Nothing Special   »   [go: up one dir, main page]

CN112084903A - 一种更新人脸识别底库照片的方法及系统 - Google Patents

一种更新人脸识别底库照片的方法及系统 Download PDF

Info

Publication number
CN112084903A
CN112084903A CN202010871572.2A CN202010871572A CN112084903A CN 112084903 A CN112084903 A CN 112084903A CN 202010871572 A CN202010871572 A CN 202010871572A CN 112084903 A CN112084903 A CN 112084903A
Authority
CN
China
Prior art keywords
face
photo
base
picture
sub
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
Application number
CN202010871572.2A
Other languages
English (en)
Inventor
彭骏
吉纲
李楚琛
李会丽
谭尧
郑卓鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Routon Electronic Co ltd
Wuhan Precision Business Machine Co ltd
Original Assignee
Routon Electronic Co ltd
Wuhan Precision Business Machine Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Routon Electronic Co ltd, Wuhan Precision Business Machine Co ltd filed Critical Routon Electronic Co ltd
Priority to CN202010871572.2A priority Critical patent/CN112084903A/zh
Publication of CN112084903A publication Critical patent/CN112084903A/zh
Pending legal-status Critical Current

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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • 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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明实施例提供一种更新人脸识别底库照片的方法及系统，该方法包括：获取满足预设识别条件的人脸照片；对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。本发明实施例通过实时动态替换人脸识别底库照片使其更符合实际使用场景，并在识别过程中采用多张人脸照片加权判断识别人员身份可以减少误识的概率，使得识别结果更准确。

Description

一种更新人脸识别底库照片的方法及系统
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种更新人脸识别底库照片的方法及系统。
背景技术
在现有的人脸识别系统中，用做人脸识别的底库照片大多是仅一张录入人员时拍摄的照片，将获取的现场人脸照片与该张照片进行比对，根据比对结果得出人脸识别是否通过。
但若仅依靠单张照片进行识别的底库，会由于底库照片本身的缺陷，如和实际适用场景差别较大，容易出现拒识和误识的现象。
发明内容
本发明实施例提供一种更新人脸识别底库照片的方法及系统，用以解决现有技术中存在的缺陷。
第一方面，本发明实施例提供一种更新人脸识别底库照片的方法，包括：
获取满足预设识别条件的人脸照片；
对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；
若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
优选地，该方法还包括：
若判断获知所述第一子底库数量小于预设数量，则将所述人脸照片加入所述第一子底库。
优选地，所述获取满足预设识别条件的人脸照片，具体包括：
对所述待识别人员进行活体检测，获取初始人脸照片；
分别对所述初始人脸照片进行第一特征判断、第二特征判断、第三特征判断和第四特征判断；
若判断获知所述初始人脸照片同时满足第一特征标准、第二特征标准、第三特征标准和第四特征标准，则将所述初始人脸照片作为所述人脸照片；
否则，对所述待识别人员重新进行拍照。
优选地，所述第一特征判断包括清晰度判断，所述第二特征判断包括亮度判断，所述第三特征判断包括人脸宽度判断，所述第四特征判断包括人脸三维角度判断。
优选地，所述对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片，具体包括：
将所述人脸照片与人脸识别底库中的所有照片依次进行相似度计算，得到若干个相似度比对分数；
取所述若干个相似度比对分数中分数最大的具有所述第一子底库数量的照片集合；
对所述照片集合进行加权计算，得到加权计算结果，根据所述加权计算结果判断所述待识别人员的身份；
若判断得知所述待识别人员认证通过，则将所述人脸照片作为所述输入照片；
否则，对所述待识别人员重新进行拍照。
优选地，所述相似度计算是通过AI算法完成，包括检测所述人脸照片中的人脸位置区域，提取所述人脸照片中的人脸特征值和对比特征值进行相似性计算。
第二方面，本发明实施例还提供一种更新人脸识别底库照片的系统，包括：
获取模块，用于获取满足预设识别条件的人脸照片；
第一判断模块，用于对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；
第二判断模块，用于若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
优选地，该系统还包括：
第三判断模块，用于若判断获知所述第一子底库数量小于预设数量，则将所述人脸照片加入所述第一子底库。
第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述更新人脸识别底库照片的方法的步骤。
第四方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述更新人脸识别底库照片的方法的步骤。
本发明实施例提供的更新人脸识别底库照片的方法及系统，通过实时动态替换人脸识别底库照片使其更符合实际使用场景，并在识别过程中采用多张人脸照片加权判断识别人员身份可以减少误识的概率，使得识别结果更准确。
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。
图1是本发明实施例提供的一种更新人脸识别底库照片的方法的流程示意图；
图2是本发明实施例提供的一种更新人脸识别底库照片的系统的结构示意图；
图3是本发明实施例提供的一种电子设备的结构示意图。
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。
图1是本发明实施例提供的一种更新人脸识别底库照片的方法的流程示意图，如图1所示，包括：
S1，获取满足预设识别条件的人脸照片；
S2，对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；
S3，若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
具体地，首先通过现场拍照获取当前人员的初始照片，通过初步筛选识别，选出满足预设识别条件的人脸照片，然后对该人脸照片进行入选底库的判断，通过一系列的入库标准计算，若判断该人脸照片满足入库标准，则作为人脸识别底库待更新的输入照片，最后对人脸底库中的照片数量和质量进行计算，此处每个待识别人员对应相同数量的底库照片，即第一子底库数量，若该数量已达到上限值，则用新获取的人脸照片将原第一子底库中质量最差的照片替换掉。
本发明实施例通过实时动态替换人脸识别底库照片使其更符合实际使用场景，提高了人脸识别底库中照片的整体质量。
基于上述实施例，该方法还包括：
若判断获知所述第一子底库数量小于预设数量，则将所述人脸照片加入所述第一子底库。
具体地，在上述实施例的基础上，若判断得知第一子底库数量还未达到上限，则将新获取的人脸照片加入至第一子底库中。
本发明实施例通过将新获取的人脸照片动态地加入人脸识别子底库，实现了底库照片的动态更新，确保了底库识别的整体质量。
基于上述任一实施例，该方法中步骤S1具体包括：
对所述待识别人员进行活体检测，获取初始人脸照片；
分别对所述初始人脸照片进行第一特征判断、第二特征判断、第三特征判断和第四特征判断；
若判断获知所述初始人脸照片同时满足第一特征标准、第二特征标准、第三特征标准和第四特征标准，则将所述初始人脸照片作为所述人脸照片；
否则，对所述待识别人员重新进行拍照。
其中，所述第一特征判断包括清晰度判断，所述第二特征判断包括亮度判断，所述第三特征判断包括人脸宽度判断，所述第四特征判断包括人脸三维角度判断。
具体地，在通过现场拍照获取当前人员的初始照片，通过初步筛选识别，选出满足预设识别条件的人脸照片的过程中，首先进行活体检测，即活动的待识别物体才进行现场拍照，非活动的物体则不进行获取比对，然后进一步对获取的活体照片进行质量判断，计算现场采集的照片的清晰度、亮度、人脸宽度和人脸三维角度，通过算法计算照片的质量分数，若其中有任一个特征的质量达不到要求，则要求重新取帧拍照，获取新的现场照片，再进行质量判断，合格了才进入后续入库的判断。
基于上述任一实施例，该方法中步骤S2具体包括：
将所述人脸照片与人脸识别底库中的所有照片依次进行相似度计算，得到若干个相似度比对分数；
取所述若干个相似度比对分数中分数最大的具有所述第一子底库数量的照片集合；
对所述照片集合进行加权计算，得到加权计算结果，根据所述加权计算结果判断所述待识别人员的身份；
若判断得知所述待识别人员认证通过，则将所述人脸照片作为所述输入照片；
否则，对所述待识别人员重新进行拍照。
其中，所述相似度计算是通过AI算法完成，包括检测所述人脸照片中的人脸位置区域，提取所述人脸照片中的人脸特征值和对比特征值进行相似性计算。
具体地，将上述实施例中已进行初步质量判断的质量合格的现场照和底库中总的照片数，可设为S张，依次计算之间的相似度，其中单人底库照片的最大数设为N张，这里的相似度就是比对分数，计算之后取S个比对分数中分数最大的前N个，然后通过加权计算来判断现场照片对应的人员身份。此处的加权计算可通过等比值加权计算，也可通过将各加权系数采用任意分配数值的方式来计算，本发明实施例不作任何限制。
可以理解的是，本发明实施例计算相似度是在AI算法中进行的，该计算过程有检测照片中人脸位置区域，提取照片中的人脸特征值和对比特征值进行相似度计算等。
本发明实施例通过在识别过程中采用多张人脸照片加权判断识别人员身份可以减少误识的概率，使得识别结果更准确。
下面对本发明实施例提供的更新人脸识别底库照片的系统进行描述，下文描述的更新人脸识别底库照片的系统与上文描述的更新人脸识别底库照片的方法可相互对应参照。
图2是本发明实施例提供的一种更新人脸识别底库照片的系统的结构示意图，如图2所示，包括：获取模块21、第一判断模块22和第二判断模块23；其中：
获取模块21用于获取满足预设识别条件的人脸照片；第一判断模块22用于对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；第二判断模块23用于若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
本发明实施例通过实时动态替换人脸识别底库照片使其更符合实际使用场景，提高了人脸识别底库中照片的整体质量。
基于上述实施例，该系统还包括第三判断模块，所述第三判断模块用于若判断获知所述第一子底库数量小于预设数量，则将所述人脸照片加入所述第一子底库。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(communicationinterface)320、存储器(memory)330和通信总线(bus)340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行更新人脸识别底库照片的方法，该方法包括：获取满足预设识别条件的人脸照片；对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的更新人脸识别底库照片的方法，该方法包括：获取满足预设识别条件的人脸照片；对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的更新人脸识别底库照片的方法，该方法包括：获取满足预设识别条件的人脸照片；对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
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设备(可以是个人计算机，服务器，或者网络设备等)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 (10)

1.一种更新人脸识别底库照片的方法，其特征在于，包括：
获取满足预设识别条件的人脸照片；
对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；
若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
2.根据权利要求1所述的更新人脸识别底库照片的方法，其特征在于，该方法还包括：
若判断获知所述第一子底库数量小于预设数量，则将所述人脸照片加入所述第一子底库。
3.根据权利要求1或2所述的更新人脸识别底库照片的方法，其特征在于，所述获取满足预设识别条件的人脸照片，具体包括：
对所述待识别人员进行活体检测，获取初始人脸照片；
分别对所述初始人脸照片进行第一特征判断、第二特征判断、第三特征判断和第四特征判断；
若判断获知所述初始人脸照片同时满足第一特征标准、第二特征标准、第三特征标准和第四特征标准，则将所述初始人脸照片作为所述人脸照片；
否则，对所述待识别人员重新进行拍照。
4.根据权利要求3所述的更新人脸识别底库照片的方法，其特征在于，所述第一特征判断包括清晰度判断，所述第二特征判断包括亮度判断，所述第三特征判断包括人脸宽度判断，所述第四特征判断包括人脸三维角度判断。
5.根据权利要求1所述的更新人脸识别底库照片的方法，其特征在于，所述对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片，具体包括：
将所述人脸照片与人脸识别底库中的所有照片依次进行相似度计算，得到若干个相似度比对分数；
取所述若干个相似度比对分数中分数最大的具有所述第一子底库数量的照片集合；
对所述照片集合进行加权计算，得到加权计算结果，根据所述加权计算结果判断所述待识别人员的身份；
若判断得知所述待识别人员认证通过，则将所述人脸照片作为所述输入照片；
否则，对所述待识别人员重新进行拍照。
6.根据权利要求5所述的更新人脸识别底库照片的方法，其特征在于，所述相似度计算是通过AI算法完成，包括检测所述人脸照片中的人脸位置区域，提取所述人脸照片中的人脸特征值和对比特征值进行相似性计算。
7.一种更新人脸识别底库照片的系统，其特征在于，包括：
获取模块，用于获取满足预设识别条件的人脸照片；
第一判断模块，用于对所述人脸照片进行入库标准判断，若判断获知所述人脸照片满足预设入库标准，则将所述人脸照片作为人脸识别底库待更新的输入照片；
第二判断模块，用于若判断获知所述人脸照片对应待识别人员的第一子底库数量达到预设数量，则用所述人脸照片替换第一子底库中质量最差的照片。
8.根据权利要求7所述的更新人脸识别底库照片的系统，其特征在于，该系统还包括：
第三判断模块，用于若判断获知所述第一子底库数量小于预设数量，则将所述人脸照片加入所述第一子底库。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述更新人脸识别底库照片的方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述更新人脸识别底库照片的方法的步骤。
CN202010871572.2A 2020-08-26 2020-08-26 一种更新人脸识别底库照片的方法及系统 Pending CN112084903A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010871572.2A CN112084903A (zh) 2020-08-26 2020-08-26 一种更新人脸识别底库照片的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010871572.2A CN112084903A (zh) 2020-08-26 2020-08-26 一种更新人脸识别底库照片的方法及系统

Publications (1)

Publication Number Publication Date
CN112084903A true CN112084903A (zh) 2020-12-15

Family

ID=73729049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010871572.2A Pending CN112084903A (zh) 2020-08-26 2020-08-26 一种更新人脸识别底库照片的方法及系统

Country Status (1)

Country Link
CN (1) CN112084903A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743308A (zh) * 2021-09-06 2021-12-03 汇纳科技股份有限公司 基于特征质量的人脸识别方法、装置、存储介质及系统
CN114463803A (zh) * 2021-12-24 2022-05-10 南京熊猫电子股份有限公司 一种基于多算法的人脸特征聚合分析自学习方法及系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020067856A1 (en) * 2000-12-01 2002-06-06 Iwao Fujii Image recognition apparatus, image recognition method, and recording medium
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
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
CN106203333A (zh) * 2016-07-08 2016-12-07 乐视控股（北京）有限公司 人脸识别方法及系统
CN108009521A (zh) * 2017-12-21 2018-05-08 广东欧珀移动通信有限公司 人脸图像匹配方法、装置、终端及存储介质
CN108885698A (zh) * 2018-07-05 2018-11-23 深圳前海达闼云端智能科技有限公司 人脸识别方法、装置和服务器
CN109063691A (zh) * 2018-09-03 2018-12-21 武汉普利商用机器有限公司 一种人脸识别底库优化方法及系统
CN109711357A (zh) * 2018-12-28 2019-05-03 北京旷视科技有限公司 一种人脸识别方法及装置
CN109815845A (zh) * 2018-12-29 2019-05-28 深圳前海达闼云端智能科技有限公司 人脸识别的方法和装置、存储介质
CN109919017A (zh) * 2019-01-28 2019-06-21 平安科技（深圳）有限公司 人脸识别优化方法、装置、计算机设备和存储介质
CN110348315A (zh) * 2019-06-14 2019-10-18 深圳英飞拓科技股份有限公司 动态更新人脸特征底库的方法及装置、人脸抓拍系统
CN110647823A (zh) * 2019-09-02 2020-01-03 中国建设银行股份有限公司 一种优化人脸底库的方法和装置
CN110688901A (zh) * 2019-08-26 2020-01-14 苏宁云计算有限公司 一种人脸识别方法及装置
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

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020067856A1 (en) * 2000-12-01 2002-06-06 Iwao Fujii Image recognition apparatus, image recognition method, and recording medium
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
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
CN106203333A (zh) * 2016-07-08 2016-12-07 乐视控股（北京）有限公司 人脸识别方法及系统
CN108009521A (zh) * 2017-12-21 2018-05-08 广东欧珀移动通信有限公司 人脸图像匹配方法、装置、终端及存储介质
CN108885698A (zh) * 2018-07-05 2018-11-23 深圳前海达闼云端智能科技有限公司 人脸识别方法、装置和服务器
CN109063691A (zh) * 2018-09-03 2018-12-21 武汉普利商用机器有限公司 一种人脸识别底库优化方法及系统
CN109711357A (zh) * 2018-12-28 2019-05-03 北京旷视科技有限公司 一种人脸识别方法及装置
CN109815845A (zh) * 2018-12-29 2019-05-28 深圳前海达闼云端智能科技有限公司 人脸识别的方法和装置、存储介质
CN109919017A (zh) * 2019-01-28 2019-06-21 平安科技（深圳）有限公司 人脸识别优化方法、装置、计算机设备和存储介质
WO2020155486A1 (zh) * 2019-01-28 2020-08-06 平安科技（深圳）有限公司 人脸识别优化方法、装置、计算机设备和存储介质
CN110348315A (zh) * 2019-06-14 2019-10-18 深圳英飞拓科技股份有限公司 动态更新人脸特征底库的方法及装置、人脸抓拍系统
CN110688901A (zh) * 2019-08-26 2020-01-14 苏宁云计算有限公司 一种人脸识别方法及装置
CN110647823A (zh) * 2019-09-02 2020-01-03 中国建设银行股份有限公司 一种优化人脸底库的方法和装置
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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743308A (zh) * 2021-09-06 2021-12-03 汇纳科技股份有限公司 基于特征质量的人脸识别方法、装置、存储介质及系统
CN113743308B (zh) * 2021-09-06 2023-12-12 汇纳科技股份有限公司 基于特征质量的人脸识别方法、装置、存储介质及系统
CN114463803A (zh) * 2021-12-24 2022-05-10 南京熊猫电子股份有限公司 一种基于多算法的人脸特征聚合分析自学习方法及系统

Similar Documents

Publication Publication Date Title
US20230085605A1 (en) Face image processing method, apparatus, device, and storage medium
CN112381837B (zh) 一种图像处理方法及电子设备
CN109063691B (zh) 一种人脸识别底库优化方法及系统
CN108198207A (zh) 基于改进的Vibe模型和BP神经网络的多运动目标跟踪方法
CN108198177A (zh) 图像获取方法、装置、终端及存储介质
US20210397822A1 (en) Living body detection method, apparatus, electronic device, storage medium and program product
CN112633221B (zh) 一种人脸方向的检测方法及相关装置
CN111414858B (zh) 人脸识别方法、目标图像的确定方法、装置和电子系统
WO2021000832A1 (zh) 匹配人脸的方法、装置、计算机设备和存储介质
CN112084903A (zh) 一种更新人脸识别底库照片的方法及系统
CN112084904A (zh) 人脸搜索方法、装置及存储介质
CN111445487A (zh) 图像分割方法、装置、计算机设备和存储介质
CN111898533B (zh) 一种基于时空特征融合的步态分类方法
CN111079587B (zh) 人脸的识别方法、装置、计算机设备及可读存储介质
CN111340025A (zh) 字符识别方法、装置、计算机设备和计算机可读存储介质
CN112488062B (zh) 一种图像识别方法、装置、设备及介质
CN110807403B (zh) 一种用户身份识别方法、装置及电子设备
CN115578765A (zh) 目标识别方法、装置、系统及计算机可读存储介质
CN115761842A (zh) 一种人脸底库自动更新方法、装置
CN114399432A (zh) 目标识别方法、装置、设备、介质及产品
CN113554685A (zh) 遥感卫星运动目标检测方法、装置、电子设备及存储介质
CN111767757B (zh) 身份信息确定方法及装置
CN113591706A (zh) 一种人脸识别方法、装置、存储介质及电子设备
CN113870210A (zh) 一种图像质量评估方法、装置、设备及存储介质
CN109784240B (zh) 一种人物识别方法、装置及存储装置

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