CN111627125A - 一种签到方法、装置、计算机设备及存储介质 - Google Patents
一种签到方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111627125A CN111627125A CN202010490879.8A CN202010490879A CN111627125A CN 111627125 A CN111627125 A CN 111627125A CN 202010490879 A CN202010490879 A CN 202010490879A CN 111627125 A CN111627125 A CN 111627125A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- detected
- face image
- check
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种签到方法、装置、计算机设备及存储介质,其中,该方法包括:实时获取待检测图像,并对实时获取的所述待检测图像进行人脸检测;在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像;利用展示屏幕展示所述人脸图像。本公开实现了用户在无感知的状态下对用户进行签到,该签到过程可以实现同时实现多人签到,签到效率更高,且不需要用户做出任何操作,操作简单快捷。
Description
技术领域
本公开涉及图像处理技术领域,具体而言,涉及一种无感签到方法、装置、计算机设备及存储介质。
背景技术
当前的签到方法通常需要用户通过终端设备手动输入信息来进行签到,签到过程繁琐。
发明内容
本公开实施例至少提供一种签到方法、装置、计算机设备及存储介质。
第一方面,本公开实施例提供了一种签到方法,包括:实时获取待检测图像,并对实时获取的所述待检测图像进行人脸检测;在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像;利用展示屏幕展示所述人脸图像。
这样,通过对实时获取的待检测图像进行人脸检测,并在检测到待检测图像中包括人脸后,从待检测图像中截取包括人脸的人脸图像,然后利用展示屏幕展示人脸图像,从而实现了用户在无感知的状态下对用户进行签到,该签到过程可以实现同时实现多人签到,签到效率更高,且不需要用户做出任何操作,操作简单快捷。
一种可能的实施方式中,所述在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像,包括:在检测到所述待检测图像中的包括的人脸为属于不同用户的多个人脸后,从所述待检测图像中分别截取包括所述不同用户中每个用户人脸的人脸图像;所述利用展示屏幕展示所述人脸图像,包括:利用所述展示屏幕展示所述不同用户分别对应的人脸图像。
这样,通过对不同用户中每个用户的人脸图像分别进行截取,并利用展示屏幕展示不同用户分别对应的人脸图像,从而能过批量的对多个不同用户进行签到,签到效率更高。
一种可能的实施方式中,所述在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像,包括:在检测到所述待检测图像中的包括的人脸为属于不同用户的多个人脸后,从所述待检测图像中截取包括多个不同用户人脸的人脸图像;所述利用展示屏幕展示所述人脸图像,包括:利用所述展示屏幕展示包括不同用户人脸的人脸图像。
这样,通过在待检测图像中截取包括多个不同用户人脸的人脸图像,并利用展示屏幕展示包括不同用户人脸的人脸图像,从而节省了展示屏幕的展示空间,使得展示屏幕能够展示更多的内容。
一种可能的实施方式中,所述利用展示屏幕展示所述人脸图像,包括:基于所述人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到;在所述人脸图像对应的用户在所述预设时段内未进行过签到的情况下,利用所述展示屏幕展示所述人脸图像。
这样,通过人脸图像以及预设时段内获取的历史人脸图像,检测用户是否已经进行过签到,从而避免了用户在被多次检测后重复显示在展示屏幕上。
一种可能的实施方式中,所述基于所述人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到,包括:利用预先训练的人脸匹配神经网络模型,对所述历史人脸图像和所述人脸图像进行人脸匹配检测;在任一所述历史人脸图像和所述人脸的人脸匹配检测结果为匹配成功时,则确定所述人脸图像对应的用户已经在所述预设时段内进行过签到。
这样,能够方便快速的实现人脸匹配检测的过程。
一种可能的实施方式中,所述利用展示屏幕展示所述人脸图像,包括:基于所述人脸图像、以及预设的原始特效素材,生成包含所述人脸图像的目标特效素材;利用所述展示屏幕展示所述目标特效素材。
这样,使得在人脸图像在展示时更具有多样性。
一种可能的实施方式中,利用所述展示屏幕展示所述目标特效素材,包括:将所述目标特效素材和预设的背景素材融合展示。
这样,将目标特效素材和预设的背景素材融合展示,使得在人脸图像展示过程中更具有多样性。
一种可能的实施方式中,所述背景素材包括下述至少一种:三维画面素材、三维模型素材。
一种可能的实施方式中,所述将所述目标特效素材和预设的背景素材融合展示,包括:基于所述背景素材,确定所述目标特效素材在所述显示屏幕中的移动轨迹;将所述目标特效素材叠加在所述背景素材前端展示,并控制所述目标特效素材按照所述移动轨迹在所述背景素前端移动。
第二方面,本公开实施例还提供一种签到装置,包括:检测模块,用于实时获取待检测图像,并对实时获取的所述待检测图像进行人脸检测;截取模块,用于在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像;展示模块,用于利用展示屏幕展示所述人脸图像。
一种可能的实施方式中,所述截取模块,在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像时,用于:在检测到所述待检测图像中的包括的人脸为属于不同用户的多个人脸后,从所述待检测图像中分别截取包括所述不同用户中每个用户人脸的人脸图像;所述展示模块,在利用展示屏幕展示所述人脸图像时,用于:利用所述展示屏幕展示所述不同用户分别对应的人脸图像。
一种可能的实施方式中,所述截取模块,在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像时,用于:在检测到所述待检测图像中的包括的人脸为属于不同用户的多个人脸后,从所述待检测图像中截取包括多个不同用户人脸的人脸图像;所述展示模块,在利用展示屏幕展示所述人脸图像时,用于:利用所述展示屏幕展示包括不同用户人脸的人脸图像。
一种可能的实施方式中,所述展示模块,在利用展示屏幕展示所述人脸图像时,用于:基于所述人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到;在所述人脸图像对应的用户在所述预设时段内未进行过签到的情况下,利用所述展示屏幕展示所述人脸图像。
一种可能的实施方式中,所述展示模块,在基于所述人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到时,用于:利用预先训练的人脸匹配神经网络模型,对所述历史人脸图像和所述人脸图像进行人脸匹配检测;在任一所述历史人脸图像和所述人脸的人脸匹配检测结果为匹配成功时,则确定所述人脸图像对应的用户已经在所述预设时段内进行过签到。
一种可能的实施方式中,所述展示模块,在利用展示屏幕展示所述人脸图像时,用于:基于所述人脸图像、以及预设的原始特效素材,生成包含所述人脸图像的目标特效素材;利用所述展示屏幕展示所述目标特效素材。
一种可能的实施方式中,所述展示模块,在利用所述展示屏幕展示所述目标特效素材时,用于:将所述目标特效素材和预设的背景素材融合展示。
一种可能的实施方式中,所述背景素材包括下述至少一种:三维画面素材、三维模型素材。
一种可能的实施方式中,所述展示模块,在将所述目标特效素材和预设的背景素材融合展示时,用于:基于所述背景素材,确定所述目标特效素材在所述显示屏幕中的移动轨迹;将所述目标特效素材叠加在所述背景素材前端展示,并控制所述目标特效素材按照所述移动轨迹在所述背景素前端移动。
第三方面,本公开可选实现方式还提供一种计算机设备,处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第四方面,本公开可选实现方式还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本公开实施例所提供的一种签到方法的流程图;
图2示出了本公开实施例所提供的通过服务器和展示屏幕进行签到的具体示例的流程图;
图3示出了本公开实施例所提供的一种签到装置的示意图;
图4示出了本公开实施例所提供的一种计算机设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
当前的签到方式一般有如下两种:一:指纹打卡;指纹打卡方式存在签到效率低的问题;二:通过检测用户携带的终端设备与目标地之间的距离方法来进行签到。该种签到方式由于依赖于终端设备,需要用户打开终端设备中的对应软件,通过应用软件提供身份信息以实现签到,操作过程繁琐。
本公开提供了一种签到方法及装置,通过对实时获取的待检测图像进行人脸检测,并在检测到待检测图像中包括人脸图像后,从待检测图像中截取包括人脸的人脸图像,并利用展示屏幕展示人脸图像,从而实现了在用户无感知的情况下对用户进行签到。该签到过程可以同时实现多人签到,签到效率更高,且不需要用户做出任何操作,操作简单快捷。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种签到方法进行详细介绍,本公开实施例所提供的签到方法的执行主体一般为具有一定计算能力的计算机设备,该计算机设备例如包括:终端设备或服务器或其它处理设备,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端等。其中,终端设备一般为共用的设备在一些可能的实现方式中,该签到方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
下面以执行主体为服务器为例对本公开实施例提供的签到方法加以说明。
参见图1所示,为本公开实施例提供的签到方法的流程图,所述方法包括步骤S101~S103,其中:
S101:实时获取待检测图像,并对实时获取的所述待检测图像进行人脸检测。
在具体实施中,在需要签到的现场通常会安装有图像获取设备,如摄像头、监控器等;图像获取设备受控于服务器,能够实时捕获图像捕获视野内的图像,得到待检测图像,并将待检测图像发送至服务器。
在一种可能的实施方式中,在一些需要签到的场景下,签到过程仅仅在一定的时段内进行,因此,实时获取待检测图像例如可以为:在预设时段内实时获取待检测图像。此处,该预设时段可以为一个时段,也可以为多个时段,具体根据实际的需要进行设定。
例如公司员工上班签到、年会现场签到活动签到等,签到过程需要集中在一个到两个小时内完成;此时可以预先设定签到时段,并在预先设定的签到时段内,控制活动现场安装的图像获取设备实时获取待检测图像。
在另一些需要签到的场景下,签到过程则持续的时间较长,例如在文化展馆签到场景下,展馆访客的访问时间不定,且在展馆对外提供服务的情况下都可能会有访客到达,因此,也可以不设置具体的签到时段;而是在服务器开启的情况下,一直获取待检测图像。
在另一种可能的实施方式中,在待检测图像一直获取的情况下,若对图像获取设备获取的每一张图像都进行人脸检测,则会使得服务器的计算压力巨增;因此在另一种可能的实施方式中,服务器连接有传感器;该传感器例如为距离传感器、红外传感器等;传感器能够检测到是否有人体接近,并在检测到有人体接近的情况下,向服务器发送感应到人体的感应信号;服务器在接收到该感应信号后,控制签到现场安装的图像获取设备启动,并获取待检测图像。
在获取了待检测图像后,要对获取的待检测图像进行人脸检测。
在具体实施中,例如可以通过人脸特征匹配算法从待检测图像中确定是否存在人脸,以及在存在人脸的情况下,人脸在待检测图像中的位置;在另一种可能的实施方式中,例如还可以利用基于深度学习的目标检测模型,从待检测图像中确定是否存在人脸,以及在存在人脸的情况下,人脸在待检测图像中的位置。
示例性的,基于深度学习的目标检测模型例如包括:基于卷积神经网络的目标检测模型(Region-based Convolutional Neural Network,RCNN)、目标检测模型YOLO等目标检测模型中任一种。
承接上述S101,本公开实施例提供的签到方法还包括下述S102和S103:
S102:在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像。
S103:利用展示屏幕展示所述人脸图像。
在具体实施中,对待检测图像进行人脸检测的过程中,除了能够检测到待处理图像中是否包括人脸的同时,还能够定位到人脸在待检测图像中的位置,基于该位置,能够将人脸对应的人脸图像从待检测图像中截取出来。
在具体实现的过程中,在对待检测图像进行检测时,所检测到人脸可属于一个用户的一个人脸;也可能是属于不同用户的多个人脸。
在检测到待检测图像中包括的人脸为属于不同用户的多个人脸后,在从待检测图像中截取包括人脸的人脸图像时,例如可以为从所述待检测图像中分别截取包括所述不同用户中每个用户人脸的人脸图像。
在该种情况下,从待检测图像中检测到的不同用户的人脸有几个,则生成的人脸图像就有几张。
示例性的,若在一张待检测图像中,包括用户A、用户B、以及用户C的人脸,则分别生成仅包含用户A人脸的人脸图像、仅包含用户B人脸的人脸图像、和仅包含用户C人脸的人脸图像。
在利用展示屏幕展示人脸图像时,例如为:利用所述展示屏幕展示所述不同用户分别对应的人脸图像。
另一种可能的实施方式中,在检测到待检测图像中包括的人脸为属于不同用户的多个人脸后,在从待检测图像中截取包括人脸的人脸图像时,例如还可以从所述待检测图像中截取包括多个不同用户人脸的人脸图像。
此处,在从待检测图像中截取包括多张人脸的人脸图像时,例如可以针对待检测图像中的所有用户的人脸截取一张人脸图像。
在该种情况下,在利用展示屏幕展示人脸图像时,例如可以为:利用所述展示屏幕展示包括不同用户人脸的人脸图像。
示例性的,若在一张待检测图像中,包括用户A、用户B、以及用户C的人脸,则分别生成包含用户A人脸、用户B人脸和用户C人脸的人脸图像。
另外,在从待检测图像中截取人脸图像时,还可以基于不同用户的人脸分别在待检测图像中的位置,按照不同人脸之间的距离,将多个人脸进行聚类,然后按照聚类的结果,为多个人脸截取至少一张人脸图像;其中,针对聚类形成的每个类,形成一张人脸图像。
针对每个类所形成的人脸图像中更包括的人脸的数量,与该类所包括的人脸的数量一致。
在本公开另一实施例中,获取的待检测图像可以为一张,也可以为多张连续的待检测图像。
在待检测图像为多张连续的待检测图像的情况下,多张连续的待检测图像中分别包括同一人的人脸图像。
在该种情况下,针对每张待检测图像,从该张待检测图像中截取与该张待检测图像对应的人脸图像;然后将多张待检测图像对应的属于同一用户的多张人脸图像结合起来,生成该用户的一段动画或者短视频。
在利用展示屏幕展示人脸图像时,可以利用展示屏幕展示该用户的动画或者短视频。
另外,为了避免用户在不同时间多次进入图像获取设备的图像捕获视野内多次重复签到的问题,在本公开另一实施例中,在利用展示屏幕展示人脸图像时,还可以首先基于人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到;
在所述人脸图像对应的用户在所述预设时段内未进行过签到的情况下,利用所述展示屏幕展示所述人脸图像。
在所述人脸图像对应的用户在所述预设时段内进行过签到的情况下,则不会通过展示屏幕展示人脸图像。
在具体实施中,用户每次签到成功,也即服务器每次利用展示屏幕展示人脸图像后,会将该人脸图像以及人脸图像的获取时间关联存储;存储的人脸图像作为历史人脸图像,被用于进行检测用户是否已经在预设时段内进行过签到。
服务器每次获取人脸图像后,首先基于获取人脸图像的信息、以及预设时段,从数据库中读取在预设时段内已经进行过签到的历史人脸图像。
然后将当前获取的人脸图像,和从数据库中读取的历史人脸图像分别进行匹配检测;若当前获取的人脸图像、和从数据库中读取的任一张历史人脸图像匹配成功,也即当前获取的人脸图像和该任一张历史人脸图像属于同一用户,则认为当前获取的人脸图像所对应的用户在预设时段内进行过签到。
若当前获取的人脸图像、和从数据库中读取的所有历史人脸图像均匹配失败,则认为当前获取的人脸图像所对应的用户在预设时段内未进行过签到。此时,利用展示屏幕展示当前获取的人脸图像。
在具体实施例中,例如可以利用预先训练的人脸匹配神经网络模型,所述历史人脸图像和所述人脸图像进行人脸匹配检测;
在任一所述历史人脸图像和所述人脸的人脸匹配检测结果为匹配成功时,则确定所述人脸图像对应的用户已经在所述预设时段内进行过签到。
在具体实施中,人脸匹配神经网络模型例如能够从人脸图像中确定多个表征人脸图像中人脸特征的第一人脸关键点,并从历史人脸图像中确定能够表征历史人脸图像中人脸特征的多个第二人脸关键点;基于第一人脸关键点和第二人脸关键点进行人脸相似度匹配,若人脸图像和历史人脸图像之间的相似度大于预设的像素低阈值,则人脸图像和历史人脸图像属于同一用户。
在本公开另一实施例中,在利用展示屏幕展示人脸图像时,例如还可以基于所述人脸图像、以及预设的原始特效素材,生成包含所述人脸图像的目标特效素材;利用所述展示屏幕展示所述目标特效素材。
在具体实施中,在基于人脸图像和原始特效素材生成目标特效素材时,例如可以将所述人脸图像叠加在所述特效素材的预设位置,生成所述目标特效素材。
示例性的,原始特效素材例如包括:头像框、三维模型、衬托背景等中任一种。
示例性的,在原始特效素材包括头像框时,头像框可以具有一定设计元素;在基于人脸图像和预设的原始特效素材,生成包含人脸图像的目标特效素材时,例如可以将人脸图像嵌入到头像框内部。
又例如,在原始特效素材包括三维模型时,在基于人脸图像和预设的原始特效素材生成包含人脸图像的目标特效素材时,例如可以将人脸图像作为嵌入三维模型中的预设位置;在三维模型为动态三维模型的情况下,在进行形态变化的时候,还可以控制人脸图像随三维模型的动态变化而变化。
又例如,在原始特效素材包括衬托背景时,在基于人脸图像和预设的原始特效素材生成包含人脸图像的目标特效素材时,例如可以将人脸图像叠加在衬托背景的前方。
这里,原始特效素材的形式、以及所生成的目标特效素材的展现形式可以根据实际的需要进行设定,在此不再赘述。
在利用展示屏幕展示目标特效素材时,例如可以将所述目标特效素材和预设的背景素材融合展示。
在具体实施中,在具体实施中,背景素材例如包括下述至少一种:三维画面、三维模型。
在将目标特效素材和预设的背景素材融合展示时,例如基于所述背景素材,确定所述目标特效素材在所述显示屏幕中的移动轨迹;将所述目标特效素材叠加在所述背景素材前端展示,并控制所述目标特效素材按照所述移动轨迹在所述背景素前端移动。
示例性的,在该示例中,背景素材为三维画面;该三维画面模仿海洋表面水流流动的波浪起伏;随着时间的推移,三维画面不断发生变化;目标特效素材出现在三维画面的前端,且随着三维画面中模仿的水流流动,确定目标特效素材沿着水流流动的移动轨迹,然后按照该移动轨迹,控制目标特效素材在背景素材前端不断随着波浪起伏,向远方漂浮,并最终消失。
本公开实施例通过对实时获取的待检测图像进行人脸检测,并在检测到待检测图像中包括人脸后,从待检测图像中截取包括人脸的人脸图像,然后利用展示屏幕展示人脸图像,从而实现了用户在无感知的状态下对用户进行签到,该签到过程可以实现同时实现多人签到,签到效率更高,且不需要用户做出任何操作,操作简单快捷。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
参见图2所示,本公开实施例还提供一种通过服务器和展示屏幕进行签到的具体示例,在该示例中,包括:服务器21、以及展示屏幕22;
其中服务器21利用本公开实施例提供的签到方法生成人脸图像,并基于人脸图像和原始特效素材进行融合,生成目标特效素材,然后将目标特效素材发送至展示屏幕22;展示屏幕22将预先设定的背景素材和目标特效素材进行融合展示。
基于同一发明构思,本公开实施例中还提供了与签到方法对应的签到装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述签到方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图3所示,为本公开实施例提供的一种签到装置的示意图,所述装置包括:检测模块31、截取模块32、以及展示模块33;其中,
检测模块,用于实时获取待检测图像,并对实时获取的所述待检测图像进行人脸检测;
截取模块,用于在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像;
展示模块,用于利用展示屏幕展示所述人脸图像。
一种可能的实施方式中,所述截取模块,在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像时,用于:
在检测到所述待检测图像中的包括的人脸为属于不同用户的多个人脸后,从所述待检测图像中分别截取包括所述不同用户中每个用户人脸的人脸图像;
所述展示模块,在利用展示屏幕展示所述人脸图像时,用于:利用所述展示屏幕展示所述不同用户分别对应的人脸图像。
一种可能的实施方式中,所述截取模块,在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像时,用于:
在检测到所述待检测图像中的包括的人脸为属于不同用户的多个人脸后,从所述待检测图像中截取包括多个不同用户人脸的人脸图像;
所述展示模块,在利用展示屏幕展示所述人脸图像时,用于:利用所述展示屏幕展示包括不同用户人脸的人脸图像。
一种可能的实施方式中,所述展示模块,在利用展示屏幕展示所述人脸图像时,用于:
基于所述人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到;
在所述人脸图像对应的用户在所述预设时段内未进行过签到的情况下,利用所述展示屏幕展示所述人脸图像。
一种可能的实施方式中,所述展示模块,在基于所述人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到时,用于:
利用预先训练的人脸匹配神经网络模型,对所述历史人脸图像和所述人脸图像进行人脸匹配检测;
在任一所述历史人脸图像和所述人脸的人脸匹配检测结果为匹配成功时,则确定所述人脸图像对应的用户已经在所述预设时段内进行过签到。
一种可能的实施方式中,所述展示模块,在利用展示屏幕展示所述人脸图像时,用于:
基于所述人脸图像、以及预设的原始特效素材,生成包含所述人脸图像的目标特效素材;
利用所述展示屏幕展示所述目标特效素材。
一种可能的实施方式中,所述展示模块,在利用所述展示屏幕展示所述目标特效素材时,用于:
将所述目标特效素材和预设的背景素材融合展示。
一种可能的实施方式中,所述背景素材包括下述至少一种:三维画面素材、三维模型素材。
一种可能的实施方式中,所述展示模块,在将所述目标特效素材和预设的背景素材融合展示时,用于:
基于所述背景素材,确定所述目标特效素材在所述显示屏幕中的移动轨迹;
将所述目标特效素材叠加在所述背景素材前端展示,并控制所述目标特效素材按照所述移动轨迹在所述背景素前端移动。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
本公开实施例还提供了一种计算机设备10,如图4所示,为本公开实施例提供的计算机设备10结构示意图,包括:
处理器11和存储器12;所述存储器12存储有所述处理器11可执行的机器可读指令,当计算机设备运行时,所述机器可读指令被所述处理器执行以实现下述步骤:
实时获取待检测图像,并对实时获取的所述待检测图像进行人脸检测;
在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像;
利用展示屏幕展示所述人脸图像。
上述指令的具体执行过程可以参考本公开实施例中所述的签到方法的步骤,此处不再赘述。
本公开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上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的签到方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例所提供的签到方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行上述方法实施例中所述的签到方法的步骤,具体可参见上述方法实施例,在此不再赘述。
本公开实施例还提供一种计算机程序,该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software DevelopmentKit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种签到方法,其特征在于,包括:
实时获取待检测图像,并对实时获取的所述待检测图像进行人脸检测;
在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像;
利用展示屏幕展示所述人脸图像。
2.根据权利要求1所述的签到方法,其特征在于,所述在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像,包括:
在检测到所述待检测图像中的包括的人脸为属于不同用户的多个人脸后,从所述待检测图像中分别截取包括所述不同用户中每个用户人脸的人脸图像;
所述利用展示屏幕展示所述人脸图像,包括:利用所述展示屏幕展示所述不同用户分别对应的人脸图像。
3.根据权利要求1所述的签到方法,其特征在于,所述在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像,包括:
在检测到所述待检测图像中的包括的人脸为属于不同用户的多个人脸后,从所述待检测图像中截取包括多个不同用户人脸的人脸图像;
所述利用展示屏幕展示所述人脸图像,包括:利用所述展示屏幕展示包括不同用户人脸的人脸图像。
4.根据权利要求1-3任一项所述的签到方法,其特征在于,所述利用展示屏幕展示所述人脸图像,包括:
基于所述人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到;
在所述人脸图像对应的用户在所述预设时段内未进行过签到的情况下,利用所述展示屏幕展示所述人脸图像。
5.根据权利要求4所述的签到方法,其特征在于,所述基于所述人脸图像,以及预设时段内获取的历史人脸图像,检测所述人脸图像对应的用户是否已经在所述预设时段内进行过签到,包括:
利用预先训练的人脸匹配神经网络模型,对所述历史人脸图像和所述人脸图像进行人脸匹配检测;
在任一所述历史人脸图像和所述人脸的人脸匹配检测结果为匹配成功时,则确定所述人脸图像对应的用户已经在所述预设时段内进行过签到。
6.根据权利要求1-5任一项所述的签到方法,其特征在于,所述利用展示屏幕展示所述人脸图像,包括:
基于所述人脸图像、以及预设的原始特效素材,生成包含所述人脸图像的目标特效素材;
利用所述展示屏幕展示所述目标特效素材。
7.根据权利要求6所述的签到方法,其特征在于,利用所述展示屏幕展示所述目标特效素材,包括:
将所述目标特效素材和预设的背景素材融合展示。
8.根据权利要求7所述的签到方法,其特征在于,所述背景素材包括下述至少一种:三维画面素材、三维模型素材。
9.根据权利要求7所述的签到方法,其特征在于,所述将所述目标特效素材和预设的背景素材融合展示,包括:
基于所述背景素材,确定所述目标特效素材在所述显示屏幕中的移动轨迹;
将所述目标特效素材叠加在所述背景素材前端展示,并控制所述目标特效素材按照所述移动轨迹在所述背景素前端移动。
10.一种签到装置,其特征在于,包括:
检测模块,用于实时获取待检测图像,并对实时获取的所述待检测图像进行人脸检测;
截取模块,用于在检测到所述待检测图像中包括人脸后,从所述待检测图像中截取包括所述人脸的人脸图像;
展示模块,用于利用展示屏幕展示所述人脸图像。
11.一种计算机设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述处理器执行如权利要求1至9任一项所述的签到方法的步骤。
12.一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,所述计算机程序被计算机设备运行时,所述计算机设备执行如权利要求1至9任意一项所述的签到方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010490879.8A CN111627125B (zh) | 2020-06-02 | 2020-06-02 | 一种签到方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010490879.8A CN111627125B (zh) | 2020-06-02 | 2020-06-02 | 一种签到方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111627125A true CN111627125A (zh) | 2020-09-04 |
CN111627125B CN111627125B (zh) | 2022-09-27 |
Family
ID=72272009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010490879.8A Active CN111627125B (zh) | 2020-06-02 | 2020-06-02 | 一种签到方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111627125B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959701A (zh) * | 2005-11-03 | 2007-05-09 | 中国科学院自动化研究所 | 实时的从视频中跟踪多个人脸的方法 |
US20110137769A1 (en) * | 2009-11-05 | 2011-06-09 | Certusview Technologies, Llc | Methods, apparatus and systems for ensuring wage and hour compliance in locate operations |
CN105608430A (zh) * | 2015-12-22 | 2016-05-25 | 小米科技有限责任公司 | 人脸聚类方法及装置 |
CN106980844A (zh) * | 2017-04-06 | 2017-07-25 | 武汉神目信息技术有限公司 | 一种基于人脸识别系统的人物关系挖掘系统及方法 |
CN107249024A (zh) * | 2017-05-31 | 2017-10-13 | 西安诺瓦电子科技有限公司 | 许愿方法、许愿控制方法、许愿系统及许愿装置 |
CN108090982A (zh) * | 2017-12-28 | 2018-05-29 | 深圳英飞拓科技股份有限公司 | 一种签到方法、系统及终端设备 |
CN109034063A (zh) * | 2018-07-27 | 2018-12-18 | 北京微播视界科技有限公司 | 人脸特效的多人脸跟踪方法、装置和电子设备 |
CN109472197A (zh) * | 2018-09-28 | 2019-03-15 | 中国科学院自动化研究所 | 一种视频人脸标记方法 |
CN109712259A (zh) * | 2018-12-17 | 2019-05-03 | 深圳市酷开网络科技有限公司 | 一种基于人脸识别的办公方法、系统及存储介质 |
CN109886239A (zh) * | 2019-02-28 | 2019-06-14 | 北京旷视科技有限公司 | 人像聚类方法、装置及系统 |
CN110111071A (zh) * | 2019-04-24 | 2019-08-09 | 上海商汤智能科技有限公司 | 签到方法、装置、电子设备和计算机存储介质 |
CN110472460A (zh) * | 2018-05-11 | 2019-11-19 | 北京京东尚科信息技术有限公司 | 人脸图像处理方法及装置 |
CN110609933A (zh) * | 2019-09-06 | 2019-12-24 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110619689A (zh) * | 2019-08-30 | 2019-12-27 | 恒大智慧科技有限公司 | 智慧楼宇的自动签到打卡方法、计算机设备及存储介质 |
-
2020
- 2020-06-02 CN CN202010490879.8A patent/CN111627125B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959701A (zh) * | 2005-11-03 | 2007-05-09 | 中国科学院自动化研究所 | 实时的从视频中跟踪多个人脸的方法 |
US20110137769A1 (en) * | 2009-11-05 | 2011-06-09 | Certusview Technologies, Llc | Methods, apparatus and systems for ensuring wage and hour compliance in locate operations |
CN105608430A (zh) * | 2015-12-22 | 2016-05-25 | 小米科技有限责任公司 | 人脸聚类方法及装置 |
CN106980844A (zh) * | 2017-04-06 | 2017-07-25 | 武汉神目信息技术有限公司 | 一种基于人脸识别系统的人物关系挖掘系统及方法 |
CN107249024A (zh) * | 2017-05-31 | 2017-10-13 | 西安诺瓦电子科技有限公司 | 许愿方法、许愿控制方法、许愿系统及许愿装置 |
CN108090982A (zh) * | 2017-12-28 | 2018-05-29 | 深圳英飞拓科技股份有限公司 | 一种签到方法、系统及终端设备 |
CN110472460A (zh) * | 2018-05-11 | 2019-11-19 | 北京京东尚科信息技术有限公司 | 人脸图像处理方法及装置 |
CN109034063A (zh) * | 2018-07-27 | 2018-12-18 | 北京微播视界科技有限公司 | 人脸特效的多人脸跟踪方法、装置和电子设备 |
CN109472197A (zh) * | 2018-09-28 | 2019-03-15 | 中国科学院自动化研究所 | 一种视频人脸标记方法 |
CN109712259A (zh) * | 2018-12-17 | 2019-05-03 | 深圳市酷开网络科技有限公司 | 一种基于人脸识别的办公方法、系统及存储介质 |
CN109886239A (zh) * | 2019-02-28 | 2019-06-14 | 北京旷视科技有限公司 | 人像聚类方法、装置及系统 |
CN110111071A (zh) * | 2019-04-24 | 2019-08-09 | 上海商汤智能科技有限公司 | 签到方法、装置、电子设备和计算机存储介质 |
CN110619689A (zh) * | 2019-08-30 | 2019-12-27 | 恒大智慧科技有限公司 | 智慧楼宇的自动签到打卡方法、计算机设备及存储介质 |
CN110609933A (zh) * | 2019-09-06 | 2019-12-24 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
林达华,顾建军: "《人工智能启蒙 第1册》", 31 December 2019, 北京:商务印书馆, pages: 74 - 75 * |
Also Published As
Publication number | Publication date |
---|---|
CN111627125B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106355153B (zh) | 一种基于增强现实的虚拟对象显示方法、装置以及系统 | |
KR102118000B1 (ko) | 타겟 대상 표시 방법 및 디바이스 | |
CN110716645A (zh) | 一种增强现实数据呈现方法、装置、电子设备及存储介质 | |
US10055894B2 (en) | Markerless superimposition of content in augmented reality systems | |
CN111640197A (zh) | 一种增强现实ar特效控制方法、装置及设备 | |
CN110033293A (zh) | 获取用户信息的方法、装置及系统 | |
CN111638797A (zh) | 一种展示控制方法及装置 | |
CN111696215A (zh) | 一种图像处理方法、装置及设备 | |
CN111652971A (zh) | 一种显示控制方法及装置 | |
CN111625100A (zh) | 图画内容的呈现方法、装置、计算机设备及存储介质 | |
CN111640193A (zh) | 文字处理方法、装置、计算机设备及存储介质 | |
CN111639613B (zh) | 一种增强现实ar特效生成方法、装置及电子设备 | |
CN112905014A (zh) | Ar场景下的交互方法、装置、电子设备及存储介质 | |
CN111652983A (zh) | 一种增强现实ar特效生成方法、装置及设备 | |
CN111639818A (zh) | 一种路线规划方法、装置、计算机设备及存储介质 | |
CN111651058A (zh) | 历史场景的控制展示方法、装置、电子设备及存储介质 | |
CN111639977A (zh) | 一种信息推送方法、装置、计算机设备及存储介质 | |
CN111627125B (zh) | 一种签到方法、装置、计算机设备及存储介质 | |
CN111464859B (zh) | 一种在线视频展示的方法、装置、计算机设备及存储介质 | |
CN112333498A (zh) | 一种展示控制方法、装置、计算机设备及存储介质 | |
CN111638794A (zh) | 一种虚拟文物的显示控制方法及装置 | |
CN112288889A (zh) | 指示信息展示方法、装置、计算机设备及存储介质 | |
Chen et al. | [Retracted] Research on Museum Educational Display Based on Image Recognition Tracking | |
CN111638792A (zh) | Ar效果的呈现方法、装置、计算机设备及存储介质 | |
CN111640206A (zh) | 一种动态控制方法及装置 |
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 |