CN115292011A - 一种人脸及二维码识别的方法、系统、装置和介质 - Google Patents

一种人脸及二维码识别的方法、系统、装置和介质 Download PDF

Info

Publication number
CN115292011A
CN115292011A CN202210759274.3A CN202210759274A CN115292011A CN 115292011 A CN115292011 A CN 115292011A CN 202210759274 A CN202210759274 A CN 202210759274A CN 115292011 A CN115292011 A CN 115292011A
Authority
CN
China
Prior art keywords
face
rga
dimensional code
channel data
parameter
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
Application number
CN202210759274.3A
Other languages
English (en)
Inventor
冯上栋
邹健飞
肖传宝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Moredian Technology Co ltd
Original Assignee
Hangzhou Moredian Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Moredian Technology Co ltd filed Critical Hangzhou Moredian Technology Co ltd
Priority to CN202210759274.3A priority Critical patent/CN115292011A/zh
Publication of CN115292011A publication Critical patent/CN115292011A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G06F9/4488—Object-oriented
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computational Linguistics (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请涉及一种人脸及二维码识别的方法、系统、装置和介质，其中，该方法包括：通过采集装置实时获取视频数据，将视频数据进行处理得到RGA通道数据，其中，RGA通道数据包括第一RGA通道数据和第二RGA通道数据；创建若干线程，其中，线程包括人脸检测线程和二维码检测线程；若从第一RGA通道数据中检测到人脸，则通过人脸检测线程，控制人脸识别模型进行人脸识别；若从第二RGA通道数据中检测到二维码，则通过二维码检测线程，控制二维码识别模型进行二维码识别。通过本申请，解决了人脸识别和扫码识别在门禁上的结合应用存在着硬件成本高的问题，实现了无需手动点击按钮切换的人脸识别和二维码识别，降低了门禁设备的硬件成本。

Description

一种人脸及二维码识别的方法、系统、装置和介质
技术领域
本申请涉及图像处理技术领域，特别是涉及一种人脸及二维码识别的方法、系统、装置和介质。
背景技术
人脸识别和扫码识别在门禁上的应用越来越广泛，如果要将两者结合起来使用，现有技术方案一：门禁系统包含两个设备，一个用于扫码通行，一个用于人脸识别通行；现有技术方案二：将人脸识别及扫码集成到一个设备，即设备既可以用于人脸识别也可以用于扫码，但这种设备一般需要通过手动设置来在人脸模式和二维码模式之间切换。
目前，现有技术方案一存在着设备硬件成本高的问题。现有技术方案二存在着同样同样需要有一定的硬件支撑，如显示屏需要带触摸功能；此外，还需要RGB设备调焦符合清晰度显示的要求，既要满足远距离人脸识别的要求，又要满足近距离扫码的需求。
目前针对相关技术中人脸识别和扫码识别在门禁上的结合应用存在着硬件成本高的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种人脸及二维码识别的方法、系统、装置和介质，以至少解决相关技术中人脸识别和扫码识别在门禁上的结合应用存在着硬件成本高的问题。
第一方面，本申请实施例提供了一种人脸及二维码识别的方法，所述方法包括：
通过采集装置实时获取视频数据，将所述视频数据进行处理得到RGA通道数据，其中，所述RGA通道数据包括第一RGA通道数据和第二RGA通道数据；
创建若干线程，其中，所述线程包括人脸检测线程和二维码检测线程；
若从所述第一RGA通道数据中检测到人脸，则通过所述人脸检测线程，控制人脸识别模型进行人脸识别；
若从所述第二RGA通道数据中检测到二维码，则通过所述二维码检测线程，控制二维码识别模型进行二维码识别。
在其中一些实施例中，在通过采集装置获取视频数据之前，所述方法包括：
初始化采集装置，将所述采集装置的曝光参数和锐化参数，设置为二维码曝光参数和二维码锐化参数。
在其中一些实施例中，若从所述第一RGA通道数据中检测到人脸，则通过所述人脸检测线程，控制人脸识别模型进行人脸识别包括：
若从所述第一RGA通道数据中检测到人脸，则将所述采集装置的曝光参数和锐化参数，调整为人脸曝光参数和人脸锐化参数；
通过所述采集装置重新获取视频数据，再通过所述人脸检测线程，控制人脸识别模型对所述重新获取的视频数据中的人脸进行识别。
在其中一些实施例中，若从所述第二RGA通道数据中检测到二维码，则通过所述二维码检测线程，控制二维码识别模型进行二维码识别包括：
若从所述第二RGA通道数据中检测到二维码，则判断所述二维码的宽高是否小于预设阈值，若是，则对所述二维码进行预设倍数的放大；
通过所述二维码检测线程，控制二维码识别模型对所述放大后的二维码进行识别。
在其中一些实施例中，所述方法还包括：
将二维码曝光参数和二维码锐化参数的配置进行封装，得到二维码参数接口，调用所述二维码参数接口将所述采集装置的曝光参数和锐化参数，初始化设置为二维码曝光参数和二维码锐化参数；
将人脸曝光参数和人脸锐化参数的配置进行封装，得到人脸参数接口，调用所述人脸参数接口将所述采集装置的曝光参数和锐化参数，调整为人脸曝光参数和人脸锐化参数。
在其中一些实施例中，在完成人脸识别后，所述方法还包括：
将所述采集装置的曝光参数和锐化参数，重新设置为二维码曝光参数和二维码锐化参数。
在其中一些实施例中，所述RGA通道数据包括第三RGA通道数据，所述线程还包括显示线程；
通过所述显示线程对所述第三RGA通道数据进行编码处理，得到预设编码格式的视频流，将所述视频流发送到显示装置进行显示。
第二方面，本申请实施例提供了一种人脸及二维码识别的系统，所述系统包括数据采集模块、线程创建模块、人脸识别模块和二维码识别模块；
所述数据采集模块，用于通过采集装置实时获取视频数据，将所述视频数据进行处理得到RGA通道数据，其中，所述RGA通道数据包括第一RGA通道数据和第二RGA通道数据；
所述线程创建模块，用于创建若干线程，其中，所述线程包括人脸检测线程和二维码检测线程；
所述人脸识别模块，用于若从所述第一RGA通道数据中检测到人脸，则通过所述人脸检测线程，控制人脸识别模型进行人脸识别；
所述二维码识别模块，用于若从所述第二RGA通道数据中检测到二维码，则通过所述二维码检测线程，控制二维码识别模型进行二维码识别。
第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的人脸及二维码识别的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的人脸及二维码识别的方法。
相比于相关技术，本申请实施例提供的一种人脸及二维码识别的方法、系统、装置和介质，通过采集装置实时获取视频数据，将视频数据进行处理得到RGA通道数据，其中，RGA通道数据包括第一RGA通道数据和第二RGA通道数据；创建若干线程，其中，线程包括人脸检测线程和二维码检测线程；若从第一RGA通道数据中检测到人脸，则通过人脸检测线程，控制人脸识别模型进行人脸识别；若从第二RGA通道数据中检测到二维码，则通过二维码检测线程，控制二维码识别模型进行二维码识别，解决了人脸识别和扫码识别在门禁上的结合应用存在着硬件成本高的问题，实现了无需手动点击按钮切换的人脸识别和二维码识别，降低了门禁设备的硬件成本。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据申请实施例的人脸及二维码识别方法的步骤流程图；
图2是根据申请实施例的人脸及二维码识别系统的结构框图；
图3是根据本申请实施例的电子设备的内部结构示意图。
附图说明：21、数据采集模块；22、线程创建模块；23、人脸识别模块；24、二维码识别模块。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”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。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本申请实施例提供了一种人脸及二维码识别的方法，图1是根据申请实施例的人脸及二维码识别方法的步骤流程图，如图1所示，该方法包括以下步骤：
步骤S102，通过采集装置实时获取视频数据，将视频数据进行处理得到RGA通道数据，其中，RGA通道数据包括第一RGA通道数据和第二RGA通道数据；
具体地，通过采集装置实时获取视频数据(sensor原始数据)，对视频数据进行图像处理(主要对原始数据进行去噪，调整曝光、白平衡、锐化等)，转换得到YUV格式的若干RGA通道数据，由于RGA通道可以建立多个，每个通道可以单独做不同的事情，即在后续步骤可以创建不同的进程来分别控制对应的RGA通道
进一步地，在执行步骤S102之前，初始化采集装置，将采集装置的曝光参数和锐化参数，设置为二维码曝光参数和二维码锐化参数。可选地，将二维码曝光参数和二维码锐化参数的配置进行封装，得到二维码参数接口，调用二维码参数接口将采集装置的曝光参数和锐化参数，初始化设置为二维码曝光参数和二维码锐化参数。
需要说明的是，在二维码识别的场景中，一般手机的屏幕亮度会自动调节到最高，此时如果默认用的是人脸识别的曝光参数，会导致画面过曝进而造成检测效率降低，此外，若锐化参数不适合，会导致检测到的二维码细节增强不够，同样也会造成识别效率降低。
步骤S104，创建若干线程，其中，线程包括人脸检测线程和二维码检测线程；
具体地，创建若干线程来分别对应步骤S102中得到的RGA通道数据，分别为人脸检测线程和二维码检测线程。每一路数据处理相互不受影响，且可以并行进行。人脸检测线程和二维码检测线程分别控制不同的识别模型，当人脸靠近时，人脸检测线程检测到人脸则触发人脸识别模型，进行人脸识别；当二维码靠近时，二维码检测线程检测到二维码则触发二维码识别模型，进行二维码识别。
进一步地，步骤S104中创建的线程还包括显示线程，步骤S102中得到RGA通道数据还包括第三RGA通道数据；通过显示线程对第三RGA通道数据进行编码处理，得到预设编码格式(H264/H265/MJPEG/JPEG)的视频流，将视频流发送到显示装置进行显示。可以方便用户观察采集装置获取的视频数据，及时作出调整，如在进行二维码识别的情况下，显示装置显示的视频流中的二维码出现缺失，用户可及时进行调整，使采集装置采集到完整的二维码。
步骤S106，若从第一RGA通道数据中检测到人脸，则通过人脸检测线程，控制人脸识别模型进行人脸识别；
具体地，若从第一RGA通道数据中检测到人脸，则将采集装置的曝光参数和锐化参数，调整为人脸曝光参数和人脸锐化参数；通过采集装置重新获取视频数据，再通过人脸检测线程，控制人脸识别模型对重新获取的视频数据中的人脸进行识别。
可选地，可以将人脸曝光参数和人脸锐化参数的配置进行封装，得到人脸参数接口，调用人脸参数接口将采集装置的曝光参数和锐化参数，调整为人脸曝光参数和人脸锐化参数。
进一步地，在执行完步骤S106后，将采集装置的曝光参数和锐化参数，重新设置为二维码曝光参数和二维码锐化参数。
步骤S108，若从第二RGA通道数据中检测到二维码，则通过二维码检测线程，控制二维码识别模型进行二维码识别。
具体地，若从第二RGA通道数据中检测到二维码，则判断二维码的宽高是否小于预设阈值，若是，则对二维码进行预设倍数的放大；通过二维码检测线程，控制二维码识别模型对放大后的二维码进行识别。
通过本申请实施例中的步骤S102至步骤S108，解决了人脸识别和扫码识别在门禁上的结合应用存在着硬件成本高的问题，实现了无需手动点击按钮切换的人脸识别和二维码识别，降低了门禁设备的硬件成本；配置相应的曝光和锐化接口，默认状态下为二维码配置，方便提升二维码检测和识别的效率，在检测到人脸之后会适配人脸的曝光，识别完成之后切回二维码曝光配置，两者互不干扰；在二维码检测时，针对小屏幕手机做了适配，当检测到的二维码宽高小于阈值时，将二维码放大预设倍数之后识别，提升了小屏幕手机二维码识别效率。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例提供了一种人脸及二维码识别的系统，图2是根据申请实施例的人脸及二维码识别系统的结构框图，如图2所示，该系统包括数据采集模块21、线程创建模块22、人脸识别模块23和二维码识别模块24；
数据采集模块21，用于通过采集装置实时获取视频数据，将视频数据进行处理得到RGA通道数据，其中，RGA通道数据包括第一RGA通道数据和第二RGA通道数据；
线程创建模块22，用于创建若干线程，其中，线程包括人脸检测线程和二维码检测线程；
人脸识别模块23，用于若从第一RGA通道数据中检测到人脸，则通过人脸检测线程，控制人脸识别模型进行人脸识别；
二维码识别模块24，用于若从第二RGA通道数据中检测到二维码，则通过二维码检测线程，控制二维码识别模型进行二维码识别。
通过本申请实施例中的数据采集模块21、线程创建模块22、人脸识别模块23和二维码识别模块24，解决了人脸识别和扫码识别在门禁上的结合应用存在着硬件成本高的问题，实现了无需手动点击按钮切换的人脸识别和二维码识别，降低了门禁设备的硬件成本；配置相应的曝光和锐化接口，默认状态下为二维码配置，方便提升二维码检测和识别的效率，在检测到人脸之后会适配人脸的曝光，识别完成之后切回二维码曝光配置，两者互不干扰；在二维码检测时，针对小屏幕手机做了适配，当检测到的二维码宽高小于阈值时，将二维码放大预设倍数之后识别，提升了小屏幕手机二维码识别效率。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
另外，结合上述实施例中的人脸及二维码识别的方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种人脸及二维码识别的方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种人脸及二维码识别的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，图3是根据本申请实施例的电子设备的内部结构示意图，如图3所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图3所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器，其中，该非易失性存储器存储有操作系统、计算机程序和数据库。处理器用于提供计算和控制能力，网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作系统和计算机程序的运行提供环境，计算机程序被处理器执行时以实现一种人脸及二维码识别的方法，数据库用于存储数据。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种人脸及二维码识别的方法，其特征在于，所述方法包括：
通过采集装置实时获取视频数据，将所述视频数据进行处理得到RGA通道数据，其中，所述RGA通道数据包括第一RGA通道数据和第二RGA通道数据；
创建若干线程，其中，所述线程包括人脸检测线程和二维码检测线程；
若从所述第一RGA通道数据中检测到人脸，则通过所述人脸检测线程，控制人脸识别模型进行人脸识别；
若从所述第二RGA通道数据中检测到二维码，则通过所述二维码检测线程，控制二维码识别模型进行二维码识别。
2.根据权利要求1所述的方法，其特征在于，在通过采集装置获取视频数据之前，所述方法包括：
初始化采集装置，将所述采集装置的曝光参数和锐化参数，设置为二维码曝光参数和二维码锐化参数。
3.根据权利要求1所述的方法，其特征在于，若从所述第一RGA通道数据中检测到人脸，则通过所述人脸检测线程，控制人脸识别模型进行人脸识别包括：
若从所述第一RGA通道数据中检测到人脸，则将所述采集装置的曝光参数和锐化参数，调整为人脸曝光参数和人脸锐化参数；
通过所述采集装置重新获取视频数据，再通过所述人脸检测线程，控制人脸识别模型对所述重新获取的视频数据中的人脸进行识别。
4.根据权利要求1所述的方法，其特征在于，若从所述第二RGA通道数据中检测到二维码，则通过所述二维码检测线程，控制二维码识别模型进行二维码识别包括：
若从所述第二RGA通道数据中检测到二维码，则判断所述二维码的宽高是否小于预设阈值，若是，则对所述二维码进行预设倍数的放大；
通过所述二维码检测线程，控制二维码识别模型对所述放大后的二维码进行识别。
5.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：
将二维码曝光参数和二维码锐化参数的配置进行封装，得到二维码参数接口，调用所述二维码参数接口将所述采集装置的曝光参数和锐化参数，初始化设置为二维码曝光参数和二维码锐化参数；
将人脸曝光参数和人脸锐化参数的配置进行封装，得到人脸参数接口，调用所述人脸参数接口将所述采集装置的曝光参数和锐化参数，调整为人脸曝光参数和人脸锐化参数。
6.根据权利要求3所述的方法，其特征在于，在完成人脸识别后，所述方法还包括：
将所述采集装置的曝光参数和锐化参数，重新设置为二维码曝光参数和二维码锐化参数。
7.根据权利要求1所述的方法，其特征在于，所述RGA通道数据包括第三RGA通道数据，所述线程还包括显示线程；
通过所述显示线程对所述第三RGA通道数据进行编码处理，得到预设编码格式的视频流，将所述视频流发送到显示装置进行显示。
8.一种人脸及二维码识别的系统，其特征在于，所述系统包括数据采集模块、线程创建模块、人脸识别模块和二维码识别模块；
所述数据采集模块，用于通过采集装置实时获取视频数据，将所述视频数据进行处理得到RGA通道数据，其中，所述RGA通道数据包括第一RGA通道数据和第二RGA通道数据；
所述线程创建模块，用于创建若干线程，其中，所述线程包括人脸检测线程和二维码检测线程；
所述人脸识别模块，用于若从所述第一RGA通道数据中检测到人脸，则通过所述人脸检测线程，控制人脸识别模型进行人脸识别；
所述二维码识别模块，用于若从所述第二RGA通道数据中检测到二维码，则通过所述二维码检测线程，控制二维码识别模型进行二维码识别。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的人脸及二维码识别的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的人脸及二维码识别的方法。
CN202210759274.3A 2022-06-29 2022-06-29 一种人脸及二维码识别的方法、系统、装置和介质 Pending CN115292011A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210759274.3A CN115292011A (zh) 2022-06-29 2022-06-29 一种人脸及二维码识别的方法、系统、装置和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210759274.3A CN115292011A (zh) 2022-06-29 2022-06-29 一种人脸及二维码识别的方法、系统、装置和介质

Publications (1)

Publication Number Publication Date
CN115292011A true CN115292011A (zh) 2022-11-04

Family

ID=83822711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210759274.3A Pending CN115292011A (zh) 2022-06-29 2022-06-29 一种人脸及二维码识别的方法、系统、装置和介质

Country Status (1)

Country Link
CN (1) CN115292011A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116071690A (zh) * 2023-04-03 2023-05-05 江西师范大学 一种基于场景关键帧的情景特征提取方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116071690A (zh) * 2023-04-03 2023-05-05 江西师范大学 一种基于场景关键帧的情景特征提取方法

Similar Documents

Publication Publication Date Title
KR102287043B1 (ko) 카메라를 이용하여 획득한 이미지를 처리하는 전자 장치 및 그 동작 방법
US10235603B2 (en) Method, device and computer-readable medium for sensitive picture recognition
CN108090405B (zh) 一种人脸识别方法及终端
US20190206031A1 (en) Facial Contour Correcting Method and Device
CN105874776B (zh) 图像处理设备和方法
US11503205B2 (en) Photographing method and device, and related electronic apparatus
JP6024952B2 (ja) 画像送信装置、画像送信方法、画像送信プログラム及び画像認識認証システム
CN112712470B (zh) 一种图像增强方法及装置
CN109729272B (zh) 一种拍摄控制方法、终端设备及计算机可读存储介质
CN111539960B (zh) 图像处理方法以及相关设备
CN106954034A (zh) 一种图像处理方法及装置
CN109714582B (zh) 白平衡调整方法、装置、存储介质及终端
CN110971841B (zh) 图像处理方法、装置、存储介质及电子设备
CN110933312B (zh) 拍照控制方法及相关产品
CN113411498B (zh) 图像拍摄方法、移动终端及存储介质
CN107147851B (zh) 照片处理方法、装置、计算机可读存储介质及电子设备
CN110213458B (zh) 一种图像数据处理方法、装置及存储介质
CN109618098A (zh) 一种人像面部调整方法、装置、存储介质及终端
CN106231200B (zh) 一种拍照方法及装置
KR20200117695A (ko) 외부 전자 장치를 이용하여 카메라를 제어하는 전자 장치 및 방법
CN114257738A (zh) 自动曝光方法、装置、设备及存储介质
KR20190096748A (ko) 외부 전자 장치를 이용한 이미지 보정 방법 및 전자 장치
CN115292011A (zh) 一种人脸及二维码识别的方法、系统、装置和介质
US20210272249A1 (en) Electronic device and method for correcting image on basis of image transmission state
CN114418914A (zh) 图像处理方法、装置、电子设备及存储介质

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