TWI682329B - 臉部辨識方法、裝置及計算機可讀取媒體 - Google Patents

臉部辨識方法、裝置及計算機可讀取媒體 Download PDF

Info

Publication number
TWI682329B
TWI682329B TW107145176A TW107145176A TWI682329B TW I682329 B TWI682329 B TW I682329B TW 107145176 A TW107145176 A TW 107145176A TW 107145176 A TW107145176 A TW 107145176A TW I682329 B TWI682329 B TW I682329B
Authority
TW
Taiwan
Prior art keywords
image
images
user
image group
recognized
Prior art date
Application number
TW107145176A
Other languages
English (en)
Other versions
TW202022700A (zh
Inventor
劉義松
詹國廷
曾茂偉
Original Assignee
技嘉科技股份有限公司
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 技嘉科技股份有限公司 filed Critical 技嘉科技股份有限公司
Priority to TW107145176A priority Critical patent/TWI682329B/zh
Priority to EP19215558.8A priority patent/EP3667563A1/en
Priority to JP2019225545A priority patent/JP6903117B2/ja
Priority to US16/713,894 priority patent/US11651622B2/en
Application granted granted Critical
Publication of TWI682329B publication Critical patent/TWI682329B/zh
Publication of TW202022700A publication Critical patent/TW202022700A/zh

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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • 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
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • 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
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video 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
    • G06V40/50—Maintenance of biometric data or enrolment thereof

Abstract

一種臉部辨識方法，包含取得待辨識影像，判斷待辨識影像是否屬於使用者的多個影像群組的其中之一，當待辨識影像屬於影像群組中的判定影像群組時判斷判定影像群組的影像數量是否小於預設數量，當判斷結果為否，則依據判定影像群組中的多個臉部影像各自的時間參數，刪除判定影像群組中的臉部影像的其中之一，並執行影像群組更新程序，當判斷結果為是，則執行影像群組更新程序。

Description

臉部辨識方法、裝置及計算機可讀取媒體
本發明係關於一種影像辨識方法，特別係關於一種臉部辨識方法。
隨著影像辨識技術的發展，影像中的臉部辨識技術的應用漸趨廣泛。舉凡機場安檢系統、門禁系統、考勤系統、無人商店等身分識別系統，皆可與臉部辨識技術結合。詳細來說，透過與資料庫中已註冊使用者之臉部影像進行比對，身分識別系統可以判斷當前使用者的使用權限或身分。
然而，當使用者的臉型隨著時間而有所改變，或是在註冊之後才開始配戴眼鏡、蓄鬍等而使外貌有所變化時，則需重新註冊新的臉部影像，相當耗費時間及運算資源。
鑒於上述，本發明提供一種臉部辨識方法、裝置及計算機可讀取媒體，能夠依據新拍攝的待辨識影像的辨識結果，選擇性地調整註冊資料，進而提升辨識的準確率。
依據本發明一實施例的臉部辨識方法，包含取得待辨識影像；判斷待辨識影像是否屬於至少一使用者的多個影像群組的其中之一；當待辨識影像屬於影像群組中的判定影像群組時，判斷判定影像群組的影像數量是否小於預設數量；當判定影像群組的影像數量不小於預設數量時，依據判定影像群組中的多個臉部影像各自的時間參數，刪除判定影像群組中的臉部影像的其中之一，並執行影像群組更新程序；以及當判定影像群組的影像數量小於預設數量時，執行影像群組更新程序。
依據本發明一實施例的臉部辨識裝置，包含影像擷取器、資料庫及處理器，其中處理器電性連接於影像擷取器及資料庫。影像擷取器用於取得待辨識影像。資料庫儲存至少一使用者的多個影像群組。處理器用於判斷待辨識影像是否屬於至少一使用者的影像群組的其中之一。在判斷待辨識影像屬於影像群組中的判定影像群組時，處理器判斷判定影像群組的影像數量是否小於預設數量。在判斷判定影像群組的影像數量不小於預設數量時，處理器依據判定影像群組中的多個臉部影像各自的時間參數，刪除判定影像群組中的臉部影像的其中之一，並執行影像群組更新程序；而在判斷判定影像群組的影像數量小於預設數量時，處理器執行影像群組更新程序。
依據本發明一實施例的計算機可讀取媒體，包含程式碼，其中程式碼用於藉由一或多個處理器運行，以執行前列實施例所述的臉部辨識方法。
綜合上述，本案所揭示的臉部辨識方法、裝置及計算機可讀取媒體，藉由在取得新的待辨識影像時，可調整使用者在註冊資料中待辨識影像所屬的影像群組，再執行影像群組更新程序，以隨著使用次數自動學習，進而因應使用者外觀的漸變，提升臉部辨識的準確率及速度。此外，由於本案所揭示的臉部辨識方法、裝置及計算機可讀取媒體係對待辨識影像所屬的影像群組執行影像的刪減，可以使得單一使用者的註冊資料能夠維持多種外貌的影像比例，因此，當使用者配戴外在配件時，本案所揭示的臉部辨識方法、裝置及計算機可讀取媒體仍可具有良好的辨識準確率。
以上之關於本揭露內容之說明及以下之實施方式之說明係用以示範與解釋本發明之精神與原理，並且提供本發明之專利申請範圍更進一步之解釋。
以下在實施方式中詳細敘述本發明之詳細特徵以及優點，其內容足以使任何熟習相關技藝者了解本發明之技術內容並據以實施，且根據本說明書所揭露之內容、申請專利範圍及圖式，任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。以下之實施例係進一步詳細說明本發明之觀點，但非以任何觀點限制本發明之範疇。
請參考圖1，圖1係依據本發明一實施例所繪示的臉部辨識裝置1的功能方塊圖。於本發明的一或多個實施例中，臉部辨識裝置1可以包含於桌上型電腦、筆記型電腦、平板電腦、行動裝置或其它電子裝置，且可以應用於門禁系統、安檢系統、考勤系統、無人商店等具有身分辨識功能或是透過臉部辨識來操作的系統，本發明不予限制。如圖1所示，臉部辨識裝置1包含影像擷取器101、處理器103及資料庫105，其中處理器103連接於影像擷取器101及資料庫105，所述元件之間的連接可以係電性連接或是通訊連接。
詳細來說，影像擷取器101例如係相機、紅外線熱感應鏡頭，或是其他用於取得影像的裝置。影像擷取器101用於取得使用者的一或多張臉部影像及待辨識影像，而影像擷取器101所取得的影像可以是2D影像。處理器103例如為中央處理器，並可包含一或多個圖形處理單元（GPU）。處理器103將影像擷取器101所取得的影像執行分群及比對的處理，以進行臉部辨識。資料庫105例如是記憶體或是雲端裝置，用於儲存一或多個使用者的註冊資料以及處理器103的影像分群結果。上述之分群及比對方法，以及其執行結果請一併參考圖1及圖2以作說明。
圖2係依據本發明一實施例所繪示的臉部辨識方法的流程圖。圖2所示的臉部辨識方法可適用於前述實施例中的臉部辨識裝置1。以下將以臉部辨識裝置1的運作來示例性地說明圖2的實施例及本發明的其他實施例的臉部辨識方法。
於圖2所示的步驟S11中，影像擷取器101會取得一待辨識影像，以供後續的臉部辨識。在一些實施例中，影像擷取器101是受控於處理器103。舉例來說，臉部辨識裝置1可以具有距離感測器，處理器103可以依據距離感測器的偵測訊號來判斷是否有物體接近臉部辨識裝置1，據以控制影像擷取器101進行拍攝以取得待辨識影像；或者，臉部辨識裝置1可以具有溫度感測器，處理器103可以依據溫度感測器的偵測訊號來判斷是否有具有溫度的物體（例如人）接近臉部辨識裝置1，據以控制影像擷取器101進行拍攝以取得待辨識影像。除了上述感測器，臉部辨識裝置1的影像擷取器101的啟動或是擷取頻率，亦可受控於語音、觸控、機械式按鈕的觸發等控制方式，本發明不予限制。
在取得待辨識影像之後，於步驟S12中，處理器103會判斷所取得的待辨識影像是否屬於至少一使用者的多個影像群組的其中之一。進一步來說，資料庫105中儲存有一或多個使用者的註冊資料，其中使用者的註冊資料包含前述的多個影像群組，且每個影像群組中會包含一或多張所述使用者的臉部影像。舉例來說，資料庫105中儲存有第一使用者及第二使用者的註冊資料，第一使用者的註冊資料包含多個第一影像群組，每個第一影像群組包含一或多張第一使用者的臉部影像；第二使用者的註冊資料則包含多個第二影像群組，每個第二影像群組包含一或多張第二使用者的臉部影像。詳細的註冊方法及判斷待辨識影像的方法將於後描述。
當處理器103判斷待辨識影像屬於所述多個影像群組中的其中之一時，如步驟S13所示，處理器103會進一步判斷待辨識影像所屬的影像群組（以下稱為判定影像群組）的影像數量是否小於預設數量。其中，影像數量係表示影像群組所包含的臉部影像的張數；預設數量可為處理器103的設定參數，例如為20張或是其他數值。而當處理器103判斷待辨識影像不屬於任何一個影像群組時，處理器103可控制影像擷取器101再次取得新的待辨識影像，即再次執行步驟S11。
當處理器103判斷判定影像群組的影像數量不小於預設數量時，如步驟S14所示，處理器103會依據判定影像群組中的影像各自的時間參數來刪除這些臉部影像的一部分。其中，時間參數可以表示影像的生成時間，例如影像經由影像擷取器101拍攝而產生的時間。舉例來說，當處理器103判斷判定影像群組的影像數量不小於預設數量時，例如20張，會刪除判定影像群組中具有最早的生成時間（即較舊的）的臉部影像，使臉部影像剩餘較近期的19張。而當處理器103執行步驟S13的判斷結果顯示判定影像群組的影像數量小於預設數量時，也就是未滿20張時，如步驟S15所示，處理器103便會直接進行影像群組更新程序。
在步驟S15中，影像群組更新程序包含將判定影像群組所屬的使用者的所有影像群組中的所有臉部影像藉由一分群法來進行重新分群。以資料庫105中存有單一使用者的註冊資料為例，處理器103在進行影像群組更新程序時，會將資料庫105中所有影像群組的所有臉部影像以及待辨識影像藉由所述分群法來重新分群，以產生多個更新影像群組，作為所述單一使用者的更新註冊資料。舉例來說，同一使用者的各影像群組之間的差異例如係源自於該使用者配戴不同的臉部裝飾物，像是眼鏡或是鬍子等。
另外，以資料庫105中存有複數使用者（例如兩個）的註冊資料為例，當判定影像群組係第一使用者的多個第一影像群組的其中之一時，處理器103會將所述多個第一影像群組中的所有臉部影像以及待辨識影像藉由所述分群法來重新分群，以產生第一使用者的多個更新影像群組，作為其更新註冊資料；同理，當判定影像群組係第二使用者的多個第二影像群組的其中之一時，處理器103則會以相同方式來產生第二使用者的多個更新影像群組。其中，上述的分群法例如係非監督自動分群演算法。
藉由上述臉部辨識方法，每當有新的待辨識影像輸入臉部辨識裝置時，臉部辨識裝置都會進行是否剔除過舊影像的判斷並加入待辨識影以進行影像群組更新程序，使得臉部辨識裝置能夠隨著使用次數來自動學習，以因應使用者外觀的漸變。此外，於上述的臉部辨識方法中，是否剔除過舊影像的判斷僅執行於待辨識影像所屬的影像群組內部，換句話說，新加入於註冊資料中的影像僅可能替換掉原具有相似特徵的臉部影像，而不會影響其它差異較大的臉部影像，因此，藉由本案的臉部辨識方法，可以使單一使用者的註冊資料維持多種外貌的影像比例。
如前所述，臉部辨識裝置1的資料庫101中可以儲存一或多個使用者的註冊資料。請一併參考圖1～圖3，其中圖3係依據本發明另一實施例所繪示的臉部辨識方法的方法流程圖，此方法適用於圖1所示的臉部辨識裝置1。如圖3所示，在臉部辨識裝置1的影像擷取器101取得待辨識影像（即圖2所示的步驟S11）之前，於步驟S9中，影像擷取器101會取得使用者的多張未分群影像。詳細來說，影像擷取器101可以依據一控制指令來取得使用者的多張未分群影像，其中所述控制指令可以指示影像擷取器101拍攝使用者以取得一特定數量（例如僅擷取1張，或是連拍20張）的臉部影像，以作為前述的未分群影像，且所述控制指令可以係藉由語音、觸控、機械式按鈕的觸發等方式產生，本發明不予限制。
接著，於步驟S10中，處理器103會將未分群影像進行分群，以產生前述實施例中的使用者的多個影像群組。其中，分群方式可例如採用前述實施例所提及的分群法。因此，每個影像群組中會包含一或多個臉部影像（即部分的上述未分群影像）。處理器103將所述多個影像群組儲存於資料庫105中，以作為所述使用者的註冊資料。舉例來說，單一使用者的註冊資料中所包含的影像群組的數量最多可以有5組，然本發明對於影像群組的數量不予限制。進一步來說，處理器103可以擷取未分群影像上的特徵並將其轉換為座標（例如透過FaceNet模型執行），據以進行分群，再將分群結果儲存於資料庫105中，因此資料庫105中儲存有使用者的多個臉部影像各自的座標資料。上述實施例說明一使用者的註冊資料的建立，而在其他實施例中，臉部辨識裝置1亦可以接受多個使用者的註冊要求，對每個使用者執行前述步驟S9及S10以產生所述多個使用者各自的註冊資料，並儲存於資料庫101中。
以圖式來說明上述的註冊資料，請參考圖4，圖4係依據本發明一實施例所繪示的使用者的註冊資料的示意圖。圖4示例性地繪示儲存於資料庫105中的兩個使用者的註冊資料USER_A及USER_B，於其他實施例中，資料庫105中亦可僅儲存有一使用者的註冊資料或三個以上的使用者的註冊資料。如圖4所示，第一使用者的註冊資料USER_A包含多個第一影像群組A_G1～A_Gn，第二使用者的註冊資料USER_B包含多個第二影像群組B_G1～B_Gm。於一實施例中，n及m不大於5，換句話說，一使用者的註冊資料最多可包含5個影像群組。每個第一影像群組A_G1～A_Gn包含第一使用者的一或多張臉部影像，且每個第二影像群組B_G1～B_Gm包含第二使用者的一或多張臉部影像。舉例來說，如圖所示，第一影像群組A_G1包含臉部影像A_P11～A_P1p；第一影像群組A_G2包含臉部影像A_P21～A_P2q；第二影像群組B_G1包含臉部影像B_P11～B_P1r；第二影像群組B_G2包含臉部影像B_P21～B_P2s。在一些實施例中，p、q、r及s不大於20，而上述影像群組亦可僅包含一張臉部影像，如第二影像群組B_Gm所示。於一實施例中，上述各影像群組中的臉部影像可以座標的形式儲存於資料庫105中，其中臉部影像的座標如前所述可以係處理器103擷取臉部影像上的特徵轉換而得。
請一併參考圖1、圖4及圖5以進一步說明前述圖2的臉部辨識方法中的判斷步驟S12，其中圖5係依據本發明一實施例所繪示的臉部辨識方法的細部流程圖。於步驟S121中，處理器103會計算資料庫105中的所有影像群組各自的距離平均參數。其中，距離平均參數係表示對應的影像群組中的一或多個臉部影像的座標分別與待辨識影像的座標之間的距離的平均值。以圖4所示的實施例來作詳細說明，處理器103會擷取待辨識影像的特徵並將其轉換為座標（例如透過FaceNet模型執行），再分別計算資料庫105中的每個臉部影像A_P11～A_P1p、A_P21～A_P2q、B_P11～B_P1r、B_P21～B_P2s的座標與待辨識影像的座標之間的距離，例如係取歐式距離。接著，處理器103對每個第一及第二影像群組A_G1～A_Gn及B_G1～B_Gm進行距離平均參數的計算。舉例來說，處理器103對於第一影像群組A_G1中的臉部影像A_P11～A_P1p可以取得p個距離，處理器103將計算所述p個距離的平均值，以作為第一影像群組A_G1的距離平均參數，對於其他影像群組的距離平均參數亦同理。
於步驟S122中，處理器103會判斷所有影像群組的距離平均參數中的最小值（以下稱為最小距離平均參數）是否小於一距離閾值。所述距離閾值為處理器103的設定參數，例如可以介於0～1，較佳為0.3。其中，影像群組的距離平均參數越小，表示待辨識影像與此影像群組的關聯性越高。於步驟S123中，當最小距離平均參數小於距離閾值時，處理器103會判斷待辨識影像屬於最小距離平均參數所對應的影像群組，即判斷最小距離平均參數所對應的影像群組為前述實施例中的判定影像群組。而於步驟S124中，當最小距離平均參數不小於距離閾值時，處理器103將判斷待辨識影像不屬於任何影像群組，並控制影像擷取器101再次取得新的待辨識影像。
上述實施例所述的臉部辨識方法，於本案的一或多個實施例中，可以程式碼的型態包含於實體媒體，例如光碟片、隨身碟、記憶卡、雲端伺服器的硬碟等計算機裝置（如電腦、平板、手機等）可讀取之儲存媒體中。當計算機裝置從所述可讀取媒體中載入所述程式碼並執行時，便可參與上述之一或多個實施例所述的臉部辨識方法的運作。此外，需說明的是，上述實施例所描述的臉部辨識方法中的註冊資料更新方式，即依據待辨識資料調整原註冊資料以及將待辨識資料加入原註冊資料以重新分類的概念，亦可應用於其他生物特徵識別技術，例如指紋、掌紋、虹膜、視網膜、聲音等。
綜合上述，本案所揭示的臉部辨識方法、裝置及計算機可讀取媒體，藉由在取得新的待辨識影像時，可調整使用者在註冊資料中待辨識影像所屬的影像群組，再執行影像群組更新程序，以隨著使用次數自動學習，進而因應使用者外觀的漸變，提升臉部辨識的準確率及速度。由於本案所揭示的臉部辨識方法、裝置及計算機可讀取媒體係對待辨識影像所屬的影像群組執行影像的刪減，可以使得單一使用者的註冊資料能夠維持多種外貌的影像比例，因此，當使用者配戴外在配件時，本案所揭示的臉部辨識方法、裝置及計算機可讀取媒體仍可具有良好的辨識準確率。
雖然本發明以前述之實施例揭露如上，然其並非用以限定本發明。在不脫離本發明之精神和範圍內，所為之更動與潤飾，均屬本發明之專利保護範圍。關於本發明所界定之保護範圍請參考所附之申請專利範圍。
1‧‧‧臉部辨識裝置 101‧‧‧影像擷取器 103‧‧‧處理器 105‧‧‧資料庫 USER_A、USER_B‧‧‧註冊資料 A_G1～A_Gn‧‧‧第一影像群組 B_G1～B_Gm‧‧‧第二影像群組 A_P11～A_P1p‧‧‧臉部影像 A_P21～A_P2q‧‧‧臉部影像 B_P11～B_P1r‧‧‧臉部影像 B_P21～B_P2s‧‧‧臉部影像
圖1係依據本發明一實施例所繪示的臉部辨識裝置的功能方塊圖。 圖2係依據本發明一實施例所繪示的臉部辨識方法的流程圖。 圖3係依據本發明另一實施例所繪示的臉部辨識方法的方法流程圖。 圖4係依據本發明一實施例所繪示的使用者的註冊資料的示意圖。 圖5係依據本發明一實施例所繪示的臉部辨識方法的細部流程圖。

Claims (10)

  1. 一種臉部辨識方法，包括：取得一待辨識影像；判斷該待辨識影像是否屬於至少一使用者的多個影像群組的其中之一；當該待辨識影像屬於該些影像群組中的一判定影像群組時，判斷該判定影像群組的影像數量是否小於一預設數量；當該判定影像群組的該影像數量不小於該預設數量時，依據該判定影像群組中的多個臉部影像各自的時間參數，刪除該判定影像群組中的該些臉部影像的其中之一，並執行一影像群組更新程序；以及當該判定影像群組的該影像數量小於該預設數量時，執行該影像群組更新程序。
  2. 如請求項1所述的臉部辨識方法，其中該影像群組更新程序包含將該判定影像群組所屬的該至少一使用者的該些影像群組中的所有臉部影像以及該待辨識影像藉由一分群法來進行重新分群，以產生該判定影像群組所屬的該至少一使用者的多個更新影像群組。
  3. 如請求項2所述的臉部辨識方法，其中該至少一使用者包含一第一使用者及一第二使用者，該些影像群組包含該第一使用者的多個第一影像群組及該第二使用者的多個第二影像群組，且執行該影像群組更新程序的步驟包含：當該判定影像群組屬於該些第一影像群組的其中之一時，將該些第一影像群組中的所有臉部影像以及該待辨識影像藉由該分群法來進行重新分群，以產生該第一使用者的該些更新影像群組；以及當該判定影像群組屬於該些第二影像群組的其中之一時，將該些第二影像群組中的所有臉部影像以及該待辨識影像藉由該分群法來進行重新分群，以產生該第二使用者的該些更新影像群組。
  4. 如請求項1所述的臉部辨識方法，其中判斷該待辨識影像是否屬於該至少一使用者的該些影像群組的其中之一的步驟包含：分別計算該些影像群組的多個距離平均參數，其中每一該些距離平均參數表示對應的該影像群組中的一或多個臉部影像的座標分別與該待辨識影像的座標之間的距離的平均值；判斷該些距離平均參數中的最小距離平均參數是否小於一距離閾值；以及當該最小距離平均參數小於該距離閾值時，判斷該待辨識影像屬於該最小距離平均參數對應的該影像群組。
  5. 如請求項4所述的臉部辨識方法，其中所述一或多個臉部影像的該座標分別與該待辨識影像的該座標之間的該距離屬於歐式距離。
  6. 如請求項1所述的臉部辨識方法，其中在取得該待辨識影像的步驟之前，該臉部辨識方法更包含：取得該至少一使用者的多張未分群影像；以及將該些未分群影像進行分群，以產生該至少一使用者的該些影像群組。
  7. 如請求項1所述的臉部辨識方法，其中每一該些時間參數關聯於對應的該臉部影像的生成時間。
  8. 一種臉部辨識裝置，包含：一影像擷取器，用於取得一待辨識影像；一資料庫，用於儲存至少一使用者的多個影像群組；以及一處理器，電性連接於該影像擷取器及該資料庫，用於判斷該待辨識影像是否屬於該至少一使用者的該些影像群組的其中之一，在判斷該待辨識影像屬於該些影像群組中的一判定影像群組時，判斷該判定影像群組的影像數量是否小於一預設數量，在判斷該判定影像群組的該影像數量不小於該預設數量時，依據該判定影像群組中的多個臉部影像各自的時間參數，刪除該判定影像群組中的該些臉部影像的其中之一，並執行一影像群組更新程序，並在判斷該判定影像群組的該影像數量小於該預設數量時，執行該影像群組更新程序。
  9. 如請求項8所述的臉部辨識裝置，其中該影像群組更新程序包含將該判定影像群組所屬的該至少一使用者的該些影像群組中的所有臉部影像以及該待辨識影像藉由一分群法來進行重新分群，以產生該判定影像群組所屬的該至少一使用者的多個更新影像群組。
  10. 一種計算機可讀取媒體，包含一程式碼，其中該程式碼用於藉由一或多個處理器運行，以執行請求項1～7的其中之一所述的臉部辨識方法。
TW107145176A 2018-12-14 2018-12-14 臉部辨識方法、裝置及計算機可讀取媒體 TWI682329B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW107145176A TWI682329B (zh) 2018-12-14 2018-12-14 臉部辨識方法、裝置及計算機可讀取媒體
EP19215558.8A EP3667563A1 (en) 2018-12-14 2019-12-12 Method, device and non-transitory computer readable medium of facial recognition
JP2019225545A JP6903117B2 (ja) 2018-12-14 2019-12-13 顔識別方法、顔識別装置、およびコンピュータが読出し可能な非一時的媒体
US16/713,894 US11651622B2 (en) 2018-12-14 2019-12-13 Method, device and non-transitory computer readable medium of facial recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107145176A TWI682329B (zh) 2018-12-14 2018-12-14 臉部辨識方法、裝置及計算機可讀取媒體

Publications (2)

Publication Number Publication Date
TWI682329B true TWI682329B (zh) 2020-01-11
TW202022700A TW202022700A (zh) 2020-06-16

Family

ID=68887282

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107145176A TWI682329B (zh) 2018-12-14 2018-12-14 臉部辨識方法、裝置及計算機可讀取媒體

Country Status (4)

Country Link
US (1) US11651622B2 (zh)
EP (1) EP3667563A1 (zh)
JP (1) JP6903117B2 (zh)
TW (1) TWI682329B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3099278B1 (fr) * 2019-07-22 2023-08-04 Bull Sas Procédé de surveillance vidéo du franchissement d’une ligne par des personnes, programme d’ordinateur et dispositif correspondants
CN112818909A (zh) * 2021-02-22 2021-05-18 Oppo广东移动通信有限公司 图像更新方法、装置、电子设备及计算机可读介质
US11921831B2 (en) * 2021-03-12 2024-03-05 Intellivision Technologies Corp Enrollment system with continuous learning and confirmation

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101183429A (zh) * 2006-11-17 2008-05-21 联纬科技有限公司 脸部辨识系统及其操作方法和包括该系统的安全系统
TW201426568A (zh) * 2012-12-19 2014-07-01 Nat Univ Chung Hsing 適用於眼部的辨識方法和辨識系統
TW201627901A (zh) * 2015-01-20 2016-08-01 崑山科技大學 結合基於秘密分持臉部辨識的射頻辨識門禁方法及系統以及適用於其之射頻辨識標籤
CN107077601A (zh) * 2014-09-30 2017-08-18 高通股份有限公司 使用基于事件的视觉传感器进行低功率始终接通脸部检测、跟踪、辨识及/或分析

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259980A (ja) * 2001-03-05 2002-09-13 Omron Corp 生体照合装置、生体照合システム、生体照合方法および登録データ更新方法
US7551755B1 (en) * 2004-01-22 2009-06-23 Fotonation Vision Limited Classification and organization of consumer digital images using workflow, and face detection and recognition
WO2012140315A1 (en) * 2011-04-15 2012-10-18 Nokia Corporation Method, apparatus and computer program product for providing incremental clustering of faces in digital images
CN103718190B (zh) * 2011-07-29 2017-05-24 惠普发展公司，有限责任合伙企业 增量图像聚类
KR101180471B1 (ko) 2011-09-27 2012-09-07 (주)올라웍스 한정된 메모리 환경 하에서 얼굴 인식 성능 향상을 위한 참조 얼굴 데이터베이스 관리 방법, 장치 및 컴퓨터 판독 가능한 기록 매체
US10410086B2 (en) * 2017-05-30 2019-09-10 Google Llc Systems and methods of person recognition in video streams
US10025950B1 (en) * 2017-09-17 2018-07-17 Everalbum, Inc Systems and methods for image recognition

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101183429A (zh) * 2006-11-17 2008-05-21 联纬科技有限公司 脸部辨识系统及其操作方法和包括该系统的安全系统
TWM337796U (en) * 2006-11-17 2008-08-01 Internet Web Technology Ltd Face recognition system and security system comprising same
TW201426568A (zh) * 2012-12-19 2014-07-01 Nat Univ Chung Hsing 適用於眼部的辨識方法和辨識系統
CN107077601A (zh) * 2014-09-30 2017-08-18 高通股份有限公司 使用基于事件的视觉传感器进行低功率始终接通脸部检测、跟踪、辨识及/或分析
TW201627901A (zh) * 2015-01-20 2016-08-01 崑山科技大學 結合基於秘密分持臉部辨識的射頻辨識門禁方法及系統以及適用於其之射頻辨識標籤

Also Published As

Publication number Publication date
JP6903117B2 (ja) 2021-07-14
US11651622B2 (en) 2023-05-16
US20200193201A1 (en) 2020-06-18
EP3667563A1 (en) 2020-06-17
JP2020095727A (ja) 2020-06-18
TW202022700A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
TWI751161B (zh) 終端設備、智慧型手機、基於臉部識別的認證方法和系統
US10552666B2 (en) Identification using depth-based head-detection data
TWI682329B (zh) 臉部辨識方法、裝置及計算機可讀取媒體
US11383166B2 (en) Interaction method of application scene, mobile terminal, and storage medium
CN108985220B (zh) 一种人脸图像处理方法、装置及存储介质
US20190102044A1 (en) Depth-Based Touch Detection
WO2018153294A1 (zh) 人脸跟踪方法、存储介质及终端设备
JP2016503220A (ja) ジェスチャ認識のためのパーツ及び状態検出
WO2022174699A1 (zh) 图像更新方法、装置、电子设备及计算机可读介质
JPWO2015128961A1 (ja) 顔認証システム
JPWO2015186436A1 (ja) 画像処理装置、画像処理方法、および、画像処理プログラム
WO2018103416A1 (zh) 用于人脸图像的检测方法和装置
WO2020124993A1 (zh) 活体检测方法、装置、电子设备及存储介质
KR20180138002A (ko) 지문 인증 방법 및 장치
Qi et al. Computer vision-based hand gesture recognition for human-robot interaction: a review
WO2019000817A1 (zh) 手势识别控制方法和电子设备
KR101656212B1 (ko) 손동작 인식을 이용한 접근 제어 시스템, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체
CN117581275A (zh) 眼睛注视分类
CN111898561A (zh) 一种人脸认证方法、装置、设备及介质
TW202113685A (zh) 人臉辨識的方法及裝置
Yu et al. An identity authentication method for ubiquitous electric power Internet of Things based on dynamic gesture recognition
CN110135329B (zh) 从视频中提取姿势的方法、装置、设备及存储介质
WO2024045454A1 (zh) 目标识别方法、存储介质及设备
US20240037995A1 (en) Detecting wrapped attacks on face recognition
KR101909326B1 (ko) 얼굴 모션 변화에 따른 삼각 매쉬 모델을 활용하는 사용자 인터페이스 제어 방법 및 시스템