TWI804988B - 識別對象確定方法、裝置、設備及存儲介質 - Google Patents

識別對象確定方法、裝置、設備及存儲介質 Download PDF

Info

Publication number
TWI804988B
TWI804988B TW110134673A TW110134673A TWI804988B TW I804988 B TWI804988 B TW I804988B TW 110134673 A TW110134673 A TW 110134673A TW 110134673 A TW110134673 A TW 110134673A TW I804988 B TWI804988 B TW I804988B
Authority
TW
Taiwan
Prior art keywords
face
size value
preset
face size
recognition
Prior art date
Application number
TW110134673A
Other languages
English (en)
Other versions
TW202213169A (zh
Inventor
康家梁
吳文川
傅宜生
沈璽
卞凱
Original Assignee
大陸商中國銀聯股份有限公司
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 大陸商中國銀聯股份有限公司 filed Critical 大陸商中國銀聯股份有限公司
Publication of TW202213169A publication Critical patent/TW202213169A/zh
Application granted granted Critical
Publication of TWI804988B publication Critical patent/TWI804988B/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
    • G06V40/161—Detection; Localisation; Normalisation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Abstract

本發明實施例提供一種識別對象確定方法、裝置、設備及存儲介質。該方法包括：獲取拍攝預覽圖像，其中，拍攝預覽圖像包括至少兩個人臉；提取拍攝預覽圖像中至少兩個人臉中每個人臉的特徵資訊，其中，特徵資訊包括人臉大小值；根據每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。根據本發明實施例，能夠在人臉採集過程中，從至少兩個人臉中選擇合適的目標人臉作為識別對象，提高識別對象確定的準確率。

Description

識別對象確定方法、裝置、設備及存儲介質
本發明涉及電腦視覺技術領域，尤其涉及一種識別對象確定方法、裝置、設備及存儲介質。
目前，人臉識別以其準確、安全、方便等諸多特點，而被廣泛應用於生產、金融、安全、交通等領域。例如考勤機、無人零售機、門禁系統等等。
但是，由於人臉識別的使用環境開放，在進行人臉採集的過程中，往往會出現多個人臉，尤其是在排隊場景中更為明顯，例如刷臉支付、閘機過站、人員簽到等場景。因此，容易導致識別對象確定錯誤，識別對象確定的準確率較差。
本發明實施例提供了一種識別對象確定方法、裝置、設備及存儲介質，能夠提高識別對象確定的準確率。
第一方面，本發明實施例提供一種識別對象確定方法，該方法包括：
獲取拍攝預覽圖像，其中，拍攝預覽圖像包括至少兩個人臉；
提取拍攝預覽圖像中至少兩個人臉中每個人臉的特徵資訊，其中，特徵資訊包括人臉大小值；
根據每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。
第二方面，本發明實施例提供一種識別對象確定裝置， 該裝置包括：
獲取模組，用於獲取拍攝預覽圖像，其中，拍攝預覽圖像包括至少兩個人臉；
提取模組，用於提取拍攝預覽圖像中至少兩個人臉中每個人臉的特徵資訊，其中，特徵資訊包括人臉大小值；
確定模組，用於根據每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。
第三方面，本發明實施例提供一種識別對象確定設備，該設備包括：處理器以及存儲有電腦程式指令的記憶體；處理器執行電腦程式指令時實現第一方面或者第一方面任一些可實現方式中所述的識別對象確定方法。
第四方面，本發明實施例提供一種電腦可讀存儲介質，電腦可讀存儲介質上存儲有電腦程式指令，電腦程式指令被處理器執行時實現第一方面或者第一方面任一些可實現方式中所述的識別對象確定方法。
本發明實施例提供的一種識別對象確定方法、裝置、設備及存儲介質，通過提取拍攝預覽圖像中每個人臉的人臉大小值，根據每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。能夠在人臉採集過程中選擇合適的目標人臉作為識別對象，實現識別對象的精確確定，提高識別對象確定的準確率。
10:第一象限
11:第一象限
110:拍攝設備
120:電子設備
20:第二象限
21:第二象限
30:第三象限
31:第三象限
40:第四象限
41:第四象限
600:識別對象確定裝置
610:獲取模組
620:提取模組
630:確定模組
700:識別對象確定設備
701:輸入裝置
702:輸入介面
703:中央處理器
704:記憶體
705:輸出介面
706:輸出設備
710:匯流排
A:相對位置
C:中心區域
G:人臉中心點座標是否位於中心區域C
L:人臉中心點座標位於的象限
LC:絕對位置
LG:位置標記
S210,S220,S230,S301,S302,S303,S304,S305,S306,S307,S308,S309,S310,S311,S312,S313,S314,S315,S316,S317:步驟
為了更清楚地說明本發明實施例的技術方案，下面將對本發明實施例中所需要使用的圖式作簡單地介紹，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些圖式獲得其他的圖式。
圖1是本發明實施例提供的一種識別對象確定系統的架構示意圖；
圖2是本發明實施例提供的一種識別對象確定方法的流程示意圖；
圖3是本發明實施例提供的另一種識別對象確定方法的流程示意圖；
圖4是本發明實施例提供的一種區域劃分示意圖；
圖5是本發明實施例提供的一種相對位置示意圖；
圖6是本發明實施例提供的一種識別對象確定裝置的結構示意圖；
圖7是本發明實施例提供的一種識別對象確定設備的結構示意圖。
下面將詳細描述本發明的各個方面的特徵和示例性實施例，為了使本發明的目的、技術方案及優點更加清楚明白，以下結合圖式及實施例，對本發明進行進一步詳細描述。應理解，此處所描述的具體實施例僅解釋本發明，而不是限定本發明。對於本領域技術人員來說，本發明可以在不需要這些具體細節中的一些細節的情況下實施。下面對實施例的描述僅僅是為了通過示出本發明的示例來提供對本發明更好的理解。
需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括……”限定的要素，並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
目前，傳統識別對象確定方案主要通過優化業務流程、調整拍攝設備布放角度等策略，減少顯示屏幕中出現多個人臉的情況，一般獲取第一個出現在螢幕中的人臉，作為後續業務執行過程中的識別對象。但是在人流量較大的人臉識別場景，比如刷臉支付、刷臉進站、刷臉過閘等場景，顯示屏幕往往會出現多個人臉。因此，可能會出現誤識別現象，即將“旁觀”或“身後”的人臉作為識別對象，影響使用者使用體驗。
因此，為了解決現有技術問題，本發明實施例提供了一 種識別對象確定方法、裝置、設備及存儲介質。通過提取拍攝預覽圖像中每個人臉的人臉大小值，根據每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。能夠在人臉採集過程中選擇合適的目標人臉作為識別對象，實現識別對象的精確確定，提高識別對象確定的準確率。
下面結合圖式，通過具體的實施例及其應用場景對本發明實施例提供的識別對象確定方法、裝置、設備和存儲介質進行詳細地說明。
圖1是本發明實施例提供的一種識別對象確定系統的架構示意圖，如圖1所示，該識別對象確定系統可以包括拍攝設備110、電子設備120。其中，拍攝設備110可以為鏡頭、安裝有鏡頭模組的設備等等。電子設備120可以為移動電子設備，也可以為非移動電子設備。例如，移動電子設備可以為手機、平板電腦、筆記型電腦、掌上型電腦、超級移動個人電腦(Ultra-Mobile Personal Computer，UMPC)、小筆電或者個人數位助理(Personal Digital Assistant，PDA)等等，非移動電子設備可以為伺服器、網路附接儲存器(Network Attached Storage，NAS)、個人電腦(Personal Computer，PC)、櫃員機或者自助機等等。拍攝設備110和電子設備120之間存在通信連接。例如通過網路進行通信，其中，網路可以是有線通信網路或無線通訊網路。示例性地，拍攝設備110可以作為一個模組集成於電子設備120。
作為一個示例，該識別對象確定系統可以應用於刷臉支付、刷臉進站、刷臉簽到等人臉識別場景。在這些場景下，由於人臉的快速採集以及較大的人流量，顯示屏幕上容易出現多個人臉聚集的現象。
參見圖1，電子設備120可以獲取拍攝設備110針對使用者的拍攝預覽圖像，其中，拍攝預覽圖像包括至少兩個使用者，即至少兩個人臉。接著提取拍攝預覽圖像中每個人臉的特徵資訊，其中，特徵資訊包括人臉大小值。然後根據每個人臉的人臉大小值，確定人臉大小值滿足 預設識別條件的人臉為識別對象，以執行後續的人臉識別業務。
下面將介紹本發明實施例提供的識別對象確定方法。其中，該識別對象確定方法的執行主體可以是圖1所示的識別對象確定系統中的電子設備120，或者電子設備120中的模組。
圖2是本發明實施例提供的一種識別對象確定方法的流程示意圖，如圖2所示，該識別對象確定方法可以包括以下步驟：
S210，獲取拍攝預覽圖像。
其中，拍攝預覽圖像包括至少兩個人臉，可以由拍攝設備現場採集。例如，拍攝預覽圖像可以是預覽的畫面輸入幀，即拍攝設備拍攝時在顯示屏幕上顯示的圖像。
S220，提取拍攝預覽圖像中至少兩個人臉中每個人臉的特徵資訊。
其中，特徵資訊包括人臉大小值。示例性地，人臉大小值可以包括人臉眼間距值或者人臉像素數量等等，其中，以人臉眼間距值表徵人臉大小值，可以降低人臉大小差異的雜訊。
在一個實施例中，可以利用人臉識別演算法，對拍攝預覽圖像進行初步的人臉識別，識別出其中的人臉。然後對識別出的人臉進行特徵提取，得到每個人臉的特徵資訊。
S230，根據每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。
其中，識別對象作為後續人臉識別業務執行的主體，將用於人臉識別。
作為識別對象的人臉相比其他被拍攝的人臉，通常是最接近拍攝設備的。於是在一個實施例中，可以確定人臉大小值最大的人臉為識別對象，實現識別對象的精確確定。
此外，作為識別對象的人臉相比其他人臉，要佔有大小的優勢。在另一個實施例中，可以分別計算至少兩個人臉中除人臉大小值 最大的人臉之外，每個人臉的人臉大小值與最大人臉大小值的比值。當至少一個比值均小於或等於第一預設比值閾值時，確定最大人臉大小值對應的人臉為識別對象，提高識別對象確定的準確性。可以理解，第一預設比值閾值可以根據實際情況靈活設置，例如可以是60%。
可知，通常用戶在識別使用過程中不會離開當前位置，人臉始終出現在螢幕中。因此在一個示例中，當至少一個比值均小於或等於第一預設比值閾值時，可以獲取最大人臉大小值對應的人臉在顯示屏幕上顯示的時長。當最大人臉大小值對應的人臉的顯示時長大於或等於預設時長閾值時，確定最大人臉大小值對應的人臉為識別對象。通過在人臉大小值的基礎上引入顯示時長作為判斷因素，可以進一步提高對識別對象的精確確定。
作為一個具體的示例，可以對最大人臉大小值對應的人臉進行連續幀的人臉跟蹤。示例性地，可以向最大人臉大小值對應的人臉分配唯一的人臉標識，在連續幀的人臉跟蹤過程中，同一人臉在未離開的情況下，人臉標識保持不變，因此可以統計最大人臉大小值對應的人臉的持續顯示時長。進而在持續顯示時長大於或等於T時，將最大人臉大小值對應的人臉作為識別對象。其中，T表示預設時長閾值，可以是絕對時長，例如800ms。也可以是相對時長，例如完成一段業務處理的時間。比如刷臉進站場景中，從指定拍攝區域通道通過的時長，即用戶從進入到離開特定拍攝區域(未離開拍攝設備覆蓋範圍)的時長；又比如採集連續幀圖像到一定數量(如5張)的時間；再比如交易應答時間(獲取一筆識別交易結果的時間)，即在開始跟蹤最大人臉大小值對應的人臉時，發起識別，直到接收到應答結果的持續時長，在此期間，最大人臉大小值對應的人臉始終顯示在顯示屏幕中。
在另一個實施例中，可以獲取最大人臉大小值對應的人臉的第一位置。當第一位置滿足預設位置條件時，確定最大人臉大小值對應的人臉為識別對象，即在人臉大小值的基礎上引入位置作為判斷因素， 提高對識別對象的精確確定。其中，預設位置條件可以包括：第一位置與預設位置匹配，或者第一位置位於預設區域。可以理解，預設位置和預設區域可以根據實際情況靈活設置，例如可以在場景佈置實施時，根據調試經驗預先選擇。
在本發明實施例中，通過提取拍攝預覽圖像中每個人臉的人臉大小值，根據每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。能夠在人臉採集過程中選擇合適的目標人臉作為識別對象，提高識別對象確定的準確率。
在一個實施例中，當至少一個比值中任意一個比值大於第一預設比值閾值時，該方法還可以包括：
首先，當至少一個比值均小於或等於第二預設比值閾值時，獲取最大人臉大小值對應的人臉的第一位置。其中，第二預設比值閾值大於第一預設比值閾值，比如第一預設比值閾值為60%，第二預設比值閾值為80%。而且第一預設比值閾值和第二預設比值閾值可以在一段時間後，根據識別對象確定的準確率進行調整。示例性地，可以選擇完成業務流程即識別對象確定正確的人臉圖片，作為正向樣本。選擇使用者手動取消業務流程即識別對象錯誤的人臉圖片，作為負樣本。通過正負樣本占總樣本的比例，統計識別對象確定的準確率，根據準確率調整第一預設比值閾值和第二預設比值閾值，實現閾值的動態調整。
然後，當第一位置滿足預設位置條件時，確定最大人臉大小值對應的人臉為識別對象。在該實施例中，引入第二預設比值閾值與位置作進一步的判斷，細化確定識別對象的條件，可以進一步提高識別對象確定的準確性。
可以理解，在人臉識別的場景下，作為識別對象的使用者通常會主動靠近拍攝設備，其人臉在顯示屏幕上是正對著的，一般具有清晰可見、無遮擋、未閉眼等特徵。在一個實施例中，特徵資訊還可以包括人臉角度、人臉遮擋資訊、人臉眼部資訊等等。進而可以根據人臉角度、 人臉遮擋資訊、人臉眼部資訊篩選至少兩個人臉，即以人臉角度、人臉遮擋資訊、人臉眼部資訊作為判斷因素，對拍攝預覽圖像中的人臉進行篩選，保留滿足相應條件的人臉。
進一步地，可以根據人臉大小值、人臉角度、人臉遮擋資訊、人臉眼部資訊篩選至少兩個人臉。並根據篩選後的人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。在該示例中，通過在多個維度上篩選人臉，從篩選後的人臉中選擇合適的人臉作為識別對象，能夠提高識別對象確定的準確率。
下面以識別對象確定方法應用於刷臉支付場景為例，對本發明實施例提供的識別對象確定方法進行詳細說明，如圖3所示，該方法可以包括以下步驟：
S301、獲取拍攝設備現場拍攝使用者的拍攝預覽圖像。
S302、根據人臉識別演算法識別拍攝預覽圖像中的人臉。
S303、對拍攝預覽圖像中的人臉進行篩選。
具體地，首先可以提取每個人臉的特徵資訊。其中，特徵資訊包括人臉大小值、人臉角度、人臉遮擋資訊、人臉眼部信息。
其次，可以對每個人臉進行人臉大小值判斷，保留人臉大小值大於或等於預設大小閾值的人臉。作為一個示例，以人臉像素數量表徵人臉大小值，預設大小閾值可以設置為100*100，其中100*100表示人臉像素的寬度和高度。
接著可以進行人臉角度判斷，保留人臉角度小於或等於預設角度閾值的人臉。作為一個示例，人臉角度包括翻滾角(roll)、俯仰角(pitch)、偏航角(yaw)，三類角度對應的預設角度閾值可以均為±20°，保留三類角度均小於或等於±20°的人臉。
然後可以進行人臉遮擋資訊判斷，保留人臉遮擋資訊滿足人臉遮擋條件的人臉。作為一個示例，人臉遮擋條件可以根據業務要求靈活設置，比如完全無遮擋、關鍵點無遮擋、遮擋面積不超過一定比例等 等。
再者可以進行人臉眼部資訊判斷，判斷人臉是否閉眼，進而保留未閉眼的人臉。值得注意的是，上述判斷步驟可以根據業務需要靈活調整，例如可以適當增減、變動順序等等，在此不做限制。
S304、判斷篩選後的人臉是否唯一。
若是，則執行S305，否則，則執行S308。
S305、獲取唯一人臉在顯示屏幕上顯示的時長。
S306、判斷唯一人臉的顯示時長是否大於或等於預設時長閾值。
若是，則執行S307，否則，則執行S317。
S307、確定唯一人臉為識別對象。
S308、分別計算除人臉大小值最大的人臉之外，每個人臉的人臉大小值與最大人臉大小值的比值。
S309、判斷比值是否均小於或等於第一預設比值閾值。
若是，則執行S310，否則，則執行S313。
S310、獲取最大人臉大小值對應的人臉在顯示屏幕上顯示的時長。
S311、判斷顯示時長是否大於或等於預設時長閾值。
若是，則執行S312，否則，則執行S317。
S312、確定最大人臉大小值對應的人臉為識別對象。
S313、判斷比值是否均小於或等於第二預設比值閾值。
若是，則執行S314，否則，則執行S317。
S314、獲取最大人臉大小值對應的人臉的第一位置。
其中，第一位置可以包括最大人臉大小值對應的人臉的絕對位置，以及以第二大人臉大小值對應的人臉作為參考點的相對位置。
具體地，可以根據預設的區域劃分規則劃分拍攝預覽圖像，根據劃分的區域確定人臉的位置標記，以該位置標記表徵人臉的絕對 位置。參見圖4，區域劃分規則可以是對拍攝預覽圖像按照中心點進行分割，並按照數學平面坐標系分為第一象限、第二象限、第三象限、第四象限4個象限。同時以中心點為原點，拍攝預覽圖像寬度的一半為寬，拍攝預覽圖像高度的一半為高，作為中心區域C。其中，中心區域C與象限區域有重合。
作為一個示例，可以以中心點為原點(0，0)，構建平面坐標系。對於拍攝預覽圖像中的人臉，計算人臉中心點座標(x，y)，根據人臉中心點座標和劃分的區域確定人臉的位置標記。位置標記可以為LG。其中，L表示人臉中心點座標位於的象限，取值1、2、3或4，L為1時表示位於第一象限。G表示人臉中心點座標是否位於中心區域C，取值0或1，其中，G為0時表示未位於中心區域C，G為1時表示位於中心區域C。其中，這裡的位於包括中心點座標在邊界上。具體地，位置標記可以如下：未位於中心區域C：第一象限：10，第二象限：20，第三象限：30，第四象限：40；位於中心區域C：第一象限：11，第二象限：21，第三象限：31，第四象限：41。具體地，以位置標記10為例，表示人臉中心點座標位於第一象限，未位於中心區域。以位置標記11為例，表示人臉中心點座標位於中心區域與第一象限。如圖4所示，人臉1的中心座標位於第三象限，且未位於中心區域C，則位置標記為30。人臉2的中心座標位於第一、二象限，且位於中心區域C，則位置標記為11和21。人臉3的中心座標位於第一象限，且位於中心區域C，則位置標記為11。可以理解，區域劃分規則可以根據實際需要靈活調整，在此不做限制。
其中，相對位置可以使用相對位置計算公式計算，結合圖5，相對位置計算公式可以如下所示：
A(X，Y)=O1(x1，y1)-O2(x2，y2) (1)
其中，A(X，Y)表示向量，O1(x1，y1)表示第二大人臉的人臉中心點座標，O2(x2，y2)表示最大人臉的人臉中心點座標。其中，X>0則表示最大人臉在橫軸方向上，在第二大人臉的左側，反之則 在右側；Y>0則表示最大人臉在縱軸方向上，在第二大人臉的下方，反之則在上方。
S315、判斷第一位置是否滿足預設位置條件。
其中，預設位置條件包括：第一位置與預設位置匹配，或者第一位置位於預設區域。在某一固定場景中，識別對象在顯示屏幕中出現的絕對位置和相對位置往往出現一定的聚集性。可以理解，聚集的位置因場景不同或拍攝設備角度差異而不同。可以在場景應用中，選取一定數量(例如10萬張)的存在多個人臉的人臉識別場景圖像，對其進行資料處理，標記識別對象和第二大人臉，統計識別對象的相對位置和絕對位置，即對每一張圖像進行分類，統計絕對位置LC值，以及相對位置A(X，Y)，根據統計結果，選擇該場景下，數量最多的LC值或者LC值組合，以及相對位置，確認該場景下識別對象經常出現的絕對位置和相對位置，以此作為預設位置，或者根據多個經常出現的絕對位置和相對位置確定預設區域。通過實際應用的場景設置預設位置或者預設區域，可以提高識別對象確定的準確率。在此基礎判斷判斷第一位置是否滿足預設位置條件，若是，則執行S316，否則，則執行S317。
S316、確定最大人臉大小值對應的人臉為識別對象。
S317、提示無法確定識別對象。
具體地，可以發出類似“識別對象無法確定，請旁觀使用者後退”的語音提示。
在另一個示例中，S308可以是計算最大人臉大小值與第一預設比值閾值的第一乘積，將第一乘積作為第一大小閾值。
S309可以是判斷除人臉大小值最大的人臉之外，每個人臉的人臉大小值是否均小於或等於第一大小閾值。若是，則執行S310，否則，則執行S313。
S313可以是計算最大人臉大小值與第二預設比值閾值的第二乘積，將第二乘積作為第二大小閾值，判斷除人臉大小值最大的人臉 之外，每個人臉的人臉大小值是否均小於或等於第二大小閾值，若是，則執行S314，否則，則執行S317。
基於本發明實施例提供的識別對象確定方法，本發明實施例還提供了一種識別對象確定裝置，如圖6所示，識別對象確定裝置600可以包括：獲取模組610、提取模組620、確定模組630。
其中，獲取模組610，用於獲取拍攝預覽圖像，其中，拍攝預覽圖像包括至少兩個人臉。
提取模組620，用於提取拍攝預覽圖像中至少兩個人臉中每個人臉的特徵資訊，其中，特徵資訊包括人臉大小值。
確定模組630，用於根據每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。
在一個實施例中，確定模組包括：第一確定單元，用於確定人臉大小值最大的人臉為識別對象。
在一個實施例中，確定模組包括：計算單元，用於分別計算至少兩個人臉中除人臉大小值最大的人臉之外，每個人臉的人臉大小值與最大人臉大小值的比值。
第二確定單元，用於當至少一個比值均小於或等於第一預設比值閾值時，確定最大人臉大小值對應的人臉為識別對象。
在一個實施例中，第二確定單元包括：獲取子單元，用於當至少一個比值均小於或等於第一預設比值閾值時，獲取最大人臉大小值對應的人臉在顯示屏幕上顯示的時長。
確定子單元，用於當最大人臉大小值對應的人臉的顯示時長大於或等於預設時長閾值時，確定最大人臉大小值對應的人臉為識別對象。
在一個實施例中，獲取模組，還用於當至少一個比值中任意一個比值大於第一預設比值閾值，且至少一個比值均小於或等於第二預設比值閾值時，獲取最大人臉大小值對應的人臉的第一位置，其中，第 二預設比值閾值大於第一預設比值閾值。
確定模組，還用於當第一位置滿足預設位置條件時，確定最大人臉大小值對應的人臉為識別對象。
在一個實施例中，確定模組包括：獲取單元，用於獲取最大人臉大小值對應的人臉的第一位置。
第三確定單元，用於當第一位置滿足預設位置條件時，確定最大人臉大小值對應的人臉為識別對象。
在一個實施例中，預設位置條件包括：第一位置與預設位置匹配，或者第一位置位於預設區域。
在一個實施例中，特徵資訊還包括人臉角度、人臉遮擋資訊、人臉眼部信息。
確定模組包括：篩選單元，用於根據人臉角度、人臉遮擋資訊、人臉眼部資訊篩選至少兩個人臉。
第四確定單元，用於根據篩選後的人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。
在一個實施例中，人臉大小值包括人臉眼間距值或者人臉像素數量。
可以理解的是，圖6所示識別對象確定裝置600中的各個模組/單元具有實現本發明實施例提供的識別對象確定方法中的各個步驟的功能，並能達到其相應的技術效果，為了簡潔，在此不再贅述。
圖7是本發明實施例提供的一種識別對象確定設備的結構示意圖。
如圖7所示，本實施例中的識別對象確定設備700包括輸入裝置701、輸入介面702、中央處理器703、記憶體704、輸出介面705、以及輸出設備706。其中，輸入介面702、中央處理器703、記憶體704、以及輸出介面705通過匯流排710相互連接，輸入裝置701和輸出設備706分別通過輸入介面702和輸出介面705與匯流排710連接，進而與識別對 象確定設備700的其他元件連接。
具體地，輸入裝置701接收來自外部的輸入資訊，並通過輸入介面702將輸入資訊傳送到中央處理器703；中央處理器703基於記憶體704中存儲的電腦可執行指令對輸入資訊進行處理以生成輸出資訊，將輸出資訊臨時或者永久地存儲在記憶體704中，然後通過輸出介面705將輸出資訊傳送到輸出設備706；輸出設備706將輸出資訊輸出到識別對象確定設備700的外部供使用者使用。
在一個實施例中，圖7所示的識別對象確定設備700包括：記憶體704，用於存儲程式；處理器703，用於運行記憶體中存儲的程式，以實現本發明實施例提供的識別對象確定方法。
本發明實施例還提供一種電腦可讀存儲介質，該電腦可讀存儲介質上存儲有電腦程式指令；該電腦程式指令被處理器執行時實現本發明實施例提供的識別對象確定方法。
需要明確的是，本說明書中的各個實施例均採用遞進的方式描述，各個實施例之間相同或相似的部分互相參見即可，為了簡潔，不再贅述。本發明並不局限於上文所描述並在圖中示出的特定配置和處理。為了簡明起見，這裡省略了對已知方法的詳細描述。在上述實施例中，描述和示出了若干具體的步驟作為示例。但是，本發明的方法過程並不限於所描述和示出的具體步驟，本領域的技術人員可以在領會本發明的精神後，做出各種改變、修改和添加，或者改變步驟之間的順序。
以上所述的結構框圖中所示的功能塊可以實現為硬體、軟體、固件或者它們的組合。當以硬體方式實現時，其可以例如是電子電路、特殊應用積體電路(Application Specific Integrated Circuit，ASIC)、適當的固件、外掛程式、功能卡等等。當以軟體方式實現時，本發明的元素是被用於執行所需任務的程式或者程式碼片段。程式或者程式碼片段可以存儲在機器可讀介質中，或者通過載波中攜帶的資料信號在傳輸介質或者通信鏈路上傳送。“機器可讀介質”可以包括能夠存儲或傳輸資訊的任 何介質。機器可讀介質的例子包括電子電路、半導體記憶體設備、唯讀記憶體(Read-Only Memory，ROM)、快閃記憶體、可擦除ROM(Erasable Read Only Memory，EROM)、軟碟、光碟唯讀記憶體(Compact Disc Read-Only Memory，CD-ROM)、光碟、硬碟、光纖介質、射頻(Radio Frequency，RF)鏈路，等等。程式碼片段可以經由諸如網際網路、內聯網等的電腦網路被下載。
還需要說明的是，本發明中提及的示例性實施例，基於一系列的步驟或者裝置描述一些方法或系統。但是，本發明不局限於上述步驟的順序，也就是說，可以按照實施例中提及的循序執行步驟，也可以不同於實施例中的順序，或者若干步驟同時執行。
上面參考根據本公開的實施例的方法、裝置(系統)和電腦程式產品的流程圖和/或框圖描述了本公開的各方面。應當理解，流程圖和/或框圖中的每個方框以及流程圖和/或框圖中各方框的組合可以由電腦程式指令實現。這些電腦程式指令可被提供給通用電腦、專用電腦、或其它可程式設計資料處理裝置的處理器，以產生一種機器，使得經由電腦或其它可程式設計資料處理裝置的處理器執行的這些指令使能對流程圖和/或框圖的一個或多個方框中指定的功能/動作的實現。這種處理器可以是但不限於是通用處理器、專用處理器、特殊應用處理器或者現場可程式設計邏輯電路。還可理解，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，也可以由執行指定的功能或動作的專用硬體來實現，或可由專用硬體和電腦指令的組合來實現。
以上所述，僅為本發明的具體實施方式，所屬領域的技術人員可以清楚地瞭解到，為了描述的方便和簡潔，上述描述的系統、模組和單元的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。應理解，本發明的保護範圍並不局限於此，任何熟悉本技術領域的技術人員在本申請揭露的技術範圍內，可輕易想到各種等效的修改或替換，這些修改或替換都應涵蓋在本發明的保護範圍之內。
S210,S220,S230:步驟

Claims (12)

  1. 一種識別對象確定方法，其特徵在於，所述方法包括：獲取拍攝預覽圖像，其中，所述拍攝預覽圖像包括至少兩個人臉；提取所述拍攝預覽圖像中所述至少兩個人臉中每個人臉的特徵資訊，其中，所述特徵資訊包括人臉大小值；根據所述每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象；其中，所述根據所述每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象，包括：分別計算所述至少兩個人臉中除人臉大小值最大的人臉之外，每個人臉的人臉大小值與最大人臉大小值的比值；當至少一個所述比值均小於或等於第一預設比值閾值時，確定所述最大人臉大小值對應的人臉為所述識別對象；當至少一個所述比值中任意一個比值大於第一預設比值閾值時，所述方法還包括：當至少一個所述比值均小於或等於第二預設比值閾值時，獲取所述最大人臉大小值對應的人臉的第一位置，其中，所述第二預設比值閾值大於所述第一預設比值閾值；當所述第一位置滿足預設位置條件時，確定所述最大人臉大小值對應的人臉為所述識別對象；其中，所述第一位置包括最大人臉大小值對應的人臉的絕對位置，以及以第二大人臉大小值對應的人臉作為參考點的相對位置。
  2. 如請求項1所述的方法，其中，所述當至少一個所述比值均小於或等於第一預設比值閾值時，確定所述最大人臉大小值對應的人臉為所述識別對象，包括：當至少一個所述比值均小於或等於第一預設比值閾值時，獲取所述最大人臉大小值對應的人臉在顯示屏幕上顯示的時長；當所述最大人臉大小值對應的人臉的顯示時長大於或等於預設時長閾值時，確定所述最大人臉大小值對應的人臉為所述識別對象。
  3. 如請求項1所述的方法，其中，所述預設位置條件包括：所述第一位置與預設位置匹配，或者所述第一位置位於預設區域。
  4. 如請求項1所述的方法，其中，所述特徵資訊還包括人臉角度、人臉遮擋資訊、人臉眼部資訊；根據所述每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象，包括：根據所述人臉角度、所述人臉遮擋資訊、所述人臉眼部資訊篩選所述至少兩個人臉；根據篩選後的人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。
  5. 如請求項1所述的方法，其中，所述人臉大小值包括人臉眼間距值或者人臉像素數量。
  6. 一種識別對象確定裝置，其特徵在於，所述裝置包括：獲取模組，用於獲取拍攝預覽圖像，其中，所述拍攝預覽圖像包括至少兩個人臉；提取模組，用於提取所述拍攝預覽圖像中所述至少兩個人臉中每個人臉的特徵資訊，其中，所述特徵資訊包括人臉大小值；確定模組，用於根據所述每個人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象；其中，所述確定模組包括：計算單元，用於分別計算所述至少兩個人臉中除人臉大小值最大的人臉之外，每個人臉的人臉大小值與最大人臉大小值的比值；第二確定單元，用於當至少一個所述比值均小於或等於第一預設比值閾值時，確定所述最大人臉大小值對應的人臉為所述識別對象；所述獲取模組，還用於當至少一個所述比值中任意一個比值大於第一預設比值閾值，且至少一個所述比值均小於或等於第二預設比值閾值時，獲取所述最大人臉大小值對應的人臉的第一位置，其中，所述第二預設比值閾值大於所述第一預設比值閾值；所述確定模組，還用於當所述第一位置滿足預設位置條件時，確定所 述最大人臉大小值對應的人臉為所述識別對象；其中，所述第一位置包括最大人臉大小值對應的人臉的絕對位置，以及以第二大人臉大小值對應的人臉作為參考點的相對位置。
  7. 如請求項6所述的裝置，其中，所述第二確定單元包括：獲取子單元，用於當至少一個所述比值均小於或等於第一預設比值閾值時，獲取所述最大人臉大小值對應的人臉在顯示屏幕上顯示的時長；確定子單元，用於當所述最大人臉大小值對應的人臉的顯示時長大於或等於預設時長閾值時，確定所述最大人臉大小值對應的人臉為所述識別對象。
  8. 如請求項6所述的裝置，其中，所述預設位置條件包括：所述第一位置與預設位置匹配，或者所述第一位置位於預設區域。
  9. 如請求項6所述的裝置，其中，所述特徵資訊還包括人臉角度、人臉遮擋資訊、人臉眼部資訊；所述確定模組包括：篩選單元，用於根據所述人臉角度、所述人臉遮擋資訊、所述人臉眼部資訊篩選所述至少兩個人臉；第四確定單元，用於根據篩選後的人臉的人臉大小值，確定人臉大小值滿足預設識別條件的人臉為識別對象。
  10. 如請求項6所述的裝置，其中，所述人臉大小值包括人臉眼間距值或者人臉像素數量。
  11. 一種識別對象確定設備，其特徵在於，所述設備包括：處理器以及存儲有電腦程式指令的記憶體；所述處理器執行所述電腦程式指令時實現如請求項1-5任意一項所述的識別對象確定方法。
  12. 一種電腦可讀存儲介質，其特徵在於，所述電腦可讀存儲介質上存儲有電腦程式指令，所述電腦程式指令被處理器執行時實現如請求項1-5任意一項所述的識別對象確定方法。
TW110134673A 2020-09-17 2021-09-16 識別對象確定方法、裝置、設備及存儲介質 TWI804988B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010983486.0 2020-09-17
CN202010983486.0A CN112215084A (zh) 2020-09-17 2020-09-17 识别对象确定方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
TW202213169A TW202213169A (zh) 2022-04-01
TWI804988B true TWI804988B (zh) 2023-06-11

Family

ID=74050043

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110134673A TWI804988B (zh) 2020-09-17 2021-09-16 識別對象確定方法、裝置、設備及存儲介質

Country Status (3)

Country Link
CN (1) CN112215084A (zh)
TW (1) TWI804988B (zh)
WO (1) WO2022057719A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112215084A (zh) * 2020-09-17 2021-01-12 中国银联股份有限公司 识别对象确定方法、装置、设备及存储介质
CN115035578A (zh) * 2022-06-20 2022-09-09 支付宝(杭州)信息技术有限公司 一种支付方法、装置以及设备
CN117079378B (zh) * 2023-10-16 2024-01-09 八维通科技有限公司 站点通行中多人脸过闸处理方法和系统、计算机程序介质
CN117421729B (zh) * 2023-12-18 2024-04-26 湖南森鹰科技有限公司 一种自动化程序攻击检测方法、装置、系统及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824068A (zh) * 2014-03-19 2014-05-28 上海看看智能科技有限公司 人脸支付认证系统及方法
CN109948586A (zh) * 2019-03-29 2019-06-28 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
US10532268B2 (en) * 2016-05-02 2020-01-14 Bao Tran Smart device
TW202006627A (zh) * 2018-07-10 2020-02-01 鴻發國際科技股份有限公司 現金處理系統及現金交易方法
US20200184059A1 (en) * 2017-09-07 2020-06-11 Beijing Sensetime Technology Development Co., Ltd. Face unlocking method and apparatus, and storage medium
CN111274965A (zh) * 2020-01-20 2020-06-12 上海眼控科技股份有限公司 人脸识别方法、装置、计算机设备和存储介质
CN111435504A (zh) * 2019-01-13 2020-07-21 潘连香 基于面部识别的支付密码提取方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108605087B (zh) * 2017-01-26 2020-06-02 华为技术有限公司 终端的拍照方法、拍照装置和终端
CN110166696B (zh) * 2019-06-28 2021-03-26 Oppo广东移动通信有限公司 拍摄方法、装置、终端设备以及计算机可读存储介质
CN112258193B (zh) * 2019-08-16 2024-01-30 创新先进技术有限公司 一种支付方法及装置
CN112215084A (zh) * 2020-09-17 2021-01-12 中国银联股份有限公司 识别对象确定方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824068A (zh) * 2014-03-19 2014-05-28 上海看看智能科技有限公司 人脸支付认证系统及方法
US10532268B2 (en) * 2016-05-02 2020-01-14 Bao Tran Smart device
US20200184059A1 (en) * 2017-09-07 2020-06-11 Beijing Sensetime Technology Development Co., Ltd. Face unlocking method and apparatus, and storage medium
TW202006627A (zh) * 2018-07-10 2020-02-01 鴻發國際科技股份有限公司 現金處理系統及現金交易方法
CN111435504A (zh) * 2019-01-13 2020-07-21 潘连香 基于面部识别的支付密码提取方法
CN109948586A (zh) * 2019-03-29 2019-06-28 北京三快在线科技有限公司 人脸验证的方法、装置、设备及存储介质
CN111274965A (zh) * 2020-01-20 2020-06-12 上海眼控科技股份有限公司 人脸识别方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
TW202213169A (zh) 2022-04-01
WO2022057719A1 (zh) 2022-03-24
CN112215084A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
TWI804988B (zh) 識別對象確定方法、裝置、設備及存儲介質
US10922529B2 (en) Human face authentication method and apparatus, and storage medium
CN110826519B (zh) 人脸遮挡检测方法、装置、计算机设备及存储介质
WO2018192448A1 (zh) 一种人证比对的认证方法、系统及相机
US11403873B2 (en) Face authentication apparatus
KR20090008256A (ko) 얼굴 인식 시스템
CN112036345A (zh) 目标场所人数的检测方法、推荐方法、检测系统及介质
CN111476808A (zh) 虹膜图像的清晰度评价方法及装置
CN110175553B (zh) 基于步态识别与人脸识别建立特征库的方法及装置
CN103607558A (zh) 一种视频监控系统及其目标匹配方法和装置
CN111881740A (zh) 人脸识别方法、装置、电子设备及介质
WO2021022698A1 (zh) 尾随检测方法、装置、电子设备及存储介质
CN109993033A (zh) 视频监控的方法、系统、服务器、设备和介质
CN110658918A (zh) 用于视频眼镜的眼球追踪相机的定位方法、设备及介质
CN103927518A (zh) 一种用于人脸分析系统的人脸特征提取方法
CN114022531A (zh) 图像处理方法、电子设备和存储介质
CN112633204A (zh) 一种精准客流统计方法、装置、设备和介质
TWI789128B (zh) 人臉識別方法、裝置、設備及存儲介質
CN112385180A (zh) 基于交易时间戳将身份和易于获得的个人标识符信息进行匹配的系统和方法
CN114037934A (zh) 一种工服穿戴行为的识别方法、终端设备和存储介质
JP2005149145A (ja) 物体検出装置、物体検出方法、およびコンピュータプログラム
KR102194511B1 (ko) 대표 영상프레임 결정시스템 및 이를 이용한 방법
CN110163158B (zh) 一种可智能感知的场景人脸识别系统
US20230141541A1 (en) Authentication control apparatus, authentication system, authentication control method, and storage medium
TWI695326B (zh) 物件屬性分析方法及其相關物件屬性分析裝置