CN107609508A - 一种人脸识别方法、终端及计算机可读存储介质 - Google Patents
一种人脸识别方法、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107609508A CN107609508A CN201710807664.2A CN201710807664A CN107609508A CN 107609508 A CN107609508 A CN 107609508A CN 201710807664 A CN201710807664 A CN 201710807664A CN 107609508 A CN107609508 A CN 107609508A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- face characteristic
- facial image
- identified
- 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.)
- Withdrawn
Links
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明实施例公开了一种人脸识别方法、终端及计算机可读存储介质,其中,人脸识别方法包括:获取待识别的人脸对应的第一人脸特征数据;若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据,所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。由于采用更高像素的人脸图像对应的人脸特征数据作为待识别的目标人脸特征数据,从而提高了人脸识别的准确率。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种人脸识别方法、终端及计算机可读存储介质。
背景技术
人脸识别技术是一种发展较早的生物特征识别技术,其可以基于人的脸部特征信息对人进行身份验证。目前,人脸识别技术在安全访问控制、视觉监测、基于内容的图像检索及新一代人机界面等领域的应用价值越来越大,因此,提高人脸识别的准确率越来越受研究者的重视。而影响人脸识别准确率的因素包括但不限于人脸识别算法、图像质量、数据库等。以将人脸识别技术应用于智能终端的解锁为例,当智能终端所捕获到的人脸图像的图像质量较低时,会导致人脸识别的准确率降低,从而使得终端解锁的准确度降低。
发明内容
本发明实施例提供一种人脸识别方法、终端及计算机可读存储介质,能够提高人脸识别的准确率。
第一方面,本发明实施例提供了一种人脸识别方法,该人脸识别方法包括:
获取待识别的人脸对应的第一人脸特征数据;
若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;其中,所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;
若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。
第二方面,本发明实施例提供了一种终端,该终端包括用于执行上述第一方面的方法的单元。
第三方面,本发明实施例提供了另一种终端,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储支持终端执行上述方法的计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述第一方面的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本发明实施例通过获取待识别的人脸对应的第一人脸特征数据;若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;其中,所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。终端采用与待识别的人脸相匹配的更高像素的人脸图像对应的人脸特征数据进行人脸识别,从而提高了人脸识别的准确率。
附图说明
为了更清楚地说明本发明实施例技术方案,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发明的一些实施例,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。
图1是本发明实施例提供的一种人脸识别方法的示意流程图;
图2是本发明另一实施例提供的一种人脸识别方法的示意流程图;
图3是本发明实施例提供的一种终端的示意性框图;
图4是本发明另一实施例提供的一种终端的示意性框图;
图5是本发明再一实施例提供的一种终端的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
具体实现中,本发明实施例中描述的终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的终端。然而,应当理解的是,终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
终端支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
参见图1,图1是本发明实施例提供的一种人脸识别方法的示意流程图。本实施例中人脸识别方法的执行主体为终端。终端可以为手机、平板电脑等移动终端,但并不限于此,还可以为其他终端。本实施例中的人脸识别方法可应用于终端的屏幕解锁或支付密码验证等场景,还可以用于其他任何需要通过人脸信息进行身份校验的场景。如图1所示的人脸识别方法可以包括以下步骤:
S101:获取待识别的人脸对应的第一人脸特征数据。
终端正常工作时,若接收到预设的人脸识别指令,则获取待识别的人脸对应的第一人脸特征数据。其中,待识别的人脸为当前操控终端的用户对应的人脸。
终端接收到预设的人脸识别指令包括但不限于以下两种场景:
场景一:当用户将终端的解锁方式设置为人脸解锁时,即用户将终端的解锁密码设置为人脸信息时,预设的人脸识别指令可以为针对终端屏幕的解锁指令或针对预设加密应用的解锁指令。终端若接收到针对终端屏幕的解锁指令或针对预设加密应用的解锁指令,则识别为接收到预设的人脸识别指令。
终端接收到针对终端屏幕的解锁指令可以为,终端检测到用户触发预设的解锁操作,例如检测到用户按压预设的解锁按键(例如电源键)。终端若检测到用户触发预设的解锁操作,则识别为接收到针对终端屏幕的解锁指令,即识别为接收到预设的人脸识别指令。
终端接收到针对预设加密应用的解锁指令可以为,终端检测到用户点击预设加密应用的应用图标。其中,预设加密应用为用户预先通过人脸信息进行加密的应用,预设加密应用可以由用户根据实际需求进行设置。终端若检测到用户点击预设加密应用的应用图标,则识别为接收到针对预设应用的解锁指令,即识别为接收到预设的人脸识别指令。
场景二:当用户将终端上可用于电子支付的应用(application,APP)对应的电子支付密码设置为人脸信息时,预设的人脸识别指令可以为针对电子支付操作的支付密码验证指令。终端若接收到针对电子支付操作的支付密码验证指令,则识别为接收到预设的人脸识别指令。
终端接收到针对电子支付操作的支付密码验证指令可以为,终端检测到用户点击支付界面的确认支付选项。终端若检测到用户点击支付界面的确认支付选项,则识别为接收到针对电子支付操作的支付密码验证指令,即识别为接收到预设的人脸识别指令。
在本实施例中,终端设置有前置摄像头和后置摄像头,后置摄像头的像素高于前置摄像头的像素。而为了便于用户操作,终端接收到预设的人脸识别指令时,可以启动前置摄像头捕获待识别的人脸(当前操控终端的用户的人脸)对应的人脸图像或视频。
终端从捕获到的人脸图像或视频中提取待识别的人脸对应的第一人脸特征数据。可以理解的是,终端可以采用现有的人脸识别算法从捕获到的人脸图像或视频中提取其对应的第一人脸特征数据,此处不再对现有的人脸识别算法进行赘述。
S102:若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据。
终端获取到待识别的人脸对应的第一人脸特征数据后,检测预设的人脸特征数据库中是否包含与第一人脸特征数据相匹配的人脸特征数据。其中,预设的人脸特征数据库中存储有至少一个人的人脸对应的人脸特征数据。即预设的人脸特征数据库中可以仅存储一个人的人脸对应的人脸特征数据,也可以存储两个或两个以上不同人的人脸各自对应的人脸特征数据,此处不做限制。
预设的人脸特征数据库中所存储的人脸特征数据可以从相应的人脸对应的人脸图像中获取。需要说明的是,在本实施例中,作为预设的人脸特征数据库中所存储的人脸特征数据的来源的人脸图像的像素高于第一人脸特征数据对应的人脸图像的像素,即预设的人脸特征数据库中所存储的人脸特征数据各自对应的人脸图像的像素高于第一人脸特征数据对应的人脸图像的像素。
可以理解的是,在实际应用中,通过终端的后置摄像头所拍摄的人脸图像的像素远高于通过终端的前置摄像头所拍摄的人脸图像的像素,且通过后置摄像头所拍摄的人脸图像中的人脸位置通常比较端正。而对于人脸识别来说,像素高且人脸位置端正的人脸图像可以提取到更多的人脸特征点。通过终端的前置摄像头或后置摄像头所拍摄的图像或视频通常默认存储于终端的本地图库中,且终端的本地图库中所存储的大多是终端用户本人的图像,或一些认识的人的图像。因此,可以采用终端本地图像中所存储的通过后置摄像头拍摄的人脸图像作为预设的人脸特征数据库中所存储的人脸特征数据的来源。
具体的,在进行人脸识别之前,终端可以预先通过人脸识别技术从本地图库的第一图像集中筛选包含单个人脸的人脸图像。其中,本地图库的第一图像集用于存储通过终端的后置摄像头所拍摄的图像。终端从第一图像集中所筛选出的包含单个人脸的人脸图像可以为一张,也可以为至少两张。当筛选出的包含单个人脸的人脸图像为至少两张时,该至少两张包含单个人脸的人脸图像可以对应同一个人的人脸,也可以对应不同人的人脸,此处不做限制。
终端从第一图像集中筛选出包含单个人脸的人脸图像后,将所筛选出的人脸图像划分为至少一个图像子集。具体的,终端将同一个人对应的人脸图像划分到同一个图像子集中,将不同人对应的人脸图像划分到不同的图像子集中。也就是说,同一图像子集包含的所有人脸图像对应同一人脸,不同图像子集包含的人脸图像对应不同人脸。其中,每个图像子集中包含至少一张人脸图像。对于每一个图像子集而言,终端可以根据该图像子集中所有人脸图像对应的人脸特征数据确定该图像子集对应的人脸特征数据。而所有图像子集各自对应的人脸特征数据构成了预设的人脸特征数据库。由于每个图像子集中的人脸图像均是通过终端的后置摄像头拍摄的,因此,相较于通过前置摄像头所拍摄的人脸图像对应的第一人脸特征数据来说,每个图像子集对应的人脸特征数据所包含的人脸特征点更加完整和清晰。
终端获取到待识别的人脸对应的第一人脸特征数据后,可以将第一人脸特征数据与预设的人脸特征数据库中存储的所有人脸特征数据进行一一对比。终端若检测到预设的人脸特征数据库中包含与第一人脸特征数据相匹配的第二人脸特征数据,则将第二人脸特征数据识别为待识别的目标人脸特征数据,即终端将第二人脸特征数据作为与已注册的人脸信息进行比对的目标人脸特征数据,通过将目标人脸特征数据与已注册的人脸信息进行比对,从而实现对当前用户的身份校验。第二人脸特征数据与第一特征数据相匹配具体指,第二人脸特征数据与第一人脸特征数据的匹配度大于第一预设匹配度阈值。其中,第一预设匹配度阈值可以根据实际需求进行设置,此处不做限制。例如,第一预设匹配度阈值可以为80%。
由于通过终端的前置摄像头所拍摄的人脸图像的像素较低,因此,在对当前用户进行人脸识别时,若直接采用前置摄像头所拍摄的人脸图像作为待识别的目标人脸图像可能会由于像素较低而降低人脸识别的准确率。而在本实施例中,由于第二人脸特征数据对应的人脸图像的像素高于第一人脸特征数据对应的人脸图像的像素,因此,通过将第二人脸特征数据作为待识别的目标人脸特征数据与已注册的人脸信息进行比对,能够提高人脸识别的准确率。
需要说明的是,已注册的人脸信息为用户通过人脸信息进行身份校验之前,在终端预先注册的用于对用户进行身份校验的基准人脸信息。已注册的人脸信息可以仅包括一个人的人脸对应的人脸特征数据,也可以包括至少两个人的人脸各自对应的人脸特征数据,此处不做限制。
终端可以将目标人脸特征数据与已注册的人脸信息包含所有人脸特征数据进行一一对比,从而实现对当前用户身份的校验。
S103:若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。
终端若检测到已注册的人脸信息中包含与目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。人脸识别成功则说明终端中预先注册了待识别的人脸(当前操控终端的用户的人脸)对应的人脸信息,即说明当前用户为已授权用户。在人脸识别成功后,终端便可执行当前人脸识别操作对应的解锁操作或支付操作等。
与目标人脸特征数据相匹配的人脸特征数据用于标识与目标人脸特征数据的匹配度大于第二预设匹配度阈值的人脸特征数据。终端若检测到已注册的人脸信息中包含与目标人脸特征数据的匹配度大于第二预设匹配度阈值的人脸特征数据,则识别为人脸识别成功。其中,第二预设匹配度阈值可以根据实际需求进行设置,此处不做限制。例如,第二预设匹配度阈值可以为95%。
可以理解的是,终端若检测到已注册的人脸信息中不包含与目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别失败。人脸识别失败则说明终端中未预先注册与待识别的人脸(当前操控终端的用户的人脸)对应的人脸信息,即说明当前用户为未授权用户。在人脸识别失败后,终端可以不执行当前人脸识别操作对应的解锁操作或支付操作等;或者终端可以输出错误提示信息,以提示针对当前用户的身份校验失败。
上述方案,终端获取待识别的人脸对应的第一人脸特征数据;若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。终端采用与待识别的人脸相匹配的更高像素的人脸图像对应的人脸特征数据进行人脸识别,从而提高了人脸识别的准确率。
参见图2,图2是本发明另一实施例提供的一种人脸识别方法的示意流程图。本实施例中人脸识别方法的执行主体为终端。终端可以为手机、平板电脑等移动终端,但并不限于此,还可以为其他终端。本实施例中的人脸识别方法可应用于终端的屏幕解锁或支付密码验证等场景,还可以用于其他任何需要通过人脸信息进行身份校验的场景。如图2所示的人脸识别方法可以包括以下步骤:
S201:获取待注册的人脸对应的第三人脸特征数据。
在本实施例中,若用户需要使用终端的人脸识别功能对操控终端的用户进行权限控制,则用户可以预先在终端中注册用于对操控终端的用户进行身份校验的基准人脸信息。终端若接收到预设的人脸信息注册指令,则获取待注册的人脸对应的第三人脸特征数据。
终端接收到预设的人脸信息注册指令可以为,终端检测到用户触发人脸信息设置界面的添加人脸信息的选项。即终端若检测到用户触发人脸信息界面的添加人脸信息的选择,则识别为接收到预设的人脸信息注册指令。
为了方便用户操作,终端接收到预设的人脸信息注册指令时,可以启动前置摄像头捕获待注册的人脸(当前操控终端的用户的人脸)对应的人脸图像或视频。终端可以从捕获到的人脸图像或视频中提取待注册的人脸对应的第三人脸特征数据。可以理解的是,终端可以采用现有的人脸识别算法从捕获到的人脸图像或视频中提取其对应的第三人脸特征数据,此处不再对现有的人脸识别算法进行赘述。
优选的,终端在通过前置摄像头捕获人脸图像的同时,还可以输出第二提示信息。第二提示信息用于提示用户摆正头部。
终端获取到待注册的人脸对应的第三人脸特征数据后,可以直接将第三人脸特征数据注册为待注册的人脸对应的人脸信息。由于第三人脸特征数据对应的人脸图像是通过终端的前置摄像头捕获的,而通过前置摄像头所捕获到的人脸图像的像素较低,因此,第三人脸特征数据所包含的人脸特征点可能不完整。若直接将第三人脸特征数据作为待注册的人脸对应的人脸信息,那么在后续的人脸识别过程中可能会导致人脸识别的准确率降低。因此,为了提高人脸识别的准确率,在注册人脸信息时,终端可以根据第三人脸特征数据为待注册的人脸匹配更高像素的人脸图像。例如,在获取到待注册的人脸对应的第三人脸特征数据后,终端可以检测预设的人脸特征数据库中是否包含与第三人脸特征数据相匹配的人脸特征数据。例如,终端可以将第三人脸特征数据与预设的人脸特征数据库中所包含的人脸特征数据进行一一对比,并检测预设的人脸特征数据库中是否包含与第三人脸特征数据的匹配度大于第三预设匹配度阈值的人脸特征数据。终端若检测到预设的人脸特征数据库中的第四人脸特征数据与第三人脸特征数据的匹配度大于第三预设匹配度阈值的人脸特征数据,则识别为预设的人脸特征数据库中包含与第三人脸特征数据相匹配的人脸特征数据。其中,第三预设匹配度阈值可以根据实际需求进行设置,此处不做限制。例如,第三预设匹配度阈值可以为70%。
终端若检测到预设的人脸特征数据库中包含与第三人脸特征数据相匹配的第四人脸特征数据,则执行步骤S2021。终端若检测到预设的人脸特征数据库中不包含与第三人脸特征数据相匹配的第四人脸特征数据,则执行步骤S2022。
其中,预设的人脸特征数据库中所存储的人脸特征数据可以从相应的人脸对应的人脸图像中获取。需要说明的是,在本实施例中,作为预设的人脸特征数据库中所存储的人脸特征数据的来源的人脸图像的像素高于第三人脸特征数据对应的人脸图像的像素,即预设的人脸特征数据库中所存储的人脸特征数据各自对应的人脸图像的像素高于第三人脸特征数据对应的人脸图像的像素。
可以理解的是,在实际应用中,通过终端的后置摄像头所拍摄的人脸图像的像素远高于通过终端的前置摄像头所拍摄的人脸图像的像素,且通过后置摄像头所拍摄的人脸图像中的人脸位置通常比较端正。而对于人脸识别来说,像素高且人脸位置端正的人脸图像可以提取到更多的人脸特征点。通过终端的前置摄像头或后置摄像头所拍摄的图像或视频通常默认存储于终端的本地图库中,且终端的本地图库中所存储的大多是终端用户本人的图像,或一些认识的人的图像。因此,可以采用终端本地图像中所存储的通过后置摄像头拍摄的人脸图像作为预设的人脸特征数据库中所存储的人脸特征数据的来源。
进一步的,在步骤S201之前,人脸识别方法还可以包括以下步骤:
从本地图库的第一图像集中筛选包含单个人脸的人脸图像,并将由所述包含单个人脸的人脸图像构成的图像集识别为第二图像集;其中,所述第一图像集中的图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;
对所述第二图像集中的人脸图像进行人脸识别,并根据人脸识别结果将所述第二图像集划分为至少一个图像子集;
根据所述图像子集中的人脸图像各自对应的人脸特征数据,确定所述图像子集对应的人脸特征数据;
根据所有所述图像子集各自对应的人脸特征数据生成所述预设的人脸特征数据库。
在进行人脸信息注册之前,终端可以预先通过人脸识别技术从本地图库的第一图像集中筛选包含单个人脸的人脸图像,并将筛选出的包含单个人脸的人脸图像构成的图像集识别为第二图像集。其中,本地图库的第一图像集用于存储通过终端的后置摄像头所拍摄的图像。可以理解的是,第一图像集中还可以存储用户通过网络下载的人脸图像,只需保证通过网络下载的人脸图像的像素高于通过终端前置摄像头所拍摄的人脸图像的像素即可。
第二图像集中包含的人脸图像可以为一张,也可以为至少两张。当第二图像集中包含的人脸图像为至少两张时,该至少两张人脸图像可以对应同一个人的人脸,也可以对应不同人的人脸,此处不做限制。
终端从第一图像集中筛选出第二图像集后,可以对第二图像集中的每张人脸图像进行人脸识别,并根据人脸识别结果将第二图像集划分为至少一个图像子集。具体的,终端将同一个人对应的人脸图像划分到同一个图像子集中,将不同人对应的人脸图像划分到不同的图像子集中。也就是说,同一图像子集包含的所有人脸图像对应同一人脸,不同图像子集包含的人脸图像对应不同人脸。其中,每个图像子集中包含至少一张人脸图像。对于每一个图像子集而言,终端可以根据该图像子集中的人脸图像各自对应的人脸特征数据确定该图像子集对应的人脸特征数据。而所有图像子集各自对应的人脸特征数据构成了预设的人脸特征数据库。由于每个图像子集中的人脸图像均是通过终端的后置摄像头拍摄的,因此,相较于通过前置摄像头所拍摄的人脸图像对应的第三人脸特征数据来说,每个图像子集对应的人脸特征数据所包含的人脸特征点更加完整和清晰。
进一步的,从本地图库的第一图像集中筛选包含单个人脸的人脸图像,并将由所述包含单个人脸的人脸图像构成的图像集识别为第二图像集,可以包括以下步骤:
从所述第一图像集中筛选图像存储时间在预设时段内且包含单个人脸的人脸图像,并将由所述图像存储时间在预设时段内包含单个人脸的人脸图像构成的图像集识别为所述第二图像集。
在本实施例中,为了保证预设的人脸特征数据库中所存储的人脸特征数据的时效性,以进一步提高人脸识别的准确率,终端在从第一图像集中筛选包含单个人脸的人脸图像时,可以仅筛选近期的人脸图像。即终端可以从第一图像集中筛选图像存储时间在预设时段内且包含单个人脸的人脸图像。其中,预设时段可以根据实际需求进行设置,此处不做限制。例如,假设今年为2017年,则预设时段可以为2016年至今,即终端仅从第一图像集中筛选图像存储时间大于或等于2016年且包含单个人脸的人脸图像。终端将从第一图像集中筛选出的图像存储时间在预设时段内包含单个人脸的人脸图像构成的图像集识别为第二图像集。
可以理解的是,终端还可以实时对第二图像集包含的图像子集各自对应的人脸特征数据进行更新。具体的,终端可以实时检测第一图像集中是否有新增的包含单个人脸的人脸图像,若第一图像集中有新增的包含单个人脸的人脸图像,则对新增的包含单个人脸的人脸图像进行识别,并检测第二图像集中是否存在与新增的包含单个人脸的人脸图像相匹配的图像子集。若第二图像集中存在与新增的包含单个人脸的人脸图像相匹配的图像子集,则将新增的人脸图像添加至与其相匹配的图像子集中;若第二图像集中不存在与新增的包含单个人脸的人脸图像相匹配的图像子集,则终端可以在第二图像集中新建一个图像子集来存储新增的人脸图像。终端若对第二图像集中的某一图像子集进行了更新,则根据更新后的图像子集重新确定该图像子集对应的人脸特征数据。
终端还可以根据预设的时间间隔对第二图像集包含的图像子集各自对应的人脸特征数据进行更新。具体更新方式同上,此处不再赘述。其中,预设的时间间隔可以根据实际需求进行设置。例如,预设的时间间隔可以为2天,终端每隔2天对第二图像集包含的图像子集各自对应的人脸特征数据进行一次更新。
进一步的,根据所述图像子集中的人脸图像各自对应的人脸特征数据,确定所述图像子集对应的人脸特征数据,可以包括以下步骤:
从所述图像子集包含的人脸图像中提取所述图像子集包含的人脸图像各自对应的人脸特征点;
根据所提取的人脸特征点,从所述图像子集包含的人脸图像中筛选所述图像子集对应的目标人脸图像;其中,所述目标人脸图像对应的人脸特征点的数量大于预设特征点阈值;
将所述图像子集对应的目标人脸图像的人脸特征点进行整合,并将整合后的人脸特征点识别为所述图像子集对应的人脸特征数据。
在本实施例中,对于一个图像子集而言,虽然同一图像子集中的人脸图像均对应同一个人的人脸,但由于人脸图像中人脸位置或光线等的影响,该图像子集中的每张人脸图像不可能完全相同,因此,从图像子集包含的每张人脸图像中所提取到的人脸特征点的数量通常不同。终端在根据该图像子集中的人脸图像各自对应的人脸特征数据确定该图像子集对应的人脸特征数据时,可以分别提取该图像子集包含的所有人脸图像各自对应的人脸特征点,并将所有人脸图像对应的人脸特征点进行整合,得到该图像子集对应的人脸特征数据。
可以理解的是,为了提高终端的数据处理效率,终端可以从图像子集所包含的人脸图像中筛选出人脸特征点的数量大于预设特征点阈值的人脸图像,并将人脸特征点的数量大于预设特征点阈值的人脸图像对应的人脸特征点进行整合,且将整合后的人脸特征点识别为该图像子集对应的人脸特征数据。其中,预设特征点阈值可以根据实际需求进行设置,此处不做限制。
优选的,为了使人脸识别的准确率更高,终端可以将人脸图像中的人脸划分为若干个区域(例如可以将人脸按照五官划分为5个区域),并从图像子集所包含的人脸图像中筛选每个区域人脸特征点最多的人脸图像,将所筛选出的图像各自对应的人脸特征点进行整合,且将整合后的人脸特征点识别为该图像子集对应的人脸特征数据。
终端将不同人脸图像对应的人脸特征点进行整合可以为,终端将不同人脸图像对应的人脸特征点进行去重叠加。
S2021:若所述预设的人脸特征数据库中包含与所述第三人脸特征数据对应的第四人脸特征数据,则将所述第四人脸特征数据注册为所述待注册的人脸对应的人脸信息。其中,所述第四人脸特征数据对应的人脸图像的像素高于所述第三人脸特征数据对应的人脸图像的像素。
终端若检测到预设的人脸特征数据库中包含与所述第三人脸特征数据对应的第四人脸特征数据,则将第四人脸特征数据注册为待注册的人脸对应的人脸信息,即终端将第四人脸特征数据作为后续人脸识别过程中用于校验用户身份的基准人脸信息。由于第四人脸特征数据对应的人脸图像的像素高于第三人脸特征数据对应的人脸图像的像素,因此,将第四人脸特征数据注册为待注册的人脸对应的人脸信息,可以提高后续人脸识别的准确率。
S2022:若所述预设的人脸特征数据库中不包含与所述第三人脸特征数据对应的人脸特征数据,则将所述第三人脸特征数据注册为所述待注册的人脸对应的人脸信息。
终端若检测到预设的人脸特征数据库中不包含与所述第三人脸特征数据对应的人脸特征数据,则直接将第三人脸特征数据注册为待注册的人脸对应的人脸信息。
可以理解的是,终端在检测到预设的人脸特征数据库中包含与所述第三人脸特征数据对应的第四人脸特征数据之后,可以输出第二提示信息。第二提示信息用于提示用户是否将第四人脸特征数据注册为待注册的人脸对应的人脸信息。终端若接收到用户响应第二提示信息而输入的确认信息,则将第四人脸特征数据注册为待注册的人脸对应的人脸信息;终端若接收到用户响应第二提示信息而输入的取消信息,则将第三人脸特征数据注册为待注册的人脸对应的人脸信息。
S203:获取待识别的人脸对应的第一人脸特征数据。
用户完成对人脸信息的注册之后,可以将已注册的人脸信息应用于人脸解锁或支付密码验证等场景。
需要说明的是,本实施例中的步骤S203与图1对应的实施例中的步骤S102的实现方式完全相同,具体可参考图1对应的实施例中的步骤S102的相关描述,此处不再赘述。
S204:若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据。
终端获取到待识别的人脸对应的第一人脸特征数据后,检测预设的人脸特征数据库中是否包含与第一人脸特征数据相匹配的人脸特征数据。具体的,终端可以将第一人脸特征数据与预设的人脸特征数据库中存储的所有人脸特征数据进行一一对比,检测预设的人脸特征数据库中是否包含与第一人脸特征数据的匹配度大于第一预设匹配度阈值的人脸特征数据。终端若检测到预设的人脸特征数据库中存储的第二人脸特征数据与第一人脸特征数据的匹配度大于第一预设匹配度阈值,则将第二人脸特征数据识别为待识别的目标人脸特征数据,即终端将第二人脸特征数据作为与已注册的人脸信息进行比对的目标人脸特征数据,通过将目标人脸特征数据与已注册的人脸信息进行比对,从而实现对当前用户的身份校验。其中,第一预设匹配度阈值可以根据实际需求进行设置,此处不做限制。例如,第一预设匹配度阈值可以为80%。
终端获取到待识别的目标人脸特征数据后,可以将目标人脸特征数据与已注册的人脸信息包含所有人脸特征数据进行一一对比,从而实现对当前用户身份的校验。
可以理解的是,终端若检测到预设的人脸特征数据库中不包含与第一人脸特征数据相匹配的人脸特征数据,则终端将第一脸特征数据识别为待识别的目标人脸特征数据。
S2051:若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。
需要说明的是,本实施例中的步骤S2051与图1对应的实施例中的步骤S103的实现方式完全相同,具体可参考图1对应的实施例中的步骤S103的相关描述,此处不再赘述。
S2052:若已注册的人脸信息中不包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别失败。
终端若检测到已注册的人脸信息中不包含与目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别失败。人脸识别失败则说明终端中未预先注册与待识别的人脸(当前操控终端的用户的人脸)对应的人脸信息,即说明当前用户为未授权用户。在人脸识别失败后,终端可以不执行当前人脸识别操作对应的解锁操作或支付操作等;或者终端可以输出错误提示信息,以提示针对当前用户的身份校验失败。
需要说明的是,本实施例中的步骤S2051和步骤S2052互为并列的步骤,两者不分先后顺序。若终端执行了步骤S2051,则不再执行步骤S2052;若终端执行了步骤S2052,则不再执行步骤S2051。
上述方案,终端获取待识别的人脸对应的第一人脸特征数据;若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。终端采用与待识别的人脸相匹配的更高像素的人脸图像对应的人脸特征数据进行人脸识别,从而提高了人脸识别的准确率。
终端将与待注册的人脸相匹配的更高像素的人脸图像对应的人脸特征数据注册为待注册的人脸对应的人脸信息,进一步提高了人脸识别的准确率。
终端优先采用本地图库中存储的图像作为预设的人脸特征数据库中的人脸特征数据的来源,由于本地图库中存储的大多为终端用户本人的人脸图像,因此可以提高人脸识别的可靠性。
参见图3,图3是本发明实施例提供的一种终端的示意性框图。终端300可以为智能手机、平板电脑等移动终端。本实施例的终端300包括的各单元用于执行图1对应的实施例中的各步骤,具体请参阅图1及图1对应的实施例中的相关描述,此处不赘述。本实施例的终端300包括第一获取单元301、第一识别单元302及人脸识别单元303。
第一获取单元301用于获取待识别的人脸对应的第一人脸特征数据。第一获取单元301将第一人脸特征数据发送至第一识别单元302。
第一识别单元302用于接收第一获取单元301发送的第一人脸特征数据,若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;其中,所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素。第一识别单元302将目标人脸特征数据发送至人脸识别单元303。
人脸识别单元303用于接收第一识别单元302发送的目标人脸特征数据,若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。
上述方案,终端获取待识别的人脸对应的第一人脸特征数据;若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。终端采用与待识别的人脸相匹配的更高像素的人脸图像对应的人脸特征数据进行人脸识别,从而提高了人脸识别的准确率。
参见图4,图4是本发明另一实施例提供的一种终端的示意性框图。终端400可以为智能手机、平板电脑等移动终端。本实施例的终端400包括的各单元用于执行图2对应的实施例中的各步骤,具体请参阅图2及图2对应的实施例中的相关描述,此处不赘述。本实施例的终端400包括第一获取单元401、第一识别单元402、人脸识别单元403、第二获取单元404、人脸信息注册单元405、第一筛选单元406、分类单元407、确定单元408及数据库生成单元409。
第一筛选单元406用于从本地图库的第一图像集中筛选包含单个人脸的人脸图像,并将由所述包含单个人脸的人脸图像构成的图像集识别为第二图像集;其中,所述第一图像集中的图像的像素高于所述第一人脸特征数据对应的人脸图像的像素。第一筛选单元406将第二图像集发送至分类单元407。
分类单元407用于接收第一筛选单元406发送的第二图像集,对所述第二图像集中的人脸图像进行人脸识别,并根据人脸识别结果将所述第二图像集划分为至少一个图像子集;其中,所述图像子集包含至少一张人脸图像,同一所述图像子集包含的所有人脸图像对应同一人脸,不同所述图像子集包含的人脸图像对应不同人脸。分类单元407将图像子集发送至确定单元408。
确定单元408用于接收分类单元407发送的图像子集,根据所述图像子集中的人脸图像各自对应的人脸特征数据,确定所述图像子集对应的人脸特征数据。确定单元408将所有图像子集各自对应的人脸特征数据发送至数据库生成单元409。
数据库生成单元409用于接收确定单元408发送的所有图像子集各自对应的人脸特征数据,根据所有所述图像子集各自对应的人脸特征数据生成所述预设的人脸特征数据库。数据库生成单元409将预设的人脸特征数据库发送至人脸信息注册单元405和第一识别单元402。
第二获取单元404用于获取待注册的人脸对应的第三人脸特征数据。第二获取单元404将第三人脸特征数据发送至人脸信息注册单元405。
人脸信息注册单元405用于接收第二获取单元404发送的第三人脸特征数据和数据库生成单元409发送的预设的人脸特征数据库,若所述预设的人脸特征数据库中包含与所述第三人脸特征数据对应的第四人脸特征数据,则将所述第四人脸特征数据注册为所述待注册的人脸对应的人脸信息;其中,所述第四人脸特征数据对应的人脸图像的像素高于所述第三人脸特征数据对应的人脸图像的像素。
人脸信息注册单元405还用于若所述预设的人脸特征数据库中不包含与所述第三人脸特征数据对应的人脸特征数据,则将所述第三人脸特征数据注册为所述待注册的人脸对应的人脸信息。
第一获取单元401用于获取待识别的人脸对应的第一人脸特征数据。第一获取单元401将第一人脸特征数据发送至第一识别单元402。
第一识别单元402用于接收第一获取单元401发送的第一人脸特征数据和数据库生成单元409发送的预设的人脸特征数据库,若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;其中,所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素。第一识别单元402将目标人脸特征数据发送至人脸识别单元403。
人脸识别单元403用于接收第一识别单元402发送的目标人脸特征数据,若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。
人脸识别单元403还用于若已注册的人脸信息中不包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别失败。
进一步的,第一筛选单元406还用于从所述第一图像集中筛选图像存储时间在预设时段内且包含单个人脸的人脸图像,并将由所述图像存储时间在预设时段内包含单个人脸的人脸图像构成的图像集识别为所述第二图像集。
进一步的,确定单元408包括特征点提取单元、第二筛选单元及特征点整合单元。
特征点提取单元用于从所述图像子集包含的人脸图像中提取所述图像子集包含的人脸图像各自对应的人脸特征点。特征点提取单元将图像子集包含的人脸图像各自对应的人脸特征点发送至第二筛选单元。
第二筛选单元用于接收特征点提取单元发送的图像子集包含的人脸图像各自对应的人脸特征点,根据所提取的人脸特征点,从所述图像子集包含的人脸图像中筛选所述图像子集对应的目标人脸图像;其中,所述目标人脸图像对应的人脸特征点的数量大于预设特征点阈值。第二筛选单元将每个图像子集各自对应的目标人脸图像发送至特征点整合单元。
特征点整合单元用于接收第二筛选单元发送的每个图像子集各自对应的目标人脸图像,将所述图像子集对应的目标人脸图像的人脸特征点进行整合,并将整合后的人脸特征点识别为所述图像子集对应的人脸特征数据。
上述方案,终端获取待识别的人脸对应的第一人脸特征数据;若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。终端采用与待识别的人脸相匹配的更高像素的人脸图像对应的人脸特征数据进行人脸识别,从而提高了人脸识别的准确率。
终端将与待注册的人脸相匹配的更高像素的人脸图像对应的人脸特征数据注册为待注册的人脸对应的人脸信息,进一步提高了人脸识别的准确率。
终端优先采用本地图库中存储的图像作为预设的人脸特征数据库中的人脸特征数据的来源,由于本地图库中存储的大多为终端用户本人的人脸图像,因此可以提高人脸识别的可靠性。
参见图5,图5是本发明再一实施例提供的一种终端的示意框图。如图5所示的本实施例中的终端500可以包括:一个或多个处理器501、一个或多个输入设备502、一个或多个则输出设备503及一个或多个存储器504。上述处理器501、输入设备502、则输出设备503及存储器504通过通信总线505完成相互间的通信。存储器504用于存储计算机程序,所述计算机程序包括程序指令。处理器501用于执行存储器504存储的程序指令。其中,处理器501被配置用于调用所述程序指令执行以下操作:
获取待识别的人脸对应的第一人脸特征数据;
若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;其中,所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;
若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。
处理器501还被配置用于调用所述程序指令执行以下操作:
若已注册的人脸信息中不包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别失败。
处理器501还被配置用于调用所述程序指令执行以下操作:
获取待注册的人脸对应的第三人脸特征数据;
若所述预设的人脸特征数据库中包含与所述第三人脸特征数据对应的第四人脸特征数据,则将所述第四人脸特征数据注册为所述待注册的人脸对应的人脸信息;其中,所述第四人脸特征数据对应的人脸图像的像素高于所述第三人脸特征数据对应的人脸图像的像素。
处理器501还被配置用于调用所述程序指令执行以下操作:
若所述预设的人脸特征数据库中不包含与所述第三人脸特征数据对应的人脸特征数据,则将所述第三人脸特征数据注册为所述待注册的人脸对应的人脸信息。
处理器501还被配置用于调用所述程序指令执行以下操作:
从本地图库的第一图像集中筛选包含单个人脸的人脸图像,并将由所述包含单个人脸的人脸图像构成的图像集识别为第二图像集;其中,所述第一图像集中的图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;
对所述第二图像集中的人脸图像进行人脸识别,并根据人脸识别结果将所述第二图像集划分为至少一个图像子集;其中,所述图像子集包含至少一张人脸图像,同一所述图像子集包含的所有人脸图像对应同一人脸,不同所述图像子集包含的人脸图像对应不同人脸;
根据所述图像子集中的人脸图像各自对应的人脸特征数据,确定所述图像子集对应的人脸特征数据;
根据所有所述图像子集各自对应的人脸特征数据生成所述预设的人脸特征数据库。
处理器501具体被配置用于调用所述程序指令执行以下操作:
从所述第一图像集中筛选图像存储时间在预设时段内且包含单个人脸的人脸图像,并将由所述图像存储时间在预设时段内包含单个人脸的人脸图像构成的图像集识别为所述第二图像集。
处理器501具体被配置用于调用所述程序指令执行以下操作:
从所述图像子集包含的人脸图像中提取所述图像子集包含的人脸图像各自对应的人脸特征点;
根据所提取的人脸特征点,从所述图像子集包含的人脸图像中筛选所述图像子集对应的目标人脸图像;其中,所述目标人脸图像对应的人脸特征点的数量大于预设特征点阈值;
将所述图像子集对应的目标人脸图像的人脸特征点进行整合,并将整合后的人脸特征点识别为所述图像子集对应的人脸特征数据。
上述方案,终端获取待识别的人脸对应的第一人脸特征数据;若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。终端采用与待识别的人脸相匹配的更高像素的人脸图像对应的人脸特征数据进行人脸识别,从而提高了人脸识别的准确率。
终端将与待注册的人脸相匹配的更高像素的人脸图像对应的人脸特征数据注册为待注册的人脸对应的人脸信息,进一步提高了人脸识别的准确率。
应当理解,在本发明实施例中,所称处理器501可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备502可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备503可以包括显示器(LCD等)、扬声器等。
该存储器504可以包括只读存储器和随机存取存储器,并向处理器501提供指令和数据。存储器504的一部分还可以包括非易失性随机存取存储器。例如,存储器504还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器501、输入设备502、输出设备503可执行本发明实施例提供的人脸识别方法的第一实施例和第二实施例中所描述的实现方式,也可执行本发明实施例所描述的终端的实现方式,在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现:
获取待识别的人脸对应的第一人脸特征数据;
若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;其中,所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;
若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。
进一步的,所述计算机程序被处理器执行时还实现:
若已注册的人脸信息中不包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别失败。
进一步的,所述计算机程序被处理器执行时还实现:
获取待注册的人脸对应的第三人脸特征数据;
若所述预设的人脸特征数据库中包含与所述第三人脸特征数据对应的第四人脸特征数据,则将所述第四人脸特征数据注册为所述待注册的人脸对应的人脸信息;其中,所述第四人脸特征数据对应的人脸图像的像素高于所述第三人脸特征数据对应的人脸图像的像素。
进一步的,所述计算机程序被处理器执行时还实现:
若所述预设的人脸特征数据库中不包含与所述第三人脸特征数据对应的人脸特征数据,则将所述第三人脸特征数据注册为所述待注册的人脸对应的人脸信息。
进一步的,所述计算机程序被处理器执行时还实现:
从本地图库的第一图像集中筛选包含单个人脸的人脸图像,并将由所述包含单个人脸的人脸图像构成的图像集识别为第二图像集;其中,所述第一图像集中的图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;
对所述第二图像集中的人脸图像进行人脸识别,并根据人脸识别结果将所述第二图像集划分为至少一个图像子集;其中,所述图像子集包含至少一张人脸图像,同一所述图像子集包含的所有人脸图像对应同一人脸,不同所述图像子集包含的人脸图像对应不同人脸;
根据所述图像子集中的人脸图像各自对应的人脸特征数据,确定所述图像子集对应的人脸特征数据;
根据所有所述图像子集各自对应的人脸特征数据生成所述预设的人脸特征数据库。
进一步的,所述计算机程序被处理器执行时具体实现:
从所述第一图像集中筛选图像存储时间在预设时段内且包含单个人脸的人脸图像,并将由所述图像存储时间在预设时段内包含单个人脸的人脸图像构成的图像集识别为所述第二图像集。
进一步的,所述计算机程序被处理器执行时具体实现:
从所述图像子集包含的人脸图像中提取所述图像子集包含的人脸图像各自对应的人脸特征点;
根据所提取的人脸特征点,从所述图像子集包含的人脸图像中筛选所述图像子集对应的目标人脸图像;其中,所述目标人脸图像对应的人脸特征点的数量大于预设特征点阈值;
将所述图像子集对应的目标人脸图像的人脸特征点进行整合,并将整合后的人脸特征点识别为所述图像子集对应的人脸特征数据。
所述计算机可读存储介质可以是前述任一实施例所述的终端的内部存储单元,例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备,例如所述终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种人脸识别方法,其特征在于,包括:
获取待识别的人脸对应的第一人脸特征数据;
若预设的人脸特征数据库中包含与所述第一人脸特征数据相匹配的第二人脸特征数据,则将所述第二人脸特征数据识别为待识别的目标人脸特征数据;其中,所述第二人脸特征数据对应的人脸图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;
若已注册的人脸信息中包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别成功。
2.根据权利要求1所述的人脸识别方法,其特征在于,还包括:
若已注册的人脸信息中不包含与所述目标人脸特征数据相匹配的人脸特征数据,则识别为人脸识别失败。
3.根据权利要求1所述的人脸识别方法,其特征在于,所述获取待识别的人脸对应的第一人脸特征数据之前,还包括:
获取待注册的人脸对应的第三人脸特征数据;
若所述预设的人脸特征数据库中包含与所述第三人脸特征数据对应的第四人脸特征数据,则将所述第四人脸特征数据注册为所述待注册的人脸对应的人脸信息;其中,所述第四人脸特征数据对应的人脸图像的像素高于所述第三人脸特征数据对应的人脸图像的像素。
4.根据权利要求3所述的人脸识别方法,其特征在于,所述获取待识别的人脸对应的第一人脸特征数据之前,所述获取待注册的人脸对应的第三人脸特征数据之后,还包括:
若所述预设的人脸特征数据库中不包含与所述第三人脸特征数据对应的人脸特征数据,则将所述第三人脸特征数据注册为所述待注册的人脸对应的人脸信息。
5.根据权利要求3所述的人脸识别方法,其特征在于,所述获取待注册的人脸对应的第三人脸特征数据之前,还包括:
从本地图库的第一图像集中筛选包含单个人脸的人脸图像,并将由所述包含单个人脸的人脸图像构成的图像集识别为第二图像集;其中,所述第一图像集中的图像的像素高于所述第一人脸特征数据对应的人脸图像的像素;
对所述第二图像集中的人脸图像进行人脸识别,并根据人脸识别结果将所述第二图像集划分为至少一个图像子集;其中,所述图像子集包含至少一张人脸图像,同一所述图像子集包含的所有人脸图像对应同一人脸,不同所述图像子集包含的人脸图像对应不同人脸;
根据所述图像子集中的人脸图像各自对应的人脸特征数据,确定所述图像子集对应的人脸特征数据;
根据所有所述图像子集各自对应的人脸特征数据生成所述预设的人脸特征数据库。
6.根据权利要求5所述的人脸识别方法,其特征在于,所述从本地图库的第一图像集中筛选包含单个人脸的人脸图像,并将由所述包含单个人脸的人脸图像构成的图像集识别为第二图像集,包括:
从所述第一图像集中筛选图像存储时间在预设时段内且包含单个人脸的人脸图像,并将由所述图像存储时间在预设时段内包含单个人脸的人脸图像构成的图像集识别为所述第二图像集。
7.根据权利要求5所述的人脸识别方法,其特征在于,所述根据所述图像子集中的人脸图像各自对应的人脸特征数据,确定所述图像子集对应的人脸特征数据,包括:
从所述图像子集包含的人脸图像中提取所述图像子集包含的人脸图像各自对应的人脸特征点;
根据所提取的人脸特征点,从所述图像子集包含的人脸图像中筛选所述图像子集对应的目标人脸图像;其中,所述目标人脸图像对应的人脸特征点的数量大于预设特征点阈值;
将所述图像子集对应的目标人脸图像的人脸特征点进行整合,并将整合后的人脸特征点识别为所述图像子集对应的人脸特征数据。
8.一种终端,其特征在于,包括用于执行如权利要求1-7任一权利要求所述的方法的单元。
9.一种终端,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710807664.2A CN107609508A (zh) | 2017-09-08 | 2017-09-08 | 一种人脸识别方法、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710807664.2A CN107609508A (zh) | 2017-09-08 | 2017-09-08 | 一种人脸识别方法、终端及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107609508A true CN107609508A (zh) | 2018-01-19 |
Family
ID=61063209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710807664.2A Withdrawn CN107609508A (zh) | 2017-09-08 | 2017-09-08 | 一种人脸识别方法、终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107609508A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280422A (zh) * | 2018-01-22 | 2018-07-13 | 百度在线网络技术(北京)有限公司 | 用于识别人脸的方法和装置 |
CN108573038A (zh) * | 2018-04-04 | 2018-09-25 | 北京市商汤科技开发有限公司 | 图像处理、身份验证方法、装置、电子设备和存储介质 |
CN109064613A (zh) * | 2018-09-18 | 2018-12-21 | 广州佳都数据服务有限公司 | 人脸识别方法及装置 |
CN109087157A (zh) * | 2018-06-08 | 2018-12-25 | 成都第二记忆科技有限公司 | 一种摄像摄影作品售卖服务***及方法和商业模式 |
CN109361994A (zh) * | 2018-10-12 | 2019-02-19 | Oppo广东移动通信有限公司 | 扬声器控制方法、移动终端及计算机可读存储介质 |
CN110069445A (zh) * | 2019-03-12 | 2019-07-30 | 深圳壹账通智能科技有限公司 | 人脸图像处理方法、服务器及计算机可读存储介质 |
CN110097368A (zh) * | 2018-01-30 | 2019-08-06 | 财付通支付科技有限公司 | 人脸图像的识别方法、服务器、终端及服务设备 |
CN110825765A (zh) * | 2019-10-23 | 2020-02-21 | 中国建设银行股份有限公司 | 一种人脸识别的方法和装置 |
CN111523346A (zh) * | 2019-02-01 | 2020-08-11 | 深圳市商汤科技有限公司 | 图像识别方法及装置、电子设备和存储介质 |
CN111626161A (zh) * | 2020-05-15 | 2020-09-04 | Oppo(重庆)智能科技有限公司 | 人脸识别方法及装置、终端和可读存储介质 |
CN111782855A (zh) * | 2020-07-15 | 2020-10-16 | 上海依图网络科技有限公司 | 一种人脸图像处理方法、装置、设备及介质 |
CN111967039A (zh) * | 2020-07-03 | 2020-11-20 | 浙江大华技术股份有限公司 | 一种图像处理方法、设备及*** |
CN112784823A (zh) * | 2021-03-17 | 2021-05-11 | 中国工商银行股份有限公司 | 人脸图像识别方法、装置、计算设备和介质 |
WO2022174699A1 (zh) * | 2021-02-22 | 2022-08-25 | Oppo广东移动通信有限公司 | 图像更新方法、装置、电子设备及计算机可读介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477621A (zh) * | 2009-02-20 | 2009-07-08 | 深圳华为通信技术有限公司 | 一种基于人脸识别的图像更新方法及装置 |
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***及方法 |
CN105740808A (zh) * | 2016-01-28 | 2016-07-06 | 北京旷视科技有限公司 | 人脸识别方法和装置 |
CN105809154A (zh) * | 2016-05-10 | 2016-07-27 | 清华大学 | 人脸识别方法及装置 |
CN106156688A (zh) * | 2015-03-10 | 2016-11-23 | 上海骏聿数码科技有限公司 | 一种动态人脸识别方法及*** |
CN106372624A (zh) * | 2016-10-15 | 2017-02-01 | 杭州艾米机器人有限公司 | 人脸识别方法及*** |
CN106446816A (zh) * | 2016-09-14 | 2017-02-22 | 北京旷视科技有限公司 | 人脸识别方法及装置 |
-
2017
- 2017-09-08 CN CN201710807664.2A patent/CN107609508A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477621A (zh) * | 2009-02-20 | 2009-07-08 | 深圳华为通信技术有限公司 | 一种基于人脸识别的图像更新方法及装置 |
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***及方法 |
CN106156688A (zh) * | 2015-03-10 | 2016-11-23 | 上海骏聿数码科技有限公司 | 一种动态人脸识别方法及*** |
CN105740808A (zh) * | 2016-01-28 | 2016-07-06 | 北京旷视科技有限公司 | 人脸识别方法和装置 |
CN105809154A (zh) * | 2016-05-10 | 2016-07-27 | 清华大学 | 人脸识别方法及装置 |
CN106446816A (zh) * | 2016-09-14 | 2017-02-22 | 北京旷视科技有限公司 | 人脸识别方法及装置 |
CN106372624A (zh) * | 2016-10-15 | 2017-02-01 | 杭州艾米机器人有限公司 | 人脸识别方法及*** |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280422A (zh) * | 2018-01-22 | 2018-07-13 | 百度在线网络技术(北京)有限公司 | 用于识别人脸的方法和装置 |
CN110097368A (zh) * | 2018-01-30 | 2019-08-06 | 财付通支付科技有限公司 | 人脸图像的识别方法、服务器、终端及服务设备 |
US11270142B2 (en) | 2018-04-04 | 2022-03-08 | Beijing Sensetime Technology Development Co., Ltd. | Methods and apparatuses for processing image and identity verification, electronic devices, and storage media |
CN108573038A (zh) * | 2018-04-04 | 2018-09-25 | 北京市商汤科技开发有限公司 | 图像处理、身份验证方法、装置、电子设备和存储介质 |
WO2019192216A1 (zh) * | 2018-04-04 | 2019-10-10 | 北京市商汤科技开发有限公司 | 图像处理、身份验证方法、装置、电子设备和存储介质 |
CN109087157A (zh) * | 2018-06-08 | 2018-12-25 | 成都第二记忆科技有限公司 | 一种摄像摄影作品售卖服务***及方法和商业模式 |
CN109064613A (zh) * | 2018-09-18 | 2018-12-21 | 广州佳都数据服务有限公司 | 人脸识别方法及装置 |
CN109361994A (zh) * | 2018-10-12 | 2019-02-19 | Oppo广东移动通信有限公司 | 扬声器控制方法、移动终端及计算机可读存储介质 |
CN111523346A (zh) * | 2019-02-01 | 2020-08-11 | 深圳市商汤科技有限公司 | 图像识别方法及装置、电子设备和存储介质 |
CN111523346B (zh) * | 2019-02-01 | 2024-04-02 | 深圳市商汤科技有限公司 | 图像识别方法及装置、电子设备和存储介质 |
CN110069445A (zh) * | 2019-03-12 | 2019-07-30 | 深圳壹账通智能科技有限公司 | 人脸图像处理方法、服务器及计算机可读存储介质 |
CN110825765A (zh) * | 2019-10-23 | 2020-02-21 | 中国建设银行股份有限公司 | 一种人脸识别的方法和装置 |
CN111626161A (zh) * | 2020-05-15 | 2020-09-04 | Oppo(重庆)智能科技有限公司 | 人脸识别方法及装置、终端和可读存储介质 |
CN111967039A (zh) * | 2020-07-03 | 2020-11-20 | 浙江大华技术股份有限公司 | 一种图像处理方法、设备及*** |
CN111782855A (zh) * | 2020-07-15 | 2020-10-16 | 上海依图网络科技有限公司 | 一种人脸图像处理方法、装置、设备及介质 |
WO2022174699A1 (zh) * | 2021-02-22 | 2022-08-25 | Oppo广东移动通信有限公司 | 图像更新方法、装置、电子设备及计算机可读介质 |
CN112784823A (zh) * | 2021-03-17 | 2021-05-11 | 中国工商银行股份有限公司 | 人脸图像识别方法、装置、计算设备和介质 |
CN112784823B (zh) * | 2021-03-17 | 2023-04-07 | 中国工商银行股份有限公司 | 人脸图像识别方法、装置、计算设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609508A (zh) | 一种人脸识别方法、终端及计算机可读存储介质 | |
US20180315049A1 (en) | Multi factor authentication rule-based intelligent bank cards | |
CN108537030A (zh) | 基于身份识别的管理方法、装置及电子设备 | |
CN106716436A (zh) | 信息展示方法和*** | |
CN107733973A (zh) | 安全控制方法、终端、服务器及计算机可读介质 | |
CN107633169A (zh) | 一种终端解锁方法、终端及计算机可读存储介质 | |
US20180012005A1 (en) | System, Method, and Apparatus for Personal Identification | |
WO2019174155A1 (zh) | 一种应用图标的显示方法及终端设备 | |
CN109274582A (zh) | 即时通讯消息的展示方法、装置、设备及存储介质 | |
US20130290728A1 (en) | Method and system for a secure, searchable and sharable digital notary journal | |
CN107196971A (zh) | 信息处理方法、装置、电子设备及服务器 | |
CN107656959A (zh) | 一种留言方法、装置及留言设备 | |
CN117275138A (zh) | 基于自动取款机的身份认证方法、装置、设备和存储介质 | |
US20240028698A1 (en) | System and method for perfecting and accelerating biometric identification via evolutionary biometrics via continual registration | |
CN108520186A (zh) | 录屏方法、移动终端及计算机可读存储介质 | |
CN111079119B (zh) | 验证方法、装置、设备及存储介质 | |
CN107742073A (zh) | 信息展示方法、装置、计算机装置及计算机可读存储介质 | |
JP2010073112A (ja) | 顔照合システム | |
CN105844815B (zh) | 一种atm机的取现控制方法 | |
CN106779717A (zh) | 一种支付认证方法及装置 | |
CN106682612B (zh) | 一种基于图像识别的报警方法、终端、服务器及*** | |
WO2019098205A1 (ja) | 認証装置、認証方法、及びコンピュータ読み取り可能な記録媒体 | |
CN109191220A (zh) | 在电子***上操作电子***的方法、装置和设备 | |
Aithal | A Study on Multifactor Authentication Model Using Fingerprint Hash Code, Password and OTP | |
CN110766842B (zh) | 通行设备控制方法、装置、机器可读介质及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180119 |