CN110222206A - 一种客户端、服务器及图像识别*** - Google Patents
一种客户端、服务器及图像识别*** Download PDFInfo
- Publication number
- CN110222206A CN110222206A CN201910417871.6A CN201910417871A CN110222206A CN 110222206 A CN110222206 A CN 110222206A CN 201910417871 A CN201910417871 A CN 201910417871A CN 110222206 A CN110222206 A CN 110222206A
- Authority
- CN
- China
- Prior art keywords
- image
- server
- aspect indexing
- face
- client
- 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
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000001815 facial effect Effects 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000011840 criminal investigation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及图像识别客户端及其图像识别方法、计算机可读存储介质、服务器及其控制方法、图像识别***,所述图像识别客户端包括:图像采集单元,用于采集多帧图像;其中,每隔预设时间采集一帧图像;第一处理单元,用于分别计算所述多帧图像的特征值,并根据所述多帧图像的特征值确定有效图像;第二处理单元,用于根据所述有效图像生成特征索引;第三处理单元,用于将所述特征索引发送至服务器以请求服务器根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像,并接收服务器返回的检索结果。实施本发明能够降低计算机对人脸识别特征值的计算要求。
Description
技术领域
本发明涉及人脸识别技术领域,特别涉及一种客户端、服务器及图像识别***。
背景技术
人脸识别作为信息识别的一种技术已被应用于生活中多个领域。随着计算机应用技术的不断发展,人脸识别处理技术也成为了人们所研究的热点。人脸识别方法很多,针对人脸及其身份证是否对应,需要有专门的算法进行匹配,但是一般的人脸识别都通过摄像头摄影,然后传输图像数据给计算机进行处理,对于大型公共场合成千上万的摄像头,这无形大大的增加了计算机的工作量。且每次数据传输都是以视频的形式传输画面,大大的增加了网络传输的带宽。有些人脸识别,特别是刑侦上,或者特殊人物寻找的人脸识别,针对千万张人脸图像只需发现一张。匹配成功一张即可,所以很多时候匹配的都是普通大众或者无关人员,白白浪费人脸识别资源。
发明内容
本发明目的在于提供一种图像识别客户端及其图像识别方法、计算机可读存储介质、服务器及其控制方法、图像识别***,以降低计算机对人脸识别特征值的计算要求。
为了实现本发明目的,根据第一方面,本发明实施例提供一种图像识别客户端,包括:
图像采集单元,用于采集多帧图像;其中,每隔预设时间采集一帧图像;
第一处理单元,用于分别计算所述多帧图像的特征值,并根据所述多帧图像的特征值确定有效图像;
第二处理单元,用于根据所述有效图像生成特征索引;
第三处理单元,用于将所述特征索引发送至服务器以请求服务器根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像,并接收服务器返回的检索结果。
在一实施例中,所述客户端还包括存储单元,所述存储单元存储所述图像采集单元采集得到的图像数据。
根据第二方面,本发明实施例提供一种如第一方面实施例所述的图像识别客户端的图像识别方法,包括如下步骤:
采集多帧图像;其中,每隔预设时间采集一帧图像;
分别计算所述多帧图像的特征值,并根据所述多帧图像的特征值确定有效图像;
根据所述有效图像生成特征索引;
将所述特征索引发送至服务器以请求服务器根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像,并接收服务器返回的检索结果。
在一实施例中,所述根据所述多帧图像的特征值确定有效图像包括:
将所述所述多帧图像的特征值进行比较,若任意两帧图像的特征值的偏差小于等于10%,则这两帧图像均为有效图像,若任意两帧图的特征值的偏差大于10%,则这两帧图像中至少有一帧图像为无效图像。
根据第三方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,以实现如第二方面实施例所述图像识别方法的步骤。
根据第四方面,本发明实施例提供一种服务器,包括:
数据接收单元,用于接收一个或多个图像识别客户端的特征索引;
图像检索单元,用于根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像得到检索结果;其中,所述人脸数据库存储有人脸图像数据;
数据发送单元,用于将所述检索结果返回至所述图像识别客户端。
根据第五方面,本发明实施例提供一种如权利要求6所述的服务器的控制方法,包括如下步骤:
接收一个或多个图像识别客户端的特征索引;
根据所述特征索引检索所述人脸数据库是否存在与所述特征索引对应的人脸图像得到检索结果;其中,所述人脸数据库存储有人脸图像数据;
将所述检索结果返回至所述图像识别客户端。
根据第六方面,本发明实施例提供一种图像识别***,包括人脸数据库、多个如第一方面实施例所述的图像识别客户端以及如第四方面实施例所述的服务器,所述服务器分别与多个所述图像识别客户端以及所述人脸数据库无线通信连接,所述人脸数据库存储有人脸图像数据。
实施本发明实施例,至少具有如下有益效果:
本发明实施例对传统摄像头进行改进得到一种图像识别客户端,将本来由计算机处理的人脸识别功能转移至摄像头上,对应地,可以设置多个图像识别客户端与服务器进行通信连接,服务器只需要接收各个图像识别客户端的特征索引并进行检索人脸数据库和返回检索结果给对应的图像识别客户端,这个过程中,服务器并不进行图像数据的处理,从而降低了服务器对人脸识别特征值的计算要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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它的附图。
图1为本发明实施例一所述一种图像识别客户端框架示意图。
图2为本发明实施例二所述一种图像识别客户端的识别方法流程图。
图3为本发明实施例四所述一种服务器框架示意图。
图4为本发明实施例五所述一种服务器的控制方法流程图。
图5为本发明实施例六所述图像识别***框架示意图。
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,所描述的实施例仅仅是本发明的一部分实施例,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做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明保护的范围。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
如图1所示,本发明实施例提供一种图像识别客户端,包括:
图像采集单元11,用于采集多帧图像;其中,每隔预设时间采集一帧图像;
第一处理单元12,用于分别计算所述多帧图像的特征值,并根据所述多帧图像的特征值确定有效图像;
第二处理单元13,用于根据所述有效图像生成特征索引;
第三处理单元14,用于将所述特征索引发送至服务器以请求服务器根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像,并接收服务器返回的检索结果。
具体而言,当服务器检索得到对应的人脸图像,即表示人脸识别成功,找不到则为识别失败。一般的人脸识别都通过摄像头摄影,然后传输图像数据给计算机进行处理,因此计算机就需要处理很多张图像,而且实时性要求非常高。而本申请的图像识别客户端将图像数据进行处理得到特征索引,服务器的计算机***根据特征索引进行检索即可,不需要再进行数据处理,因此大大降低了服务器计算机***的计算要求。
在一实施例中,所述客户端还包括存储单元15,所述存储单元15存储所述图像采集单元11采集得到的图像数据以及所述第一处理单元12处理得到的每帧图像的特征值。具体而言,便于一旦识别成功,服务器可以到摄像头本地调取时间段内的包括图像数据和特征值数据。然后服务期再计算一遍,确保摄像头的计算没有错误。
本发明实施例提出的一种图像识别客户端,把本来人脸识别服务器处理的海量图片,交由图像识别客户端处理,图像识别客户端对采集得到的图像的特征值进行计算,然后生成索引,直接到人脸识别数据库进行检索。有效地减轻了人脸识别服服务器的计算工作量,集中化的计算工作现在分摊给摄像头进行处理。同时,降低的图像网络传输带宽,以前的方法每个摄像头只负责拍摄,图像不管好坏,或者是不是人脸数据,都一并往数据库服务器传输。
如图2所示,本发明实施例二提供一种如实施例一所述的图像识别客户端的图像识别方法,包括如下步骤:
步骤S11、采集多帧图像;其中,每隔预设时间采集一帧图像;
步骤S12、分别计算所述多帧图像的特征值,并根据所述多帧图像的特征值确定有效图像;
步骤S13、根据所述有效图像生成特征索引;
步骤S14、将所述特征索引发送至服务器以请求服务器根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像,并接收服务器返回的检索结果。
具体而言,如检索不到,即为人脸识别失败,特征数据被抛弃;如检索成功,即为人脸库里面有这个人,摄像头计算机通知服务器,由服务器进行下一步的处理。
在一实施例中,所述步骤S12中的根据所述多帧图像的特征值确定有效图像包括:
将所述所述多帧图像的特征值进行比较,若任意两帧图像的特征值的偏差小于等于10%,则这两帧图像均为有效图像,若任意两帧图的特征值的偏差大于10%,则这两帧图像中至少有一帧图像为无效图像。
具体而言,特征值采用多张照片进行计算后比对,特征值达到90%以上的相同率,即为一个靠谱的特征数据。因为多张图片采集的像素或者拍照效果不一,会导致特征值计算结果不一,这里对一些和其他特征值不相同的特征数据视为无效数据,给予抛弃,而重复多次出现的大体相同的特征数据,作为可靠数据进行下一步处理,抛弃无效数据是为了降低计算机的处理压力。同时,无效数据每次生成的特征索引都不一样,也会导致数据库查询工作量巨大。
需说明的是,本实施例二所述方法与实施例一所述客户端对应,因此本实施例二所述方法未详述的有关部分可以参阅实施例一所述客户端得到,此处不再赘述。
本发明实施例三提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,以实现如实施例二所述图像识别方法的步骤。
如图3所示,本发明实施例四提供一种服务器,包括:
数据接收单元21,用于接收一个或多个图像识别客户端的特征索引;
图像检索单元22,用于根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像得到检索结果;其中,所述人脸数据库存储有人脸图像数据;
数据发送单元23,用于将所述检索结果返回至所述图像识别客户端。
具体而言,当服务器检索得到对应的人脸图像,即表示人脸识别成功,找不到则为识别失败。一般的人脸识别都通过摄像头摄影,然后传输图像数据给计算机进行处理,因此计算机就需要处理很多张图像,而且实时性要求非常高。而本申请的图像识别客户端将图像数据进行处理得到特征索引,服务器的计算机***根据特征索引进行检索即可,不需要再进行数据处理,因此大大降低了服务器计算机***的计算要求。
本发明实施例提出的一种服务器,把本来人脸识别服务器处理的海量图片,交由一个或多个图像识别客户端处理,一个或多个图像识别客户端对采集得到的图像的特征值进行计算,然后生成特征索引,服务器根据所述特征索引直接到人脸识别数据库进行检索,有效地减轻了人脸识别服服务器的计算工作量,集中化的计算工作现在分摊给摄像头进行处理。同时,降低的图像网络传输带宽,以前的方法每个摄像头只负责拍摄,图像不管好坏,或者是不是人脸数据,都一并往数据库服务器传输。
如图4所示,本发明实施例五提供一种如实施例四所述的服务器的控制方法,包括如下步骤:
步骤S21、接收一个或多个图像识别客户端的特征索引;
步骤S22、根据所述特征索引检索所述人脸数据库是否存在与所述特征索引对应的人脸图像得到检索结果;其中,所述人脸数据库存储有人脸图像数据;
步骤S23、将所述检索结果返回至所述图像识别客户端。
需说明的是,本实施例五所述方法与实施例五所述服务器对应,因此本实施例五所述方法未详述的有关部分可以参阅实施例五所述服务器得到,此处不再赘述。
如图5所示,本发明实施例六提供一种图像识别***,包括人脸数据库3、多个如第一方面实施例所述的图像识别客户端1以及如实施例四所述的服务器2,所述服务器2分别与多个所述图像识别客户端1以及所述人脸数据库3无线通信连接,所述人脸数据库3存储有人脸图像数据。
通过以上实施例的描述可知,本发明实施例对传统摄像头进行改进得到一种图像识别客户端,将本来由计算机处理的人脸识别功能转移至摄像头上,对应地,可以设置多个图像识别客户端与服务器进行通信连接,服务器只需要接收各个图像识别客户端的特征索引并进行检索人脸数据库和返回检索结果给对应的图像识别客户端,这个过程中,服务器并不进行图像数据的处理,从而降低了服务器对人脸识别特征值的计算要求。
本发明实施例应用于刑侦的人脸识别时,犯罪分子的人脸识别数据是在公安的人脸数据库里面的,这部分数据是有限的,但是对于公众场合,出没的人气就非常的多。如果对所有人脸都进行人脸拍摄然后到服务器里面进行处理,这样必须架构服务器集群才能计算出来。如果通过本方法,每个摄像头都可以实现初步的人脸特征值比对,正针对比对成功的数据才进行二次识别和验证,这样大大的降低了服务器成本同时也确保了比对的成功率。
以上所述仅是本申请的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (8)
1.一种图像识别客户端,其特征在于,包括:
图像采集单元,用于采集多帧图像;其中,每隔预设时间采集一帧图像;
第一处理单元,用于分别计算所述多帧图像的特征值,并根据所述多帧图像的特征值确定有效图像;
第二处理单元,用于根据所述有效图像生成特征索引;
第三处理单元,用于将所述特征索引发送至服务器以请求服务器根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像,并接收服务器返回的检索结果。
2.根据权利要求1所述的图像识别客户端,其特征在于,所述客户端还包括存储单元,所述存储单元存储所述图像采集单元采集得到的图像数据。
3.一种如权利要求1所述的图像识别客户端的图像识别方法,其特征在于,包括如下步骤:
采集多帧图像;其中,每隔预设时间采集一帧图像;
分别计算所述多帧图像的特征值,并根据所述多帧图像的特征值确定有效图像;
根据所述有效图像生成特征索引;
将所述特征索引发送至服务器以请求服务器根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像,并接收服务器返回的检索结果。
4.根据权利要求3所述的图像识别方法,其特征在于,所述根据所述多帧图像的特征值确定有效图像包括:
将所述所述多帧图像的特征值进行比较,若任意两帧图像的特征值的偏差小于等于10%,则这两帧图像均为有效图像,若任意两帧图的特征值的偏差大于10%,则这两帧图像中至少有一帧图像为无效图像。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时,以实现如权利要求3至4中任一项所述图像识别方法的步骤。
6.一种服务器,其特征在于,包括:
数据接收单元,用于接收一个或多个图像识别客户端的特征索引;
图像检索单元,用于根据所述特征索引检索人脸数据库是否存在与所述特征索引对应的人脸图像得到检索结果;其中,所述人脸数据库存储有人脸图像数据;
数据发送单元,用于将所述检索结果返回至所述图像识别客户端。
7.一种如权利要求6所述的服务器的控制方法,其特征在于,包括如下步骤:
接收一个或多个图像识别客户端的特征索引;
根据所述特征索引检索所述人脸数据库是否存在与所述特征索引对应的人脸图像得到检索结果;其中,所述人脸数据库存储有人脸图像数据;
将所述检索结果返回至所述图像识别客户端。
8.一种图像识别***,其特征在于,包括人脸数据库、多个如权利要求1-2任一项所述的图像识别客户端以及如权利要求5所述的服务器,所述服务器分别与多个所述图像识别客户端以及所述人脸数据库无线通信连接,所述人脸数据库存储有人脸图像数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910417871.6A CN110222206A (zh) | 2019-05-20 | 2019-05-20 | 一种客户端、服务器及图像识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910417871.6A CN110222206A (zh) | 2019-05-20 | 2019-05-20 | 一种客户端、服务器及图像识别*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110222206A true CN110222206A (zh) | 2019-09-10 |
Family
ID=67821346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910417871.6A Pending CN110222206A (zh) | 2019-05-20 | 2019-05-20 | 一种客户端、服务器及图像识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110222206A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112639405A (zh) * | 2020-05-07 | 2021-04-09 | 深圳市大疆创新科技有限公司 | 状态信息确定方法、装置、***、可移动平台和存储介质 |
CN113473179A (zh) * | 2021-06-30 | 2021-10-01 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备和介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968473A (zh) * | 2012-11-14 | 2013-03-13 | 广东欧珀移动通信有限公司 | 基于人脸图像的信息检索方法及*** |
CN108898051A (zh) * | 2018-05-22 | 2018-11-27 | 广州洪森科技有限公司 | 一种基于视频流的人脸识别方法及*** |
-
2019
- 2019-05-20 CN CN201910417871.6A patent/CN110222206A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968473A (zh) * | 2012-11-14 | 2013-03-13 | 广东欧珀移动通信有限公司 | 基于人脸图像的信息检索方法及*** |
CN108898051A (zh) * | 2018-05-22 | 2018-11-27 | 广州洪森科技有限公司 | 一种基于视频流的人脸识别方法及*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112639405A (zh) * | 2020-05-07 | 2021-04-09 | 深圳市大疆创新科技有限公司 | 状态信息确定方法、装置、***、可移动平台和存储介质 |
WO2021223166A1 (zh) * | 2020-05-07 | 2021-11-11 | 深圳市大疆创新科技有限公司 | 状态信息确定方法、装置、***、可移动平台和存储介质 |
CN113473179A (zh) * | 2021-06-30 | 2021-10-01 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备和介质 |
CN113473179B (zh) * | 2021-06-30 | 2022-12-02 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111698470B (zh) | 一种基于云边协同计算的安防视频监控***及其实现方法 | |
JP5213105B2 (ja) | 映像ネットワークシステム及び映像データ管理方法 | |
US8244002B2 (en) | System and method for performing rapid facial recognition | |
CN109241111A (zh) | 一种基于内存数据库的分布式人脸识别***及方法 | |
JP2022048147A5 (zh) | ||
WO2021000830A1 (zh) | 人脸识别的方法、装置、计算机设备和存储介质 | |
CN106254458A (zh) | 一种基于云机器人视觉的图像处理方法、平台及*** | |
CN110222206A (zh) | 一种客户端、服务器及图像识别*** | |
CN109658040A (zh) | 会议管理的方法、装置、设备及计算机存储介质 | |
EP3220636A1 (en) | Video monitoring method and device | |
CN110889314B (zh) | 图像处理方法、装置、电子设备、服务器及*** | |
CN107516063A (zh) | 基于云分支服务器人脸识别的方法 | |
CN106897695A (zh) | 一种图像识别处理装置、***及方法 | |
WO2020063021A1 (zh) | 应用于终端设备的眼球追踪方法、装置以及*** | |
CN105869226A (zh) | 基于人脸识别的监所自动点名***及其点名方法 | |
CN109684961A (zh) | 基于人脸识别的人口管理方法及装置 | |
CN107944401A (zh) | 具有多个人脸动态跟踪及分析的嵌入式设备 | |
CN109558798A (zh) | 一种基于卷积特征图匹配的人脸识别方法及*** | |
CN111263113B (zh) | 数据包的发送方法及装置、数据包的处理方法及装置 | |
CN110855947B (zh) | 一种图像抓拍处理方法及装置 | |
WO2022089220A1 (zh) | 图像数据处理方法、装置、设备、存储介质及产品 | |
CN109409295A (zh) | 多终端立体化智能人证核验*** | |
JP2023545222A (ja) | 画像同期方法及び装置、機器並びにコンピュータ記憶媒体 | |
CN112073676B (zh) | 一种点名*** | |
CN113766191A (zh) | 一种业务窗口和自助设备的监控方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190910 |
|
RJ01 | Rejection of invention patent application after publication |