TWI579773B - 一種人臉圖像識別方法 - Google Patents
一種人臉圖像識別方法 Download PDFInfo
- Publication number
- TWI579773B TWI579773B TW105120499A TW105120499A TWI579773B TW I579773 B TWI579773 B TW I579773B TW 105120499 A TW105120499 A TW 105120499A TW 105120499 A TW105120499 A TW 105120499A TW I579773 B TWI579773 B TW I579773B
- Authority
- TW
- Taiwan
- Prior art keywords
- face image
- training sample
- user
- album
- smart terminal
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 27
- 238000012549 training Methods 0.000 claims description 89
- 238000004891 communication Methods 0.000 claims description 25
- 230000006855 networking Effects 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
Description
本發明涉及圖像識別技術領域,尤其涉及一種人臉圖像識別方法。
人臉識別作爲一種新興的識別技術,越來越多地應用於智能終端中。例如使用者可以通過辨別人臉調出一些關聯數據包括人名、聯繫方式、社交網路的用戶賬號等,使用者同樣可以通過辨別人臉的方式實現加解密操作等等。
但是,現有的人臉識別技術,通常需要使用者預先手動輸入識別所需的大量圖像樣本,輸入的方式可以爲批量導入,或者預先攝製採集等。但是無論哪種手動輸入方式,都使得使用者的整個操作非常繁瑣,大大降低了使用者的使用體驗。
根據現有技術中存在的問題,現提供一種人臉圖像識別方法的技術方案,旨在解决現有技術中存在的使用者需要手動輸入大量供人臉識別的圖像樣本數據,並一一設置圖像與人名的關係,從而導致操作非常繁瑣的缺陷;
上述技術方案具體包括:
一種人臉圖像識別方法,適用於智能終端;其中,包括一預訓練步驟,以得到相應的訓練樣本;
所述預訓練步驟具體包括:
步驟S1,所述智能終端遠程獲取保存於使用者的移動終端內的通訊名錄以及用戶相册,採用所述用戶相册中的人臉圖像與所述通訊名錄中的個人頭像進行匹配,以建立所述人臉圖像與所述通訊名錄中的所述個人頭像對應的個人姓名相關聯的第一訓練樣本;和/或
所述智能終端遠程查找並獲取預設的關聯於社交網路的用戶賬號對應的好友列表以及好友相册,並根據所述好友相册中的人臉圖像與所述好友列表中的個人頭像進行匹配,以建立所述人臉圖像與所述好友列表中的所述個人頭像相對應的個人姓名相關聯的第二訓練樣本;
步驟S2,結合所述第一訓練樣本和/或所述第二訓練樣本以形成一初步訓練樣本;
步驟S3,採用包括於所述初步訓練樣本中的所述人臉圖像,並根據所述初步訓練樣本進行識別確認,以完善並形成一最終的識別數據;
形成所述識別數據後,所述智能終端採集需要識別的人臉圖像,並根據所述識別數據進行識別,輸出識別結果。
優選的,該人臉圖像識別方法,其中,所述步驟S1中,形成所述第一訓練樣本的步驟具體包括:
步驟S11a,遠程獲取所述用戶相册中的所述人臉圖像;
步驟S12a,遠程獲取所述通訊名錄;
步驟S13a,採用所述人臉圖像在所述通訊名錄中進行匹配,以找到所述通訊名錄中相匹配的個人頭像;
步驟S14a,將所述人臉圖像與相匹配的個人頭像對應的個人姓名相關聯;
步驟S15a,循環執行所述步驟S11a-S14a,以根據所述用戶相册中的所有所述人臉圖像訓練形成所述第一訓練樣本。
優選的,該人臉圖像識別方法,其中,所述步驟S1中,形成所述第二訓練樣本的步驟具體包括:
步驟S11b,通過關聯於至少一個社交網站的所述用戶賬號,遠程獲取所述用戶賬號相關聯的所述好友相册中的所述人臉圖像;
步驟S12b,通過關聯於至少一個社交網站的所述用戶賬號,遠程獲取所述用戶賬號相關聯的好友列表;
步驟S13b,採用所述人臉圖像在所述好友列表中進行匹配,以找到所述好友列表中相匹配的個人頭像;
步驟S14b,將所述人臉圖像與所述好友列表中相匹配的個人頭像對應的個人姓名相關聯;
步驟S15b,循環執行所述步驟S11b-14b,以根據所述好友相册中的所有所述人臉圖像訓練形成所述第二訓練樣本。
優選的,該人臉圖像識別方法,其中,所述步驟S1中, 所述智能終端通過無線連接方式接入所述移動終端,並從所述移動終端內獲取相應的所述通訊名錄和所述用戶相册。
優選的,該人臉圖像識別方法,其中,所述步驟S3具體包括:
步驟S31,現場採集包括於所述初步訓練樣本中的一人臉圖像;
步驟S32,根據所述初步訓練樣本對所述人臉圖像進行識別確認:
若無法識別,則根據所述人臉圖像更新所述初步訓練樣本;隨後轉向步驟S33;
若能夠識別,則直接轉向步驟S33;
步驟S33,循環執行所述步驟S31-32,以根據多張所述人臉圖像完善所述初步訓練樣本;
步驟S34,將經過完善的所述初步訓練樣本整合形成所述識別數據,並保存於所述智能終端內。
優選的,該人臉圖像識別方法,其中,所述步驟S32中,所述智能終端通過發出提示音以供現場採集的所述人臉圖像對應的使用者確認。
優選的,該人臉圖像識別方法,其中,所述智能終端爲具有機器人外觀的智能終端。
上述技術方案的有益效果是:提供一種人臉圖像識別方法,使得智能終端能夠根據使用者的關係網路自動識別並訓練人臉識別數據,從而避免使用者需要手動輸入大量人臉識別所需的圖片樣本的繁瑣操作,提升使用者的使用體驗。
下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有作出創造性勞動的前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
需要說明的是,在不衝突的情况下,本發明中的實施例及實施例中的特徵可以相互組合。
下面結合附圖和具體實施例對本發明作進一步說明,但不作爲本發明的限定。
本發明的較佳的實施例中,基於現有技術中存在的上述問題,現提供一種人臉圖像識別方法的技術方案,適用於智能終端。
本發明的較佳的實施例中,上述人臉圖像識別方法中包括一預訓練步驟。所謂預訓練步驟,是指在實際將智能終端投入實際的人臉識別操作之前,建立識別所需的識別數據的過程。換言之,本發明的較佳的實施例中,通過預訓練步驟,可以預先在智能終端中建立一個用於識別的信息庫。
則本發明的較佳的實施例中,如圖1所示,上述預訓練步驟具體包括:
步驟S1,智能終端遠程獲取保存於使用者的移動終端內的通訊名錄以及用戶相册,採用用戶相册中的圖像樣本與通訊名錄中的個人頭像進行匹配,以建立圖像樣本與通訊名錄中的個人頭像對應的個人姓名相關聯的第一訓練樣本;和/或
智能終端遠程查找並獲取預設的關聯於社交網路的用戶賬號對應的好友列表以及好友相册,並根據好友相册中的圖像樣本與好友列表中的個人頭像進行匹配,以建立圖像樣本與好友列表中的個人頭像相對應的個人姓名相關聯的第二訓練樣本;
本發明的一個較佳的實施例中,可以選擇僅形成上述第一訓練樣本或者上述第二訓練樣本。
本發明的另一個較佳的實施例中,可以同時形成上述第一訓練樣本和第二訓練樣本。
則本發明的較佳的實施例中,如圖2所示,上述步驟S1中,形成第一訓練樣本的步驟具體包括:
步驟S11a,遠程獲取用戶相册中的人臉圖像;
本發明的較佳的實施例中,預設的人臉圖像可以是現場採集的人臉圖像,也可以是之前已經採集完成的人臉圖像,例如社交網路上已經發布的朋友的大頭照等。
步驟S12a,遠程獲取通訊名錄;
本發明的較佳的實施例中,所謂通訊名錄,是指預設的包括個人姓名以及與其關聯的個人頭像的列表,相應地在名錄列表中可以包括其他關聯於個人的信息,例如聯繫方式,和/或家庭住址,和/或社交網路的用戶賬號等。本發明的較佳的實施例中,上述通訊名錄保存於使用者的移動終端內。
本發明的較佳的實施例中,智能終端可以遠程獲取上述通訊名錄。具體地,智能終端與使用者的移動終端之間建立無線連接,並通過無線連接獲取移動終端內保存的通訊名錄,即使用者授權智能終端遠程訪問使用者的通訊名錄。本發明的較佳的實施例中,由於智能終端與使用者的移動終端之間通常是短距離連接,因此可以採用藍牙連接方式傳輸數據。本發明的其他實施例中,同樣可以採用其他無線連接方式傳輸數據。
步驟S13a,採用人臉圖像在通訊名錄中進行匹配,以找到通訊名錄中相匹配的個人頭像;
步驟S14a,將人臉圖像與相匹配的個人頭像對應的個人姓名相關聯;
步驟S15a,循環執行步驟S11a-S14a,以根據用戶相册中的所有人臉圖像訓練形成第一訓練樣本。
本發明的較佳的實施例中,上述用戶相册中包括的人臉圖像,是指用戶相册的照片中,能夠清晰識別出其中具有人臉形狀的照片。
本發明的較佳的實施例中,利用上述用戶相册中的每個人臉圖像,與通訊名錄中包括的個人頭像進行一一匹配,以找到匹配程度較高的個人頭像,並將相應的人臉圖像與該個人頭像對應的個人姓名相關聯。進一步地,本發明的較佳的實施例中,經過匹配後,將人臉圖像與相應的個人信息(包括個人姓名、聯繫方式、社交網路上的用戶賬號、電子郵件等)進行關聯。
本發明的較佳的實施例中,遍曆用戶相册中的所有人臉圖像,並最終形成一第一訓練樣本。
換言之,本發明的較佳的實施例中,智能終端通過訪問移動終端內的通訊名錄和用戶相册自動形成一人臉識別的樣本庫。
本發明的較佳的實施例中,如圖3所示,上述步驟1中,形成第二訓練樣本的方法具體包括:
步驟S11b,通過關聯於至少一個社交網站的用戶賬號,遠程獲取用戶賬號相關聯的好友相册中的人臉圖像;
步驟S12b,通過關聯於至少一個社交網站的用戶賬號,遠程獲取用戶賬號相關聯的好友列表;
步驟S13b,採用人臉圖像在好友列表中進行匹配,以找到好友列表中相匹配的個人頭像;
步驟S14b,將人臉圖像與好友列表中相匹配的個人頭像對應的個人姓名相關聯;
步驟S15b,循環執行步驟S11b-14b,以根據好友相册中的所有人臉圖像訓練形成第二訓練樣本。
本發明的較佳的實施例中,上述步驟S11b-15b與步驟S11a-15a類似,區別在於:智能終端通過借鑒使用者的社交網路上的用戶賬號中的好友列表以及好友相册來形成第二訓練樣本。本發明的較佳的實施例中,智能終端通過接入互聯網的方式連接至社交網站,經過授權後獲取相應的用戶賬號的好友列表和好友相册。
本發明的較佳的實施例中,智能終端提取好友相册中的人臉圖像,並根據被提取的人臉圖像匹配好友列表中的個人頭像,以將人臉圖像與相匹配的個人頭像對應的個人姓名相關聯。進一步地,將人臉圖像與相匹配的個人頭像對應的個人信息(包括個人姓名、聯繫方式、社交網路上的用戶賬號、電子郵件等)相關聯。
本發明的較佳的實施例中,好友相册中的人臉圖像,同樣爲好友相册的照片中能夠清晰識別人臉形狀的圖像。
本發明的較佳的實施例中,智能終端遍曆好友相册中所有的人臉圖像並最終形成一第二訓練樣本。
步驟S2,結合第一訓練樣本和/或第二訓練樣本以形成一初步訓練樣本;
本發明的一個較佳的實施例中,若只有第一訓練樣本或者第二訓練樣本,則將相應的訓練樣本設置爲初步訓練樣本。
本發明的另一個較佳的實施例中,若同時形成第一訓練樣本和第二訓練樣本,則將這兩個訓練樣本進行合併,以形成初步訓練樣本。
步驟S3,採用包括於初步訓練樣本中的人臉圖像,並根據初步訓練樣本進行識別確認,以完善並形成一最終的識別數據;
本發明的較佳的實施例中,如圖4所示,上述步驟S3具體包括:
步驟S31,現場採集包括於初步訓練樣本中的一人臉圖像;
本發明的較佳的實施例中,所謂現場採集,是指現場對關聯於初步訓練樣本的一個特定的人進行人臉圖像的採集,例如拍攝採集等,隨後將該人臉圖像作爲輸入,以根據初步訓練樣本進行人臉圖像識別。
本發明的一個較佳的實施例中,由於上述訓練樣本的形成依賴於使用者的關係網路(例如通訊名錄和社交網路的用戶賬號對應的好友列表),因此上述現場採集的對象可以被限定爲使用者的關係網路中包括的人。
本發明的另一個較佳的實施例中,上述現場採集的人臉圖像同樣可以被關聯於一個陌生人,即不存在於初步訓練樣本中的人臉圖像,這樣可以實現初步訓練樣本的自學習功能,以擴充樣本庫。
步驟S32,根據初步訓練樣本對人臉圖像進行識別確認:
若無法識別,則根據人臉圖像更新初步訓練樣本;隨後轉向步驟S33;
若能夠識別,則直接轉向步驟S33;
本發明的較佳的實施例中,所謂識別確認,是指確認初步訓練樣本的識別準確度。下面給出一個示例:
現場採集一個人臉圖像並輸入到智能終端內,智能終端根據初步訓練樣本匹配得到一個相應的結果(例如相應的個人姓名)。此時智能終端會發出一個提示音,例如提示使用者“此次識別是否正確?”。若使用者進行確認,則此次識別正確;反之,此次識別錯誤,需要修正。
步驟S33,循環執行步驟S31-32,以根據多張人臉圖像完善初步訓練樣本;
本發明的較佳的實施例中,如上文中所述,根據多張人臉圖像循環執行進行識別確認的工作,若出現識別錯誤,則可以採用使用者手動輸入相匹配的個人信息,或者修正樣本庫的數據等方式對初步訓練樣本進行完善。循環上述步驟S31-32,盡可能以較多張人臉圖像來對初步訓練樣本進行識別確認和樣本庫的完善。
步驟S34,將經過完善的初步訓練樣本整合形成識別數據,並保存於智能終端內。
本發明的較佳的實施例中,經過以上三種方法(即形成第一訓練樣本、第二訓練樣本以及完善訓練樣本)獲取得到的訓練樣本,通過對對應每個個人姓名的圖像樣本抽樣進行模式匹識別,交叉匹配後篩選重複的結果,並最終將經過晚上的初步訓練樣本進行合併,以得到相應的識別數據(即合併後形成的識別模型及其關聯信息,例如個人信息等),並將這些識別數據歸檔到智能終端中。具體地,本發明的較佳的實施例中,由於最初依賴於使用者的關係網路建立相應的人臉識別的訓練樣本,因此,最終將這些識別數據歸檔到智能終端中保存的使用者的關係網路中。
本發明的較佳的實施例中,形成識別數據後,智能終端即可以採集需要識別的人臉,並根據識別數據進行識別,輸出識別結果。換言之,完成上述一系列訓練樣本的預先形成操作後,智能終端即可以使用最終形成的識別數據對人臉進行識別。
本發明的較佳的實施例中,上述智能終端可以爲具有機器人外觀的智能終端。換言之,本發明的較佳的實施例中,可以將上述人臉圖像識別方法應用於可與使用者進行信息交互的機器人設備中。
以上所述僅爲本發明較佳的實施例,並非因此限制本發明的實施方式及保護範圍,對於本領域技術人員而言,應當能夠意識到凡運用本發明說明書及圖示內容所作出的等同替換和顯而易見的變化所得到的方案,均應當包含在本發明的保護範圍內。
步驟S1-S3 步驟S11a-S15a 步驟S11b-S15b 步驟S31-S34
圖1-4是本發明的較佳的實施例中,一種人臉圖像識別方法的流程示意圖。
步驟S1-S3
Claims (6)
- 一種人臉圖像識別方法,適用於智能終端;包括一預訓練步驟,以得到相應的訓練樣本;所述預訓練步驟具體包括:步驟S1,所述智能終端遠程獲取保存於使用者的移動終端內的通訊名錄以及用戶相册,採用所述用戶相册中的人臉圖像與所述通訊名錄中的個人頭像進行匹配,以建立所述人臉圖像與所述通訊名錄中的所述個人頭像對應的個人姓名相關聯的第一訓練樣本;和/或所述智能終端遠程查找並獲取預設的關聯於社交網路的用戶賬號對應的好友列表以及好友相册,並根據所述好友相册中的人臉圖像與所述好友列表中的個人頭像進行匹配,以建立所述人臉圖像與所述好友列表中的所述個人頭像相對應的個人姓名相關聯的第二訓練樣本;步驟S2,結合所述第一訓練樣本和/或所述第二訓練樣本以形成一初步訓練樣本;步驟S3,採用包括於所述初步訓練樣本中的所述人臉圖像,並且所述智能終端根據所述初步訓練樣本匹配得到一個相應的結果,通過發出提示音以供現場採集的所述人臉圖像對應的使用者進行識別確認,以完善並形成一最終的識別數據;形成所述識別數據後,所述智能終端採集需要識別的人臉圖像,並根據所述識別數據進行識別,輸出識別結果。
- 如申請專利範圍第1項所述的人臉圖像識別方法,所述步驟S1中,形成所述第一訓練樣本的步驟具體包括:步驟S11a,遠程獲取所述用戶相册中的所述人臉圖像; 步驟S12a,遠程獲取所述通訊名錄;步驟S13a,採用所述人臉圖像在所述通訊名錄中進行匹配,以找到所述通訊名錄中相匹配的個人頭像;步驟S14a,將所述人臉圖像與相匹配的個人頭像對應的個人姓名相關聯;步驟S15a,循環執行所述步驟S11a-S14a,以根據所述用戶相册中的所有所述人臉圖像訓練形成所述第一訓練樣本。
- 如申請專利範圍第1項所述的人臉圖像識別方法,所述步驟S1中,形成所述第二訓練樣本的步驟具體包括:步驟S11b,通過關聯於至少一個社交網站的所述用戶賬號,遠程獲取所述用戶賬號相關聯的所述好友相册中的所述人臉圖像;步驟S12b,通過關聯於至少一個社交網站的所述用戶賬號,遠程獲取所述用戶賬號相關聯的好友列表;步驟S13b,採用所述人臉圖像在所述好友列表中進行匹配,以找到所述好友列表中相匹配的個人頭像;步驟S14b,將所述人臉圖像與所述好友列表中相匹配的個人頭像對應的個人姓名相關聯;步驟S15b,循環執行所述步驟S11b-14b,以根據所述好友相册中的所有所述人臉圖像訓練形成所述第二訓練樣本。
- 如申請專利範圍第1項所述的人臉圖像識別方法,所述步驟S1中,所述智能終端通過無線連接方式接入所述移動終端,並從所述移動終端內獲取相應的所述通訊名錄和所述用戶相册。
- 如申請專利範圍第1項所述的人臉圖像識別方法,所述步驟S3具體包括:步驟S31,現場採集包括於所述初步訓練樣本中的一人臉圖像;步驟S32,根據所述初步訓練樣本對所述人臉圖像進行識別確認:若無法識別,則根據所述人臉圖像更新所述初步訓練樣本;隨後轉向步驟S33;若能夠識別,則直接轉向步驟S33;步驟S33,循環執行所述步驟S31-32,以根據多張所述人臉圖像完善所述初步訓練樣本;步驟S34,將經過完善的所述初步訓練樣本整合形成所述識別數據,並保存於所述智能終端內。
- 如申請專利範圍第1項所述的人臉圖像識別方法,所述智能終端為具有機器人外觀的智能終端。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510381767.8A CN106326815B (zh) | 2015-06-30 | 2015-06-30 | 一种人脸图像识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201701188A TW201701188A (zh) | 2017-01-01 |
TWI579773B true TWI579773B (zh) | 2017-04-21 |
Family
ID=57607855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105120499A TWI579773B (zh) | 2015-06-30 | 2016-06-29 | 一種人臉圖像識別方法 |
Country Status (4)
Country | Link |
---|---|
CN (1) | CN106326815B (zh) |
HK (1) | HK1231600A1 (zh) |
TW (1) | TWI579773B (zh) |
WO (1) | WO2017000807A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI759731B (zh) * | 2020-04-27 | 2022-04-01 | 淡江大學 | 機器學習方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985135A (zh) * | 2017-06-02 | 2018-12-11 | 腾讯科技(深圳)有限公司 | 一种人脸检测器训练方法、装置及电子设备 |
CN108241734A (zh) * | 2017-12-01 | 2018-07-03 | 国政通科技股份有限公司 | 一种基于照片库的信息核查一体化方法及装置 |
CN108305146A (zh) * | 2018-01-30 | 2018-07-20 | 杨太立 | 一种基于图像识别的发型推荐方法及系统 |
CN110309691B (zh) * | 2018-03-27 | 2022-12-27 | 腾讯科技(深圳)有限公司 | 一种人脸识别方法、装置、服务器及存储介质 |
CN108764149B (zh) * | 2018-05-29 | 2022-02-18 | 北京中庆现代技术股份有限公司 | 一种针对班级学生人脸模型的训练方法 |
CN109493073B (zh) * | 2018-10-25 | 2021-07-16 | 创新先进技术有限公司 | 一种基于人脸的身份识别方法、装置及电子设备 |
CN112364733B (zh) * | 2020-10-30 | 2022-07-26 | 重庆电子工程职业学院 | 智能安防人脸识别系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201774591U (zh) * | 2010-08-12 | 2011-03-23 | 天津三星光电子有限公司 | 一种带通信录的具有自动人脸识别功能的数码相机 |
CN102779179A (zh) * | 2012-06-29 | 2012-11-14 | 华为终端有限公司 | 一种信息关联的方法及终端 |
CN103399896A (zh) * | 2013-07-19 | 2013-11-20 | 广州华多网络科技有限公司 | 识别用户间关联关系的方法及系统 |
TW201423454A (zh) * | 2011-12-09 | 2014-06-16 | Primax Electronics Ltd | 相片管理系統 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7274822B2 (en) * | 2003-06-30 | 2007-09-25 | Microsoft Corporation | Face annotation for photo management |
KR101330636B1 (ko) * | 2007-01-24 | 2013-11-18 | 삼성전자주식회사 | 얼굴시점 결정장치 및 방법과 이를 채용하는 얼굴검출장치및 방법 |
CN102637255A (zh) * | 2011-02-12 | 2012-08-15 | 北京千橡网景科技发展有限公司 | 用于处理图像中包含的面部的方法和设备 |
TW201348984A (zh) * | 2012-05-18 | 2013-12-01 | Primax Electronics Ltd | 相片影像管理方法及相片影像管理系統 |
CN102819726B (zh) * | 2012-06-27 | 2016-08-24 | 宇龙计算机通信科技(深圳)有限公司 | 用于移动终端的照片处理系统及方法 |
CN102811286A (zh) * | 2012-07-27 | 2012-12-05 | 广东欧珀移动通信有限公司 | 一种通信录的群组创建方法 |
CN102867173B (zh) * | 2012-08-28 | 2015-01-28 | 华南理工大学 | 一种人脸识别方法及其系统 |
CN103793697B (zh) * | 2014-02-17 | 2018-05-01 | 北京旷视科技有限公司 | 一种人脸图像的身份标注方法及人脸身份识别方法 |
CN103970830B (zh) * | 2014-03-31 | 2017-06-16 | 小米科技有限责任公司 | 信息推荐方法和装置 |
-
2015
- 2015-06-30 CN CN201510381767.8A patent/CN106326815B/zh active Active
-
2016
- 2016-06-20 WO PCT/CN2016/086481 patent/WO2017000807A1/zh active Application Filing
- 2016-06-29 TW TW105120499A patent/TWI579773B/zh not_active IP Right Cessation
-
2017
- 2017-05-19 HK HK17105101.6A patent/HK1231600A1/zh not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201774591U (zh) * | 2010-08-12 | 2011-03-23 | 天津三星光电子有限公司 | 一种带通信录的具有自动人脸识别功能的数码相机 |
TW201423454A (zh) * | 2011-12-09 | 2014-06-16 | Primax Electronics Ltd | 相片管理系統 |
CN102779179A (zh) * | 2012-06-29 | 2012-11-14 | 华为终端有限公司 | 一种信息关联的方法及终端 |
CN103399896A (zh) * | 2013-07-19 | 2013-11-20 | 广州华多网络科技有限公司 | 识别用户间关联关系的方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI759731B (zh) * | 2020-04-27 | 2022-04-01 | 淡江大學 | 機器學習方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106326815B (zh) | 2019-09-13 |
TW201701188A (zh) | 2017-01-01 |
HK1231600A1 (zh) | 2017-12-22 |
WO2017000807A1 (zh) | 2017-01-05 |
CN106326815A (zh) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI579773B (zh) | 一種人臉圖像識別方法 | |
CN103310142B (zh) | 基于可穿戴设备的人机融合安全认证方法 | |
CN104636501B (zh) | 一种多媒体网络人工即时翻译系统及方法 | |
CN205314704U (zh) | 一种智能门锁及系统 | |
US9730046B2 (en) | Automatically inferring user signature through contextual learning | |
WO2014036350A2 (en) | Facilitating photo sharing | |
CN107154890A (zh) | 社交网络中添加联系人的方法、装置及系统 | |
CN104935440A (zh) | 远程设立金融账户的认证方法及认证设备 | |
US20110072085A1 (en) | Event reconciliation system and method | |
CN106600294A (zh) | 用于金融领域快速识别企业身份的方法及系统 | |
CN104506624B (zh) | 一种社交信息管理系统及管理方法 | |
CN109830015A (zh) | 来访人员识别方法、装置、智能猫眼、服务器及存储介质 | |
WO2017092276A1 (zh) | 一种实现主控设备控制智能设备的方法和服务器 | |
CN105376065A (zh) | 一种入住酒店的身份认证核实方法及系统 | |
CN106161155A (zh) | 一种信息处理方法及主终端 | |
CN105338183A (zh) | 基于移动终端的人物识别提醒系统及方法 | |
CN107147632A (zh) | 双向认证方法及装置、存储介质、电子设备 | |
CN110149618A (zh) | 基于声纹授权的智能设备接入方法、装置、设备及介质 | |
CN109871785A (zh) | 来访人员识别方法、装置、智能猫眼、服务器及存储介质 | |
CN105718921A (zh) | 一种可实现机器人智能情感记录的方法 | |
CN112769872B (zh) | 一种基于音频及视频特征融合的会议系统接入方法及系统 | |
CN109003374A (zh) | 一种门禁用访客放行方法 | |
TW201907688A (zh) | 驗證自一或多個運算裝置所接收的通訊之系統、裝置和方法 | |
JP6191083B2 (ja) | 共有体験情報構築システム | |
KR101968167B1 (ko) | 신체정보 및 행동정보를 이용한 보안 서비스를 운영하는 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |