CN111191556A - 人脸识别方法、装置及电子设备 - Google Patents
人脸识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111191556A CN111191556A CN201911353509.3A CN201911353509A CN111191556A CN 111191556 A CN111191556 A CN 111191556A CN 201911353509 A CN201911353509 A CN 201911353509A CN 111191556 A CN111191556 A CN 111191556A
- Authority
- CN
- China
- Prior art keywords
- image
- preset area
- frame
- real
- background
- 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 title claims abstract description 51
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims description 12
- 238000011410 subtraction method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例中提供了一种人脸识别方法、装置及电子设备,属于图像处理技术领域。其中人脸识别方法包括:方案,包括:采集预设区域的图像信息;根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象;若检测到所述预设区域出现移动对象,识别所述预设区域是否存在人脸;若所述预设区域存在人脸,采集所述预设区域的人脸图像。通过本公开的方案,可以有效提高用户使用人脸识别终端设备的通行速度或提高人脸抓拍设备的抓拍率。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种人脸识别方法、装置及电子设备。
背景技术
目前,人脸识别终端设备通常是通过人脸检测算法检测到人脸之后唤醒屏幕,然后进行后续的人脸关键点检测、人脸跟踪、活体识别以及人脸识别任务。人脸抓拍设备也是时时刻刻通过检测算法检测到人脸之后,然后通过人脸跟踪算法、人脸质量判断算法等进行人脸抓拍。但是,人脸检测算法通常存在可接受的最小检测人脸与最大检测人脸。因此,当使用者不了解或者无法判断人脸识别终端设备可使用的范围时,会带来很不好的用户体验;此外,人脸检测算法相对耗时严重,会增加使用者的等待时间或错过抓拍很多人脸。
可见,现有的人脸识别方案存在等待时间过长或者漏识别次数较多的技术问题。
发明内容
有鉴于此,本公开实施例提供一种人脸识别方法、装置及电子设备,至少部分解决现有技术中存在的问题。
第一方面,本公开实施例提供了一种人脸识别方法,包括:
采集预设区域的图像信息;
根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象;
若检测到所述预设区域出现移动对象,识别所述预设区域是否存在人脸;
若所述预设区域存在人脸,采集所述预设区域的人脸图像。
根据本公开实施例的一种具体实现方式,所述根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象的步骤,包括:
获取所述预设区域的背景图像;
利用背景提取算法从所述预设区域的图像信息中提取所述预设区域的背景图像,得到所述预设区域的前景图像;
依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象。
根据本公开实施例的一种具体实现方式,所述背景提取算法包括:背景差分法、ViBe算法或ViBe+算法。
根据本公开实施例的一种具体实现方式,所述预设区域的图像信息包括连续多帧实时图像,所述背景提取算法为背景差分法;
所述获取所述预设区域的背景图像的步骤,包括:
将所述连续多帧实时图像中的第一帧图像作为所述预设区域的背景图像;
所述利用背景提取算法从所述预设区域的图像信息中提取所述预设区域的背景图像,得到所述预设区域的前景图像的步骤,包括:
将每一帧实时图像与所述背景图像进行差分操作,得到每一帧实时图像对应的差分图,作为每帧实时图像对应的前景图像。
根据本公开实施例的一种具体实现方式,所述依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象的步骤,包括:
统计每帧实时图像对应的差分图中属于前景对象的目标像素点个数;
确定连续多帧实时图像对应的差分图中,目标像素点个数大于或者等于第一预设数量的图像帧总数;
若所述图像帧总数大于或者等于第二预设数量,则确定所述预设区域出现移动对象。
根据本公开实施例的一种具体实现方式,所述将所述连续多帧实时图像中的第一帧图像作为所述预设区域的背景图像的步骤,包括:
将所述第一帧图像的灰度图作为所述预设区域的背景图像;
所述将每一帧实时图像与所述背景图像进行差分操作的步骤,包括:
将每一帧实时图像的灰度图与所述背景图形进行差分操作。
根据本公开实施例的一种具体实现方式,所述依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象的步骤之后,所述方法还包括:
每隔第三预设数量帧实时图像,将当前背景图像和当前帧实时图像进行加权求和得到新的背景图像。
第二方面,本公开实施例提供了一种人脸识别装置,包括:
第一采集模块,用于采集预设区域的图像信息;
检测模块,用于根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象;
识别模块,用于若检测到所述预设区域出现移动对象,识别所述预设区域是否存在人脸;
第二采集模块,用于若所述预设区域存在人脸,采集所述预设区域的人脸图像。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的人脸识别方法。
第四方面,本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的人脸识别方法。
第五方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的人脸识别方法。
本公开实施例中的人脸识别方案,包括:采集预设区域的图像信息;根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象;若检测到所述预设区域出现移动对象,识别所述预设区域是否存在人脸;若所述预设区域存在人脸,采集所述预设区域的人脸图像。通过本公开的方案,可以有效提高用户使用人脸识别终端设备的通行速度或提高人脸抓拍设备的抓拍率。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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为本公开实施例提供的一种人脸识别方法的流程示意图;
图2为本公开实施例提供的另一种人脸识别方法的部分流程示意图;
图3为本公开实施例提供的另一种人脸识别方法的部分流程示意图;
图4为本公开实施例提供的另一种人脸识别装置的结构示意图;
图5为本公开实施例提供的一种电子设备的示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,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,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种人脸识别方法。本实施例提供的人脸识别方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、终端设备等中。
参见图1,本公开实施例提供的一种人脸识别方法,包括:
S101,采集预设区域的图像信息;
本实施例提供的人脸识别方法,应用于闸机、安检等场景中的人脸识别终端设备中。所应用的人脸识别终端设备通常包括摄像头、处理器、控制器及其他相关支撑组件,摄像头通常朝向预设区域,用于采集预设区域的图像信息,将所采集的图像信息发送处理器进行分析处理,再由控制器根据分析处理结果执行开启闸门、发出警报等相关控制动作。
在具体实施时,通过摄像头采集预设区域的图像信息。可以通过摄像头实时采集预设区域的实时图像,将采集到的图像实时处理或者周期性处理。本实施方案优选采集连续多帧实时图像,再针对该连续多帧实时图像依次进行处理。
S102,根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象;
依据上述步骤采集预设区域的图像信息后,先依据该部分图像信息,以及预置的移动侦测算法来检测预设区域是否出现了移动对象,即判断是否有人或者其他物品动态出现或者经过预设区域。
S103,若检测到所述预设区域出现移动对象,识别所述预设区域是否存在人脸;
S104,若所述预设区域存在人脸,采集所述预设区域的人脸图像。
在上述的步骤中,若检测到预设区域出现移动对象,则表示可能有人或者其他物品出现在预设区域,此时即可以启动人脸识别算法,识别该预设区域是否存在人脸。若确定存在人脸,则采集该预设区域的人脸图像,进行人脸识别操作。
根据本公开实施例的一种具体实现方式,如图2所示,对本实施例中针对移动对象的检测步骤作了进一步限定。具体的,上述步骤S102所述的,根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象的步骤,可以包括:
S201,获取所述预设区域的背景图像;
在利用预设区域的图像信息检测预设区域是否出现移动对象时,要先确定该预设区域的背景图像。该背景图像可以为预先存储的或者实时获取的,对应该预设区域没有移动对象出现的状态下的图像。该背景图像可以是一直保持不变的,也可以是周期性更新的。
S202,利用背景提取算法从所述预设区域的图像信息中提取所述预设区域的背景图像,得到所述预设区域的前景图像;
采集到预设区域的图像信息后,即可根据上述步骤获取的预设区域的背景图像,提取对应预设区域的前景图像。
可选的,所述背景提取算法可以包括:背景差分法、ViBe算法或ViBe+算法。
S203,依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象。
背景图像对应的特征点通常是保持不变的,在依据上述步骤提取出预设区域的前景图像后,即可仅依据该预设区域的前景图像来判断预设区域是否出现了移动对象。
在具体实施时,如图3所示,所述预设区域的图像信息包括连续多帧实时图像,所述背景提取算法为背景差分法;
上述步骤S201所述的,获取所述预设区域的背景图像,可以包括:
S301,将所述连续多帧实时图像中的第一帧图像作为所述预设区域的背景图像;
在具体实施时,为了减少数据处理量且提高比对效果,所述将所述连续多帧实时图像中的第一帧图像作为所述预设区域的背景图像的步骤,可以包括:
将所述第一帧图像的灰度图作为所述预设区域的背景图像;
上述步骤S202所述的,所述利用背景提取算法从所述预设区域的图像信息中提取所述预设区域的背景图像,得到所述预设区域的前景图像的步骤,可以包括:
S302,将每一帧实时图像与所述背景图像进行差分操作,得到每一帧实时图像对应的差分图,作为每帧实时图像对应的前景图像。
对应的,所述将每一帧实时图像与所述背景图像进行差分操作的步骤,可以包括:
将每一帧实时图像的灰度图与所述背景图形进行差分操作。
以及,上述步骤S203所述的,所述依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象的步骤,可以包括:
S303,统计每帧实时图像对应的差分图中属于前景对象的目标像素点个数;
可以直接进行数据统计,或者预先维护一个数组,用于保存前N帧中每一帧图像与背景图得到的差分图中有可能成为前景图像中对象的目标像素点的个数。
S304,确定连续多帧实时图像对应的差分图中,目标像素点个数大于或者等于第一预设数量的图像帧总数;
S305,若所述图像帧总数大于或者等于第二预设数量,则确定所述预设区域出现移动对象。
对差分图进行阈值化或直方图统计,得到差分图中属于前景目标的像素点的个数,计入数组中并更新数组。统计数组中前N帧中属于前景目标的像素点个数超过第一预设数量的图像帧总数。若图像帧总数超过第二预设数量,即有多帧图像中属于前景的像素点都较多,则认为有移动对象经过。
此外,所述依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象的步骤之后,所述方法还可以包括:
每隔第三预设数量帧实时图像,将当前背景图像和当前帧实时图像进行加权求和得到新的背景图像。
不定时地更新背景图像,以应对在人脸识别的流程中可能存在的预设区域空置状态变化的情况,进一步提高人脸识别的准确性。
通过上述流程判断出有移动经过之后,即启动人脸检测算法进行后续识别任务或抓拍任务。若检测到人脸,则进行人脸跟踪、活体检测等流程进行人脸识别任务或人脸跟踪、人脸质量判断等流程进行人脸抓拍任务;若无检测到人脸,则继续进行移动侦测,可以提高用户使用人脸识别终端设备的通行速度或提高人脸抓拍设备的抓拍率。
与上面的方法实施例相对应,参见图4,本公开实施例还提供了一种人脸识别装置40,包括:
第一采集模块401,用于采集预设区域的图像信息;
检测模块402,用于根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象;
识别模块403,用于若检测到所述预设区域出现移动对象,识别所述预设区域是否存在人脸;
第二采集模块404,用于若所述预设区域存在人脸,采集所述预设区域的人脸图像。
图4所示装置可以对应的执行上述方法实施例中的内容,本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图5,本公开实施例还提供了一种电子设备50,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中的人脸识别方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中的人脸识别方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的的人脸识别方法。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备50的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备50可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备50操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备50与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备50,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备能够实现上述方法实施例提供的方案。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备能够实现上述方法实施例提供的方案。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、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,该模块、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,在有些作为替换的实现中,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,两个接连地表示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操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种人脸识别方法,其特征在于,包括:
采集预设区域的图像信息;
根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象;
若检测到所述预设区域出现移动对象,识别所述预设区域是否存在人脸;
若所述预设区域存在人脸,采集所述预设区域的人脸图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象的步骤,包括:
获取所述预设区域的背景图像;
利用背景提取算法从所述预设区域的图像信息中提取所述预设区域的背景图像,得到所述预设区域的前景图像;
依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象。
3.根据权利要求2所述的方法,其特征在于,所述背景提取算法包括:背景差分法、ViBe算法或ViBe+算法。
4.根据权利要求3所述的方法,其特征在于,所述预设区域的图像信息包括连续多帧实时图像,所述背景提取算法为背景差分法;
所述获取所述预设区域的背景图像的步骤,包括:
将所述连续多帧实时图像中的第一帧图像作为所述预设区域的背景图像;
所述利用背景提取算法从所述预设区域的图像信息中提取所述预设区域的背景图像,得到所述预设区域的前景图像的步骤,包括:
将每一帧实时图像与所述背景图像进行差分操作,得到每一帧实时图像对应的差分图,作为每帧实时图像对应的前景图像。
5.根据权利要求4所述的方法,其特征在于,所述依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象的步骤,包括:
统计每帧实时图像对应的差分图中属于前景对象的目标像素点个数;
确定连续多帧实时图像对应的差分图中,目标像素点个数大于或者等于第一预设数量的图像帧总数;
若所述图像帧总数大于或者等于第二预设数量,则确定所述预设区域出现移动对象。
6.根据权利要求4所述的方法,其特征在于,所述将所述连续多帧实时图像中的第一帧图像作为所述预设区域的背景图像的步骤,包括:
将所述第一帧图像的灰度图作为所述预设区域的背景图像;
所述将每一帧实时图像与所述背景图像进行差分操作的步骤,包括:
将每一帧实时图像的灰度图与所述背景图形进行差分操作。
7.根据权利要求5所述的方法,其特征在于,所述依据所述预设区域的前景图像,判断所述预设区域是否出现移动对象的步骤之后,所述方法还包括:
每隔第三预设数量帧实时图像,将当前背景图像和当前帧实时图像进行加权求和得到新的背景图像。
8.一种人脸识别装置,其特征在于,包括:
第一采集模块,用于采集预设区域的图像信息;
检测模块,用于根据所述图像信息,利用移动侦测算法检测所述预设区域是否出现移动对象;
识别模块,用于若检测到所述预设区域出现移动对象,识别所述预设区域是否存在人脸;
第二采集模块,用于若所述预设区域存在人脸,采集所述预设区域的人脸图像。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述权利要求1-7中任一项所述的人脸识别方法。
10.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述权利要求1-7中任一项所述的人脸识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911353509.3A CN111191556A (zh) | 2019-12-25 | 2019-12-25 | 人脸识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911353509.3A CN111191556A (zh) | 2019-12-25 | 2019-12-25 | 人脸识别方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191556A true CN111191556A (zh) | 2020-05-22 |
Family
ID=70707584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911353509.3A Pending CN111191556A (zh) | 2019-12-25 | 2019-12-25 | 人脸识别方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191556A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183417A (zh) * | 2020-09-30 | 2021-01-05 | 重庆天智慧启科技有限公司 | 一种置业顾问服务能力评价***及方法 |
CN113128464A (zh) * | 2021-05-07 | 2021-07-16 | 支付宝(杭州)信息技术有限公司 | 图像识别方法和*** |
CN113657262A (zh) * | 2021-08-16 | 2021-11-16 | 深圳多模智能科技有限公司 | 启动终端识别生物特征信息的方法、装置、终端及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530893A (zh) * | 2013-10-25 | 2014-01-22 | 南京大学 | 相机抖动场景下基于背景差和运动信息的前景检测方法 |
CN103679745A (zh) * | 2012-09-17 | 2014-03-26 | 浙江大华技术股份有限公司 | 一种运动目标检测方法及装置 |
CN106599826A (zh) * | 2016-12-09 | 2017-04-26 | 杭州宇泛智能科技有限公司 | 基于近红外光人脸3d重建的方法 |
CN107169996A (zh) * | 2017-05-15 | 2017-09-15 | 华侨大学 | 一种视频中动态人脸识别方法 |
-
2019
- 2019-12-25 CN CN201911353509.3A patent/CN111191556A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679745A (zh) * | 2012-09-17 | 2014-03-26 | 浙江大华技术股份有限公司 | 一种运动目标检测方法及装置 |
CN103530893A (zh) * | 2013-10-25 | 2014-01-22 | 南京大学 | 相机抖动场景下基于背景差和运动信息的前景检测方法 |
CN106599826A (zh) * | 2016-12-09 | 2017-04-26 | 杭州宇泛智能科技有限公司 | 基于近红外光人脸3d重建的方法 |
CN107169996A (zh) * | 2017-05-15 | 2017-09-15 | 华侨大学 | 一种视频中动态人脸识别方法 |
Non-Patent Citations (1)
Title |
---|
刘赏 等: "《高职教育创新与社会服务 2006-2016年高等职业教育成果荟萃》", 北京邮电大学出版社, pages: 127 - 128 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183417A (zh) * | 2020-09-30 | 2021-01-05 | 重庆天智慧启科技有限公司 | 一种置业顾问服务能力评价***及方法 |
CN112183417B (zh) * | 2020-09-30 | 2023-12-05 | 重庆天智慧启科技有限公司 | 一种置业顾问服务能力评价***及方法 |
CN113128464A (zh) * | 2021-05-07 | 2021-07-16 | 支付宝(杭州)信息技术有限公司 | 图像识别方法和*** |
CN113128464B (zh) * | 2021-05-07 | 2022-07-19 | 支付宝(杭州)信息技术有限公司 | 图像识别方法和*** |
CN113657262A (zh) * | 2021-08-16 | 2021-11-16 | 深圳多模智能科技有限公司 | 启动终端识别生物特征信息的方法、装置、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112101305B (zh) | 多路图像处理方法、装置及电子设备 | |
CN110287891B (zh) | 基于人体关键点的手势控制方法、装置及电子设备 | |
CN110619314A (zh) | 安全帽检测方法、装置及电子设备 | |
CN111191556A (zh) | 人脸识别方法、装置及电子设备 | |
CN110335313B (zh) | 音频采集设备定位方法及装置、说话人识别方法及*** | |
CN111222509B (zh) | 目标检测方法、装置及电子设备 | |
CN110287810B (zh) | 车门动作检测方法、装置和计算机可读存储介质 | |
CN111582090A (zh) | 人脸识别方法、装置及电子设备 | |
CN112232313A (zh) | 视频中人员安全帽佩戴状态的检测方法、装置及电子设备 | |
CN112037223B (zh) | 图像缺陷检测方法、装置及电子设备 | |
CN110555861A (zh) | 光流计算方法、装置及电子设备 | |
CN111783632B (zh) | 针对视频流的人脸检测方法、装置、电子设备及存储介质 | |
CN110751120A (zh) | 一种检测方法、装置及电子设备 | |
CN110378936B (zh) | 光流计算方法、装置及电子设备 | |
CN110852253A (zh) | 梯控场景检测方法、装置及电子设备 | |
CN113642493B (zh) | 一种手势识别方法、装置、设备及介质 | |
CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
CN112990017B (zh) | 一种智慧城市大数据分析方法及监控*** | |
CN113033552B (zh) | 文本识别方法、装置和电子设备 | |
CN112418233B (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN110879975B (zh) | 人员流量检测方法、装置及电子设备 | |
CN110619597A (zh) | 一种半透明水印去除方法、装置、电子设备及存储介质 | |
CN111681267B (zh) | 基于图像识别的轨道防侵入方法 | |
CN111488866B (zh) | 基于深度学习的入侵物识别方法、装置及电子设备 | |
CN112560700A (zh) | 一种基于动作分析的信息关联方法、装置及电子设备 |
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 |