CN111598043A - 一种人脸识别的方法、系统、设备及介质 - Google Patents

一种人脸识别的方法、系统、设备及介质 Download PDF

Info

Publication number
CN111598043A
CN111598043A CN202010449051.8A CN202010449051A CN111598043A CN 111598043 A CN111598043 A CN 111598043A CN 202010449051 A CN202010449051 A CN 202010449051A CN 111598043 A CN111598043 A CN 111598043A
Authority
CN
China
Prior art keywords
photo
thread
semaphore
face
video
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
CN202010449051.8A
Other languages
English (en)
Inventor
毛可绪
巩玉旺
刘毅枫
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.)
Shandong Chaoyue CNC Electronics Co Ltd
Original Assignee
Shandong Chaoyue CNC Electronics 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 Shandong Chaoyue CNC Electronics Co Ltd filed Critical Shandong Chaoyue CNC Electronics Co Ltd
Priority to CN202010449051.8A priority Critical patent/CN111598043A/zh
Publication of CN111598043A publication Critical patent/CN111598043A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50Maintenance of biometric data or enrolment thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/54Interprogram communication
    • G06F9/542Event management; Broadcasting; Multicasting; Notifications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00Indexing scheme relating to G06F9/00
    • G06F2209/50Indexing scheme relating to G06F9/50
    • G06F2209/5018Thread allocation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种人脸识别的方法、系统、设备和存储介质,方法包括以下步骤:获取视频流并将视频流传输到中间件视频线程进行识别;响应于中间件视频线程在视频流中识别到完整的人脸信息,释放照片信号量并将照片信号量传输到应用照片线程;响应于应用照片线程接收到照片信号量,向中间件照片线程发送人脸的照片信息的请求并判断当前是否为注册模式;以及响应于当前为注册模式,接收中间件照片线程返回的人脸的照片信息并将照片信息保存到数据库。本发明提出的方案通过运用单独的线程处理视频流与照片,并且线程间通过信号量进行协作,提高了人脸识别的速度的同时,避免了不必要的操作。

Description

一种人脸识别的方法、系统、设备及介质
技术领域
本发明涉及人脸识别领域,更具体地,特别是指一种人脸识别的方法、系统、计算机设备及可读介质。
背景技术
近年来,人工智能的发展越来越迅速,因此人工智能处理方面的功能也越来越受到广大开发者的关注,尤其是人脸识别的应用;人脸与人体的其它生物特征(指纹、虹膜等)一样与生俱来,它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提,与其它类型的生物识别比较人脸识别具有如下特点:
非强制性:用户不需要专门配合人脸采集设备,几乎可以在无意识的状态下就可获取人脸图像,这样的取样方式没有“强制性”;
非接触性:用户不需要和设备直接接触就能获取人脸图像;
并发性:在实际应用场景下可以进行多个人脸的分拣、判断及识别;
除此之外,还符合视觉特性:“以貌识人”的特性,以及操作简单、结果直观、隐蔽性好等特点。
当前的人脸识别应用,存在反应慢的问题,甚至出现卡顿的问题;并且代码非组件化,导致了各个层次的代码混在一起,给维护带来了麻烦。
发明内容
有鉴于此,本发明实施例的目的在于提出一种人脸识别的方法、系统、计算机设备及计算机可读存储介质,通过运用单独的线程处理视频流与照片,并且线程间通过信号量进行协作,提高了人脸识别的速度的同时,避免了不必要的操作。将人脸功能纵向划分,划分后各部分以库的形式存在,可以重复利用并且分开维护。
基于上述目的,本发明实施例的一方面提供了一种人脸识别的方法,包括如下步骤:获取视频流并将视频流传输到中间件视频线程进行识别;响应于中间件视频线程在所述视频流中识别到完整的人脸信息,释放照片信号量并将所述照片信号量传输到应用照片线程;响应于应用照片线程接收到所述照片信号量,向中间件照片线程发送所述人脸的照片信息的请求并判断当前是否为注册模式;以及响应于当前为注册模式,接收所述中间件照片线程返回的所述人脸的照片信息并将所述照片信息保存到数据库。
在一些实施方式中,还包括:响应于当前不为注册模式,将所述人脸的照片信息发送到所述数据库进行比对;以及响应于比对成功,向所述应用照片线程返回验证成功的信息并释放所述照片信号量。
在一些实施方式中,所述获取视频流并将视频流传输到中间件视频线程进行识别包括:响应于接收到人脸识别的请求,释放视频信号量,并基于所述视频信号量获取视频流。
在一些实施方式中,还包括:响应于获取到所述人脸的照片信息,停止获取视频流并判断视频信号量是否为零。
本发明实施例的另一方面,还提供了一种人脸识别的系统,包括:采集模块,配置用于获取视频流并将视频流传输到中间件视频线程进行识别;传输模块,配置用于响应于中间件视频线程在所述视频流中识别到完整的人脸信息,释放照片信号量并将所述照片信号量传输到应用照片线程;判断模块,配置用于响应于应用照片线程接收到所述照片信号量,向中间件照片线程发送所述人脸的照片信息的请求并判断当前是否为注册模式;以及执行模块,配置用于响应于当前为注册模式,接收所述中间件照片线程返回的所述人脸的照片信息并将所述照片信息保存到数据库。
在一些实施方式中,还包括比对模块,配置用于:响应于当前不为注册模式,将所述人脸的照片信息发送到所述数据库进行比对;以及响应于比对成功,向所述应用照片线程返回验证成功的信息并释放所述照片信号量。
在一些实施方式中,所述采集模块还配置用于:响应于接收到人脸识别的请求,释放视频信号量,并基于所述视频信号量获取视频流。
在一些实施方式中,还包括:第二判断模块,配置用于响应于获取到所述人脸的照片信息,停止获取视频流并判断视频信号量是否为零。
本发明实施例的又一方面,还提供了一种计算机设备,包括:至少一个处理器;以及存储器,所述存储器存储有可在所述处理器上运行的计算机指令,所述指令由所述处理器执行时实现如上方法的步骤。
本发明实施例的再一方面,还提供了一种计算机可读存储介质,计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
本发明具有以下有益技术效果:通过运用单独的线程处理视频流与照片,并且线程间通过信号量进行协作,提高了人脸识别的速度的同时,避免了不必要的操作。将人脸功能纵向划分,划分后各部分以库的形式存在,可以重复利用并且分开维护。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施例。
图1为本发明提供的人脸识别的方法的实施例的示意图;
图2为本发明提供的人脸识别的线程的示意图;
图3为本发明提供的人脸识别的计算机设备的实施例的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
基于上述目的,本发明实施例的第一个方面,提出了一种人脸识别的方法的实施例。图1示出的是本发明提供的人脸识别的方法的实施例的示意图。如图1所示,本发明实施例包括如下步骤:
S1、获取视频流并将视频流传输到中间件视频线程进行识别;
S2、响应于中间件视频线程在视频流中识别到完整的人脸信息,释放照片信号量并将照片信号量传输到应用照片线程;
S3、响应于应用照片线程接收到照片信号量,向中间件照片线程发送人脸的照片信息的请求并判断当前是否为注册模式;以及
S4、响应于当前为注册模式,接收中间件照片线程返回的人脸的照片信息并将照片信息保存到数据库。
本发明中的人脸识别是组件化的,分为人脸识别基础库组件和人脸识别中间件组件,人脸识别基础库组件负责与智能传感模组的交互,包括人脸视频的控制、视频流的获取,人脸识别中间件组件负责对基础库封装,比如人脸注册开始时,需要连接视频流,开启识别功能,切换注册模式,这些动作封装成注册接口;另外,原来基础库只可保存人脸识别特征值,现在通过人脸识别中间件,可以扩展保存更多的信息;组件化后各个库可以单独编译,单独修改,提高了程序的模块化,达到了高内聚低耦合的目的,而且对于应用程序的接口更为简洁,友好。
图2示出的是本发明提供的人脸识别的线程的示意图。结合图2对本发明的步骤进行说明,首先开启了主线程,也就是界面线程,这一个线程负责界面的展示;同时开启了中间件视频线程和中间件照片线程;接着初始化视频信号量为1,照片信号量为0,开启应用视频线程与应用照片线程;应用视频线程与中间件视频线程,通过视频事件进行关联;应用照片线程与中间件照片线程通过照片事件进行关联。
获取视频流并将视频流传输到中间件视频线程。应用视频线程判断当前视频信号量是否为1,如果是,可以获取视频流并将视频流传输到中间件视频线程。在一些实施方式中,所述获取视频流并将视频流传输到中间件视频线程进行识别包括:响应于接收到人脸识别的请求,释放视频信号量,并基于所述视频信号量获取视频流。人脸识别中间件组件通过人脸识别基础库组件获取智能传感器模组的视频流,视频事件线程把获取的视频流显示到视频流控件上,这时可以看到人脸的视频图形。
响应于中间件视频线程在视频流中识别到完整的人脸信息,释放照片信号量并将照片信号量传输到应用照片线程。如果中间件视频线程在视频流中识别到完整的人脸信息,会释放照片信号量从而启动应用照片线程。
响应于应用照片线程接收到照片信号量,向中间件照片线程发送人脸的照片信息的请求并判断当前是否为注册模式。应用照片线程接收到照片信号量才会启动,启动后根据不同的模式会执行不同的操作,所以首先判断当前是否为注册模式。
响应于当前为注册模式,接收中间件照片线程返回的人脸的照片信息并将照片信息保存到数据库。如果当前是注册模式,应用照片线程会获取人脸识别中间件组件的照片信息,开始人脸信息的保存,保存人脸识别信息特征值,同时把人脸的其它信息,如用户名,保存到文件数据库当中。
在一些实施方式中,还包括:响应于获取到所述人脸的照片信息,停止获取视频流并判断视频信号量是否为零。如果获取到照片信息,停止视频流的获取,并实时判断视频信号量是否为零,如果不为零,表示有新的人脸识别的请求,需要再次获取视频流。
在一些实施方式中,还包括:响应于当前不为注册模式,将所述人脸的照片信息发送到所述数据库进行比对;以及响应于比对成功,向所述应用照片线程返回验证成功的信息并释放所述照片信号量。如果是验证模式,可以通过回调函数返回是否验证成功的信息。应用照片线程的动作执行完成后,可以释放照片信号量。
在横向时,应用照片线程与应用视频线程通过信号量进行协调,在中间件视频线程获取到人脸信息之后,照片线程才去获取对应的照片信息,避免了一些不必要的操作,同时纵向上四个线程协同工作,保证了人脸识别过程的高效快速的进行,实现了快速的人脸识别的效果。
需要特别指出的是,上述人脸识别的方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减,因此,这些合理的排列组合变换之于人脸识别的方法也应当属于本发明的保护范围,并且不应将本发明的保护范围局限在实施例之上。
基于上述目的,本发明实施例的第二个方面,提出了一种人脸识别的系统,包括:采集模块,配置用于获取视频流并将视频流传输到中间件视频线程进行识别;传输模块,配置用于响应于中间件视频线程在所述视频流中识别到完整的人脸信息,释放照片信号量并将所述照片信号量传输到应用照片线程;判断模块,配置用于响应于应用照片线程接收到所述照片信号量,向中间件照片线程发送所述人脸的照片信息的请求并判断当前是否为注册模式;以及执行模块,配置用于响应于当前为注册模式,接收所述中间件照片线程返回的所述人脸的照片信息并将所述照片信息保存到数据库。
在一些实施方式中,还包括比对模块,配置用于:响应于当前不为注册模式,将所述人脸的照片信息发送到所述数据库进行比对;以及响应于比对成功,向所述应用照片线程返回验证成功的信息并释放所述照片信号量。
在一些实施方式中,所述采集模块还配置用于:响应于接收到人脸识别的请求,释放视频信号量,并基于所述视频信号量获取视频流。
在一些实施方式中,还包括:第二判断模块,配置用于响应于获取到所述人脸的照片信息,停止获取视频流并判断视频信号量是否为零。
基于上述目的,本发明实施例的第三个方面,提出了一种计算机设备,包括:至少一个处理器;以及存储器,存储器存储有可在处理器上运行的计算机指令,指令由处理器执行以实现如下步骤:S1、获取视频流并将视频流传输到中间件视频线程进行识别;S2、响应于中间件视频线程在视频流中识别到完整的人脸信息,释放照片信号量并将照片信号量传输到应用照片线程;S3、响应于应用照片线程接收到照片信号量,向中间件照片线程发送人脸的照片信息的请求并判断当前是否为注册模式;以及S4、响应于当前为注册模式,接收中间件照片线程返回的人脸的照片信息并将照片信息保存到数据库。
在一些实施方式中,还包括:响应于当前不为注册模式,将所述人脸的照片信息发送到所述数据库进行比对;以及响应于比对成功,向所述应用照片线程返回验证成功的信息并释放所述照片信号量。
在一些实施方式中,所述获取视频流并将视频流传输到中间件视频线程进行识别包括:响应于接收到人脸识别的请求,释放视频信号量,并基于所述视频信号量获取视频流。
在一些实施方式中,还包括:响应于获取到所述人脸的照片信息,停止获取视频流并判断视频信号量是否为零。
如图3所示,为本发明提供的上述人脸识别的计算机设备的一个实施例的硬件结构示意图。
以如图3所示的装置为例,在该装置中包括一个处理器301以及一个存储器302,并还可以包括:输入装置303和输出装置304。
处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接,图3中以通过总线连接为例。
存储器302作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的人脸识别的方法对应的程序指令/模块。处理器301通过运行存储在存储器302中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的人脸识别的方法。
存储器302可以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、至少一个功能所需要的应用程序;存储数据区可存储根据人脸识别的方法的使用所创建的数据等。此外,存储器302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、或其他非易失性固态存储器件。在一些实施例中,存储器302可选包括相对于处理器301远程设置的存储器,这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置303可接收输入的用户名和密码等信息。输出装置304可包括显示屏等显示设备。
一个或者多个人脸识别的方法对应的程序指令/模块存储在存储器302中,当被处理器301执行时,执行上述任意方法实施例中的人脸识别的方法。
执行上述人脸识别的方法的计算机设备的任何一个实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
本发明还提供了一种计算机可读存储介质,计算机可读存储介质存储有被处理器执行时执行如上方法的计算机程序。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关硬件来完成,人脸识别的方法的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,程序的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外,根据本发明实施例公开的方法还可以被实现为由处理器执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被处理器执行时,执行本发明实施例公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外,应该明白的是,本文的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够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它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明实施例公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明实施例公开的元素可以以个体形式描述或要求,但除非明确限制为单数,也可以理解为多个。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。

Claims (10)

1.一种人脸识别的方法,其特征在于,包括以下步骤:
获取视频流并将视频流传输到中间件视频线程进行识别;
响应于中间件视频线程在所述视频流中识别到完整的人脸信息,释放照片信号量并将所述照片信号量传输到应用照片线程;
响应于应用照片线程接收到所述照片信号量,向中间件照片线程发送所述人脸的照片信息的请求并判断当前是否为注册模式;以及
响应于当前为注册模式,接收所述中间件照片线程返回的所述人脸的照片信息并将所述照片信息保存到数据库。
2.根据权利要求1所述的方法,其特征在于,还包括:
响应于当前不为注册模式,将所述人脸的照片信息发送到所述数据库进行比对;以及
响应于比对成功,向所述应用照片线程返回验证成功的信息并释放所述照片信号量。
3.根据权利要求1所述的方法,其特征在于,所述获取视频流并将视频流传输到中间件视频线程进行识别包括:
响应于接收到人脸识别的请求,释放视频信号量,并基于所述视频信号量获取视频流。
4.根据权利要求1所述的方法,其特征在于,还包括:
响应于获取到所述人脸的照片信息,停止获取视频流并判断视频信号量是否为零。
5.一种人脸识别的系统,其特征在于,包括:
采集模块,配置用于获取视频流并将视频流传输到中间件视频线程进行识别;
传输模块,配置用于响应于中间件视频线程在所述视频流中识别到完整的人脸信息,释放照片信号量并将所述照片信号量传输到应用照片线程;
判断模块,配置用于响应于应用照片线程接收到所述照片信号量,向中间件照片线程发送所述人脸的照片信息的请求并判断当前是否为注册模式;以及
执行模块,配置用于响应于当前为注册模式,接收所述中间件照片线程返回的所述人脸的照片信息并将所述照片信息保存到数据库。
6.根据权利要求5所述的系统,其特征在于,还包括比对模块,配置用于:
响应于当前不为注册模式,将所述人脸的照片信息发送到所述数据库进行比对;以及
响应于比对成功,向所述应用照片线程返回验证成功的信息并释放所述照片信号量。
7.根据权利要求5所述的系统,其特征在于,所述采集模块还配置用于:
响应于接收到人脸识别的请求,释放视频信号量,并基于所述视频信号量获取视频流。
8.根据权利要求5所述的系统,其特征在于,还包括:
第二判断模块,配置用于响应于获取到所述人脸的照片信息,停止获取视频流并判断视频信号量是否为零。
9.一种计算机设备,其特征在于,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机指令,所述指令由所述处理器执行时实现权利要求1-4任意一项所述方法的步骤。
10.一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程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-4任意一项所述方法的步骤。
CN202010449051.8A 2020-05-25 2020-05-25 一种人脸识别的方法、系统、设备及介质 Pending CN111598043A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010449051.8A CN111598043A (zh) 2020-05-25 2020-05-25 一种人脸识别的方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010449051.8A CN111598043A (zh) 2020-05-25 2020-05-25 一种人脸识别的方法、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN111598043A true CN111598043A (zh) 2020-08-28

Family

ID=72191648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010449051.8A Pending CN111598043A (zh) 2020-05-25 2020-05-25 一种人脸识别的方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN111598043A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488874A (zh) * 2015-11-20 2016-04-13 北京天诚盛业科技有限公司 基于多线程控制的生物识别方法和装置
US20170329729A1 (en) * 2016-05-13 2017-11-16 Intel Corporation Callback interrupt handling for multi-threaded applications in computing environments
CN110070043A (zh) * 2019-04-23 2019-07-30 广州军软科技有限公司 一种基于人脸识别的驾培管理系统及方法
WO2020037896A1 (zh) * 2018-08-21 2020-02-27 平安科技(深圳)有限公司 人脸特征值提取方法、装置、计算机设备及存储介质
CN110852680A (zh) * 2019-11-12 2020-02-28 金蝶蝶金云计算有限公司 数据处理方法、erp系统及计算机存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488874A (zh) * 2015-11-20 2016-04-13 北京天诚盛业科技有限公司 基于多线程控制的生物识别方法和装置
US20170329729A1 (en) * 2016-05-13 2017-11-16 Intel Corporation Callback interrupt handling for multi-threaded applications in computing environments
WO2020037896A1 (zh) * 2018-08-21 2020-02-27 平安科技(深圳)有限公司 人脸特征值提取方法、装置、计算机设备及存储介质
CN110070043A (zh) * 2019-04-23 2019-07-30 广州军软科技有限公司 一种基于人脸识别的驾培管理系统及方法
CN110852680A (zh) * 2019-11-12 2020-02-28 金蝶蝶金云计算有限公司 数据处理方法、erp系统及计算机存储介质

Similar Documents

Publication Publication Date Title
US20080215603A1 (en) Serialization of run-time state
CN111683359B (zh) Ble通信方法、装置、设备及存储介质
CN104537746A (zh) 智能电子门控制方法、系统及设备
CN109688369A (zh) 视频会议控制方法
TWI679584B (zh) 基於資料融合的人員辨識方法
DE102006021087A1 (de) Simultaner Schnittstellenbetrieb
US10750076B2 (en) Network device, image processing method, and computer readable medium
CN109144677B (zh) 用于安卓系统的保活进程的方法和装置
CN112241642A (zh) 二维码的识别方法、装置、设备以及存储介质
CN110933608A (zh) 一种设备注册终端及方法、电子设备
US10726243B2 (en) Method and apparatus for processing image
CN110188129A (zh) 人证核验终端的数据处理方法、装置、系统、设备及介质
US20200293760A1 (en) Multi-modal identity recognition
AU2018432003B2 (en) Video processing method and device, and terminal and storage medium
CN111598043A (zh) 一种人脸识别的方法、系统、设备及介质
US20180262404A1 (en) Hypermedia-driven record and playback test framework
CN106355706A (zh) 一种智能门锁系统
CN109657440B (zh) 基于区块链的生物特征信息处理方法和装置、终端设备
CN111585987A (zh) 身份认证方法、装置、电子设备及计算机可读存储介质
CN116226259A (zh) 一种以物模型为统一标准输出接口方法、电子设备和介质
CN110992534A (zh) 设备绑定方法及系统、待绑定设备、服务器、及用户端
WO2018095037A1 (zh) 一种获取云存储系统中数据的方法及装置
CN114070647A (zh) 一种视频传输系统及视频传输方法
CN102123269A (zh) 视频监控数据获取方法、装置以及视频监控系统
CN106527989A (zh) 一种用于存储系统的scsi指令控制方法和系统

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