CN113886477A - 一种人脸识别的方法及装置 - Google Patents
一种人脸识别的方法及装置 Download PDFInfo
- Publication number
- CN113886477A CN113886477A CN202111145349.0A CN202111145349A CN113886477A CN 113886477 A CN113886477 A CN 113886477A CN 202111145349 A CN202111145349 A CN 202111145349A CN 113886477 A CN113886477 A CN 113886477A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- recognized
- auxiliary information
- server
- 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
Links
Images
Classifications
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/11—File system administration, e.g. details of archiving or snapshots
- G06F16/116—Details of conversion of file system types or formats
-
- 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
- G06F16/53—Querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本说明书公开了一种人脸识别的方法及装置,客户端在获取并对至少一个待识别基础图像进行处理后,得到后续服务器用于人脸识别的目标图像,以及得到该服务器用于对该目标图像进行人脸识别的辅助信息,将该目标图像进行格式转换,转换为服务器接收人脸图像的预设接口所支持的图像格式,并将辅助信息按照该预设接口支持的图像格式所支持的扩展数据格式,写入到该格式转换后图像中,得到待识别人脸图像,而后,客户端可以将待识别人脸图像发送到服务器,以使得服务器通过预设接口,解析待识别人脸图像,得到辅助信息,并基于辅助信息,对待识别人脸图像进行人脸识别。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种人脸识别的方法及装置。
背景技术
随着配置人工智能(Artificial Intelligence,AI)的终端设备的出现和发展,终端设备能够进行一部分的运算,以减少后端的运算量。如,人脸识别作为目前应用范围最广的身份认证方式,在人脸识别的过程中,终端设备中安装的客户端可以进行图像的初步筛选得到最优帧,将最优帧传输到后端服务器,由后端服务器根据最优帧进行身份验证,而不需要将整段视频发送到后端,全部由后端服务器进行运算。
随着业务需求的变更,往往需要通过更新版本的方式,对终端设备中安装的客户端实施更新,以满足新的业务需求。而更新后的客户端与之前版本的客户端传递给后端的数据可能会存在差异,而为了能够使后端服务器能够适应客户端的版本更新,保证用户正常的业务执行,通常需要对后端服务器接收客户端所采用的接口进行修改,或是部署新的接口,这就导致后端服务器的维护成本显著增加。而若是不及时的调整相应的接口,则可能导致用户无法正常的进行业务执行。
所以,如何减少终端设备中安装的客户端的更新而对后端服务器所造成的影响,降低后端服务器的维护成本,则是一个亟待解决的问题。
发明内容
本说明书提供一种人脸识别的方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种人脸识别的方法,包括:
客户端获取至少一个待识别基础图像;
对所述至少一个待识别基础图像进行处理,得到服务器用于进行人脸识别的目标图像,以及得到所述服务器用于对所述目标图像进行人脸识别的辅助信息;
将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像中,得到待识别人脸图像,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式;
将所述待识别人脸图像发送到服务器,以使得服务器通过所述预设接口,解析所述待识别人脸图像,得到所述辅助信息,并基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
可选地,对所述至少一个待识别基础图像进行处理,得到服务器用于进行人脸识别的目标图像,以及得到所述服务器用于对所述目标图像进行人脸识别的辅助信息,具体包括:
从所述至少一个待识别基础图像中,筛选出符合预设图像质量的待识别基础图像,作为所述服务器用于进行人脸识别的目标图像;
从所述至少一个待识别基础图像中识别出人脸在待识别基础图像中的人脸位置信息以及人脸关键点坐标,以及对所述至少一个待识别基础图像进行活体检测,得到活体检测结果,并将所述活体检测结果、所述人脸位置坐标、所述人脸关键点坐标以及基于所述人脸位置坐标在所述至少一个待识别基础图像中截取出的人脸区域缩略图,作为所述服务器用于对所述目标图像进行人脸识别的辅助信息。
可选地,将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像,得到待识别人脸图像,具体包括:
对所述目标图像按照JPEG图像格式进行转换,得到转换后图像,并将所述辅助信息写入到所述转换后图像所支持的扩展数据格式,得到所述待识别人脸图像,所述扩展数据格式包括:可交换图像文件格式EXIF。
可选地,将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像,得到待识别人脸图像,具体包括:
对所述目标图像进行格式转换,将所述目标图像转换为位图Bitmap,再将所述Bitmap图像转换为所述预设的JPEG图像格式。
可选地,将所述辅助信息写入到所述转换后图像所支持的扩展数据格式,得到所述待识别人脸图像,所述扩展数据格式包括:可交换图像文件格式EXIF,具体包括:
将所述辅助信息以TAG-Value的数据形式,写入到所述EXIF中,得到所述待识别人脸图像。
本说明书提供了一种人脸识别的方法,包括:
服务器通过预设接口接收客户端发送的待识别人脸图像,所述待识别人脸图像是所述客户端将辅助信息按照转换后图像所支持的扩展数据格式,写入到所述转换后图像中得到的,所述转换后图像是所述客户端按照预设格式对目标图像进行格式转换后得到的,所述目标图像和所述辅助信息是所述客户端对接收到的至少一个待识别基础图像进行处理后得到的,所述辅助信息用于所述服务器对所述目标图像进行人脸识别,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式;
解析所述待识别人脸图像,得到所述辅助信息;
基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
可选地,基于所述辅助信息,对所述待识别人脸图像进行人脸识别,具体包括:
基于所述辅助信息,对所述待识别人脸图像进行特征提取,得到待识别人脸特征;
将所述人脸图像特征,与预设的人脸图像特征库中保存的人脸图像特征进行比对,得到针对所述待识别人脸图像的人脸识别结果。
本说明书提供了一种人脸识别的装置,包括:
获取模块,用于获取至少一个待识别基础图像;
处理模块,用于对所述至少一个待识别基础图像进行处理,得到服务器用于进行人脸识别的目标图像,以及得到所述服务器用于对所述目标图像进行人脸识别的辅助信息;
格式转换模块,用于将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像中,得到待识别人脸图像,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式;
数据传输模块,用于所述待识别人脸图像发送到服务器,以使得服务器通过所述预设接口,解析所述待识别人脸图像,得到所述辅助信息,并基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
本说明书提供了一种人脸识别的装置,包括:
接收模块,用于通过预设接口接收客户端发送的待识别人脸图像,所述待识别人脸图像是所述客户端将辅助信息按照转换后图像所支持的扩展数据格式,写入到所述转换后图像中得到的,所述转换后图像是所述客户端按照预设格式对目标图像进行格式转换后得到的,所述目标图像和所述辅助信息是所述客户端对接收到的至少一个待识别基础图像进行处理后得到的,所述辅助信息用于所述服务器对所述目标图像进行人脸识别,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式;
解析模块,用于解析所述待识别人脸图像,得到所述辅助信息;
人脸识别模块,用于基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述信息获取的方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述信息获取的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
客户端在获取并对至少一个待识别基础图像进行处理后,得到后续服务器用于人脸识别的目标图像,以及得到该服务器用于对该目标图像进行人脸识别的辅助信息,将该目标图像进行格式转换,转换为服务器接收人脸图像的预设接口所支持的图像格式,并将辅助信息按照该预设接口支持的图像格式所支持的扩展数据格式,写入到该格式转换后图像中,得到待识别人脸图像,而后,客户端可以将待识别人脸图像发送到服务器,以使得服务器通过预设接口,解析待识别人脸图像,得到辅助信息,并基于辅助信息,对待识别人脸图像进行人脸识别。
从上述方法可以看出,在客户端更新后,即使发送的数据与更新前存在差异,客户端依然可以将待识别基础图像转换为预设格式,并将待识别基础图像的辅助信息以预设格式支持的扩展数据格式写入格式转换后图像中,服务器只需通过预设接口解析预设格式的图像数据就可以得到客户端发送的待识别基础图像及待识别基础图像的所有辅助信息。即,客户端更新后,服务器不需要做出更改即可获得到客户端发送的数据,这样可以保证在客户端更新后,用户依然能够及时的进行业务执行,降低在客户端更新后服务器的维护成本。
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为本说明书中提供的一种人脸识别的方法的流程示意图;
图2为本说明书提供的一种应用于考勤业务的人脸识别流程图;
图3为本说明书提供的一种人脸识别的装置的示意图;
图4为本说明书提供的一种人脸识别的装置的示意图;
图5为本说明书提供的一种对应于图1的电子设备的示意图。
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,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种人脸识别的方法的流程示意图,包括以下步骤:
S101:客户端获取至少一个待识别基础图像。
在实际应用中,需要采集用户的人脸图像,以对用户进行业务执行。例如,在用户利用手机安装的客户端进行线上支付业务时,客户端可以通过手机的摄像头采集到用户的人脸图像,并基于该人脸图像,对用户进行身份验证;再例如,在考勤的实际应用场景中,在用户进行签到时,考勤系统设置的摄像头可以采集到该用户的人脸图像,并将该待识别基础图像发送到考勤系统,考勤系统通过获取到的人脸图像,来对用户的身份进行识别,进而完成用户的签到打卡。
基于此,在本说明书中,客户端可以通过终端设备设置的图像采集器采集到至少一个待识别基础图像。其中,所谓的获取到至少一个待识别基础图像,具体可以是指客户端获取到图像采集器采集到的连续多帧人脸图像,也可以指客户端获取图像采集器采集到的一帧人脸图像。这里提到的待识别基础图像可以包含有彩色图像以及深度图像。
在本说明书中,安装客户端的终端设备可以为手机、电脑、平板电脑和人证机业务服务端等设备,本说明书不对终端设备的具体形式进行限定。
S102:对所述至少一个待识别基础图像进行处理,得到服务器用于进行人脸识别的目标图像,以及得到所述服务器用于对所述目标图像进行人脸识别的辅助信息。
在本说明书中,在获取到待识别基础图像后,为了减少服务器的运算量,可以由客户端完成一部分图像处理的任务。
基于此,客户端可以先确定出目标图像以及辅助信息。其中,目标图像为满足客户端预设的人脸质量条件的待识别基础图像,辅助信息为客户端对待识别基础进行处理,产生的有助于后续服务器进行人脸识别的辅助数据。预设的人脸质量条件可以根据实际需求而设定,例如,若是客户端基于预设的人脸质量条件所选取出的待识别基础图像,是指从众多的待识别基础图像中找到清晰度最高的图像,那么,目标图像即为客户端从获取到的至少一个待识别基础图像中所确定出的清晰度最高的最优帧。
上述提到的辅助信息可以包含有多种类型,下面将一一对其进行说明。
具体的,由于服务器在进行人脸识别时,先要定位出人脸在待识别基础图像中的具体位置,所以,客户端可以从至少一个的待识别基础图像中确定出人脸在该待识别基础图像中的位置信息,得到人脸位置坐标。其中,人脸位置坐标的获取方式可以有很多种:例如,可以将一张待识别基础图像中的人脸所在区域的所有边界点坐标作为人脸位置坐标;再例如,也可以将多张待识别基础图像中的人脸所在区域的各边界点坐标的平均值,作为人脸位置坐标;再例如,可以将多张待识别基础图像中的人脸所在区域进行叠加,并将得到的叠加区域的边界点坐标,作为人脸位置坐标;再例如,客户端也可以从各待识别基础图像中选取出人脸质量符合预设条件的待识别基础图像,作为最优帧,并根据最优帧中人脸所在的区域,确定出人脸位置坐标。
在实际应用中,人脸关键点往往能够反映出人脸的具体特征,服务器在进行人脸识别的过程中,通常都是基于人脸关键点来实现的。所以,为了能够实现服务器的快速人脸识别,客户端可以确定出待识别基础图像中的人脸关键点坐标。其中,人脸关键点坐标的获取方式可以有多种:例如,可以将一张待识别基础图像中的人脸关键点坐标,作为最终的人脸关键点坐标;再例如,也可以将多张待识别基础中的人脸关键点坐标的平均值,作为最终的人脸关键点坐标;再例如,可以将多张待识别基础图像中的所有关键点的坐标的集合,作为最终的人脸关键点坐标。
客户端还需要对人脸进行活体检测。其中,活体检测方式可以有多种:例如,可以基于检测脸部区域的纹理,判断待识别基础图像中的人脸是否为活体;再例如,可以基于连续多张待识别基础图像中的眼睛运动,嘴唇运动等进行活体检测;再例如,可以基于连续多张的待识别基础图像中的人脸运动方向及幅度,造成的人脸上的光线差异,来进行活体检测。
为了使服务器能够更精确的进行人脸识别,客户端可以生成人脸区域缩略图,来辅助服务器进行人脸识别。其中,人脸区域缩略图为基于上述人脸位置坐标所确定出的人脸区域。
上述提到的活体检测结果、人脸位置坐标、人脸关键点坐标以及人脸区域缩略图,均可以作为服务器用于对目标图像进行人脸识别的辅助信息。
需要说明的是,客户端确定上述不同辅助信息的顺序可以随意调整,例如,在获取到待识别基础图像后,可以先选取出人脸质量符合预设条件的待识别基础图像,作为目标图像,而后,客户端可以从目标图像中,确定出上述提到的人脸在目标图像中的位置与人脸位置坐标,得到人脸区域缩略图,最后对目标图像进行活体检测,进而将这些信息作为服务器用于对目标图像进行人脸识别的辅助信息。
再例如,在获取到待识别基础图像后,可以先选取出人脸质量符合预设条件的待识别基础图像,作为目标图像,而后,客户端可以对目标图像进行活体检测,客户端可以从目标图像中,确定出上述提到的人脸位置坐标,客户端可以基于得到的人脸位置坐标,得到人脸区域缩略图,并从人脸区域缩略图中确定出上述的人脸关键点坐标,进而将这些信息作为服务器用于对目标图像进行人脸识别的辅助信息。
另外,由于在实际应用中,客户端往往只能处理其所支持的图像格式的图像,所以,在进行上述步骤之前,客户端需要先将获取到的至少一个待识别基础的图像格式,转换为预设的可以被客户端解析的格式,而后,再从中确定出上述的目标图像以及辅助信息。
S103:将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像中,得到待识别人脸图像,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式。
目前,现有技术在客户端更新后可能会向后端发送新数据,而服务器为了接收新数据,需要增加新接口或更新旧接口来接收新数据,这就导致了在每次更新客户端后,需要对服务器接口进行相应的修改后才可以进行正常的业务执行。而为了有效地解决这一问题,在本说明书中,客户端可以将目标图像进行格式转换,转换为预设接口可以解析的预设图像格式,并将目标图像的辅助信息以预设图像格式支持的扩展数据格式写入到目标图像中,这样即使客户端更新后向服务器发送新数据,在服务器不增加接口或更新旧接口的情况下,依然可以通过统一的预设接口解析获得目标图像和目标图像中携带的辅助信息,进而正常的执行后续的人脸识别操作。
上述提到的预设格式可以有多种,如JPEG,PNG等,为了便于描述,下面仅以预设格式是JPEG的形式来进行说明。
在得到目标图像后,将目标图像转换为JPEG图像,可以将辅助信息以JPEG图像格式支持的扩展数据格式写入到JPEG图像中,得到待识别人脸图像。其中,JPEG图像格式支持的扩展数据格式可以为可交换图像文件格式(Exchangeable image file format,EXIF),EXIF可以被附加于JPEG格式图像中,为JPEG格式图像增加相关信息,EXIF信息可以被任意编辑。若是将上述辅助信息以EXIF的数据格式,写入到JPEG图像中,则具体可以TAG-Value的数据形式进行写入。
利用这种数据转换方式,在客户端更新产生新的辅助信息时,服务器不需要更新接口依然可以获得所有的辅助信息。
TAG-Value为一种标签与值对应的数据格式,其中TAG代表标签,Value代表值,结合上述提到的各种类型的辅助信息,辅助信息可以按照如下表1所示的方式,写入到JPEG格式的图像中。
表1
需要指出的是,按照EXIF的格式写入到JPEG图像中的辅助信息的数量不受限制,具体可以根据实际的业务需要而自行的决定将哪些辅助信息写入到的JPEG图像中。
此外,辅助信息可以通过JSON转换为String类型数据后,写入到一个标签中,以使得服务器只需要解析一个标签就可以获得所有辅助信息,降低解析错误后引入的程序问题,具体实施如表2所示:
表2
在将目标图像转换为JPEG图像格式之前,可以先将目标图像转换为位图Bitmap图像后,再将得到的Bitmap图像转换为JPEG图像。
以上为本说明书以图像数据为JPEG所举的一个实例,当然,符合预设格式要求的图像格式还有很多种,在此就不详细进行说明了。
S104:将所述待识别人脸图像发送到服务器,以使得服务器通过所述预设接口,解析所述待识别人脸图像,得到所述辅助信息,并基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
在服务器通过预设的接口获取到所述待识别人脸图像后,可以解析待识别人脸图像,得到待识别人脸图像的辅助信息,并基于辅助信息,对待识别人脸图像进行人脸识别。其中,预设的接口为接收上述预设格式图像的接口。
具体的,在服务器解析待识别人脸图像,得到待识别人脸图像的辅助信息后,若从这些辅助信息中确定出待识别人脸图像通过活体检测,则可以进一步地基于辅助信息中的人脸位置坐标,确定出人脸在待识别人脸图像中的具体位置,并基于辅助信息中提供的人脸关键点坐标,从待识别人脸图像提取出人脸图像特征。服务器可以根据提取出的人脸图像特征,对比人脸图像特征库中保存的数据,得人脸识别结果。其中,人脸图像特征库为记录各用户的人脸图像特征的数据库。
需要说明的是,由于服务器的计算能力强于客户端,客户端的活体检测可能存在误差,若辅助信息中的活体检测结果为未通过,服务器可以利用更精确的活体检测算法对待识别人脸图像进行活体检测,在待识别人脸图像通过活体检测后,服务器可以再根据辅助信息中包含的其他信息,进行人脸识别。而服务器确定待识别人脸图像仍然未通过活体检测,则可以确定人脸识别失败。
从上述本说明书中介绍的方法可知,在客户端更新后,即使发送的数据与更新前存在差异,服务器只需通过预设接口解析由客户端发送预设格式的图像数据,就可以得到客户端发送的待识别人脸图像及其用于人脸识别的所有辅助信息。这样可以保证在客户端更新后,服务器不需要对接口进行更新,依然能够保证用户的正常业务执行,降低在客户端更新后服务器的维护成本。
为了便于理解,下面介绍一种应用实例,如图2所示一种应用于考勤业务的人脸识别流程图。
客户端可以通过摄像头采集到考勤人员的人脸彩色图像以及人脸深度图像,将采集到的彩色图像及深度图像进行格式转换,转换为可以被客户端处理的图像格式,得到待识别基础图像。
客户端可以基于待识别基础图像,将检测出的人脸的位置在摄像头的采集画面中标出,并确定出人脸在待识别基础图像中的位置,得到人脸位置坐标。若没有检测到人脸,则将未检测到人脸作为结果返回到客户端显示。
而后,客户端可以对获取到的各待识别基础图像进行人脸质量检测,若获取到的各待识别基础图像均不满足预设的人脸质量条件,则重新通过摄像头采集待识别基础图像。若确定获取到的各待识别基础图像中包含有满足预设人脸质量条件的图像,则对满足预设人脸质量条件的待识别基础图像进行活体检测,若确定满足预设人脸质量条件的待识别基础图像未通过活体检测,则将人脸识别失败的结果在客户端显示,若确定满足预设人脸质量条件的待识别基础图像通过活体检测,则将可以满足预设人脸质量条件的待识别基础图像作为最优帧(即目标图像),并确定出该最优帧中的人脸关键点坐标。
客户端将该最优帧转换为Bitmap图像,并将该Bitmap图像转换为预设的JPEG图像。而后,可以将上述人脸位置坐标、人脸关键点坐标作为辅助信息,以EXIF的格式写入到JPEG图像中,得到待识别人脸图像。将待识别人脸图像发送到考勤业务对应的服务器。
服务器通过能够解析JPEG的接口接收到待识别人脸图像后,可以对其进行解析,得到待识别人脸图像中携带的辅助信息,并基于这些辅助信息,对比人脸图像特征库,查询出待识别人脸图像对应的人员ID,并返回到客户端。经考勤人员确认后,将考勤结果录入到考勤系统中。
其中,人脸图像特征库为基于所有的用户人脸图像特征建立的特征库,可以根据实际需求,将新增用户的人脸图像特征通过注册的方式加入到人脸图像特征库中,也可以根据实际需求,以注销的方式,将一些用户的人脸图像特征从人脸图像特征库中删除,抑或是在用户人脸图像特征发生变化后,更新人脸图像特征库中该用户的人脸图像特征,以便于后续的人脸图像特征比对。
以上为本说明书的一个或多个实施例提供的人脸识别的方法,基于同样的思路,本说明书还提供了相应的人脸识别的装置,如图3、4所示。
图3为本说明书提供的一种人脸识别的装置的示意图,包括:
获取模块301,用于获取至少一个待识别基础图像;
处理模块302,用于对所述至少一个待识别基础图像进行处理,得到服务器用于进行人脸识别的目标图像,以及得到所述服务器用于对所述目标图像进行人脸识别的辅助信息;
格式转换模块303,用于将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像中,得到待识别人脸图像,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式;
数据传输模块304,用于所述待识别人脸图像发送到服务器,以使得服务器通过所述预设接口,解析所述待识别人脸图像,得到所述辅助信息,并基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
可选地,所述处理模块302具体用于,从所述至少一个待识别基础图像中,筛选出符合预设图像质量的待识别基础图像,作为所述服务器用于进行人脸识别的目标图像;从所述至少一个待识别基础图像中识别出人脸在待识别基础图像中的人脸位置坐标以及人脸关键点坐标,以及对所述至少一个待识别基础图像进行活体检测,得到活体检测结果,并将所述活体检测结果、所述人脸位置坐标、所述人脸关键点坐标以及基于所述人脸位置坐标在所述至少一个待识别基础图像中截取出的人脸区域缩略图,作为所述服务器用于对所述目标图像进行人脸识别的辅助信息。
可选地,所述格式转换模块303具体用于,对所述目标图像按照JPEG图像格式进行转换,得到转换后图像,并将所述辅助信息写入到所述转换后图像所支持的扩展数据格式,得到所述待识别人脸图像,所述扩展数据格式包括:可交换图像文件格式EXIF。
可选地,所述格式转换模块303具体用于,对所述目标图像进行格式转换,将所述目标图像转换为位图Bitmap,再将所述Bitmap图像转换为所述预设的JPEG图像格式。
可选地,所述格式转换模块303具体用于,将所述辅助信息以TAG-Value的数据形式,写入到所述EXIF中,得到所述待识别人脸图像。
图4为本说明书提供的一种人脸识别的装置的示意图,包括:
接收模块401,通过预设接口接收客户端发送的待识别人脸图像,所述待识别人脸图像是所述客户端将辅助信息按照转换后图像所支持的扩展数据格式,写入到所述转换后图像中得到的,所述转换后图像是所述客户端按照预设格式对目标图像进行格式转换后得到的,所述目标图像和所述辅助信息是所述客户端对接收到的至少一个待识别基础图像进行处理后得到的,所述辅助信息用于服务器对所述目标图像进行人脸识别,所述预设格式为服务器接收人脸图像的预设接口所支持的图像格式;
解析模块402,用于解析所述待识别人脸图像,得到所述辅助信息;
人脸识别模块403,用于基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
可选地,所述人脸识别模块403具体用于,基于所述辅助信息,对所述待识别人脸图像进行特征提取,得到待识别人脸特征;将所述人脸图像特征,与预设的人脸图像特征库中保存的人脸图像特征进行比对,得到针对所述待识别人脸图像的人脸识别结果。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的一种人脸识别的方法。
本说明书还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。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,以实现上述图1所述人脸识别的方法。当然,除了软件实现方式之外,本说明书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。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
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。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
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。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理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权利要求范围之内。
Claims (11)
1.一种人脸识别的方法,其特征在于,包括:
客户端获取至少一个待识别基础图像;
对所述至少一个待识别基础图像进行处理,得到服务器用于进行人脸识别的目标图像,以及得到所述服务器用于对所述目标图像进行人脸识别的辅助信息;
将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像中,得到待识别人脸图像,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式;
将所述待识别人脸图像发送到服务器,以使得服务器通过所述预设接口,解析所述待识别人脸图像,得到所述辅助信息,并基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
2.根据权利要求1所述方法,其特征在于,对所述至少一个待识别基础图像进行处理,得到服务器用于进行人脸识别的目标图像,以及得到所述服务器用于对所述目标图像进行人脸识别的辅助信息,具体包括:
从所述至少一个待识别基础图像中,筛选出符合预设图像质量的待识别基础图像,作为所述服务器用于进行人脸识别的目标图像;
从所述至少一个待识别基础图像中识别出人脸在待识别基础图像中的人脸位置坐标以及人脸关键点坐标,以及对所述至少一个待识别基础图像进行活体检测,得到活体检测结果,并将所述活体检测结果、所述人脸位置坐标、所述人脸关键点坐标以及基于所述人脸位置坐标在所述至少一个待识别基础图像中截取出的人脸区域缩略图,作为所述服务器用于对所述目标图像进行人脸识别的辅助信息。
3.根据权利要求1所述方法,其特征在于,将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像,得到待识别人脸图像,具体包括:
对所述目标图像按照JPEG图像格式进行转换,得到转换后图像,并将所述辅助信息写入到所述转换后图像所支持的扩展数据格式,得到所述待识别人脸图像,所述扩展数据格式包括:可交换图像文件格式EXIF。
4.根据权利要求3所述的方法,其特征在于,对所述目标图像进行格式转换,转换为预设的JPEG图像格式,具体包括:
对所述目标图像进行格式转换,将所述目标图像转换为位图Bitmap,再将所述Bitmap图像转换为所述预设的JPEG图像格式。
5.根据权利要求3所述方法,其特征在于,将所述辅助信息写入到所述转换后图像所支持的扩展数据格式,得到所述待识别人脸图像,所述扩展数据格式包括:可交换图像文件格式EXIF,具体包括:
将所述辅助信息以TAG-Value的数据形式,写入到所述EXIF中,得到所述待识别人脸图像。
6.一种人脸识别的方法,其特征在于,包括:
服务器通过预设接口接收客户端发送的待识别人脸图像,所述待识别人脸图像是所述客户端将辅助信息按照转换后图像所支持的扩展数据格式,写入到所述转换后图像中得到的,所述转换后图像是所述客户端按照预设格式对目标图像进行格式转换后得到的,所述目标图像和所述辅助信息是所述客户端对接收到的至少一个待识别基础图像进行处理后得到的,所述辅助信息用于所述服务器对所述目标图像进行人脸识别,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式;
解析所述待识别人脸图像,得到所述辅助信息;
基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
7.根据权利要求6所述方法,其特征在于,基于所述辅助信息,对所述待识别人脸图像进行人脸识别,具体包括:
基于所述辅助信息,对所述待识别人脸图像进行特征提取,得到待识别人脸特征;
将所述人脸图像特征,与预设的人脸图像特征库中保存的人脸图像特征进行比对,得到针对所述待识别人脸图像的人脸识别结果。
8.一种人脸识别的装置,其特征在于,包括:
获取模块,用于获取至少一个待识别基础图像;
处理模块,用于对所述至少一个待识别基础图像进行处理,得到服务器用于进行人脸识别的目标图像,以及得到所述服务器用于对所述目标图像进行人脸识别的辅助信息;
格式转换模块,用于将所述目标图像进行格式转换,得到预设格式的转换后图像,并将所述辅助信息按照所述转换后图像所支持的扩展数据格式,写入到所述转换后图像中,得到待识别人脸图像,所述预设格式为所述服务器接收人脸图像的预设接口所支持的图像格式;
数据传输模块,用于所述待识别人脸图像发送到服务器,以使得服务器通过所述预设接口,解析所述待识别人脸图像,得到所述辅助信息,并基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
9.一种人脸识别的装置,其特征在于,包括:
接收模块,用于通过预设接口接收客户端发送的待识别人脸图像,所述待识别人脸图像是所述客户端将辅助信息按照转换后图像所支持的扩展数据格式,写入到所述转换后图像中得到的,所述转换后图像是所述客户端按照预设格式对目标图像进行格式转换后得到的,所述目标图像和所述辅助信息是所述客户端对接收到的至少一个待识别基础图像进行处理后得到的,所述辅助信息用于服务器对所述目标图像进行人脸识别,所述预设格式为服务器接收人脸图像的预设接口所支持的图像格式;
解析模块,用于解析所述待识别人脸图像,得到所述辅助信息;
人脸识别模块,用于基于所述辅助信息,对所述待识别人脸图像进行人脸识别。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~5或6~7任一项所述的方法。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~5或6~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111145349.0A CN113886477B (zh) | 2021-09-28 | 2021-09-28 | 一种人脸识别的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111145349.0A CN113886477B (zh) | 2021-09-28 | 2021-09-28 | 一种人脸识别的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113886477A true CN113886477A (zh) | 2022-01-04 |
CN113886477B CN113886477B (zh) | 2023-01-06 |
Family
ID=79007457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111145349.0A Active CN113886477B (zh) | 2021-09-28 | 2021-09-28 | 一种人脸识别的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113886477B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140294257A1 (en) * | 2013-03-28 | 2014-10-02 | Kevin Alan Tussy | Methods and Systems for Obtaining Information Based on Facial Identification |
CN110135222A (zh) * | 2018-02-08 | 2019-08-16 | 上海荟宸信息科技有限公司 | 一种实现智慧商圈人脸特征信息采集终端数据传输的方法 |
CN110705451A (zh) * | 2019-09-27 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 人脸识别方法、装置、终端及服务器 |
CN111523398A (zh) * | 2020-03-30 | 2020-08-11 | 西安交通大学 | 一种融合2d人脸检测和3d人脸识别的方法及装置 |
CN112487997A (zh) * | 2020-12-01 | 2021-03-12 | 航天信息股份有限公司 | 一种人像特征提取方法及装置 |
CN113329137A (zh) * | 2021-05-31 | 2021-08-31 | 口碑(上海)信息技术有限公司 | 图片传输方法、装置、计算机设备及计算机可读存储介质 |
US20210295604A1 (en) * | 2019-03-18 | 2021-09-23 | Tencent Technology (Shenzhen) Company Limited | Information display method and device, terminal, and storage medium |
-
2021
- 2021-09-28 CN CN202111145349.0A patent/CN113886477B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140294257A1 (en) * | 2013-03-28 | 2014-10-02 | Kevin Alan Tussy | Methods and Systems for Obtaining Information Based on Facial Identification |
CN110135222A (zh) * | 2018-02-08 | 2019-08-16 | 上海荟宸信息科技有限公司 | 一种实现智慧商圈人脸特征信息采集终端数据传输的方法 |
US20210295604A1 (en) * | 2019-03-18 | 2021-09-23 | Tencent Technology (Shenzhen) Company Limited | Information display method and device, terminal, and storage medium |
CN110705451A (zh) * | 2019-09-27 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 人脸识别方法、装置、终端及服务器 |
CN111523398A (zh) * | 2020-03-30 | 2020-08-11 | 西安交通大学 | 一种融合2d人脸检测和3d人脸识别的方法及装置 |
CN112487997A (zh) * | 2020-12-01 | 2021-03-12 | 航天信息股份有限公司 | 一种人像特征提取方法及装置 |
CN113329137A (zh) * | 2021-05-31 | 2021-08-31 | 口碑(上海)信息技术有限公司 | 图片传输方法、装置、计算机设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113886477B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6581068B2 (ja) | 画像処理装置、画像処理方法、プログラム、運転制御システム、および、車両 | |
CN112911281B (zh) | 一种视频质量评价方法及装置 | |
CN111612696B (zh) | 图像拼接方法、装置、介质及电子设备 | |
EP1300779B1 (en) | Form recognition system, form recognition method, program and storage medium | |
CN110139169B (zh) | 视频流的质量评估方法及其装置、视频拍摄系统 | |
CN112784857B (zh) | 一种模型训练以及图像处理方法及装置 | |
CN107748780B (zh) | 一种回收站文件的恢复方法和装置 | |
CN111222571B (zh) | 图像特效的处理方法、装置、电子设备及存储介质 | |
CN110991520A (zh) | 一种生成训练样本的方法以及装置 | |
CN114332873A (zh) | 一种识别模型的训练方法及装置 | |
CN112950564B (zh) | 一种图像检测方法、装置、存储介质及电子设备 | |
CN111881740A (zh) | 人脸识别方法、装置、电子设备及介质 | |
US11495021B2 (en) | Picture annotation method, apparatus, processing device, and system | |
CN113312949B (zh) | 视频数据处理方法、视频数据处理装置和电子设备 | |
CN113886477B (zh) | 一种人脸识别的方法及装置 | |
CN111914682A (zh) | 一种包含演示文稿的教学视频分割方法、装置及设备 | |
KR20200114034A (ko) | 인공지능 모델을 이용한 이미지 편집 방법 및 장치 | |
CN110502551A (zh) | 数据读写方法、系统及架构组件 | |
CN112949642B (zh) | 一种文字生成方法、装置、存储介质及电子设备 | |
CN112560530B (zh) | 一种二维码处理方法、设备、介质及电子设备 | |
CN114926437A (zh) | 一种图像质量评价方法及装置 | |
CN109525890B (zh) | 一种基于字幕识别的mv字幕移植方法及装置 | |
CN112215114A (zh) | 一种目标识别方法、装置、设备及计算机可读存储介质 | |
KR101911613B1 (ko) | 뉴스 인터뷰 영상의 오버레이 텍스트 기반 인물 인덱싱 방법 및 장치 | |
CN110728516A (zh) | 一种风控模型的更新方法、装置及设备 |
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 |