CN109063628B - 人脸识别方法、装置、计算机设备及存储介质 - Google Patents
人脸识别方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109063628B CN109063628B CN201810843420.4A CN201810843420A CN109063628B CN 109063628 B CN109063628 B CN 109063628B CN 201810843420 A CN201810843420 A CN 201810843420A CN 109063628 B CN109063628 B CN 109063628B
- Authority
- CN
- China
- Prior art keywords
- head portrait
- identified
- preset
- simulation
- facial
- 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
Links
Images
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
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- 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
- G06V40/179—Human faces, e.g. facial parts, sketches or expressions metadata assisted face recognition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种人脸识别方法、装置、计算机设备及存储介质,所述方法包括:接收识别指令,获取识别目标头像;获取待识别人头像;将待识别人头像与识别目标头像的脸型轮廓进行比对,对脸型轮廓相似比超过预设比例的待识别人头像进行面部特征的画像模拟并生成模拟画像;将生成的模拟画像与识别目标头像进行比对,当相似度超过预设阈值时,提示比对成功。本发明将人脸画像模拟引入人脸识别***,不仅可以降低人为因素造成的误判,还可以在待识别人对自身的五官和面部特征进行修饰时,继续对其进行追踪,提高了用户寻找到追踪目标的几率。
Description
技术领域
本发明涉及人脸识别技术领域,尤其涉及一种人脸识别方法、装置、计算机设备及存储介质。
背景技术
随着科学技术的发展,人脸识别技术已经在很多场景中得到广泛应用,比如,公安***对犯罪嫌疑人进行人脸识别,以追踪犯罪嫌疑人。但目前的人脸识别技术通常是将被识别人的头像原图与追踪目标头像进行一对一比对,并在该方案的人脸识别的基础上对犯罪嫌疑人进行追捕,该方案的不足之处在于:为了逃避追捕,狡猾的犯罪分子很多时候会对身上某些比较容易改变的地方进行修饰或改变,让人眼很难分辨出他们原来的面貌,如此,现有技术中简单的一比一的人脸识别就失去了意义,其追踪效果不尽如人意。
发明内容
基于此,有必要针对上述技术问题,提供一种人脸识别方法、装置、计算机设备及存储介质,用于提高对追踪目标辨认的精度和准确度,提升找到追踪目标的几率。
一种人脸识别方法,包括:
接收识别指令,获取识别目标头像;
获取待识别人头像;
将所述待识别人头像与所述识别目标头像的脸型轮廓进行比对,以检测所述待识别人头像与所述识别目标头像的脸型轮廓相似比是否超过预设比例;
在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像;
将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,提示比对成功。
一种人脸识别的装置,包括:
接收模块,用于接收识别指令,获取识别目标头像;
获取模块,用于获取待识别人头像;
脸型比对模块,用于将所述待识别人头像与所述识别目标头像的脸型轮廓进行比对,以检测所述待识别人头像与所述识别目标头像的脸型轮廓相似比例是否超过预设比例;
画像模拟模块,用于在所述待识别人头像与所述识别目标头像的脸型轮廓相似比超过所述预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像;
画像比对模块,用于将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,提示比对成功。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述人脸识别方法的步骤。
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,所述计算机程序被处理器执行时实现上述人脸识别方法的步骤。
上述人脸识别方法、装置、计算机设备及存储介质,将人脸画像模拟引入人脸识别***,不仅可以降低因人为因素造成的误判,还可以在待识别人对自身的五官和面部特征进行修饰后,继续对其进行追踪,提高了用户追踪到目标的几率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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是本发明一实施例中人脸识别方法的应用环境示意图;
图2是本发明一实施例中人脸识别方法的流程图;
图3是本发明一实施例中人脸识别方法的步骤S40的流程图;
图4是本发明一实施例中人脸识别方法的步骤S402的流程图;
图5是本发明另一实施例中人脸识别方法的步骤S40的流程图;
图6是本发明另一实施例中人脸识别方法的流程图;
图7是本发明一实施例中人脸识别方法的步骤S50的流程图;
图8是本发明一实施例中人脸识别装置的示意图;
图9是本发明一实施例中人脸识别装置的画像模拟模块的示意图;
图10是本发明一实施例中人脸识别装置的生成子模块的示意图;
图11是本发明另一实施例中人脸识别装置的画像模拟模块的示意图;
图12是本发明一实施例中计算机设备的示意图。
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。
本发明提供的人脸识别方法,可应用在如图1的应用环境中,其中,客户端(计算机设备)通过网络与服务器进行通信。客户端发起一个识别指令,服务器对监控设备(与服务器通信连接)实时或定时拍摄待识别人的视频或图像进行一系列处理并生成模拟画像,并对模拟画像与识别目标头像的比对是否成功进行提示。其中,客户端包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像头和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种人脸识别方法,以该方法应用在图1中的服务器为例进行说明,包括如下步骤:
S10,接收识别指令,获取识别目标头像。
所述识别指令由用户在客户端点击预设按钮之后即可发送至后台服务器,所述后台服务器在接收识别指令之后,根据所述识别指令中包含的识别目标信息,调取识别目标头像。所述识别目标为用户想要追踪的目标对象,比如,将公安***想要追踪的犯罪嫌疑人作为识别目标,识别目标也可以是其他用户根据需求设定的追踪目标。所述识别目标头像存储在追踪数据库中,比如,在所述识别目标为犯罪嫌疑人时,所述识别目标头像通常已存储在公安***的追踪数据库中。预设的所述追踪数据库中亦可根据用户需求对应存储该识别目标的其他信息,比如姓名、性别、身份信息、犯罪记录等,在模拟画像比对成功后,可以直接调取并显示识别目标的对应信息。
S20,获取待识别人头像。
所述待识别人头像可以自与服务器通信连接的监控设备中获取;监控设备的摄像头可以实时或定时拍摄待识别人的视频或图像,并将拍摄的视频或图像传送至服务器中,服务器根据预设规格截取其中的待识别人的头像。根据预设规格截取其中的待识别人的头像的这一过程,亦可专门设立图像服务器进行处理;该图像服务器连接于所述监控设备及后台服务器,且其用于获取拍摄的视频或图像,并自所述视频或图像中截取头像并将其转化为预设规格的待识别人头像;其中,预设规格可以根据用户需求进行设定,比如:设定头像大小、像素要求、亮度对比度、去除重复头像并在其中选取像素最高拍摄角度最好的留存等预处理。图像服务器将已转换为预设规格的待识别人头像存储,并等候后台服务器的调取之后,将其调取的待识别人头像传给后台服务器。在不存在图像服务器时,所述图像服务器所执行的操作均可由后台服务器执行。
S30,将所述待识别人头像与所述识别目标头像的脸型轮廓进行比对,以检测所述待识别人头像与所述识别目标头像的脸型轮廓相似比是否超过预设比例。
在本实施例中,所述脸型轮廓也即人脸的脸型,由于脸型是人的面部特征中比较难通过化妆手等手段来进行掩饰或改变的,可能需要通过手术等手段来实现(易通过医院记录等被追踪到),因此,本实施例最先通过不易更改的脸型来初步锁定识别目标,其锁定精确度相对更高。
所述预设比例可以根据用户需求进行设定,其可以根据实际情况,从用户此前追踪的数据中进行学习和总结后手动输入,亦可在***中自动设定初始的预设比例,作为优选,所述预设比例的范围可以为0.50-0.55,其追踪效果较好。
S40,在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像。
其中,所述面部特征包括但不限定于为耳、眉、眼、口、头发等,上述常见的面部特征及其形状等,可以分类且使用唯一标号关联保存在模拟数据库中,且所述模拟数据库中预存有多种典型的面部特征,且各面部特征为属于多个人的不同类型的面部特征(比如不同的眼型),在用户需要进行画像模拟时,直接通过所述唯一标号从所述模拟数据库中调取上述属于不同人的典型面部特征(以对待识别人进行画像模拟)即可。而在犯罪嫌疑人(识别目标)还有伤疤、纹身等特定面部特征时,若需要将该特定面部特征加入模拟画像中,可以直接从存储该面部特征的追踪数据库或模拟数据库中直接调取,若无存储,亦可手动添加该等特征。
S50,将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,提示比对成功。
其中,所述比对成功是指待识别头人头像与所述待识别目标头像匹配成功,所述待识别人与所述识别目标一致。所述模拟画像与所述识别目标头像进行比对,可以是对模拟画像与识别目标头像的整体进行对比,亦可是仅对比其中的面部特征;所述相似度的预设阈值可以根据需求进行设定。
本实施例的人脸识别方法将人脸画像模拟引入人脸识别***,不仅可以降低人为因素造成的误判,还可以在待识别人对自身的五官和面部特征进行修饰时,继续对其进行追踪,提升了用户寻找到追踪目标的几率。
如图6所示,本发明的所述步骤S30之后还包括步骤:
S60,在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例并未超过所述预设比例时,返回至获取下一个所述待识别人头像。也即,在脸型轮廓相似比例并未超过预设比例时,直接对下一个待识别人头像进行比对。
S70,在无法获取所述待识别人头像时,发出人工识别提示。也即,在所有待识别人头像已经识别完毕之后,无法获得待识别人头像,说明追踪时监控录像所拍摄的视频或图像中的待追踪人已经全部识别完毕,但并未找到追踪目标,此时发人工识别提示,转入人工处理过程。此时,可重新根据需求设定一个比所述比例更低的相似比例,重新执行步骤S30。
如图3所示,在一实施例中,所述步骤S40包括以下步骤:
S401,在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,启动对与所述识别目标头像对应的识别目标的画像模拟,将所述待识别人头像的脸型轮廓作为所述模拟画像的脸型轮廓;
在本实施例中,在确认脸型轮廓超过所述预设比例时,由于其他面部特征可能易被更改,因此保留所述待识别人头像的脸型轮廓作为模拟画像的脸型轮廓,其他面部特征可以直接从模拟数据库中调取;上述特定的面部特征比如伤疤、纹身等,亦可在此时添加作为模拟画像的脸型轮廓的一部分,从而无需在后续步骤中重复添加。
S402,调取模拟数据库中的预设面部特征,并将所述预设面部特征对应放置在所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像。
在本实施例中,预设面部特征为用户根据需求设定的类别,用户可根据需求设定耳、眉、鼻、口、头发等其中的一种或多种作为预设面部特征,此时所述模拟画像上也会对应生成用于放置各预设面部特征的预设位置。在用户设定的类别不包含所有面部特征的类别时,在上述步骤S401中,可以将用户并未设定为预设面部特征的其他面部特征也作为所述模拟画像的脸型轮廓的一部分。
如图4所示,在一实施例中,所述步骤S402包括以下步骤:
S4021,对调取的所述预设面部特征进行预设规则的排列组合,生成多组面部特征组合;
在本实施例中,所述预设规则的排列组合是指,按照优先级别(若无优先级别即随机调取)调取各预设面部特征,并在随后依次对各所述预设面部特征进行切换;从而生多个面部特征组合。
S4022,将每一组所述面部特征组合中的各面部特征对应放置入所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像。
在生成一组面部特征组合之后,就可以将其对应放置入所述脸型轮廓中的预设位置,生成模拟画像,以供后续与识别头像进行比对;在比对成功后,可以先停止继续生成面部特征组合,在确认本次比对成功的面部组合特征不是识别目标后,再继续生成面部特征组合;亦可在比对成功后,在后台继续生成面部特征组合,以供下一次比对直接调取。
如图5所示,在另一实施例中,所述步骤S402之前还包括以下步骤:
S403,获取所述待识别人头像中除脸型轮廓之外的其他面部特征;
将所述待识别人头像的原有特征作为模拟数据库中面部特征以供后台服务器调取,可能可以使得识别追踪的效率更高,因为识别目标对于面部特征的更改可能并不涉及所有面部特征,因此,保留的那部分面部特征存储至所述模拟数据库中以供后续调取,会提升识别效率。
S404,将获取的所述待识别人头像的面部特征分类存储至所述模拟数据库中,并将获取的所述待识别人头像的面部特征调取顺序设置为优先调取。
也即,在该步骤中,将所述待识别人头像的面部特征分类存储至所述模拟数据库中,并通过优先级别的设置,使得所述识别人头像中原有的面部特征作为优先调取的面部特征,此时,若识别目标对于面部特征的更改不涉及所有面部特征,会帮组用户更快找寻到识别目标。
如图7所示,在一实施例中,所述步骤S50包括以下步骤:
S501,获取所述模拟画像;也即,服务器在模拟数据库中调取经步骤S40处理的所述模拟画像。
S502,将所述模拟画像与所述识别目标头像进行比对,并判断所述模拟画像与所述识别目标头像的相似度是否超过所述预设阈值;所述将模拟画像与所述识别目标头像进行比对,可以是对模拟画像与识别目标头像的整体进行比对,在识别目标的脸上有唯一面部特征时,亦可仅对比其中的面部特征。
S503,在所述模拟画像与所述识别目标头像的相似度超过所述预设阈值时,提示比对成功;服务器根据预设规则将所述模拟画像与所述识别目标头像进行比对,相似度超过预设阈值时,即将比对成功的信息发送至客户端,提示用户对待识别目标的人脸识别比对成功。
S504,在所述模拟画像与所述目标头像的相似度并未超过所述预设阈值时,返回至所述生成模拟画像的步骤。在所述模拟画像与所述目标头像的相似度并未超过预设阈值时,返回至从模拟数据库中调取经S40步骤处理的模拟画像,也即返回至步骤S501。
所述步骤S503之后还包括步骤:
S505,记录本次比对数据并将所述模拟画像存储,并返回至继续获取所述模拟画像,并在获取所述模拟画像失败时,调取已存储的比对成功的所有所述模拟画像。
在该步骤中,在设定一个相似度的预设阈值进行比对后之后,可以在每一次提示比对成功时,将其比对数据(包括第几次比对成功、相似度数据等)记录并将所述模拟画像进行存储,等所有模拟画像均比对完毕之后,再进行集中处理;该集中处理过程可以由人工再次进行识别,亦可在设定一个比所述预设阈值的数值更高的比对相似度的值,再重复执行步骤S50,或者重新根据需求设定一个比所述预设比例更高的相似比例,重新执行步骤S30。
在一实施例中,每一次提示比对成功时,亦可停止继续比对,并当即对该模拟画像进行人工识别等下一步处理,每一次比对过程进行中,都可以由用户下达暂停或继续指令,使得服务器暂停或继续当前操作。
本发明首先通过脸型轮廓的相似比例对待识别人头像进行初步筛选,在此基础上对识别目标进行画像模拟之后再次与识别目标头像进行比对识别,以追踪识别目标,本发明可以降低人为因素造成的误判,且将其应用于公安***,可提高警察抓捕逃犯的效率,不会因为警力不足或者人员懈怠而造成逃犯的逍遥法外。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种人脸识别装置,该人脸识别装置与上述实施例中人脸识别方法一一对应。如图8所示,该人脸识别装置包括接收模块11、获取模块12、脸型比对模块13、画像模拟模块14和画像比对模块15。各功能模块详细说明如下:
所述接收模块11,用于接收识别指令,获取识别目标头像;
所述获取模块12,用于获取待识别人头像;
所述脸型比对模块13,用于将所述待识别人头像与所述识别目标头像的脸型轮廓进行比对,以检测所述待识别人头像与所述识别目标头像的脸型轮廓相似比例是否超过预设比例;
所述画像模拟模块14,用于在所述待识别人头像与所述识别目标头像的脸型轮廓相似比超过所述预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像;
所述画像比对模块15,用于将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,提示比对成功。
在一实施例中,如图9所示,所述画像模拟模块14包括启动子模块141和生成子模块142;
所述启动子模块141,用于在所述待识别人头像与所述目标头像的脸型轮廓相似比例超过所述预设比例时,启动对与所述识别目标头像对应的识别目标的画像模拟,将所述待识别人头像的脸型轮廓作为所述模拟画像的脸型轮廓;
所述生成子模块142,用于调取模拟数据库中的预设面部特征,并将各所述面部特征对应放置在所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像。
在一实施例中,如图10所示,所述生成子模块142还包括组合单元1421和生成单元1422;
所述组合单元1421,用于调取所述模拟数据库中的预设面部特征,并对调取的面部特征进行预设规则的排列组合之后,生成多组面部特征组合;
所述生成单元1422,用于将每一组所述面部特征组合中的各面部特征对应放置入所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像。
在一实施例中,如图11所示,所述画像模拟模块14还包括获取子模块143和存储子模块144;
所述获取子模块143,用于获取所述待识别人头像中除脸型轮廓之外的其他面部特征;
所述存储子模块144,将获取的所述待识别人头像中除脸型轮廓之外的其他面部特征分类存储至所述模拟数据库中,并将所述待识别人头像中除脸型轮廓之外的其他面部特征在所述模拟数据库中的调取顺序设置为优先调取。
关于人脸识别装置的具体限定可以参见上文中对于人脸识别方法的限定,在此不再赘述。上述人脸识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图12所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储面部特征、识别目标头像、监控设备拍摄的视频或图像、以及模拟画像。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种人脸识别方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
接收识别指令,获取识别目标头像;
获取待识别人头像;
将所述待识别人头像与所述识别目标头像的脸型轮廓进行比对,以检测所述待识别人头像与所述识别目标头像的脸型轮廓相似比是否超过预设比例;
在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像;
将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,提示比对成功。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收识别指令,获取识别目标头像;
获取待识别人头像;
将所述待识别人头像与所述识别目标头像的脸型轮廓进行比对,以检测所述待识别人头像与所述识别目标头像的脸型轮廓相似比是否超过预设比例;
在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像;
将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,提示比对成功。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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (8)
1.一种人脸识别方法,其特征在于,包括:
接收识别指令,获取识别目标头像;
获取待识别人头像;
将所述待识别人头像与所述识别目标头像的脸型轮廓进行比对,以检测所述待识别人头像与所述识别目标头像的脸型轮廓相似比例是否超过预设比例;
在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像;所述在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像,包括:在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,启动对与所述识别目标头像对应的识别目标的画像模拟,将所述待识别人头像的脸型轮廓作为所述模拟画像的脸型轮廓;调取模拟数据库中的预设面部特征,并将所述预设面部特征对应放置在所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像;
将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,确认所述待识别人头像与所述识别目标头像匹配成功,并提示比对成功。
2.如权利要求1所述的人脸识别方法,其特征在于,所述调取模拟数据库中的预设面部特征,并将所述预设面部特征对应放置在所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像,包括:
对调取的所述预设面部特征进行预设规则的排列组合,生成多组面部特征组合;
将每一组所述面部特征组合中的各面部特征对应放置入所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像。
3.如权利要求1所述的人脸识别方法,其特征在于,所述调取模拟数据库中的预设面部特征,并将所述预设面部特征对应放置在所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像之前,包括:
获取所述待识别人头像中除脸型轮廓之外的其他面部特征;
将获取的所述待识别人头像中除脸型轮廓之外的其他面部特征分类存储至所述模拟数据库中,并将所述待识别人头像中除脸型轮廓之外的其他面部特征在所述模拟数据库中的调取顺序设置为优先调取。
4.如权利要求1所述的人脸识别方法,其特征在于,所述将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,提示比对成功,包括:
获取所述模拟画像;
将所述模拟画像与所述识别目标头像进行比对,并判断所述模拟画像与所述识别目标头像的相似度是否超过所述预设阈值;
在所述模拟画像与所述识别目标头像的相似度超过所述预设阈值时,提示比对成功;
在所述模拟画像与所述识别目标头像的相似度并未超过所述预设阈值时,返回至所述生成模拟画像的步骤。
5.一种人脸识别装置,其特征在于,包括:
接收模块,用于接收识别指令,获取识别目标头像;
获取模块,用于获取待识别人头像;
脸型比对模块,用于将所述待识别人头像与所述识别目标头像的脸型轮廓进行比对,以检测所述待识别人头像与所述识别目标头像的脸型轮廓相似比例是否超过预设比例;
画像模拟模块,用于在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,在所述待识别人头像上进行面部特征的画像模拟,生成模拟画像;
画像比对模块,用于将所述模拟画像与所述识别目标头像进行比对,并在所述模拟画像与所述识别目标头像的相似度超过预设阈值时,确认所述待识别人头像与所述识别目标头像匹配成功,并提示比对成功;
所述画像模拟模块包括:
启动子模块,用于在所述待识别人头像与所述识别目标头像的脸型轮廓相似比例超过所述预设比例时,启动对与所述识别目标头像对应的识别目标的画像模拟,将所述待识别人头像的脸型轮廓作为所述模拟画像的脸型轮廓;
生成子模块,用于调取模拟数据库中的预设面部特征,并将所述预设面部特征对应放置在所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像。
6.如权利要求5所述的人脸识别装置,其特征在于,所述生成子模块包括:
组合单元,用于对调取的所述预设面部特征进行预设规则的排列组合,生成多组面部特征组合;
生成单元,用于将每一组所述面部特征组合中的各面部特征对应放置入所述模拟画像的脸型轮廓中的预设位置,生成所述模拟画像。
7.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述人脸识别方法的步骤。
8.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述人脸识别方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810843420.4A CN109063628B (zh) | 2018-07-27 | 2018-07-27 | 人脸识别方法、装置、计算机设备及存储介质 |
PCT/CN2018/106263 WO2020019451A1 (zh) | 2018-07-27 | 2018-09-18 | 人脸识别方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810843420.4A CN109063628B (zh) | 2018-07-27 | 2018-07-27 | 人脸识别方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109063628A CN109063628A (zh) | 2018-12-21 |
CN109063628B true CN109063628B (zh) | 2023-04-21 |
Family
ID=64835901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810843420.4A Active CN109063628B (zh) | 2018-07-27 | 2018-07-27 | 人脸识别方法、装置、计算机设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109063628B (zh) |
WO (1) | WO2020019451A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839614B (zh) * | 2018-12-29 | 2020-11-06 | 深圳市天彦通信股份有限公司 | 固定式采集设备的定位***及方法 |
CN111209845A (zh) * | 2020-01-03 | 2020-05-29 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN111460910B (zh) * | 2020-03-11 | 2024-07-12 | 深圳市新镜介网络有限公司 | 人脸脸型的分类方法、装置、终端设备及存储介质 |
CN112233740B (zh) * | 2020-09-28 | 2024-03-29 | 广州金域医学检验中心有限公司 | 患者身份识别方法、装置、设备和介质 |
CN113450121B (zh) * | 2021-06-30 | 2022-08-05 | 湖南校智付网络科技有限公司 | 用于校园支付的人脸识别方法 |
CN113486319A (zh) * | 2021-08-02 | 2021-10-08 | 安徽文香科技有限公司 | 一种在线教育平台的用户认证方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143076A (zh) * | 2013-05-09 | 2014-11-12 | 腾讯科技(深圳)有限公司 | 人脸形状的匹配方法和*** |
CN105868716A (zh) * | 2016-03-29 | 2016-08-17 | 中国科学院上海高等研究院 | 一种基于面部几何特征的人脸识别方法 |
CN108038475A (zh) * | 2017-12-29 | 2018-05-15 | 浪潮金融信息技术有限公司 | 人脸图像识别方法及装置、计算机存储介质、终端 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105869134B (zh) * | 2016-03-24 | 2018-11-30 | 西安电子科技大学 | 基于方向图模型的人脸画像合成方法 |
CN108090223B (zh) * | 2018-01-05 | 2020-05-12 | 牛海波 | 一种基于互联网信息的开放学者画像方法 |
CN108154133B (zh) * | 2018-01-10 | 2020-04-14 | 西安电子科技大学 | 基于非对称联合学习的人脸画像-照片识别方法 |
-
2018
- 2018-07-27 CN CN201810843420.4A patent/CN109063628B/zh active Active
- 2018-09-18 WO PCT/CN2018/106263 patent/WO2020019451A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143076A (zh) * | 2013-05-09 | 2014-11-12 | 腾讯科技(深圳)有限公司 | 人脸形状的匹配方法和*** |
CN105868716A (zh) * | 2016-03-29 | 2016-08-17 | 中国科学院上海高等研究院 | 一种基于面部几何特征的人脸识别方法 |
CN108038475A (zh) * | 2017-12-29 | 2018-05-15 | 浪潮金融信息技术有限公司 | 人脸图像识别方法及装置、计算机存储介质、终端 |
Also Published As
Publication number | Publication date |
---|---|
CN109063628A (zh) | 2018-12-21 |
WO2020019451A1 (zh) | 2020-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109063628B (zh) | 人脸识别方法、装置、计算机设备及存储介质 | |
US10762368B2 (en) | Facial recognition-based authentication | |
US9613200B2 (en) | Ear biometric capture, authentication, and identification method and system | |
US11210541B2 (en) | Liveness detection method, apparatus and computer-readable storage medium | |
Adler | Sample images can be independently restored from face recognition templates | |
CN109241868A (zh) | 人脸识别方法、装置、计算机设备及存储介质 | |
WO2021068616A1 (zh) | 身份验证方法、装置、计算机设备和存储介质 | |
WO2020125386A1 (zh) | 表情识别方法、装置、计算机设备和存储介质 | |
CN110197107B (zh) | 微表情识别方法、装置、计算机设备及存储介质 | |
CN111209845A (zh) | 人脸识别方法、装置、计算机设备及存储介质 | |
WO2020077885A1 (zh) | 身份验证方法、装置、计算机设备和存储介质 | |
CN109472208A (zh) | 基于人脸识别的***方法、装置、计算机设备及存储介质 | |
US11367196B2 (en) | Image processing method, apparatus, and storage medium | |
US20240048842A1 (en) | Assisted image capturing methods and apparatuses for pets | |
CN110910512B (zh) | 虚拟物体自适应调整方法、装置、计算机设备和存储介质 | |
CN108769537A (zh) | 一种拍照方法、装置、终端及可读存储介质 | |
TW202036372A (zh) | 應用於安全防護之影像辨識系統 | |
CN108985251A (zh) | 用户指令匹配方法、装置、计算机设备及存储介质 | |
CN110837901A (zh) | 云试驾预约审核方法及装置、存储介质、云服务器 | |
CN113627387A (zh) | 基于人脸识别的并行身份认证方法、装置、设备和介质 | |
CN109325448A (zh) | 人脸识别方法、装置和计算机设备 | |
CN113240043B (zh) | 基于多图片差异性的鉴伪方法、装置、设备及存储介质 | |
US20140111431A1 (en) | Optimizing photos | |
CN111488592B (zh) | 数据加解密方法、装置及网络设备 | |
CN113850214A (zh) | 针对活体检测的注入攻击识别方法及装置 |
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 |