CN113032047A - 人脸识别系统应用方法、电子设备及存储介质 - Google Patents
人脸识别系统应用方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113032047A CN113032047A CN202110336366.6A CN202110336366A CN113032047A CN 113032047 A CN113032047 A CN 113032047A CN 202110336366 A CN202110336366 A CN 202110336366A CN 113032047 A CN113032047 A CN 113032047A
- Authority
- CN
- China
- Prior art keywords
- face recognition
- face
- terminal
- image
- detection
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/71—Version control; Configuration management
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Collating Specific Patterns (AREA)
Abstract
本公开提供的一种人脸识别系统应用方法、电子设备及存储介质,包括:根据用户指令向服务器端发送请求信息,并获取所述服务器端根据所述请求信息生成的工具包;其中,所述请求信息包括操作系统的端口信息,所述工具包是所述服务器端根据所述端口信息分析出所述终端的操作系统而生成的;根据所述工具包的逻辑接口调用对应的底层动态链接库,获取与所述请求信息对应的人脸识别功能,生成人脸识别系统;通过所述人脸识别系统进行人脸识别。本说明书一个或多个实施例通过服务器端与终端间的信息交互,使服务器在信息交互过程中确定出终端的交互端口,通过端口确定出操作系统,进而可以针对性的调用底层算法库,简化了系统调试过程,增加了用户体验。
Description
技术领域
本公开涉及人脸识别技术领域,尤其涉及一种人脸识别系统应用方法、电子设备及存储介质。
背景技术
随着计算机技术的快速发展,人脸识别系统的应用日趋广泛,同时人们使用的计算机或智能设备的操作系统也越来越多样。然而不同操作系统上的应用程序是无法交换使用的,从而用户在使用人脸识别系统时,需要先行根据自身使用的操作系统去寻找对应的人脸识别系统版本,或是需要提供者根据用户的操作系统对人脸识别系统进行针对性的调整,才能正常的使用人脸识别系统。从而不利于人脸识别系统的用户体验。
发明内容
有鉴于此,本公开的目的在于提出一种人脸识别系统应用方法、电子设备及存储介质。
基于上述目的,本公开提供了一种人脸识别系统应用方法,应用于终端,包括:
根据用户指令向服务器端发送请求信息,并获取所述服务器端根据所述请求信息生成的工具包;其中,所述请求信息包括操作系统的端口信息,所述工具包是所述服务器端根据所述端口信息分析出所述终端的操作系统而生成的;
根据所述工具包的逻辑接口调用对应的底层动态链接库,获取与所述请求信息对应的人脸识别功能,生成人脸识别系统;
通过所述人脸识别系统进行人脸识别。
基于同一构思,本说明书一个或多个实施例还提供了一种人脸识别系统应用方法,应用于服务器端,包括:
获取终端发送的请求信息,所述请求信息包括所述终端操作系统的端口信息;
根据所述端口信息确定所述终端的操作系统,确定与所述操作系统对应的底层动态链接库,对所述底层动态链接库进行逻辑封装,生成与所述操作系统对应的逻辑接口;
根据所述请求信息确定所述终端需要的人脸识别功能,对所述全部人脸识别功能进行整合,并与所述逻辑接口结合生成工具包;
将所述工具包传输给所述终端,使所述终端基于所述工具包完成人脸识别。
基于同一构思,本公开还提供了一种电子设备,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程序时实现如上任一项所述应用于终端的方法,或实现如上任一项所述应用于服务器端的方法。
基于同一构思,本公开还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机实现如上任一项所述应用于终端的方法,或实现如上任一项所述应用于服务器端的方法。
从上面所述可以看出,本公开提供的一种人脸识别系统应用方法、电子设备及存储介质,包括:根据用户指令向服务器端发送请求信息,并获取所述服务器端根据所述请求信息生成的工具包;其中,所述请求信息包括操作系统的端口信息,所述工具包是所述服务器端根据所述端口信息分析出所述终端的操作系统而生成的;根据所述工具包的逻辑接口调用对应的底层动态链接库,获取与所述请求信息对应的人脸识别功能,生成人脸识别系统;通过所述人脸识别系统进行人脸识别。本说明书一个或多个实施例通过服务器端与终端间的信息交互,使服务器在信息交互过程中确定出终端的交互端口,通过端口确定出操作系统,进而可以针对性的调用底层算法库,简化了系统调试过程,增加了用户体验。
附图说明
为了更清楚地说明本公开实施例或相关技术中的技术方案,下面将对实施例或相关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公开的实施例,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为本公开实施例提出的人脸识别系统应用方法的应用场景示意图;
图2为本公开实施例提出的一种应用于终端的人脸识别系统应用方法的流程示意图;
图3为本公开实施例提出的一种具体应用场景中的人脸识别系统的整体框架示意图;
图4为本公开实施例提出的一种具体应用场景中的人脸识别系统的人脸注册过程示意图;
图5为本公开实施例提出的一种具体应用场景中的人脸识别流程示意图;
图6为本公开实施例提出的一种具体无感场景中人脸识别流程示意图;
图7为本公开实施例提出的一种应用于服务器端的人脸识别系统应用方法的流程示意图;
图8为本公开实施例提出的电子设备结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本说明书进一步详细说明。
需要说明的是,除非另外定义,本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件、物件或者方法步骤涵盖出现在该词后面列举的元件、物件或者方法步骤及其等同,而不排除其他元件、物件或者方法步骤。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
如背景技术部分所述,现有技术对于人脸识别系统的终端集成和私有化部署上一般仅能给与用户一个框架系统,而各种模型的适配和整体系统与终端间的适配仅能通过操作人员在用户终端上进行进一步的调试才能完成,进而现有技术对于终端集成和私有化部署上还在使用较为原始的人工调试方法,非常影响系统配置效率及用户体验。
结合上述实际情况,本公开实施例提出了一种人脸识别系统应用方案,通过服务器端与终端间的信息交互,使服务器在信息交互过程中确定出终端的交互端口,通过端口确定出操作系统,进而可以针对性的调用底层算法库,简化了系统调试过程,增加了用户体验。
参考图1所示,其为本申请实施例提供的人脸识别系统应用方法的应用场景示意图。该应用场景包括终端101和服务器端102。其中,终端101及服务器端102之间均可通过有线或无线的通信网络连接。终端101包括但不限于桌面计算机、移动电话、移动电脑、平板电脑、智能可穿戴设备、考勤机、闸机头、广告机、无感门禁或其它能够实现上述功能的电子设备等。服务器端102可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
服务器端102用于向终端101的用户提供人脸识别系统的工具包,终端101中安装有与服务器端102通信的客户端,用户可通过该客户端输入一段认证信息,点击认证后,客户端将认证信息发送给服务器端102,服务器端102验证客户的身份后,再根据其用于连接的端口判断出终端对应的操作系统,再针对性的生成工具包,将工具包发送给终端,终端根据工具包生成对应的人脸识别系统,以进行人脸识别。
参考图2所示,为本说明书一个实施例的一种应用于终端的人脸识别系统应用方法的流程示意图,具体包括以下步骤:
步骤201,根据用户指令向服务器端发送请求信息,并获取所述服务器端根据所述请求信息生成的工具包;其中,所述请求信息包括操作系统的端口信息,所述工具包是所述服务器端根据所述端口信息分析出所述终端的操作系统而生成的。
本步骤旨在,向服务器端发送请求,并接收服务器端发回的工具包,以使终端能够根据工具包正确生成人脸识别系统,以供之后进行人脸识别,通过本步骤,终端可以获取到一个与自身操作系统相匹配的人脸识别系统的工具包,其可以直接在终端上进行应用,从而可以快速的对人脸识别系统进行构建。其中,用户指令一般是为用户发送的认证、验证信息,其也可以包含用户想要获取何种功能的人脸识别系统的信息等等。服务器端收到请求信息后,服务器端能够根据终端发送信息时利用的不同端口,识别出终端的具体操作系统来,不同的操作系统对应的端口不尽相同,其对应的人脸识别系统的系统框架同样也不尽相同,不同的操作系统例如:Linux操作系统、Windows操作系统、Andriod操作系统等等,例如Windows系统使用3389端口,Linux系统使用22端口等等。服务器端在确定了端口信息之后,可以通过端口信息反推出对应的操作系统,进而可以针对不同的操作系统调用不同的底层动态链接库,并进行逻辑封装生成对应的逻辑接口,生成工具包,在具体应用场景中,服务器端识别出终端的操作系统之后,可以直接调取对应的已经逻辑封装好的逻辑接口,即在对应不同操作系统的逻辑封装好的逻辑接口中选取与终端的操作系统对应的,从而可以提高服务器端的反应速度和处理效率,也可以在识别出操作系统之后,再进行封装,从而可以节约服务器端的存储资源,但处理速度过慢。从而能够使终端能够通过该逻辑接口调用对应的人脸识别系统。
步骤202,根据所述工具包的逻辑接口调用对应的底层动态链接库,获取与所述请求信息对应的人脸识别功能,生成人脸识别系统。
本步骤旨在,根据工具包调用对应的底层动态链接库,并开启对应的人脸识别功能以生成人脸识别系统,供之后进行人脸识别。其中,底层动态链接库即为针对各个操作系统对应的不同的底层编译算法库,不同操作系统对应不同的底层动态链接库。其中,底层动态链接库可以是在服务器端的,也可以是置于工具包内发放到终端上的。终端可以远程调用服务器端,也可以调用自身工具包内的。
之后,由于人脸识别存在很多种功能,用户不一定会使用全部的功能,进而其在发送的请求信息中可以包含其需要的对应功能,从而可以在建立人脸识别系统时直接仅开启用户需要的特定识别功能,例如:用户需要的是无感场景下,仅对人脸质量和人脸身份进行检测的系统,从而在建立人脸识别系统时,可以仅建立无感场景人脸识别系统,其识别功能仅包括人脸质量检测和人脸身份检测。在具体应用场景中,用户可以进行选择是在普通人脸识别场景使用系统,还是在无感人脸识别场景中使用系统,其中,普通人脸识别场景即为识别对象需要进行配合的场景,例如考勤机、闸机头等,无感人脸识别场景为不需要识别对象进行配合的场景,例如无感门禁、监控探头等等,其中,无感门禁是被测对象在进入门禁闸机后,不需要与摄像头进行配合,摄像头捕捉整个门禁闸机内的图像,对图像进行分析后,分析出其中人物的人脸图像,并以此进行人脸识别,在确定被测对象身份后,开启门禁闸机,在被测对象角度,其仅是行走到了门禁闸机处,稍作减速或正常前进,门禁就自动开启了。之后,还可以对场景下检测的功能配置进行设置,例如是否要进行人脸遮挡检测、人脸模糊检测、性别检测等等。之后根据用户个性化的设置生成对应的人脸识别系统。
步骤203,通过所述人脸识别系统进行人脸识别。
本步骤旨在,利用已生成的人脸识别系统,完成人脸识别。如图3所示,为一种具体应用场景中的人脸识别系统的整体框架示意图。其中,采集设备即为各种采集图像用的摄像头设备等,采集设备进行采集图像后进行安全审查,确定用户或终端是否得到授权,当然这种审查过程可以是每次获取图像、视频时都需要进行的,或是间隔一定时间需要进行的,或是首次使用时需要进行的等等。通过授权能够确定终端是否具备利用人脸识别系统的资格,防止其他终端的乱用、盗用行为,针对不同的环境,授权方式也不尽相同,例如:一机一码离线授权:基于终端的硬件指纹(即物理地址等)进行授权,具有设备唯一性,可设置有效期(试用期3个月等),也可申请永久使用。或是多机一码授权:对多个同一批次(即生产批次等)的终端,批量申请同一个授权许可,可设置有效期(试用期3个月),也可申请永久使用,例如:客户购买了1000台人脸识别系统一体机,则在交付这一批一体机时,根据这一批一体机的生产批次进行授权,直接让这1000台一体机都进行了授权,对这些一体机完成授权后,就对其物理地址没有具体的要求了。即,所述通过所述人脸识别系统进行人脸识别之前,还包括:获取所述终端的物理地址信息和/或批次信息;根据所述物理地址信息和/或所述批次信息确定所述终端是否授权。
之后,如图3所示,图像信息进入功能模块后则进行具体的人脸识别过程。在进行人脸识别过程中,为了能够随时对人脸识别系统的具体识别功能进行调整。则可以通过设置配置文件的方式进行调整,即,所述通过所述人脸识别系统进行人脸识别,包括:获取所述人脸识别系统的配置文件;根据所述配置文件确定需要执行的人脸识别方案,并根据所述配置文件完成所述人脸识别方案中的人脸识别功能配置;根据所述人脸识别方案进行人脸识别。其中,配置文件即为用户设置的需要开启哪些功能的配置功能性文件,在具体应用场景中,在配置文件中,配置所需的功能,比如:需要人脸质量检测模块,则设置人脸质量检测flag=1,不需要则设置人脸质量检测flag=0;人脸质量检测模块包含多个功能,姿态检测、遮挡检测、模糊检测等等,用户同样可以根据需求将所需功能flag设置成1;需要人脸属性识别模块,这需要设置人脸属性flag=1,再根据需要的人脸属性的子功能,将子功能的flag设置成1。即,所述通过所述人脸识别系统进行人脸识别,包括:获取所述人脸识别系统的配置文件;根据所述配置文件确定需要执行的人脸识别方案,并根据所述配置文件完成所述人脸识别方案中的人脸识别功能配置;根据所述人脸识别方案进行人脸识别。其中,人脸识别方案即为记录了人脸识别系统需要执行的功能的文件。
其中,功能模块在进行具体的人脸识别之前,为了确定需要进行的人脸识别对象,还可以先进行人脸图像的注册。即,所述通过所述人脸识别系统进行人脸识别之前,还包括:获取用户输入的图像信息;检测所述用户输入的图像信息是否包含人脸图像;响应于所述用户输入的图像信息包含人脸图像,确定所述人脸图像是否为正脸且无遮挡图像;响应于所述人脸图像为正脸且无遮挡图像,对所述正脸且无遮挡图像进行特征提取,生成并存储人脸特征数据。其中,图像信息即为包含需要进行人脸识别的目标对象的标准人脸图像信息,其可以是目标对象的证件照或正脸生活照等,也可以是通过人脸识别系统对目标对象直接进行获取得到的。如图4所示,为人脸识别系统的人脸注册过程示意图。人脸识别系统可以通过用户直接导入数据库的方式进行数据添加,也可以实时的直接对目标对象进行人脸特征提取并进行人脸特征数据录入。当然,在录入的过程中还可以对当然人脸图像是否已经完成了注册、特征存储进行审查,若已经完成了注册则可以直接跳过人脸特征数据存储的步骤。
在具体应用场景中,为了完成人脸识别任务,完成各项人脸检测内容。所述根据所述人脸识别方案进行人脸识别,包括:获取采集图像,对所述采集图像进行人脸关键点检测,生成关键点图像;根据所述人脸识别方案确定是否需要进行人脸质量检测;响应于需要进行人脸质量检测,对所述关键点图像进行姿态检测、遮挡检测和/或模糊检测;和/或,根据所述人脸识别方案确定是否需要进行人脸属性识别;响应于需要进行人脸属性识别,对所述关键点图像进行特征检测、性别检测、年龄检测和/或肤色检测;和/或,根据所述人脸识别方案确定是否需要进行人脸身份识别;响应于需要进行人脸身份识别,对所述关键点图像进行特征比对;根据所述姿态检测、所述遮挡检测、所述模糊检测、所述特征检测、所述性别检测、所述年龄检测、所述肤色检测和/或特征比对结果,生成人脸识别结果。其中,人脸质量检测即为对人脸的识别难易程度的确定,例如姿态检测即为检测是否是正脸,模糊检测即为检测人脸图像是否清晰等等。人脸属性识别,即为对人脸图像反应出的人脸的各种特征进行检测,例如:对眼镜、胡须等特征的检测,或是通过人脸进行性别、年龄、肤色等的检测。在具体应用场景中,用户可以自由选择、自由组合进行哪种或哪些人脸检测功能,同时这些检测中并没有必须执行的检测,用户甚至可以设置全部人脸检测功能都不开启,用户可以通过配置文件进行自由的配置。如图5所示,即为一种人脸识别流程示意图。
在具体应用场景中,人脸识别场景一般可分为普通场景和无感场景,普通场景即为识别对象需要进行配合的场景,需要识别对象正视摄像头等采集设备,例如考勤机、闸机头等;无感场景即为不需要识别对象进行配合的场景,采集设备采集特定区域内的图像,识别对象不需要与采集设备互动,采集设备一直采集整个场景的图像,在图像中进行人脸识别和分析,例如无感门禁、监控探头等。而在无感识别场景中,由于不需要识别对象进行配合,同时其是对一定区域内进行人脸识别的,从而识别对象在这个区域内时,都会一直获取其的人脸图像,同时其图像质量并不一定能够完成全部人脸检测功能。从而需要对人脸进行标记跟踪,在确定该识别对象已经完成全部识别之后,才能结束对该识别对象的人脸识别。即,当所述人脸识别方案为无感识别方案时,所述通过所述人脸识别系统进行人脸识别,包括:对所述采集图像中检测出的每个人脸区域进行标记,得到被标记的人脸数据;继续获取新的采集图像;响应于在所述新的采集图像中检测到与所述被标记的人脸数据对应的图像区域,确定是否已按照所述人脸识别方案对所述人脸区域完成人脸识别;响应于没有对所述人脸区域按照所述人脸识别方案完成人脸识别,重新根据所述人脸识别方案对所述图像区域进行人脸识别。如图6所示,即为一种无感场景中人脸识别流程示意图。
最后,在完成人脸识别之后,为了及时对人脸识别结果进行记录存储。所述通过所述人脸识别系统进行人脸识别之后,还包括:根据所述人脸识别的识别结果生成并保存日志数据;按照预定时间间隔对所述日志数据进行上传,上传成功后清除所述日志数据;和/或,响应于所述日志数据的数据量达到预定阈值时,清除所述日志数据。其中,日志可以包含人脸识别确定的人脸身份信息(例如:日志内容为xxx时间,xxx经过闸机),还可以包含对人脸进行分析得出的人脸属性及质量分析(例如:日志内容为xxx时间,xxx经过闸机,性别为x,年龄为xx,有胡须戴眼镜,面部有遮挡),当然日志也可以包含一定时间内的人脸识别的数据统计结果,例如,设置在公司入口的无感门禁场景中,日志内容可以是,在7时到12时内,一共进行了200次人脸识别,识别出了135个人脸,对比后,共2人未识别出,为xxx及xxx等等。其中,日志可以根据内容的重要性,或是数据量的多少来确定是及时的上传云端还是先进行本地存储再一起上传云端,例如:对于进行了全部人脸检测的识别结果,由于每个识别对象对应了很多人脸检测的数据,数据量较大,从而可以更为及时的上传至云端服务器,保证数据不会丢失。而相对的,对于相对不是特别重要的数据,例如,仅检测员工是否到岗的门禁数据,为了节约传输资源,可以设定较长时间进行传输,或是在本地数据量接近预定阈值时,进行上传等等,定时的清除本地存储数据可以提高终端运行速度,使人脸识别更为迅速。在具体如图3所示的人脸识别系统中,当用户使用人脸识别系统时,会自动生成本地日志;当用户有网络状态,日志文件会自动上传,上传成功后会删除相应的本地日志;另外,当本地日志文件滞留超过20M,会自动删除最早的数据。对于日志的上传,每隔设定时间(如1秒)会自动发送请求,如果请求成功则上传本地日志文件,以Jason串报文的形式,数据还可以经过加密处理上传。对应的存储模块,包含所有的功能模型存储,算法的动态链接库的存储,日志存储,以及人脸注册功能输出的人脸特征库的存储,日志的存储。存储模块可以整合在给与终端的工具包内,在终端上生成,也可以设置在服务器端。
通过应用本说明书一个或多个实施例提供的一种应用于终端的人脸识别系统应用方法,包括:根据用户指令向服务器端发送请求信息,并获取所述服务器端根据所述请求信息生成的工具包;其中,所述请求信息包括操作系统的端口信息,所述工具包是所述服务器端根据所述端口信息分析出所述终端的操作系统而生成的;根据所述工具包的逻辑接口调用对应的底层动态链接库,获取与所述请求信息对应的人脸识别功能,生成人脸识别系统;通过所述人脸识别系统进行人脸识别。本说明书一个或多个实施例通过服务器端与终端间的信息交互,使服务器在信息交互过程中确定出终端的交互端口,通过端口确定出操作系统,进而可以针对性的调用底层算法库,简化了系统调试过程,增加了用户体验。
需要说明的是,本公开实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本公开实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本公开特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
需要说明的是,本公开的实施例还可以通过以下方式进一步描述:
在一些实施方式中,所述通过所述人脸识别系统进行人脸识别,包括:
获取所述人脸识别系统的配置文件;
根据所述配置文件确定需要执行的人脸识别方案,并根据所述配置文件完成所述人脸识别方案中的人脸识别功能配置;
根据所述人脸识别方案进行人脸识别。
在一些实施方式中,所述根据所述人脸识别方案进行人脸识别,包括:
获取采集图像,对所述采集图像进行人脸关键点检测,生成关键点图像;
根据所述人脸识别方案确定是否需要进行人脸质量检测;响应于需要进行人脸质量检测,对所述关键点图像进行姿态检测、遮挡检测和/或模糊检测;
和/或,
根据所述人脸识别方案确定是否需要进行人脸属性识别;响应于需要进行人脸属性识别,对所述关键点图像进行特征检测、性别检测、年龄检测和/或肤色检测;
和/或,
根据所述人脸识别方案确定是否需要进行人脸身份识别;响应于需要进行人脸身份识别,对所述关键点图像进行特征比对;
根据所述姿态检测、所述遮挡检测、所述模糊检测、所述特征检测、所述性别检测、所述年龄检测、所述肤色检测和/或特征比对结果,生成人脸识别结果。
在一些实施方式中,当所述人脸识别方案为无感识别方案时,所述通过所述人脸识别系统进行人脸识别,包括:
对所述采集图像中检测出的每个人脸区域进行标记,得到被标记的人脸数据;
继续获取新的采集图像;
响应于在所述新的采集图像中检测到与所述被标记的人脸数据对应的图像区域,确定是否已按照所述人脸识别方案对所述人脸区域完成人脸识别;
响应于没有对所述人脸区域按照所述人脸识别方案完成人脸识别,重新根据所述人脸识别方案对所述图像区域进行人脸识别。
在一些实施方式中,所述通过所述人脸识别系统进行人脸识别之后,还包括:
根据所述人脸识别的识别结果生成并保存日志数据;
按照预定时间间隔对所述日志数据进行上传,上传成功后清除所述日志数据;和/或,响应于所述日志数据的数据量达到预定阈值时,清除所述日志数据。
在一些实施方式中,所述通过所述人脸识别系统进行人脸识别之前,还包括:
获取所述终端的物理地址信息和/或批次信息;
根据所述物理地址信息和/或所述批次信息确定所述终端是否授权。
在一些实施方式中,所述通过所述人脸识别系统进行人脸识别之前,还包括:
获取用户输入的图像信息;
检测所述用户输入的图像信息是否包含人脸图像;
响应于所述用户输入的图像信息包含人脸图像,确定所述人脸图像是否为正脸且无遮挡图像;
响应于所述人脸图像为正脸且无遮挡图像,对所述正脸且无遮挡图像进行特征提取,生成并存储人脸特征数据。
基于同一构思,与上述任意实施例方法相对应的,本公开还提供了一种应用于服务器端的人脸识别系统应用方法,参考图7所示,具体包括以下步骤:
步骤701,获取终端发送的请求信息,所述请求信息包括所述终端操作系统的端口信息;
步骤702,根据所述端口信息确定所述终端的操作系统,确定与所述操作系统对应的底层动态链接库,对所述底层动态链接库进行逻辑封装,生成与所述操作系统对应的逻辑接口;
步骤703,根据所述请求信息确定所述终端需要的人脸识别功能,对所述全部人脸识别功能进行整合,并与所述逻辑接口结合生成工具包;
步骤704,将所述工具包传输给所述终端,使所述终端基于所述工具包完成人脸识别。
上述实施例的应用于服务器端的人脸识别系统应用方法通过服务器端与终端间的信息交互,使服务器在信息交互过程中确定出终端的交互端口,通过端口确定出操作系统,进而可以针对性的调用底层算法库,简化了系统调试过程,增加了用户体验。
在本说明书的可选实施例中,为了在获取到请求信息之后,先行对终端的授权资格进行审查。所述获取终端发送的请求信息之后,还包括:获取所述请求信息内所述终端的物理地址信息和/或批次信息;根据所述物理地址信息和/或所述批次信息确定所述终端是否授权。
需要说明的是,本公开的实施例还可以通过以下方式进一步描述:
在一些实施方式中,所述获取终端发送的请求信息之后,还包括:
获取所述请求信息内所述终端的物理地址信息和/或批次信息;
根据所述物理地址信息和/或所述批次信息确定所述终端是否授权。
基于同一构思,与上述任意实施例方法相对应的,本公开还提供了一种电子设备,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程序时实现上任意一实施例所述的一种应用于终端的人脸识别系统应用方法,或实现上任意一实施例所述的一种应用于服务器端的人脸识别系统应用方法。
图8示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器810、存储器820、输入/输出接口830、通信接口840和总线850。其中处理器810、存储器820、输入/输出接口830和通信接口840通过总线850实现彼此之间在设备内部的通信连接。
处理器810可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器820可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器820可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器820中,并由处理器810来调用执行。
输入/输出接口830用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口840用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线850包括一通路,在设备的各个组件(例如处理器810、存储器820、输入/输出接口830和通信接口840)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器810、存储器820、输入/输出接口830、通信接口840以及总线850,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的应用于终端的人脸识别系统应用方法或应用于服务器端的人脸识别系统应用方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一构思,与上述任意实施例方法相对应的,本公开还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任意一实施例所述的一种应用于终端的人脸识别系统应用方法,或实现上任意一实施例所述的一种应用于服务器端的人脸识别系统应用方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的应用于终端的人脸识别系统应用方法或应用于服务器端的人脸识别系统应用方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本公开实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本公开实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本公开实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本公开实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (11)
1.一种人脸识别系统应用方法,应用于终端,包括:
根据用户指令向服务器端发送请求信息,并获取所述服务器端根据所述请求信息生成的工具包;其中,所述请求信息包括操作系统的端口信息,所述工具包是所述服务器端根据所述端口信息分析出所述终端的操作系统而生成的;
根据所述工具包的逻辑接口调用对应的底层动态链接库,获取与所述请求信息对应的人脸识别功能,生成人脸识别系统;
通过所述人脸识别系统进行人脸识别。
2.根据权利要求1所述的方法,其中,所述通过所述人脸识别系统进行人脸识别,包括:
获取所述人脸识别系统的配置文件;
根据所述配置文件确定需要执行的人脸识别方案,并根据所述配置文件完成所述人脸识别方案中的人脸识别功能配置;
根据所述人脸识别方案进行人脸识别。
3.根据权利要求2所述的方法,其中,所述根据所述人脸识别方案进行人脸识别,包括:
获取采集图像,对所述采集图像进行人脸关键点检测,生成关键点图像;
根据所述人脸识别方案确定是否需要进行人脸质量检测;响应于需要进行人脸质量检测,对所述关键点图像进行姿态检测、遮挡检测和/或模糊检测;
和/或,
根据所述人脸识别方案确定是否需要进行人脸属性识别;响应于需要进行人脸属性识别,对所述关键点图像进行特征检测、性别检测、年龄检测和/或肤色检测;
和/或,
根据所述人脸识别方案确定是否需要进行人脸身份识别;响应于需要进行人脸身份识别,对所述关键点图像进行特征比对;
根据所述姿态检测、所述遮挡检测、所述模糊检测、所述特征检测、所述性别检测、所述年龄检测、所述肤色检测和/或特征比对结果,生成人脸识别结果。
4.根据权利要求3所述的方法,其中,当所述人脸识别方案为无感识别方案时,所述通过所述人脸识别系统进行人脸识别,包括:
对所述采集图像中检测出的每个人脸区域进行标记,得到被标记的人脸数据;
继续获取新的采集图像;
响应于在所述新的采集图像中检测到与所述被标记的人脸数据对应的图像区域,确定是否已按照所述人脸识别方案对所述人脸区域完成人脸识别;
响应于没有对所述人脸区域按照所述人脸识别方案完成人脸识别,重新根据所述人脸识别方案对所述图像区域进行人脸识别。
5.根据权利要求1所述的方法,其中,所述通过所述人脸识别系统进行人脸识别之后,还包括:
根据所述人脸识别的识别结果生成并保存日志数据;
按照预定时间间隔对所述日志数据进行上传,上传成功后清除所述日志数据;和/或,响应于所述日志数据的数据量达到预定阈值时,清除所述日志数据。
6.根据权利要求1所述的方法,其中,所述通过所述人脸识别系统进行人脸识别之前,还包括:
获取所述终端的物理地址信息和/或批次信息;
根据所述物理地址信息和/或所述批次信息确定所述终端是否授权。
7.根据权利要求1所述的方法,其中,所述通过所述人脸识别系统进行人脸识别之前,还包括:
获取用户输入的图像信息;
检测所述用户输入的图像信息是否包含人脸图像;
响应于所述用户输入的图像信息包含人脸图像,确定所述人脸图像是否为正脸且无遮挡图像;
响应于所述人脸图像为正脸且无遮挡图像,对所述正脸且无遮挡图像进行特征提取,生成并存储人脸特征数据。
8.一种人脸识别系统应用方法,应用于服务器端,包括:
获取终端发送的请求信息,所述请求信息包括所述终端操作系统的端口信息;
根据所述端口信息确定所述终端的操作系统,确定与所述操作系统对应的底层动态链接库,对所述底层动态链接库进行逻辑封装,生成与所述操作系统对应的逻辑接口;
根据所述请求信息确定所述终端需要的人脸识别功能,对所述全部人脸识别功能进行整合,并与所述逻辑接口结合生成工具包;
将所述工具包传输给所述终端,使所述终端基于所述工具包完成人脸识别。
9.根据权利要求8所述的方法,其中,所述获取终端发送的请求信息之后,还包括:
获取所述请求信息内所述终端的物理地址信息和/或批次信息;
根据所述物理地址信息和/或所述批次信息确定所述终端是否授权。
10.一种电子设备,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程序时实现如权利要求1至7任一项所述的方法,或实现如权利要求8或9所述的方法。
11.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机实现权利要求1至7任一项所述的方法,或实现如权利要求8或9所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110336366.6A CN113032047A (zh) | 2021-03-29 | 2021-03-29 | 人脸识别系统应用方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110336366.6A CN113032047A (zh) | 2021-03-29 | 2021-03-29 | 人脸识别系统应用方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113032047A true CN113032047A (zh) | 2021-06-25 |
Family
ID=76452773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110336366.6A Pending CN113032047A (zh) | 2021-03-29 | 2021-03-29 | 人脸识别系统应用方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113032047A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537028A (zh) * | 2021-07-09 | 2021-10-22 | 中星电子股份有限公司 | 用于人脸识别系统的控制方法、装置、设备和介质 |
WO2023071067A1 (zh) * | 2021-10-29 | 2023-05-04 | 上海商汤智能科技有限公司 | 编程教育实验方法及装置、电子设备和存储介质 |
-
2021
- 2021-03-29 CN CN202110336366.6A patent/CN113032047A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537028A (zh) * | 2021-07-09 | 2021-10-22 | 中星电子股份有限公司 | 用于人脸识别系统的控制方法、装置、设备和介质 |
WO2023071067A1 (zh) * | 2021-10-29 | 2023-05-04 | 上海商汤智能科技有限公司 | 编程教育实验方法及装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6732317B2 (ja) | 顔活動検出方法および装置、ならびに電子デバイス | |
CN110163611B (zh) | 一种身份识别方法、装置以及相关设备 | |
CN109165940B (zh) | 一种防盗方法、装置及电子设备 | |
US10817705B2 (en) | Method, apparatus, and system for resource transfer | |
US9710977B2 (en) | Vehicle data collection and verification | |
US20200134153A1 (en) | Method and device for identity authentication | |
US20210224812A1 (en) | Fraudulent transaction identification method and apparatus, server, and storage medium | |
EP3549126B1 (en) | Service control and user identity authentication based on virtual reality | |
CN113032047A (zh) | 人脸识别系统应用方法、电子设备及存储介质 | |
CN105426730A (zh) | 登录验证处理方法、装置及终端设备 | |
US20220164423A1 (en) | Method and apparatus for user recognition | |
KR102244333B1 (ko) | 생체측정 특징에 기초한 보안 검증 방법 및 장치 | |
US20200293760A1 (en) | Multi-modal identity recognition | |
CN107203712B (zh) | 确定解锁方式的方法、装置、存储介质及终端 | |
CN114581998A (zh) | 一种基于目标对象关联特征融合的布控方法、系统、设备和介质 | |
CN112735015B (zh) | 一种社区管理方法、装置、机器可读介质及设备 | |
CN111274602B (zh) | 一种图像特征信息替换方法、装置、设备及介质 | |
CN106527697A (zh) | 虚拟现实中的安全验证方法和装置 | |
CN115840931A (zh) | 基于人脸滑屏互动的身份验证的方法及相关产品 | |
CN110866292A (zh) | 界面显示方法、装置、终端设备及服务器 | |
CN109522737B (zh) | 用于确定资源访问权限的方法和设备 | |
CN112183959A (zh) | 一种评标基地安全管控终端、服务器及系统 | |
CN110895601A (zh) | 辨识用户的装置及辨识用户的系统 | |
Hauer | Continuous Supervision: A Novel Concept for Enhancing Data Leakage Prevention | |
CN211979663U (zh) | 辨识用户的装置及辨识用户的系统 |
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 |