CN112036262A - 一种人脸识别处理方法及装置 - Google Patents
一种人脸识别处理方法及装置 Download PDFInfo
- Publication number
- CN112036262A CN112036262A CN202010802985.5A CN202010802985A CN112036262A CN 112036262 A CN112036262 A CN 112036262A CN 202010802985 A CN202010802985 A CN 202010802985A CN 112036262 A CN112036262 A CN 112036262A
- Authority
- CN
- China
- Prior art keywords
- mask
- face
- wearing
- face recognition
- face image
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 20
- 230000001815 facial effect Effects 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000005540 biological transmission Effects 0.000 description 9
- 238000012216 screening Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 239000011521 glass Substances 0.000 description 8
- 230000003993 interaction Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization 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
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供了一种人脸识别处理方法及装置,其中,该方法包括:接收客户端采集的戴口罩人脸图像;基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;将所述戴口罩人脸识别结果发送给所述客户端,可以解决相关技术中对于戴口罩人脸识别准确率低的问题,基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系识别戴口罩人脸图像,提升戴口罩人脸识别的精确率和召回率。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及一种人脸识别处理方法及装置。
背景技术
戴口罩人脸识别是基于安全考虑,需要人脸识别***能够在人不摘口罩的情况下,准确有效的识别出对应人,从而达到在戴口罩的条件下,仍然能够自动识别出当前图像中的人脸名称的目的。
相关技术中提出基于知识联邦的人脸识别方法,包括以下步骤:基于获取的人脸数据集训练人脸识别模型,得到的人脸识别模型梯度通过加密,生成人脸识别梯度密文,并发送至第三方终端,使人脸识别梯度密文通过解密、知识联邦、加密以得到联邦模型参数密文;基于解密得到的联邦模型参数,继续训练人脸识别模型,根据训练完成的人脸识别模型进行人脸识别。该方案保证原始数据不离开本地,能有效保护数据隐私,通过联邦训练所得的人脸识别模型通用性强,适用于不同领域机构终端的业务场景,但是识别准确率低。
针对相关技术中对于戴口罩人脸识别准确率低的问题,尚未提出解决方案。
发明内容
本发明实施例提供了一种人脸识别处理方法及装置,以至少解决相关技术中对于戴口罩人脸识别准确率低的问题。
根据本发明的一个实施例,提供了一种人脸识别处理方法,应用于服务端,包括:
接收客户端采集的戴口罩人脸图像;
基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;
将所述戴口罩人脸识别结果发送给所述客户端。
可选地,基于预先存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果包括:
提取所述戴口罩人脸图像的目标图像特征信息;
将所述目标图像特征信息与数据库中存储的戴口罩人脸图像特征进行匹配;
若匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配成功,获取与对应的所述戴口罩人脸图像特征具有对应关系的目标身份标识信息,得到包括匹配成功与所述目标身份标识信息的所述戴口罩人脸识别结果;
若未匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配失败,得到包括匹配失败的所述戴口罩人脸识别结果。
可选地,将所述目标图像特征信息与数据库中存储的戴口罩人脸图像特征进行匹配包括:
分别确定目标图像特征信息与所述数据库中存储的戴口罩人脸图像特征的相似度;
若存在至少一个所述相似度大于或等于预设阈值,确定匹配到对应的戴口罩人脸图像特征;
若所述相似度均小于所述预设阈值,确定未匹配到对应的戴口罩人脸图像特征。
可选地,在确定所述戴口罩人脸识别结果为匹配失败,得到包括匹配失败的所述戴口罩人脸识别结果之后,所述方法还包括:
接收确定所述目标图像特征信息与所述数据库中的至少一个戴口罩人脸图像特征为同一目标对象的指示信息;
根据所述指示信息在所述数据库中将目标图像特征信息更新到所述目标对象的身份标识信息中。
根据本发明的另一个实施例,还提供了一种人脸识别处理方法,应用于客户端,包括:
采集戴口罩人脸图像;
将所述戴口罩人脸图像发送给服务端;
接收所述服务端发送的戴口罩人脸识别结果,并显示所述戴口罩人脸识别结果,其中,所述戴口罩人脸识别结果是所述服务端基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别得到的。
可选地,在将所述戴口罩人脸图像发送给服务端之前,所述方法还包括:
从视频流中检测并定位戴口罩人脸区域;
对所述戴口罩人脸区域进行裁剪,得到所述戴口罩人脸图像。
可选地,将所述戴口罩人脸图像发送给服务端包括:
将所述戴口罩人脸图像进行压缩,得到预定尺寸的人脸缓存数据;
将所述人脸缓存数据编码成字符串;
根据所述字符串生成人脸编码数据请求;
将所述人脸编码数据请求发送给所述服务端。
可选地,显示所述戴口罩人脸识别结果包括:
将所述戴口罩人脸识别结果展示在视频流中;
在显示界面的预先设置区域中显示所述戴口罩人脸识别结果。
根据本发明的另一个实施例,还提供了一种人脸识别处理装置,应用于服务端,包括:
第一接收模块,用于接收客户端采集的戴口罩人脸图像;
识别模块,用于基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;
第一发送模块,用于将所述戴口罩人脸识别结果发送给所述客户端。
可选地,所述识别模块包括:
提取子模块,用于提取所述戴口罩人脸图像的目标图像特征信息;
匹配子模块,用于将所述目标图像特征信息与数据库中存储的戴口罩人脸图像特征进行匹配;
第一确定子模块,用于若匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配成功,获取与对应的所述戴口罩人脸图像特征具有对应关系的目标身份标识信息,得到包括匹配成功与所述目标身份标识信息的所述戴口罩人脸识别结果;
第二确定子模块,用于若未匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配失败,得到包括匹配失败的所述戴口罩人脸识别结果。
可选地,所述匹配子模块包括:
第一确定单元,用于分别确定目标图像特征信息与所述数据库中存储的戴口罩人脸图像特征的相似度;
第二确定单元,用于若存在至少一个所述相似度大于或等于预设阈值,确定匹配到对应的戴口罩人脸图像特征;
第三确定单元,用于若所述相似度均小于所述预设阈值,确定未匹配到对应的戴口罩人脸图像特征。
可选地,所述装置还包括:
第二接收模块,用于接收确定所述目标图像特征信息与所述数据库中的至少一个戴口罩人脸图像特征为同一目标对象的指示信息;
更新模块,用于根据所述指示信息在所述数据库中将目标图像特征信息更新到所述目标对象的身份标识信息中。
根据本发明的另一个实施例,还提供了一种人脸识别处理装置,应用于客户端,包括:
采集模块,用于采集戴口罩人脸图像;
第二发送模块,用于将所述戴口罩人脸图像发送给服务端;
显示模块,用于接收所述服务端发送的戴口罩人脸识别结果,并显示所述戴口罩人脸识别结果,其中,所述戴口罩人脸识别结果是所述服务端基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别得到的。
可选地,所述装置还包括:
检测模块,用于从视频流中检测并定位戴口罩人脸区域;
裁剪模块,用于对所述戴口罩人脸区域进行裁剪,得到所述戴口罩人脸图像。
可选地,所述第二发送模块包括:
压缩子模块,用于将所述戴口罩人脸图像进行压缩,得到预定尺寸的人脸缓存数据;
编码子模块,用于将所述人脸缓存数据编码成字符串;
生成子模块,用于根据所述字符串生成人脸编码数据请求;
发送子模块,用于将所述人脸编码数据请求发送给所述服务端。
可选地,所述显示模块包括:
展示子模块,用于将所述戴口罩人脸识别结果展示在视频流中;
显示子模块,用于在显示界面的预先设置区域中显示所述戴口罩人脸识别结果。
根据本发明的又一个实施例,还提供了一种计算机可读的存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,接收客户端采集的戴口罩人脸图像;基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;将所述戴口罩人脸识别结果发送给所述客户端,可以解决相关技术中对于戴口罩人脸识别准确率低的问题,基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系识别戴口罩人脸图像,提升戴口罩人脸识别的精确率和召回率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的人脸识别处理方法的移动终端的硬件结构框图;
图2是根据本发明实施例的人脸识别处理方法的流程图一;
图3是根据本发明实施例的人脸识别处理方法的流程图二;
图4是根据本发明实施例的戴口罩人脸识别交互的示意图;
图5是根据本发明实施例的人脸识别处理装置的框图一;
图6是根据本发明实施例的人脸识别处理装置的框图二。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例1
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的人脸识别处理方法的移动终端的硬件结构框图,如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的人脸识别处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network INterface CoNtroller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio FrequeNcy,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
基于上述的移动终端或网络架构,在本实施例中提供了一种人脸识别处理方法,图2是根据本发明实施例的人脸识别处理方法的流程图一,如图2所示,应用于服务端,该流程包括如下步骤:
步骤S202,接收客户端采集的戴口罩人脸图像;
步骤S204,基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;
步骤S206,将所述戴口罩人脸识别结果发送给所述客户端。
通过上述步骤S202至S206,可以解决相关技术中对于戴口罩人脸识别准确率低的问题,基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系识别戴口罩人脸图像,提升戴口罩人脸识别的精确率和召回率。
本发明实施例中,上述步骤S204具体可以包括:提取所述戴口罩人脸图像的目标图像特征信息;将所述目标图像特征信息与数据库中存储的戴口罩人脸图像特征进行匹配,进一步的,分别确定目标图像特征信息与所述数据库中存储的戴口罩人脸图像特征的相似度;若存在至少一个所述相似度大于或等于预设阈值,确定匹配到对应的戴口罩人脸图像特征;若所述相似度均小于所述预设阈值,确定未匹配到对应的戴口罩人脸图像特征;
若匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配成功,获取与对应的所述戴口罩人脸图像特征具有对应关系的目标身份标识信息,得到包括匹配成功与所述目标身份标识信息的所述戴口罩人脸识别结果;若未匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配失败,得到包括匹配失败的所述戴口罩人脸识别结果。
在一可选的实施例中,在确定所述戴口罩人脸识别结果为匹配失败,得到包括匹配失败的所述戴口罩人脸识别结果之后,可以人为指出识别错误的戴口罩人脸识别结果,例如,由人工记录谁被误识别的对象,即得到误识别名单,然后对误识别结果进行处理,进一步更新数据库中的戴口罩人脸图像特征,接收确定所述目标图像特征信息与所述数据库中的至少一个戴口罩人脸图像特征为同一目标对象的指示信息;根据所述指示信息在所述数据库中将目标图像特征信息更新到所述目标对象的身份标识信息中,在丰富数据库中的戴口罩人脸图像特征之后,可以进一步提高识别的准确性。
实施例2
根据本发明的另一个实施例,还提供了一种人脸识别处理方法,图3是根据本发明实施例的人脸识别处理方法的流程图二,如图3所示,应用于客户端,包括:
步骤S302,采集戴口罩人脸图像;
步骤S304,将所述戴口罩人脸图像发送给服务端;
本发明实施例中,上述步骤S304具体可以包括:将所述戴口罩人脸图像进行压缩,得到预定尺寸的人脸缓存数据;将所述人脸缓存数据编码成字符串;根据所述字符串生成人脸编码数据请求;将所述人脸编码数据请求发送给所述服务端,服务端接收到人脸编码数据请求之后,获取该字符串,对字符串进行解码得到人脸缓存数据,再对人脸缓存数据进行解压缩便可得到戴口罩人脸图像。
步骤S306,接收所述服务端发送的戴口罩人脸识别结果,并显示所述戴口罩人脸识别结果,其中,所述戴口罩人脸识别结果是所述服务端基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别得到的。
进一步地,上述步骤S306具体可以包括:将所述戴口罩人脸识别结果展示在视频流中;在显示界面的预先设置区域中显示所述戴口罩人脸识别结果。
通过上述步骤S302至S306,可以解决相关技术中对于戴口罩人脸识别准确率低的问题,基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系识别戴口罩人脸图像,提升戴口罩人脸识别的精确率和召回率。
在一可选的实施例中,在将所述戴口罩人脸图像发送给服务端之前,从视频流中检测并定位戴口罩人脸区域;对所述戴口罩人脸区域进行裁剪,得到所述戴口罩人脸图像。
本发明实施例,为了解决非戴口罩人脸识别模型直接应用在戴口罩人脸识别的精确率和召回率偏低,尤其是戴眼镜+戴口罩或者戴帽子+戴口罩误识别率极高的问题,通过调整策略,筛选增加戴口罩人脸底库方式,提升戴口罩人脸识别的精确率和召回率。图4是根据本发明实施例的戴口罩人脸识别交互的示意图,如图4所示,包括客户端、服务端以及戴口罩人脸底库筛选***。
客户端主要包括戴口罩人脸检测引擎、戴口罩人脸截取***、戴口罩人脸识别接收***以及戴口罩人脸识别展示界面。
戴口罩人脸检测引擎,负责从视频流中检测并定位戴口罩人脸区域。在线戴口罩人脸识别交互***由于有在线网络传输时间问题,导致无法像离线***,只有客户一端,因此在设计上必须考虑交互的流畅性,那么在处理视频流时,本发明实施例采用了检测引擎与展示页面视频帧序列非一致的处理方法,对于检测引擎,本技术方案采用隔T1帧,进行一次检测(此时,展示页面一直画面流畅),如果未检测到戴口罩人脸,则不作任何处理;否则,将进入到戴口罩人脸截取***对人脸进行裁剪。
戴口罩人脸截取***,对经过戴口罩人脸检测引擎得到的人脸区域进行裁剪压缩,并发送给服务端的戴口罩人脸识别引擎。由于戴口罩人脸识别会输入相同尺寸大小的人脸图片,因此在截取***中,要将人脸区域统一压缩成W*H的人脸缓存数据,并将缓存数据利用Base64编码成字符串,然后将此字符串与http请求进行合并封装,并通过socket网络传输协议,把http及人脸编码数据请求发送给服务端。
戴口罩人脸识别接收***,接收服务端发送的戴口罩人脸识别结果,并进行解析。客户端接收由服务端发送的http请求及封装的json识别结果,并在接收***中对json格式进行解析,解析结果包括两种情况:1.未识别,意思是虽然检测出了戴口罩人脸,但并未能够在底库中搜寻到对应结果;2.有识别结果,意思是能够在底库中搜寻到当前戴口罩人脸信息。
戴口罩人脸识别展示界面,将接收的戴口罩人脸识别结果展示在视频流中。为保证交互***流畅性,对于从戴口罩人脸识别接收***得到的结果,在展示界面中,本方案会让结果显示T2帧(这样视频流中的展示界面有较强流畅感),除非有新的识别结果,与当前显示结果不同。
服务端主要包括:戴口罩人脸底库、戴口罩人脸识别引擎以及戴口罩人脸识别发送***。
戴口罩人脸底库,将注册的戴口罩人脸图片,进行特征提取,
为加速人脸底库的获取方式,本发明实施例采用写入特征文件方式,即将注册的戴口罩人脸图片进行特征提取,并将得到的特征向量写入文件中,采用原始图片提取底库特征耗时超过30分钟,而特征文件只需毫秒级,优化速度明显。
戴口罩人脸识别引擎,戴口罩人脸识别***,负责核心的戴口罩人脸识别算法
戴口罩人脸识别发送***,将由戴口罩人脸识别引擎得到的结果进行http数据封装,并发送给客户端的戴口罩人脸识别接收***,此过程不做任何延迟,只要有新的识别结果,立即发送戴口罩人脸底库筛选***包括2个子***。
戴口罩人脸底库筛选***包括误识别筛选***与戴口罩人脸特征提取***。
误识别筛选***,对每天的误识别名单进行人工筛选,生成误识别列表。此***在戴口罩人脸交互***运行时,同步运行,由人工记录谁被误识别的谁,即得到误识别名单,然后对识别结果按照人名分类,筛选时只保留非此人列表,然后根据误识别名单,自动对照,修改其到正确人名的文件夹下,即完成半自动标注。需要说明的是,由于原始非戴口罩人脸模型应用在戴口罩人脸识别情况下,在戴眼镜+戴口罩或戴帽子+戴口罩的情况下,误识别率很高,本技术方案在不改变模型参数的情况下,通过误识别筛选增加人群底库的多样性提高了精确率和召回率。举个例子:A在第一天底库注册时,只注册了一张不戴眼镜+戴口罩的底库,第二天的时候A变成了戴眼镜+戴口罩,导致***误识别,本***筛查出其误识别的戴眼镜+戴口罩图片,并将此图片加入到注册人脸底库中,那么在第三天,就能够既识别出A不戴眼镜+戴口罩图片,也能够识别出A戴眼镜+戴口罩图片。
戴口罩人脸特征提取***,负责把误识别列表中的戴口罩人脸图片进行特征提取,并更新到底库中,将误识别筛选***中筛选并更正的图片及正确人名,作为新的底库,添加到戴口罩人脸底库中。
本发明实施例,在戴口罩人脸识别交互***不断应用过程中,持续筛选增加误识别戴口罩人脸的底库,具有良好的方案可移植性,并且能够持续提升戴口罩人脸识别精确率,尤其是戴眼镜+戴口罩和戴帽子+戴口罩的识别精确率。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例3
在本实施例中还提供了一种人脸识别处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本发明实施例的人脸识别处理装置的框图一,如图5所示,应用于服务端,包括:
第一接收模块52,用于接收客户端采集的戴口罩人脸图像;
识别模块54,用于基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;
第一发送模块56,用于将所述戴口罩人脸识别结果发送给所述客户端。
可选地,所述识别模块54包括:
提取子模块,用于提取所述戴口罩人脸图像的目标图像特征信息;
匹配子模块,用于将所述目标图像特征信息与数据库中存储的戴口罩人脸图像特征进行匹配;
第一确定子模块,用于若匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配成功,获取与对应的所述戴口罩人脸图像特征具有对应关系的目标身份标识信息,得到包括匹配成功与所述目标身份标识信息的所述戴口罩人脸识别结果;
第二确定子模块,用于若未匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配失败,得到包括匹配失败的所述戴口罩人脸识别结果。
可选地,所述匹配子模块包括:
第一确定单元,用于分别确定目标图像特征信息与所述数据库中存储的戴口罩人脸图像特征的相似度;
第二确定单元,用于若存在至少一个所述相似度大于或等于预设阈值,确定匹配到对应的戴口罩人脸图像特征;
第三确定单元,用于若所述相似度均小于所述预设阈值,确定未匹配到对应的戴口罩人脸图像特征。
可选地,所述装置还包括:
第二接收模块,用于接收确定所述目标图像特征信息与所述数据库中的至少一个戴口罩人脸图像特征为同一目标对象的指示信息;
更新模块,用于根据所述指示信息在所述数据库中将目标图像特征信息更新到所述目标对象的身份标识信息中。
实施例4
根据本发明的另一个实施例,还提供了一种人脸识别处理装置,应用于客户端,图6是根据本发明实施例的人脸识别处理装置的框图二,如图6所示,包括:
采集模块62,用于采集戴口罩人脸图像;
第二发送模块64,用于将所述戴口罩人脸图像发送给服务端;
显示模块66,用于接收所述服务端发送的戴口罩人脸识别结果,并显示所述戴口罩人脸识别结果,其中,所述戴口罩人脸识别结果是所述服务端基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别得到的。
可选地,所述装置还包括:
检测模块,用于从视频流中检测并定位戴口罩人脸区域;
裁剪模块,用于对所述戴口罩人脸区域进行裁剪,得到所述戴口罩人脸图像。
可选地,所述第二发送模块64包括:
压缩子模块,用于将所述戴口罩人脸图像进行压缩,得到预定尺寸的人脸缓存数据;
编码子模块,用于将所述人脸缓存数据编码成字符串;
生成子模块,用于根据所述字符串生成人脸编码数据请求;
发送子模块,用于将所述人脸编码数据请求发送给所述服务端。
可选地,所述显示模块66包括:
展示子模块,用于将所述戴口罩人脸识别结果展示在视频流中;
显示子模块,用于在显示界面的预先设置区域中显示所述戴口罩人脸识别结果。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例5
本发明的实施例还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S11,接收客户端采集的戴口罩人脸图像;
S12,基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;
S13,将所述戴口罩人脸识别结果发送给所述客户端。
可选地,在本实施例中,上述存储介质还可以被设置为存储用于执行以下步骤的计算机程序:
S21,采集戴口罩人脸图像;
S22,将所述戴口罩人脸图像发送给服务端;
S23,接收所述服务端发送的戴口罩人脸识别结果,并显示所述戴口罩人脸识别结果,其中,所述戴口罩人脸识别结果是所述服务端基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别得到的。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-ONly Memory,简称为ROM)、随机存取存储器(RaNdom Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
实施例6
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S11,接收客户端采集的戴口罩人脸图像;
S12,基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;
S13,将所述戴口罩人脸识别结果发送给所述客户端。
可选地,在本实施例中,上述处理器还可以被设置为通过计算机程序执行以下步骤:
S21,采集戴口罩人脸图像;
S22,将所述戴口罩人脸图像发送给服务端;
S23,接收所述服务端发送的戴口罩人脸识别结果,并显示所述戴口罩人脸识别结果,其中,所述戴口罩人脸识别结果是所述服务端基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别得到的。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种人脸识别处理方法,应用于服务端,其特征在于,包括:
接收客户端采集的戴口罩人脸图像;
基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;
将所述戴口罩人脸识别结果发送给所述客户端。
2.根据权利要求1所述的方法,其特征在于,基于预先存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到所述戴口罩人脸识别结果包括:
提取所述戴口罩人脸图像的目标图像特征信息;
将所述目标图像特征信息与数据库中存储的戴口罩人脸图像特征进行匹配;
若匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配成功,获取与对应的所述戴口罩人脸图像特征具有对应关系的目标身份标识信息,得到包括匹配成功与所述目标身份标识信息的所述戴口罩人脸识别结果;
若未匹配到对应的戴口罩人脸图像特征,确定所述戴口罩人脸识别结果为匹配失败,得到包括匹配失败的所述戴口罩人脸识别结果。
3.根据权利要求2所述的方法,其特征在于,将所述目标图像特征信息与数据库中存储的戴口罩人脸图像特征进行匹配包括:
分别确定目标图像特征信息与所述数据库中存储的戴口罩人脸图像特征的相似度;
若存在至少一个所述相似度大于或等于预设阈值,确定匹配到对应的戴口罩人脸图像特征;
若所述相似度均小于所述预设阈值,确定未匹配到对应的戴口罩人脸图像特征。
4.根据权利要求2所述的方法,其特征在于,在确定所述戴口罩人脸识别结果为匹配失败,得到包括匹配失败的所述戴口罩人脸识别结果之后,所述方法还包括:
接收确定所述目标图像特征信息与所述数据库中的至少一个戴口罩人脸图像特征为同一目标对象的指示信息;
根据所述指示信息在所述数据库中将目标图像特征信息更新到所述目标对象的身份标识信息中。
5.一种人脸识别处理方法,应用于客户端,其特征在于,包括:
采集戴口罩人脸图像;
将所述戴口罩人脸图像发送给服务端;
接收所述服务端发送的戴口罩人脸识别结果,并显示所述戴口罩人脸识别结果,其中,所述戴口罩人脸识别结果是所述服务端基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别得到的。
6.根据权利要求5所述的方法,其特征在于,在将所述戴口罩人脸图像发送给服务端之前,所述方法还包括:
从视频流中检测并定位戴口罩人脸区域;
对所述戴口罩人脸区域进行裁剪,得到所述戴口罩人脸图像。
7.根据权利要求5所述的方法,其特征在于,将所述戴口罩人脸图像发送给服务端包括:
将所述戴口罩人脸图像进行压缩,得到预定尺寸的人脸缓存数据;
将所述人脸缓存数据编码成字符串;
根据所述字符串生成人脸编码数据请求;
将所述人脸编码数据请求发送给所述服务端。
8.根据权利要求5至7中任一项所述的方法,其特征在于,显示所述戴口罩人脸识别结果包括:
将所述戴口罩人脸识别结果展示在视频流中;
在显示界面的预先设置区域中显示所述戴口罩人脸识别结果。
9.一种人脸识别处理装置,应用于服务端,其特征在于,包括:
第一接收模块,用于接收客户端采集的戴口罩人脸图像;
识别模块,用于基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别,得到戴口罩人脸识别结果;
第一发送模块,用于将所述戴口罩人脸识别结果发送给所述客户端。
10.一种人脸识别处理装置,应用于客户端,其特征在于,包括:
采集模块,用于采集戴口罩人脸图像;
第二发送模块,用于将所述戴口罩人脸图像发送给服务端;
显示模块,用于接收所述服务端发送的戴口罩人脸识别结果,并显示所述戴口罩人脸识别结果,其中,所述戴口罩人脸识别结果是所述服务端基于数据库中存储的戴口罩人脸图像特征与目标对象的身份标识信息的对应关系对所述戴口罩人脸图像进行识别得到的。
11.一种计算机可读的存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至4、5至8任一项中所述的方法。
12.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4、5至8任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010802985.5A CN112036262A (zh) | 2020-08-11 | 2020-08-11 | 一种人脸识别处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010802985.5A CN112036262A (zh) | 2020-08-11 | 2020-08-11 | 一种人脸识别处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112036262A true CN112036262A (zh) | 2020-12-04 |
Family
ID=73577028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010802985.5A Pending CN112036262A (zh) | 2020-08-11 | 2020-08-11 | 一种人脸识别处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112036262A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699803A (zh) * | 2020-12-31 | 2021-04-23 | 竹间智能科技(上海)有限公司 | 人脸识别方法、***、设备及可读存储介质 |
CN112907775A (zh) * | 2021-01-27 | 2021-06-04 | 江西中科瓦力科技有限公司 | 一种基于人脸识别的考勤*** |
CN112948630A (zh) * | 2021-02-09 | 2021-06-11 | 北京奇艺世纪科技有限公司 | 列表更新方法、电子设备、存储介质及装置 |
CN112948618A (zh) * | 2021-02-25 | 2021-06-11 | 成都旺小宝科技有限公司 | 一种用于售楼处的有效客户识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646190A (zh) * | 2012-03-19 | 2012-08-22 | 腾讯科技(深圳)有限公司 | 一种基于生物特征的认证方法、装置及*** |
CN103942577A (zh) * | 2014-04-29 | 2014-07-23 | 上海复控华龙微***技术有限公司 | 视频监控中基于自建立样本库及混合特征的身份识别方法 |
CN107679504A (zh) * | 2017-10-13 | 2018-02-09 | 北京奇虎科技有限公司 | 基于摄像头场景的人脸识别方法、装置、设备及存储介质 |
CN108830062A (zh) * | 2018-05-29 | 2018-11-16 | 努比亚技术有限公司 | 人脸识别方法、移动终端及计算机可读存储介质 |
CN109241852A (zh) * | 2018-08-10 | 2019-01-18 | 广州杰赛科技股份有限公司 | 具有附加特征的人脸识别方法、装置、计算机设备 |
CN109243030A (zh) * | 2018-09-13 | 2019-01-18 | 浙江工业大学 | 一种夜间非接触式门禁***的控制方法及*** |
CN111160202A (zh) * | 2019-12-20 | 2020-05-15 | 万翼科技有限公司 | 基于ar设备的身份核验方法、装置、设备及存储介质 |
-
2020
- 2020-08-11 CN CN202010802985.5A patent/CN112036262A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646190A (zh) * | 2012-03-19 | 2012-08-22 | 腾讯科技(深圳)有限公司 | 一种基于生物特征的认证方法、装置及*** |
CN103942577A (zh) * | 2014-04-29 | 2014-07-23 | 上海复控华龙微***技术有限公司 | 视频监控中基于自建立样本库及混合特征的身份识别方法 |
CN107679504A (zh) * | 2017-10-13 | 2018-02-09 | 北京奇虎科技有限公司 | 基于摄像头场景的人脸识别方法、装置、设备及存储介质 |
CN108830062A (zh) * | 2018-05-29 | 2018-11-16 | 努比亚技术有限公司 | 人脸识别方法、移动终端及计算机可读存储介质 |
CN109241852A (zh) * | 2018-08-10 | 2019-01-18 | 广州杰赛科技股份有限公司 | 具有附加特征的人脸识别方法、装置、计算机设备 |
CN109243030A (zh) * | 2018-09-13 | 2019-01-18 | 浙江工业大学 | 一种夜间非接触式门禁***的控制方法及*** |
CN111160202A (zh) * | 2019-12-20 | 2020-05-15 | 万翼科技有限公司 | 基于ar设备的身份核验方法、装置、设备及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699803A (zh) * | 2020-12-31 | 2021-04-23 | 竹间智能科技(上海)有限公司 | 人脸识别方法、***、设备及可读存储介质 |
CN112699803B (zh) * | 2020-12-31 | 2024-01-16 | 竹间智能科技(上海)有限公司 | 人脸识别方法、***、设备及可读存储介质 |
CN112907775A (zh) * | 2021-01-27 | 2021-06-04 | 江西中科瓦力科技有限公司 | 一种基于人脸识别的考勤*** |
CN112948630A (zh) * | 2021-02-09 | 2021-06-11 | 北京奇艺世纪科技有限公司 | 列表更新方法、电子设备、存储介质及装置 |
CN112948630B (zh) * | 2021-02-09 | 2024-02-06 | 北京奇艺世纪科技有限公司 | 列表更新方法、电子设备、存储介质及装置 |
CN112948618A (zh) * | 2021-02-25 | 2021-06-11 | 成都旺小宝科技有限公司 | 一种用于售楼处的有效客户识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112036262A (zh) | 一种人脸识别处理方法及装置 | |
CN106303658A (zh) | 应用于视频直播的交互方法和装置 | |
US20170012911A1 (en) | Mood information processing method and apparatus | |
US20200218903A1 (en) | CCTV video smart surveillance system and method thereof | |
WO2019184822A1 (zh) | 多媒体文件处理方法和装置、存储介质及电子装置 | |
CN107332830B (zh) | 视频转码、视频播放方法及装置、计算机设备、存储介质 | |
CN110942027A (zh) | 遮挡策略的确定方法及装置、存储介质、电子装置 | |
CN107679493A (zh) | 人脸识别方法和装置 | |
EP4087249A1 (en) | Character restoration method and apparatus, storage medium, and electronic device | |
CN111783677B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
CN110996137B (zh) | 一种视频处理方法及装置 | |
CN111444822B (zh) | 对象识别方法和装置、存储介质和电子装置 | |
CN110348272A (zh) | 动态人脸识别的方法、装置、***和介质 | |
CN110414322B (zh) | 提取图片的方法、装置、设备及存储介质 | |
US9807453B2 (en) | Mobile search-ready smart display technology utilizing optimized content fingerprint coding and delivery | |
CN111738181A (zh) | 对象关联方法及装置、对象检索方法及装置 | |
CN110610164A (zh) | 人脸图像处理方法、***、服务器及可读存储介质 | |
WO2020081316A1 (en) | Systems and methods for age-restricted product activation | |
CN114286198B (zh) | 一种视频关联方法、装置、电子设备和存储介质 | |
CN115190083A (zh) | 应用于智能设备的数据传输方法及装置 | |
CN110832870A (zh) | 一种数据处理方法、设备及穿越机眼镜 | |
CN112202985B (zh) | 信息处理方法、客户端设备、服务端设备及信息处理*** | |
CN104700305A (zh) | 一种安卓平台下任意输入框中获取二维码数据的方法 | |
CN114650439A (zh) | 信息监测方法、终端、服务器和计算机可读存储介质 | |
CN109618207B (zh) | 视频帧的处理方法、装置、存储介质及电子装置 |
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 |