CN115240265A - 用户智能识别方法、电子设备及存储介质 - Google Patents
用户智能识别方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115240265A CN115240265A CN202211165989.2A CN202211165989A CN115240265A CN 115240265 A CN115240265 A CN 115240265A CN 202211165989 A CN202211165989 A CN 202211165989A CN 115240265 A CN115240265 A CN 115240265A
- Authority
- CN
- China
- Prior art keywords
- user
- face recognition
- condition
- acquiring
- characteristic
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06F16/535—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及一种用户智能识别方法、电子设备及存储介质,其包括:在确定有特征条件输入的情况下,查找与特征条件对应的人脸识别数据库;提取用户的人脸识别特征,并计算人脸识别特征与人脸识别数据库中的标准匹配模板之间的匹配度;在匹配度大于或等于预设匹配阈值时反馈识别成功信息。实施本发明能够提高用户识别速度和识别准确度高,且适用场景更加广泛。
Description
技术领域
本发明涉及用户识别技术领域,更具体地说,涉及一种用户智能识别方法、电子设备及存储介质。
背景技术
随着人工智能的发展,人脸识别技术由于其快捷、方便的使用过程,已经在越来越多的场景所采用。当前进行用户人脸的识别过程,其普遍是以完整的人脸作为识别基础,而当前很多环境下,其并不能很好的采集到完整的人脸,这样导致基于完整脸的识别过程变得不适用或者其识别准确率会大大的降低。
发明内容
本发明要解决的技术问题在于,提供一种用户智能识别方法、电子设备及存储介质。
本发明解决其技术问题所采用的技术方案是:构造一种用户智能识别方法,包括:
在确定有特征条件输入的情况下,查找与所述特征条件对应的人脸识别数据库;
提取用户的人脸识别特征,并计算所述人脸识别特征与所述人脸识别数据库中的标准匹配模板之间的匹配度;
在所述匹配度大于或等于预设匹配阈值时反馈识别成功信息。
在其中一个实施例中,所述特征条件包括预设环境信息,所述方法还包括:
建立所述预设环境信息与所述人脸识别数据库的第一对应关系;
所述在确定有特征条件输入的情况下,查找与所述特征条件对应的人脸识别数据库;包括:
获取当前环境信息,并在所述当前环境信息满足所述预设环境信息时确定有所述特征条件输入;根据所述第一对应关系获取对应的人脸识别数据库。
在其中一个实施例中,所述的用户智能识别方法还包括:基于用户智能识别装置的当前位置信息获取所述当前环境信息。
在其中一个实施例中,所述特征条件包括用户习惯,所述方法还包括:
建立所述用户习惯与所述人脸识别数据库的第二对应关系;
所述在确定有特征条件输入的情况下,查找与所述特征条件对应的人脸识别数据库;包括:
获取当前用户状态,并在所述当前用户状态满足所述用户习惯时确定有所述特征条件输入;根据所述第二对应关系获取对应的人脸识别数据库。
在其中一个实施例中,所述的用户智能识别方法还包括:
基于历史识别过程获取所述用户习惯。
在其中一个实施例中,所述的用户智能识别方法还包括:
依据预设规则对人脸进行区域划分以得到若干预设脸部特征属性;
根据所述特征条件获取对应的预设脸部特征属性,以建立与所述特征条件对应的人脸识别数据库。
在其中一个实施例中,所述的用户智能识别方法还包括:
确认所述人脸识别特征的首要识别特征,并在识别满足所述首要识别特征时确定有特征条件输入;和/或
对所述特征条件对应的预设脸部特征属性进行分级,以根据所述分级获取所述预设匹配阈值。
在其中一个实施例中,所述的用户智能识别方法还包括:
基于用户终端获取用户的当前位置,在所述用户的当前位置距离用户智能识别装置的位置小于距离阈值时,基于所述用户终端获取当前用户信息;
基于所述当前用户信息从所述人脸识别数据库获取对应的标准匹配模板进行匹配。
本发明还构造一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上面任意一项所述的用户智能识别方法。
本发明还构造一种电子设备,包括存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序实现如上面任一项所述的用户智能识别方法。
实施本发明的一种用户智能识别方法、电子设备及存储介质,具有以下有益效果:提高用户识别速度和识别准确度高,且适用场景更加广泛。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明一种用户智能识别方法一实施例的程序流程图;
图2是本发明一种用户智能识别方法另一实施例的程序流程图;
图3是本发明一种用户智能识别方法又一实施例的程序流程图;
图4是本发明一种用户智能识别方法又一实施例的程序流程图;
图5是本发明一种用户智能识别方法又一实施例的程序流程图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
如图1所示,在本发明的一种用户智能识别方法第一实施例中,包括:S1、在确定有特征条件输入的情况下,查找与特征条件对应的人脸识别数据库。具体的,在用户智能识别装置被触发工作时,其先基于当前信息确认是否有特征条件输入。其在有特征条件输入时,基于该特征条件获取对应的人脸识别数据库。在一实施例中,在没有特征条件输入时,其可以直接按照默认的识别方式进行识别。例如,其可以对应的以正常的人脸数据库为基础进行人脸识别。其还可以理解,基于不同的特征条件有不同的人脸识别数据库,其在确定了特征条件后,即可以得到对应的人脸识别数据库。
S2、提取用户的人脸识别特征,并计算人脸识别特征与人脸识别数据库中的标准匹配模板之间的匹配度。具体的,在用户智能识别装置被触发后,通过用户智能识别装置识别当前用户的人脸信息,提取该用户的人脸识别特征。在得到用户的人脸识别特征后,将该人脸识别特征与人脸识别数据库中的标准匹配模板进行一一比对。其中,人脸识别特征的提取可以基于预设规则进行获取,其也可以基于人脸识别数据库进行提取。例如,在人脸识别数据库中设置用户的人脸特征,如眼睛、眉毛等部位,那么在提取用户的人脸识别特征时,提取其眼睛、眉毛等部位的特征参数。对人脸识别数据库中未设置的人脸特征,如鼻子、嘴巴等部位,那么在提取用于的人脸识别特征时,可以忽略该人脸识别特征。其也可以获取所有的人脸识别特征后,只对其中与标准匹配模板对应的人脸识别特征进行对比获取对应的匹配度。
S3、在匹配度大于或等于预设匹配阈值时反馈识别成功信息。具体的,当人脸识别数据库中存在与获取的人脸识别特征匹配度满足预设匹配阈值的标准匹配模板时,则可以判定该用户识别成功。生成对应的识别成功信息并进行对应的操作,例如进行开锁或关锁动作。在一实施例中,在特征条件对应的人脸识别数据库中不存在与当前用户的人脸识别特征匹配度满足标准匹配模板时,可以生成提示信息,提示用户进行特征条件的去除或更新,以触发更换人脸识别数据库进行人脸识别。
如图2所示,在一实施例中,特征条件包括预设环境信息,本实施例的用户智能识别方法还包括:S0A、建立预设环境信息与人脸识别数据库的第一对应关系;在确定有特征条件输入的情况下,查找与特征条件对应的人脸识别数据库;包括:获取当前环境信息,并在当前环境信息满足预设环境信息时确定有特征条件输入;根据第一对应关系获取对应的人脸识别数据库。具体的,可以以预设环境信息作为特征条件。其中预设环境信息包括满足一定要求的天气、温度、地理位置等等,还可以包括一些特殊政策。该特殊政策可以与当前地理位置建立联系,基于当前地理位置获取。例如对需要佩戴帽子、围巾、口罩等对脸部有遮挡的天气,弱化帽子、围巾或者口罩等遮挡部位的特征,以非遮挡部位的人脸特征建立与该天气对应的人脸识别数据库,实现不同的天气与不同的人脸识别数据库的对应关系即第一对应关系。此时可以理解,将天气作为对应的特征条件,在对应的天气时,确定当前有特征条件输入,根据该天气和第一对应关系获取对应的人脸数据识别库。其环境信息也可以为地理位置信息和时间,即基于地理位置信息和时间获取到当前的气候,根据该气候确定对应帽子、围巾、口罩等佩戴情况,此时可以将地理位置信息和时间作为特征条件。另一实施例中,其还可以基于互联网获取当地的一些预设政策,例如对一些地方在一些特殊时期由于特殊要求需要佩戴口罩。因此,可以建立预设政策与人脸识别数据库的对应关系,在识别到当前有某一预设政策时,即可以确定有特征条件输入,获取该预设政策对应的人脸识别数据库。可以理解,特征条件可以根据需要进行更新,与特征条件对应的人脸识别数据库也可以根据需要进行更新。
可选的,本实施例的用户智能识别方法还包括,基于用户智能识别装置的当前位置信息获取当前环境信息。即,可以在用户智能识别装置被触发时,获取当前用于用户智能识别装置的当前位置信息,基于当前位置信息获取对应的当前环境信息。例如,基于当前用于用户智能识别装置的位置信息从互联网获取对应的特殊政策,或者获取当前的气候或天气信息等等。
如图3所示,在一实施例中,特征条件包括用户习惯,本实施例的用户智能识别方法还包括:S0B、建立用户习惯与人脸识别数据库的第二对应关系;在确定有特征条件输入的情况下,查找与特征条件对应的人脸识别数据库;包括:获取当前用户状态,并在当前用户状态满足用户习惯时确定有特征条件输入;根据第二对应关系获取对应的人脸识别数据库。具体的,以用户习惯作为特征条件。其中,用户习惯可以包括一些戴眼镜、戴帽子等对用户面部识别有影响的佩戴习惯。基于不同遮挡的部位对用户习惯进行分类,获取该用户习惯对应的遮挡部位,以对应的非遮挡部位的人脸特征建立与该用户习惯对应的人脸识别数据库,实现不同的用户习惯与不同的人脸识别数据库的对应关系即第二对应关系。此时可以理解,将用户习惯作为对应的特征条件。在识别到某一用户习惯后,确定当前有特征条件输入,根据该用户习惯和第二对应关系获取对应的人脸数据识别库。
可选的,本实施例的用户智能识别方法还包括,基于历史识别过程获取用户习惯。即,可以基于历史的用户人脸识别过程对用户习惯进行判定,得到与某一用户对应的用户习惯。例如,在对用户进行人脸识别时,每次识别成功后对一些识别特征进行记录,例如记录用户是否带有眼镜或者帽子,或者记录是否具有长发、耳环、鼻环等特征。若在连续一定数量的开门记录中,出现比较多的次数是佩戴眼镜、帽子或者具有长发、耳环、鼻环等特征,则基于该用户习惯建立对应的人脸识别数据库,在该人脸识别数据库中对该用户对应的标准匹配模板进行更新。在下一次识别过程中,先识别用户习惯,以便基于用户习惯获取对应的人脸识别数据库并获取对应的标准匹配模板。可以,基于历史识别过程对用户习惯的获取可以为一个实时的学习过程,其能够根据历史识别过程更新用户习惯的细节,使得识别过程对用户习惯的获取更加准确,其识别过程更加人性化。
如图4所示,在本实施例的用户智能识别方法中,还包括:S11、依据预设规则对人脸进行区域划分以得到若干预设脸部特征属性;S12、根据特征条件获取对应的预设脸部特征属性,以建立与特征条件对应的人脸识别数据库。具体的,对人脸部位进行区域划分,得到脸部对应的若干部位。基于特征条件得到每一特征条件的忽略部位或者遮挡部位,得到剩余部位作为该特征条件对应的人脸识别数据库。即可以理解每一特征条件对应的人脸数据库中,其识别的脸部属性不同。例如对于特征条件为戴眼镜时,以眼部之外的其他部位作为该特征条件的人脸识别数据库,其对应的标准匹配模板中包括眼部以外的其他部位的匹配标准。
可选的,在本实施例的用户智能识别方法中,还包括:确认人脸识别特征的首要识别特征,并在识别满足首要识别特征时确定有特征条件输入。具体的,从人脸划分得到的脸部特征属性中获取每一特征条件对应的首要识别特征。例如,将眼部识别特征中戴眼镜的识别结果作为戴眼镜这一特征条件的首要识别特征。在人脸识别过程中,先获取其首要识别特征。在一实施例中,其获取首要识别特征的过程可以基于若干预设脸部特征属性中缺少的特征属性或者多余的特征属性进行划分。例如,识别到预设脸部特征属性中有的耳环对应的特征属性,则可以将耳环特征属性定义为一特征条件的首要识别特征。在识别预设脸部特征属性中没有嘴巴和鼻子对应的特征属性时,则可以将缺少的特征属性定义为一特征条件的首要识别特征。例如,在识别用户一只眼睛存在缺陷,即缺少一只眼睛的特征属性,此时将该缺少的眼睛特征属性作为首要识别特征,在识别到缺少该眼睛时,即识别到满足该首要识别特征判定条件时,确定有特征条件输入。因此,通过将首要识别特征作为特征条件,还能够实现快速的对脸部情况较为特殊的用户的快速识别。
可选的,在本实施例的用户智能识别方法中,还包括:对特征条件对应的预设脸部特征属性进行分级,以根据分级获取预设匹配阈值。具体的,可以依据特征条件对预设脸部特征属性进行分级。例如,在确认了某一特征条件时,基于该特征条件获取其对应的一级特征,在一级特征吻合时,再进行一级特征以外的其他级别特征进行匹配,此时匹配度在满足一个较低的预设值即可以判断识别成功。而在一级特征不吻合时,进行一级特征以外的其他级别特征进行匹配时,其匹配度需要满足一个较高的预设值才能判断识别成功。例如,对特征条件为佩戴眼镜或者貌似时,优先匹配眼镜或帽子特征,该特征升级为1级特征点,然后2级或其他特征点符合80%,即可快速开门。如果无1级特征点,2级或其他特征点需要符合90%才能开门。对特征条件为长发、耳环、鼻环特征,优先匹配长发、耳环、鼻环特征,该特征升级为1级特征点,然后2级或其他特征点符合80%,即可快速开门。如果无1级特征点,2级或其他特征点需要符合90%才能开门。
如图5所示,在本实施例的用户智能识别方法中,还包括:S41、基于用户终端获取用户的当前位置,在用户的当前位置距离用户智能识别装置的位置小于距离阈值时,基于用户终端获取当前用户信息;S42、基于当前用户信息从人脸识别数据库获取对应的标准匹配模板进行匹配。具体的,还可以对用户随声携带的用户终端例如手机、手表、手环等进行定位获取当前用户的位置。例如将用户终端配置到APP,然后门锁人脸识别前,通知服务器从APP上获取当前用户的位置,如果app返回的用户位置与门锁物理位置接近,则人脸识别时,优先匹配当前app用户的人脸特征,优化人脸识别速度。
另,本发明的一种电子设备,包括存储器和处理器;存储器用于存储计算机程序;处理器用于执行计算机程序实现如上面任意的用户智能识别方法。具体的,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过电子设备下载和安装并且执行时,执行本发明实施例的方法中限定的上述功能。本发明中的电子设备可为笔记本、台式机、平板电脑、智能手机等终端,也可为服务器。
另,本发明的一种计算机存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上面任意一项的用户智能识别方法。具体的,需要说明的是,本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以理解的,以上实施例仅表达了本发明的一部分实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制;应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,可以对上述技术特点进行自由组合,还可以做出若干变形和改进,这些都属于本发明的保护范围;因此,凡跟本发明权利要求范围所做的等同变换与修饰,均应属于本发明权利要求的涵盖范围。
Claims (10)
1.一种用户智能识别方法,应用于用户智能识别装置,其特征在于,包括:
在确定有特征条件输入的情况下,查找与所述特征条件对应的人脸识别数据库;
提取用户的人脸识别特征,并计算所述人脸识别特征与所述人脸识别数据库中的标准匹配模板之间的匹配度;
在所述匹配度大于或等于预设匹配阈值时反馈识别成功信息。
2.根据权利要求1所述的用户智能识别方法,其特征在于,所述特征条件包括预设环境信息,所述方法还包括:
建立所述预设环境信息与所述人脸识别数据库的第一对应关系;
所述在确定有特征条件输入的情况下,查找与所述特征条件对应的人脸识别数据库;包括:
获取当前环境信息,并在所述当前环境信息满足所述预设环境信息时确定有所述特征条件输入;根据所述第一对应关系获取对应的人脸识别数据库。
3.根据权利要求2所述的用户智能识别方法,其特征在于,所述方法还包括:
基于所述用户智能识别装置的当前位置信息获取所述当前环境信息。
4.根据权利要求1所述的用户智能识别方法,其特征在于,所述特征条件包括用户习惯,所述方法还包括:
建立所述用户习惯与所述人脸识别数据库的第二对应关系;
所述在确定有特征条件输入的情况下,查找与所述特征条件对应的人脸识别数据库;包括:
获取当前用户状态,并在所述当前用户状态满足所述用户习惯时确定有所述特征条件输入;根据所述第二对应关系获取对应的人脸识别数据库。
5.根据权利要求4所述的用户智能识别方法,其特征在于,所述方法还包括:
基于历史识别过程获取所述用户习惯。
6.根据权利要求1所述的用户智能识别方法,其特征在于,所述方法还包括:
依据预设规则对人脸进行区域划分以得到若干预设脸部特征属性;
根据所述特征条件获取对应的预设脸部特征属性,以建立与所述特征条件对应的人脸识别数据库。
7.根据权利要求6所述的用户智能识别方法,其特征在于,所述方法还包括:
确认所述人脸识别特征的首要识别特征,并在识别满足所述首要识别特征时确定有特征条件输入;和/或
对所述特征条件对应的预设脸部特征属性进行分级,以根据所述分级获取所述预设匹配阈值。
8.根据权利要求1所述的用户智能识别方法,其特征在于,所述方法还包括:
基于用户终端获取用户的当前位置,在所述用户的当前位置距离所述用户智能识别装置的位置小于距离阈值时,基于所述用户终端获取当前用户信息;
基于所述当前用户信息从所述人脸识别数据库获取对应的标准匹配模板进行匹配。
9.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任意一项所述的用户智能识别方法。
10.一种电子设备,其特征在于,包括存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序实现如权利要求1-8任一项所述的用户智能识别方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211571124.6A CN115761866A (zh) | 2022-09-23 | 2022-09-23 | 用户智能识别方法、电子设备及存储介质 |
CN202211165989.2A CN115240265B (zh) | 2022-09-23 | 2022-09-23 | 用户智能识别方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211165989.2A CN115240265B (zh) | 2022-09-23 | 2022-09-23 | 用户智能识别方法、电子设备及存储介质 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211571124.6A Division CN115761866A (zh) | 2022-09-23 | 2022-09-23 | 用户智能识别方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115240265A true CN115240265A (zh) | 2022-10-25 |
CN115240265B CN115240265B (zh) | 2023-01-10 |
Family
ID=83667202
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211165989.2A Active CN115240265B (zh) | 2022-09-23 | 2022-09-23 | 用户智能识别方法、电子设备及存储介质 |
CN202211571124.6A Pending CN115761866A (zh) | 2022-09-23 | 2022-09-23 | 用户智能识别方法、电子设备及存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211571124.6A Pending CN115761866A (zh) | 2022-09-23 | 2022-09-23 | 用户智能识别方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN115240265B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001357056A (ja) * | 2000-06-12 | 2001-12-26 | Topcon Corp | データベース構築システム及びそのプログラムが記録された記録媒体 |
CN104951770A (zh) * | 2015-07-02 | 2015-09-30 | 广东欧珀移动通信有限公司 | 人脸图像数据库的构建方法、应用方法及相应装置 |
CN108229323A (zh) * | 2017-11-30 | 2018-06-29 | 深圳市商汤科技有限公司 | 布控方法和装置、电子设备、计算机存储介质 |
US20190114467A1 (en) * | 2016-08-31 | 2019-04-18 | Tencent Technology (Shenzhen) Company Limited | Human face authentication method and apparatus, and storage medium |
CN110084016A (zh) * | 2019-04-23 | 2019-08-02 | 努比亚技术有限公司 | 一种人脸识别解锁的方法、装置、移动终端及存储介质 |
CN110826410A (zh) * | 2019-10-10 | 2020-02-21 | 珠海格力电器股份有限公司 | 一种人脸识别的方法和设备 |
CN111191496A (zh) * | 2018-11-14 | 2020-05-22 | 现代自动车株式会社 | 面部识别装置和面部识别方法 |
CN111209874A (zh) * | 2020-01-09 | 2020-05-29 | 北京百目科技有限公司 | 一种对人头部穿戴属性的分析识别方法 |
CN111597910A (zh) * | 2020-04-22 | 2020-08-28 | 深圳英飞拓智能技术有限公司 | 一种人脸识别方法、装置、终端设备及介质 |
CN112101261A (zh) * | 2020-09-22 | 2020-12-18 | 北京百度网讯科技有限公司 | 人脸识别方法、装置、设备及存储介质 |
CN112418006A (zh) * | 2020-11-05 | 2021-02-26 | 北京迈格威科技有限公司 | 目标识别方法、装置和电子系统 |
CN113792662A (zh) * | 2021-09-15 | 2021-12-14 | 北京市商汤科技开发有限公司 | 图像检测方法、装置、电子设备以及存储介质 |
CN113837065A (zh) * | 2021-09-22 | 2021-12-24 | 上海商汤智能科技有限公司 | 一种图像处理方法和装置 |
CN113963303A (zh) * | 2021-11-11 | 2022-01-21 | 百果园技术(新加坡)有限公司 | 图像处理方法、视频识别方法、装置、设备及存储介质 |
CN114038026A (zh) * | 2021-09-09 | 2022-02-11 | 中国银行股份有限公司 | 人脸识别方法及装置 |
CN114694227A (zh) * | 2022-04-01 | 2022-07-01 | 江苏智慧工场技术研究院有限公司 | 一种基于人脸识别技术的身份认证持续优化方法 |
-
2022
- 2022-09-23 CN CN202211165989.2A patent/CN115240265B/zh active Active
- 2022-09-23 CN CN202211571124.6A patent/CN115761866A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001357056A (ja) * | 2000-06-12 | 2001-12-26 | Topcon Corp | データベース構築システム及びそのプログラムが記録された記録媒体 |
CN104951770A (zh) * | 2015-07-02 | 2015-09-30 | 广东欧珀移动通信有限公司 | 人脸图像数据库的构建方法、应用方法及相应装置 |
US20190114467A1 (en) * | 2016-08-31 | 2019-04-18 | Tencent Technology (Shenzhen) Company Limited | Human face authentication method and apparatus, and storage medium |
CN108229323A (zh) * | 2017-11-30 | 2018-06-29 | 深圳市商汤科技有限公司 | 布控方法和装置、电子设备、计算机存储介质 |
CN111191496A (zh) * | 2018-11-14 | 2020-05-22 | 现代自动车株式会社 | 面部识别装置和面部识别方法 |
CN110084016A (zh) * | 2019-04-23 | 2019-08-02 | 努比亚技术有限公司 | 一种人脸识别解锁的方法、装置、移动终端及存储介质 |
CN110826410A (zh) * | 2019-10-10 | 2020-02-21 | 珠海格力电器股份有限公司 | 一种人脸识别的方法和设备 |
CN111209874A (zh) * | 2020-01-09 | 2020-05-29 | 北京百目科技有限公司 | 一种对人头部穿戴属性的分析识别方法 |
CN111597910A (zh) * | 2020-04-22 | 2020-08-28 | 深圳英飞拓智能技术有限公司 | 一种人脸识别方法、装置、终端设备及介质 |
CN112101261A (zh) * | 2020-09-22 | 2020-12-18 | 北京百度网讯科技有限公司 | 人脸识别方法、装置、设备及存储介质 |
CN112418006A (zh) * | 2020-11-05 | 2021-02-26 | 北京迈格威科技有限公司 | 目标识别方法、装置和电子系统 |
CN114038026A (zh) * | 2021-09-09 | 2022-02-11 | 中国银行股份有限公司 | 人脸识别方法及装置 |
CN113792662A (zh) * | 2021-09-15 | 2021-12-14 | 北京市商汤科技开发有限公司 | 图像检测方法、装置、电子设备以及存储介质 |
CN113837065A (zh) * | 2021-09-22 | 2021-12-24 | 上海商汤智能科技有限公司 | 一种图像处理方法和装置 |
CN113963303A (zh) * | 2021-11-11 | 2022-01-21 | 百果园技术(新加坡)有限公司 | 图像处理方法、视频识别方法、装置、设备及存储介质 |
CN114694227A (zh) * | 2022-04-01 | 2022-07-01 | 江苏智慧工场技术研究院有限公司 | 一种基于人脸识别技术的身份认证持续优化方法 |
Non-Patent Citations (2)
Title |
---|
ZIYAN WANG 等: "Learning to Recognize Masked Faces by Data Synthesis", 《2021 INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE IN INFORMATION AND COMMUNICATION》 * |
伊力哈木.亚尔买买提: "一种新融合算法的维吾尔族人脸识别", 《智能系统学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115761866A (zh) | 2023-03-07 |
CN115240265B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6926339B2 (ja) | 画像のクラスタリング方法及び装置、電子機器並びに記憶媒体 | |
CN109697416A (zh) | 一种视频数据处理方法和相关装置 | |
US10496804B2 (en) | Fingerprint authentication method and system, and terminal supporting fingerprint authentication | |
US11164581B2 (en) | Artificial intelligence device | |
CN109960725A (zh) | 基于情感的文本分类处理方法、装置和计算机设备 | |
CN111312256A (zh) | 语音身份识别的方法、装置及计算机设备 | |
CN112163156B (zh) | 基于人工智能和云计算的大数据处理方法及云端服务中心 | |
US11769286B2 (en) | Beauty processing method, electronic device, and computer-readable storage medium | |
CN112966184A (zh) | 面向云计算和信息安全的云服务管理方法及系统 | |
WO2020087950A1 (zh) | 数据库更新方法和装置、电子设备、计算机存储介质 | |
US11017253B2 (en) | Liveness detection method and apparatus, and storage medium | |
CN111783517B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN108415653A (zh) | 用于终端设备的锁屏方法和装置 | |
CN109272320A (zh) | 基于用户行为特征的身份识别方法、装置及设备 | |
CN108446658A (zh) | 用于识别人脸图像的方法和装置 | |
CN107609044B (zh) | 一种信息获取方法及终端设备 | |
CN115240265B (zh) | 用户智能识别方法、电子设备及存储介质 | |
CN113313026A (zh) | 一种基于隐私保护的人脸识别交互方法、装置以及设备 | |
CN109118178A (zh) | 数据处理方法和装置、电子设备和计算机存储介质 | |
CN112052251B (zh) | 目标数据更新方法和相关装置、设备及存储介质 | |
CN113468925B (zh) | 一种遮挡人脸识别方法、智能终端及存储介质 | |
CN103823816A (zh) | 基于用户特征数据识别的信息发布方法及装置 | |
CN117350921A (zh) | 图像生成方法以及人脸图像生成方法 | |
CN109815359B (zh) | 图像检索方法及相关产品 | |
CN112905816A (zh) | 虹膜搜索识别方法、装置、处理器及电子装置 |
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 |