CN112115910A - 人脸库更新方法及装置 - Google Patents

人脸库更新方法及装置 Download PDF

Info

Publication number
CN112115910A
CN112115910A CN202011038387.1A CN202011038387A CN112115910A CN 112115910 A CN112115910 A CN 112115910A CN 202011038387 A CN202011038387 A CN 202011038387A CN 112115910 A CN112115910 A CN 112115910A
Authority
CN
China
Prior art keywords
face
client
image
updating
face image
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
CN202011038387.1A
Other languages
English (en)
Inventor
鲍靖华
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.)
Bank of China Ltd
Original Assignee
Bank of China 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 Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202011038387.1A priority Critical patent/CN112115910A/zh
Publication of CN112115910A publication Critical patent/CN112115910A/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
    • 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
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • 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
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种人脸库更新方法及装置，其中方法包括：获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；根据客户个人信息，从数据库中提取对应的客户证件照图像；将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。本发明可以更新人脸库照片，在保证更新准确率的情况下提高更新的效率，节省更新过程中的人力物力。

Description

人脸库更新方法及装置
技术领域
本发明涉及人脸识别技术领域，尤其涉及人脸库更新方法及装置。
背景技术
在人工智能行业迅猛发展的大环境下，生物识别技术的应用越来越广泛。其中人脸识别需要大量人脸照片或特征数据组成的人脸库，作为识别的底库。随着时间推移，人的面貌都会或多或少的发生变化，人脸库不实时更新会导致人脸识别的误识率增加。
现有技术中，通常逐一对人脸库照片进行处理并更新，但是人脸库照片数量庞大，更新过程需要耗费巨大的人力物力，且更新效率较低。
因此，亟需一种可以克服上述问题的人脸库更新方案。
发明内容
本发明实施例提供一种人脸库更新方法，用以更新人脸库照片，在保证更新准确率的情况下提高更新的效率，节省更新过程中的人力物力，该方法包括：
获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；
根据客户个人信息，从数据库中提取对应的客户证件照图像；
将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；
若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。
本发明实施例提供一种人脸库更新装置，用以更新人脸库照片，在保证更新准确率的情况下提高更新的效率，节省更新过程中的人力物力，该装置包括：
信息获得模块，用于获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；
图像提取模块，用于根据客户个人信息，从数据库中提取对应的客户证件照图像；
相似度确定模块，用于将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；
更新模块，用于若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。
本发明实施例还提供一种计算机设备，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人脸库更新方法。
本发明实施例还提供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执行上述人脸库更新方法的计算机程序。
相比于现有技术中逐一对人脸库照片进行处理并更新的方案而言，本发明实施例通过获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；根据客户个人信息，从数据库中提取对应的客户证件照图像；将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。本发明实施例无需依赖人脸库照片，对逐一对人脸库照片进行处理，只需在客户交易过程中获得现场人脸图像，然后根据客户个人信息提取客户证件照图像，确定现场人脸图像和客户证件照图像的相似度参数，并且根据交易场景信息设定相似度参数对应的阈值，根据第一图片相似度参数和设定的第一阈值即可实现人脸库更新，可以适用各类交易场景，在保证更新准确率的情况下提高更新的效率，节省更新过程中的人力物力。
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。在附图中：
图1为本发明实施例中人脸库更新方法示意图；
图2为本发明实施例中人脸库更新装置结构图。
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明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
如前所述，随着时间推移，人的面貌都会或多或少的发生变化，人脸库不实时更新会导致人脸识别的误识率增加。人脸识别出来的客户照片，就算确定是客户本人，也可能会因为照片间隔时间太长，不能准确的定位在人。在人脸库照片数量较大，逐个采集照片更新人脸库涉及人数太多，波及范围太广，采集的过程需要耗费巨大的人力物力，同时客户不一定愿意配合，导致人脸库更新起来困难较大。
为了更新人脸库照片，在保证更新准确率的情况下提高更新的效率，节省更新过程中的人力物力，本发明实施例提供一种人脸库更新方法，如图1所示，该方法可以包括：
步骤101、获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；
步骤102、根据客户个人信息，从数据库中提取对应的客户证件照图像；
步骤103、将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；
步骤104、若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。
由图1所示可以得知，本发明实施例通过获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；根据客户个人信息，从数据库中提取对应的客户证件照图像；将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。本发明实施例无需依赖人脸库照片，对逐一对人脸库照片进行处理，只需在客户交易过程中获得现场人脸图像，然后根据客户个人信息提取客户证件照图像，确定现场人脸图像和客户证件照图像的相似度参数，并且根据交易场景信息设定相似度参数对应的阈值，根据第一图片相似度参数和设定的第一阈值即可实现人脸库更新，可以适用各类交易场景，在保证更新准确率的情况下提高更新的效率，节省更新过程中的人力物力。
具体实施时，获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像。
实施例中，所述客户个人信息包括：客户姓名，客户证件类型，客户证件号其中之一或任意组合。本实施例中，因客户可能存在重名现象，为保证唯一性，可以采用客户姓名，客户证件类型和客户证件号的组合或客户证件类型和客户证件号的组合。
实施例中，可以利用前端应用采集客户交易过程中的现场人脸图像，并上传存储模块，同时发起人脸比对的请求，人脸比对的请求中携带客户个人信息和交易场景信息。在接收到人脸比对的请求之后，根据获得的客户个人信息和交易场景信息，从存储模块中下载客户交易过程中的现场人脸图像。
具体实施时，根据客户个人信息，从数据库中提取对应的客户证件照图像，将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数。若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。
实施例中，客户证件照来源可以为公安部或客户之前在银行内留存的高清证件照。
实施例中，从数据库中提取对应的客户证件照图像之后，将现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数，第一图片相似度参数的值的范围可以是[0，100]。根据不同的交易场景设定第一阈值，交易场景可以包括手机银行场景，智能柜台场景等。阈值是一个0到100％的数值，当两张图片的相似度大于等于阈值时，表示两张人脸匹配成功，即为同一个人。如果第一图片相似度参数的值超过设定的第一阈值，说明当前交易是客户本人，从而确定此时可以进行人脸库更新。
实施例中，根据所述现场人脸图像更新人脸库，包括：
根据所述现场人脸图像和预先建立的检测模型，对所述现场人脸图像进行质量检测，所述检测模型根据历史图像特征参数预先建立，所述历史图像特征参数包括：人脸偏向角度参数和/或图像光线参数；
根据质量检测的结果，更新人脸库。
本实施例中，人脸偏向角度、图像光线都会影响人脸图像的质量，因此利用历史图像特征参数预先建立了检测模型，然后在确定交易是客户本人之后，将现场人脸图像输入预先建立的检测模型，可以对现场人脸图像进行质量检测，确定现场人脸图像的质量是否合格。
本实施例中，历史图像特征参数还可以包括：人脸清晰度参数，面部遮挡参数，戴帽子、眼镜、口罩等配饰参数，表情参数其中之一或任意组合。
本实施例中，根据质量检测的结果，更新人脸库，包括：
若质量检测的结果为检测合格，则根据客户个人信息从人脸库中提取对应的客户历史人脸图像；
将所述现场人脸图像和客户历史人脸图像进行比对，确定第二图片相似度参数；
若所述第二图片相似度参数的值超过设定的第二阈值，则根据所述现场人脸图像更新人脸库。
本发明实施例提供的人脸库更新方案在交易高并发的情况下，人脸对比完成后实时更新人脸库，不影响交易进度；并且进行现场人脸图像的质量检测，保证人脸库照片质量，有效降低误识率。
基于同一发明构思，本发明实施例还提供了一种人脸库更新装置，如下面的实施例所述。由于这些解决问题的原理与人脸库更新方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
图2为本发明实施例中人脸库更新装置的结构图，如图2所示，该装置包括：
信息获得模块201，用于获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；
图像提取模块202，用于根据客户个人信息，从数据库中提取对应的客户证件照图像；
相似度确定模块203，用于将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；
更新模块204，用于若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。
一个实施例中，所述客户个人信息包括：客户姓名，客户证件类型，客户证件号其中之一或任意组合。
一个实施例中，所述更新模块204进一步用于：
根据所述现场人脸图像和预先建立的检测模型，对所述现场人脸图像进行质量检测，所述检测模型根据历史图像特征参数预先建立，所述历史图像特征参数包括：人脸偏向角度参数和/或图像光线参数；
根据质量检测的结果，更新人脸库。
一个实施例中，所述更新模块204进一步用于：
若质量检测的结果为检测合格，则根据客户个人信息从人脸库中提取对应的客户历史人脸图像；
将所述现场人脸图像和客户历史人脸图像进行比对，确定第二图片相似度参数；
若所述第二图片相似度参数的值超过设定的第二阈值，则根据所述现场人脸图像更新人脸库。
综上所述，本发明实施例通过获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；根据客户个人信息，从数据库中提取对应的客户证件照图像；将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。本发明实施例无需依赖人脸库照片，对逐一对人脸库照片进行处理，只需在客户交易过程中获得现场人脸图像，然后根据客户个人信息提取客户证件照图像，确定现场人脸图像和客户证件照图像的相似度参数，并且根据交易场景信息设定相似度参数对应的阈值，根据第一图片相似度参数和设定的第一阈值即可实现人脸库更新，可以适用各类交易场景，在保证更新准确率的情况下提高更新的效率，节省更新过程中的人力物力。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种人脸库更新方法，其特征在于，包括：
获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；
根据客户个人信息，从数据库中提取对应的客户证件照图像；
将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；
若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。
2.如权利要求1所述的人脸库更新方法，其特征在于，所述客户个人信息包括：客户姓名，客户证件类型，客户证件号其中之一或任意组合。
3.如权利要求1所述的人脸库更新方法，其特征在于，根据所述现场人脸图像更新人脸库，包括：
根据所述现场人脸图像和预先建立的检测模型，对所述现场人脸图像进行质量检测，所述检测模型根据历史图像特征参数预先建立，所述历史图像特征参数包括：人脸偏向角度参数和/或图像光线参数；
根据质量检测的结果，更新人脸库。
4.如权利要求3所述的人脸库更新方法，其特征在于，根据质量检测的结果，更新人脸库，包括：
若质量检测的结果为检测合格，则根据客户个人信息从人脸库中提取对应的客户历史人脸图像；
将所述现场人脸图像和客户历史人脸图像进行比对，确定第二图片相似度参数；
若所述第二图片相似度参数的值超过设定的第二阈值，则根据所述现场人脸图像更新人脸库。
5.一种人脸库更新装置，其特征在于，包括：
信息获得模块，用于获得客户个人信息，交易场景信息和客户交易过程中的现场人脸图像；
图像提取模块，用于根据客户个人信息，从数据库中提取对应的客户证件照图像；
相似度确定模块，用于将所述现场人脸图像和客户证件照图像进行比对，确定第一图片相似度参数；
更新模块，用于若所述第一图片相似度参数的值超过设定的第一阈值，则根据所述现场人脸图像更新人脸库，所述第一阈值根据交易场景信息设定。
6.如权利要求5所述的人脸库更新装置，其特征在于，所述客户个人信息包括：客户姓名，客户证件类型，客户证件号其中之一或任意组合。
7.如权利要求5所述的人脸库更新装置，其特征在于，所述更新模块进一步用于：
根据所述现场人脸图像和预先建立的检测模型，对所述现场人脸图像进行质量检测，所述检测模型根据历史图像特征参数预先建立，所述历史图像特征参数包括：人脸偏向角度参数和/或图像光线参数；
根据质量检测的结果，更新人脸库。
8.如权利要求7所述的人脸库更新装置，其特征在于，所述更新模块进一步用于：
若质量检测的结果为检测合格，则根据客户个人信息从人脸库中提取对应的客户历史人脸图像；
将所述现场人脸图像和客户历史人脸图像进行比对，确定第二图片相似度参数；
若所述第二图片相似度参数的值超过设定的第二阈值，则根据所述现场人脸图像更新人脸库。
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4任一所述方法。
10.一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存储有执行权利要求1至4任一所述方法的计算机程序。
CN202011038387.1A 2020-09-28 2020-09-28 人脸库更新方法及装置 Pending CN112115910A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011038387.1A CN112115910A (zh) 2020-09-28 2020-09-28 人脸库更新方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011038387.1A CN112115910A (zh) 2020-09-28 2020-09-28 人脸库更新方法及装置

Publications (1)

Publication Number Publication Date
CN112115910A true CN112115910A (zh) 2020-12-22

Family

ID=73797196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011038387.1A Pending CN112115910A (zh) 2020-09-28 2020-09-28 人脸库更新方法及装置

Country Status (1)

Country Link
CN (1) CN112115910A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818784A (zh) * 2021-01-22 2021-05-18 浙江大华技术股份有限公司 一种门禁设备的控制方法、装置及存储介质
CN115063894A (zh) * 2022-08-16 2022-09-16 广州卓腾科技有限公司 证件照用智能化盖戳方法、系统和可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110348315A (zh) * 2019-06-14 2019-10-18 深圳英飞拓科技股份有限公司 动态更新人脸特征底库的方法及装置、人脸抓拍系统
CN110825765A (zh) * 2019-10-23 2020-02-21 中国建设银行股份有限公司 一种人脸识别的方法和装置
CN111191567A (zh) * 2019-12-26 2020-05-22 深圳供电局有限公司 身份数据处理方法、装置、计算机设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110348315A (zh) * 2019-06-14 2019-10-18 深圳英飞拓科技股份有限公司 动态更新人脸特征底库的方法及装置、人脸抓拍系统
CN110825765A (zh) * 2019-10-23 2020-02-21 中国建设银行股份有限公司 一种人脸识别的方法和装置
CN111191567A (zh) * 2019-12-26 2020-05-22 深圳供电局有限公司 身份数据处理方法、装置、计算机设备和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818784A (zh) * 2021-01-22 2021-05-18 浙江大华技术股份有限公司 一种门禁设备的控制方法、装置及存储介质
CN112818784B (zh) * 2021-01-22 2024-02-06 浙江大华技术股份有限公司 一种门禁设备的控制方法、装置及存储介质
CN115063894A (zh) * 2022-08-16 2022-09-16 广州卓腾科技有限公司 证件照用智能化盖戳方法、系统和可读存储介质
CN115063894B (zh) * 2022-08-16 2022-12-02 广州卓腾科技有限公司 证件照用智能化盖戳方法、系统和可读存储介质

Similar Documents

Publication Publication Date Title
CN111046235B (zh) 基于人脸识别的声像档案搜索方法、系统、设备及介质
CN108197618B (zh) 用于生成人脸检测模型的方法和装置
CN109829396B (zh) 人脸识别运动模糊处理方法、装置、设备及存储介质
CN111814620A (zh) 人脸图像质量评价模型建立方法、优选方法、介质及装置
WO2018210047A1 (zh) 数据处理方法、数据处理装置、电子设备及存储介质
CN112381104A (zh) 一种图像识别方法、装置、计算机设备及存储介质
CN110781770B (zh) 基于人脸识别的活体检测方法、装置及设备
CN112115910A (zh) 人脸库更新方法及装置
CN110827312A (zh) 一种基于协同视觉注意力神经网络的学习方法
CN115329111B (zh) 一种基于点云与影像匹配的影像特征库构建方法及系统
CN111783593A (zh) 基于人工智能的人脸识别方法、装置、电子设备及介质
KR20210037632A (ko) 생체 검출 방법 및 장치
CN114333062B (zh) 基于异构双网络和特征一致性的行人重识别模型训练方法
CN107844803B (zh) 一种图片比对的方法和装置
CN111783677B (zh) 人脸识别方法、装置、服务器和计算机可读介质
CN109033797B (zh) 一种权限设置方法及装置
US9798932B2 (en) Video extraction method and device
CN114140822A (zh) 行人重识别方法及装置
CN114038045A (zh) 一种跨模态人脸识别模型构建方法、装置及电子设备
CN114511897A (zh) 一种身份识别方法、系统、存储介质及服务器
CN114004974A (zh) 对弱光环境下拍摄的图像的优化方法及装置
CN113361456B (zh) 一种人脸识别方法和系统
CN115050085B (zh) 基于图谱的模拟机管理系统对象识别方法、系统及设备
CN113536953B (zh) 一种人脸识别方法、装置、电子设备及存储介质
CN113129410B (zh) 素描图像转换方法及相关产品

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