CN113326814A - 一种基于5g架构的人脸识别设备 - Google Patents

一种基于5g架构的人脸识别设备 Download PDF

Info

Publication number
CN113326814A
CN113326814A CN202110778238.7A CN202110778238A CN113326814A CN 113326814 A CN113326814 A CN 113326814A CN 202110778238 A CN202110778238 A CN 202110778238A CN 113326814 A CN113326814 A CN 113326814A
Authority
CN
China
Prior art keywords
face
information
face recognition
computing platform
photo
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
Application number
CN202110778238.7A
Other languages
English (en)
Other versions
CN113326814B (zh
Inventor
王先峰
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Publication of CN113326814A publication Critical patent/CN113326814A/zh
Application granted granted Critical
Publication of CN113326814B publication Critical patent/CN113326814B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Linguistics (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于5G架构的人脸识别设备，包括人脸识别公共终端、5G网络传输组件、高性能云端计算平台和快速云端计算平台，所述人脸识别公共终端用于采集人脸数据，并对数据进行封装处理；所述人脸识别公共终端通过5G网络传输组件分别与高性能云端计算平台和快速云端计算平台进行信息交互。该基于5G架构的人脸识别设备，根据信息采集组件采集的信息模拟出动态3D立体人脸模型，从而便于获取面部模拟照片集合，并与面部实录照片集合，进行对比，防止用户拿取照片进行人脸识别，具有防伪效果，该人脸识别公共终端发生请求查询信息，且优先于发送给同一编号的快速云端计算平台，配合5G通讯网络，则可以缩小查找范围，快速查找到目标信息。

Description

一种基于5G架构的人脸识别设备
技术领域
本发明涉及电子设备技术领域，尤其涉及一种基于5G架构的人脸识别设备。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别是根据提取人的脸部特征信息进行识别身份的技术，其主要方法是，首先从人脸图像或视频流中判断是否出现人脸，如果出现人脸，则进一步确定人脸的特征等信息。根据获得的特征数据，与保存的人脸特征数据进行对比，从而识别人的身份。
目前，由于人脸特征数据库内部存储的信息是海量的，在识别过程中，需要将录入的人脸信息以及人脸特征与数据库内部的信息进行对比，往往耗费的时间较长，特别是一些公共场合人脸识别设备的运行缓慢，为人们的生活带来不便。
第五代移动通信技术简称5G,是最新一代蜂窝移动通信技术，是4G、3G和2G系统后的延伸。5G的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。
随着网络通讯技术的发展，5G移动通讯技术逐渐商用。为人脸识别系统带来了便利，加速了人脸识别的效率，但是传统人脸识别设备的整体架构臃肿，处理性能较差，虽然能够联网，但是本身需要处理的任务量较大，虽然配合了5G通讯技术，但是业务处理能力还是较差。
为此，本发明提出一种基于5G架构的人脸识别设备。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于5G架构的人脸识别设备。
为了实现上述目的，本发明采用了如下技术方案：
一种基于5G架构的人脸识别设备，包括人脸识别公共终端、5G网络传输组件、高性能云端计算平台和快速云端计算平台，所述人脸识别公共终端用于采集人脸数据，并对数据进行封装处理；所述人脸识别公共终端通过5G网络传输组件分别与高性能云端计算平台和快速云端计算平台进行信息交互；所述人脸识别公共终端包括信息采集组件、防伪组件、3D动态模拟中心、处理中心、显示模块；所述信息采集组件包括距离传感器、泛光感应元件、点阵投影器、红外摄像头和高速摄像机；所述人脸识别公共终端通过距离传感器、泛光感应元件、点阵投影器、红外摄像头和高速摄像机获取人脸信息并建立3D人脸模型数据；所述3D动态模拟中心根据3D人脸模型数据模拟出动态3D立体人脸模型，且根据人体正常面部表情波动范围值，计算得出不同表情或不同角度的多张面部模拟照片集合；所述防伪组件通过高速摄像头获取多张面部实录照片集合，所述面部模拟照片集合内与面部实录照片集合内的任意两张照片相似度大于等于90％判定为交集照片，所述交集照片张数大于等于2判断防伪通过；快速云端计算平台的内部包括快捷数据库和运算模块，所述快捷数据库根据行政地区划分存储对应人员信息，人脸识别公共终端优先通讯同一行政区域内的快速云端计算平台。
优选地，所述5G网络传输组件包括嵌入式5G传输芯片、5G通讯基站和5G通讯网络，所述嵌入式5G传输芯片分别安装于人脸识别公共终端、高性能云端计算平台和快速云端计算平台的内部，多个所述5G通讯基站以及信息传输线路形成5G通讯网络，所述5G通讯网络连接人脸识别公共终端、高性能云端计算平台和快速云端计算平台，形成高速信息传输网络。
优选地，每个所述人脸识别公共终端均有一个两位数的机器编号，机器编号根据所属地区而设定，且编号设定规则与身份证编号前两位设定规则一致，所述人脸识别公共终端发出的查询请求信息中包括人脸特征信息和机器编号信息。
优选地，所述快速云端计算平台的数量为多个，所述人脸识别公共终端的数量为多个，位于同一省级行政区内的人脸识别公共终端优先通讯该省级行政区内的快速云端计算平台。
优选地，所述高性能云端计算平台与大数据网络和公安身份登记系统通讯连接，所述高性能云端计算平台通过5G通讯网络与快速云端计算平台通讯连接。
优选地，位于同一行政区域内部的快速云端计算平台的机器编号与该区域内人脸识别公共终端的机器编号相同，所述快速云端计算平台内部的运算模块根据人脸特征信息在快捷数据库内部查询对应人员信息。
优选地，所述快捷数据库与高性能云端计算平台的数据库通讯连接，且快捷数据库内部仅存储该快速云端计算平台所处省级行政区域内的人员信息。
优选地，所述人脸识别公共终端还包括信息采集辅助模块，信息采集辅助模块用于调节信息采集组件的高度，便于适应不同身高的用户。
优选地，所述高性能云端计算平台包括处理中心和存储数据库，所述存储数据库包括所有用户的身份信息。
优选地，所述防伪组件在进行防伪判断的过程包括：
获取面部模拟照片集合中的照片信息，并记为D，则表示为：
D＝{Ai}
其中，Ai表示面部模拟照片集合中第i张照片像素灰度信息；
获取面部实录照片集合中的照片信息，并记为Q，则表示为：
Q＝{Bj}
其中，Bj表示面部实录照片集合中第j张照片像素灰度信息；
根据下述公式计算面部实录照片集合中的照片与面部模拟照片集合中的照片的相似度；
Figure BDA0003156630020000041
上述公式中，Rij表示面部模拟照片集合中第i张照片与面部实录照片集合中第j张照片的相似度，[Ai,Bj]表示面部模拟照片集合中第i张照片与面部实录照片集合中第j张照片之间像素灰度的协方差，‖Ai‖表示面部模拟照片集合中第i张照片的像素灰度标准方差，‖Bj‖表示面部实录照片集合中第j张照片的像素灰度标准方差，i的取值为从1到n，n表示面部模拟照片集合中照片的数目，j的取值为从1到m，m表示面部实录照片集合中照片的数目，a和b均表示参照系数；
根据下述公式确定防伪判断结果；
Figure BDA0003156630020000051
上述公式中，G表示防伪判断结果，C表示集合中元素计数函数，ak表示相似度符合筛选阈值的元素，r表示筛选阈值，其值为90％。
本发明具有以下有益效果：
1、本发明提出的一种基于5G架构的人脸识别设备,其人脸识别公共终端内部设置有3D动态模拟中心，3D动态模拟中心根据信息采集组件采集的信息模拟出动态3D立体人脸模型，从而便于获取面部模拟照片集合，防伪组件将面部模拟照片集合和面部实录照片集合，进行对比，所述交集照片张数大于等于2判断防伪通过，若有人拿取他人照片识别，则交集照片小于2张，从而具有防伪的效果。
2、本发明提出的一种基于5G架构的人脸识别设备,通过将人脸识别公共终端和快速云端计算平台根据省级行政区进行编号，且编号规则与身份证号码前两位的编号规则一致，该人脸识别公共终端发生请求查询信息给高性能云端计算平台和快速云端计算平台，且优先于发送给同一编号的快速云端计算平台，快速云端计算平台内部存储的信息为该省级行政区域内部的人员信息，配合5G通讯网络，则可以缩小查找范围，快速查找到目标信息。
附图说明
图1为本发明提出的一种基于5G架构的人脸识别设备整体模块框图；
图2为本发明提出的一种基于5G架构的人脸识别设备的人脸识别公共终端防伪执行流程框图；
图3为本发明提出的一种基于5G架构的人脸识别设备的人脸识别公共终端的联网查询请求执行流程框图；
图4为本发明提出的一种基于5G架构的人脸识别设备的人脸识别公共终端内部模块展示图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
一种基于5G架构的人脸识别设备，包括人脸识别公共终端、5G网络传输组件、高性能云端计算平台和快速云端计算平台，人脸识别公共终端用于采集人脸数据，并对数据进行封装处理；人脸识别公共终端通过5G网络传输组件分别与高性能云端计算平台和快速云端计算平台进行信息交互；人脸识别公共终端包括信息采集组件、防伪组件、3D动态模拟中心、处理中心、显示模块；信息采集组件包括距离传感器、泛光感应元件、点阵投影器、红外摄像头和高速摄像机；人脸识别公共终端通过距离传感器、泛光感应元件、点阵投影器、红外摄像头和高速摄像机获取人脸信息并建立3D人脸模型数据；3D动态模拟中心根据3D人脸模型数据模拟出动态3D立体人脸模型，且根据人体正常面部表情波动范围值，计算得出不同表情或不同角度的多张面部模拟照片集合；防伪组件通过高速摄像头获取多张面部实录照片集合，面部模拟照片集合内与面部实录照片集合内的任意两张照片相似度大于等于90％判定为交集照片，交集照片张数大于等于2判断防伪通过；快速云端计算平台的内部包括快捷数据库和运算模块，快捷数据库根据行政地区划分存储对应人员信息，人脸识别公共终端优先通讯同一行政区域内的快速云端计算平台。
5G网络传输组件包括嵌入式5G传输芯片、5G通讯基站和5G通讯网络，嵌入式5G传输芯片分别安装于人脸识别公共终端、高性能云端计算平台和快速云端计算平台的内部，多个5G通讯基站以及信息传输线路形成5G通讯网络，5G通讯网络连接人脸识别公共终端、高性能云端计算平台和快速云端计算平台，形成高速信息传输网络。
每个人脸识别公共终端均有一个两位数的机器编号，机器编号根据所属地区而设定，且编号设定规则与身份证编号前两位设定规则一致，人脸识别公共终端发出的查询请求信息中包括人脸特征信息和机器编号信息，快速云端计算平台的数量为多个，人脸识别公共终端的数量为多个，位于同一省级行政区内的人脸识别公共终端优先通讯该省级行政区内的快速云端计算平台，高性能云端计算平台与大数据网络和公安身份登记系统通讯连接，高性能云端计算平台通过5G通讯网络与快速云端计算平台通讯连接。
位于同一行政区域内部的快速云端计算平台的机器编号与该区域内人脸识别公共终端的机器编号相同，快速云端计算平台内部的运算模块根据人脸特征信息在快捷数据库内部查询对应人员信息，快捷数据库与高性能云端计算平台的数据库通讯连接，且快捷数据库内部仅存储该快速云端计算平台所处省级行政区域内的人员信息。
人脸识别公共终端还包括信息采集辅助模块，信息采集辅助模块用于调节信息采集组件的高度，便于适应不同身高的用户，高性能云端计算平台包括处理中心和存储数据库，存储数据库包括所有用户的身份信息。
实施例1
用户使用打印的照片来到人脸识别公共终端前进行人脸识别，首先通过人脸识别公共终端的信息采集辅助模块，来调节调节信息采集组件的高度，使其与自身高度适配，在人脸识别过程中，人脸识别公共终端通过距离传感器、泛光感应元件、点阵投影器、红外摄像头和高速摄像机获取人脸信息并建立3D人脸模型数据,述3D动态模拟中心根据3D人脸模型数据模拟出动态3D立体人脸模型，且根据人体正常面部表情波动范围值，计算得出不同表情或不同角度的多张面部模拟照片集合。
与此同时，高速摄像头获取多张面部实录照片集合，由于用户使用的是打印的照片，因此，面部实录照片集合的内部仅有一张照片与面部模拟照片集合的相似度达到90％以上，因此，防伪组件判断不通过，不进行任何人脸识别查询操作。
实施例2
用户真人进行人脸识别操作，首先通过人脸识别公共终端的信息采集辅助模块，来调节调节信息采集组件的高度，使其与自身高度适配，在人脸识别过程中，人脸识别公共终端通过距离传感器、泛光感应元件、点阵投影器、红外摄像头和高速摄像机获取人脸信息并建立3D人脸模型数据,述3D动态模拟中心根据3D人脸模型数据模拟出动态3D立体人脸模型，且根据人体正常面部表情波动范围值，计算得出不同表情或不同角度的多张面部模拟照片集合。
与此同时，高速摄像头拍摄多种人脸的照片，其中包含了用户面部表情发生了变化的照片，形成面部实录照片集合，由于用户真人进行人脸识别，面部模拟照片集合内与面部实录照片集合内有多张照片相似度大于等于90％，有多张交集照片，所述交集照片张数大于等于2判断防伪通过，此时处理中心，将用户的面部特征信息以及该人脸识别公共终端的机器编号优先发送到对应机器编号的快速云端计算平台，由于快速云端计算平台内的快捷数据库内部存储的大多为本省级行政区内部的人员信息，因此绝大本地的数人员通过该数据库即可快速查询到用户身份信息，从而快速响应给人脸识别公共终端，并通过显示模块显示身份信息，整个过程中，一是缩短了任务信息对比量，二是采用5G通讯网络，因此，查询信息时间短，反应快，该系统利用5G通讯技术为人脸识别查询提供便捷。
实施例3
所述防伪组件在进行防伪判断的过程包括：
获取面部模拟照片集合中的照片信息，并记为D，则表示为：
D＝{Ai}
其中，Ai表示面部模拟照片集合中第i张照片像素灰度信息；
获取面部实录照片集合中的照片信息，并记为Q，则表示为：
Q＝{Bj}
其中，Bj表示面部实录照片集合中第j张照片像素灰度信息；
根据下述公式计算面部实录照片集合中的照片与面部模拟照片集合中的照片的相似度；
Figure BDA0003156630020000101
上述公式中，Rij表示面部模拟照片集合中第i张照片与面部实录照片集合中第j张照片的相似度，[Ai,Bj]表示面部模拟照片集合中第i张照片与面部实录照片集合中第j张照片之间像素灰度的协方差，‖Ai‖表示面部模拟照片集合中第i张照片的像素灰度标准方差，‖Bj‖表示面部实录照片集合中第j张照片的像素灰度标准方差，i的取值为从1到n，n表示面部模拟照片集合中照片的数目，j的取值为从1到m，m表示面部实录照片集合中照片的数目，a和b均表示参照系数，在这里将a取值为0，将b取值为2；
根据下述公式确定防伪判断结果；
Figure BDA0003156630020000111
上述公式中，G表示防伪判断结果，C表示集合中元素计数函数，ak表示相似度符合筛选阈值的元素，r表示筛选阈值，其值为90％。
上述技术方案防伪组件在进行防伪判断时，首先分别在面部模拟照片集合和面部实录照片集合中获取照片信息，然后再根据照片的像素灰度信息进行计算相似度，最后按照计算的相似度进行阈值筛选。上述技术方案能够将面部实录照片集合中的每张照片与面部模拟照片集合中每张照片进行相似度计算，处理效率高，而且是根据根据照片的像素灰度信息进行计算得到的相似度更加准确，此外，在阈值筛选时能直观得到防伪判断结果，进而能够直接将结果进行反馈，避免繁琐推导。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于5G架构的人脸识别设备，包括人脸识别公共终端、5G网络传输组件、高性能云端计算平台和快速云端计算平台，其特征在于：所述人脸识别公共终端用于采集人脸数据，并对数据进行封装处理；所述人脸识别公共终端通过5G网络传输组件分别与高性能云端计算平台和快速云端计算平台进行信息交互；
所述人脸识别公共终端包括信息采集组件、防伪组件、3D动态模拟中心、处理中心、显示模块；
所述信息采集组件包括距离传感器、泛光感应元件、点阵投影器、红外摄像头和高速摄像机；所述人脸识别公共终端通过距离传感器、泛光感应元件、点阵投影器、红外摄像头和高速摄像机获取人脸信息并建立3D人脸模型数据；
所述3D动态模拟中心根据3D人脸模型数据模拟出动态3D立体人脸模型，且根据人体正常面部表情波动范围值，计算得出不同表情或不同角度的多张面部模拟照片集合；
所述防伪组件通过高速摄像头获取多张面部实录照片集合，所述面部模拟照片集合内与面部实录照片集合内的任意两张照片相似度大于等于90％判定为交集照片，所述交集照片张数大于等于2判断防伪通过；
快速云端计算平台的内部包括快捷数据库和运算模块，所述快捷数据库根据行政地区划分存储对应人员信息，人脸识别公共终端优先通讯同一行政区域内的快速云端计算平台。
2.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：所述5G网络传输组件包括嵌入式5G传输芯片、5G通讯基站和5G通讯网络，所述嵌入式5G传输芯片分别安装于人脸识别公共终端、高性能云端计算平台和快速云端计算平台的内部，多个所述5G通讯基站以及信息传输线路形成5G通讯网络，所述5G通讯网络连接人脸识别公共终端、高性能云端计算平台和快速云端计算平台，形成高速信息传输网络。
3.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：每个所述人脸识别公共终端均有一个两位数的机器编号，机器编号根据所属地区而设定，且编号设定规则与身份证编号前两位设定规则一致，所述人脸识别公共终端发出的查询请求信息中包括人脸特征信息和机器编号信息。
4.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：所述快速云端计算平台的数量为多个，所述人脸识别公共终端的数量为多个，位于同一省级行政区内的人脸识别公共终端优先通讯该省级行政区内的快速云端计算平台。
5.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：所述高性能云端计算平台与大数据网络和公安身份登记系统通讯连接，所述高性能云端计算平台通过5G通讯网络与快速云端计算平台通讯连接。
6.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：位于同一行政区域内部的快速云端计算平台的机器编号与该区域内人脸识别公共终端的机器编号相同，所述快速云端计算平台内部的运算模块根据人脸特征信息在快捷数据库内部查询对应人员信息。
7.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：所述快捷数据库与高性能云端计算平台的数据库通讯连接，且快捷数据库内部仅存储该快速云端计算平台所处省级行政区域内的人员信息。
8.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：所述人脸识别公共终端还包括信息采集辅助模块，信息采集辅助模块用于调节信息采集组件的高度，便于适应不同身高的用户。
9.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：所述高性能云端计算平台包括处理中心和存储数据库，所述存储数据库包括所有用户的身份信息。
10.根据权利要求1所述的一种基于5G架构的人脸识别设备，其特征在于：所述防伪组件在进行防伪判断的过程包括：
获取面部模拟照片集合中的照片信息，并记为D，则表示为：
D＝{Ai}
其中，Ai表示面部模拟照片集合中第i张照片像素灰度信息；
获取面部实录照片集合中的照片信息，并记为Q，则表示为：
Q＝{Bj}
其中，Bj表示面部实录照片集合中第j张照片像素灰度信息；
根据下述公式计算面部实录照片集合中的照片与面部模拟照片集合中的照片的相似度；
Figure FDA0003156630010000041
上述公式中，Rij表示面部模拟照片集合中第i张照片与面部实录照片集合中第j张照片的相似度，[Ai,Bj]表示面部模拟照片集合中第i张照片与面部实录照片集合中第j张照片之间像素灰度的协方差，‖Ai‖表示面部模拟照片集合中第i张照片的像素灰度标准方差，‖Bj‖表示面部实录照片集合中第j张照片的像素灰度标准方差，i的取值为从1到n，n表示面部模拟照片集合中照片的数目，j的取值为从1到m，m表示面部实录照片集合中照片的数目，a和b均表示参照系数；
根据下述公式确定防伪判断结果；
Figure FDA0003156630010000042
上述公式中，G表示防伪判断结果，C表示集合中元素计数函数，ak表示相似度符合筛选阈值的元素，r表示筛选阈值，其值为90％。
CN202110778238.7A 2021-02-22 2021-07-09 一种基于5g架构的人脸识别设备 Active CN113326814B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110197802.6A CN112926434A (zh) 2021-02-22 2021-02-22 一种基于5g架构的人脸识别设备
CN2021101978026 2021-02-22

Publications (2)

Publication Number Publication Date
CN113326814A true CN113326814A (zh) 2021-08-31
CN113326814B CN113326814B (zh) 2022-01-11

Family

ID=76170052

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110197802.6A Pending CN112926434A (zh) 2021-02-22 2021-02-22 一种基于5g架构的人脸识别设备
CN202110778238.7A Active CN113326814B (zh) 2021-02-22 2021-07-09 一种基于5g架构的人脸识别设备

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202110197802.6A Pending CN112926434A (zh) 2021-02-22 2021-02-22 一种基于5g架构的人脸识别设备

Country Status (1)

Country Link
CN (2) CN112926434A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180018819A1 (en) * 2014-11-25 2018-01-18 Samsung Electronics Co., Ltd. Method and apparatus for generating personalized 3d face model
CN108898128A (zh) * 2018-07-11 2018-11-27 宁波艾腾湃智能科技有限公司 一种通过照片匹配数字化三维模型的防伪方法及设备
CN109344851A (zh) * 2018-08-01 2019-02-15 迈克医疗电子有限公司 图像分类显示方法和装置、分析仪器和存储介质
CN109492536A (zh) * 2018-10-12 2019-03-19 大唐高鸿信息通信研究院（义乌）有限公司 一种基于5g架构的人脸识别方法及系统
CN110199296A (zh) * 2019-04-25 2019-09-03 深圳市汇顶科技股份有限公司 人脸识别方法、处理芯片以及电子设备
CN110430571A (zh) * 2019-08-10 2019-11-08 广东伟兴电子科技有限公司 一种基于5g架构的人脸识别设备及实现方法
CN110532933A (zh) * 2019-08-26 2019-12-03 淮北师范大学 一种活体人脸检测头部姿态回归器的获取方法及检测方法
CN111046837A (zh) * 2019-12-24 2020-04-21 深圳市奥富科数码科技有限公司 一种基于5g架构的人脸识别设备
CN111079568A (zh) * 2019-11-28 2020-04-28 乌鲁木齐明华智能电子科技有限公司 一种采用5g网络通讯的动态人脸识别终端
CN111582197A (zh) * 2020-05-07 2020-08-25 贵州省邮电规划设计院有限公司 一种基于近红外和3d摄像技术的活体以及人脸识别系统
CN111639582A (zh) * 2020-05-26 2020-09-08 清华大学 活体检测方法及设备
CN111768535A (zh) * 2020-07-08 2020-10-13 深圳纽酷物联网有限公司 一种采用5g网络通讯的动态人脸识别终端
CN111783593A (zh) * 2020-06-23 2020-10-16 中国平安人寿保险股份有限公司 基于人工智能的人脸识别方法、装置、电子设备及介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180018819A1 (en) * 2014-11-25 2018-01-18 Samsung Electronics Co., Ltd. Method and apparatus for generating personalized 3d face model
CN108898128A (zh) * 2018-07-11 2018-11-27 宁波艾腾湃智能科技有限公司 一种通过照片匹配数字化三维模型的防伪方法及设备
CN109344851A (zh) * 2018-08-01 2019-02-15 迈克医疗电子有限公司 图像分类显示方法和装置、分析仪器和存储介质
CN109492536A (zh) * 2018-10-12 2019-03-19 大唐高鸿信息通信研究院（义乌）有限公司 一种基于5g架构的人脸识别方法及系统
CN110199296A (zh) * 2019-04-25 2019-09-03 深圳市汇顶科技股份有限公司 人脸识别方法、处理芯片以及电子设备
CN110430571A (zh) * 2019-08-10 2019-11-08 广东伟兴电子科技有限公司 一种基于5g架构的人脸识别设备及实现方法
CN110532933A (zh) * 2019-08-26 2019-12-03 淮北师范大学 一种活体人脸检测头部姿态回归器的获取方法及检测方法
CN111079568A (zh) * 2019-11-28 2020-04-28 乌鲁木齐明华智能电子科技有限公司 一种采用5g网络通讯的动态人脸识别终端
CN111046837A (zh) * 2019-12-24 2020-04-21 深圳市奥富科数码科技有限公司 一种基于5g架构的人脸识别设备
CN111582197A (zh) * 2020-05-07 2020-08-25 贵州省邮电规划设计院有限公司 一种基于近红外和3d摄像技术的活体以及人脸识别系统
CN111639582A (zh) * 2020-05-26 2020-09-08 清华大学 活体检测方法及设备
CN111783593A (zh) * 2020-06-23 2020-10-16 中国平安人寿保险股份有限公司 基于人工智能的人脸识别方法、装置、电子设备及介质
CN111768535A (zh) * 2020-07-08 2020-10-13 深圳纽酷物联网有限公司 一种采用5g网络通讯的动态人脸识别终端

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
毕建芝 等主编: "《概率论与数理统计——复习指南及典型题解》", 31 August 2004, 北京：中国铁道出版社 *
章鲁 等编著: "《分子成像及医学图像分析》", 31 August 2009, 上海：上海科学技术出版社 *

Also Published As

Publication number Publication date
CN113326814B (zh) 2022-01-11
CN112926434A (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN109934176B (zh) 行人识别系统、识别方法及计算机可读存储介质
CN110532970B (zh) 人脸2d图像的年龄性别属性分析方法、系统、设备和介质
CN106446779B (zh) 身份识别方法和装置
CN101300588A (zh) 确定收集中的特定人的方法
CN102902986A (zh) 自动性别识别系统及方法
CN101308571A (zh) 一种利用主动网格与人脸识别结合生成新人脸的方法
CN110555408B (zh) 一种基于自适应映射关系的单摄像头实时三维人体姿态检测方法
CN113762009B (zh) 一种基于多尺度特征融合及双注意力机制的人群计数方法
CN112036284B (zh) 图像处理方法、装置、设备及存储介质
CN105022999A (zh) 一种人码伴随实时采集系统
CN107038400A (zh) 人脸识别装置及方法和利用其的目标人跟踪装置及方法
CN113947742B (zh) 一种基于人脸识别的人员轨迹追踪方法与装置
CN113935358A (zh) 一种行人追踪方法、设备和存储介质
CN112541421B (zh) 一种开放空间的行人换装重识别方法
CN103428537A (zh) 一种视频处理方法和装置
CN108376237A (zh) 一种基于3d识别的住宅来访管理系统及管理方法
CN109948489A (zh) 一种基于视频多帧人脸特征融合的人脸识别系统及方法
CN103530377B (zh) 一种基于二进制特征码的场景信息搜索方法
CN118351572A (zh) 人员检测方法及相关装置
CN202121706U (zh) 智能人员卡口系统
CN103838840A (zh) 一种基于形象关联模式的通讯录检索方法
CN106407906A (zh) 人脸面部识别方法
CN112738725B (zh) 半封闭区域目标人群的实时识别方法、装置、设备和介质
CN113326814B (zh) 一种基于5g架构的人脸识别设备
CN108615219A (zh) 一种智能终端的图像美化处理方法

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