CN114550266A - 人脸识别方法、装置、智能门锁及计算机可读存储介质 - Google Patents
人脸识别方法、装置、智能门锁及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114550266A CN114550266A CN202210191440.4A CN202210191440A CN114550266A CN 114550266 A CN114550266 A CN 114550266A CN 202210191440 A CN202210191440 A CN 202210191440A CN 114550266 A CN114550266 A CN 114550266A
- Authority
- CN
- China
- Prior art keywords
- face
- preset
- feature
- features
- face feature
- 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 58
- 238000012795 verification Methods 0.000 claims abstract description 139
- 230000004927 fusion Effects 0.000 claims description 52
- 238000005286 illumination Methods 0.000 claims description 26
- 230000001815 facial effect Effects 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 abstract description 14
- 210000004709 eyebrow Anatomy 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 210000003128 head Anatomy 0.000 description 10
- 230000015654 memory Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种人脸识别方法、装置、智能门锁及计算机可读存储介质，其中方法包括：提取待识别人脸图像的人脸特征；将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，预设人脸特征集合包括至少一个已录入人脸特征；确定人脸特征验证通过且满足预设人脸特征更新条件，则根据人脸特征更新预设人脸特征集合。由此，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
Description
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种人脸识别方法、装置、智能门锁及计算机可读存储介质。
背景技术
现有的智能门锁人脸识别方法通常以首次人脸录入数据为基准，通过校验捕获的人脸实时数据与基准数据以实现人脸识别验证，但是人的面容和外界光的强度、角度均可能随着时间的流逝而发生改变，直接影响捕获到的人脸实时数据，从而影响人脸识别的准确度和响应速度，降低了消费者的用户体验。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种人脸识别方法，该方法通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
本发明的第二个目的在于提出一种人脸识别装置。
本发明的第三个目的在于提出一种智能门锁。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的，本发明第一方面实施例提出了一种人脸识别方法，方法包括：提取待识别人脸图像的人脸特征；将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，预设人脸特征集合包括至少一个已录入人脸特征；确定人脸特征验证通过且满足预设人脸特征更新条件，则根据人脸特征更新预设人脸特征集合。
根据本发明实施例的人脸识别方法，提取待识别人脸图像的人脸特征，并将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，在确定人脸特征验证通过且满足预设人脸特征更新条件时，根据人脸特征更新预设人脸特征集合。由此，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
根据本发明的一个实施例，方法还包括：获取不同人脸角度的人脸图像得到至少一个待识别人脸图像；和/或，获取不同光照强度条件下的人脸图像得到至少一个待识别人脸图像。
根据本发明的一个实施例，预设人脸特征更新条件包括以下条件中的任意一种：预设人脸特征集合的未更新时长达到第一预设时长；人脸识别次数达到第一预设次数；接收到人脸特征集合更新指令；本次人脸识别对应的时间处于预设时间区间。
根据本发明的一个实施例，根据人脸特征更新预设人脸特征集合，包括：确定人脸特征验证通过前人脸验证失败时各待识别人脸图像的人脸特征；将各人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以确定相似度高于第一预设相似度阈值的人脸特征；将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合。
根据本发明的一个实施例，将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合，包括：将相似度高于第一预设相似度阈值的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第一融合特征，并根据第一融合特征更新至少一个已录入人脸特征；或者，根据相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第一特征组，并根据第一特征组更新至少一个已录入人脸特征。
根据本发明的一个实施例，将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合之前，方法还包括：显示相似度高于第一预设相似度阈值的人脸特征对应的待识别人脸图像，并接收用户选择的待识别人脸图像；根据用户选择的待识别人脸图像的人脸特征更新预设人脸特征集合。
根据本发明的一个实施例，确定人脸特征验证通过前人脸验证失败时各待识别人脸图像的人脸特征之前，方法还包括：若人脸验证失败时的待识别人脸图像的个数低于预设个数阈值，则确定人脸验证成功时待识别人脸图像的人脸特征；根据人脸验证成功时待识别人脸图像的人脸特征更新预设人脸特征集合。
根据本发明的一个实施例，根据人脸验证成功时待识别人脸图像的人脸特征更新预设人脸特征集合，包括：将人脸验证成功时待识别人脸图像的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第二融合特征，并根据第二融合特征更新至少一个已录入人脸特征；或者，根据人脸验证成功时待识别人脸图像的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第二特征组，并根据第二特征组更新至少一个已录入人脸特征。
根据本发明的一个实施例，将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，包括：若人脸特征与预设人脸特征集合中的至少一个已录入人脸特征的相似度高于第二预设相似度阈值，则确认人脸验证成功；若人脸特征与预设人脸特征集合中的至少一个已录入人脸特征的相似度均不高于第二预设相似度阈值，则确认人脸验证失败。
为达到上述目的，本发明第二方面实施例提出了一种人脸识别装置，装置包括：提取模块，用于提取待识别人脸图像的人脸特征；匹配模块，用于将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，预设人脸特征集合包括至少一个已录入人脸特征；更新模块，用于确定人脸特征验证通过且满足预设人脸特征更新条件，则根据人脸特征更新预设人脸特征集合。
根据本发明实施例的人脸识别装置，通过提取模块提取待识别人脸图像的人脸特征，并通过匹配模块将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，以及通过更新模块在确定人脸特征验证通过且满足预设人脸特征更新条件时，根据人脸特征更新预设人脸特征集合。由此，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
为达到上述目的，本发明第三方面实施例提出了一种智能门锁，智能门锁包括如第二方面实施例中的人脸识别装置。
根据本发明实施例的智能门锁，通过上述的人脸识别装置，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
为达到上述目的，本发明第四方面实施例提出了一种计算机可读存储介质，其上存储有人脸识别程序，该人脸识别程序被处理器执行时实现如第一方面实施例中任一项人脸识别方法。
根据本发明实施例的计算机可读存储介质，通过上述的人脸识别方法，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1为根据本发明一个实施例的人脸识别方法的流程图；
图2为根据本发明一个实施例的根据人脸特征更新预设人脸特征集合的流程图；
图3为根据本发明一个实施例的人脸识别装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例提出的人脸识别方法、装置、智能门锁及计算机可读存储介质。
图1为根据本发明一个实施例的人脸识别方法的流程图。如图1所示，该人脸识别方法包括以下步骤：
步骤S101，提取待识别人脸图像的人脸特征。
具体地，人脸图像为携带有人脸面部器官的图像，也就是说，人脸图像携带有用户的眼睛、眉毛、鼻子、嘴巴以及下巴等面部器官，其中，人脸图像可以通过运行有本实施例提供的人脸识别方法的智能门锁采集得到的，也可以是通过外部设备采集并发送给运行有本实施例提供的人脸识别方法的智能门锁的，还可以是通过云端或者后台服务器获取得到的。作为一个具体示例，人脸图像通过运行有本实施例提供的人脸识别方法的智能门锁进行采集，其中，该智能门锁连接有图像采集设备(例如，摄像头等)，该图像采集设备可以安装在智能门锁上，也可以是通过有线或者无线与该智能门锁相连。
进一步的，根据获取的待识别人脸图像提取对应的人脸特征，人脸特征可以包括人脸轮廓和关键部位的特征点，以及特征点之间的相对位置和相对距离等，例如，人脸特征包括裸脸、眼睛、眉毛、鼻子、嘴巴以及下巴等关键部位的特征点，以及各特征点之间的相对位置和相对距离，其中，根据待识别人脸图像提取人脸特征，可以采用传统人脸识别算法提取得到，例如，基于图像分割的人脸特征提取算法等，或者是，可以通过基于深度学习的神经网络模型提取得到，例如，经过训练的卷积神经网络、循环神经网络模型或者双向循环神经网络模型等。
需要说明的是，提取待识别人脸图像的人脸特征可以基于单帧特征提取，也可以基于多帧特征提取，其中，单帧特征提取是将输入的单帧人脸图像由人脸识别模型直接提取特征向量，多帧特征提取是将输入的多帧人脸图像由人脸识别模型提取特征，例如，通过卷积神经网络分别提取多帧图像特征，再通过全连接或LSTM(Long short-term memory,LSTM，长短期记忆)模块提取融合特征以形成人脸特征，或者直接通过3D CNN提取融合特征以形成人脸特征。
步骤S102，将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，预设人脸特征集合包括至少一个已录入人脸特征。
需要说明的是，在进行人脸识别验证之前，首先进行人脸特征录入，以形成预设的人脸特征集合，预设的人脸特征集合包括至少一个已录入人脸特征，其中，预设人脸特征集合中的至少一个已录入人脸特征可以根据录入时的至少一个待识别人脸图像获得，即在一些示例中，可以从录入时获取的至少一个待识别人脸图像中提取对应的人脸特征以形成预设人脸特征集合。
进一步地，获取至少一个待识别人脸图像包括：获取不同人脸角度的人脸图像得到至少一个待识别人脸图像；和/或，获取不同光照强度条件下的人脸图像得到至少一个待识别人脸图像。
具体地，在录入人脸特征以形成预设人脸特征集合时，需要获取不同人脸角度下的至少一个待识别人脸图像，举例来说，用户可以根据语音提示向上抬头以获取该角度下的至少一个待识别人脸图像，或者用户根据语音提示向右转头以获取该角度下的至少一个待识别人脸图像，类似的，可以获取低头、左转等角度下的至少一个待识别人脸图像，在配合语音提示进行人脸特征录入时，还可以将获取的待识别人脸图像显示在显示屏上，从而利用语音提示以及视频显示的交互方式来提高用户体验；同时，在人脸特征录入过程中，还可以获取不同光照强度条件下的至少一个待识别人脸图像，比如获取自然光、灯光、晴天或者阴天等不同光照强度条件下的至少一个待识别人脸图像。需要说明的是，在获取至少一个待识别人脸图像过程中，可以仅获取不同人脸角度的人脸图像得到至少一个待识别人脸图像，也可以仅获取不同光照强度条件下的人脸图像得到至少一个待识别人脸图像，还可以同时获取不同人脸角度的人脸图像得到至少一个待识别人脸图像以及获取不同光照强度条件下的人脸图像得到至少一个待识别人脸图像。
进一步的，在获取至少一个待识别人脸图像后，将获取的至少一个待识别人脸图像中每个待识别人脸图像进行特征提取，提取出对应的人脸特征，将提取的所有人脸特征录入储存器并作为一个集合以形成预设人脸特征集合，该预设人脸特征集合包含至少一个已录入人脸特征。需要说明的是，预设人脸特征集合可以包括多个，不同用户在录入人脸特征过程中可以形成不同的预设人脸特征集合，各个不同的预设人脸特征集合均包括至少一个已录入人脸特征。
在人脸识别验证过程中，将实时提取的待识别人脸图像的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，需要说明的是，根据实时提取的待识别人脸图像的人脸特征与预设人脸特征集合属于同一用户，即在一些示例中，将获取用户的人脸特征与该用户的预设人脸特征集合中至少一个已录入人脸特征进行匹配以获得人脸验证结果。
在一些实施例中，将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，包括：若人脸特征与预设人脸特征集合中的至少一个已录入人脸特征的相似度高于第二预设相似度阈值，则确认人脸验证成功；若人脸特征与预设人脸特征集合中的至少一个已录入人脸特征的相似度均不高于第二预设相似度阈值，则确认人脸验证失败。
具体地，预设人脸特征集合包括至少一个已录入人脸特征，将实时获得的待识别人脸图像提取的人脸特征与预设人脸特征集合中已录入的至少一个人脸特征进行逐一匹配，若人脸特征与预设人脸特征集合中的至少一个已录入人脸特征的相似度高于第二预设相似度阈值，则确认人脸验证成功，即在一些示例中，在人脸特征与预设人脸特征集合中的已录入人脸特征逐一匹配过程中，若人脸特征与预设人脸特征集合中已录入的任意人脸特征相似度高于第二预设相似度阈值时，则确认人脸验证成功；相反的，若人脸特征与预设人脸特征集合中的至少一个已录入人脸特征的相似度均不高于第二预设相似度阈值，则确认人脸验证失败，即在一些示例中，在人脸特征与预设人脸特征集合中已录入的至少一个人脸特征逐一匹配过程中，若人脸特征与预设人脸特征集合中的已录入的所有人脸特征相似度均不高于第二预设相似度阈值，则确认人脸验证失败。
步骤S103，确定人脸特征验证通过且满足预设人脸特征更新条件，则根据人脸特征更新预设人脸特征集合。
具体地，通过预设人脸特征更新条件，当在人脸特征与预设人脸特征集合中已录入人脸特征逐一匹配过程中确认人脸验证成功并且满足预设的人脸特征更新条件时，根据人脸特征对预设人脸特征集合中的人脸特征进行校正，以更新预设人脸特征集合，并在后续的人脸识别验证过程中，将实时获取的人脸特征与更新后的预设人脸特征集合中的至少一个已录入人脸特征进行匹配，由于人脸特征作为生物数据，可能会随着时间、环境的变化而改变，通过更新预设人脸特征集合，可以提高人脸认证识别的准确性，进而提高用户体验。
在一些实施例中，预设人脸特征更新条件包括以下条件中的任意一种：预设人脸特征集合的未更新时长达到第一预设时长；人脸识别次数达到第一预设次数；接收到人脸特征集合更新指令；本次人脸识别对应的时间处于预设时间区间。
即在一些示例中，在人脸特征验证通过的前提下，若预设人脸特征集合长时间未更新，当达到预设人脸特征集合需更新时的第一预设时长时，根据人脸特征对预设人脸特征集合中的人脸特征进行校正更新；在人脸特征验证通过的前提下，若人脸识别次数达到第一预设次数，则根据人脸特征对预设人脸特征集合中的人脸特征进行校正更新，其中，人脸识别次数可以是人脸识别方法的执行次数，也可以是对于某一个用户的人脸识别次数；在人脸特征验证通过的前提下，若接收到人脸特征集合更新指令，即当接收到发送的更新人脸特征集合指令时，根据人脸特征对预设人脸特征集合中的人脸特征进行校正更新；在人脸特征验证通过的前提下，若本次人脸识别对应的时间处于预设时间区间，即考虑到光线会随时间发生变化，为将某一时间区间的人脸特征更新至预设人脸特征集合中，若本次人脸识别的时间点处于预设更新人脸特征集合的时间段，则根据人脸特征对预设人脸特征集合中的人脸特征进行校正更新。
由此，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
进一步地，在一些实施例中，如图2所示，上述的根据人脸特征更新预设人脸特征集合，包括以下步骤：
步骤S201，确定人脸特征验证通过前人脸验证失败时各待识别人脸图像的人脸特征。
具体地，每次进行人脸识别验证时，在确定人脸特征验证通过之前，可能会多次获取待识别图像的人脸特征，将人脸特征验证通过之前对应的各待识别人脸图像的人脸特征进行备份，并在确定人脸特征验证通过且满足预设人脸特征更新条件时，提取备份的人脸验证失败时各待识别人脸图像的人脸特征，其中，提取的人脸特征可以包括裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征等关键部位。
步骤S202，将各人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以确定相似度高于第一预设相似度阈值的人脸特征。
具体地，将提取的人脸验证失败时各人脸特征与预设人脸特征集合中已录入的至少一个人脸特征进行逐一匹配，若匹配相似度高于第一预设相似度阈值，则认为该人脸特征可以作为更新预设人脸特征集合的有效人脸特征，若匹配相似度不高于第一预设相似度阈值，则说明该人脸特征与预设人脸特征集合中的人脸特征相似度过低，不可作为更新预设人脸特征集合的有效人脸特征。
步骤S203，将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合。
具体地，在将提取的人脸验证失败时各人脸特征与预设人脸特征集合中已录入的至少一个人脸特征进行逐一匹配后，获取人脸验证失败时各人脸特征中相似度高于第一预设相似度阈值的人脸特征，将获取的人脸特征和预设人脸特征集合中的已录入人脸特征进行整合，并将整合后的人脸特征更新至预设人脸特征集合中以实现对预设人脸特征集合的更新，并在后续的人脸识别验证过程中，将实时获取的人脸特征与更新后的预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果。
进一步地，将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合，包括：将相似度高于第一预设相似度阈值的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第一融合特征，并根据第一融合特征更新至少一个已录入人脸特征；或者，根据相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第一特征组，并根据第一特征组更新至少一个已录入人脸特征。
作为一个具体示例，在获取人脸验证失败时各人脸特征中相似度高于第一预设相似度阈值的人脸特征后，可以将相似度高于第一预设相似度阈值的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合，需要说明的是，特征融合是一种将多个单一特征的图像按照一定的特征融合算法融合成具有多特征图像的方法，特征融合的目的在于把从图像中提取的特征，合并成一个比输入特征更具有判别能力的特征，目前常用的特征融合方法包括简单叠加、串行连接以及基于深度学习特征加权融合等。
具体来说，预设人脸特征集合中的至少一个已录入人脸特征之间具有不同的人脸角度和不同的光照强度，在将相似度高于第一预设相似度阈值的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合前，需要对相似度高于第一预设相似度阈值的人脸特征进行分类，划分成多个不同人脸角度和/或不同的光照强度下的人脸特征集合，将按照不同人脸角度和/或不同的光照强度划分的相似度高于第一预设相似度阈值的人脸特征分别与预设人脸特征集合中对应的已录入人脸特征进行特征融合，即将划分好的相似度高于第一预设相似度阈值的人脸特征与预设人脸特征集合中具有相同人脸角度和/或相同光照强度的已录入人脸特征进行特征融合，举例来说，将相似度高于第一预设相似度阈值向上抬头的人脸特征与预设人脸特征集合中向上抬头已录入的人脸特征进行特征融合，上述的特征融合具体如下，将各个人脸特征中的裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征与预设人脸特征集合中对应的已录入人脸特征的裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征分别进行特征融合，举例来说，可以将提取的向上抬头的各个人脸特征中的裸脸特征可以按照特征加权融合的方式与预设人脸特征集合中向上抬头已录入的人脸特征的裸脸特征进行融合，形成对应的融合裸脸特征，类似的，可以获得融合眼睛特征、融合眉毛特征、融合鼻子特征、融合嘴巴特征以及融合下巴特征，上述各融合特征共同组成第一融合特征，将形成的第一融合特征对相同人脸角度和/或相同光照强度下的已录入人脸特征进行更新，从而形成具有第一融合特征组成的更新后的预设人脸特征集合，在后续的人脸验证过程中，将实时获取的人脸特征与已更新了具有至少一个第一融合特征的预设人脸特征集合进行相似度计算。
作为另一个具体示例，在获取人脸验证失败时各人脸特征中相似度高于第一预设相似度阈值的人脸特征后，还可以根据相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第一特征组，具体来说，在根据相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第一特征组之前，对相似度高于第一预设相似度阈值的人脸特征进行分类，划分成多个不同人脸角度和/或不同的光照强度下的人脸特征集合，将按照不同人脸角度和/或不同的光照强度划分的相似度高于第一预设相似度阈值的人脸特征分别补录至预设人脸特征集合，以和预设人脸特征集合中对应的已录入人脸特征组成人脸特征组，即将划分好的相似度高于第一预设相似度阈值的人脸特征补录至预设人脸特征集合，以和预设人脸特征集合中具有相同人脸角度和/或相同光照强度的已录入人脸特征组成人脸特征组，举例来说，将相似度高于第一预设相似度阈值向上抬头的人脸特征补录至预设人脸特征集合，以和预设人脸特征集合中向上抬头已录入的人脸特征组成人脸特征组，上述的补录组成人脸特征组具体如下，将各个人脸特征中的裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征分别补录至预设人脸特征集合中对应的已录入人脸特征的裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征，以形成裸脸特征组、眼睛特征组、眉毛特征组、鼻子特征组、嘴巴特征组以及下巴特征组，各个特征组共同组成人脸特征组，举例来说，可以将提取的向上抬头的各个人脸特征中的裸脸特征补录至预设人脸特征集合，从而与预设人脸特征集合中向上抬头的已录入的裸脸特征组成裸脸特征组，类似的，可以形成向上抬头的眼睛特征组、眉毛特征组、鼻子特征组、嘴巴特征组以及下巴特征组，上述各特征组组成的人脸特征组即为第一特征组，将形成的第一特征组对相同人脸角度、相同光照强度下的已录入人脸特征进行更新，形成具有第一特征组组成的更新后的预设人脸特征集合，在后续的人脸验证过程中，将实时获取的人脸特征与已更新了具有至少一个第一特征组的预设人脸特征集合进行相似度计算。
由此，在获取人脸验证失败时各人脸特征中相似度高于第一预设相似度阈值的人脸特征后，通过特征融合形成的第一融合特征的方式，或者通过补录人脸特征形成第一特征组的方式，均可实现对预设人脸特征集合的更新，从而可以更容易实现人脸识别验证，提高了人脸识别的准确度和响应速度，并提升了消费者用户体验。
在一些实施例中，将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合之前，方法还包括：显示相似度高于第一预设相似度阈值的人脸特征对应的待识别人脸图像，并接收用户选择的待识别人脸图像；根据用户选择的待识别人脸图像的人脸特征更新预设人脸特征集合。
即在一些示例中，在将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合之前，还可以将相似度高于第一预设相似度阈值的人脸特征对应的待识别人脸图像显示在显示屏上，以供用户选择其中至少一个待识别人脸图像对应的人脸特征，将提取的人脸特征通过特征融合形成第一融合特征的方式或通过补录人脸特征形成第一特征组的方式对新预设人脸特征集合中的人脸特征进行更新，由此，可以实现用户对预设人脸特征集合的自定义更新，进一步提高了用户的交互使用体验。
在一些实施例中，确定人脸特征验证通过前人脸验证失败时各待识别人脸图像的人脸特征之前，方法还包括：若人脸验证失败时的待识别人脸图像的个数低于预设个数阈值，则确定人脸验证成功时待识别人脸图像的人脸特征；根据人脸验证成功时待识别人脸图像的人脸特征更新预设人脸特征集合。
具体地，每次进行人脸识别验证时，在确定人脸特征验证通过之前，可能会多次获取待识别图像的人脸特征，记录人脸验证失败时的个数，并对人脸特征验证通过时的各待识别人脸图像的人脸特征进行备份，确定人脸特征验证通过且满足预设人脸特征更新条件时，若人脸验证失败时的待识别人脸图像的个数低于预设个数阈值，则说明当前预设人脸特征集合可以很好的实现人脸识别认证功能，此时将提取人脸验证成功时各待识别人脸图像的人脸特征作为更新预设人脸特征集合的有效人脸特征，在将提取的各人脸特征与预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合。由此，可以保证在人脸验证失败对应的待识别人脸图像过少或没有时，仍能对预设人脸特征集合进行更新。
进一步地，根据人脸验证成功时待识别人脸图像的人脸特征更新预设人脸特征集合，包括：将人脸验证成功时待识别人脸图像的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第二融合特征，并根据第二融合特征更新至少一个已录入人脸特征；或者，根据人脸验证成功时待识别人脸图像的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第二特征组，并根据第二特征组更新至少一个已录入人脸特征。
作为一个具体示例，在获取人脸验证成功时各待识别人脸图像的人脸特征后，可以将人脸验证成功时待识别人脸图像的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第二融合特征，具体来说，在将人脸验证成功时待识别人脸图像的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第二融合特征之前，需要对人脸验证成功时各待识别人脸图像的人脸特征进行分类，划分成多个不同人脸角度和/或不同的光照强度下的人脸特征集合，将按照不同人脸角度和/或不同的光照强度划分的人脸验证成功时各待识别人脸图像的人脸特征分别与预设人脸特征集合中对应的已录入人脸特征进行特征融合，即将划分好的人脸验证成功时各待识别人脸图像的人脸特征与预设人脸特征集合中具有相同人脸角度和/或相同光照强度的已录入人脸特征进行特征融合，举例来说，将人脸验证成功时向上抬头的各待识别人脸图像的人脸特征与预设人脸特征集合中向上抬头已录入的人脸特征进行特征融合，上述的特征融合具体如下，将各个人脸特征中的裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征与预设人脸特征集合中对应的已录入人脸特征的裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征分别进行特征融合，举例来说，可以将提取的向上抬头的人脸验证成功时各人脸特征中的裸脸特征可以按照特征加权融合的方式与预设人脸特征集合中向上抬头已录入的人脸特征的裸脸特征进行融合，形成对应的融合裸脸特征，类似的，可以获得融合眼睛特征、融合眉毛特征、融合鼻子特征、融合嘴巴特征以及融合下巴特征，上述各融合特征共同组成第二融合特征，将形成的第二融合特征对相同人脸角度和/或相同光照强度下的已录入人脸特征进行更新，从而形成具有第二融合特征组成的更新后的预设人脸特征集合，在后续的人脸验证过程中，将实时获取的人脸特征与已更新了具有至少一个第二融合特征的预设人脸特征集合进行相似度计算。
作为另一个具体示例，获取人脸验证成功时各待识别人脸图像的人脸特征后，还可以根据人脸验证成功时待识别人脸图像的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第二特征组，具体来说，在根据人脸验证成功时待识别人脸图像的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第二特征组之前，对人脸验证成功时各待识别人脸图像的人脸特征进行分类，划分成多个不同人脸角度和/或不同的光照强度下的人脸特征集合，将按照不同人脸角度和/或不同的光照强度划分的人脸验证成功时各待识别人脸图像的人脸特征分别补录至预设人脸特征集合，以和预设人脸特征集合中对应的已录入人脸特征组成人脸特征组，即将划分好的人脸验证成功时各待识别人脸图像的人脸特征补录至预设人脸特征集合，以和预设人脸特征集合中具有相同人脸角度和/或相同光照强度的已录入人脸特征组成人脸特征组，举例来说，将人脸验证成功时向上抬头的各待识别人脸图像的人脸特征补录至预设人脸特征集合，以和预设人脸特征集合中向上抬头已录入的人脸特征组成人脸特征组，上述的补录组成人脸特征组具体如下，将各个人脸特征中的裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征分别补录至预设人脸特征集合中对应的已录入人脸特征的裸脸特征、眼睛特征、眉毛特征、鼻子特征、嘴巴特征以及下巴特征，以形成裸脸特征组、眼睛特征组、眉毛特征组、鼻子特征组、嘴巴特征组以及下巴特征组，各个特征组共同组成人脸特征组，举例来说，可以将提取的向上抬头的各个人脸特征中的裸脸特征补录至预设人脸特征集合，从而与预设人脸特征集合中向上抬头的已录入的裸脸特征组成裸脸特征组，类似的，可以形成向上抬头的眼睛特征组、眉毛特征组、鼻子特征组、嘴巴特征组以及下巴特征组，上述各特征组组成的人脸特征组即为第二特征组，将形成的第二特征组对相同人脸角度、相同光照强度下的已录入人脸特征进行更新，从而形成具有第二特征组组成的更新后的预设人脸特征集合，在后续的人脸验证过程中，将实时获取的人脸特征与已更新了具有至少一个第二特征组的预设人脸特征集合进行相似度计算。
由此，获取人脸验证成功时各待识别人脸图像的人脸特征后，通过特征融合形成的第二融合特征的方式，或者通过补录人脸特征形成第二特征组的方式，均可实现对预设人脸特征集合的更新，从而可以更容易实现人脸识别验证，提高了人脸识别的准确度和响应速度，并提升了消费者用户体验。
综上所述，根据本发明实施例的人脸识别方法，提取待识别人脸图像的人脸特征，并将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，在确定人脸特征验证通过且满足预设人脸特征更新条件时，根据人脸特征更新预设人脸特征集合。由此，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
图3为根据本发明一个实施例的人脸识别装置的结构示意图。如图3所示，该人脸识别装置100包括：提取模块110、匹配模块120和更新模块130。
其中，提取模块110用于提取待识别人脸图像的人脸特征；匹配模块120用于将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，预设人脸特征集合包括至少一个已录入人脸特征；更新模块130用于确定人脸特征验证通过且满足预设人脸特征更新条件，则根据人脸特征更新预设人脸特征集合。
在一些实施例中，上述的人脸识别装置还包括：获取模块(图中未具体示出)，用于获取不同人脸角度的人脸图像得到至少一个待识别人脸图像；和/或，获取不同光照强度条件下的人脸图像得到至少一个待识别人脸图像。
在一些实施例中，预设人脸特征更新条件包括以下条件中的任意一种：预设人脸特征集合的未更新时长达到第一预设时长；人脸识别次数达到第一预设次数；接收到人脸特征集合更新指令；本次人脸识别对应的时间处于预设时间区间。
在一些实施例中，更新模块130具体用于：确定人脸特征验证通过前人脸验证失败时各待识别人脸图像的人脸特征；将各人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以确定相似度高于第一预设相似度阈值的人脸特征；将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合。
在一些实施例中，更新模块130具体用于：将相似度高于第一预设相似度阈值的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第一融合特征，并根据第一融合特征更新至少一个已录入人脸特征；或者，根据相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第一特征组，并根据第一特征组更新至少一个已录入人脸特征。
在一些实施例中，上述的人脸识别装置还包括：显示模块(图中未具体示出)，将相似度高于第一预设相似度阈值的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征整合后更新至预设人脸特征集合之前，显示模块具体用于：显示相似度高于第一预设相似度阈值的人脸特征对应的待识别人脸图像，并接收用户选择的待识别人脸图像；更新模块130还具体用于：根据用户选择的待识别人脸图像的人脸特征更新预设人脸特征集合。
在一些实施例中，确定人脸特征验证通过前人脸验证失败时各待识别人脸图像的人脸特征之前，更新模块130还具体用于：若人脸验证失败时的待识别人脸图像的个数低于预设个数阈值，则确定人脸验证成功时待识别人脸图像的人脸特征；根据人脸验证成功时待识别人脸图像的人脸特征更新预设人脸特征集合。
在一些实施例中，更新模块130还具体用于：将人脸验证成功时待识别人脸图像的人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第二融合特征，并根据第二融合特征更新至少一个已录入人脸特征；或者，根据人脸验证成功时待识别人脸图像的人脸特征和预设人脸特征集合中的至少一个已录入人脸特征生成第二特征组，并根据第二特征组更新至少一个已录入人脸特征。
在一些实施例中，匹配模块120具体用于：若人脸特征与预设人脸特征集合中的至少一个已录入人脸特征的相似度高于第二预设相似度阈值，则确认人脸验证成功；若人脸特征与预设人脸特征集合中的至少一个已录入人脸特征的相似度均不高于第二预设相似度阈值，则确认人脸验证失败。
需要说明的是，本申请中关于人脸识别装置的描述，请参考本申请中关于人脸识别方法的描述，具体这里不再赘述。
根据本发明实施例的人脸识别装置，通过提取模块提取待识别人脸图像的人脸特征，并通过匹配模块将人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，以及通过更新模块在确定人脸特征验证通过且满足预设人脸特征更新条件时，根据人脸特征更新预设人脸特征集合。由此，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
本发明的实施例还提供一种智能门锁，智能门锁包括如上述的人脸识别装置。
根据本发明实施例的智能门锁，通过上述的人脸识别装置，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
本发明的实施例还提供一种计算机可读存储介质，其上存储有人脸识别程序，该人脸识别程序被处理器执行时实现如上述的人脸识别方法。
根据本发明实施例的计算机可读存储介质，通过上述的人脸识别方法，通过动态更新预设人脸特征集合，并将提取的人脸特征与更新后的预设人脸特征集合进行匹配验证，可以提高人脸识别的准确度和响应速度，并提升消费者用户体验。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种人脸识别方法，其特征在于，所述方法包括：
提取待识别人脸图像的人脸特征；
将所述人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，所述预设人脸特征集合包括至少一个已录入人脸特征；
确定所述人脸特征验证通过且满足预设人脸特征更新条件，则根据所述人脸特征更新所述预设人脸特征集合。
2.根据权利要求1所述的人脸识别方法，其特征在于，所述方法还包括：
获取不同人脸角度的人脸图像得到至少一个待识别人脸图像；
和/或，获取不同光照强度条件下的人脸图像得到至少一个待识别人脸图像。
3.根据权利要求1所述的人脸识别方法，其特征在于，所述预设人脸特征更新条件包括以下条件中的任意一种：
所述预设人脸特征集合的未更新时长达到第一预设时长；
人脸识别次数达到第一预设次数；
接收到人脸特征集合更新指令；
本次人脸识别对应的时间处于预设时间区间。
4.根据权利要求1所述的人脸识别方法，其特征在于，所述根据所述人脸特征更新所述预设人脸特征集合，包括：
确定所述人脸特征验证通过前人脸验证失败时各待识别人脸图像的人脸特征；
将各所述人脸特征与所述预设人脸特征集合中的至少一个已录入人脸特征进行匹配以确定相似度高于第一预设相似度阈值的人脸特征；
将所述相似度高于第一预设相似度阈值的人脸特征和所述预设人脸特征集合中的至少一个已录入人脸特征整合后更新至所述预设人脸特征集合。
5.根据权利要求4所述的人脸识别方法，其特征在于，所述将所述相似度高于第一预设相似度阈值的人脸特征和所述预设人脸特征集合中的至少一个已录入人脸特征整合后更新至所述预设人脸特征集合，包括：
将所述相似度高于第一预设相似度阈值的人脸特征与所述预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第一融合特征，并根据所述第一融合特征更新所述至少一个已录入人脸特征；或者，
根据所述相似度高于第一预设相似度阈值的人脸特征和所述预设人脸特征集合中的至少一个已录入人脸特征生成第一特征组，并根据所述第一特征组更新所述至少一个已录入人脸特征。
6.根据权利要求4所述的人脸识别方法，其特征在于，所述将所述相似度高于第一预设相似度阈值的人脸特征和所述预设人脸特征集合中的至少一个已录入人脸特征整合后更新至所述预设人脸特征集合之前，所述方法还包括：
显示所述相似度高于第一预设相似度阈值的人脸特征对应的待识别人脸图像，并接收用户选择的待识别人脸图像；
根据所述用户选择的待识别人脸图像的人脸特征更新所述预设人脸特征集合。
7.根据权利要求4所述的人脸识别方法，其特征在于，所述确定所述人脸特征验证通过前人脸验证失败时各待识别人脸图像的人脸特征之前，所述方法还包括：
若人脸验证失败时的待识别人脸图像的个数低于预设个数阈值，则确定人脸验证成功时待识别人脸图像的人脸特征；
根据所述人脸验证成功时待识别人脸图像的人脸特征更新所述预设人脸特征集合。
8.根据权利要求7所述的人脸识别方法，其特征在于，所述根据所述人脸验证成功时待识别人脸图像的人脸特征更新所述预设人脸特征集合，包括：
将所述人脸验证成功时待识别人脸图像的人脸特征与所述预设人脸特征集合中的至少一个已录入人脸特征进行特征融合以获得第二融合特征，并根据所述第二融合特征更新所述至少一个已录入人脸特征；或者，
根据所述人脸验证成功时待识别人脸图像的人脸特征和所述预设人脸特征集合中的至少一个已录入人脸特征生成第二特征组，并根据所述第二特征组更新所述至少一个已录入人脸特征。
9.根据权利要求1所述的人脸识别方法，其特征在于，所述将所述人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，包括：
若所述人脸特征与所述预设人脸特征集合中的至少一个已录入人脸特征的相似度高于第二预设相似度阈值，则确认人脸验证成功；
若所述人脸特征与所述预设人脸特征集合中的至少一个已录入人脸特征的相似度均不高于所述第二预设相似度阈值，则确认人脸验证失败。
10.一种人脸识别装置，其特征在于，所述装置包括：
提取模块，用于提取待识别人脸图像的人脸特征；
匹配模块，用于将所述人脸特征与预设人脸特征集合中的至少一个已录入人脸特征进行匹配以获得人脸验证结果，所述预设人脸特征集合包括至少一个已录入人脸特征；
更新模块，用于确定所述人脸特征验证通过且满足预设人脸特征更新条件，则根据所述人脸特征更新所述预设人脸特征集合。
11.一种智能门锁，其特征在于，所述智能门锁包括如权利要求10所述的人脸识别装置。
12.一种计算机可读存储介质，其特征在于，其上存储有人脸识别程序，该人脸识别程序被处理器执行时实现根据权利要求1-9中任一项所述的人脸识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210191440.4A CN114550266A (zh) | 2022-02-28 | 2022-02-28 | 人脸识别方法、装置、智能门锁及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210191440.4A CN114550266A (zh) | 2022-02-28 | 2022-02-28 | 人脸识别方法、装置、智能门锁及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114550266A true CN114550266A (zh) | 2022-05-27 |
Family
ID=81661823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210191440.4A Pending CN114550266A (zh) | 2022-02-28 | 2022-02-28 | 人脸识别方法、装置、智能门锁及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114550266A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115359589A (zh) * | 2022-08-08 | 2022-11-18 | 珠海格力电器股份有限公司 | 智能门锁的控制方法、装置、电子装置和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030083510A (ko) * | 2002-04-23 | 2003-10-30 | 삼성전자주식회사 | 이용자 검증 및 데이터 베이스 자동 갱신 방법, 및 이를이용한 얼굴 인식 시스템 |
| CN111339990A (zh) * | 2020-03-13 | 2020-06-26 | 乐鑫信息科技（上海）股份有限公司 | 一种基于人脸特征动态更新的人脸识别系统和方法 |
| CN112270290A (zh) * | 2020-11-10 | 2021-01-26 | 佳都新太科技股份有限公司 | 人脸图像动态聚类方法、装置、电子设备和存储介质 |
| CN113837006A (zh) * | 2021-08-20 | 2021-12-24 | 奥比中光科技集团股份有限公司 | 一种人脸识别方法、装置、存储介质及电子设备 |
-
2022
- 2022-02-28 CN CN202210191440.4A patent/CN114550266A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030083510A (ko) * | 2002-04-23 | 2003-10-30 | 삼성전자주식회사 | 이용자 검증 및 데이터 베이스 자동 갱신 방법, 및 이를이용한 얼굴 인식 시스템 |
| CN111339990A (zh) * | 2020-03-13 | 2020-06-26 | 乐鑫信息科技（上海）股份有限公司 | 一种基于人脸特征动态更新的人脸识别系统和方法 |
| CN112270290A (zh) * | 2020-11-10 | 2021-01-26 | 佳都新太科技股份有限公司 | 人脸图像动态聚类方法、装置、电子设备和存储介质 |
| CN113837006A (zh) * | 2021-08-20 | 2021-12-24 | 奥比中光科技集团股份有限公司 | 一种人脸识别方法、装置、存储介质及电子设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115359589A (zh) * | 2022-08-08 | 2022-11-18 | 珠海格力电器股份有限公司 | 智能门锁的控制方法、装置、电子装置和存储介质 |
| CN115359589B (zh) * | 2022-08-08 | 2023-10-10 | 珠海格力电器股份有限公司 | 智能门锁的控制方法、装置、电子装置和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10354362B2 (en) | Methods and software for detecting objects in images using a multiscale fast region-based convolutional neural network | |
| KR102174595B1 (ko) | 비제약형 매체에 있어서 얼굴을 식별하는 시스템 및 방법 | |
| WO2019120115A1 (zh) | 人脸识别的方法、装置及计算机装置 | |
| CN103902961B (zh) | 一种人脸识别方法及装置 | |
| US9633044B2 (en) | Apparatus and method for recognizing image, and method for generating morphable face images from original image | |
| CN106778607A (zh) | 一种基于人脸识别的人与身份证同一性认证装置及方法 | |
| CN109934062A (zh) | 眼镜摘除模型的训练方法、人脸识别方法、装置和设备 | |
| CN112115866A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
| CN107992807B (zh) | 一种基于cnn模型的人脸识别方法及装置 | |
| CN106407911A (zh) | 基于图像的眼镜识别方法及装置 | |
| US11893831B2 (en) | Identity information processing method and device based on fundus image | |
| CN105518708A (zh) | 用于验证活体人脸的方法、设备和计算机程序产品 | |
| CN110688901A (zh) | 一种人脸识别方法及装置 | |
| CN101482919A (zh) | 人脸核对装置 | |
| CN112446322B (zh) | 眼球特征检测方法、装置、设备及计算机可读存储介质 | |
| EP3528158A2 (en) | Method and apparatus for selective combined authentication | |
| CN112241689A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
| CN110705454A (zh) | 一种具有活体检测功能的人脸识别方法 | |
| CN114270417A (zh) | 能够更新注册人脸模板的人脸识别系统及方法 | |
| CA3050456C (en) | Facial modelling and matching systems and methods | |
| CN111126280A (zh) | 基于融合手势识别的失语症患者辅助康复训练系统及方法 | |
| CN114565602A (zh) | 基于多通道融合的图像识别方法、装置和存储介质 | |
| CN111353385B (zh) | 一种基于掩膜对齐与注意力机制的行人再识别方法和装置 | |
| CN114550266A (zh) | 人脸识别方法、装置、智能门锁及计算机可读存储介质 | |
| CN112613471B (zh) | 人脸活体检测方法、装置及计算机可读存储介质 |
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 |