CN108090405B - 一种人脸识别方法及终端 - Google Patents

一种人脸识别方法及终端 Download PDF

Info

Publication number
CN108090405B
CN108090405B CN201611046965.XA CN201611046965A CN108090405B CN 108090405 B CN108090405 B CN 108090405B CN 201611046965 A CN201611046965 A CN 201611046965A CN 108090405 B CN108090405 B CN 108090405B
Authority
CN
China
Prior art keywords
face image
brightness value
preset threshold
face
brightness
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
CN201611046965.XA
Other languages
English (en)
Other versions
CN108090405A (zh
Inventor
袁丽娜
郭计伟
李轶峰
王亮
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201611046965.XA priority Critical patent/CN108090405B/zh
Priority to PCT/CN2017/111810 priority patent/WO2018095293A1/zh
Publication of CN108090405A publication Critical patent/CN108090405A/zh
Priority to US16/279,901 priority patent/US10990806B2/en
Application granted granted Critical
Publication of CN108090405B publication Critical patent/CN108090405B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • 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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/633—Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • H04N23/635—Region indicators; Field of view indicators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Telephone Function (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种人脸识别方法，包括：根据人脸识别操作指令，开启终端的摄像模块采集人脸图像；计算采集到的人脸图像的亮度值；分析人脸图像的亮度值的大小，在亮度值小于第一预设阈值的情况下，增强从终端的显示屏发射出去的光亮度，重新采集人脸图像后执行计算采集到的人脸图像的亮度值的步骤；在人脸图像的亮度值符合预设亮度值范围的情况下，根据人脸图像进行人脸识别。本发明还公开了一种人脸识别终端，可以从源头上减少不合格数据源，提高人脸识别成功率；实现了在周围光线不理想时，能主动或引导用户做正确操作(主动调手机屏幕亮度，或提醒用户到合适光线环节等)，通过主动提醒用户人脸验证不成功的原因，大大提高了用户使用体验。

Description

一种人脸识别方法及终端
技术领域
本发明涉及计算机互联网领域，尤其涉及人脸识别方法以及人脸识别终端。
背景技术
随着电子科技以及移动互联网技术的发展，电子设备(特别是智能移动设备)的功能越来越强大，只要用户按照自身的需求在电子设备上安装各种应用程序，便可以完成各种事务。
现有技术中指纹、人脸、虹膜等生物识别技术已经广泛应用到移动生活中很多领域。这些生物特征中，由于指纹和虹膜识别对移动终端硬件的要求比人脸识别要高，所以人脸的应用相对最广泛。例如在安全中心上进行敏感操作如修改密码、或支付中心上进行敏感操作如进行支付操作，修改支付限额等等的时候，会进行人脸识别及活体动作检测，来进行个人身份的鉴定。如何提高人脸识别与验证成功率已成为人脸识别领域的研究热点。
发明内容
本发明实施例所要解决的技术问题在于，提供一种人脸识别方法以及人脸识别终端，解决现有技术中如何提高人脸识别和验证成功率的技术问题。
为了解决上述技术问题，本发明实施例第一方面公开了一种人脸识别方法，包括：
根据人脸识别操作指令，开启终端的摄像模块采集人脸图像；
计算采集到的人脸图像的亮度值；
分析所述人脸图像的亮度值的大小，在所述亮度值小于第一预设阈值的情况下，增强从所述终端的显示屏发射出去的光亮度，重新采集人脸图像后执行所述计算采集到的人脸图像的亮度值的步骤；
在所述人脸图像的亮度值符合预设亮度值范围的情况下，根据所述人脸图像进行人脸识别。
结合第一方面，在第一种可能的实现方式中，所述计算采集到的人脸图像的亮度值，包括：
基于HSV颜色模型，计算采集到的人脸图像中的亮度值V。
结合第一方面，在第二种可能的实现方式中，所述分析所述人脸图像的亮度值的大小之后，还包括：
在所述人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮的提示信息，重新采集人脸图像后执行所述计算采集到的人脸图像的亮度值的步骤。
结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述分析所述人脸图像的亮度值的大小之前，还包括：
将所述终端的硬件和/或软件版本的信息发送给服务器；
接收并存储所述服务器返回的与所述硬件和/或软件版本的信息匹配的所述第一预设阈值和所述第二预设阈值。
结合第一方面，或者第一方面的第一种可能的实现方式，或者第一方面的第二种可能的实现方式，或者第一方面的第三种可能的实现方式，在第四种可能的实现方式中，所述增强从所述终端的显示屏发射出去的光亮度，包括：
将所述终端的显示屏亮度调节至最高值；
生成并显示加亮选项按钮，所述加亮选项按钮用于提示是否开启加亮模式；
在接收到针对所述加亮选项按钮的选中指令后，将当前显示界面中的目标区域添加不透明白色遮罩层；所述目标区域包括在所述当前显示界面中人脸图像的采集框区域以外的预设范围区域。
本发明实施例第二方面公开了一种人脸识别终端，包括：
开启摄像模块，用于根据人脸识别操作指令，开启终端的摄像模块采集人脸图像；
计算模块，用于计算采集到的人脸图像的亮度值；
分析模块，用于分析所述人脸图像的亮度值的大小；
亮度增强模块，用于在所述亮度值小于第一预设阈值的情况下，增强从所述终端的显示屏发射出去的光亮度，重新采集人脸图像后触发所述计算模块执行所述计算采集到的人脸图像的亮度值；
识别模块，用于在所述人脸图像的亮度值符合预设亮度值范围的情况下，根据所述人脸图像进行人脸识别。
结合第二方面，在第一种可能的实现方式中，所述计算模块具体用于，基于HSV颜色模型，计算采集到的人脸图像中的亮度值V。
结合第二方面，在第二种可能的实现方式中，还包括：
提示模块，用于在所述分析模块分析所述人脸图像的亮度值的大小之后，在所述人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮的提示信息，重新采集人脸图像后触发所述计算模块执行所述计算采集到的人脸图像的亮度值。
结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，还包括：
发送模块，用于在所述分析模块分析所述人脸图像的亮度值的大小之前，将所述终端的硬件和/或软件版本的信息发送给服务器；
接收存储模块，用于接收并存储所述服务器返回的与所述硬件和/或软件版本的信息匹配的所述第一预设阈值和所述第二预设阈值。
结合第二方面，或者第二方面的第一种可能的实现方式，或者第二方面的第二种可能的实现方式，或者第二方面的第三种可能的实现方式，在第四种可能的实现方式中，所述亮度增强模块包括：
亮度调节单元，用于将所述终端的显示屏亮度调节至最高值；
显示按钮单元，用于生成并显示加亮选项按钮，所述加亮选项按钮用于提示是否开启加亮模式；
添加单元，用于在接收到针对所述加亮选项按钮的选中指令后，将当前显示界面中的目标区域添加不透明白色遮罩层；所述目标区域包括在所述当前显示界面中人脸图像的采集框区域以外的预设范围区域。
实施本发明实施例，通过对采集到的人脸图像进行亮度值的分析，在亮度值小于第一预设阈值的情况下，增强从终端的显示屏发射出去的光亮度，然后在重新采集人脸图像，并最终在人脸图像的亮度值符合预设亮度值范围的情况下，才自动根据该人脸图像进行人脸识别，从而可以从源头上减少不合格数据源，提高人脸识别成功率，并且在人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮提示信息，实现了在周围光线不理想时，能主动或引导用户做正确操作(主动调手机屏幕亮度，或提醒用户到合适光线环节等)，通过主动提醒用户人脸验证不成功的原因，大大提高了用户使用体验；另外在光线严重不足的情况下，还可以生成并显示加亮选项按钮以提示是否开启加亮模式，开启后将当前显示界面中的目标区域添加不透明白色遮罩层，进一步提高在完全黑暗环境下通过人脸识别和验证的成功率，使得人脸识别与验证场景的使用场景更加广泛。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例公开的一种人脸识别的应用场景示意图；
图2是本发明实施例提供的人脸识别方法的流程示意图；
图3是本发明提供的人脸识别方法的另一实施例的流程示意图；
图4是本发明实施例提供的人脸识别方法的界面示意图；
图5是本发明提供的人脸识别方法的另一实施例的界面示意图；
图6是本发明实施例提供的人脸识别终端的结构示意图；
图7是本发明提供的人脸识别终端的另一实施例的结构示意图；
图8是本发明实施例提供的亮度增强模块的结构示意图；
图9是本发明提供的人脸识别终端的另一实施例的结构示意图。
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，所描述的实施例仅仅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作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。
为了更好理解本发明实施例公开的一种人脸识别方法及相关终端，下面先对本发明实施例适用的应用场景进行描述。请参阅图1，图1是本发明实施例公开的一种人脸识别的应用场景示意图。如图1所示，用户通过移动终端进行各项操作的过程中，当需要进行人脸识别时(包括运行某应用程序的过程中需要设置密码、需要进行支付交易等等)，移动终端将采集用户的人脸图像进行识别和验证，若验证通过，则继续后续的操作，若验证失败，则提示用户验证失败，不能进行后续的操作。
本发明实施例中，移动终端可以运行在包括但不限于移动电话、移动电脑、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、媒体播放器、智能电视、智能手表、智能眼镜、智能手环等具有摄像模块或可以连接摄像模块进行人脸采集和识别的用户设备。
基于图1所示的应用场景，请参阅图2，图2是本发明实施例提供的人脸识别方法的流程示意图，可以包括以下步骤：
步骤S200：根据人脸识别操作指令，开启终端的摄像模块采集人脸图像；
具体地，移动终端进行各项操作的过程中，当需要进行人脸识别时，即接收到***产生或用户输入的人脸识别操作指令时，那么可以开启自身的摄像模块进行人脸图像的采集。该摄像模块可以包括自身的摄像头等。
步骤S202：计算采集到的人脸图像的亮度值；
具体地，移动终端根据预设的亮度值算法，对采集到的人脸图像进行亮度值的计算。
步骤S204：分析所述人脸图像的亮度值的大小；
具体地，移动终端可以将计算出的人脸图像的亮度值与预设的阈值进行比较，来分析该人脸图像的亮度值的大小；移动终端也可以预先配置多个亮度值范围，然后分析该人脸图像的亮度值落入哪一个预设的亮度值范围，来分析该人脸图像的亮度值的大小；
步骤S206：在所述亮度值小于第一预设阈值的情况下，增强从所述终端的显示屏发射出去的光亮度，重新采集人脸图像后执行步骤S202；
具体地，当前人脸图像的亮度值小于第一预设阈值的情况可以包括直接将亮度值与该第一预设阈值进行比较来获得，也可以通过判断该亮度值落入哪个预设亮度值范围来获得，可理解的是该第一预设阈值可以为某一个亮度值范围a的最小值，那么若当前人脸图像的亮度值落入的亮度值范围b小于亮度值范围a，即可判断出当前人脸图像的亮度值小于第一预设阈值。在分析出当前人脸图像的亮度值小于第一预设阈值时，可以获知当前进行人脸识别的环境比较黑暗，移动终端可以通过将显示屏亮度增大来增强从显示屏发射出去的光亮度，从而使得照射在用户脸部的光增加，然后重新采集人脸图像时，可以获取到更加清晰的人脸图像，可以更加准确地提取出人脸面部特征。
步骤S208：在所述人脸图像的亮度值符合预设亮度值范围的情况下，根据所述人脸图像进行人脸识别。
具体地，当前人脸图像的亮度值符合预设亮度值范围的情况可以包括判断出该亮度值大于或等于该第一预设阈值且小于第二预设阈值，那么移动终端获知当前环境的光线不会过暗或过亮，导致人脸识别的准确性下降。当前环境的光线适合进行人脸识别。
实施本发明实施例，通过对采集到的人脸图像进行亮度值的分析，在亮度值小于第一预设阈值的情况下，增强从终端的显示屏发射出去的光亮度，然后在重新采集人脸图像，并最终在人脸图像的亮度值符合预设亮度值范围的情况下，才自动根据该人脸图像进行人脸识别，从而可以从源头上减少不合格数据源，提高人脸识别成功率。
进一步地，如图3示出的本发明提供的人脸识别方法的另一实施例的流程示意图，可以包括如下步骤：
步骤S300：根据人脸识别操作指令，开启终端的摄像模块采集人脸图像；
具体地，参考上述图2实施例中的步骤S200，这里不再赘述。
步骤S302：将所述终端的硬件和/或软件版本的信息发送给服务器；
具体地，移动终端可以在开启摄像模块采集人脸图像的同时，将自身的硬件和/或软件版本的信息发送给服务器，也可以在步骤S300之前提前将自身的硬件和/或软件版本的信息发送给服务器，比如按照周期1天或2天发送一次，等等，本发明不作限定。移动终端的硬件信息可以包括机型、品牌、主板或显示识别芯片等硬件信息，软件版本信息可以包括操作***版本、当前请求进行人脸识别的应用程序及其版本信息等等。
可理解的是，移动终端可以通过当前请求进行人脸识别的应用程序从后台向对应的服务器来发送该终端的硬件和/或软件版本的信息，以获取相关光线阈值。
步骤S304：接收并存储所述服务器返回的与所述硬件和/或软件版本的信息匹配的所述第一预设阈值和所述第二预设阈值；
具体地，服务器接收到该终端的硬件和/或软件版本的信息后，即可以从数据库中查找与之匹配的用于进行人脸识别的光线阈值，可以包括第一预设阈值和第二预设阈值，其中第一预设阈值小于第二预设阈值。服务器将查找到的第一预设阈值和第二预设阈值返回给该移动终端，那么该移动终端即接收到并存储该第一预设阈值和该第二预设阈值。
步骤S306：计算采集到的人脸图像的亮度值；
具体地，移动终端根据预设的亮度值算法，对采集到的人脸图像进行亮度值的计算。
步骤S308：分析所述人脸图像的亮度值的大小；
具体地，移动终端可以比较当前人脸图像的亮度值与第一预设阈值和第二预设阈值的大小关系。
步骤S310：在所述亮度值小于第一预设阈值的情况下，将所述终端的显示屏亮度调节至最高值；
步骤S312：生成并显示加亮选项按钮；
具体地，如图4示出的本发明实施例提供的人脸识别方法的界面示意图，当移动终端判断出采集到的人脸图像的亮度值小于第一预设阈值时，获知当前环境的光线过暗，可以在界面中显示“当前光线太暗”、“光线太暗开启加亮模式吧”等提示信息，以提示用户当前环境的光线过暗，并同时在预设区域(如图4中的右上方)生成并显示以加亮选项按钮，用于提示是否开启加亮模式；若用户点击该加亮选项按钮，那么即表明用户输入了针对该加亮选项按钮的选中指令，开启加亮模式；否则用户没有选择开启加亮模式。
步骤S314：是否接收到针对所述加亮选项按钮的选中指令；
具体地，在接收到该选中指令后，执行步骤S316，否则执行步骤S322。
步骤S316：将当前显示界面中的目标区域添加不透明白色遮罩层；
具体地，本发明实施例的加亮模式具体可以为在当前显示界面中的目标区域添加不透明白色遮罩层，本发明实施例中的目标区域可以包括在当前显示界面中人脸图像的采集框区域以外的预设范围区域。如图5示出的本发明提供的人脸识别方法的另一实施例的界面示意图，该目标区域可以为当前显示界面中人脸图像的采集框区域以外的所有区域，当然该目标区域可以不包括导航菜单栏和最上方的运行状态栏或下拉菜单栏等区域。添加的不透明白色遮罩层可以使得移动终端的显示屏发射出更加多的白色光，以照亮用户的面部，进一步提高人脸识别的准确性。然后执行步骤S322。
步骤S318：在所述人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮提示信息；
具体地，当移动终端判断出当前人脸图像的亮度值大于该第二预设阈值时，即获知当前环境的光线过亮，光线过亮同样会影响摄像模块拍摄出的人脸图像，那么移动终端可以在生成并显示光线过亮提示信息，例如“光线过亮，请调整到合适位置”或“光线过亮，请调整到合适角度”等。然后执行步骤S322。
步骤S320：在所述人脸图像的亮度值符合预设亮度值范围的情况下，根据所述人脸图像进行人脸识别。
具体地，当前人脸图像的亮度值符合预设亮度值范围的情况可以包括判断出该亮度值大于或等于该第一预设阈值且小于第二预设阈值，那么移动终端获知当前环境的光线不会过暗或过亮，导致人脸识别的准确性下降。当前环境的光线适合进行人脸识别。
步骤S322：重新采集人脸图像。
具体地，重新采集人脸图像之后再返回执行步骤S306。
再进一步地，本发明实施例在计算采集到的人脸图像的亮度值时，可以具体包括：将基于HSV(Hue，Saturation，Value)颜色模型，计算采集到的人脸图像中的亮度值V。
具体地，若移动终端的操作***默认采集到的图像为RGB(Red，Green，Blue)格式，那么可以定义RGB转为HSV的算法transformRGB2HSV的定义如下：
令MAX为R、G、B三个分量的最大值；MIN为三个分量的最小值
若MAX＝MIN，则
H＝0
S＝0
V＝MAX/255
若MAX≠MIN
当G≥B时
H＝(MAX-R’+G’-MIN+B’-MIN)/(MAX-MIN)×60
S＝1-MIN/MAX
V＝MAX/255
当G＜B时
H＝360-(MAX-R’+G’-MIN+B’-MIN)/(MAX-MIN)×60
S＝1-MIN/MAX
V＝MAX/255
若移动终端的操作***默认采集到的图像为YUV格式，其中Y表示明亮度(Luminance或Luma)，也就是灰阶值；而U和V表示的则是色度(Chrominance或Chroma)，作用是描述影像色彩及饱和度，用于指定像素的颜色。那么可以先定义YUV转为RGB的算法transformYUV2RGB的定义如下：
R＝Y+1.14V
G＝Y-0.39U-0.58V
B＝Y+2.03U
然后再通过上述RGB转HSV来计算出采集到的人脸图像的亮度值。
需要说明的是，当采集到的图像为YUV格式时，也可以直接使用Y分量来作为该人脸图像的亮度值。上述颜色格式的转换只是本发明的其中一个举例，本发明实施例不限定如何完成各个颜色格式之间的转换。
还需要说明的是，图4和图5只是本发明实施例的其中一个界面示意图，也不能用于限定本发明实施例的保护范围。
实施本发明实施例，通过对采集到的人脸图像进行亮度值的分析，在亮度值小于第一预设阈值的情况下，增强从终端的显示屏发射出去的光亮度，然后在重新采集人脸图像，并最终在人脸图像的亮度值符合预设亮度值范围的情况下，才自动根据该人脸图像进行人脸识别，从而可以从源头上减少不合格数据源，提高人脸识别成功率，并且在人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮提示信息，实现了在周围光线不理想时，能主动或引导用户做正确操作(主动调手机屏幕亮度，或提醒用户到合适光线环节等)，通过主动提醒用户人脸验证不成功的原因，大大提高了用户使用体验；另外在光线严重不足的情况下，还可以生成并显示加亮选项按钮以提示是否开启加亮模式，开启后将当前显示界面中的目标区域添加不透明白色遮罩层，进一步提高在完全黑暗环境下通过人脸识别和验证的成功率，使得人脸识别与验证场景的使用场景更加广泛。
为了便于更好地实施本发明实施例的上述方案，本发明还对应提供了一种人脸识别终端，下面结合附图来进行详细说明：
如图6示出的本发明实施例提供的人脸识别终端的结构示意图，人脸识别终端60可以包括：开启摄像模块600、计算模块602、分析模块604、亮度增强模块606和识别模块608，其中，
开启摄像模块600用于根据人脸识别操作指令，开启终端的摄像模块采集人脸图像；
计算模块602用于计算采集到的人脸图像的亮度值；
分析模块604用于分析所述人脸图像的亮度值的大小；
亮度增强模块606用于在所述亮度值小于第一预设阈值的情况下，增强从人脸识别终端60的显示屏发射出去的光亮度，重新采集人脸图像后触发计算模块602执行所述计算采集到的人脸图像的亮度值；
识别模块608用于在所述人脸图像的亮度值符合预设亮度值范围的情况下，根据所述人脸图像进行人脸识别。
具体地，计算模块602可以具体用于，基于HSV颜色模型，计算采集到的人脸图像中的亮度值V。
进一步地，如图7示出的本发明提供的人脸识别终端的另一实施例的结构示意图，人脸识别终端60包括开启摄像模块600、计算模块602、分析模块604、亮度增强模块606和识别模块608外，还可以包括：提示模块6010、发送模块6012和接收存储模块6014，其中，
提示模块6010用于在分析模块604分析所述人脸图像的亮度值的大小之后，在所述人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮提示信息，重新采集人脸图像后触发计算模块602执行所述计算采集到的人脸图像的亮度值。
发送模块6012用于在分析模块604分析所述人脸图像的亮度值的大小之前，将人脸识别终端60的硬件和/或软件版本的信息发送给服务器；
接收存储模块6014用于接收并存储所述服务器返回的与所述硬件和/或软件版本的信息匹配的所述第一预设阈值和所述第二预设阈值。
再进一步地，如图8示出的本发明实施例提供的亮度增强模块的结构示意图，亮度增强模块606可以包括：亮度调节单元6060、显示按钮单元6062和添加单元6064，其中，
亮度调节单元6060用于将人脸识别终端60的显示屏亮度调节至最高值；
显示按钮单元6062用于生成并显示加亮选项按钮，所述加亮选项按钮用于提示是否开启加亮模式；
添加单元6064用于在接收到针对所述加亮选项按钮的选中指令后，将当前显示界面中的目标区域添加不透明白色遮罩层；所述目标区域包括在所述当前显示界面中人脸图像的采集框区域以外的预设范围区域。
请参阅图9，图9是本发明提供的人脸识别终端的另一实施例的结构示意图。其中，如图9所示，人脸识别终端90可以包括：至少一个处理器901，例如CPU，至少一个网络接口904，用户接口903，存储器905，至少一个通信总线902、显示屏906以及摄像模块907。其中，通信总线902用于实现这些组件之间的连接通信。其中，用户接口903可以包括触摸屏等等。网络接口904可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器905可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器，存储器905包括本发明实施例中的flash。存储器905可选的还可以是至少一个位于远离前述处理器901的存储***。如图9所示，作为一种计算机存储介质的存储器905中可以包括操作***、网络通信模块、用户接口模块以及人脸识别程序。
在图9所示的人脸识别终端90中，处理器901可以用于调用存储器905中存储的人脸识别程序，并执行以下操作：
根据人脸识别操作指令，开启人脸识别终端90的摄像模块907采集人脸图像；
计算采集到的人脸图像的亮度值；
分析所述人脸图像的亮度值的大小，在所述亮度值小于第一预设阈值的情况下，增强从所述终端的显示屏906发射出去的光亮度，重新采集人脸图像后执行所述计算采集到的人脸图像的亮度值的步骤；
在所述人脸图像的亮度值符合预设亮度值范围的情况下，根据所述人脸图像进行人脸识别。
具体地，处理器901计算采集到的人脸图像的亮度值，可以包括：
基于HSV颜色模型，计算采集到的人脸图像中的亮度值V。
具体地，处理器901分析所述人脸图像的亮度值的大小之后，还可以执行：
在所述人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮提示信息，重新采集人脸图像后执行所述计算采集到的人脸图像的亮度值的步骤。
具体地，处理器901分析所述人脸图像的亮度值的大小之前，还可以执行：
通过网络接口904将所述终端的硬件和/或软件版本的信息发送给服务器；
通过网络接口904接收并由存储器905存储所述服务器返回的与所述硬件和/或软件版本的信息匹配的所述第一预设阈值和所述第二预设阈值。
具体地，处理器901增强从所述终端的显示屏发射出去的光亮度，可以包括：
将人脸识别终端90的显示屏906亮度调节至最高值；
生成并显示加亮选项按钮，所述加亮选项按钮用于提示是否开启加亮模式；
在接收到针对所述加亮选项按钮的选中指令后，将当前显示界面中的目标区域添加不透明白色遮罩层；所述目标区域包括在所述当前显示界面中人脸图像的采集框区域以外的预设范围区域。
需要说明的是，本发明实施例中的人脸识别终端60或人脸识别终端90包括但不限于个人计算机、移动电脑、平板电脑、移动电话、个人数字助理(Personal DigitalAssistant,PDA)、智能电视、智能手表、智能眼镜、智能手环等电子设备。可理解的是，人脸识别终端60或人脸识别终端90中各模块的功能可对应参考上述各方法实施例中图1至图5任意实施例的具体实现方式，这里不再赘述。
实施本发明实施例，通过对采集到的人脸图像进行亮度值的分析，在亮度值小于第一预设阈值的情况下，增强从终端的显示屏发射出去的光亮度，然后在重新采集人脸图像，并最终在人脸图像的亮度值符合预设亮度值范围的情况下，才自动根据该人脸图像进行人脸识别，从而可以从源头上减少不合格数据源，提高人脸识别成功率，并且在人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮提示信息，实现了在周围光线不理想时，能主动或引导用户做正确操作(主动调手机屏幕亮度，或提醒用户到合适光线环节等)，通过主动提醒用户人脸验证不成功的原因，大大提高了用户使用体验；另外在光线严重不足的情况下，还可以生成并显示加亮选项按钮以提示是否开启加亮模式，开启后将当前显示界面中的目标区域添加不透明白色遮罩层，进一步提高在完全黑暗环境下通过人脸识别和验证的成功率，使得人脸识别与验证场景的使用场景更加广泛。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (9)

1.一种人脸识别方法，其特征在于，包括：
根据人脸识别操作指令，开启终端的摄像模块采集人脸图像；
计算采集到的人脸图像的亮度值；
分析所述人脸图像的亮度值的大小，在所述亮度值小于第一预设阈值的情况下，将所述终端的显示屏亮度调节至最高值；生成并显示加亮选项按钮，所述加亮选项按钮用于提示是否开启加亮模式；在接收到针对所述加亮选项按钮的选中指令后，在当前显示界面中的目标区域添加不透明白色遮罩层，重新采集人脸图像后执行所述计算采集到的人脸图像的亮度值的步骤；
在判断出所述亮度值大于或等于所述第一预设阈值且小于第二预设阈值的情况下，根据所述人脸图像进行人脸识别；
其中，所述第一预设阈值和第二预设阈值为在开启摄像模块采集人脸图像的同时，将所述终端的硬件和软件版本的信息发送给服务器，接收并存储的所述服务器返回的从数据库中查找的与所述硬件和软件版本的信息匹配的用于进行人脸识别的所述第一预设阈值和所述第二预设阈值；
所述硬件的信息包括机型、品牌、主板和显示识别芯片的硬件信息，所述软件版本的信息包括操作***版本、当前请求进行人脸识别的应用程序及其版本信息。
2.如权利要求1所述的方法，其特征在于，所述计算采集到的人脸图像的亮度值，包括：
基于HSV颜色模型，计算采集到的人脸图像中的亮度值V。
3.如权利要求1所述的方法，其特征在于，所述分析所述人脸图像的亮度值的大小之后，还包括：
在所述人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮的提示信息，重新采集人脸图像后执行所述计算采集到的人脸图像的亮度值的步骤。
4.如权利要求1-3任一项所述的方法，其特征在于，所述目标区域包括在所述当前显示界面中人脸图像的采集框区域以外的预设范围区域。
5.一种人脸识别终端，其特征在于，包括：
开启摄像模块，用于根据人脸识别操作指令，开启终端的摄像模块采集人脸图像；
计算模块，用于计算采集到的人脸图像的亮度值；
分析模块，用于分析所述人脸图像的亮度值的大小；
亮度增强模块包括：亮度调节单元，用于在判断出所述亮度值小于第一预设阈值的情况下，将所述终端的显示屏亮度调节至最高值；显示按钮单元，用于生成并显示加亮选项按钮，所述加亮选项按钮用于提示是否开启加亮模式；在接收到针对所述加亮选项按钮的选中指令后，在当前显示界面中的目标区域添加不透明白色遮罩层，重新采集人脸图像后触发所述计算模块执行所述计算采集到的人脸图像的亮度值；
识别模块，用于在判断出所述亮度值大于或等于所述第一预设阈值且小于第二预设阈值的情况下，根据所述人脸图像进行人脸识别；
其中，所述第一预设阈值和第二预设阈值为在开启摄像模块采集人脸图像的同时，将所述终端的硬件和软件版本的信息发送给服务器，接收并存储的所述服务器返回的从数据库中查找的与所述硬件和软件版本的信息匹配的用于进行人脸识别的所述第一预设阈值和所述第二预设阈值；
所述硬件的信息包括机型、品牌、主板和显示识别芯片的硬件信息，所述软件版本的信息包括操作***版本、当前请求进行人脸识别的应用程序及其版本信息。
6.如权利要求5所述的终端，其特征在于，所述计算模块具体用于，基于HSV颜色模型，计算采集到的人脸图像中的亮度值V。
7.如权利要求6所述的终端，其特征在于，还包括：
提示模块，用于在所述分析模块分析所述人脸图像的亮度值的大小之后，在所述人脸图像的亮度值大于第二预设阈值的情况下，生成并显示光线过亮的提示信息，重新采集人脸图像后触发所述计算模块执行所述计算采集到的人脸图像的亮度值。
8.如权利要求5-7任一项所述的终端，其特征在于，所述目标区域包括在所述当前显示界面中人脸图像的采集框区域以外的预设范围区域。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括程序指令，所述程序执行时实现如权利要求1-4任一项所述方法的步骤。
CN201611046965.XA 2016-11-23 2016-11-23 一种人脸识别方法及终端 Active CN108090405B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201611046965.XA CN108090405B (zh) 2016-11-23 2016-11-23 一种人脸识别方法及终端
PCT/CN2017/111810 WO2018095293A1 (zh) 2016-11-23 2017-11-20 人脸图像处理方法、终端及存储介质
US16/279,901 US10990806B2 (en) 2016-11-23 2019-02-19 Facial image processing method, terminal, and data storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611046965.XA CN108090405B (zh) 2016-11-23 2016-11-23 一种人脸识别方法及终端

Publications (2)

Publication Number Publication Date
CN108090405A CN108090405A (zh) 2018-05-29
CN108090405B true CN108090405B (zh) 2020-08-14

Family

ID=62171648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611046965.XA Active CN108090405B (zh) 2016-11-23 2016-11-23 一种人脸识别方法及终端

Country Status (3)

Country Link
US (1) US10990806B2 (zh)
CN (1) CN108090405B (zh)
WO (1) WO2018095293A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10997700B2 (en) * 2017-12-29 2021-05-04 Idemia Identity & Security USA LLC System and method for normalizing skin tone brightness in a portrait image
US10762336B2 (en) * 2018-05-01 2020-09-01 Qualcomm Incorporated Face recognition in low light conditions for unlocking an electronic device
EP3632369B1 (en) * 2018-10-02 2022-02-09 SIRONA Dental Systems GmbH Method for incorporating photographic facial images and/or films of a person into the planning of odontological and/or cosmetic dental treatments and/or the preparation of restorations for said person
CN109598515B (zh) * 2018-11-29 2020-08-04 阿里巴巴集团控股有限公司 一种支付方法、支付装置及终端设备
CN109995761B (zh) * 2019-03-06 2021-10-19 百度在线网络技术（北京）有限公司 服务处理方法、装置、电子设备及存储介质
CN111698432A (zh) * 2019-03-12 2020-09-22 北京猎户星空科技有限公司 一种参数控制方法、装置、设备及介质
CN110519485B (zh) * 2019-09-09 2021-08-31 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111652131A (zh) * 2020-06-02 2020-09-11 浙江大华技术股份有限公司 人脸识别装置及其补光方法、可读存储介质
CN112016495A (zh) * 2020-09-03 2020-12-01 福建库克智能科技有限公司 人脸识别的方法、装置和电子设备
CN112784741A (zh) * 2021-01-21 2021-05-11 宠爱王国(北京)网络科技有限公司 宠物身份识别方法、装置及非易失性存储介质
US11587528B2 (en) * 2021-02-12 2023-02-21 Microsoft Technology Licensing, Llc Optimized facial illumination from adaptive screen content
CN113221774A (zh) * 2021-05-19 2021-08-06 重庆幸尚付科技有限责任公司 人脸识别***及考勤装置
US11722779B2 (en) 2021-06-22 2023-08-08 Snap Inc. Viewfinder ring flash
US11683592B2 (en) 2021-06-30 2023-06-20 Snap Inc. Adaptive front flash view
JP2023053733A (ja) * 2021-10-01 2023-04-13 パナソニックＩｐマネジメント株式会社 撮像誘導装置、撮像誘導方法及びプログラム
CN114220399B (zh) * 2022-01-11 2023-03-24 深圳Tcl数字技术有限公司 背光值的控制方法、装置、存储介质及电子设备
CN115205509B (zh) * 2022-09-16 2022-11-18 上海英立视电子有限公司 一种调整图像立体感的方法及***
CN117275138A (zh) * 2023-11-21 2023-12-22 建信金融科技有限责任公司 基于自动取款机的身份认证方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105323382A (zh) * 2015-11-04 2016-02-10 广东欧珀移动通信有限公司 一种屏幕补光方法、装置及移动终端
CN105389572A (zh) * 2015-12-10 2016-03-09 威海北洋电气集团股份有限公司 一种人脸和身份证识别一体机及自动调整亮度的补光方法
CN105744176A (zh) * 2016-02-15 2016-07-06 广东欧珀移动通信有限公司 一种屏幕补光方法、装置及移动终端
CN106056064A (zh) * 2016-05-26 2016-10-26 汉王科技股份有限公司 一种人脸识别方法及人脸识别装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080122821A1 (en) * 2006-11-24 2008-05-29 Sony Ericsson Mobile Communications Ab Luminance control for a display
US8836532B2 (en) * 2009-07-16 2014-09-16 Gentex Corporation Notification appliance and method thereof
JP5786254B2 (ja) * 2011-04-29 2015-09-30 ▲華▼▲為▼▲終▼端有限公司 端末デバイス中の発光デバイスを制御するための方法と装置、ならびに端末デバイス
US8606011B1 (en) * 2012-06-07 2013-12-10 Amazon Technologies, Inc. Adaptive thresholding for image recognition
KR101937708B1 (ko) * 2012-07-09 2019-04-11 삼성전자 주식회사 카메라 제어 시스템과 이를 포함하는 단말기 및 카메라 제어 방법
CN104301598A (zh) * 2013-07-18 2015-01-21 国龙信息技术(上海)有限公司 一种移动终端设置前置摄像头灯光效果的方法
CN104424467A (zh) * 2013-08-21 2015-03-18 中移电子商务有限公司 一种人脸图像采集方法及装置、终端
CN104320578B (zh) * 2014-10-22 2018-07-10 厦门美图之家科技有限公司 一种基于屏幕亮度进行自拍柔光补偿的方法
CN105744174B (zh) * 2016-02-15 2019-03-08 Oppo广东移动通信有限公司 一种自拍方法、装置及移动终端
US10720126B2 (en) * 2018-08-31 2020-07-21 Apple Inc. Color ambient light sensor with adjustable neutral density filter

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105323382A (zh) * 2015-11-04 2016-02-10 广东欧珀移动通信有限公司 一种屏幕补光方法、装置及移动终端
CN105389572A (zh) * 2015-12-10 2016-03-09 威海北洋电气集团股份有限公司 一种人脸和身份证识别一体机及自动调整亮度的补光方法
CN105744176A (zh) * 2016-02-15 2016-07-06 广东欧珀移动通信有限公司 一种屏幕补光方法、装置及移动终端
CN106056064A (zh) * 2016-05-26 2016-10-26 汉王科技股份有限公司 一种人脸识别方法及人脸识别装置

Also Published As

Publication number Publication date
CN108090405A (zh) 2018-05-29
US10990806B2 (en) 2021-04-27
WO2018095293A1 (zh) 2018-05-31
US20190188454A1 (en) 2019-06-20

Similar Documents

Publication Publication Date Title
CN108090405B (zh) 一种人脸识别方法及终端
US10817705B2 (en) Method, apparatus, and system for resource transfer
KR100947990B1 (ko) 차영상 엔트로피를 이용한 시선 추적 장치 및 그 방법
US10007841B2 (en) Human face recognition method, apparatus and terminal
US11281892B2 (en) Technologies for efficient identity recognition based on skin features
US8958647B2 (en) Registration determination device, control method and control program therefor, and electronic apparatus
CN111161205A (zh) 一种图像处理和人脸图像识别方法、装置及设备
CN111428581A (zh) 人脸遮挡检测方法及***
US8626782B2 (en) Pattern identification apparatus and control method thereof
CN109685746A (zh) 图像亮度调整方法、装置、存储介质及终端
US20120051605A1 (en) Method and apparatus of a gesture based biometric system
CN109741281A (zh) 图像处理方法、装置、存储介质及终端
US20230290178A1 (en) Detection system, detection method, and computer-readable recording medium
CN103339655A (zh) 图像捕捉装置、图像捕捉方法及计算机程序产品
EP3091507A1 (en) Object recognition apparatus and control method therefor
US20090169108A1 (en) System and method for recognizing smiling faces captured by a mobile electronic device
CN107220614B (zh) 图像识别方法、装置及计算机可读存储介质
KR20210053096A (ko) 프리뷰를 제공하는 방법 및 프리뷰를 표시하는 전자 장치
US9684828B2 (en) Electronic device and eye region detection method in electronic device
CN111968605A (zh) 曝光度调整方法及装置
CN109271863B (zh) 人脸活体检测方法及装置
CN113297880A (zh) 指纹采集方法、装置、终端及存储介质
TWI727337B (zh) 電子裝置及人臉識別方法
CN112052706B (zh) 电子装置及人脸识别方法
CN113749614B (zh) 皮肤检测方法和设备

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
GR01 Patent grant
GR01 Patent grant