CN112101216A - 人脸识别方法、装置、设备及存储介质 - Google Patents
人脸识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112101216A CN112101216A CN202010969565.6A CN202010969565A CN112101216A CN 112101216 A CN112101216 A CN 112101216A CN 202010969565 A CN202010969565 A CN 202010969565A CN 112101216 A CN112101216 A CN 112101216A
- Authority
- CN
- China
- Prior art keywords
- face
- recognized
- face image
- image
- person
- 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 67
- 238000001514 detection method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 230000001815 facial effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 10
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了人脸识别方法、装置、设备及存储介质,涉及人工智能技术领域、计算机视觉技术领域。具体实现方案为:获取待识别人脸图像;根据预先构建的人脸库,对待识别人脸图像进行识别,人脸库包括从互联网采集的多个人物的人脸图像和与多个人脸图像对应的身份标识。因此,通过从互联网采集的人脸库实现对网络上特定群体的人脸识别,无需进行复杂的用户人脸和身份信息注册等复杂的操作过程,扩展人脸识别的应用场所。
Description
技术领域
本申请涉及计算机技术领域中的人工智能技术领域、计算机视觉技术领域,尤其涉及一种人脸识别方法、装置、设备及存储介质。
背景技术
人脸识别技术能够基于对人脸图像的特征提取,识别出人脸图像所属用户的身份信息,在个人信息安全管理、互联网支付等多个领域都具有广泛的应用前景。
在人脸识别的过程中,通常需要先进行用户人脸和身份信息的注册,才能实现对注册过的用户的人脸识别,导致人脸识别的应用仅限于对登记过的用户进行人脸识别,应用场景有限。
发明内容
本申请提供了一种人脸识别方法、装置、设备及存储介质。
根据本申请的第一方面,提供了一种人脸识别方法,包括:
获取待识别人脸图像;
根据预先构建的人脸库,对所述待识别人脸图像进行识别,以获得所述待识别人脸图像对应的身份标识,所述人脸库包括从互联网上采集的多个人物的人脸图像和与所述多个人物的人脸图像对应的身份标识。
根据本申请的第二方面,提供了一种人脸识别装置,包括:
获取模块,用于获取待识别人脸图像;
识别模块,用于根据预先构建的人脸库,对所述待识别人脸图像进行识别,以获得所述待识别人脸图像对应的身份标识,所述人脸库包括从互联网上采集的多个人物的人脸图像和与所述多个人物的人脸图像对应的身份标识。
根据本申请的第三方面,本申请提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述第一方面所述的方法。
根据本申请的第四方面,本申请提供了一种芯片,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述第一方面所述的方法。
根据本申请的第五方面,本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上述第一方面所述的方法。
根据本申请的第六方面,本申请提供了一种包含指令的程序产品,所述程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的方法。
本申请提供的人脸识别方法、装置、设备及存储介质,根据人脸库对获得的待识别人脸图像进行识别,其中,人脸库包括从互联网上采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标。因此,根据本申请提供的上述技术方案,无需进行用户人脸注册、用户身份信息注册等复杂的操作,实现了对网络上特定群体的人脸识别,增加了人脸识别在公众场所、商业场所的适用性。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例适用的一种网络架构的示意图;
图2为本申请的一实施例提供的人脸识别方法的流程示意图;
图3为本申请的另一实施例提供的人脸识别方法的流程示意图;
图4为本申请的另一实施例提供的人脸识别方法的流程示意图;
图5为本申请的另一实施例提供的人脸识别方法的流程示意图;
图6为本申请的另一实施例提供的人脸识别方法的流程示意图;
图7为本申请的一实施例提供的人脸识别方法装置的结构示意图;
图8为本申请一实施例提供的一种电子设备的结构示意图;
图9是根据本实施例提供的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
人脸识别技术能够基于对人脸图像的特征提取,识别出人脸图像所属用户的身份信息,在个人信息安全管理、互联网支付等多个领域具有广泛的应用前景。
在人脸识别的过程中,通常需要先进行用户人脸和身份信息的注册。以通过人脸识别进行社区门禁管理为例,社区人员需要先采集每个居民的人脸图像、住宅编号、身份证明等,对每个居民的这些信息进行注册,才能实现对每个居民的人脸识别。在社区门禁管理过程中,门禁管理装置无法识别未进行信息注册的居民的人脸。可见,上述人脸识别方式仅限于对经过信息注册的用户进行人脸识别,应用场景有限。
发明人发现在一些公共场所或者商业场所,例如商场、商铺,每天人流量较大,上述仅支持对信息注册过的用户进行人脸识别的方式,在这些场所的适用性不高。如果商铺或者商场中的客人都进行上述人脸和身份信息的注册的繁琐过程,会影响到商铺或者商场中正常业务的开展。而且,由于涉及个人隐私,不宜针对在公共场所或者商场场所中来往的人群进行身份信息的注册。
本申请实施例提供一种人脸识别方法、装置、设备及存储介质,应用于计算机技术领域中的人工智能技术领域、计算机视觉技术领域,以提高人脸识别效率在公共场所、商业场所等人流量较大的场所中的适用性。本申请实施例中,获取待识别人脸,根据预先构建的人脸库,对待识别人脸图像进行识别,其中,人脸库包括从互联网上采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标识,因此,通过预先从互联网上采集数据而构建得到的人脸库,无需进行身份信息的注册,实现对网络上特定群体的人脸识别,既避免对该特定群体身份隐私的侵犯,又提高了人脸识别在公共场所、商业场所等人流量较大的场所中的适用性。
图1为本申请实施例适用的一种网络架构的示意图。如图1所示,该网络包括至少一个终端设备101和至少一个服务器102,终端设备101和服务器102之间建立有通信连接。终端设备101可获取待识别人脸图像并基于服务器102上存储的人脸库进行人脸识别。
其中,终端设备101可以是个人数字处理(personal digital assistant,简称PDA)设备、具有无线通信功能的手持设备(例如智能手机、平板电脑)、计算设备(例如个人电脑(personal computer,简称PC))、车载设备、可穿戴设备(例如智能手表、智能手环)、以及智能家居设备(例如智能音箱、智能显示设备)等,图1中以智能音箱为例。服务器102可以为集中式服务器,也可以为分布式服务器,还可以为云端服务器。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图2为本申请的一实施例提供的人脸识别方法的流程示意图,执行主体为终端设备,如图1中所示的智能音箱。如图2所示,该方法包括:
S201、获取待识别人脸图像。
其中,待识别人脸图像是指待识别的人脸图像。
本实施例中,可以获取一个或多个待识别人脸图像,以对获取的一个或多个待识别人脸图像进行人脸识别。
其中,可以获取用户输入的待识别人脸图像,例如,用户可在终端设备存储的图像中选择一个或多个人脸图像作为待识别人脸图像,并向终端设备发送对待识别人脸图像进行人脸识别的请求,终端设备接收到人脸识别请求后,获取用户选择的待识别人脸图像;或者,终端设备在接收到人脸识别指令时,可以从预先构建的待识别人脸图像库或者预先采集的人脸图像中获取一个或多个待识别人脸图像。
S202、根据预先构建的人脸库,对待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,人脸库包括从互联网上采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标识。
其中,人脸库中包括从互联网上采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标识。
其中,人脸库中的人脸图像是互联网上公开的人脸图像,人脸库中人脸图像所属的多个人物包括公众人物。公众人物是指在各行各业例如互联网行业、传统行业、金融行业、影视行业的知名人物,换句话说,公众人物是指各行各业在社会上为人们广泛知晓、且具有较大影响力的人物。
本实施例中,可预先构建人脸库。在构建人脸库的过程中,可从互联网上采集多个人物的一个或多个人脸图像和多个人物的公开信息,并根据每个人物的公开信息为每个人物设置对应的身份标识,因此,人物的身份标识能够体现出人物部分或全部的公开信息。其中,每个人物的身份标识唯一,人物的公开信息可包括人物的姓名,还可包括人物的职业。
示例性的,人物的身份标识是为人物设置的数字编号。例如,人物的数字编号可以包括人物所属的行业编号和人物在行业中的个人编号,行业编号和个人编号可以分别是一串数字。
示例性的,人物的身份标识可以包括人物所在行业的名称、人物的姓名和人物在行业中的职位,为确保人物的身份标识的唯一性,人物的身份标识还可以包括人物在行业中的唯一数字编号。
例如,A的行业为互联网行业、职业为XX公司的股东、数字编号为001,则A的身份标识为“互联网行业-A-XX公司的股东-001”。
示例性的,在从互联网上采集多个人物的一个或多个人脸图像和多个人物的公开信息时,可以先从互联网上查找预设的多个行业的人物影响力排行榜单,再在互联网上查找人物影响力排行榜单上各个人物的人脸图像和公开信息,以提高人脸库的数据全面性和可靠性。
本实施例中,可通过预设的人脸识别算法,在人脸库中识别出与待识别人脸图像匹配的人脸图像,将与待识别人脸图像匹配的人脸图像所对应的身份标识,确定为待识别人脸图像对应的身份标识,实现对待识别人脸图像的身份识别。
示例性的,人脸识别算法可采用特征脸(Eigenface)算法、基于神经网络的人脸识别算法,以提高人脸识别算法的准确性。其中,对人脸姿态检测算法不做限制。
本实施例中,若人脸库中不存在与待识别人脸图像匹配的人脸图像,则说明待识别人脸图像不属于人脸库中任何一个人物。
本申请实施例中,根据预先构建的人脸库,对获取的待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,无需提前进行用户身份信息的注册,实现对特定群体(例如公众人物群体)的人脸识别,尤其是在公共场所、商业场所中,实现对特定群体中人物的人脸进行识别,提高了人脸识别在公共场所、商业场所的适用性,提高了终端设备的智能化程度。
图3为本申请的另一实施例提供的人脸识别方法的流程示意图,执行主体为终端设备,如图1所示的智能音箱。如图3所示,该方法包括:
S301、获取待识别人脸图像。
本实施例中,S301的具体内容可参照S201的具体描述,不再赘述。
S302、确定待识别人脸图像的人脸姿态是否满足预设的姿态条件。
本实施例中,可对待识别人脸图像进行姿态检测,获得待识别人脸图像的人脸姿态,再判断检测得到的人脸姿态是否满足预设的姿态条件,如果不满足,则执行S303,否则,执行S304。
本实施例中,预设的姿态条件可以包括人脸的倾斜角度小于等于预设的角度阈值,如果待识别人脸图像中人脸姿态的倾斜角度小于等于角度阈值,则确定待识别人脸图像的人脸姿态满足姿态条件,否则,确定待识别的人脸姿态不满足自然条件。其中,倾斜角度可以包括人脸向肩膀左右两侧的倾斜角度、人脸的俯视角度、人脸的仰视角度中的一项或多项,在倾斜角度包括上述多项时,则角度阈值也可为多个,例如人脸向肩膀左右两侧倾斜的倾斜角度、人脸的俯视角度、人脸的仰视角度分别对应不同的角度阈值。
示例性的,可通过预设的人脸姿态检测算法,比如为通过预先训练好的深度学习算法,检测待识别人脸图像的人脸姿态,提高人脸姿态的检测准确性。其中,对人脸姿态检测算法不做限制。
S303、对待识别人脸图像进行姿态调整。
本实施例中,如果待识别人脸图像的人脸姿态不满足预设的姿态条件,则采用人脸姿态校正算法对待识别人脸图像进行人脸姿态调整,已得到人脸姿态满足姿态条件的待识别人脸图像。因此,通过对待识别人脸图像中的人脸姿态进行姿态调整,提高后续S304的识别过程中待识别人脸图像的识别准确性。
示例性的,人脸姿态校正算法可以为预先训练好的深度学习算法,以提高人脸姿态校正效果。其中,对人脸姿态校正算法不做限制。
S304、根据预先构建的人脸库,对符合姿态条件的待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,人脸库包括从互联网采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标识。
本实施例中,S304的具体内容可参照S202的详细描述,不再赘述。
本申请实施例中,获取待识别人脸图像,如果待识别人脸图像的人脸姿态不满足预设的姿态条件,则对待识别人脸图像进行姿态调整,根据人脸库对满足姿态条件的待识别人脸图像进行人脸识别,提高了人脸识别效果,无需提前进行用户身份信息的注册,实现对特定群体(例如公众人物群体)的人脸识别。尤其是在公共场所、商业场所中,实现对特定群体中人物的人脸进行识别,提高了人脸识别在公共场所、商业场所的适用性,提高了终端设备的智能化程度。
在一些实施例中,基于图2或图3所示实施例,S202或S304的一种可能的实现方式为:通过人脸特征提取算法,提取待识别人脸图像的人脸特征,通过人脸匹配算法,将待识别人脸图像的人脸特征与人脸库中人脸图像的人脸特征进行匹配,如果人脸库中存在人脸特征与待识别人脸图像的人脸特征匹配的人脸图像,则将人脸库中与人脸图像对应的身份标识,确定为待识别人脸图像对应的身份标识。
本实施例中,通过待识别人脸图像和人脸库中人脸图像的人脸特征提取、待识别人脸图像和人脸库中人脸图像的人脸特征匹配,实现待识别人脸图像对应的身份标识的确定,提高待识别人脸图像对应的身份标识的准确性。
示例性的,可采用尺度不变特征转换(Scale-invariant feature transform,SIFT)特征描述算法作为人脸特征提取算法,以提高人脸特征提取效果,进而提高人脸识别的准确性。
示例性的,可采用基于余弦相似度(或称为基于余弦距离)的人脸匹配算法,实现待识别人脸图像与人脸库中人脸图像之间的人脸特征匹配,以提高人脸特征匹配的准确性。
图4为本申请的另一实施例提供的人脸识别方法的流程示意图,执行主体为终端设备,如图1所示的智能音箱。如图4所示,该方法包括:
S401、获取待识别人脸图像。
S402、根据预先构建的人脸库,对待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,人脸库包括从互联网上采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标识。
本实施例中,S401、S402的具体内容可参照图2、图3所示实施例中的相应描述,不再赘述。
S403、在显示屏幕上展示身份标识或者语音播放身份标识。
其中,终端设备上设置有显示屏幕和/或扬声器。
本实施例中,由于待识别人脸图像对应的身份标识,能够体现待识别人脸图像所属人物的公开信息,具体可以参照图2所示实施例中对身份标识的描述。因此可以通过在显示屏幕上展示身份标识或者语音播放身份标识,将待识别人脸图像所属人物的来访告知终端设备的用户。
由于待识别人脸图像对应的身份标识,能够体现待识别人脸图像所属人物的公开信息,因此,S403的一种可能的实现方式为:根据待识别人脸图像对应的身份标识,获取待识别人脸图像所属人物的公开信息,在显示屏幕上展示待识别人脸图像所属人物的公开信息或者语音播放待识别人脸图像所属人物的公开信息。因此,通过展示或者播放待识别人脸图像所属人物的公开信息,为终端设备的用户了解来访人物的相关情况提供便利。
示例性的,在人物的数字编号包括人物所属的行业编号和人物在行业中的个人编号时,可以在人脸库或者其它数据库(例如预先构建的行业数据库,其中,行业数据库包括行业名称和与行业名称对应的行业编号)中查找到行业编号对应的行业,在人脸库或者其它数据库(例如人物库,人物库包括人物的姓名和人物对应的个人编号)查找个人编号所对应人物的姓名。在查找到待识别人脸图像所属人物的行业和姓名后,可通过显示屏幕展示或者语音播报待识别人脸图像所属人物的姓名和行业,为终端设备的用户了解来访人物的相关情况提供便利。
示例性的,在人物的身份标识可以包括人物所在行业的名称、人物的姓名和人物在行业中的职位时,可以直接从待识别人脸图像对应的身份标识中,提取得到待识别人脸图像所属人物的行业、姓名和职位。在查找到待识别人脸图像所属人物的行业、姓名和职位后,可通过显示屏幕展示或者语音播报待识别人脸图像所属人物的行业、姓名和职位,为终端设备的用户了解来访人物的相关情况提供便利。
本申请实施例中,根据预先构建的人脸库,对获取的待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,通过显示屏幕展示或者语音播报待识别人脸图像对应的身份标识。因此,无需提前进行用户身份信息的注册,实现对特定群体(例如公众人物群体)的人脸识别,尤其是在公共场所、商业场所中,实现对特定群体中人物的人脸进行识别,并将特定群体中人物的来访通知给用户,提高了人脸识别在公共场所、商业场所的适用性,提高了终端设备的智能化程度。
图5为本申请的另一实施例提供的人脸识别方法的流程示意图,执行主体为终端设备,如图1所示的终端设备。如图5所示,该方法包括:
S501、获取待识别人脸图像。
S502、根据预先构建的人脸库,对待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,人脸库包括从互联网上采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标识。
本实施例中,S501、S502的具体内容可参照图2、图3所示实施例中的相应描述,不再赘述。
S503、根据身份标识在互联网上查询身份标识所属人物的人物信息。
本实施例中,由于待识别人脸图像对应的身份标识,能够体现待识别人脸图像所属人物的公开信息,因此可以基于身份标识获得待识别人脸图像所属人物的姓名、行业、职位,该获取过程可以参照图4所示实施例中的相应内容,不再赘述。因此,可以以待识别人脸图像所属人物的姓名为关键字,或者以待识别人脸图像所属人物的姓名和行业为关键字,或者以待识别人脸图像所属人物的姓名、行业和职位为关键字,在互联网上查询身份标识所属人物的人物信息,以确保人物信息的准确性。
其中,人物信息是指对人物的不同方面(例如人物在行业中取得的成就、人物的重要经历、人物的成名原因)的展现。
可选的,人物的人物信息包括如下一项或多项:人物的图像、人物的履历、人物的作品。例如,以影视行业的演员B为例,B的人物信息可以包括B的海报、B在影视行业的履历、B参演的电影名称。因此,可以全方位的展现B的相关信息,可以在公共场所或者商业场所对B起到宣传作用,也可以便于终端设备的用户和终端设备周围的人员对B进行了解。
S504、在显示屏幕展示人物信息或者语音播放人物信息。
本实施例中,在获得待识别人脸图像所属人物的人物信息后,在在显示屏幕展示人物信息或者语音播放人物信息,便于终端设备的用户和终端设备周围的人员对B进行了解。
本申请实施例中,根据预先构建的人脸库,对获取的待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,通过显示屏幕展示或者语音播报待识别人脸图像所属人物的人物信息。因此,无需提前进行用户身份信息的注册,实现对特定群体(例如公众人物群体)的人脸识别,尤其是在公共场所、商业场所中,实现对特定群体中人物的人脸进行识别,并输出特定群体中人物的人物信息,提高了人脸识别在公共场所、商业场所的适用性,提高了终端设备的智能化程度。
图6为本申请的另一实施例提供的人脸识别方法的流程示意图,执行主体为终端设备,如图1所示的智能音箱。如图6所示,该方法包括:
S601、获取待识别人脸图像。
S602、根据预先构建的人脸库,对待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,人脸库包括从互联网上采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标识。
本实施例中,S601、S602的具体内容可参照图2、图3所示实施例中的相应描述,不再赘述。
S603、根据待识别人脸图像对应的身份标识,在显示屏幕展示问候语或者语音播放问候语。
本实施例中,由于待识别人脸图像对应的身份标识,能够体现待识别人脸图像所属人物的公开信息,因此可以基于身份标识获得待识别人脸图像所属人物的姓名、行业、职位,该获取过程可以参照图4所示实施例中的相应内容,不再赘述。在获得待识别人脸图像所属人物的姓名、行业、职位后,可以根据待识别人脸图像所属人物的姓名,生成问候语,问候语比如为“欢迎XXX”、“XXX,您好”,其中,XXX表示待识别人脸图像所属人物的姓名;也可以根据待识别人脸图像所属人脸所属人物的姓名和行业,生成问候语,问候语比如为“欢迎F行业的XXX”,其中,F表示行业名称;还可以根据待识别人脸图像所属人物的姓名、行业和职位,生成问候语,问候语比如为“欢迎F行业的T职位的XXX”,其中,T表示职位名称。
本实施例中,通过在显示屏幕展示问候语或者语音播放问候语,将待识别人脸图像所属人物的来访告知终端设备用户,也能对待识别人脸图像所属人物进行简单的介绍和欢迎,尤其是在公共场所或者商业场所,既能够发现待识别人脸图像所属人物的到来,又增加了终端设备与待识别人脸图像所属人物之间的互动性,提高了终端设备的智能化程度。
在一些实施例中,终端设备上设有摄像头,能够实时通过摄像头采集场景图像;或者,终端设备与摄像设备保持通信连接,能够实时获得摄像设备发送的场景图像。因此,基于图2~图6任一所示实施例,S201、S301、S401、S501或者S601的一种可能的实现方式为:通过摄像头采集场景图像,在场景图像中进行人脸检测,得到待识别人脸图像。
本实施例中,通过摄像头实时采集场景图像,实现对人脸的实时采集和识别,提高了人脸识别的实时性和效率。鉴于公共场所和商业场所的人口流动量较大,人脸实时识别的方式在公共场所、商业场所的适用性较高。
示例性的,场景图像包括摄像头所在公共场所的场景图像或者摄像头所在商业场所的场景图像。例如,当前场景为商铺时,摄像头实时采集的场景图像可以为商铺入口的场景图像,以对进入商铺的客户进行人脸识别,或者,实时采集的场景图像可以为商铺内部的场景图像,能够对商铺内部的人员进行人脸识别。商铺例如为食品店、生活超市、服装店等。
在一些实施例中,特定群体除了包括公众人物外,还可以包括危险人员,例如在网络上的通缉人员。因此,在获得待识别人脸图像对应的身份标识后,可根据待识别人脸图像对应的身份标识确定待识别人脸图像所属的人物是否为危险人员,若是,则向关联的终端设备发送通知消息,或者通知当前位置预设范围内的保安点,或者向警方报警。
本实施例中,在构建人脸库时,可对危险人员的身份标识中添加相应的危险人员标记,以对危险人员和公众人物进行区分。在获得待识别人脸图像对应的身份标识后,可检测待识别人脸图像对应的身份标识中是否存在危险人员标记,若存在,则确定待识别人脸图像所属的人物是否为危险人员。
本实施例中,如果待识别人脸图像所属的人物为危险人员,则可以与当前的终端设备所关联的终端设备发送通知信息,例如,向当前的终端设备中保留的紧急联系人的终端设备发送通知消息,以通知紧急联系人注意安全并选择合适的报警方式;或者,可获取终端设备的当前位置,在电子地图中查找终端设备当前位置的预设范围内的保安点,获取保安点所提供的联系方式,根据保安点所提供的联系方式,向保安点发送通知消息,以便保安点的安保人员及时赶来,确保公共场所或者商业场所中人员的安全;或者,可通过电话或短信方式,向警方报警,在向警方报警时,可将待识别人脸图像和待识别人脸图像所属人物的公开信息发送给警方,以便警方确认待识别人脸图像所属人物是否确实为危险人员。其中,公开信息可以参照上述各方法实施例中的相应内容,不再赘述。
图7为本申请的一实施例提供的人脸识别装置的结构示意图。如图7所示,该装置包括:
获取模块701,用于获取待识别人脸图像;
识别模块702,用于根据预先构建的人脸库,对待识别人脸图像进行识别,以获得待识别人脸图像对应的身份标识,人脸库包括从互联网上采集的多个人物的人脸图像和与多个人物的人脸图像对应的身份标识。
在一种可能的实现方式中,该装置还包括:
姿态调整模块,用于确定待识别人脸图像的人脸姿态是否满足预设的姿态条件,如果待识别人脸图像的人脸姿态不满足姿态条件,则对待识别人脸图像进行人脸姿态调整。
在一种可能的实现方式中,识别模块701,具体用于:
通过人脸特征提取算法,提取待识别人脸图像的人脸特征;
通过人脸匹配算法,将待识别人脸图像的人脸特征与人脸库中人脸图像的人脸特征进行匹配;
如果人脸库中存在人脸特征与待识别人脸图像的人脸特征匹配的人脸图像,则将人脸库中与人脸图像对应的身份标识,确定为待识别人脸图像对应的身份标识。
在一种可能的实现方式中,该装置还包括:
输出模块,用于在显示屏幕展示待识别人脸图像对应的身份标识或者语音播放待识别人脸图像对应的身份标识。
在一种可能的实现方式中,该装置还包括:
查询模块,用于根据待识别人脸图像对应的身份标识,在互联网上查询待识别人脸图像对应的身份标识所属人物的人物信息;
输出模块,用于在显示屏幕展示人物信息或者语音播放人物信息。
在一种可能的实现方式中,人物的人物信息包括如下一项或多项:人物的图像、人物的履历、人物的作品。
在一种可能的实现方式中,装置还包括:
输出模块,用于根据待识别人脸图像对应的身份标识,在显示屏幕展示问候语或者语音播放问候语。
在一种可能的实现方式中,获取模块701,具体用于:
通过摄像头采集场景图像;
在场景图像中进行人脸检测,得到待识别人脸图像。
在一种可能的实现方式中,装置还包括:
报警模块,用于若根据待识别人脸图像对应的身份标识确定待识别人脸图像所属人物为危险人员,则向关联的终端设备发送通知消息,或者通知当前位置预设范围内的保安点,或者,向警方报警。
图7提供的地图兴趣点的挖掘装置,可以执行上述相应方法实施例,其实现原理和技术效果类似,在此不再赘述。
图8为本申请一实施例提供的一种电子设备的结构示意图。如图8所示,该电子设备可以包括:至少一个处理器801和与至少一个处理器801通信连接的存储器802。存储器802存储有可被至少一个处理器801执行的指令,该指令被至少一个处理器801执行,以使至少一个处理器801能够实现如上述任一实施例的方法。
上述的处理器801可以是通用处理器,包括中央处理器CPU、网络处理器(networkprocessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。上述存储器802可能包含随机存取存储器(random access memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选的,电子设备还可以包括摄像头803,用于采集场景图像,以便处理器801从场景图像中检测得到待识别人脸图像。
可选的,电子设备还可以包括扬声器804,用于对待识别人脸图像所属人物的身份标识、人物信息等进行播报。
可选的,电子设备还可以包括显示屏幕805,用于对待识别人脸图像所属人物的身份标识、人物信息等进行展示。
其中,处理器801、存储器802、摄像头803、扬声器804、显示屏幕805比如通过总线进行通信。
在一种可能的实现方式中,电子设备为智能音箱。
在另一种可能的实现方式中,电子设备为智能显示设备。
本申请一实施例提供的一种芯片。该芯片可以包括:至少一个处理器和与至少一个处理器通信连接的存储器。存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够实现如上述任一实施例的方法。
上述的处理器可以是通用处理器,包括中央处理器CPU、网络处理器(networkprocessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。上述存储器可能包含随机存取存储器(random access memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
本申请一实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述非瞬时计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如上述任一实施例的方法。
本申请一实施例还提供一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在存储介质中,至少一个处理器可以从所述存储介质中读取所述计算机程序,所述至少一个处理器执行所述计算机程序时可实现上述任一实施例的方法。
图9是根据一示例性实施例示出的一种电子设备的框图,该设备可以是移动电话,计算机,数字广播终端,消息收发设备,平板设备、智能音箱、智能显示设备等。
装置900可以包括以下一个或多个组件:处理组件902,存储器904,电力组件906,多媒体组件908,音频组件910,输入/输出(I/O)接口912,传感器组件914,以及通信组件916。
处理组件902通常控制装置900的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在装置900的操作。这些数据的示例包括用于在装置900上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件906为装置900的各种组件提供电力。电力组件906可以包括电源管理系统,一个或多个电源,及其他与为装置900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述装置900和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件908包括一个前置摄像头和/或后置摄像头。当装置900处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如,音频组件910包括一个麦克风(MIC),当装置900处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中,音频组件910还包括一个扬声器,用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器,用于为装置900提供各个方面的状态评估。例如,传感器组件914可以检测到装置900的打开/关闭状态,组件的相对定位,例如所述组件为装置900的显示器和小键盘,传感器组件914还可以检测装置900或装置900一个组件的位置改变,用户与装置900接触的存在或不存在,装置900方位或加速/减速和装置900的温度变化。传感器组件914可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件914还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件916还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器904,上述指令可由装置900的处理器920执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当该存储介质中的指令由终端设备的处理器执行时,使得终端设备能够执行上述终端设备的分屏处理方法。
在本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。
应该理解,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (21)
1.一种人脸识别方法,其特征在于,所述方法包括:
获取待识别人脸图像;
根据预先构建的人脸库,对所述待识别人脸图像进行识别,以获得所述待识别人脸图像对应的身份标识,所述人脸库包括从互联网上采集的多个人物的人脸图像和与所述多个人物的人脸图像对应的身份标识。
2.根据权利要求1所述的方法,其特征在于,所述获取待识别人脸图像之后,所述根据预先构建的人脸库,对所述待识别人脸图像进行识别之前,所述方法还包括:
确定所述待识别人脸图像的人脸姿态是否满足预设的姿态条件;
如果所述待识别人脸图像的人脸姿态不满足所述姿态条件,则对所述待识别人脸图像进行人脸姿态调整。
3.根据权利要求2所述的方法,其特征在于,所述根据预先构建的人脸库,对所述待识别人脸图像进行识别,以获得所述待识别人脸图像对应的身份标识,包括:
通过人脸特征提取算法,提取所述待识别人脸图像的人脸特征;
通过人脸匹配算法,将所述待识别人脸图像的人脸特征与所述人脸库中人脸图像的人脸特征进行匹配;
如果所述人脸库中存在人脸特征与所述待识别人脸图像的人脸特征匹配的人脸图像,则将所述人脸库中与所述人脸图像对应的身份标识,确定为所述待识别人脸图像对应的身份标识。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述获得所述待识别人脸图像对应的身份标识之后,所述方法还包括:
在显示屏幕展示所述待识别人脸图像对应的身份标识或者语音播放所述待识别人脸图像对应的身份标识。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述获得所述待识别人脸图像对应的身份标识之后,所述方法还包括:
根据所述待识别人脸图像对应的身份标识,在互联网上查询所述身份标识所属人物的人物信息;
在显示屏幕展示所述人物信息或者语音播放所述人物信息。
6.根据权利要求5所述的方法,其特征在于,所述人物的人物信息包括如下一项或多项:所述人物的图像、所述人物的履历、所述人物的作品。
7.根据权利要求1-3任一项所述的方法,其特征在于,所述获得所述待识别人脸图像对应的身份标识之后,所述方法还包括:
根据所述待识别人脸图像对应的身份标识,在显示屏幕展示问候语或者语音播放问候语。
8.根据权利要求1-3任一项所述的方法,其特征在于,所述获取待识别人脸图像,包括:
通过摄像头采集场景图像;
在所述场景图像中进行人脸检测,得到所述待识别人脸图像。
9.根据权利要求1-3任一项所述的方法,其特征在于,所述获得所述待识别人脸图像对应的身份标识之后,所述方法还包括:
若根据所述待识别人脸图像对应的身份标识确定所述待识别人脸图像所属人物为危险人员,则向关联的终端设备发送通知消息,或者通知当前位置预设范围内的保安点,或者,向警方报警。
10.一种人脸识别装置,其特征在于,所述装置包括:
获取模块,用于获取待识别人脸图像;
识别模块,用于根据预先构建的人脸库,对所述待识别人脸图像进行识别,以获得所述待识别人脸图像对应的身份标识,所述人脸库包括从互联网上采集的多个人物的人脸图像和与所述多个人物的人脸图像对应的身份标识。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
姿态调整模块,用于确定所述待识别人脸图像的人脸姿态是否满足预设的姿态条件,如果所述待识别人脸图像的人脸姿态不满足所述姿态条件,则对所述待识别人脸图像进行人脸姿态调整。
12.根据权利要求11所述的装置,其特征在于,所述识别模块,具体用于:
通过人脸特征提取算法,提取所述待识别人脸图像的人脸特征;
通过人脸匹配算法,将所述待识别人脸图像的人脸特征与所述人脸库中人脸图像的人脸特征进行匹配;
如果所述人脸库中存在人脸特征与所述待识别人脸图像的人脸特征匹配的人脸图像,则将所述人脸库中与所述人脸图像对应的身份标识,确定为所述待识别人脸图像对应的身份标识。
13.根据权利要求10-12任一项所述的装置,其特征在于,所述装置还包括:
输出模块,用于在显示屏幕展示所述待识别人脸图像对应的身份标识或者语音播放所述待识别人脸图像对应的身份标识。
14.根据权利要求10-12任一项所述的装置,其特征在于,所述装置还包括:
查询模块,用于根据所述待识别人脸图像对应的身份标识,在互联网上查询所述待识别人脸图像对应的身份标识所属人物的人物信息;
输出模块,用于在显示屏幕展示所述人物信息或者语音播放所述人物信息。
15.根据权利要求14所述的装置,其特征在于,所述人物的人物信息包括如下一项或多项:所述人物的图像、所述人物的履历、所述人物的作品。
16.根据权利要求10-12任一项所述的装置,其特征在于,所述装置还包括:
输出模块,用于根据所述待识别人脸图像对应的身份标识,在显示屏幕展示问候语或者语音播放问候语。
17.根据权利要求10-12任一项所述的装置,其特征在于,所述获取模块,具体用于:
通过摄像头采集场景图像;
在所述场景图像中进行人脸检测,得到所述待识别人脸图像。
18.根据权利要求10-12任一项所述的装置,其特征在于,所述装置还包括:
报警模块,用于若根据所述待识别人脸图像对应的身份标识确定所述待识别人脸图像所属人物为危险人员,则向关联的终端设备发送通知消息,或者通知当前位置预设范围内的保安点,或者,向警方报警。
19.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种芯片,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
21.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010969565.6A CN112101216A (zh) | 2020-09-15 | 2020-09-15 | 人脸识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010969565.6A CN112101216A (zh) | 2020-09-15 | 2020-09-15 | 人脸识别方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112101216A true CN112101216A (zh) | 2020-12-18 |
Family
ID=73760165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010969565.6A Pending CN112101216A (zh) | 2020-09-15 | 2020-09-15 | 人脸识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112101216A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128526A (zh) * | 2021-06-17 | 2021-07-16 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置、电子设备和计算机可读存储介质 |
CN113158823A (zh) * | 2021-03-30 | 2021-07-23 | 浙江大华技术股份有限公司 | 一种人脸识别方法及装置 |
CN113361486A (zh) * | 2021-07-08 | 2021-09-07 | 北京淘车科技有限公司 | 多姿态人脸识别方法、装置、存储介质以及电子设备 |
WO2022257044A1 (zh) * | 2021-06-09 | 2022-12-15 | 京东方科技集团股份有限公司 | 交互方法、交互系统及电子设备 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100150407A1 (en) * | 2008-12-12 | 2010-06-17 | At&T Intellectual Property I, L.P. | System and method for matching faces |
CN104537341A (zh) * | 2014-12-23 | 2015-04-22 | 北京奇虎科技有限公司 | 人脸图片信息获取方法和装置 |
CN105550637A (zh) * | 2015-12-04 | 2016-05-04 | 小米科技有限责任公司 | 轮廓点定位方法及装置 |
CN106156788A (zh) * | 2015-04-24 | 2016-11-23 | 小米科技有限责任公司 | 人脸识别方法、装置及智能眼镜 |
CN106407906A (zh) * | 2016-08-31 | 2017-02-15 | 彭青 | 人脸面部识别方法 |
CN106878681A (zh) * | 2017-02-28 | 2017-06-20 | 盐城工学院 | 门铃人脸识别方法、装置及门铃系统 |
CN107105340A (zh) * | 2017-03-21 | 2017-08-29 | 百度在线网络技术(北京)有限公司 | 基于人工智能的视频中显示人物信息方法、装置和系统 |
CN108875452A (zh) * | 2017-05-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统和计算机可读介质 |
CN109241307A (zh) * | 2018-08-29 | 2019-01-18 | 山东浪潮商用系统有限公司 | 一种演职人员内容管理方法及系统 |
KR20190009917A (ko) * | 2017-07-20 | 2019-01-30 | 에스케이텔레콤 주식회사 | 영상 컨텐츠 내 얼굴 인식을 위한 데이터베이스 구성 방법 및 그를 위한 장치 |
CN109522861A (zh) * | 2018-11-28 | 2019-03-26 | 西南石油大学 | 一种人脸多类微表情识别方法 |
CN109598223A (zh) * | 2018-11-26 | 2019-04-09 | 北京洛必达科技有限公司 | 基于视频获取目标人物的方法和装置 |
CN110363091A (zh) * | 2019-06-18 | 2019-10-22 | 广州杰赛科技股份有限公司 | 侧脸情况下的人脸识别方法、装置、设备及存储介质 |
CN110781750A (zh) * | 2019-09-25 | 2020-02-11 | 万翼科技有限公司 | 危险人物监控处理方法、装置、计算机设备和存储介质 |
CN110795980A (zh) * | 2019-05-10 | 2020-02-14 | 深圳市睿策者科技有限公司 | 基于网络视频的逃犯识别方法、设备、存储介质及装置 |
CN110826463A (zh) * | 2019-10-31 | 2020-02-21 | 深圳市商汤科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN111061887A (zh) * | 2019-12-18 | 2020-04-24 | 广东智媒云图科技股份有限公司 | 一种新闻人物照片提取方法、装置、设备及存储介质 |
CN111368101A (zh) * | 2020-03-05 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 多媒体资源信息的展示方法、装置、设备以及存储介质 |
-
2020
- 2020-09-15 CN CN202010969565.6A patent/CN112101216A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100150407A1 (en) * | 2008-12-12 | 2010-06-17 | At&T Intellectual Property I, L.P. | System and method for matching faces |
CN104537341A (zh) * | 2014-12-23 | 2015-04-22 | 北京奇虎科技有限公司 | 人脸图片信息获取方法和装置 |
CN106156788A (zh) * | 2015-04-24 | 2016-11-23 | 小米科技有限责任公司 | 人脸识别方法、装置及智能眼镜 |
CN105550637A (zh) * | 2015-12-04 | 2016-05-04 | 小米科技有限责任公司 | 轮廓点定位方法及装置 |
CN106407906A (zh) * | 2016-08-31 | 2017-02-15 | 彭青 | 人脸面部识别方法 |
CN106878681A (zh) * | 2017-02-28 | 2017-06-20 | 盐城工学院 | 门铃人脸识别方法、装置及门铃系统 |
CN107105340A (zh) * | 2017-03-21 | 2017-08-29 | 百度在线网络技术(北京)有限公司 | 基于人工智能的视频中显示人物信息方法、装置和系统 |
CN108875452A (zh) * | 2017-05-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统和计算机可读介质 |
KR20190009917A (ko) * | 2017-07-20 | 2019-01-30 | 에스케이텔레콤 주식회사 | 영상 컨텐츠 내 얼굴 인식을 위한 데이터베이스 구성 방법 및 그를 위한 장치 |
CN109241307A (zh) * | 2018-08-29 | 2019-01-18 | 山东浪潮商用系统有限公司 | 一种演职人员内容管理方法及系统 |
CN109598223A (zh) * | 2018-11-26 | 2019-04-09 | 北京洛必达科技有限公司 | 基于视频获取目标人物的方法和装置 |
CN109522861A (zh) * | 2018-11-28 | 2019-03-26 | 西南石油大学 | 一种人脸多类微表情识别方法 |
CN110795980A (zh) * | 2019-05-10 | 2020-02-14 | 深圳市睿策者科技有限公司 | 基于网络视频的逃犯识别方法、设备、存储介质及装置 |
CN110363091A (zh) * | 2019-06-18 | 2019-10-22 | 广州杰赛科技股份有限公司 | 侧脸情况下的人脸识别方法、装置、设备及存储介质 |
CN110781750A (zh) * | 2019-09-25 | 2020-02-11 | 万翼科技有限公司 | 危险人物监控处理方法、装置、计算机设备和存储介质 |
CN110826463A (zh) * | 2019-10-31 | 2020-02-21 | 深圳市商汤科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN111061887A (zh) * | 2019-12-18 | 2020-04-24 | 广东智媒云图科技股份有限公司 | 一种新闻人物照片提取方法、装置、设备及存储介质 |
CN111368101A (zh) * | 2020-03-05 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 多媒体资源信息的展示方法、装置、设备以及存储介质 |
Non-Patent Citations (1)
Title |
---|
莎拉·芭氏: "《高等医药类院校计算机课程体系十三五规划教材 物联网技术及医学应用》", 31 January 2020, 北京:机械工业出版社, pages: 65 - 94 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113158823A (zh) * | 2021-03-30 | 2021-07-23 | 浙江大华技术股份有限公司 | 一种人脸识别方法及装置 |
CN113158823B (zh) * | 2021-03-30 | 2023-05-12 | 浙江大华技术股份有限公司 | 一种人脸识别方法及装置 |
WO2022257044A1 (zh) * | 2021-06-09 | 2022-12-15 | 京东方科技集团股份有限公司 | 交互方法、交互系统及电子设备 |
CN113128526A (zh) * | 2021-06-17 | 2021-07-16 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置、电子设备和计算机可读存储介质 |
CN113361486A (zh) * | 2021-07-08 | 2021-09-07 | 北京淘车科技有限公司 | 多姿态人脸识别方法、装置、存储介质以及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI775091B (zh) | 資料更新方法、電子設備和儲存介質 | |
WO2021093375A1 (zh) | 检测同行人的方法及装置、系统、电子设备和存储介质 | |
CN112101216A (zh) | 人脸识别方法、装置、设备及存储介质 | |
TW202029055A (zh) | 一種行人識別方法、裝置、電子設備及非臨時性電腦可讀儲存介質 | |
EP3188094A1 (en) | Method and device for classification model training | |
TWI702544B (zh) | 圖像處理方法、電子設備和電腦可讀儲存介質 | |
RU2664003C2 (ru) | Способ и устройство для определения ассоциированного пользователя | |
WO2021036382A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US20220084056A1 (en) | Methods and apparatuses for managing visitor information, electronic devices and storage media | |
CN106128478B (zh) | 语音播报方法及装置 | |
CN105631403A (zh) | 人脸识别方法及装置 | |
CN110781957A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN105162984B (zh) | 电话号码识别方法及装置 | |
CN106911845B (zh) | 来电提醒方法及装置 | |
CN107423386B (zh) | 生成电子卡片的方法及装置 | |
CN111259967A (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
CN113128437A (zh) | 身份识别方法及装置、电子设备和存储介质 | |
CN109101542B (zh) | 图像识别结果输出方法及装置、电子设备和存储介质 | |
CN106331328B (zh) | 信息提示的方法及装置 | |
CN105335714A (zh) | 照片处理方法、装置和设备 | |
CN110276418A (zh) | 基于图片的字体识别方法、装置、电子设备及存储介质 | |
CN114332503A (zh) | 对象重识别方法及装置、电子设备和存储介质 | |
CN110781842A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN108287873B (zh) | 数据处理方法及相关产品 | |
CN111797746B (zh) | 人脸识别方法、装置及计算机可读存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210521 Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant after: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. Applicant after: Shanghai Xiaodu Technology Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201218 |