CN112016474B - 一种人脸识别方法、装置、设备及计算机可读存储介质 - Google Patents
一种人脸识别方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112016474B CN112016474B CN202010894604.0A CN202010894604A CN112016474B CN 112016474 B CN112016474 B CN 112016474B CN 202010894604 A CN202010894604 A CN 202010894604A CN 112016474 B CN112016474 B CN 112016474B
- Authority
- CN
- China
- Prior art keywords
- face
- distance
- passing
- objects
- recognition
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种人脸识别方法、装置、设备及计算机可读存储介质,该方法包括获取人脸识别图像,根据人脸识别图像分别获取至少两个待识别对象的人脸中心位置、成像区域的成像区域中心位置,分别获取成像区域中心位置与各待识别对象的人脸中心位置之间的距离,获取各距离中最短距离作为最优成像距离,对当前识别对象进行人脸识别,当前识别对象包括最优成像距离所对应的待识别对象;本发明还提供一种人脸识别装置、设备及计算机可读存储介质,实现了当多个待识别对象的人脸同时出现在人脸卡口中,不再是随意选定一个待识别对象的人脸对象作为当前识别对象,而是根据最短距离确定当前识别对象,提升了识别效率和识别准确性,提升了客户体验度。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种人脸识别方法、装置、设备及计算机可读存储介质。
背景技术
当前,为提升安全性,利用人脸识别技术的人脸识别闸机的应用越来越广泛,人脸识别闸机在安全的生活、工作、出行等场景中应用颇多。
然而,常用的人脸识别监控方案,当多个人脸同时出现在人脸卡口中时,排在后面的人员有可能被识别成功,而导致前面的人员被误识别而直接进入,安全性大大降低。同时识别到多人脸时,识别效率和识别准确性均较低,客户体验度不好。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种人脸识别方法、装置、设备及计算机可读存储介质,用于解决多人脸时,人脸识别闸机存在误识别、识别效率低、识别准确率低、安全性低,用于体验度不好的问题。
为实现上述目的及其他相关目的,本发明提供一种人脸识别方法,包括:
获取人脸识别图像;
根据所述人脸识别图像获取至少两个待识别对象的人脸中心位置;
根据所述人脸识别图像获取和所述成像区域的成像区域中心位置;
分别获取所述成像区域中心位置与各所述待识别对象的所述人脸中心位置之间的距离;
获取各所述距离中最短距离,并将所述最短距离其作为最优成像距离;
对当前识别对象进行人脸识别,所述当前识别对象包括所述最优成像距离所对应的所述待识别对象。
可选的,所述分别获取各所述待识别对象的所述人脸中心位置与所述成像区域中心位置之间的距离之后,还包括以下至少之一:
若所述距离小于或等于第一预设距离阈值,所述待识别对象属于第一预通过区域;
若所述距离小于或等于第二预设距离阈值,且所述距离大于所述第一预设距离阈值,所述待识别对象属于第二预通过区域,所述第一预设距离阈值小于所述第二预设距离阈值。
可选的,还包括:
若所述距离大于所述第二预设距离阈值,所述待识别对象属于非预通过区域。
可选的,所述获取各所述距离中最短距离作为最优成像距离包括:
获取所述属于所述第一预通过区域的各所述待识别对象的所述距离,并确定最短距离;
将所述最短距离作为所述最优成像距离。
可选的,该人脸识别方法还包括以下至少之一:
若属于所述第一预通过区域的所述待识别对象的数量大于0,分别获取各属于所述第一预通过区域的所述待识别对象的面部特征信息并进行识别,若识别成功,将属于所述第一预通过区域的所述待识别对象的面部特征信息加入第一预通过人脸库;
若属于所述第二预通过区域的所述待识别对象的数量大于0,分别获取各属于所述第二预通过区域的所述待识别对象的面部特征信息并进行识别,若识别成功,将属于所述第二预通过区域的所述待识别对象的面部特征信息加入第二预通过人脸库。
可选的,该人脸识别方法还包括:
获取当前识别对象的面部特征信息;
若所述第一预通过人脸库不为空,将所述当前识别对象的面部特征信息与所述第一预通过人脸库进行第一次比对,若第一次比对成功,所述当前识别对象通过人脸识别;
若第一次比对失败,且所述第二预通过人脸库不为空,将所述当前识别对象的面部特征信息与所述第一预通过人脸库进行第二次比对,若第二次比对成功,所述当前识别对象通过人脸识别。
可选的,该人脸识别方法还包括:
若第二次比对失败,将所述当前识别对象的面部特征信息与预设人脸底库进行第三次比对,若第三次比对成功,所述当前识别对象通过人脸识别。
本发明实施例还提供了一种人脸识别装置,包括:
人脸识别图像获取模块,用于获取人脸识别图像;
人脸中心位置获取模块,用于根据所述人脸识别图像获取至少两个待识别对象的人脸中心位置;
成像区域中心位置获取模块,用于根据所述人脸识别图像获取成像区域的成像区域中心位置;
距离获取模块,用于分别获取所述成像区域中心位置与各所述待识别对象的所述人脸中心位置之间的距离;
最优成像距离模块,用于获取各所述距离中最短距离,并将所述最短距离作为最优成像距离;
识别模块,用于对当前识别对象进行人脸识别,所述当前识别对象包括所述最优成像距离所对应的所述待识别对象。
本发明还提供了一种设备,包括处理器、存储器和通信总线;
所述通信总线用于将所述处理器和存储器连接;
所述处理器用于执行所述存储器中存储的计算机程序,以实现如上述各实施例中一个或多个所述的人脸识别方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于使所述计算机执行如上述各实施例中任一项所述的人脸识别方法。
如上所述,本发明提供的一种人脸识别方法、装置、设备及计算机可读存储介质,具有以下有益效果:
通过获取人脸识别图像,该人脸识别图像包括人脸卡口的成像区域所显示的图像,根据人脸识别图像获取至少两个待识别对象的人脸中心位置,根据人脸识别图像获取成像区域的成像区域中心位置,分别获取成像区域中心位置与各待识别对象的人脸中心位置之间的距离,获取各距离中最短距离作为最优成像距离,对当前识别对象进行人脸识别,当前识别对象包括最优成像距离所对应的待识别对象,实现了当多个待识别对象的人脸同时出现在人脸卡口中,不再是随意选定一个待识别对象的人脸对象作为当前识别对象,而是根据最短距离确定当前识别对象,提升了识别效率和识别准确性,提升了客户体验度。
附图说明
图1-1为实施例一提供的人脸识别方法的一种流程示意图。
图1-2为实施例一提供的待识别对象的在人脸识别图像的成像区域中的位置示意图。
图2为实施例二提供的人脸识别方法的一种具体实现方法的流程示意图。
图3为实施例三提供的人脸识别装置的一种结构示意图。
图4为一实施例提供的设备的硬件结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,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发明的其他优点与功效。本发明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,在没有背离本发明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。
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发明的基本构想,遂图式中仅显示与本发明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。
实施例一
请参阅图1-1,本发明实施例提供一种人脸识别方法,包括:
S101:获取人脸识别图像。
在一些实施例中,人脸识别图像包括人脸卡口的成像区域所显示的图像。
在一些实施例中,人脸识别图像包括人脸识别设备的人脸识别摄像头成像区域所显示的图像。
在一些实施例中,若该人脸识别方法应用于人脸识别门禁一体机等需要通过隔板或阻隔杆等部件进行放行的设备时,人脸识别图像的获取位置与人脸识别门禁一体机等设备的位置相适配。例如,将人脸识别摄像头设置于人脸识别门禁一体机的闸机隔板或阻隔杆等部件上方,此时,通过的人员距离该人脸识别摄像头的距离与闸机隔板或阻隔杆等部件距离大致相近。
在一些实施例中,人脸识别图像可以是视频,也可以是图片,在此不做限定。
S102:根据人脸识别图像获取至少两个待识别对象的人脸中心位置。
S103:根据人脸识别图像获取成像区域的成像区域中心位置。
在一些实施例中,成像区域中心位置也可以是本领域技术人员根据需要在人脸识别图像中设置的任意位置。其中,人脸识别图像包括成像区域所对应的显示的图像。
在一些实施例中,人脸中心位置包括在人脸识别图像中,所包括的某一待识别对象的人脸识别区域的中心位置。需要说明的是,人脸识别区域有时可能并不是规则图形,因此,关于该中心位置的确定可以是一个大致的位置即可,对于中心位置的精确程度可以由本领域技术人员进行设定,例如根据不同的脸型设置不同的人脸中心位置。也可以不论脸型和面部尺寸,均指定鼻尖或其他位置作为人脸中心位置。
在一些实施例中,人脸中心位置或成像区域中心位置也可以仅是代表在对应的区域的某一特定位置,并不特指该区域的中心。也即,人脸中心位置也可以是本领域技术人员所指定的人脸区域的某一位置即可,并不限定为中心点;成像区域中心位置也可以是成像区域中,本领域技术人员所指定的某一位置,也并不限定于中心点。
S104:分别获取成像区域中心位置与各待识别对象的人脸中心位置之间的距离。
在一些实施例中,该人脸中心位置到成像区域中心位置可以表征待识别对象距离人脸识别卡口的距离远近。例如,当人脸识别设备为人脸识别闸机时,各排队通过人脸识别闸机的待识别对象中距离最短的这一待识别对象必然就是排在队伍最前面,若人脸识别成功,该距离最短的待识别对象将通过人脸识别闸机。
在一些实施例中,待识别对象包括在人脸识别图像的成像区域中,存在完整的人脸识别区域的对象。例如,待识别对象包括在当前识别到若干个对象的成像区域中,存在完整人脸图像的人。如图1-2所示,目标A201,目标B202,目标C203为待识别对象,由目标E204和目标F205的人脸并没有完全显示在成像区域206中,因此,目标E204和目标F205并不是待识别对象。
在一些实施例中,继续参见图1-2,成像区域中心位置O为成像区域206的中心点,目标A201的人脸中心位置M1,目标B202的人脸中心位置M2,目标C203的人脸中心位置M3。
在一些实施例中,待识别对象的人脸中心位置到成像区域中心位置的距离可以是待识别对象的人脸中心位置到成像区域中心位置的欧式距离。该距离的获取可以根据本领域的相关技术来进行计算,在此不做限定。
在一些实施例中,待识别对象的人脸中心位置到成像区域中心位置可以是待识别对象的人脸中心位置到成像区域中心位置的成像距离。该距离的获取可以根据本领域的相关技术来进行计算,在此不做限定。
在一些实施例中,分别获取各待识别对象的所述人脸中心位置与成像区域中心位置之间的距离之后,人脸识别方法还包括:
根据距离确定待识别对象的所属区域。
在一些实施例中,分别获取各待识别对象的所述人脸中心位置与成像区域中心位置之间的距离之后,人脸识别方法还包括以下至少之一:
若距离小于或等于第一预设距离阈值,待识别对象属于第一预通过区域;
若距离小于或等于第二预设距离阈值,且距离大于第一预设距离阈值,待识别对象属于第二预通过区域,第一预设距离阈值小于第二预设距离阈值。
在一些实施例中,分别获取各待识别对象的人脸中心位置与成像区域中心位置之间的距离之后,人脸识别方法还包括:
若距离大于第二预设距离阈值,待识别对象属于非预通过区域。
在一些实施例中,第一、二预设距离阈值可以是本领域技术人员根据应用场景所设置的,在此不做限定。需要说明的是,第一预设距离阈值小于第二预设距离阈值,且,第一预设距离阈值大于0。
在一些实施例中,属于第一预通过区域的待识别对象在现实空间中距离身份识别设备或人脸识别设备的距离要小于属于第二预通过区域的待识别对象在现实空间中距离身份识别设备或人脸识别设备的距离。换句话说,属于第一预通过区域的待识别对象进行人脸识别的优先级高于属于第一预通过区域的待识别对象。
在一些实施例中,第一预设阈值与第二预设阈值的差值Δn为第一预设阈值的可变范围,该差值Δn可以由本领域技术人员根据实际需要进行设定。
在一些实施例中,该人脸识别方法还包括以下至少之一:
若属于第一预通过区域的待识别对象的数量大于0,分别获取各属于第一预通过区域的待识别对象的面部特征信息并进行识别,若识别成功,将属于第一预通过区域的待识别对象的面部特征信息加入第一预通过人脸库;
若属于第二预通过区域的待识别对象的数量大于0,分别获取各属于第二预通过区域的待识别对象的面部特征信息并进行识别,若识别成功,将属于第二预通过区域的待识别对象的面部特征信息加入第二预通过人脸库。
S105:获取各距离中最短距离,并将最短距离其作为最优成像距离。
需要说明的是,各距离取绝对值进行比较即可,不考虑距离的方向性。
在一些实施例中,获取各距离中最短距离作为最优成像距离包括:
获取属于第一预通过区域的各待识别对象的距离,并确定最短距离;
将最短距离作为最优成像距离。
在一些实施例中,假设当前待识别对象A、待识别对象B、待识别对象C的距离分别为0.5m,0.4m,0.2m,则由于0.2m的距离为最短距离,将0.2m作为最优成像距离,此时,当前识别对象包括待识别对象C。也即,当前人脸识别设备所识别的人为待识别对象C,若将该方法应用在人脸识别闸机中,若待识别对象C的人脸识别成功,则人脸识别闸机打开后,通过的对象将为待识别对象C。
这样,基于距离来判定人脸识别对象,可以避免当人脸识别设备的人脸识别图像中包括多个待识别对象图像时,可能导致识别不成功,或者识别的对象并不是当前需要通过身份识别设备的对象的问题。根据距离的长短,将距离最短的待识别对象作为当前识别对象,且该当前识别对象就是当前需要通过人脸识别设备放行的对象,可以明确当存在多个待识别对象的人脸识别主体,提升安全性和可靠性。
在一些实施例中,该距离能够代表待识别对象距离可通过的放行位置的远近。当人脸识别设备包括人脸识别闸机时,若距离远,则该待识别对象距离闸机的放行卡口较远,若距离近,则该待识别对象距离闸机的放行卡口较近,则距离最短的待识别对象就是当前需要通过该人脸识别闸机的当前识别对象。
S106:对当前识别对象进行人脸识别。
需要说明的是,当前识别对象包括最优成像距离所对应的待识别对象。
在一些实施例中,该人脸识别方法还包括:
获取当前识别对象的面部特征信息;
若第一预通过人脸库不为空,将当前识别对象的面部特征信息与第一预通过人脸库进行第一次比对,若第一次比对成功,当前识别对象通过人脸识别;
若第一次比对失败,且第二预通过人脸库不为空,将当前识别对象的面部特征信息与第一预通过人脸库进行第二次比对,若第二次比对成功,当前识别对象通过人脸识别。
在一些实施例中,该人脸识别方法还包括:
若第二次比对失败,将当前识别对象的面部特征信息与预设人脸底库进行第三次比对,若第三次比对成功,当前识别对象通过人脸识别。
在一些实施例中,若待识别对象属于非预通过区域,则不对属于非预通过区域的待识别对象进行处理,也即,不再获取该待识别对象的面部识别信息等。
在一些实施例中,若距离大于第二预设距离阈值,说明该待识别对象距离人脸识别设备的距离较远,当前暂不能判定该待识别对象是否需要进行人脸识别,若盲目的进行人脸预识别,也即盲目的获取该待识别对象的面部特征信息,与预设人脸底库的信息进行比对,若后续该待识别对象并不需要进行人脸识别,将会造成较大的资源浪费。例如,在办公场所的人脸识别闸机,其所识别的对象往往是需要进入的员工,若此时在成像区域中采集到路过的路人的面部图像,若该路人的人脸中心位置到成像区域中心位置的距离是大于第二预设距离阈值的,此时对该路人的面部图像进行面部特征信息采集等处理,将较大的浪费资源。
需要说明的是,预设人脸底库可以是本领域技术人员预先设置的包括允许身份识别成功的待识别对象的面部特征信息的数据库。例如,当该方法应用于公司进门人脸识别闸机时,预设人脸底库包括但不限于该公司的各工作人员的面部特征信息以及提前备案需许可进入该公司的访客的面部特征信息等。
在一些实施例中,预设人脸底库可以不断的根据需要进行更新,也可以由具有相应权限的本领域的技术人员进行更新。
在一些实施例中,将当前识别对象的面部特征信息与第一预通过人脸库进行第一次比对,还是将当前识别对象的面部特征信息与第一预通过人脸库进行第二次比对、将当前识别对象的面部特征信息与预设人脸底库进行第三次比对,其具体的比对方法均可以采用本领域相关的技术手段来实现,可以是同一种比对方法,也可以是多种比对方法混用,在此不做限定。
在一些实施例中,由于预设人脸底库的数据较多,比对耗时长,资源耗用多,针对于当前识别对象的面部特征信息的比对,可先将该当前识别对象的面部特征信息与第一预通过人脸库进行比对,若比对不到相关结果,再将该当前识别对象的面部特征信息与第二预通过人脸库进行比对,由于第一、二预通过人脸库包括的都是预先与预设人脸底库比对成功的面部特征数据,且,当前识别对象通常都会属于第一预通过区域或第二预通过区域中至少之一,这样可以减少比对样本的量,加快比对速度,提升客户体验度。
在一些实施例中,第一预通过区域、第二预通过区域的构建与当前识别对象的确定可以同步实行,这样,通过及时更新第一预通过区域、第二预通过区域,进而更新第一、二预通过人脸库,将当前识别对象的面部特征信息分别按照第一、二预通过人脸库的顺序进行比对,可以节约比对时间,加快人脸识别速度,进而提升客户体验度。
在一些实施例中,第一、二预通过人脸库的确定与当前识别对象的确定可以是并行进行的。例如,在获取到个待识别对象的距离后,同时进行当前识别对象的确定和第一、二预通过人脸库的生成。换句话说,一个当前识别对象对应一组第一、二预通过人脸库;第一、二预通过人脸库的生成是实时更新的。
在一些实施例中,当待识别对象处于排队进行人脸识别的应用场景下,由于第一、二预通过人脸库的面部特征信息所对应的待识别对象包括当前识别对象及其身后的若干个待识别对象,因此,若当前识别对象通过身份识别设备后,下一个当前识别对象应当是存在属于第一预通过区域、第二预通过区域中任意之一,因此,实时更新第一、二预通过人脸库会存在资源浪费,本领域技术人员可以根据需要设定第一、二预通过人脸库的更新策略,例如:根据当前识别对象的通过速率,每隔30秒更新一次第一、二预通过人脸库;若识别到新的待识别对象的面部特征信息,则进行第一、二预通过人脸库的更新等。
在一些实施例中,第一、二预通过人脸库也可以是在确定当前识别对象之前的若干个当前识别对象时所对应的。换句话说,当前识别对象为X1,在其之前的当前识别对象为X0,则在对X0进行人脸识别时,排除X0后的其他符合相应条件的待识别对象的面部特征信息组成了第一、二预通过人脸库,在确定到当前识别对象为X1后,则将X1的面部识别特征依次与第一、二预通过人脸库进行比对。
在一些实施例中,也可以仅仅设置一个第三预设距离阈值,将距离与第三预设距离阈值进行比较,得到比较结果。若待识别对象X距离小于或等于第三预设距离阈值,则获取该待识别对象X的面部特征信息,并与预设人脸底库进行比较,若比较成功,则将该识别对象X的面部特征信息加入第三预通过集合,若比较失败,则不将该待识别对象X的面部特征信息加入第三预通过集合。将获取到当前识别对象的面部特征信息与该第三预通过集合进行比较,进而判断人脸识别是否成功。这样,对于在获取各待识别对象的距离之后,插队进入的待识别对象,将不会识别通过,维护了正常参与排序的待识别对象的合理权益。
本发明实施例提供了一种人脸识别方法,通过获取人脸识别图像,该人脸识别图像包括人脸卡口的成像区域所显示的图像,根据人脸识别图像分别获取至少两个待识别对象的人脸中心位置和成像区域的成像区域中心位置,分别获取各待识别对象的人脸中心位置与成像区域中心位置之间的距离,获取各距离中最短距离作为最优成像距离,对当前识别对象进行人脸识别,当前识别对象包括最优成像距离所对应的待识别对象,实现了当多个待识别对象的人脸同时出现在人脸卡口中,不再是随意选定一个待识别对象的人脸对象作为当前识别对象,而是根据最短距离确定当前识别对象,提升了识别效率和识别准确性,提升了客户体验度。
可选的,将各待识别对象的距离中的最短距离作为最优成像距离,将最优成像距离所对应的待识别对象作为当前识别对象,可以确保当个待识别对象处于排队状态通过人脸识别卡口时,当前所确定的当前识别对象就是排在队列中前排的待识别对象,换句话说,可以保证当前所确定的当前识别对象即为下一个可以通过人脸识位别卡口的待识别对象。
可选的,通过根据距离确定待识别对象的所属通过区域,将属于第一、二预通过区域的待识别对象的面部特征信息预先与预设人脸底库进行比对以得到第一、二预通过人脸库,将当前识别对象的面部特征信息按照第一、二预通过人脸库、预设人脸底库的顺序进行比对,通常当前识别对象均属于第一预通过区域,这样当前识别对象的面部特征信息的比对样本较少,可以有效节省比对时间,提升比对效率,进而提升用户体验度。
实施例二
下面,提供一个示意性的例子以说明上述人脸识别方法。请参阅图2,提供了一种在人脸识别闸机场景下,一种具体的人脸识别方法,包括:
S201:获取人脸卡口成像区域的成像区域中心位置。
需要说明的是,该成像区域中心位置,也即位于该人脸卡口成像区域某一预设位置,并不一定要求位于中心点。人脸的成像区域能够拍摄到需要通过人脸识别闸机的队列中前若干位员工的人脸图像。
S202:获取人脸卡口成像区域中多个员工对应的成像人脸的人脸中心位置。
需要说明的是,由于人脸成像往往都是不规则图形,因此成像人脸的中心点(成像人脸的中心位置)可以是将成像人脸中鼻尖的位置。或者是本领域技术人员所规定的成像人脸上的某一点作为成像人脸的人脸中心位置。
由于在该环境下,各员工往往是距离闸机门先后依次排队,考虑到各员工面部之间本身存在较大距离,因此,该成像人脸的人脸中心位置确定的精确度在此不做太高要求。换句话说,由于成像人脸的人脸中心位置的确定即便存在少许偏差,也远小于各员工面部之间的距离,不影响后续当前识别对象的确定。
S203:确定各成像人脸的人脸中心位置与人脸卡口成像区域的成像区域中心位置的成像距离。
需要说明的是,成像距离可以由本领域相关技术手段来计算,具体的计算方式在此不做限定。
S204:将各成像距离分别与第一预设距离阈值和第二预设距离阈值进行比较。
S205:若成像距离小于或等于第一预设距离阈值,员工属于第一预通过区域。
S206:若成像距离小于或等于第二预设距离阈值,且成像距离大于第一预设距离阈值,员工属于第二预通过区域。
S207:若成像距离大于第二预设距离阈值,员工属于非预通过区域。
需要说明的是,第一预设距离阈值小于第二预设距离阈值。
在一些实施例中,第二预设距离阈值的确定方式可以是先确定第一预设距离阈值后,获取第一预设距离阈值的可变范围,根据第一预设距离阈值、可变范围确定第二预设距离阈值。
在一些实施例中,第一、二预设距离阈值的确定可以由本领域的技术人员根据身份识别的具体应用场景进行确定,在此不做限定。
在一些实施例中,将属于第一、二预通过区域的员工视为具有较大可能需要进行人脸识别的员工,而属于非预通过区域的员工,由于距离较远,存在不需要进行人脸识别的较大可能性。
S208:获取各属于第一、二预通过区域的员工的人脸的面部特征信息,并将该面部特征信息分别与预设人脸底库进行比对。
S209:获取比对成功的各面部特征信息,生成第一、二预通过人脸库。
需要说明的是,通过提前将属于第一、二预通过区域的员工的面部特征信息与预设人脸底库进行比对,可以提前得到包括有判断可以通过该人脸识别闸机的面部特征信息的第一、二预通过人脸库。由于获取到人脸的员工的数量有限,因此,第一、二预通过人脸库的数据量相对较少,便于后续进一步比对,可以有效提升比对速度。
S210:确定最优成像距离,并确定当前识别对象。
在一些实施例中,最优成像距离包括最短成像距离。在一些实施例中,当前识别对象包括最短成像距离所对应的员工。
S211:将当前识别对象的面部特征信息与第一预通过人脸库进行第一次比对;
S212:若第一次比对失败,将当前识别对象的面部特征信息与第二预通过人脸库进行第二次比对,若第一次比对成功,执行步骤S215;
S213:若第二次比对失败,将当前识别对象的面部特征信息与预设人脸底库进行第三次比对,若第二次比对成功,执行步骤S215;
S214:若第三次比对失败闸机门保持关闭,拒绝通过,若第三次比对成功,执行步骤S215;
S215:打开闸机门,允许通过。
由于各员工在人脸识别闸机的闸机门附近通常是处于有一定顺序队列状态,若不存在临时插队的情况,一般来说,当前识别对象往往是离闸机门最近的员工,该当前识别对象往往属于第一预通过区域,当前识别对象的面部特征信息已预先与预设人脸底库完成了比对,若比对成功,该当前识别对象的面部特征信息将包括在第一预通过人脸库中,这样,直接将当前识别对象的面部特征信息于第一预通过人脸库进行比较,可以有效节约比对时间,提升比对速度,也即提升了人脸识别速度。
需要说明的是,步骤S210与步骤S204-步骤S209之间的执行顺序在此不做限定,可以是在执行步骤S210的同时开始执行步骤S204及其之后的步骤,也可以是按照当前步骤顺序执行等。
在一些实施例中,也可以是先执行步骤S205后,在属于第一预通过区域的各员工的距离中确定最优成像距离,进而确定当前识别对象。
以下通过一个更加具体的实施例,对上述人脸识别方法进行进一步的说明:
人脸卡口成像区域的成像区域中心位置包括人脸卡口识别范围的中心点,设为X。多人脸在人脸卡口的成像区域中同时成像,获取每个人脸图像的人脸中心位置(其他预设点也可)。其中每个人脸图像的人脸中心位置包括该人脸出现在人脸卡口的拍摄范围(成像区域),并被人脸卡口识别成像的图像中心点(其他预设点也可),假设N个员工的N个人脸同时出现在人脸卡口,则设N个员工在人脸卡口中成像人脸的人脸中心位置分别为X1,…n=1,…N。将各成像距离分别与第一预设距离阈值εn-Δn和第二预设距离阈值εn进行比较,其中Δn为εn的可变范围。
其中,归属于非预通过区域的员工可以视为不需要通过人脸识别闸机通道的员工,也即,该员工当前不会通过该人脸识别闸机。
将归属于第一预通过区域的员工的面部特征信息与预设人脸底库进行比对,将比对成功的面部特征信息归档到第一预通过人脸库中,将归属于第二预通过区域的员工的面部特征信息与预设人脸底库进行比对,将比对成功的面部特征信息归档到第二预通过人脸库中。
多人脸同时在人脸卡口的成像区域中成像,获取每个员工的人脸图像的面部特征信息,在归属于第一预通过区域的员工的各成像距离中获取最优成像距离,将最优成像距离对应的人脸作为人脸卡口拟允许通过的第一张人脸。将最优成像距离对应的人脸的面部特征信息与第一预通过人脸库中的数据进行第一次比对,如果第一次比对成功,则验证通过,打开闸机,如果第一次比对失败,则将最优成像距离对应的人脸的面部特征信息与第二预通过人脸库中的人脸进行第二次比对,如果第二次比对成功,则验证通过,打开闸机,如果第二次比对失败,则将最优成像距离对应的人脸的面部特征信息与预设人脸底库中的数据进行第三次比对,如第三次比对成功,则打开闸机,若第三次比对失败,则提示比对失败。
在一些实施例中,第一、二预通过人脸库可以是实时更新的,也可以是按照一定的预设规则进行更新,例如:间隔预设时间进行更新,或者完成预设个当前识别对象的识别后进行更新等。
在一些实施例中,假设当前有10位待识别对象正在排队等待人脸识别,此时在人脸识别图像中共识别到6位待识别对象的人脸,且其中按照队列顺序从前向后各待识别对象的距离分别为:待识别对象A的距离为N1,待识别对象B的距离为N2,待识别对象C的距离为N3,待识别对象D的距离为N4,待识别对象E的距离为N5,待识别对象F的距离为N6,第一预设距离阈值为Z1,第二预设距离阈值为Z2,此时有N1<N2<N3<Z1<N4<N5<Z2<N6,此时,当前识别对象为待识别对象A,将该待识别对象A的面部特征信息O与预设人脸底库进行比对,若比对通过,则放行待识别对象A。待识别对象B、待识别对象C的属于第一预通过区域,待识别对象D、待识别对象E属于第二预通过区域,待识别对象F属于非通过区域。分别获取待识别对象B的面部特征信息P、待识别对象C的面部特征信息Q与预设人脸底库进行比对,若全部比对通过,则第一预通过人脸库包括面部特征信息P、面部特征信息Q。分别获取待识别对象D的面部特征信息R、待识别对象E的面部特征信息S与预设人脸底库进行比对,若全部比对通过,则第二预通过人脸库包括面部特征信息R、面部特征信息S。
在获取到第一、二预通过人脸库后:
若确定到下一位当前识别对象为待识别对象B,则获取待识别对象B的面部特征信息P,先与第一预通过人脸库中的信息进行比对,因为此时第一预通过人脸库中也包括面部特征信息P,则比对通过。
若此时队列发生了插队现象,确定到下一位当前识别对象为待识别对象D,则获取待识别对象D的面部特征信息R,先与第一预通过人脸库的信息进行比对,因为此时第一预通过人脸库中并不包括面部特征信息R,则比对失败。再与第二预通过人脸库中的信息进行比对,因为此时第二预通过人脸库中包括面部特征信息R,则比对成功。
若此时队列发生了插队现象,确定到下一位当前识别对象为待识别对象F,则获取待识别对象F的面部特征信息T,先与第一预通过人脸库中的信息进行比对,因为此时第一预通过人脸库中并不包括面部特征信息T。再与第二预通过人脸库中的信息进行比对,因为此时第二预通过人脸库中也不包括面部特征信息T。再与预设人脸底库进行比对,若预设人脸底库中包括面部特征信息T,则比对成功,否则比对失败。
通过本实施例的方法可以实现排队通过的人员按顺序通过,解决排在后面人员的人脸识别结果影响前面人员的通过误差,同时能够实现快速验证通过排队等候的多个人员的人脸,提升了客户体验度。
实施例三
请参阅图3,本发明实施例提供一种人脸识别装置300,包括:
人脸识别图像获取模块301,用于获取人脸识别图像;
人脸中心位置获取模块302,用于根据所述人脸识别图像获取至少两个待识别对象的人脸中心位置;
成像区域中心位置获取模块303,用于根据所述人脸识别图像获取成像区域的成像区域中心位置;
距离获取模块304,用于分别获取所述成像区域中心位置与各所述待识别对象的所述人脸中心位置之间的距离;
最优成像距离模块305,用于获取各所述距离中最短距离,并将所述最短距离作为最优成像距离;
识别模块306,用于对当前识别对象进行人脸识别,所述当前识别对象包括所述最优成像距离所对应的所述待识别对象。
在本实施例中,该人脸识别装置执行上述人脸识别方法,具体功能和技术效果参照上述实施例即可,此处不再赘述。
请参阅图4,本申请实施例还提供了一种设备400,该设备400包括处理器401、存储器402和通信总线403;
所述通信总线403用于将所述处理器401和存储器402连接;
所述处理器401用于执行所述存储器402中存储的计算机程序,以实现如实施例一或实施例二所述的人脸识别方法。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的实施例一或实施例二所包含步骤的指令(instructions)。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序用于使所述计算机执行如实施例一中一个或多个所述的人脸识别方法。
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。
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,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。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (7)
1.一种人脸识别方法,其特征在于,包括:
获取人脸识别图像;
根据所述人脸识别图像获取至少两个待识别对象的人脸中心位置;
根据所述人脸识别图像获取成像区域的成像区域中心位置;
分别获取所述成像区域中心位置与各所述待识别对象的所述人脸中心位置之间的距离;
获取各所述距离中最短距离,并将所述最短距离作为最优成像距离;
对当前识别对象进行人脸识别,所述当前识别对象包括所述最优成像距离所对应的所述待识别对象;
所述分别获取各所述待识别对象的所述人脸中心位置与所述成像区域中心位置之间的距离之后,还包括以下至少之一,若所述距离小于或等于第一预设距离阈值,所述待识别对象属于第一预通过区域;若所述距离小于或等于第二预设距离阈值,且所述距离大于所述第一预设距离阈值,所述待识别对象属于第二预通过区域,所述第一预设距离阈值小于所述第二预设距离阈值;
若属于所述第一预通过区域的所述待识别对象的数量大于0,分别获取各属于所述第一预通过区域的所述待识别对象的面部特征信息并进行识别,若识别成功,将属于所述第一预通过区域的所述待识别对象的面部特征信息加入第一预通过人脸库;若属于所述第二预通过区域的所述待识别对象的数量大于0,分别获取各属于所述第二预通过区域的所述待识别对象的面部特征信息并进行识别,若识别成功,将属于所述第二预通过区域的所述待识别对象的面部特征信息加入第二预通过人脸库;获取当前识别对象的面部特征信息,若所述第一预通过人脸库不为空,将所述当前识别对象的面部特征信息与所述第一预通过人脸库进行第一次比对,若第一次比对成功,所述当前识别对象通过人脸识别,若第一次比对失败,且所述第二预通过人脸库不为空,将所述当前识别对象的面部特征信息与所述第二预通过人脸库进行第二次比对,若第二次比对成功,所述当前识别对象通过人脸识别。
2.根据权利要求1所述的人脸识别方法,其特征在于,还包括:
若所述距离大于所述第二预设距离阈值,所述待识别对象属于非预通过区域。
3.根据权利要求1所述的人脸识别方法,其特征在于,所述获取各所述距离中最短距离作为最优成像距离包括:
获取所述属于所述第一预通过区域的各所述待识别对象的所述距离,并确定最短距离;
将所述最短距离作为所述最优成像距离。
4.根据权利要求1所述的人脸识别方法,其特征在于,还包括:
若第二次比对失败,将所述当前识别对象的面部特征信息与预设人脸底库进行第三次比对,若第三次比对成功,所述当前识别对象通过人脸识别。
5.一种人脸识别装置,其特征在于,包括:
人脸识别图像获取模块,用于获取人脸识别图像;
人脸中心位置获取模块,用于根据所述人脸识别图像获取至少两个待识别对象的人脸中心位置;
成像区域中心位置获取模块,用于根据所述人脸识别图像获取成像区域的成像区域中心位置;
距离获取模块,用于分别获取所述成像区域中心位置与各所述待识别对象的所述人脸中心位置之间的距离;
最优成像距离模块,用于获取各所述距离中最短距离,并将所述最短距离作为最优成像距离;
识别模块,用于对当前识别对象进行人脸识别,所述当前识别对象包括所述最优成像距离所对应的所述待识别对象;
所述分别获取各所述待识别对象的所述人脸中心位置与所述成像区域中心位置之间的距离之后,还包括以下至少之一,若所述距离小于或等于第一预设距离阈值,所述待识别对象属于第一预通过区域;若所述距离小于或等于第二预设距离阈值,且所述距离大于所述第一预设距离阈值,所述待识别对象属于第二预通过区域,所述第一预设距离阈值小于所述第二预设距离阈值;
若属于所述第一预通过区域的所述待识别对象的数量大于0,分别获取各属于所述第一预通过区域的所述待识别对象的面部特征信息并进行识别,若识别成功,将属于所述第一预通过区域的所述待识别对象的面部特征信息加入第一预通过人脸库;若属于所述第二预通过区域的所述待识别对象的数量大于0,分别获取各属于所述第二预通过区域的所述待识别对象的面部特征信息并进行识别,若识别成功,将属于所述第二预通过区域的所述待识别对象的面部特征信息加入第二预通过人脸库;获取当前识别对象的面部特征信息,若所述第一预通过人脸库不为空,将所述当前识别对象的面部特征信息与所述第一预通过人脸库进行第一次比对,若第一次比对成功,所述当前识别对象通过人脸识别,若第一次比对失败,且所述第二预通过人脸库不为空,将所述当前识别对象的面部特征信息与所述第二预通过人脸库进行第二次比对,若第二次比对成功,所述当前识别对象通过人脸识别。
6.一种设备,其特征在于,包括处理器、存储器和通信总线;
所述通信总线用于将所述处理器和存储器连接;
所述处理器用于执行所述存储器中存储的计算机程序,以实现如权利要求1-4中一个或多个所述的人脸识别方法。
7.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序用于使所述计算机执行如权利要求1-4中任一项所述的人脸识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010894604.0A CN112016474B (zh) | 2020-08-31 | 2020-08-31 | 一种人脸识别方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010894604.0A CN112016474B (zh) | 2020-08-31 | 2020-08-31 | 一种人脸识别方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112016474A CN112016474A (zh) | 2020-12-01 |
CN112016474B true CN112016474B (zh) | 2021-11-09 |
Family
ID=73503250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010894604.0A Active CN112016474B (zh) | 2020-08-31 | 2020-08-31 | 一种人脸识别方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112016474B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327364B (zh) * | 2021-06-21 | 2023-02-10 | 哈尔滨工程大学 | 一种基于人脸识别的排队管理装置及方法 |
CN113850165B (zh) * | 2021-09-13 | 2024-07-19 | 支付宝(杭州)信息技术有限公司 | 人脸识别方法和装置 |
CN117727122B (zh) * | 2024-01-25 | 2024-06-11 | 上海舜慕智能科技有限公司 | 一种基于人脸识别的门禁闸机及身份识别方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945366A (zh) * | 2012-11-23 | 2013-02-27 | 海信集团有限公司 | 一种人脸识别的方法及装置 |
CN107358219A (zh) * | 2017-07-24 | 2017-11-17 | 艾普柯微电子(上海)有限公司 | 人脸识别方法及装置 |
CN107992810A (zh) * | 2017-11-24 | 2018-05-04 | 智车优行科技(北京)有限公司 | 车辆识别方法和装置、电子设备、计算机程序和存储介质 |
CN109492538A (zh) * | 2018-10-17 | 2019-03-19 | 广州云从信息科技有限公司 | 基于人脸识别技术的智能登机***、方法及可读存储介质 |
CN110188749A (zh) * | 2019-05-09 | 2019-08-30 | 青岛讯极科技有限公司 | 一种多车辆下的指定车辆车牌识别***和方法 |
CN110276315A (zh) * | 2019-06-26 | 2019-09-24 | 重庆紫光华山智安科技有限公司 | 机场监控方法、装置及*** |
CN110428522A (zh) * | 2019-07-24 | 2019-11-08 | 青岛联合创智科技有限公司 | 一种智慧新城的智能安防*** |
CN110458062A (zh) * | 2019-07-30 | 2019-11-15 | 深圳市商汤科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN111310567A (zh) * | 2020-01-16 | 2020-06-19 | 中国建设银行股份有限公司 | 一种多人场景下的人脸识别方法及装置 |
US10740594B2 (en) * | 2016-04-15 | 2020-08-11 | Zte Corporation | Face recognition method and device, and picture displaying method and device |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8342414B2 (en) * | 2010-04-30 | 2013-01-01 | Chapman Bryan P | Multiface document |
CN106469296A (zh) * | 2016-08-30 | 2017-03-01 | 北京旷视科技有限公司 | 人脸识别方法、装置和门禁*** |
-
2020
- 2020-08-31 CN CN202010894604.0A patent/CN112016474B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945366A (zh) * | 2012-11-23 | 2013-02-27 | 海信集团有限公司 | 一种人脸识别的方法及装置 |
US10740594B2 (en) * | 2016-04-15 | 2020-08-11 | Zte Corporation | Face recognition method and device, and picture displaying method and device |
CN107358219A (zh) * | 2017-07-24 | 2017-11-17 | 艾普柯微电子(上海)有限公司 | 人脸识别方法及装置 |
CN107992810A (zh) * | 2017-11-24 | 2018-05-04 | 智车优行科技(北京)有限公司 | 车辆识别方法和装置、电子设备、计算机程序和存储介质 |
CN109492538A (zh) * | 2018-10-17 | 2019-03-19 | 广州云从信息科技有限公司 | 基于人脸识别技术的智能登机***、方法及可读存储介质 |
CN110188749A (zh) * | 2019-05-09 | 2019-08-30 | 青岛讯极科技有限公司 | 一种多车辆下的指定车辆车牌识别***和方法 |
CN110276315A (zh) * | 2019-06-26 | 2019-09-24 | 重庆紫光华山智安科技有限公司 | 机场监控方法、装置及*** |
CN110428522A (zh) * | 2019-07-24 | 2019-11-08 | 青岛联合创智科技有限公司 | 一种智慧新城的智能安防*** |
CN110458062A (zh) * | 2019-07-30 | 2019-11-15 | 深圳市商汤科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN111310567A (zh) * | 2020-01-16 | 2020-06-19 | 中国建设银行股份有限公司 | 一种多人场景下的人脸识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
Face Recognition in Multi-Camera Surveillance Videos;Le An et al.;《ICPR 2012》;20130225;第2885-2888页 * |
基于视频图像的多人脸识别***的研究与设计;于宗民;《中国优秀硕士学位论文全文数据库 信息科技辑》;20181015;第2018年卷(第10期);第I138-842页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112016474A (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112016474B (zh) | 一种人脸识别方法、装置、设备及计算机可读存储介质 | |
US11495056B2 (en) | Intelligent gallery management for biometrics | |
CN114862946B (zh) | 位置预测方法、***、设备及介质 | |
JP6941966B2 (ja) | 人物認証装置 | |
CN109615256A (zh) | 智慧园区安防风险控制方法、存储介质、电子设备及*** | |
CN111091106A (zh) | 图像聚类方法及装置、存储介质、电子装置 | |
CN109165572B (zh) | 用于生成信息的方法和装置 | |
CN108876817A (zh) | 交叉轨迹分析方法及装置、电子设备和存储介质 | |
EP3770855A1 (en) | Information processing device, person search system, place estimation method, and non-temporary computer-readable medium in which program is stored | |
CN116386086A (zh) | 人员定位方法、装置、电子设备及存储介质 | |
CN114332716B (zh) | 视频中场景的聚类方法、装置、电子设备及存储介质 | |
CN113706578B (zh) | 一种基于轨迹的移动对象伴随关系的确定方法和装置 | |
JP7067593B2 (ja) | 情報処理システム、認証対象の管理方法、及びプログラム | |
WO2021192155A1 (ja) | 案内装置、案内システム、案内方法、及び、プログラムが格納された非一時的なコンピュータ可読媒体 | |
CN112669509A (zh) | 门禁管理方法、***、电子设备及存储介质 | |
CN112287830A (zh) | 一种图像的检测方法及装置 | |
CN115050085B (zh) | 基于图谱的模拟机管理***对象识别方法、***及设备 | |
CN113343743B (zh) | 目标人员识别方法、装置、电子设备和存储介质 | |
CN117392596A (zh) | 数据处理方法、装置、电子设备和计算机可读介质 | |
CN117935417A (zh) | 一种门迎管理方法、终端及计算机存储介质 | |
KR20240029691A (ko) | 출입자의 이동 동선을 확인하기 위한 출입 정보 제공 시스템, 출입 정보 제공 방법 및 기록 매체에 저장된 프로그램 | |
CN114038100A (zh) | 一种通行核验方法、装置、电子设备及储存介质 | |
CN114358710A (zh) | 一种人脸识别无感考勤方法、装置及存储介质 | |
CN114120455A (zh) | 影像识别方法、设备及计算机存储介质 | |
JPWO2021192155A5 (ja) | 案内装置、案内システム、案内方法、及び、案内プログラム |
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 |