CN117542106A - 一种静态人脸检测和数据排除方法、装置及存储介质 - Google Patents

一种静态人脸检测和数据排除方法、装置及存储介质 Download PDF

Info

Publication number
CN117542106A
CN117542106A CN202410033110.1A CN202410033110A CN117542106A CN 117542106 A CN117542106 A CN 117542106A CN 202410033110 A CN202410033110 A CN 202410033110A CN 117542106 A CN117542106 A CN 117542106A
Authority
CN
China
Prior art keywords
face
data
static
data set
detection
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
Application number
CN202410033110.1A
Other languages
English (en)
Other versions
CN117542106B (zh
Inventor
安红武
万檩
王大川
冯金波
上官冰歆
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.)
Chengdu Synchronous Xinchuang Technology Co ltd
Original Assignee
Chengdu Synchronous Xinchuang 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 Chengdu Synchronous Xinchuang Technology Co ltd filed Critical Chengdu Synchronous Xinchuang Technology Co ltd
Priority to CN202410033110.1A priority Critical patent/CN117542106B/zh
Publication of CN117542106A publication Critical patent/CN117542106A/zh
Application granted granted Critical
Publication of CN117542106B publication Critical patent/CN117542106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • 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
    • G06V40/172—Classification, e.g. identification
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种静态人脸检测和数据排除方法、装置及存储介质，属于人脸识别技术领域。所述方法包括以下步骤：S1：预运行阶段；S2：初始化阶段；S3：人脸数据检测阶段；S4：静态人脸坐标数据判断阶段；S5：人脸比对阶段。通过分别间隔两分钟记录两次检测结果（排除摄像头画面范围内正常行走或坐着的人员影响）再引入误差值就可以将当前摄像头画面范围内的广告、宣传画中的人脸坐标值提取出来生成静态人脸坐标数据，后面再通过在正式运行时对每次检测结果数据进行比对去除相近的人脸坐标值来实现广告、宣传画中静态人脸检测数据排除。静态人脸坐标数据每天会重新生成一次以防止广告、宣传画更换后造成的检测数据排除不准确，以及数据冗余。

Description

一种静态人脸检测和数据排除方法、装置及存储介质
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种静态人脸检测和数据排除方法、装置及存储介质。
背景技术
电信智慧营业厅项目使用摄像头结合AI算法检测厅店内人员是否佩戴口罩，在算法检测运行期间发现在摄像头监控区域内的广告和宣传画中存在人脸时AI算法会将其一起识别，导致对厅店内人员的口罩检测数据不准确；该问题存在的原因是使用的AI算法不能做人脸动态识别，会将广告和宣传画中的静态人脸一起识别检测。
发明内容
本发明的目的在于克服现有技术的不足，提供一种静态人脸检测和数据排除方法、装置及存储介质。
本发明的目的是通过以下技术方案来实现的：本发明第一方面提供：一种静态人脸检测和数据排除方法，包括以下步骤：
S1：预运行阶段，间隔预设时间对待检测区域获取多次图片并对应处理得到人脸检测数据，将多次人脸检测数据存入数据库形成人脸记录数据集合，并将多次人脸检测数据进行对比，对比时引入误差值，将多次人脸检测数据中相近的人脸坐标值进行记录，生成静态人脸坐标数据集合；将人脸记录数据集合、静态人脸坐标数据集合、误差值存储到数据库中组成人脸比对数据集合；
S2：初始化阶段，获取基本数据，判断图片是否获取成功，若获取成功则执行S3；
S3：人脸数据检测阶段，对图片中人脸数据进行检测，获得第一人脸数据检测结果，判断第一人脸数据检测结果是否为空校验，若不为空，则执行S4；
S4：静态人脸坐标数据集合判断阶段，获取数据库中的静态人脸坐标数据集合，判断静态人脸坐标数据集合是否为空，若不为空则执行S5；
S5：人脸比对阶段，轮询静态人脸坐标数据集合与第一人脸数据检测结果比对，将与静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。
优选的，所述的S1：预运行阶段，对待检测区域获取多次检测数据，获取过程间隔预设时间，将某次检测数据中每个人脸的四个坐标值加减误差值后与其余次人脸检测数据进行轮询对比，取出在加减误差值范围内的数据进行记录，并认定为相近的人脸坐标，对相近的人脸坐标值进行记录生成静态人脸坐标数据集合。
优选的，所述的S2：初始化阶段，先获取摄像头rtsp流地址，然后使用Ffmpeg工具抽帧，若抽帧获取图片失败，则结束本次操作。
优选的，所述的S3：人脸数据检测阶段，使用AI算法对图片中人脸数据进行检测，若图片中人脸数据检测结果为空校验，则结束本次操作。
优选的，所述的S4：静态人脸坐标数据集合判断阶段，若静态人脸坐标数据集合为空，则判断人脸记录数据集合是否为空，若人脸记录数据集合为空，则将第一人脸数据检测结果封装到人脸记录数据集合中以更新人脸记录数据集合，结束本次操作；若人脸记录数据集合不为空，则将人脸记录数据集合中的人脸坐标加减误差值后与第一人脸数据检测结果中的人脸坐标值进行比对，若构成相近的人脸坐标，则将相近的人脸坐标封装到静态人脸坐标数据集合中以更新静态人脸坐标数据集合，封装存储到redis数据库中，结束本次操作。
优选的，所述的S5：人脸比对阶段，在轮询静态人脸坐标数据集合与第一人脸数据检测结果比对前还包括以下步骤：将第一人脸数据检测结果与多次人脸检测数据进行对比，对比时引入误差值，将其中相近的人脸坐标值进行记录，更新静态人脸坐标数据集合；然后将第一人脸数据检测结果中与更新后的静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。
优选的，所述的S5：人脸比对阶段，还包括以下步骤：将第二人脸数据检测结果进行封装，然后进行图片标注，最后将已封装标注的第二人脸数据检测结果推送到客户端。
优选的，所述的误差值设置为5。
本发明第二方面提供：一种静态人脸检测和数据排除装置，用于实现上述任一种静态人脸检测和数据排除方法，包括：
预运行模块，能够间隔预设时间对待检测区域获取多次图片并对应处理得到人脸检测数据，将多次人脸检测数据存入数据库形成人脸记录数据集合，并将多次人脸检测数据进行对比，对比时引入误差值，将多次人脸检测数据中相近的人脸坐标值进行记录，生成静态人脸坐标数据集合；将人脸记录数据集合、静态人脸坐标数据集合、误差值存储到数据库中组成人脸比对数据集合；
初始化模块，能够获取基本数据，判断图片是否获取成功；
人脸数据检测模块，能够对图片中人脸数据进行检测，获得第一人脸数据检测结果，判断第一人脸数据检测结果是否为空校验；
静态人脸坐标数据集合判断模块，能够获取数据库中的静态人脸坐标数据集合，判断静态人脸坐标数据集合是否为空；
人脸比对模块，能够轮询静态人脸坐标数据集合与第一人脸数据检测结果比对，将与静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。
本发明第三方面提供：一种计算机可读存储介质，所述的计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现上述任一种静态人脸检测和数据排除方法。
本发明的有益效果是：
1）通过分别间隔两分钟记录两次检测结果（排除摄像头画面范围内正常行走或坐着的人员影响）再引入误差值可以将当前摄像头画面范围内的广告、宣传画中的人脸坐标值提取出来生成静态人脸坐标数据，后面再通过在正式运行时对每次检测结果数据进行比对去除相近的人脸坐标值来实现广告、宣传画中静态人脸检测数据排除。
2）静态人脸坐标数据每天会重新生成一次以防止广告、宣传画更换后造成的检测数据排除不准确，以及数据冗余。
3）实时更新静态人脸坐标数据集合，确保数据排除的准确性。
附图说明
图1为本发明静态人脸检测和数据排除方法流程图；
图2为生成静态人脸坐标数据集合详细流程图。
具体实施方式
下面将结合实施例，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
本发明通过在每天预运行获取两次图片类口罩检测的人脸检测AI算法数据，进行记录；对两次的检测数据进行对比，对比时引入误差值（误差值预设为5，可自行调整配置），将第一次检测数据中每个人脸的四个坐标值加减误差值后与第二次检测数据进行轮询对比，取出在加减误差值范围内的数据进行记录，分析里面的人脸坐标值对相近的人脸坐标值进行记录生成静态人脸坐标数据集合；在预运行结束后，正式运行时轮询静态人脸坐标数据集合，将检测数据与被记录的静态人脸坐标值加减误差值后进行比对，将在范围内的人脸检查数据中的人脸坐标值去除。将比对去除静态人脸坐标后的检测数据中的人脸坐标进行图片标注，并生成最终的人脸检测数据结果。
参阅图1，本发明提供一种技术方案：本发明第一方面提供：一种静态人脸检测和数据排除方法，包括以下步骤：
S1：预运行阶段，间隔预设时间对待检测区域获取多次图片并对应处理得到人脸检测数据，将多次人脸检测数据存入数据库形成人脸记录数据集合，并将多次人脸检测数据进行对比，对比时引入误差值，将多次人脸检测数据中相近的人脸坐标值进行记录，生成静态人脸坐标数据集合；将人脸记录数据集合、静态人脸坐标数据集合、误差值存储到数据库中组成人脸比对数据集合；
S2：初始化阶段，获取基本数据，判断图片是否获取成功，若获取成功则执行S3；
S3：人脸数据检测阶段，对图片中人脸数据进行检测，获得第一人脸数据检测结果，判断第一人脸数据检测结果是否为空校验，若不为空，则执行S4；
S4：静态人脸坐标数据集合判断阶段，获取数据库中的静态人脸坐标数据集合，判断静态人脸坐标数据集合是否为空，若不为空则执行S5；
S5：人脸比对阶段，轮询静态人脸坐标数据集合与第一人脸数据检测结果比对，将与静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。
在一些实施例中，所述的S1：预运行阶段，对待检测区域获取多次检测数据，获取过程间隔预设时间，将某次检测数据中每个人脸的四个坐标值加减误差值后与其余次人脸检测数据进行轮询对比，取出在加减误差值范围内的数据进行记录，并认定为相近的人脸坐标，对相近的人脸坐标值进行记录生成静态人脸坐标数据集合。
在一些实施例中，所述的S2：初始化阶段，先获取摄像头rtsp流地址，然后使用Ffmpeg工具抽帧，若抽帧获取图片失败，则结束本次操作。
在一些实施例中，所述的S3：人脸数据检测阶段，使用AI算法对图片中人脸数据进行检测，若图片中人脸数据检测结果为空校验，则结束本次操作。
在一些实施例中，所述的S4：静态人脸坐标数据集合判断阶段，若静态人脸坐标数据集合为空，则判断人脸记录数据集合是否为空，若人脸记录数据集合为空，则将第一人脸数据检测结果封装到人脸记录数据集合中以更新人脸记录数据集合，结束本次操作；若人脸记录数据集合不为空，则将人脸记录数据集合中的人脸坐标加减误差值后与第一人脸数据检测结果中的人脸坐标值进行比对，若构成相近的人脸坐标，则将相近的人脸坐标封装到静态人脸坐标数据集合中以更新静态人脸坐标数据集合，封装存储到redis数据库中，结束本次操作。
在一些实施例中，所述的S5：人脸比对阶段，在轮询静态人脸坐标数据集合与第一人脸数据检测结果比对前还包括以下步骤：将第一人脸数据检测结果与多次人脸检测数据进行对比，对比时引入误差值，将其中相近的人脸坐标值进行记录，更新静态人脸坐标数据集合；然后将第一人脸数据检测结果中与更新后的静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。实现静态人脸坐标数据集合动态更新。
在一些实施例中，所述的S5：人脸比对阶段，还包括以下步骤：将第二人脸数据检测结果进行封装，然后进行图片标注，最后将已封装标注的第二人脸数据检测结果推送到客户端。
在一些实施例中，所述的误差值设置为5。
本发明第二方面提供：一种静态人脸检测和数据排除装置，用于实现上述任一种静态人脸检测和数据排除方法，包括：
预运行模块，能够间隔预设时间对待检测区域获取多次图片并对应处理得到人脸检测数据，将多次人脸检测数据存入数据库形成人脸记录数据集合，并将多次人脸检测数据进行对比，对比时引入误差值，将多次人脸检测数据中相近的人脸坐标值进行记录，生成静态人脸坐标数据集合；将人脸记录数据集合、静态人脸坐标数据集合、误差值存储到数据库中组成人脸比对数据集合；
初始化模块，能够获取基本数据，判断图片是否获取成功；
人脸数据检测模块，能够对图片中人脸数据进行检测，获得第一人脸数据检测结果，判断第一人脸数据检测结果是否为空校验；
静态人脸坐标数据集合判断模块，能够获取数据库中的静态人脸坐标数据集合，判断静态人脸坐标数据集合是否为空；
人脸比对模块，能够轮询静态人脸坐标数据集合与第一人脸数据检测结果比对，将与静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。
本发明第三方面提供：一种计算机可读存储介质，所述的计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现上述任一种静态人脸检测和数据排除方法。
生成静态人脸坐标数据集合的详细流程如图2所示，首先获取摄像头rtsp流地址，然后Ffmpeg工具抽帧，判断抽帧获取图片是否成功，若失败程序结束。若成功，图片送入图片类AI算法检测，然后获取图片中人脸数据检测结果，判断图片中人脸数据检测结果是否为空校验，若为空程序结束。若不为空获取redis中的人脸比对数据集合（包含人脸记录数据集合、静态人脸坐标数据集合、误差值（默认为5）），然后判断静态人脸坐标数据集合是否为空，若不为空，则解析静态人脸坐标集合为data1，然后解析当前人脸检测结果中的人脸坐标集合为data2，然后循环1循环人脸坐标集合data1开始依次取出data1中一条人脸坐标值，接着循环2循环人脸坐标集合data2开始依次取出data2中一条人脸坐标值，然后循环3以data2中的四个坐标点位开始循环，以data1的人脸坐标点位减去对应位序的data2的人脸坐标点位，相减后的绝对值是否小于等于误差值，若是则记录数加1直到循环3结束，判断记录数是否等于人脸坐标点位数，若否跳出循环3继续执行循环2，若是则将该人脸坐标在data2中的位序保存进待去除静态人脸坐标的记录集合中直到循环2结束，然后循环1结束获得静态人脸坐标记录集合，循环待去除静态人脸坐标记录集合，根据待去除静态人脸坐标记录集合中的位序删除当前人脸检测结果中的人脸坐标，将去除静态人脸坐标后的当前人脸检测结果进行输出，然后程序结束。若判断静态人脸坐标数据集合为空，接下来判断人脸记录数据条数是否小于1，若是将当前人脸数据检测结果存入人脸记录数据集合，然后程序结束。若否，则判断人脸记录数据条数是否等于1，若否，则说明当前人脸检测数据无需去除静态人脸数据，输出当前检测结果，程序结束。若是获取人脸记录数据集合，解析第一条人脸记录数据中的人脸坐标集合为data1，解析当前人脸数据检测结果中的人脸坐标集合为data2，循环1循环人脸坐标集合data1，当循环1开始依次取data1中一条人脸坐标值，然后进入循环2依次取出人脸坐标集合data2中一条人脸坐标值，然后进入循环3以data2中的四个坐标点位开始循环，循环以data1的人脸坐标点位减去对应位序的data2的人脸坐标点位，相减后的绝对值是否小于等于误差值，若是则记录数加1直到循环3结束，判断记录数是否等于人脸坐标点位数，若否跳出循环3继续执行循环2，若是则将data2的四个人脸坐标点位存入静态人脸坐标数据集合直到循环2结束，然后循环1结束将静态人脸坐标数据集合存入redis人脸比对数据集合中，程序结束。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种静态人脸检测和数据排除方法，其特征在于：包括以下步骤：
S1：预运行阶段，间隔预设时间对待检测区域获取多次图片并对应处理得到人脸检测数据，将多次人脸检测数据存入数据库形成人脸记录数据集合，并将多次人脸检测数据进行对比，对比时引入误差值，将多次人脸检测数据中相近的人脸坐标值进行记录，生成静态人脸坐标数据集合；将人脸记录数据集合、静态人脸坐标数据集合、误差值存储到数据库中组成人脸比对数据集合；
S2：初始化阶段，获取基本数据，判断图片是否获取成功，若获取成功则执行S3；
S3：人脸数据检测阶段，对图片中人脸数据进行检测，获得第一人脸数据检测结果，判断第一人脸数据检测结果是否为空校验，若不为空，则执行S4；
S4：静态人脸坐标数据集合判断阶段，获取数据库中的静态人脸坐标数据集合，判断静态人脸坐标数据集合是否为空，若不为空则执行S5；
S5：人脸比对阶段，轮询静态人脸坐标数据集合与第一人脸数据检测结果比对，将与静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。
2.根据权利要求1所述的静态人脸检测和数据排除方法，其特征在于：所述的S1：预运行阶段，对待检测区域获取多次检测数据，获取过程间隔预设时间，将某次检测数据中每个人脸的四个坐标值加减误差值后与其余次人脸检测数据进行轮询对比，取出在加减误差值范围内的数据进行记录，并认定为相近的人脸坐标，对相近的人脸坐标值进行记录生成静态人脸坐标数据集合。
3.根据权利要求1所述的静态人脸检测和数据排除方法，其特征在于：所述的S2：初始化阶段，先获取摄像头rtsp流地址，然后使用Ffmpeg工具抽帧，若抽帧获取图片失败，则结束本次操作。
4.根据权利要求1所述的静态人脸检测和数据排除方法，其特征在于：所述的S3：人脸数据检测阶段，使用AI算法对图片中人脸数据进行检测，若图片中人脸数据检测结果为空校验，则结束本次操作。
5.根据权利要求1所述的静态人脸检测和数据排除方法，其特征在于：所述的S4：静态人脸坐标数据集合判断阶段，若静态人脸坐标数据集合为空，则判断人脸记录数据集合是否为空，若人脸记录数据集合为空，则将第一人脸数据检测结果封装到人脸记录数据集合中以更新人脸记录数据集合，结束本次操作；若人脸记录数据集合不为空，则将人脸记录数据集合中的人脸坐标加减误差值后与第一人脸数据检测结果中的人脸坐标值进行比对，若构成相近的人脸坐标，则将相近的人脸坐标封装到静态人脸坐标数据集合中以更新静态人脸坐标数据集合，封装存储到redis数据库中，结束本次操作。
6.根据权利要求1所述的静态人脸检测和数据排除方法，其特征在于：所述的S5：人脸比对阶段，在轮询静态人脸坐标数据集合与第一人脸数据检测结果比对前还包括以下步骤：将第一人脸数据检测结果与多次人脸检测数据进行对比，对比时引入误差值，将其中相近的人脸坐标值进行记录，更新静态人脸坐标数据集合；然后将第一人脸数据检测结果中与更新后的静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。
7.根据权利要求1所述的静态人脸检测和数据排除方法，其特征在于：所述的S5：人脸比对阶段，还包括以下步骤：将第二人脸数据检测结果进行封装，然后进行图片标注，最后将已封装标注的第二人脸数据检测结果推送到客户端。
8.根据权利要求1-7任一项所述的静态人脸检测和数据排除方法，其特征在于：所述的误差值设置为5。
9.一种静态人脸检测和数据排除装置，其特征在于：用于实现如权利要求1-8任一项所述的静态人脸检测和数据排除方法，包括：
预运行模块，能够间隔预设时间对待检测区域获取多次图片并对应处理得到人脸检测数据，将多次人脸检测数据存入数据库形成人脸记录数据集合，并将多次人脸检测数据进行对比，对比时引入误差值，将多次人脸检测数据中相近的人脸坐标值进行记录，生成静态人脸坐标数据集合；将人脸记录数据集合、静态人脸坐标数据集合、误差值存储到数据库中组成人脸比对数据集合；
初始化模块，能够获取基本数据，判断图片是否获取成功，若获取成功则执行S3；
人脸数据检测模块，能够对图片中人脸数据进行检测，获得第一人脸数据检测结果，判断第一人脸数据检测结果是否为空校验，若不为空，则执行S4；
静态人脸坐标数据集合判断模块，能够获取数据库中的静态人脸坐标数据集合，判断静态人脸坐标数据集合是否为空，若不为空则执行S5；
人脸比对模块，能够轮询静态人脸坐标数据集合与第一人脸数据检测结果比对，将与静态人脸坐标数据集合中静态人脸坐标值相近的人脸数据去除，得到第二人脸数据检测结果。
10.一种计算机可读存储介质，其特征在于：所述的计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1-8任一项所述的静态人脸检测和数据排除方法。
CN202410033110.1A 2024-01-10 2024-01-10 一种静态人脸检测和数据排除方法、装置及存储介质 Active CN117542106B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410033110.1A CN117542106B (zh) 2024-01-10 2024-01-10 一种静态人脸检测和数据排除方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410033110.1A CN117542106B (zh) 2024-01-10 2024-01-10 一种静态人脸检测和数据排除方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN117542106A true CN117542106A (zh) 2024-02-09
CN117542106B CN117542106B (zh) 2024-04-05

Family

ID=89784714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410033110.1A Active CN117542106B (zh) 2024-01-10 2024-01-10 一种静态人脸检测和数据排除方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN117542106B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100042319A1 (en) * 2008-08-15 2010-02-18 Wu Chih-Jen Automatic ultrasonic and computer-vision navigation device and method using the same
CN107403165A (zh) * 2017-08-01 2017-11-28 杰创智能科技股份有限公司 智能人脸识别系统的数据管理架构及使用方法
CN107944427A (zh) * 2017-12-14 2018-04-20 厦门市美亚柏科信息股份有限公司 动态人脸识别方法及计算机可读存储介质
CN109784187A (zh) * 2018-12-19 2019-05-21 新大陆数字技术股份有限公司 人脸识别的优化方法及装置
CN109993100A (zh) * 2019-03-27 2019-07-09 南京邮电大学 基于深层特征聚类的人脸表情识别的实现方法
CN110287792A (zh) * 2019-05-23 2019-09-27 华中师范大学 一种处于自然教学环境的课堂中学生学习状态实时分析方法
CN110287790A (zh) * 2019-05-23 2019-09-27 华中师范大学 一种面向静态多人场景的学习状态混合分析方法
KR20190123371A (ko) * 2018-04-11 2019-11-01 (주)트라이스 안면이미지를 기반한 감정 인식 방법 및 인공지능 학습 방법
WO2020098074A1 (zh) * 2018-11-12 2020-05-22 平安科技（深圳）有限公司 人脸样本图片标注方法、装置、计算机设备及存储介质
CN111985438A (zh) * 2020-08-31 2020-11-24 杭州海康威视数字技术股份有限公司 一种静态人脸处理方法、装置及设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100042319A1 (en) * 2008-08-15 2010-02-18 Wu Chih-Jen Automatic ultrasonic and computer-vision navigation device and method using the same
CN107403165A (zh) * 2017-08-01 2017-11-28 杰创智能科技股份有限公司 智能人脸识别系统的数据管理架构及使用方法
CN107944427A (zh) * 2017-12-14 2018-04-20 厦门市美亚柏科信息股份有限公司 动态人脸识别方法及计算机可读存储介质
KR20190123371A (ko) * 2018-04-11 2019-11-01 (주)트라이스 안면이미지를 기반한 감정 인식 방법 및 인공지능 학습 방법
WO2020098074A1 (zh) * 2018-11-12 2020-05-22 平安科技（深圳）有限公司 人脸样本图片标注方法、装置、计算机设备及存储介质
CN109784187A (zh) * 2018-12-19 2019-05-21 新大陆数字技术股份有限公司 人脸识别的优化方法及装置
CN109993100A (zh) * 2019-03-27 2019-07-09 南京邮电大学 基于深层特征聚类的人脸表情识别的实现方法
CN110287792A (zh) * 2019-05-23 2019-09-27 华中师范大学 一种处于自然教学环境的课堂中学生学习状态实时分析方法
CN110287790A (zh) * 2019-05-23 2019-09-27 华中师范大学 一种面向静态多人场景的学习状态混合分析方法
CN111985438A (zh) * 2020-08-31 2020-11-24 杭州海康威视数字技术股份有限公司 一种静态人脸处理方法、装置及设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIANG, ML等: "Face Detection Algorithm based on Contour-matching and AdaBoost", 《INTERNATIONAL CONFERENCE ON FRONTIERS OF MANUFACTURING AND DESIGN SCIENCE 》, 6 July 2016 (2016-07-06), pages 149 - 154 *
丁莹: "人脸识别中活体检测方法研究", 《CNKI中国优秀硕士毕业论文全文库（信息科技辑）》, no. 1, 15 January 2019 (2019-01-15), pages 138 - 4539 *
雷文华: "基于特征融合的人脸识别方法研究", 《CNKI中国优秀硕士毕业论文全文库（信息科技辑）》, no. 1, 15 January 2021 (2021-01-15), pages 138 - 1506 *

Also Published As

Publication number Publication date
CN117542106B (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
KR102388698B1 (ko) 데이터를 보호하기 위해 데이터베이스에 데이터를 등록하는 방법
CN109657431B (zh) 用于识别用户身份的方法
US20170364738A1 (en) Method and apparatus for detecting glasses in a face image
CN112508910A (zh) 用于多分类缺陷检测的缺陷提取方法及装置
EP3404513A1 (en) Information processing apparatus, method, and program
CN110969045A (zh) 一种行为检测方法、装置、电子设备和存储介质
CN111611944A (zh) 身份识别方法及装置、电子设备、存储介质
CN112866800A (zh) 视频内容相似性检测方法、装置、设备及存储介质
CN117376632A (zh) 基于智能深度合成的数据恢复方法和系统
CN113468905B (zh) 图形码识别方法、装置、计算机设备和存储介质
CN115567736A (zh) 视频内容检测方法、装置、设备和存储介质
CN117542106B (zh) 一种静态人脸检测和数据排除方法、装置及存储介质
CA3152854C (en) Human-computer similar trajectory detection method and apparatus based on screen segmentation
CN112073713B (zh) 视频漏录测试方法、装置、设备及存储介质
CN108345902B (zh) 基于事务特征的自学习白名单模型库构建及白名单检测法
CN111242189B (zh) 特征提取方法、装置及终端设备
CN115424253A (zh) 车牌识别方法、装置、电子设备和存储介质
CN111160314B (zh) 一种暴力分拣的识别方法及装置
CN111985423A (zh) 活体检测方法、装置、设备及可读存储介质
US9208352B2 (en) LFSR watermark system
US20220414918A1 (en) Learning device, object detection device, learning method, and recording medium
CN113837930B (zh) 人脸图像合成方法、装置以及计算机可读存储介质
CN111552959B (zh) 一种程序特征序列生成方法和装置
CN111767868B (zh) 人脸检测方法、装置、电子设备及存储介质
CN117746028B (zh) 一种未标注物品的视觉检测方法、装置、设备及介质

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
GR01 Patent grant
GR01 Patent grant