CN112699803A - 人脸识别方法、系统、设备及可读存储介质 - Google Patents
人脸识别方法、系统、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112699803A CN112699803A CN202011631535.0A CN202011631535A CN112699803A CN 112699803 A CN112699803 A CN 112699803A CN 202011631535 A CN202011631535 A CN 202011631535A CN 112699803 A CN112699803 A CN 112699803A
- Authority
- CN
- China
- Prior art keywords
- reference image
- similarity
- image
- face
- face recognition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- G06V40/172—Classification, e.g. identification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请公开了一种人脸识别方法、系统、设备及可读存储介质。该人脸识别方法包括如下步骤:采集目标人脸图像;将目标人脸图像对预存的多个第一参考图像分别做相似度运算,取得第一相似度;当第一相似度满足第一预设条件时,输出所述第一参考图像对应的人员身份信息,刷新所述第一参考图像对应的第二参考图像;当第一相似度满足第二预设条件时,输出所述第一参考图像对应的人员身份信息。本申请的方案能够有效提高人脸识别系统的精确率和召回率。
Description
技术领域
本申请属于人脸识别技术领域,具体来说涉及一种人脸识别方法、系统、设备及可读存储介质。
背景技术
随着网络技术的发展,基于卷积神经网络模型实现的人脸识别技术已经发展的较为成熟了。戴口罩已成为日常生活中的一部分。因戴口罩下的人脸特征减少,导致现有的人脸识别系统无法满足工作和生活中对人脸目标识别的需要。
发明内容:
本发明的目的在于提供一种人脸识别方法,能够提高人脸识别系统的精确率和召回率。
一种人脸识别方法,其包括如下步骤:
采集目标人脸图像;
将目标人脸图像对预存的多个第一参考图像分别做相似度运算,分别取得第一相似度;
当第一相似度满足第一预设条件时,输出所述第一参考图像对应的人员身份信息,刷新所述第一参考图像对应的第二参考图像;
当第一相似度满足第二预设条件时,输出所述第一参考图像对应的人员身份信息。
优选的是,上述人脸识别方法中,还包括如下步骤:
当第一相似度满足第三预设条件时,将目标人脸图像与所述第二参考图像做相似度运算,取得第二相似度;
当第二相似度达到判定阈值时,输出该第二参考图像对应的人员身份信息。
优选的是,上述人脸识别方法中,所述相似度运算包括如下步骤:
萃取目标人脸图像的人脸特征;
基于人脸特征计算目标人脸图像和第一参考图像或第二参考图像的相似度。
优选的是,上述人脸识别方法中,所述基于人脸特征计算目标人脸图像和第一参考图像或第二参考图像的相似度包括:
计算目标人脸图像和第一参考图像或第二参考图像上对应的人脸特征之间的余弦相似度;
所述余弦相似度的计算公式为:
其中,S表示余弦相似度,X表示目标人脸图像的人脸特征,Y表示第一参考图像或第二参考图像上的人脸特征,i表示人脸特征中的元素索引,n表示人脸特征中的元素总数。
优选的是,上述人脸识别方法中:
所述第一预设条件为第一相似度达到预存的上限阈值;
所述第二预设条件为第一相似度达到预存的判定阈值,且低于上限阈值;
所述第三预设条件为第一相似度达到预存的下限阈值,且低于判定阈值。
优选的是,上述人脸识别方法中,所述刷新所述第一参考图像对应的第二参考图像包括如下步骤:
若所述第一参考图像未具备对应的第二参考图像,将目标人脸图像保存为所述第一参考图像对应的第二参考图像;
若所述第一参考图像已具备对应的第二参考图像,分别计算所述第一参考图像和所述目标人脸图像的相似度以及所述第一参考图像和所述第二参考图像的相似度,以相似度较高者作为第一参考图像对应的第二参考图像。
为实现上述人脸识别方法,本申请还公开了一种人脸识别系统,其包括:
采集模块,第一运算模块和第一执行模块;
所述采集模块用于采集目标人脸图像;
所述第一运算模块用于将目标人脸图像对预存的第一参考图像分别做相似度运算、取得第一相似度;
所述第一执行模块用于读取第一运算模块,当第一相似度达到第一预设条件时,输出所述第一参考图像对应的人员身份信息并刷新所述第一参考图像对应的第二参考图像;当第一相似度达到第二预设条件时,输出所述第一参考图像对应的人员身份信息。
优选的是,上述人脸识别系统中,还包括第二运算模块和第二执行模块,所述第二运算模块用于读取第一运算模块,当第一相似度达到第三预设条件时,将目标人脸图像与所述第一参考图像对应的第二参考图像做相似度运算并取得第二相似度;
所述第二执行模块用于读取第二运算模块,当第二相似度达到判定阈值时输出所述第二参考图像对应的人员身份信息。
本申请还公开了一种电子设备,其包括:处理器和存储器,所述存储器用于存储程序;所述处理器和存储器连接、用于调用存储于所述存储器中的程序,执行上述人脸识别方法。
本申请还进一步公开了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被计算机运行时执行上述人脸识别方法。
与现有技术相比,本申请的技术方案具有以下优点:在系统的不断使用过程中,通过不断积累。将最接近于参考人脸图像的目标人脸图像存储为第二参考图像,利用第二参考图像做二次比对提高人脸识别的正确识别率。同时通过不断积累正确识别和失败识别的案例,将第二参考图像进行不断的迭代优化,持续提升检测精确度。
附图说明
下面结合附图与具体实施方式对本申请作进一步详细的说明:
图1为本发明中人脸识别方法的工作流程图;
图2为本发明中人脸识别系统的模块框图;
图3为本发明中电子设备的模块框图。
具体实施方式
为了更清楚地说明本申请的技术方案,下面将结合各个实施例作进一步描述。
如图1所示为实施例1:
一种人脸识别方法,其包括如下步骤:
采集目标人脸图像;
将目标人脸图像对预存的第一参考图像分别做相似度运算取得第一相似度;
具体地,所述相似度运算包括以下步骤:
萃取目标人脸图像的人脸特征;
基于人脸特征计算目标人脸图像和第一参考图像的相似度,即:
计算目标人脸图像和第一参考图像或第二参考图像上对应的人脸特征之间的余弦相似度;所述余弦相似度的计算公式为:
其中,S表示余弦相似度,X表示目标人脸图像的人脸特征,Y表示第一参考图像或第二参考图像上的人脸特征,i表示人脸特征中的元素索引,n表示人脸特征中的元素总数。
当第一相似度满足第一预设条件时,输出该第一参考图像对应的人员身份信息,并刷新第一参考图像对应的第二参考图像;
所述第一相似度满足第一预设条件是指第一相似度达到预存的上限阈值。
所述刷新第一参考图像对应的第二参考图像包括如下步骤:
若该第一参考图像未具备对应的第二参考图像,将目标人脸图像保存为该第一参考图像对应的第二参考图像;若该第一参考图像已具备对应的第二参考图像,将目标人脸图像与第二参考图像对该第一参考图像的相似度做比对,以相似度较高者作为该第一参考图像对应的第二参考图像。
当第一相似度达到第二预设条件时,输出该第一参考图像对应的人员身份信息。
所述第一相似度满足所述第二预设条件为第一相似度达到预存的判定阈值,且低于上限阈值;
当第一相似度满足第三预设条件时,将目标人脸图像与该第一参考图像对应的第二参考图像做相似度运算并取得第二相似度;其中,通过相似度运算取得第二相似度的步骤与取得第一相似度的步骤相类似,在此不再赘述。当第二相似度达到判定阈值时、输出该第二参考图像对应的人员身份信息。
实施例2:
基于上述人脸识别方法对人物某甲进行多次人脸识别。本例中:设上限阈值为110,判定阈值为100,下限阈值为90。
(1)某甲首轮经过摄像区域时,其未佩戴口罩。
摄像头采集某甲的人脸图像;
萃取本次所得人脸图像的人脸特征:具体的,将该人脸图像通过卷积神经网路之后,将卷积神经网路的最后一层所产生的特征视为此人脸图像的特征。此卷积神经网路是根据以下流程训练而得到:向卷积神经网路输入训练图像和其对应的标签,并输入图像至卷积神经网路并输出相对应的人脸特征之后,再透过分类器对相对应的人脸特征进行分类并得到预测结果,在预测结果和标签之间的损失数值达到稳定不变的数值时,此卷经神经网路便训练完成。
基于人脸特征计算目标人脸图像和第一参考图像的相似度,即:
计算目标人脸图像和第一参考图像上对应的人脸特征之间的余弦相似度;所述余弦相似度的计算公式为:
其中,S表示余弦相似度,X表示目标人脸图像的人脸特征,Y表示第一参考图像或第二参考图像上的人脸特征,i表示人脸特征中的元素索引,n表示人脸特征中的元素总数。
求得某甲首轮所采集的人脸图像与其对应的第一参考图像的第一相似度为120。该第一相似度高于上限阈值,满足第一预设条件。
输出预存的某甲身份信息、将本次采集的目标人脸图像识别为某甲本人;
同时,查询是否存有对应某甲的第二参考图像,发现对应某甲的第二参考图像为空,将本轮采集的人脸图像存为某甲的第二参考图像,并记录本次第一相似度,流程结束。
(2)某甲第二轮经过摄像区域,本次某甲依然未佩戴口罩、但佩戴了眼镜。
采集人脸图像、萃取人脸特征及相似度运算的计算过程与上一轮相同,在此不再赘述。
求得某甲第二轮所采集的人脸图像与某甲的第一参考图像的第一相似度为115。该第一相似度高于上限阈值,满足第一预设条件。
输出预存的某甲身份信息,将本次采集的目标人脸图像识别为某甲本人;
同时,查询是否存有对应某甲的第二参考图像,发现已存有对应某甲的第二参考图像。
将本轮所采集的人脸图像与第二参考图像(即第一轮所采集的某甲人脸图像)对某甲的第一参考图像的相似度做比对。本轮所采集的人脸图像对某甲第一参考图像的相似度,即第一相似度为115,低于某甲当前的第二参考图像对某甲第一参考图像的相似度,故第二参考图像刷新后保持不变,流程结束。
(3)某甲第三轮经过摄像区域,本次某甲依然未佩戴口罩、但佩戴了墨镜。
采集人脸图像、萃取人脸特征及相似度运算的计算过程与上一轮相同,在此不再赘述。
求得某甲第二轮所采集的人脸图像与某甲的第一参考图像的第一相似度为105。该第一相似度高于判定阈值且低于上限阈值、满足第二预设条件。
输出预存的某甲身份信息、将本次采集的目标人脸图像识别为某甲本人,流程结束。
(4)某甲第四轮经过摄像区域,本次某甲佩戴了口罩。
采集人脸图像、萃取人脸特征及相似度运算的运算过程与上一轮相同,在此不再赘述。
求得某甲第二轮所采集的人脸图像与其对应的第一参考图像的第一相似度为95。该相似度高于下限阈值且低于判定阈值、满足第三预设条件。
将本轮所采集的人脸图像与某甲对应的第二参考图像做相似度运算、该相似度运算与求得第一相似度的过程相同、在此不再赘述,取得第二相似度为101;该第二相似度达到判定阈值时、输出该第二参考图像对应的人员身份信息。
如图2所示为实施例3:
一种人脸识别系统,其包括:采集模块1,第一运算模块2,第一执行模块3,第二运算模块4和第二执行模块5。
其中,所述采集模块1用于采集目标人脸图像;
所述第一运算模块2用于将目标人脸图像对预存的第一参考图像分别做相似度运算,取得第一相似度;所述第一执行模块3用于读取第一运算模块2,当第一相似度达到第一预设条件时,输出该第一参考图像对应的人员身份信息、并刷新该第一参考图像对应的第二参考图像;当第一相似度达到第二预设条件时,输出该第一参考图像对应的人员身份信息。
所述第二运算模块4用于读取第一运算模块2,当第一相似度达到第三预设条件时,将目标人脸图像与该第一参考图像对应的第二参考图像做相似度运算、取得第二相似度;所述第二执行模块5用于读取第二运算模块4、当第二相似度达到判定阈值时、输出该第二参考图像对应的人员身份信息。
如图3所示为实施例4:
一种电子设备,可以是但不限于个人电脑、平板电脑等设备。
该电子设备100包括:处理器110和存储器120。
应当注意,图3所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,电子设备100也可以具有其他组件和结构。
处理器110、存储器120以及其他可能出现于电子设备100的组件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,处理器110、存储器120相互之间可通过一条或多条通讯总线或信号线实现电性连接。
存储器120用于存储如前文所述人脸识别方法所对应的程序或者前文出现的人脸识别系统。可选的,当存储器120内存储有人脸识别系统时,该系统包括至少一个可以以软件或固件形式存储于存储器120中的软件功能模块。可选的,该软件功能模块也可以固化在电子设备100的操作系统中。
处理器110用于调用存储于所述存储器中的程序、执行前文所述人脸识别方法。例如执行:将目标人脸图像对预存的第一参考图像分别做相似度运算、取得第一相似度;当第一相似度满足第一预设条件时,输出该第一参考图像对应的人员身份信息、并刷新该第一参考图像对应的第二参考图像;当第一相似度满足第二预设条件时,输出该第一参考图像对应的人员身份信息。
本申请任一实施例所揭示的方法都可应用于处理器110中、或者由处理器110实现。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
在本申请所提供的上述实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能若以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请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执行本申请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、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施例,但本申请的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本申请公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。本申请的保护范围以权利要求书的保护范围为准。
Claims (10)
1.一种人脸识别方法,其特征在于,包括如下步骤:
采集目标人脸图像;
将目标人脸图像对预存的多个第一参考图像分别做相似度运算,分别取得第一相似度;
当第一相似度满足第一预设条件时,输出所述第一参考图像对应的人员身份信息,刷新所述第一参考图像对应的第二参考图像;
当第一相似度满足第二预设条件时,输出所述第一参考图像对应的人员身份信息。
2.如权利要求1所述人脸识别方法,其特征在于,还包括如下步骤:
当第一相似度满足第三预设条件时,将目标人脸图像与所述第二参考图像做相似度运算,取得第二相似度;
当第二相似度达到判定阈值时,输出该第二参考图像对应的人员身份信息。
3.如权利要求1或2所述人脸识别方法,其特征在于,所述相似度运算包括如下步骤:
萃取目标人脸图像的人脸特征;
基于人脸特征计算目标人脸图像和第一参考图像或第二参考图像的相似度。
5.如权利要求2所述人脸识别方法,其特征在于:
所述第一预设条件为第一相似度达到预存的上限阈值;
所述第二预设条件为第一相似度达到预存的判定阈值,且低于上限阈值;
所述第三预设条件为第一相似度达到预存的下限阈值,且低于判定阈值。
6.如权利要求1所述人脸识别方法,其特征在于,所述刷新所述第一参考图像对应的第二参考图像包括如下步骤:
若所述第一参考图像未具备对应的第二参考图像,将目标人脸图像保存为所述第一参考图像对应的第二参考图像;
若所述第一参考图像已具备对应的第二参考图像,分别计算所述第一参考图像和所述目标人脸图像的相似度以及所述第一参考图像和所述第二参考图像的相似度,以相似度较高者作为第一参考图像对应的第二参考图像。
7.一种人脸识别系统,其特征在于,包括:采集模块,第一运算模块和第一执行模块;
所述采集模块用于采集目标人脸图像;
所述第一运算模块用于将目标人脸图像对预存的第一参考图像分别做相似度运算、取得第一相似度;
所述第一执行模块用于读取第一运算模块,当第一相似度达到第一预设条件时,输出所述第一参考图像对应的人员身份信息并刷新所述第一参考图像对应的第二参考图像;当第一相似度达到第二预设条件时,输出所述第一参考图像对应的人员身份信息。
8.如权利要求7所述人脸识别系统,其特征在于,还包括第二运算模块和第二执行模块,所述第二运算模块用于读取第一运算模块,当第一相似度达到第三预设条件时,将目标人脸图像与所述第一参考图像对应的第二参考图像做相似度运算并取得第二相似度;
所述第二执行模块用于读取第二运算模块,当第二相似度达到判定阈值时输出所述第二参考图像对应的人员身份信息。
9.一种电子设备,其特征在于:包括处理器和存储器,所述存储器用于存储程序;所述处理器和存储器连接,用于调用存储于所述存储器中的程序、执行如权利要求1—6任一项所述人脸识别方法。
10.一种计算机可读存储介质,其特征在于:该计算机可读存储介质中存储有计算机程序,所述计算机程序被计算机运行时执行如权利要求1—6中任一项所述人脸识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011631535.0A CN112699803B (zh) | 2020-12-31 | 2020-12-31 | 人脸识别方法、系统、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011631535.0A CN112699803B (zh) | 2020-12-31 | 2020-12-31 | 人脸识别方法、系统、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112699803A true CN112699803A (zh) | 2021-04-23 |
CN112699803B CN112699803B (zh) | 2024-01-16 |
Family
ID=75513602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011631535.0A Active CN112699803B (zh) | 2020-12-31 | 2020-12-31 | 人脸识别方法、系统、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699803B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203333A (zh) * | 2016-07-08 | 2016-12-07 | 乐视控股(北京)有限公司 | 人脸识别方法及系统 |
WO2019024636A1 (zh) * | 2017-08-01 | 2019-02-07 | 广州广电运通金融电子股份有限公司 | 身份认证的方法、系统和装置 |
CN109902644A (zh) * | 2019-03-07 | 2019-06-18 | 北京海益同展信息科技有限公司 | 人脸识别方法、装置、设备和计算机可读介质 |
CN110232134A (zh) * | 2019-06-13 | 2019-09-13 | 上海商汤智能科技有限公司 | 数据更新方法、服务器及计算机存储介质 |
CN110287889A (zh) * | 2019-06-26 | 2019-09-27 | 银河水滴科技(北京)有限公司 | 一种身份识别的方法及装置 |
CN110688941A (zh) * | 2019-09-25 | 2020-01-14 | 支付宝(杭州)信息技术有限公司 | 人脸图像的识别方法及其装置 |
CN110889392A (zh) * | 2019-12-06 | 2020-03-17 | 北京百度网讯科技有限公司 | 人脸图像处理的方法及装置 |
CN111339979A (zh) * | 2020-03-04 | 2020-06-26 | 平安科技(深圳)有限公司 | 基于特征提取的图像识别方法及图像识别装置 |
CN111401171A (zh) * | 2020-03-06 | 2020-07-10 | 咪咕文化科技有限公司 | 一种人脸图像的识别方法、装置、电子设备和存储介质 |
CN111985298A (zh) * | 2020-06-28 | 2020-11-24 | 百度在线网络技术(北京)有限公司 | 人脸识别样本收集方法和装置 |
CN112036262A (zh) * | 2020-08-11 | 2020-12-04 | 海尔优家智能科技(北京)有限公司 | 一种人脸识别处理方法及装置 |
CN112148908A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 图像数据库的更新方法、装置、电子设备和介质 |
CN112148907A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 图像数据库的更新方法、装置、电子设备和介质 |
-
2020
- 2020-12-31 CN CN202011631535.0A patent/CN112699803B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203333A (zh) * | 2016-07-08 | 2016-12-07 | 乐视控股(北京)有限公司 | 人脸识别方法及系统 |
WO2019024636A1 (zh) * | 2017-08-01 | 2019-02-07 | 广州广电运通金融电子股份有限公司 | 身份认证的方法、系统和装置 |
CN109902644A (zh) * | 2019-03-07 | 2019-06-18 | 北京海益同展信息科技有限公司 | 人脸识别方法、装置、设备和计算机可读介质 |
CN110232134A (zh) * | 2019-06-13 | 2019-09-13 | 上海商汤智能科技有限公司 | 数据更新方法、服务器及计算机存储介质 |
CN110287889A (zh) * | 2019-06-26 | 2019-09-27 | 银河水滴科技(北京)有限公司 | 一种身份识别的方法及装置 |
CN110688941A (zh) * | 2019-09-25 | 2020-01-14 | 支付宝(杭州)信息技术有限公司 | 人脸图像的识别方法及其装置 |
CN110889392A (zh) * | 2019-12-06 | 2020-03-17 | 北京百度网讯科技有限公司 | 人脸图像处理的方法及装置 |
CN111339979A (zh) * | 2020-03-04 | 2020-06-26 | 平安科技(深圳)有限公司 | 基于特征提取的图像识别方法及图像识别装置 |
CN111401171A (zh) * | 2020-03-06 | 2020-07-10 | 咪咕文化科技有限公司 | 一种人脸图像的识别方法、装置、电子设备和存储介质 |
CN111985298A (zh) * | 2020-06-28 | 2020-11-24 | 百度在线网络技术(北京)有限公司 | 人脸识别样本收集方法和装置 |
CN112036262A (zh) * | 2020-08-11 | 2020-12-04 | 海尔优家智能科技(北京)有限公司 | 一种人脸识别处理方法及装置 |
CN112148908A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 图像数据库的更新方法、装置、电子设备和介质 |
CN112148907A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 图像数据库的更新方法、装置、电子设备和介质 |
Non-Patent Citations (2)
Title |
---|
ZHENGZI WANG: "Ambient temperature normalization for infrared face recognition based on the second-order polynomial model", 《 INTERNATIONAL SYMPOSIUM ON PHOTONICS AND OPTOELECTRONICS》 * |
巢海远;周红亚;: "基于物联网技术的考生身份识别系统", 物联网技术, no. 08 * |
Also Published As
Publication number | Publication date |
---|---|
CN112699803B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229314B (zh) | 目标人物的搜索方法、装置和电子设备 | |
WO2019056680A1 (zh) | 出行方式识别方法、装置、终端设备及存储介质 | |
US9792484B2 (en) | Biometric information registration apparatus and biometric information registration method | |
CN111488855A (zh) | 疲劳驾驶检测方法、装置、计算机设备和存储介质 | |
CN112199530B (zh) | 多维度脸库图片自动更新方法、系统、设备及介质 | |
CN114491148B (zh) | 目标人员搜索方法、装置、计算机设备及存储介质 | |
CN103345616A (zh) | 基于行为分析的指纹存储比对的系统 | |
CN111008323A (zh) | 一种身份标识的伴随关系确定方法及装置 | |
CN112818955A (zh) | 一种图像分割方法、装置、计算机设备以及存储介质 | |
CN112507860A (zh) | 一种视频标注方法、装置、设备及存储介质 | |
CN113869137A (zh) | 事件检测方法、装置、终端设备及存储介质 | |
CN114783037A (zh) | 目标重识别方法、目标重识别装置和计算机可读存储介质 | |
CN112528903B (zh) | 人脸图像获取方法、装置、电子设备及介质 | |
CN111753642B (zh) | 一种确定关键帧的方法及装置 | |
CN104252618B (zh) | 提高照片归还速度的方法及系统 | |
CN112699803B (zh) | 人脸识别方法、系统、设备及可读存储介质 | |
CN111738059A (zh) | 一种面向无感场景的人脸识别方法 | |
CN116071569A (zh) | 图像选择方法、计算机设备及存储装置 | |
CN114092809A (zh) | 对象识别方法、装置及电子设备 | |
CN113160987B (zh) | 健康状态预测方法、装置、计算机设备及存储介质 | |
CN115170851A (zh) | 一种图像聚类的方法及装置 | |
CN115346143A (zh) | 行为检测方法、电子设备、计算机可读介质 | |
CN113902030A (zh) | 行为的识别方法、装置、终端设备及存储介质 | |
CN112818174A (zh) | 视频标注方法、装置、计算机设备和存储介质 | |
CN111626193A (zh) | 一种面部识别方法、面部识别装置及可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |