TW202105246A - 人臉識別方法、電子設備和儲存介質 - Google Patents
人臉識別方法、電子設備和儲存介質 Download PDFInfo
- Publication number
- TW202105246A TW202105246A TW109119166A TW109119166A TW202105246A TW 202105246 A TW202105246 A TW 202105246A TW 109119166 A TW109119166 A TW 109119166A TW 109119166 A TW109119166 A TW 109119166A TW 202105246 A TW202105246 A TW 202105246A
- Authority
- TW
- Taiwan
- Prior art keywords
- target object
- ambient light
- image
- face
- display device
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000003860 storage Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims description 37
- 230000001815 facial effect Effects 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- 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
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Image Input (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Processing (AREA)
Abstract
本揭露實施例揭露了一種人臉識別方法、電子設備和儲存介質,所述方法包括:對監控區域的環境光進行檢測,獲得環境光參數;響應於存在目標物件,對目標物件進行移動距離檢測;在滿足環境光條件且移動距離大於或等於距離閾值時,根據環境光參數,調節顯示裝置的螢幕亮度;獲取環境光改變後的人臉圖像,將人臉圖像與預置圖像進行比對,獲得比對結果,根據比對結果得到人臉識別結果。
Description
本公開基於申請號為201910695535.8、申請日為2019年07月30日的中國專利申請提出,並要求該中國專利申請的優先權,該中國專利申請的全部內容在此以引入方式併入本公開。本揭露涉及安防技術領域,尤其涉及一種人臉識別方法、電子設備和儲存介質。
暗光條件下進行人臉識別與驗證是該技術領域的一個重大挑戰,對設備性能和識別演算法要求非常高,通常使用紅外圖像進行人臉識別或需要在獲得目標物件的人臉圖像時進行補光。因此,紅外攝影機或補光燈等額外輔助設備,提高了該技術的使用成本,且紅外圖像的識別演算法複雜度較高。
本揭露實施例提出了一種人臉識別方法、電子設備和儲存介質。
根據本揭露實施例的一方面,提供了一種人臉識別方法,應用於人臉識別一體機,所述人臉識別一體機具有顯示裝置,所述方法包括:對監控區域的環境光進行檢測,獲得環境光參數;回應於在所述監控區域中存在目標物件的情況,對所述目標物件進行移動距離檢測;在所述環境光參數滿足環境光條件且所述目標物件的移動距離大於或等於距離閾值的情況下,根據所述環境光參數,調節所述顯示裝置的螢幕亮度,以改變所述環境光參數;獲取所述環境光參數改變後的所述目標物件的人臉圖像,並將所述人臉圖像與預置圖像進行比對,獲得比對結果,根據所述比對結果得到人臉識別結果。
在一些實施例中,所述環境光參數包括環境光的亮度,所述環境光條件包括環境光的亮度小於或等於亮度閾值。
在一些實施例中,所述根據所述環境光參數,調節所述顯示裝置的螢幕亮度,包括:根據所述環境光參數,確定所述顯示裝置的顯示參數;根據所述顯示參數調節所述顯示裝置的螢幕亮度。
在一些實施例中,所述顯示參數包括顯示裝置中的調節區域的面積佔比,以及所述調節區域的灰度、亮度和色度中的至少一個。
在一些實施例中,所述根據所述環境光參數,調節所述顯示裝置的螢幕亮度,包括:在所述顯示裝置的顯示幕上,顯示預定模式的顯示介面。
在一些實施例中,所述獲取所述環境光參數改變後的所述目標物件的人臉圖像,包括:獲取目標物件的第一圖像;對所述第一圖像進行圖像品質檢測,並將將滿足品質條件的第一圖像確定為所述目標物件的人臉圖像。
在一些實施例中,所述將所述人臉圖像與預置圖像進行比對,獲得比對結果,包括:對所述人臉圖像進行活體檢測,獲得活體檢測結果;在所述活體檢測結果為活體的情況下,對所述人臉圖像中的目標物件進行特徵提取處理,獲得所述目標物件的人臉特徵;將所述目標物件的人臉特徵與所述預置圖像中的人臉特徵進行比對,獲得比對結果。
在一些實施例中,所述方法還包括:在預設時間段內未獲取到所述目標物件的人臉圖像的情況下,控制切換至待機狀態。
在一些實施例中,所述方法還包括:在所述人臉識別結果表示識別成功的情況下,保存所述目標物件的到訪記錄。
在一些實施例中,所述方法還包括:在所述人臉識別結果表示識別失敗的情況下,執行以下處理中的一種:重新獲取所述環境光參數改變後的所述目標物件的人臉圖像, 將所述人臉圖像與所述預置圖像進行比對,獲得比對結果;輸出識別失敗的通知資訊。
根據本揭露實施例的一方面,提供了一種人臉識別裝置,所述裝置包括:
第一檢測模組,配置為對監控區域的環境光進行檢測,獲得環境光參數;
第二檢測模組,配置為回應於在所述監控區域中存在目標物件的情況,對所述目標物件進行移動距離檢測;
調節模組,配置為在所述環境光參數滿足環境光條件且所述目標物件的移動距離大於或等於距離閾值的情況下,根據所述環境光參數,調節所述顯示裝置的螢幕亮度,以改變所述環境光參數;
比對模組,配置為獲取所述環境光參數改變後的所述目標物件的人臉圖像,並將所述人臉圖像與預置圖像進行比對,獲得比對結果,根據所述比對結果得到人臉識別結果。
在一些實施例中,所述環境光參數包括環境光的亮度,所述環境光條件包括環境光的亮度小於或等於亮度閾值。
在一些實施例中,所述調節模組,配置為根據所述環境光參數,確定所述顯示裝置的顯示參數;根據所述顯示參數調節所述顯示裝置的螢幕亮度。
在一些實施例中,所述顯示參數包括顯示裝置中的調節區域的面積佔比,以及所述調節區域的灰度、亮度和色度中的至少一個。
在一些實施例中,所述調節模組,配置為在所述顯示裝置的顯示幕上,顯示預定模式的顯示介面。
在一些實施例中,所述比對模組,配置為獲取目標物件的第一圖像;對所述第一圖像進行圖像品質檢測,並將滿足品質條件的第一圖像確定為所述目標物件的人臉圖像。
在一些實施例中,所述比對模組,配置為對所述人臉圖像進行活體檢測,獲得活體檢測結果;在所述活體檢測結果為活體的情況下,對所述人臉圖像中的目標物件進行特徵提取處理,獲得目標物件的人臉特徵;將所述目標物件的人臉特徵與所述預置圖像中的人臉特徵進行比對,獲得比對結果。
在一些實施例中,所述裝置還包括:控制模組,配置為在預設時間段內未獲取到所述目標物件的人臉圖像的情況下,控制所述人臉識別一體機切換至待機狀態。
在一些實施例中,所述裝置還包括:儲存模組,配置為在所述人臉識別結果表示識別成功的情況下,保存所述目標物件的到訪記錄。
在一些實施例中,所述裝置還包括:
執行模組,配置為在所述人臉識別結果表示識別失敗的情況下,執行以下處理中的一種:重新獲取所述環境光參數改變後的所述目標物件的人臉圖像,將所述人臉圖像與所述預置圖像進行比對,獲得人臉比對結果;
輸出識別失敗的通知資訊。
根據本揭露實施例的一方面,提供了一種電子設備,包括:處理器;用於儲存處理器可執行指令的記憶體;其中,所述處理器被配置為運行所述可執行指令時,執行本揭露實施例上述人臉識別方法。
根據本揭露實施例的一方面,提供了一種電腦可讀儲存介質,其上儲存有電腦程式指令,所述電腦程式指令被處理器執行時實現本揭露實施例上述人臉識別方法。
應當理解的是,以上的一般描述和後文的細節描述僅是示例性和解釋性的,而非限制本揭露。
根據下面參考附圖對示例性實施例的詳細說明,本揭露實施例的其它特徵及方面將變得清楚。
以下將參考附圖詳細說明本揭露的各種示例性實施例、特徵和方面。附圖中相同的附圖標記表示功能相同或相似的元件。儘管在附圖中示出了實施例的各種方面,但是除非特別指出,不必按比例繪製附圖。
在這裡專用的詞「示例性」意為「用作例子、實施例或說明性」。這裡作為「示例性」所說明的任何實施例不必解釋為優於或好於其它實施例。
本文中術語「和/或」,僅僅是一種描述關聯物件的關聯關係,表示可以存在三種關係,例如,A和/或B,可以表示:單獨存在A,同時存在A和B,單獨存在B這三種情況。另外,本文中術語「至少一種」表示多種中的任意一種或多種中的至少兩種的任意組合,例如,包括A、B、C中的至少一種,可以表示包括從A、B和C構成的集合中選擇的任意一個或多個元素。
另外,為了更好的說明本揭露實施例,在下文的具體實施方式中給出了眾多的具體細節。本領域技術人員應當理解,沒有某些具體細節,本揭露實施例同樣可以實施。在一些實例中,對於本領域技術人員熟知的方法、手段、元件和電路未作詳細描述,以便於凸顯本揭露實施例的主旨。
第1圖示出根據本揭露實施例的人臉識別方法的流程圖一,如第1圖所示,所述方法應用於人臉識別一體機,所述人臉識別一體機具有顯示裝置,包括:
在步驟S11中,對監控區域的環境光進行檢測,獲得環境光參數;
在步驟S12中,響應於在所述監控區域中存在目標物件的情況,對所述目標物件進行移動距離檢測;
在步驟S13中,在所述環境光參數滿足環境光條件且所述目標物件的移動距離大於或等於距離閾值的情況下,根據所述環境光參數,調節所述顯示裝置的螢幕亮度,以改變所述環境光參數;
在步驟S14中,獲取所述環境光參數後的所述目標物件的人臉圖像,並將所述人臉圖像與預置圖像進行比對,獲得比對結果,根據所述比對結果得到人臉識別結果。
根據本揭露的實施例的人臉識別方法,可在環境光參數滿足環境光條件且監控區域中存在移動距離大於或等於距離閾值的目標物件的情況下,透過顯示裝置對目標物件進行補光,並對補光後採集的人臉圖像進行比對,可在環境光較暗的情況下獲得人臉識別結果,無需使用紅外攝影機或補光燈等額外輔助設備,降低了硬體成本。
在一些實施例中,所述人臉識別方法可以由終端設備或其它處理設備執行,其中,終端設備可以為使用者設備(User Equipment,UE)、人臉識別一體機、移動設備、使用者終端、終端、蜂窩電話、無線電話、個人數位助理(Personal Digital Assistant,PDA)、手持設備、計算設備、車載設備、可穿戴設備等。其它處理設備可為伺服器或雲端伺服器等。在一些可能的實現方式中,該人臉識別方法可以透過處理器調用記憶體中儲存的電腦可讀指令的方式來實現。
在一些實施例中,所述人臉識別方法可用於人臉識別一體機中,例如門禁設備或考勤設備中,可對來訪人員進行人臉識別,和/或,記錄來訪人員的身份、來訪時間等資訊,所述人臉識別方法還可用於其他的設備或應用的識別或解鎖等領域,本揭露實施例對所述人臉識別方法的應用領域不做限制。
在一些實施例中,在步驟S11中,可對監控區域的環境光進行檢測,獲得環境光參數。
在示例中,所述監控區域包括人臉識別一體機的可識別區域,可在監控區域中設置人臉識別一體機,並透過人臉識別一體機的光敏感測器等感光器件對監控區域的環境光的環境光參數進行檢測。所述環境光參數至少包括環境光的亮度,例如,環境光的光強等參數,根據環境光的亮度或者強度可決定在拍攝人臉圖像時是否需要補光。例如,如果環境光的亮度較低,則在這種環境光的場景下拍攝的人臉圖像的品質較差(例如,人臉圖像模糊,圖像亮度低,無法從人臉圖像中獲取人臉的特徵等等),因此在這種環境光場景下需要在拍攝人臉圖像時進行補光。如果環境光的亮度較高,則拍攝的人臉圖像的品質較好,無需在拍攝人臉圖像時進行補光。
在一些實施例中,在步驟S12中,可在所述監控區域中存在目標物件時,進行目標物件的移動距離檢測。
在示例中,可透過紅外感應、目標檢測等方式確定監測區域中是否存在目標物件,並可透過人臉識別一體機的測距裝置(例如紅外測距裝置)進行目標物件的移動距離檢測。目標物件的移動距離檢測可決定是否需要採集人臉圖像。例如,如果監控區域中有正在移動、且距離逐漸靠近的目標物件,則可能是該目標物件正在接近人臉識別一體機,並打算通過門禁,因此,需要採集人臉圖像以進行識別;如果監控區域中沒有正在移動的目標物件(例如,監控區域中沒有目標物件,或者只有一些不會移動的目標物件),則不需要採集人臉圖像。其中,所述目標物件的移動距離大於或等於距離閾值具體可以是檢測到所述目標物件的移動距離大於或等於距離閾值、使得所述目標物件與測距裝置之間的距離減小。
在一些實施例中,在步驟S13中,所述環境光參數包括環境光的亮度,所述環境光條件包括環境光的亮度小於或等於亮度閾值(例如,亮度閾值可設定為5勒克斯(lux)等,本揭露實施例對亮度閾值不做限制)。在所述環境光參數滿足環境光條件且所述目標物件的移動距離大於或等於距離閾值(例如,距離閾值可設定為10cm,本揭露實施例對距離閾值不做限制)的情況下,即,在監控區域中存在正在移動、且距離逐漸靠近的目標物件(需要採集人臉圖像進行識別),且環境光的亮度低(即,需要進行補光)的情況下,可根據環境光參數,調節顯示裝置的亮度,以對目標物件進行補光。例如,可開啟顯示裝置,由顯示裝置發出的光對人臉所處區域的環境光參數進行改變。
在一些實施例中,步驟S13可包括:在所述顯示裝置的顯示幕上,顯示預定模式的顯示介面。其中,所述預定模式可包括開啟顯示裝置的螢幕,並使螢幕顯示淺色背景(例如顯示白色背景),使得顯示裝置的螢幕發出較亮的光線。進一步地,所述預定模式可包括使顯示裝置按照預定的顯示參數進行顯示。
在一些實施例中,步驟S13可包括:根據所述環境光參數,確定所述顯示裝置的顯示參數;根據所述顯示參數調節所述顯示裝置的螢幕亮度。可選地,所述顯示參數可包括顯示裝置中的調節區域的面積佔比,以及所述調節區域的灰度、亮度和色度中的至少一個。所述調節區域為在透過顯示裝置為目標物件補光時、顯示裝置的螢幕上需進行調節的區域,例如,可對該區域的亮度進行調節,使該區域亮度增大,發出較亮的光線,為目標物件補光。在示例中,環境光亮度越低,則調節區域的面積佔比越大,或者,調節區域的灰度、亮度和色度中的至少一個的值越大。
在一些實施例中,可預先設置與環境光參數對應的顯示裝置的顯示參數,即,預先設置預定模式。實際應用中,可在各種光照條件下進行多次測試。例如,在環境光亮度為5lux時,對顯示參數進行測試,例如,可調節顯示裝置中的調節區域的面積佔比(即,調節區域與顯示裝置的顯示區域的面積比),以及所述調節區域的灰度、亮度和色度中的至少一個參數,使顯示裝置的調節區域發出的光線的亮度發生變化,並對顯示裝置前的目標物件的臉部進行拍攝,獲得人臉圖像以進行圖像品質的檢測。如果圖像品質較差,則增大調節區域的面積佔比或提高調節區域的灰度、亮度和色度中的至少一個,直到圖像品質符合身份識別的標準(例如,圖像清晰度、亮度等參數滿足標準,能夠透過該圖像進行身份識別)。進一步地,可改變環境光亮度,例如,調節環境光亮度為4lux,並繼續調節顯示裝置中的調節區域的面積佔比,以及所述調節區域的灰度、亮度和色度中的至少一個(例如,增大調節區域的面積佔比或提高調節區域的灰度、亮度和色度中的至少一個),直到在4lux的環境光亮度的情況下,經過補光的人臉圖像符合身份識別的標準。可透過上述方式,確定在多種環境光亮度下,能夠使經過補光的人臉圖像符合身份識別標準的顯示參數,即,建立環境光參數與顯示參數之間的對應關係。
在一些實施例中,基於前述建立的對應關係,在透過光敏感測器等感光器件檢測到環境光參數時,可確定與該環境光參數對應的顯示參數,例如,檢測到的環境光參數為3lux,可確定與3lux對應的調節區域的面積佔比,以及調節區域的灰度、亮度和色度中的至少一個。並按照該顯示參數調節所述顯示裝置,即,將顯示裝置的螢幕按照對應的顯示參數進行設置,例如,可將顯示裝置的螢幕中的調節區域的亮度調高,以及調節所述調節區域的灰度、亮度和色度中的至少一個,使得顯示裝置發出的光線可為目標物件進行補光,且使經過補光的目標物件的人臉圖像能夠符合身份識別的標準。
透過這種方式,可透過環境光參數確定顯示裝置的顯示參數,並根據顯示參數來調節顯示裝置,使得顯示裝置發出光線為目標物件補光,無需使用紅外攝影機或補光燈等額外輔助設備,節約了使用成本。
在一些實施例中,在步驟S14中,顯示裝置發出的光線可為目標物件補光,人臉識別一體機的圖像獲取裝置(例如,攝影機)可在顯示裝置發出光線時開啟,拍攝監控區域的圖像,並在拍攝到的圖像中,確定出目標物件的人臉圖像。
在一些實施例中,步驟S14可包括:獲取目標物件的第一圖像;對所述第一圖像進行圖像品質檢測;並將滿足品質條件的第一圖像確定為所述目標物件的人臉圖像。
本實現中,圖像獲取裝置可拍攝監控區域中的目標物件的第一圖像,所述第一圖像可以是RGB圖像。實際應用中,可拍攝目標物件的多張第一圖像,並可對多張第一圖像進行品質檢測,即判定第一圖像是否滿足品質條件。
在一些示例中,可驗證第一圖像的清晰度、亮度等參數是否符合身份識別的標準。在另一些示例中,可驗證第一圖像中是否包括完整的人臉。例如,第一圖像中僅包括目標物件的身體,不包括目標物件的人臉,或者,目標物件的人臉的一部分未包括在第一圖像中(例如,目標物件的人臉的一部分超出了第一圖像的邊界,比如人臉的一部分超出了第一圖像的上側、左側、右側或下側的邊界,導致第一圖像中的目標物件的人臉不完整)。在又一些示例中,第一圖像中目標物件的人臉的角度或者目標物件的人臉是否被遮擋等(例如,可在第一圖像中檢測人臉關鍵點,如果人臉的角度在一定範圍內,或者被遮擋的比例在一定範圍內,則可提取足夠數量的人臉關鍵點,該第一圖像可滿足品質條件。如果人臉的角度超出一定範圍,或者被遮擋的比例超出一定範圍,則無法提取足夠數量的人臉關鍵點,該第一圖像在人臉比對的過程中可能無法提取有效的特徵,因此無法進行有效的人臉比對,因此,可認為該第一圖像不滿足品質條件)。可從多張第一圖像中選取一個或多個滿足品質條件的圖像作為目標物件的人臉圖像。所述品質條件可包括圖像清晰度、亮度等參數是否達到預設閾值,可從第一圖像中提取出目標物件的人臉的特徵;所述品質條件可包括第一圖像中的目標物件的人臉是否完整,是否沒有遮擋,是否角度偏差較小等等,可從第一圖像中提取出目標物件的人臉的特徵。本揭露實施例對品質條件不做限制。當然,本揭露實施例也可基於上述提出的一種或多種判定方式判定第一圖像是否滿足品質條件,本揭露實施例中對此不做限定。
透過上述方式,可從多個第一圖像中獲取到滿足品質條件的人臉圖像,提高對人臉圖像進行身份識別的準確度。
在一些實施例中,所述人臉識別一體機可判斷是否獲取到人臉圖像,如果在一定時間內未獲取到目標物件的人臉圖像,則可能監控區域中的目標物件已經離開,例如,該目標物件僅為路過目的地區域的人,並非想要進入門禁,也並非打算進行身份識別,因此,可不再繼續進行身份識別處理。
基於前述實施例,第2圖示出根據本揭露實施例的人臉識別方法的流程圖二,如第2圖所示,所述方法還包括:
在步驟S15中,在預設時間段內未獲取到目標物件的人臉圖像的情況下,控制切換至待機狀態。
在一些實施例中,所述預設時間段例如可以是10秒、半分鐘、一分鐘等,本揭露實施例對預設時間段不做限制。如果在預設時間段內未獲取到人臉圖像,則目標物件可能並非想要進行身份識別,人臉識別一體機可控制切換至待機狀態,或者控制顯示裝置切換至待機狀態,以防止顯示裝置長時間保持高亮度的狀態,可保護顯示裝置,減小顯示裝置螢幕的損耗,延長顯示裝置的使用壽命,且降低電能的消耗。
在一些實施例中,所述步驟S14可包括:對所述人臉圖像進行活體檢測,獲得活體檢測結果;在所述活體檢測結果為活體的情況下,對所述人臉圖像中的目標物件進行特徵提取處理,獲得所述目標物件的人臉特徵;將所述目標物件的人臉特徵與所述預置圖像中的人臉特徵進行比對,獲得比對結果。
本實施例中,可對人臉圖像中的人臉進行活體檢測。例如,可驗證人臉圖像中的人臉為真實的人臉,而非透過例如照片、面具、螢幕翻拍等途徑採集得到的。在示例中,可透過神經網路等方式對人臉圖像進行活體檢測,可分辨高清照片、經過處理的圖像、三維模型、立體假人、面具換臉等多場景多形式的仿冒欺詐,在目標物件無感知的狀態下進行活體檢測。如果活體檢測結果為非活體,可停止進一步的識別。例如,人臉識別一體機可停止識別過程,拒絕開啟門禁,並控制切換至待機狀態,不再對目標物件進行補光、拍攝目標物件的人臉圖像等處理。
本實施例中,如果人臉圖像的活體檢測結果為活體,可對人臉圖像中的目標物件的人臉進行特徵提取,例如,可提取人臉關鍵點等特徵。在示例中,可透過卷積神經網路對人臉圖像進行特徵提取,獲得目標物件的人臉特徵。
進一步可將目標物件的人臉特徵與所述預置圖像中的人臉特徵進行比對。示例性的,在人臉識別一體機的資料庫中,可保存有多個預置圖像,所述多個預置圖像中的物件為具有門禁開啟權限的物件,可以理解,人臉識別一體機檢測到與某個閾值圖像中的物件一致的目標物件,則可開啟門禁,允許該目標物件通過。例如,人臉識別一體機為某公司的人臉識別一體機,所述預置圖像為預先儲存在人臉識別一體機的資料庫中的、該公司內的工作人員的人臉圖像。可選地,人臉識別一體機的資料庫中還可保存有各個預置圖像中的臉部的人臉特徵。則在一種實施方式中,在人臉識別一體機儲存某預置圖像後,可透過調用相關特徵提取演算法對預置圖像中的人臉特徵進行提取,並儲存預置圖像對應的人臉特徵。
本實施例中,可對人臉圖像中的目標物件的人臉特徵與各個預置圖像中的人臉特徵進行對比,獲得比對結果。其中,對人臉圖像中的目標物件的人臉特徵與各個預置圖像中的進行對比,具體可以是確定人臉圖像中的人臉特徵與各預置圖像中的人臉特徵的特徵相似度,如果人臉圖像中的人臉特徵與某個預置圖像中的人臉特徵的特徵相似度(例如,餘弦相似度)大於相似度閾值,則可表明目標物件的人臉特徵與所述預置圖像中的人臉特徵比對一致,也即該人臉圖像中的目標物件與預置圖像中的物件匹配。例如,資料庫中保存有物件1、物件2…物件n的預置圖像以及物件的人臉特徵,目標物件的人臉特徵與物件2的預置圖像的人臉特徵匹配,則目標物件的身份資訊為物件2,也可表明該目標物件的身份認證通過。相應的,如果人臉圖像中的人臉特徵與各個預置圖像中的人臉特徵的特徵相似度(例如,餘弦相似度)均小於等於相似度閾值,則可表明目標物件的人臉特徵與所述預置圖像中的人臉特徵比對不一致,也即該人臉圖像中的目標物件與各個預置圖像中的物件均不匹配。
本實施例中,可將上述比對結果,或者身份認證結果作為人臉識別結果,即比對結果可以是目標物件的人臉特徵與所述預置圖像中的人臉特徵是否比對一致,或者人臉圖像中的目標物件與預置圖像中的物件是否匹配,或者人臉圖像中的目標物件的身份認證是否通過。
在本揭露的一些可選實施例中,在目標物件的身份認證通過後,還可在顯示裝置上顯示目標物件的身份資訊,以及表示目標物件身份識別成功的提示資訊。例如,以上述示例為例,顯示裝置可顯示目標物件的身份為物件2,允許目標物件進入。在目標物件的人臉識別結束後,可關閉顯示裝置,以減少顯示裝置的損耗。
透過這種方式,可首先對人臉圖像進行活體檢測,提高身份識別的安全性與可靠性,並透過人臉特徵進行身份識別,提高身份識別的準確度。
第3圖示出根據本揭露實施例的人臉識別方法的流程圖三,如第3圖所示,所述方法還包括:
在步驟S16中,在所述人臉識別結果表示識別成功的情況下,保存所述目標物件的到訪記錄。
本實施例中,如果人臉圖像中的人臉特徵與某個預置圖像中的人臉特徵的特徵相似度(例如,餘弦相似度)大於相似度閾值,則可表明目標物件的人臉特徵與所述預置圖像中的人臉特徵比對一致,也可判定人臉識別結果為識別成功;如果人臉圖像中的人臉特徵與各個預置圖像中的人臉特徵的特徵相似度(例如,餘弦相似度)均小於等於相似度閾值,則可表明目標物件的人臉特徵與所述預置圖像中的人臉特徵比對不一致,也可判定人臉識別結果為識別失敗。
本實施例中,所述目標物件的到訪記錄可包括目標物件的身份、到訪時間等資訊。例如,所述人臉識別一體機為某公司的人臉識別一體機,在目標物件為該公司的員工,如果目標物件的身份與預設身份匹配,可記錄目標物件的身份(例如目標物件標識)以及目標物件的到訪時間。在一應用場景中,該人臉識別一體機可作為考勤設備,記錄某個員工在某個時間來到公司。或者,可記錄某人到達某個地點的時刻,可為刑偵工作提供依據,本揭露實施例對到訪記錄的應用領域不做限制。
透過這種方式,可記錄目標物件的到訪記錄,提高所述身份識別方式的使用靈活性。
在一些可能的實現方式中,在所述人臉識別結果表示識別失敗的情況下,例如,目標物件並非該公司的員工,或者由於拍攝角度等問題使得身份識別處理失效,則可對目標物件進行重新識別或者將失敗的結果通知所述目標物件。
第4圖示出根據本揭露實施例的人臉識別方法的流程圖四,如第4圖所示,所述方法還包括:
在步驟S17中,在所述人臉識別結果表示識別失敗的情況下,執行以下處理中的一種:重新獲取所述環境光參數改變後的所述目標物件的人臉圖像,以及將所述人臉圖像與預置圖像進行比對,獲得比對結果;
輸出識別失敗的通知資訊。
本實施例中,目標物件的身份與預設身份不匹配可能是由於人臉圖像的拍攝問題造成的,例如,拍攝角度等問題,因此,可再次獲取經過補光(即,環境光參數改變後)的目標物件的人臉圖像,並透過上述人臉識別方法再次進行識別和比對;如果再次識別比對的結果為識別成功,則可記錄目標物件的到訪記錄並開啟門禁,允許目標物件進入等;如果再次識別比對的結果為識別失敗,則還可再次獲取目標物件的人臉圖像並再次進行識別比對,所述比對過程可無限重複;如果再次識別比對的結果為識別失敗,則禁止目標物件通過門禁,直到比對結果為識別成功才可開啟門禁。所述比對過程也可由此處限制,例如,可將次數限制設置為5次,如果對目標物件重複比對了5次,目標物件的身份與預設身份均不匹配,則停止比對過程,控制切換為待機狀態,並輸出識別失敗的通知資訊。例如,可在顯示裝置上顯示識別失敗的通知資訊,或可透過揚聲器等音訊播放裝置來播放通知資訊。本揭露實施例對次數限制以及輸出通知資訊的方式不做限制。
透過這種方式,可避免由於拍攝問題造成的不匹配,提高識別的準確度及可靠性。
根據本揭露實施例的人臉識別方法,第一方面,可在環境光參數滿足環境光條件且監控區域中存在移動距離大於或等於距離閾值的目標物件的情況下,透過顯示裝置對目標物件進行補光,並可從多個第一圖像中獲取到滿足品質條件的人臉圖像,可在環境光較暗的情況下獲得人臉識別結果,提高對人臉圖像進行身份識別的準確度。第二方面,對補光後採集的人臉圖像進行識別時,可首先對人臉圖像進行活體檢測,提高身份識別的安全性與可靠性,且無需使用紅外攝影機或補光燈等額外輔助設備,節約了使用成本,且降低了演算法的複雜度。第三方面,可記錄目標物件的到訪記錄,提高所述人臉識別方法的使用靈活性。第四方面,可在目標物件的身份與預設身份不匹配時,對目標物件再次進行人臉圖像採集、識別和比對,避免由於拍攝問題造成的識別失敗,提高識別的準確度及可靠性。第五方面,在識別失敗、活體檢測結果為非活體以及身份識別處理完成後可控制切換為待機狀態,以減少顯示裝置的損耗,延長顯示裝置的使用壽命,降低電能消耗。
第5圖示出根據本揭露實施例的人臉識別方法的應用示意圖。如第5圖所示,所述人臉識別方法用於人臉識別一體機或考勤設備中,可對監控區域中的目標物件進行識別。
在一些實施例中,所述人臉識別一體機可包括圖像獲取裝置、顯示裝置、紅外測距裝置及亮度感測器等。所述亮度感測器可獲取環境光的亮度等環境光參數,所述紅外測距裝置可檢測監控區域中是否存在正在移動的物件。
在一些實施例中,如果環境光的亮度小於或等於亮度閾值(例如5lux),且監控區域中存在移動距離大於或等於距離閾值(例如10cm)的目標物件,則可根據環境光參數,調節顯示裝置,例如,調節顯示裝置的螢幕亮度,使得環境光亮度更亮,提高環境光的亮度,從而為目標物件補光。
在一些實施例中,可預先設置一組或多組環境光參數與顯示裝置的顯示參數的對應關係。可根據檢測到的環境光參數,確定對應的顯示參數,從而按照該顯示參數調節顯示裝置的調節區域的面積佔比,以及調節區域的灰度、亮度和色度中的至少一個,從而調節顯示裝置發出的光線,提高環境光的亮度,從而為目標物件補光。
在一些實施例中,圖像獲取裝置可獲取目標物件的多個第一圖像,並從中選擇出人臉較完整、遮擋比例較低、角度偏差較小的第一圖像作為所述人臉圖像。進一步可對人臉圖像進行活體檢測,以驗證人臉圖像中的目標物件為活體,而並非透過例如照片、面具、螢幕翻拍等途徑採集得到的,在活體檢測結果為活體時,可對人臉圖像進行特徵提取,並將提取的人臉特徵與資料庫中的預置圖像中的人臉特徵進行對比,確定與所述人臉圖像匹配的預置圖像。
在一些實施例中,如果資料庫中存在與所述人臉圖像的預置圖像,可將預置圖像對應的身份確定為目標物件的身份,並記錄目標物件的身份和到訪時間等到訪記錄。如果資料庫中不存在與所述人臉圖像匹配的預置圖像,可再次獲取目標物件的人臉圖像並進行識別比對;可設置比對次數限制,例如,5次,如果對目標物件重複比對了5次,目標物件的身份與各個預置圖像均不匹配,則停止比對過程,關閉顯示裝置及圖像獲取裝置等,並輸出識別失敗的通知資訊。
可以理解,本揭露提及的上述各個方法實施例,在不違背原理邏輯的情況下,均可以彼此相互結合形成結合後的實施例,限於篇幅,本揭露不再贅述。
此外,本揭露實施例還提供了人臉識別裝置、電子設備、電腦可讀儲存介質、程式,上述均可用來實現本揭露提供的任一種人臉識別方法,相應技術方案和描述和參見方法部分的相應記載,不再贅述。
本領域技術人員可以理解,在具體實施方式的上述方法中,各步驟的撰寫順序並不意味著嚴格的執行順序而對實施過程構成任何限定,各步驟的具體執行順序應當以其功能和可能的內在邏輯確定。
本揭露實施例還提供了一種人臉識別裝置,應用於人臉識別一體機,所述人臉識別一體機具有顯示裝置。第6圖示出根據本揭露實施例的人臉識別裝置的框圖,如第6圖所示,所述裝置包括:
第一檢測模組11,配置為對監控區域的環境光進行檢測,獲得環境光參數;
第二檢測模組12,配置為回應於在所述監控區域中存在目標物件的情況,對所述目標物件進行移動距離檢測;
調節模組13,配置為在所述環境光參數滿足環境光條件且所述目標物件的移動距離大於或等於距離閾值的情況下,根據所述環境光參數,調節所述顯示裝置的螢幕亮度,以改變所述環境光參數;
比對模組14,配置為獲取所述環境光參數改變後的所述目標物件的人臉圖像,並將所述人臉圖像與預置圖像進行比對,獲得比對結果,根據所述比對結果得到人臉識別結果。
在一些實施例中,所述環境光參數包括環境光的亮度,所述環境光條件包括環境光的亮度小於或等於亮度閾值。
在一些實施例中,所述調節模組13,配置為根據所述環境光參數,確定所述顯示裝置的顯示參數;根據所述顯示參數調節所述顯示裝置的螢幕亮度。
在一些實施例中,所述顯示參數包括顯示裝置中的調節區域的面積佔比,以及所述調節區域的灰度、亮度和色度中的至少一個。
在一些實施例中,所述調節模組13,配置為在所述顯示裝置的顯示幕上,顯示預定模式的顯示介面。
在一些實施例中,所述比對模組14,配置為獲取目標物件的第一圖像;對所述第一圖像進行圖像品質檢測,並將滿足品質條件的第一圖像確定為所述目標物件的人臉圖像。
在一些實施例中,所述比對模組14,配置為對所述人臉圖像進行活體檢測,獲得活體檢測結果;在所述活體檢測結果為活體的情況下,對所述人臉圖像中的目標物件進行特徵提取處理,獲得目標物件的人臉特徵;將所述目標物件的人臉特徵所述預置圖像中的人臉特徵進行比對,獲得比對結果。
在一些實施例中,所述裝置還包括:控制模組,配置為在預設時間段內未獲取到所述目標物件的人臉圖像的情況下,控制所述人臉識別一體機切換至待機狀態。
在一些實施例中,所述裝置還包括:儲存模組,配置為在所述識別結果表示識別成功的情況下,保存所述目標物件的到訪記錄。
在一些實施例中,所述裝置還包括:執行模組,配置為在所述識別結果表示識別失敗的情況下,執行以下處理中的一種:
重新獲取所述環境光參數改變後的所述目標物件的人臉圖像,以及將所述人臉圖像與所述預置圖像進行比對,獲得比對結果;
輸出識別失敗的通知資訊。
本揭露實施例提供的人臉識別裝置具有的功能或包含的模組可以用於執行上文方法實施例描述的方法,其具體實現可以參照上文方法實施例的描述,為了簡潔,這裡不再贅述
本揭露實施例還提出一種電腦可讀儲存介質,其上儲存有電腦程式指令,所述電腦程式指令被處理器執行時實現本揭露實施例上述的人臉識別方法。其中,電腦可讀儲存介質可以是非易失性電腦可讀儲存介質。
本揭露實施例還提出一種電子設備,包括:處理器;用於儲存處理器可執行指令的記憶體;其中,所述處理器被配置為運行所述可執行指令時,執行本揭露實施例上述的人臉識別方法。其中,電子設備可以被提供為終端、伺服器或其它形態的設備。
第7圖是根據一示例性實施例示出的一種電子設備的框圖。如第7圖所示,電子設備800可以是行動電話、電腦、數位廣播終端、消息收發設備、遊戲控制台、平板設備、醫療設備、健身設備、個人數位助理等終端中的任意一種。
參照第7圖,電子設備800可以包括以下一個或多個元件:處理元件802、記憶體804、電源元件806、多媒體元件808、音訊元件810、輸入/輸出(I/ O)的介面812、感測器元件814以及通訊元件816。
處理元件802通常控制電子設備800的整體操作,諸如與顯示、電話呼叫、資料通訊、相機操作和記錄操作相關聯的操作。處理元件802可以包括一個或多個處理器820來執行指令,以完成上述的方法的全部或部分步驟。此外,處理元件802可以包括一個或多個模組,便於處理元件802和其他元件之間的交互。例如,處理元件802可以包括多媒體模組,以方便多媒體元件808和處理元件802之間的交互。
記憶體804被配置為儲存各種類型的資料以支援在電子設備800的操作。這些資料的示例包括用於在電子設備800上操作的任何應用程式或方法的指令、連絡人資料、電話簿資料、消息、圖片、影片等。記憶體804可以由任何類型的易失性或非易失性存放裝置或者它們的組合實現,如靜態隨機存取記憶體(Static Random Access Memory,SRAM)、電可擦除可程式設計唯讀記憶體(Electrically Erasable Programmable Read-Only Memory,EEPROM)、可擦除可程式設計唯讀記憶體(Erasable Programmable Read-Only Memory,EPROM)、可程式設計唯讀記憶體(Programmable Read-Only Memory,PROM)、唯讀記憶體(Read Only Memory,ROM)、磁記憶體,快閃記憶體、磁片或光碟。
電源元件806為電子設備800的各種元件提供電力。電源元件806可以包括電源管理系統、一個或多個電源及其他與為電子設備800生成、管理和分配電力相關聯的組件。
多媒體元件808包括在所述電子設備800和使用者之間的提供一個輸出介面的螢幕。在一些實施例中,螢幕可以包括液晶顯示器(Liquid Crystal Display,LCD)和觸控面板(Touch Panel,TP)。如果螢幕包括觸控面板,螢幕可以被實現為觸控式螢幕,以接收來自使用者的輸入信號。觸控面板包括一個或多個觸控感測器以感測觸摸、滑動和觸摸面板上的手勢。所述觸控感測器可以不僅感測觸摸或滑動動作的邊界,而且還檢測與所述觸摸或滑動操作相關的持續時間和壓力。在一些實施例中,多媒體元件808包括一個前置攝影機和/或後置攝影機。當電子設備800處於操作模式,如拍攝模式或視訊模式時,前置攝影機和/或後置攝影機可以接收外部的多媒體資料。每個前置攝影機和後置攝影機可以是一個固定的光學透鏡系統或具有焦距和光學變焦能力。
音訊元件810被配置為輸出和/或輸入音訊信號。例如,音訊元件810包括一個麥克風(Microphone,MIC),當電子設備800處於操作模式,如呼叫模式、記錄模式和語音辨識模式時,麥克風被配置為接收外部音訊信號。所接收的音訊信號可以被進一步儲存在記憶體804或經由通訊元件816發送。在一些實施例中,音訊元件810還包括一個揚聲器,用於輸出音訊信號。
I/ O介面812為處理元件802和週邊介面模組之間提供介面,上述週邊介面模組可以是鍵盤、點擊輪、按鈕等。這些按鈕可包括但不限於:主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。
感測器元件814包括一個或多個感測器,用於為電子設備800提供各個方面的狀態評估。例如,感測器元件814可以檢測到電子設備800的打開/關閉狀態,元件的相對定位,例如所述元件為電子設備800的顯示器和小鍵盤,感測器元件814還可以檢測電子設備800或電子設備800一個元件的位置改變,使用者與電子設備800接觸的存在或不存在,電子設備800方位或加速/減速和電子設備800的溫度變化。感測器元件814可以包括接近感測器,被配置用來在沒有任何的物理接觸時檢測附近物體的存在。感測器元件814還可以包括光感測器,如金屬氧化物半導體元件(Complementary Metal-Oxide Semiconductor,CMOS)或電荷耦合元件(Charge Coupled Device,CCD)圖像感測器,用於在成像應用中使用。在一些實施例中,該感測器元件814還可以包括加速度感測器、陀螺儀感測器、磁感測器、壓力感測器或溫度感測器。
通訊元件816被配置為便於電子設備800和其他設備之間有線或無線方式的通訊。電子設備800可以接入基於通訊標準的無線網路,如WiFi,2G或3G,或它們的組合。在一個示例性實施例中,通訊元件816經由廣播通道接收來自外部廣播管理系統的廣播信號或廣播相關資訊。在一個示例性實施例中,所述通訊元件816還包括近場通訊(Near Field Communication,NFC)模組,以促進短程通訊。例如,在NFC模組可基於射頻識別(Radio Frequency Identification,RFID)技術,紅外資料協會(Infrared Data Association,IrDA)技術,超寬頻(Ultra WideBand,UWB)技術,藍牙(BlueTooth,BT)技術和其他技術來實現。
在示例性實施例中,電子設備800可以被一個或多個應用專用積體電路(Application Specific Integrated Circuit,ASIC)、數位訊號處理器(Digital Signal Processor,DSP)、數位信號處理設備(DSPD)、可程式設計邏輯器件(Programmable Logic Device,PLD)、現場可程式設計閘陣列(Field-Programmable Gate Array,FPGA)、控制器、微控制器、微處理器或其他電子元件實現,用於執行上述方法。
在示例性實施例中,還提供了一種非易失性電腦可讀儲存介質,例如包括電腦程式指令的記憶體804,上述電腦程式指令可由電子設備800的處理器820執行以完成上述方法。
第8圖是根據一示例性實施例示出的一種電子設備的框圖。例如,電子設備1900可以被提供為一伺服器。參照第8圖,電子設備1900包括處理元件1922,其進一步包括一個或多個處理器,以及由記憶體1932所代表的記憶體資源,用於儲存可由處理元件1922的執行的指令,例如應用程式。記憶體1932中儲存的應用程式可以包括一個或一個以上的每一個對應於一組指令的模組。此外,處理元件1922被配置為執行指令,以執行本揭露實施例上述的人臉識別方法。
電子設備1900還可以包括一個電源元件1926被配置為執行電子設備1900的電源管理,一個有線或無線網路介面1950被配置為將電子設備1900連接到網路,和一個輸入輸出(I/O)介面1958。電子設備1900可以操作基於儲存在記憶體1932的作業系統,例如Windows ServerTM、Mac OS XTM、UnixTM、LinuxTM、FreeBSDTM或類似。
在示例性實施例中,本揭露實施例還提供了一種非易失性電腦可讀儲存介質,例如包括電腦程式指令的記憶體1932,上述電腦程式指令可由電子設備1900的處理元件1922執行以完成本揭露實施例上述的人臉識別方法。
本揭露實施例可以是系統、方法和/或電腦程式產品。電腦程式產品可以包括電腦可讀儲存介質,其上載有用於使處理器實現本揭露的各個方面的電腦可讀程式指令。
電腦可讀儲存介質可以是可以保持和儲存由指令執行設備使用的指令的有形設備。電腦可讀儲存介質例如可以但不限於是電存放裝置、磁存放裝置、光存放裝置、電磁存放裝置、半導體存放裝置或者上述的任意合適的組合。電腦可讀儲存介質的更具體的例子(非窮舉的列表)包括:可擕式電腦盤、硬碟、隨機存取記憶體(RAM)、唯讀記憶體(ROM)、可擦式可程式設計唯讀記憶體(EPROM或快閃記憶體)、靜態隨機存取記憶體(SRAM)、可擕式壓縮磁碟唯讀記憶體(CD-ROM)、數位多功能盤(DVD)、記憶棒、軟碟、機械編碼設備、例如其上儲存有指令的打孔卡或凹槽內凸起結構、以及上述的任意合適的組合。這裡所使用的電腦可讀儲存介質不被解釋為暫態信號本身,諸如無線電波或者其他自由傳播的電磁波、透過波導或其他傳輸媒介傳播的電磁波(例如,透過光纖電纜的光脈衝)、或者透過電線傳輸的電信號。
這裡所描述的電腦可讀程式指令可以從電腦可讀儲存介質下載到各個計算/處理設備,或者透過網路、例如網際網路、區域網路、廣域網路和/或無線網下載到外部電腦或外部存放裝置。網路可以包括銅傳輸電纜、光纖傳輸、無線傳輸、路由器、防火牆、交換機、閘道電腦和/或邊緣伺服器。每個計算/處理設備中的網路介面卡或者網路介面從網路接收電腦可讀程式指令,並轉發該電腦可讀程式指令,以供儲存在各個計算/處理設備中的電腦可讀儲存介質中。
用於執行本揭露操作的電腦程式指令可以是彙編指令、指令集架構(ISA)指令、機器指令、機器相關指令、微代碼、韌體指令、狀態設置資料、或者以一種或多種程式設計語言的任意組合編寫的原始程式碼或目標代碼,所述程式設計語言包括物件導向的程式設計語言—諸如Smalltalk、C++等,以及常規的過程式程式設計語言—諸如「C」語言或類似的程式設計語言。電腦可讀程式指令可以完全地在使用者電腦上執行、部分地在使用者電腦上執行、作為一個獨立的套裝軟體執行、部分在使用者電腦上部分在遠端電腦上執行、或者完全在遠端電腦或伺服器上執行。在涉及遠端電腦的情形中,遠端電腦可以透過任意種類的網路—包括區域網路(LAN)或廣域網路(WAN)—連接到使用者電腦,或者,可以連接到外部電腦(例如利用網際網路服務提供者來透過網際網路連接)。在一些實施例中,透過利用電腦可讀程式指令的狀態資訊來個性化定制電子電路,例如可程式設計邏輯電路、現場可程式設計閘陣列(FPGA)或可程式設計邏輯陣列(PLA),該電子電路可以執行電腦可讀程式指令,從而實現本揭露的各個方面。
這裡參照根據本揭露實施例的方法、裝置(系統)和電腦程式產品的流程圖和/或框圖描述了本揭露的各個方面。應當理解,流程圖和/或框圖的每個方框以及流程圖和/或框圖中各方框的組合,都可以由電腦可讀程式指令實現。
這些電腦可讀程式指令可以提供給通用電腦、專用電腦或其它可程式設計資料處理裝置的處理器,從而生產出一種機器,使得這些指令在透過電腦或其它可程式設計資料處理裝置的處理器執行時,產生了實現流程圖和/或框圖中的一個或多個方框中規定的功能/動作的裝置。也可以把這些電腦可讀程式指令儲存在電腦可讀儲存介質中,這些指令使得電腦、可程式設計資料處理裝置和/或其他設備以特定方式工作,從而,儲存有指令的電腦可讀介質則包括一個製造品,其包括實現流程圖和/或框圖中的一個或多個方框中規定的功能/動作的各個方面的指令。
也可以把電腦可讀程式指令載入到電腦、其它可程式設計資料處理裝置、或其它設備上,使得在電腦、其它可程式設計資料處理裝置或其它設備上執行一系列操作步驟,以產生電腦實現的過程,從而使得在電腦、其它可程式設計資料處理裝置、或其它設備上執行的指令實現流程圖和/或框圖中的一個或多個方框中規定的功能/動作。
附圖中的流程圖和框圖顯示了根據本揭露的多個實施例的系統、方法和電腦程式產品的可能實現的體系架構、功能和操作。在這點上,流程圖或框圖中的每個方框可以代表一個模組、程式段或指令的一部分,所述模組、程式段或指令的一部分包含一個或多個用於實現規定的邏輯功能的可執行指令。在有些作為替換的實現中,方框中所標注的功能也可以以不同於附圖中所標注的順序發生。例如,兩個連續的方框實際上可以基本並行地執行,它們有時也可以按相反的循序執行,這依所涉及的功能而定。也要注意的是,框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合,可以用執行規定的功能或動作的專用的基於硬體的系統來實現,或者可以用專用硬體與電腦指令的組合來實現。
以上已經描述了本揭露的各實施例,上述說明是示例性的,並非窮盡性的,並且也不限於所披露的各實施例。在不偏離所說明的各實施例的範圍和精神的情況下,對於本技術領域的普通技術人員來說許多修改和變更都是顯而易見的。本文中所用術語的選擇,旨在最好地解釋各實施例的原理、實際應用或對市場中的技術改進,或者使本技術領域的其它普通技術人員能理解本文披露的各實施例。
S11,S12,S13,S14,S15,S16,S17:步驟
11:第一檢測模組
12:第二檢測模組
13:調節模組
14:比對模組
800:電子設備
802:處理器
804:記憶體
806:電源元件
808:多媒體元件
810:音訊元件
812:輸入/輸出介面
814:感測器元件
816:通訊元件
820:處理器
1900:電子設備
1922:處理元件
1926:電源元件
1932:記憶體
1950:網路介面
1958:輸入輸出介面
此處的附圖被併入說明書中並構成本說明書的一部分,這些附圖示出了符合本揭露的實施例,並與說明書一起用於說明本揭露的技術方案。
第1圖示出根據本揭露實施例的人臉識別方法的流程圖一;
第2圖示出根據本揭露實施例的人臉識別方法的流程圖二;
第3圖示出根據本揭露實施例的人臉識別方法的流程圖三;
第4圖示出根據本揭露實施例的人臉識別方法的流程圖四;
第5圖示出根據本揭露實施例的人臉識別方法的應用示意圖;
第6圖示出根據本揭露實施例的人臉識別裝置的框圖;
第7圖示出根據本揭露實施例的電子設備的框圖;
第8圖示出根據本揭露實施例的電子設備的框圖。
S11,S12,S13,S14:步驟
Claims (12)
- 一種人臉識別方法,應用於人臉識別一體機,所述人臉識別一體機具有顯示裝置,所述方法包括: 對監控區域的環境光進行檢測,獲得環境光參數; 回應於在所述監控區域中存在目標物件的情況,對所述目標物件進行移動距離檢測; 在所述環境光參數滿足環境光條件且所述目標物件的移動距離大於或等於距離閾值的情況下,根據所述環境光參數,調節所述顯示裝置的螢幕亮度,以改變所述環境光參數; 獲取所述環境光參數改變後的所述目標物件的人臉圖像,並將所述人臉圖像與預置圖像進行比對,獲得比對結果,根據所述比對結果得到人臉識別結果。
- 根據請求項1所述的方法,其中,所述環境光參數包括環境光的亮度,所述環境光條件包括環境光的亮度小於或等於亮度閾值。
- 根據請求項1所述的方法,其中,所述根據所述環境光參數,調節所述顯示裝置的螢幕亮度,包括: 根據所述環境光參數,確定所述顯示裝置的顯示參數; 根據所述顯示參數調節所述顯示裝置的螢幕亮度。
- 根據請求項3所述的方法,其中,所述顯示參數包括顯示裝置中的調節區域的面積佔比,以及所述調節區域的灰度、亮度和色度中的至少一個。
- 根據請求項1所述的方法,其中,所述根據所述環境光參數,調節所述顯示裝置的螢幕亮度,包括: 在所述顯示裝置的顯示幕上,顯示預定模式的顯示介面。
- 根據請求項1所述的方法,其中,所述獲取所述環境光參數改變後的所述目標物件的人臉圖像,包括: 獲取目標物件的第一圖像; 對所述第一圖像進行圖像品質檢測,並將滿足品質條件的第一圖像確定為所述目標物件的人臉圖像。
- 根據請求項1所述的方法,其中,所述將所述人臉圖像與預置圖像進行比對,獲得比對結果,包括: 對所述人臉圖像進行活體檢測,獲得活體檢測結果; 在所述活體檢測結果為活體的情況下,對所述人臉圖像中的目標物件進行特徵提取處理,獲得所述目標物件的人臉特徵; 將所述目標物件的人臉特徵與所述預置圖像中的人臉特徵進行比對,獲得比對結果。
- 根據請求項1至7任一項所述的方法,其中,所述方法還包括: 在預設時間段內未獲取到所述目標物件的人臉圖像的情況下,控制切換至待機狀態。
- 根據請求項1至7任一項所述的方法,其中,所述方法還包括: 在所述人臉識別結果表示識別成功的情況下,保存所述目標物件的到訪記錄。
- 根據請求項1至7任一項所述的方法,其中,所述方法還包括: 在所述人臉識別結果表示識別失敗的情況下,執行以下處理中的一種:重新獲取所述環境光參數改變後的所述目標物件的人臉圖像,將所述人臉圖像與所述預置圖像進行比對,獲得比對結果; 輸出識別失敗的通知資訊。
- 一種電子設備,包括: 處理器; 用於儲存處理器可執行指令的記憶體; 其中,所述處理器被配置為運行所述可執行指令時,執行請求項1至10中任意一項所述的方法。
- 一種電腦可讀儲存介質,其上儲存有電腦程式指令,所述電腦程式指令被處理器執行時實現請求項1至10中任意一項所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910695535.8A CN110458062A (zh) | 2019-07-30 | 2019-07-30 | 人脸识别方法及装置、电子设备和存储介质 |
CN201910695535.8 | 2019-07-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202105246A true TW202105246A (zh) | 2021-02-01 |
Family
ID=68484038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109119166A TW202105246A (zh) | 2019-07-30 | 2020-06-08 | 人臉識別方法、電子設備和儲存介質 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20220004742A1 (zh) |
JP (1) | JP2022501687A (zh) |
KR (1) | KR20210074323A (zh) |
CN (1) | CN110458062A (zh) |
SG (1) | SG11202110565RA (zh) |
TW (1) | TW202105246A (zh) |
WO (1) | WO2021017561A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI789128B (zh) * | 2021-02-07 | 2023-01-01 | 大陸商中國銀聯股份有限公司 | 人臉識別方法、裝置、設備及存儲介質 |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458062A (zh) * | 2019-07-30 | 2019-11-15 | 深圳市商汤科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN111144326B (zh) * | 2019-12-28 | 2023-10-27 | 神思电子技术股份有限公司 | 一种用于人机交互的人脸防重识别方法 |
AU2020421711A1 (en) * | 2020-01-16 | 2022-07-28 | Nec Corporation | Face authentication apparatus, control method and program therefor, face authentication gate apparatus, and control method and program therefor |
CN111652131A (zh) * | 2020-06-02 | 2020-09-11 | 浙江大华技术股份有限公司 | 人脸识别装置及其补光方法、可读存储介质 |
CN111814561A (zh) * | 2020-06-11 | 2020-10-23 | 浙江大华技术股份有限公司 | 人脸识别方法、设备及门禁系统 |
CN112016474B (zh) * | 2020-08-31 | 2021-11-09 | 重庆紫光华山智安科技有限公司 | 一种人脸识别方法、装置、设备及计算机可读存储介质 |
CN112016495A (zh) * | 2020-09-03 | 2020-12-01 | 福建库克智能科技有限公司 | 人脸识别的方法、装置和电子设备 |
CN112183270A (zh) * | 2020-09-18 | 2021-01-05 | 支付宝实验室(新加坡)有限公司 | 身份验证的拍摄参数的优化方法、装置及电子设备 |
CN112418038A (zh) * | 2020-11-13 | 2021-02-26 | 深圳市优必选科技股份有限公司 | 人体检测方法、装置、电子设备及介质 |
CN112435414A (zh) * | 2020-11-23 | 2021-03-02 | 苏州卡创信息科技有限公司 | 一种基于人脸识别的安防监控系统及其监控方法 |
CN112597886A (zh) * | 2020-12-22 | 2021-04-02 | 成都商汤科技有限公司 | 乘车逃票检测方法及装置、电子设备和存储介质 |
CN112560775A (zh) * | 2020-12-25 | 2021-03-26 | 深圳市商汤科技有限公司 | 一种开关控制方法、装置、计算机设备及存储介质 |
CN112966575B (zh) * | 2021-02-23 | 2023-04-18 | 光控特斯联(重庆)信息技术有限公司 | 一种应用于智慧社区的目标人脸识别方法及装置 |
KR20220149193A (ko) * | 2021-04-30 | 2022-11-08 | 삼성전자주식회사 | 화면의 색상 반전을 통한 안면 인식 방법 및 장치 |
CN113177524A (zh) * | 2021-05-27 | 2021-07-27 | 浙江大华技术股份有限公司 | 一种门禁设备的控制方法、系统及电子设备 |
CN113420712B (zh) * | 2021-07-08 | 2022-02-18 | 杭州比特信息技术有限公司 | 一种人脸识别系统及方法 |
CN113537078A (zh) * | 2021-07-19 | 2021-10-22 | 深圳康佳电子科技有限公司 | 人员管理方法、装置、智能终端及计算机可读存储介质 |
CN113705389A (zh) * | 2021-08-13 | 2021-11-26 | 北京市商汤科技开发有限公司 | 人脸识别模组测试方法、装置、存储介质及电子设备 |
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 |
CN113933293A (zh) * | 2021-11-08 | 2022-01-14 | 中国联合网络通信集团有限公司 | 浓度检测方法及装置 |
CN114187691B (zh) * | 2021-12-07 | 2022-07-01 | 城市花园(北京)环境科技有限公司 | 一种磁卡感应式智能设备开闭控制系统 |
CN113901423B (zh) * | 2021-12-08 | 2022-09-13 | 云丁网络技术(北京)有限公司 | 一种基于人脸识别的智能安防设备控制方法和系统 |
CN114845052B (zh) * | 2022-04-22 | 2024-03-12 | 杭州海康威视数字技术股份有限公司 | 一种拍摄参数调整方法、装置、摄像机及目标设备 |
CN114596620B (zh) * | 2022-05-10 | 2022-08-05 | 深圳市海清视讯科技有限公司 | 人脸识别设备补光控制方法、装置、设备及存储介质 |
CN114937322B (zh) * | 2022-05-26 | 2023-06-06 | 重庆长安汽车股份有限公司 | 智能汽车开门方法、装置、汽车、电子设备及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009026291A (ja) * | 2007-06-19 | 2009-02-05 | Fuji Electric Holdings Co Ltd | 身分照会システム |
KR20130093962A (ko) * | 2012-02-15 | 2013-08-23 | (주)모빌랩 | 휴대 단말기등의 디스플레이부에서 사용자 편의성을 고려하여 안면 인식을 이용한 소비 전력 저감 방법 및 장치 |
CN103093526A (zh) * | 2012-12-25 | 2013-05-08 | 上海交通大学 | 一种情景模式的智能门禁系统 |
KR102142624B1 (ko) * | 2013-12-30 | 2020-08-10 | 삼성디스플레이 주식회사 | 표시장치 |
JP2017173455A (ja) * | 2016-03-22 | 2017-09-28 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
CN108875452A (zh) * | 2017-05-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统和计算机可读介质 |
CN107277388A (zh) * | 2017-07-27 | 2017-10-20 | 青岛海信移动通信技术股份有限公司 | 移动终端及其补光方法 |
CN108875334A (zh) * | 2017-09-22 | 2018-11-23 | 北京旷视科技有限公司 | 人脸解锁方法、人脸解锁终端以及非易失性存储介质 |
CN108012083B (zh) * | 2017-12-14 | 2020-02-04 | 深圳云天励飞技术有限公司 | 人脸采集方法、装置及计算机可读存储介质 |
CN108289362A (zh) * | 2017-12-22 | 2018-07-17 | 武汉普利商用机器有限公司 | 一种补光灯自适应控制系统与方法 |
CN108269333A (zh) * | 2018-01-08 | 2018-07-10 | 平安科技(深圳)有限公司 | 人脸识别方法、应用服务器及计算机可读存储介质 |
CN108765656A (zh) * | 2018-05-22 | 2018-11-06 | 国政通科技股份有限公司 | 访客验证管理系统及方法 |
CN108470169A (zh) * | 2018-05-23 | 2018-08-31 | 国政通科技股份有限公司 | 人脸识别系统及方法 |
CN109379539A (zh) * | 2018-11-23 | 2019-02-22 | 维沃移动通信有限公司 | 一种屏幕补光方法及终端 |
CN109842738B (zh) * | 2019-01-29 | 2022-05-24 | 北京字节跳动网络技术有限公司 | 用于拍摄图像的方法和装置 |
CN110458062A (zh) * | 2019-07-30 | 2019-11-15 | 深圳市商汤科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
-
2019
- 2019-07-30 CN CN201910695535.8A patent/CN110458062A/zh active Pending
-
2020
- 2020-04-30 JP JP2020572866A patent/JP2022501687A/ja active Pending
- 2020-04-30 SG SG11202110565RA patent/SG11202110565RA/en unknown
- 2020-04-30 WO PCT/CN2020/088136 patent/WO2021017561A1/zh active Application Filing
- 2020-04-30 KR KR1020217013806A patent/KR20210074323A/ko active Search and Examination
- 2020-06-08 TW TW109119166A patent/TW202105246A/zh unknown
-
2021
- 2021-09-22 US US17/481,431 patent/US20220004742A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI789128B (zh) * | 2021-02-07 | 2023-01-01 | 大陸商中國銀聯股份有限公司 | 人臉識別方法、裝置、設備及存儲介質 |
Also Published As
Publication number | Publication date |
---|---|
KR20210074323A (ko) | 2021-06-21 |
SG11202110565RA (en) | 2021-10-28 |
CN110458062A (zh) | 2019-11-15 |
JP2022501687A (ja) | 2022-01-06 |
US20220004742A1 (en) | 2022-01-06 |
WO2021017561A1 (zh) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021017561A1 (zh) | 人脸识别方法及装置、电子设备和存储介质 | |
WO2021031609A1 (zh) | 活体检测方法及装置、电子设备和存储介质 | |
US9674395B2 (en) | Methods and apparatuses for generating photograph | |
KR101649596B1 (ko) | 피부색 조절방법, 장치, 프로그램 및 기록매체 | |
CN109446994B (zh) | 手势关键点检测方法、装置、电子设备及存储介质 | |
TW202105199A (zh) | 資料更新方法、電子設備和儲存介質 | |
TWI702544B (zh) | 圖像處理方法、電子設備和電腦可讀儲存介質 | |
US20170220846A1 (en) | Fingerprint template input method, device and medium | |
CN110287671B (zh) | 验证方法及装置、电子设备和存储介质 | |
TW202036472A (zh) | 圖像處理方法及裝置、電子設備和儲存介質 | |
WO2017096782A1 (zh) | 防止拍照遮挡的方法及装置 | |
WO2017031901A1 (zh) | 人脸识别方法、装置及终端 | |
RU2654157C1 (ru) | Способ и устройство для получения изображения радужной оболочки глаза и устройство для идентификации радужной оболочки глаза | |
CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US20170185820A1 (en) | Method, device and medium for fingerprint identification | |
CN107463052B (zh) | 拍摄曝光方法及装置 | |
WO2017197778A1 (zh) | 图像发送方法和装置 | |
CN107038428B (zh) | 活体识别方法和装置 | |
CN110555930B (zh) | 门锁控制方法及装置、电子设备和存储介质 | |
CN109325336B (zh) | 解锁方法、装置及计算机可读存储介质 | |
CN107025441B (zh) | 肤色检测方法及装置 | |
WO2022099989A1 (zh) | 活体识别、门禁设备控制方法和装置、电子设备和存储介质、计算机程序 | |
WO2016188065A1 (zh) | 云名片推荐方法及装置 | |
US20170244891A1 (en) | Method for automatically capturing photograph, electronic device and medium | |
TWI738349B (zh) | 圖像處理方法及圖像處理裝置、電子設備和電腦可讀儲存媒體 |