[发明专利]图像识别方法、图像识别装置和验证设备在审
| 申请号: | 201810154810.0 | 申请日: | 2018-02-23 |
| 公开(公告)号: | CN110188584A | 公开(公告)日: | 2019-08-30 |
| 发明(设计)人: | 楚佩斯 | 申请(专利权)人: | 北京红马传媒文化发展有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 北京彩和律师事务所 11688 | 代理人: | 刘磊;闫桑田 |
| 地址: | 100007 北京市*** | 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: | 参考信息 标识信息 图像识别 验证设备 子库 图像识别装置 一对多识别 关联 图像设备 一对多 比对 存储 申请 | ||
本申请涉及一种图像识别方法、图像设备装置和验证设备。因此,该图像识别方法包括:获取与多个识别对象中的每个识别对象相关联的标识信息;基于该标识信息,从参考信息总库中选择与标识信息对应的参考信息,该参考信息总库中存储的每条参考信息对应于一识别对象,且与该识别对象的标识信息相关联;将与该标识信息对应的参考信息设置为参考信息子库;以及,将每个识别对象与参考信息子库中的多条参考信息进行一对多比对以识别每个识别对象。因此,实现了对象的快速和精确的一对多识别。
技术领域
本申请总的来说涉及图像处理领域,且更为具体地,涉及一种图像识别方法、图像识别装置和验证设备。
背景技术
在人工智能领域中,图像识别是非常重要的一部分。通过图像识别,可以在不需要人力介入的情况下识别出对象并进行相应的操作。
以人脸识别为例,无论是静态识别还是动态识别,都是采集人脸面部特征之后根据各自算法进行识别的过程。根据对比对象的数目,人脸识别可以分为1:1人脸识别,即将采集到的人脸和事先准备的1个人脸做比对;和1:N人脸识别,即将采集的人脸直接和人脸库中的N个人脸做比对。
目前1:1人脸识别已经有比较多的应用,比如刷身份证后,将身份证中的照片和当前人脸做比对。但这种场景需要依赖介质(身份证/RFID工作证)做触发,在现场使用时仍有诸多不便。比如,身份证读取模块的耗时将影响现场效率,RFID工作证需要工作人员将证件贴在识别区域,而由于用户进行刷卡刷证操作时,面部区域没有在最佳识别区域,进而又会影响现场的识别效率。
因此需要考虑1:N的方式来进行人脸识别,目前人脸识别1:N的比对,当N较大时,存在较大的误识概率。而且随着N的增大,误识率呈现出了比较明显的提升。在演出之类的大型活动或者大型会议的现场,参与人数动辄几万甚至十万,由于人数众多,很可能出现大面积的误识别,而这显然是不能容忍的。另外,现场识别的速度和效率也是需要考虑的。
因此,需要改进的图像识别方案。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种图像识别方法、图像识别装置和验证设备,其可以实现对象的快速和精确的一对多识别。
根据本申请的一方面,提供了一种图像识别方法,包括:获取与多个识别对象中的每个识别对象相关联的标识信息;基于所述标识信息,从参考信息总库中选择与所述标识信息对应的参考信息,所述参考信息总库中存储的每条参考信息对应于一识别对象,且与所述识别对象的标识信息相关联;将与所述标识信息对应的参考信息设置为参考信息子库;以及,将所述每个识别对象与所述参考信息子库中的多条参考信息进行一对多比对以识别所述每个识别对象。
在上述图像识别方法中,在获取多个识别对象中的每个识别对象的标识信息之前进一步包括:预先设置特定区域;以及,获取多个识别对象中的每个识别对象的标识信息包括:获取进入所述特定区域中的多个识别对象中的每个识别对象的标识信息。
在上述图像识别方法中,在获取多个识别对象中的每个识别对象的标识信息之前进一步包括:预先采集所述识别对象的参考信息和标识信息;以及,将所述参考信息和所述标识信息彼此相关联地存储在所述参考信息总库中。
在上述图像识别方法中,进一步包括:检测所述标识信息是否发生变化;响应于所述标识信息发生变化,更新与所述标识信息对应的参考信息;以及,将所述更新的参考信息设置为更新的参考信息子库。
在上述图像识别方法中,所述识别对象是用户的人脸。
在上述图像识别方法中,与所述识别对象相关联的标识信息是所述用户的直接身份信息和间接身份信息中的至少一个。
在上述图像识别方法中,所述识别对象是所述用户佩戴的标识物品。
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红马传媒文化发展有限公司,未经北京红马传媒文化发展有限公司许可,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/201810154810.0/2.html,转载请声明来源钻瓜专利网。





