CN113807253A - 人脸识别方法及装置、电子设备和存储介质 - Google Patents
人脸识别方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113807253A CN113807253A CN202111092935.3A CN202111092935A CN113807253A CN 113807253 A CN113807253 A CN 113807253A CN 202111092935 A CN202111092935 A CN 202111092935A CN 113807253 A CN113807253 A CN 113807253A
- Authority
- CN
- China
- Prior art keywords
- face
- face recognition
- user
- recognized
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000000605 extraction Methods 0.000 claims abstract description 57
- 230000004044 response Effects 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 14
- 230000001960 triggered effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 description 32
- 238000012545 processing Methods 0.000 description 20
- 230000001815 facial effect Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000011664 signaling Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种人脸识别方法及装置、电子设备和存储介质,通过终端设备确定待识别人脸图像,以及待识别人脸图像的人脸识别模式,根据人脸识别模式向服务端发送待识别别人脸图像,和/或待识别人脸图像进行特征提取得到的第一人脸特征作为人脸识别信息。由服务端根据人脸识别信息进行人脸识别后,向终端设备返回得到的人脸识别结果。本公开实施例在人脸识别过程中能够由用户自行决定是否将人脸图像上传至服务端,并且能够在用户不允许上传人脸图像的情况下,可以通过将人脸图像提取得到的特征上传服务端进行人脸识别,也能够实现准确的人脸识别过程。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种人脸识别方法及装置、电子设备和存储介质。
背景技术
目前人脸识别技术被广泛应用于各个领域。由于终端设备的算力限制,现有的人脸识别技术在不考虑用户意愿的情况下,直接采集用户的人脸信息上传至服务端进行人脸识别,存在用户隐私泄露的隐患。
发明内容
本公开提出了一种人脸识别方法及装置、电子设备和存储介质,旨在尊重用户隐私选择的前提下进行人脸识别过程,并保证人脸识别结果的准确性。
根据本公开的第一方面,提供了一种人脸识别方法,所述方法包括:
确定待识别人脸图像;
确定所述待识别人脸图像的人脸识别模式;
根据所述人脸识别模式向服务端发送人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或对所述待识别人脸图像进行特征提取得到的第一人脸特征;
接收所述服务端返回的人脸识别结果,所述人脸识别结果是根据对所述人脸识别信息进行人脸识别得到。
在一种可能的实现方式中,所述确定所述待识别人脸图像的人脸识别模式包括:
显示人脸识别模式选择页面,所述选择页面中包括第一识别控件和/或第二识别控件;
响应于所述第一识别控件被触发,确定所述待识别人脸图像的人脸识别模式为第一识别模式,所述第一识别模式用于发送所述待识别人脸图像;
响应于所述第二识别控件被触发,确定所述待识别人脸图像的人脸识别模式为第二识别模式,所述第二识别模式用于发送对所述待识别人脸图像进行特征提取得到的第一人脸特征。
在一种可能的实现方式中,所述根据所述人脸识别模式向服务端发送人脸识别信息包括:
响应于所述人脸识别模式为第二识别模式,将所述待识别人脸图像输入预先训练得到的第一特征提取模型,确定输出的第一人脸特征为人脸识别信息;
向所述服务端发送所述人脸识别信息。
在一种可能的实现方式中,所述人脸识别结果的确定过程包括:
通过服务端将所述人脸识别信息输入预先训练得到的第二特征提取模型,输出第二人脸特征;
根据所述第二人脸特征与预先存储的用户人脸特征集合进行匹配,得到人脸识别结果,所述用户人脸特征集合中包括至少一个用户人脸特征,和所述用户人脸特征对应的用户信息。
在一种可能的实现方式中,所述方法还包括:
响应于所述人脸识别结果为非注册用户,确定当前用户信息;
将所述当前用户信息发送至服务端,以将所述当前用户信息和对应的所述第二人脸特征存储至所述用户人脸特征集合。
根据本公开的第二方面,提供了一种人脸识别方法,所述方法包括:
接收终端设备发送的人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或通过所述终端设备对待识别人脸图像进行特征提取得到的第一人脸特征;
根据所述人脸识别信息进行人脸识别,得到人脸识别结果;
向所述终端设备发送所述人脸识别结果。
在一种可能的实现方式中,所述根据所述人脸识别信息进行人脸识别,得到人脸识别结果包括:
对所述人脸识别信息进行特征提取,得到第二人脸特征;
根据所述第二人脸特征进行人脸识别,得到人脸识别结果。
在一种可能的实现方式中,所述对所述人脸识别信息进行特征提取,得到第二人脸特征包括:
将所述第一人脸特征或所述待识别人脸图像输入预先训练得到的第二特征提取模型,输出第二人脸特征。
在一种可能的实现方式中,所述根据所述第二人脸特征进行人脸识别,得到人脸识别结果包括:
确定用户人脸特征集合,所述用户人脸特征集合中包括至少一个用户人脸特征,和所述用户人脸特征对应的用户信息;
根据所述第二人脸特征与各所述用户人脸特征进行匹配,得到各所述用户人脸特征的匹配结果;
响应于存在用户人脸特征的匹配结果为匹配成功,将所述用户人脸特征对应的用户信息作为人脸识别结果;
响应于不存在用户人脸特征的匹配结果为匹配成功,确定所述人脸识别结果为非注册用户。
在一种可能的实现方式中,所述方法还包括:
响应于接收到所述终端设备在人脸识别结果为非注册用户的情况下返回的当前用户信息,将所述当前用户信息和对应的所述第二人脸特征存储至所述用户人脸特征集合。
根据本公开的第三方面,提供了一种人脸识别装置,所述装置包括:
图像确定模块,用于确定待识别人脸图像;
识别模式确定模块,用于确定所述待识别人脸图像的人脸识别模式;
信息发送模块,用于根据所述人脸识别模式向服务端发送人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或所述待识别人脸图像进行特征提取得到的第一人脸特征;
结果接收模块,用于接收所述服务端返回的人脸识别结果,所述人脸识别结果是根据对所述人脸识别信息进行人脸识别得到。
在一种可能的实现方式中,所述识别模式确定模块包括:
选择页面显示子模块,用于显示人脸识别模式选择页面,所述选择页面中包括第一识别控件和/或第二识别控件;
第一模式确定子模块,用于响应于所述第一识别控件被触发,确定所述待识别人脸图像的人脸识别模式为第一识别模式,所述第一识别模式用于发送所述待识别人脸图像;
第二模式确定子模块,用于响应于所述第二识别控件被触发,确定所述待识别人脸图像的人脸识别模式为第二识别模式,所述第二识别模式用于发送对所述待识别人脸图像进行特征提取得到的第一人脸特征。
在一种可能的实现方式中,所述信息发送模块包括:
信息确定子模块,用于响应于所述人脸识别模式为第二识别模式,将所述待识别人脸图像输入预先训练得到的第一特征提取模型,确定输出的第一人脸特征为人脸识别信息;
信息发送子模块,用于向所述服务端发送所述人脸识别信息。
在一种可能的实现方式中,所述人脸识别结果的确定过程包括:
通过服务端将所述人脸识别信息输入预先训练得到的第二特征提取模型,输出第二人脸特征;
根据所述第二人脸特征与预先存储的用户人脸特征集合进行匹配,得到人脸识别结果,所述用户人脸特征集合中包括至少一个用户人脸特征,和所述用户人脸特征对应的用户信息。
在一种可能的实现方式中,所述装置还包括:
用户信息确定子模块,用于响应于所述人脸识别结果为非注册用户,确定当前用户信息;
用户信息发送子模块,用于将所述当前用户信息发送至服务端,以将所述当前用户信息和对应的所述第二人脸特征存储至所述用户人脸特征集合。
根据本公开的第四方面,提供了一种人脸识别装置,所述装置包括:
信息接收模块,用于接收终端设备发送的人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或通过所述终端设备对待识别人脸图像进行特征提取得到的第一人脸特征;
人脸识别模块,用于根据所述人脸识别信息进行人脸识别,得到人脸识别结果;
结果发送模块,用于向所述终端设备发送所述人脸识别结果。
在一种可能的实现方式中,所述人脸识别模块包括:
特征提取子模块,用于对所述人脸识别信息进行特征提取,得到第二人脸特征;
人脸识别子模块,用于根据所述第二人脸特征进行人脸识别,得到人脸识别结果。
在一种可能的实现方式中,所述特征提取子模块包括:
模型提取单元,用于将所述第一人脸特征或所述待识别人脸图像输入预先训练得到的第二特征提取模型,输出第二人脸特征。
在一种可能的实现方式中,所述人脸识别子模块包括:
集合确定单元,用于确定用户人脸特征集合,所述用户人脸特征集合中包括至少一个用户人脸特征,和所述用户人脸特征对应的用户信息;
特征匹配单元,用于根据所述第二人脸特征与各所述用户人脸特征进行匹配,得到各所述用户人脸特征的匹配结果;
第一结果确定单元,用于响应于存在用户人脸特征的匹配结果为匹配成功,将所述用户人脸特征对应的用户信息作为人脸识别结果;
第二结果确定单元,用于响应于不存在用户人脸特征的匹配结果为匹配成功,确定所述人脸识别结果为非注册用户。
在一种可能的实现方式中,所述装置还包括:
特征存储模块,用于响应于接收到所述终端设备在人脸识别结果为非注册用户的情况下返回的当前用户信息,将所述当前用户信息和对应的所述第二人脸特征存储至所述用户人脸特征集合。
根据本公开的第五方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的第六方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
本公开实施例在人脸识别过程中能够由用户自行决定是否将人脸图像上传至服务端,并且能够在用户不允许上传人脸图像的情况下,可以通过将人脸图像提取得到的特征上传服务端进行人脸识别,也能够实现准确的人脸识别过程。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种人脸识别方法的应用系统的示意图;
图2示出根据本公开实施例的终端设备侧的一种人脸识别方法的流程图;
图3示出根据本公开实施例的一种人脸识别模式选择页面的示意图;
图4示出根据本公开实施例的一种提取第一人脸特征过程的示意图;
图5示出根据本公开实施例的一种人脸识别方法的信令流程图;
图6示出根据本公开实施例的另一种人脸识别方法的信令流程图;
图7示出根据本公开实施例的一种更新用户人脸特征集合过程的信令流程图;
图8示出根据本公开实施例的服务端侧的一种人脸识别方法的流程图;
图9示出根据本公开实施例的一种提取第二人脸特征过程的示意图;
图10示出根据本公开实施例的终端设备侧的一种人脸识别装置的示意图;
图11示出根据本公开实施例的服务端侧的一种人脸识别装置的示意图;
图12示出根据本公开实施例的一种电子设备的示意图;
图13示出根据本公开实施例的一种电子设备的示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的一种人脸识别方法的应用系统的示意图。如图1所示,应用本公开实施例的人脸识别方法的系统可以包括通过网络连接的终端设备10和服务端11。其中,终端设备10用于确定待识别人脸图像以及人脸识别模式,并且根据人脸识别模式直接将待识别人脸图像发送至服务端11进行人脸识别。或者根据人脸识别模式对待处理图像进行第一人脸特征提取,将提取到的第一人脸特征发送至服务端11进行人脸识别。该服务端11在基于接收到的待识别人脸图像或者第一人脸特征得到人脸识别结果后,将人脸识别结果返回终端设备10。进一步地,本公开实施例还可以将待识别人脸图像和第一人脸特征一同发送至服务端11进行人脸识别。
在一种可能的实现方式中,终端设备10可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal DigitalAssistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,可以通过处理器调用存储器中存储的计算机可读指令的方式来实现本公开实施例的人脸识别方法。服务端11可以为单独的服务器,或者多个服务器组成的服务器集群。
本公开实施例的人脸识别方法可以应用于任意人脸识别场景,例如智能手机通过人脸识别解除锁定的应用场景,或者通过车辆内置终端的摄像采集装置采集人脸信息开启车门等应用场景。
图2示出根据本公开实施例的终端设备侧的一种人脸识别方法的流程图。如图2所示,在一种可能的实现方式中,本公开实施例终端设备侧的人脸识别方法包括以下步骤:
步骤S10、确定待识别人脸图像。
在一种可能的实现方式中,确定需要进行人脸识别的待识别人脸图像。可选地,待识别人脸图像可以为通过执行人脸识别方法的移动终端直接采集的人脸图像,或者对采集的用户人脸图像进行预处理后得到的图像。或者,待识别人脸图像的确定方式还可以为接收其他电子设备发送的人脸图像。
可选地,在通过执行人脸识别方法的移动终端直接采集人脸图像时,可以先通显示装置显示人脸采集页面。在用户触发显示装置中的人脸采集控件时开启摄像装置,采集用户的人脸图像作为待识别人脸图像。
步骤S20、确定所述待识别人脸图像的人脸识别模式。
在一种可能的实现方式中,确定待识别人脸图像的人脸识别模式,该人脸识别模式用于表征待识别人脸图像的识别方式。可选地,人脸识别模式可以根据待识别人脸图像的属性信息、待识别人脸图像中用户的用户信息等信息确定。例如,可以在获取待识别人脸图像的同时,确定获取待识别人脸图像的地理位置,在该地理位置对应的法律规定中不允许上传待识别人脸图像时,确定人脸识别模式为第二模式。进一步地,在该地理位置对应的法律规定中允许上传待识别人脸图像时,确定人脸识别模式为第一模式。
进一步地,本公开实施例还可以通过与用户人机交互的方式由用户自行选择人脸识别模式。例如,可以通过移动终端的显示装置显示人脸识别模式选择页面,选择页面中包括第一识别控件和第二识别控件。响应于第一识别控件被触发,确定待识别人脸图像的人脸识别模式为第一识别模式,第一识别模式用于发送待识别人脸图像。响应于第二识别控件被触发,确定待识别人脸图像的人脸识别模式为第二识别模式,第二识别模式用于发送对待识别人脸图像进行特征提取得到的第一人脸特征。也就是说,由用户自行选择是否将待识别人脸图像上传至服务端进行人脸识别。
可选地,在法律规定允许的情况下,本公开实施例还可以确定一种同时发送待识别人脸图像和第一人脸特征的人脸识别模式为第三识别模式。
图3示出根据本公开实施例的一种人脸识别模式选择页面的示意图。如图3所示,执行人脸识别方法的终端设备可以通过显示装置显示人脸识别模式选择页面30,其中包括第一识别控件31和第二识别控件32。在用户通过点击等方式触发第一识别控件31时,终端设备确定用户允许上传待识别人脸图像,即确定人脸识别模式为发送待识别人脸图像的第一识别模式。在用户通过点击等方式触发第二识别控件32时,终端设备确定用户不允许上传待识别人脸图像,即确定人脸识别模式为发送待识别人脸图像提取得到第一人脸特征的第二识别模式。
进一步地,人脸识别模式选择页面30中还可以仅包括一个识别控件,在用户通过点击等方式触发该识别控件时,终端设备确定用户允许上传待识别人脸图像和第一人脸特征,直接确定人脸识别模式为同时发送待识别人脸图像和第一人脸特征的第三识别模式。
在一种可能的实现方式中,本公开实施例还可以通过上述多种方式结合的方式确定人脸识别模式。例如,可以在获取待识别人脸图像的同时,确定获取待识别人脸图像的地理位置,在该地理位置对应的法律规定中不允许上传待识别人脸图像时,确定人脸识别模式为第二模式。在该地理位置对应的法律规定中允许上传待识别人脸图像时,确定人脸识别模式为第一模式。进一步地,在该地理位置对应的法律规定需要用户同意的前提下才能够上传待识别人脸图像时,显示人脸识别模式选择页面,由用户自行选择需要的人脸识别模式。
步骤S30、根据所述人脸识别模式向服务端发送人脸识别信息。
在一种可能的实现方式中,终端设备在确定人脸识别模式后,可以根据该人脸识别模式确定人脸识别信息,并向服务端发送该人脸识别信息进行人脸识别。其中,人脸识别信息可以包括待识别人脸图像,和/或待识别人脸图像进行特征提取得到的第一人脸特征。例如,当待识别人脸图像对应的人脸识别模式为第一识别模式时,可以直接确定人脸识别信息为待识别人脸图像。当待识别人脸图像对应的人脸识别模式为第二识别模式时,可以确定人脸识别信息为待识别人脸图像提取得到的第一人脸特征。进一步地,当待识别人脸图像对应的人脸识别模式为第三识别模式时,还可以确定包括待识别人脸图像和第一人脸特征的人脸识别信息。
也就是说,可以在人脸识别模式为第一识别模式时,向服务端发送待识别人脸图像。在人脸识别模式为第二识别模式时,向服务端发送第一人脸特征。或者在人脸识别模式为第三识别模式时,向服务端发送待识别人脸图像和第一人脸特征。其中,第一人脸特征可以通过终端设备中预先训练得到的第一特征提取模型确定。例如响应于人脸识别模式为第二识别模式,将待识别人脸图像输入预先训练得到的第一特征提取模型,确定输出的第一人脸特征为人脸识别信息,向服务端发送人脸识别信息。
图4示出根据本公开实施例的一种提取第一人脸特征过程的示意图。如图4所示,在待识别人脸图像对应的人脸识别模式为第一识别模式时,终端设备将待识别人脸图像40输入预先训练得到的第一特征提取模型41进行初步的特征提取,以输出表征人脸关键点特征的第一人脸特征42。
步骤S40、接收所述服务端返回的人脸识别结果。
在一种可能的实现方式中,服务端在接收到人脸识别信息后,根据人脸识别信息进行人脸识别得到人脸识别结果。进一步地,将得到的人脸识别结果返回终端设备。其中,服务端进行人脸识别的过程可以为通过服务端将人脸识别信息输入预先训练得到的第二特征提取模型,输出第二人脸特征,根据第二人脸特征与预先存储的用户人脸特征集合进行匹配,得到人脸识别结果,用户人脸特征集合中包括至少一个用户人脸特征,和用户人脸特征对应的用户信息。
也就是说,服务端中预先存储包括至少一个用户人脸特征和用户人脸特征对应用户信息的用户人脸特征集合。在接收到人脸识别信息后,服务端可以将人脸识别信息输入预先训练的到的第二特征提取模型,输出第二人脸特征。其中,对于内容不同的人脸识别信息,进行特征提取的第二特征提取模型相同或者不同。进一步地,当第二特征提取模型相同且人脸识别信息为待识别人脸图像时,服务端还可以在输入第二特征提取模型之前,先通过预先训练得到的第一特征提取模型进行第一次特征提取。当人脸识别信息为第一人脸特征时,服务端通过第二特征提取模型对第一人脸特征再次进行特征提取,得到精度更高的第二人脸特征。
本公开实施例在终端设备传输的人脸识别信息为第一人脸特征时,对第一人脸特征进行二次特征提取,以根据二次特征提取到精度较高的第二人脸特征进行人脸识别,解决了终端设备计算能力不足导致人脸识别结果准确度低的问题。
可选地,在得到待识别图像对应的第二人脸特征后,计算第二人脸特征和用户人脸特征集合中各用户人脸特征的相似度以确定人脸识别结果。其中,在存在相似度大于阈值的用户人脸特征时,确定该用户人脸特征与第二人脸特征匹配,并将该用户人脸特征对应的用户信息作为人脸识别结果返回。在不存在相似度大于阈值的用户人脸特征时,确定不存在用户人脸特征与第二人脸特征匹配,并返回人脸识别结果为非注册用户。
图5示出根据本公开实施例的一种人脸识别方法的信令流程图。如图5所示,在一种可能的实现方式中,人脸识别方法可以包括以下步骤:
步骤50、通过终端设备确定待识别人脸图像。
步骤51、通过终端设备确定待识别人脸图像的人脸识别模式为第一识别模式。
步骤52、通过终端设备直接将待识别人脸图像发送至服务端。
步骤53、通过服务端根据待识别人脸图像提取高精度的第二人脸特征。
步骤54、通过服务端根据第二人脸特征与预存的用户人脸特征集合进行匹配,得到人脸识别结果。
步骤55、通过服务端将人脸识别结果返回终端设备。
上述人脸识别方法能够在法律以及用户允许的情况下直接上传图像进行特征提取,尊重用户隐私且保证识别结果的准确程度。
图6示出根据本公开实施例的另一种人脸识别方法的信令流程图。如图6所示,在另一种可能的实现方式中,人脸识别方法还可以包括以下步骤:
步骤60、通过终端设备确定待识别人脸图像。
步骤61、通过终端设备确定待识别人脸图像的人脸识别模式为第二识别模式。
步骤62、通过终端设备对待识别人脸图像进行初步的特征提取,得到第一人脸特征。
步骤63、通过终端设备将第一人脸特征发送至服务端。
步骤64、通过服务端对第一人脸特征进行二次特征提取,得到高精度的第二人脸特征。
步骤65、通过服务端根据第二人脸特征与预存的用户人脸特征集合进行匹配,得到人脸识别结果。
步骤66、通过服务端将人脸识别结果返回终端设备。
上述人脸识别方法能够在用户不允许的情况下上传图像特征提取得到的第一人脸特征进行人脸识别,并通过服务端对第一人脸特征进行二次特征提取的方式保证识别结果的准确程度。
进一步地,在人脸识别结果为非注册用户时,终端设备可以将该用户的当前用户信息和对应的第二人脸特征存储至服务端,以将当前用户添加为注册用户。例如,响应于人脸识别结果为非注册用户,确定当前用户信息。将当前用户信息发送至服务端,以将当前用户信息和对应的第二人脸特征存储至用户人脸特征集合。可选地,确定当前用户信息的方式可以为通过终端设备的显示装置显示用户信息采集页面,在用户通过该用户信息采集页面输入用户信息后,确定该用户信息为当前用户信息。进一步地,将待识别人脸图像对应的第二人脸特征作为当前用户信息对应的用户人脸特征,存储至用户人脸特征集合。
图7示出根据本公开实施例的一种更新用户人脸特征集合过程的信令流程图。如图7所示,在一种可能的实现方式中,本公开实施例的人脸识别方法还可以包括以下步骤:
步骤70、通过终端设备确定人脸识别结果为非注册用户。
步骤71、在人脸识别结果为非注册用户的情况下,通过终端设备确定当前用户信息。
步骤72、通过终端设备将确定的当前用户信息发送至服务端。
步骤73、通过服务端将当前用户信息,和待识别图像对应的第二人脸特征更新至用户人脸特征集合中。
本公开实施例在人脸识别过程中能够根据法律规定确定是否将人脸图像上传至服务端,或者由用户自行决定是否将人脸图像上传至服务端,保证遵循法律且尊重用户隐私。并且,还能够在用户不允许上传人脸图像的情况下,将人脸图像提取得到的特征上传服务端,由服务端进行二次特征提取后进行人脸识别,准确的确定人脸识别结果。
图8示出根据本公开实施例的服务端侧的一种人脸识别方法的流程图。如图8所示,在一种可能的实现方式中,本公开实施例的服务端侧的人脸识别方法可以包括以下步骤:
步骤S50、接收终端设备发送的人脸识别信息。
在一种可能的实现方式中,人脸识别信息包括待识别人脸图像,和/或通过终端设备对待识别人脸图像进行特征提取得到的第一人脸特征。其中,待识别人脸图像对应的人脸识别模式为第一人脸识别模式时,该人脸识别信息中包括待识别人脸图像。待识别人脸图像对应的人脸识别模式为第二人脸识别模式时,该人脸识别信息中包括待识别人脸图像初步特征提取得到的第一人脸特征。
步骤S60、根据所述人脸识别信息进行人脸识别,得到人脸识别结果。
在一种可能的实现方式中,由于终端设备的算力限制,待识别人脸图像进行初步提取得到的第一人脸特征为精度较低的人脸特征。因此,在人脸识别信息中包括待识别人脸图像或第一人脸特征时,均需要对人脸识别信息进行特征提取后再进行人脸识别。例如对人脸识别信息进行特征提取,得到第二人脸特征。根据第二人脸特征进行人脸识别,得到人脸识别结果。
可选地,对人脸识别信息进行特征提取的过程可以为将第一人脸特征或待识别人脸图像输入预先训练得到的第二特征提取模型,输出第二人脸特征。也就是说,在人脸识别信息为待识别人脸图像时,直接通过服务端的第二特征提取模型提取得到高精度的第二人脸特征。在人脸识别信息为精度较低的第一人脸特征时,通过服务端的第二特征提取模型对第一人脸特征再次进行特征提取,得到精度高的第二人脸特征。
进一步地,在得到第二人脸特征后,服务端确定用户人脸特征集合,用户人脸特征集合中包括至少一个用户人脸特征,和用户人脸特征对应的用户信息。根据第二人脸特征与各用户人脸特征进行匹配,得到各用户人脸特征的匹配结果。响应于存在用户人脸特征的匹配结果为匹配成功,将用户人脸特征对应的用户信息作为人脸识别结果。响应于不存在用户人脸特征的匹配结果为匹配成功,确定人脸识别结果为非注册用户。可选地,根据第二人脸特征与用户人脸特征进行匹配的方式可以为计算第二人脸特征与各用户人脸特征的相似度。
图9示出根据本公开实施例的一种提取第二人脸特征过程的示意图。如图9所示,在接收到人脸识别信息90后,将人脸识别信息90输入预先训练得到的第二特征提取模型91,输出高精度的第二人脸特征92。
步骤S40、向所述终端设备发送所述人脸识别结果。
在一种可能的实现方式中,服务端在确定人脸识别结果后将人脸识别结果返回终端设备。进一步地,终端设备在人脸识别结果为非注册用户的情况下,还可以确定用户的当前用户信息,以更新用户人脸特征集合。也就是说,可以响应于接收到终端设备在人脸识别结果为非注册用户的情况下返回的当前用户信息,将当前用户信息和对应的第二人脸特征存储至用户人脸特征集合。
本公开实施例在人脸识别过程中能够根据法律规定确定是否将人脸图像上传至服务端,或者由用户自行决定是否将人脸图像上传至服务端,保证遵循法律且尊重用户隐私。并且,还能够在用户不允许上传人脸图像的情况下,将人脸图像提取得到的特征上传服务端,由服务端进行二次特征提取后进行人脸识别,准确的确定人脸识别结果。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了人脸识别装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种人脸识别方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图10示出根据本公开实施例的终端设备侧的一种人脸识别装置的示意图,如图10所示,所述装置包括:
图像确定模块100,用于确定待识别人脸图像;
识别模式确定模块101,用于确定所述待识别人脸图像的人脸识别模式;
信息发送模块102,用于根据所述人脸识别模式向服务端发送人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或所述待识别人脸图像进行特征提取得到的第一人脸特征;
结果接收模块103,用于接收所述服务端返回的人脸识别结果,所述人脸识别结果是根据对所述人脸识别信息进行人脸识别得到。
在一种可能的实现方式中,所述识别模式确定模块包括:
选择页面显示子模块,用于显示人脸识别模式选择页面,所述选择页面中包括第一识别控件和/或第二识别控件;
第一模式确定子模块,用于响应于所述第一识别控件被触发,确定所述待识别人脸图像的人脸识别模式为第一识别模式,所述第一识别模式用于发送所述待识别人脸图像;
第二模式确定子模块,用于响应于所述第二识别控件被触发,确定所述待识别人脸图像的人脸识别模式为第二识别模式,所述第二识别模式用于发送对所述待识别人脸图像进行特征提取得到的第一人脸特征。
在一种可能的实现方式中,所述信息发送模块包括:
信息确定子模块,用于响应于所述人脸识别模式为第二识别模式,将所述待识别人脸图像输入预先训练得到的第一特征提取模型,确定输出的第一人脸特征为人脸识别信息;
信息发送子模块,用于向所述服务端发送所述人脸识别信息。
在一种可能的实现方式中,所述人脸识别结果的确定过程包括:
通过服务端将所述人脸识别信息输入预先训练得到的第二特征提取模型,输出第二人脸特征;
根据所述第二人脸特征与预先存储的用户人脸特征集合进行匹配,得到人脸识别结果,所述用户人脸特征集合中包括至少一个用户人脸特征,和所述用户人脸特征对应的用户信息。
在一种可能的实现方式中,所述装置还包括:
用户信息确定子模块,用于响应于所述人脸识别结果为非注册用户,确定当前用户信息;
用户信息发送子模块,用于将所述当前用户信息发送至服务端,以将所述当前用户信息和对应的所述第二人脸特征存储至所述用户人脸特征集合。
图11示出根据本公开实施例的服务端侧的一种人脸识别装置的示意图,如图11所示,所述装置包括:
信息接收模块110,用于接收终端设备发送的人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或通过所述终端设备对待识别人脸图像进行特征提取得到的第一人脸特征;
人脸识别模块111,用于根据所述人脸识别信息进行人脸识别,得到人脸识别结果;
结果发送模块112,用于向所述终端设备发送所述人脸识别结果。
在一种可能的实现方式中,所述人脸识别模块包括:
特征提取子模块,用于对所述人脸识别信息进行特征提取,得到第二人脸特征;
人脸识别子模块,用于根据所述第二人脸特征进行人脸识别,得到人脸识别结果。
在一种可能的实现方式中,所述特征提取子模块包括:
模型提取单元,用于将所述第一人脸特征或所述待识别人脸图像输入预先训练得到的第二特征提取模型,输出第二人脸特征。
在一种可能的实现方式中,所述人脸识别子模块包括:
集合确定单元,用于确定用户人脸特征集合,所述用户人脸特征集合中包括至少一个用户人脸特征,和所述用户人脸特征对应的用户信息;
特征匹配单元,用于根据所述第二人脸特征与各所述用户人脸特征进行匹配,得到各所述用户人脸特征的匹配结果;
第一结果确定单元,用于响应于存在用户人脸特征的匹配结果为匹配成功,将所述用户人脸特征对应的用户信息作为人脸识别结果;
第二结果确定单元,用于响应于不存在用户人脸特征的匹配结果为匹配成功,确定所述人脸识别结果为非注册用户。
在一种可能的实现方式中,所述装置还包括:
特征存储模块,用于响应于接收到所述终端设备在人脸识别结果为非注册用户的情况下返回的当前用户信息,将所述当前用户信息和对应的所述第二人脸特征存储至所述用户人脸特征集合。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图12示出根据本公开实施例的一种电子设备800的示意图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图12,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(WiFi),第二代移动通信技术(2G)或第三代移动通信技术(3G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图13示出根据本公开实施例的一种电子设备1900的示意图。例如,电子设备1900可以被提供为一服务器。参照图13,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服务器操作系统(Windows ServerTM),苹果公司推出的基于图形用户界面操作系统(Mac OSXTM),多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM),开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (14)
1.一种人脸识别方法,应用于终端设备,其特征在于,所述方法包括:
确定待识别人脸图像;
确定所述待识别人脸图像的人脸识别模式;
根据所述人脸识别模式向服务端发送人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或对所述待识别人脸图像进行特征提取得到的第一人脸特征;
接收所述服务端返回的人脸识别结果,所述人脸识别结果是根据对所述人脸识别信息进行人脸识别得到。
2.根据权利要求1所述的方法,其特征在于,所述确定所述待识别人脸图像的人脸识别模式包括:
显示人脸识别模式选择页面,所述选择页面中包括第一识别控件和/或第二识别控件;
响应于所述第一识别控件被触发,确定所述待识别人脸图像的人脸识别模式为第一识别模式,所述第一识别模式用于发送所述待识别人脸图像;
响应于所述第二识别控件被触发,确定所述待识别人脸图像的人脸识别模式为第二识别模式,所述第二识别模式用于发送对所述待识别人脸图像进行特征提取得到的第一人脸特征。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述人脸识别模式向服务端发送人脸识别信息包括:
响应于所述人脸识别模式为第二识别模式,将所述待识别人脸图像输入预先训练得到的第一特征提取模型,确定输出的第一人脸特征为人脸识别信息;
向所述服务端发送所述人脸识别信息。
4.根据权利要求1-3中任意一项所述的方法,其特征在于,所述人脸识别结果的确定过程包括:
通过服务端将所述人脸识别信息输入预先训练得到的第二特征提取模型,输出第二人脸特征;
根据所述第二人脸特征与预先存储的用户人脸特征集合进行匹配,得到人脸识别结果,所述用户人脸特征集合中包括至少一个用户人脸特征,和所述用户人脸特征对应的用户信息。
5.根据权利要求4中所述的方法,其特征在于,所述方法还包括:
响应于所述人脸识别结果为非注册用户,确定当前用户信息;
将所述当前用户信息发送至服务端,以将所述当前用户信息和对应的所述第二人脸特征存储至所述用户人脸特征集合。
6.一种人脸识别方法,应用于服务端,其特征在于,所述方法包括:
接收终端设备发送的人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或通过所述终端设备对待识别人脸图像进行特征提取得到的第一人脸特征;
根据所述人脸识别信息进行人脸识别,得到人脸识别结果;
向所述终端设备发送所述人脸识别结果。
7.根据权利要求6所述的方法,其特征在于,所述根据所述人脸识别信息进行人脸识别,得到人脸识别结果包括:
对所述人脸识别信息进行特征提取,得到第二人脸特征;
根据所述第二人脸特征进行人脸识别,得到人脸识别结果。
8.根据权利要求7所述的方法,其特征在于,所述对所述人脸识别信息进行特征提取,得到第二人脸特征包括:
将所述第一人脸特征或所述待识别人脸图像输入预先训练得到的第二特征提取模型,输出第二人脸特征。
9.根据权利要求7或8所述的方法,其特征在于,所述根据所述第二人脸特征进行人脸识别,得到人脸识别结果包括:
确定用户人脸特征集合,所述用户人脸特征集合中包括至少一个用户人脸特征,和所述用户人脸特征对应的用户信息;
根据所述第二人脸特征与各所述用户人脸特征进行匹配,得到各所述用户人脸特征的匹配结果;
响应于存在用户人脸特征的匹配结果为匹配成功,将所述用户人脸特征对应的用户信息作为人脸识别结果;
响应于不存在用户人脸特征的匹配结果为匹配成功,确定所述人脸识别结果为非注册用户。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
响应于接收到所述终端设备在人脸识别结果为非注册用户的情况下返回的当前用户信息,将所述当前用户信息和对应的所述第二人脸特征存储至所述用户人脸特征集合。
11.一种人脸识别装置,其特征在于,所述装置包括:
图像确定模块,用于确定待识别人脸图像;
识别模式确定模块,用于确定所述待识别人脸图像的人脸识别模式;
信息发送模块,用于根据所述人脸识别模式向服务端发送人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或所述待识别人脸图像进行特征提取得到的第一人脸特征;
结果接收模块,用于接收所述服务端返回的人脸识别结果,所述人脸识别结果是根据对所述人脸识别信息进行人脸识别得到。
12.一种人脸识别装置,其特征在于,所述装置包括:
信息接收模块,用于接收终端设备发送的人脸识别信息,所述人脸识别信息包括待识别人脸图像,和/或通过所述终端设备对待识别人脸图像进行特征提取得到的第一人脸特征;
人脸识别模块,用于根据所述人脸识别信息进行人脸识别,得到人脸识别结果;
结果发送模块,用于向所述终端设备发送所述人脸识别结果。
13.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至10中任意一项所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至10中任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111092935.3A CN113807253A (zh) | 2021-09-17 | 2021-09-17 | 人脸识别方法及装置、电子设备和存储介质 |
PCT/CN2022/078372 WO2023040202A1 (zh) | 2021-09-17 | 2022-02-28 | 人脸识别方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111092935.3A CN113807253A (zh) | 2021-09-17 | 2021-09-17 | 人脸识别方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113807253A true CN113807253A (zh) | 2021-12-17 |
Family
ID=78939630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111092935.3A Pending CN113807253A (zh) | 2021-09-17 | 2021-09-17 | 人脸识别方法及装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113807253A (zh) |
WO (1) | WO2023040202A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023040202A1 (zh) * | 2021-09-17 | 2023-03-23 | 上海商汤智能科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN117173161A (zh) * | 2023-10-30 | 2023-12-05 | 杭州海康威视数字技术股份有限公司 | 内容安全检测方法、装置、设备及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118522061A (zh) * | 2024-07-24 | 2024-08-20 | 支付宝(杭州)信息技术有限公司 | 人脸识别控制方法及其效果监测方法、相关装置和系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197318A (zh) * | 2018-02-01 | 2018-06-22 | 广州市君望机器人自动化有限公司 | 人脸识别方法、装置、机器人及存储介质 |
CN108573201A (zh) * | 2017-03-13 | 2018-09-25 | 金德奎 | 一种基于人脸识别技术的用户身份识别匹配方法 |
CN108875515A (zh) * | 2017-12-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统、存储介质和抓拍机 |
CN110097368A (zh) * | 2018-01-30 | 2019-08-06 | 财付通支付科技有限公司 | 人脸图像的识别方法、服务器、终端及服务设备 |
KR102023492B1 (ko) * | 2018-05-30 | 2019-09-20 | 비앤피이노베이션 주식회사 | 스마트 헬멧 및 이를 이용한 프라이버시 보호를 위한 영상 처리 및 전송 방법 |
CN110321829A (zh) * | 2019-06-27 | 2019-10-11 | 北京蓝城兄弟文化传媒有限公司 | 一种人脸识别方法及装置、电子设备和存储介质 |
WO2019223608A1 (zh) * | 2018-05-25 | 2019-11-28 | 阿里巴巴集团控股有限公司 | 服务提供方法和装置 |
CN111401273A (zh) * | 2020-03-19 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 一种用于隐私保护的用户特征提取系统及设备 |
CN112312011A (zh) * | 2020-10-15 | 2021-02-02 | 珠海格力电器股份有限公司 | 一种摄像头隐私的保护方法以及装置 |
WO2021027343A1 (zh) * | 2019-08-12 | 2021-02-18 | 深圳市商汤科技有限公司 | 一种人脸图像识别方法及装置、电子设备和存储介质 |
CN112651342A (zh) * | 2020-12-28 | 2021-04-13 | 中国平安人寿保险股份有限公司 | 人脸识别方法、装置、电子设备及存储介质 |
CN112784823A (zh) * | 2021-03-17 | 2021-05-11 | 中国工商银行股份有限公司 | 人脸图像识别方法、装置、计算设备和介质 |
CN112949545A (zh) * | 2021-03-17 | 2021-06-11 | 中国工商银行股份有限公司 | 识别人脸图像的方法、装置、计算设备和介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407369A (zh) * | 2016-09-09 | 2017-02-15 | 华南理工大学 | 一种基于深度学习人脸识别的照片管理方法和系统 |
CN108491806A (zh) * | 2018-03-28 | 2018-09-04 | 成都信达智胜科技有限公司 | 一种快速人脸识别方法 |
CN113807253A (zh) * | 2021-09-17 | 2021-12-17 | 上海商汤智能科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
-
2021
- 2021-09-17 CN CN202111092935.3A patent/CN113807253A/zh active Pending
-
2022
- 2022-02-28 WO PCT/CN2022/078372 patent/WO2023040202A1/zh active Application Filing
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108573201A (zh) * | 2017-03-13 | 2018-09-25 | 金德奎 | 一种基于人脸识别技术的用户身份识别匹配方法 |
CN108875515A (zh) * | 2017-12-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统、存储介质和抓拍机 |
CN110097368A (zh) * | 2018-01-30 | 2019-08-06 | 财付通支付科技有限公司 | 人脸图像的识别方法、服务器、终端及服务设备 |
CN108197318A (zh) * | 2018-02-01 | 2018-06-22 | 广州市君望机器人自动化有限公司 | 人脸识别方法、装置、机器人及存储介质 |
WO2019223608A1 (zh) * | 2018-05-25 | 2019-11-28 | 阿里巴巴集团控股有限公司 | 服务提供方法和装置 |
KR102023492B1 (ko) * | 2018-05-30 | 2019-09-20 | 비앤피이노베이션 주식회사 | 스마트 헬멧 및 이를 이용한 프라이버시 보호를 위한 영상 처리 및 전송 방법 |
CN110321829A (zh) * | 2019-06-27 | 2019-10-11 | 北京蓝城兄弟文化传媒有限公司 | 一种人脸识别方法及装置、电子设备和存储介质 |
WO2021027343A1 (zh) * | 2019-08-12 | 2021-02-18 | 深圳市商汤科技有限公司 | 一种人脸图像识别方法及装置、电子设备和存储介质 |
CN111401273A (zh) * | 2020-03-19 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 一种用于隐私保护的用户特征提取系统及设备 |
CN112312011A (zh) * | 2020-10-15 | 2021-02-02 | 珠海格力电器股份有限公司 | 一种摄像头隐私的保护方法以及装置 |
CN112651342A (zh) * | 2020-12-28 | 2021-04-13 | 中国平安人寿保险股份有限公司 | 人脸识别方法、装置、电子设备及存储介质 |
CN112784823A (zh) * | 2021-03-17 | 2021-05-11 | 中国工商银行股份有限公司 | 人脸图像识别方法、装置、计算设备和介质 |
CN112949545A (zh) * | 2021-03-17 | 2021-06-11 | 中国工商银行股份有限公司 | 识别人脸图像的方法、装置、计算设备和介质 |
Non-Patent Citations (2)
Title |
---|
刘妍;金鑫;赵耿;李晓东;陈迎亚;郭魁;: "基于高效隐秘汉明距离计算的安全人脸识别", 计算机工程与设计, no. 09, 16 September 2016 (2016-09-16), pages 55 - 59 * |
寇毛蕊;: "基于Matlab的人脸识别系统设计", 软件导刊, no. 11, 5 September 2018 (2018-09-05), pages 38 - 40 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023040202A1 (zh) * | 2021-09-17 | 2023-03-23 | 上海商汤智能科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN117173161A (zh) * | 2023-10-30 | 2023-12-05 | 杭州海康威视数字技术股份有限公司 | 内容安全检测方法、装置、设备及系统 |
CN117173161B (zh) * | 2023-10-30 | 2024-02-23 | 杭州海康威视数字技术股份有限公司 | 内容安全检测方法、装置、设备及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023040202A1 (zh) | 2023-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569777B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107832036B (zh) | 语音控制方法、装置及计算机可读存储介质 | |
CN107944447B (zh) | 图像分类方法及装置 | |
CN112465843A (zh) | 图像分割方法及装置、电子设备和存储介质 | |
CN113807253A (zh) | 人脸识别方法及装置、电子设备和存储介质 | |
CN110990801B (zh) | 信息校验方法及装置、电子设备和存储介质 | |
CN111523346B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
US11335348B2 (en) | Input method, device, apparatus, and storage medium | |
CN109685041B (zh) | 图像分析方法及装置、电子设备和存储介质 | |
CN112270288A (zh) | 活体识别、门禁设备控制方法和装置、电子设备 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
CN111625671A (zh) | 数据处理方法及装置、电子设备及存储介质 | |
CN112102300B (zh) | 计数方法及装置、电子设备和存储介质 | |
CN110955800A (zh) | 视频检索方法及装置 | |
CN110929545A (zh) | 人脸图像的整理方法及装置 | |
CN110909562A (zh) | 视频审核方法及装置 | |
CN105101121A (zh) | 一种信息发送的方法及装置 | |
CN111650554A (zh) | 定位方法及装置、电子设备和存储介质 | |
CN111753753A (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN111783752A (zh) | 人脸识别方法及装置、电子设备和存储介质 | |
CN106126104B (zh) | 键盘模拟方法和装置 | |
CN106980781B (zh) | 外接设备以及外接设备的控制方法及装置 | |
CN112734015B (zh) | 网络生成方法及装置、电子设备和存储介质 | |
CN114549983A (zh) | 计算机视觉模型训练方法及装置、电子设备和存储介质 | |
CN114550261A (zh) | 人脸识别方法及装置、电子设备和存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40058726 Country of ref document: HK |