WO2020119315A1 - 人脸采集方法及相关产品 - Google Patents

人脸采集方法及相关产品 Download PDF

Info

Publication number
WO2020119315A1
WO2020119315A1 PCT/CN2019/114729 CN2019114729W WO2020119315A1 WO 2020119315 A1 WO2020119315 A1 WO 2020119315A1 CN 2019114729 W CN2019114729 W CN 2019114729W WO 2020119315 A1 WO2020119315 A1 WO 2020119315A1
Authority
WO
WIPO (PCT)
Prior art keywords
face image
face
mac address
address list
image set
Prior art date
Application number
PCT/CN2019/114729
Other languages
English (en)
French (fr)
Inventor
彭程
Original Assignee
深圳云天励飞技术有限公司
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 深圳云天励飞技术有限公司 filed Critical 深圳云天励飞技术有限公司
Publication of WO2020119315A1 publication Critical patent/WO2020119315A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic

Definitions

  • the present application relates to the field of face recognition technology, and in particular to a face collection method and related products.
  • Embodiments of the present application provide a face collection method and device, which can improve the efficiency of face recognition, and avoid unnecessary resource waste caused by unnecessary face deduplication processing.
  • a first aspect of an embodiment of the present application provides a face collection method, including:
  • Wi-Fi probe technology is used to scan Wi-Fi within a specified range to obtain a first Wi-Fi MAC address list, where the first Wi-Fi MAC address list includes at least one MAC address;
  • the Wi-Fi probe technology is used to perform a Wi-Fi scan within the specified range to obtain a second Wi-Fi MAC address list, where the second Wi-Fi MAC address list includes at least A MAC address [0009] comparing the second Wi-Fi MAC address list with the first Wi-Fi MAC address list; [0010] if the comparison result is that a pre-appearance occurs in the first Wi-Fi MAC address list.
  • the incremental change is set, perform face collection on the specified range again to obtain a second face image set, and perform deduplication processing on the second face image set according to the first face image set to obtain at least A target face image, the target face image does not match any face image in the first face image set.
  • each MAC address corresponds to an electronic device
  • the face collection of the specified range to obtain the first face image set may include the following steps:
  • a second aspect of an embodiment of the present application provides a face collection device, including:
  • a scanning unit configured to perform Wi-Fi scanning within a specified range using Wi-Fi probe technology at the first moment to obtain a first Wi-Fi MAC address list, the first Wi-Fi
  • the MAC address list includes at least one MAC address
  • an acquisition unit configured to perform face acquisition on the specified range to obtain a first face image set, where the first face image set includes at least one face image
  • the scanning unit is further configured to perform Wi-Fi scanning on the specified range at the second moment using the Wi-Fi probe technology to obtain a second Wi-Fi MAC address list, the second The Wi-Fi MAC address list includes at least one MAC address;
  • a comparison unit configured to compare the second Wi-Fi MAC address list with the first Wi-Fi MAC address list
  • the processing unit is configured to, if the comparison result is that a preset incremental change occurs in the first Wi-Fi MAC address list, perform face collection on the specified range again to obtain a second face image set , Performing deduplication processing on the second face image set according to the first face image set to obtain at least one target face image For example, the target face image does not match any face image in the first face image set.
  • a third aspect of the present application provides a face collection device, including: a processor and a memory; and one or more programs, the one or more programs are stored in the memory, and are configured to Executed by the processor, the program includes instructions for some or all of the steps as described in the first aspect.
  • an embodiment of the present application provides a computer-readable storage medium, wherein the computer-readable storage medium is used to store a computer program, wherein the computer program causes the computer to execute the embodiment as described in the present application Instructions for some or all of the steps described in the first aspect.
  • an embodiment of the present application provides a computer program product, wherein the computer program product includes a non-transitory computer-readable storage medium that stores a computer program, and the computer program is operable to cause a computer Perform some or all of the steps as described in the first aspect of the embodiments of the present application.
  • the computer program product may be a software installation package.
  • Wi-Fi probe technology is used at the first moment to perform Wi-Fi scanning within a specified range to obtain the first Wi-Fi MAC address list
  • the first Wi-Fi MAC address list includes at least one MAC address
  • the first face image set includes at least one face image
  • the second Wi-Fi probe technology is used to scan the Wi-Fi within the specified range at all times to obtain a second Wi-Fi MAC address list.
  • the second Wi-Fi MAC address list includes at least one MAC address
  • the second Wi-Fi MAC address The list is compared with the first Wi-Fi MAC address list.
  • the face is collected again in the specified range to obtain the second face
  • FIG. 1A is a schematic diagram of a system architecture of a face collection method according to an embodiment of the present application
  • FIG. 1B is a schematic flowchart of an embodiment of a face collection method provided by an embodiment of the present application.
  • FIG. 2 is a schematic flowchart of an embodiment of a face collection method provided by an embodiment of the present application
  • FIG. 3A is a schematic structural diagram of a face collection device provided in FIG. 3A provided by an embodiment of the present application;
  • FIG. 3B is a structural schematic diagram of a modified structure of the face collection device described in FIG. 3A provided by an embodiment of the present application;
  • FIG. 3C is a schematic structural view of a collection unit of the face collection device described in FIG. 3A provided by an embodiment of the present application;
  • FIG. 4 is a schematic structural diagram of an embodiment of a face collection device provided by an embodiment of the present application.
  • FIG. 1A is a schematic diagram of a system architecture of a face collection method provided by an embodiment of the present application.
  • the system architecture may include one or more servers and multiple electronic devices, where:
  • the server may include but is not limited to a background server, a component server, a face collection system server, or a face collection software server, etc.
  • the server may communicate with multiple electronic devices through the Internet.
  • the server sends the face collection results to the electronic device.
  • the electronic devices in the embodiments of the present application may include, but are not limited to, any handheld electronic product based on an intelligent operating system, which can communicate with the user through input devices such as a keyboard, virtual keyboard, touch pad, touch screen, and voice control device.
  • Human-computer interaction such as smart phones, tablets, personal computers, etc.
  • the smart operating system includes, but is not limited to, any operating system that enriches device functions by providing various mobile applications to mobile devices, such as Android (Android), iOS TM , Windows Phone, and so on.
  • the face collection device or the electronic device described in the embodiments of the present application may include a smart phone (such as an Android phone, an iOS phone, a Windows Phone phone, etc.), a tablet computer, a handheld computer, a notebook computer, and a mobile Internet device (MID, Mobile Internet Devices) or wearable devices, etc., the above is only an example, not an exhaustive, including but not limited to the above device, of course, the above face collection device can also be a server, at least one Wi-Fi can be installed in the face collection device Fi probe.
  • system architecture of the face collection method provided by the present application is not limited to that shown in FIG. 1A.
  • FIG. 1B is a schematic flowchart of an embodiment of a face collection method according to an embodiment of the present application
  • the face collection method described in this embodiment includes the following steps:
  • the specified range can be specified by the user, or can be defaulted to a specific spatial range
  • the first moment can be a moment within a short time, specifically can be specified by the user or the system default
  • the face collection device can be Use Wi-Fi probe technology to perform Wi-Fi scanning within a specified range at a moment. If at least one other device has the Wi-Fi function turned on, the Wi-Fi MAC address of at least one device can be obtained. The MAC address of the device obtains a first Wi-Fi MAC address list, and the first Wi-Fi MAC address list includes at least one MAC address.
  • the face collection device performs face collection on a person in a specified range through a camera, thereby obtaining a first face image set containing multiple face images of a person in a specified range, and the specified range can be specified by the user, or, can The default is a specific range (for example, within the shooting range of the camera).
  • the face collection of the specified range to obtain the first face image set may include the following steps:
  • the camera of the face collection device can shoot in the specified range to obtain multiple target images in the specified range, and the multiple target images may contain multiple face images or person images or scene images, so Image segmentation can be performed on multiple target images to obtain P personal image, P is a positive integer.
  • the person foreground (one or more) of each target image can be framed, if the person foreground image does not exist in the target image, the target image can be directly eliminated; if the person foreground image exists in the target image, the Model a person's foreground and background.
  • Each pixel in the target image can be connected to a person's foreground or background node.
  • the image segmentation method can be used to remove the interference of the background information in the target image, thereby improving the efficiency of face recognition.
  • the P person image may contain a face image, and the P person image may be subjected to face recognition to obtain the Q person face image and the PQ non-personal images
  • Q is a positive integer not greater than P.
  • the face collection device can continue target tracking based on the target tracking algorithm for PQ non-face images.
  • the face collection device can obtain PQ A face image of a non-face image.
  • face recognition may be used to obtain a face image corresponding to the PQ persons, and the above Q face image and PQ face image are used as the first face image Set, so as to get as many faces of all people in the specified range as possible.
  • the target tracking algorithm may include at least one of the following: tracking-by-detection tracking algorithm, Tracking-Learning-Detection tracking algorithm, Struck algorithm, etc., which are not limited herein.
  • each MAC address corresponds to an electronic device.
  • performing face collection on the specified range to obtain a first face image set may include the following steps:
  • the electronic device since one MAC address corresponds to one electronic device, the electronic device may be carried by the user. Therefore, the first Wi-Fi MAC address list includes multiple MAC addresses, and the Wi-Fi probe technology is within a specified range
  • the position of the electronic device of each MAC address may also be recorded, or the signal strength, and further, the position of each electronic device may be located to obtain multiple positions, and further, the at least one camera may be controlled Focus and shoot at multiple positions to obtain multiple images.
  • at least one camera can be controlled to focus and shoot at multiple positions at preset time intervals at preset time intervals to obtain multiple images.
  • the image is image segmented to obtain multiple face images, and these face images are matched in pairs to remove duplicate face images to obtain the first face image set. In this way, face images can be collected clearly and accurately.
  • the MAC address list includes at least one MAC address.
  • the specified range can be specified by the user, or can default to a specific range, the specified range can be consistent with the above step 101, Wi-Fi probe technology can be used at the second moment to Wi-Fi within the specified range Fi scanning, if at least one other device has the Wi-Fi function turned on, then the Wi-Fi MAC address of at least one device can be obtained, thereby obtaining the second Wi-Fi MAC address list, and the second Wi-Fi MAC address list At least one MAC address is included, where the second moment may be a preset moment set by the user later than the first moment.
  • the face collection device may use Wi-Fi probe technology to perform Wi-Fi scanning within a specified range To obtain a second Wi-Fi MAC address list, where the MAC address in the second Wi-Fi MAC address list may be consistent or inconsistent with that of the first Wi-Fi MAC address.
  • the second Wi-Fi MAC address list and the first Wi-Fi MAC address list may be the same or inconsistent MAC addresses, for example, the second Wi-Fi MAC address list than the first Wi-Fi MAC address list Compared with the MAC address in, may be increased, there may be a new MAC address, or the MAC address may be reduced, or, the MAC in the second Wi-Fi MAC address list and the first Wi-Fi MAC address list The address does not increase or decrease, and there is no change.
  • the second Wi-Fi MAC address list may be compared with the first Wi-Fi MAC address list to obtain an incremental change or decrement change or no change comparison result Because the MAC address of each device may be unique, and the MAC address of each device is different, the change in the MAC address can be used to determine the increase or decrease of personnel in the specified range.
  • the preset incremental change can be set by the user or the system default, for example, at least one new MAC address is added, specifically, the preset incremental change can be the second Wi-Fi MAC address list than the first Compared with the MAC address in the Wi-Fi MAC address list, a MAC address is added, where a is a positive integer, or, the preset incremental change may be that the second Wi-Fi MAC address list does not exist in the first The MAC address of the Wi-Fi MAC address list.
  • the face collection device may re-acquire face collections for persons in a specified range to obtain the second Face image set, the second face image set and the first face image set can be deduplicated using an algorithm of deduplication to obtain at least one designation that does not match any face image in the first face image set
  • the face images of the people in the area are eliminated, so that the face images matching the first face image set and the second face image set are eliminated, and the efficiency of deduplication processing in face collection is improved.
  • the algorithm of deduplication processing may include one of the following: OpenCV image processing algorithm, fast deduplication algorithm based on motion matching, algorithm based on color histogram and LBP histogram feature comparison and deduplication, etc., This is not limited.
  • the performing deduplication processing on the second face image set according to the first face image set to obtain at least one target face image may include the following steps:
  • the face collection device may match and deduplicate each face image in the first face image set with each face image in the second face image set. Specifically, it may be determined by using a similarity measure The corresponding relationship between each face image in the first face image set and each face image in the second face image set, for example, one pixel by one pixel of each face image in the second face image set. The grayscale matrix of the real-time image window and all the window grayscale arrays of each face image in the first face image set are searched and matched according to the similarity measurement method to obtain the matching window grayscale array in each image. The probability value is used as a matching value, thereby obtaining multiple matching values.
  • the preset threshold can be set by the user or the system default, after multiple matching values are obtained, it can be compared with the preset threshold, if it is greater than the preset threshold, the matching value is considered as the target matching value, Thus, multiple target matching values are obtained, and then the face image corresponding to the target matching value is determined as the target face image, thereby obtaining multiple target face images, therefore, the first face image set and the second person are eliminated.
  • the matching face images in the face image set improve the efficiency of deduplication processing in the face collection process.
  • the similarity measure may include one of the following: correlation function, covariance function, sum of squared differences, absolute value of difference, and other extreme values of measurement, which are not limited herein.
  • the matching each face image in the first face image set with each face image in the second face image set to obtain multiple matching values May include the following steps:
  • A1. Acquire an image quality evaluation value i of a face image i, where the face image i is any face image in the first face image set;
  • A2. Determine the target matching threshold corresponding to the image quality evaluation value i according to a preset mapping relationship between the image quality evaluation value and the matching threshold;
  • A4. Perform feature point extraction on the face image i to obtain a first feature point set
  • A5. Match the first peripheral contour with the second peripheral contour of the face image j to obtain a first matching value, and the face image j is any face in the second face image set image; [0082] A6. Match the first feature point set with the second feature point set of the face image j to obtain a second matching value;
  • A7 Determine a target matching value according to the first matching value and the second matching value.
  • image quality evaluation value is stored in the memory of the face recognition device.
  • the image quality evaluation index can be used to perform image quality evaluation on multiple face images in the first face image collection collected to obtain multiple images
  • image quality evaluation indicators may include but are not limited to: average grayscale, mean square deviation, entropy, edge retention, signal-to-noise ratio, etc., can be defined as the greater the obtained image quality evaluation value, the better the image quality .
  • mapping relationship between the preset image quality evaluation value and the matching threshold can be stored in the face collection device, and further, the target matching threshold corresponding to the target image quality evaluation value i is determined according to the mapping relationship, based on this
  • contour extraction can be performed on the target face image i to obtain the first peripheral contour
  • feature point extraction can be performed on the target face image i to obtain the first feature point set
  • the first peripheral contour and the second face image can be heated
  • the second peripheral contour of any face image j is matched to obtain a first matching value
  • the first feature point set is matched with the second feature point set of the face image j to obtain a second matching value
  • the first The matching value and the second matching value determine the target matching value.
  • mapping relationship between the matching value and the weight value pair may be stored in the face recognition device in advance to obtain the first weight coefficient corresponding to the first matching value and the second matching
  • the second weight coefficient corresponding to the value, the target matching value the first matching value * the first weight coefficient + the second matching value * the second weight coefficient.
  • the contour extraction algorithm may be at least one of the following: Hough transform, canny operator, etc., which is not limited herein, the feature point extraction algorithm may be at least one of the following: Harris corner, scale not Variable feature extraction transformation (scale invariant feature transform, SIFT), etc., are not limited here.
  • step 104 the following steps may also be included:
  • the preset decrement change can be set by the user or the system default, for example, by reducing at least one MAC address, if the second Wi-Fi MAC address list is compared with the first Wi-Fi MAC address list, and the comparison result obtained is that there is a decrement change or no change, that is, the number of people in the designated area is reduced Or, no increase or decrease, no deduplication processing, and confirm the completion of the face collection process. Since the MAC address of each device is different and unique, the increase in the number of people in the specified range can be judged by the change of the MAC address Or less or no change, thereby improving the efficiency of face recognition.
  • Wi-Fi probe technology is used to scan the Wi-Fi within a specified range at the first moment to obtain a first Wi-Fi MAC address list, and a first Wi-Fi MAC
  • the address list includes at least one MAC address, and collects faces in a specified range to obtain a first face image set.
  • the first face image set includes at least one face image.
  • the Wi-Fi probe technology is used to specify Wi-Fi scan within the range to obtain a second Wi-Fi MAC address list
  • the second Wi-Fi MAC address list includes at least one MAC address
  • the second Wi-Fi MAC address list and the first Wi-Fi MAC address list Perform a comparison, and if the comparison result is that the preset incremental change occurs in the first Wi-Fi MAC address list, perform face collection on the specified range again to obtain a second face image set, based on the first face image set
  • Deduplication processing is performed on the second face image set to obtain at least one target face image.
  • the target face image does not match any face image in the first face image set, so, it can be judged by the Wi-Fi probe technology
  • the personnel in the designated area change to determine whether deduplication processing is required, thereby avoiding waste of resources caused by unnecessary face deduplication processing and improving the efficiency of face recognition.
  • FIG. 2 is a schematic flowchart of an embodiment of a face collection method provided by an embodiment of the present application.
  • the face collection method described in this embodiment includes the following steps:
  • the MAC address list includes at least one MAC address.
  • Wi-Fi probe technology is used to scan the Wi-Fi within a specified range at the first moment to obtain a first Wi-Fi MAC address list, and a first Wi-Fi MAC
  • the address list includes at least one MAC address, and collects faces in a specified range to obtain a first face image set.
  • the first face image set includes at least one face image.
  • the Wi-Fi probe technology is used to specify Wi-Fi scan within the range to obtain a second Wi-Fi MAC address list
  • the second Wi-Fi MAC address list includes at least one MAC address
  • the second Wi-Fi MAC address list and the first Wi-Fi MAC address list Perform a comparison, and if the comparison result is that the preset incremental change occurs in the first Wi-Fi MAC address list, re-acquire face in the specified range to obtain the second face image set, based on the first face image set Performing deduplication processing on the second face image set to obtain at least one target face image, the target face image does not match any face image in the first face image set, if the comparison result is the Wi-Fi MAC
  • the preset decrement change or no change appears in the address list skip the re-process and confirm the completion of the face collection process.
  • the personnel change in the designated area can be judged by Wi-Fi probe technology.
  • there is no need to perform deduplication processing thereby avoiding waste of resources caused by unnecessary face deduplication processing and improving the efficiency of face recognition.
  • FIG. 3A is a schematic structural diagram of an embodiment of a face collection device provided by an embodiment of the present application.
  • the face collection device described in this embodiment includes: a scanning unit 301, a collection unit 302, a comparison unit 303, and a processing unit 304, as follows:
  • the scanning unit 301 is configured to perform Wi-Fi scanning on a specified range using Wi-Fi probe technology at a first moment to obtain a first Wi-Fi MAC address list, the first Wi-Fi
  • the MAC address list includes at least one MAC address, and at the second moment, the Wi-Fi probe technology is used to perform a Wi-Fi scan on the specified range to obtain a second Wi-Fi MAC address list, the second Wi-Fi
  • the Fi MAC address list includes at least one MAC address;
  • the collection unit 302 is configured to collect faces on the specified range to obtain a first face image set, where the first face image set includes at least one face image;
  • the scanning unit 301 is further configured to perform Wi-Fi scanning on the specified range at the second time using the Wi-Fi probe technology to obtain a second Wi-Fi MAC address list, the first Two Wi-Fi MAC address lists include at least one MAC address;
  • the comparing unit 303 is configured to compare the second Wi-Fi MAC address list with the first Wi-Fi MAC address list;
  • the processing unit 304 is configured to, if the comparison result is that a preset incremental change occurs in the first Wi-Fi MAC address list, perform face collection on the specified range again to obtain a second face image Set, performing deduplication processing on the second face image set according to the first face image set to obtain at least one target face image, and the target face image is not the same as any person in the first face image set Face image matching.
  • the scanning unit 301 can be used to implement the method described in steps 101, 103
  • the collection unit 302 can be used to implement the method described in step 102
  • the comparison unit 303 can be used to implement the step 104 described above
  • the above processing unit 304 may be used to implement the method described in step 105 above, and so on.
  • FIG. 3B is a modified structure of the face collection device described in FIG. 3A, compared with FIG. 3A, and may further include: a confirmation unit 305, wherein,
  • the confirming unit 305 is configured to skip the retry process and confirm the completion of the face collection process if the comparison result is that there is a preset decrement change or no change in the Wi-Fi MAC address list.
  • FIG. 3C is a specific detailed structure of the collection unit 302 in the face collection device described in FIG. 3A.
  • the collection unit 302 may include: a shooting module 3021, a segmentation module 3022 , An identification module 3023, a tracking module 3024, and a determination module 3025, as follows:
  • the photographing module 3021 is configured to photograph the specified range to obtain a target image
  • a segmentation module 3022 configured to perform image segmentation on the target image to obtain P personal image, where P is a positive integer
  • the recognition module 3023 is configured to perform face recognition on the P person image to obtain Q person face images and P-Q non-face images, where Q is a positive integer not greater than P;
  • the tracking module 3024 is configured to perform target tracking and face recognition on the P-Q non-face images, and obtain P-Q personal face images;
  • the determination module 3025 is configured to use the Q face image and the P-Q face image as the first face image set.
  • Wi-Fi probe technology is used at the first moment to scan Wi-Fi within a specified range to obtain the first Wi-Fi
  • the first Wi-Fi MAC address list includes at least one MAC address
  • the first face image set includes at least one face image
  • the second Wi-Fi probe technology is used to scan the Wi-Fi within the specified range at all times to obtain a second Wi-Fi MAC address list.
  • the second Wi-Fi MAC address list includes at least one MAC address
  • the second Wi-Fi MAC address The list is compared with the first Wi-Fi MAC address list.
  • the face is collected again in the specified range to obtain the second face
  • FIG. 4 is a schematic structural diagram of an embodiment of a face recognition device provided by an embodiment of the present application.
  • the face collection device described in this embodiment includes: at least one input device 1 000; at least one output device 2000; at least one processor 3000, such as a CPU; and memory 4000, the above input device 1000, output device 2000, and processing
  • the controller 3000 and the memory 4000 are connected through a bus 5000.
  • the input device 1000 may specifically be a touch panel, a physical button or a mouse.
  • the above output device 2000 may specifically be a display screen.
  • the above-mentioned memory 4000 may be a high-speed RAM memory, and may also be a non-volatile memory (non-volatile memory), such as a disk memory.
  • the above memory 4000 is used to store a set of program codes, and the above input device 1000, output device 2000, and processor 3000 are used to call the program codes stored in the memory 4000, and perform the following operations:
  • the foregoing processor 3000 is used for:
  • Wi-Fi probe technology is used to perform Wi-Fi scanning within a specified range to obtain a first Wi-Fi MAC address list, where the first Wi-Fi MAC address list includes at least one MAC address;
  • the Wi-Fi probe technology is used to perform a Wi-Fi scan on the specified range to obtain a second Wi-Fi MAC address list, where the second Wi-Fi MAC address list includes at least A MAC address
  • the comparison result is that a preset incremental change occurs in the first Wi-Fi MAC address list, re-acquire face in the specified range to obtain a second face image set, according to the first A face image set performs deduplication processing on the second face image set to obtain at least one target face image, and the target face image does not match any face image in the first face image set.
  • the foregoing processor 3000 is also used for:
  • the processor 3000 is specifically used to:
  • Face recognition is performed on the P person image to obtain Q person face images and P-Q non-face images, Q is a positive integer not greater than P;
  • the processor 3000 specifically Used for:
  • the face images corresponding to the at least one target matching value are excluded from the second face image set to obtain the at least one target face image.
  • the processor 300 0 is specifically used for:
  • the target matching value is determined according to the first matching value and the second matching value.
  • An embodiment of the present application further provides a computer storage medium, where the computer storage medium may store a program, and when the program is executed, it includes some or all steps of any one of the face collection methods described in the foregoing method embodiments .

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种人脸采集方法及相关产品，其中，方法包括：在第一时刻采用Wi-Fi探针技术对指定范围内进行Wi-Fi扫描，得到第一Wi-Fi MAC地址列表（101），对指定范围进行人脸采集，得到第一人脸图像集（102），在第二时刻采用Wi-Fi探针技术对指定范围内进行Wi-Fi扫描，得到第二Wi-Fi MAC地址列表（103），将第二Wi-Fi MAC地址列表与第一Wi-Fi MAC地址列表进行比对（104），若比对结果为第一Wi-Fi MAC地址列表中出现预设增量变化时，重新对指定范围进行人脸采集，得到第二人脸图像集，依据第一人脸图像集对第二人脸图像集进行去重处理，得到至少一个目标人脸图像，目标人脸图像不与第一人脸图像集中的任一人脸图像匹配（105）。如此，避免了不必要的人脸去重处理带来的资源浪费，提高了人脸识别的效率。

Description

人脸米集方法及相关产品
技术领域
[0001] 本申请涉及人脸识别技术领域， 具体涉及一种人脸采集方法及相关产品。
[0002] 本申请要求于 2018年 12月 12日提交中国专利局， 申请号为 201811517472.9、 发 明名称为“人脸采集方法及相关产品”的中国专利申请的优先权， 其全部内容通过 引用结合在本申请中。
背景技术
[0003] 在人脸识别技术领域， 人脸识别数据采集的短时重复性是一个重要的问题。 短 时重复采集的人脸数据是无意义的数据， 不进行短时人脸数据去重会造成较多 的存储资源浪费， 在数据呈现时效果也会大打折扣， 目前， 大部分是基于短时 人脸数据缓存， 在识别到人脸时通过与缓存中人脸数据计算比对来完成短时人 脸数据去重， 降低了人脸识别的效率， 并且， 该人脸短时去重过程是一个较耗 费计算资源的过程， 会带来实际场景应用中成本的增加。
发明概述
技术问题
问题的解决方案
技术解决方案
[0004] 本申请实施例提供了一种人脸采集方法及装置， 可以提高人脸识别的效率， 并 且， 避免不必要的人脸去重处理带来的资源浪费。
[0005] 本申请实施例第一方面提供了一种人脸采集方法， 包括：
[0006] 在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到第一 Wi-Fi MAC地址列表， 所述第一 Wi-Fi MAC地址列表包括至少一个 MAC地址；
[0007] 对所述指定范围进行人脸采集， 得到第一人脸图像集， 所述第一人脸图像集包 括至少一个人脸图像；
[0008] 在第二时刻采用所述 Wi-Fi探针技术对所述指定范围内进行 Wi-Fi扫描， 得到第 二 Wi-Fi MAC地址列表， 所述第二 Wi-Fi MAC地址列表包括至少一个 MAC地址 [0009] 将所述第二 Wi-Fi MAC地址列表与所述第一 Wi-Fi MAC地址列表进行比对； [0010] 若比对结果为所述第一 Wi-Fi MAC地址列表中出现预设增量变化时， 重新对所 述指定范围进行人脸采集， 得到第二人脸图像集， 依据所述第一人脸图像集对 所述第二人脸图像集进行去重处理， 得到至少一个目标人脸图像， 目标人脸图 像不与所述第一人脸图像集中的任一人脸图像匹配。
[0011] 可选地， 每一个 MAC地址对应一个电子设备， 所述对所述指定范围进行人脸 采集， 得到第一人脸图像集， 可包括如下步骤：
[0012] 确定所述指定范围内的至少一个摄像头；
[0013] 通过所述第一 Wi-Fi MAC地址列表确定所述第一 Wi-Fi
MAC地址列表中每一 MAC地址对应的位置， 得到多个位置；
[0014] 控制所述至少一个摄像头对所述多个位置进行对焦并拍摄， 得到多张图像； [0015] 对所述多张图像进行图像分割， 得到多个人脸图像；
[0016] 对所述多个人脸图像进行去重处理， 得到所述第一人脸图像集。
[0017] 本申请实施例第二方面提供了一种人脸采集装置， 包括：
[0018] 扫描单元， 用于在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到第一 Wi-Fi MAC地址列表， 所述第一 Wi-Fi
MAC地址列表包括至少一个 MAC地址；
[0019] 采集单元， 用于对所述指定范围进行人脸采集， 得到第一人脸图像集， 所述第 一人脸图像集包括至少一个人脸图像；
[0020] 所述扫描单元， 还用于在第二时刻采用所述 Wi-Fi探针技术对所述指定范围内 进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表， 所述第二 Wi-Fi MAC地址列表 包括至少一个 MAC地址；
[0021] 比对单元， 用于将所述第二 Wi-Fi MAC地址列表与所述第一 Wi-Fi MAC地址列 表进行比对；
[0022] 处理单元， 用于若比对结果为所述第一 Wi-Fi MAC地址列表中出现预设增量变 化时， 重新对所述指定范围进行人脸采集， 得到第二人脸图像集， 依据所述第 一人脸图像集对所述第二人脸图像集进行去重处理， 得到至少一个目标人脸图 像， 目标人脸图像不与所述第一人脸图像集中的任一人脸图像匹配。
[0023] 本申请第三方面提供了一种人脸采集装置， 包括： 处理器和存储器； 以及一个 或多个程序， 所述一个或多个程序被存储在所述存储器中， 并且被配置成由所 述处理器执行， 所述程序包括用于如第一方面中所描述的部分或全部步骤的指 令。
[0024] 第四方面， 本申请实施例提供了一种计算机可读存储介质， 其中， 所述计算机 可读存储介质用于存储计算机程序， 其中， 所述计算机程序使得计算机执行如 本申请实施例第一方面中所描述的部分或全部步骤的指令。
[0025] 第五方面， 本申请实施例提供了一种计算机程序产品， 其中， 所述计算机程序 产品包括存储了计算机程序的非瞬时性计算机可读存储介质， 所述计算机程序 可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。 该计算机程序产品可以为一个软件安装包。
[0026] 实施本申请实施例， 具有如下有益效果：
[0027] 可以看出， 通过本申请实施例所描述的人脸采集方法及相关产品， 在第一时刻 采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到第一 Wi-Fi MAC地址列表 ， 第一 Wi-Fi MAC地址列表包括至少一个 MAC地址， 对指定范围进行人脸采集 ， 得到第一人脸图像集， 第一人脸图像集包括至少一个人脸图像， 在第二时刻 采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表 ， 第二 Wi-Fi MAC地址列表包括至少一个 MAC地址， 将第二 Wi-Fi MAC地址列 表与第一 Wi-Fi MAC地址列表进行比对， 若比对结果为第一 Wi-Fi MAC地址列表 中出现预设增量变化时， 重新对指定范围进行人脸采集， 得到第二人脸图像集 ， 依据第一人脸图像集对第二人脸图像集进行去重处理， 得到至少一个目标人 脸图像， 目标人脸图像不与第一人脸图像集中的任一人脸图像匹配， 如此， 可 通过 Wi-Fi探针技术判断指定区域的人员变化， 从而判断是否需要进行去重处理 ， 因此， 避免不必要的人脸去重处理带来的资源浪费， 提高了人脸识别的效率 发明的有益效果
对附图的简要说明 附图说明
[0028] 为了更清楚地说明本申请实施例中的技术方案， 下面将对实施例描述中所需要 使用的附图作简单地介绍， 显而易见地， 下面描述中的附图是本申请的一些实 施例， 对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下， 还可以 根据这些附图获得其他的附图。
[0029] 图 1A是本申请实施例提供的一种人脸采集方法的系统构架示意图；
[0030] 图 1B是本申请实施例提供的一种人脸采集方法的实施例流程示意图；
[0031] 图 2是本申请实施例提供的一种人脸采集方法的实施例流程示意图；
[0032] 图 3A是本申请实施例提供的图 3A提供的一种人脸采集装置的结构示意图；
[0033] 图 3B是本申请实施例提供的图 3A所描述的人脸采集装置的变型结构的结构示 意图；
[0034] 图 3C是本申请实施例提供的图 3A所描述的人脸采集装置的采集单元的结构示 意图；
[0035] 图 4是本申请实施例提供的一种人脸采集装置的实施例结构示意图。
发明实施例
本发明的实施方式
[0036] 申请实施例提供的一种人脸采集方法及相关产品， 下面先对本申请实施例适用 的人脸采集方法的系统构架进行描述。 参阅图 1A， 图 1A是本申请实施例提供的 人脸采集方法的系统构架示意图。 如图 1A所示， 系统构架可以包括一个或多个 服务器以及多个电子设备， 其中：
[0037] 服务器可以包括但不限于后台服务器、 组件服务器、 人脸采集系统服务器或人 脸采集软件服务器等， 服务器可以通过互联网与多个电子设备进行通信。 服务 器将人脸采集结果发送到电子设备。
[0038] 本申请实施例中的电子设备可以包括但不限于任何一种基于智能操作系统的手 持式电子产品， 其可与用户通过键盘、 虚拟键盘、 触摸板、 触摸屏以及声控设 备等输入设备来进行人机交互， 诸如智能手机、 平板电脑、 个人电脑等。 其中 ， 智能操作系统包括但不限于任何通过向移动设备提供各种移动应用来丰富设 备功能的操作系统， 诸如安卓 (Android)、 iOSTM、 Windows Phone等。 [0039] 本申请实施例所描述人脸采集装置或者电子设备可以包括智能手机 （如 Androi d手机、 iOS手机、 Windows Phone手机等） 、 平板电脑、 掌上电脑、 笔记本电脑 、 移动互联网设备 （MID , Mobile Internet Devices） 或穿戴式设备等， 上述仅是 举例， 而非穷举， 包含但不限于上述装置， 当然， 上述人脸采集装置还可以为 服务器， 人脸采集装置中可安装至少一个 Wi-Fi探针。
[0040] 需要说明的是， 本申请提供的人脸采集方法的系统构架不限于图 1A所示。
[0041] 请参阅图 1B， 为本申请实施例提供的一种人脸采集方法的实施例的流程示意图
。 本实施例中所描述的人脸采集方法， 包括以下步骤：
[0042] 101、 在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到第一 W i-Fi MAC地址列表， 所述第一 Wi-Fi MAC地址列表包括至少一个 MAC地址。
[0043] 其中， 指定范围可由用户指定， 或者， 可以默认为某个具体空间范围， 第一时 刻可为短时间内的某一时刻， 具体可由用户指定或者系统默认， 人脸采集装置 可在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 若有至少一个其 他设备打开了 Wi-Fi功能， 则可得到至少一个设备的 Wi-Fi MAC地址， 从而， 由 扫描得到的设备的 MAC地址得到第一 Wi-Fi MAC地址列表， 第一 Wi-Fi MAC地 址列表中包括至少一个 MAC地址。
[0044] 102、 对所述指定范围进行人脸采集， 得到第一人脸图像集， 所述第一人脸图 像集包括至少一个人脸图像。
[0045] 其中， 人脸采集装置通过摄像头对指定范围的人员进行人脸采集， 从而， 得到 包含指定范围人员的多个人脸图像的第一人脸图像集， 指定范围可由用户指定 ， 或者， 可以默认为某个具体范围 （例如， 摄像头的拍摄范围内） 。
[0046] 可选地， 上述步骤 102中， 所述对所述指定范围进行人脸采集， 得到第一人脸 图像集， 可包括如下步骤：
[0047] 21） 、 对所述指定范围进行拍摄， 得到目标图像；
[0048] 22） 、 对所述目标图像进行图像分割， 得到 P个人物图像， P为正整数；
[0049] 23） 、 对所述 P个人物图像进行人脸识别， 得到 Q个人脸图像和 P-Q个非人脸图 像， Q为不大于 P的正整数；
[0050] 24） 、 对所述 P-Q个非人脸图像进行目标跟踪以及人脸识别， 得到 P-Q个人脸图 像；
[0051] 25） 、 将所述 Q个人脸图像和所述 P-Q个人脸图像作为所述第一人脸图像集。
[0052] 其中， 人脸采集装置的摄像头可对指定范围内进行拍摄， 得到该指定范围内的 多张目标图像， 该多张目标图像中可能包含多个人脸图像或者人物图像或者场 景图像， 因此可针对多张目标图像进行图像分割处理， 得到 P个人物图像， P为 正整数。 具体地， 可针对每张目标图像的 （一个或多个） 人物前景进行框定， 若目标图像中不存在人物前景图像， 则可直接剔除该目标图像； 若目标图像中 存在人物前景图像， 可分别对人物前景以及背景进行建模， 目标图像中的每一 个像素都可与一个人物前景或背景节点连接， 若相邻的两个节点不属于同一个 人物前景或者背景， 则可切断两个节点之间的边， 从而， 区分出人物前景图像 和背景图像， 得到 P个人物图像， 如此， 采用图像分割方法可用来剔除目标图像 中的背景信息的干扰， 从而提高人脸识别的效率。
[0053] 此外， 人脸采集装置在得到 P个人物图像以后， 该 P个人物图像中可能包含人脸 图像， 可对该 P个人物图像进行人脸识别， 得到 Q个人脸图像和 P-Q个非人脸图像 ， Q为不大于 P的正整数， 然后， 人脸采集装置可继续对 P-Q个非人脸图像基于目 标跟踪的算法进行目标跟踪， 在目标跟踪以后， 人脸采集装置可得到 P-Q个非人 脸图像的人脸图像， 针对该人脸图像， 可采用人脸识别， 得到该 P-Q个人员对应 的人脸图像， 并将上述 Q个人脸图像和 P-Q个人脸图像作为第一人脸图像集， 从 而， 可尽可能多的得到指定范围内的所有人员的人脸。
[0054] 其中， 目标跟踪的算法可包括以下至少一种： tracking-by-detection跟踪算法、 Tracking-Learning-Detection跟踪算法、 Struck算法等等， 在此不作限定。
[0055] 可选地， 每一个 MAC地址对应一个电子设备， 上述步骤 102, 对所述指定范围 进行人脸采集， 得到第一人脸图像集， 可包括如下步骤：
[0056] 26、 确定所述指定范围内的至少一个摄像头；
[0057] 27、 通过所述第一 Wi-Fi MAC地址列表确定所述第一 Wi-Fi MAC地址列表中每 一 MAC地址对应的位置， 得到多个位置；
[0058] 28、 控制所述至少一个摄像头对所述多个位置进行对焦并拍摄， 得到多张图像 [0059] 29、 对所述多张图像进行图像分割， 得到多个人脸图像， 并对所述多个人脸图 像进行去重处理， 得到所述第一人脸图像集。
[0060] 其中， 由于一个 MAC地址对应一个电子设备， 电子设备则可能由用户随身携 带， 因此， 第一 Wi-Fi MAC地址列表中包括多个 MAC地址， Wi-Fi探针技术对指 定范围内进行 Wi-Fi扫描时， 也可以记录每一 MAC地址的电子设备的位置， 或者 ， 信号强度， 进而， 可以定位出每个电子设备的位置， 得到多个位置， 进而， 可以控制上述至少一个摄像头对多个位置进行对焦并拍摄， 得到多张图像， 具 体地， 可以预设时间段内每隔预设时间间隔控制至少一个摄像头对多个位置进 行对焦并拍摄， 得到多张图像， 对多张图像进行图像分割， 得到多个人脸图像 ， 将这些人脸图像进行两两匹配， 去掉重复的人脸图像， 得到第一人脸图像集 ， 如此， 可以清晰且精准地采集到人脸图像。
[0061] 103、 在第二时刻采用所述 Wi-Fi探针技术对所述指定范围内进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表， 所述第二 Wi-Fi
MAC地址列表包括至少一个 MAC地址。
[0062] 其中， 指定范围可由用户指定， 或者， 可以默认为某个具体范围， 指定范围可 与上述步骤 101—致， 可在第二时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi 扫描， 若有至少一个其他设备打开了 Wi-Fi功能， 则可得到至少一个设备的 Wi-Fi MAC地址， 从而， 得到第二 Wi-Fi MAC地址列表， 第二 Wi-Fi MAC地址列表中 包括至少一个 MAC地址， 其中， 第二时刻可为晚于第一时刻用户自行设置的预 设时刻， 具体地， 人脸采集装置可采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫 描， 得到第二 Wi-Fi MAC地址列表， 其中， 第二 Wi-Fi MAC地址列表中的 MAC 地址可与第一 Wi-Fi MAC地址的可一致或者不一致。
[0063] 104、 将所述第二 Wi-Fi MAC地址列表与所述第一 Wi-Fi MAC地址列表进行比 对。
[0064] 其中， 第二 Wi-Fi MAC地址列表与第一 Wi-Fi MAC地址列表中的 MAC地址可能 一致或者不一致， 例如， 第二 Wi-Fi MAC地址列表比第一 Wi-Fi MAC地址列表中 的 MAC地址相比， 可能增加， 可能会存在新的 MAC地址， 或者， MAC地址可能 会减少， 或者， 第二 Wi-Fi MAC地址列表和第一 Wi-Fi MAC地址列表中的 MAC 地址不增不减， 无变化， 具体地， 可将第二 Wi-Fi MAC地址列表与第一 Wi-Fi MAC地址列表进行比对， 得到增量变化或减量变化或无变化的比对结果， 因为 每个设备的 MAC地址可能是唯一的， 并且每台设备的 MAC地址都不相同， 因此 ， 可通过 MAC地址的变化来判断指定范围内人员的增减。
[0065] 105、 若比对结果为所述第一 Wi-Fi MAC地址列表中出现预设增量变化时， 重 新对所述指定范围进行人脸采集， 得到第二人脸图像集， 依据所述第一人脸图 像集对所述第二人脸图像集进行去重处理， 得到至少一个目标人脸图像， 目标 人脸图像不与所述第一人脸图像集中的任一人脸图像匹配。
[0066] 其中， 预设增量变化可由用户自行设定或者系统默认， 例如， 增加至少一个新 的 MAC地址， 具体地， 预设增量变化可为第二 Wi-Fi MAC地址列表比第一 Wi-Fi MAC地址列表中的 MAC地址相比， 增加了 a个 MAC地址， a为正整数， 或者， 预设增量变化可以为第二 Wi-Fi MAC地址列表中出现了不存在于第一 Wi-Fi MAC 地址列表的 MAC地址。 具体地， 在将第二 Wi-Fi MAC地址列表与第一 Wi-Fi MAC地址列表中的 MAC地址进行比对以后， 人脸采集装置可重新针对指定范围 的人员进行人脸采集， 得到第二人脸图像集， 可将第二人脸图像集与第一人脸 图像集采用去重处理的算法进行去重处理， 得到不与第一人脸图像集中的任一 人脸图像匹配的至少一个指定区域内人员的人脸图像， 从而， 剔除掉第一人脸 图像集与第二人脸图像集中相匹配的人脸图像， 提高了人脸采集中去重处理的 效率。
[0067] 其中， 去重处理的算法可包括以下一种： OpenCV图像处理算法、 基于运动匹 配的快速去重算法、 基于颜色直方图和 LBP直方图特征进行比对去重的算法等等 ， 在此不做限定。
[0068] 可选地， 上述步骤 105 , 所述依据所述第一人脸图像集对所述第二人脸图像集 进行去重处理， 得到至少一个目标人脸图像， 可包括如下步骤：
[0069] 51） 、 将所述第一人脸图像集中的每一人脸图像与所述第二人脸图像集中的每 一人脸图像进行匹配， 得到多个匹配值；
[0070] 52） 、 从所述多个匹配值中选取大于预设阈值的匹配值， 得到至少一个目标匹 配值； [0071] 53） 、 确定所述至少一个目标匹配值对应的人脸图像；
[0072] 54） 、 从所述第二人脸图像集中排除出所述至少一个目标匹配值对应的人脸图 像， 得到所述至少一个目标人脸图像。
[0073] 其中， 人脸采集装置可将第一人脸图像集中的每一人脸图像与第二人脸图像集 中的每一人脸图像进行匹配去重， 具体地， 可通过利用相似性度量来判定第一 人脸图像集中的每一人脸图像与第二人脸图像集中的每一人脸图像中的对应关 系， 例如， 逐像素的把第二人脸图像集中的每一人脸图像的一个以一定大小的 实时图像窗口的灰度矩阵， 与第一人脸图像集中的每一人脸图像的所有的窗口 灰度阵列， 按相似性度量方法进行搜索匹配， 得到每一图像中匹配的窗口灰度 阵列的概率值作为匹配值， 从而得到了多个匹配值。
[0074] 此外， 预设阈值可为用户自行设定或者系统默认， 在得到多个匹配值以后， 可 与预设阈值进行比较， 若大于预设阈值， 则认为该匹配值为目标匹配值， 从而 得到多个目标匹配值， 然后， 确定该目标匹配值对应的人脸图像为目标人脸图 像， 从而得到了多个目标人脸图像， 因此， 剔除掉第一人脸图像集与第二人脸 图像集中相匹配的人脸图像， 提高了人脸采集过程中去重处理的效率。
[0075] 其中， 相似性度量可包括以下一种： 相关函数、 协方差函数、 差平方和、 差绝 对值和等测度极值， 在此不作限定。
[0076] 可选地， 上述步骤 51） ， 所述将所述第一人脸图像集中的每一人脸图像与所述 第二人脸图像集中的每一人脸图像进行匹配， 得到多个匹配值， 可包括如下步 骤：
[0077] A1、 获取人脸图像 i的图像质量评价值 i， 所述人脸图像 i为所述第一人脸图像集 中的任一人脸图像；
[0078] A2、 按照预设的图像质量评价值与匹配阈值之间的映射关系， 确定所述图像质 量评价值 i对应的目标匹配阈值；
[0079] A3、 对所述人脸图像 i进行轮廓提取， 得到第一外围轮廓；
[0080] A4、 对所述人脸图像 i进行特征点提取， 得到第一特征点集；
[0081] A5、 将所述第一外围轮廓与人脸图像 j的第二外围轮廓进行匹配， 得到第一匹 配值， 所述人脸图像 j为所述第二人脸图像集中的任一人脸图像； [0082] A6、 将所述第一特征点集与所述人脸图像 j的第二特征点集进行匹配， 得到第 二匹配值；
[0083] A7、 依据所述第一匹配值、 所述第二匹配值确定目标匹配值。
[0084] 其中， 人脸识别过程中， 成功与否很大程度上取决于人脸图像的图像质量， 因 此， 可对第一人脸图像集中的任一人脸图像进行图像质量评价， 得到多个图像 质量评价值， 并存储与人脸识别装置的存储器中， 具体地， 可采用图像质量评 价指标对采集到的第一人脸图像集中的多张人脸图像进行图像质量评价， 得到 多个图像质量评价值， 图像质量评价指标可包括但不仅限于： 平均灰度、 均方 差、 熵、 边缘保持度、 信噪比等等， 可定义为得到的图像质量评价值越大， 则 图像质量越好。
[0085] 此外， 人脸采集装置中可以存储预设的图像质量评价值与匹配阈值之间的映射 关系， 进而， 依据该映射关系确定目标图像质量评价值 i对应的目标匹配阈值， 在此基础上， 可对目标人脸图像 i进行轮廓提取， 得到第一外围轮廓， 对目标人 脸图像 i进行特征点提取， 得到第一特征点集， 将第一外围轮廓与第二人脸图像 种热任一人脸图像 j的第二外围轮廓进行匹配， 得到第一匹配值， 将第一特征点 集与人脸图像 j的第二特征点集进行匹配， 得到第二匹配值， 进而， 依据第一匹 配值、 第二匹配值确定目标匹配值， 例如， 人脸识别装置中可以预先存储匹配 值与权重值对之间的映射关系， 得到第一匹配值对应的第一权重系数， 以及第 二匹配值对应的第二权重系数， 目标匹配值 =第一匹配值 *第一权重系数 +第二匹 配值 *第二权重系数， 如此， 动态调节人脸匹配过程， 有利于提升人脸识别效率
[0086] 另外， 轮廓提取的算法可以为以下至少一种： 霍夫变换、 canny算子等等， 在 此不做限定， 特征点提取的算法可以为以下至少一种： Harris角点、 尺度不变特 征提取变换 (scale invariant feature transform, SIFT) 等等， 在此不做限定。
[0087] 可选地， 上述步骤 104之后， 还可包括以下步骤：
[0088] 若所述比对结果为所述 Wi-Fi MAC地址列表中出现预设减量变化或者无变化时 ， 跳过去重过程， 确认完成人脸采集过程。
[0089] 其中， 预设减量变化可以由用户自行设置或者系统默认， 例如， 减少至少一个 MAC地址， 若将第二 Wi-Fi MAC地址列表与第一 Wi-Fi MAC地址列表进行比对 ， 得到的对比结果为减量变化或者无变化时， 也就是说， 指定区域内的人员减 少了， 或者， 不增不减， 可不进行去重处理， 确认完成人脸采集过程， 由于每 台设备的 MAC地址都不相同且唯一， 因此， 可通过 MAC地址的变化来判断指定 范围内人员的增或减或无变化， 从而， 提高了人脸识别的效率。
[0090] 可以看出， 通过本申请实施例， 在第一时刻采用 Wi-Fi探针技术对指定范围 内进行 Wi-Fi扫描， 得到第一 Wi-Fi MAC地址列表， 第一 Wi-Fi MAC地址列表包 括至少一个 MAC地址， 对指定范围进行人脸采集， 得到第一人脸图像集， 第一 人脸图像集包括至少一个人脸图像， 在第二时刻采用 Wi-Fi探针技术对指定范围 内进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表， 第二 Wi-Fi MAC地址列表包 括至少一个 MAC地址， 将第二 Wi-Fi MAC地址列表与第一 Wi-Fi MAC地址列表 进行比对， 若比对结果为第一 Wi-Fi MAC地址列表中出现预设增量变化时， 重新 对指定范围进行人脸采集， 得到第二人脸图像集， 依据第一人脸图像集对第二 人脸图像集进行去重处理， 得到至少一个目标人脸图像， 目标人脸图像不与第 一人脸图像集中的任一人脸图像匹配， 如此， 可通过 Wi-Fi探针技术判断指定区 域的人员变化， 从而判断是否需要进行去重处理， 以此， 避免不必要的人脸去 重处理带来的资源浪费， 提高了人脸识别的效率。
[0091] 与上述一致地， 请参阅图 2， 为本申请实施例提供的一种人脸采集方法的实施 例流程示意图。 本实施例中所描述的人脸采集方法， 包括以下步骤：
[0092] 201、 在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到第一 W i-Fi MAC地址列表， 所述第一 Wi-Fi MAC地址列表包括至少一个 MAC地址。
[0093] 202、 对所述指定范围进行人脸采集， 得到第一人脸图像集， 所述第一人脸图 像集包括至少一个人脸图像。
[0094] 203、 在第二时刻采用所述 Wi-Fi探针技术对所述指定范围内进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表， 所述第二 Wi-Fi
MAC地址列表包括至少一个 MAC地址。
[0095] 204、 将所述第二 Wi-Fi MAC地址列表与所述第一 Wi-Fi MAC地址列表进行比 对。 [0096] 205、 若比对结果为所述第一 Wi-Fi MAC地址列表中出现预设增量变化时， 重 新对所述指定范围进行人脸采集， 得到第二人脸图像集， 依据所述第一人脸图 像集对所述第二人脸图像集进行去重处理， 得到至少一个目标人脸图像， 目标 人脸图像不与所述第一人脸图像集中的任一人脸图像匹配。
[0097] 206、 若所述比对结果为所述 Wi-Fi MAC地址列表中出现预设减量变化或者无 变化时， 跳过去重过程， 确认完成人脸采集过程。
[0098] 可选地， 上述步骤 201 -步骤 206的具体描述可参照图 1B所描述的人脸采集方 法的步骤 101-步骤 105的对应步骤， 在此不再赘述。
[0099] 可以看出， 通过本申请实施例， 在第一时刻采用 Wi-Fi探针技术对指定范围内 进行 Wi-Fi扫描， 得到第一 Wi-Fi MAC地址列表， 第一 Wi-Fi MAC地址列表包括 至少一个 MAC地址， 对指定范围进行人脸采集， 得到第一人脸图像集， 第一人 脸图像集包括至少一个人脸图像， 在第二时刻采用 Wi-Fi探针技术对指定范围内 进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表， 第二 Wi-Fi MAC地址列表包括 至少一个 MAC地址， 将第二 Wi-Fi MAC地址列表与第一 Wi-Fi MAC地址列表进 行比对， 若比对结果为第一 Wi-Fi MAC地址列表中出现预设增量变化时， 重新对 指定范围进行人脸采集， 得到第二人脸图像集， 依据第一人脸图像集对第二人 脸图像集进行去重处理， 得到至少一个目标人脸图像， 目标人脸图像不与第一 人脸图像集中的任一人脸图像匹配， 若比对结果为所述 Wi-Fi MAC地址列表中出 5见预设减量变化或者无变化时， 跳过去重过程， 确认完成人脸采集过程， 如此 ， 可通过 Wi-Fi探针技术判断指定区域的人员变化， 当人员出现了减量变化或者 无变化时， 无需进行去重处理， 以此， 避免不必要的人脸去重处理带来的资源 浪费， 提高了人脸识别的效率。
[0100] 与上述一致地， 以下为实施上述人脸采集方法的装置， 具体如下：
[0101] 请参阅图 3A， 为本申请实施例提供的一种人脸采集装置的实施例结构示意图。
本实施例中所描述的人脸采集装置， 包括： 扫描单元 301、 采集单元 302、 比对 单元 303和处理单元 304， 具体如下：
[0102] 扫描单元 301， 用于在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫 描， 得到第一 Wi-Fi MAC地址列表， 所述第一 Wi-Fi MAC地址列表包括至少一个 MAC地址， 在第二时刻采用所述 Wi-Fi探针技术对所 述指定范围内进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表， 所述第二 Wi-Fi MAC地址列表包括至少一个 MAC地址；
[0103] 采集单元 302, 用于对所述指定范围进行人脸采集， 得到第一人脸图像集， 所 述第一人脸图像集包括至少一个人脸图像；
[0104] 所述扫描单元 301， 还用于在第二时刻采用所述 Wi-Fi探针技术对所述指定范围 内进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表， 所述第二 Wi-Fi MAC地址列 表包括至少一个 MAC地址；
[0105] 比对单元 303， 用于将所述第二 Wi-Fi MAC地址列表与所述第一 Wi-Fi MAC地 址列表进行比对；
[0106] 处理单元 304， 用于若比对结果为所述第一 Wi-Fi MAC地址列表中出现预设增 量变化时， 重新对所述指定范围进行人脸采集， 得到第二人脸图像集， 依据所 述第一人脸图像集对所述第二人脸图像集进行去重处理， 得到至少一个目标人 脸图像， 目标人脸图像不与所述第一人脸图像集中的任一人脸图像匹配。
[0107] 其中， 上述扫描单元 301可用于实现上述步骤 101、 103所描述的方法， 采集单 元 302可用于实现上述步骤 102所描述的方法， 上述比对单元 303可用于实现上述 步骤 104所描述的方法， 上述处理单元 304可用于实现上述步骤 105所描述的方法 ， 以下如此类推。
[0108] 可选地， 如图 3B， 图 3B为图 3A中所描述的人脸采集装置的变型结构， 与图 3A 相比较， 还可以包括： 确认单元 305 , 其中，
[0109] 确认单元 305， 用于若所述比对结果为所述 Wi-Fi MAC地址列表中出现预设减 量变化或者无变化时， 跳过去重过程， 确认完成人脸采集过程。
[0110] 可选地， 如图 3C， 图 3C为图 3A中所描述的人脸采集装置中的采集单元 302的具 体细化结构， 所述采集单元 302可包括： 拍摄模块 3021、 分割模块 3022、 识别模 块 3023、 跟踪模块 3024和确定模块 3025， 具体如下：
[0111] 拍摄模块 3021， 用于对所述指定范围进行拍摄， 得到目标图像；
[0112] 分割模块 3022， 用于对所述目标图像进行图像分割， 得到 P个人物图像， P为正 整数； [0113] 识别模块 3023， 用于对所述 P个人物图像进行人脸识别， 得到 Q个人脸图像和 P- Q个非人脸图像， Q为不大于 P的正整数；
[0114] 跟踪模块 3024, 用于对所述 P-Q个非人脸图像进行目标跟踪以及人脸识别， 得 到 P-Q个人脸图像；
[0115] 确定模块 3025， 用于将所述 Q个人脸图像和所述 P-Q个人脸图像作为所述第一 人脸图像集。
[0116] 可以看出， 通过本申请实施例所描述的人脸采集装置， 在第一时刻采用 Wi-Fi 探针技术对指定范围内进行 Wi-Fi扫描， 得到第一 Wi-Fi
MAC地址列表， 第一 Wi-Fi MAC地址列表包括至少一个 MAC地址， 对指定范围 进行人脸采集， 得到第一人脸图像集， 第一人脸图像集包括至少一个人脸图像 ， 在第二时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到第二 Wi-Fi MAC地址列表， 第二 Wi-Fi MAC地址列表包括至少一个 MAC地址， 将第二 Wi-Fi MAC地址列表与第一 Wi-Fi MAC地址列表进行比对， 若比对结果为第一 Wi-Fi MAC地址列表中出现预设增量变化时， 重新对指定范围进行人脸采集， 得到第 二人脸图像集， 依据第一人脸图像集对第二人脸图像集进行去重处理， 得到至 少一个目标人脸图像， 目标人脸图像不与第一人脸图像集中的任一人脸图像匹 配， 如此， 可通过 Wi-Fi探针技术判断指定区域的人员变化， 从而判断是否需要 进行去重处理， 以此， 避免不必要的人脸去重处理带来的资源浪费， 提高了人 脸识别的效率。
[0117] 可以理解的是， 本实施例的人脸采集装置的各程序模块的功能可根据上述方法 实施例中的方法具体实现， 其具体实现过程可以参照上述方法实施例的相关描 述， 此处不再赘述。
[0118] 与上述一致地， 请参阅图 4, 为本申请实施例提供的一种人脸识别装置的实施 例结构示意图。 本实施例中所描述的人脸采集装置， 包括： 至少一个输入设备 1 000； 至少一个输出设备 2000; 至少一个处理器 3000， 例如 CPU; 和存储器 4000 ， 上述输入设备 1000、 输出设备 2000、 处理器 3000和存储器 4000通过总线 5000 连接。
[0119] 其中， 上述输入设备 1000具体可为触控面板、 物理按键或者鼠标。 [0120] 上述输出设备 2000具体可为显示屏。
[0121] 上述存储器 4000可以是高速 RAM存储器， 也可为非易失存储器 (non-volatile memory) , 例如磁盘存储器。 上述存储器 4000用于存储一组程序代码， 上述输 入设备 1000、 输出设备 2000和处理器 3000用于调用存储器 4000中存储的程序代 码， 执行如下操作：
[0122] 上述处理器 3000， 用于：
[0123] 在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到第一 Wi-Fi MAC地址列表， 所述第一 Wi-Fi MAC地址列表包括至少一个 MAC地址；
[0124] 对所述指定范围进行人脸采集， 得到第一人脸图像集， 所述第一人脸图像集包 括至少一个人脸图像；
[0125] 在第二时刻采用所述 Wi-Fi探针技术对所述指定范围内进行 Wi-Fi扫描， 得到第 二 Wi-Fi MAC地址列表， 所述第二 Wi-Fi MAC地址列表包括至少一个 MAC地址
[0126] 将所述第二 Wi-Fi MAC地址列表与所述第一 Wi-Fi MAC地址列表进行比对；
[0127] 若比对结果为所述第一 Wi-Fi MAC地址列表中出现预设增量变化时， 重新对所 述指定范围进行人脸采集， 得到第二人脸图像集， 依据所述第一人脸图像集对 所述第二人脸图像集进行去重处理， 得到至少一个目标人脸图像， 目标人脸图 像不与所述第一人脸图像集中的任一人脸图像匹配。
[0128] 在一个可能的示例中， 上述处理器 3000， 还用于：
[0129] 若所述比对结果为所述 Wi-Fi MAC地址列表中出现预设减量变化或者无变化时 ， 跳过去重过程， 确认完成人脸采集过程。
[0130] 在一个可能的示例中， 在所述对所述指定范围进行人脸采集， 得到第一人脸图 像集方面， 上述处理器 3000具体用于：
[0131] 对所述指定范围进行拍摄， 得到目标图像；
[0132] 对所述目标图像进行图像分割， 得到 P个人物图像， P为正整数；
[0133] 对所述 P个人物图像进行人脸识别， 得到 Q个人脸图像和 P-Q个非人脸图像， Q 为不大于 P的正整数；
[0134] 对所述 P-Q个非人脸图像进行目标跟踪以及人脸识别， 得到 P-Q个人脸图像； [0135] 将所述 Q个人脸图像和所述 P-Q个人脸图像作为所述第一人脸图像集。
[0136] 在一个可能的示例中， 在所述依据所述第一人脸图像集对所述第二人脸图像集 进行去重处理， 得到至少一个目标人脸图像方面， 上述处理器 3000具体用于：
[0137] 将所述第一人脸图像集中的每一人脸图像与所述第二人脸图像集中的每一人脸 图像进行匹配， 得到多个匹配值；
[0138] 从所述多个匹配值中选取大于预设阈值的匹配值， 得到至少一个目标匹配值；
[0139] 确定所述至少一个目标匹配值对应的人脸图像；
[0140] 从所述第二人脸图像集中排除出所述至少一个目标匹配值对应的人脸图像， 得 到所述至少一个目标人脸图像。
[0141] 在一个可能的示例中， 在将所述第一人脸图像集中的每一人脸图像与所述第二 人脸图像集中的每一人脸图像进行匹配， 得到多个匹配值方面， 上述处理器 300 0具体用于：
[0142] 获取人脸图像 i的图像质量评价值 i， 所述人脸图像 i为所述第一人脸图像集中的 任一人脸图像；
[0143] 按照预设的图像质量评价值与匹配阈值之间的映射关系， 确定所述图像质量评 价值 i对应的目标匹配阈值；
[0144] 对所述人脸图像 i进行轮廓提取， 得到第一外围轮廓；
[0145] 对所述人脸图像 i进行特征点提取， 得到第一特征点集；
[0146] 将所述第一外围轮廓与人脸图像 j的第二外围轮廓进行匹配， 得到第一匹配值 ， 所述人脸图像 j为所述第二人脸图像集中的任一人脸图像；
[0147] 将所述第一特征点集与所述人脸图像 j的第二特征点集进行匹配， 得到第二匹 配值；
[0148] 依据所述第一匹配值、 所述第二匹配值确定目标匹配值。
[0149] 本申请实施例还提供一种计算机存储介质， 其中， 该计算机存储介质可存储有 程序， 该程序执行时包括上述方法实施例中记载的任何一种人脸采集方法的部 分或全部步骤。
[0150] 尽管在此结合各实施例对本申请进行了描述， 然而， 在实施所要求保护的本申 请过程中， 本领域技术人员通过查看所述附图、 公开内容、 以及所附权利要求 书， 可理解并实现所述公开实施例的其他变化。 在权利要求中， “包括” (compri sing) 一词不排除其他组成部分或步骤， “一”或“一个”不排除多个的情况。 单个 处理器或其他单元可以实现权利要求中列举的若干项功能。 相互不同的从属权 利要求中记载了某些措施， 但这并不表示这些措施不能组合起来产生良好的效 果。

Claims

权利要求书
[权利要求 i] 一种人脸采集方法， 其特征在于， 包括：
在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi-Fi扫描， 得到 第一 Wi-Fi MAC地址列表， 所述第一 Wi-Fi MAC地址列表包括至少一 个 MAC地址；
对所述指定范围进行人脸采集， 得到第一人脸图像集， 所述第一人脸 图像集包括至少一个人脸图像；
在第二时刻采用所述 Wi-Fi探针技术对所述指定范围内进行 Wi-Fi扫描 ， 得到第二 Wi-Fi MAC地址列表， 所述第二 Wi-Fi MAC地址列表包括 至少一个 MAC地址；
将所述第二 Wi-Fi MAC地址列表与所述第一 Wi-Fi MAC地址列表进行 比对；
若比对结果为所述第一Wi-Fi MAC地址列表中出现预设增量变化时， 重新对所述指定范围进行人脸采集， 得到第二人脸图像集， 依据所述 第一人脸图像集对所述第二人脸图像集进行去重处理， 得到至少一个 目标人脸图像， 目标人脸图像不与所述第一人脸图像集中的任一人脸 图像匹配。
[权利要求 2] 根据权利要求 1所述的方法， 其特征在于， 所述方法还包括：
若所述比对结果为所述 Wi-Fi MAC地址列表中出现预设减量变化或者 无变化时， 跳过去重过程， 确认完成人脸采集过程。
[权利要求 3] 根据权利权要 1或 2所述的方法， 其特征在于， 所述对所述指定范围进 行人脸采集， 得到第一人脸图像集， 包括：
对所述指定范围进行拍摄， 得到目标图像；
对所述目标图像进行图像分割， 得到 P个人物图像， P为正整数； 对所述 P个人物图像进行人脸识别， 得到 Q个人脸图像和 P-Q个非人脸 图像， Q为不大于 P的正整数；
对所述 P-Q个非人脸图像进行目标跟踪以及人脸识别， 得到 P-Q个人 脸图像； 将所述 Q个人脸图像和所述 P-Q个人脸图像作为所述第一人脸图像集
[权利要求 4] 根据权利要求 1-3任一项所述的方法， 其特征在于， 所述依据所述第 一人脸图像集对所述第二人脸图像集进行去重处理， 得到至少一个目 标人脸图像， 包括：
将所述第一人脸图像集中的每一人脸图像与所述第二人脸图像集中的 每一人脸图像进行匹配， 得到多个匹配值；
从所述多个匹配值中选取大于预设阈值的匹配值， 得到至少一个目标 匹配值；
确定所述至少一个目标匹配值对应的人脸图像； 从所述第二人脸图像集中排除出所述至少一个目标匹配值对应的人脸 图像， 得到所述至少一个目标人脸图像。
[权利要求 5] 根据权利要求 4所述的方法， 其特征在于， 所述将所述第一人脸图像 集中的每一人脸图像与所述第二人脸图像集中的每一人脸图像进行匹 配， 得到多个匹配值， 包括：
获取人脸图像 i的图像质量评价值 i， 所述人脸图像 i为所述第一人脸图 像集中的任一人脸图像；
按照预设的图像质量评价值与匹配阈值之间的映射关系， 确定所述图 像质量评价值 i对应的目标匹配阈值；
对所述人脸图像 i进行轮廓提取， 得到第一外围轮廓；
对所述人脸图像 i进行特征点提取， 得到第一特征点集；
将所述第一外围轮廓与人脸图像 j的第二外围轮廓进行匹配， 得到第 一匹配值， 所述人脸图像 j为所述第二人脸图像集中的任一人脸图像 将所述第一特征点集与所述人脸图像 j的第二特征点集进行匹配， 得 到第二匹配值；
依据所述第一匹配值、 所述第二匹配值确定目标匹配值。
[权利要求 6] 一种人脸采集装置， 其特征在于， 包括： 扫描单元， 用于在第一时刻采用 Wi-Fi探针技术对指定范围内进行 Wi- Fi扫描， 得到第一 Wi-Fi MAC地址列表， 所述第一 Wi-Fi MAC地址列 表包括至少一个 MAC地址；
采集单元， 用于对所述指定范围进行人脸采集， 得到第一人脸图像集 ， 所述第一人脸图像集包括至少一个人脸图像； 所述扫描单元， 还用于在第二时刻采用所述 Wi-Fi探针技术对所述指 定范围内进行 Wi-Fi扫描， 得到第二 Wi-Fi
MAC地址列表， 所述第二 Wi-Fi MAC地址列表包括至少一个 MAC地 址；
比对单元， 用于将所述第二 Wi-Fi MAC地址列表与所述第一 Wi-Fi MAC地址列表进行比对；
处理单元， 用于若比对结果为所述第一 Wi-Fi MAC地址列表中出现预 设增量变化时， 重新对所述指定范围进行人脸采集， 得到第二人脸图 像集， 依据所述第一人脸图像集对所述第二人脸图像集进行去重处理 ， 得到至少一个目标人脸图像， 目标人脸图像不与所述第一人脸图像 集中的任一人脸图像匹配。
[权利要求 7] 根据权利要求 6所述的装置， 其特征在于， 所述装置还包括：
确认单元， 用于若所述比对结果为所述 Wi-Fi MAC地址列表中出现预 设减量变化或者无变化时， 跳过去重过程， 确认完成人脸采集过程。
[权利要求 8] 根据权利要求 6或 7所述的装置， 其特征在于， 在所述对所述指定范围 进行人脸采集， 得到第一人脸图像集方面， 所述采集单元具体用于： 对所述指定范围进行拍摄， 得到目标图像；
对所述目标图像进行图像分割， 得到 P个人物图像， P为正整数； 对所述 P个人物图像进行人脸识别， 得到 Q个人脸图像和 P-Q个非人脸 图像， Q为不大于 P的正整数；
对所述 P-Q个非人脸图像进行目标跟踪以及人脸识别， 得到 P-Q个人 脸图像；
将所述 Q个人脸图像和所述 P-Q个人脸图像作为所述第一人脸图像集
[权利要求 9] 一种人脸采集装置， 其特征在于， 包括处理器、 存储器， 所述存储器 用于存储一个或多个程序， 并且被配置由所述处理器执行， 所述程序 包括用于执行如权利要求 1-5任一项所述的方法中的步骤的指令。
[权利要求 10] 一种计算机可读存储介质， 其特征在于， 存储用于电子数据交换的计 算机程序， 其中， 所述计算机程序使得计算机执行如权利要求 1-5任 一项所述的方法。
PCT/CN2019/114729 2018-12-12 2019-10-31 人脸采集方法及相关产品 WO2020119315A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811517472.9A CN109711287B (zh) 2018-12-12 2018-12-12 人脸采集方法及相关产品
CN201811517472.9 2018-12-12

Publications (1)

Publication Number Publication Date
WO2020119315A1 true WO2020119315A1 (zh) 2020-06-18

Family

ID=66255670

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/114729 WO2020119315A1 (zh) 2018-12-12 2019-10-31 人脸采集方法及相关产品

Country Status (2)

Country Link
CN (1) CN109711287B (zh)
WO (1) WO2020119315A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733647A (zh) * 2020-12-30 2021-04-30 浙江大华技术股份有限公司 基于mac地址与人脸信息绑定的方法、分析服务器和系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711287B (zh) * 2018-12-12 2020-11-24 深圳云天励飞技术有限公司 人脸采集方法及相关产品
CN111476105A (zh) * 2020-03-17 2020-07-31 深圳力维智联技术有限公司 人脸数据清洗方法、装置及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006197516A (ja) * 2005-01-17 2006-07-27 Ricoh Co Ltd 画像処理システム
CN106303400A (zh) * 2015-05-12 2017-01-04 杭州海康威视数字技术股份有限公司 车载摄像机的监控方法和装置
CN106303401A (zh) * 2015-05-12 2017-01-04 杭州海康威视数字技术股份有限公司 视频监控方法、设备及其系统和基于商场的视频监控方法
CN108985845A (zh) * 2018-07-18 2018-12-11 北京旷视科技有限公司 广告监控方法、装置及系统
CN109711287A (zh) * 2018-12-12 2019-05-03 深圳云天励飞技术有限公司 人脸采集方法及相关产品

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5727692B2 (ja) * 2008-12-04 2015-06-03 任天堂株式会社 プログラムおよび情報処理装置
JP5503921B2 (ja) * 2009-08-21 2014-05-28 ソニーモバイルコミュニケーションズ， エービー 情報端末、情報端末の情報制御方法及び情報制御プログラム
CN106303397B (zh) * 2015-05-12 2019-03-22 杭州海康威视数字技术股份有限公司 图像采集方法及系统、视频监控方法及系统
CN104992075B (zh) * 2015-07-30 2018-07-13 浙江宇视科技有限公司 一种基于大数据的多源信息关联方法和装置
CN105243373B (zh) * 2015-10-27 2019-06-07 北京奇虎科技有限公司 人脸图像滤重抓拍方法、服务器、智能监控设备及系统
CN106899827A (zh) * 2015-12-17 2017-06-27 杭州海康威视数字技术股份有限公司 图像数据采集、查询、视频监控方法、设备及系统
CN105844903A (zh) * 2016-03-22 2016-08-10 乐卡汽车智能科技（北京）有限公司 车辆定位方法及装置
CN105790955B (zh) * 2016-04-06 2019-02-05 深圳市博康智能信息技术有限公司 一种基于mac地址与人脸信息关联的方法和系统
CN106548164A (zh) * 2016-11-28 2017-03-29 中通服公众信息产业股份有限公司 人脸图像与移动设备的关联性识别方法
CN107273833B (zh) * 2017-06-06 2020-10-09 深圳市至壹科技开发有限公司 用于监测流动人口的方法及其系统
CN108228871A (zh) * 2017-07-21 2018-06-29 北京市商汤科技开发有限公司 人脸图像动态入库方法和装置、电子设备、介质、程序
CN108090430B (zh) * 2017-12-08 2020-11-27 杭州魔点科技有限公司 人脸检测的方法及其装置
CN108282784B (zh) * 2018-01-24 2021-11-05 深圳捷豹电波科技有限公司 无线网络接入方法、MiFi终端、移动终端及存储介质
CN108665584A (zh) * 2018-03-08 2018-10-16 常州工学院 一种出入口行人进出判断系统及方法
CN108491822B (zh) * 2018-04-02 2020-09-08 杭州高创电子科技有限公司 一种基于嵌入式设备有限缓存的人脸检测去重方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006197516A (ja) * 2005-01-17 2006-07-27 Ricoh Co Ltd 画像処理システム
CN106303400A (zh) * 2015-05-12 2017-01-04 杭州海康威视数字技术股份有限公司 车载摄像机的监控方法和装置
CN106303401A (zh) * 2015-05-12 2017-01-04 杭州海康威视数字技术股份有限公司 视频监控方法、设备及其系统和基于商场的视频监控方法
CN108985845A (zh) * 2018-07-18 2018-12-11 北京旷视科技有限公司 广告监控方法、装置及系统
CN109711287A (zh) * 2018-12-12 2019-05-03 深圳云天励飞技术有限公司 人脸采集方法及相关产品

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733647A (zh) * 2020-12-30 2021-04-30 浙江大华技术股份有限公司 基于mac地址与人脸信息绑定的方法、分析服务器和系统

Also Published As

Publication number Publication date
CN109711287A (zh) 2019-05-03
CN109711287B (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN109961009B (zh) 基于深度学习的行人检测方法、系统、装置及存储介质
US10817705B2 (en) Method, apparatus, and system for resource transfer
US8879803B2 (en) Method, apparatus, and computer program product for image clustering
US9767359B2 (en) Method for recognizing a specific object inside an image and electronic device thereof
CN108960163B (zh) 手势识别方法、装置、设备和存储介质
CN110569721A (zh) 识别模型训练方法、图像识别方法、装置、设备及介质
US20140236980A1 (en) Method and Apparatus for Establishing Association
WO2019033569A1 (zh) 眼球动作分析方法、装置及存储介质
EP4030749B1 (en) Image photographing method and apparatus
WO2020119315A1 (zh) 人脸采集方法及相关产品
EP2336949A1 (en) Apparatus and method for registering plurality of facial images for face recognition
WO2019011073A1 (zh) 人脸活体检测方法及相关产品
WO2019033567A1 (zh) 眼球动作捕捉方法、装置及存储介质
WO2017107855A1 (zh) 一种图片搜索方法及装置
WO2021082045A1 (zh) 微笑表情检测方法、装置、计算机设备及存储介质
CN110956131B (zh) 单目标追踪方法、装置及系统
CN109547678B (zh) 一种处理方法、装置、设备及可读存储介质
WO2017210908A1 (zh) 处理方法与终端
CN108596127B (zh) 一种指纹识别方法、身份验证方法及装置和身份核验机
CN107578006B (zh) 一种照片处理方法及移动终端
WO2019075644A1 (zh) 人像照片的搜索方法和终端
US8532391B2 (en) Recognizing a feature of an image independently of the orientation or scale of the image
US20210019486A1 (en) Fingerprint processing with liveness detection
US20190303645A1 (en) Electronic device, iris recognition method and computer-readable medium
CN111428679B (zh) 影像识别方法、装置和设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19895272

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19895272

Country of ref document: EP

Kind code of ref document: A1