CN109359609B - 一种人脸识别训练样本获取方法及装置 - Google Patents
一种人脸识别训练样本获取方法及装置 Download PDFInfo
- Publication number
- CN109359609B CN109359609B CN201811251700.2A CN201811251700A CN109359609B CN 109359609 B CN109359609 B CN 109359609B CN 201811251700 A CN201811251700 A CN 201811251700A CN 109359609 B CN109359609 B CN 109359609B
- Authority
- CN
- China
- Prior art keywords
- identification information
- biological identification
- face
- face image
- image
- 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
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例提出一种人脸识别训练样本获取方法及装置,涉及人脸识别技术领域。该方法及装置用于当第一生物识别信息数据库中存在与获取的第一生物识别信息匹配的生物识别信息时,获取与第一生物识别信息关联的第一人脸图像,并控制图像采集设备采集用户的第二人脸图像,并将第一人脸图像及第二人脸图像确定为人脸识别训练样本。由于利用第一生物识别信息关联第一人脸图像以及第二人脸图像,从而实现了在无人工参与的情况下,可靠地获取人脸识别训练样本,既提高效率及准确率,还能节省人力成本:同时,通过获取与第一生物识别信息相关联的第二生物识别信息,以此避免在图像采集设备失去拍摄目标期间发生人员更换,导致抓拍的人脸样本错误的问题。
Description
技术领域
本发明涉及人脸识别技术领域,具体而言,涉及一种人脸识别训练样本获取方法及装置。
背景技术
人脸识别是利用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。在公共安全领域,人脸识别技术的研究和应用有着非常重要的现实意义。人脸识别技术包括人脸样本数据的采集、样本图片的预处理、训练模型和样本识别,其中,样本数据的采集是人脸识别的前提。
现有技术中,通常需要专门的样本采集工作者根据光线、角度、姿态、遮挡等差异进行人工标定,从海量图片数据中一张张筛选符合要求的图片,然后分类入库并打上标签,以此筛选样本数据。然而由于图片数据的数量巨大,从而需要投入大量样本采集工作者,耗时耗力、速度慢、效率低不说,成本也很高;同时,人力工作本身存在误差,且样本标定是长期重复性工作,样本采集工作者难免产生疲劳,导致最终的样本数据错误,从而导致训练出的人脸识别***也不可靠。
发明内容
有鉴于此,本发明的目的在于提供一种人脸识别训练样本获取方法及装置,以解决上述问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了人脸识别训练样本获取方法,所述人脸识别训练样本获取方法包括:
获取用户的第一生物识别信息;
当预建立的第一生物识别信息数据库中存在与所述第一生物识别信息匹配的生物识别信息时,获取预存储的与所述第一生物识别信息关联的第一人脸图像;
控制一图像采集设备采集所述用户的第二人脸图像;
将所述第一人脸图像及所述第二人脸图像确定为人脸识别训练样本。
第二方面,本发明实施例还提供了一种人脸识别训练样本获取装置,所述人脸识别训练样本获取装置包括:
生物识别信息获取单元,用于获取用户的第一生物识别信息;
人脸图像获取单元,用于当预建立的第一生物识别信息数据库中存在与所述第一生物识别信息匹配的生物识别信息时,获取预存储的与所述第一生物识别信息关联的第一人脸图像;
控制单元,用于控制一图像采集设备采集所述用户的第二人脸图像;
人脸识别训练样本确定单元,用于将所述第一人脸图像及所述第二人脸图像确定为人脸识别训练样本。
本发明实施例提供的人脸识别训练样本获取方法及装置,通过获取用户的第一生物识别信息,当第一生物识别信息数据库中存在与第一生物识别信息匹配的生物识别信息时,获取预存储的与第一生物识别信息关联的第一人脸图像,同时控制一图像采集设备采集用户的第二人脸图像,从而将第一人脸图像及第二人脸图像确定为人脸识别训练样本。由于利用第一生物识别信息关联第一人脸图像以及第二人脸图像,从而实现了在无人工参与的情况下,可靠地获取人脸识别训练样本,既提高了效率及准确率,还节省了人力成本;同时,通过获取与第一生物识别信息相关联的第二生物识别信息,并以该第二生物识别信息为基准判断图像采集设备失去目标后重新获得的目标是否为拥有第一生物识别信息的用户,以此避免了在图像采集设备失去拍摄目标期间发生人员更换,导致抓拍的人脸样本错误的问题,保证了人脸样本的可靠性。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了可应用于本发明实施例的服务器的方框示意图。
图2示出了本发明实施例提供的人脸识别训练样本获取方法的流程图。
图3示出了本发明实施例提供的人脸识别训练样本获取装置的功能模块图。
图标:100-服务器;111-存储器;112-处理器;113-通信单元;200-人脸识别训练样本获取装置;210-生物识别信息获取单元;220-判断单元;230-人脸图像获取单元;240-控制单元;250-人脸识别训练样本确定单元。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
需要说明的是,术语“第一”和“第二”等之的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
请参照图1,是服务器100的方框示意图。所述服务器100包括人脸识别训练样本获取装置200、存储器111、处理器112及通信单元113。
所述存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述人脸识别训练样本获取装置200包括至少一个可以软件或固件(Firmware)的形式存储于所述存储器111中或固化在所述服务器100的操作***(Operating System,OS)中的软件功能模块。所述处理器112用于执行所述存储器111中存储的可执行模块,例如所述人脸识别训练样本获取装置200所包括的软件功能模块及计算机程序等。
其中,所述存储器111可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器111用于存储程序或者数据。所述通信单元113用于通过所述网络建立所述服务器100与其它通信终端之间的通信连接,并用于通过所述网络收发数据。
应当理解的是,图1所示的结构仅为服务器100的结构示意图,所述服务器100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
本发明实施例提供了一种人脸识别训练样本获取方法,用于在线自动获取人脸识别训练样本,无需使用人力进行辨别、标定。请参阅图2,为本发明实施例提供的人脸识别训练样本获取方法的流程图。该人脸识别训练样本获取方法包括:
步骤S201:获取用户的第一生物识别信息。
在一种可选的实施例中,第一生物识别信息为指纹信息。对应地,采集指纹信息应当为指纹识别设备。相应地,当第一生物识别信息为其他类型时,其对应的采集设备可以为其他。
步骤S202:判断预建立的第一生物识别信息数据库中是否存在与第一生物识别信息匹配的生物识别信息,如果是,则执行步骤S203;如果否,则重新执行步骤S201。
其中,预建立的第一生物识别信息数据库包括大量用户的生物识别信息。同时,该服务器100的存储器111中,还存储有大量用户的人脸图像,且每个用户的人脸图像与其自身的生物识别信息相关联。
通过判断预建立的第一生物识别信息数据库中是否存在与第一生物识别信息匹配的生物识别信息,实际上是判断服务器100的存储器111中,是否存储有拥有第一生物识别信息的用户的人脸图像。
当预建立的第一生物识别信息数据库中不存在与第一生物识别信息匹配的生物识别信息时,便表明服务器100的存储器111中并未存储有该用户的人脸图像,从而无法获取人脸识别训练样本,需要重新获取第一生物识别信息,重新进行判断。
在一种可选的实施例中,将第一生物识别信息与第一生物识别信息数据库包含的所有生物识别信息逐一进行比对,一旦比对成功,便能得出预建立的第一生物识别信息数据库中存在与第一生物识别信息匹配的生物识别信息的结果。
此外,可以理解地,第一生物识别信息及与第一生物识别信息匹配的生物识别信息,即为同一用户,当前采集到的生物识别信息以及过去采集并存储的生物识别信息。
步骤S203:获取预存储的与第一生物识别信息关联的第一人脸图像。
当预建立的第一生物识别信息数据库中存在与第一生物识别信息匹配的生物识别信息时,便直接获取预存储的与第一生物识别信息关联的第一人脸图像,以构成人脸识别训练样本。
步骤S204:控制一图像采集设备采集用户的第二人脸图像。
同时,在确定当预建立的第一生物识别信息数据库中存在与第一生物识别信息匹配的生物识别信息时,控制一图像采集设备采集用户的第二人脸图像,以作为人脸识别训练样本的另一部分。
步骤S205:将第一人脸图像及第二人脸图像确定为人脸识别训练样本。
可以理解地,人脸识别训练样本应当包含至少两张属于同一用户的人脸图像。而当预建立的第一生物识别信息数据库中存在与第一生物识别信息匹配的生物识别信息时,便利用与第一生物识别信息关联的第一人脸图像作为对照的人脸图像之一,同时马上采集用户的第二人脸图像,以作为另一个人脸图像,从而构成了完整的人脸识别训练样本。
步骤S206:获取与第一生物识别信息相关联的第二生物识别信息。
当预建立的第一生物识别信息数据库中存在与第一生物识别信息匹配的生物识别信息之后,再获取与该第一生物识别信息相关联的第二生物识别信息。
需要说明的是,在本实施例中,该第二生物识别信息是现场采集的拥有第一生物识别信息的用户的生物识别信息。且第二生物识别信息与第一生物识别信息的类型可以相同也可以不同。在一种可选的实施例中,第二生物识别信息为声纹信息。声纹信息相对于指纹信息更易采集,无需用户主动将手放入指纹采集设备,而是用户只要说话,便能利用声纹采集设备便能采集到声纹信息。当然,在其他实施例中,第二生物识别信息还可以为其他类型,例如指纹信息、虹膜信息等。
还需要说明的是,在另一种可选的实施例中,第二生物识别信息数据库也可是存储于预先建立好的第二生物识别信息数据库内的,无需现场采集,直接依据第一生物识别信息查找并读取即可。
总而言之,第二生物识别信息与用户自身的第一生物识别信息及第一人脸图片均相关联。
步骤S207:判断是否接收到图像采集设备生成并发送的异常信号,如果是,则步骤S208;如果否,则执行步骤S212。
需要说明的是,当图像采集设备由于拍摄目标转身、受到遮挡或是其他因素而不能拍摄到拍摄目标的人脸图像时,便生成异常信号,便将异常信号传输至服务器100。
当未接收到图像采集设备生成并发送的异常信号时,表明当前状态下图像采集设备可以采集用户的第三人脸图像,因此此时执行步骤S212,可以继续获取更多的训练样本。
步骤S208:控制图像采集设备停止拍摄。
当图像采集设备生成异常信号后,表明图像采集设备当前无法采集人脸图像,因此服务器100控制图像采集设备停止拍摄,以避免拍摄到过多无关图像。
步骤S209:判断是否接收到图像采集设备生成并发送的恢复正常信号,如果是,则步骤S210;如果否,则结束流程。
当接收到图像采集设备生成并发送的恢复正常信号时,表明此时图像采集设备能够拍摄到拍摄目标的人脸图像,但无法确定在图像采集设备失去拍摄目标期间是否存在人员更换的情况,因此还需要后续的流程进一步判断;而当未接收到图像采集设备生成并发送的恢复正常信号时,则无法进一步获取人脸图像,因此直接结束流程。
步骤S210:获取用户的第三生物识别信息。
第三生物识别信息即为图像采集设备实时采集到的生物识别信息。
步骤S211:判断第三生物识别信息与第二生物识别信息是否匹配,如果是,则执行步骤S212;如果否,则结束流程。
可以理解地,由于用户可以是运动的,但图像采集设备的位置是固定的,因而在实际应用过程中,总是存在图像采集设备无法拍摄目标用户的人脸图像的情况。从而通过判断第三生物识别信息与第二生物识别信息是否匹配,能够确定图像采集设备失去拍摄目标后重新的能够拍摄的人脸图片,是否为之前拍摄的拥有与第二生物识别信息的用户的人脸图片,从而避免了在图像采集设备失去拍摄目标期间发生人员更换,导致抓拍的人脸样本错误的问题,保证了人脸样本的可靠性。
当第三生物识别信息与第二生物识别信息不匹配时,表明在图像采集设备失去拍摄目标期间发生人员更换,无法再获取训练样本,因此直接结束流程。
步骤S212:控制图像采集设备重新采集用户的第三人脸图像。
当第三生物识别信息与第二生物识别信息匹配时,表明图像采集设备的拍摄目标并未更换,即为拥有第一生物识别信息及第二生物识别信息的用户,此时再重新采集第三人脸图像,以作为新的人脸识别训练样本。
步骤S213:将第三人脸图像及第一人脸图像确定为人脸识别训练样本。
具体地,以公安司法的远程帮教会见场景为例展开论述,详细说明本发明提供的人脸识别训练样本获取方法的应用过程。
在入口处先采集第一生物识别信息,即指纹信息,然后查询预建立的指纹数据库中是否存在该指纹信息,如果存在,则控制入口处摄像机进行人脸抓拍以获取第二人脸图像,同时获取该用户的证件照,即为第一人脸图像,并联同入口摄像机抓拍的第二人脸图像作为人脸识别训练样本一起交给人脸识别训练子***进行模型训练。
在进入会见室后,启动声纹的持续采集,将首次采集到的第二生物识别信息,即声纹信息存入数据库,作为后续声纹识别的基线。然后特别关注人脸不能被摄像机抓拍的异常情况:一旦人脸离开摄像机的抓拍区域,比如扭头或移动,摄像机则无法正常进行人脸抓拍。当该异常情况恢复,需要暂停摄像机的人脸抓拍功能。此时将采集到的声纹和数据库中首次录入的声纹数据进行比对,只有声纹比对成功后,***才启动摄像机的正常人脸抓拍以获取第三人脸图像,并联同第一人脸图像作为人脸识别训练样本一起交给人脸识别训练子***进行模型训练。
第二实施例
请参阅图3,图3为本发明较佳实施例提供的一种人脸识别训练样本获取装置200的功能模块图。需要说明的是,本实施例所提供的人脸识别训练样本获取装置200,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该人脸识别训练样本获取装置200包括生物识别信息获取单元210、判断单元220、人脸图像获取单元230、控制单元240以及人脸识别训练样本确定单元250。
其中,生物识别信息获取单元210用于获取用户的第一生物识别信息。
可以理解地,在一种优选的实施例中,该生物识别信息获取单元210可用于执行步骤S201。
判断单元220用于判断预建立的第一生物识别信息数据库中是否存在与第一生物识别信息匹配的生物识别信息。
可以理解地,在一种优选的实施例中,该判断单元220可用于执行步骤S202。
人脸图像获取单元230用于当预建立的第一生物识别信息数据库中存在与第一生物识别信息匹配的生物识别信息时,获取预存储的与第一生物识别信息关联的第一人脸图像。
可以理解地,在一种优选的实施例中,该人脸图像获取单元230可用于执行步骤S203。
控制单元240用于控制一图像采集设备采集用户的第二人脸图像。
可以理解地,在一种优选的实施例中,该控制单元240可用于执行步骤S204。
人脸识别训练样本确定单元250用于将第一人脸图像及第二人脸图像确定为人脸识别训练样本。
可以理解地,在一种优选的实施例中,该人脸识别训练样本确定单元250可用于执行步骤S205。
生物识别信息获取单元210还用于获取与第一生物识别信息相关联的第二生物识别信息。
可以理解地,在一种优选的实施例中,该生物识别信息获取单元210可用于执行步骤S206。
判断单元220还用于判断是否接收到图像采集设备生成并发送的异常信号。
可以理解地,在一种优选的实施例中,该判断单元220可用于执行步骤S207。
控制单元240还用于当未接收到图像采集设备生成并发送的异常信号时,控制图像采集设备停止拍摄。
可以理解地,在一种优选的实施例中,该控制单元240可用于执行步骤S208。
判断单元220还用于判断是否接收到图像采集设备生成并发送的恢复正常信号。
可以理解地,在一种优选的实施例中,该判断单元220可用于执行步骤S209。
生物识别信息获取单元210还用于当接收到图像采集设备生成并发送的恢复正常信号时,获取用户的第三生物识别信息。
可以理解地,在一种优选的实施例中,该生物识别信息获取单元210可用于执行步骤S210。
判断单元220还用于判断第三生物识别信息与第二生物识别信息是否匹配。
可以理解地,在一种优选的实施例中,该判断单元220可用于执行步骤S211。
控制单元240还用于当第三生物识别信息与第二生物识别信息匹配时,控制图像采集设备重新采集用户的第三人脸图像。
可以理解地,在一种优选的实施例中,该控制单元240可用于执行步骤S212。
人脸识别训练样本确定单元250还用于将第三人脸图像及第一人脸图像确定为人脸识别训练样本。
可以理解地,在一种优选的实施例中,该人脸识别训练样本确定单元250可用于执行步骤S213。
综上所述,本发明实施例提供的人脸识别训练样本获取方法及装置,通过获取用户的第一生物识别信息,当第一生物识别信息数据库中存在与第一生物识别信息匹配的生物识别信息时,获取预存储的与第一生物识别信息关联的第一人脸图像,同时控制一图像采集设备采集用户的第二人脸图像,从而将第一人脸图像及第二人脸图像确定为人脸识别训练样本。由于利用第一生物识别信息关联第一人脸图像以及第二人脸图像,从而实现了在无人工参与的情况下,可靠地获取人脸识别训练样本,既提高了效率及准确率,还节省了人力成本。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、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,所述模块、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,在有些确定为替换的实现方式中,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,两个连续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动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。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并确定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-Only Memory)、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优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种人脸识别训练样本获取方法,其特征在于,所述人脸识别训练样本获取方法包括:
获取用户的第一生物识别信息,其中,所述第一生物识别信息为指纹信息;
当预建立的第一生物识别信息数据库中存在与所述第一生物识别信息匹配的生物识别信息时,获取预存储的与所述第一生物识别信息关联的第一人脸图像;
控制一图像采集设备采集所述用户的第二人脸图像;
将所述第一人脸图像及所述第二人脸图像确定为人脸识别训练样本;
获取与所述第一生物识别信息相关联的第二生物识别信息,其中,所述第二生物识别信息为声纹信息;
当接收到所述图像采集设备生成并发送的异常信号时,控制所述图像采集设备停止拍摄;
当接收到所述图像采集设备生成并发送的恢复正常信号时,获取用户的第三生物识别信息;其中,所述第三生物识别信息为声纹信息;
当所述第三生物识别信息与所述第二生物识别信息匹配时,控制所述图像采集设备重新采集所述用户的第三人脸图像;
将所述第三人脸图像及所述第一人脸图像确定为人脸识别训练样本。
2.一种人脸识别训练样本获取装置,其特征在于,所述人脸识别训练样本获取装置包括:
生物识别信息获取单元,用于获取用户的第一生物识别信息,其中,所述第一生物识别信息为指纹信息;
人脸图像获取单元,用于当预建立的第一生物识别信息数据库中存在与所述第一生物识别信息匹配的生物识别信息时,获取预存储的与所述第一生物识别信息关联的第一人脸图像;
控制单元,用于控制一图像采集设备采集所述用户的第二人脸图像;
人脸识别训练样本确定单元,用于将所述第一人脸图像及所述第二人脸图像确定为人脸识别训练样本;
所述生物识别信息获取单元还用于获取与所述第一生物识别信息相关联的第二生物识别信息,其中,所述第二生物识别信息为声纹信息;
所述控制单元还用于当接收到所述图像采集设备生成并发送的异常信号时,控制所述图像采集设备停止拍摄;
所述生物识别信息获取单元还用于当接收到所述图像采集设备生成并发送的恢复正常信号时,获取用户的第三生物识别信息;其中,所述第三生物识别信息为声纹信息;
所述人脸图像获取单元还用于当所述第三生物识别信息与所述第二生物识别信息匹配时,控制所述图像采集设备重新采集所述用户的第三人脸图像;
所述人脸识别训练样本确定单元还用于将所述第三人脸图像及所述第一人脸图像确定为人脸识别训练样本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811251700.2A CN109359609B (zh) | 2018-10-25 | 2018-10-25 | 一种人脸识别训练样本获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811251700.2A CN109359609B (zh) | 2018-10-25 | 2018-10-25 | 一种人脸识别训练样本获取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109359609A CN109359609A (zh) | 2019-02-19 |
CN109359609B true CN109359609B (zh) | 2022-06-14 |
Family
ID=65346695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811251700.2A Active CN109359609B (zh) | 2018-10-25 | 2018-10-25 | 一种人脸识别训练样本获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109359609B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110503150A (zh) * | 2019-08-26 | 2019-11-26 | 苏州科达科技股份有限公司 | 样本数据采集方法、装置及存储介质 |
CN111046806A (zh) * | 2019-12-12 | 2020-04-21 | 天地伟业技术有限公司 | 异构图像人脸识别目标库生成方法 |
CN112529128A (zh) * | 2021-02-09 | 2021-03-19 | 北京声智科技有限公司 | 生物样本采集方法、装置、计算机设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103841108B (zh) * | 2014-03-12 | 2018-04-27 | 北京天诚盛业科技有限公司 | 用户生物特征的认证方法和*** |
CN104299261B (zh) * | 2014-09-10 | 2017-01-25 | 深圳大学 | 人体三维成像方法及*** |
CN104537746A (zh) * | 2014-12-31 | 2015-04-22 | 小米科技有限责任公司 | 智能电子门控制方法、***及设备 |
CN206115454U (zh) * | 2016-07-29 | 2017-04-19 | 重庆中科云丛科技有限公司 | 一种人脸识别平板 |
CN108075892B (zh) * | 2016-11-09 | 2021-07-27 | 斑马智行网络(香港)有限公司 | 一种语音处理的方法、装置和设备 |
CN107391983B (zh) * | 2017-03-31 | 2020-10-16 | 创新先进技术有限公司 | 一种基于物联网的信息处理方法及装置 |
CN107124283A (zh) * | 2017-05-24 | 2017-09-01 | 舒翔 | 一种生物特征采集***及生物特征采集方法 |
CN108197557A (zh) * | 2017-12-28 | 2018-06-22 | 深圳云天励飞技术有限公司 | 人证一致性检验方法、终端设备及计算机可读存储介质 |
-
2018
- 2018-10-25 CN CN201811251700.2A patent/CN109359609B/zh active Active
Non-Patent Citations (1)
Title |
---|
基于改进PCA和SVM的Android平台人脸识别***开发;胡玖;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20180815(第8期);第58-73页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109359609A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359609B (zh) | 一种人脸识别训练样本获取方法及装置 | |
CN106991395B (zh) | 信息处理方法、装置及电子设备 | |
WO2017036049A1 (zh) | 一种用户身份识别的方法、装置、服务器以及*** | |
US20070183634A1 (en) | Auto Individualization process based on a facial biometric anonymous ID Assignment | |
CN104537746A (zh) | 智能电子门控制方法、***及设备 | |
CN110569635A (zh) | 一种基于人脸识别的服务***登录方法及服务*** | |
CN110738178A (zh) | 园区施工安全检测方法、装置、计算机设备及存储介质 | |
CN109145801B (zh) | 一种人脸识别方法及人脸识别*** | |
CN110031697B (zh) | 目标识别设备的测试方法、装置、***和计算机可读介质 | |
CN110782228A (zh) | 一种工作时长获得方法、装置、电子设备及存储介质 | |
WO2016203698A1 (ja) | 顔検出装置、顔検出システム、及び顔検出方法 | |
CN103226694A (zh) | 一种实时人像获取比对和预警布控***及其使用方法 | |
CN109003347A (zh) | 一种防作弊移动考勤终端 | |
CN111263955A (zh) | 一种目标对象的移动轨迹确定方法和装置 | |
CN110807117B (zh) | 一种用户关系预测方法及装置、计算机可读存储介质 | |
CN112528860A (zh) | 基于图像识别的安全工器具管理方法及*** | |
CN114898443A (zh) | 一种人脸数据获取方法及装置 | |
CN111291912A (zh) | 一种使用人证核验的取号方法、取号机及取号*** | |
CN113627387A (zh) | 基于人脸识别的并行身份认证方法、装置、设备和介质 | |
CN112418063A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN113705988B (zh) | 一种监理人员绩效管理方法、***、存储介质及智能终端 | |
CN214151721U (zh) | 一种基于人脸算法的识别一体机*** | |
CN114821845A (zh) | 打卡方法及装置 | |
CN113591619A (zh) | 一种基于录像视频的人脸识别核验装置及其核验方法 | |
CN107666573A (zh) | 摄像头场景下对象视频的录制方法及装置、计算设备 |
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 |