CN113705457A - 基于人脸的业务处理方法和装置 - Google Patents
基于人脸的业务处理方法和装置 Download PDFInfo
- Publication number
- CN113705457A CN113705457A CN202111002860.5A CN202111002860A CN113705457A CN 113705457 A CN113705457 A CN 113705457A CN 202111002860 A CN202111002860 A CN 202111002860A CN 113705457 A CN113705457 A CN 113705457A
- Authority
- CN
- China
- Prior art keywords
- face
- equipment
- recognized
- service
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 140
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000004891 communication Methods 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 230000002829 reductive effect Effects 0.000 description 9
- 238000010276 construction Methods 0.000 description 8
- 238000010992 reflux Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 210000000887 face Anatomy 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Abstract
本说明书实施例公开了一种基于人脸的业务处理方法、装置及系统。所述方法包括:人脸识别设备采集待识别对象的人脸图像;所述人脸识别设备基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的软件开发工具包SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;所述人脸识别设备将所述身份识别结果发送给所述业务设备;所述业务设备调用所述SDK,执行与所述身份识别结果匹配的业务处理操作。
Description
技术领域
本文件涉及计算机技术领域,尤其涉及一种基于人脸的业务处理方法和装置。
背景技术
随着人脸识别技术的快速发展,基于人脸的身份识别方式已被逐渐地应用到各类业务场景中。但是,由于受到一些条件限制,目前大多数存量业务设备都不具备人脸识别能力,如果要进行基于人脸的业务处理操作,需要重新购置具备人脸识别及业务处理的一体化装置,或者对存量业务设备进行硬件改造、软件对接及系统升级等一系列处理,这样不仅费时费力,还需要较高的成本。
因此,如何提供一种更为优化的基于人脸的业务处理方案仍然亟待解决。
发明内容
本说明书实施例的目的是提供一种基于人脸的业务处理方法、装置及系统,以提供一种便捷且成本低的业务处理方案。
为了实现上述目的,本说明书实施例采用下述技术方案:
第一方面,提供一种基于人脸的业务处理方法,包括:
人脸识别设备采集待识别对象的人脸图像;
所述人脸识别设备基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的软件开发工具包SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
所述人脸识别设备将所述身份识别结果发送给所述业务设备;
所述业务设备调用所述SDK,执行与所述身份识别结果匹配的业务处理操作。
第二方面,提供一种基于人脸的业务处理方法,应用于人脸识别设备,所述方法包括:
采集待识别对象的人脸图像;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
第三方面,提供一种基于人脸的业务处理方法,应用于业务设备,所述方法包括:
通过内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
第四方面,提供一种基于人脸的业务处理系统,所述系统包括人脸识别设备和业务设备,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上,其中:
所述人脸识别设备采集待识别对象的人脸图像,并基于所述待识别对象的人脸图像和所述业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,并将得到的身份识别结果发送给所述业务设备;
所述业务设备通过内置的SDK向所述人脸识别设备提供样本人脸数据,以及在接收到所述人脸识别设备发送的身份识别结果后,调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
第五方面,提供一种基于人脸的业务处理装置,应用于人脸识别设备,所述装置包括:
采集单元,采集待识别对象的人脸图像;
识别单元,基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
识别结果发送单元,将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
第六方面,提供一种基于人脸的业务处理装置,应用于业务设备,所述装置包括:
样本提供单元,通过内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
识别结果接收单元,接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
业务处理单元,调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
第七方面,提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
采集待识别对象的人脸图像;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
第八方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
采集待识别对象的人脸图像;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
第九方面,提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
通过业务设备内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
第十方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
通过业务设备内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
本说明书实施例的方案,通过采用非一体化的人脸识别设备和业务设备,将人脸识别设备可插拔地加载在业务设备上,人脸识别设备和业务设备之间相互配合即可实现基于人脸的业务处理,实现即插即用。由此,既不需要提供人脸识别和业务处理的一体化机具,也不需要对已有缺乏人脸识别功能的业务设备进行改造升级,因此可以降低成本,增加业务处理的灵活性和便捷性,且还利于基于人脸的业务处理方案的线下推广,以及利于构建成规模的IOT设备网络。此外,由于业务设备已有自己的样本人脸数据,业务设备通过内置的SDK便可将样本人脸数据提供给人脸识别设备进行身份识别以及对人脸识别设备得到的身份识别结果的回流,且业务设备还可调用该SDK实现相应的业务处理,因此对业务设备没有较高的算力要求。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书的一个实施例提供的一种基于人脸的业务处理系统的架构图;
图2为本说明书的一个实施例提供的一种基于人脸的业务处理系统的结构示意图;
图3为本说明书的一个实施例提供的一种基于人脸的业务处理方法的流程示意图;
图4为本说明书的另一个实施例提供的一种基于人脸的业务处理方法的流程示意图;
图5为本说明书的又一个实施例提供的一种基于人脸的业务处理方法的流程示意图;
图6为本说明书的一个实施例提供的一种基于人脸的业务处理装置的结构示意图;
图7为本说明书的另一个实施例提供的一种基于人脸的业务处理装置的结构示意图;
图8为本说明书的一个实施例提供的一种电子设备的结构示意图;
图9为本说明书的另一个实施例提供的一种电子设备的结构示意图。
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,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件保护的范围。
为了适应某些业务场景已有业务处理功能但还缺乏人脸识别功能的情况,或者,为了适应某些业务场景既无业务处理功能又缺乏人脸识别功能,但都想以更少的成本、更便捷的方式实现基于人脸的业务处理,本说明书实施例提供了一种更为优化的基于人脸的业务处理方法、装置及系统,下面进行说明。
上述业务场景包括但不限于资源转移(如交易支付、转账)、门禁控制、身份核验、考勤签到等。
下面先结合图1对本说明书的一个实施例提供的一种基于人脸的业务处理方案的系统架构进行说明。如图1所示,该系统可以包括人脸识别设备1和业务设备2,其中,人脸识别设备1和业务设备2是两个相互独立的设备,人脸识别设备1可插拔地加载在业务设备2上。
具体而言,人脸识别设备1可以是因某些需要,在上述业务场景中增设的具有人脸识别功能组件的人脸识别配件。业务设备2可以是上述业务场景已有的业务设备,如超市收银处的收银机、销售终端(Point of Sale,POS)机等,公共交通工具车门处设置的支付设备,酒店前台设置的核身设备,写字楼或住宅楼入口处的门禁设备,办公区入口处设置的考勤机,等等。业务设备2也可以因某些需要而临时安装至上述业务场景的业务设备。
人脸识别设备1可通过业务设备2提供的通道接口,与业务设备2进行通信和数据交互,实现基于人脸的业务处理。具体而言,人脸识别设备1可以通过该业务设备2提供的通道接口,从业务设备2获取进行身份识别所需的样本人脸数据。人脸识别设备1还可进行人脸检测及追踪,在检测到待识别对象的人脸时,采集待识别对象的人脸图像,基于待识别对象的人脸图像和业务设备2对应的样本人脸数据,对待识别对象进行身份识别,并通过业务设备2提供的通道接口,将待识别对象的身份识别结果发送给业务设备2,以供业务设备2进行业务处理。
可选地,人脸识别设备1可以从采集的人脸图像中提取人脸特征,并将提取的人脸特征与样本人脸数据中各个样本人脸的人脸特征进行匹配,根据匹配结果确定待识别对象的身份信息,得到待识别对象的身份识别结果。
可选地,人脸识别设备1可以采集待识别对象在多个模态下分别的人脸图像,按照业务设备2的指示从中选取出可用模态的人脸图像,或者基于各个模态的人脸图像的图像质量,从中选取出可用模态的人脸图像,基于可用模态的人脸图像对待识别对象进行身份识别,得到识别对象的身份识别结果。
可选地,人脸识别设备1还可以在对待识别对象进行身份识别之前,利用活体检测技术对待识别对象进行活体检测,在确定待识别对象为活体时,对待识别对象进行身份识别。
业务设备2还具有轻量业务层和用户交互界面(User Interface,UI),通过轻量业务层可以调用相应的业务逻辑,执行与待识别对象的身份识别结果匹配的业务处理操作。用户UI可以供用户进行业务处理相关的操作,比如提供可用模态的操作按钮供用户选择可用模态的人脸图像。UI还可以进行相关信息的显示,比如进行人脸识别的提示信息、待识别对象的身份识别结果以及业务处理结果等。
进一步地,图2示出了本说明书的一个实施例提供的基于人脸的业务处理系统的结构示意图。如图2所示,人脸识别设备1中安装有摄像头11、嵌入式神经网络处理器(Neural-network Processing Unit,NPU)12和通信模块13。其中,摄像头11可以是多模态摄像头,其可以融合单目摄像头、3D摄像头、RGB摄像头、红外摄像头等各种摄像头,采集一个或多个模态的人脸图像,例如包括但不限于RGB二维图像、深度(三维)图像、红外(Infrared,IR)图像等中的至少一种。NPU12采用“数据驱动并行计算”的架构,其可以对摄像头11所采集的人脸头像进行分析处理,得到对人脸图像对应的对象的身份识别结果。通信模块13可以与业务设备2进行通信和数据交互,从业务设备2获取进行身份识别所需的样本人脸数据以供NPU12使用,以及将NPU12输出的身份识别结果发送给业务设备2。
业务设备2内置有预设的软件开发工具包(Software Development Kit,SDK),该SDK能够根据提供不同业务场景下的业务逻辑调用,比如身份核验、资源转移、门禁控制、考勤签到等。该SDK还提供对人脸数据库的访问能力,人脸数据库中存储有业务设备2对应的样本人脸数据,例如不同样本人脸在不同模态下的人脸特征等。此外,业务设备2还可以具有显示屏21,上述SDK还可以提供交互UI和底层通信能力,SDK提供的交互UI可通过显示屏21进行显示,使得用户可通过显示屏21进行人机交互。
本说明书实施例提供的基于人脸的业务处理方案,通过采用非一体化的人脸识别设备1和业务设备2,将人脸识别设备1可插拔地加载在业务设备2上,人脸识别设备1和业务设备2之间相互配合即可实现基于人脸的业务处理,实现即插即用。由此,既不需要提供人脸识别和业务处理的一体化机具,也不需要对已有缺乏人脸识别功能的业务设备进行改造升级,因此可以降低成本,增加业务处理的灵活性和便捷性,且还利于基于人脸的业务处理方案的线下推广,以及利于构建成规模的物联网(Internet of Things,IOT)设备网络。此外,由于业务设备2已有自己的样本人脸数据,业务设备2通过内置的SDK便可将样本人脸数据提供给人脸识别设备1进行身份识别以及对人脸识别设备1得到的身份识别结果的回流,且业务设备2还可调用该SDK实现相应的业务处理,因此对业务设备2没有较高的算力要求。
基于上述系统架构,下面对本说明书实施例提供的一种基于人脸的业务处理方法进行说明。
图3示出了本说明书的一个实施例提供的一种基于人脸的业务处理方法的流程示意图,如图3所示,该方法可以包括如下步骤:
S302,人脸识别设备采集待识别对象的人脸图像。
具体实施时,可以通过人脸识别设备中的摄像头进行人脸检测,以确定是否检测到待识别对象的人脸,如果检测到待识别对象的人脸,则采集待识别对象的人脸图像。
可选地,在一个实施例中,人脸识别设备可基于检测跟踪算法,由摄像头持续检测待识别对象的人脸并采集人脸图像。例如,人脸识别设备中的摄像头可按照预设时间间隔,周期性地采集待识别对象的人脸图像,得到连续帧的人脸图像,也即待识别对象的人脸图像序列。需要说明的是,跟踪检测算法可以包括本领域技术人员已知的各种能够进行跟踪检测的算法,本说明书实施例对此不做具体限定。
可选地,为了避免恶意用户伪造合法用户的人脸图像(例如使用合法用户的照片、换脸、面具、遮挡以及屏幕翻拍等)的欺骗手段来欺骗人脸识别设备,在一个实施例中,人脸识别设备可对待识别对象执行活体检测,在检测到待识别对象为活体时,采集待识别对象的人脸图像。
可选地,为了满足不同环境下的人脸识别需求,确保不同环境下的业务正常处理,在一个实施例中,人脸识别设备可通过摄像头采集多模态的人脸图像。具体而言,人脸识别设备可对待识别对象的人脸进行多模态跟踪,以采集待识别对象在多个模态下分别的人脸图像。其中,上述多个模态可以例如包括但不限于以下模态中至少两种的组合:RGB二维图像、深度(三维)图像、红外图像等。
S304,人脸识别设备基于待识别对象的人脸图像和业务设备对应的样本人脸数据,对待识别对象进行身份识别,以得到身份识别结果。
其中,上述样本人脸数据是业务设备通过内置的SDK提供给人脸识别设备的,人脸识别设备和业务设备是两个相互独立的设备,人脸识别设备可插拔地加载在业务设备上。
具体实施时,样本人脸数据可以包括多个样本人脸的人脸特征及对应的用户身份信息,其中,人脸特征可以包括人脸关键点(如鼻子、眼睛、嘴、眉毛、额头等)的特征。人脸识别设备可从待识别对象的人脸图像中提取待识别对象的人脸的人脸特征,并将提取出的人脸特征与样本人脸数据中各个样本人脸的人脸特征进行匹配,选取匹配度最高的样本人脸对应的用户身份信息作为待识别对象的身份识别结果。
可选地,在一个实施例中,人脸识别设备采集的待识别对象的人脸图像包括待识别对象在多个模态下分别的人脸图像,业务设备对应的样本人脸数据包括多个模态分别对应的样本人脸数据。相应地,在上述S304中,人脸识别设备可综合多个模态的人脸图像对待识别对象进行身份识别。具体而言,人脸识别设备可针对单个模态,基于待识别对象在该模态下的人脸图像和业务设备对应于该模态的样本人脸数据,对待识别对象进行身份识别,得到待识别对象在该模态对应的身份识别结果,进一步地,基于待识别对象在多个模态分别对应的身份识别结果,确定待识别对象的身份识别结果。例如,可以将待识别对象在多个模态分别对应的身份识别结果中,选取占比最多的身份识别结果,确定为待识别对象的身份识别结果。
可以理解的是,通过上述实施例中的多模态身份识别方法,结合多种模态的人脸图像进行身份识别,可以降低人脸识别对单一模态的依赖性,避免单一模态的人脸图像的图像质量因受环境影响而影响身份识别的准确性,即便出现遮挡、光照条件不佳等情况,也能完成高质量人脸图像的采集和识别。
为了减少多模态身份识别的复杂度以及进一步提高人脸识别的准确性,进一步地,人脸识别设备在采集到人脸图像后,还可以从中选取可用模态的人脸图像,进而基于可用模态的人脸图像对待识别对象进行身份识别。具体而言,人脸识别设备可通过以下方式中的至少一种,从待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像:
方式一:基于业务设备发送的模态指示信息,从待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像。其中,上述模态指示信息用于指示可用模态。
实际应用中,上述模态指示信息可以是业务设备基于预设置的可用模态信息生成的,或者业务设备基于用户输入的模态选择操作生成的,本说明书实施例对此不做具体限定。
方式二:确定待识别对象在多个模态下分别的人脸图像的图像质量,从待识别对象在多个模态下分别的人脸图像中,选取图像质量满足预设质量要求的人脸图像,作为可用模态的人脸图像。
实际应用中,人脸图像的质量可基于人脸图像中的人脸的光线、遮挡、角度、完整度、模糊度等质量参数来确定。其中,基于人脸图像的质量参数确定人脸图像的质量,可采集本领域技术人员已知的各种方式来实现,比如人工智能算法等,本说明书实施例对此不做具体限定。
上述预设质量要求可以根据实际需要进行设置,例如,上述预设质量要求可以设置为质量分数阈值,如果某一模态的人脸图像的图像质量的评分达到质量分数阈值,则将该模态的人脸图像作为可用模态的人脸图像。本说明书实施例对预设质量要求不做具体限定。
可选地,为了避免恶意用户伪造合法用户的人脸图像(例如使用合法用户的照片、换脸、面具、遮挡以及屏幕翻拍等)的欺骗手段来欺骗人脸识别设备,在一个实施例中,人脸识别设备可以利用活体检测技术对待识别对象进行活体检测,在待识别对象为活体时,对待识别对象进行身份识别。具体而言,在上述S302中,人脸识别设备可采集待识别对象的人脸图像序列并提取人脸图像序列中各帧人脸图像的人脸特征。相应地,在上述S304中,人脸识别设备基于预设的活体检测算法和提取的各帧人脸图像的人脸特征,判断待识别对象是否为活体;如果待识别对象为活体,人脸识别设备则基于人脸图像序列和样本人脸数据,对待识别对象进行身份识别。例如,人脸识别设备可以分别针对各帧人脸图像,基于该帧人脸图像和样本人脸数据,确定该帧人脸图像对应的身份识别结果,然后综合各帧人脸图像对应的身份识别结果,确定待识别对象的身份识别结果。
需要说明的是,上述活体检测算法可以为本领域技术人员已知的各种活体检测算法,比如红外活体算法、RGB活体算法等,本说明书实施例对此不做具体限定。
可选地,在一个实施例中,人脸识别设备可从业务设备获取该业务设备对应的样本人脸数据。具体而言,人脸识别设备可基于预设的通信协议,向业务设备发送数据获取请求,以请求获取对待识别对象进行身份识别所需的样本人脸数据。相应地,业务设备响应于数据获取请求,调用内置的SDK从预置的人脸数据库中获取样本人脸数据,并通过通信协议将样本人脸数据返回给人脸识别设备。其中,上述通信协议是人脸识别设备和业务设备内置的SDK预先协商确定的。需要说明的是,上述通信协议可以是任意适当的协议,本说明书实施例对此不做具体限定。
可以理解,通过在业务设备内置SDK和样本人脸数据,人脸识别设备与该SDK预先协商确定通信协议,该通信协议使得人脸识别设备与业务设备之间建立了进行通信及数据交互的数据通道,进而人脸识别设备可从业务设备获取样本人脸数据以对待识别对象进行身份识别,不需要提前在人脸识别设备中录入进行人脸识别所需的样本人脸数据,增加人脸识别的灵活性。
可选地,在一个实施例中,人脸识别设备在从业务设备获取到样本人脸数据后,人脸识别设备还可将获取的样本人脸数据存储至本地并进行实时更新。具体地,业务设备可以监听人脸数据库中的样本人脸数据是否发生更新,如果是,则获取样本人脸数据的更新信息,并向人脸识别设备发送携带样本人脸数据的更新信息的心跳包。人脸识别设备监听业务设备发送的心跳包,如果监听到该心跳包,则基于该心跳包中携带的更新信息,更新本地存储的样本人脸数据。
可以理解的是,业务设备以心跳的方式通知人脸识别设备样本人脸数据发生更新,人脸识别设备将业务设备对应的样本人脸数据存储在本地并基于监听到的业务设备的心跳对本地存储的样本人脸数据进行更新,可以确保业务设备对应的样本人脸数据的实时性和有效性,进而在利用样本人脸数据对待识别对象进行身份识别的过程中,可以提高身份识别结果的准确性和可靠性。
S306,人脸识别设备将身份识别结果发送给业务设备。
具体实施时,人脸识别设备可通过上述通信协议,将待识别对象的身份识别结果发送给业务设备,以供业务设备使用。当然,可以理解的是,除了待识别对象的身份识别结果,人脸识别设备还可以将采集到的待识别对象的人脸图像的图像数据等发送给业务设备。
S308,业务设备调用SDK,执行与身份识别结果匹配的业务处理操作。
业务设备内置的SDK提供了不同业务场景下的业务逻辑调用功能,业务设备通过调用内置的SDK即可实现对相应业务场景下对应于身份识别结果的业务逻辑的调用,执行相匹配的业务处理操作。本说明书实施例中,上述业务处理操作可以例如包括但不限于以下操作中的至少一种:资源转移、门禁控制、身份核验、考勤签到等。
例如,当上述方法应用在需要支付结算的场景时,业务设备可以为支付结算设备,业务设备在基于待识别对象的身份识别结果确定待识别对象核身通过时,可通过内置SDK调用收款或结算逻辑,完成收款或结算操作。又如,当上述方法应用在门禁控制的场景时,业务设备可以为门禁控制设备,业务设备在基于待识别对象的身份识别结果确定待识别对象核身通过时,可通过内置SDK调用门禁控制逻辑,完成门禁开启操作。
需要说明的是,本说明书实施例提供的基于人脸的业务处理方法还可以用于其它业务场景中,本说明书实施例对此不做具体限定。
本说明书实施例提供的基于人脸的业务处理方法,通过采用非一体化的人脸识别设备和业务设备,将人脸识别设备可插拔地加载在业务设备上,人脸识别设备和业务设备之间相互配合即可实现基于人脸的业务处理,实现即插即用。由此,既不需要提供人脸识别和业务处理的一体化机具,也不需要对已有缺乏人脸识别功能的业务设备进行改造升级,因此可以降低成本,增加业务处理的灵活性和便捷性,且还利于基于人脸的业务处理方案的线下推广,以及利于构建成规模的IOT设备网络。此外,由于业务设备已有自己的样本人脸数据,业务设备通过内置的SDK便可将样本人脸数据提供给人脸识别设备进行身份识别以及对人脸识别设备得到的身份识别结果的回流,且业务设备还可调用该SDK实现相应的业务处理,因此对业务设备没有较高的算力要求。
图4示出了本说明书的另一个实施例提供的一种基于人脸的业务处理方法的流程示意图,该方法应用于人脸识别设备,该方法包括以下步骤:
S402,采集待识别对象的人脸图像。
S404,基于待识别对象的人脸图像和业务设备对应的样本人脸数据,对待识别对象进行身份识别,以得到身份识别结果。
其中,业务设备对应的样本人脸数据是业务设备通过内置的SDK提供给人脸识别设备的。人脸识别设备和业务设备是两个相互独立的设备,人脸识别设备可插拔地加载在业务设备上。
S406,将身份识别结果发送给业务设备。
其中,身份识别结果用于业务设备调用内置的SDK执行匹配的业务处理操作。
可选地,所述业务处理操作包括以下操作中的至少一种:资源转移、门禁控制、身份核验、考勤签到。
可选地,在S404之前,本说明书实施例提供的基于人脸的业务处理方法还包括:基于预设的通信协议,向所述业务设备发送数据获取请求,所述数据获取请求用于请求获取对所述待识别对象进行身份识别所需的样本人脸数据,所述通信协议是所述人脸识别设备和所述SDK预先协商确定的;接收业务设备返回的样本人脸数据。
可选地,在接收到业务设备返回的样本人脸数据之后,本说明书实施例提供的基于人脸的业务处理方法还包括:将业务设备对应的样本人脸数据存储至本地;监听业务设备发送的心跳包,如果监听到心跳包,则基于心跳包中携带的更新信息,更新本地存储的样本人脸数据。其中,所述心跳包是所述业务设备在所述人脸数据库中的样本人脸数据发生更新时发送给所述人脸识别设备的,所述心跳包中携带所述样本人脸数据的更新信息。
可选地,一种实施方式中,在上述S402中,采集待识别对象的人脸图像包括:对所述待识别对象的人脸进行多模态跟踪,以采集所述待识别对象在多个模态下分别的人脸图像。相应地,在上述S404中,对待识别对象进行身份识别包括:针对单个模态,所述人脸识别基于所述待识别对象在所述模态下的人脸图像和所述业务设备对应于所述模态的样本人脸数据,对所述待识别对象进行身份识别,得到所述待识别对象在所述模态对应的身份识别结果;基于所述待识别对象在所述多个模态分别对应的身份识别结果,确定所述待识别对象的身份识别结果。
可选地,在对待识别对象进行身份识别之前,也即在上述S404之前,还包括:通过以下方式中的至少一种,从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像:
基于所述业务设备发送的模态指示信息,从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像;
确定所述待识别对象在多个模态下分别的人脸图像的图像质量,从所述待识别对象在多个模态下分别的人脸图像中,选取图像质量满足预设质量要求的人脸图像作为可用模态的人脸图像。
可选地,一种实施方式中,在上述S402中,采集待识别对象的人脸图像包括:采集所述待识别对象的人脸图像序列并提取所述人脸图像序列中各帧人脸图像的人脸特征。相应地,在上述S404中,对所述待识别对象进行身份识别,包括:基于预设的活体检测算法和提取的各帧人脸图像的人脸特征,判断所述待识别对象是否为活体;如果所述待识别对象为活体,所述人脸识别设备则基于所述人脸图像序列和所述样本人脸数据,对所述待识别对象进行身份识别。
图4所示实施例相关步骤的具体实现可参考图3所示实施例中对应的步骤的具体实现,本说明书实施例在此不再赘述。
通过采用非一体化的人脸识别设备和业务设备,将人脸识别设备可插拔地加载在业务设备上,人脸识别设备和业务设备之间相互配合即可实现基于人脸的业务处理,实现即插即用。由此,既不需要提供人脸识别和业务处理的一体化机具,也不需要对已有缺乏人脸识别功能的业务设备进行改造升级,因此可以降低成本,增加业务处理的灵活性和便捷性,且还利于基于人脸的业务处理方案的线下推广,以及利于构建成规模的IOT设备网络。此外,由于业务设备已有自己的样本人脸数据,业务设备通过内置的SDK便可将样本人脸数据提供给人脸识别设备进行身份识别以及对人脸识别设备得到的身份识别结果的回流,且业务设备还可调用该SDK实现相应的业务处理,因此对业务设备没有较高的算力要求。
图5示出了本说明书的又一个实施例提供的一种基于人脸的业务处理方法的流程示意图,该方法应用于业务设备,该方法包括以下步骤:
S502,通过内置的SDK向人脸识别设备提供业务设备对应的样本人脸数据,以便人脸识别设备基于样本人脸数据和采集的待识别对象的人脸图像,对待识别对象进行身份识别。
其中,人脸识别设备和业务设备是两个相互独立的设备,人脸识别设备可插拔地加载在业务设备上。
S504,接收人脸识别设备返回的待识别对象的身份识别结果。
S506,调用内置的SDK执行与身份识别结果匹配的业务处理操作。
可选地,业务处理操作可以包括以下操作中的至少一种:资源转移、门禁控制、身份核验、考勤签到。
可选地,在上述S502中,通过内置的SDK向人脸识别设备提供业务设备对应的样本人脸数据,包括:
基于预设的通信协议,接收人脸识别设备发送的数据获取请求,其中,所述数据获取请求用于请求获取对所述待识别对象进行身份识别所需的样本人脸数据,所述通信协议是所述人脸识别设备和所述SDK预先协商确定的;
响应于所述数据获取请求,调用所述SDK从预置的人脸数据库中获取所述样本人脸数据,并通过所述通信协议将所述样本人脸数据返回给所述人脸识别设备。
可选地,在上述S502之后,本说明书实施例提供的基于人脸的业务处理方法还包括:在所述人脸数据库中的样本人脸数据发生更新时,向所述人脸识别设备发送心跳包,所述心跳包中携带所述样本人脸数据的更新信息。
可选地,在上述S502之后,本说明书实施例提供的基于人脸的业务处理方法还包括:向所述人脸识别设备发送模态指示信息,所述模态指示信息用于所述人脸识别设备从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像。
图5所示实施例相关步骤的具体实现可参考图3所示实施例中对应的步骤的具体实现,本说明书实施例在此不再赘述。
通过采用非一体化的人脸识别设备和业务设备,将人脸识别设备可插拔地加载在业务设备上,人脸识别设备和业务设备之间相互配合即可实现基于人脸的业务处理,实现即插即用。由此,既不需要提供人脸识别和业务处理的一体化机具,也不需要对已有缺乏人脸识别功能的业务设备进行改造升级,因此可以降低成本,增加业务处理的灵活性和便捷性,且还利于基于人脸的业务处理方案的线下推广,以及利于构建成规模的物联网IOT设备网络。此外,由于业务设备已有自己的样本人脸数据,业务设备通过内置的SDK便可将样本人脸数据提供给人脸识别设备进行身份识别以及对人脸识别设备得到的身份识别结果的回流,且业务设备还可调用该SDK实现相应的业务处理,因此对业务设备没有较高的算力要求。
此外,与上述图4所示的基于人脸的业务处理方法相对应地,本说明书实施例还提供一种基于人脸的业务处理装置,该装置可应用于人脸识别设备。图6是本说明书实施例提供的一种基于人脸的业务处理装置600的结构示意图,包括:
采集单元610,采集待识别对象的人脸图像;
识别单元620,基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
识别结果发送单元630,将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
本说明书实施例提供的基于人脸的业务处理装置,通过采用非一体化的人脸识别设备和业务设备,将人脸识别设备可插拔地加载在业务设备上,人脸识别设备和业务设备之间相互配合即可实现基于人脸的业务处理,实现即插即用。由此,既不需要提供人脸识别和业务处理的一体化机具,也不需要对已有缺乏人脸识别功能的业务设备进行改造升级,因此可以降低成本,增加业务处理的灵活性和便捷性,且还利于基于人脸的业务处理方案的线下推广,以及利于构建成规模的物联网IOT设备网络。此外,由于业务设备已有自己的样本人脸数据,业务设备通过内置的SDK便可将样本人脸数据提供给人脸识别设备进行身份识别以及对人脸识别设备得到的身份识别结果的回流,且业务设备还可调用该SDK实现相应的业务处理,因此对业务设备没有较高的算力要求。
可选地,所述业务处理操作包括以下操作中的至少一种:资源转移、门禁控制、身份核验、考勤签到。
可选地,上述装置600还包括:
样本获取单元,基于预设的通信协议,向所述业务设备发送数据获取请求,所述数据获取请求用于请求获取对所述待识别对象进行身份识别所需的样本人脸数据,所述通信协议是所述人脸识别设备和所述SDK预先协商确定的;接收业务设备返回的样本人脸数据。
可选地,上述装置600还包括:
存储单元,在接收到业务设备返回的样本人脸数据之后,将所述业务设备对应的样本人脸数据存储至本地;
监听单元,监听业务设备发送的心跳包;
更新单元,如果监听到心跳包,则基于心跳包中携带的更新信息,更新本地存储的样本人脸数据,其中,所述心跳包是所述业务设备在所述人脸数据库中的样本人脸数据发生更新时发送给所述人脸识别设备的,所述心跳包中携带所述样本人脸数据的更新信息。
可选地,所述采集单元,对所述待识别对象的人脸进行多模态跟踪,以采集所述待识别对象在多个模态下分别的人脸图像;
所述识别单元,针对单个模态,所述人脸识别基于所述待识别对象在所述模态下的人脸图像和所述业务设备对应于所述模态的样本人脸数据,对所述待识别对象进行身份识别,得到所述待识别对象在所述模态对应的身份识别结果;基于所述待识别对象在所述多个模态分别对应的身份识别结果,确定所述待识别对象的身份识别结果。
可选地,上述装置600还包括:
选取单元,通过以下方式中的至少一种,从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像:基于所述业务设备发送的模态指示信息,从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像;确定所述待识别对象在多个模态下分别的人脸图像的图像质量,从所述待识别对象在多个模态下分别的人脸图像中,选取图像质量满足预设质量要求的人脸图像作为可用模态的人脸图像。
可选地,所述采集单元,采集所述待识别对象的人脸图像序列并提取所述人脸图像序列中各帧人脸图像的人脸特征;所述识别单元,基于预设的活体检测算法和所述各帧人脸图像的人脸特征,判断所述待识别对象是否为活体,如果所述待识别对象为活体,所述人脸识别设备则基于所述人脸图像序列和所述样本人脸数据,对所述待识别对象进行身份识别。
显然,本说明书实施例的基于人脸的业务处理装置能够实现基于人脸的业务处理方法在图4所实现的功能。由于原理相同,在此不再赘述。
此外,与上述图5所示的基于人脸的业务处理方法相对应地,本说明书实施例还提供一种基于人脸的业务处理装置,该装置可应用于业务设备。图7是本说明书实施例提供的一种基于人脸的业务处理装置700的结构示意图,包括:
样本提供单元710,通过内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
识别结果接收单元720,接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
业务处理单元730,调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
本说明书实施例提供的基于人脸的业务处理装置,通过采用非一体化的人脸识别设备和业务设备,将人脸识别设备可插拔地加载在业务设备上,人脸识别设备和业务设备之间相互配合即可实现基于人脸的业务处理,实现即插即用。由此,既不需要提供人脸识别和业务处理的一体化机具,也不需要对已有缺乏人脸识别功能的业务设备进行改造升级,因此可以降低成本,增加业务处理的灵活性和便捷性,且还利于基于人脸的业务处理方案的线下推广,以及利于构建成规模的物联网IOT设备网络。此外,由于业务设备已有自己的样本人脸数据,业务设备通过内置的SDK便可将样本人脸数据提供给人脸识别设备进行身份识别以及对人脸识别设备得到的身份识别结果的回流,且业务设备还可调用该SDK实现相应的业务处理,因此对业务设备没有较高的算力要求。
可选地,业务处理操作可以包括以下操作中的至少一种:资源转移、门禁控制、身份核验、考勤签到。
可选地,所述样本提供单元,基于预设的通信协议,接收人脸识别设备发送的数据获取请求,其中,所述数据获取请求用于请求获取对所述待识别对象进行身份识别所需的样本人脸数据,所述通信协议是所述人脸识别设备和所述SDK预先协商确定的;响应于所述数据获取请求,调用所述SDK从预置的人脸数据库中获取所述样本人脸数据,并通过所述通信协议将所述样本人脸数据返回给所述人脸识别设备。
可选地,上述装置700还包括:
心跳发送单元,在所述人脸数据库中的样本人脸数据发生更新时,向所述人脸识别设备发送心跳包,所述心跳包中携带所述样本人脸数据的更新信息。
可选地,上述装置700还包括:
指示信息发送单元,向所述人脸识别设备发送模态指示信息,所述模态指示信息用于所述人脸识别设备从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像。
显然,本说明书实施例的基于人脸的业务处理装置能够实现基于人脸的业务处理方法在图5所实现的功能。由于原理相同,在此不再赘述。
本说明书实施例还提供一种基于人脸的业务处理系统,该系统包括人脸识别设备(如图1和图2所示的人脸识别设备1)和业务设备(如图1和图2所示的业务设备2),所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上,其中:
所述人脸识别设备采集待识别对象的人脸图像,并基于所述待识别对象的人脸图像和所述业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,并将得到的身份识别结果发送给所述业务设备;
所述业务设备通过内置的SDK向所述人脸识别设备提供样本人脸数据,以及在接收到所述人脸识别设备发送的身份识别结果后,调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
可选地,所述人脸识别设备包括摄像头、嵌入式神经网络处理器NPU和通信模块;
所述摄像头,采集待识别对象的人脸图像;
所述NPU,基于所述待识别对象的人脸图像和所述业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果;
所述通信模块,通过与所述业务设备的通道接口,将所述身份识别结果发送给所述业务设备。
可选地,所述人脸识别设备在基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别之前,基于预设的通信协议,向所述业务设备发送数据获取请求,所述数据获取请求用于请求获取对所述待识别对象进行身份识别所需的样本人脸数据,所述通信协议是所述人脸识别设备和所述SDK预先协商确定的;
所述业务设备响应于所述数据获取请求,调用所述SDK从预置的人脸数据库中获取所述样本人脸数据,并通过所述通信协议将所述样本人脸数据返回给所述人脸识别设备。
可选地,在所述业务设备将所述样本人脸数据返回给所述人脸识别设备之后,所述人脸识别设备将所述业务设备对应的样本人脸数据存储至本地;
在所述人脸数据库中的样本人脸数据发生更新时,所述业务设备向所述人脸识别设备发送心跳包,所述心跳包中携带所述样本人脸数据的更新信息;
所述人脸识别设备监听所述业务设备发送的心跳包,如果监听到所述心跳包,则基于所述心跳包中携带的更新信息,更新本地存储的样本人脸数据。
可选地,人脸识别设备采集待识别对象的人脸图像,包括:
对所述待识别对象的人脸进行多模态跟踪,以采集所述待识别对象在多个模态下分别的人脸图像;
所述人脸识别设备基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,包括:
针对单个模态,所述人脸识别设备基于所述待识别对象在所述模态下的人脸图像和所述业务设备对应于所述模态的样本人脸数据,对所述待识别对象进行身份识别,得到所述待识别对象在所述模态对应的身份识别结果;
基于所述待识别对象在所述多个模态分别对应的身份识别结果,确定所述待识别对象的身份识别结果。
可选地,所述人脸识别设备在基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果之前,通过以下方式中的至少一种,从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像:
基于所述业务设备发送的模态指示信息,从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像;
确定所述待识别对象在多个模态下分别的人脸图像的图像质量,从所述待识别对象在多个模态下分别的人脸图像中,选取图像质量满足预设质量要求的人脸图像作为可用模态的人脸图像。
可选地,人脸识别设备采集待识别对象的人脸图像,包括:
采集所述待识别对象的人脸图像序列并提取所述人脸图像序列中各帧人脸图像的人脸特征;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,包括:
所述人脸识别设备基于预设的活体检测算法和所述各帧人脸图像的人脸特征,判断所述待识别对象是否为活体;
如果所述待识别对象为活体,则基于所述人脸图像序列和所述样本人脸数据,对所述待识别对象进行身份识别。
可选地,所述业务处理操作包括以下操作中的至少一种:资源转移、门禁控制、身份核验、考勤签到。
本说明书实施例提供的基于人脸的业务处理系统,通过采用非一体化的人脸识别设备和业务设备,将人脸识别设备可插拔地加载在业务设备上,人脸识别设备和业务设备之间相互配合即可实现基于人脸的业务处理,实现即插即用。由此,既不需要提供人脸识别和业务处理的一体化机具,也不需要对已有缺乏人脸识别功能的业务设备进行改造升级,因此可以降低成本,增加业务处理的灵活性和便捷性,且还利于基于人脸的业务处理方案的线下推广,以及利于构建成规模的IOT设备网络。此外,由于业务设备已有自己的样本人脸数据,业务设备通过内置的SDK便可将样本人脸数据提供给人脸识别设备进行身份识别以及对人脸识别设备得到的身份识别结果的回流,且业务设备还可调用该SDK实现相应的业务处理,因此对业务设备没有较高的算力要求。
图8是本说明书的一个实施例电子设备的结构示意图。请参考图8,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成应用于人脸识别设备的基于人脸的业务处理装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
采集待识别对象的人脸图像;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
上述如本说明书图4所示实施例揭示的应用于人脸识别设备的基于人脸的业务处理装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
应理解,本说明书实施例的电子设备可以实现应用于人脸识别设备的基于人脸的业务处理装置在图4所示实施例的功能。由于原理相同,本说明书实施例在此不再赘述。
当然,除了软件实现方式之外,本说明书的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本说明书实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图4所示实施例的方法,并具体用于执行以下操作:
采集待识别对象的人脸图像;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
图9是本说明书的一个实施例电子设备的结构示意图。请参考图9,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成应用于业务设备的基于人脸的业务处理装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
通过内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
上述如本说明书图5所示实施例揭示的应用于业务设备的基于人脸的业务处理装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
应理解,本说明书实施例的电子设备可以实现应用于业务设备的基于人脸的业务处理装置在图5所示实施例的功能。由于原理相同,本说明书实施例在此不再赘述。
当然,除了软件实现方式之外,本说明书的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本说明书实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图5所示实施例的方法,并具体用于执行以下操作:
通过内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
上述对本说明书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。
总之,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。
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。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (17)
1.一种基于人脸的业务处理方法,包括:
人脸识别设备采集待识别对象的人脸图像;
所述人脸识别设备基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的软件开发工具包SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
所述人脸识别设备将所述身份识别结果发送给所述业务设备;
所述业务设备调用所述SDK,执行与所述身份识别结果匹配的业务处理操作。
2.如权利要求1所述的方法,在所述人脸识别设备基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别之前,所述方法还包括:
所述人脸识别设备基于预设的通信协议,向所述业务设备发送数据获取请求,所述数据获取请求用于请求获取对所述待识别对象进行身份识别所需的样本人脸数据,所述通信协议是所述人脸识别设备和所述SDK预先协商确定的;
所述业务设备响应于所述数据获取请求,调用所述SDK从预置的人脸数据库中获取所述样本人脸数据,并通过所述通信协议将所述样本人脸数据返回给所述人脸识别设备。
3.如权利要求2所述的方法,在所述业务设备将所述样本人脸数据返回给所述人脸识别设备之后,所述方法还包括:
所述人脸识别设备将所述业务设备对应的样本人脸数据存储至本地;
在所述人脸数据库中的样本人脸数据发生更新时,所述业务设备向所述人脸识别设备发送心跳包,所述心跳包中携带所述样本人脸数据的更新信息;
所述人脸识别设备监听所述业务设备发送的心跳包,如果监听到所述心跳包,则基于所述心跳包中携带的更新信息,更新本地存储的样本人脸数据。
4.如权利要求1所述的方法,人脸识别设备采集待识别对象的人脸图像,包括:
所述人脸识别设备对所述待识别对象的人脸进行多模态跟踪,以采集所述待识别对象在多个模态下分别的人脸图像;
所述人脸识别设备基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,包括:
针对单个模态,所述人脸识别设备基于所述待识别对象在所述模态下的人脸图像和所述业务设备对应于所述模态的样本人脸数据,对所述待识别对象进行身份识别,得到所述待识别对象在所述模态对应的身份识别结果;
所述人脸识别设备基于所述待识别对象在所述多个模态分别对应的身份识别结果,确定所述待识别对象的身份识别结果。
5.如权利要求4所述的方法,在所述人脸识别设备基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果之前,还包括:
所述人脸识别设备通过以下方式中的至少一种,从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像:
基于所述业务设备发送的模态指示信息,从所述待识别对象在多个模态下分别的人脸图像中,选取可用模态的人脸图像;
确定所述待识别对象在多个模态下分别的人脸图像的图像质量,从所述待识别对象在多个模态下分别的人脸图像中,选取图像质量满足预设质量要求的人脸图像作为可用模态的人脸图像。
6.如权利要求1所述的方法,人脸识别设备采集待识别对象的人脸图像,包括:
所述人脸识别设备采集所述待识别对象的人脸图像序列并提取所述人脸图像序列中各帧人脸图像的人脸特征;
所述人脸识别设备基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,包括:
所述人脸识别设备基于预设的活体检测算法和所述各帧人脸图像的人脸特征,判断所述待识别对象是否为活体;
如果所述待识别对象为活体,所述人脸识别设备则基于所述人脸图像序列和所述样本人脸数据,对所述待识别对象进行身份识别。
7.如权利要求1至6中任一项所述的方法,所述业务处理操作包括以下操作中的至少一种:资源转移、门禁控制、身份核验、考勤签到。
8.一种基于人脸的业务处理方法,应用于人脸识别设备,所述方法包括:
采集待识别对象的人脸图像;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
9.一种基于人脸的业务处理方法,应用于业务设备,所述方法包括:
通过内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
10.一种基于人脸的业务处理系统,所述系统包括人脸识别设备和业务设备,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上,其中:
所述人脸识别设备采集待识别对象的人脸图像,并基于所述待识别对象的人脸图像和所述业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,并将得到的身份识别结果发送给所述业务设备;
所述业务设备通过内置的SDK向所述人脸识别设备提供样本人脸数据,以及在接收到所述人脸识别设备发送的身份识别结果后,调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
11.如权利要求10所述的系统,所述人脸识别设备包括摄像头、嵌入式神经网络处理器NPU和通信模块;
所述摄像头,采集待识别对象的人脸图像;
所述NPU,基于所述待识别对象的人脸图像和所述业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果;
所述通信模块,通过与所述业务设备的通道接口,将所述身份识别结果发送给所述业务设备。
12.一种基于人脸的业务处理装置,应用于人脸识别设备,所述装置包括:
采集单元,采集待识别对象的人脸图像;
识别单元,基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供给所述人脸识别设备的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
识别结果发送单元,将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
13.一种基于人脸的业务处理装置,应用于业务设备,所述装置包括:
样本提供单元,通过内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
识别结果接收单元,接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
业务处理单元,调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
14.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
采集待识别对象的人脸图像;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
15.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
采集待识别对象的人脸图像;
基于所述待识别对象的人脸图像和业务设备对应的样本人脸数据,对所述待识别对象进行身份识别,以得到身份识别结果,所述样本人脸数据是所述业务设备通过内置的SDK提供的,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
将所述身份识别结果发送给所述业务设备,所述身份识别结果用于所述业务设备调用所述SDK执行匹配的业务处理操作。
16.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
通过业务设备内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
17.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
通过业务设备内置的SDK向人脸识别设备提供所述业务设备对应的样本人脸数据,以便所述人脸识别设备基于所述样本人脸数据和采集的待识别对象的人脸图像,对所述待识别对象进行身份识别,所述人脸识别设备和所述业务设备是两个独立的设备,所述人脸识别设备可插拔地加载在所述业务设备上;
接收所述人脸识别设备返回的所述待识别对象的身份识别结果;
调用所述SDK执行与所述身份识别结果匹配的业务处理操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111002860.5A CN113705457A (zh) | 2021-08-30 | 2021-08-30 | 基于人脸的业务处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111002860.5A CN113705457A (zh) | 2021-08-30 | 2021-08-30 | 基于人脸的业务处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113705457A true CN113705457A (zh) | 2021-11-26 |
Family
ID=78656695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111002860.5A Pending CN113705457A (zh) | 2021-08-30 | 2021-08-30 | 基于人脸的业务处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113705457A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023005A (zh) * | 2015-08-05 | 2015-11-04 | 王丽婷 | 人脸识别装置及其识别方法 |
WO2016110005A1 (zh) * | 2015-01-07 | 2016-07-14 | 深圳市唯特视科技有限公司 | 基于灰度和深度信息的多层融合的多模态人脸识别装置及方法 |
CN109903474A (zh) * | 2019-01-17 | 2019-06-18 | 平安科技(深圳)有限公司 | 一种基于人脸识别的智能开柜方法及装置 |
CN112364825A (zh) * | 2020-11-30 | 2021-02-12 | 支付宝(杭州)信息技术有限公司 | 用于人脸识别的方法、装置和计算机可读存储介质 |
-
2021
- 2021-08-30 CN CN202111002860.5A patent/CN113705457A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016110005A1 (zh) * | 2015-01-07 | 2016-07-14 | 深圳市唯特视科技有限公司 | 基于灰度和深度信息的多层融合的多模态人脸识别装置及方法 |
CN105023005A (zh) * | 2015-08-05 | 2015-11-04 | 王丽婷 | 人脸识别装置及其识别方法 |
CN109903474A (zh) * | 2019-01-17 | 2019-06-18 | 平安科技(深圳)有限公司 | 一种基于人脸识别的智能开柜方法及装置 |
CN112364825A (zh) * | 2020-11-30 | 2021-02-12 | 支付宝(杭州)信息技术有限公司 | 用于人脸识别的方法、装置和计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
宿静宜;刘久付;杨明海;: "采用人脸身份识别的智慧门禁系统", 软件导刊, no. 04, 15 April 2019 (2019-04-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108197586B (zh) | 脸部识别方法和装置 | |
CN109190539B (zh) | 人脸识别方法及装置 | |
KR20190072563A (ko) | 얼굴 라이브니스 검출 방법 및 장치, 그리고 전자 디바이스 | |
US9684819B2 (en) | Apparatus and method for distinguishing whether an image is of a live object or a copy of a photo or moving picture | |
US20210166040A1 (en) | Method and system for detecting companions, electronic device and storage medium | |
CN111444744A (zh) | 活体检测方法、装置以及存储介质 | |
KR20200081450A (ko) | 생체 검출 방법, 장치 및 시스템, 전자 기기 및 저장 매체 | |
KR101534808B1 (ko) | 얼굴 인식 기술을 이용한 전자 앨범 관리 방법 및 시스템 | |
WO2020111776A1 (en) | Electronic device for focus tracking photographing and method thereof | |
CN111931844A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113780212A (zh) | 用户身份核验方法、装置、设备及存储介质 | |
CN111881740A (zh) | 人脸识别方法、装置、电子设备及介质 | |
US20210295016A1 (en) | Living body recognition detection method, medium and electronic device | |
CN114387548A (zh) | 视频及活体检测方法、系统、设备、存储介质及程序产品 | |
CN110933314B (zh) | 追焦拍摄方法及相关产品 | |
CN113705457A (zh) | 基于人脸的业务处理方法和装置 | |
WO2017157435A1 (en) | A method and system for visual privacy protection for mobile and wearable devices | |
Mukherjee et al. | Energy efficient face recognition in mobile-fog environment | |
CN115147449A (zh) | 一种多目标跟踪方法、电子设备、存储介质及产品 | |
CN114677620A (zh) | 对焦方法、电子设备和计算机可读介质 | |
CN113850211A (zh) | 注入视频攻击检测方法和装置 | |
CN112906597A (zh) | 用户身份的识别方法、装置和刷脸设备 | |
CN114742561A (zh) | 人脸识别方法、装置、设备及存储介质 | |
CN111989693A (zh) | 生物识别方法及装置 | |
US11297157B2 (en) | Data capturing device and data calculation system and method |
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 |