CN111507165A - 人脸识别方法、装置、电子设备及计算机可读存储介质 - Google Patents
人脸识别方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111507165A CN111507165A CN202010072680.3A CN202010072680A CN111507165A CN 111507165 A CN111507165 A CN 111507165A CN 202010072680 A CN202010072680 A CN 202010072680A CN 111507165 A CN111507165 A CN 111507165A
- Authority
- CN
- China
- Prior art keywords
- feature information
- standard
- facial feature
- face recognition
- current
- 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 41
- 230000001815 facial effect Effects 0.000 claims abstract description 91
- 230000009471 action Effects 0.000 claims abstract description 72
- 230000033001 locomotion Effects 0.000 claims description 29
- 230000004397 blinking Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video 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
- G06V40/172—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
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种人脸识别方法、装置、电子设备及计算机可读存储介质，其中该方法包括：在获取到人脸识别请求后，通过终端摄像头获取待识别视频；根据待识别视频，确定当前面部特征信息和当前动作特征信息；判断数据库中是否存储有标准面部特征信息和标准动作特征信息；若数据库中存储有标准面部特征信息和标准动作特征信息，则确定人脸识别通过。在本申请通过判断数据库中是否存储有与当前面部特征信息的相似度达到第一预设相似度阈的标准面部特征信息以及是否存储有与当前动作特征信息的相似度达到第二预设相似度阈的标准动作特征信息，对人脸视频进行识别，可以提高人脸识别的安全性。
Description
技术领域
本申请涉及信息技术领域，尤其是涉及人脸识别方法、装置、电子设备及计算机可读存储介质。
背景技术
随着科技的快速进步，在多种情况下需要对用户进行身份验证，其中，人脸识别的方式逐渐得到广泛的应用。人脸识别一种依据人的面部特征(如统计或几何特征等)，自动进行身份识别的一种生物识别技术，又称为面像识别、人像识别、相貌识别、面孔识别、面部识别等。通常我们所说的人脸识别是基于光学人脸图像的身份识别与验证的简称。人脸识别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图像进行一系列的相关应用操作。技术上包括图像采集、特征定位、身份的确认和查找等等。简单来说，就是从照片中提取人脸中的特征，比如眉毛高度、嘴角等等，再通过特征的对比输出结果。
然而，只通过面部特征对人脸进行识别得到的验证结果可靠性并不高，安全性较低。
发明内容
有鉴于此，本申请的目的在于提供人脸识别方法、装置、电子设备及计算机可读存储介质，以提高人脸识别的安全性。
第一方面，本申请实施例提供了一种人脸识别方法，包括：
在获取到人脸识别请求后，通过终端摄像头获取待识别视频；
根据所述待识别视频，确定当前面部特征信息和当前动作特征信息；
判断数据库中是否存储有标准面部特征信息和标准动作特征信息；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；
若是，则确定人脸识别通过。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，在确定人脸识别通过之后，还包括：
向交易服务器发送交易请求。
结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述判断数据库中是否存储有标准面部特征信息和标准动作特征信息，包括：
判断数据库中是否存储有标准面部特征信息；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；
若是，则判断所述数据库中是否存储有标准动作特征信息；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的。
结合第一方面或第一种可能的实施方式或第二种可能的实施方式，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述标准动作特征信息包括以下至少一种或多种：眨眼、点头、摇头、皱眉和微笑。
第二方面，本申请实施例还提供一种人脸识别装置，包括：
获取模块，用于在获取到人脸识别请求后，通过终端摄像头获取待识别视频；
第一确定模块，用于根据所述待识别视频，确定当前面部特征信息和当前动作特征信息；
判断模块，用于判断数据库中是否存储有标准面部特征信息和标准动作特征信息；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；
第二确定模块，用于若是，则确定人脸识别通过。
第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面中任一种可能的实施方式中的步骤。
第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面中任一种可能的实施方式中的步骤。
本申请实施例提供的人脸识别方法，首先，在获取到人脸识别请求后，通过终端摄像头获取待识别视频；然后，根据待识别视频，确定当前面部特征信息和当前动作特征信息；然后，判断数据库中是否存储有标准面部特征信息和标准动作特征信息；最后，若数据库中存储有标准面部特征信息和标准动作特征信息，则确定人脸识别通过。在本申请通过判断数据库中是否存储有与当前面部特征信息的相似度达到第一预设相似度阈的标准面部特征信息，以及数据库中是否存储有与当前动作特征信息的相似度达到第二预设相似度阈的标准动作特征信息，对人脸视频进行识别，与现有技术中进行通过人脸图像进行识别的技术方案相比，可以避免利用窃取的人脸图像进行识别的非法行为，从而提高人脸识别的安全性。
为使本申请的上述目的、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申请实施例的技术方案，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申请的某些实施例，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示出了本申请实施例所提供的人脸识别方法的流程图；
图2示出了本申请实施例所提供的另一种人脸识别方法的流程图；
图3示出了本申请实施例所提供的人脸识别装置的结构示意图；
图4示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，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，都属于本申请保护的范围。
本申请实施例提供了一种人脸识别方法，下面通过实施例进行描述。如图1所示的人脸识别方法的流程图中，包括以下步骤：
S101：在获取到人脸识别请求后，通过终端摄像头获取待识别视频。
该步骤中，在接收到人脸识别请求后，可以控制中断摄像头获取待识别视频，并将待识别视频中的图像信息转化为数字信息，其中，待识别视频中包含有待识别用户脸部的视频片段。
S102：根据待识别视频，确定当前面部特征信息和当前动作特征信息。
该步骤中，可以先将数字信号形式的待识别视频以BMP(位图)格式进行储存，并对BMP格式的数字信息进行灰度化处理，得到待识别视频每一帧图像的灰度图，选取出一个R值、G值和B值相等的灰度值，并使选取的灰度值在(0，255)这一范围内，将灰度图转换为黑白色，减少图像的信息量，并减少图像的大小。
进一步的，在将待识别视频转换为黑白色灰度图后，可以使用阈值法对待识别视频进行分割，将灰度图按照灰度等级分为两个部分，使两个部分的灰度值差异最大，并使每个部分之间的灰度差异最小，可以通过方差计算寻找一个合适的灰度等级进行划分。
具体的，可以使用最大类间方差法(OTSU)进行划分，可以设当前灰度图的分割值为t，前景点占图像比例为W0，均值为U0，背景点占图像比例为W1，均值为U1。则整个图像的均值为U＝W0*U0+W1*U1。
基于上述公式，可以建立目标函数G(t)＝W0*(U0-U)^2+W1*(U1-U)^2。目标函数G(t)即为当前分割阈值为t时，类间方差的表达式。
在将待识别视频的图像二值化后，可以对其进行形态学处理，首先，对图像进行膨胀处理，该步骤中可以将图像中的物体所接触的所有点与背景合并到一起；之后，对图像进行复试处理，将图像中的斑点腐蚀掉，消除图像中的凸起；然后，可以对图像的断裂部分、粗糙部分、边界部分以及不平整的部分进行处理，使图像的可辨认度提高。
最后，通过预设的面部特征提取模板，扫描图像中的每一个像素，使用面部特征提取模板确定的邻域内像素的加权平均灰度值去代替模板中心像素点的值，并提取出当前面部特征信息。
在得到当前面部特征信息之后，可以先对处理后的待识别视频进行时间归一化处理，将时间作为统一的坐标轴，再使用DTW(动态时间规整)算法对当前面部特征信息进行时间规整法处理，得到面部表情和面部动作，进而提取出当前动作特征信息。
S103：判断数据库中是否存储有标准面部特征信息和标准动作特征信息；标准面部特征信息和标准动作特征信息是根据同一标准视频确定的；当前面部特征信息与标准面部特征信息的相似度达到第一预设相似度阈值；当前动作特征信息与标准动作特征信息的相似度达到第二预设相似度阈值。
该步骤中，可以先判断数据库中是否储存有标准面部特征信息和标准动作特征信息，若存在，则确定当前面部特征信息与标准面部特征信息的相似度以及当前动作特征信息与标准动作特征信息的相似度。
具体的，可以判断根据当前面部特征信息中的视觉特征、像素统计特征、人脸图像代数特征、欧式距离、曲率及角度等特征与标准面部特征信息中的各个特征进行对比。
在确定当前动作特征信息与标准动作特征信息的相似度时，在进行时间规整化处理后，可以判断用户的面部特征的运动方向，可以设当前动作特征信息与标准动作特征信息中的两个时间序列Q和C的长度分别是n和m，使标准动作特征信息的序列为参考模板，当前动作特征信息的序列为测试模板；如果m＝n，直接计算两个序列的距离，如果m、n不相等则进行线性缩放，把短的序列线性放大到和长的序列一样长再进行比较或者把长的序列线性缩短到和短的序列一样长再进行比较。对齐两个序列需要构造n、x、m的矩阵网络，矩阵元素表示两个点的距离。根据两个点的距离确定当前动作特征信息与标准动作特征信息的相似度。
其中，第一预设相似度阈值可以为80％，第二预设相似度阈值可以为80％。
其中，标准面部特征信息与标准动作特征信息可以有一个或多个，其形式可以为模板形式，在数据库中存在多个标准面部特征信息与标准动作特征信息时，可以逐个确定相似度，并在相似度分别高于第一预设相似度阈值和第二相似度阈值时停止，并输出结果。
S104：若是，则确定人脸识别通过。
该步骤中，若步骤S103中的判断结果都为是，则确定人脸识别通过。
在一种可能的实施方式中，在确定人脸识别通过之后，还包括：
向交易服务器发送交易请求。
该步骤中，若人脸识别通过，则确定待识别用户为用户本人，并向交易服务器发送交易请求。
在一种可能的实施方式中，所述判断数据库中是否存储有标准面部特征信息和标准动作特征信息，包括：
判断数据库中是否存储有标准面部特征信息；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；
若是，则判断所述数据库中是否存储有标准动作特征信息；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的。
在一种可能的实施方案式中，所述标准动作特征信息包括以下至少一种或多种：眨眼、点头、摇头、皱眉和微笑。
基于相同的技术构思，本申请实施例还提供一种人脸识别装置、电子设备、以及计算机可读存储介质等，具体可参见以下实施例。
图2示出本申请的一些实施例的人脸识别方法的流程图，如图2示，所述人脸识别方法先对待识别视频进行预处理，然后进行特征提取，得到当前面部特征信息，再对数据库中的标准面部特征信息进行匹配，当相似度大于第一预设相似度阈值时，对当前面部特征信息进行归一化处理和时间规划算法处理，得到当前运动特征信息，并判断运动方向，然后与标准动作特征信息进行对比，确定相似度是否大于第二预设相似度阈值，并输出结果，若未满足认证条件，则载入下一个模板(标准面部特征信息、标准动作特征信息)进行循环匹配，直至匹配成功或循环次数超过预设次数阈值。
其中，预处理可以包括人脸图像采集、激光雷达穿透处理、人脸检测、Adaboost算法处理、灰度矫正、噪声过滤、光纤补偿、灰度变换、直方图均衡化、归一化、几何矫正、滤波以及锐化处理；特征提取可以包括提取视觉特征、像素统计特征、人脸图像代数特征、欧式距离特征、曲率和角度特征。
图3是示出本申请的一些实施例的人脸识别装置的框图，该人脸识别装置实现的功能对应上述在终端设备上执行人脸识别方法的步骤。该装置可以理解为一个包括处理器的服务器的组件，该组件能够实现上述人脸识别方法，如图3所示，该人脸识别装置可以包括：
获取模块301，用于在获取到人脸识别请求后，通过终端摄像头获取待识别视频；
第一确定模块302，用于根据所述待识别视频，确定当前面部特征信息和当前动作特征信息；
判断模块303，用于判断数据库中是否存储有标准面部特征信息和标准动作特征信息；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；
第二确定模块304，用于若是，则确定人脸识别通过。
在一种可能的实施方式中，该人脸识别装置还可以包括：
发送模块，用于向交易服务器发送交易请求。
在一种可能的实施方式中，判断模块303包括：
第一判断子模块，用于判断数据库中是否存储有标准面部特征信息；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；
第二判断子模块，用于若是，则判断所述数据库中是否存储有标准动作特征信息；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的。
在一种可能的实施方式中，所述标准动作特征信息包括以下至少一种或多种：眨眼、点头、摇头、皱眉和微笑。
如图4所示，为本申请实施例所提供的一种电子设备400的结构示意图，该电子设备400包括：至少一个处理器401，至少一个网络接口404和至少一个用户接口403，存储器405，至少一个通信总线402。通信总线402用于实现这些组件之间的连接通信。用户接口403，包括显示器(例如，触摸屏)、键盘或者点击设备(例如，触感板或者触摸屏等)。
存储器405可以包括只读存储器和随机存取存储器，并向处理器401提供指令和数据。存储器405的一部分还可以包括非易失性随机存取存储器(NVRAM)。
在一些实施方式中，存储器405存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：
操作***4051，包含各种***程序，用于实现各种基础业务以及处理基于硬件的任务；
应用程序4052，包含各种应用程序，用于实现各种应用业务。
在本申请实施例中，通过调用存储器405存储的程序或指令，处理器401用于：
在获取到人脸识别请求后，通过终端摄像头获取待识别视频；
根据所述待识别视频，确定当前面部特征信息和当前动作特征信息；
判断数据库中是否存储有标准面部特征信息和标准动作特征信息；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；
若是，则确定人脸识别通过。
在一种可能的实施方式中，处理器401还用于：在确定人脸识别通过之后，向交易服务器发送交易请求。
在一种可能的实施方式中，处理器401还用于：判断数据库中是否存储有标准面部特征信息；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；
若是，则判断所述数据库中是否存储有标准动作特征信息；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的。
在一种可能的实施方式中，所述标准动作特征信息包括以下至少一种或多种：眨眼、点头、摇头、皱眉和微笑。
本申请实施例所提供的进行人脸识别方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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，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，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请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)执行本申请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(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.人脸识别方法，其特征在于，包括：
在获取到人脸识别请求后，通过终端摄像头获取待识别视频；
根据所述待识别视频，确定当前面部特征信息和当前动作特征信息；
判断数据库中是否存储有标准面部特征信息和标准动作特征信息；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；
若是，则确定人脸识别通过。
2.根据权利要求1所述的人脸识别方法，其特征在于，在确定人脸识别通过之后，还包括：
向交易服务器发送交易请求。
3.根据权利要求1所述的人脸识别方法，其特征在于，所述判断数据库中是否存储有标准面部特征信息和标准动作特征信息，包括：
判断数据库中是否存储有标准面部特征信息；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；
若是，则判断所述数据库中是否存储有标准动作特征信息；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的。
4.根据权利要求1-3任一所述的人脸识别方法，其特征在于，所述标准动作特征信息包括以下至少一种或多种：眨眼、点头、摇头、皱眉和微笑。
5.人脸识别装置，其特征在于，包括：
获取模块，用于在获取到人脸识别请求后，通过终端摄像头获取待识别视频；
第一确定模块，用于根据所述待识别视频，确定当前面部特征信息和当前动作特征信息；
判断模块，用于判断数据库中是否存储有标准面部特征信息和标准动作特征信息；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；
第二确定模块，用于若是，则确定人脸识别通过。
6.根据权利要求5所述的人脸识别方装置，其特征在于，还包括：
发送模块，用于向交易服务器发送交易请求。
7.根据权利要求5所述的人脸识别方装置，其特征在于，所述判断模块包括：
第一判断子模块，用于判断数据库中是否存储有标准面部特征信息；所述当前面部特征信息与所述标准面部特征信息的相似度达到第一预设相似度阈值；
第二判断子模块，用于若是，则判断所述数据库中是否存储有标准动作特征信息；所述当前动作特征信息与所述标准动作特征信息的相似度达到第二预设相似度阈值；所述标准面部特征信息和所述标准动作特征信息是根据同一标准视频确定的。
8.根据权利要求5-7任一所述的人脸识别方装置，其特征在于，所述标准动作特征信息包括以下至少一种或多种：眨眼、点头、摇头、皱眉和微笑。
9.电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至4任一所述的人脸识别方法的步骤。
10.计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至4任一所述的人脸识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010072680.3A CN111507165A (zh) | 2020-01-21 | 2020-01-21 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010072680.3A CN111507165A (zh) | 2020-01-21 | 2020-01-21 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111507165A true CN111507165A (zh) | 2020-08-07 |
Family
ID=71871252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010072680.3A Pending CN111507165A (zh) | 2020-01-21 | 2020-01-21 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111507165A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112862859A (zh) * | 2020-08-21 | 2021-05-28 | 海信视像科技股份有限公司 | 一种人脸特征值创建方法、人物锁定追踪方法及显示设备 |
| CN113255529A (zh) * | 2021-05-28 | 2021-08-13 | 支付宝(杭州)信息技术有限公司 | 一种生物特征的识别方法、装置及设备 |
| CN113781050A (zh) * | 2021-09-03 | 2021-12-10 | 中国银行股份有限公司 | 生物密码校验方法、装置、电子设备和存储介质 |
| CN115331152A (zh) * | 2022-09-28 | 2022-11-11 | 江苏海舟安防科技有限公司 | 一种消防识别方法和*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550671A (zh) * | 2016-01-28 | 2016-05-04 | 北京麦芯科技有限公司 | 一种人脸识别的方法及装置 |
| CN108090339A (zh) * | 2017-12-28 | 2018-05-29 | 上海闻泰电子科技有限公司 | 基于人脸识别的解锁装置、方法及电子设备 |
| WO2019085403A1 (zh) * | 2017-10-31 | 2019-05-09 | 平安科技（深圳）有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
| CN110113319A (zh) * | 2019-04-16 | 2019-08-09 | 深圳壹账通智能科技有限公司 | 身份认证方法、装置、计算机设备和存储介质 |
-
2020
- 2020-01-21 CN CN202010072680.3A patent/CN111507165A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550671A (zh) * | 2016-01-28 | 2016-05-04 | 北京麦芯科技有限公司 | 一种人脸识别的方法及装置 |
| WO2019085403A1 (zh) * | 2017-10-31 | 2019-05-09 | 平安科技（深圳）有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
| CN108090339A (zh) * | 2017-12-28 | 2018-05-29 | 上海闻泰电子科技有限公司 | 基于人脸识别的解锁装置、方法及电子设备 |
| CN110113319A (zh) * | 2019-04-16 | 2019-08-09 | 深圳壹账通智能科技有限公司 | 身份认证方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 宓超，沈阳，宓为建编著: "《DAVINCI技术剖析及实战应用开发指南》", 西安：西安电子科技大学出版社, pages: 60 - 102 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112862859A (zh) * | 2020-08-21 | 2021-05-28 | 海信视像科技股份有限公司 | 一种人脸特征值创建方法、人物锁定追踪方法及显示设备 |
| CN112862859B (zh) * | 2020-08-21 | 2023-10-31 | 海信视像科技股份有限公司 | 一种人脸特征值创建方法、人物锁定追踪方法及显示设备 |
| CN113255529A (zh) * | 2021-05-28 | 2021-08-13 | 支付宝(杭州)信息技术有限公司 | 一种生物特征的识别方法、装置及设备 |
| CN113781050A (zh) * | 2021-09-03 | 2021-12-10 | 中国银行股份有限公司 | 生物密码校验方法、装置、电子设备和存储介质 |
| CN115331152A (zh) * | 2022-09-28 | 2022-11-11 | 江苏海舟安防科技有限公司 | 一种消防识别方法和*** |
| CN115331152B (zh) * | 2022-09-28 | 2024-03-08 | 江苏海舟安防科技有限公司 | 一种消防识别方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111507165A (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
| CN109859227B (zh) | 翻拍图像检测方法、装置、计算机设备及存储介质 | |
| Debiasi et al. | PRNU variance analysis for morphed face image detection | |
| US9262614B2 (en) | Image processing device, image processing method, and storage medium storing image processing program | |
| JP4479478B2 (ja) | パターン認識方法および装置 | |
| JP5304901B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム | |
| JP5361524B2 (ja) | パターン認識システム及びパターン認識方法 | |
| JP6071002B2 (ja) | 信頼度取得装置、信頼度取得方法および信頼度取得プログラム | |
| US11341739B2 (en) | Image processing device, image processing method, and program recording medium | |
| US20190163971A1 (en) | Text line segmentation method | |
| WO2017161636A1 (zh) | 一种基于指纹的终端支付方法及装置 | |
| JP7151875B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| CN110795714A (zh) | 一种身份验证方法、装置、计算机设备及存储介质 | |
| CN110717497A (zh) | 图像相似度匹配方法、装置及计算机可读存储介质 | |
| EP2701096A2 (en) | Image processing device and image processing method | |
| CN109635625B (zh) | 智能身份核验方法、设备、存储介质及装置 | |
| CN111553251A (zh) | 证件四角残缺检测方法、装置、设备及存储介质 | |
| CN111222452A (zh) | 一种人脸匹配方法、装置、电子设备及可读存储介质 | |
| JP6229352B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| CN112669412A (zh) | 证件图片生成方法、装置、设备及存储介质 | |
| CN111985454A (zh) | 人脸识别方法、装置、设备及计算机可读存储介质 | |
| CN111259680A (zh) | 二维码图像二值化处理方法及装置 | |
| CN109711287B (zh) | 人脸采集方法及相关产品 | |
| CN108268778B (zh) | 数据处理方法、装置及存储介质 | |
| CN112766169A (zh) | 开户身份认证方法、装置、设备及存储介质 |
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 |