CN112418001A - 一种基于人脸特征的图像显示方法及装置 - Google Patents
一种基于人脸特征的图像显示方法及装置 Download PDFInfo
- Publication number
- CN112418001A CN112418001A CN202011222540.6A CN202011222540A CN112418001A CN 112418001 A CN112418001 A CN 112418001A CN 202011222540 A CN202011222540 A CN 202011222540A CN 112418001 A CN112418001 A CN 112418001A
- Authority
- CN
- China
- Prior art keywords
- face image
- determining
- face
- image
- standard
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000001815 facial effect Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G06V40/50—Maintenance of biometric data or enrolment thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开一种基于人脸特征的图像显示方法及装置,包括:在目标区域内的控制节点处确定第一人脸图像;所述第一人脸图像中包括第一人脸特征;当所述第一人脸特征对应目标人员,确定所述第一人脸图像的特征指数;确定所述目标人员对应的至少一个标准人脸图像的特征指数;当所述第一人脸图像的特征指数与任一所述标准人脸图像的特征指数满足第一预设条件,将所述第一人脸图像确定为所述标准人脸图像;在所述控制节点处显示所述标准人脸图像。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于人脸特征的图像显示方法及装置。
背景技术
在包括工厂在内的各类大型工作区域中,人员管理是一项十分重要的安全管理内容。现有技术中,可以通过闸机、门禁等方式;或者监控视频的方式实现人员管理。
但是现有的人员管理方案,主要是针对注册人员(即属于该区域的工作人员)进行管理。例如通过预存的注册人员的图像和身份信息,实现对于注册人员的管理和监控。而对于非注册人员(即该区域中的外来人员),由于缺少预存的图像和身份信息,所以无法纳入到管理方案当中。
发明内容
本发明提供一种基于人脸特征的图像显示方法及装置,以至少解决现有技术中存在的以上技术问题。
第一方面,本发明提供一种基于人脸特征的图像显示方法,包括:
在目标区域内的控制节点处确定第一人脸图像;所述第一人脸图像中包括第一人脸特征;
当所述第一人脸特征对应目标人员,确定所述第一人脸图像的特征指数;
确定所述目标人员对应的至少一个标准人脸图像的特征指数;
当所述第一人脸图像的特征指数与任一所述标准人脸图像的特征指数满足第一预设条件,将所述第一人脸图像确定为所述标准人脸图像;
在所述控制节点处显示所述标准人脸图像。
优选的,所述当所述第一人脸特征对应目标人员,确定所述第一人脸图像的特征指数包括:
当所述第一人脸特征与预存的合法人脸特征不相符,则确定所述第一人脸特征与所述目标人员对应;
确定所述第一人脸图像的特征指数。
优选的,所述确定所述第一人脸图像的特征指数,以及所述确定所述标准人脸图像的特征指数包括:
根据所述第一人脸图像中的人像信息、画质信息和/或背景信息,确定所述第一人脸图像的特征指数;
根据所述标准人脸图像中的人像信息、画质信息和/或背景信息,确定所述标准人脸图像的特征指数。
优选的,将所述第一人脸图像确定为所述标准人脸图像之后,还包括:
当所述目标人员存在对应的聚类中心,则将所述第一人脸特征加入到所述目标人员对应的聚类中心;所述聚类中心中包括各所述标准人脸图像对应的标准人脸特征。
优选的,将所述第一人脸图像确定为所述标准人脸图像之后,还包括:
当所述目标人员不存在对应的聚类中心,则建立针对所述目标人员的聚类中心,并将所述第一人脸特征加入到所述目标人员对应的聚类中心。
优选的,还包括:
基于所述聚类中心,确定所述目标人员的临时身份信息;
根据所述临时身份信息,确定针对所述目标人员的管理业务。
优选的,所述确定针对所述目标人员的管理业务包括:
确定针对所述目标人员的通行权限、警报信息、或引导标识。
第二方面,本发明提供一种基于人脸特征的图像显示装置,包括:
第一人脸图像确定模块,用于在目标区域内的控制节点处确定第一人脸图像;所述第一人脸图像中包括第一人脸特征;
第一特征指数确定模块,用于在所述第一人脸特征对应目标人员时,确定所述第一人脸图像的特征指数;
第二特征指数确定模块,用于确定所述目标人员对应的至少一个标准人脸图像的特征指数;
标准人脸图像确定模块,用于在所述第一人脸图像的特征指数与任一所述标准人脸图像的特征指数满足第一预设条件时,将所述第一人脸图像确定为所述标准人脸图像;
图像显示模块,用于在所述控制节点处显示所述标准人脸图像。
第三方面,本发明提供一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行本发明所述的基于人脸特征的图像显示方法。
第四方面,本发明提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现本发明所述的基于人脸特征的图像显示方法。
与现有技术相比,本发明提供的一种基于人脸特征的图像显示方法及装置,通过图像分析确定第一人脸图像对应目标人员,并通过对比第一人脸图像与标准人脸图像的特征指数,实现对标准人脸图像进行迭代更新,不断的筛选出效果更为理想的人脸图像以代表目标人员,从而使得标准人脸图像中的面部角度、表情、清晰度,或者背景等画面因素会有较为良好的效果,避免了抓拍图像效果不佳而造成不良的体验,也避免了由于图像质量的原因无法实现有效的人员管理的技术问题。
附图说明
图1为本发明一实施例提供的一种基于人脸特征的图像显示方法的流程示意图;
图2为本发明一实施例提供的另一种基于人脸特征的图像显示方法的流程示意图;
图3为本发明一实施例提供的一种基于人脸特征的图像显示装置的结构示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,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,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做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。
申请概述
现有技术中,工作区域内的人员管理方案,主要是针对注册人员进行管理。所谓注册人员,即日常属于该区域的工作人员,或者说是该区域内的合法人员。通常,管理系统会预存的注册人员的人脸图像和身份信息,实现对于注册人员的管理和监控。在管理过程当中,可在特定的环节显示注册人员的人脸图像,以体现部分的管理功能。
而对于非注册人员,即该区域中的外来人员。由于非注册人员是临时出现在该区域中,所以缺少预存的图像和身份信息。目前大部分管理方案无法将非注册人员的管理纳入其中。少数管理方案能够对非注册人员进行简单的管理。例如可通过区域内的摄像头抓拍到非注册人员的人脸图像,从而实现一定程度的管理。例如在特定的环节显示对非注册人员抓拍的人脸图像。
但是,抓拍的人脸图像通常难以保障图像质量。该图像中非注册人员的面部角度、表情、清晰度,或者背景等画面因素可能并不理想。所以在显示抓拍图像时,可能造成不良的体验。或者现有技术可能由于图像质量的原因,无法实现有效的人员管理。
示例性方法
因此,本发明实施例将提供一种基于人脸特征的图像显示方法,以至少解决现有技术中存在的以上技术问题。如图1所示,本实施例中方法包括以下步骤:
步骤101、在目标区域内的控制节点处确定第一人脸图像;第一人脸图像中包括第一人脸特征。
目标区域,即本实施例中涉及的人脸图像显示以及人员管理所覆盖的工作区域范围。例如可以是智能化的工厂开放区域,或者是办公楼等场所中的办公区域。控制节点可以是目标区域中进行空间划分的位置,例如目标区域中的闸机、门禁等;或者也可以是目标区域中的检测点,例如通行路径上的监控摄像头。
当目标区域内有人员经过或到达控制节点时,可对该人员进行拍摄,以获得第一人脸图像。该第一人脸图像中包括该人员的面部信息。而根据该人员的面部信息,可以提取到可供进行图像分析和识别的第一人脸特征。也就是说,第一人脸特征可以是从第一人脸图像中提取的,并可以输入用于进行人脸识别的网络模型的特征信息。
步骤102、当第一人脸特征对应目标人员,确定第一人脸图像的特征指数。
根据第一人脸特征,可以判断经过或到达控制节点的人员的身份。也就是,判断其为上述的注册人员或非注册人员。本实施例中的目标人员专指代上述的非注册人员。
具体来说,本实施例中会预存注册人员的人脸特征,即合法人脸特征。基于合法人脸特征可以对注册人员进行人员管理,在此无需赘述。当第一人脸特征与预存的合法人脸特征不相符,则说明该人员不是注册人员。所以确定第一人脸特征与目标人员对应。也就是说,此时判断认为第一人脸图像是目标人员对应的人脸图像。则可进一步的,确定第一人脸图像的特征指数。
本实施例中可以认为,特征指数是一种结合第一人脸图像中面部信息的角度、表情、清晰度,以及背景效果等各种因素而确定的对于画面显示效果的“评分”。换言之,也就是对于画面效果这一抽象概念的量化。一般来说,特征指数的数值越大则可认为画面效果越好。特征指数的计算可以基于具有图像分析功能的卷积神经网络模型实现,本实施例中对此不做限定。通常在计算过程当中,可以根据第一人脸图像中的人像信息、画质信息和/或背景信息等内容,确定第一人脸图像的特征指数。
另外还需要说明的是,本实施例中确定的第一人脸图像的数量可以是一个,也可以是多个。当第一人脸图像的数量为多个,可从多个第一人脸图像中筛选处一个效果最优的计算其特征指数。或者计算各第一人脸图像的特征指数,并保留其中特征指数数值最大的(即效果最好的)一个。
步骤103、确定目标人员对应的至少一个标准人脸图像的特征指数。
标准人脸图像,可以认为是先前保存下来的画面效果相对较优的人脸图像。或者可以说,是先前采集到的特征指数最大的N个人脸图像(N为预设的数量)。也就是,标准人脸图像可作为代表目标人员的图像。
在先前的图像分析过程中,已经确定了标准人脸图像的特征指数。标准人脸图像的特征指数,与第一人脸图像的特征指数的计算过程一致。即根据标准人脸图像中的人像信息、画质信息和/或背景信息,确定标准人脸图像的特征指数。在此不重复叙述。
步骤104、当第一人脸图像的特征指数与任一标准人脸图像的特征指数满足第一预设条件,将第一人脸图像确定为标准人脸图像。
本实施例中,可将第一人脸图像的特征指数与每个标准人脸图像的特征指数进行对比。在特征指数的数值越大代表画面效果越好的前提下,当第一人脸图像的特征指数大于任一标准人脸图像的特征指数,即可认为满足第一预设条件。
在此情况下说明,第一人脸图像的效果超过了至少一个标准人脸图像,也就说明第一人脸图像实质上达到了标准人脸图像的“阈值”。所以可将第一人脸图像加入到标准人脸图像的集合当中。也可以认为,先前确定的标准人脸图像,均是通过类似步骤101~步骤104的过程进行确认的。而循环上述过程,即可对标准人脸图像进行迭代更新,不断的筛选出效果更为理想的人脸图像,以代表目标人员。
步骤105、在控制节点处显示标准人脸图像。
确定了标准人脸图像之后,本实施例中可以在特定的控制节点处显示该标准人脸图像以代表目标人员。例如,在目标人员经过门禁进行身份验证时,可显示该标准人脸图像以表明目标人员的身份。或者在其他情况下也可显示该标准人脸图像以起到其他的作用。本实施例中对此不做限定。在显示时,可选择任一标准人脸图像进行显示,也可选择特征指数最高的标准人脸图像进行显示,或者还可人工进行选择。
由于在本实施例中,标准人脸图像可以是经过循环迭代更新得到的效果相对理想的图像,所以相对来说其中的面部角度、表情、清晰度,或者背景等画面因素会有较为良好的效果。
通过以上技术方案可知,本实施例存在的有益效果是:通过图像分析确定第一人脸图像对应目标人员,并通过对比第一人脸图像与标准人脸图像的特征指数,实现对标准人脸图像进行迭代更新,不断的筛选出效果更为理想的人脸图像以代表目标人员,从而使得标准人脸图像中的面部角度、表情、清晰度,或者背景等画面因素会有较为良好的效果,避免了抓拍图像效果不佳而造成不良的体验,也避免了由于图像质量的原因无法实现有效的人员管理的技术问题。
图1所示仅为本发明所述方法的基础实施例,在其基础上进行一定的优化和拓展,还能够得到所述方法的其他优选实施例。
如图2所示,为本发明所述基于人脸特征的图像显示方法的另一个具体实施例。本实施例在前述实施例的基础上,进行进一步拓展。所述方法具体包括以下步骤:
步骤201、在目标区域内的控制节点处确定第一人脸图像;第一人脸图像中包括第一人脸特征。
步骤202、当第一人脸特征与预存的合法人脸特征不相符,则确定第一人脸特征与目标人员对应。
上述步骤201~步骤202中内容与图1前述实施例中一致,即确定第一人脸图像与目标人员相对应。在此不重复叙述。
步骤203、当目标人员存在对应的聚类中心,则将第一人脸特征加入到目标人员对应的聚类中心。
聚类中心可以认为是目标人员的人脸特征的集合,每个聚类中心对应的包括特定目标人员的人脸特征。如图1所示实施例中所描述,当第一人脸图像被确定为标准人脸图像,则可将相应的第一人脸特征加入到聚类中心。并且,聚类中心中还会包括先前确定的各标准人脸图像对应的标准人脸特征。
聚类中心中某一特定特征信息的数值,可以是其中所有人脸特征(包括第一人脸特征和标准人脸特征)中该特征信息的均值。也可以为特征指数较大的人脸图像(包括第一人脸图像和标准人脸图像)对应的人脸特征配以更高的权重,或者为新加入聚类中心的人脸图像对应的人脸特征配以更高的权重。从而使得聚类中心能够得出关于目标人员面部的完整特征信息。
本实施例中,聚类中心对应的人脸图像的数量最多可以是k个(k为预设的正整数)。若标准人脸图像的数量已经达到k个,而新的第一人脸图像被确认为标准人脸图像时,则可将特征指数最低的标准人脸图像及其对应的标准人脸特征删除。
步骤204、当目标人员不存在对应的聚类中心,则建立针对目标人员的聚类中心,并将第一人脸特征加入到目标人员对应的聚类中心。
当第一次将目标人员对应的第一人脸图像确定为标准人脸图像,则此时往往目标人员尚无对应的聚类中心。则可针对目标人员建立聚类中心,将第一人脸特征加入到目标人员对应的聚类中心。
本实施例中,聚类中心的数量最多可以是m个(m为预设的正整数)。若已经建立的聚类中心达到m个,并且还需新建聚类中心时,可将最早建立的聚类中心删除。或者也可在一个聚类中心建立后达到预设的时间阈值时,自动删除该聚类中心。
步骤205、基于聚类中心,确定目标人员的临时身份信息;根据临时身份信息,确定针对目标人员的管理业务。
利用聚类中心,即利用聚类中心中关于目标人员面部的完整特征信息,可确定目标人员的临时身份信息。也就是对目标人员进行临时注册。至此,相当于得到了目标人员的图像和身份信息,使目标人员在短时间内与常规的注册人员无异。进而可将目标人员纳入到针对注册人员的管理当中,确定针对目标人员的管理业务。
具体来说,管理业务可以是针对目标人员的通行权限、警报信息、或引导标识。通信权限即确定目标人员是否有通过特定门禁、闸机的权限。警报信息即在目标人员进入无权限的区域时进行预警。引导标识即根据目标人员的位置以及其目的地,指示其按照正确的路径前进,避免访客迷路。
由此,本实施例中实现了将目标人员(即非注册人员)纳入到针对注册人员的管理方案当中,从而能够有效的对目标人员进行管理,实现各类相关的管理业务。解决了现有技术中无法将非注册人员纳入管理的技术问题。
示例性装置
如图3所示,为本发明所述基于人脸特征的图像显示装置的一个具体实施例。本实施例所述装置,即用于执行图1~2所述方法的实体装置。其技术方案本质上与上述实施例一致,上述实施例中的相应描述同样适用于本实施例中。本实施例中所述装置包括:
第一人脸图像确定模块301,用于在目标区域内的控制节点处确定第一人脸图像;第一人脸图像中包括第一人脸特征。
第一特征指数确定模块302,用于在第一人脸特征对应目标人员时,确定第一人脸图像的特征指数。
第二特征指数确定模块303,用于确定目标人员对应的至少一个标准人脸图像的特征指数。
标准人脸图像确定模块304,用于在第一人脸图像的特征指数与任一标准人脸图像的特征指数满足第一预设条件时,将第一人脸图像确定为标准人脸图像。
图像显示模块305,用于在控制节点处显示标准人脸图像。
另外在图3所示实施例的基础上,优选的,还包括:
第一特征指数确定模块302包括:
人脸识别单元321,用于在第一人脸特征与预存的合法人脸特征不相符时,确定第一人脸特征与目标人员对应;
特征指数确定单元322,用于确定第一人脸图像的特征指数。
聚类模块306,用于在目标人员存在对应的聚类中心时,将第一人脸特征加入到目标人员对应的聚类中心;聚类中心中包括各标准人脸图像对应的标准人脸特征;或在目标人员不存在对应的聚类中心时,建立针对目标人员的聚类中心,并将第一人脸特征加入到目标人员对应的聚类中心。
管理业务模块307,用于基于聚类中心,确定目标人员的临时身份信息;根据临时身份信息,确定针对目标人员的管理业务。确定针对目标人员的管理业务包括:确定针对目标人员的通行权限、警报信息、或引导标识。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本发明的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本发明的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
本发明中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“如但不限于”,且可与其互换使用。
还需要指出的是,在本发明的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此,本发明不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种基于人脸特征的图像显示方法,其特征在于,包括:
在目标区域内的控制节点处确定第一人脸图像;所述第一人脸图像中包括第一人脸特征;
当所述第一人脸特征对应目标人员,确定所述第一人脸图像的特征指数;
确定所述目标人员对应的至少一个标准人脸图像的特征指数;
当所述第一人脸图像的特征指数与任一所述标准人脸图像的特征指数满足第一预设条件,将所述第一人脸图像确定为所述标准人脸图像;
在所述控制节点处显示所述标准人脸图像。
2.根据权利要求1所述方法,其特征在于,所述当所述第一人脸特征对应目标人员,确定所述第一人脸图像的特征指数包括:
当所述第一人脸特征与预存的合法人脸特征不相符,则确定所述第一人脸特征与所述目标人员对应;
确定所述第一人脸图像的特征指数。
3.根据权利要求2所述方法,其特征在于,所述确定所述第一人脸图像的特征指数,以及所述确定所述标准人脸图像的特征指数包括:
根据所述第一人脸图像中的人像信息、画质信息和/或背景信息,确定所述第一人脸图像的特征指数;
根据所述标准人脸图像中的人像信息、画质信息和/或背景信息,确定所述标准人脸图像的特征指数。
4.根据权利要求1所述方法,其特征在于,将所述第一人脸图像确定为所述标准人脸图像之后,还包括:
当所述目标人员存在对应的聚类中心,则将所述第一人脸特征加入到所述目标人员对应的聚类中心;所述聚类中心中包括各所述标准人脸图像对应的标准人脸特征。
5.根据权利要求1所述方法,其特征在于,将所述第一人脸图像确定为所述标准人脸图像之后,还包括:
当所述目标人员不存在对应的聚类中心,则建立针对所述目标人员的聚类中心,并将所述第一人脸特征加入到所述目标人员对应的聚类中心。
6.根据权利要求4或5所述方法,其特征在于,还包括:
基于所述聚类中心,确定所述目标人员的临时身份信息;
根据所述临时身份信息,确定针对所述目标人员的管理业务。
7.根据权利要求6所述方法,其特征在于,所述确定针对所述目标人员的管理业务包括:
确定针对所述目标人员的通行权限、警报信息、或引导标识。
8.一种基于人脸特征的图像显示装置,其特征在于,包括:
第一人脸图像确定模块,用于在目标区域内的控制节点处确定第一人脸图像;所述第一人脸图像中包括第一人脸特征;
第一特征指数确定模块,用于在所述第一人脸特征对应目标人员时,确定所述第一人脸图像的特征指数;
第二特征指数确定模块,用于确定所述目标人员对应的至少一个标准人脸图像的特征指数;
标准人脸图像确定模块,用于在所述第一人脸图像的特征指数与任一所述标准人脸图像的特征指数满足第一预设条件时,将所述第一人脸图像确定为所述标准人脸图像;
图像显示模块,用于在所述控制节点处显示所述标准人脸图像。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7任一项所述的基于人脸特征的图像显示方法。
10.一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-7任一项所述的基于人脸特征的图像显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011222540.6A CN112418001A (zh) | 2020-11-05 | 2020-11-05 | 一种基于人脸特征的图像显示方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011222540.6A CN112418001A (zh) | 2020-11-05 | 2020-11-05 | 一种基于人脸特征的图像显示方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112418001A true CN112418001A (zh) | 2021-02-26 |
Family
ID=74828666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011222540.6A Pending CN112418001A (zh) | 2020-11-05 | 2020-11-05 | 一种基于人脸特征的图像显示方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418001A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107609508A (zh) * | 2017-09-08 | 2018-01-19 | 深圳市金立通信设备有限公司 | 一种人脸识别方法、终端及计算机可读存储介质 |
CN110232134A (zh) * | 2019-06-13 | 2019-09-13 | 上海商汤智能科技有限公司 | 数据更新方法、服务器及计算机存储介质 |
CN111144366A (zh) * | 2019-12-31 | 2020-05-12 | 中国电子科技集团公司信息科学研究院 | 一种基于联合人脸质量评估的陌生人脸聚类方法 |
CN111818378A (zh) * | 2020-07-14 | 2020-10-23 | 海信视像科技股份有限公司 | 显示设备及人物识别展示的方法 |
-
2020
- 2020-11-05 CN CN202011222540.6A patent/CN112418001A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107609508A (zh) * | 2017-09-08 | 2018-01-19 | 深圳市金立通信设备有限公司 | 一种人脸识别方法、终端及计算机可读存储介质 |
CN110232134A (zh) * | 2019-06-13 | 2019-09-13 | 上海商汤智能科技有限公司 | 数据更新方法、服务器及计算机存储介质 |
CN111144366A (zh) * | 2019-12-31 | 2020-05-12 | 中国电子科技集团公司信息科学研究院 | 一种基于联合人脸质量评估的陌生人脸聚类方法 |
CN111818378A (zh) * | 2020-07-14 | 2020-10-23 | 海信视像科技股份有限公司 | 显示设备及人物识别展示的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11410001B2 (en) | Method and apparatus for object authentication using images, electronic device, and storage medium | |
US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
WO2020073505A1 (zh) | 基于图像识别的图像处理方法、装置、设备及存储介质 | |
CN110473328B (zh) | 社区门禁管理方法及装置、存储介质、电子设备 | |
US9971949B2 (en) | Imaging processing system and method and management apparatus | |
CN110852148B (zh) | 一种基于目标追踪的访客目的地核验方法及系统 | |
KR102244180B1 (ko) | 자동 얼굴 등록 및 갱신에 기반한 얼굴인식 출입 통제 시스템 및 방법 | |
CN102004923A (zh) | 在监视系统中检测行动的方法和装置 | |
CN109858442B (zh) | 基于门禁机的陌生人通行监控方法及装置 | |
CN110889314B (zh) | 图像处理方法、装置、电子设备、服务器及系统 | |
CN112016474B (zh) | 一种人脸识别方法、装置、设备及计算机可读存储介质 | |
JP2018181157A (ja) | 人物認証装置 | |
JP2015070401A (ja) | 映像処理装置、映像処理方法および映像処理プログラム | |
CN115346163A (zh) | 仓库安全监控方法、装置、系统、设备和计算机存储介质 | |
CN113642519A (zh) | 一种人脸识别系统和人脸识别方法 | |
CN111401239A (zh) | 一种视频分析方法、装置、系统、设备及存储介质 | |
WO2024060872A1 (zh) | 门禁管理方法、验证服务器、门禁系统及可读存储介质 | |
CN112418001A (zh) | 一种基于人脸特征的图像显示方法及装置 | |
CN114049658A (zh) | 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质 | |
US20220130174A1 (en) | Image processing apparatus, control method, and non-transitory storage medium | |
US20240211480A1 (en) | Information aggregation in a multi-modal entity-feature graph for intervention prediction | |
CN109741559A (zh) | 一种管理园区安全的处理方法及装置 | |
CN115810228A (zh) | 人脸识别门禁管理方法、装置、电子设备和存储介质 | |
CN112669509A (zh) | 门禁管理方法、系统、电子设备及存储介质 | |
CN113537078B (zh) | 人员管理方法、装置、智能终端及计算机可读存储介质 |
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 |