CN111950459A - 移动人脸识别方法、装置、计算机和存储介质 - Google Patents
移动人脸识别方法、装置、计算机和存储介质 Download PDFInfo
- Publication number
- CN111950459A CN111950459A CN202010809659.7A CN202010809659A CN111950459A CN 111950459 A CN111950459 A CN 111950459A CN 202010809659 A CN202010809659 A CN 202010809659A CN 111950459 A CN111950459 A CN 111950459A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- local storage
- face image
- stored
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004590 computer program Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 6
- 239000011521 glass Substances 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/10—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)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种移动人脸识别方法、系统、计算机和存储介质。方法包括通过穿戴式图像拍摄设备拍摄获得移动图像;解析移动图像,获得移动图像中的人脸图像;将人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测本地存储设备中是否存在与人脸图像匹配的预存人员图像;当检测到本地存储设备中存在与人脸图像匹配的预存人员图像时,则发出报警信号。通过随身携带的穿戴式图像拍摄设备拍摄获取移动图像,解析得到人脸图像,与本地存储设备中预存的人员图像进行对比,检测出移动图像中的人员是否为重点人员,能够多角度、更为方便、灵活的对疑似重点人员进行拍摄,有效提高了对比效率。
Description
技术领域
本申请涉及人脸识别预警技术领域,特别是涉及一种移动人脸识别方法、装置、计算机和存储介质。
背景技术
目前对于重点人员的监控,大多采用在建筑物上的固定的摄像头对一区域进行拍摄,从中抓取人脸头像,比如,通过墙上的固定的摄像头进行拍摄或者通过立于路边的交通信号杆上的摄像头进行拍摄,拍摄后的图像与数据库中的大量的预存的人脸头像进行对比,从而检测出重点人员。然而这种检测方法受限于摄像头的拍摄角度,无法准确识别出人脸头像,导致人脸识别结果不准确。
发明内容
基于此,有必要针对上述技术问题,提供一种能移动人脸识别方法、装置、计算机和存储介质。
一种移动人脸识别方法,所述方法包括:
通过穿戴式图像拍摄设备拍摄获得移动图像;
解析所述移动图像,获得所述移动图像中的人脸图像;
将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像;
当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
在一个实施例中,所述穿戴式图像拍摄设备包括智能识别眼镜。
在一个实施例中,所述解析所述移动图像,获得所述移动图像中的人脸图像的步骤包括:
解析所述移动图像,从所述移动图像中提取多个图像主体;
从各所述图像主体中,提取出所述人脸图像。
在一个实施例中,所述将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像的步骤包括:
解析所述人脸图像获取所述人脸图像的第一特征;
获取各所述预存人员图像的第二特征;
对比所述第一特征和所述第二特征;
根据所述第一特征和所述第二特征的对比结果,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
在一个实施例中,所述报警信号包括声音报警信号、光报警信号和声光报警信号。
一种移动人脸识别装置,所述装置包括:
移动图像获取模块,用于通过穿戴式图像拍摄设备拍摄获得移动图像;
移动图像解析模块,用于解析所述移动图像,获得所述移动图像中的人脸图像;
图像对比模块,用于将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像;
报警信号发出模块,用于当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
在一个实施例中,所述移动图像解析模块包括:
图像主体提取单元,用于解析所述移动图像,从所述移动图像中提取多个图像主体;
人脸图像提取单元,用于从各所述图像主体中,提取出所述人脸图像。
在一个实施例中,所述图像对比模块包括:
第一特征获取单元,用于解析所述人脸图像获取所述人脸图像的第一特征;
第二特征获取单元,用于获取各所述预存人员图像的第二特征;
特征对比单元,用于对比所述第一特征和所述第二特征;
图像检测单元,用于根据所述第一特征和所述第二特征的对比结果,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例中所述的方法。
一种计算机可读存储介质,其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上述任一实施例中所述的方法。
上述移动人脸识别方法、装置、计算机和存储介质,通过随身携带的穿戴式图像拍摄设备拍摄获取移动图像,从而解析得到人脸图像,并且与本地存储设备中预存的人员图像进行对比,从而检测出移动图像中的人员是否为重点人员,随身携带的穿戴式图像能够多角度、更为方便、灵活的对疑似重点人员进行拍摄,能够提高重点人员的识别率和识别精度,有效提高了对比效率。
附图说明
图1为一个实施例中移动人脸识别方法的应用环境图;
图2为一个实施例中移动人脸识别方法的流程示意图;
图3为一个实施例中移动人脸识别装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的移动人脸识别方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。服务器104上存储重点人员图像,终端102从服务器104获取重点人员图像,存储在终端102上的本地存储器中,存储在本地存储器中的重点人员图像即为预存人员图像。此外,终端102上配备摄像头,比如,该摄像头为穿戴式图像拍摄设备。终端102通过穿戴式图像拍摄设备拍摄获得移动图像;解析所述移动图像,获得所述移动图像中的人脸图像;将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像;当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
在一个实施例中,如图2所示,提供了一种移动人脸识别方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤210,通过穿戴式图像拍摄设备拍摄获得移动图像。
具体地,该穿戴式图像拍摄设备能够便捷地被用户携带,比如,该穿戴式图像拍摄设备为便携式摄像头,比如,该穿戴式图像拍摄设备为便携式智能终端上的摄像头。该移动图像为穿戴式图像拍摄设备进行拍摄得到的图像。应该理解的是,各实施例中,用户可以是执勤人员。
本实施例中,通过穿戴式图像拍摄设备,能够在行走、运动过程中拍摄,并且可以灵活地调整拍摄角度,能够方便、快捷地对疑似重点人员进行拍摄,能够多角度、更为方便、灵活的对疑似重点人员进行拍摄,能够提高重点人员的识别率和识别精度。
为了准确地获得移动图像,可以在疑似重点人员站立或者停止走动后对其进行拍照。比如,由执勤人员告知疑似重点人员站立保持不动,由执勤人员的穿戴式图像拍摄设备对疑似重点人员拍摄获得移动图像。这样,能够准确地拍摄含有疑似重点人员的图像,并且精确获得疑似重点人员的人脸图像。比如,该移动图像也可称为目标图像。
步骤220,解析所述移动图像,获得所述移动图像中的人脸图像。
具体地,解析移动图像获得移动图像中的人脸图像,该人脸图像为移动图像中的人体的头部的图像。通过解析获得该人脸图像,能够便于进行人脸识别,人脸对比。
步骤230,将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
本实施例中,本地存储设备为终端上的存储器,预存人员图像为预存在终端上的本地存储器上的重点人员的图像,这样,终端可以快速读取本地存储设备内的预存人员图像,进而进行人脸图像和预存人员图像的对比,从而快速检测出本地存储设备中是否存储了与人脸图像匹配的预存人员图像。
步骤240,当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
本步骤中,当检测到本地存储设备中存储了与人脸图像匹配的预存人员图像,则表明该人脸图像对应的人员为疑似重点人员,因此,终端发出报警信号,以提醒用户。
上述实施例中,通过随身携带的穿戴式图像拍摄设备拍摄获取移动图像,从而解析得到人脸图像,并且与本地存储设备中预存的人员图像进行对比,从而检测出移动图像中的人员是否为重点人员,随身携带的穿戴式图像能够多角度、更为方便、灵活的对疑似重点人员进行拍摄,能够提高重点人员的识别率和识别精度,有效提高了对比效率。
为了准确获得移动图像,进而触发获得人脸图像,在一个实施例中,所述通过穿戴式图像拍摄设备拍摄获得移动图像的步骤包括:检测穿戴式图像拍摄设备是否开启,当所述穿戴式图像拍摄设备开启时,检测穿戴式图像拍摄设备是否处于水平位置,当所述穿戴式图像拍摄设备处于水平位置时,通过穿戴式图像拍摄设备拍摄获得移动图像。具体地,该穿戴式图像拍摄设备内置陀螺仪,通过陀螺仪能够获得检测出客户提出的两个关键词:中心减震和三角平叉,需要在申请文件中重点提一下穿戴式图像拍摄设备是否处于水平的状态,当检测到穿戴式图像拍摄设备为水平状态时,则启动检测模式,拍摄获取移动图像,并且解析移动图像,进行人脸对比。本实施例中,穿戴式图像拍摄设备具有两种工作模式,两种工作模式包括检测模式和普通拍摄模式,比如,检测是否接收到拍摄指令,当接收到拍摄指令时,则控制穿戴式图像拍摄设备进入普通拍摄模式,通过穿戴式图像拍摄设备拍摄获得图像;检测穿戴式图像拍摄设备是否处于水平位置,当所述穿戴式图像拍摄设备处于水平位置时,则控制穿戴式图像拍摄设备进入检测模式,获得图像中的目标轮廓,基于目标轮廓对人脸进行对焦,通过穿戴式图像拍摄设备拍摄获得移动图像。
本实施例中,为了解析获得人脸图像,需要专门拍摄获得移动图像,拍摄移动图像,需要穿戴式图像拍摄设备处于水平状态才可获取,这样,能够确保获得的移动图像更为平稳,且能够在对疑似重点人员的人脸进行对焦后,获得移动图像,进而准确解析出人脸图像。而普通拍摄获得的图像则无法解析获得人脸图像,该普通模式,适用于普通的拍摄。普通拍摄模式,可通过穿戴式图像拍摄设备上的按键被按击触发,而检测模式,则需要穿戴式图像拍摄设备处于启动状态下,并且通过检测到穿戴式图像拍摄设备处于水平后才触发。这样,通过两种模式的区分触发,能够使得穿戴式图像拍摄设备在不同模式下工作,且能够有效避免错误操作而触发人脸检测。
在一个实施例中,所述穿戴式图像拍摄设备包括智能识别眼镜。本实施例中,智能识别眼镜上配备摄像头,该智能识别眼镜能够方便地佩戴,且重量轻,其拍摄方向能够随着用户的视线角度的调整而调整,使得拍摄更为方便,且更为灵活。
在一个实施例中,所述解析所述移动图像,获得所述移动图像中的人脸图像的步骤包括:解析所述移动图像,从所述移动图像中提取多个图像主体;从各所述图像主体中,提取出所述人脸图像。
具体地,穿戴式图像拍摄设备拍摄的图像中可能包含背景物体、人体或者前景物体,每一个背景物体、人体或者前景物体均为图像主体,本实施例中,通过识别出物体的轮廓,从而确定移动图像中的图像主体,进而从述移动图像中提取出图像主体。比如,采用边缘识别算法识别出移动图像中的多个图像主体,从所述移动图像中提取多个图像主体。
本实施例中,在获得图像主体后,通过特征检测,检测该图像主体是否为人脸,当检测到图像主体为人脸时,则获取该图像主体,并且确认该图像主体的图像为人脸图像,从多个图像主体中提取出该人脸图像。
本实施例中,通过首先提取图像主体,再从图像主体中识别出人脸图像,进而从多个图像主体中提取出人脸图像,有效提高了对移动图像的解析效率,提高了对人脸图像的获取效率。
在一个实施例中,所述将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像的步骤包括:解析所述人脸图像获取所述人脸图像的第一特征;获取各所述预存人员图像的第二特征;对比所述第一特征和所述第二特征;根据所述第一特征和所述第二特征的对比结果,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
具体地,在进行人脸识别对比中,首先解析获得人脸图像的第一特征,而预存人员图像的第二特征,可以是预先解析获得,并且预先存储于本地存储设备内,将第一特征和各第二特征进行对比,当第一特征和第二特征匹配时,则对应的预存人员图像与人脸图像匹配,当第一特征和第二特征不匹配时,则对应的预存人员图像与人脸图像不匹配。这样,根据第一特征和第二特征的对比结果,即可检测出本地存储设备中是否存储了与所述人脸图像匹配的预存人员图像,进而可以快速检测出该人脸图像是否为疑似重点人员的图像。
在一个实施例中,所述报警信号包括声音报警信号、光报警信号和声光报警信号。本实施例中,通过声音报警信号、光报警信号或声光报警信号,能够使得用户快速获知人脸对比结果,快速关注到疑似重点人员。
为了及时更新本地存储设备中的预存人员图像,以使得重点人员得到更新,在一个实施例中,每间隔一第一预设时间向服务器发送更新查询请求,在接收到服务器响应于所述更新查新请求反馈的更新信息后,解析所述更新信息,获得第一更新标识和与所述第一更新标识对应的更新条目,检测本地存储设备中的第二更新标识与所述第一更新标识是否相同,当本地存储设备中的第二更新标识与所述第一更新标识相同时,根据所述更新条目生成更新请求,向所述服务器发送更新请求,从所述服务器上下载更新条目对应的人员图像,作为更新的预存人员图像存储在本地存储设备。
具体地,终端每间隔一段时间想服务器发送更新查询请求,以检测服务器上是否有更新的重点人员的图像。该更新查询请求携带终端标识和本地存储设备的人员图像条目,该终端标识为终端和用于的唯一识别标识,该人员图像条目用于记录本地存储设备中存储的预存人员图像的数量、名称和时间,服务器获得该更新查询请求后,将更新查询请求内的人员图像条目与服务器上的人员图像条目进行对比,当更新查询请求内的人员图像条目与服务器上的人员图像条目不一致时,则向终端反馈与终端标识对应的更新信息,该第一更新标识用于标识服务器上的数据的更新时间、更新的版本,而第二更新标识用于标识终端的本地存储设备上的数据的更新时间、更新的版本,更新条目记录了服务器上历次更新的人员图像的数量、名称和时间,通过第一更新标识和第二更新标识,使得终端能够快速确定服务器上是否存在更新后的人员图像,并且可以根据第一更新标识和第二更新标识的对比,获得终端目前与服务器之间的更新的版本差距,进而对更新条目进行筛选,从而根据筛选后的更新条目生成更新请求,向服务器发送更新请求,以使得服务器明确哪些更新条目对应的人员图像是终端所需的。
当更新查询请求内的人员图像条目与服务器上的人员图像条目一致时,服务器向终端反馈更新信息,此时,该更新信息中携带数据为空,或者携带与本地存储设备的人员图像条目相同的更新条目,表示当前服务器中未增加、未更新有重点人员图像,因此,终端无需更新。
应该理解的是,由于各终端的使用地区、针对区域、人群的不同,其上的存储的预存人员图像不同,因此,各终端上的本地存储设备上更新的预存人员图像不同,并且,各终端的第一预设时间的长度不同,或者说,各终端的向服务器发送更新查询请求的时间不相等,因此,由终端发起更新查询请求,从而根据服务器反馈的更新信息,触发终端的更新下载,能够使得各终端可分别进行更新,而有别于传统的服务器统一下发更新,一方面,可以使得各终端可以错开时间更新,避免集中更新,避免占用服务器的计算资源,提高更新效率,另一方面,能够避免终端对服务器上所有的人员图像进行下载,使得各终端能够针对性地进行人员图像的更新,节省了终端的本地存储设备的存储空间。
为了进一步避免多个终端同时更新人员图像,在一个实施例中,所述每间隔一第一预设时间向服务器发送更新查询请求的步骤包括:每间隔一第一预设时间向服务器发送空闲查询请求;当接收到服务器响应于空闲查询请求而反馈的空闲信息时,则向服务器发送更新查询请求;当接收到服务器响应于空闲查询请求而反馈的更新占用信息时,则在第二预设时间后,再次向服务器发送空闲查询请求。其中,第二预设时间的时间长度小于第一预设时间的时间长度。
本实施例中,空闲查询请求用于向服务器发出查询,查询当前服务器是否存在向其他终端提供更新服务,服务器根据该空闲查询请求,对当前与服务器连接进行下载的终端数量进行检测,当检测到当前与服务器连接进行下载的终端数量小于或等于预设下载数时,则向终端反馈空闲信息,通知终端进行更新查询。当检测到当前与服务器连接进行下载的终端数量大于预设下载数时,则向终端反馈更新占用信息,拒绝终端接入进行下载,避免服务器的负荷过大,而终端此时不向服务器发送空闲查询请求,而是在第二预设时间后,再次发送空闲查询请求,而由于第二预设时间小于第一预设时间,使得终端可以在下一次的更新节点前进行更新的查询,并顺利进行更新。
在一个实施例中,所述在第二预设时间后,再次向服务器发送空闲查询请求的步骤之后还包括:当接收到服务器响应于空闲查询请求而反馈的空闲信息时,则向服务器发送更新查询请求;当接收到服务器响应于空闲查询请求而反馈的更新占用信息时,则停止向服务器发送空闲查询请求,直到第一预设时间后,再次向服务器发送空闲查询请求。
本实施例中,当第二预设时间后发送的空闲查询请求依然得到服务器的更新占用信息时,表明服务器此时处于较为繁忙的状态,且负荷较大,则终端停止向服务器发送空闲查询请求直到第一预设时间后。在收到服务器的更新占用信息的第一预设时间后,再次向服务器发送空闲查询请求。以在下一个更新节点对服务器进行状态查询,从而避免服务器的繁忙时期进行更新。
在终端无法及时进行所述人脸图像与本地存储设备中的预存人员图像的人脸对比时,在一个实施例中,所述步骤230:将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像之后还包括:
检测在第三预设时间内,所述将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比的对比是否完成,当在第三预设时间内,对比未完成,将所述人脸图像发送至服务器,具体地,将人脸图像打包生成对比请求,将对比请求发送至服务器,由服务器进行人脸对比检测。具体地,当运算数据量较大时,导致终端无法在第三预设时间内完成人脸对比,则将获取到的人脸图像发送至服务器,由服务器进行人脸对比,通过服务器较强的运算处理能力进行人脸对比。此外,由于本地存储的预存人员图像的数量不如服务器上存储的多,因此,当本地存储设备中不存在与所述人脸图像匹配的预存人员图像时,将人脸图像打包生成对比请求,将对比请求发送至服务器,由服务器进行人脸对比检测,通过服务器进行更大规模的人脸对比,从而准确地检测出疑似重点人员。
在一个实施例中,步骤240包括当检测到所述本地存储设备中不存在与所述人脸图像匹配的预存人员图像时,而检测到服务器上存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。本实施例中,在服务器进行人脸对比后,可以进一步准确地检测出疑似重点人员,通过报警信号提醒执勤人员。
在一个实施例中,所述当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号的步骤之后包括:关联所述人脸图像和所述预存人员图像,并生成告警标记,将所述人脸图像、所述预存人员图像和所述告警标记发送至服务器。
本实施例中,当检测到疑似重点人员,则将人脸图像、预存人员图像和告警标记发送服务器,以使得服务器获得上述数据,并通过服务器将人脸图像、预存人员图像和告警标记广播至其他终端,以使得其他终端和用户获知。
在一个实施例中,获取终端当前的位置信息,关联所述人脸图像、所述预存人员图像和所述位置信息,并生成告警标记,将所述人脸图像、所述预存人员图像、所述位置信息和所述告警标记发送至服务器。
本实施例中,除了发送人脸图像、预存人员图像和告警标识,还发送位置信息,以使得服务器以及其他终端获知疑似重点人员出现的位置。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种移动人脸识别装置,包括:
移动图像获取模块310,用于通过穿戴式图像拍摄设备拍摄获得移动图像;
移动图像解析模块320,用于解析所述移动图像,获得所述移动图像中的人脸图像;
图像对比模块330,用于将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像;
报警信号发出模块340,用于当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
在一个实施例中,所述穿戴式图像拍摄设备包括智能识别眼镜。
在一个实施例中,所述移动图像解析模块包括:
图像主体提取单元,用于解析所述移动图像,从所述移动图像中提取多个图像主体;
人脸图像提取单元,用于从各所述图像主体中,提取出所述人脸图像。
在一个实施例中,所述图像对比模块包括:
第一特征获取单元,用于解析所述人脸图像获取所述人脸图像的第一特征;
第二特征获取单元,用于获取各所述预存人员图像的第二特征;
特征对比单元,用于对比所述第一特征和所述第二特征;
图像检测单元,用于根据所述第一特征和所述第二特征的对比结果,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
在一个实施例中,所述报警信号包括声音报警信号、光报警信号和声光报警信号。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是便携式移动智能终端,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储编号资源的编号资源库。该计算机设备的网络接口用于与服务器通过网络连接通信。该计算机程序被处理器执行时以实现一种移动人脸识别方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
通过穿戴式图像拍摄设备拍摄获得移动图像;
解析所述移动图像,获得所述移动图像中的人脸图像;
将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像;
当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
解析所述移动图像,从所述移动图像中提取多个图像主体;
从各所述图像主体中,提取出所述人脸图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
解析所述人脸图像获取所述人脸图像的第一特征;
获取各所述预存人员图像的第二特征;
对比所述第一特征和所述第二特征;
根据所述第一特征和所述第二特征的对比结果,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
通过穿戴式图像拍摄设备拍摄获得移动图像;
解析所述移动图像,获得所述移动图像中的人脸图像;
将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像;
当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
解析所述移动图像,从所述移动图像中提取多个图像主体;
从各所述图像主体中,提取出所述人脸图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
解析所述人脸图像获取所述人脸图像的第一特征;
获取各所述预存人员图像的第二特征;
对比所述第一特征和所述第二特征;
根据所述第一特征和所述第二特征的对比结果,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
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,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种移动人脸识别方法,其特征在于,所述方法包括:
通过穿戴式图像拍摄设备拍摄获得移动图像;
解析所述移动图像,获得所述移动图像中的人脸图像;
将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像;
当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
2.根据权利要求1所述的方法,其特征在于,所述穿戴式图像拍摄设备包括智能识别眼镜。
3.根据权利要求1所述的方法,其特征在于,所述解析所述移动图像,获得所述移动图像中的人脸图像的步骤包括:
解析所述移动图像,从所述移动图像中提取多个图像主体;
从各所述图像主体中,提取出所述人脸图像。
4.根据权利要求1所述的方法,其特征在于,所述将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像的步骤包括:
解析所述人脸图像获取所述人脸图像的第一特征;
获取各所述预存人员图像的第二特征;
对比所述第一特征和所述第二特征;
根据所述第一特征和所述第二特征的对比结果,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
5.根据权利要求1所述的方法,其特征在于,所述报警信号包括声音报警信号、光报警信号和声光报警信号。
6.一种移动人脸识别装置,其特征在于,所述装置包括:
移动图像获取模块,用于通过穿戴式图像拍摄设备拍摄获得移动图像;
移动图像解析模块,用于解析所述移动图像,获得所述移动图像中的人脸图像;
图像对比模块,用于将所述人脸图像与本地存储设备中的预存人员图像进行人脸对比,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像;
报警信号发出模块,用于当检测到所述本地存储设备中存在与所述人脸图像匹配的预存人员图像时,则发出报警信号。
7.根据权利要求6所述的装置,其特征在于,所述移动图像解析模块包括:
图像主体提取单元,用于解析所述移动图像,从所述移动图像中提取多个图像主体;
人脸图像提取单元,用于从各所述图像主体中,提取出所述人脸图像。
8.根据权利要求6所述的装置,其特征在于,所述图像对比模块包括:
第一特征获取单元,用于解析所述人脸图像获取所述人脸图像的第一特征;
第二特征获取单元,用于获取各所述预存人员图像的第二特征;
特征对比单元,用于对比所述第一特征和所述第二特征;
图像检测单元,用于根据所述第一特征和所述第二特征的对比结果,检测所述本地存储设备中是否存在与所述人脸图像匹配的预存人员图像。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,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至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010809659.7A CN111950459A (zh) | 2020-08-13 | 2020-08-13 | 移动人脸识别方法、装置、计算机和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010809659.7A CN111950459A (zh) | 2020-08-13 | 2020-08-13 | 移动人脸识别方法、装置、计算机和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111950459A true CN111950459A (zh) | 2020-11-17 |
Family
ID=73332462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010809659.7A Pending CN111950459A (zh) | 2020-08-13 | 2020-08-13 | 移动人脸识别方法、装置、计算机和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111950459A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766116A (zh) * | 2021-01-09 | 2021-05-07 | 深圳市天龙世纪科技发展有限公司 | 一种执法记录仪的人脸识别方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101150534A (zh) * | 2006-09-20 | 2008-03-26 | 腾讯科技(深圳)有限公司 | 获取联系人更新图片资源的方法及其系统 |
CN101287214A (zh) * | 2008-05-13 | 2008-10-15 | 王海燕 | 通过移动终端获取信息并应用的方法和系统 |
CN105389575A (zh) * | 2015-12-24 | 2016-03-09 | 北京旷视科技有限公司 | 生物数据的处理方法和装置 |
CN107995422A (zh) * | 2017-11-30 | 2018-05-04 | 广东欧珀移动通信有限公司 | 图像拍摄方法和装置、计算机设备、计算机可读存储介质 |
CN110222561A (zh) * | 2019-04-25 | 2019-09-10 | 深圳壹账通智能科技有限公司 | 失踪人员面部图像匹配方法、装置及存储介质 |
CN111444886A (zh) * | 2020-04-27 | 2020-07-24 | 无锡职业技术学院 | 一种基于可穿戴设备的智能人脸识别系统 |
-
2020
- 2020-08-13 CN CN202010809659.7A patent/CN111950459A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101150534A (zh) * | 2006-09-20 | 2008-03-26 | 腾讯科技(深圳)有限公司 | 获取联系人更新图片资源的方法及其系统 |
CN101287214A (zh) * | 2008-05-13 | 2008-10-15 | 王海燕 | 通过移动终端获取信息并应用的方法和系统 |
CN105389575A (zh) * | 2015-12-24 | 2016-03-09 | 北京旷视科技有限公司 | 生物数据的处理方法和装置 |
CN107995422A (zh) * | 2017-11-30 | 2018-05-04 | 广东欧珀移动通信有限公司 | 图像拍摄方法和装置、计算机设备、计算机可读存储介质 |
CN110222561A (zh) * | 2019-04-25 | 2019-09-10 | 深圳壹账通智能科技有限公司 | 失踪人员面部图像匹配方法、装置及存储介质 |
CN111444886A (zh) * | 2020-04-27 | 2020-07-24 | 无锡职业技术学院 | 一种基于可穿戴设备的智能人脸识别系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766116A (zh) * | 2021-01-09 | 2021-05-07 | 深圳市天龙世纪科技发展有限公司 | 一种执法记录仪的人脸识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210343027A1 (en) | Object tracking method and apparatus, storage medium and electronic device | |
CN109743541B (zh) | 智能监控方法、装置、计算机设备及存储介质 | |
JP2022082561A (ja) | 解析サーバ、監視システム、監視方法及びプログラム | |
CN110781750A (zh) | 危险人物监控处理方法、装置、计算机设备和存储介质 | |
KR20170140397A (ko) | 계정 정보 획득 방법, 단말기, 서버 및 시스템 | |
CN105279496A (zh) | 一种人脸识别的方法和装置 | |
CN108846912A (zh) | 考勤方法、终端及服务器 | |
JP6645655B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN111222373A (zh) | 一种人员行为分析方法、装置和电子设备 | |
US10659680B2 (en) | Method of processing object in image and apparatus for same | |
JP5618295B2 (ja) | 認証システム及び認証の信頼度の判定方法 | |
CN111159476B (zh) | 目标对象的搜索方法、装置、计算机设备及存储介质 | |
JP4862518B2 (ja) | 顔登録装置、顔認証装置および顔登録方法 | |
CN111860313A (zh) | 基于人脸识别的信息查询方法、装置、计算机设备和介质 | |
CN111259813A (zh) | 人脸检测跟踪方法、装置、计算机设备和存储介质 | |
CN111429476A (zh) | 确定目标人物行动轨迹的方法和装置 | |
CN110263830B (zh) | 图像处理方法、装置和系统及存储介质 | |
CN111950459A (zh) | 移动人脸识别方法、装置、计算机和存储介质 | |
JP2017167800A (ja) | 監視システム、情報処理装置、監視方法および監視プログラム | |
CN110825893A (zh) | 一种目标查找方法、装置、系统及存储介质 | |
JP2013046135A (ja) | 映像提供装置、映像利用装置、映像提供システム、映像提供方法、および、コンピュータ・プログラム | |
US11574502B2 (en) | Method and device for identifying face, and computer-readable storage medium | |
CN111339366A (zh) | 大数据视频检索方法、装置、计算机设备以及存储介质 | |
CN112765404B (zh) | 到访信息处理方法、装置、系统、设备及存储介质 | |
JP7210163B2 (ja) | 画像処理装置、画像処理方法およびプログラム |
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 |