CN105989363B - 多角度人脸图片库的建立方法 - Google Patents

多角度人脸图片库的建立方法 Download PDF

Info

Publication number
CN105989363B
CN105989363B CN201610275396.XA CN201610275396A CN105989363B CN 105989363 B CN105989363 B CN 105989363B CN 201610275396 A CN201610275396 A CN 201610275396A CN 105989363 B CN105989363 B CN 105989363B
Authority
CN
China
Prior art keywords
photo
matrix
face
human face
angle
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201610275396.XA
Other languages
English (en)
Other versions
CN105989363A (zh
Inventor
李鑫
温峻峰
杜海江
詹心泉
李建明
王俊舒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongke Skynet (guangdong) Technology Co Ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201610275396.XA priority Critical patent/CN105989363B/zh
Publication of CN105989363A publication Critical patent/CN105989363A/zh
Application granted granted Critical
Publication of CN105989363B publication Critical patent/CN105989363B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提出了一种多角度人脸图片库的建立方法，具体包括如下步骤：A：图像采集：获取同一个被拍摄人员的多张不同角度的人脸照片；B：角度标记：对人脸照片中的人脸进行角度运算，只保留预定角度内的人脸照片，并对保留下来的人脸照片标记出其水平偏转角度x和垂直偏转角度y；C：矩阵化：建立一个M行N列的人脸照片矩阵，将步骤B中得到的具有角度标记的人脸照片按照其角度标记填充到人脸照片矩阵中的对应位置；D：将填充好的人脸照片矩阵存入数据库。本发明可以利用多种方式进行数据采集，快速地建立多角度人脸图片库，并在建立过程中尽量使得数据准确，同时降低了数据库的数据量，非常适合于目前大数据行业的应用，具有很好的实用性和商业前景。

Description

多角度人脸图片库的建立方法
技术领域
本发明属于人脸识别技术领域，具体涉及到多角度人脸图片库的建立方法。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
人脸识别的基础是人脸图片库，只有建立了完整有效的人脸图片库，才能进行后续的人脸识别步骤。目前人脸图片库的建立方法有以下两种：1、在公安局等办***的场合，利用摄像头来拍摄被采集者的正脸图片，并存入数据库中，在将来人脸识别时也采用被识别者的正脸图片进行比对，此种人脸图片库及相应的识别方法只能应用于被采集者、被识别者配合的特殊场合，例如银行、出入境口岸等，适用范围有限；2、在被采集人不知晓、未配合的情况下，利用监控摄像机在视频流中采集人脸图像并建立人脸图片库，但是受到具体设备的限制，视频流的图像清晰度较低，而且人脸图片库中的人脸图片无***性和相关性，大大影响了人脸识别的准确率。
发明内容
本发明的目的是提出一种多角度人脸图片库的建立方法，利用该方法建立的多角度人脸图片库可以提供全面、***的人脸信息，非常方便后续的人脸识别。
本发明的多角度人脸图片库的建立方法包括如下步骤：
A：图像采集：获取同一个被拍摄人员的多张不同角度的人脸照片；
B：角度标记：对人脸照片中的人脸进行角度运算，只保留预定角度内的人脸照片，并对保留下来的人脸照片标记出其水平偏转角度x和垂直偏转角度y；
C：矩阵化：建立一个M行N列的人脸照片矩阵，每个矩阵元素[a,b]均对应一个预定角度范围内的人脸照片，其中矩阵元素[a,b]所对应的人脸照片的角度范围如下：[(a-(M-1)/2±0.5)×K/M,(b-(N-1)/2±0.5)×J/N] ，其中K为预定的人脸水平角度最大跨度，J为预定的人脸垂直角度最大跨度，M、N均为大于1的奇数，a为[0，M-1]范围中的整数，b为[0，N-1]范围中的整数；将步骤B中得到的具有角度标记的人脸照片按照其角度标记填充到人脸照片矩阵中的对应位置，具体的填充方法如下：将水平偏转角度为x、垂直偏转角度为y的人脸照片填充到矩阵元素[a,b]中，其中a=(M-1)÷2+ROUND(x÷(K÷M))，b=(N-1)÷2+ROUND(y÷(J÷N))；
D：将填充好的人脸照片矩阵存入数据库。
上述的方法中，首先通过拍摄来获取到清晰的不同角度的人脸照片，然后通过矩阵的形式来存储不同角度的人脸照片，每个矩阵元素对应一定角度范围内的人脸照片，从而建立了预定角度范围内的人脸照片矩阵，可以体现人脸的各个角度的特征信息。在将来人脸识别时，首先获取目标人脸照片，并对目标人脸照片进行角度运算，得到目标人脸照片的水平偏转角度x和垂直偏转角度y，再根据上述步骤C的偏转角度与矩阵元素转换规则，得到目标人脸照片的矩阵下标；最后从数据库中提取出所有人员对应该矩阵下标的人脸照片进行比对，当特征相似度高于预设阈值，则判断为同一个人，如果所有人员该矩阵下标的人脸照片都比对完毕而未判断为同一个人，则将该目标人脸照片与数据库中的该矩阵下标相邻的矩阵元素进行比对，直到完成整个数据库的查找。
进一步地，所述C步骤中，如果同一个矩阵元素所对应的人脸照片超过一张，则只保留其中一张最接近该矩阵元素角度中心的照片，丢弃多余的照片，这样可以在保证质量的前提下，尽量减少整体数据量，并方便后续的人脸识别。
进一步地，所述A步骤的图像采集有以下两种：
1、拍摄时，对被拍摄人员的人脸进行连续拍摄，并要求被拍摄人员的头部以正对摄像机为初始状态，进行不同程度的水平和垂直扭动。此种方式适用于被拍摄人员配合的场合，例如说公安局等。
2、拍摄时，利用图像采集设备对采集区域内的人进行连续拍摄，在被拍摄人员无需知情的情况下完成图像采集，得到被拍摄人员的不同角度的人像照片，然后再对人像照片中的人脸进行检测与提取，生成多张不同角度的人脸照片。此种方式适用于无需被拍摄人员配合的场合，例如说在路上、各个小区的监控摄像头均可采集，拓展了采集的途径，有利于数据库的快速、全面的建立。
在上述第二种采集方式中，使用Haar分类器和adaboost算法对人像照片中的人脸进行检测与提取。
上述C步骤中的M为大于1的奇数，这是考虑到人脸一般为左右对称的，这样人脸照片矩阵的中轴线矩阵元素恰好对应人脸的中轴线，特别地，所述C步骤中，矩阵元素设置有对称照片属性和拍摄照片属性；每增加一个新的人脸照片到矩阵中时，要检测该人脸照片在矩阵中的对称元素是否为空，如果为空，则水平翻转该人脸照片以作为对称元素填充入矩阵中，同时标记该对称元素的属性为对称照片，如果在后续的矩阵填充过程中得到了该对称元素所对应角度的拍摄所得的人脸照片，则利用该拍摄所得的人脸照片替换水平翻转所得到的对称照片，并修改该对称元素的属性为拍摄照片；矩阵元素[a,b]的对称元素为[M-1-a，b]。
在利用监控摄像头在被拍摄人不知情或者不配合的情况下采集图片，一般都会存在采集信息不完整的情形（即若干角度的人脸照片没有采集到），该种情形下，人脸照片矩阵的元素会出现空缺而降低了后续人脸识别的可行性。本发明根据人脸一般左右对称的原理，将拍摄到的人脸照片进行水平翻转而填充到未能采集到的对称的位置中，在保证一定准确性的前提下，加快了人脸照片矩阵的建立，而且在后续的完善过程中，还会利用拍摄所得的人脸照片替换掉水平翻转所得到的对称照片，提高数据的准确性。
由于可以利用不同地区、不同位置的监控摄像头来采集数据，而同一个人可能会出现在不同的地方而被不同的监控摄像头所拍摄，并建立不同的人脸照片矩阵，此时单个监控摄像头所建立的人脸照片矩阵由于数据量比较少，可能会存在对称照片较多、空缺的矩阵元素交多、实际照片与该矩阵元素角度中心的角度偏差较大的情形，上述情形都会影响人脸照片矩阵的准确性、可用性。为了改善改种方法，有必要将各个监控摄像头所拍摄的人脸照片矩阵进行综合处理，以获得更为准确、全面的人脸数据信息。针对上述问题，本发明特别提出了下述方法：
所述D步骤中，数据库接收通过不同采集途径所获取的人脸照片矩阵；在将填充好的人脸照片矩阵存入数据库时，首先在数据库中进行检索，看数据库中是否有与欲存入的人脸照片矩阵相似度超过预定相似度的人脸照片矩阵：如果没有，则将该填充好的人脸照片矩阵存入数据库；如果有，则将两个相似的人脸照片矩阵中的对应矩阵元素的人脸照片逐一进行比较，只保留最接近该矩阵元素角度中心的照片，丢弃其余的照片，从而将两个相似的人脸照片矩阵合并为一个新的人脸照片矩阵，并替换数据库中原来的人脸照片矩阵而存入数据库中。这样就可以将多个采集途径所获取的对应同一个人的人脸照片矩阵进行合并，使得该人的人脸照片矩阵的人脸照片更加准确、完整，有效提高后续人脸识别的便利性和准确性。
进一步地，上述D步骤中比较两个人脸照片矩阵相似度的方法如下：首先对比两个人脸照片矩阵中人脸偏转角度最小的矩阵元素的相似度是否大于预定的上限值，如果大于上限值，则判断两个人脸照片矩阵对应的是同一个人的照片，将两个人脸照片矩阵进行合并；如果两个人脸照片矩阵中人脸偏转角度最小的矩阵元素的相似度小于预定的上限值且大于预定的下限值，则继续比较两个人脸照片矩阵中其它的矩阵元素的相似度，如果两个人脸照片矩阵中相似度大于预定的下限值的矩阵元素的数量超过矩阵元素总体数量的2/3，则判断两个人脸照片矩阵对应的是同一个人的照片，将两个人脸照片矩阵进行合并，否则判断两个人脸照片矩阵对应的不是同一个人的照片，不进行合并。
本发明的多角度人脸图片库的建立方法不仅适合于传统的公安局等场合的数据采集，而且可以利用分布广泛的监控摄像头进行数据采集，从而快速地建立多角度人脸图片库，并在建立过程中尽量使得数据准确，同时降低了数据库的数据量，非常适合于目前大数据行业的应用，例如说通行口岸的人脸识别监控等，具有很好的实用性和商业前景。
附图说明
图1是实施例1的多角度人脸图片库的建立方法的流程图。
图2是本发明中人脸偏转角度示意图。
图3是本发明中人脸照片矩阵结构示意图。
图4是实施例2的多角度人脸图片库的建立方法的流程图。
具体实施方式
下面对照附图，通过对实施实例的描述，对本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理等作进一步的详细说明。
实施例1：
如图1所示，本实施例的多角度人脸图片库的建立方法包括如下步骤：
A：图像采集：对被拍摄人员的人脸进行连续拍摄，并要求被拍摄人员的头部以正对摄像机为初始状态，进行不同程度的水平和垂直扭动，从而获取同一个被拍摄人员的多张不同角度的人脸照片（此种方式适用于被拍摄人员配合的场合，例如说公安局等，因此称为配合式图像采集）；
B：角度标记：如图2所示，对人脸照片中的人脸进行角度运算，只保留预定角度内的人脸照片，并对保留下来的人脸照片标记出其水平偏转角度x和垂直偏转角度y；其中正对摄像机的初始状态时的人脸偏转角度如下：x=0，y=0；
C：矩阵化：如图3所示，建立一个M行N列的人脸照片矩阵，每个矩阵元素[a,b]均对应一个预定角度范围内的人脸照片，其中矩阵元素[a,b]所对应的人脸照片的角度范围如下：[(a-(M-1)/2±0.5)×K/M,(b-(N-1)/2±0.5)×J/N] ，其中K为预定的人脸水平角度最大跨度，J为预定的人脸垂直角度最大跨度，M、N均为大于1的奇数，在本实施例中，M=9，N=5，K=90º，J=50º；a为[0，M-1]范围中的整数，b为[0，N-1]范围中的整数；将步骤B中得到的具有角度标记的人脸照片按照其角度标记填充到人脸照片矩阵中的对应位置，具体的填充方法如下：将水平偏转角度为x、垂直偏转角度为y的人脸照片填充到矩阵元素[a,b]中，其中a=(M-1)÷2+ROUND(x÷(K÷M))，b=(N-1)÷2+ROUND(y÷(J÷N))；例如说，如果人脸照片的水平偏转角度x为-5 º、垂直偏转角度y为2.5 º，则：
a=(M-1)÷2+ROUND(x÷(K÷M))=(9-1)÷2+ROUND(-5÷(90÷9))=4+ROUND(-0.5)=4；
b=(N-1)÷2+ROUND(y÷(J÷N))=(5-1)÷2+ROUND(2.5÷(50÷5))=2+ROUND(0.25)=2；
也就是说，将水平偏转角度x为-5 º、垂直偏转角度y为2.5 º的人脸照片填充到矩阵元素[4，2]中，通过[(a-(M-1)/2±0.5)×K/M,(b-(N-1)/2±0.5)×J/N]公式计算得出，该矩阵元素[4，2]对应的角度范围是[-5 º～5º，-5 º～5º]，即矩阵元素[4，2]为本矩阵中最中间的元素；
当然，不同的计算平台可能对ROUND(-0.5)取值为-1或0，但是这都能保证同一个偏转角度的人脸照片对应一个矩阵元素，而不是同一个偏转角度的人脸照片对应多个矩阵元素，因此不会造成矩阵填充错误；
D：将填充好的人脸照片矩阵存入数据库。
上述的方法中，首先通过拍摄来获取到清晰的不同角度的人脸照片，然后通过矩阵的形式来存储不同角度的人脸照片，每个矩阵元素对应一定角度范围内的人脸照片，从而建立了预定角度范围内的人脸照片矩阵，可以体现人脸的各个角度的特征信息。在将来人脸识别时，首先获取目标人脸照片，并对目标人脸照片进行角度运算，得到目标人脸照片的水平偏转角度x和垂直偏转角度y，再根据上述步骤C的偏转角度与矩阵元素转换规则，得到目标人脸照片的矩阵下标；最后从数据库中提取出所有人员对应该矩阵下标的人脸照片进行比对，当特征相似度高于预设阈值，则判断为同一个人，如果所有人员该矩阵下标的人脸照片都比对完毕而未判断为同一个人，则将该目标人脸照片与数据库中的该矩阵下标相邻的矩阵元素进行比对，直到完成整个数据库的查找。
上述C步骤中，如果因为拍摄的原因而导致同一个矩阵元素所对应的人脸照片超过一张，则只保留其中一张最接近该矩阵元素角度中心的照片，丢弃多余的照片，这样可以在保证质量的前提下，尽量减少整体数据量，并方便后续的人脸识别。
实施例2：
如图4所示，本实施例的多角度人脸图片库的建立方法包括如下步骤：
A：图像采集：利用摄像机或监控摄像头对采集区域内的人进行连续拍摄，在被拍摄人员无需知情的情况下完成图像采集，得到被拍摄人员的不同角度的人像照片（此种方式适用于无需被拍摄人员配合的场合，因此称为非配合式图像采集），然后再使用Haar分类器和adaboost算法对人像照片中的人脸进行检测与提取，生成多张不同角度的人脸照片，从而获取同一个被拍摄人员的多张不同角度的人脸照片；
B：角度标记：对人脸照片中的人脸进行角度运算，只保留预定角度内的人脸照片，并对保留下来的人脸照片标记出其水平偏转角度x和垂直偏转角度y；
C：矩阵化：建立一个M行N列的人脸照片矩阵，每个矩阵元素[a,b]均对应一个预定角度范围内的人脸照片，其中矩阵元素[a,b]所对应的人脸照片的角度范围如下：[(a-(M-1)/2±0.5)×K/M,(b-(N-1)/2±0.5)×J/N] ，其中K为预定的人脸水平角度最大跨度，J为预定的人脸垂直角度最大跨度，M、N均为大于1的奇数，a为[0，M-1]范围中的整数，b为[0，N-1]范围中的整数；将步骤B中得到的具有角度标记的人脸照片按照其角度标记填充到人脸照片矩阵中的对应位置，具体的填充方法如下：将水平偏转角度为x、垂直偏转角度为y的人脸照片填充到矩阵元素[a,b]中，其中a=(M-1)÷2+ROUND(x÷(K÷M))，b=(N-1)÷2+ROUND(y÷(J÷N))；
矩阵元素设置有对称照片属性和拍摄照片属性；每增加一个新的人脸照片到矩阵中时，要检测该人脸照片在矩阵中的对称元素是否为空，如果为空，则水平翻转该人脸照片以作为对称元素填充入矩阵中，同时标记该对称元素的属性为对称照片，如果在后续的矩阵填充过程中得到了该对称元素所对应角度的拍摄所得的人脸照片，则利用该拍摄所得的人脸照片替换水平翻转所得到的对称照片，并修改该对称元素的属性为拍摄照片；矩阵元素[a,b]的对称元素为[M-1-a，b]；
D：将填充好的人脸照片矩阵存入数据库：数据库接收通过不同采集途径所获取的人脸照片矩阵；在将填充好的人脸照片矩阵存入数据库时，首先在数据库中进行检索，看数据库中是否有与欲存入的人脸照片矩阵相似度超过预定相似度的人脸照片矩阵：如果没有，则将该填充好的人脸照片矩阵存入数据库；如果有，则将两个相似的人脸照片矩阵中的对应矩阵元素的人脸照片逐一进行比较，只保留最接近该矩阵元素角度中心的照片，丢弃其余的照片，从而将两个相似的人脸照片矩阵合并为一个新的人脸照片矩阵，并替换数据库中原来的人脸照片矩阵而存入数据库中。
上述D步骤中比较两个人脸照片矩阵相似度的方法如下：首先对比两个人脸照片矩阵中人脸偏转角度最小的矩阵元素的相似度是否大于预定的上限值，如果大于上限值，则判断两个人脸照片矩阵对应的是同一个人的照片，将两个人脸照片矩阵进行合并；如果两个人脸照片矩阵中人脸偏转角度最小的矩阵元素的相似度小于预定的上限值且大于预定的下限值，则继续比较两个人脸照片矩阵中其它的矩阵元素的相似度，如果两个人脸照片矩阵中相似度大于预定的下限值的矩阵元素的数量超过矩阵元素总体数量的2/3，则判断两个人脸照片矩阵对应的是同一个人的照片，将两个人脸照片矩阵进行合并，否则判断两个人脸照片矩阵对应的不是同一个人的照片，不进行合并。
本实施例适用于无需被拍摄人员配合的场合，例如说在路上、各个小区的监控摄像头均可采集，拓展了采集的途径，有利于数据库的快速、全面的建立，并且可以将多个采集途径所获取的对应同一个人的人脸照片矩阵进行合并，使得该人的人脸照片矩阵的人脸照片更加准确、完整，有效提高后续人脸识别的便利性和准确性。

Claims (8)

1.一种多角度人脸图片库的建立方法，其特征在于包括如下步骤：
A：图像采集：获取同一个被拍摄人员的多张不同角度的人脸照片；
B：角度标记：对人脸照片中的人脸进行角度运算，只保留预定角度内的人脸照片，并对保留下来的人脸照片标记出其水平偏转角度x和垂直偏转角度y；
C：矩阵化：建立一个M行N列的人脸照片矩阵，M、N均为大于1的奇数，每个矩阵元素[a,b]均对应一个预定角度范围内的人脸照片，其中矩阵元素[a,b]所对应的人脸照片的角度范围如下：[(a-(M-1)/2±0.5)×K/M,(b-(N-1)/2±0.5)×J/N]，其中K为预定的人脸水平角度最大跨度，J为预定的人脸垂直角度最大跨度，a为[0，M-1]范围中的整数，b为[0，N-1]范围中的整数；将步骤B中得到的具有角度标记的人脸照片按照其角度标记填充到人脸照片矩阵中的对应位置，具体的填充方法如下：将水平偏转角度为x、垂直偏转角度为y的人脸照片填充到矩阵元素[a,b]中，其中a＝(M-1)÷2+ROUND(x÷(K÷M))，b＝(N-1)÷2+ROUND(y÷(J÷N))；
D：将填充好的人脸照片矩阵存入数据库。
2.根据权利要求1所述的多角度人脸图片库的建立方法，其特征在于所述C步骤中，如果同一个矩阵元素所对应的人脸照片超过一张，则只保留其中一张最接近该矩阵元素角度中心的照片，丢弃多余的照片。
3.根据权利要求1或2所述的多角度人脸图片库的建立方法，其特征在于所述A步骤中，拍摄时，对被拍摄人员的人脸进行连续拍摄，并要求被拍摄人员的头部以正对摄像机为初始状态，进行不同程度的水平和垂直扭动。
4.根据权利要求1或2所述的多角度人脸图片库的建立方法，其特征在于所述A步骤中，拍摄时，利用图像采集设备对采集区域内的人进行连续拍摄，在被拍摄人员无需知情的情况下完成图像采集，得到被拍摄人员的不同角度的人像照片，然后再对人像照片中的人脸进行检测与提取，生成多张不同角度的人脸照片。
5.根据权利要求4所述的多角度人脸图片库的建立方法，其特征在于所述A步骤中，使用Haar分类器和adaboost算法对人像照片中的人脸进行检测与提取。
6.根据权利要求4所述的多角度人脸图片库的建立方法，其特征在于所述C步骤中，矩阵元素设置有对称照片属性和拍摄照片属性；每增加一个新的人脸照片到矩阵中时，要检测该人脸照片在矩阵中的对称元素是否为空，如果为空，则水平翻转该人脸照片以作为对称元素填充入矩阵中，同时标记该对称元素的属性为对称照片，如果在后续的矩阵填充过程中得到了该对称元素所对应角度的拍摄所得的人脸照片，则利用该拍摄所得的人脸照片替换水平翻转所得到的对称照片，并修改该对称元素的属性为拍摄照片；矩阵元素[a,b]的对称元素为[M-1-a，b]。
7.根据权利要求6所述的多角度人脸图片库的建立方法，其特征在于所述D步骤中，数据库接收通过不同采集途径所获取的人脸照片矩阵；在将填充好的人脸照片矩阵存入数据库时，首先在数据库中进行检索，看数据库中是否有与欲存入的人脸照片矩阵相似度超过预定相似度的人脸照片矩阵：如果没有，则将该填充好的人脸照片矩阵存入数据库；如果有，则将两个相似的人脸照片矩阵中的对应矩阵元素的人脸照片逐一进行比较，只保留最接近该矩阵元素角度中心的照片，丢弃其余的照片，从而将两个相似的人脸照片矩阵合并为一个新的人脸照片矩阵，并替换数据库中原来的人脸照片矩阵而存入数据库中。
8.根据权利要求7所述的多角度人脸图片库的建立方法，其特征在于D步骤中比较两个人脸照片矩阵相似度的方法如下：首先对比两个人脸照片矩阵中人脸偏转角度最小的矩阵元素的相似度是否大于预定的上限值，如果大于上限值，则判断两个人脸照片矩阵对应的是同一个人的照片，将两个人脸照片矩阵进行合并；如果两个人脸照片矩阵中人脸偏转角度最小的矩阵元素的相似度小于预定的上限值且大于预定的下限值，则继续比较两个人脸照片矩阵中其它的矩阵元素的相似度，如果两个人脸照片矩阵中相似度大于预定的下限值的矩阵元素的数量超过矩阵元素总体数量的2/3，则判断两个人脸照片矩阵对应的是同一个人的照片，将两个人脸照片矩阵进行合并，否则判断两个人脸照片矩阵对应的不是同一个人的照片，不进行合并。
CN201610275396.XA 2016-04-29 2016-04-29 多角度人脸图片库的建立方法 Active CN105989363B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610275396.XA CN105989363B (zh) 2016-04-29 2016-04-29 多角度人脸图片库的建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610275396.XA CN105989363B (zh) 2016-04-29 2016-04-29 多角度人脸图片库的建立方法

Publications (2)

Publication Number Publication Date
CN105989363A CN105989363A (zh) 2016-10-05
CN105989363B true CN105989363B (zh) 2017-04-12

Family

ID=57044576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610275396.XA Active CN105989363B (zh) 2016-04-29 2016-04-29 多角度人脸图片库的建立方法

Country Status (1)

Country Link
CN (1) CN105989363B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106295549A (zh) * 2016-08-05 2017-01-04 深圳市鹰眼在线电子科技有限公司 多角度人脸数据采集方法和装置
CN108280802A (zh) * 2018-01-12 2018-07-13 盎锐（上海）信息科技有限公司 基于3d成像的图像获取方法及装置
CN108184108A (zh) * 2018-01-12 2018-06-19 盎锐（上海）信息科技有限公司 基于3d成像的图像生成方法及装置
CN108268842A (zh) * 2018-01-12 2018-07-10 盎锐（上海）信息科技有限公司 图像识别方法及装置
CN109376686A (zh) * 2018-11-14 2019-02-22 睿云联(厦门)网络通讯技术有限公司 一种多维度人脸数据采集方案、采集***及采集方法
CN110750670B (zh) * 2019-09-05 2022-04-19 北京旷视科技有限公司 陌生人监控方法、装置、***和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268539A (zh) * 2014-10-17 2015-01-07 中国科学技术大学 一种高性能的人脸识别方法及***
CN104361131A (zh) * 2014-12-08 2015-02-18 黑龙江大学 四维人脸模型数据库的建立方法
CN104778481A (zh) * 2014-12-19 2015-07-15 五邑大学 一种大规模人脸模式分析样本库的构建方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI501195B (zh) * 2011-05-23 2015-09-21 Asustek Comp Inc 物件偵測方法及其裝置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268539A (zh) * 2014-10-17 2015-01-07 中国科学技术大学 一种高性能的人脸识别方法及***
CN104361131A (zh) * 2014-12-08 2015-02-18 黑龙江大学 四维人脸模型数据库的建立方法
CN104778481A (zh) * 2014-12-19 2015-07-15 五邑大学 一种大规模人脸模式分析样本库的构建方法和装置

Also Published As

Publication number Publication date
CN105989363A (zh) 2016-10-05

Similar Documents

Publication Publication Date Title
CN105989363B (zh) 多角度人脸图片库的建立方法
CN101853391B (zh) 信息处理设备和方法
CN108549867A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN107977656A (zh) 一种行人重识别方法及***
CN105787876B (zh) 一种基于surf特征跟踪匹配的全景视频自动拼接方法
CN109740501A (zh) 一种人脸识别的考勤方法和装置
CN111914761A (zh) 一种热红外人脸识别的方法及***
KR101436290B1 (ko) 생체인식 유형의 접근제어시스템에 대한 부정 검출
CN109784130A (zh) 行人重识别方法及其装置和设备
CN110008909A (zh) 一种基于ai的实名制业务实时稽核***
CN107944395A (zh) 一种基于神经网络验证人证合一的方法及***
CN107038400A (zh) 人脸识别装置及方法和利用其的目标人跟踪装置及方法
CN111209870A (zh) 一种双目活体摄像头快速配准方法及其***和装置
WO2021217764A1 (zh) 一种基于偏振成像的人脸活体检测方法
CN111666835A (zh) 一种人脸活体检测方法和装置
CN111639580A (zh) 一种结合特征分离模型和视角转换模型的步态识别方法
CN110245592A (zh) 一种用于提升监控场景的行人重识别率的方法
CN103733225B (zh) 特征点对等***、特征点对等方法、以及记录介质
CN110348366B (zh) 一种自动化最优人脸搜索方法及装置
CN110909617B (zh) 基于双目视觉的活体人脸检测方法及装置
CN109068118A (zh) 双摄模组的基线距离调整方法、装置及双摄模组
CN108229124A (zh) 一种自助查询打印人证比对设备***及其工作方法
CN109359689A (zh) 一种数据识别方法及装置
US11354940B2 (en) Method and apparatus for foreground geometry and topology based face anti-spoofing
CN113569594A (zh) 一种人脸关键点的标注方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20170309

Address after: 510080 Yuexiu District, Guangzhou, water, the main street, room 55, No. 601, room

Applicant after: Li Xin

Address before: 510000 Guangdong, Yuexiu District martyrs Road No. 80, room 1008, one of the self compiled by the

Applicant before: Guangdong mainfort Mdt InfoTech Ltd

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20171220

Address after: 510000 Guangdong, Yuexiu District martyrs Road No. 80, room 1008, one of the self compiled by the

Patentee after: Guangdong mainfort Mdt InfoTech Ltd

Address before: 510080 Yuexiu District, Guangzhou, water, the main street, room 55, No. 601, room

Patentee before: Li Xin

CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 510000 Eighth Floor, 23-1 Building, 100 Xianliezhong Road, Yuexiu District, Guangzhou City, Guangdong Province (Office only)

Patentee after: Zhongke Skynet (Guangdong) Technology Co., Ltd.

Address before: 510000 Room 1008, 1009, 80 Xianliezhong Road, Yuexiu District, Guangzhou City, Guangdong Province

Patentee before: Guangdong mainfort Mdt InfoTech Ltd

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Establishing method for multi-angle face image library

Effective date of registration: 20200601

Granted publication date: 20170412

Pledgee: Bank of China Limited Guangzhou Yuexiu Branch

Pledgor: ZHONGKE TIANWANG (GUANGDONG) TECHNOLOGY Co.,Ltd.

Registration number: Y2020980002689

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20210720

Granted publication date: 20170412

Pledgee: Bank of China Limited Guangzhou Yuexiu Branch

Pledgor: ZHONGKE TIANWANG (GUANGDONG) TECHNOLOGY Co.,Ltd.

Registration number: Y2020980002689

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Method for establishing multi angle face image database

Effective date of registration: 20220317

Granted publication date: 20170412

Pledgee: Bank of China Limited Guangzhou Yuexiu Branch

Pledgor: ZHONGKE TIANWANG (GUANGDONG) TECHNOLOGY Co.,Ltd.

Registration number: Y2021980002183

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20220420

Granted publication date: 20170412

Pledgee: Bank of China Limited Guangzhou Yuexiu Branch

Pledgor: ZHONGKE TIANWANG (GUANGDONG) TECHNOLOGY Co.,Ltd.

Registration number: Y2021980002183