CN109858463B - 一种双引擎用户识别方法、***及终端 - Google Patents
一种双引擎用户识别方法、***及终端 Download PDFInfo
- Publication number
- CN109858463B CN109858463B CN201910132268.3A CN201910132268A CN109858463B CN 109858463 B CN109858463 B CN 109858463B CN 201910132268 A CN201910132268 A CN 201910132268A CN 109858463 B CN109858463 B CN 109858463B
- Authority
- CN
- China
- Prior art keywords
- user
- face image
- image
- identification
- information
- 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
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本申请公开了一种双引擎用户识别方法、***及终端,通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像;比对第一脸部图像和第二脸部图像中的用户面部特征相似度;如果相似度大于或等于预设匹配阈值,则选取第一脸部图像和第二脸部图像中任一图像作为最终识别结果;或者,如果相似度小于预设匹配阈值,则获取用户预存脸部特征信息,将预设脸部特征信息分别与第一脸部图像和第二脸部图像进行比对,确定最终识别结果。采用不同的方法对用户的脸部图像进行采集获取,然后将两种方法获得的图像进行比对。这样使得对用户识别时,不会因为使用一种识别方式对用户识别错误,并且根据用户脸部的特征信息,准确确定用户的脸部图像。
Description
技术领域
本申请涉及图像识别技术领域,具体涉及一种双引擎用户识别方法、***及终端。
背景技术
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。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。
传统技术中的人脸识别一般都是需要准确采集人的面部特征,将采集的面部特征与数据库中预先采集的数据进行比对。只有当比对结果达到预设阈值例如匹配率在90%以上,认为匹配成功,进而允许进行人脸识别的用户进行下一步的操作。如果认证失败,则禁止用户执行任何相关的操作。
传统的人脸识别,虽然可以通过人脸特征的采集和比对对用户进行识别,但是针对不同肤色的人进行人脸识别的准确度可能存在不同,例如对于黄色皮肤的亚洲人和白色皮肤的欧洲人,一般情况下识别效果较好。但是对于黑色皮肤的非洲人,则可能出现拍照获得发的图片无法准确对用户面部特征进行识别,进而无法实现对用户的识别。
发明内容
本申请为了解决上述技术问题,提出了如下技术方案:
第一方面,本申请实施例提供了一种双引擎用户识别方法,所述方法包括:通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像,其中所述第一识别方式和所述第二识别方式为不同识别算法对应的图像识别方式;比对所述第一脸部图像和所述第二脸部图像中的用户面部特征相似度;如果所述相似度大于或等于预设匹配阈值,则选取所述第一脸部图像和所述第二脸部图像中任一图像作为最终识别结果;或者,如果所述相似度小于预设匹配阈值,则获取所述用户预存脸部特征信息,将所述预设脸部特征信息分别与所述第一脸部图像和所述第二脸部图像进行比对,确定最终识别结果。
采用上述实现方式,当对用户进行识别时,采用不同的方法对用户的脸部图像进行采集获取,然后将两种方法获得的图像进行比对。如果比对结果是两种方法获得的图像相似度阈值在预设阈值,则可任选其一,否则获取用户的脸部特征信息,确定最终的识别结果。这样使得对用户识别时,不会因为使用一种识别方式对用户识别错误,并且根据用户脸部的特征信息,准确确定用户的脸部图像。
结合第一方面,在第一方面第一种可能的实现方式中,所述通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像,包括:通过活体检测对所述用户进行行为特征检测,所述行为特征包括:眨眼睛、张嘴、摇头;如果通过所述活体检测通过,则通过图像采集设备按照不同的采集方式分别获取所述第一脸部图像和第二脸部图像。
结合第一方面,在第一方面第二种可能的实现方式中,确定所述最终识别结果之后,还包括对所述用户的身份信息进行获取,根据所述身份信息确定所述用户的身份,包括:公司员工或来访人员。
结合第一方面第二种可能的实现方式,在第一方面第三种可能的实现方式中,如果根据所述身份信息确定所述用户为公司员工,则获取OA办公***中所述用户的待办事项;将所述待办事项显示在屏幕上,以使得所述用户可以获知自己的待办事项。
结合第一方面第二种可能的实现方式,在第一方面第四种可能的实现方式中,如果根据所述身份信息确定所述用户为来访人员,则从访客预约信息中寻找所述用户来访的目的地址;根据所述目的地址规划到达所述目的地址的路径;将所述路径信息显示在屏幕上,以使得所述用户根据所述屏幕上显示的路径信息到达目的地址。
结合第一方面第四种可能的实现方式,在第一方面第五种可能的实现方式中,如果所述访客预约信息中不存在当前来访人员的预约记录,则获取历史访客记录;如果在所述历史访客记录中遍历到所述用户的历史来访记录;获取所述用户历史来访次数和来访目的地,根据历史来访目的地规划出历史访问目的地对应的路径信息;通过所述用户选择确定最终的路径信息。
第二方面,本申请实施例提供了一种双引擎用户识别***,所述***包括:图像采集模块,用于通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像,其中所述第一识别方式和所述第二识别方式为不同识别算法对应的图像识别方式;图像比对模块,用于比对所述第一脸部图像和所述第二脸部图像中的用户面部特征相似度;判断处理模块,用于如果所述相似度大于或等于预设匹配阈值,则选取所述第一脸部图像和所述第二脸部图像中任一图像作为最终识别结果;或者,如果所述相似度小于预设匹配阈值,则获取所述用户预存脸部特征信息,将所述预设脸部特征信息分别与所述第一脸部图像和所述第二脸部图像进行比对,确定最终识别结果。
结合第二方面,在第二方面第一种可能的实现方式中,所述图像采集模块包括:活体检测单元,用于通过活体检测对所述用户进行行为特征检测,所述行为特征包括:眨眼睛、张嘴、摇头;图像采集单元,用于如果通过所述活体检测通过,则通过图像采集设备按照不同的采集方式分别获取所述第一脸部图像和第二脸部图像。
结合第二方面,在第二方面第二种可能的实现方式中,所述***还包括:用户身份识别单元,用于所述用户的身份信息进行获取,根据所述身份信息确定所述用户的身份,包括:公司员工或来访人员。
结合第二方面第二种可能的实现方式,在第二方面第三种可能的实现方式中,如果根据所述身份信息确定所述用户为公司员工,则所述***还包括:第一获取单元,用于获取OA办公***中所述用户的待办事项;第一显示单元,用于将所述待办事项显示在屏幕上,以使得所述用户可以获知自己的待办事项。
结合第二方面第二种可能的实现方式,在第二方面第四种可能的实现方式中,如果根据所述身份信息确定所述用户为来访人员,则所述***还包括:遍历单元,用于从访客预约信息中寻找所述用户来访的目的地址;第一路线规划单元,用于根据所述目的地址规划到达所述目的地址的路径;第二显示单元,用于将所述路径信息显示在屏幕上,以使得所述用户根据所述屏幕上显示的路径信息到达目的地址。
结合第二方面第四种可能的实现方式,在第二方面第五种可能的实现方式中,如果所述访客预约信息中不存在当前来访人员的预约记录,则所述***还包括:第二获取单元,用于获取历史访客记录;第三获取单元,用于如果在所述历史访客记录中遍历到所述用户的历史来访记录,获取所述用户历史来访次数和来访目的地;第二线路规划单元,用于根据历史来访目的地规划出历史访问目的地对应的路径信息;确定单元,用于通过所述用户选择确定最终的路径信息。
第三方面,本申请实施例提供了一种双引擎用户识别终端,包括:处理器;存储器,用于存储计算机可执行指令;当所述处理器执行所述计算机可执行指令时,所述处理器执行第一方面或第一方面任一实现方式所述的方法。
附图说明
图1为本申请实施例提供的一种双引擎用户识别方法的流程示意图;
图2为本申请实施例提供的一种获取用户脸部特征信息的示意图
图3为本申请实施例提供的一种来访用户路径示意图;
图4为本申请实施例提供的另一种来访用户路径示意图;
图5为本申请实施例提供的一种双引擎用户识别***的示意图;
图6为本申请实施例提供的一种双引擎用户识别终端的结构示意图。
具体实施方式
下面结合附图与具体实施方式对本方案进行阐述。
图1为本申请实施例提供的一种双引擎用户识别方法的流程示意图,参见图1所述方法包括:
S101,通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像。
本实施例中的用户识别方法可适用于识别门禁中,本实施例中以自动识别用户门禁为例进行阐述。也可以是现有技术中的门禁,设置有基于本实施例中的用户识别方法的终端设备。
当用户进入终端的识别范围时,对用户的脸部图像进行采集获取。其中本实施例中为了实现人脸图像获取的准确性。一个示意性实施例,本实施例中会提示用户根据提示语进行相应的动作,比如提示用户面部对准采集摄像头,分别向右和向左转45-60度的角度。
采用上述方式可以采集多张用户的照片,本实施例中采用多种识别方式对用户的脸部图像进行获取。分别获取第一脸部图像和第二脸部图像,本实施例中其中所述第一识别方式和所述第二识别方式为不同识别算法对应的图像识别方式,第一脸部图像和第二脸部图像为上述同识别算法对应的图像识别方式获取的脸部图像。
进一步地,本实施例中为了方式用户可能拿着别人的照片进行相应的识别,上述情况不仅会是的识别出现误差,更会导致假冒公司人员进入办公区域。因此本实施例中会通过活体检测对所述用户进行行为特征检测,例如采用活体检测设备对用户的行为特征进行检测,此时提醒用户进行相应的脸部动作,例如:眨眼睛、张嘴、摇头。只有当活体检测通过时,才对用户的脸部图像进行采集。
S102,比对所述第一脸部图像和所述第二脸部图像中的用户面部特征相似度。
在S101中获取到用户的第一脸部图像和第二脸部图像后,为了保证识别的准确性,需要将第一脸部图像和第二脸部图像进行特征比对。
例如分别将第一脸部图像和第二脸部图像进行图像处理,包括:对图像处理、轮廓线等特征信息获取。然后将处理后的第一脸部图像和第二脸部图像进行特征匹配,确定匹配相似度。
S103,如果所述相似度大于或等于预设匹配阈值,则选取所述第一脸部图像和所述第二脸部图像中任一图像作为最终识别结果。
如果经过S102中的特征信息匹配后,确定所述第一脸部图像和第二脸部图像的相似度大于或等于预设匹配阈值,则可以选择第一脸部图像和第二脸部图像中的任一图像作为最终识别结果,作为当前用户的最终脸部图像。
本实施例中,为了保证识别的准确性,预设匹配阈值设置为95%,因此只有当第一脸部图像和第二脸部图像的特征信息相似度在95%以上时,才认为两种识别方式获取的用户脸部图像都是准确的,可以任选其一。否则,则需要进一步对用户脸部图像进行获取。
S104,如果所述相似度小于预设匹配阈值,则获取所述用户预存脸部特征信息,将所述预设脸部特征信息分别与所述第一脸部图像和所述第二脸部图像进行比对,确定最终识别结果。
如果当第一脸部图像和第二脸部图像的特征信息相似度小于95%时,则有可能是因为用户肤色、脸部存在创伤等问题,导致两种识别方式获取的脸部图像存在了一定差距。此时,如图2所示,重点获取用户的鼻子、脸型轮廓、眼睛轮廓等特征信息。将上述获取的特征信息分别与当第一脸部图像和第二脸部图像进行匹配,如果当其中一种识别方式获取的脸部图像中的上述特征信息完全一致,则将该识别方式获取的脸部图像作为最终的用户脸部图像。
传统技术中的用户识别方法一般在识别用户通过之后,直接将用户通行。但是本实施例中提供用户识别方法,则用户认证通过时,还包括对所述用户的身份信息进行获取。因为对于用户一般分为公司内部员工和来访用户,因此根据所述身份信息确定所述用户的身份。
当上述对用户身份确定后,如果根据所述身份信息确定所述用户为公司员工,则获取OA办公***中所述用户的待办事项。将所述待办事项显示在屏幕上,以使得所述用户可以获知自己的待办事项。例如,在显示屏上显示用户的姓名、所述部门、该部门今天安排的会议、用户自身未完成任务和用户新分配的任务。
进一步地,显示上述内容后,还会提示用户确定上述信息,才会开启门禁,这样保证了用户对显示的信息进行了阅读。此时更新信息发送给OA***,告知某员工对本日行程已经获悉。
如果根据所述身份信息确定所述用户为来访人员,则从访客预约信息中寻找所述用户来访的目的地址。通常来访人员一般对到访地不熟悉,因此可能会出现走错,如图3所示,本实施例中根据所述目的地址规划到达所述目的地址的路径,将所述路径信息显示在屏幕上,以使得所述用户根据所述屏幕上显示的路径信息到达目的地址。
用户可以通过拍照的形式记录路线图,进而可顺利到达目的地。本实施例中还可以在屏幕上生成一个输入活动窗口,用于用户输入自己的手机号,然后点击获取按钮,这路径信息则发送到用户的手机上。
上述来访人员存在预约来访记录,但是如果所述访客预约信息中不存在当前来访人员的预约记录,则获取历史访客记录。如果在所述历史访客记录中遍历到所述用户的历史来访记录,获取所述用户历史来访次数和来访目的地,如图4所示,根据历史来访目的地规划出历史访问目的地对应的路径信息,通过所述用户选择确定最终的路径信息。
当然,如果既没有预约来访记录,也不存在历史访问记录,则会生成一个活动输入框,提示用户输入来访目的部门信息,点击发送。然后相应部门收到来访人员信息,确认是否接待。
由上述实施例可知,本实施例提供了一种用户识别方法,包括:通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像,其中所述第一识别方式和所述第二识别方式为不同识别算法对应的图像识别方式;比对所述第一脸部图像和所述第二脸部图像中的用户面部特征相似度;如果所述相似度大于或等于预设匹配阈值,则选取所述第一脸部图像和所述第二脸部图像中任一图像作为最终识别结果;或者,如果所述相似度小于预设匹配阈值,则获取所述用户预存脸部特征信息,将所述预设脸部特征信息分别与所述第一脸部图像和所述第二脸部图像进行比对,确定最终识别结果。当对用户进行识别时,采用不同的方法对用户的脸部图像进行采集获取,然后将两种方法获得的图像进行比对。如果比对结果是两种方法获得的图像相似度阈值在预设阈值,则可任选其一,否则获取用户的脸部特征信息,确定最终的识别结果。这样使得对用户识别时,不会因为使用一种识别方式对用户识别错误,并且根据用户脸部的特征信息,准确确定用户的脸部图像。
实施例二
与上述实施例提供的一种双引擎用户识别方法相对应,本申请还提供了一种双引擎用户识别***实施例。参见图5,双引擎用户识别***20包括图像采集模块201、图像比对模块202和判断处理模块203。
图像采集模块201,用于通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像,其中所述第一识别方式和所述第二识别方式为不同识别算法对应的图像识别方式。图像比对模块202,用于比对所述第一脸部图像和所述第二脸部图像中的用户面部特征相似度。判断处理模块203,用于如果所述相似度大于或等于预设匹配阈值,则选取所述第一脸部图像和所述第二脸部图像中任一图像作为最终识别结果;或者,如果所述相似度小于预设匹配阈值,则获取所述用户预存脸部特征信息,将所述预设脸部特征信息分别与所述第一脸部图像和所述第二脸部图像进行比对,确定最终识别结果。
一个示意性实施例,所述图像采集模块201包括:活体检测单元和图像采集单元。活体检测单元,用于通过活体检测对所述用户进行行为特征检测,所述行为特征包括:眨眼睛、张嘴、摇头。图像采集单元,用于如果通过所述活体检测通过,则通过图像采集设备按照不同的采集方式分别获取所述第一脸部图像和第二脸部图像。
本实施例中提供的双引擎用户识别***20还包括:用户身份识别单元,用于所述用户的身份信息进行获取,根据所述身份信息确定所述用户的身份,包括:公司员工或来访人员。
进一步地,如果根据所述身份信息确定所述用户为公司员工,则双引擎用户识别***20还包括:第一获取单元和第一显示单元。所述第一获取单元,用于获取OA办公***中所述用户的待办事项。第一显示单元,用于将所述待办事项显示在屏幕上,以使得所述用户可以获知自己的待办事项。
如果根据所述身份信息确定所述用户为来访人员,则双引擎用户识别***20元还包括:遍历单元、第一路线规划单元和第二显示单元。
所述遍历单元,用于从访客预约信息中寻找所述用户来访的目的地址。第一路线规划单元,用于根据所述目的地址规划到达所述目的地址的路径。第二显示单元,用于将所述路径信息显示在屏幕上,以使得所述用户根据所述屏幕上显示的路径信息到达目的地址。
如果所述访客预约信息中不存在当前来访人员的预约记录,则双引擎用户识别***20还包括:第二获取单元、第三获取单元和第二线路规划单元。第二获取单元,用于获取历史访客记录。第三获取单元,用于如果在所述历史访客记录中遍历到所述用户的历史来访记录,获取所述用户历史来访次数和来访目的地。第二线路规划单元,用于根据历史来访目的地规划出历史访问目的地对应的路径信息;确定单元,用于通过所述用户选择确定最终的路径信息。
实施例三
本申请实施例还提供了一种双引擎用户识别终端,参见图6,所述双引擎用户识别终端30包括:处理器301、存储器302和通信接口303。
在图6中,处理器301、存储器302和通信接口303可以通过总线相互连接;总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器301通常是控制双引擎用户识别终端30的整体功能,例如终端的启动、以及终端启动后对用户脸部图像进行识别,准确识别用户,然后根据用户的类别,选择执行的任务等。此外,处理器301可以是通用处理器,例如,中央处理器(英文:central processingunit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。处理器也可以是微处理器(MCU)。处理器还可以包括硬件芯片。上述硬件芯片可以是专用集成电路(ASIC),可编程逻辑器件(PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(CPLD),现场可编程逻辑门阵列(FPGA)等。
存储器302被配置为存储计算机可执行指令以支持双引擎用户识别终端30数据的操作。存储器301可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
启动双引擎用户识别终端30后,处理器301和存储器302上电,处理器301读取并执行存储在存储器302内的计算机可执行指令,以完成上述的用户识别方法实施例中的全部或部分步骤。
通信接口303用于双引擎用户识别终端30传输数据,例如实现与服务器、摄像头等之间的数据通信。通信接口303包括有线通信接口,还可以包括无线通信接口。其中,有线通信接口包括USB接口、Micro USB接口,还可以包括以太网接口。无线通信接口可以为WLAN接口,蜂窝网络通信接口或其组合等。
在一个示意性实施例中,本申请实施例提供的双引擎用户识别终端30还包括电源组件,电源组件为双引擎用户识别终端30的各种组件提供电力。电源组件可以包括电源管理***,一个或多个电源,及其他与为双引擎用户识别终端30生成、管理和分配电力相关联的组件。
通信组件,通信组件被配置为便于双引擎用户识别终端30和其他设备之间有线或无线方式的通信。双引擎用户识别终端30可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。通信组件经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。通信组件还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在一个示意性实施例中,双引擎用户识别终端30可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、终端、微终端、处理器或其他电子元件实现。
本申请说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于***及终端实施例而言,由于其中的方法基本相似于方法的实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
需要说明的是,在本文中,诸如“第一”和“第二”等之类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。
当然,上述说明也并不仅限于上述举例,本申请未经描述的技术特征可以通过或采用现有技术实现,在此不再赘述;以上实施例及附图仅用于说明本申请的技术方案并非是对本申请的限制,如来替代,本申请仅结合并参照优选的实施方式进行了详细说明,本领域的普通技术人员应当理解,本技术领域的普通技术人员在本申请的实质范围内所做出的变化、改型、添加或替换都不脱离本申请的宗旨,也应属于本申请的权利要求保护范围。
Claims (10)
1.一种双引擎用户识别方法,其特征在于,所述方法包括:
通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像,其中所述第一识别方式和所述第二识别方式为不同识别算法对应的图像识别方式;
比对所述第一脸部图像和所述第二脸部图像中的用户面部特征相似度;
如果所述相似度大于或等于预设匹配阈值,则选取所述第一脸部图像和所述第二脸部图像中任一图像作为最终识别结果;或者,
如果所述相似度小于预设匹配阈值,则获取所述用户预存脸部特征信息,将所述预存脸部特征信息分别与所述第一脸部图像和所述第二脸部图像进行比对,确定最终识别结果。
2.根据权利要求1所述的方法,其特征在于,所述通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像,包括:
通过活体检测对所述用户进行行为特征检测,所述行为特征包括:眨眼睛、张嘴、摇头;
如果通过所述活体检测通过,则通过图像采集设备按照不同的采集方式分别获取所述第一脸部图像和第二脸部图像。
3.根据权利要求1所述的方法,其特征在于,确定所述最终识别结果之后,还包括对所述用户的身份信息进行获取,根据所述身份信息确定所述用户的身份,包括:公司员工或来访人员。
4.根据权利要求3所述的方法,其特征在于,如果根据所述身份信息确定所述用户为公司员工,则获取OA办公***中所述用户的待办事项;
将所述待办事项显示在屏幕上,以使得所述用户可以获知自己的待办事项。
5.根据权利要求3所述的方法,其特征在于,如果根据所述身份信息确定所述用户为来访人员,则从访客预约信息中寻找所述用户来访的目的地址;
根据所述目的地址规划到达所述目的地址的路径信息;
将所述路径信息显示在屏幕上,以使得所述用户根据所述屏幕上显示的路径信息到达目的地址。
6.根据权利要求5所述的方法,其特征在于,如果所述访客预约信息中不存在当前来访人员的预约记录,则获取历史访客记录;
如果在所述历史访客记录中遍历到所述用户的历史来访记录,获取所述用户历史来访次数和来访目的地;
根据历史来访目的地规划出历史访问目的地对应的路径信息;
通过所述用户选择确定最终的路径信息。
7.一种双引擎用户识别***,其特征在于,所述***包括:
图像采集模块,用于通过第一识别方式和第二识别方式分别获取用户的第一脸部图像和第二脸部图像,其中所述第一识别方式和所述第二识别方式为不同识别算法对应的图像识别方式;
图像比对模块,用于比对所述第一脸部图像和所述第二脸部图像中的用户面部特征相似度;
判断处理模块,用于如果所述相似度大于或等于预设匹配阈值,则选取所述第一脸部图像和所述第二脸部图像中任一图像作为最终识别结果;或者,如果所述相似度小于预设匹配阈值,则获取所述用户预存脸部特征信息,将所述预存脸部特征信息分别与所述第一脸部图像和所述第二脸部图像进行比对,确定最终识别结果。
8.根据权利要求7所述的***,其特征在于,所述图像采集模块包括:
活体检测单元,用于通过活体检测对所述用户进行行为特征检测,所述行为特征包括:眨眼睛、张嘴、摇头;
图像采集单元,用于如果通过所述活体检测通过,则通过图像采集设备按照不同的采集方式分别获取所述第一脸部图像和第二脸部图像。
9.根据权利要求7所述的***,其特征在于,所述***还包括:用户身份识别单元,用于所述用户的身份信息进行获取,根据所述身份信息确定所述用户的身份,包括:公司员工或来访人员。
10.一种双引擎用户识别终端,其特征在于,包括:
处理器;
存储器,用于存储计算机可执行指令;
当所述处理器执行所述计算机可执行指令时,所述处理器执行权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910132268.3A CN109858463B (zh) | 2019-02-22 | 2019-02-22 | 一种双引擎用户识别方法、***及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910132268.3A CN109858463B (zh) | 2019-02-22 | 2019-02-22 | 一种双引擎用户识别方法、***及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109858463A CN109858463A (zh) | 2019-06-07 |
CN109858463B true CN109858463B (zh) | 2021-03-26 |
Family
ID=66898672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910132268.3A Active CN109858463B (zh) | 2019-02-22 | 2019-02-22 | 一种双引擎用户识别方法、***及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109858463B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782572A (zh) * | 2019-10-23 | 2020-02-11 | 广东穗都建筑工程有限公司 | 园区安防用智能监控方法及*** |
CN111667269B (zh) * | 2020-06-08 | 2023-04-07 | 江苏高聚识别技术有限公司 | 面部自动识别式消费*** |
CN112102093A (zh) * | 2020-08-05 | 2020-12-18 | 中证征信(深圳)有限公司 | 主体身份及关联关系识别方法、装置、设备和介质 |
CN115208616B (zh) * | 2022-05-20 | 2023-06-23 | 深圳铸泰科技有限公司 | 一种基于双引擎的物联网安全监测方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201679381U (zh) * | 2010-05-07 | 2010-12-22 | 深圳市飞瑞斯科技有限公司 | 一种基于人脸识别的保险柜 |
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 |
CN109359460A (zh) * | 2018-11-20 | 2019-02-19 | 维沃移动通信有限公司 | 一种面部识别方法及终端设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639891B (zh) * | 2008-07-28 | 2012-05-02 | 汉王科技股份有限公司 | 一种双摄像头人脸识别装置和方法 |
KR101760258B1 (ko) * | 2010-12-21 | 2017-07-21 | 삼성전자주식회사 | 얼굴 인식 장치 및 그 방법 |
CN102735237B (zh) * | 2012-06-29 | 2015-11-11 | 安科智慧城市技术(中国)有限公司 | 一种访客路径规划方法、装置和*** |
CN203520414U (zh) * | 2013-10-31 | 2014-04-02 | 山西万瑞康科技有限公司 | 多算法人脸识别融合*** |
CN103646244B (zh) * | 2013-12-16 | 2018-01-09 | 北京天诚盛业科技有限公司 | 人脸特征的提取、认证方法及装置 |
CN105187726B (zh) * | 2015-06-17 | 2021-05-18 | 巽腾(广东)科技有限公司 | 一种多功能移动图像处理装置、处理方法 |
CN108932456B (zh) * | 2017-05-23 | 2022-01-28 | 北京旷视科技有限公司 | 人脸识别方法、装置和***及存储介质 |
CN107289949B (zh) * | 2017-07-26 | 2020-08-07 | 湖北工业大学 | 一种基于人脸识别技术的室内导识装置及方法 |
-
2019
- 2019-02-22 CN CN201910132268.3A patent/CN109858463B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201679381U (zh) * | 2010-05-07 | 2010-12-22 | 深圳市飞瑞斯科技有限公司 | 一种基于人脸识别的保险柜 |
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 |
CN109359460A (zh) * | 2018-11-20 | 2019-02-19 | 维沃移动通信有限公司 | 一种面部识别方法及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109858463A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858463B (zh) | 一种双引擎用户识别方法、***及终端 | |
KR102177235B1 (ko) | 딥러닝 기반 얼굴 인식 출석체크 시스템 | |
US10043059B2 (en) | Assisted photo-tagging with facial recognition models | |
KR101988253B1 (ko) | 하이패스 방식 자동 근태관리 시스템 및 방법 | |
US11875622B2 (en) | Authentication method and user equipment | |
WO2010103735A1 (ja) | 顔照合装置、電子機器、顔照合装置の制御方法、および顔照合装置制御プログラム | |
KR20170023748A (ko) | 사진 공유 방법, 장치, 프로그램 및 기록매체 | |
US9070024B2 (en) | Intelligent biometric identification of a participant associated with a media recording | |
EP2241106A2 (en) | Digital camera focusing using stored object recognition | |
US20240021006A1 (en) | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium | |
CN105659279B (zh) | 信息处理设备和信息处理方法 | |
EP2809062A2 (en) | Image processor, image processing method and program, and recording medium | |
US20170339287A1 (en) | Image transmission method and apparatus | |
WO2020093612A1 (zh) | 一种基于智能手环的打卡方法、***及计算机设备 | |
US20110091117A1 (en) | Image processing apparatus and image processing method | |
CN106096011A (zh) | 照片分享方法及装置 | |
US20230056154A1 (en) | Server device, conference room management method, and program recording medium | |
US20210264766A1 (en) | Anti-lost method and system for wearable terminal and wearable terminal | |
JP2024001310A (ja) | 撮像装置、方法及びプログラム | |
US12008838B2 (en) | Private photo sharing system, method and network | |
CN111754655A (zh) | 一种区域访问管理方法、***及计算机可读存储介质 | |
US20200051273A1 (en) | Information processing apparatus, information processing method, and program | |
US20200125709A1 (en) | Tagging system for similarity-based retriebal | |
US20230021003A1 (en) | Information processing apparatus, information processing method, and non-transitory computer readable storage | |
WO2024065657A1 (en) | Access control method and access control apparatus |
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 |