人臉識別方法及裝置
本申請涉及電腦技術領域,尤其涉及一種人臉識別方法及裝置。
近年來,隨著人臉識別技術的發展,“刷臉”可以應用的場景越來越多,例如刷臉支付、刷臉打卡簽到、刷臉解鎖門禁、刷臉認證辦事等,具有操作方便、快捷等特點。但是,當用於刷臉的RGB圖像中存在多個人臉時,難以確定對該RGB圖像中的哪個人臉進行識別,進而導致識別失敗或識別錯誤給使用者帶來損失,因此,需要提出一種人臉識別方法。
本說明書實施例的目的是提供一種人臉識別方法及裝置,本說明書實施例是這樣實現的:
第一態樣,提供了一種人臉識別方法,所述方法包括:
獲取用於人臉識別的RGB圖像和對應的深度圖像,所述RGB圖像中包含至少一個人臉;
從所述RGB圖像中選擇目標人臉;
根據所述目標人臉和所述深度圖像,判斷所述RGB圖像中是否存在干擾人臉,所述干擾人臉到人臉圖像採集設備的距離與所述目標人臉到所述人臉圖像採集設備的距離的差值小於預設閾值;
如果所述RGB圖像中不存在所述干擾人臉,則基於所述目標人臉進行人臉識別。
第二態樣,提供了一種人臉識別裝置,所述裝置包括:
獲取模組,用於獲取用於人臉識別的RGB圖像和對應的深度圖像,所述RGB圖像中包含至少一個人臉;
選擇模組,用於從所述RGB圖像中選擇目標人臉;
判斷模組,用於根據所述目標人臉和所述深度圖像,判斷所述RGB圖像中是否存在干擾人臉,所述干擾人臉到人臉圖像採集設備的距離與所述目標人臉到所述人臉圖像採集設備的距離的差值小於預設閾值;
識別模組,用於在所述RGB圖像中不存在所述干擾人臉的情況下,基於所述目標人臉進行人臉識別。
第三態樣,提供了一種電子設備,包括:
處理器;以及
被安排成儲存電腦可執行指令的記憶體,所述可執行指令在被執行時使所述處理器執行以下操作:
獲取用於人臉識別的RGB圖像和對應的深度圖像,所述RGB圖像中包含至少一個人臉;
從所述RGB圖像中選擇目標人臉;
根據所述目標人臉和所述深度圖像,判斷所述RGB圖像中是否存在干擾人臉,所述干擾人臉到人臉圖像採集設備的距離與所述目標人臉到所述人臉圖像採集設備的距離的差值小於預設閾值;
如果所述RGB圖像中不存在所述干擾人臉,則基於所述目標人臉進行人臉識別。
第四態樣,提供了一種電腦儲存媒體,所述電腦可讀儲存媒體儲存一個或多個程式,所述一個或多個程式當被包括多個應用程式的電子設備執行時,使得所述電子設備執行以下操作:
獲取用於人臉識別的RGB圖像和對應的深度圖像,所述RGB圖像中包含至少一個人臉;
從所述RGB圖像中選擇目標人臉;
根據所述目標人臉和所述深度圖像,判斷所述RGB圖像中是否存在干擾人臉,所述干擾人臉到人臉圖像採集設備的距離與所述目標人臉到所述人臉圖像採集設備的距離的差值小於預設閾值;
如果所述RGB圖像中不存在所述干擾人臉,則基於所述目標人臉進行人臉識別。
由以上本說明書實施例提供的技術方案可見,本說明書實施例中,在對包含多個人臉的RGB圖像進行人臉識別時,可以結合該RGB圖像對應的深度圖像,來確定該RGB圖像中用於人臉識別的人臉。相對於僅僅依據RGB圖像進行人臉識別,本說明書實施例中,由於深度圖像中包含的資訊比較豐富、且深度圖像可以反映該深度圖像中的各人臉到圖像採集設備的距離、且人臉到圖像採集設備的距離可以從一定程度上反映了使用者的人臉識別意願,因此本說明書實施例可以避免RGB圖像中人臉的漏檢,以及可以比較準確地確定出RGB圖像中用於人臉識別的人臉。
為了使本技術領域的人員更好地理解本說明書中的技術方案,下面將結合本說明書實施例中的圖式,對本說明書實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅是本說明書一部分實施例,而不是全部的實施例。基於本說明書中的實施例,本領域普通技術人員在沒有做出進步性勞動前提下所獲得的所有其他實施例,都應當屬於本說明書保護的範圍。
本說明書實施例提供了一種人臉識別方法及裝置。
下面首先對本說明書實施例提供的一種人臉識別方法進行介紹。
需要說明的是,本說明書實施例提供的人臉識別方法適用於電子設備,在實際應用中,該電子設備可以為伺服器,或者,該電子設備也可以為手機、平板電腦、個人數位助理等終端設備,或者,該電子設備也可以為筆記型電腦、桌上型電腦、桌面機等電腦設備,本說明書實施例對此不作限定。
圖1是本說明書的一個實施例的人臉識別方法的流程圖,如圖1所示,該方法可以包括以下步驟:步驟102、步驟104、步驟106和步驟108,其中,
在步驟102中,獲取用於人臉識別的RGB圖像和對應的深度圖像,其中,RGB圖像中包含至少一個人臉。
本說明書實施例中,用於人臉識別的RGB圖像(彩色圖)和對應的深度圖像為針對同一場景拍攝的圖像。深度圖像中每個像素點的灰度值可用於表徵拍攝場景中某一點到深度圖像採集設備的距離。用於採集深度圖像的設備稱為深度圖像採集設備,用於採集RGB彩色圖像的設備稱為RGB圖像採集設備。
在步驟104中,從RGB圖像中選擇目標人臉。
本說明書實施例中,目標人臉像為RGB圖中最有可能用於人臉識別的人臉。
本說明書實施例中,可以對RGB圖像進行人臉檢測,檢測其中包含的人臉,並從中選擇一個人臉,作為目標人臉。具體的,可以將RGB圖像中預設區域的人臉,選擇為目標人臉。
考慮到具有人臉識別意圖的使用者通常會正對圖像採集設備的拍攝焦點或處於人群的正中位置,基於這種情況,本說明書實施例中,預設區域可以包括:RGB圖像的中心區域、或者RGB圖像拍攝時的焦點區域。相應的,可以將RGB圖像中心區域內的人臉,選擇為目標人臉;或者,可以將RGB圖像拍攝時的焦點區域內的人臉,選擇為目標人臉。
在步驟106中,根據目標人臉和深度圖像,判斷RGB圖像中是否存在干擾人臉;若否,則執行步驟108;其中,干擾人臉到人臉圖像採集設備的距離與目標人臉到人臉圖像採集設備的距離的差值小於預設閾值。
本說明書實施例中,人臉圖像採集設備指的是深度圖像採集設備。干擾人臉與目標人臉到深度圖像採集設備的距離相當或相差不多。
考慮到具有人臉識別意圖的使用者通常比較靠近圖像採集設備、並且在多人場景下具有人臉識別意圖的使用者通常只有一個,基於這種情況,本說明書實施例中,通過判斷RGB圖像中是否有干擾人臉,來確定目標人臉是否為多人場景下最具人臉識別意圖的人臉;具體的,如果RGB圖像中存在干擾人臉,則表明目標人臉不是多人場景下最具人臉識別意圖的人臉;如果RGB圖像中不存在干擾人臉,則表明目標人臉時多人場景下最具人臉識別意圖的人臉。
考慮到對RGB圖像進行人臉檢測,有時會造成人臉的漏檢,例如RGB圖像的角落裡的人臉或RGB圖像中出現的半張人臉無法檢測出來,基於這種情況,本說明書實施例中,採用對RGB圖像和該RGB圖像對應的深度圖像,可以避免上述漏檢的問題。
在步驟108中,基於目標人臉進行人臉識別。
本說明書實施例中,如果RGB圖像中不存在干擾人臉,則基於RGB圖像中的目標人臉進行人臉識別;如果RGB圖像中存在干擾人臉,則輸出提示訊息,該提示訊息用於提示RGB圖像中存在干擾人臉。
為了便於理解,以“刷臉支付”場景為例對本說明書實施例的技術方案進行舉例說明。
“刷臉支付”是基於人臉識別的支付方式,已成為線下消費場景的主要支付手段之一,具有操作便捷、體驗好等特點。隨著人臉識別技術的發展,“刷臉支付”已無需使用者輸入其他身份資訊(如手機號、帳號)便可完成支付行為,即僅需使用者刷一下臉就可以直接完成支付行為。對於以上的刷臉流程而言,其具有一個風險問題:當用於刷臉的畫面中存在多個人臉時,難以確認該畫面中的哪個使用者有意願進行支付行為,此時,可能會出現誤扣錢的情況,如果發生該情況,會發生資損,對“刷臉支付”的完全性造成較大的影響。
考慮到隨著攝影鏡頭硬體的逐步發展,線下支付場景中通常都配備了深度圖像採集設備,而深度圖像採集設備所採集到的深度圖像可以表示每個物體到相機的距離,基於這種情況,本說明書實施例中,可以獲取用於“刷臉支付”的RGB圖像和對應的深度圖像,檢測RGB圖像中的人臉,選定可能的支付使用者人臉(即目標人臉);之後,根據選定的人臉和深度圖像,判斷RGB圖像中是否存在干擾人臉,如果RGB圖像中存在干擾人臉,則認為本次支付交易存在多人臉無法確認的風險,並提示使用者該風險,讓使用者再次輸入相關帳戶資訊進行確認;如果RGB圖像中不存在干擾人臉,則認為本次支付交易較為安全,基於選定的人臉進行識別,識別通過後進行支付。
由上述實施例可見,該實施例中,在對包含多個人臉的RGB圖像進行人臉識別時,可以結合該RGB圖像對應的深度圖像,來確定該RGB圖像中用於人臉識別的人臉。相對於僅僅依據RGB圖像進行人臉識別,本說明書實施例中,由於深度圖像中包含的資訊比較豐富、且深度圖像可以反映該深度圖像中的各人臉到圖像採集設備的距離、且人臉到圖像採集設備的距離可以從一定程度上反映了使用者的人臉識別意願,因此本說明書實施例可以避免RGB圖像中人臉的漏檢,以及可以比較準確地確定出RGB圖像中用於人臉識別的人臉。
圖2是本說明書的另一個實施例的人臉識別方法的流程圖,本說明書實施例中,可以首先計算目標人臉到圖像採集設備的距離,根據計算得到的距離和深度圖像,來判斷RGB圖像中是否存在干擾人臉,此時,如圖2所示,該方法可以包括以下步驟:
在步驟202中,獲取用於人臉識別的RGB圖像和對應的深度圖像,其中,RGB圖像中包含至少一個人臉。
本說明書實施例中,用於人臉識別的RGB圖像(彩色圖)和對應的深度圖像為針對同一場景拍攝的圖像。深度圖像中每個像素點的灰度值可用於表徵拍攝場景中某一點到深度圖像採集設備的距離。用於採集深度圖像的設備稱為深度圖像採集設備,用於採集RGB彩色圖像的設備稱為RGB圖像採集設備。
在步驟204中,從RGB圖像中選擇目標人臉。
本說明書實施例中,目標人臉像為RGB圖中最有可能用於人臉識別的人臉。
本說明書實施例中,可以對RGB圖像進行人臉檢測,檢測其中包含的人臉,並從中選擇一個人臉,作為目標人臉。具體的,可以將RGB圖像中預設區域的人臉,選擇為目標人臉。
考慮到具有人臉識別意圖的使用者通常會正對圖像採集設備的拍攝焦點或處於人群的正中位置,基於這種情況,本說明書實施例中,預設區域可以包括:RGB圖像的中心區域、或者RGB圖像拍攝時的焦點區域。相應的,可以將RGB圖像中心區域內的人臉,選擇為目標人臉;或者,可以將RGB圖像拍攝時的焦點區域內的人臉,選擇為目標人臉。
在步驟206中,確定目標人臉在深度圖像中對應的目標區域。
考慮到RGB圖像採集設備的攝影鏡頭和深度圖像採集設備的攝影鏡頭是預先標定好的,即兩者具有明確的空間座標變換關係,基於這種情況,本說明書實施例中,可以根據RGB圖像和其對應的深度圖像的空間座標變換關係,確定目標人臉在深度圖像上的座標(即目標區域)。
在步驟208中,根據目標區域內像素點的資訊,計算目標人臉到人臉圖像採集設備的距離D1。
由於深度圖像中每個像素都表示距離,因此本說明書實施例中,可以根據目標區域內像素點的資訊,計算目標人臉到人臉圖像採集設備的距離D1;具體的,可以計算目標區域內各像素點到人臉圖像採集設備的距離,將各像素點到人臉圖像採集設備的距離的平均值,確定為目標人臉到人臉圖像採集設備的距離D1。
在步驟210中,判斷深度圖像中是否存在距離人臉圖像採集設備為D2的人臉;若否,則執行步驟212;其中,D1與D2的差值小於預設閾值。
本說明書實施例中,如果深度圖像中存在距離人臉圖像採集設備為D2的人臉,則RGB圖像中存在干擾人臉;如果深度圖像中不存在距離人臉圖像採集設備為D2的人臉,則確定RGB圖像中不存在干擾人臉。
本說明書實施例中,人臉圖像採集設備指的是深度圖像採集設備。干擾人臉與目標人臉到深度圖像採集設備的距離相當或相差不多。
本說明書實施例中,深度圖像中距離人臉圖像採集設備為D2的人臉包括:輪廓完整清晰的人臉、或者輪廓不完整不清晰的人臉。
考慮到具有人臉識別意圖的使用者通常比較靠近圖像採集設備、並且在多人場景下具有人臉識別意圖的使用者通常只有一個,本說明書實施例中,通過判斷RGB圖像中是否有干擾人臉,來確定目標人臉是否為多人場景下最具人臉識別意圖的人臉;具體的,如果RGB圖像中存在干擾人臉,則表明目標人臉不是多人場景下最具人臉識別意圖的人臉;如果RGB圖像中不存在干擾人臉,則表明目標人臉時多人場景下最具人臉識別意圖的人臉。
考慮到對RGB圖像進行人臉檢測,有時會造成人臉的漏檢,例如RGB圖像的角落裡的人臉或RGB圖像中出現的半張人臉無法檢測出來,本說明書實施例中,採用對RGB圖像和該RGB圖像對應的深度圖像,可以避免上述漏檢的問題。
在步驟212中,基於目標人臉進行人臉識別。
本說明書實施例中,如果RGB圖像中不存在干擾人臉,則基於RGB圖像中的目標人臉進行人臉識別;如果RGB圖像中存在干擾人臉,則輸出提示訊息,該提示訊息用於提示RGB圖像中存在干擾人臉。
由上述實施例可見,該實施例中,在對包含多個人臉的RGB圖像進行人臉識別時,可以結合該RGB圖像對應的深度圖像,來確定該RGB圖像中用於人臉識別的人臉。相對於僅僅依據RGB圖像進行人臉識別,本說明書實施例中,由於深度圖像中包含的資訊比較豐富、且深度圖像可以反映該深度圖像中的各人臉到圖像採集設備的距離、且人臉到圖像採集設備的距離可以從一定程度上反映了使用者的人臉識別意願,因此本說明書實施例可以避免RGB圖像中人臉的漏檢,以及可以比較準確地確定出RGB圖像中用於人臉識別的人臉。
圖3是本說明書的一個實施例的人臉識別裝置的結構示意圖,如圖3所示,在一種軟體實施方式中,人臉識別裝置300,可以包括:獲取模組301、選擇模組302、判斷模組303和識別模組304,其中,
獲取模組301,用於獲取用於人臉識別的RGB圖像和對應的深度圖像,所述RGB圖像中包含至少一個人臉;
選擇模組302,用於從所述RGB圖像中選擇目標人臉;
判斷模組303,用於根據所述目標人臉和所述深度圖像,判斷所述RGB圖像中是否存在干擾人臉,所述干擾人臉到人臉圖像採集設備的距離與所述目標人臉到所述人臉圖像採集設備的距離的差值小於預設閾值;
識別模組304,用於在所述RGB圖像中不存在所述干擾人臉的情況下,基於所述目標人臉進行人臉識別。
由上述實施例可見,該實施例中,在對包含多個人臉的RGB圖像進行人臉識別時,可以結合該RGB圖像對應的深度圖像,來確定該RGB圖像中用於人臉識別的人臉。相對於僅僅依據RGB圖像進行人臉識別,本說明書實施例中,由於深度圖像中包含的資訊比較豐富、且深度圖像可以反映該深度圖像中的各人臉到圖像採集設備的距離、且人臉到圖像採集設備的距離可以從一定程度上反映了使用者的人臉識別意願,因此本說明書實施例可以避免RGB圖像中人臉的漏檢,以及可以比較準確地確定出RGB圖像中用於人臉識別的人臉。
可選地,作為一個實施例,所述選擇模組302,可以包括:
人臉選擇子模組,用於將所述RGB圖像中預設區域的人臉,選擇為目標人臉。
可選地,作為一個實施例,所述預設區域包括:
所述RGB圖像的中心區域、或者所述RGB圖像拍攝時的焦點區域。
可選地,作為一個實施例,所述判斷模組303,可以包括:
目標區域確定子模組,用於確定所述目標人臉在所述深度圖像中對應的目標區域;
距離計算子模組,用於根據所述目標區域內像素點的資訊,計算所述目標人臉到人臉圖像採集設備的距離D1;
判斷子模組,用於判斷所述深度圖像中是否存在距離所述人臉圖像採集設備為D2的人臉,所述D1與D2的差值小於所述預設閾值;其中,
如果所述深度圖像中存在距離所述人臉圖像採集設備為D2的人臉,則所述RGB圖像中存在干擾人臉;如果所述深度圖像中不存在距離所述人臉圖像採集設備為D2的人臉,則確定所述RGB圖像中不存在干擾人臉。
可選地,作為一個實施例,所述距離計算子模組,可以包括:
距離計算單元,用於計算所述目標區域內各像素點到人臉圖像採集設備的距離;
距離確定單元,用於將所述各像素點到人臉圖像採集設備的距離的平均值,確定為所述目標人臉到人臉圖像採集設備的距離D1。
可選地,作為一個實施例,所述人臉識別裝置300,還可以包括:
輸出模組,用於在所述RGB圖像中存在所述干擾人臉的情況下,輸出提示訊息,所述提示訊息用於提示所述RGB圖像中存在干擾人臉。
圖4是本說明書的一個實施例電子設備的結構示意圖,如圖4所示,在硬體層面,該電子設備包括處理器,可選地還包括內部匯流排、網路介面、記憶體。其中,記憶體可能包含記憶體,例如高速隨機存取記憶體(Random-Access Memory,RAM),也可能還包括非易失性記憶體(non-volatile memory),例如至少1個磁碟記憶體等。當然,該電子設備還可能包括其他業務所需要的硬體。
處理器、網路介面和記憶體可以通過內部匯流排相互連接,該內部匯流排可以是ISA(Industry Standard Architecture,工業標準架構)匯流排、PCI(Peripheral Component Interconnect,周邊組件互連標準)匯流排或EISA(Extended Industry Standard Architecture,延伸工業標準架構)匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示,圖4中僅用一個雙向箭頭表示,但並不表示僅有一根匯流排或一種類型的匯流排。
記憶體,用於存放程式。具體地,程式可以包括程式碼,所述程式碼包括電腦操作指令。記憶體可以包括記憶體和非易失性記憶體,並向處理器提供指令和資料。
處理器從非易失性記憶體中讀取對應的電腦程式到記憶體中然後運行,在邏輯層面上形成人臉識別裝置。處理器,執行記憶體所存放的程式,並具體用於執行以下操作:
獲取用於人臉識別的RGB圖像和對應的深度圖像,所述RGB圖像中包含至少一個人臉;
從所述RGB圖像中選擇目標人臉;
根據所述目標人臉和所述深度圖像,判斷所述RGB圖像中是否存在干擾人臉,所述干擾人臉到人臉圖像採集設備的距離與所述目標人臉到所述人臉圖像採集設備的距離的差值小於預設閾值;
如果所述RGB圖像中不存在所述干擾人臉,則基於所述目標人臉進行人臉識別。
本說明書實施例中,在對包含多個人臉的RGB圖像進行人臉識別時,可以結合該RGB圖像對應的深度圖像,來確定該RGB圖像中用於人臉識別的人臉。相對於僅僅依據RGB圖像進行人臉識別,本說明書實施例中,由於深度圖像中包含的資訊比較豐富、且深度圖像可以反映該深度圖像中的各人臉到圖像採集設備的距離、且人臉到圖像採集設備的距離可以從一定程度上反映了使用者的人臉識別意願,因此本說明書實施例可以避免RGB圖像中人臉的漏檢,以及可以比較準確地確定出RGB圖像中用於人臉識別的人臉。
可選地,作為一個實施例,所述從所述RGB圖像中選擇目標人臉,包括:
將所述RGB圖像中預設區域的人臉,選擇為目標人臉。
可選地,作為一個實施例,所述預設區域包括:
所述RGB圖像的中心區域、或者所述RGB圖像拍攝時的焦點區域。
可選地,作為一個實施例,所述根據所述目標人臉和所述深度圖像,判斷所述RGB圖像中是否存在干擾人臉,包括:
確定所述目標人臉在所述深度圖像中對應的目標區域;
根據所述目標區域內像素點的資訊,計算所述目標人臉到人臉圖像採集設備的距離D1;
判斷所述深度圖像中是否存在距離所述人臉圖像採集設備為D2的人臉,所述D1與D2的差值小於所述預設閾值;
如果所述深度圖像中存在距離所述人臉圖像採集設備為D2的人臉,則所述RGB圖像中存在干擾人臉;如果所述深度圖像中不存在距離所述人臉圖像採集設備為D2的人臉,則確定所述RGB圖像中不存在干擾人臉。
可選地,作為一個實施例,所述根據所述目標區域內像素點的資訊,計算所述目標人臉到人臉圖像採集設備的距離D1,包括:
計算所述目標區域內各像素點到人臉圖像採集設備的距離;
將所述各像素點到人臉圖像採集設備的距離的平均值,確定為所述目標人臉到人臉圖像採集設備的距離D1。
可選地,作為一個實施例,所述方法還包括:
如果所述RGB圖像中存在所述干擾人臉,則輸出提示訊息,所述提示訊息用於提示所述RGB圖像中存在干擾人臉。
上述如本說明書圖4所示實施例揭示的人臉識別裝置執行的方法可以應用於處理器中,或者由處理器實現。處理器可能是一種積體電路晶片,具有信號的處理能力。在實現過程中,上述方法的各步驟可以通過處理器中的硬體的集成邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器,包括中央處理器(Central Processing Unit,CPU)、網路處理器(Network Processor,NP)等;還可以是數位訊號處理器(Digital Signal Processor,DSP)、專用積體電路(Application Specific Integrated Circuit,ASIC)、場可程式設計閘陣列(Field-Programmable Gate Array,FPGA)或者其他可程式設計邏輯器件、分立門或者電晶體邏輯器件、分立硬體組件。可以實現或者執行本說明書實施例中的公開的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。結合本說明書實施例所公開的方法的步驟可以直接體現為硬體解碼處理器執行完成,或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於隨機記憶體,快閃記憶體、唯讀記憶體,可程式設計唯讀記憶體或者電可讀寫可程式設計記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於記憶體,處理器讀取記憶體中的資訊,結合其硬體完成上述方法的步驟。
該電子設備還可執行圖1的方法,並實現人臉識別裝置在圖1所示實施例的功能,本說明書實施例在此不再贅述。
本說明書實施例還提供了一種電腦可讀儲存媒體,該電腦可讀儲存媒體儲存一個或多個程式,該一個或多個程式包括指令,該指令當被包括多個應用程式的可擕式電子設備執行時,能夠使該可擕式電子設備執行圖1所示實施例的方法,並具體用於執行以下方法:
獲取用於人臉識別的RGB圖像和對應的深度圖像,所述RGB圖像中包含至少一個人臉;
從所述RGB圖像中選擇目標人臉;
根據所述目標人臉和所述深度圖像,判斷所述RGB圖像中是否存在干擾人臉,所述干擾人臉到人臉圖像採集設備的距離與所述目標人臉到所述人臉圖像採集設備的距離的差值小於預設閾值;
如果所述RGB圖像中不存在所述干擾人臉,則基於所述目標人臉進行人臉識別。
總之,以上所述僅為本說明書的較佳實施例而已,並非用於限定本說明書的保護範圍。凡在本說明書的精神和原則之內,所作的任何修改、等同替換、改進等,均應包含在本說明書的保護範圍之內。
上述實施例闡明的系統、裝置、模組或單元,具體可以由電腦晶片或實體實現,或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的,電腦例如可以為個人電腦、膝上型電腦、蜂巢式電話、相機電話、智慧型電話、個人數位助理、媒體播放機、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。
電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可程式設計唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁片儲存或其他磁性存放裝置或任何其他非傳輸媒體,可用於儲存可以被計算設備存取的資訊。按照本文中的界定,電腦可讀媒體不包括暫存電腦可讀媒體(transitory media),如調變的資料信號和載波。
還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本說明書中的各個實施例均採用遞進的方式描述,各個實施例之間相同相似的部分互相參見即可,每個實施例重點說明的都是與其他實施例的不同之處。尤其,對於系統實施例而言,由於其基本相似於方法實施例,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。
300‧‧‧人臉識別裝置
301‧‧‧獲取模組
302‧‧‧選擇模組
303‧‧‧判斷模組
304‧‧‧識別模組
為了更清楚地說明本說明書實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的圖式作簡單地介紹,顯而易見地,下面描述中的圖式僅僅是本說明書中記載的一些實施例,對於本領域普通技術人員來講,在不付出進步性勞動性的前提下,還可以根據這些圖式獲得其他的圖式。
圖1是本說明書的一個實施例的人臉識別方法的流程圖;
圖2是本說明書的另一個實施例的人臉識別方法的流程圖;
圖3是本說明書的一個實施例的人臉識別裝置的結構示意圖;
圖4是本說明書的一個實施例的電子設備的結構示意圖。