CN105550671A - 一种人脸识别的方法及装置 - Google Patents
一种人脸识别的方法及装置 Download PDFInfo
- Publication number
- CN105550671A CN105550671A CN201610060385.XA CN201610060385A CN105550671A CN 105550671 A CN105550671 A CN 105550671A CN 201610060385 A CN201610060385 A CN 201610060385A CN 105550671 A CN105550671 A CN 105550671A
- Authority
- CN
- China
- Prior art keywords
- face
- information
- personal feature
- similarity
- characteristic information
- 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
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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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
- 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
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种人脸识别的方法及装置,人脸识别的方法,包括:检测视频流图像中是否包含人脸的局部特征的信息,根据检测结果确定视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别;当有效识别的人脸满足活体检测识别条件时,提取视频流图像的单帧图像或照片,生成个体特征头像;根据个体特征头像进行个体特征信息提取;将个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于预设相似度阈值时,则启动相关应用程序;相应地,本发明实施例还提供一种人脸识别的装置,根据本发明实施例提供的技术方案,可以很好地排除外部环境对人脸识别操作的影响,通过人脸判断用户身份准确度更高,提高了识别率。
Description
技术领域
本发明实施例涉及人脸识别技术领域,尤其涉及一种人脸识别方法及装置。
背景技术
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。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进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。但通常状况下,人脸识别只是对人脸可视部分的面部信息进行识别,无法获取人脸其他部分的面部信息,更无法对同一人脸的面部信息进行整合。
目前人脸识别技术的应用也越来越普遍,但是,现有技术中的人脸识别技术还存在着一些技术缺陷,如受环境影响大、容易被照片欺骗、不适应人脸的自然变化,造成识别率不够高等问题。
因此,需要一种新的人脸识别的方法及装置,以解决现有技术中存在的识别率差的问题。
发明内容
针对现有技术方案存在的问题,本发明实施例提供一种人脸识别的方法及装置,提高人脸识别流程,从而让通过人脸判断用户身份达到更高准确度。
本发明实施例提供一种人脸识别的方法,其包括:
检测视频流图像中是否包含人脸的局部特征的信息,根据检测结果确定所述视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别;
当所述有效识别的人脸满足所述活体检测识别条件时,提取所述视频流图像的单帧图像或照片,生成个体特征头像;
根据所述个体特征头像进行个体特征信息提取;
将所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于预设相似度阈值时,则启动相关应用程序。
优选地,检测视频流图像中是否包含人脸的局部特征的信息,之前还包括,调整视频流图像,所述调整视频流图像,包括:从视频流图像中提取图像的RGB三通道像素,根据各通道像素值分布区间范围,判断各通道像素值的亮度等级,自适应调整动态权值,将各通道像素值的亮度控制在预设的范围。
优选地,根据检测结果确定所述视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别,包括:根据检测结果确定所述视频流图像中包含的人脸的数量,其中,确定所述视频流图像中包含的人脸的数量为一张时,则将该人脸作为所述有效识别的人脸,划定该人脸区域的矩形边界,进行所述活体检测识别;
确定所述视频流图像中包含的人脸的数量为多张时,则分别统计所述视频流图像中每张人脸的局部特征信息并计算每张人脸的区域面积,当且仅当只有一张人脸的区域面积大于预设的默认面积阈值时,将该人脸作为所述有效识别的人脸,划定该人脸区域的矩形边界,进行所述活体检测识别。
优选地,所述活体检测识别包括:截取一时间段内的所述有效识别的人脸的视频信息,逐帧提取人眼张开和闭合时眼睛区域的边缘信息,根据所述眼睛区域的边缘信息计算该区域面积的变化,根据该区域的面积的变化判断人眼是否有张开和闭合的动作,当该时间段提取到张开和闭合的动作,即所述有效识别的人脸满足活体检测识别的条件。
优选地,提取所述视频流图像的单帧图像或照片,生成个体特征头像,包括:确定所述视频流图像的单帧图像或照片中人脸的区域,对人脸的区域进行积分投影和边缘提取,确定脸部椭圆形精确轮廓,以便排除人脸轮廓周围背景的影响。
优选地,根据所述个体特征头像进行个体特征信息提取,包括:将所述个体特征头像的大小统一缩放,使所述个体特征头像中的人脸区域固定至预设尺寸;
提取人脸区域内局部特征信息,所述局部特征信息包括:所述局部特征的中心点信息和边界点信息以及人脸的边界点信息,所述局部特征包括:鼻子、嘴巴、左眼、右眼、左眉和右眉,将所述局部特征信息作为第一个体特征信息;
采用LBP算法,统计人脸区域局部特征的LBP特征谱,根据所述LBP特征谱,做出LBP直方图,提取所述LBP直方图的特征向量,将所述特征向量的集合作为第二个体特征信息;
所述个体特征信息包括:所述第一个体特征信息和所述第二个体特征信息。
优选地,还包括,将首次提取的所述个体特征信息作为初始样板特征信息,将初始样板特征信息保存至个体特征库中,以便完成所述个体特征库的建立,其中,所述个特征库中包含:第一样板特征信息和第二样板特征信息。
优选地,将所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,包括:
计算所述第一个体特征信息与所述第一样板特征信息相对应的信息之间的余弦值距离,根据所述余弦值距离判断第一相似度,所述余弦值距离越大,所述第一相似度越大;
根据所述第二个体特征信息与所述第二样板特征信息进行相似度比对得出第二相似度;
所述第一相似度和所述第二相似度均大于预设相似度阈值,则判定所述相似度大于预设阈值。
优选地,将提取的所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,包括:进行相似度比对时,将提取的所述个体特征信息按照时间顺序,从最新保存至所述个体特征库中的样板特征信息到初始样板特征信息依次进行比对,当提取的所述个体特征信息与任一一个样板特征信息相似度大于或等于预设相似度阈值时,则比对成功,停止进行比对;
当提取的所述个体特征信息与所述个体特征库中保存的板特征信息相似度均小于预设相似度阈值时,则比对不成功,需重新提取个体特征信息进行比对。
优选地,将提取的所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于或等于预设相似度阈值时,则启动相关应用程序,进一步包括:将所述个体特征信息作为样板特征信息保存至所述个体特征库中。
优选地,将所述个体特征信息作为样板特征信息保存至所述个体特征库中,还包括:当所述个体特征库中的样板特征信息数量已达到预设的数量时,则对所述个体特征库进行更新,对所述个体信息库进行更新的方法,包括:
除首次保存的样板特征信息外,按时间顺序的前后,后一次保存的样板特征信息替换前一次保存的样板特征信息;
或除首次保存的样板特征信息外,按时间顺序的前后,删除时间最靠前的样板特征信息,同时将所述个体信息作为样板特征信息保存至所述个体特征库中。
优选地,启动相关应用程序后,还包括,将生成的个体特征头像进行美化处理,设置为用户头像。
优选地,启动相关应用程序后,还包括,更改所述用户头像,将待更新的头像进行个体特征信息提取,将提取的所述待更新的头像的个体特征信息与个体特征库中的样板特征信息进行相似度对比,当相似度大于预设的相似度阈值时,则比对成功,将所述待更新的头像进行美化处理,允许将所述用户头像更改为所述待更新的头像,否则,提示用户选择包含用户本人头像的图像进行更改用户头像。
相应地本发明实施例还提供一种人脸识别的装置,其包括:
检测模块,用于检测调整后的所述视频流图像中是否包含人脸的局部特征的信息,根据检测结果确定所述视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别;
生成模块,用于当所述有效识别的人脸满足所述活体检测识别条件时,提取所述视频流图像的单帧图像或照片,生成个体特征头像;
提取模块,用于根据所述个体特征头像进行个体特征信息提取;
比对模块,用于将所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于预设相似度阈值时,则启动相关应用程序。
优选地,还包括调整模块,用于:调整视频流图像,所述调整视频流图像,包括:从视频流图像中提取图像的RGB三通道像素,根据各通道像素值分布区间范围,判断各通道像素值的亮度等级,自适应调整动态权值,将各通道像素值的亮度控制在预设的范围。
优选地,所述检测模块,进一步用于:根据检测结果确定所述视频流图像中包含的人脸的数量,其中,确定所述视频流图像中包含的人脸的数量为一张时,则将该人脸作为所述有效识别的人脸,划定该人脸区域的矩形边界,进行所述活体检测识别;
确定所述视频流图像中包含的人脸的数量为多张时,则分别统计所述视频流图像中每张人脸的局部特征信息并计算每张人脸的区域面积,当且仅当只有一张人脸的区域面积大于预设的默认面积阈值时,将该人脸作为所述有效识别的人脸,划定该人脸区域的矩形边界,进行所述活体检测识别。
优选地,所述检测模块,用于:截取一时间段内的所述有效识别的人脸的视频信息,逐帧提取人眼张开和闭合时眼睛区域的边缘信息,根据所述眼睛区域的边缘信息计算该区域面积的变化,根据该区域的面积的变化判断人眼是否有张开和闭合的动作,当该时间段提取到张开和闭合的动作,即所述有效识别的人脸满足活体检测识别的条件。
优选地,所述生成模块,用于:确定所述视频流图像的单帧图像或照片中人脸的区域,对人脸的区域进行积分投影和边缘提取,确定脸部椭圆形精确轮廓,以便排除人脸轮廓周围背景的影响。
优选地,所述提取模块,用于:将所述个体特征头像的大小统一缩放,使所述个体特征头像中的人脸区域固定至预设尺寸;
提取人脸区域内局部特征信息,所述局部特征信息包括:所述局部特征的中心点信息和边界点信息以及人脸的边界点信息,所述局部特征包括:鼻子、嘴巴、左眼、右眼、左眉和右眉,将所述局部特征信息作为第一个体特征信息;
采用LBP算法,统计人脸区域局部特征的LBP特征谱,根据所述LBP特征谱,做出LBP直方图,提取所述LBP直方图的特征向量,将所述特征向量的集合作为第二个体特征信息;
所述个体特征信息包括:所述第一个体特征信息和所述第二个体特征信息。
优选地,所述提取模块,还用于将首次提取的所述个体特征信息作为初始样板特征信息,将初始样板特征信息保存至个体特征库中,以便完成所述个体特征库的建立,其中,所述个特征库中包含:第一样板特征信息和第二样板特征信息。
优选地,所述比对模块,还用于计算所述第一个体特征信息与所述第一样板特征信息相对应的信息之间的余弦值距离,根据所述余弦值距离判断第一相似度,所述余弦值距离越大,所述第一相似度越大;
根据所述第二个体特征信息与所述第二样板特征信息进行相似度比对得出第二相似度;
所述第一相似度和所述第二相似度均大于预设相似度阈值,则判定所述相似度大于预设阈值。
优选地,所述比对模块,用于:进行相似度比对时,将提取的所述个体特征信息按照时间顺序,从最新保存至所述个体特征库中的样板特征信息到初始样板特征信息依次进行比对,当提取的所述个体特征信息与任一一个样板特征信息相似度大于或等于预设相似度阈值时,则比对成功,停止进行比对;
当提取的所述个体特征信息与所述个体特征库中保存的板特征信息相似度均小于预设相似度阈值时,则比对不成功,需重新提取个体特征信息进行比对。
优选地,所述比对模块,进一步用于:将所述个体特征信息作为样板特征信息保存至所述个体特征库中。
优选地,所述比对模块,还用于:当所述个体特征库中的样板特征信息数量已达到预设的数量时,则对所述个体特征库进行更新,对所述个体信息库进行更新的方法,包括:
除首次保存的样板特征信息外,按时间顺序的前后,后一次保存的样板特征信息替换前一次保存的样板特征信息;
或除首次保存的样板特征信息外,按时间顺序的前后,删除时间最靠前的样板特征信息,同时将所述个体信息作为样板特征信息保存至所述个体特征库中。
优选地,所述比对模块,还用于将生成的个体特征头像进行美化处理,设置为用户头像。
另外,优选地,所述比对模块,还用于更改所述用户头像,将待更新的头像进行个体特征信息提取,将提取的所述待更新的头像的个体特征信息与个体特征库中的样板特征信息进行相似度对比,当相似度大于预设的相似度阈值时,则比对成功,将所述待更新的头像进行美化处理,允许将所述用户头像更改为所述待更新的头像,否则,提示用户选择包含用户本人头像的图像进行更改用户头像。
根据本发明实施例提供的一种人脸识别的方法及装置,可以很好地排除外部环境对识别操作的影响,通过活体检测步骤,可以确保被识别对象为活体,排除使用照片进行识别的干扰,提取人脸的特征信息,排除人脸受自然变化的干扰,提高了识别率,从而让通过人脸判断用户身份的方法达到更高准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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他的附图。
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,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为本发明实施例的人脸识别的方法的流程图;
图2为本发明实施例的人脸识别的装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语,故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内,本领域技术人员能够在一定误差范围内解决所述技术问题,基本达到所述技术效果。此外,“耦接”一词在此包含任何直接及间接的电性耦接手段。因此,若文中描述一第一装置耦接于一第二装置,则代表所述第一装置可直接电性耦接于所述第二装置,或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本申请的较佳实施方式,然所述描述乃以说明本申请的一般原则为目的,并非用以限定本申请的范围。本发明实施例的保护范围当视所附权利要求所界定者为准。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
目前的人脸识别技术面临着受环境影响大、容易被照片欺骗、不适应人脸的自然变化,造成识别率不够高的问题,现有技术存在的技术问题如下:
1)由于外部环境的干扰会使得识别率下降,如光线干扰,用户进行人脸识别操作时外部环境光线的强弱会导致用户人脸上的光线的变化,由此会导致识别误差,识别不准确;
2)用照片进行人脸识别时,当识别到符合条件的数据时,即便是照片也可以通过人脸识别;
3)人脸在随着年龄的增长会发生一些变化,如长胡须、变胖、变瘦等变化,在人脸发生一些自然变化时,现有技术中在可视区域内识别到的数据与预先保存的对比数据不符,则认为识别不通过。
上述的情况都会导致现有人脸识别技术的识别率低,为提高识别率,需要一种新的识别方法,可以排除外部环境的干扰,确保被识别的对象为用户本人,且不受到人脸自然变化的干扰,提高识别准确度。为实现上述目的本发明实施例提供了一种人脸识别的方法及装置。
为使本发明的目的、技术方案和优点更加清楚,以下结合附图及具体实施例,对本发明作进一步地详细说明。
实施例一
图1为本发明实施例的人脸识别的方法的流程图,如图1所示,本发明实施例提供一种人脸识别的方法,其包括:
步骤S101:检测视频流图像中是否包含人脸的局部特征的信息,根据检测结果确定视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别;
在进行人脸识别之前需要对人脸识别的视频流图像进行预处理以便排除光线等环境因素的干扰,本发明实施例中,优选地,检测视频流图像中是否包含人脸的局部特征的信息,之前还包括,调整视频流图像,所述调整视频流图像,包括:从视频流图像中提取图像的RGB三通道像素,根据各通道像素值分布区间范围,判断各通道像素值的亮度等级,自适应调整动态权值,将各通道像素值的亮度控制在预设的范围。各通道像素值的亮度在预设的范围之内后,通过调整后的三通道重构出调整亮度后的图像。在实际应用中,由于光照的影响,静态人脸图像获取过程中存在许多不确定性,如光强、光源方向、色彩等,这些不确定因素使得图像的灰度深浅不均匀,人脸在局部上对比度较大,从而影响最终识别的效果,所以有必要对采集的当前人脸图像采用光线调整技术进行光线调整。
对调整后的图像,进行局部特征信息的检测,判断图像中是否包含人脸的局部特征信息(如鼻子、眼睛、嘴巴),通过局部特征信息的检测结果确定视频图像中包含的人脸,例如,调整后的图像中检测出含有鼻子、眼睛、嘴巴的局部特征信息,再根据局部特征信息之间的比例关系,确定出图像中包含有人脸,再确定出图像中的有效人脸,进行活体检测,本发明实施例中,优选地,根据检测结果确定视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别,包括:根据检测结果确定视频流图像中包含的人脸的数量,其中,确定视频流图像中包含的人脸的数量为一张时,则将该人脸作为有效识别的人脸,划定该人脸区域的矩形边界,进行活体检测识别;确定视频流图像中包含的人脸的数量为多张时,则分别统计视频流图像中每张人脸的局部特征信息并计算每张人脸的区域面积,当且仅当只有一张人脸的区域面积大于预设的默认面积阈值时,将该人脸作为有效识别的人脸,划定该人脸区域的矩形边界,进行活体检测识别。
没有找到人脸时,持续检测,直到检测到人脸为止,检测到一张人脸时,直接进行活体检测,检测到多张人脸时,则进行确定有效人脸操作,对有效人脸进行活体检测识别,确定有效人脸识为了排除多人合照对识别的干扰。
步骤S103:当有效识别的人脸满足活体检测识别条件时,提取视频流图像的单帧图像或照片,生成个体特征头像;
当用户通过步骤S102中的活体检测条件时,则提取视频流图像中的单帧图像会照片,生成个体特征头像,本发明实施例中,优选地,优选地,提取视频流图像的单帧图像或照片,生成个体特征头像,包括:确定视频流图像的单帧图像或照片中人脸的区域,对人脸的区域进行积分投影和边缘提取,确定脸部椭圆形精确轮廓,以便排除人脸轮廓周围背景的影响。在生成个体特征头像时排除人脸轮廓周围背景的影响是非常有必要的,人脸轮廓周围的背景会影响人脸识别时的数据提取,将有可能将背景当成人脸的部分进行数据提取,影响人脸识别的准确性,因此需要将人脸轮廓周围的背景进行排除。
步骤S104:根据个体特征头像进行个体特征信息提取;
个体特征头像生成之后,根据个体特征头像进行个体特征信息提取,个体特征信息的提取分为两部分,第一部分为包含人脸局部特征信息,第二部分为采用LBP算法提取的特征向量,具体地,本发明实施例,优选地,根据个体特征头像进行个体特征信息提取,包括:将个体特征头像的大小统一缩放,使个体特征头像中的人脸区域固定至预设尺寸;提取人脸区域内局部特征信息,局部特征信息包括:局部特征的中心点信息和边界点信息以及人脸的边界点信息,局部特征包括:鼻子、嘴巴、左眼、右眼、左眉和右眉,将局部特征信息作为第一个体特征信息;采用LBP算法,统计人脸区域局部特征的LBP特征谱,根据LBP特征谱,做出LBP直方图,提取LBP直方图的特征向量,将特征向量的集合作为第二个体特征信息;个体特征信息包括:第一个体特征信息和第二个体特征信息。
步骤S105:将个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于预设相似度阈值时,则启动相关应用程序。
个体特征库中的样板特征信息中包含第一样板特征信息和第二样板特征信息,在相似度对比过程中,个体特征信息中的第一个体特征信息与个性特征库中的第一样板特征信息进行相似度比对,第二个体特征信息要与个性特征库中的第二样板特征信息进行相似度比对,具体地,本发明实施例中,优选地,将个体特征信息与个体特征库中的样板特征信息进行相似度比对,包括:计算第一个体特征信息与第一样板特征信息相对应的信息之间的余弦值距离,根据余弦值距离判断第一相似度,余弦值距离越大,第一相似度越大;根据第二个体特征信息与第二样板特征信息进行相似度比对得出第二相似度;第一相似度和第二相似度均大于预设相似度阈值,则判定相似度大于预设阈值,比对成功,用户通过人脸识别,身份验证通过,可以进行启动相关应用程序,其中,第一相似度和第二相似度中有一组相似度对比小于预设相似度阈值,则比对不成功。
举例来说,将提取的当前生成的个体特征头像中人脸区域内局部特征信息,包括:鼻子、嘴巴、左眼、右眼、左眉和右眉的中心点信息和边界点信息以及人脸的边界点信息,与个体特征库中的鼻子、嘴巴、左眼、右眼、左眉和右眉的中心点信息和边界点信息以及人脸的边界点信息,进行相对应新之间的余弦值距离计算,例如鼻子信息与鼻子信息彼此之间进行余弦距离值计算,当局部特征信息彼此之间的余弦值距离均大于预设距离时,说明第一相似度大于预设相似度阈值。
对当前生成的个体特征头像采用LBP算法,可以对整张人脸LBP化,也可以对局部进行LBP化,此处不作具体限定,统计人脸区域局部特征的LBP特征谱,根据LBP特征谱,做出LBP直方图,提取LBP直方图的特征向量,将提取的特征向量的集合与个体特征库中的特征向量的集合相应向量之间进行相似度比对,当相应向量的相似度均大于预设的相似度阈值时,则第二相似度大于预设相似度阈值。
对于步骤S102中,优选地,活体检测识别包括:截取一时间段内的有效识别的人脸的视频信息,逐帧提取人眼张开和闭合时眼睛区域的边缘信息,根据眼睛区域的边缘信息计算该区域面积的变化,根据该区域的面积的变化判断人眼是否有张开和闭合的动作,当该时间段提取到张开和闭合的动作,即有效识别的人脸满足活体检测识别的条件。
通过实时视频流中人是否眨眼,判断被识别对象是否为活体,剔除使用照片进行识别的可能。
对于步骤S105来说,本发明实施例优选地,将提取的个体特征信息与个体特征库中的样板特征信息进行相似度比对,包括:进行相似度比对时,将提取的个体特征信息按照时间顺序,从最新保存至个体特征库中的样板特征信息到初始样板特征信息依次进行比对,当提取的个体特征信息与任一一个样板特征信息相似度大于或等于预设相似度阈值时,则比对成功,停止进行比对;当提取的个体特征信息与个体特征库中保存的板特征信息相似度均小于预设相似度阈值时,则比对不成功,需重新提取个体特征信息进行比对。
当个体特征库中保存的样板特征信息为多个时,提取的个体特征信息需要与个体特征库中保存的样板特征信息依次进行对比,按照时间顺序,先于最新保存的样板特征信息进行相似度比对,因为最新保存的样板特征信息所表示的人脸的随着自然变化的程度最小,最先与其进行比对,成功率比较高,若相似度大于或等于预设相似度阈值时,对比成功,停止比对,若一直到初始样板信息都比对不成功,则说明此次提取的个体特征信息不是用户本人的,需要重新提取个体特征信息。
在较长的时间尺度上,人脸部个体特征在生活中会发生逐渐变化,为了避免这种变化给识别带来的影响,需要长期更新个体特征库。对于步骤S105来说,优选地,将提取的个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于或等于预设相似度阈值时,则启动相关应用程序,进一步包括:将个体特征信息作为样板特征信息保存至个体特征库中。在此次比对成功之后,将此次提取的个体特征信息作为样板特征信息保存至个体信息库中,以便对个体特征库进行长期更新,排除人脸随着时间变化带来的干扰。同时,本发明实施例中,优选地,将个体特征信息作为样板特征信息保存至个体特征库中,还包括:当个体特征库中的样板特征信息数量已达到预设的数量时,则对个体特征库进行更新,对个体信息库进行更新的方法,包括:除首次保存的样板特征信息外,按时间顺序的前后,后一次保存的样板特征信息替换前一次保存的样板特征信息;或除首次保存的样板特征信息外,按时间顺序的前后,删除时间最靠前的样板特征信息,同时将个体信息作为样板特征信息保存至个体特征库中。
当个体信息库中的样板特征信息达到一定数量时,即为个体信息库的存储空间不足以储存新的样板信息时,需要将个体信息库进行更新,下面举例来说明更新的方法步骤如下:
个体特征建立后的首次人脸识别时提取的个体特征信息与个体特征库中的“特征0”进行相似度比对,特征相似度超过阀值时,比对成功,个体特征信息保存为“特征1”,其中,将被识别对象首次提取的个体特征作为初始样板特征:“特征0”,以便建立个体特征库;
之后每次识别同一被识别对象时,如果比对成功,保存当次提取的个体特征信息,作为“特征2”、“特征3”…...“特征n”,n为预设的个数;
当本次比对成功,且已经保存了n组个体特征信息时,依次“特征2”替换“特征1”,“特征3”替换“特征2”,“特征n”替换“特征n-1”……本次提取的个体特征信息替换“特征n”,“特征0”永远留存,不被替换;
或者删除“特征1”,保存本次提取的个体特征信息。
用户通过人脸识别后,本发明实施例中,优选地,启动相关应用程序后,还包括,将生成的个体特征头像进行美化处理,设置为用户头像。在设置用户头像之前,还可以对头像进行美颜处理,美颜处理过程可以为应用程序按照预设的美颜处理策略自动完成,也可以根据用户自定义手动完成,也可以在应用程序自动完成美颜处理之后用户再进行手动调整,美颜处理主要进行瘦脸、大眼、美白、去皱纹、去痣等美颜算法,对生成的个体特征头像进行均衡化、灰度化,对脸部、眼睛进行积分投影和边缘提取,获取脸、眼睛的中心点和轮廓信息,对该轮廓区域进行图像局部扭曲和放大,实现瘦脸和大眼的效果,对整幅图像进行双边滤波以及局部均值处理,采用不同的算子,并设置局部卷积的半径大小,可分别达到美白、去皱纹和去痣的效果。
美颜处理例如包括:调整脸部图像的整体明暗、对比度、饱和度和/或灰度;或者对脸部图像中的人脸进行增白处理;或者根据人脸识别的特征信息,对脸部图像中的嘴唇、脸颊进行增红处理;或者根据人脸识别特征,将苹果肌向上稍稍移动,增加人脸微笑的幅度;或者收紧人脸下半部分,使人脸看起来更瘦;或者此时判断眼眶和黑眼珠相对人脸的比例,适度增大眼球和眼眶。
优选地,启动相关应用程序后,还包括,更改用户头像,将待更新的头像进行个体特征信息提取,将提取的待更新的头像的个体特征信息与个体特征库中的样板特征信息进行相似度对比,当相似度大于预设的相似度阈值时,则比对成功,将待更新的头像进行美化处理,允许将用户头像更改为待更新的头像,否则,提示用户选择包含用户本人头像的图像进行更改用户头像。
用户在进行更改用户头像时,可以预先设置更改用户头像选项,用户根据用户头像选项选择自动更改头像或手动更改用户头像,用户选择自动更改用户头像时,在本次对比成功后,将生成的个体特征头像进行美颜处理,自动将经过美颜处理后的个体特征头像设置为用户头像;当用户选择手动设置用户头像时,提取用户手动选择待更新的用户头像的个体特征信息,对提取的个体特征信息与个体特征库中的样板特征信息进行相似度对比,当比对成功后,将待更新的用户头像进行美化处理,允许将用户头像更改为待更新头像,否则不允许更换,同时提示用户选择包含用户本人头像的图像进行更换头像,也就是说用户选择手动更换用户头像时,需要对待更新的头像进行除了活体检测之外的人脸识别,确定待更新的头像也是用户本人的头像。
实施例二
图2为本发明实施例的人脸识别的装置的结构示意图,如图2所示:
相应地本发明实施例还提供一种人脸识别的装置,其包括:
检测模块1,用于检测视频流图像中是否包含人脸的局部特征的信息,根据检测结果确定视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别;
生成模块2,用于当有效识别的人脸满足活体检测识别条件时,提取视频流图像的单帧图像或照片,生成个体特征头像;
提取模块3,用于根据个体特征头像进行个体特征信息提取;
比对模块4,用于将个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于预设相似度阈值时,则启动相关应用程序。
优选地,还包括调整模块10,用于:调整视频流图像,所述调整视频流图像,包括:从视频流图像中提取图像的RGB三通道像素,根据各通道像素值分布区间范围,判断各通道像素值的亮度等级,自适应调整动态权值,将各通道像素值的亮度控制在预设的范围。
优选地,检测模块1,进一步用于:根据检测结果确定视频流图像中包含的人脸的数量,其中,确定视频流图像中包含的人脸的数量为一张时,则将该人脸作为有效识别的人脸,划定该人脸区域的矩形边界,进行活体检测识别;
确定视频流图像中包含的人脸的数量为多张时,则分别统计视频流图像中每张人脸的局部特征信息并计算每张人脸的区域面积,当且仅当只有一张人脸的区域面积大于预设的默认面积阈值时,将该人脸作为有效识别的人脸,划定该人脸区域的矩形边界,进行活体检测识别。
优选地,检测模块1,用于:截取一时间段内的有效识别的人脸的视频信息,逐帧提取人眼张开和闭合时眼睛区域的边缘信息,根据眼睛区域的边缘信息计算该区域面积的变化,根据该区域的面积的变化判断人眼是否有张开和闭合的动作,当该时间段提取到张开和闭合的动作,即有效识别的人脸满足活体检测识别的条件。
优选地,生成模块2,用于:确定视频流图像的单帧图像或照片中人脸的区域,对人脸的区域进行积分投影和边缘提取,确定脸部椭圆形精确轮廓,以便排除人脸轮廓周围背景的影响。
优选地,提取模块3,用于:将个体特征头像的大小统一缩放,使个体特征头像中的人脸区域固定至预设尺寸;
提取人脸区域内局部特征信息,局部特征信息包括:局部特征的中心点信息和边界点信息以及人脸的边界点信息,局部特征包括:鼻子、嘴巴、左眼、右眼、左眉和右眉,将局部特征信息作为第一个体特征信息;
采用LBP算法,统计人脸区域局部特征的LBP特征谱,根据LBP特征谱,做出LBP直方图,提取LBP直方图的特征向量,将特征向量的集合作为第二个体特征信息;
个体特征信息包括:第一个体特征信息和第二个体特征信息。
优选地,提取模块3,还用于将首次提取的个体特征信息作为初始样板特征信息,将初始样板特征信息保存至个体特征库中,以便完成个体特征库的建立,其中,个特征库中包含:第一样板特征信息和第二样板特征信息。
优选地,比对模块4,还用于计算第一个体特征信息与第一样板特征信息相对应的信息之间的余弦值距离,根据余弦值距离判断第一相似度,余弦值距离越大,第一相似度越大;
根据第二个体特征信息与第二样板特征信息进行相似度比对得出第二相似度;
第一相似度和第二相似度均大于预设相似度阈值,则判定相似度大于预设阈值。
优选地,比对模块4,用于:进行相似度比对时,将提取的个体特征信息按照时间顺序,从最新保存至个体特征库中的样板特征信息到初始样板特征信息依次进行比对,当提取的个体特征信息与任一一个样板特征信息相似度大于或等于预设相似度阈值时,则比对成功,停止进行比对;
当提取的个体特征信息与个体特征库中保存的板特征信息相似度均小于预设相似度阈值时,则比对不成功,需重新提取个体特征信息进行比对。
优选地,比对模块4,进一步用于:将个体特征信息作为样板特征信息保存至个体特征库中。
优选地,比对模块4,还用于:当个体特征库中的样板特征信息数量已达到预设的数量时,则对个体特征库进行更新,对个体信息库进行更新的方法,包括:除首次保存的样板特征信息外,按时间顺序的前后,后一次保存的样板特征信息替换前一次保存的样板特征信息;
或除首次保存的样板特征信息外,按时间顺序的前后,删除时间最靠前的样板特征信息,同时将个体信息作为样板特征信息保存至个体特征库中。
优选地,比对模块4,还用于将生成的个体特征头像进行美化处理,设置为用户头像。
另外,优选地,还包括,比对模块4,还用于更改用户头像,将待更新的头像进行个体特征信息提取,将提取的待更新的头像的个体特征信息与个体特征库中的样板特征信息进行相似度对比,当相似度大于预设的相似度阈值时,则比对成功,将待更新的头像进行美化处理,允许将用户头像更改为待更新的头像,否则,提示用户选择包含用户本人头像的图像进行更改用户头像。
图2所示装置可以执行图1所示实施例的方法,实现原理和技术效果参考图1以及图2所示实施例,不再赘述。
下面通过具体应用场景对本发明实施例作进一步介绍,以下应用场景仅为本发明实施例应用场景中的一部分,本非全部应用场景。
应用场景
应用本发明实施例提供的技术方案,可以应用到软件用户扫脸登录、用户头像识别等情况,下面以用户扫脸登录为例进行应用场景举例:
从用户角度来说,用户在进行软件登录之前,需要事先在软件上进行登录注册,注册包括脸部识别,也就是将用户的人脸信息输入到软件中,建立个体特征库。
用户启动软件,点击登录,进行脸部识别,在识别过程中用户需进行眨眼动作,识别通过后,登录软件完成可以进行应用,用户可以将此次扫脸登录时生成的经过美颜处理的个体特征头像设置成用户头像。
综上所述,根据本发明的技术方案,可以很好地排除外部环境对识别操作的影响,通过活体检测步骤,可以确保被识别对象为活体,排除使用照片进行识别的干扰,提取人脸的特征信息,排除人脸受自然变化的干扰,提高了识别率,从而让通过人脸判断用户身份的方法达到更高准确度。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (26)
1.一种人脸识别的方法,其特征在于,其包括:
检测视频流图像中是否包含人脸的局部特征的信息,根据检测结果确定所述视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别;
当所述有效识别的人脸满足所述活体检测识别条件时,提取所述视频流图像的单帧图像或照片,生成个体特征头像;
根据所述个体特征头像进行个体特征信息提取;
将所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于预设相似度阈值时,则启动相关应用程序。
2.如权利要求1所述的人脸识别的方法,其特征在于,检测视频流图像中是否包含人脸的局部特征的信息,之前还包括,调整视频流图像,所述调整视频流图像,包括:从视频流图像中提取图像的RGB三通道像素,根据各通道像素值分布区间范围,判断各通道像素值的亮度等级,自适应调整动态权值,将各通道像素值的亮度控制在预设的范围。
3.如权利要求1所述的人脸识别的方法,其特征在于,根据检测结果确定所述视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别,包括:根据检测结果确定所述视频流图像中包含的人脸的数量,其中,确定所述视频流图像中包含的人脸的数量为一张时,则将该人脸作为所述有效识别的人脸,划定该人脸区域的矩形边界,进行所述活体检测识别;
确定所述视频流图像中包含的人脸的数量为多张时,则分别统计所述视频流图像中每张人脸的局部特征信息并计算每张人脸的区域面积,当且仅当只有一张人脸的区域面积大于预设的默认面积阈值时,将该人脸作为所述有效识别的人脸,划定该人脸区域的矩形边界,进行所述活体检测识别。
4.如权利要求3所述的人脸识别的方法,其特征在于,所述活体检测识别包括:截取一时间段内的所述有效识别的人脸的视频信息,逐帧提取人眼张开和闭合时眼睛区域的边缘信息,根据所述眼睛区域的边缘信息计算该区域面积的变化,根据该区域的面积的变化判断人眼是否有张开和闭合的动作,当该时间段提取到张开和闭合的动作,即所述有效识别的人脸满足活体检测识别的条件。
5.如权利要求1所述的人脸识别的方法,其特征在于,提取所述视频流图像的单帧图像或照片,生成个体特征头像,包括:确定所述视频流图像的单帧图像或照片中人脸的区域,对人脸的区域进行积分投影和边缘提取,确定脸部椭圆形精确轮廓,以便排除人脸轮廓周围背景的影响。
6.如权利要求1所述的人脸识别的方法,其特征在于,根据所述个体特征头像进行个体特征信息提取,包括:将所述个体特征头像的大小统一缩放,使所述个体特征头像中的人脸区域固定至预设尺寸;
提取人脸区域内局部特征信息,所述局部特征信息包括:所述局部特征的中心点信息和边界点信息以及人脸的边界点信息,所述局部特征包括:鼻子、嘴巴、左眼、右眼、左眉和右眉,将所述局部特征信息作为第一个体特征信息;
采用LBP算法,统计人脸区域局部特征的LBP特征谱,根据所述LBP特征谱,做出LBP直方图,提取所述LBP直方图的特征向量,将所述特征向量的集合作为第二个体特征信息;
所述个体特征信息包括:所述第一个体特征信息和所述第二个体特征信息。
7.如权利要求6所述的人脸识别的方法,其特征在于,还包括,将首次提取的所述个体特征信息作为初始样板特征信息,将初始样板特征信息保存至个体特征库中,以便完成所述个体特征库的建立,其中,所述个特征库中包含:第一样板特征信息和第二样板特征信息。
8.如权利要求6所述的人脸识别的方法,其特征在于,将所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,包括:
计算所述第一个体特征信息与所述第一样板特征信息相对应的信息之间的余弦值距离,根据所述余弦值距离判断第一相似度,所述余弦值距离越大,所述第一相似度越大;
根据所述第二个体特征信息与所述第二样板特征信息进行相似度比对得出第二相似度;
所述第一相似度和所述第二相似度均大于预设相似度阈值,则判定所述相似度大于预设阈值。
9.如权利要求1所述的人脸识别的方法,其特征在于,将提取的所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,包括:进行相似度比对时,将提取的所述个体特征信息按照时间顺序,从最新保存至所述个体特征库中的样板特征信息到初始样板特征信息依次进行比对,当提取的所述个体特征信息与任一一个样板特征信息相似度大于或等于预设相似度阈值时,则比对成功,停止进行比对;
当提取的所述个体特征信息与所述个体特征库中保存的板特征信息相似度均小于预设相似度阈值时,则比对不成功,需重新提取个体特征信息进行比对。
10.如权利要求1所述的人脸识别的方法,其特征在于,将提取的所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于或等于预设相似度阈值时,则启动相关应用程序,进一步包括:将所述个体特征信息作为样板特征信息保存至所述个体特征库中。
11.如权利要求10所述的人脸识别的方法,其特征在于,将所述个体特征信息作为样板特征信息保存至所述个体特征库中,还包括:当所述个体特征库中的样板特征信息数量已达到预设的数量时,则对所述个体特征库进行更新,对所述个体信息库进行更新的方法,包括:
除首次保存的样板特征信息外,按时间顺序的前后,后一次保存的样板特征信息替换前一次保存的样板特征信息;
或除首次保存的样板特征信息外,按时间顺序的前后,删除时间最靠前的样板特征信息,同时将所述个体信息作为样板特征信息保存至所述个体特征库中。
12.如权利要求1所述的人脸识别的方法,其特征在于,启动相关应用程序后,还包括:将生成的个体特征头像进行美化处理,设置为用户头像。
13.如权利要求12所述的人脸识别的方法,其特征在于,启动相关应用程序后,还包括,更改所述用户头像,将待更新的头像进行个体特征信息提取,将提取的所述待更新的头像的个体特征信息与个体特征库中的样板特征信息进行相似度对比,当相似度大于预设的相似度阈值时,则比对成功,将所述待更新的头像进行美化处理,允许将所述用户头像更改为所述待更新的头像,否则,提示用户选择包含用户本人头像的图像进行更改用户头像。
14.一种人脸识别的装置,其特征在于,其包括:
检测模块,用于检测视频流图像中是否包含人脸的局部特征的信息,根据检测结果确定所述视频流图像中包含的人脸,确定有效识别的人脸,进行活体检测识别;
生成模块,用于当所述有效识别的人脸满足所述活体检测识别条件时,提取所述视频流图像的单帧图像或照片,生成个体特征头像;
提取模块,用于根据所述个体特征头像进行个体特征信息提取;
比对模块,用于将所述个体特征信息与个体特征库中的样板特征信息进行相似度比对,当相似度大于预设相似度阈值时,则启动相关应用程序。
15.如权利要求14所述的人脸识别的装置,其特征在于,还包括调整模块,用于:调整视频流图像,所述调整视频流图像,包括:从视频流图像中提取图像的RGB三通道像素,根据各通道像素值分布区间范围,判断各通道像素值的亮度等级,自适应调整动态权值,将各通道像素值的亮度控制在预设的范围。
16.如权利要求14所述的人脸识别的装置,其特征在于,所述检测模块,进一步用于:根据检测结果确定所述视频流图像中包含的人脸的数量,其中,确定所述视频流图像中包含的人脸的数量为一张时,则将该人脸作为所述有效识别的人脸,划定该人脸区域的矩形边界,进行所述活体检测识别;
确定所述视频流图像中包含的人脸的数量为多张时,则分别统计所述视频流图像中每张人脸的局部特征信息并计算每张人脸的区域面积,当且仅当只有一张人脸的区域面积大于预设的默认面积阈值时,将该人脸作为所述有效识别的人脸,划定该人脸区域的矩形边界,进行所述活体检测识别。
17.如权利要求16所述的人脸识别的装置,其特征在于,所述检测模块,用于:截取一时间段内的所述有效识别的人脸的视频信息,逐帧提取人眼张开和闭合时眼睛区域的边缘信息,根据所述眼睛区域的边缘信息计算该区域面积的变化,根据该区域的面积的变化判断人眼是否有张开和闭合的动作,当该时间段提取到张开和闭合的动作,即所述有效识别的人脸满足活体检测识别的条件。
18.如权利要求14所述的人脸识别的装置,其特征在于,所述生成模块,用于:确定所述视频流图像的单帧图像或照片中人脸的区域,对人脸的区域进行积分投影和边缘提取,确定脸部椭圆形精确轮廓,以便排除人脸轮廓周围背景的影响。
19.如权利要求14所述的人脸识别的装置,其特征在于,所述提取模块,用于:将所述个体特征头像的大小统一缩放,使所述个体特征头像中的人脸区域固定至预设尺寸;
提取人脸区域内局部特征信息,所述局部特征信息包括:所述局部特征的中心点信息和边界点信息以及人脸的边界点信息,所述局部特征包括:鼻子、嘴巴、左眼、右眼、左眉和右眉,将所述局部特征信息作为第一个体特征信息;
采用LBP算法,统计人脸区域局部特征的LBP特征谱,根据所述LBP特征谱,做出LBP直方图,提取所述LBP直方图的特征向量,将所述特征向量的集合作为第二个体特征信息;
所述个体特征信息包括:所述第一个体特征信息和所述第二个体特征信息。
20.如权利要求19所述的人脸识别的装置,其特征在于,所述提取模块,还用于将首次提取的所述个体特征信息作为初始样板特征信息,将初始样板特征信息保存至个体特征库中,以便完成所述个体特征库的建立,其中,所述个特征库中包含:第一样板特征信息和第二样板特征信息。
21.如权利要求19所述的人脸识别的装置,其特征在于,所述比对模块,还用于计算所述第一个体特征信息与所述第一样板特征信息相对应的信息之间的余弦值距离,根据所述余弦值距离判断第一相似度,所述余弦值距离越大,所述第一相似度越大;
根据所述第二个体特征信息与所述第二样板特征信息进行相似度比对得出第二相似度;
所述第一相似度和所述第二相似度均大于预设相似度阈值,则判定所述相似度大于预设阈值。
22.如权利要求14所述的人脸识别的装置,其特征在于,所述比对模块,用于:进行相似度比对时,将提取的所述个体特征信息按照时间顺序,从最新保存至所述个体特征库中的样板特征信息到初始样板特征信息依次进行比对,当提取的所述个体特征信息与任一一个样板特征信息相似度大于或等于预设相似度阈值时,则比对成功,停止进行比对;
当提取的所述个体特征信息与所述个体特征库中保存的板特征信息相似度均小于预设相似度阈值时,则比对不成功,需重新提取个体特征信息进行比对。
23.如权利要求14所述的人脸识别的装置,其特征在于,所述比对模块,进一步用于:将所述个体特征信息作为样板特征信息保存至所述个体特征库中。
24.如权利要求23所述的人脸识别的装置,其特征在于,所述比对模块,还用于:当所述个体特征库中的样板特征信息数量已达到预设的数量时,则对所述个体特征库进行更新,对所述个体信息库进行更新的方法,包括:
除首次保存的样板特征信息外,按时间顺序的前后,后一次保存的样板特征信息替换前一次保存的样板特征信息;
或
除首次保存的样板特征信息外,按时间顺序的前后,删除时间最靠前的样板特征信息,同时将所述个体信息作为样板特征信息保存至所述个体特征库中。
25.如权利要求14所述的人脸识别的装置,其特征在于,所述比对模块,还用于将生成的个体特征头像进行美化处理,设置为用户头像。
26.如权利要求25所述的人脸识别的装置,其特征在于,所述比对模块,还用于更改所述用户头像,将待更新的头像进行个体特征信息提取,将提取的所述待更新的头像的个体特征信息与个体特征库中的样板特征信息进行相似度对比,当相似度大于预设的相似度阈值时,则比对成功,将所述待更新的头像进行美化处理,允许将所述用户头像更改为所述待更新的头像,否则,提示用户选择包含用户本人头像的图像进行更改用户头像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610060385.XA CN105550671A (zh) | 2016-01-28 | 2016-01-28 | 一种人脸识别的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610060385.XA CN105550671A (zh) | 2016-01-28 | 2016-01-28 | 一种人脸识别的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105550671A true CN105550671A (zh) | 2016-05-04 |
Family
ID=55829854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610060385.XA Pending CN105550671A (zh) | 2016-01-28 | 2016-01-28 | 一种人脸识别的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105550671A (zh) |
Cited By (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105869226A (zh) * | 2016-06-02 | 2016-08-17 | 南京安智易达智能科技有限公司 | 基于人脸识别的监所自动点名系统及其点名方法 |
CN105938552A (zh) * | 2016-06-29 | 2016-09-14 | 北京旷视科技有限公司 | 底图自动更新的人脸识别方法及装置 |
CN105979195A (zh) * | 2016-05-26 | 2016-09-28 | 努比亚技术有限公司 | 一种视频图像处理装置和方法 |
CN106339676A (zh) * | 2016-08-22 | 2017-01-18 | 湖南联信科技有限公司 | 一种人脸认证及人脸识别方法 |
CN106485221A (zh) * | 2016-09-30 | 2017-03-08 | 江苏四五安全科技有限公司 | 一种根据相似集中度自动替换基准相片的方法 |
CN106503614A (zh) * | 2016-09-14 | 2017-03-15 | 厦门幻世网络科技有限公司 | 一种照片获取方法及装置 |
CN106648760A (zh) * | 2016-11-30 | 2017-05-10 | 捷开通讯(深圳)有限公司 | 终端及其基于人脸识别清理后台应用程序的方法 |
CN106791440A (zh) * | 2017-01-20 | 2017-05-31 | 奇酷互联网络科技(深圳)有限公司 | 控制人脸检测功能的方法及装置 |
CN106991448A (zh) * | 2017-04-10 | 2017-07-28 | 广东金杭科技股份有限公司 | 一种人像比对处理方法 |
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 |
CN107463608A (zh) * | 2017-06-20 | 2017-12-12 | 上海汇尔通信息技术有限公司 | 一种基于人脸识别的信息推送方法及系统 |
CN107491757A (zh) * | 2017-08-18 | 2017-12-19 | 上海二三四五金融科技有限公司 | 一种基于活体特征的防欺诈系统及控制方法 |
CN107526999A (zh) * | 2016-06-22 | 2017-12-29 | 腾讯科技(深圳)有限公司 | 一种标准人脸图片更新方法、数据处理设备及系统 |
CN107844764A (zh) * | 2017-10-31 | 2018-03-27 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN108012081A (zh) * | 2017-12-08 | 2018-05-08 | 北京百度网讯科技有限公司 | 智能美颜方法、装置、终端和计算机可读存储介质 |
CN108024117A (zh) * | 2017-11-29 | 2018-05-11 | 广东技术师范学院 | 一种对视频流进行环路滤波处理的方法及系统 |
CN108052902A (zh) * | 2017-12-12 | 2018-05-18 | 途客思科技(天津)有限公司 | 用户识别方法及电子设备 |
CN108090471A (zh) * | 2018-01-10 | 2018-05-29 | 上海展扬通信技术有限公司 | 基于虹膜的拍照处理方法、移动终端及存储介质 |
CN108304702A (zh) * | 2018-01-25 | 2018-07-20 | 宁波大学 | 一种移动终端的照片加密处理方法 |
CN108564420A (zh) * | 2018-05-02 | 2018-09-21 | 苏州玻泽物联网科技有限公司 | 一种智能零售系统网络 |
CN108596559A (zh) * | 2018-03-22 | 2018-09-28 | 平安信托有限责任公司 | 任务自动化审核方法、装置、设备及存储介质 |
CN109325933A (zh) * | 2017-07-28 | 2019-02-12 | 阿里巴巴集团控股有限公司 | 一种翻拍图像识别方法及装置 |
CN109413495A (zh) * | 2018-09-06 | 2019-03-01 | 广州虎牙信息科技有限公司 | 一种登录方法、装置、系统、电子设备及存储介质 |
CN109409319A (zh) * | 2018-11-07 | 2019-03-01 | 北京旷视科技有限公司 | 一种宠物图像美化方法、装置及其存储介质 |
CN109492560A (zh) * | 2018-10-26 | 2019-03-19 | 深圳力维智联技术有限公司 | 基于时间尺度的人脸图像特征融合方法、装置和存储介质 |
CN109544384A (zh) * | 2018-11-06 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于生物识别的津贴发放方法、装置、终端、存储介质 |
CN109684993A (zh) * | 2018-12-21 | 2019-04-26 | 普联技术有限公司 | 一种基于鼻孔信息的人脸识别方法、系统和设备 |
CN109711312A (zh) * | 2018-12-20 | 2019-05-03 | 四川领军智能科技有限公司 | 一种基于静默活体检测人脸识别的人证核验系统及方法 |
CN109858337A (zh) * | 2018-12-21 | 2019-06-07 | 普联技术有限公司 | 一种基于瞳孔信息的人脸识别方法、系统和设备 |
CN109846463A (zh) * | 2019-03-04 | 2019-06-07 | 武汉迅检科技有限公司 | 红外人脸测温方法、系统、设备及存储介质 |
CN110008903A (zh) * | 2019-04-04 | 2019-07-12 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统、存储介质和人脸支付方法 |
CN110009515A (zh) * | 2019-03-12 | 2019-07-12 | 中国平安财产保险股份有限公司 | 基于人脸识别的单据校验方法、装置、服务器及介质 |
CN110232667A (zh) * | 2019-06-17 | 2019-09-13 | 厦门美图之家科技有限公司 | 图像畸变修正方法、装置、电子设备及可读存储介质 |
CN110335207A (zh) * | 2019-06-04 | 2019-10-15 | 苏州浩哥文化传播有限公司 | 一种基于群像选择的智能影像优化方法及其系统 |
CN110443765A (zh) * | 2019-08-02 | 2019-11-12 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
CN110436281A (zh) * | 2019-07-29 | 2019-11-12 | 恒大智慧科技有限公司 | 一种多电梯调用的方法、系统及计算机存储介质 |
CN110697517A (zh) * | 2019-09-25 | 2020-01-17 | 恒大智慧科技有限公司 | 基于小区的电梯控制方法、系统及存储介质 |
CN110826486A (zh) * | 2019-11-05 | 2020-02-21 | 拉卡拉支付股份有限公司 | 人脸识别辅助检测方法及装置 |
CN110929555A (zh) * | 2018-09-19 | 2020-03-27 | 和硕联合科技股份有限公司 | 脸部识别方法与使用此方法的电子装置 |
CN111125437A (zh) * | 2019-12-24 | 2020-05-08 | 四川新网银行股份有限公司 | 对视频中唇语图片识别的方法 |
CN111209818A (zh) * | 2019-12-30 | 2020-05-29 | 新大陆数字技术股份有限公司 | 视频个体识别方法、系统、设备及可读存储介质 |
CN111209845A (zh) * | 2020-01-03 | 2020-05-29 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN111243156A (zh) * | 2020-04-29 | 2020-06-05 | 四川智水信息技术有限公司 | 一种变电站安全出入及运维系统 |
CN111444850A (zh) * | 2020-03-27 | 2020-07-24 | 北京爱笔科技有限公司 | 一种图片检测的方法和相关装置 |
CN111507165A (zh) * | 2020-01-21 | 2020-08-07 | 北京明略软件系统有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
CN111695458A (zh) * | 2020-05-28 | 2020-09-22 | 腾讯科技(深圳)有限公司 | 一种视频图像帧处理方法及装置 |
CN111898569A (zh) * | 2020-08-05 | 2020-11-06 | 福建工程学院 | 基于活体检测的人脸辨识方法 |
CN111970753A (zh) * | 2020-08-13 | 2020-11-20 | 珠海市魅族科技有限公司 | 一种智能终端屏幕休眠控制方法及存储介质、处理器、智能终端 |
CN112766015A (zh) * | 2019-10-21 | 2021-05-07 | 深圳君正时代集成电路有限公司 | 一种提高人脸识别准确性的二次识别方法 |
CN113569676A (zh) * | 2021-07-16 | 2021-10-29 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN113591622A (zh) * | 2021-07-15 | 2021-11-02 | 广州大白互联网科技有限公司 | 一种活体检测方法及装置 |
CN113742421A (zh) * | 2021-08-20 | 2021-12-03 | 郑州云智信安安全技术有限公司 | 基于分布式存储和图像处理的网络身份认证方法 |
CN113805628A (zh) * | 2021-10-18 | 2021-12-17 | 江阴市立青染整机械有限公司 | 悬置板体自适应调节系统及方法 |
CN114093004A (zh) * | 2021-11-25 | 2022-02-25 | 成都智元汇信息技术股份有限公司 | 一种基于多摄像头的人脸融合比对方法及装置 |
EP3839806A4 (en) * | 2018-08-13 | 2022-06-08 | Zhejiang Uniview Technologies Co., Ltd. | FACE RECOGNITION METHOD, FACE RECOGNITION SYSTEM AND ELECTRONIC DEVICE |
CN116343313A (zh) * | 2023-05-30 | 2023-06-27 | 乐山师范学院 | 一种基于眼部特征的人脸识别方法 |
CN117041670A (zh) * | 2023-10-08 | 2023-11-10 | 荣耀终端有限公司 | 图像处理方法及相关设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770613A (zh) * | 2010-01-19 | 2010-07-07 | 北京智慧眼科技发展有限公司 | 基于人脸识别和活体检测的社保身份认证方法 |
CN102842032A (zh) * | 2012-07-18 | 2012-12-26 | 郑州金惠计算机系统工程有限公司 | 基于多模式组合策略的移动互联网色情图像识别方法 |
CN103678984A (zh) * | 2013-12-20 | 2014-03-26 | 湖北微模式科技发展有限公司 | 一种利用摄像头实现用户身份验证的方法 |
US20140192134A1 (en) * | 2013-01-07 | 2014-07-10 | Samsung Electronics Co., Ltd. | Method for user function operation based on face recognition and mobile terminal supporting the same |
CN104239766A (zh) * | 2014-08-20 | 2014-12-24 | 中广核核电运营有限公司 | 基于视频和音频的核电站用身份认证方法和系统 |
CN104537388A (zh) * | 2014-12-29 | 2015-04-22 | 桂林远望智能通信科技有限公司 | 一种多级人脸比对系统和方法 |
CN105260726A (zh) * | 2015-11-11 | 2016-01-20 | 杭州海量信息技术有限公司 | 基于人脸姿态控制的交互式视频活体检测方法及其系统 |
-
2016
- 2016-01-28 CN CN201610060385.XA patent/CN105550671A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770613A (zh) * | 2010-01-19 | 2010-07-07 | 北京智慧眼科技发展有限公司 | 基于人脸识别和活体检测的社保身份认证方法 |
CN102842032A (zh) * | 2012-07-18 | 2012-12-26 | 郑州金惠计算机系统工程有限公司 | 基于多模式组合策略的移动互联网色情图像识别方法 |
US20140192134A1 (en) * | 2013-01-07 | 2014-07-10 | Samsung Electronics Co., Ltd. | Method for user function operation based on face recognition and mobile terminal supporting the same |
CN103678984A (zh) * | 2013-12-20 | 2014-03-26 | 湖北微模式科技发展有限公司 | 一种利用摄像头实现用户身份验证的方法 |
CN104239766A (zh) * | 2014-08-20 | 2014-12-24 | 中广核核电运营有限公司 | 基于视频和音频的核电站用身份认证方法和系统 |
CN104537388A (zh) * | 2014-12-29 | 2015-04-22 | 桂林远望智能通信科技有限公司 | 一种多级人脸比对系统和方法 |
CN105260726A (zh) * | 2015-11-11 | 2016-01-20 | 杭州海量信息技术有限公司 | 基于人脸姿态控制的交互式视频活体检测方法及其系统 |
Non-Patent Citations (1)
Title |
---|
高毫林 等: ""一种视频流特定人物检测方法"", 《数据采集与处理》 * |
Cited By (78)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105979195A (zh) * | 2016-05-26 | 2016-09-28 | 努比亚技术有限公司 | 一种视频图像处理装置和方法 |
CN105979195B (zh) * | 2016-05-26 | 2019-04-19 | 努比亚技术有限公司 | 一种视频图像处理装置和方法 |
CN105869226A (zh) * | 2016-06-02 | 2016-08-17 | 南京安智易达智能科技有限公司 | 基于人脸识别的监所自动点名系统及其点名方法 |
CN107526999A (zh) * | 2016-06-22 | 2017-12-29 | 腾讯科技(深圳)有限公司 | 一种标准人脸图片更新方法、数据处理设备及系统 |
CN107526999B (zh) * | 2016-06-22 | 2018-10-19 | 腾讯科技(深圳)有限公司 | 一种标准人脸图片更新方法、数据处理设备及系统 |
CN105938552A (zh) * | 2016-06-29 | 2016-09-14 | 北京旷视科技有限公司 | 底图自动更新的人脸识别方法及装置 |
CN106339676A (zh) * | 2016-08-22 | 2017-01-18 | 湖南联信科技有限公司 | 一种人脸认证及人脸识别方法 |
CN106503614B (zh) * | 2016-09-14 | 2020-01-17 | 厦门黑镜科技有限公司 | 一种照片获取方法及装置 |
CN106503614A (zh) * | 2016-09-14 | 2017-03-15 | 厦门幻世网络科技有限公司 | 一种照片获取方法及装置 |
WO2018049952A1 (zh) * | 2016-09-14 | 2018-03-22 | 厦门幻世网络科技有限公司 | 一种照片获取方法及装置 |
CN106485221B (zh) * | 2016-09-30 | 2019-09-17 | 江苏四一五安全科技有限公司 | 一种根据相似集中度自动替换基准相片的方法 |
CN106485221A (zh) * | 2016-09-30 | 2017-03-08 | 江苏四五安全科技有限公司 | 一种根据相似集中度自动替换基准相片的方法 |
CN106648760A (zh) * | 2016-11-30 | 2017-05-10 | 捷开通讯(深圳)有限公司 | 终端及其基于人脸识别清理后台应用程序的方法 |
CN106791440A (zh) * | 2017-01-20 | 2017-05-31 | 奇酷互联网络科技(深圳)有限公司 | 控制人脸检测功能的方法及装置 |
CN106991448A (zh) * | 2017-04-10 | 2017-07-28 | 广东金杭科技股份有限公司 | 一种人像比对处理方法 |
CN107463608A (zh) * | 2017-06-20 | 2017-12-12 | 上海汇尔通信息技术有限公司 | 一种基于人脸识别的信息推送方法及系统 |
CN107358219B (zh) * | 2017-07-24 | 2020-06-09 | 艾普柯微电子(上海)有限公司 | 人脸识别方法及装置 |
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 |
CN109325933B (zh) * | 2017-07-28 | 2022-06-21 | 阿里巴巴集团控股有限公司 | 一种翻拍图像识别方法及装置 |
CN109325933A (zh) * | 2017-07-28 | 2019-02-12 | 阿里巴巴集团控股有限公司 | 一种翻拍图像识别方法及装置 |
CN107491757A (zh) * | 2017-08-18 | 2017-12-19 | 上海二三四五金融科技有限公司 | 一种基于活体特征的防欺诈系统及控制方法 |
CN107844764A (zh) * | 2017-10-31 | 2018-03-27 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN107844764B (zh) * | 2017-10-31 | 2020-05-12 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN108024117A (zh) * | 2017-11-29 | 2018-05-11 | 广东技术师范学院 | 一种对视频流进行环路滤波处理的方法及系统 |
CN108012081B (zh) * | 2017-12-08 | 2020-02-04 | 北京百度网讯科技有限公司 | 智能美颜方法、装置、终端和计算机可读存储介质 |
CN108012081A (zh) * | 2017-12-08 | 2018-05-08 | 北京百度网讯科技有限公司 | 智能美颜方法、装置、终端和计算机可读存储介质 |
CN108052902A (zh) * | 2017-12-12 | 2018-05-18 | 途客思科技(天津)有限公司 | 用户识别方法及电子设备 |
CN108090471A (zh) * | 2018-01-10 | 2018-05-29 | 上海展扬通信技术有限公司 | 基于虹膜的拍照处理方法、移动终端及存储介质 |
CN108304702A (zh) * | 2018-01-25 | 2018-07-20 | 宁波大学 | 一种移动终端的照片加密处理方法 |
CN108596559A (zh) * | 2018-03-22 | 2018-09-28 | 平安信托有限责任公司 | 任务自动化审核方法、装置、设备及存储介质 |
CN108564420A (zh) * | 2018-05-02 | 2018-09-21 | 苏州玻泽物联网科技有限公司 | 一种智能零售系统网络 |
US11967176B2 (en) | 2018-08-13 | 2024-04-23 | Zhejiang Unview Technologies Co., Ltd. | Facial recognition method, facial recognition system, and electronic device |
EP3839806A4 (en) * | 2018-08-13 | 2022-06-08 | Zhejiang Uniview Technologies Co., Ltd. | FACE RECOGNITION METHOD, FACE RECOGNITION SYSTEM AND ELECTRONIC DEVICE |
CN109413495A (zh) * | 2018-09-06 | 2019-03-01 | 广州虎牙信息科技有限公司 | 一种登录方法、装置、系统、电子设备及存储介质 |
US11403877B2 (en) | 2018-09-19 | 2022-08-02 | Pegatron Corporation | Face recognition method and electronic device using same |
CN110929555A (zh) * | 2018-09-19 | 2020-03-27 | 和硕联合科技股份有限公司 | 脸部识别方法与使用此方法的电子装置 |
CN109492560A (zh) * | 2018-10-26 | 2019-03-19 | 深圳力维智联技术有限公司 | 基于时间尺度的人脸图像特征融合方法、装置和存储介质 |
CN109544384A (zh) * | 2018-11-06 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于生物识别的津贴发放方法、装置、终端、存储介质 |
CN109409319A (zh) * | 2018-11-07 | 2019-03-01 | 北京旷视科技有限公司 | 一种宠物图像美化方法、装置及其存储介质 |
CN109711312A (zh) * | 2018-12-20 | 2019-05-03 | 四川领军智能科技有限公司 | 一种基于静默活体检测人脸识别的人证核验系统及方法 |
CN109684993A (zh) * | 2018-12-21 | 2019-04-26 | 普联技术有限公司 | 一种基于鼻孔信息的人脸识别方法、系统和设备 |
CN109858337A (zh) * | 2018-12-21 | 2019-06-07 | 普联技术有限公司 | 一种基于瞳孔信息的人脸识别方法、系统和设备 |
CN109846463A (zh) * | 2019-03-04 | 2019-06-07 | 武汉迅检科技有限公司 | 红外人脸测温方法、系统、设备及存储介质 |
CN110009515A (zh) * | 2019-03-12 | 2019-07-12 | 中国平安财产保险股份有限公司 | 基于人脸识别的单据校验方法、装置、服务器及介质 |
CN110008903A (zh) * | 2019-04-04 | 2019-07-12 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统、存储介质和人脸支付方法 |
CN110335207A (zh) * | 2019-06-04 | 2019-10-15 | 苏州浩哥文化传播有限公司 | 一种基于群像选择的智能影像优化方法及其系统 |
CN110335207B (zh) * | 2019-06-04 | 2022-01-21 | 重庆七腾科技有限公司 | 一种基于群像选择的智能影像优化方法及其系统 |
CN110232667A (zh) * | 2019-06-17 | 2019-09-13 | 厦门美图之家科技有限公司 | 图像畸变修正方法、装置、电子设备及可读存储介质 |
CN110232667B (zh) * | 2019-06-17 | 2021-06-04 | 厦门美图之家科技有限公司 | 图像畸变修正方法、装置、电子设备及可读存储介质 |
CN110436281A (zh) * | 2019-07-29 | 2019-11-12 | 恒大智慧科技有限公司 | 一种多电梯调用的方法、系统及计算机存储介质 |
CN110443765A (zh) * | 2019-08-02 | 2019-11-12 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
CN110697517A (zh) * | 2019-09-25 | 2020-01-17 | 恒大智慧科技有限公司 | 基于小区的电梯控制方法、系统及存储介质 |
CN112766015A (zh) * | 2019-10-21 | 2021-05-07 | 深圳君正时代集成电路有限公司 | 一种提高人脸识别准确性的二次识别方法 |
CN110826486A (zh) * | 2019-11-05 | 2020-02-21 | 拉卡拉支付股份有限公司 | 人脸识别辅助检测方法及装置 |
CN111125437A (zh) * | 2019-12-24 | 2020-05-08 | 四川新网银行股份有限公司 | 对视频中唇语图片识别的方法 |
CN111125437B (zh) * | 2019-12-24 | 2023-06-09 | 四川新网银行股份有限公司 | 对视频中唇语图片识别的方法 |
CN111209818A (zh) * | 2019-12-30 | 2020-05-29 | 新大陆数字技术股份有限公司 | 视频个体识别方法、系统、设备及可读存储介质 |
CN111209845A (zh) * | 2020-01-03 | 2020-05-29 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN111507165A (zh) * | 2020-01-21 | 2020-08-07 | 北京明略软件系统有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
CN111444850A (zh) * | 2020-03-27 | 2020-07-24 | 北京爱笔科技有限公司 | 一种图片检测的方法和相关装置 |
CN111444850B (zh) * | 2020-03-27 | 2023-11-14 | 北京爱笔科技有限公司 | 一种图片检测的方法和相关装置 |
CN111243156A (zh) * | 2020-04-29 | 2020-06-05 | 四川智水信息技术有限公司 | 一种变电站安全出入及运维系统 |
CN111695458A (zh) * | 2020-05-28 | 2020-09-22 | 腾讯科技(深圳)有限公司 | 一种视频图像帧处理方法及装置 |
CN111898569B (zh) * | 2020-08-05 | 2023-05-09 | 福建工程学院 | 基于活体检测的人脸辨识方法 |
CN111898569A (zh) * | 2020-08-05 | 2020-11-06 | 福建工程学院 | 基于活体检测的人脸辨识方法 |
CN111970753A (zh) * | 2020-08-13 | 2020-11-20 | 珠海市魅族科技有限公司 | 一种智能终端屏幕休眠控制方法及存储介质、处理器、智能终端 |
CN113591622A (zh) * | 2021-07-15 | 2021-11-02 | 广州大白互联网科技有限公司 | 一种活体检测方法及装置 |
CN113569676B (zh) * | 2021-07-16 | 2024-06-11 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN113569676A (zh) * | 2021-07-16 | 2021-10-29 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN113742421A (zh) * | 2021-08-20 | 2021-12-03 | 郑州云智信安安全技术有限公司 | 基于分布式存储和图像处理的网络身份认证方法 |
CN113742421B (zh) * | 2021-08-20 | 2023-09-12 | 郑州云智信安安全技术有限公司 | 基于分布式存储和图像处理的网络身份认证方法 |
CN113805628B (zh) * | 2021-10-18 | 2022-04-19 | 江阴市立青染整机械有限公司 | 悬置板体自适应调节系统及方法 |
CN113805628A (zh) * | 2021-10-18 | 2021-12-17 | 江阴市立青染整机械有限公司 | 悬置板体自适应调节系统及方法 |
CN114093004A (zh) * | 2021-11-25 | 2022-02-25 | 成都智元汇信息技术股份有限公司 | 一种基于多摄像头的人脸融合比对方法及装置 |
CN116343313B (zh) * | 2023-05-30 | 2023-08-11 | 乐山师范学院 | 一种基于眼部特征的人脸识别方法 |
CN116343313A (zh) * | 2023-05-30 | 2023-06-27 | 乐山师范学院 | 一种基于眼部特征的人脸识别方法 |
CN117041670A (zh) * | 2023-10-08 | 2023-11-10 | 荣耀终端有限公司 | 图像处理方法及相关设备 |
CN117041670B (zh) * | 2023-10-08 | 2024-04-02 | 荣耀终端有限公司 | 图像处理方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105550671A (zh) | 一种人脸识别的方法及装置 | |
RU2691195C1 (ru) | Качество изображения и признака, улучшение изображения и выделение признаков для распознавания по сосудам глаза и лицам, и объединение информации о сосудах глаза с информацией о лицах и/или частях лиц для биометрических систем | |
WO2019153739A1 (zh) | 基于人脸识别的身份认证方法、装置、设备和存储介质 | |
US7920725B2 (en) | Apparatus, method, and program for discriminating subjects | |
KR102286468B1 (ko) | 딥 러닝을 통해 생성된 가짜 동영상의 무결성 검증 방법 및 시스템 | |
US11070891B1 (en) | Optimization of subtitles for video content | |
US11164291B2 (en) | Under water image color correction | |
CN104537389A (zh) | 人脸识别方法和终端设备 | |
CN112417414A (zh) | 一种基于属性脱敏的隐私保护方法、装置以及设备 | |
KR20190076288A (ko) | 중요도 맵을 이용한 지능형 주관적 화질 평가 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
US10909351B2 (en) | Method of improving image analysis | |
US11779264B2 (en) | Dark circle detection and evaluation method and apparatus | |
KR102083192B1 (ko) | 익명화 성능을 향상시키기 위한 영상 익명화 장치의 제어 방법 및 이를 위한 장치 | |
CN111259757A (zh) | 一种基于图像的活体识别方法、装置及设备 | |
KR20140134549A (ko) | 연속 촬영 이미지에서의 고조점 이미지 추출 장치 및 방법 | |
CN112818899B (zh) | 人脸图像处理方法、装置、计算机设备和存储介质 | |
US9286707B1 (en) | Removing transient objects to synthesize an unobstructed image | |
CN107315985B (zh) | 一种虹膜识别方法及终端 | |
Dhall et al. | Adaptive digital makeup | |
Amjed et al. | Noncircular iris segmentation based on weighted adaptive hough transform using smartphone database | |
Florea et al. | Recognition of the gaze direction: Anchoring with the eyebrows | |
Harsoyo et al. | Design of face recognition system using local binary pattern and CLAHE on Smart Meeting Room System | |
Jaiswal et al. | Saliency based automatic image cropping using support vector machine classifier | |
CN110891049A (zh) | 基于视频的账户登录方法、装置、介质、电子设备 | |
WO2022001630A1 (en) | Method and system for capturing at least one smart media |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 100088 Beijing, Huayuan Road, No. 5, building 1201, room 133, Applicant after: Beijing core network Co., Ltd. Address before: 100088 Haidian District, Huayuan Road, new Times Building, room 1206, room 7, No. Applicant before: BEIJING MAIXIN TECHNOLOGY CO., LTD. |
|
COR | Change of bibliographic data | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160504 |