CN112070011A - 一种可用于走失儿童找寻的无感人脸识别摄像抓拍机 - Google Patents

一种可用于走失儿童找寻的无感人脸识别摄像抓拍机 Download PDF

Info

Publication number
CN112070011A
CN112070011A CN202010935333.9A CN202010935333A CN112070011A CN 112070011 A CN112070011 A CN 112070011A CN 202010935333 A CN202010935333 A CN 202010935333A CN 112070011 A CN112070011 A CN 112070011A
Authority
CN
China
Prior art keywords
module
age
image
face
snapshot
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
CN202010935333.9A
Other languages
English (en)
Inventor
张云龙
张云凤
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.)
Anhui Lanchen Information Technology Co ltd
Original Assignee
Anhui Lanchen 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 Anhui Lanchen Information Technology Co ltd filed Critical Anhui Lanchen Information Technology Co ltd
Priority to CN202010935333.9A priority Critical patent/CN112070011A/zh
Publication of CN112070011A publication Critical patent/CN112070011A/zh
Pending legal-status Critical Current

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • 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
    • G06V40/174—Facial expression recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及人脸识别摄像抓拍机，具体涉及一种可用于走失儿童找寻的无感人脸识别摄像抓拍机，包括服务器、图像采集模块，以及用于存放训练图像的训练数据库，训练数据库与用于提取训练图像中人脸特征的人脸特征提取模块相连，训练数据库与用于提取训练图像中年龄特征的年龄特征提取模块相连，服务器与用于根据人脸特征、年龄特征对识别模型进行训练的识别模型训练模块相连；本发明提供的技术方案能够有效克服现有技术所存在的不能对长期走失儿童进行准确有效识别、无法对一些可能走失儿童进行判断的缺陷。

Description

一种可用于走失儿童找寻的无感人脸识别摄像抓拍机
技术领域
本发明涉及人脸识别摄像抓拍机，具体涉及一种可用于走失儿童找寻的无感人脸识别摄像抓拍机。
背景技术
目前，儿童走失已成为全社会关心的问题。儿童走失问题频频发生，对于每个家庭，丢失孩子都是一场巨大的灾难，不仅造成家庭伤害，也成了一个严重的社会问题，引发了一定程度的社会恐慌。一方面，犯罪分子可能抢夺拐骗儿童，另一方面，有很大一部分的原因是监护人的疏忽导致儿童走失，而且由于没有及时发现、搜寻，造成找回孩子的难度较大。
人脸识别技术，主要对采集的人脸图像进行对比分析，通过人脸图像确认个人身份。目前，较优的方式是通过神经网络对人脸图像进行识别。常见的人脸识别模型是按照成人的标准进行训练的，但是儿童的人脸图像与成人的人脸图像相差较大，不易准确识别。
此外，由于短时间内无法找回的儿童可能存在长期走失的情况，并且儿童在生长发育阶段的容貌变化较大，不易对人脸图像进行准确有效的识别，造成找回走失儿童的难度进一步加大。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种可用于走失儿童找寻的无感人脸识别摄像抓拍机，能够有效克服现有技术所存在的不能对长期走失儿童进行准确有效识别、无法对一些可能走失儿童进行判断的缺陷。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种可用于走失儿童找寻的无感人脸识别摄像抓拍机，包括服务器、图像采集模块，以及用于存放训练图像的训练数据库，所述训练数据库与用于提取训练图像中人脸特征的人脸特征提取模块相连，所述训练数据库与用于提取训练图像中年龄特征的年龄特征提取模块相连，所述服务器与用于根据人脸特征、年龄特征对识别模型进行训练的识别模型训练模块相连；
所述图像采集模块采集的抓拍图像通过数据传输模块发送至服务器，所述服务器与用于识别抓拍图像中人脸区域的人脸区域识别模块相连，所述服务器与用于裁剪抓拍图像中人脸区域的图像采集模块相连，所述服务器与用于对裁剪人脸区域图像进行清晰化处理的图像处理模块相连，所述图像处理模块与用于将处理后的裁剪人脸区域图像发送至训练好的识别模型的图像输入模块相连，所述服务器与用于存储走失儿童人脸图像的数据存储模块相连；
所述服务器与用于将识别模型的识别结果标记在抓拍图像上的识别结果标记模块相连，所述服务器与用于识别连续帧抓拍图像中青少年表情的表情识别模块相连，所述服务器与用于判断连续帧抓拍图像中是否存在一直靠近青少年的人物的关联判断模块相连，所述服务器与用于根据表情识别模块、表情识别模块判定抓拍图像中是否存在可能走失儿童的综合判定模块相连。
优选地，所述训练数据库中存放有不同人物不同年龄、相同人物不同年龄的训练图像。
优选地，所述年龄特征提取模块中包含分别代表青少年、中年人、老年人的第一年龄权重、第二年龄权重、第三年龄权重，所述年龄特征提取模块根据提取训练图像中的年龄特征对第一年龄权重、第二年龄权重、第三年龄权重的比重进行调节。
优选地，所述年龄特征提取模块提取训练图像中的年龄特征为青少年时，所述年龄特征提取模块调节第一年龄权重大于第二年龄权重、第三年龄权重；
所述年龄特征提取模块提取训练图像中的年龄特征为中年人时，所述年龄特征提取模块调节第二年龄权重大于第一年龄权重、第三年龄权重；
所述年龄特征提取模块提取训练图像中的年龄特征为老年人时，所述年龄特征提取模块调节第三年龄权重大于第一年龄权重、第二年龄权重。
优选地，所述识别模型训练模块利用不同人物的人脸特征、年龄特征对双层异构深度神经网络进行训练，得到不同人物的人脸特征与年龄之间的映射关系；
所述识别模型训练模块利用相同人物的人脸特征、年龄特征对双层异构深度神经网络进行训练，得到相同人物的人脸特征随时间变化的映射关系。
优选地，所述识别模型接收处理后的裁剪人脸区域图像，并与数据存储模块中存储的走失儿童人脸图像进行一一对比，并判断裁剪人脸区域图像对应的年龄特征；
所述识别模型根据裁剪人脸区域图像与走失儿童人脸图像之间的相似度，判断抓拍图像中是否出现走失儿童。
优选地，所述识别结果标记模块对走失儿童、青少年、中年人、老年人采用不同颜色圆圈在抓拍图像上标记。
优选地，所述表情识别模块对连续帧抓拍图像中标记的同一青少年进行表情识别跟踪，所述关联判断模块对连续帧抓拍图像中标记的同一青少年的周围人物进行人物识别跟踪。
优选地，若所述表情识别模块识别连续帧抓拍图像中的青少年均出现哭喊、哭闹的表情，且所述关联判断模块识别连续帧抓拍图像中青少年的周围均出现同一人物，则所述综合判定模块判定该青少年为可能走失儿童。
优选地，还包括与所述控制器相连的无线通信模块，所述综合判定模块判定抓拍图像中存在可能走失儿童时，所述服务器通过无线通信模块将该青少年以及在连续帧抓拍图像中均出现人物的处理后的裁剪人脸区域图像发送至监管中心。
(三)有益效果
与现有技术相比，本发明所提供的一种可用于走失儿童找寻的无感人脸识别摄像抓拍机，通过对识别模型进行训练得到相同人物的人脸特征随时间变化的映射关系，使得识别模型能够对抓拍图像中的走失儿童进行准确有效识别，并且还能够对抓拍图像中出现哭喊、哭闹的青少年进行警惕，对可能走失儿童进行有效判断。
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附图。
图1为本发明系统示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
一种可用于走失儿童找寻的无感人脸识别摄像抓拍机，如图1所示，包括服务器、图像采集模块，以及用于存放训练图像的训练数据库，训练数据库与用于提取训练图像中人脸特征的人脸特征提取模块相连，训练数据库与用于提取训练图像中年龄特征的年龄特征提取模块相连，服务器与用于根据人脸特征、年龄特征对识别模型进行训练的识别模型训练模块相连。
训练数据库中存放有不同人物不同年龄、相同人物不同年龄的训练图像。
年龄特征提取模块中包含分别代表青少年、中年人、老年人的第一年龄权重、第二年龄权重、第三年龄权重，年龄特征提取模块根据提取训练图像中的年龄特征对第一年龄权重、第二年龄权重、第三年龄权重的比重进行调节。
年龄特征提取模块提取训练图像中的年龄特征为青少年时，年龄特征提取模块调节第一年龄权重大于第二年龄权重、第三年龄权重；
年龄特征提取模块提取训练图像中的年龄特征为中年人时，年龄特征提取模块调节第二年龄权重大于第一年龄权重、第三年龄权重；
年龄特征提取模块提取训练图像中的年龄特征为老年人时，年龄特征提取模块调节第三年龄权重大于第一年龄权重、第二年龄权重。
识别模型训练模块利用不同人物的人脸特征、年龄特征对双层异构深度神经网络进行训练，得到不同人物的人脸特征与年龄之间的映射关系；
识别模型训练模块利用相同人物的人脸特征、年龄特征对双层异构深度神经网络进行训练，得到相同人物的人脸特征随时间变化的映射关系。
图像采集模块采集的抓拍图像通过数据传输模块发送至服务器，服务器与用于识别抓拍图像中人脸区域的人脸区域识别模块相连，服务器与用于裁剪抓拍图像中人脸区域的图像采集模块相连，服务器与用于对裁剪人脸区域图像进行清晰化处理的图像处理模块相连，图像处理模块与用于将处理后的裁剪人脸区域图像发送至训练好的识别模型的图像输入模块相连，服务器与用于存储走失儿童人脸图像的数据存储模块相连。
识别模型接收处理后的裁剪人脸区域图像，并与数据存储模块中存储的走失儿童人脸图像进行一一对比，并判断裁剪人脸区域图像对应的年龄特征；
识别模型根据裁剪人脸区域图像与走失儿童人脸图像之间的相似度，判断抓拍图像中是否出现走失儿童。
服务器与用于将识别模型的识别结果标记在抓拍图像上的识别结果标记模块相连，服务器与用于识别连续帧抓拍图像中青少年表情的表情识别模块相连，服务器与用于判断连续帧抓拍图像中是否存在一直靠近青少年的人物的关联判断模块相连，服务器与用于根据表情识别模块、表情识别模块判定抓拍图像中是否存在可能走失儿童的综合判定模块相连。
识别结果标记模块对走失儿童、青少年、中年人、老年人采用不同颜色圆圈在抓拍图像上标记。
表情识别模块对连续帧抓拍图像中标记的同一青少年进行表情识别跟踪，关联判断模块对连续帧抓拍图像中标记的同一青少年的周围人物进行人物识别跟踪。
若表情识别模块识别连续帧抓拍图像中的青少年均出现哭喊、哭闹的表情，且关联判断模块识别连续帧抓拍图像中青少年的周围均出现同一人物，则综合判定模块判定该青少年为可能走失儿童。
还包括与控制器相连的无线通信模块，综合判定模块判定抓拍图像中存在可能走失儿童时，服务器通过无线通信模块将该青少年以及在连续帧抓拍图像中均出现人物的处理后的裁剪人脸区域图像发送至监管中心。
本申请技术方案中，在对可能走失儿童进行判断时，需要设定足够长的连续帧阈值，或者增加连续帧抓拍图像中青少年的周围均出现人物与该青少年是否存在血缘关系的判断，以提高本申请技术方案识别可能走失儿童的准确率。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：包括服务器、图像采集模块，以及用于存放训练图像的训练数据库，所述训练数据库与用于提取训练图像中人脸特征的人脸特征提取模块相连，所述训练数据库与用于提取训练图像中年龄特征的年龄特征提取模块相连，所述服务器与用于根据人脸特征、年龄特征对识别模型进行训练的识别模型训练模块相连；
所述图像采集模块采集的抓拍图像通过数据传输模块发送至服务器，所述服务器与用于识别抓拍图像中人脸区域的人脸区域识别模块相连，所述服务器与用于裁剪抓拍图像中人脸区域的图像采集模块相连，所述服务器与用于对裁剪人脸区域图像进行清晰化处理的图像处理模块相连，所述图像处理模块与用于将处理后的裁剪人脸区域图像发送至训练好的识别模型的图像输入模块相连，所述服务器与用于存储走失儿童人脸图像的数据存储模块相连；
所述服务器与用于将识别模型的识别结果标记在抓拍图像上的识别结果标记模块相连，所述服务器与用于识别连续帧抓拍图像中青少年表情的表情识别模块相连，所述服务器与用于判断连续帧抓拍图像中是否存在一直靠近青少年的人物的关联判断模块相连，所述服务器与用于根据表情识别模块、表情识别模块判定抓拍图像中是否存在可能走失儿童的综合判定模块相连。
2.根据权利要求1所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：所述训练数据库中存放有不同人物不同年龄、相同人物不同年龄的训练图像。
3.根据权利要求2所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：所述年龄特征提取模块中包含分别代表青少年、中年人、老年人的第一年龄权重、第二年龄权重、第三年龄权重，所述年龄特征提取模块根据提取训练图像中的年龄特征对第一年龄权重、第二年龄权重、第三年龄权重的比重进行调节。
4.根据权利要求3所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：所述年龄特征提取模块提取训练图像中的年龄特征为青少年时，所述年龄特征提取模块调节第一年龄权重大于第二年龄权重、第三年龄权重；
所述年龄特征提取模块提取训练图像中的年龄特征为中年人时，所述年龄特征提取模块调节第二年龄权重大于第一年龄权重、第三年龄权重；
所述年龄特征提取模块提取训练图像中的年龄特征为老年人时，所述年龄特征提取模块调节第三年龄权重大于第一年龄权重、第二年龄权重。
5.根据权利要求2所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：所述识别模型训练模块利用不同人物的人脸特征、年龄特征对双层异构深度神经网络进行训练，得到不同人物的人脸特征与年龄之间的映射关系；
所述识别模型训练模块利用相同人物的人脸特征、年龄特征对双层异构深度神经网络进行训练，得到相同人物的人脸特征随时间变化的映射关系。
6.根据权利要求1所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：所述识别模型接收处理后的裁剪人脸区域图像，并与数据存储模块中存储的走失儿童人脸图像进行一一对比，并判断裁剪人脸区域图像对应的年龄特征；
所述识别模型根据裁剪人脸区域图像与走失儿童人脸图像之间的相似度，判断抓拍图像中是否出现走失儿童。
7.根据权利要求6所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：所述识别结果标记模块对走失儿童、青少年、中年人、老年人采用不同颜色圆圈在抓拍图像上标记。
8.根据权利要求7所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：所述表情识别模块对连续帧抓拍图像中标记的同一青少年进行表情识别跟踪，所述关联判断模块对连续帧抓拍图像中标记的同一青少年的周围人物进行人物识别跟踪。
9.根据权利要求8所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：若所述表情识别模块识别连续帧抓拍图像中的青少年均出现哭喊、哭闹的表情，且所述关联判断模块识别连续帧抓拍图像中青少年的周围均出现同一人物，则所述综合判定模块判定该青少年为可能走失儿童。
10.根据权利要求9所述的可用于走失儿童找寻的无感人脸识别摄像抓拍机，其特征在于：还包括与所述控制器相连的无线通信模块，所述综合判定模块判定抓拍图像中存在可能走失儿童时，所述服务器通过无线通信模块将该青少年以及在连续帧抓拍图像中均出现人物的处理后的裁剪人脸区域图像发送至监管中心。
CN202010935333.9A 2020-09-08 2020-09-08 一种可用于走失儿童找寻的无感人脸识别摄像抓拍机 Pending CN112070011A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010935333.9A CN112070011A (zh) 2020-09-08 2020-09-08 一种可用于走失儿童找寻的无感人脸识别摄像抓拍机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010935333.9A CN112070011A (zh) 2020-09-08 2020-09-08 一种可用于走失儿童找寻的无感人脸识别摄像抓拍机

Publications (1)

Publication Number Publication Date
CN112070011A true CN112070011A (zh) 2020-12-11

Family

ID=73664399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010935333.9A Pending CN112070011A (zh) 2020-09-08 2020-09-08 一种可用于走失儿童找寻的无感人脸识别摄像抓拍机

Country Status (1)

Country Link
CN (1) CN112070011A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106920256A (zh) * 2017-03-14 2017-07-04 上海琛岫自控科技有限公司 一种有效的失踪儿童寻找系统
CN107170195A (zh) * 2017-07-16 2017-09-15 汤庆佳 一种基于无人机的智能监控方法及其系统
CN108073577A (zh) * 2016-11-08 2018-05-25 中国电信股份有限公司 一种基于人脸识别的报警方法和系统
CN108197542A (zh) * 2017-12-22 2018-06-22 触景无限科技（北京）有限公司 一种人脸识别的方法及装置
CN109887234A (zh) * 2019-03-07 2019-06-14 百度在线网络技术（北京）有限公司 一种防儿童走失方法、装置、电子设备及存储介质
CN109902575A (zh) * 2019-01-24 2019-06-18 平安科技（深圳）有限公司 基于无人驾驶车辆的防拐卖方法、装置及相关设备
CN110197099A (zh) * 2018-02-26 2019-09-03 腾讯科技（深圳）有限公司 跨年龄人脸识别及其模型训练的方法和装置
CN110598659A (zh) * 2019-09-18 2019-12-20 百度在线网络技术（北京）有限公司 目标人员寻找方法、装置、设备及计算机可读存储介质
CN110796828A (zh) * 2019-10-31 2020-02-14 的卢技术有限公司 一种基于车联网寻找丢失人口的方法及其系统
CN111127830A (zh) * 2018-11-01 2020-05-08 奇酷互联网络科技（深圳）有限公司 基于监控设备的报警方法、报警系统和可读存储介质
CN111212275A (zh) * 2020-03-05 2020-05-29 南京工程学院 车载监控装置、基于表情识别的监控系统及监控方法
CN111611877A (zh) * 2020-04-30 2020-09-01 杭州电子科技大学 基于多时空信息融合的抗年龄干扰的人脸识别方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108073577A (zh) * 2016-11-08 2018-05-25 中国电信股份有限公司 一种基于人脸识别的报警方法和系统
CN106920256A (zh) * 2017-03-14 2017-07-04 上海琛岫自控科技有限公司 一种有效的失踪儿童寻找系统
CN107170195A (zh) * 2017-07-16 2017-09-15 汤庆佳 一种基于无人机的智能监控方法及其系统
CN108197542A (zh) * 2017-12-22 2018-06-22 触景无限科技（北京）有限公司 一种人脸识别的方法及装置
CN110197099A (zh) * 2018-02-26 2019-09-03 腾讯科技（深圳）有限公司 跨年龄人脸识别及其模型训练的方法和装置
CN111127830A (zh) * 2018-11-01 2020-05-08 奇酷互联网络科技（深圳）有限公司 基于监控设备的报警方法、报警系统和可读存储介质
CN109902575A (zh) * 2019-01-24 2019-06-18 平安科技（深圳）有限公司 基于无人驾驶车辆的防拐卖方法、装置及相关设备
CN109887234A (zh) * 2019-03-07 2019-06-14 百度在线网络技术（北京）有限公司 一种防儿童走失方法、装置、电子设备及存储介质
CN110598659A (zh) * 2019-09-18 2019-12-20 百度在线网络技术（北京）有限公司 目标人员寻找方法、装置、设备及计算机可读存储介质
CN110796828A (zh) * 2019-10-31 2020-02-14 的卢技术有限公司 一种基于车联网寻找丢失人口的方法及其系统
CN111212275A (zh) * 2020-03-05 2020-05-29 南京工程学院 车载监控装置、基于表情识别的监控系统及监控方法
CN111611877A (zh) * 2020-04-30 2020-09-01 杭州电子科技大学 基于多时空信息融合的抗年龄干扰的人脸识别方法

Similar Documents

Publication Publication Date Title
CN105574506B (zh) 基于深度学习和大规模集群的智能人脸追逃系统及方法
CN106203294B (zh) 基于人脸属性分析的人证合一身份验证方法
CN102945366B (zh) 一种人脸识别的方法及装置
CN106446779B (zh) 身份识别方法和装置
CN106355154B (zh) 一种监控视频中检测频繁过人的方法
CN111127830A (zh) 基于监控设备的报警方法、报警系统和可读存储介质
CN106997629A (zh) 门禁控制方法、装置及系统
CN106991390A (zh) 一种基于深度学习的手持人证比对系统及方法
CN105183758A (zh) 一种连续记录视频、影像的内容识别方法
CN102970438A (zh) 一种手机自动报警方法及自动报警装置
CN109299690B (zh) 一种可提高视频实时人脸识别精度的方法
CN109711309B (zh) 一种自动识别人像图片是否闭眼的方法
CN108470170B (zh) 美瞳检测方法
CN111862413A (zh) 实现抗疫情非接触多维身份快速识别的方法及其系统
CN112016429A (zh) 基于火车驾驶室场景下疲劳驾驶检测方法
CN108319944A (zh) 一种远程人脸身份识别系统及方法
CN110175553B (zh) 基于步态识别与人脸识别建立特征库的方法及装置
WO2023284185A1 (en) Updating method for similarity threshold in face recognition and electronic device
CN106407906A (zh) 人脸面部识别方法
CN112070011A (zh) 一种可用于走失儿童找寻的无感人脸识别摄像抓拍机
CN112069898A (zh) 基于迁移学习人脸族群属性的识别方法及装置
CN112613432B (zh) 一种基于人脸-人眼检测的“水客”判定海关查验系统
CN110148234A (zh) 校园刷脸接送交互方法、存储介质及系统
CN110991316B (zh) 一种运用于开放环境的形体和身份信息自动采集的方法
CN113420711A (zh) 一种服务行业工作人员服务行为识别算法及系统

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