[发明专利]人脸识别方法、装置、系统、存储介质和电子设备有效
申请号: | 201711269206.4 | 申请日: | 2017-12-05 |
公开(公告)号: | CN108875512B | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 叶赛尔 | 申请(专利权)人: | 北京旷视科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;H04L29/08 |
代理公司: | 北京市磐华律师事务所 11336 | 代理人: | 高伟;卜璐璐 |
地址: | 100190 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 方法 装置 系统 存储 介质 电子设备 | ||
本发明提供了一种人脸识别方法、装置、系统、存储介质和电子设备,该方法包括:针对经采集的一帧图像进行人脸的检测抓拍以得到人脸图像;将所述一帧图像的人脸图像传输至服务端以用于人脸识别;在开始实施所述传输的同时,继续针对至少下一帧图像进行人脸的检测抓拍,并缓存所述至少下一帧图像的人脸图像;以及在从所述服务端接收到返回结果时,将所述缓存的人脸图像中的至少一个传输至所述服务端,并在开始传输时回到所述继续针对至少下一帧图像进行人脸的检测抓拍的步骤。本发明的人脸识别方案在服务端返回结果后,能够立刻传输缓存的人脸图像,实现无缝衔接,从而提高整体人脸识别的效率。
技术领域
本发明涉及人脸识别技术领域,更具体地涉及一种人脸识别方法、装置、系统和存储介质和电子设备。
背景技术
人脸识别技术正在越来越广泛地用于生产生活之中,尤其是基于深度学习的算法崛起之后,整个人脸识别系统的精度得到了大幅提升。但是另一方面,基于深度学习的人脸识别技术比较耗费资源,所以传统低端设备(比如低端门禁机、低端手机等)很难直接承载整个人脸服务。
基于此,基于抓拍模式的深度学习人脸系统开始流行。简单地说,就是客户端低端设备(门禁机、低端手机、抓拍机)进行人脸检测跟踪,并将检测到的人脸通过网络传输都后端服务器,进行识别比对。由于人脸识别可能不是一次比对就能通过比对阈值,所以如果服务端反馈结果不理想,客户端是需要再次进行抓拍的。
因此,一个典型的流程就是“检测-抓拍”与“识别”的反复周期操作,通常“检测-抓拍”与“识别”都是串行进行的,整体时间就是“检测-抓拍”与“识别”这两个时间重复多次的求和,缺乏有效的策略调度。
发明内容
为了解决上述问题,本发明提出了一种关于人脸识别的方案,其可以用于人脸识别,也可以用于任何目标对象的识别,只需将人脸替换为其他目标对象即可。下面简要描述本发明提出的关于人脸识别的方案,更多细节将在后续结合附图在具体实施方式中加以描述。
根据本发明一方面,提供了一种人脸识别方法,所述方法包括:针对经采集的一帧图像进行人脸的检测抓拍以得到人脸图像;将所述一帧图像的人脸图像传输至服务端以用于人脸识别;在开始实施所述传输的同时,继续针对至少下一帧图像进行人脸的检测抓拍,并缓存所述至少下一帧图像的人脸图像;以及在从所述服务端接收到返回结果时,将所述缓存的人脸图像中的至少一个传输至所述服务端,并在开始传输时回到所述继续针对至少下一帧图像进行人脸的检测抓拍的步骤。
在本发明的一个实施例中,所述返回结果包括识别未成功的返回结果,并且,当从所述服务端接收到所述识别未成功的返回结果时,将所述缓存的人脸图像中与已传输至所述服务端的所述一帧图像的人脸图像具有相同人脸的人脸图像中的至少一个传输至所述服务端。
在本发明的一个实施例中,所述返回结果包括识别成功的返回结果,并且,当从所述服务端接收到所述识别成功的返回结果时,将所述缓存的人脸图像中与已传输至所述服务端的所述一帧图像的人脸图像具有不同人脸的人脸图像中的至少一个传输至所述服务端。
在本发明的一个实施例中,所述针对经采集的一帧图像进行人脸的检测抓拍包括:从所述经采集的一帧图像中检测人脸以得到人脸图像;以及对于所述检测得到的人脸图像进行质量检验,并将通过质量检验的人脸图像确定为待传输至服务端以用于人脸识别的图像。
在本发明的一个实施例中,所述缓存所述至少下一帧图像的人脸图像包括:针对具有相同人脸的人脸图像,缓存其中质量最优的人脸图像。
在本发明的一个实施例中,所述针对经采集的一帧图像进行人脸的检测抓拍还包括:在检测到人脸后,针对同一个人的不同人脸图像标识同一个人脸标识号码,以用于基于所述人脸标识号码确定不同人脸图像中是否包括相同人脸。
在本发明的一个实施例中,所述质量检验包括检验以下中的至少一项:图像模糊度、人脸姿态以及图像亮度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司,未经北京旷视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711269206.4/2.html,转载请声明来源钻瓜专利网。