CN113505674A - 人脸图像处理方法及装置、电子设备和存储介质 - Google Patents
人脸图像处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113505674A CN113505674A CN202110738633.2A CN202110738633A CN113505674A CN 113505674 A CN113505674 A CN 113505674A CN 202110738633 A CN202110738633 A CN 202110738633A CN 113505674 A CN113505674 A CN 113505674A
- Authority
- CN
- China
- Prior art keywords
- face image
- face
- yin
- yang
- determining
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种人脸图像处理方法及装置、电子设备和存储介质。所述方法包括:将获取的第一人脸图像划分为多个区域;分别确定所述多个区域中每个区域的亮度类型;根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果;基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
Description
技术领域
本公开涉及计算机视觉技术领域,尤其涉及一种人脸图像处理方法及装置、电子设备和存储介质。
背景技术
目前,智能车舱产品大多基于人脸图像来实现其功能,例如FaceID(面容ID)的注册和识别,DMS(Driver Monitor System,驾驶员监控系统)的疲劳、分心、驾驶员年龄、驾驶员性别的识别等。人脸图像的质量会对智能车舱产品的这些功能的准确率产生较大的影响。
我们在智能车舱产品的测试过程中发现,“阴阳脸”会影响基于人脸图像的智能车舱产品的功能。在夏日晴天下午的室外道路、地下车库等场景下,驾驶员变成“阴阳脸”的现象经常出现,导致影响智能车舱产品进行人脸图像处理准确率。
发明内容
本公开提供了一种人脸图像处理技术方案。
根据本公开的一方面,提供了一种人脸图像处理方法,包括:
将获取的第一人脸图像划分为多个区域;
分别确定所述多个区域中每个区域的亮度类型;
根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果;
基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
在一种可能的实现方式中,所述根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,包括:
根据所述每个区域的亮度类型,确定至少一种亮度类型中每一种亮度类型的区域的数量;
根据所述数量,确定所述第一人脸图像的阴阳脸检测结果。
在一种可能的实现方式中,所述根据所述数量,确定所述第一人脸图像的阴阳脸检测结果,包括:
确定对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度;
根据所述数量以及所述敏感度,确定所述第一人脸图像的阴阳脸检测结果。
在一种可能的实现方式中,所述分别确定所述多个区域中每个区域的亮度类型,包括:
对于每个所述区域,确定所述区域中的像素的亮度类型;
根据所述区域中的像素的亮度类型,确定所述区域的亮度类型。
在一种可能的实现方式中,所述根据所述区域中的像素的亮度类型,确定所述区域的亮度类型,包括:
根据所述区域中的像素的亮度类型,确定所述区域中至少一种亮度类型的像素的比例;
根据所述比例,确定所述区域的亮度类型。
在一种可能的实现方式中,所述确定所述区域中的像素的亮度类型,包括:
对于所述区域中的任一像素,根据所述像素的灰度值,确定所述像素的亮度类型。
在一种可能的实现方式中,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,丢弃所述第一人脸图像。
在一种可能的实现方式中,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,还包括:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,对所述当前跳帧数增加1。
在一种可能的实现方式中,所述第一人脸图像包括人脸视频中的一帧图像;
所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,基于第二人脸图像确定所述第一人脸图像的处理结果,其中,所述第二人脸图像表示所述人脸视频中在所述第一人脸图像之前、且阴阳脸检测结果为非阴阳脸的人脸图像中与所述第一人脸图像最近的人脸图像。
在一种可能的实现方式中,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数已达到预设跳帧数,对所述第一人脸图像进行平滑处理,得到平滑处理后的第一人脸图像;
对所述平滑处理后的第一人脸图像进行处理。
在一种可能的实现方式中,所述方法还包括:
根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数。
在一种可能的实现方式中,所述根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数,包括:
根据所述第一人脸图像的图像处理帧率的预设需求值、摄像头的采集帧率以及平滑处理的速度中的至少一项,确定预设跳帧数。
在一种可能的实现方式中,所述第一人脸图像包括车舱内的乘员的人脸视频中的一帧图像;
所述对所述第一人脸图像进行处理,包括以下至少一项:基于所述第一人脸图像对所述乘员进行身份识别/认证,基于所述第一人脸图像对所述乘员进行属性识别,基于所述第一人脸图像检测所述乘员的乘车状态;
所述第一人脸图像的图像处理帧率的预设需求值包括以下至少一项:对所述乘员进行身份识别/认证的第一帧率需求值,对所述乘员进行属性识别的第二帧率需求值,检测所述乘员的乘车状态的第三帧率需求值。
在一种可能的实现方式中,所述将获取的第一人脸图像划分为多个区域,包括:
基于获取的第一人脸图像的几何中心,将所述第一人脸图像划分为多个区域,其中,所述多个区域中的任一区域的顶点包括所述几何中心。
在一种可能的实现方式中,所述将获取的第一人脸图像划分为多个区域,包括:
获取所述第一人脸图像的采集地点的地理位置信息;
根据所述地理位置信息,确定第一人脸图像对应的划分方式;
根据所述划分方式,将所述第一人脸图像划分为多个区域。
根据本公开的一方面,提供了一种人脸图像处理装置,包括:
划分模块,用于将获取的第一人脸图像划分为多个区域;
第一确定模块,用于分别确定所述多个区域中每个区域的亮度类型;
第二确定模块,用于根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果;
图像处理模块,用于基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
在一种可能的实现方式中,所述第二确定模块用于:
根据所述每个区域的亮度类型,确定至少一种亮度类型中每一种亮度类型的区域的数量;
根据所述数量,确定所述第一人脸图像的阴阳脸检测结果。
在一种可能的实现方式中,所述第二确定模块用于:
确定对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度;
根据所述数量以及所述敏感度,确定所述第一人脸图像的阴阳脸检测结果。
在一种可能的实现方式中,所述第一确定模块用于:
对于每个所述区域,确定所述区域中的像素的亮度类型;
根据所述区域中的像素的亮度类型,确定所述区域的亮度类型。
在一种可能的实现方式中,所述第一确定模块用于:
根据所述区域中的像素的亮度类型,确定所述区域中至少一种亮度类型的像素的比例;
根据所述比例,确定所述区域的亮度类型。
在一种可能的实现方式中,所述第一确定模块用于:
对于所述区域中的任一像素,根据所述像素的灰度值,确定所述像素的亮度类型。
在一种可能的实现方式中,所述图像处理模块用于:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,丢弃所述第一人脸图像。
在一种可能的实现方式中,所述图像处理模块用于:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,对所述当前跳帧数增加1。
在一种可能的实现方式中,所述第一人脸图像包括人脸视频中的一帧图像;
所述图像处理模块用于:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,基于第二人脸图像确定所述第一人脸图像的处理结果,其中,所述第二人脸图像表示所述人脸视频中在所述第一人脸图像之前、且阴阳脸检测结果为非阴阳脸的人脸图像中与所述第一人脸图像最近的人脸图像。
在一种可能的实现方式中,所述图像处理模块用于:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数已达到预设跳帧数,对所述第一人脸图像进行平滑处理,得到平滑处理后的第一人脸图像;
对所述平滑处理后的第一人脸图像进行处理。
在一种可能的实现方式中,所述装置还包括:
第三确定模块,用于根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数。
在一种可能的实现方式中,所述第三确定模块用于:
根据所述第一人脸图像的图像处理帧率的预设需求值、摄像头的采集帧率以及平滑处理的速度中的至少一项,确定预设跳帧数。
在一种可能的实现方式中,所述第一人脸图像包括车舱内的乘员的人脸视频中的一帧图像;
所述图像处理模块用于以下至少一项:基于所述第一人脸图像对所述乘员进行身份识别/认证,基于所述第一人脸图像对所述乘员进行属性识别,基于所述第一人脸图像检测所述乘员的乘车状态;
所述第一人脸图像的图像处理帧率的预设需求值包括以下至少一项:对所述乘员进行身份识别/认证的第一帧率需求值,对所述乘员进行属性识别的第二帧率需求值,检测所述乘员的乘车状态的第三帧率需求值。
在一种可能的实现方式中,所述划分模块用于:
基于获取的第一人脸图像的几何中心,将所述第一人脸图像划分为多个区域,其中,所述多个区域中的任一区域的顶点包括所述几何中心。
在一种可能的实现方式中,所述划分模块用于:
获取所述第一人脸图像的采集地点的地理位置信息;
根据所述地理位置信息,确定第一人脸图像对应的划分方式;
根据所述划分方式,将所述第一人脸图像划分为多个区域。
根据本公开的一方面,提供了一种车辆,包括:
摄像头,用于采集车舱内的视频流;
车机,与所述摄像头连接,用于响应于人脸图像处理请求,从所述视频流中获取第一人脸图像,将获取的第一人脸图像划分为多个区域,分别确定所述多个区域中每个区域的亮度类型,根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,并基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
根据本公开的一方面,提供了一种电子设备,包括:一个或多个处理器;用于存储可执行指令的存储器;其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行上述方法。
根据本公开的一方面,提供了一种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被处理器执行时实现上述方法。
在本公开实施例中,通过将获取的第一人脸图像划分为多个区域,分别确定所述多个区域中每个区域的亮度类型,根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,并基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,由此基于人脸图像中的不同区域的亮度类型判断人脸图像中的人脸是否为阴阳脸,并基于阴阳脸检测结果进行人脸图像的后续处理,从而能够提高人脸图像处理的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出本公开实施例提供的人脸图像处理方法的流程图。
图2示出本公开实施例提供的人脸图像处理方法中将第一人脸图像划分为多个区域的示意图。
图3示出本公开实施例提供的人脸图像处理装置的框图。
图4示出本公开实施例提供的一种电子设备800的框图。
图5示出本公开实施例提供的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
相关技术的智能车舱产品中,“阴阳脸”图像被当作正常的人脸图像来处理,导致FaceID、DMS、OMS(Occupant Monitoring System,乘员监控系统)等功能的准确率较低,容易引起疲劳、分心等功能的误识别。
本公开实施例通过将获取的第一人脸图像划分为多个区域,分别确定所述多个区域中每个区域的亮度类型,根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,并基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,由此基于人脸图像中的不同区域的亮度类型判断人脸图像中的人脸是否为阴阳脸,并基于阴阳脸检测结果进行人脸图像的后续处理,从而能够提高人脸图像处理的准确性。
下面结合附图对本公开实施例提供的人脸图像处理方法进行详细的说明。
图1示出本公开实施例提供的人脸图像处理方法的流程图。在一种可能的实现方式中,所述人脸图像处理方法可以由终端设备或服务器或其它处理设备执行。终端设备可以是车载设备、用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备或者可穿戴设备等。其中,车载设备可以是车舱内的车机、域控制器或者处理器,还可以是DMS(DriverMonitor System,驾驶员监控系统)或者OMS(Occupant Monitoring System,乘员监控系统)中用于执行图像等数据处理操作的设备主机等。在一些可能的实现方式中,所述人脸图像处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示,所述人脸图像处理方法包括步骤S11至步骤S14。
在步骤S11中,将获取的第一人脸图像划分为多个区域。
在步骤S12中,分别确定所述多个区域中每个区域的亮度类型。
在步骤S13中,根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果。
在步骤S14中,基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
在本公开实施例中,第一人脸图像可以表示最新获取的人脸图像。本公开实施例可以应用于智能车舱。在智能车舱的应用场景中,第一人脸图像可以是车载摄像头最新采集的人脸图像,或者,第一人脸图像可以是从车载摄像头最新采集的图像中截取的人脸区域的图像数据。本公开实施例可以应用于任意类型的车辆,例如乘用车、出租车、网约车、共享汽车、公交车等等。其中,车载摄像头可以是设置于车辆的任意摄像头。车载摄像头的数量可以是一个或两个以上。车载摄像头可以安装于车舱内和/或车舱外。车载摄像头采集的人脸图像可以用于人脸识别、驾驶员监控、乘员监控等,在此不做限定。例如,驾驶员监控可以包括分心检测、疲劳检测、危险动作识别等功能,乘员监控可以包括年龄检测、情绪检测等功能。当然,除了智能车舱的应用场景,本公开实施例提供的人脸图像处理方法还可以应用于其他需要进行人脸图像处理的应用场景中,例如人脸识别门禁、人脸识别考勤等等,在此不做限定。
在本公开实施例中,对第一人脸图像划分得到的区域的数量大于或等于2。本领域技术人员可以根据实际应用场景需求灵活设置对第一人脸图像划分的区域的数量,例如,可以设置一个较大的数量,以获得较高的准确率,或者,可以设置一个较小的数量,以节约计算资源,在此不做限定。
在一种可能的实现方式中,所述将获取的第一人脸图像划分为多个区域,包括:基于获取的第一人脸图像的几何中心,将所述第一人脸图像划分为多个区域,其中,所述多个区域中的任一区域的顶点包括所述几何中心。图2示出本公开实施例提供的人脸图像处理方法中将第一人脸图像划分为多个区域的示意图。在图2所示的示例中,基于第一人脸图像的几何中心,将第一人脸图像划分为8个区域,其中,8个区域中的每个区域的顶点均包括第一人脸图像的几何中心。基于该实现方式划分得到的多个区域进行阴阳脸检测,能够获得较准确的阴阳脸检测结果。
在另一种可能的实现方式中,所述将获取的第一人脸图像划分为多个区域,包括:获取所述第一人脸图像的采集地点的地理位置信息;根据所述地理位置信息,确定第一人脸图像对应的划分方式;根据所述划分方式,将所述第一人脸图像划分为多个区域。在该实现方式中,划分方式可以是基于几何中心划分、以竖直方向划分、以水平方向划分等等,在此不做限定。作为该实现方式的一个示例,地理位置信息可以包括纬度。在该示例中,可以通过GPS(Global Positioning System,全球定位系统)等获取第一人脸图像的采集地点的纬度。作为该实现方式的另一个示例,地理位置信息可以包括室内外信息,即,地理位置信息可以用于表示第一人脸图像的采集地点是室内或室外。在该示例中,可以对行车记录仪等的摄像头采集的参考图像进行图像分析,以确定第一人脸图像的采集地点是室内或室外,其中,参考图像可以表示与第一人脸图像在相同或相近的时间点采集的图像。作为该实现方式的另一个示例,地理位置信息可以包括纬度和室内外信息。例如,热带地区的太阳照射角度较高,阴阳脸的分界线通常是竖直方向的,若第一人脸图像的采集地点的地理位置信息指示第一人脸图像的采集地点处于南北回归线之间,且第一人脸图像的采集地点为室外,则可以确定第一人脸图像对应的划分方式为以竖直方向划分,例如,可以从左到右将第一人脸图像划分8个区域。本领域技术人员可以灵活设置地理位置信息与划分方式之间的对应关系,在此不做限定。在该实现方式中,通过获取所述第一人脸图像的采集地点的地理位置信息,根据所述地理位置信息,确定第一人脸图像对应的划分方式,并根据所述划分方式,将所述第一人脸图像划分为多个区域,基于由此划分得到的多个区域进行阴阳脸检测,能够获得较准确的阴阳脸检测结果。
作为该实现方式的一个示例,所述根据所述地理位置信息,确定第一人脸图像对应的划分方式,包括:根据所述地理位置信息,以及所述第一人脸图像的采集时间,确定第一人脸图像对应的划分方式。例如,若第一人脸图像的采集地点的地理位置信息指示第一人脸图像的采集地点处于南北回归线之间,第一人脸图像的采集地点为室外,且第一人脸图像的采集时间为下午,则可以确定第一人脸图像对应的划分方式为以竖直方向划分。
在本公开实施例中,区域的亮度类型可以是用于表示区域的亮度的类型。例如,区域的亮度类型可以包括亮区、正常区和暗区。当然,本领域技术人员可以根据实际应用场景需求针对区域设置更多或者更少的亮度类型,在此不做限定。
在一种可能的实现方式中,所述分别确定所述多个区域中每个区域的亮度类型,包括:对于每个所述区域,确定所述区域中的像素的亮度类型;根据所述区域中的像素的亮度类型,确定所述区域的亮度类型。在该实现方式中,像素的亮度类型可以是用于表示像素的亮度的类型。例如,像素的亮度类型可以包括亮点(bright pixel)、正常点(normalpixel)、暗点(dark pixel)。其中,亮点是亮度大于第一阈值的点,正常点是亮度在可视觉感知的一个设定范围内的点,暗点是亮度小于第二阈值的点。当然,本领域技术人员可以根据实际应用场景需求针对像素设置更多或者更少的亮度类型,在此不做限定。在该实现方式中,在确定区域的亮度类型时,关注区域中的各个像素的亮度类型,由此能够更准确地确定第一人脸图像中的各个区域的亮度类型,从而能够针对第一人脸图像实现更准确的阴阳脸判断。
作为该实现方式的一个示例,所述根据所述区域中的像素的亮度类型,确定所述区域的亮度类型,包括:根据所述区域中的像素的亮度类型,确定所述区域中至少一种亮度类型的像素的比例;根据所述比例,确定所述区域的亮度类型。其中,所述区域中的任意一种亮度类型的像素的比例,可以等于所述种亮度类型的像素的数量与所述区域的像素的数量的比值。例如,所述区域中的亮点的比例,可以等于所述区域中的亮点的数量与所述区域的总像素数的比值;所述区域中的正常点的比例,可以等于所述区域中的正常点的数量与所述区域的总像素数的比值;所述区域中的暗点的比例,可以等于所述区域中的暗点的数量与所述区域的总像素数的比值。
在一个例子中,若所述区域中的亮点的比例大于第一预设比例,则可以确定所述区域的亮度类型为亮区。在另一个例子中,若所述区域中的亮点的比例大于第一预设比例且暗点的比例小于第二预设比例,则可以确定所述区域的亮度类型为亮区。例如,若所述区域中的亮点的比例大于0.7且暗点的比例小于0.1,则可以确定所述区域的亮度类型为亮区,例如图2中的区域2。在另一个例子中,若所述区域中的正常点的比例大于第三预设比例,则可以确定所述区域的亮度类型为正常区。例如,若所述区域中的正常点的比例大于0.6,则可以确定所述区域的亮度类型为正常区,例如图2中的区域5。在另一个例子中,若所述区域中的暗点的比例大于第四预设比例,则可以确定所述区域的亮度类型为暗区。在另一个例子中,若所述区域中的暗点的比例大于第四预设比例且亮点的比例小于第五预设比例,则可以确定所述区域的亮度类型为暗区。当然,本领域技术人员可以根据实际应用场景需求灵活设置区域中的至少一种亮度类型的像素的比例与区域的亮度类型之间的对应关系,在此不做限定。
在该示例中,通过根据所述区域中的像素的亮度类型,确定所述区域中至少一种亮度类型的像素的比例,并根据所述比例,确定所述区域的亮度类型,由此能够准确地确定第一人脸图像中的各个区域的亮度类型。
作为该实现方式的另一个示例,所述根据所述区域中的像素的亮度类型,确定所述区域的亮度类型,包括:根据所述区域中的像素的亮度类型,确定所述区域中至少一种亮度类型的像素的数量;根据所述数量,确定所述区域的亮度类型。在一个例子中,若所述区域中的亮点的数量大于第一预设数量,则可以确定所述区域的亮度类型为亮区。在另一个例子中,若所述区域中的亮点的数量大于第一预设数量且暗点的数量小于第二预设数量,则可以确定所述区域的亮度类型为亮区。在另一个例子中,若所述区域中的正常点的数量大于第三预设数量,则可以确定所述区域的亮度类型为正常区。在另一个例子中,若所述区域中的暗点的数量大于第四预设数量,则可以确定所述区域的亮度类型为暗区。在另一个例子中,若所述区域中的暗点的数量大于第四预设数量且亮点的数量小于第五预设数量,则可以确定所述区域的亮度类型为暗区。当然,本领域技术人员可以根据实际应用场景需求灵活设置区域中的至少一种亮度类型的像素的数量与区域的亮度类型之间的对应关系,在此不做限定。
作为该实现方式的一个示例,所述确定所述区域中的像素的亮度类型,包括:对于所述区域中的任一像素,根据所述像素的灰度值,确定所述像素的亮度类型。在该示例中,可以将第一人脸图像转换为灰度图,由此可以根据第一人脸图像中的各个像素的灰度值确定各个像素的亮度类型。例如,对于所述区域中的任一像素,若所述像素的灰度值大于或等于第一预设灰度值,则可以确定所述像素的亮度类型为亮点;若所述像素的灰度值小于第一预设灰度值且大于或等于第二预设灰度值,则可以确定所述像素的亮度类型为正常点;若所述像素的灰度值小于第二预设灰度值,则可以确定所述像素的亮度类型为暗点。其中,第一预设灰度值大于第二预设灰度值。例如,第一预设灰度值为200,第二预设灰度值为85。当然,本领域技术人员可以根据实际应用场景需求灵活设置第一预设灰度值和第二预设灰度值的大小,在此不做限定。在该示例中,通过对于所述区域中的任一像素,根据所述像素的灰度值,确定所述像素的亮度类型,由此能够快速准确地确定第一人脸图像中的各个像素的亮度类型。
作为该实现方式的另一个示例,所述确定所述区域中的像素的亮度类型,包括:对于所述区域中的任一像素,根据所述像素的亮度值,确定所述像素的亮度类型。例如,任一像素的亮度值Y=0.299R+0.587G+0.114B,其中,R表示该像素的R通道值,G表示该像素的G通道值,B表示该像素的B通道值。例如,对于所述区域中的任一像素,若所述像素的亮度值大于或等于第一预设亮度值,则可以确定所述像素的亮度类型为亮点;若所述像素的亮度值小于第一预设亮度值且大于或等于第二预设亮度值,则可以确定所述像素的亮度类型为正常点;若所述像素的亮度值小于第二预设亮度值,则可以确定所述像素的亮度类型为暗点。其中,第一预设亮度值大于第二预设亮度值。本领域技术人员可以根据实际应用场景需求灵活设置第一预设亮度值和第二预设亮度值的大小,在此不做限定。
在另一种可能的实现方式中,所述分别确定所述多个区域中每个区域的亮度类型,包括:对于每个所述区域,确定所述区域中的像素的灰度值的平均值;根据所述区域中的像素的灰度值的平均值,确定所述区域的亮度类型。例如,对于所述多个区域中的任意一个区域,若所述区域中的像素的灰度值的平均值大于或等于第一预设值,则可以确定所述区域的亮度类型为亮区;若所述区域中的像素的灰度值的平均值小于第一预设值且大于或等于第二预设值,则可以确定所述区域的亮度类型为正常区;若所述区域中的像素的灰度值的平均值小于第二预设值,则可以确定所述区域的亮度类型为暗区。其中,第一预设值大于第二预设值。本领域技术人员可以根据实际应用场景需求灵活设置第一预设值和第二预设值的大小,在此不做限定。
在本公开实施例中,阴阳脸可以表示亮度不均匀的人脸。阴阳脸可以是太阳光或者较强的灯光从侧面照在人脸上形成的。阴阳脸可以是人脸的一部分亮、另一部分暗,亮暗区域之间有明显的分界线,也可以没有明显的分界线,亮暗区域交错。
在一种可能的实现方式中,所述根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,包括:根据所述每个区域的亮度类型,确定至少一种亮度类型中每一种亮度类型的区域的数量;根据所述数量,确定所述第一人脸图像的阴阳脸检测结果。在该实现方式中,根据所述多个区域中的每个区域的亮度类型,可以确定第一人脸图像中的至少一种亮度类型中每一种亮度类型的区域的数量。例如,在第一人脸图像中,区域1的亮度类型为亮区,区域2的亮度类型为亮区,区域3的亮度类型为亮区,区域4的亮度类型为亮区,区域5的亮度类型为正常区,区域6的亮度类型为暗区,区域7的亮度类型为暗区,区域8的亮度类型为正常区,那么,可以确定第一人脸图像中的亮区的数量为4,正常区的数量为2,暗区的数量为2。在该实现方式中,通过根据所述每个区域的亮度类型,确定至少一种亮度类型中每一种亮度类型的区域的数量,并根据所述数量,确定所述第一人脸图像的阴阳脸检测结果,由此能够提高对第一人脸图像进行阴阳脸判断的准确性。
作为该实现方式的一个示例,所述根据所述数量,确定所述第一人脸图像的阴阳脸检测结果,包括:确定对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度;根据所述数量以及所述敏感度,确定所述第一人脸图像的阴阳脸检测结果。
在一个例子中,若对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度为第一敏感度,则可以在满足第一预设条件时,确定第一人脸图像的阴阳脸检测结果为阴阳脸,在不满足第一预设条件时,确定第一人脸图像的阴阳脸检测结果为非阴阳脸,其中,第一敏感度可以表示较高的敏感度。例如,第一预设条件可以包括:第一人脸图像中连续的亮区的数量属于第一预设区间,且第一人脸图像中存在正常区或暗区;或者,第一人脸图像中连续的暗区的数量属于第二预设区间,且第一人脸图像中存在正常区或亮区。其中,第一预设区间可以与第二预设区间相同,也可以与第二预设区间不同。第一预设区间的左边界值大于或等于1,且右边界值小于或等于N-1,其中,N表示第一人脸图像中划分的区域数,例如图2中N等于8;第二预设区间的左边界值大于或等于1,且右边界值小于或等于N-1。例如,第一预设区间为[2,6],第二预设区间为[2,6]。
在另一个例子中,若对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度为第二敏感度,则可以在满足第二预设条件时,确定第一人脸图像的阴阳脸检测结果为阴阳脸,在不满足第二预设条件时,确定第一人脸图像的阴阳脸检测结果为非阴阳脸,其中,第二敏感度可以表示中等程度的敏感度。例如,第二预设条件可以包括:第一人脸图像中连续的亮区的数量属于第三预设区间,且连续的暗区的数量属于第四预设区间。其中,第三预设区间可以与第四预设区间相同,也可以与第四预设区间不同。第三预设区间的左边界值大于或等于1,且右边界值小于或等于N-1;第四预设区间的左边界值大于或等于1,且右边界值小于或等于N-1。例如,第三预设区间为[2,3],第四预设区间为[2,3]。
在另一个例子中,若对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度为第三敏感度,则可以在满足第三预设条件时,确定第一人脸图像的阴阳脸检测结果为阴阳脸,在不满足第三预设条件时,确定第一人脸图像的阴阳脸检测结果为非阴阳脸,其中,第三敏感度可以表示较低的敏感度。例如,第三预设条件可以包括:第一人脸图像中连续的亮区的数量属于第五预设区间,且连续的暗区的数量属于第六预设区间。其中,第五预设区间可以与第六预设区间相同,也可以与第六预设区间不同。第五预设区间的左边界值大于或等于1,且右边界值小于或等于N-1;第六预设区间的左边界值大于或等于1,且右边界值小于或等于N-1。例如,第五预设区间为[4],第六预设区间为[4]。
需要说明的是,尽管以以上例子介绍了根据所述数量以及所述敏感度确定第一人脸图像的阴阳脸检测结果的方式如上,但本领域技术人员能够理解,本公开应不限于此。本领域技术人员可以根据实际应用场景需求灵活设置数量和敏感度与阴阳脸检测结果之间的映射关系,在此不做限定。
在该示例中,通过确定对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度,并根据所述数量以及所述敏感度,确定所述第一人脸图像的阴阳脸检测结果,由此能够针对不同的人脸图像处理场景提高阴阳脸检测结果的准确性。
作为该实现方式的另一个示例,可以不考虑对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度,根据不同亮度类型的区域的数量与阴阳脸检测结果之间的对应关系,以及第一人脸图像中的至少一种亮度类型的区域的数量,确定第一人脸图像的阴阳脸检测结果。
在本公开实施例中,通过采用传统算法确定第一人脸图像的阴阳脸检测结果,而不依赖于机器学习模型,由此能够减少对内存的占用量,且能够提高阴阳脸判断的速度。
在一种可能的实现方式中,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,丢弃所述第一人脸图像。由于对人脸图像的亮度值或灰度值进行平滑处理容易导致人脸图像的细节丢失,例如人脸图像中双眼的眼白和眼珠的分界点的信息丢失等,从而导致在一定程度上降低人脸图像处理的准确率(例如DMS部分功能的准确率),因此,在该实现方式中,通过采用跳帧的方式,响应于第一人脸图像的阴阳脸检测结果指示第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,丢弃第一人脸图像,由此能够降低对人脸图像平滑处理的依赖程度,并能够节省计算资源(例如节省车机的计算资源)。
作为该实现方式的一个示例,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,还包括:响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,对所述当前跳帧数增加1。通过采用该示例,能够准确地记录连续的阴阳脸图像的数量以及连续的跳帧数量。
在一种可能的实现方式中,所述第一人脸图像包括人脸视频中的一帧图像;所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,基于第二人脸图像确定所述第一人脸图像的处理结果,其中,所述第二人脸图像表示所述人脸视频中在所述第一人脸图像之前、且阴阳脸检测结果为非阴阳脸的人脸图像中与所述第一人脸图像最近的人脸图像。在该实现方式中,在第一人脸图像中的人脸为阴阳脸的情况下,可以基于第一人脸图像的上一帧非阴阳脸图像进行人脸处理,从而能够降低对人脸图像平滑处理的依赖程度,并能够节省计算资源(例如节省车机的计算资源)。
在另一种可能的实现方式中,可以响应于第一人脸图像的阴阳脸检测结果指示第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,不对第一人脸图像进行处理,并继续等待第一人脸图像之后的非阴阳脸图像。
在一种可能的实现方式中,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数已达到预设跳帧数,对所述第一人脸图像进行平滑处理,得到平滑处理后的第一人脸图像;对所述平滑处理后的第一人脸图像进行处理。在该实现方式中,在第一人脸图像中的人脸为阴阳脸,且当前跳帧数已达到预设跳帧数的情况下,通过对第一人脸图像进行平滑处理,得到平滑处理后的第一人脸图像,并对平滑处理后的第一人脸图像进行处理,由此能够在长时间持续采集到阴阳脸图像的情况下,及时且较准确地获得新采集的人脸图像的处理结果。
在一种可能的实现方式中,所述方法还包括:根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数。在该实现方式中,在不同的应用场景中,第一人脸图像的图像处理帧率的预设需求值可能不同,另外,不同摄像头的采集帧率也可能不同。例如,DMS中的分心检测模块对应的图像处理帧率的预设需求值为5FPS(Frame Per Second,帧每秒),DMS摄像头的采集帧率为30FPS,那么,可以将预设跳帧数设置为5,由此在连续跳帧5帧之后,可以对第6帧经过平滑处理,从而能够满足分心检测模块对输入图像的帧率的需求。该实现方式通过根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数,由此能够根据应用场景的不同灵活设置预设跳帧数,从而能够满足不同应用场景的需求。
作为该实现方式的一个示例,所述根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数,包括:根据所述第一人脸图像的图像处理帧率的预设需求值、摄像头的采集帧率以及平滑处理的速度中的至少一项,确定预设跳帧数。例如,预设跳帧数可以大于或等于摄像头的采集帧率与平滑处理的速度的比值,且小于摄像头的采集帧率与预设需求值的比值。例如,DMS中的分心检测模块对应的图像处理帧率的预设需求值为5FPS,DMS摄像头的采集帧率为30FPS,平滑处理的速度为10FPS,那么,预设跳帧数可以大于或等于3且小于6。通过采用该示例,能够满足不同应用场景对输入图像的帧率的需求,且能够降低因平滑处理而导致丢帧的可能性。
在一个例子中,所述第一人脸图像包括车舱内的乘员的人脸视频中的一帧图像;所述对所述第一人脸图像进行处理,包括以下至少一项:基于所述第一人脸图像对所述乘员进行身份识别/认证,基于所述第一人脸图像对所述乘员进行属性识别,基于所述第一人脸图像检测所述乘员的乘车状态;所述第一人脸图像的图像处理帧率的预设需求值包括以下至少一项:对所述乘员进行身份识别/认证的第一帧率需求值,对所述乘员进行属性识别的第二帧率需求值,检测所述乘员的乘车状态的第三帧率需求值。其中,属性识别可以包括年龄识别、性别识别等中的至少之一,乘车状态识别可以包括疲劳状态识别、注意力状态识别等中的至少之一。根据这个例子,能够针对不同的人脸图像处理需求设置不同的图像处理帧率的预设需求值,从而能够满足不同应用场景的需求。
在另一种可能的实现方式中,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,对所述第一人脸图像进行平滑处理,得到平滑处理后的第一人脸图像;对所述平滑处理后的第一人脸图像进行处理。在该实现方式中,在计算资源充足的情况下,可以对每一帧阴阳脸图像进行平滑处理。
本公开实施例可以应用于智能车舱、智能座舱、智能汽车、人脸识别、计算机视觉等技术领域。例如,可以在智能车舱的FaceID、DMS、OMS等产品中应用本公开实施例提供的人脸图像处理方法,通过将阴阳脸图像与无亮暗明显分界的图像(即非阴阳脸图像)区别开,从而能够提高智能车舱产品的识别准确率,降低误识别率。
下面通过两个具体的应用场景说明本公开实施例提供的人脸图像处理方法。
应用场景一:在地下停车场,灯光斜射在驾驶员脸上,他的脸一边暗一边亮,智能车舱的DMS功能可能由于这种光照不均匀的情况误识别驾驶员疲劳驾驶或分心驾驶,车机误报警,驾驶员的驾驶体验变差。通过采用本公开实施例提供的人脸图像处理方法,能够大大降低这种情况下误报的概率,从而使驾驶员能够继续专心开车。
应用场景二:在炎热的夏天下午,副驾座上的年轻女士正在体验智能车舱的年龄识别功能,太阳斜射在她的脸上,她的脸一边暗一边亮,车机可能因为“阴阳脸”而误报她为男性且年龄较大。通过采用本公开实施例提供的人脸图像处理方法,能够大大降低这种情况下误报的概率,使该女士能够获得较好的OMS功能体验。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了人脸图像处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种人脸图像处理方法,相应技术方案和技术效果可参见方法部分的相应记载,不再赘述。
图3示出本公开实施例提供的人脸图像处理装置的框图。如图3所示,所述人脸图像处理装置包括:
划分模块31,用于将获取的第一人脸图像划分为多个区域;
第一确定模块32,用于分别确定所述多个区域中每个区域的亮度类型;
第二确定模块33,用于根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果;
图像处理模块34,用于基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
在一种可能的实现方式中,所述第二确定模块33用于:
根据所述每个区域的亮度类型,确定至少一种亮度类型中每一种亮度类型的区域的数量;
根据所述数量,确定所述第一人脸图像的阴阳脸检测结果。
在一种可能的实现方式中,所述第二确定模块33用于:
确定对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度;
根据所述数量以及所述敏感度,确定所述第一人脸图像的阴阳脸检测结果。
在一种可能的实现方式中,所述第一确定模块32用于:
对于每个所述区域,确定所述区域中的像素的亮度类型;
根据所述区域中的像素的亮度类型,确定所述区域的亮度类型。
在一种可能的实现方式中,所述第一确定模块32用于:
根据所述区域中的像素的亮度类型,确定所述区域中至少一种亮度类型的像素的比例;
根据所述比例,确定所述区域的亮度类型。
在一种可能的实现方式中,所述第一确定模块32用于:
对于所述区域中的任一像素,根据所述像素的灰度值,确定所述像素的亮度类型。
在一种可能的实现方式中,所述图像处理模块34用于:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,丢弃所述第一人脸图像。
在一种可能的实现方式中,所述图像处理模块34用于:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,对所述当前跳帧数增加1。
在一种可能的实现方式中,所述第一人脸图像包括人脸视频中的一帧图像;
所述图像处理模块34用于:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,基于第二人脸图像确定所述第一人脸图像的处理结果,其中,所述第二人脸图像表示所述人脸视频中在所述第一人脸图像之前、且阴阳脸检测结果为非阴阳脸的人脸图像中与所述第一人脸图像最近的人脸图像。
在一种可能的实现方式中,所述图像处理模块34用于:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数已达到预设跳帧数,对所述第一人脸图像进行平滑处理,得到平滑处理后的第一人脸图像;
对所述平滑处理后的第一人脸图像进行处理。
在一种可能的实现方式中,所述装置还包括:
第三确定模块,用于根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数。
在一种可能的实现方式中,所述第三确定模块用于:
根据所述第一人脸图像的图像处理帧率的预设需求值、摄像头的采集帧率以及平滑处理的速度中的至少一项,确定预设跳帧数。
在一种可能的实现方式中,所述第一人脸图像包括车舱内的乘员的人脸视频中的一帧图像;
所述图像处理模块34用于以下至少一项:基于所述第一人脸图像对所述乘员进行身份识别/认证,基于所述第一人脸图像对所述乘员进行属性识别,基于所述第一人脸图像检测所述乘员的乘车状态;
所述第一人脸图像的图像处理帧率的预设需求值包括以下至少一项:对所述乘员进行身份识别/认证的第一帧率需求值,对所述乘员进行属性识别的第二帧率需求值,检测所述乘员的乘车状态的第三帧率需求值。
在一种可能的实现方式中,所述划分模块31用于:
基于获取的第一人脸图像的几何中心,将所述第一人脸图像划分为多个区域,其中,所述多个区域中的任一区域的顶点包括所述几何中心。
在一种可能的实现方式中,所述划分模块31用于:
获取所述第一人脸图像的采集地点的地理位置信息;
根据所述地理位置信息,确定第一人脸图像对应的划分方式;
根据所述划分方式,将所述第一人脸图像划分为多个区域。
在本公开实施例中,通过将获取的第一人脸图像划分为多个区域,分别确定所述多个区域中每个区域的亮度类型,根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,并基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,由此基于人脸图像中的不同区域的亮度类型判断人脸图像中的人脸是否为阴阳脸,并基于阴阳脸检测结果进行人脸图像的后续处理,从而能够提高人脸图像处理的准确性。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现和技术效果可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提供一种车辆,包括:摄像头,用于采集车舱内的视频流;车机,与所述摄像头连接,用于响应于人脸图像处理请求,从所述视频流中获取第一人脸图像,将获取的第一人脸图像划分为多个区域,分别确定所述多个区域中每个区域的亮度类型,根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,并基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
本公开实施例还提供一种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被处理器执行时实现上述方法。其中,所述计算机可读存储介质可以是非易失性计算机可读存储介质,或者可以是易失性计算机可读存储介质。
本公开实施例还提出一种计算机程序,包括计算机可读代码,当所述计算机可读代码在电子设备中运行时,所述电子设备中的处理器执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备中运行时,所述电子设备中的处理器执行上述方法。
本公开实施例还提供一种电子设备,包括:一个或多个处理器;用于存储可执行指令的存储器;其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出本公开实施例提供的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图4,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)/通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5示出本公开实施例提供的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服务器操作系统(Windows ServerTM),苹果公司推出的基于图形用户界面操作系统(Mac OSXTM),多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM),开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、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)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (19)
1.一种人脸图像处理方法,其特征在于,包括:
将获取的第一人脸图像划分为多个区域;
分别确定所述多个区域中每个区域的亮度类型;
根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果;
基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
2.根据权利要求1所述的方法,其特征在于,所述根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,包括:
根据所述每个区域的亮度类型,确定至少一种亮度类型中每一种亮度类型的区域的数量;
根据所述数量,确定所述第一人脸图像的阴阳脸检测结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述数量,确定所述第一人脸图像的阴阳脸检测结果,包括:
确定对第一人脸图像执行的图像处理的类型对阴阳脸的敏感度;
根据所述数量以及所述敏感度,确定所述第一人脸图像的阴阳脸检测结果。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述分别确定所述多个区域中每个区域的亮度类型,包括:
对于每个所述区域,确定所述区域中的像素的亮度类型;
根据所述区域中的像素的亮度类型,确定所述区域的亮度类型。
5.根据权利要求4所述的方法,其特征在于,所述根据所述区域中的像素的亮度类型,确定所述区域的亮度类型,包括:
根据所述区域中的像素的亮度类型,确定所述区域中至少一种亮度类型的像素的比例;
根据所述比例,确定所述区域的亮度类型。
6.根据权利要求4或5所述的方法,其特征在于,所述确定所述区域中的像素的亮度类型,包括:
对于所述区域中的任一像素,根据所述像素的灰度值,确定所述像素的亮度类型。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,丢弃所述第一人脸图像。
8.根据权利要求7所述的方法,其特征在于,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,还包括:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,对所述当前跳帧数增加1。
9.根据权利要求1至8中任意一项所述的方法,其特征在于,所述第一人脸图像包括人脸视频中的一帧图像;
所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数未达到预设跳帧数,基于第二人脸图像确定所述第一人脸图像的处理结果,其中,所述第二人脸图像表示所述人脸视频中在所述第一人脸图像之前、且阴阳脸检测结果为非阴阳脸的人脸图像中与所述第一人脸图像最近的人脸图像。
10.根据权利要求1至9中任意一项所述的方法,其特征在于,所述基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理,包括:
响应于所述第一人脸图像的阴阳脸检测结果指示所述第一人脸图像中的人脸为阴阳脸,且当前跳帧数已达到预设跳帧数,对所述第一人脸图像进行平滑处理,得到平滑处理后的第一人脸图像;
对所述平滑处理后的第一人脸图像进行处理。
11.根据权利要求7至10中任意一项所述的方法,其特征在于,所述方法还包括:
根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数。
12.根据权利要求11所述的方法,其特征在于,所述根据所述第一人脸图像的图像处理帧率的预设需求值以及摄像头的采集帧率,确定所述预设跳帧数,包括:
根据所述第一人脸图像的图像处理帧率的预设需求值、摄像头的采集帧率以及平滑处理的速度中的至少一项,确定预设跳帧数。
13.根据权利要求12所述的方法,其特征在于,所述第一人脸图像包括车舱内的乘员的人脸视频中的一帧图像;
所述对所述第一人脸图像进行处理,包括以下至少一项:基于所述第一人脸图像对所述乘员进行身份识别/认证,基于所述第一人脸图像对所述乘员进行属性识别,基于所述第一人脸图像检测所述乘员的乘车状态;
所述第一人脸图像的图像处理帧率的预设需求值包括以下至少一项:对所述乘员进行身份识别/认证的第一帧率需求值,对所述乘员进行属性识别的第二帧率需求值,检测所述乘员的乘车状态的第三帧率需求值。
14.根据权利要求1至13中任意一项所述的方法,其特征在于,所述将获取的第一人脸图像划分为多个区域,包括:
基于获取的第一人脸图像的几何中心,将所述第一人脸图像划分为多个区域,其中,所述多个区域中的任一区域的顶点包括所述几何中心。
15.根据权利要求1至13中任意一项所述的方法,其特征在于,所述将获取的第一人脸图像划分为多个区域,包括:
获取所述第一人脸图像的采集地点的地理位置信息;
根据所述地理位置信息,确定第一人脸图像对应的划分方式;
根据所述划分方式,将所述第一人脸图像划分为多个区域。
16.一种人脸图像处理装置,其特征在于,包括:
划分模块,用于将获取的第一人脸图像划分为多个区域;
第一确定模块,用于分别确定所述多个区域中每个区域的亮度类型;
第二确定模块,用于根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果;
图像处理模块,用于基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
17.一种电子设备,其特征在于,包括:
一个或多个处理器;
用于存储可执行指令的存储器;
其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行权利要求1至15中任意一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至15中任意一项所述的方法。
19.一种车辆,其特征在于,包括:
摄像头,用于采集车舱内的视频流;
车机,与所述摄像头连接,用于响应于人脸图像处理请求,从所述视频流中获取第一人脸图像,将获取的第一人脸图像划分为多个区域,分别确定所述多个区域中每个区域的亮度类型,根据所述每个区域的亮度类型,确定所述第一人脸图像的阴阳脸检测结果,并基于所述第一人脸图像的阴阳脸检测结果,对所述第一人脸图像进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738633.2A CN113505674B (zh) | 2021-06-30 | 2021-06-30 | 人脸图像处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738633.2A CN113505674B (zh) | 2021-06-30 | 2021-06-30 | 人脸图像处理方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113505674A true CN113505674A (zh) | 2021-10-15 |
CN113505674B CN113505674B (zh) | 2023-04-18 |
Family
ID=78009464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110738633.2A Active CN113505674B (zh) | 2021-06-30 | 2021-06-30 | 人脸图像处理方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505674B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115985007A (zh) * | 2022-12-06 | 2023-04-18 | 杭州未兰石云信息科技有限公司 | 一种基于低功耗的5g记录仪视频巡检方法与系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007188126A (ja) * | 2006-01-11 | 2007-07-26 | Fujifilm Corp | 画像明るさ算出装置および方法並びにプログラム |
JP2017188851A (ja) * | 2016-04-08 | 2017-10-12 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 車室内用カメラの顔撮影方法および車室内用カメラ |
CN108875545A (zh) * | 2018-04-12 | 2018-11-23 | 北京旷视科技有限公司 | 确定人脸图像的光线状态的方法、装置、系统和存储介质 |
CN109033987A (zh) * | 2018-07-02 | 2018-12-18 | 高新兴科技集团股份有限公司 | 一种人脸图像阴阳脸的处理方法及系统 |
CN109299641A (zh) * | 2018-04-19 | 2019-02-01 | 中国铁路总公司 | 一种列车调度员疲劳监测图像自适应处理算法 |
CN109766779A (zh) * | 2018-12-20 | 2019-05-17 | 深圳云天励飞技术有限公司 | 徘徊人员识别方法及相关产品 |
WO2019100282A1 (zh) * | 2017-11-23 | 2019-05-31 | 深圳和而泰智能控制股份有限公司 | 一种人脸肤色识别方法、装置和智能终端 |
CN110321829A (zh) * | 2019-06-27 | 2019-10-11 | 北京蓝城兄弟文化传媒有限公司 | 一种人脸识别方法及装置、电子设备和存储介质 |
CN110532957A (zh) * | 2019-08-30 | 2019-12-03 | 北京市商汤科技开发有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
WO2020078243A1 (zh) * | 2018-10-19 | 2020-04-23 | 阿里巴巴集团控股有限公司 | 一种图像处理和人脸图像识别方法、装置及设备 |
CN111314623A (zh) * | 2020-02-26 | 2020-06-19 | 开易(北京)科技有限公司 | 基于驾驶员监控系统的图像采集方法及装置 |
WO2020134858A1 (zh) * | 2018-12-29 | 2020-07-02 | 北京市商汤科技开发有限公司 | 人脸属性识别方法及装置、电子设备和存储介质 |
US20200242773A1 (en) * | 2019-01-25 | 2020-07-30 | Fuji Xerox Co., Ltd. | Image processing apparatus and non-transitory computer readable medium |
CN112825120A (zh) * | 2019-11-20 | 2021-05-21 | 北京眼神智能科技有限公司 | 人脸光照评价方法、装置、计算机可读存储介质及设备 |
CN112991469A (zh) * | 2019-12-17 | 2021-06-18 | 上海光启智城网络科技有限公司 | 一种人脸亮度补偿方法、装置及计算机可读存储介质 |
-
2021
- 2021-06-30 CN CN202110738633.2A patent/CN113505674B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007188126A (ja) * | 2006-01-11 | 2007-07-26 | Fujifilm Corp | 画像明るさ算出装置および方法並びにプログラム |
JP2017188851A (ja) * | 2016-04-08 | 2017-10-12 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 車室内用カメラの顔撮影方法および車室内用カメラ |
WO2019100282A1 (zh) * | 2017-11-23 | 2019-05-31 | 深圳和而泰智能控制股份有限公司 | 一种人脸肤色识别方法、装置和智能终端 |
CN108875545A (zh) * | 2018-04-12 | 2018-11-23 | 北京旷视科技有限公司 | 确定人脸图像的光线状态的方法、装置、系统和存储介质 |
CN109299641A (zh) * | 2018-04-19 | 2019-02-01 | 中国铁路总公司 | 一种列车调度员疲劳监测图像自适应处理算法 |
CN109033987A (zh) * | 2018-07-02 | 2018-12-18 | 高新兴科技集团股份有限公司 | 一种人脸图像阴阳脸的处理方法及系统 |
WO2020078243A1 (zh) * | 2018-10-19 | 2020-04-23 | 阿里巴巴集团控股有限公司 | 一种图像处理和人脸图像识别方法、装置及设备 |
CN109766779A (zh) * | 2018-12-20 | 2019-05-17 | 深圳云天励飞技术有限公司 | 徘徊人员识别方法及相关产品 |
WO2020134858A1 (zh) * | 2018-12-29 | 2020-07-02 | 北京市商汤科技开发有限公司 | 人脸属性识别方法及装置、电子设备和存储介质 |
US20200242773A1 (en) * | 2019-01-25 | 2020-07-30 | Fuji Xerox Co., Ltd. | Image processing apparatus and non-transitory computer readable medium |
CN110321829A (zh) * | 2019-06-27 | 2019-10-11 | 北京蓝城兄弟文化传媒有限公司 | 一种人脸识别方法及装置、电子设备和存储介质 |
CN110532957A (zh) * | 2019-08-30 | 2019-12-03 | 北京市商汤科技开发有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN112825120A (zh) * | 2019-11-20 | 2021-05-21 | 北京眼神智能科技有限公司 | 人脸光照评价方法、装置、计算机可读存储介质及设备 |
CN112991469A (zh) * | 2019-12-17 | 2021-06-18 | 上海光启智城网络科技有限公司 | 一种人脸亮度补偿方法、装置及计算机可读存储介质 |
CN111314623A (zh) * | 2020-02-26 | 2020-06-19 | 开易(北京)科技有限公司 | 基于驾驶员监控系统的图像采集方法及装置 |
Non-Patent Citations (1)
Title |
---|
袁晨阳: ""基于车联网的人脸识别算法研究"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115985007A (zh) * | 2022-12-06 | 2023-04-18 | 杭州未兰石云信息科技有限公司 | 一种基于低功耗的5g记录仪视频巡检方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113505674B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829501B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US9674395B2 (en) | Methods and apparatuses for generating photograph | |
US9924226B2 (en) | Method and device for processing identification of video file | |
CN107480665B (zh) | 文字检测方法、装置及计算机可读存储介质 | |
CN107627969B (zh) | 更换车身颜色的方法、装置及计算机存储介质 | |
CN113486760A (zh) | 对象说话检测方法及装置、电子设备和存储介质 | |
WO2023273060A1 (zh) | 危险动作的识别方法及装置、电子设备和存储介质 | |
CN112990197A (zh) | 车牌识别方法及装置、电子设备和存储介质 | |
CN112572281A (zh) | 光强调节方法及装置、电子设备和存储介质 | |
CN113313115A (zh) | 车牌属性识别方法及装置、电子设备和存储介质 | |
CN111435422B (zh) | 动作识别方法、控制方法及装置、电子设备和存储介质 | |
CN106529411B (zh) | 车辆提示方法及装置 | |
CN112667084B (zh) | 车载显示屏的控制方法及装置、电子设备和存储介质 | |
CN109255784B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112927378A (zh) | 停车场的缴费管理方法及装置、电子设备和存储介质 | |
CN112819714A (zh) | 目标对象曝光方法、装置、存储介质及设备 | |
CN113505674B (zh) | 人脸图像处理方法及装置、电子设备和存储介质 | |
CN113989889B (zh) | 遮光板调节方法及装置、电子设备和存储介质 | |
CN113507569A (zh) | 车载摄像头的控制方法及装置、设备和介质 | |
CN113060144A (zh) | 分心提醒方法及装置、电子设备和存储介质 | |
CN109919126B (zh) | 一种移动物体探测方法、装置及存储介质 | |
CN109889693B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN114013367B (zh) | 一种远光灯使用提醒方法及装置、电子设备和存储介质 | |
CN111832338A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
WO2023029407A1 (zh) | 用于车辆的向紧急呼叫中心发送信息的方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |