注册图像特征集。信息处理装置700可任选地包括预测模块710，用于使用多个注册图像特征集和接收到每一个注册图像特征集的时间来预测第三终端的当前图像特征集。
在又一方面，确定模块704用于确定实时图像特征集与服务器中的每一个预存图像特征集的相似度；以及将相似度高于一阈值且相似度最高的预存图像特征集确定为与实时图像特征集相匹配的预存图像特征集。
在进一步方面，传送模块706用于如果服务器中未存储有与实时图像特征集相匹配的预存图像特征集，则向第一终端传送无匹配的指示信息。
本文结合附图阐述的说明描述了示例配置而不代表可被实现或者落在权利要求的范围内的所有示例。本文所使用的术语“示例性”意指“用作示例、实例或解说”，而并不意指“优于”或“胜过其他示例”。本详细描述包括具体细节以提供对所描述的技术的理解。然而，可以在没有这些具体细节的情况下实践这些技术。在一些实例中，众所周知的结构和设备以框图形式示出以避免模糊所描述的示例的概念。
在附图中，类似组件或特征可具有相同的附图标记。此外，相同类型的各个组件可通过在附图标记后跟随短划线以及在类似组件之间进行区分的第二标记来加以区分。如果在说明书中仅使用第一附图标记，则该描述可应用于具有相同的第一附图标记的类似组件中的任何一个组件而不论第二附图标记如何。
结合本文中的公开描述的各种解说性框以及模块可以用设计成执行本文中描述的功能的通用处理器、DSP、ASIC、FPGA或其他可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可被实现为计算设备的组合(例如，DSP与微处理器的组合、多个微处理器、与DSP核心协同的一个或多个微处理器，或者任何其他此类配置)。
本文中所描述的功能可以在硬件、由处理器执行的软件、固件、或其任何组合中实现。如果在由处理器执行的软件中实现，则各功能可以作为一条或多条指令或代码存储在计算机可读介质上或藉其进行传送。其他示例和实现落在本公开及所附权利要求的范围内。例如，由于软件的本质，以上描述的功能可使用由处理器执行的软件、硬件、固件、硬连线或其任何组合来实现。实现功能的特征也可物理地位于各种位置，包括被分布以使得功能的各部分在不同的物理位置处实现。另外，如本文(包括权利要求中)所使用的，在项目列举(例如，以附有诸如“中的至少一个”或“中的一个或多个”之类的措辞的项目列举)中使用的“或”指示包含性列举，以使得例如A、B或C中的至少一个的列举意指A或B或C或AB或AC或BC或ABC(即，A和B和C)。同样，如本文所使用的，短语“基于”不应被解读为引述封闭条件集。例如，被描述为“基于条件A”的示例性步骤可基于条件A和条件B两者而不脱离本公开的范围。换言之，如本文所使用的，短语“基于”应当以与短语“至少部分地基于”相同的方式来解读。
计算机可读介质包括非瞬态计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。非瞬态存储介质可以是能被通用或专用计算机访问的任何可用介质。作为示例而非限定，非瞬态计算机可读介质可包括RAM、ROM、电可擦除可编程只读存储器(EEPROM)、压缩盘(CD)ROM或其他光盘存储、磁盘存储或其他磁存储设备、或能被用来携带或存储指令或数据结构形式的期望程序代码手段且能被通用或专用计算机、或者通用或专用处理器访问的任何其他非瞬态介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来的，则该同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文所使用的盘(disk)和碟(disc)包括CD、激光碟、光碟、数字通用碟(DVD)、软盘和蓝光碟，其中盘常常磁性地再现数据而碟用激光来光学地再现数据。以上介质的组合也被包括在计算机可读介质的范围内。
提供本文的描述是为了使得本领域技术人员能够制作或使用本公开。对本公开的各种修改对于本领域技术人员将是显而易见的，并且本文中定义的普适原理可被应用于其他变形而不会脱离本公开的范围。由此，本公开并非被限定于本文所描述的示例和设计，而是应被授予与本文所公开的原理和新颖特征相一致的最广范围。

Claims (32)

1.一种应用于第一终端处的信息处理方法，包括：
响应于图像采集请求，采集人脸图像；
从所述人脸图像中提取图像特征集作为实时图像特征集；
向服务器传送查询请求，所述查询请求包括所述实时图像特征集；
从所述服务器接收查询响应，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端的用户相关的信息，所述第二终端是与所述第一终端不同的终端；以及
响应于所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，显示所述联系人信息。
2.如权利要求1所述的方法，所述联系人信息包括所述第二终端的电话号码，所述方法进一步包括：
响应于所述指示信息指示所述服务器中包括相匹配的预存图像特征集，自动向所述第二终端的电话号码拨打电话。
3.如权利要求1所述的方法，所述联系人信息包括所述第二终端的电话号码，所述方法进一步包括：
接收拨号请求；以及
响应于所述拨号请求而向所述第二终端的电话号码拨打电话。
4.如权利要求1所述的方法，所述查询响应进一步包括与所述相匹配的预存图像特征集相关的身份信息。
5.如权利要求1所述的方法，进一步包括：
对所提取的图像特征集合进行评分以得到可用性评分；以及
如果所述可用性评分高于阈值，则将所提取的图像特征集确定为所述实时图像特征集。
6.如权利要求1所述的方法，所述服务器响应于所述查询请求而执行以下操作：
确定所述实时图像特征集与所述服务器中的每一个预存图像特征集的相似度；以及
将相似度高于一阈值且相似度最高的预存图像特征集确定为与所述实时图像特征集相匹配的预存图像特征集。
7.如权利要求1所述的方法，如果所述指示信息指示所述服务器中未存储有相匹配的预存图像特征集，则显示无匹配的提示信息。
8.一种应用于服务器处的信息处理方法，包括：
接收来自第一终端的查询请求，所述查询请求包括实时图像特征集；
确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集；以及
向所述第一终端传送查询响应，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端相关的信息，所述第二终端是与所述第一终端不同的终端。
9.如权利要求8所述的方法，进一步包括：
接收来自第三终端的注册请求，所述注册请求包括注册图像特征集和与所述第三终端相关的信息；以及
将所述注册图像特征集和与所述第三终端相关的信息进行关联和存储。
10.如权利要求9所述的方法，与所述第三终端相关的信息包括所述第三终端的电话号码。
11.如权利要求9所述的方法，进一步包括：
在不同时间接收来自所述第三终端的多个注册请求，所述多个注册请求包括多个注册图像特征集；以及
使用所述多个注册图像特征集和接收到每一个注册图像特征集的时间来预测所述第三终端的当前图像特征集。
12.如权利要求8所述的方法，所述联系人信息包括所述第二终端的电话号码。
13.如权利要求8所述的方法，如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的身份信息。
14.如权利要求8所述的方法，确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集包括：
确定所述实时图像特征集与所述服务器中的每一个预存图像特征集的相似度；以及
将相似度高于一阈值且相似度最高的预存图像特征集确定为与所述实时图像特征集相匹配的预存图像特征集。
15.如权利要求8所述的方法，如果所述服务器中未存储有与所述实时图像特征集相匹配的预存图像特征集，则向所述第一终端传送无匹配的指示信息。
16.一种第一终端处的信息处理装置，包括：
用于响应于图像采集请求，采集人脸图像的模块；
用于从所述人脸图像中提取图像特征集作为实时图像特征集的模块；
用于向服务器传送查询请求的模块，所述查询请求包括所述实时图像特征集；
用于从所述服务器接收查询响应的模块，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端的用户相关的信息，所述第二终端是与所述第一终端不同的终端；以及
用于响应于所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，显示所述联系人信息的模块。
17.如权利要求16所述的装置，所述联系人信息包括所述第二终端的电话号码，所述装置进一步包括：
用于响应于所述指示信息指示所述服务器中包括相匹配的预存图像特征集，自动向所述第二终端的电话号码拨打电话的模块。
18.如权利要求16所述的装置，所述联系人信息包括所述第二终端的电话号码，所述装置进一步包括：
用于接收拨号请求的模块；以及
用于响应于所述拨号请求而向所述第二终端的电话号码拨打电话的模块。
19.如权利要求16所述的装置，所述查询响应进一步包括与所述相匹配的预存图像特征集相关的身份信息。
20.如权利要求16所述的装置，进一步包括：
用于对所提取的图像特征集合进行评分以得到可用性评分的模块；以及
用于如果所述可用性评分高于阈值，则将所提取的图像特征集确定为所述实时图像特征集的模块。
21.如权利要求16所述的装置，进一步包括，用于所述服务器响应于所述查询请求而执行以下操作的模块：
确定所述实时图像特征集与所述服务器中的每一个预存图像特征集的相似度；以及
将相似度高于一阈值且相似度最高的预存图像特征集确定为与所述实时图像特征集相匹配的预存图像特征集。
22.如权利要求16所述的装置，进一步包括，用于如果所述指示信息指示所述服务器中未存储有相匹配的预存图像特征集，则显示无匹配的提示信息的模块。
23.一种服务器处的信息处理装置，包括：
用于接收来自第一终端的查询请求的模块，所述查询请求包括实时图像特征集；
用于确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的模块；以及
用于向所述第一终端传送查询响应的模块，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端相关的信息，所述第二终端是与所述第一终端不同的终端。
24.如权利要求23所述的装置，进一步包括：
用于接收来自第三终端的注册请求的模块，所述注册请求包括注册图像特征集和与所述第三终端相关的信息；以及
用于将所述注册图像特征集和与所述第三终端相关的信息进行关联和存储的模块。
25.如权利要求24所述的装置，与所述第三终端相关的信息包括所述第三终端的电话号码。
26.如权利要求24所述的装置，进一步包括：
用于在不同时间接收来自所述第三终端的多个注册请求的模块，所述多个注册请求包括多个注册图像特征集；以及
用于使用所述多个注册图像特征集和接收到每一个注册图像特征集的时间来预测所述第三终端的当前图像特征集的模块。
27.如权利要求23所述的装置，所述联系人信息包括所述第二终端的电话号码。
28.如权利要求23所述的装置，如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的身份信息。
29.如权利要求23所述的装置，所述用于确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的模块包括：
用于确定所述实时图像特征集与所述服务器中的每一个预存图像特征集的相似度的模块；以及
用于将相似度高于一阈值且相似度最高的预存图像特征集确定为与所述实时图像特征集相匹配的预存图像特征集的模块。
30.如权利要求23所述的装置，进一步包括：用于如果所述服务器中未存储有与所述实时图像特征集相匹配的预存图像特征集，则向所述第一终端传送无匹配的指示信息的模块。
31.一种信息处理装置，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
响应于图像采集请求，使第一终端采集人脸图像；
使第一终端从所述人脸图像中提取图像特征集作为实时图像特征集；
使第一终端向服务器传送查询请求，所述查询请求包括所述实时图像特征集；
使第一终端从所述服务器接收查询响应，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端的用户相关的信息，所述第二终端是与所述第一终端不同的终端；以及
响应于所述指示信息指示所述服务器中存储有相匹配的预存图像特征集，使第一终端显示所述联系人信息。
32.一种信息处理装置，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
使服务器接收来自第一终端的查询请求，所述查询请求包括实时图像特征集；
确定所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集；以及
使服务器向所述第一终端传送查询响应，其中所述查询响应包括指示所述服务器中是否存储有与所述实时图像特征集相匹配的预存图像特征集的指示信息，并且如果所述服务器中存储有与所述实时图像特征集相匹配的预存图像特征集，则所述查询响应进一步包括与所述相匹配的预存图像特征集相关的联系人信息，所述联系人信息包括与第二终端相关的信息，所述第二终端是与所述第一终端不同的终端。
CN202010381492.9A 2020-05-08 2020-05-08 基于人脸识别的信息处理方法和装置 Pending CN111581422A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010381492.9A CN111581422A (zh) 2020-05-08 2020-05-08 基于人脸识别的信息处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010381492.9A CN111581422A (zh) 2020-05-08 2020-05-08 基于人脸识别的信息处理方法和装置

Publications (1)

Publication Number Publication Date
CN111581422A true CN111581422A (zh) 2020-08-25

Family

ID=72113348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010381492.9A Pending CN111581422A (zh) 2020-05-08 2020-05-08 基于人脸识别的信息处理方法和装置

Country Status (1)

Country Link
CN (1) CN111581422A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516001A (zh) * 2021-02-26 2021-10-19 姚毅虹 基于图像识别的患者信息获取系统及其控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105404860A (zh) * 2015-11-13 2016-03-16 北京旷视科技有限公司 用于管理走失人员信息的方法和设备
CN108416310A (zh) * 2018-03-14 2018-08-17 百度在线网络技术（北京）有限公司 用于生成信息的方法和装置
CN109214862A (zh) * 2018-08-23 2019-01-15 深圳市元征科技股份有限公司 一种走失人员的搜寻方法及相关设备
CN110322394A (zh) * 2019-06-18 2019-10-11 中国科学院自动化研究所 基于属性引导的人脸年龄老化图像对抗生成方法及装置
CN110557266A (zh) * 2019-09-06 2019-12-10 腾讯科技（深圳）有限公司 寻人启事发布方法、装置、设备和计算机可读存储介质
CN110598557A (zh) * 2019-08-13 2019-12-20 深圳壹账通智能科技有限公司 走失人员信息匹配方法、装置、计算机设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105404860A (zh) * 2015-11-13 2016-03-16 北京旷视科技有限公司 用于管理走失人员信息的方法和设备
CN108416310A (zh) * 2018-03-14 2018-08-17 百度在线网络技术（北京）有限公司 用于生成信息的方法和装置
CN109214862A (zh) * 2018-08-23 2019-01-15 深圳市元征科技股份有限公司 一种走失人员的搜寻方法及相关设备
CN110322394A (zh) * 2019-06-18 2019-10-11 中国科学院自动化研究所 基于属性引导的人脸年龄老化图像对抗生成方法及装置
CN110598557A (zh) * 2019-08-13 2019-12-20 深圳壹账通智能科技有限公司 走失人员信息匹配方法、装置、计算机设备和存储介质
CN110557266A (zh) * 2019-09-06 2019-12-10 腾讯科技（深圳）有限公司 寻人启事发布方法、装置、设备和计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DEBAYAN DEB等: "Finding Missing Children: Aging Deep Face Features", pages 1 - 10 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516001A (zh) * 2021-02-26 2021-10-19 姚毅虹 基于图像识别的患者信息获取系统及其控制方法

Similar Documents

Publication Publication Date Title
RU2735617C2 (ru) Способ, устройство и система отображения информации
US10755086B2 (en) Picture ranking method, and terminal
WO2019085403A1 (zh) 一种人脸识别智能比对方法、电子装置及计算机可读存储介质
US11514716B2 (en) Face matching method and apparatus, storage medium
US9530067B2 (en) Method and apparatus for storing and retrieving personal contact information
US9342855B1 (en) Dating website using face matching technology
CN105404860A (zh) 用于管理走失人员信息的方法和设备
WO2016173443A1 (zh) 账户信息获取的方法、终端、服务器和系统
CN104243276B (zh) 一种联系人推荐方法及装置
US20140133757A1 (en) Creating social network groups
US20130044922A1 (en) Information processing device, information processing method, program, and information processing system
JP6365915B2 (ja) 応対装置、応対システム、応対方法、及び記録媒体
US20210092117A1 (en) Information processing
US10997609B1 (en) Biometric based user identity verification
KR20180006016A (ko) 얼굴인식 기반의 미아 찾기 방법 및 이를 이용한 미아 찾기 시스템
US20200034604A1 (en) Facial modelling and matching systems and methods
WO2017128684A1 (zh) 一种交易系统及交易处理方法
CN113612830A (zh) 信息推送方法、装置、终端设备及存储介质
CN103609098B (zh) 用于在远程呈现系统中注册的方法和装置
WO2018072335A1 (zh) 交友对象的推荐方法和装置
CN111581422A (zh) 基于人脸识别的信息处理方法和装置
CN111241885A (zh) 用户识别方法及装置
CN113257411A (zh) 自助医疗挂号交互方法及装置、存储介质、自助挂号机
CN111370100A (zh) 基于云端服务器的整容推荐方法及系统
US10193876B2 (en) System and method for verifying user supplied items asserted about the user for searching

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