CN108491258A - 用于处理图像的方法和装置 - Google Patents
用于处理图像的方法和装置 Download PDFInfo
- Publication number
- CN108491258A CN108491258A CN201810270168.2A CN201810270168A CN108491258A CN 108491258 A CN108491258 A CN 108491258A CN 201810270168 A CN201810270168 A CN 201810270168A CN 108491258 A CN108491258 A CN 108491258A
- Authority
- CN
- China
- Prior art keywords
- threads
- facial image
- thread
- image
- threshold value
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括:获取至少一个人脸图像;基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;将至少一个人脸图像分配给线程数量个线程,其中,线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。该实施方式实现了采用多个线程处理人脸图像,提高了执行效率。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于处理图像的方法和装置。
背景技术
目前,人脸识别技术是当前主要的生物识别技术,由于其具有非接触性、友好、方便、不易察觉等特点,易于为用户所接受,令使用者无任何心理障碍,从而得到了广泛的研究与应用,是计算机视觉和模式识别领域重要的课题之一。
在人脸识别技术中,计算机内部需要很多工作,尤其是很多数据处理工作。比如在进行人脸识别之前,要进行人脸检测,检测3个人脸的位置,分别为人脸A、人脸B和人脸C,再具体检测各个人脸的关键点(眼睛、鼻子和嘴等),最后提取各个人脸的各个特征。当检测到的人脸数量有多个时,采用串行的方式进行处理,即处理完人脸A之后,再处理人脸B,处理完人脸B之后再处理人脸C,这样的话,就需要提高程序执行的效率。
发明内容
本申请实施例提出了用于处理图像的方法和装置。
第一方面,本申请实施例提供了一种用于处理图像的方法,包括:获取至少一个人脸图像;基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;将至少一个人脸图像分配给线程数量个线程,其中,线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。
在一些实施例中,基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量,包括:响应于人脸图像的数量大于等于线程数量阈值,确定线程数量为线程数量阈值。
在一些实施例中,基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量,还包括:响应于人脸图像的数量小于线程数量阈值,确定线程数量为人脸图像的数量。
在一些实施例中,将至少一个人脸图像分配给线程数量个线程,包括:响应于线程数量为线程数量阈值,将至少一个人脸图像分配给线程数量阈值个线程。
在一些实施例中,将至少一个人脸图像分配给线程数量个线程,还包括:响应于线程数量为人脸图像的数量,从线程数量阈值个线程中选取人脸图像的数量个线程;将至少一个人脸图像分配给人脸图像的数量个线程。
第二方面,本申请实施例提供了一种用于处理图像的装置,该装置包括:获取单元,线程数量确定单元和处理单元,获取单元,配置用于获取至少一个人脸图像;线程数量确定单元,配置用于基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;处理单元,配置用于将至少一个人脸图像分配给线程数量个线程,其中,线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。
在一些实施例中,处理单元包括:第一确定模块,配置用于响应于人脸图像的数量大于等于线程数量阈值,确定线程数量为线程数量阈值。
在一些实施例中,处理单元还包括:第二确定模块,配置用于响应于人脸图像的数量小于线程数量阈值,确定线程数量为人脸图像的数量。
在一些实施例中,线程数量确定单元进一步配置用于:响应于线程数量为线程数量阈值,将至少一个人脸图像分配给线程数量阈值个线程。
在一些实施例中,线程数量确定单元进一步配置用于:响应于线程数量为人脸图像的数量,从线程数量阈值个线程中选取人脸图像的数量个线程;将至少一个人脸图像分配给人脸图像的数量个线程。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于处理图像的方法和装置,通过获取至少一个人脸图像;基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;将至少一个人脸图像分配给线程数量个线程,其中,线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。从而实现了采用多个线程处理人脸图像,提高了执行效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性***架构图;
图2是根据本申请的用于处理图像的方法的一个实施例的流程图;
图3是根据本申请的用于处理图像的方法的一个应用场景的示意图;
图4是根据本申请的用于处理图像的方法的又一个实施例的流程图;
图5是根据本申请的用于处理图像的方法的又一个实施例的流程图;
图6是根据本申请的用于处理图像的装置的一个实施例的结构示意图;
图7是适于用来实现本申请实施例的服务器的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于处理图像的方法或用于处理图像的装置的示例性架构100。
如图1所示,***架构100可以包括终端设备(图中显示为门禁装置)101、终端设备(图中显示为智能手机)102、终端设备(图中显示为安检用的闸机)103、网络104、网络106、服务器105和存储服务器107。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络106用以在服务器105和存储服务器107之间提供通信链路的介质。网络104、106可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有摄像头,或者安装有各种客户端应用,例如图像处理类应用、摄影摄像类应用、搜索类应用、浏览类应用、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有摄像头并且支持图像传送的各种电子设备,包括但不限于智能手机、门禁装置、带有摄像头的闸机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如为终端设备101、102、103上获取的人脸图像进行分配处理的分配处理服务器105。分配处理服务器105可以对获取的人脸图像进行分析等处理。将处理后的人脸图像发送给对处理后的人脸图像进行存储的图像存储服务器107。
需要说明的是,上述人脸图像也可以直接存储在服务器105的本地,服务器105可以直接提取本地所存储的人脸图像并进行处理,此时,可以不存在终端设备101、102、103和网络104。
需要说明的是,本申请实施例所提供的用于处理图像的方法可以由服务器105执行,相应地,用于处理图像的装置一般设置于服务器105中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于处理图像的方法的一个实施例的流程200。该用于处理图像的方法包括以下步骤:
步骤201,获取至少一个人脸图像。
在本实施例中,用于处理图像的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从终端设备(例如图1所示的终端设备101、102、103)获取至少一个人脸图像。其中,终端设备可以是带有摄像头并且支持图像处理的各种电子设备,包括但不限于智能手机、带有摄像头的门禁装置、带有摄像头的闸机、平板电脑、膝上型便携计算机和台式计算机等等。这里,人脸图像就是所获取人的面部图像,称为人脸图像。
步骤202,基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量。
在本实施例中,基于步骤201所获取的至少一个人脸图像,上述执行主体可以基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量。需要说明的是,预设的线程数量阈值可以是出于各种目的(例如人脸检测目的)预先创建的线程的线程数量值。作为示例,可以从上述预先创建的线程中选择尽可能多的线程来执行人脸图像的处理工作。由此,确定的线程数量相应的会尽可能的接近预先创建的线程的线程总数。
需要说明的是,上述线程可以为上述执行主体启动后,出于各种目的(例如对人脸图像进行处理的目的)预先而创建的线程。
通常,为了对人脸图像进行处理,上述执行主体会预先创建用于图像处理的多个线程以提高处理的效率。在调用这些线程的时候,调用者可以直接待用线程而不需要重新创建。而在调用完成后,调用者也不需要销毁这些线程。这样,这些线程只创建和销毁一次,以此来减少线程频繁的创建和销毁对性能的影响。
步骤203,将至少一个人脸图像分配给线程数量个线程。
在本实施例中,基于步骤202所确定的线程数量,上述执行主体可以将至少一个人脸图像分配给线程数量个线程。其中,线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。这里,等待状态为等待下一次获取人脸图像的状态。处于等待状态下的线程无需被销毁。上述图像存储服务端(例如图1所示的存储服务器107)可以与执行主体(例如图1所示的服务器105)通信连接,可以是用于对图像进行存储的数据库或者数据库服务器。
在本实施例的一些可选的实现方式中,响应于线程数量为线程数量阈值,可以将至少一个人脸图像平均分配给线程数量阈值个线程。然后,线程数量阈值个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。
在本实施例的一些可选的实现方式中,响应于线程数量为人脸图像的数量,从线程数量阈值个线程中选取人脸图像的数量个线程。之后,再将至少一个人脸图像分配给人脸图像的数量个线程。最后,人脸图像的数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。
作为示例,在几个用户到达带有门禁装置的写字楼时,假如有6个用户,运行在门禁装置上的摄像头获取了6个用户的人脸图像。基于6个用户的人脸图像和预设的线程数量阈值3,可以确定对人脸图像进行处理的线程的线程数量(例如3)。然后,这些线程数量个线程中的线程将处理后的人脸图像发送给为处理后的人脸图像提供图像存储服务的图像存储服务端之后,进入等待状态。
继续参见图3,图3是根据本实施例的用于处理图像的方法的应用场景的一个示意图。在图3的应用场景中,在3个用户到达闸机301前时,运行在闸机301上的摄像头获取了3个人脸图像302。假如预设的线程数量阈值为3,基于3个人脸图像和线程阈值3,确定对人脸图像进行处理的线程的线程数量为3。将获取的3个人脸图像302分配给这3个线程,即,线程305、线程306和线程307。然后,3个线程中的各个线程将处理后的人脸图像303发送给为处理后的人脸图像303提供图像存储服务的图像存储服务端304。之后,这3个线程进入等待状态。
本申请的上述实施例提供的方法通过获取至少一个人脸图像;基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;将至少一个人脸图像分配给线程数量个线程,其中,线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。从而实现了采用多个线程处理人脸图像,提高了执行效率。
进一步参考图4,其示出了根据本申请的用于处理图像的方法的又一个实施例的流程400。该用于处理图像的方法的流程400,包括以下步骤:
步骤401,获取至少一个人脸图像。
在本实施中,步骤401的具体操作与图2所示的实施例中步骤201的操作基本相同,在此不再赘述。
步骤402,响应于人脸图像的数量大于等于线程数量阈值,确定线程数量为线程数量阈值。
在本实施例中,基于步骤401获取至少一个人脸图像后,上述执行主体可以再将这这些人脸图像和预设的线程数量阈值作比较,当人脸图像的数量大于等于线程数量阈值时,确定线程数量为线程数量阈值。
作为示例,假如人脸图像的数量为5,线程数量阈值为4,当人脸图像的数量5大于线程数量阈值4时,因此确定的线程数量为线程数量阈值4。
步骤403,响应于线程数量为线程数量阈值,将至少一个人脸图像分配给线程数量阈值个线程,其中,线程数量阈值个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。
在本实施例中,当线程数量为线程数量阈值时,将至少一个人脸图像分配(例如可以通过平均分配)给线程数量阈值个线程。其中,线程数量阈值个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。这里,等待状态为等待下一次获取人脸图像的状态。处于等待状态下的线程无需被销毁。上述图像存储服务端可以与执行主体(例如图1所示的服务器105)通信连接,可以是用于对图像进行存储的数据库或者数据库服务器。
作为示例,在几个用户到达闸机时,假如有8个用户,运行在闸机上的摄像头获取了8个用户的人脸图像,由于人脸图像的数量8大于预设的线程数量阈值4,因此确定线程数量为线程数量阈值4。然后,将8个人脸图像分配给4个对人脸图像进行处理的线程。也就是说,每个线程处理2个人脸图像。然后,将4个线程中的线程将处理后的人脸图像发送给为处理后的人脸图像提供图像存储服务的图像存储服务端之后,进入等待状态。
从图4中可以看出,与图2对应的实施例相比,本实施例中的信息推送方法的流程图400突出了通过比较人脸图像的数量和线程数量阈值的大小,确定线程的线程数量的步骤。由此,本实施例描述的方案可以通过人脸图像的数量和线程数量阈值,确定线程的线程数量,更进一步的,通过比较人脸图像的数量和线程数量阈值的大小,确定线程的线程数量,从而在实现了对线程的工作任务的合理分配。
进一步参考图5,其示出了根据本申请的用于处理图像的方法的又一个实施例的流程500。该用于处理图像的方法的流程500,包括以下步骤:
步骤501,获取至少一个人脸图像。
在本实施中,步骤501的具体操作与图2所示的实施例中步骤201的操作基本相同,在此不再赘述。
步骤502,响应于人脸图像的数量小于线程数量阈值,确定线程数量为人脸图像的数量。
在本实施例中,基于步骤501获取至少一个人脸图像后,上述执行主体可以再将这这些人脸图像和预设的线程数量阈值作比较,当人脸图像的数量小于线程数量阈值时,确定线程数量为人脸图像的数量。
作为示例,假如人脸图像的数量为4,线程数量阈值为7,当人脸图像的数量4小于线程数量阈值7时,因此确定的线程数量为人脸图像的数量4。
步骤503,响应于线程数量为人脸图像的数量,从线程数量阈值个线程中选取人脸图像的数量个线程;将至少一个人脸图像分配给人脸图像的数量个线程,其中,人脸图像的数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。其中,人脸图像的数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。
在本实施例中,当线程数量为人脸图像的数量时,首先,从线程数量阈值个线程中选取人脸图像的数量个线程。之后,将至少一个人脸图像分配给人脸图像的数量个线程。其中,人脸图像个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。这里,等待状态为等待下一次获取人脸图像的状态。处于等待状态下的线程无需被销毁。上述图像存储服务端可以与执行主体(例如图1所示的服务器105)通信连接,可以是用于对图像进行存储的数据库或者数据库服务器。
作为示例,在几个用户到达闸机时,假如有4个用户,获取了4个用户的人脸图像,由于人脸图像的数量4小于预设的线程数量阈值8,因此确定线程数量为人脸图像的数量4。然后,将4个人脸图像分配给8个对人脸图像进行处理的线程。也就是说,有4个线程处理等待状态,另外4个线程分别分配到1个人脸图像。然后,将4个线程中的线程将处理后的人脸图像发送给处理后的人脸图像提供图像存储服务的图像存储服务端之后,进入等待状态。
从图5中可以看出,与图2对应的实施例相比,本实施例中的信息推送方法的流程图500突出了通过比较人脸图像的数量和线程数量阈值的大小,确定线程的线程数量的步骤。由此,本实施例描述的方案可以通过人脸图像的数量和线程数量阈值,确定线程的线程数量,更进一步的,通过比较人脸图像的数量和线程数量阈值的大小,确定线程的线程数量,从而在实现了对线程的工作任务的合理分配。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了用于处理图像的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于处理图像的装置600包括:获取单元601、线程数量确定单元602和处理单元603。其中,获取单元601,配置用于获取至少一个人脸图像;线程数量确定单元602,配置用于基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;处理单元603,配置用于将至少一个人脸图像分配给线程数量个线程,其中,线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态
在本实施例中,用于处理图像的装置600中:获取单元601、线程数量确定单元602和处理单元603的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,处理单元603包括:第一确定模块(图中未示出),配置用于响应于人脸图像的数量大于等于线程数量阈值,确定线程数量为线程数量阈值。
在本实施例的一些可选的实现方式中,处理单元603还包括:第二确定模块(图中未示出),配置用于响应于人脸图像的数量小于线程数量阈值,确定线程数量为人脸图像的数量。
在本实施例的一些可选的实现方式中,线程数量确定单元602可以进一步配置用于:响应于线程数量为线程数量阈值,将至少一个人脸图像分配给线程数量阈值个线程。
在本实施例的一些可选的实现方式中,线程数量确定单元602可以进一步配置用于:响应于线程数量为人脸图像的数量,从线程数量阈值个线程中选取人脸图像的数量个线程;将至少一个人脸图像分配给人脸图像的数量个线程。
本申请的上述实施例提供的装置,通过线程数量确定单元602通过获取单元601获取的人脸图像的数量和预设的线程数量阈值,来确定线程数量,然后,将至少一个人脸图像分配给所确定的线程数量个线程,从而实现了采用多个线程处理人脸图像,提高了执行效率。
下面参考图7,其示出了适于用来实现本申请实施例的服务器的计算机***700的结构示意图。图7示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机***700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:获取单元、线程数量确定单元和处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取至少一个人脸图像的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:通过获取至少一个人脸图像;基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;将至少一个人脸图像分配给线程数量个线程,其中,线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。从而实现了采用多个线程处理人脸图像,提高了执行效率。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于处理图像的方法,包括:
获取至少一个人脸图像;
基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;
将所述至少一个人脸图像分配给所述线程数量个线程,其中,所述线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。
2.根据权利要求1所述的方法,其中,所述基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量,包括:
响应于所述人脸图像的数量大于等于所述线程数量阈值,确定所述线程数量为所述线程数量阈值。
3.根据权利要求1所述的方法,其中,所述基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量,还包括:
响应于所述人脸图像的数量小于所述线程数量阈值,确定所述线程数量为所述人脸图像的数量。
4.根据权利要求2所述的方法,其中,所述将所述至少一个人脸图像分配给所述线程数量个线程,包括:
响应于所述线程数量为所述线程数量阈值,将所述至少一个人脸图像分配给所述线程数量阈值个线程。
5.根据权利要求3所述的方法,其中,所述将所述至少一个人脸图像分配给所述线程数量个线程,还包括:
响应于所述线程数量为所述人脸图像的数量,从所述线程数量阈值个线程中选取所述人脸图像的数量个线程;将所述至少一个人脸图像分配给所述人脸图像的数量个线程。
6.一种用于处理图像的装置,包括:
获取单元,配置用于获取至少一个人脸图像;
线程数量确定单元,配置用于基于人脸图像的数量和预设的线程数量阈值,确定对人脸图像进行处理的线程的线程数量;
处理单元,配置用于将所述至少一个人脸图像分配给所述线程数量个线程,其中,所述线程数量个线程中的线程在将处理后的人脸图像发送给图像存储服务端之后进入等待状态。
7.根据权利要求6所述的装置,其中,所述处理单元包括:
第一确定模块,配置用于响应于所述人脸图像的数量大于等于所述线程数量阈值,确定所述线程数量为所述线程数量阈值。
8.根据权利要求6所述的装置,其中,所述处理单元还包括:
第二确定模块,配置用于响应于所述人脸图像的数量小于所述线程数量阈值,确定所述线程数量为所述人脸图像的数量。
9.根据权利要求7所述的装置,其中,所述线程数量确定单元进一步配置用于:
响应于所述线程数量为所述线程数量阈值,将所述至少一个人脸图像分配给所述线程数量阈值个线程。
10.根据权利要求8所述的装置,其中,所述线程数量确定单元进一步配置用于:
响应于所述线程数量为所述人脸图像的数量,从所述线程数量阈值个线程中选取所述人脸图像的数量个线程;将所述至少一个人脸图像分配给所述人脸图像的数量个线程。
11.一种服务器,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810270168.2A CN108491258A (zh) | 2018-03-29 | 2018-03-29 | 用于处理图像的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810270168.2A CN108491258A (zh) | 2018-03-29 | 2018-03-29 | 用于处理图像的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108491258A true CN108491258A (zh) | 2018-09-04 |
Family
ID=63316716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810270168.2A Pending CN108491258A (zh) | 2018-03-29 | 2018-03-29 | 用于处理图像的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108491258A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110891032A (zh) * | 2019-11-27 | 2020-03-17 | 佛山市蠢材科技有限公司 | 一种人脸数据并行下发方法、装置及电子设备 |
CN113627387A (zh) * | 2021-08-30 | 2021-11-09 | 平安国际融资租赁有限公司 | 基于人脸识别的并行身份认证方法、装置、设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105308618A (zh) * | 2013-06-27 | 2016-02-03 | 英特尔公司 | 借助于并行检测和跟踪和/或分组特征运动移位跟踪的人脸识别 |
CN105474175A (zh) * | 2013-06-14 | 2016-04-06 | 微软技术许可有限责任公司 | 分配和调度用于多个优先化队列的线程 |
CN106156732A (zh) * | 2016-07-01 | 2016-11-23 | 合网络技术(北京)有限公司 | 对象识别方法和对象识别装置 |
-
2018
- 2018-03-29 CN CN201810270168.2A patent/CN108491258A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105474175A (zh) * | 2013-06-14 | 2016-04-06 | 微软技术许可有限责任公司 | 分配和调度用于多个优先化队列的线程 |
CN105308618A (zh) * | 2013-06-27 | 2016-02-03 | 英特尔公司 | 借助于并行检测和跟踪和/或分组特征运动移位跟踪的人脸识别 |
CN106156732A (zh) * | 2016-07-01 | 2016-11-23 | 合网络技术(北京)有限公司 | 对象识别方法和对象识别装置 |
Non-Patent Citations (2)
Title |
---|
CSDNWEI: "使用boost线程池(多线程使用opencv处理图片)", 《CSDN博客: HTTPS://BLOG.CSDN.NET/CSDNWEI/ARTICLE/DETAILS/71730370》 * |
边馥苓 等: "《时空大数据的技术与方法》", 31 May 2016, 测绘出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110891032A (zh) * | 2019-11-27 | 2020-03-17 | 佛山市蠢材科技有限公司 | 一种人脸数据并行下发方法、装置及电子设备 |
CN113627387A (zh) * | 2021-08-30 | 2021-11-09 | 平安国际融资租赁有限公司 | 基于人脸识别的并行身份认证方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106911697B (zh) | 访问权限设置方法、装置、服务器及存储介质 | |
CN108595628A (zh) | 用于推送信息的方法和装置 | |
CN107341050A (zh) | 基于动态线程池的服务处理方法和装置 | |
CN109255337A (zh) | 人脸关键点检测方法和装置 | |
CN109389640A (zh) | 图像处理方法和装置 | |
CN109347720A (zh) | 确定群组成员、发送加入群组的请求的方法和设备 | |
CN108897854A (zh) | 一种超时任务的监控方法和装置 | |
CN108335390A (zh) | 用于处理信息的方法和装置 | |
CN108776692A (zh) | 用于处理信息的方法和装置 | |
CN108600250A (zh) | 认证方法 | |
CN110007936A (zh) | 数据处理方法和装置 | |
CN108595448A (zh) | 信息推送方法和装置 | |
CN108388512A (zh) | 数据处理方法和服务器 | |
CN110046178A (zh) | 分布式数据查询的方法和装置 | |
CN108664510A (zh) | 信息获取方法和装置 | |
CN108491258A (zh) | 用于处理图像的方法和装置 | |
CN108399401A (zh) | 用于检测人脸图像的方法和装置 | |
CN109240802A (zh) | 请求处理方法和装置 | |
CN108573054A (zh) | 用于推送信息的方法和装置 | |
CN107609953A (zh) | 订单的快捷处理方法和装置 | |
CN109472540A (zh) | 业务处理方法和装置 | |
CN109885564A (zh) | 用于发送信息的方法和装置 | |
CN109597912A (zh) | 用于处理图片的方法 | |
CN108320097A (zh) | 用于分配工作量的方法和装置 | |
CN110414205A (zh) | 用于生成用户画像的方法、装置、电子设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180904 |