CN112966142A - 一种准确率与识别速度提高的优化方法 - Google Patents
一种准确率与识别速度提高的优化方法 Download PDFInfo
- Publication number
- CN112966142A CN112966142A CN202110421848.1A CN202110421848A CN112966142A CN 112966142 A CN112966142 A CN 112966142A CN 202110421848 A CN202110421848 A CN 202110421848A CN 112966142 A CN112966142 A CN 112966142A
- Authority
- CN
- China
- Prior art keywords
- information
- identification
- user
- axis
- characteristic information
- 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 48
- 238000005457 optimization Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 21
- 239000011521 glass Substances 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种准确率与识别速度提高的优化方法,建立特征数据库;系统数据库优化处理;特征识别获取;识别特征优化处理;优化识别计算,本发明通过在识别系统内建立数据识别模型,并以系统存储身份特征信息和现场识别身份特征信息作为坐标模型中的X轴和Y轴,以此不仅方便将现场的识别信息与系统内存储的信息进行快速的识别对比,并且也方便将特征信息的识别结果进行更加直观的展现,且通过X轴和Y轴上的标点数据,方便快速的判断和计算坐标模型内的矩形面积,并通过矩形面积的大小方便快速的对该识别过程的识别准确率进行反应,通过以此方式来对识别结果的处理过程优化,方便后续在识别时能够快速提升识别的准确率。
Description
技术领域
本发明涉及特征识别技术领域,具体为一种准确率与识别速度提高的优化方法。
背景技术
随着现在社区安防的发展,人们的工作和生活发生了质的变化,我们所看到的,所使用的都越来越智能化,人脸识别技术作为当前十分火热的应用之一,在各个领域中应用越来越广泛,刷脸即将成为一种新的潮流趋势,人脸识别具备自然性、非强制性和非接触性等特点,利用人脸的独一无二特性,不易被复制,识别率高,识别速度快,因此使得人脸识别在办公大厦、商场、车站等各个领域均得到利用;
而目前的识别方式,由于在实际识别过程中无法将识别的特征信息与系统存储的特征信息进行更完善的优化处理,使得目前识别过程中的识别准确率和识别的速度均得不到提高,进而降低了识别技术的实际应用效果。
发明内容
本发明提供一种准确率与识别速度提高的优化方法,可以有效解决上述背景技术中提出由于在实际识别过程中无法将识别的特征信息与系统存储的特征信息进行更完善的优化处理,使得目前识别过程中的识别准确率和识别的速度均得不到提高,进而降低了识别技术的实际应用效果的问题。
为实现上述目的,本发明提供如下技术方案:一种准确率与识别速度提高的优化方法,包括如下步骤:
S1、建立特征数据库;
S2、系统数据库优化处理;
S3、特征识别获取;
S4、识别特征优化处理;
S5、优化识别计算。
根据上述技术方案,所述S1中,建立特征数据库是指建立预存的系统底库,用以存储用户的身份识别信息,具体是指以道闸限行和公示推广的方式进行宣传,督促用户自助注册并录入身份特征的识别信息,用户自助注册的方式主要包括小程序、公众号和APP,用户自助通过小程序、公众号和APP来依据实际情况完成身份特征信息的注册和录入,且在用户身份特征信息完成注册和录入后,通系统检验单元来对当前用户的实际身份特征信息进行校验,以确保系统底库内存储的用户特征信息准确无误。
根据上述技术方案,所述S2中,系统数据库优化处理是指用户在注册完身份特征信息后,将身份特征信息上传至系统数据库,系统数据库在接收到特征信息后,依据用户各个特征信息识别结果的类别来对系统数据库内存储的身份特征信息进行优化存储。
根据上述技术方案,所述优化存储具体是指依照用户身份特征信息识别结果的类型在系统数据库内对应的建立单个独立的存储单元,实现通过单独的存储单元来存储对应的用户身份特征信息,并且依据用户的注册名称来为独立存储单元进行命名,并对该统计用户的各个特征信息类别获取的数量进行统计;
系统存储身份特征信息具体包括:男女性别信息、年龄段区间、长短发特征、眼镜佩戴信息、指纹识别信息、掌纹识别信息、耳廓识别信息和牙齿识别信息,总共包括8个特征类别,将系统存储身份特征信息记为X,在用户特征信息类别获取的数量为1时,则记为X1,在用户特征信息类别获取的数量为2时,则记为X2……在用户特征信息类别获取的数量为8时,则记为X8。
根据上述技术方案,所述S3中,特征识别获取是指在现场获取用户的识别特征信息,具体指在识别现场通过CCD摄像头来对用户信息进行现场获取,现场所要获取的用户识别特征信息具体包括:男女性别信息、年龄段区间、长短发特征、眼镜佩戴信息、指纹识别信息、掌纹识别信息、耳廓识别信息和牙齿识别信息,现场识别身份特征信息记为Y;
在现场获取用户的特征信息时,识别现场需要满足识别距离、识别角度和现场光照的条件要求。
根据上述技术方案,所述S4中,识别特征优化处理是指对用户现场获取的身份特征信息进行优化,具体包括如下步骤:
A、现场特征信息处理;
B、构建处理模型;
所述A中,现场特征信息处理是指对现场识别所获取的用户特征信息进行统计和存储处理,统计处理是指依据用户现场识别的特征信息以及特征信息的类别数量进行统计。
根据上述技术方案,所述存储处理是指在统计完用户现场识别的特征信息后,将现场获取的用户特征信息以及统计结果进行存储,并通过现场识别设备将存储的现场识别信息输送至系统底库内,通过将系统底库内的特征信息进行识别处理,使现场识别的特征信息与系统底库内存储的特征信息的类别与差异对比,并判断现场识别特征信息的各个类别信息在对应的存储单元内与之存储的各个类别信息之间相同的特征信息与相同信息类别的数量;
具体包括:现场识别的特征信息与系统底库内存储的特征信息相同的数量为1个,则记为Y1,现场识别的特征信息与系统底库内存储的特征信息相同的数量为2个,则记为Y2……现场识别的特征信息与系统底库内存储的特征信息相同的数量为8个,则记为Y8。
根据上述技术方案,所述B中,构建处理模型是指在识别系统内建立数据识别模型,具体指以建立坐标系的形式来建立平面直角坐标模型,以系统存储身份特征信息作为X轴,以现场识别身份特征信息作为Y轴;
并以系统存储身份特征信息的类别数量作为X轴上各个标点,记为X1、X2、X3、X4、X5、X6、X7和X8,以现场识别身份特征信息与系统存储身份特征信息之间类别相同的数量作为Y轴上各个标点,记为Y1、Y2、Y3、Y4、Y5、Y6、Y7和Y8。
根据上述技术方案,所述S5中,在处理模型构建后,以及建立的模型来计算该识别结果,具体包括如下步骤:
a、统计标点数量;
b、计算区间面积;
c、判断识别精度;
所述a中,具体是指在平面坐标系中将系统存储身份特征信息的类别数量和现场识别身份特征信息与之相同的类别数量分别在X轴和Y轴上进行标点,并统计X轴和Y轴上各个标点的数量;
所述b中,计算X轴和Y轴各个标点的数量在平面坐标系内所围成的矩形面积,计算方式为:矩形面积=X轴上的标点数量*Y上的标点数量。
根据上述技术方案,所述c中,在计算完坐标系内的矩形面积后,坐标系内平面矩形的计算面积越大,则X轴和Y轴上各个标点的数量越多,反之,坐标系内平面矩形的计算面积越小,则X轴和Y轴上各个标点的数量越少;
X轴和Y轴上各个标点的数量越多,矩形面积越大,则该系统的识别精度越高,反之,X轴和Y轴上各个标点的数量越少,矩形面积越小,则该系统的识别精度越低。
与现有技术相比,本发明的有益效果:
本发明在获取用户的特征信息后,对特征信息以建立数据库的形式进行存储,且在存储用户特征信息的过程中,能够依据用户各个特征信息识别结果的类别在系统数据库内依据各个特征信息的类别来建立单独的存储单元,以此来对系统内存储的身份特征信息进行优化存储,使得后续在对用户特征信息进行识别对比时能够更加快速精确的将用户特征信息进行识别对比,以此来保证特征信息在实际识别过程中的识别速度;
在获取用户的身份特征信息时,能够为用户提供不同途径的获取方式,使得用户特征信息在获取过程中更加便捷,且通过系统对用户的特征信息进行识别校验,以此来保证获取的用户身份信息更加准确。
通过对现场识别的特征信息进行优化处理,使得现场识别的特征信息以及特征信息的类别数量能够进行更好的统计和存储,以此来方便后续将现场识别的特征信息与系统存储的特征信息进行识别对比,进而进一步方便将用户的特征信息进行识别,以此来进一步保证了特征信息识别过程中的速度;
通过在在识别系统内建立数据识别模型,并以系统存储身份特征信息作为坐标模型中的X轴,以现场识别身份特征信息作为坐标模型中的Y轴,以此不仅方便将现场的识别信息与系统内存储的信息进行快速的识别对比,并且也方便将特征信息的识别结果进行更加直观的展现,且通过X轴和Y轴上的标点数据,方便快速的判断和计算坐标模型内的矩形面积,并通过矩形面积的大小方便快速的对该识别过程的识别准确率进行反应,以此使得识别过程中特征信息识别相同的类别数量越多,即该识别过程的识别精度即越高,通过以此方式来对识别结果的处理过程优化,方便后续在识别时能够快速提升识别的准确率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1是本发明的步骤流程图;
图2是本发明处理模型的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例:如图1-2所示,本发明提供一种技术方案,一种准确率与识别速度提高的优化方法,包括如下步骤:
S1、建立特征数据库;
S2、系统数据库优化处理;
S3、特征识别获取;
S4、识别特征优化处理;
S5、优化识别计算。
基于上述技术方案,S1中,建立特征数据库是指建立预存的系统底库,用以存储用户的身份识别信息,具体是指以道闸限行和公示推广的方式进行宣传,督促用户自助注册并录入身份特征的识别信息,用户自助注册的方式主要包括小程序、公众号和APP,用户自助通过小程序、公众号和APP来依据实际情况完成身份特征信息的注册和录入,且在用户身份特征信息完成注册和录入后,通系统检验单元来对当前用户的实际身份特征信息进行校验,以确保系统底库内存储的用户特征信息准确无误。
基于上述技术方案,S2中,系统数据库优化处理是指用户在注册完身份特征信息后,将身份特征信息上传至系统数据库,系统数据库在接收到特征信息后,依据用户各个特征信息识别结果的类别来对系统数据库内存储的身份特征信息进行优化存储。
基于上述技术方案,优化存储具体是指依照用户身份特征信息识别结果的类型在系统数据库内对应的建立单个独立的存储单元,实现通过单独的存储单元来存储对应的用户身份特征信息,并且依据用户的注册名称来为独立存储单元进行命名,并对该统计用户的各个特征信息类别获取的数量进行统计;
系统存储身份特征信息具体包括:男女性别信息、年龄段区间、长短发特征、眼镜佩戴信息、指纹识别信息、掌纹识别信息、耳廓识别信息和牙齿识别信息,总共包括8个特征类别,将系统存储身份特征信息记为X,在用户特征信息类别获取的数量为1时,则记为X1,在用户特征信息类别获取的数量为2时,则记为X2……在用户特征信息类别获取的数量为8时,则记为X8。
基于上述技术方案,S3中,特征识别获取是指在现场获取用户的识别特征信息,具体指在识别现场通过CCD摄像头来对用户信息进行现场获取,现场所要获取的用户识别特征信息具体包括:男女性别信息、年龄段区间、长短发特征、眼镜佩戴信息、指纹识别信息、掌纹识别信息、耳廓识别信息和牙齿识别信息,现场识别身份特征信息记为Y;
在现场获取用户的特征信息时,识别现场需要满足识别距离、识别角度和现场光照的条件要求。
基于上述技术方案,S4中,识别特征优化处理是指对用户现场获取的身份特征信息进行优化,具体包括如下步骤:
A、现场特征信息处理;
B、构建处理模型;
A中,现场特征信息处理是指对现场识别所获取的用户特征信息进行统计和存储处理,统计处理是指依据用户现场识别的特征信息以及特征信息的类别数量进行统计。
基于上述技术方案,存储处理是指在统计完用户现场识别的特征信息后,将现场获取的用户特征信息以及统计结果进行存储,并通过现场识别设备将存储的现场识别信息输送至系统底库内,通过将系统底库内的特征信息进行识别处理,使现场识别的特征信息与系统底库内存储的特征信息的类别与差异对比,并判断现场识别特征信息的各个类别信息在对应的存储单元内与之存储的各个类别信息之间相同的特征信息与相同信息类别的数量;
具体包括:现场识别的特征信息与系统底库内存储的特征信息相同的数量为1个,则记为Y1,现场识别的特征信息与系统底库内存储的特征信息相同的数量为2个,则记为Y2……现场识别的特征信息与系统底库内存储的特征信息相同的数量为8个,则记为Y8。
基于上述技术方案,B中,构建处理模型是指在识别系统内建立数据识别模型,具体指以建立坐标系的形式来建立平面直角坐标模型,以系统存储身份特征信息作为X轴,以现场识别身份特征信息作为Y轴;
并以系统存储身份特征信息的类别数量作为X轴上各个标点,记为X1、X2、X3、X4、X5、X6、X7和X8,以现场识别身份特征信息与系统存储身份特征信息之间类别相同的数量作为Y轴上各个标点,记为Y1、Y2、Y3、Y4、Y5、Y6、Y7和Y8。
基于上述技术方案,S5中,在处理模型构建后,以及建立的模型来计算该识别结果,具体包括如下步骤:
a、统计标点数量;
b、计算区间面积;
c、判断识别精度;
a中,具体是指在平面坐标系中将系统存储身份特征信息的类别数量和现场识别身份特征信息与之相同的类别数量分别在X轴和Y轴上进行标点,并统计X轴和Y轴上各个标点的数量;
b中,计算X轴和Y轴各个标点的数量在平面坐标系内所围成的矩形面积,计算方式为:矩形面积=X轴上的标点数量*Y上的标点数量。
基于上述技术方案,c中,在计算完坐标系内的矩形面积后,坐标系内平面矩形的计算面积越大,则X轴和Y轴上各个标点的数量越多,反之,坐标系内平面矩形的计算面积越小,则X轴和Y轴上各个标点的数量越少;
X轴和Y轴上各个标点的数量越多,矩形面积越大,则该系统的识别精度越高,反之,X轴和Y轴上各个标点的数量越少,矩形面积越小,则该系统的识别精度越低。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种准确率与识别速度提高的优化方法,其特征在于:包括如下步骤:
S1、建立特征数据库;
S2、系统数据库优化处理;
S3、特征识别获取;
S4、识别特征优化处理;
S5、优化识别计算。
2.根据权利要求1所述的一种准确率与识别速度提高的优化方法,其特征在于:所述S1中,建立特征数据库是指建立预存的系统底库,用以存储用户的身份识别信息,具体是指以道闸限行和公示推广的方式进行宣传,督促用户自助注册并录入身份特征的识别信息,用户自助注册的方式主要包括小程序、公众号和APP,用户自助通过小程序、公众号和APP来依据实际情况完成身份特征信息的注册和录入,且在用户身份特征信息完成注册和录入后,通系统检验单元来对当前用户的实际身份特征信息进行校验,以确保系统底库内存储的用户特征信息准确无误。
3.根据权利要求1所述的一种准确率与识别速度提高的优化方法,其特征在于:所述S2中,系统数据库优化处理是指用户在注册完身份特征信息后,将身份特征信息上传至系统数据库,系统数据库在接收到特征信息后,依据用户各个特征信息识别结果的类别来对系统数据库内存储的身份特征信息进行优化存储。
4.根据权利要求3所述的一种准确率与识别速度提高的优化方法,其特征在于:所述优化存储具体是指依照用户身份特征信息识别结果的类型在系统数据库内对应的建立单个独立的存储单元,实现通过单独的存储单元来存储对应的用户身份特征信息,并且依据用户的注册名称来为独立存储单元进行命名,并对该统计用户的各个特征信息类别获取的数量进行统计;
系统存储身份特征信息具体包括:男女性别信息、年龄段区间、长短发特征、眼镜佩戴信息、指纹识别信息、掌纹识别信息、耳廓识别信息和牙齿识别信息,总共包括8个特征类别,将系统存储身份特征信息记为X,在用户特征信息类别获取的数量为1时,则记为X1,在用户特征信息类别获取的数量为2时,则记为X2……在用户特征信息类别获取的数量为8时,则记为X8。
5.根据权利要求1所述的一种准确率与识别速度提高的优化方法,其特征在于:所述S3中,特征识别获取是指在现场获取用户的识别特征信息,具体指在识别现场通过CCD摄像头来对用户信息进行现场获取,现场所要获取的用户识别特征信息具体包括:男女性别信息、年龄段区间、长短发特征、眼镜佩戴信息、指纹识别信息、掌纹识别信息、耳廓识别信息和牙齿识别信息,现场识别身份特征信息记为Y;
在现场获取用户的特征信息时,识别现场需要满足识别距离、识别角度和现场光照的条件要求。
6.根据权利要求5所述的一种准确率与识别速度提高的优化方法,其特征在于:所述S4中,识别特征优化处理是指对用户现场获取的身份特征信息进行优化,具体包括如下步骤:
A、现场特征信息处理;
B、构建处理模型;
所述A中,现场特征信息处理是指对现场识别所获取的用户特征信息进行统计和存储处理,统计处理是指依据用户现场识别的特征信息以及特征信息的类别数量进行统计。
7.根据权利要求6所述的一种准确率与识别速度提高的优化方法,其特征在于:所述存储处理是指在统计完用户现场识别的特征信息后,将现场获取的用户特征信息以及统计结果进行存储,并通过现场识别设备将存储的现场识别信息输送至系统底库内,通过将系统底库内的特征信息进行识别处理,使现场识别的特征信息与系统底库内存储的特征信息的类别与差异对比,并判断现场识别特征信息的各个类别信息在对应的存储单元内与之存储的各个类别信息之间相同的特征信息与相同信息类别的数量;
具体包括:现场识别的特征信息与系统底库内存储的特征信息相同的数量为1个,则记为Y1,现场识别的特征信息与系统底库内存储的特征信息相同的数量为2个,则记为Y2……现场识别的特征信息与系统底库内存储的特征信息相同的数量为8个,则记为Y8。
8.根据权利要求6所述的一种准确率与识别速度提高的优化方法,其特征在于:所述B中,构建处理模型是指在识别系统内建立数据识别模型,具体指以建立坐标系的形式来建立平面直角坐标模型,以系统存储身份特征信息作为X轴,以现场识别身份特征信息作为Y轴;
并以系统存储身份特征信息的类别数量作为X轴上各个标点,记为X1、X2、X3、X4、X5、X6、X7和X8,以现场识别身份特征信息与系统存储身份特征信息之间类别相同的数量作为Y轴上各个标点,记为Y1、Y2、Y3、Y4、Y5、Y6、Y7和Y8。
9.根据权利要求8所述的一种准确率与识别速度提高的优化方法,其特征在于:所述S5中,在处理模型构建后,以及建立的模型来计算该识别结果,具体包括如下步骤:
a、统计标点数量;
b、计算区间面积;
c、判断识别精度;
所述a中,具体是指在平面坐标系中将系统存储身份特征信息的类别数量和现场识别身份特征信息与之相同的类别数量分别在X轴和Y轴上进行标点,并统计X轴和Y轴上各个标点的数量;
所述b中,计算X轴和Y轴各个标点的数量在平面坐标系内所围成的矩形面积,计算方式为:矩形面积=X轴上的标点数量*Y上的标点数量。
10.根据权利要求9所述的一种准确率与识别速度提高的优化方法,其特征在于:所述c中,在计算完坐标系内的矩形面积后,坐标系内平面矩形的计算面积越大,则X轴和Y轴上各个标点的数量越多,反之,坐标系内平面矩形的计算面积越小,则X轴和Y轴上各个标点的数量越少;
X轴和Y轴上各个标点的数量越多,矩形面积越大,则该系统的识别精度越高,反之,X轴和Y轴上各个标点的数量越少,矩形面积越小,则该系统的识别精度越低。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110421848.1A CN112966142A (zh) | 2021-04-20 | 2021-04-20 | 一种准确率与识别速度提高的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110421848.1A CN112966142A (zh) | 2021-04-20 | 2021-04-20 | 一种准确率与识别速度提高的优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112966142A true CN112966142A (zh) | 2021-06-15 |
Family
ID=76280893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110421848.1A Pending CN112966142A (zh) | 2021-04-20 | 2021-04-20 | 一种准确率与识别速度提高的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966142A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018001371A1 (zh) * | 2016-06-30 | 2018-01-04 | 北京七鑫易维信息技术有限公司 | 一种身份识别方法及装置 |
CN110443137A (zh) * | 2019-07-03 | 2019-11-12 | 平安科技(深圳)有限公司 | 多维度身份信息识别方法、装置、计算机设备及存储介质 |
CN111429639A (zh) * | 2020-05-26 | 2020-07-17 | 桂林师范高等专科学校 | 一种人工智能门禁系统 |
CN111581625A (zh) * | 2020-06-12 | 2020-08-25 | 支付宝(杭州)信息技术有限公司 | 一种用户身份识别方法、装置及电子设备 |
-
2021
- 2021-04-20 CN CN202110421848.1A patent/CN112966142A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018001371A1 (zh) * | 2016-06-30 | 2018-01-04 | 北京七鑫易维信息技术有限公司 | 一种身份识别方法及装置 |
CN110443137A (zh) * | 2019-07-03 | 2019-11-12 | 平安科技(深圳)有限公司 | 多维度身份信息识别方法、装置、计算机设备及存储介质 |
CN111429639A (zh) * | 2020-05-26 | 2020-07-17 | 桂林师范高等专科学校 | 一种人工智能门禁系统 |
CN111581625A (zh) * | 2020-06-12 | 2020-08-25 | 支付宝(杭州)信息技术有限公司 | 一种用户身份识别方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018028546A1 (zh) | 一种关键点的定位方法及终端、计算机存储介质 | |
US10817705B2 (en) | Method, apparatus, and system for resource transfer | |
US8953835B2 (en) | Mobile terminal and method for forming human network using the same | |
JP2017524173A5 (zh) | ||
US10380412B2 (en) | Video based facial recognition for customer verification at touchless checkout | |
CN112395978A (zh) | 行为检测方法、装置及计算机可读存储介质 | |
TWI774271B (zh) | 關鍵點檢測方法、電子設備及電腦可讀儲存介質 | |
CN113177133B (zh) | 一种图像检索方法、装置、设备及存储介质 | |
CN112036345A (zh) | 目标场所人数的检测方法、推荐方法、检测系统及介质 | |
CN112035717A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN107678646A (zh) | 支付控制方法、装置、计算机装置及计算机可读存储介质 | |
CN110349310B (zh) | 一种用于园区企业的定制提醒云平台服务系统 | |
WO2023019927A1 (zh) | 一种人脸识别方法、装置、存储介质及电子设备 | |
CN105631945B (zh) | 用于识别起点/终点配对的方法和装置 | |
CN111653268A (zh) | 一种购物仓的人机语音交互系统及方法 | |
CN112966142A (zh) | 一种准确率与识别速度提高的优化方法 | |
WO2019061660A1 (zh) | 招聘方法、电子装置及可读存储介质 | |
CN106845192A (zh) | 一种识别操作用户信息的方法及终端 | |
WO2024093665A1 (zh) | 身份识别图像处理方法、装置、计算机设备和存储介质 | |
CN113139413A (zh) | 人员管理方法、装置及电子设备 | |
CN113158712A (zh) | 人员管理系统 | |
JP7239149B2 (ja) | 自動販売機決済システム、自動販売機、自動販売機決済方法及びプログラム | |
CN112561987B (zh) | 人员位置显示方法及相关装置 | |
CN112835454A (zh) | 一种智能眼镜的交互控制方法、可读存储介质及智能眼镜 | |
TWI744704B (zh) | 營運資訊分析系統 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210615 |