CN113626786A - 局域无线网内设备管理方法、装置、存储介质及设备 - Google Patents
局域无线网内设备管理方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN113626786A CN113626786A CN202110921812.XA CN202110921812A CN113626786A CN 113626786 A CN113626786 A CN 113626786A CN 202110921812 A CN202110921812 A CN 202110921812A CN 113626786 A CN113626786 A CN 113626786A
- Authority
- CN
- China
- Prior art keywords
- face image
- image
- image information
- face
- cut
- 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
- 238000007726 management method Methods 0.000 title claims description 65
- 238000012545 processing Methods 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 210000001331 nose Anatomy 0.000 claims description 70
- 230000000717 retained effect Effects 0.000 claims description 66
- 210000001508 eye Anatomy 0.000 claims description 52
- 210000000214 mouth Anatomy 0.000 claims description 52
- 238000012549 training Methods 0.000 claims description 48
- 230000015654 memory Effects 0.000 claims description 33
- 210000005069 ears Anatomy 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 230000001815 facial effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06F16/55—Clustering; Classification
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于人脸识别的局域无线网内设备管理方法、装置、存储介质及设备；其中，所述方法包括：基于设备上设置的摄像头设备采集管理用户的图像信息，并对图像信息进行灰度化处理；基于预设人脸分类器判断灰度图像信息中是否包含人脸图像；若包含人脸图像，则基于对灰度图像信息进行二次人脸图像检测，获得人脸图像在灰度图像信息中的坐标位置；在图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像；利用裁剪人脸图像与数据库保存图像进行匹配处理，获得所述裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。在本发明实施例中，使得管理用户对局域无线网内设备管理时的认证更具安全性、便捷性和灵活性。
Description
技术领域
本发明涉及通信技术领域，尤其涉及一种基于人脸识别的局域无线网内设备管理方法、装置、存储介质及设备。
背景技术
随着人脸识别技术在人工智能领域的发展甚至渗透到生活中很多行业，人脸识别最大的特点就是安全性和快捷性；人脸识别无线投屏管理：在一个局域网中，往往不止一台可投屏设备(如会议机等)，管理员在通过人脸验证后可对单个可投屏设备的管理(如针对正在进行投屏的设备执行断开操作)以及对局域网中其他可投屏设备的管理(修改可投屏设备配置、控制投屏设备状态等，如会议机A将会议机B中正在进行投屏的设备执行断开操作)；当可投屏设备设置了访问密码时，管理者在投屏设备通过人脸识别验证，该投屏设备拥有最高权限，无需进行访问密码的输入便可直接与可投屏设备进行交互，此外在投屏设备上(电脑、手机、平板等)通过人脸验证后也可实现对可投屏设备的管理。
目前实现无线投屏设备管理的方式主要有两种：1、提供管理员账号，管理员通过登录账号，在电脑或移动设备上管理局域网中的可投屏设备；2、单个可投屏设备管理自己，无需管理员验证。这两种管理方式存在安全性无法得到充分的保障；操作繁琐，每次在不同设备上需要进行账号密码验证；管理方式不够灵活；管理者登录投屏设备后，访问设置了密码的可投屏设备，依旧需要输入正确密码进行访问；主要原因在于，仅仅是通过账号密码的验证是一个安全性不足的验证，无法确定输入账号密码的用户就是管理者，只需要知道该管理员账号密码便可以在可投屏设备上“为所欲为”，本人在场的验证才是安全系数高的验证方式；管理者在一台设备上(假设在电脑上)登录了账号密码，而当管理者没有携带该电脑，则务必需要他去取到该电脑到局域网中进行管理或在新设备上重新输入账号密码进行验证，从而实现管理工作，这会给用户带来极大的不便；对于市场上部分无线投屏设备，单个可投屏设备进行自我管理，显然过于单一，倘若局域网中还有另外的可投屏设备，管理者则需要到另一台可投屏设备中进行管理；对于市场上部分无线投屏设备，将管理功能和交互功能分隔开，管理者即使拥有了最高权限也无法行使交互操作(设备连接可投屏设备、设备投屏到可投屏设备等)。
发明内容
本发明的目的在于克服现有技术的不足，本发明提供了一种基于人脸识别的局域无线网内设备管理方法、装置、存储介质及设备，使得管理用户对局域无线网内设备管理时的认证更具安全性、便捷性和灵活性。
为了解决上述技术问题，本发明实施例提供了一种基于人脸识别的局域无线网内设备管理方法，所述方法包括：
基于设备上设置的摄像头设备采集管理用户的图像信息，并对所述图像信息进行灰度化处理，获得灰度图像信息；
基于预设人脸分类器判断所述灰度图像信息中是否包含人脸图像；
若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置；
基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像；
利用所述裁剪人脸图像与数据库保存图像进行匹配处理，获得所述裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。
可选的，所述基于设备上设置的摄像头设备采集管理用户的图像信息，包括：
在所述管理用户在所述设备上登录无线局域网对无线局域网内的内部进行管理操作时，所述设备调用其上设置的摄像头设备采集所述管理用户的图像信息。
可选的，所述预设人脸分类器的训练过程包括：
获得训练数据，所述训练数据包括正样本数据和负样本数据，其中所述正样本数据包括至少100张正面人脸图像数据、至少100张左右移动45°角人脸图像数据，负样本数据包括至少200张当前设备使用环境相关的环境图像数据和遮挡面积大于50％的遮挡人脸图像数据；
将所述训练数据中的所有图像缩小至30*30像素的尺寸，获得缩小尺寸图像；
基于OpenCV中的训练工具将缩小尺寸图像输入机器学习模型中进行训练，获得预设人脸分类器。
可选的，所述基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置，包括：
将所述灰度图像信息按预设像素比例压缩处理，获得30*30像素尺寸的灰度图像信息；
基于所述OpenCV中的Haar分类器内的haar-like特征和级联比较对所述30*30像素尺寸的灰度图像信息进行二次人脸图像筛选处理，并对所述30*30像素尺寸的灰度图像信息中是否存在人脸图像；
若存在人脸图像，则基于OpenCV中的Haar分类器输出所述人脸图像在所述30*30像素尺寸的灰度图像信息中的坐标位置。
可选的，所述基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像，包括：
基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，并将裁剪出来的人脸图像以二进制形式保存至内存中，获得裁剪人脸图像。
可选的，所述利用所述裁剪人脸图像与数据库保存图像进行匹配处理之前，还包括：
对所述裁剪人脸图像进行二值化处理，并基于二值化处理获得眼、耳、口和鼻在所述裁剪人脸图像中的位置；
基于眼、口和鼻在所述裁剪人脸图像中的位置计算眼与鼻之间的第一垂直距离及计算口与鼻之间的第二垂直距离；
并获得所述第一垂直距离与所述第二垂直距离之间的比例关系。
可选的，所述数据库保存图像的获取包括：
基于设备上的摄像头设备采集管理用户的留存图像信息，并对所述留存图像信息进行灰度化处理，获得灰度留存图像信息；
基于预设人脸分类器判断所述灰度留存图像信息是否包含人脸图像；
若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度留存图像信息进行二次人脸图像检测，获得人脸图像在所述灰度留存图像信息中的坐标位置；
基于所述人脸图像在所述灰度留存图像信息中的坐标位置在所述留存图像信息进行人脸图像裁剪处理，获得裁剪留存人脸图像；
对裁剪留存人脸图像进行二值化处理，并基于二值化处理获得眼、耳、口和鼻在所述裁剪留存人脸图像中的位置；
基于眼、口和鼻在所述裁剪留存人脸图像中的位置计算所述裁剪留存人脸图像中眼与鼻之间的第一垂直距离及计算所述裁剪留存人脸图像口与鼻之间的第二垂直距离；
并获得所述裁剪留存人脸图像中眼与鼻之间的第一垂直距离与计算所述裁剪留存人脸图像口与鼻之间的第二垂直距离之间的比例关系；
将所述裁剪留存人脸图像对应的眼、耳、口和鼻在所述裁剪留存人脸图像中的位置、第一垂直距离、第二垂直距离和比例关系进行哈希一对多映射处理，获得哈希一对多映射结果；
将所述裁剪留存人脸图像及所述哈希一对多映射结果存储在数据库中，形成数据库保存图像。
另外，本发明实施例还提供了一种基于人脸识别的局域无线网内设备管理装置，所述装置包括：
采集模块：用于基于设备上设置的摄像头设备采集管理用户的图像信息，并对所述图像信息进行灰度化处理，获得灰度图像信息；
判断模块：用于基于预设人脸分类器判断所述灰度图像信息中是否包含人脸图像；
第二次检测模块：用于若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置；
裁剪模块：用于基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像；
匹配模块：用于利用所述裁剪人脸图像与数据库保存图像进行匹配处理，获得所述裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。
另外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述中任意一项所述的局域无线网内设备管理方法。
另外，本发明实施例还提供了一种设备，其包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于：执行根据上述中任意一项所述的局域无线网内设备管理方法。
在本发明实施例中，使得管理用户对局域无线网内设备管理时的认证更具安全性、便捷性和灵活性；其中，安全性，采用OpenCV的人脸识别技术，区别于现有的账户登录和无验证形式；便捷性，人脸识别技术，只需要对人脸进行检测和识别，无需输入账户密码，避免了输入错误的耗时操作；灵活性，区别于现有只能本系统管理本系统的形式，以及只能管理可投屏设备的形式，可在局域网任何设备中对可投屏设备(或投屏设备)进行管理。
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，显而易见的，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它的附图。
图1是本发明实施例中的基于人脸识别的局域无线网内设备管理方法的流程示意图；
图2是本发明实施例中的基于人脸识别的局域无线网内设备管理装置的结构组成示意图；
图3是本发明实施例中的设备的组成结构示意图。
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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
请参阅图1，图1是本发明实施例中的基于人脸识别的局域无线网内设备管理方法的流程示意图。
如图1所示，一种基于人脸识别的局域无线网内设备管理方法，所述方法包括：
S11：基于设备上设置的摄像头设备采集管理用户的图像信息，并对所述图像信息进行灰度化处理，获得灰度图像信息；
在本发明具体实施过程中，所述基于设备上设置的摄像头设备采集管理用户的图像信息，包括：在所述管理用户在所述设备上登录无线局域网对无线局域网内的内部进行管理操作时，所述设备调用其上设置的摄像头设备采集所述管理用户的图像信息。
具体的，一般情况下，构建一个无线局域网，用于进行无线投屏，其中，包括一个大屏设备和若干个无线投屏终端设备，并且，每个设备上均设置有摄像头设备，管理用户可以在大屏设备或者任意一个无线投屏设备登录该无线局域网，对该无线局域网内的设备进行管理，在管理用户操作登录无线局域网时，其所在操作的设备将调用其上设置的摄像头设备采集该管理用户的图像信息，然后将该图像信息进行相关的灰度化处理，最终得到灰度图像信息。
S12：基于预设人脸分类器判断所述灰度图像信息中是否包含人脸图像；
在本发明具体实施过程中，所述预设人脸分类器的训练过程包括：获得训练数据，所述训练数据包括正样本数据和负样本数据，其中所述正样本数据包括至少100张正面人脸图像数据、至少100张左右移动45°角人脸图像数据，负样本数据包括至少200张当前设备使用环境相关的环境图像数据和遮挡面积大于50％的遮挡人脸图像数据；将所述训练数据中的所有图像缩小至30*30像素的尺寸，获得缩小尺寸图像；基于OpenCV中的训练工具将缩小尺寸图像输入机器学习模型中进行训练，获得预设人脸分类器。
具体的，通过预设人脸分类器来判断该灰度图像信息中是否包含有人脸图像，若是有，则进入下一个步骤，若是没有，则返回上一个步骤。
该预设人脸分类器是由机器学习模型训练得到的，在训练的时候，需要获得训练数据，该训练数据由正样本数据和负样本数据组成，其中正样本数据包括至少100张正面人脸图像数据、至少100张左右移动45°角人脸图像数据，负样本数据包括至少200张当前设备使用环境相关的环境图像数据和遮挡面积大于50％的遮挡人脸图像数据；并且在将训练数据输入训练之前，需要将该训练数据中的所有图像缩小至30*30像素的尺寸，获得缩小尺寸图像；然后根据OpenCV中的训练工具将缩小尺寸图像输入机器学习模型中进行训练，获得预设人脸分类器；缩小尺寸使得训练数据的存储空间占用比较少，并且可以有效的提升机器学习模型的训练效率；使得训练后得到的预设人脸分类器具有更高的人脸识别准确度。
S13：若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置；
在本发明具体实施过程中，所述基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置，包括：将所述灰度图像信息按预设像素比例压缩处理，获得30*30像素尺寸的灰度图像信息；基于所述OpenCV中的Haar分类器内的haar-like特征和级联比较对所述30*30像素尺寸的灰度图像信息进行二次人脸图像筛选处理，并对所述30*30像素尺寸的灰度图像信息中是否存在人脸图像；若存在人脸图像，则基于OpenCV中的Haar分类器输出所述人脸图像在所述30*30像素尺寸的灰度图像信息中的坐标位置。
具体的，需要将该灰度图像信息按照预设像素比例压缩至30*30像素尺寸，即可得到30*30像素尺寸的灰度图像信息；然后根据OpenCV中的Haar分类器内的haar-like特征和级联比较对30*30像素尺寸的灰度图像信息进行二次人脸图像筛选处理，并对30*30像素尺寸的灰度图像信息中是否存在人脸图像；并且在存在人脸图像之后，则根据OpenCV中的Haar分类器输出人脸图像在30*30像素尺寸的灰度图像信息中的坐标位置，即x轴和y轴的坐标。
S14：基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像；
在本发明具体实施过程中，所述基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像，包括：基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，并将裁剪出来的人脸图像以二进制形式保存至内存中，获得裁剪人脸图像。
具体的，根据该人脸图像在灰度图像信息中的坐标位置，在图像信息中进行人脸图像裁剪处理，并将裁剪出来的人脸图像以二进制形式保存至内存中，获得裁剪人脸图像。
S15：利用所述裁剪人脸图像与数据库保存图像进行匹配处理，获得所述裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。
在本发明具体实施过程中，所述利用所述裁剪人脸图像与数据库保存图像进行匹配处理之前，还包括：对所述裁剪人脸图像进行二值化处理，并基于二值化处理获得眼、耳、口和鼻在所述裁剪人脸图像中的位置；基于眼、口和鼻在所述裁剪人脸图像中的位置计算眼与鼻之间的第一垂直距离及计算口与鼻之间的第二垂直距离；并获得所述第一垂直距离与所述第二垂直距离之间的比例关系。
进一步的，所述数据库保存图像的获取包括：基于设备上的摄像头设备采集管理用户的留存图像信息，并对所述留存图像信息进行灰度化处理，获得灰度留存图像信息；基于预设人脸分类器判断所述灰度留存图像信息是否包含人脸图像；若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度留存图像信息进行二次人脸图像检测，获得人脸图像在所述灰度留存图像信息中的坐标位置；基于所述人脸图像在所述灰度留存图像信息中的坐标位置在所述留存图像信息进行人脸图像裁剪处理，获得裁剪留存人脸图像；对裁剪留存人脸图像进行二值化处理，并基于二值化处理获得眼、耳、口和鼻在所述裁剪留存人脸图像中的位置；基于眼、口和鼻在所述裁剪留存人脸图像中的位置计算所述裁剪留存人脸图像中眼与鼻之间的第一垂直距离及计算所述裁剪留存人脸图像口与鼻之间的第二垂直距离；并获得所述裁剪留存人脸图像中眼与鼻之间的第一垂直距离与计算所述裁剪留存人脸图像口与鼻之间的第二垂直距离之间的比例关系；将所述裁剪留存人脸图像对应的眼、耳、口和鼻在所述裁剪留存人脸图像中的位置、第一垂直距离、第二垂直距离和比例关系进行哈希一对多映射处理，获得哈希一对多映射结果；将所述裁剪留存人脸图像及所述哈希一对多映射结果存储在数据库中，形成数据库保存图像。
具体的，需要对裁剪人脸图像进行二值化处理，通过二值化处理提取裁剪人脸图像中的眼、耳、口和鼻在该裁剪人脸图像中的位置；然后利用眼、口和鼻在裁剪人脸图像中的位置计算眼与鼻之间的第一垂直距离及计算口与鼻之间的第二垂直距离；同时，利用第一垂直距离与第二垂直距离计算它们之间的比例关系，一般为第一垂直距离与第二垂直距离之间的比例关系。
在数据库保存图像的获取，主要是管理用户留存，在留存的时候，根据设备上的摄像头设备采集管理用户的留存图像信息，并对留存图像信息进行灰度化处理，获得灰度留存图像信息；然后根据预设人脸分类器判断灰度留存图像信息是否包含人脸图像；在包含人脸图像时，则根据OpenCV中的Haar分类器对该灰度留存图像信息进行二次人脸图像检测，获得人脸图像在该灰度留存图像信息中的坐标位置；根据人脸图像在所述灰度留存图像信息中的坐标位置在该留存图像信息进行人脸图像裁剪处理，获得裁剪留存人脸图像；然后需要对裁剪留存人脸图像进行二值化处理，并根据二值化处理获得眼、耳、口和鼻在该裁剪留存人脸图像中的位置；需要根据眼、口和鼻在所述裁剪留存人脸图像中的位置计算裁剪留存人脸图像中眼与鼻之间的第一垂直距离及计算裁剪留存人脸图像口与鼻之间的第二垂直距离；并且得到裁剪留存人脸图像中眼与鼻之间的第一垂直距离与计算裁剪留存人脸图像口与鼻之间的第二垂直距离之间的比例关系；然后在将裁剪留存人脸图像对应的眼、耳、口和鼻在裁剪留存人脸图像中的位置、第一垂直距离、第二垂直距离和比例关系进行哈希一对多映射处理，获得哈希一对多映射结果；最后将裁剪留存人脸图像及哈希一对多映射结果存储在数据库中，形成数据库保存图像。
后续在利用裁剪人脸图像在数据库保存图像进行匹配时，及利用裁剪人脸图像中眼、耳、口和鼻在裁剪人脸图像中的位置，第一垂直距离、第二垂直距离和比例关系按顺序在数据库保存图像依次调用一张留存图像，及通过其对应的哈希一对多映射结果调用该留存图像中对应的眼、耳、口和鼻在所述裁剪留存人脸图像中的位置、第一垂直距离、第二垂直距离和比例关系进行一一匹配，并分别计算其每一项的匹配分数，然后将这些匹配分数进行按比例加权，形成综合匹配分数，然后根据该综合匹配分数来确定该裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。
在本发明实施例中，使得管理用户对局域无线网内设备管理时的认证更具安全性、便捷性和灵活性；其中，安全性，采用OpenCV的人脸识别技术，区别于现有的账户登录和无验证形式；便捷性，人脸识别技术，只需要对人脸进行检测和识别，无需输入账户密码，避免了输入错误的耗时操作；灵活性，区别于现有只能本系统管理本系统的形式，以及只能管理可投屏设备的形式，可在局域网任何设备中对可投屏设备(或投屏设备)进行管理。
实施例二
请参阅图2，图2是本发明实施例中的基于人脸识别的局域无线网内设备管理装置的结构组成示意图。
如图2所示，一种基于人脸识别的局域无线网内设备管理装置，所述装置包括：
采集模块21：用于基于设备上设置的摄像头设备采集管理用户的图像信息，并对所述图像信息进行灰度化处理，获得灰度图像信息；
在本发明具体实施过程中，所述基于设备上设置的摄像头设备采集管理用户的图像信息，包括：在所述管理用户在所述设备上登录无线局域网对无线局域网内的内部进行管理操作时，所述设备调用其上设置的摄像头设备采集所述管理用户的图像信息。
具体的，一般情况下，构建一个无线局域网，用于进行无线投屏，其中，包括一个大屏设备和若干个无线投屏终端设备，并且，每个设备上均设置有摄像头设备，管理用户可以在大屏设备或者任意一个无线投屏设备登录该无线局域网，对该无线局域网内的设备进行管理，在管理用户操作登录无线局域网时，其所在操作的设备将调用其上设置的摄像头设备采集该管理用户的图像信息，然后将该图像信息进行相关的灰度化处理，最终得到灰度图像信息。
判断模块22：用于基于预设人脸分类器判断所述灰度图像信息中是否包含人脸图像；
在本发明具体实施过程中，所述预设人脸分类器的训练过程包括：获得训练数据，所述训练数据包括正样本数据和负样本数据，其中所述正样本数据包括至少100张正面人脸图像数据、至少100张左右移动45°角人脸图像数据，负样本数据包括至少200张当前设备使用环境相关的环境图像数据和遮挡面积大于50％的遮挡人脸图像数据；将所述训练数据中的所有图像缩小至30*30像素的尺寸，获得缩小尺寸图像；基于OpenCV中的训练工具将缩小尺寸图像输入机器学习模型中进行训练，获得预设人脸分类器。
具体的，通过预设人脸分类器来判断该灰度图像信息中是否包含有人脸图像，若是有，则进入下一个步骤，若是没有，则返回上一个步骤。
该预设人脸分类器是由机器学习模型训练得到的，在训练的时候，需要获得训练数据，该训练数据由正样本数据和负样本数据组成，其中正样本数据包括至少100张正面人脸图像数据、至少100张左右移动45°角人脸图像数据，负样本数据包括至少200张当前设备使用环境相关的环境图像数据和遮挡面积大于50％的遮挡人脸图像数据；并且在将训练数据输入训练之前，需要将该训练数据中的所有图像缩小至30*30像素的尺寸，获得缩小尺寸图像；然后根据OpenCV中的训练工具将缩小尺寸图像输入机器学习模型中进行训练，获得预设人脸分类器；缩小尺寸使得训练数据的存储空间占用比较少，并且可以有效的提升机器学习模型的训练效率；使得训练后得到的预设人脸分类器具有更高的人脸识别准确度。
第二次检测模块23：用于若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置；
在本发明具体实施过程中，所述基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置，包括：将所述灰度图像信息按预设像素比例压缩处理，获得30*30像素尺寸的灰度图像信息；基于所述OpenCV中的Haar分类器内的haar-like特征和级联比较对所述30*30像素尺寸的灰度图像信息进行二次人脸图像筛选处理，并对所述30*30像素尺寸的灰度图像信息中是否存在人脸图像；若存在人脸图像，则基于OpenCV中的Haar分类器输出所述人脸图像在所述30*30像素尺寸的灰度图像信息中的坐标位置。
具体的，需要将该灰度图像信息按照预设像素比例压缩至30*30像素尺寸，即可得到30*30像素尺寸的灰度图像信息；然后根据OpenCV中的Haar分类器内的haar-like特征和级联比较对30*30像素尺寸的灰度图像信息进行二次人脸图像筛选处理，并对30*30像素尺寸的灰度图像信息中是否存在人脸图像；并且在存在人脸图像之后，则根据OpenCV中的Haar分类器输出人脸图像在30*30像素尺寸的灰度图像信息中的坐标位置，即x轴和y轴的坐标。
裁剪模块24：用于基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像；
在本发明具体实施过程中，所述基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像，包括：基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，并将裁剪出来的人脸图像以二进制形式保存至内存中，获得裁剪人脸图像。
具体的，根据该人脸图像在灰度图像信息中的坐标位置，在图像信息中进行人脸图像裁剪处理，并将裁剪出来的人脸图像以二进制形式保存至内存中，获得裁剪人脸图像。
匹配模块25：用于利用所述裁剪人脸图像与数据库保存图像进行匹配处理，获得所述裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。
在本发明具体实施过程中，所述利用所述裁剪人脸图像与数据库保存图像进行匹配处理之前，还包括：对所述裁剪人脸图像进行二值化处理，并基于二值化处理获得眼、耳、口和鼻在所述裁剪人脸图像中的位置；基于眼、口和鼻在所述裁剪人脸图像中的位置计算眼与鼻之间的第一垂直距离及计算口与鼻之间的第二垂直距离；并获得所述第一垂直距离与所述第二垂直距离之间的比例关系。
进一步的，所述数据库保存图像的获取包括：基于设备上的摄像头设备采集管理用户的留存图像信息，并对所述留存图像信息进行灰度化处理，获得灰度留存图像信息；基于预设人脸分类器判断所述灰度留存图像信息是否包含人脸图像；若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度留存图像信息进行二次人脸图像检测，获得人脸图像在所述灰度留存图像信息中的坐标位置；基于所述人脸图像在所述灰度留存图像信息中的坐标位置在所述留存图像信息进行人脸图像裁剪处理，获得裁剪留存人脸图像；对裁剪留存人脸图像进行二值化处理，并基于二值化处理获得眼、耳、口和鼻在所述裁剪留存人脸图像中的位置；基于眼、口和鼻在所述裁剪留存人脸图像中的位置计算所述裁剪留存人脸图像中眼与鼻之间的第一垂直距离及计算所述裁剪留存人脸图像口与鼻之间的第二垂直距离；并获得所述裁剪留存人脸图像中眼与鼻之间的第一垂直距离与计算所述裁剪留存人脸图像口与鼻之间的第二垂直距离之间的比例关系；将所述裁剪留存人脸图像对应的眼、耳、口和鼻在所述裁剪留存人脸图像中的位置、第一垂直距离、第二垂直距离和比例关系进行哈希一对多映射处理，获得哈希一对多映射结果；将所述裁剪留存人脸图像及所述哈希一对多映射结果存储在数据库中，形成数据库保存图像。
具体的，需要对裁剪人脸图像进行二值化处理，通过二值化处理提取裁剪人脸图像中的眼、耳、口和鼻在该裁剪人脸图像中的位置；然后利用眼、口和鼻在裁剪人脸图像中的位置计算眼与鼻之间的第一垂直距离及计算口与鼻之间的第二垂直距离；同时，利用第一垂直距离与第二垂直距离计算它们之间的比例关系，一般为第一垂直距离与第二垂直距离之间的比例关系。
在数据库保存图像的获取，主要是管理用户留存，在留存的时候，根据设备上的摄像头设备采集管理用户的留存图像信息，并对留存图像信息进行灰度化处理，获得灰度留存图像信息；然后根据预设人脸分类器判断灰度留存图像信息是否包含人脸图像；在包含人脸图像时，则根据OpenCV中的Haar分类器对该灰度留存图像信息进行二次人脸图像检测，获得人脸图像在该灰度留存图像信息中的坐标位置；根据人脸图像在所述灰度留存图像信息中的坐标位置在该留存图像信息进行人脸图像裁剪处理，获得裁剪留存人脸图像；然后需要对裁剪留存人脸图像进行二值化处理，并根据二值化处理获得眼、耳、口和鼻在该裁剪留存人脸图像中的位置；需要根据眼、口和鼻在所述裁剪留存人脸图像中的位置计算裁剪留存人脸图像中眼与鼻之间的第一垂直距离及计算裁剪留存人脸图像口与鼻之间的第二垂直距离；并且得到裁剪留存人脸图像中眼与鼻之间的第一垂直距离与计算裁剪留存人脸图像口与鼻之间的第二垂直距离之间的比例关系；然后在将裁剪留存人脸图像对应的眼、耳、口和鼻在裁剪留存人脸图像中的位置、第一垂直距离、第二垂直距离和比例关系进行哈希一对多映射处理，获得哈希一对多映射结果；最后将裁剪留存人脸图像及哈希一对多映射结果存储在数据库中，形成数据库保存图像。
后续在利用裁剪人脸图像在数据库保存图像进行匹配时，及利用裁剪人脸图像中眼、耳、口和鼻在裁剪人脸图像中的位置，第一垂直距离、第二垂直距离和比例关系按顺序在数据库保存图像依次调用一张留存图像，及通过其对应的哈希一对多映射结果调用该留存图像中对应的眼、耳、口和鼻在所述裁剪留存人脸图像中的位置、第一垂直距离、第二垂直距离和比例关系进行一一匹配，并分别计算其每一项的匹配分数，然后将这些匹配分数进行按比例加权，形成综合匹配分数，然后根据该综合匹配分数来确定该裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。
在本发明实施例中，使得管理用户对局域无线网内设备管理时的认证更具安全性、便捷性和灵活性；其中，安全性，采用OpenCV的人脸识别技术，区别于现有的账户登录和无验证形式；便捷性，人脸识别技术，只需要对人脸进行检测和识别，无需输入账户密码，避免了输入错误的耗时操作；灵活性，区别于现有只能本系统管理本系统的形式，以及只能管理可投屏设备的形式，可在局域网任何设备中对可投屏设备(或投屏设备)进行管理。
实施例三
本发明实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现上述实施例中任意一个实施例的局域无线网内设备管理方法。其中，所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory，只读存储器)、RAM(Random AcceSSMemory，随即存储器)、EPROM(EraSable Programmable Read-Only Memory，可擦写可编程只读存储器)、EEPROM(Electrically EraSableProgrammableRead-Only Memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，存储设备包括由设备(例如，计算机、手机)以能够读的形式存储或传输信息的任何介质，可以是只读存储器，磁盘或光盘等。
本发明实施例还提供了一种计算机应用程序，其运行在计算机上，该计算机应用程序用于执行上述中任意一个实施例的局域无线网内设备管理方法。
此外，图3是本发明实施例中的设备的结构组成示意图。
本发明实施例还提供了一种设备，如图3所示。所述设备包括处理器302、存储器303、输入单元304以及显示单元305等器件。本领域技术人员可以理解，图3示出的设备结构器件并不构成对所有设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件。存储器303可用于存储应用程序301以及各功能模块，处理器302运行存储在存储器303的应用程序301，从而执行设备的各种功能应用以及数据处理。存储器可以是内存储器或外存储器，或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。本发明所公开的存储器包括但不限于这些类型的存储器。本发明所公开的存储器只作为例子而非作为限定。
输入单元304用于接收信号的输入，以及接收用户输入的关键字。输入单元304可包括触控面板以及其它输入设备。触控面板可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)，并根据预先设定的程序驱动相应的连接装置；其它输入设备可以包括但不限于物理键盘、功能键(比如播放控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。显示单元305可用于显示用户输入的信息或提供给用户的信息以及终端设备的各种菜单。显示单元305可采用液晶显示器、有机发光二极管等形式。处理器302是终端设备的控制中心，利用各种接口和线路连接整个设备的各个部分，通过运行或执行存储在存储器302内的软件程序和/或模块，以及调用存储在存储器内的数据，执行各种功能和处理数据。
作为一个实施例，所述设备包括：一个或多个处理器302，存储器303，一个或多个应用程序301，其中所述一个或多个应用程序301被存储在存储器303中并被配置为由所述一个或多个处理器302执行，所述一个或多个应用程序301配置用于执行上述实施例中的任意一实施例中对的局域无线网内设备管理方法。
在本发明实施例中，使得管理用户对局域无线网内设备管理时的认证更具安全性、便捷性和灵活性；其中，安全性，采用OpenCV的人脸识别技术，区别于现有的账户登录和无验证形式；便捷性，人脸识别技术，只需要对人脸进行检测和识别，无需输入账户密码，避免了输入错误的耗时操作；灵活性，区别于现有只能本系统管理本系统的形式，以及只能管理可投屏设备的形式，可在局域网任何设备中对可投屏设备(或投屏设备)进行管理。
另外，以上对本发明实施例所提供的一种基于人脸识别的局域无线网内设备管理方法、装置、存储介质及设备进行了详细介绍，本文中应采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于人脸识别的局域无线网内设备管理方法，其特征在于，所述方法包括：
基于设备上设置的摄像头设备采集管理用户的图像信息，并对所述图像信息进行灰度化处理，获得灰度图像信息；
基于预设人脸分类器判断所述灰度图像信息中是否包含人脸图像；
若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置；
基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像；
利用所述裁剪人脸图像与数据库保存图像进行匹配处理，获得所述裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。
2.根据权利要求1所述的局域无线网内设备管理方法，其特征在于，所述基于设备上设置的摄像头设备采集管理用户的图像信息，包括：
在所述管理用户在所述设备上登录无线局域网对无线局域网内的内部进行管理操作时，所述设备调用其上设置的摄像头设备采集所述管理用户的图像信息。
3.根据权利要求1所述的局域无线网内设备管理方法，其特征在于，所述预设人脸分类器的训练过程包括：
获得训练数据，所述训练数据包括正样本数据和负样本数据，其中所述正样本数据包括至少100张正面人脸图像数据、至少100张左右移动45°角人脸图像数据，负样本数据包括至少200张当前设备使用环境相关的环境图像数据和遮挡面积大于50％的遮挡人脸图像数据；
将所述训练数据中的所有图像缩小至30*30像素的尺寸，获得缩小尺寸图像；
基于OpenCV中的训练工具将缩小尺寸图像输入机器学习模型中进行训练，获得预设人脸分类器。
4.根据权利要求1所述的局域无线网内设备管理方法，其特征在于，所述基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置，包括：
将所述灰度图像信息按预设像素比例压缩处理，获得30*30像素尺寸的灰度图像信息；
基于所述OpenCV中的Haar分类器内的haar-like特征和级联比较对所述30*30像素尺寸的灰度图像信息进行二次人脸图像筛选处理，并对所述30*30像素尺寸的灰度图像信息中是否存在人脸图像；
若存在人脸图像，则基于OpenCV中的Haar分类器输出所述人脸图像在所述30*30像素尺寸的灰度图像信息中的坐标位置。
5.根据权利要求1所述的局域无线网内设备管理方法，其特征在于，所述基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像，包括：
基于所述人脸图像在所述灰度图像信息中的坐标位置，在所述图像信息中进行人脸图像裁剪处理，并将裁剪出来的人脸图像以二进制形式保存至内存中，获得裁剪人脸图像。
6.根据权利要求1所述的局域无线网内设备管理方法，其特征在于，所述利用所述裁剪人脸图像与数据库保存图像进行匹配处理之前，还包括：
对所述裁剪人脸图像进行二值化处理，并基于二值化处理获得眼、耳、口和鼻在所述裁剪人脸图像中的位置；
基于眼、口和鼻在所述裁剪人脸图像中的位置计算眼与鼻之间的第一垂直距离及计算口与鼻之间的第二垂直距离；
并获得所述第一垂直距离与所述第二垂直距离之间的比例关系。
7.根据权利要求1所述的局域无线网内设备管理方法，其特征在于，所述数据库保存图像的获取包括：
基于设备上的摄像头设备采集管理用户的留存图像信息，并对所述留存图像信息进行灰度化处理，获得灰度留存图像信息；
基于预设人脸分类器判断所述灰度留存图像信息是否包含人脸图像；
若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度留存图像信息进行二次人脸图像检测，获得人脸图像在所述灰度留存图像信息中的坐标位置；
基于所述人脸图像在所述灰度留存图像信息中的坐标位置在所述留存图像信息进行人脸图像裁剪处理，获得裁剪留存人脸图像；
对裁剪留存人脸图像进行二值化处理，并基于二值化处理获得眼、耳、口和鼻在所述裁剪留存人脸图像中的位置；
基于眼、口和鼻在所述裁剪留存人脸图像中的位置计算所述裁剪留存人脸图像中眼与鼻之间的第一垂直距离及计算所述裁剪留存人脸图像口与鼻之间的第二垂直距离；
并获得所述裁剪留存人脸图像中眼与鼻之间的第一垂直距离与计算所述裁剪留存人脸图像口与鼻之间的第二垂直距离之间的比例关系；
将所述裁剪留存人脸图像对应的眼、耳、口和鼻在所述裁剪留存人脸图像中的位置、第一垂直距离、第二垂直距离和比例关系进行哈希一对多映射处理，获得哈希一对多映射结果；
将所述裁剪留存人脸图像及所述哈希一对多映射结果存储在数据库中，形成数据库保存图像。
8.一种基于人脸识别的局域无线网内设备管理装置，其特征在于，所述装置包括：
采集模块：用于基于设备上设置的摄像头设备采集管理用户的图像信息，并对所述图像信息进行灰度化处理，获得灰度图像信息；
判断模块：用于基于预设人脸分类器判断所述灰度图像信息中是否包含人脸图像；
第二次检测模块：用于若包含人脸图像，则基于OpenCV中的Haar分类器对所述灰度图像信息进行二次人脸图像检测，获得人脸图像在所述灰度图像信息中的坐标位置；
裁剪模块：用于基于所述人脸图像在所述灰度图像信息中的坐标位置在所述图像信息中进行人脸图像裁剪处理，获得裁剪人脸图像；
匹配模块：用于利用所述裁剪人脸图像与数据库保存图像进行匹配处理，获得所述裁剪人脸图像对应的管理用户在局域无线网络内的设备管理权限。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任意一项所述的局域无线网内设备管理方法。
10.一种设备，其特征在于，其包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于：执行根据权利要求1至7中任意一项所述的局域无线网内设备管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110921812.XA CN113626786A (zh) | 2021-08-11 | 2021-08-11 | 局域无线网内设备管理方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110921812.XA CN113626786A (zh) | 2021-08-11 | 2021-08-11 | 局域无线网内设备管理方法、装置、存储介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113626786A true CN113626786A (zh) | 2021-11-09 |
Family
ID=78384673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110921812.XA Pending CN113626786A (zh) | 2021-08-11 | 2021-08-11 | 局域无线网内设备管理方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113626786A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023125543A1 (zh) * | 2021-12-31 | 2023-07-06 | 华为技术有限公司 | 一种设备连接方法及相关装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914676A (zh) * | 2012-12-30 | 2014-07-09 | 杭州朗和科技有限公司 | 一种在人脸识别中使用的方法和装置 |
| KR20180014317A (ko) * | 2016-07-29 | 2018-02-08 | 씨티아이코리아 주식회사 | 눈동자 추적 기반의 하르유사특징을 이용한 얼굴인증 방법 |
| CN108446691A (zh) * | 2018-06-09 | 2018-08-24 | 西北农林科技大学 | 一种基于svm线性判别的人脸识别方法 |
| CN110163111A (zh) * | 2019-04-24 | 2019-08-23 | 平安科技（深圳）有限公司 | 基于人脸识别的叫号方法、装置、电子设备及存储介质 |
| CN110647855A (zh) * | 2019-09-29 | 2020-01-03 | 常州大学 | 一种基于人脸识别的地铁车站客流统计方法 |
| US20210049760A1 (en) * | 2019-08-15 | 2021-02-18 | Beijing Boe Optoelectronics Technology Co., Ltd. | Sight line detection method and sight line detection device |
| WO2021036059A1 (zh) * | 2019-08-29 | 2021-03-04 | 深圳云天励飞技术有限公司 | 图像转换模型训练方法、异质人脸识别方法、装置及设备 |
-
2021
- 2021-08-11 CN CN202110921812.XA patent/CN113626786A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914676A (zh) * | 2012-12-30 | 2014-07-09 | 杭州朗和科技有限公司 | 一种在人脸识别中使用的方法和装置 |
| KR20180014317A (ko) * | 2016-07-29 | 2018-02-08 | 씨티아이코리아 주식회사 | 눈동자 추적 기반의 하르유사특징을 이용한 얼굴인증 방법 |
| CN108446691A (zh) * | 2018-06-09 | 2018-08-24 | 西北农林科技大学 | 一种基于svm线性判别的人脸识别方法 |
| CN110163111A (zh) * | 2019-04-24 | 2019-08-23 | 平安科技（深圳）有限公司 | 基于人脸识别的叫号方法、装置、电子设备及存储介质 |
| US20210049760A1 (en) * | 2019-08-15 | 2021-02-18 | Beijing Boe Optoelectronics Technology Co., Ltd. | Sight line detection method and sight line detection device |
| WO2021036059A1 (zh) * | 2019-08-29 | 2021-03-04 | 深圳云天励飞技术有限公司 | 图像转换模型训练方法、异质人脸识别方法、装置及设备 |
| CN110647855A (zh) * | 2019-09-29 | 2020-01-03 | 常州大学 | 一种基于人脸识别的地铁车站客流统计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李恩;温志盛;章育林;朱小玲;陈海娜;: "基于OpenCV与均值哈希算法的人脸相似识别系统", 工业设计, no. 08, 20 August 2016 (2016-08-20) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023125543A1 (zh) * | 2021-12-31 | 2023-07-06 | 华为技术有限公司 | 一种设备连接方法及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110209273B (zh) | 手势识别方法、交互控制方法、装置、介质与电子设备 | |
| CN112380566A (zh) | 用于对文档图像进行脱敏的方法、装置、电子设备及介质 | |
| CN105320871A (zh) | 屏幕解锁方法及屏幕解锁装置 | |
| CN111694660B (zh) | 云手机数据发送方法、计算机装置和存储介质 | |
| CN110795714A (zh) | 一种身份验证方法、装置、计算机设备及存储介质 | |
| EP3702913A1 (en) | Input operation processing method and processing device, and computer-readable storage medium | |
| US11727701B2 (en) | Techniques to determine document recognition errors | |
| CN113256583A (zh) | 图像质量检测方法及装置、计算机设备和介质 | |
| CN111191207A (zh) | 电子文件的控制方法、装置、计算机设备及存储介质 | |
| CN112712498A (zh) | 移动终端执行的车辆定损方法、装置、移动终端、介质 | |
| US20230306765A1 (en) | Recognition method and apparatus, and electronic device | |
| CN111884908A (zh) | 联系人标识显示方法、装置及电子设备 | |
| CN104572654A (zh) | 一种用户搜索方法及装置 | |
| CN112149570B (zh) | 多人活体检测方法、装置、电子设备及存储介质 | |
| CN113626786A (zh) | 局域无线网内设备管理方法、装置、存储介质及设备 | |
| CN111881740A (zh) | 人脸识别方法、装置、电子设备及介质 | |
| CN108063665B (zh) | 通信方法及终端设备 | |
| CN109753217B (zh) | 动态键盘操作方法、装置、存储介质及电子设备 | |
| CN115565181A (zh) | 字符识别的方法、电子设备及计算机可读存储介质 | |
| CN109492451B (zh) | 一种编码图像识别方法及移动终端 | |
| CN112149480A (zh) | 一种终端及其进行图像分类的方法 | |
| CN111966432A (zh) | 验证码处理方法、装置、电子设备以及存储介质 | |
| CN106779522B (zh) | 一种物品控标设置和物品识别方法及装置 | |
| CN111813304A (zh) | 图像显示方法及装置 | |
| US20230087081A1 (en) | Method of detecting event, electronic device, and storage medium |
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 |