CN108520222A - 基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备 - Google Patents

基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN108520222A
CN108520222A CN201810281185.6A CN201810281185A CN108520222A CN 108520222 A CN108520222 A CN 108520222A CN 201810281185 A CN201810281185 A CN 201810281185A CN 108520222 A CN108520222 A CN 108520222A
Authority
CN
China
Prior art keywords
characteristic area
face
facial image
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Withdrawn
Application number
CN201810281185.6A
Other languages
English (en)
Inventor
蔡昭权
蔡映雪
胡辉
胡松
陈伽
黄思博
黄翰
梁椅辉
罗伟
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.)
Huizhou University
Original Assignee
Huizhou University
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 Huizhou University filed Critical Huizhou University
Priority to CN201810281185.6A priority Critical patent/CN108520222A/zh
Publication of CN108520222A publication Critical patent/CN108520222A/zh
Withdrawn legal-status Critical Current

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
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供一种基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备。该方法包括以下步骤：按照预设规则将待识别的人脸扫描图像划分成多个特征区域；对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。

Description

基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子 设备
技术领域
本申请涉及人脸识别技术领域，特别涉及一种基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备。
背景技术
现有技术中，人脸识别时需要将待识别人脸图像与数据库中的所有人脸图像进行全面对比，效率低。
因此，现有技术存在缺陷，急需改进。
发明内容
本申请实施例提供一种基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备，可以人脸识别的效率。
本申请实施例提供了一种基于脸部智能扫描的识别鉴定方法，包括以下步骤：
按照预设规则将待识别的人脸扫描图像划分成多个特征区域；
对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；
根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；
将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。
在本发明所述的基于脸部智能扫描的识别鉴定方法中，所述按照预设规则将待识别的人脸扫描图像划分成多个特征区域的步骤包括：将待识别的人脸扫描图像划分成左脸特征区域、有脸特征区域、额头特征区域、耳朵特征区域、眼镜特征区域、眉毛特征区域、嘴巴特征区域以及鼻子特征区域。
在本发明所述的基于脸部智能扫描的识别鉴定方法中，所述对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息的步骤包括：
对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的颜色信息、轮廓信息以及尺寸信息。
在本发明所述的基于脸部智能扫描的识别鉴定方法中，所述将所述多个待选人脸图像的各个特征区域分别与所述人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像的步骤包括：
将所述多个待选人脸图像的各个特征区域分别与所述人脸扫描图像的对应特征区域进行比较，从所述多个待选人脸图像中筛选出匹配的特征区域最多的至少一个第一人脸图像；
若所述至少一个第一人脸图像的数量为一个，则以该第一人脸图像为目标人脸图像；
若所述至少一个第一人脸图像的数量为多个，则按照预设权重公式从该多个第一人脸图像中筛选出目标人脸图像。
在本发明所述的基于脸部智能扫描的识别鉴定方法中，所述预设权重公式为Y=A1B1+A2B2+A3B3+...+AnBn，其中，A1、A2、A3...An分别为一特征区域的匹配度，B1、B2、B3...Bn分别为对应特征区域的权重系数。
一种基于脸部智能扫描的识别鉴定装置，包括：
划分模块，用于按照预设规则将待识别的人脸扫描图像划分成多个特征区域；
识别模块，用于对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；
检索模块，用于根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；
选择模块，用于将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。
在本发明所述的基于脸部智能扫描的识别鉴定装置中，所述划分模块用于将待识别的人脸扫描图像划分成左脸特征区域、有脸特征区域、额头特征区域、耳朵特征区域、眼镜特征区域、眉毛特征区域、嘴巴特征区域以及鼻子特征区域。
在本发明所述的基于脸部智能扫描的识别鉴定装置中，所述识别模块用于对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的颜色信息、轮廓信息以及尺寸信息。
一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述任一项所述的方法。
一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行上述任一项方法。
由上可知，本发明通过按照预设规则将待识别的人脸扫描图像划分成多个特征区域；对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。从而实现快速人脸识别，由于不用将人脸的所有数据库中的所有人脸图像的所有特征进行一一对比，大大提高了识别效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例提供的基于脸部智能扫描的识别鉴定流程示意图。
图2是本申请实施例提供的基于脸部智能扫描的识别鉴定装置的结构示意图。
图3是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
在本申请中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本申请。此外，本申请可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本申请提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
本申请的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应当理解，这样描述的对象在适当情况下可以互换。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤的过程、方法或包含了一系列模块或单元的装置、终端、***不必限于清楚地列出的那些步骤或模块或单元，还可以包括没有清楚地列出的步骤或模块或单元，也可以包括对于这些过程、方法、装置、终端或***固有的其它步骤或模块或单元。
参考图1，图1为本发明一些实施例中的基于脸部智能扫描的识别鉴定方法的流程图。该方法应用于手机、IPAD等电子设备中，该基于脸部智能扫描的识别鉴定方法，包括以下步骤：
S101、按照预设规则将待识别的人脸扫描图像划分成多个特征区域。
其中，数据库中的存储的人脸图像均是按照相同的预设规则划分成了多个特征区域。在一些实施例中，将待识别的人脸扫描图像划分成左脸特征区域、有脸特征区域、额头特征区域、耳朵特征区域、眼镜特征区域、眉毛特征区域、嘴巴特征区域以及鼻子特征区域。对应的，数据库中的存储的每一人脸图像也划分成左脸特征区域、有脸特征区域、额头特征区域、耳朵特征区域、眼镜特征区域、眉毛特征区域、嘴巴特征区域以及鼻子特征区域。
S102、对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息。
对各个特征区域进行识别时，可以采用现有技术中的人脸识别算法进行识别，其中，该第一特征信息包括但是不限于以下特征信息：颜色信息、轮廓信息以及尺寸信息等。当然，可以理解地，在一些实施例中，为了提高准确度，可以根据人的年龄信息对各个特征区域的特征信息进行微小的优化。
S103、根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值。
其中，对于不同的特征区域的阈值设定是不相同的，不同特征区域的特征主要提现不同的方面。例如，对于眼睛区域而言长度差距相对较小，主要区别在于宽度。而对于鼻子而言，主要提现在鼻子的高度以及宽度等。因此，要采用不同的特征区域要采用不同的阈值。
S104、将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。
在该步骤中，由于步骤S103在检索时已经将特征区域的第一特征信息与待选人脸图像的对应特征区域进行匹配了，因此，在该步骤S104中，只需要将待选人脸图像的其他未比较的特征区域分别与该人脸扫描图像的特征区域进行比较即可，可以提高效率。
在一些实施例中，该步骤S104包括以下子步骤：
S1041、将所述多个待选人脸图像的各个特征区域分别与所述人脸扫描图像的对应特征区域进行比较，从所述多个待选人脸图像中筛选出匹配的特征区域最多的至少一个第一人脸图像；S1042、若所述至少一个第一人脸图像的数量为一个，则以该第一人脸图像为目标人脸图像；S1043、若所述至少一个第一人脸图像的数量为多个，则按照预设权重公式从该多个第一人脸图像中筛选出目标人脸图像。所述预设权重公式为Y=A1B1+A2B2+A3B3+...+AnBn，其中，A1、A2、A3...An分别为一特征区域的匹配度，B1、B2、B3...Bn分别为对应特征区域的权重系数。而该目标人脸图像为该多个第一人脸图像中Y值最大的。
由上可知，本发明通过按照预设规则将待识别的人脸扫描图像划分成多个特征区域；对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。从而实现快速人脸识别，由于不用将人脸的所有数据库中的所有人脸图像的所有特征进行一一对比，大大提高了识别效率。
请参照图2，图2是本发明一些实施例中的基于脸部智能扫描的识别鉴定装置200的结构图。该基于脸部智能扫描的识别鉴定装置200包括：划分模块201、识别模块202、检索模块203以及选择模块204。
其中，该划分模块201用于按照预设规则将待识别的人脸扫描图像划分成多个特征区域。具体地，该划分模块201用于将待识别的人脸扫描图像划分成左脸特征区域、有脸特征区域、额头特征区域、耳朵特征区域、眼镜特征区域、眉毛特征区域、嘴巴特征区域以及鼻子特征区域。
其中，该识别模块202用于对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息。其中，该识别模块202具体用于识别模块用于对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的颜色信息、轮廓信息以及尺寸信息。
其中，该检索模块203用于根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值。
其中，该选择模块204用于将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。该选择模块204具体用于将所述多个待选人脸图像的各个特征区域分别与所述人脸扫描图像的对应特征区域进行比较，从所述多个待选人脸图像中筛选出匹配的特征区域最多的至少一个第一人脸图像；若所述至少一个第一人脸图像的数量为一个，则以该第一人脸图像为目标人脸图像；若所述至少一个第一人脸图像的数量为多个，则按照预设权重公式从该多个第一人脸图像中筛选出目标人脸图像。所述预设权重公式为Y=A1B1+A2B2+A3B3+...+AnBn，其中，A1、A2、A3...An分别为一特征区域的匹配度，B1、B2、B3...Bn分别为对应特征区域的权重系数。而该目标人脸图像为该多个第一人脸图像中Y值最大的。
由上可知，本发明通过按照预设规则将待识别的人脸扫描图像划分成多个特征区域；对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。从而实现快速人脸识别，由于不用将人脸的所有数据库中的所有人脸图像的所有特征进行一一对比，大大提高了识别效率。
请参照图3，本申请实施例还提供一种电子设备。该电子设备可以是智能手机、平板电脑等设备。如示，电子设备300包括处理器301和存储器302。其中，处理器301与存储器302电性连接。
处理器301是终端300的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或调用存储在存储器302内的计算机程序，以及调用存储在存储器302内的数据，执行终端的各种功能和处理数据，从而对终端进行整体监控。
在本实施例中，电子设备300中的处理器301会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器302中，并由处理器301来运行存储在存储器302中的计算机程序，从而实现各种功能：按照预设规则将待识别的人脸扫描图像划分成多个特征区域；对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。
存储器302可用于存储计算机程序和数据。存储器302存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器301通过调用存储在存储器302的计算机程序，从而执行各种功能应用以及数据处理。
本申请实施例还提供一种存储介质，该存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，该计算机执行上述任一实施例所述的基于脸部智能扫描的识别鉴定方法。
需要说明的是，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，该存储介质可以包括但不限于：只读存储器（ROM，Read Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁盘或光盘等。
以上对本申请实施例所提供的大数据安全加密方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种基于脸部智能扫描的识别鉴定方法，其特征在于，包括以下步骤：
按照预设规则将待识别的人脸扫描图像划分成多个特征区域；
对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；
根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；
将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。
2.根据权利要求1所述的基于脸部智能扫描的识别鉴定方法，其特征在于，所述按照预设规则将待识别的人脸扫描图像划分成多个特征区域的步骤包括：将待识别的人脸扫描图像划分成左脸特征区域、有脸特征区域、额头特征区域、耳朵特征区域、眼镜特征区域、眉毛特征区域、嘴巴特征区域以及鼻子特征区域。
3.根据权利要求1所述的基于脸部智能扫描的识别鉴定方法，其特征在于，所述对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息的步骤包括：
对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的颜色信息、轮廓信息以及尺寸信息。
4.根据权利要求1所述的基于脸部智能扫描的识别鉴定方法，其特征在于，所述将所述多个待选人脸图像的各个特征区域分别与所述人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像的步骤包括：
将所述多个待选人脸图像的各个特征区域分别与所述人脸扫描图像的对应特征区域进行比较，从所述多个待选人脸图像中筛选出匹配的特征区域最多的至少一个第一人脸图像；
若所述至少一个第一人脸图像的数量为一个，则以该第一人脸图像为目标人脸图像；
若所述至少一个第一人脸图像的数量为多个，则按照预设权重公式从该多个第一人脸图像中筛选出目标人脸图像。
5.根据权利要求4所述的基于脸部智能扫描的识别鉴定方法，其特征在于，所述预设权重公式为Y=A1B1+A2B2+A3B3+...+AnBn，其中，A1、A2、A3...An分别为一特征区域的匹配度，B1、B2、B3...Bn分别为对应特征区域的权重系数。
6.一种基于脸部智能扫描的识别鉴定装置，其特征在于，包括：
划分模块，用于按照预设规则将待识别的人脸扫描图像划分成多个特征区域；
识别模块，用于对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的第一特征信息；
检索模块，用于根据所述第一特征信息从数据库中检索出多个待选人脸图像，其中，每一所述第一特征信息对应至少一个待选人脸图像，且该至少一个待选人脸图像的对应特征区域的第二特征信息与该第一特征信息的匹配度满足阈值；
选择模块，用于将所述多个待选人脸图像的各个特征区域分别与所述待识别的人脸扫描图像的对应特征区域进行比较，以从该多个待选人脸图像中选出目标人脸图像。
7.根据权利要求6所述的基于脸部智能扫描的识别鉴定装置，其特征在于，所述划分模块用于将待识别的人脸扫描图像划分成左脸特征区域、有脸特征区域、额头特征区域、耳朵特征区域、眼镜特征区域、眉毛特征区域、嘴巴特征区域以及鼻子特征区域。
8.根据权利要求6所述的基于脸部智能扫描的识别鉴定装置，其特征在于，所述识别模块用于对所述人脸扫描图像的每一特征区域进行识别以获取该特征区域的颜色信息、轮廓信息以及尺寸信息。
9.一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行权利要求1-5任一项所述的方法。
10.一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行权利要求1-5任一项方法。
CN201810281185.6A 2018-04-02 2018-04-02 基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备 Withdrawn CN108520222A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810281185.6A CN108520222A (zh) 2018-04-02 2018-04-02 基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810281185.6A CN108520222A (zh) 2018-04-02 2018-04-02 基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN108520222A true CN108520222A (zh) 2018-09-11

Family

ID=63431015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810281185.6A Withdrawn CN108520222A (zh) 2018-04-02 2018-04-02 基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN108520222A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325436A (zh) * 2018-09-17 2019-02-12 王虹 人脸识别***及服务器
CN109745014A (zh) * 2018-12-29 2019-05-14 江苏云天励飞技术有限公司 温度测量方法及相关产品
CN111127313A (zh) * 2019-12-31 2020-05-08 深圳云天励飞技术有限公司 人脸素描画转换方法及相关产品
CN111159443A (zh) * 2019-12-31 2020-05-15 深圳云天励飞技术有限公司 一种图像特征值的搜索方法、装置及电子设备
CN111693531A (zh) * 2019-03-14 2020-09-22 顶级手套(国际)有限公司 用于生产线中聚合物产品的缺陷检测的人工智能
CN112330846A (zh) * 2019-07-31 2021-02-05 比亚迪股份有限公司 车辆控制的方法、装置、存储介质及电子设备和车辆

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325436A (zh) * 2018-09-17 2019-02-12 王虹 人脸识别***及服务器
CN109745014A (zh) * 2018-12-29 2019-05-14 江苏云天励飞技术有限公司 温度测量方法及相关产品
CN111693531A (zh) * 2019-03-14 2020-09-22 顶级手套(国际)有限公司 用于生产线中聚合物产品的缺陷检测的人工智能
CN112330846A (zh) * 2019-07-31 2021-02-05 比亚迪股份有限公司 车辆控制的方法、装置、存储介质及电子设备和车辆
CN111127313A (zh) * 2019-12-31 2020-05-08 深圳云天励飞技术有限公司 人脸素描画转换方法及相关产品
CN111159443A (zh) * 2019-12-31 2020-05-15 深圳云天励飞技术有限公司 一种图像特征值的搜索方法、装置及电子设备
CN111127313B (zh) * 2019-12-31 2023-06-13 深圳云天励飞技术有限公司 人脸素描画转换方法及相关产品

Similar Documents

Publication Publication Date Title
CN108520222A (zh) 基于脸部智能扫描的识别鉴定方法、装置、存储介质及电子设备
US10032091B2 (en) Spatial organization of images based on emotion face clouds
CN110909611A (zh) 一种关注区域检测方法、装置、可读存储介质及终端设备
CN109559344B (zh) 边框检测方法、装置及存储介质
CN107194361A (zh) 二维姿势检测方法及装置
CN107240078A (zh) 镜头清晰度验算方法、装置及电子设备
CN109993020A (zh) 人脸布控报警方法及装置
CN110276308A (zh) 图像处理方法及装置
CN109696955B (zh) 智能梳妆镜的调整方法和智能梳妆镜
CN109741387A (zh) 立体匹配方法、装置、电子设备及存储介质
CN109658420A (zh) 短视频的换脸方法及相关产品
CN108875713A (zh) 人脸识别方法、装置、存储介质及电子设备
CN109002804A (zh) 人脸识别方法、装置、存储介质及电子设备
WO2019218152A1 (zh) 一种智能售货柜
CN109658328A (zh) 自拍视频动物头像耳朵处理方法及相关产品
CN109753886A (zh) 一种人脸图像的评价方法、装置及设备
CN109753873A (zh) 图像处理方法及相关装置
CN106651803B (zh) 户型数据的识别方法及装置
CN108289176A (zh) 一种拍照搜题方法、搜题装置及终端设备
CN106161020A (zh) 一种身份认证的方法及装置
CN109034139A (zh) 人脸识别方法、装置、存储介质及电子设备
CN208110708U (zh) 识别设备及门禁
CN109034141A (zh) 人脸识别方法、装置、存储介质及电子设备
CN114546104A (zh) 显示器调节方法、装置、电子设备及存储介质
KR101659195B1 (ko) 이미지 분류 절차를 효과적으로 수행하기 위한 시스템 및 방법

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: 20180911