[go: up one dir, main page]

CN116129536A - 人脸检测方法、装置、电子设备及存储介质 - Google Patents

人脸检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116129536A
CN116129536A CN202310107204.4A CN202310107204A CN116129536A CN 116129536 A CN116129536 A CN 116129536A CN 202310107204 A CN202310107204 A CN 202310107204A CN 116129536 A CN116129536 A CN 116129536A
Authority
CN
China
Prior art keywords
age
face image
detection
human face
preset
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
CN202310107204.4A
Other languages
English (en)
Inventor
刘冠廷
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.)
Beijing Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information Technology 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 Beijing Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202310107204.4A priority Critical patent/CN116129536A/zh
Publication of CN116129536A publication Critical patent/CN116129536A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开关于一种人脸检测方法、装置、电子设备及存储介质。其中,该方法包括:通过获取待检测的第一人脸图像,并在标准人脸数据库中确定第一人脸图像对应的标准人脸图像、以及确定标准人脸图像对应的真实年龄;基于第一人脸图像和预设的年龄算法,确定第一人脸图像对应的目标年龄范围;基于目标年龄范围、真实年龄以及预设年龄检测条件,确定第一人脸图像的检测结果。通过采用本公开,可以避免相似人脸被冒用的风险,全面地对人脸图像进行检测,结合人脸图像的特征以及时间信息,提高了对人脸活体检测的准确性,以及针对于人脸图像特征较为相似的人脸图像,也避免了检测误差的出现。

Description

人脸检测方法、装置、电子设备及存储介质
技术领域
本公开涉及人脸识别领域,尤其涉及一种人脸检测方法、装置、电子设备及存储介质。
背景技术
随着互联网技术的发展,出现了活体人脸识别技术,该活体人脸识别技术一般应用于人脸识别领域,是基于人的脸部特征信息进行身份识别的一种生物识别技术。具体的识别过程可以包括,用摄像设备采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而实现对检测到的人脸的脸部识别。
相关技术中,一般是将摄像设备采集到的人脸图像数据与权威数据库中的图像数据进行脸部特征的对比,得到识别结果。但是,由于存在血缘关系的用户之间的人脸图像数据较为相似,导致该种活体检测的准确性较低。
发明内容
本公开提供一种人脸检测方法、装置、电子设备及存储介质,以至少解决相关技术中活体检测准确性较低的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种人脸检测方法,包括:
获取待检测的第一人脸图像,并在标准人脸数据库中确定所述第一人脸图像对应的标准人脸图像、以及确定所述标准人脸图像对应的真实年龄;
基于所述第一人脸图像和预设的年龄算法,确定所述第一人脸图像对应的目标年龄范围;
基于所述目标年龄范围、所述真实年龄以及预设年龄检测条件,确定所述第一人脸图像的检测结果。
在其中一个实施例中,所述基于所述第一人脸图像和预设的年龄算法,确定所述第一人脸图像对应的目标年龄范围,包括:
通过预设的年龄算法对所述第一人脸图像进行处理,得到所述第一人脸图像对应的多个年龄范围,以及各所述年龄范围分别对应的置信度;
确定置信度最高的年龄范围为所述第一人脸图像对应的目标年龄范围。
在其中一个实施例中,所述基于所述第一人脸图像和预设的年龄算法,确定所述第一人脸图像对应的目标年龄范围,包括:
通过所述预设的年龄算法对所述第一人脸图像进行处理,得到所述第一人脸图像对应的年龄参数,所述年龄参数包括年龄数值或者至少一个年龄范围;
在所述年龄参数在目标年龄段内的情况下,对所述年龄参数进行扩充,确定扩充后的年龄参数为目标年龄范围。
在其中一个实施例中,所述检测结果包括检测通过以及检测未通过,所述基于所述目标年龄范围、所述真实年龄以及预设年龄检测条件,确定所述第一人脸图像的检测结果,包括:
在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过;
在所述目标年龄范围与所述真实年龄不满足预设年龄检测条件的情况下,确定所述第一人脸图像检测未通过。
在其中一个实施例中,所述在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过,包括:
如果所述真实年龄在所述目标年龄范围内,则确定所述第一人脸图像检测通过。
在其中一个实施例中,所述在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过,包括:
获取所述第一人脸图像的第一采集时间以及所述标准人脸图像的标准采集时间;
在所述第一采集时间与所述标准采集时间满足第一相似条件的情况下,如果所述真实年龄在所述目标年龄范围内,且所述目标年龄范围的置信度大于第一置信度阈值,则确定第一人脸图像检测通过。
在其中一个实施例中,所述方法还包括:
在所述第一采集时间与所述标准采集时间满足预设差异条件的情况下,如果所述真实年龄在所述目标年龄范围内,且所述目标年龄范围的置信度大于第二置信度阈值,则确定第一人脸图像检测通过,所述第一置信度阈值大于所述第二置信度阈值。
在其中一个实施例中,所述在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过,包括:
通过预设的年龄算法,计算所述标准人脸图像对应的第二年龄以及计算所述目标年龄范围对应的第一年龄;
计算所述第一年龄与所述第二年龄的第一差值,以及计算当前采集时间与所述标准人脸图像的采集时间之间的第二差值;
在所述第一差值与所述第二差值满足第二相似条件的情况下,确定所述第一人脸图像检测通过。
在其中一个实施例中,所述在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过,包括:
获取预设人脸活体检测算法输出的验证结果;
在所述验证结果为验证通过,且所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过。
根据本公开实施例的第二方面,提供一种人脸检测装置,包括:
第一获取单元,被配置为执行获取待检测的第一人脸图像,并在标准人脸数据库中确定所述第一人脸图像对应的标准人脸图像、以及确定所述标准人脸图像对应的真实年龄;
第一确定单元,被配置为执行基于所述第一人脸图像和预设的年龄算法,确定所述第一人脸图像对应的目标年龄范围;
第二确定单元,被配置为执行基于所述目标年龄范围、所述真实年龄以及预设年龄检测条件,确定所述第一人脸图像的检测结果。
在其中一个实施例中,所述第一确定单元,包括:
第一确定子单元,被配置为执行通过预设的年龄算法对所述第一人脸图像进行处理,得到所述第一人脸图像对应的多个年龄范围,以及各所述年龄范围分别对应的置信度;
第二确定子单元,被配置为执行确定置信度最高的年龄范围为所述第一人脸图像对应的目标年龄范围。
在其中一个实施例中,所述第一确定单元,包括:
第三确定子单元,被配置为执行通过所述预设的年龄算法对所述第一人脸图像进行处理,得到所述第一人脸图像对应的年龄参数,所述年龄参数包括年龄数值或者至少一个年龄范围;
扩充子单元,被配置为执行在所述年龄参数在目标年龄段内的情况下,对所述年龄参数进行扩充,确定扩充后的年龄参数为目标年龄范围。
在其中一个实施例中,所述第二确定单元,包括:
第四确定子单元,被配置为执行在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过;
第五确定子单元,被配置为执行在所述目标年龄范围与所述真实年龄不满足预设年龄检测条件的情况下,确定所述第一人脸图像检测未通过。
在其中一个实施例中,第四确定子单元,具体用于:
如果所述真实年龄在所述目标年龄范围内,则确定所述第一人脸图像检测通过。
在其中一个实施例中,第四确定子单元,还具体用于:
获取所述第一人脸图像的第一采集时间以及所述标准人脸图像的标准采集时间;在所述第一采集时间与所述标准采集时间满足第一相似条件的情况下,如果所述真实年龄在所述目标年龄范围内,且所述目标年龄范围的置信度大于第一置信度阈值,则确定第一人脸图像检测通过。
在其中一个实施例中,所述人脸检测装置还包括:
第三确定单元,被配置为执行在所述第一采集时间与所述标准采集时间满足预设差异条件的情况下,如果所述真实年龄在所述目标年龄范围内,且所述目标年龄范围的置信度大于第二置信度阈值,则确定第一人脸图像检测通过,所述第一置信度阈值大于所述第二置信度阈值。
在其中一个实施例中,第四确定子单元,还具体用于:
通过预设的年龄算法,计算所述标准人脸图像对应的第二年龄以及计算所述目标年龄范围对应的第一年龄;计算所述第一年龄与所述第二年龄的第一差值,以及计算当前采集时间与所述标准人脸图像的采集时间之间的第二差值;在所述第一差值与所述第二差值满足第二相似条件的情况下,确定所述第一人脸图像检测通过。
在其中一个实施例中,第四确定子单元,还具体用于:
获取预设人脸活体检测算法输出的验证结果;在所述验证结果为验证通过,且所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过。
根据本公开实施例的第三方面,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;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的人脸检测方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如第一方面所述的人脸检测方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,所述计算机程序产品中包括指令,所述指令被电子设备的处理器执行时,使得所述电子设备能够执行如第一方面所述的人脸检测方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过获取待检测的第一人脸图像,并在标准人脸数据库中确定第一人脸图像对应的标准人脸图像、以及确定标准人脸图像对应的真实年龄;基于第一人脸图像和预设的年龄算法,确定第一人脸图像对应的目标年龄范围;基于目标年龄范围、真实年龄以及预设年龄检测条件,确定第一人脸图像的检测结果。通过采用本公开,可以避免相似人脸被冒用的风险,全面地对人脸图像进行检测,结合人脸图像的特征以及时间信息,提高了对人脸活体检测的准确性,以及针对于人脸图像特征较为相似的人脸图像,也避免了检测误差的出现。
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,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种人脸检测方法的应用环境图。
图2是根据一示例性实施例示出的一种人脸检测方法的流程图。
图3是根据一示例性实施例示出的一种人脸检测方法的流程图。
图4是根据一示例性实施例示出的一种人脸检测方法的流程图。
图5是根据一示例性实施例示出的一种人脸检测方法的流程图。
图6是根据一示例性实施例示出的一种人脸检测方法的流程图。
图7是根据一示例性实施例示出的一种人脸检测方法的流程图。
图8是根据一示例性实施例示出的一种人脸检测装置的框图。
图9是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
还需要说明的是,本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
图1是根据一示例性实施例示出的一种人脸检测方法的流程图,该人脸检测方法用于电子设备中,该电子设备还可以是但不限于各种终端(如个人计算机、笔记本电脑、智能手机、平板电脑)和便携式可穿戴设备等等,如图1所示,人脸检测方法用于电子设备中,应用场景可以是人脸活体检测的场景或者是人脸认证的应用场景,该人脸检测方法包括以下步骤:
在步骤S110中,获取待检测的第一人脸图像,并在标准人脸数据库中确定第一人脸图像对应的标准人脸图像、以及确定标准人脸图像对应的真实年龄。
在实施中,待检测的第一人脸图像可以是电子设备采集到的等待被检测的活体的人脸图像,也可以是图像采集设备采集到的等待被检测的活体的人脸图像后,向电子设备发送的;标准人脸数据库可以是可信数据库,例如可以是由多个账户的身份证件信息以及身份证件图像信息组成的数据库,该标准人脸图像可以是基于第一人脸图像对应的身份信息确定的可信人脸图像;真实年龄可以是标准人脸图像的实际年龄信息。电子设备可以获取到待检测的第一人脸图像以及标准人脸图像,并基于标准人脸图像的身份特征信息,确定该标准人脸图像对应的真实年龄。具体的,标准人脸图像与第一人脸图像的图像特征可以是满足预设相似条件的,也可以是电子设备基于待检测的第一人脸图像的身份特征信息,在标准人脸数据库中确定的第一人脸图像对应的标准人脸图像。
在一个示例中,人脸图像可以是至少一张图片数据,也可以是视频数据,也可以是音视频数据等等。
在步骤S120中,基于第一人脸图像和预设的年龄算法,确定第一人脸图像对应的目标年龄范围。
其中,预设的年龄算法用于确定图像数据中包含的人脸图像的年龄信息,预设的年龄算法可以是任意一种年龄确定算法,例如可以是年龄识别算法(C3AE人脸年龄识别算法),也可以是年龄估计算法,本公开对年龄算法的具体类别不做具体限定。第一人脸图像对应的目标年龄范围可以是第一人脸图像的年龄范围。
在实施中,电子设备可以将第一人脸图像输入至预设的年龄算法中,得到该预设年龄算法的输出结果,并基于该输出结果得到第一人脸图像对应的年龄范围。具体的,第一人脸图像对应的目标年龄范围可以是基于第一人脸图像的真实年龄落在各个不同的年龄范围内的置信度确定的,也可以是预设的年龄算法直接输出的等等。
在步骤S130中,基于目标年龄范围、真实年龄以及预设年龄检测条件,确定第一人脸图像的检测结果。
其中,预设年龄检测条件可以是判断第一人脸图像是否可以通过检测的条件,预设年龄检测条件可以是在人脸图像的年龄维度对第一人脸图像以及标准人脸图像进行比对。检测结果可以包括检测通过的检测结果或者是检测不通过的检测结果。
在实施中,电子设备可以基于目标年龄范围、真实年龄与预设年龄检测条件是否匹配,得到对于第一人脸图像的检测结果,具体地,电子设备可以基于预设的年龄检测条件,判断第一人脸图像的目标年龄范围与真实年龄是否匹配,如果匹配,电子设备可以确定第一人脸图像的检测结果可以是检测通过;如果第一人脸图像的目标年龄与真实年龄不匹配,则电子设备可以确定第一人脸图像的检测结果可以是检测不通过。
上述人脸检测方法中,通过获取待检测的第一人脸图像,并在标准人脸数据库中确定第一人脸图像对应的标准人脸图像、以及确定标准人脸图像对应的真实年龄。基于第一人脸图像和预设的年龄算法,确定第一人脸图像对应的目标年龄范围。基于目标年龄范围、真实年龄以及预设年龄检测条件,确定第一人脸图像的检测结果。通过采用本公开,可以避免相似人脸被冒用的风险,全面地对人脸图像进行检测,结合人脸图像的特征以及时间信息,提高了对人脸活体检测的准确性,以及针对于人脸图像特征较为相似的人脸图像,也避免了检测误差的出现。
在一示例性实施例中,如图2所示,在步骤120中,基于第一人脸图像和预设的年龄算法,确定第一人脸图像对应的目标年龄范围具体可以通过以下步骤实现:
在步骤S210中,通过预设的年龄算法对第一人脸图像进行处理,得到第一人脸图像对应的多个年龄范围,以及各年龄范围分别对应的置信度。
其中,置信度可以表征概率,年龄范围对应的置信度可以是第一人脸图像的实际年龄在该年龄范围内的可能性大小;例如,针对于第一人脸图像,预设的年龄算法输出的年龄范围可以是a1-a2,对应的置信度可以是b,这样,电子设备可以确定该第一人脸图像的实际年龄在a1-a2年龄段内的概率可以是b。
在实施中,电子设备可以将第一人脸图像输入至预设的年龄算法,也就是说,预设的年龄算法的输入可以是第一人脸图像。预设的年龄算法可以对第一人脸图像进行年龄估计处理或者是年龄识别处理,输出的结果可以是第一人脸图像可能属于的多个年龄范围,以及属于各年龄范围的置信度。
在一个示例中,电子设备得到的预设的年龄算法的输出结果可以是,第一人脸图像分别属于各个年龄范围的置信度,各个年龄范围分别对应的置信度的和为目标值,例如,目标值可以是1。
在步骤S220中,确定置信度最高的年龄范围为第一人脸图像对应的目标年龄范围。
在实施中,电子设备可以对预设的年龄算法输出的多个年龄范围分别对应的置信度进行比较,确定最高的置信度,这样,电子设备可以确定置信度最高的年龄范围为第一人脸图像的目标年龄范围。
基于以上方案,基于得到的多个年龄范围及其置信度确定目标年龄范围,保证年龄识别的准确性。
在一示例性实施例中,如图3所示,在步骤120中,基于第一人脸图像和预设的年龄算法,确定第一人脸图像对应的目标年龄范围具体可以通过以下步骤实现:
在步骤S310中,通过预设的年龄算法对第一人脸图像进行处理,得到第一人脸图像对应的年龄参数。
其中,年龄参数包括年龄数值或者至少一个年龄范围。年龄数值可以是一个确定的数值,例如可以是任意的正整数;年龄范围可以是一个年龄区间,该年龄区间其中包括多个年龄数值。
在实施中,电子设备可以基于预设的年龄算法对第一人脸图像进行处理,预设的年龄算法输出的第一人脸图像的年龄识别结果可以是年龄数值,也可以是一个年龄范围或者多个年龄范围。
在步骤S320中,在年龄参数在目标年龄段内的情况下,对年龄参数进行扩充,确定扩充后的年龄参数为目标年龄范围。
在实施中,由于人脸图像随着年龄的增长的变化程度越来越小,因此,电子设备可以确定人脸变化程度较小的年龄段为目标年龄段,这样,电子设备可以在确定预设的年龄算法输出的年龄参数在目标年龄段内的情况下,确定该年龄参数对应的人脸的变化程度较小,因此,可以对该年龄参数进行扩充处理,得到目标年龄范围。
在一个示例中,电子设备可以基于预设的年龄与人脸变化程度的对应关系确定人脸变化程度较低的多个年龄数值或者是年龄范围等等。电子设备对年龄参数进行扩充的具体过程可以是:确定多个与该年龄参数相邻的年龄参数,并将上述多个年龄参数确定为目标年龄范围。
基于以上方案,可以根据年龄对应的年龄段对年龄范围进行动态调整,避免由于年龄变化而导致的识别误差。
在一示例性实施例中,检测结果包括检测通过以及检测未通过。
相应地,如图4所示,步骤130,基于目标年龄范围、真实年龄以及预设年龄检测条件,确定第一人脸图像的检测结果具体可以通过以下步骤实现:
在步骤S410中,在目标年龄范围与真实年龄满足预设年龄检测条件的情况下,确定第一人脸图像检测通过。
在实施中,电子设备可以根据计算出的目标年龄范围以及真实年龄与预设年龄检测条件进行比对,在电子设备确定目标年龄范围与真实年龄满足预设年龄检测条件的情况下,电子设备可以确定第一人脸图像检测通过。
在步骤S420中,在目标年龄范围与真实年龄不满足预设年龄检测条件的情况下,确定第一人脸图像检测未通过。
在实施中,电子设备可以根据计算出的目标年龄范围以及真实年龄与预设年龄检测条件进行比对,在电子设备确定目标年龄范围与真实年龄不符合满足预设年龄检测条件的情况下,电子设备可以确定第一人脸图像检测未通过。
基于以上方案,可以增加人脸活体检测的全面性。
在一示例性实施例中,步骤410,在目标年龄范围与真实年龄满足预设年龄检测条件的情况下,确定第一人脸图像检测通过具体可以通过以下步骤实现:
如果真实年龄在目标年龄范围内,则确定第一人脸图像检测通过。
在实施中,电子设备可以基于真实年龄以及确定出的目标年龄范围进行判断,如果真实年龄对应的数值,在目标年龄范围对应的数值区间内,则电子设备可以确定第一人脸图像的检测结果可以是检测通过。
基于以上方案,可以基于年龄的数值进行检测结果的判断,简单高效,提高人脸活体检测的检测效率。
在一示例性实施例中,如图5所示,步骤410,在目标年龄范围与真实年龄满足预设年龄检测条件的情况下,确定第一人脸图像检测通过具体可以通过以下步骤实现:
在步骤S510中,获取第一人脸图像的第一采集时间以及标准人脸图像的标准采集时间。
其中,第一人脸图像的采集时间可以是第一采集时间,即电子设备采集待检测的人脸图像的时间;标准人脸图像的标准采集时间可以是标准人脸图像的采集时间,例如可以是基于标准人脸图像对应的身份信息确定的。
在实施中,电子设备可以分别获取待检测的第一人脸图像的采集时间,以及第一人脸图像对应的标准人脸图像的采集时间,也就是说,电子设备需要获取第一采集时间以及标准采集时间。
在步骤S520中,在第一采集时间与标准采集时间满足第一相似条件的情况下,如果真实年龄在目标年龄范围内,且目标年龄范围的置信度大于第一置信度阈值,则确定第一人脸图像检测通过。
其中,第一相似条件可以是第一采集时间与标准采集时间的时间差值小于或者等于预设时长阈值,预设时长阈值可以是24小时,48小时,也可以是基于实际应用场景确定的时长。
在实施中,电子设备可以计算第一采集时间与标准采集时间的时长差值,并判断该时长差值与预设时长阈值的关系,在确定该时长差值小于或者等于预设时长阈值的情况下,电子设备可以确定第一采集时间与标准采集时间相似,即第一人脸图像与标准人脸图像是在临近时间内采集的,基于此,电子设备在确定真实年龄在目标年龄范围内,且目标年龄范围的置信度大于第一置信度阈值,则确定第一人脸图像检测通过。其中,第一置信度阈值可以基于实际应用场景确定,或者是基于时长差值确定的。
在一个示例中,电子设备确定计算出来的时长差值为24小时的情况下,电子设备可以确定第一置信度阈值可以是百分之七十等等。
基于以上方案,可以基于图像的采集时间,动态确定人脸图像的检测结果,保证检测的全面。
在一示例性实施例中,该人脸检测方法还包括:
在第一采集时间与标准采集时间满足预设差异条件的情况下,如果真实年龄在目标年龄范围内,且目标年龄范围的置信度大于第二置信度阈值,则确定第一人脸图像检测通过。
其中,第一置信度阈值大于第二置信度阈值,预设差异条件可以是第一采集时间。
在实施中,电子设备
基于以上方案,可以基于图像的采集时间,动态确定人脸图像的检测结果,保证检测的全面。
在一示例性实施例中,如图6所示,步骤410,在目标年龄范围与真实年龄满足预设年龄检测条件的情况下,确定第一人脸图像检测通过具体可以通过以下步骤实现:
在步骤S610中,通过预设的年龄算法,计算标准人脸图像对应的第二年龄以及计算目标年龄范围对应的第一年龄。
在实施中,电子设备可以将标准人脸图像输入至预设的年龄算法,得到预设的年龄算法对于标准人脸图像的年龄识别结果。这样,电子设备可以基于该标准人脸图像的年龄识别结果确定标准人脸图像的第二年龄,以及确定待检测的第一人脸图像的目标年龄范围对应的第一年龄。也就是说,电子设备通过将待检测的第一人脸图像以及标准热人脸图像分别输入至预设的年龄算法中,得到预设的年龄算法识别出的待检测的第一人脸图像的年龄,以及预设的年龄算法识别出的标准人脸图像的年龄。
在步骤S620中,计算第一年龄与第二年龄的第一差值,以及计算当前采集时间与标准人脸图像的采集时间之间的第二差值。
在实施中,电子设备可以计算第一年龄与第二年龄的差值,作为第一差值,即预设的年龄算法识别出的第一人脸图像与标准人脸图像之间的年龄差值。同样地,电子设备可以获取待检测的第一人脸图像的采集时间,即当前采集时间,与标准人脸图像的采集时间,这样,电子设备可以计算待检测的第一人脸图像的当前采集时间与标准人脸图像的采集时间的差值,作为第二差值。
在步骤S630中,在第一差值与第二差值满足第二相似条件的情况下,确定第一人脸图像检测通过。
其中,第二相似条件可以是两者之间的相似距离小于预设距离阈值。
在实施中,电子设备可以计算第一差值与第二差值之间的距离,如果距离小于或者等于预设距离阈值,则电子设备可以确定第一差值与第二差值满足第二相似条件。这样,电子设备可以确定第一人脸图像检测通过。
在一个示例中,电子设备可以计算第一差值与第二差值之间的差值,如果计算得到的差值小于或者等于预设距离阈值,则电子设备可以确定第一差值与第二差值满足第二相似条件。这样,电子设备可以确定第一人脸图像检测通过。也就是说,电子设备可以在确定第一差值与第二差值之间相差的程度较小的情况下,确定第一人脸图像检测通过。
基于以上方案,可以增加年龄识别的准确性以及检测结果的准确性,避免因年龄算法的单一人脸年龄计算误差导致检测结果的误判。
在一示例性实施例中,如图7所示,步骤410,在目标年龄范围与真实年龄满足预设年龄检测条件的情况下,确定第一人脸图像检测通过具体可以通过以下步骤实现:
在步骤S710中,获取预设人脸活体检测算法输出的验证结果。
其中,预设人脸活体检测算法可以是人脸图像特征检测算法,可以是基于人脸图像的人脸特征进行比对的算法,即,预设人脸活体检测算法可以判断第一人脸检测图像与标准人脸图像之间的相似程度。
在实施中,电子设备可以获取预设人脸活体检测算法输出的对于第一人脸图像与标准人脸图像之间的相似程度的识别验证结果。在电子设备确定第一人脸图像与标准人脸图像相似的情况下,电子设备可以确定验证结果可以是验证通过;在电子设备确定第一人脸图像与标准人脸图像不相似的情况下,电子设备可以确定验证结果可以是验证未通过。
在步骤S720中,在验证结果为验证通过,且目标年龄范围与真实年龄满足预设年龄检测条件的情况下,确定第一人脸图像检测通过。
在实施中,电子设备在确定预设人脸活体检测算法输出的验证结果为验证通过,且待检测的第一人脸图像的目标年龄范围与标准人脸图像的真实年龄符合预设年龄检测条件的情况下,电子设备可以确定待检测的第一人脸图像的活体检测结果可以是检测通过。
在一个示例中,电子设备在确定预设人脸活体检测算法输出的验证结果为验证未通过,且待检测的第一人脸图像的目标年龄范围与标准人脸图像的真实年龄符合预设年龄检测条件的情况下,电子设备可以确定待检测的第一人脸图像的活体检测结果可以是检测未通过;电子设备在确定预设人脸活体检测算法输出的验证结果为验证通过,且待检测的第一人脸图像的目标年龄范围与标准人脸图像的真实年龄不符合预设年龄检测条件的情况下,电子设备可以确定待检测的第一人脸图像的活体检测结果可以是检测未通过;电子设备在确定预设人脸活体检测算法输出的验证结果为验证未通过,且待检测的第一人脸图像的目标年龄范围与标准人脸图像的真实年龄不符合预设年龄检测条件的情况下,电子设备可以确定待检测的第一人脸图像的活体检测结果可以是检测未通过。
基于以上方案,可以保证人脸活体检测的精确度。
以下,结合一个具体实施例详细描述上述人脸检测方法的具体执行过程:
电子设备可以基于人的脸部特征信息进行身份识别,电子设备可以根据采集的第一人脸图像,通过预设的年龄检测算法进行年龄识别,计算目标年龄范围,以及电子设备可以基于标准数据库(权威数据库)内的身份信息,计算真实年龄;真实年龄的具体计算过程可以包括:电子设备可以获取身份信息中的出生日期,以及获取当前日期,计算真实年龄;这样,电子设备可以判断真实年龄与目标年龄范围的关系,在真实年龄在目标年龄范围的情况下,可以确定检测通过;在真实年龄未在目标年龄范围的情况下,可以确定检测未通过,即,电子设备可以比对真实年龄是否在人脸算法检测的年龄范围内,如在范围内,则辅助判定为同一个人概率大,如未在范围内,则辅助判定为同一个人概率小。
在一个示例中,电子设备可以基于真实年龄的年龄段进行判断,对目标年龄范围进行扩充处理,可以考虑到人脸变化可能在不同年龄段变化差异不同,避免因人脸变化过大导致的比对失败;电子设备可以基于当前日期与标准数据库的人脸图像的采集时间之间的时长差值进行比较,如果时间近,则可以调高第一置信度阈值(加严比对结果);如果时间较久,则可以调低第一置信度阈值(适当放松比对结果)。
本实施例提供的人脸检测方法,可以增加人脸活体视频文件防伪手段,并避免视频被篡改,还可以避免图像特征较为相似的人脸图像之间被冒用的风险,避免近亲冒用;引入有效期时间概念,获取到留存人脸照片时间,增加辅助判断可信度。
应该理解的是,虽然图1-图7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-图7中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
可以理解的是,本说明书中上述方法的各个实施例之间相同/相似的部分可互相参见,每个实施例重点说明的是与其他实施例的不同之处,相关之处参见其他方法实施例的说明即可。
图8是根据一示例性实施例示出的一种人脸检测装置800的装置框图。参照图8,包括:
第一获取单元802,被配置为执行获取待检测的第一人脸图像,并在标准人脸数据库中确定第一人脸图像对应的标准人脸图像、以及确定标准人脸图像对应的真实年龄;
第一确定单元804,被配置为执行基于第一人脸图像和预设的年龄算法,确定第一人脸图像对应的目标年龄范围;
第二确定单元806,被配置为执行基于目标年龄范围、真实年龄以及预设年龄检测条件,确定第一人脸图像的检测结果。
在其中一个实施例中,所述第一确定单元,包括:
第一确定子单元,被配置为执行通过预设的年龄算法对所述第一人脸图像进行处理,得到所述第一人脸图像对应的多个年龄范围,以及各所述年龄范围分别对应的置信度;
第二确定子单元,被配置为执行确定置信度最高的年龄范围为所述第一人脸图像对应的目标年龄范围。
在其中一个实施例中,所述第一确定单元,包括:
第三确定子单元,被配置为执行通过所述预设的年龄算法对所述第一人脸图像进行处理,得到所述第一人脸图像对应的年龄参数,所述年龄参数包括年龄数值或者至少一个年龄范围;
扩充子单元,被配置为执行在所述年龄参数在目标年龄段内的情况下,对所述年龄参数进行扩充,确定扩充后的年龄参数为目标年龄范围。
在其中一个实施例中,所述第二确定单元,包括:
第四确定子单元,被配置为执行在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过;
第五确定子单元,被配置为执行在所述目标年龄范围与所述真实年龄不满足预设年龄检测条件的情况下,确定所述第一人脸图像检测未通过。
在其中一个实施例中,第四确定子单元,具体用于:
如果所述真实年龄在所述目标年龄范围内,则确定所述第一人脸图像检测通过。
在其中一个实施例中,第四确定子单元,还具体用于:
获取所述第一人脸图像的第一采集时间以及所述标准人脸图像的标准采集时间;在所述第一采集时间与所述标准采集时间满足第一相似条件的情况下,如果所述真实年龄在所述目标年龄范围内,且所述目标年龄范围的置信度大于第一置信度阈值,则确定第一人脸图像检测通过。
在其中一个实施例中,所述人脸检测装置还包括:
第三确定单元,被配置为执行在所述第一采集时间与所述标准采集时间满足预设差异条件的情况下,如果所述真实年龄在所述目标年龄范围内,且所述目标年龄范围的置信度大于第二置信度阈值,则确定第一人脸图像检测通过,所述第一置信度阈值大于所述第二置信度阈值。
在其中一个实施例中,第四确定子单元,还具体用于:
通过预设的年龄算法,计算所述标准人脸图像对应的第二年龄以及计算所述目标年龄范围对应的第一年龄;计算所述第一年龄与所述第二年龄的第一差值,以及计算当前采集时间与所述标准人脸图像的采集时间之间的第二差值;在所述第一差值与所述第二差值满足第二相似条件的情况下,确定所述第一人脸图像检测通过。
在其中一个实施例中,第四确定子单元,还具体用于:
获取预设人脸活体检测算法输出的验证结果;在所述验证结果为验证通过,且所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过。
图9是根据一示例性实施例示出的一种用于人脸检测方法的电子设备900的框图。例如,电子设备900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。
参照图9,电子设备900可以包括以下一个或多个组件:处理组件902、存储器904、电源组件906、多媒体组件908、音频组件910、输入/输出(I/O)的接口912、传感器组件914以及通信组件916。
处理组件902通常控制电子设备900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902可以包括一个或多个处理器920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902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在电子设备900的操作。这些数据的示例包括用于在电子设备900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904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、光盘或石墨烯存储器。
电源组件906为电子设备900的各种组件提供电力。电源组件906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900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述电子设备900和用户之间的提供输出接口的屏幕。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908包括前置摄像头和/或后置摄像头。当电子设备900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910被配置为输出和/或输入音频信号。例如,音频组件910包括麦克风(MIC),当电子设备900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904或经由通信组件916发送。在一些实施例中,音频组件910还包括扬声器,用于输出音频信号。
I/O接口912为处理组件902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914包括一个或多个传感器,用于为电子设备900提供各个方面的状态评估。例如,传感器组件914可以检测到电子设备900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900的显示器和小键盘,传感器组件914还可以检测电子设备900或电子设备900组件的位置改变,用户与电子设备900接触的存在或不存在,设备900方位或加速/减速和电子设备900的温度变化。传感器组件914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914还可以包括光传感器,如CMOS或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914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916被配置为便于电子设备900和其他设备之间有线或无线方式的通信。电子设备900可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件916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916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900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,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器904,上述指令可由电子设备900的处理器920执行以完成上述方法。例如,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,所述计算机程序产品中包括指令,上述指令可由电子设备900的处理器920执行以完成上述方法。
需要说明的,上述的装置、电子设备、计算机可读存储介质、计算机程序产品等根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种人脸检测方法,其特征在于,包括:
获取待检测的第一人脸图像,并在标准人脸数据库中确定所述第一人脸图像对应的标准人脸图像、以及确定所述标准人脸图像对应的真实年龄;
基于所述第一人脸图像和预设的年龄算法,确定所述第一人脸图像对应的目标年龄范围;
基于所述目标年龄范围、所述真实年龄以及预设年龄检测条件,确定所述第一人脸图像的检测结果。
2.根据权利要求1所述的人脸检测方法,其特征在于,所述基于所述第一人脸图像和预设的年龄算法,确定所述第一人脸图像对应的目标年龄范围,包括:
通过预设的年龄算法对所述第一人脸图像进行处理,得到所述第一人脸图像对应的多个年龄范围,以及各所述年龄范围分别对应的置信度;
确定置信度最高的年龄范围为所述第一人脸图像对应的目标年龄范围。
3.根据权利要求1所述的人脸检测方法,其特征在于,所述基于所述第一人脸图像和预设的年龄算法,确定所述第一人脸图像对应的目标年龄范围,包括:
通过所述预设的年龄算法对所述第一人脸图像进行处理,得到所述第一人脸图像对应的年龄参数,所述年龄参数包括年龄数值或者至少一个年龄范围;
在所述年龄参数在目标年龄段内的情况下,对所述年龄参数进行扩充,确定扩充后的年龄参数为目标年龄范围。
4.根据权利要求1所述的人脸检测方法,其特征在于,所述检测结果包括检测通过以及检测未通过,所述基于所述目标年龄范围、所述真实年龄以及预设年龄检测条件,确定所述第一人脸图像的检测结果,包括:
在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过;
在所述目标年龄范围与所述真实年龄不满足预设年龄检测条件的情况下,确定所述第一人脸图像检测未通过。
5.根据权利要求4所述的人脸检测方法,其特征在于,所述在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过,包括:
如果所述真实年龄在所述目标年龄范围内,则确定所述第一人脸图像检测通过。
6.根据权利要求4所述的人脸检测方法,其特征在于,所述在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过,包括:
获取所述第一人脸图像的第一采集时间以及所述标准人脸图像的标准采集时间;
在所述第一采集时间与所述标准采集时间满足第一相似条件的情况下,如果所述真实年龄在所述目标年龄范围内,且所述目标年龄范围的置信度大于第一置信度阈值,则确定第一人脸图像检测通过。
7.根据权利要求6所述的人脸检测方法,其特征在于,所述方法还包括:
在所述第一采集时间与所述标准采集时间满足预设差异条件的情况下,如果所述真实年龄在所述目标年龄范围内,且所述目标年龄范围的置信度大于第二置信度阈值,则确定第一人脸图像检测通过,所述第一置信度阈值大于所述第二置信度阈值。
8.根据权利要求4所述的人脸检测方法,其特征在于,所述在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过,包括:
通过预设的年龄算法,计算所述标准人脸图像对应的第二年龄以及计算所述目标年龄范围对应的第一年龄;
计算所述第一年龄与所述第二年龄的第一差值,以及计算当前采集时间与所述标准人脸图像的采集时间之间的第二差值;
在所述第一差值与所述第二差值满足第二相似条件的情况下,确定所述第一人脸图像检测通过。
9.根据权利要求4所述的人脸检测方法,其特征在于,所述在所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过,包括:
获取预设人脸活体检测算法输出的验证结果;
在所述验证结果为验证通过,且所述目标年龄范围与所述真实年龄满足预设年龄检测条件的情况下,确定所述第一人脸图像检测通过。
10.一种人脸检测装置,其特征在于,包括:
第一获取单元,被配置为执行获取待检测的第一人脸图像,并在标准人脸数据库中确定所述第一人脸图像对应的标准人脸图像、以及确定所述标准人脸图像对应的真实年龄;
第一确定单元,被配置为执行基于所述第一人脸图像和预设的年龄算法,确定所述第一人脸图像对应的目标年龄范围;
第二确定单元,被配置为执行基于所述目标年龄范围、所述真实年龄以及预设年龄检测条件,确定所述第一人脸图像的检测结果。
11.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至9中任一项所述的人脸检测方法。
12.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至9中任一项所述的人脸检测方法。
CN202310107204.4A 2023-01-31 2023-01-31 人脸检测方法、装置、电子设备及存储介质 Pending CN116129536A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310107204.4A CN116129536A (zh) 2023-01-31 2023-01-31 人脸检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310107204.4A CN116129536A (zh) 2023-01-31 2023-01-31 人脸检测方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116129536A true CN116129536A (zh) 2023-05-16

Family

ID=86298973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310107204.4A Pending CN116129536A (zh) 2023-01-31 2023-01-31 人脸检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116129536A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117037250A (zh) * 2023-08-09 2023-11-10 中移动金融科技有限公司 人脸比对方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106022317A (zh) * 2016-06-27 2016-10-12 北京小米移动软件有限公司 人脸识别方法及装置
CN106203294A (zh) * 2016-06-30 2016-12-07 广东微模式软件股份有限公司 基于人脸属性分析的人证合一身份验证方法
CN110532970A (zh) * 2019-09-02 2019-12-03 厦门瑞为信息技术有限公司 人脸2d图像的年龄性别属性分析方法、系统、设备和介质
CN111611959A (zh) * 2020-05-28 2020-09-01 青岛海尔科技有限公司 一种个人信息采集处理方法及装置
CN112183282A (zh) * 2020-09-22 2021-01-05 北京金山云网络技术有限公司 一种人脸图像处理方法、装置、设备及存储介质
WO2021135863A1 (zh) * 2019-12-31 2021-07-08 华为技术有限公司 一种图像识别方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106022317A (zh) * 2016-06-27 2016-10-12 北京小米移动软件有限公司 人脸识别方法及装置
CN106203294A (zh) * 2016-06-30 2016-12-07 广东微模式软件股份有限公司 基于人脸属性分析的人证合一身份验证方法
CN110532970A (zh) * 2019-09-02 2019-12-03 厦门瑞为信息技术有限公司 人脸2d图像的年龄性别属性分析方法、系统、设备和介质
WO2021135863A1 (zh) * 2019-12-31 2021-07-08 华为技术有限公司 一种图像识别方法及装置
CN111611959A (zh) * 2020-05-28 2020-09-01 青岛海尔科技有限公司 一种个人信息采集处理方法及装置
CN112183282A (zh) * 2020-09-22 2021-01-05 北京金山云网络技术有限公司 一种人脸图像处理方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117037250A (zh) * 2023-08-09 2023-11-10 中移动金融科技有限公司 人脸比对方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
RU2643473C2 (ru) Способ и аппаратура для идентификации отпечатков пальцев
CN113283883B (zh) 业务实现方法和装置
CN107025419B (zh) 指纹模板录入方法及装置
US10643054B2 (en) Method and device for identity verification
CN104850827B (zh) 指纹识别方法及装置
CN105654033B (zh) 人脸图像验证方法和装置
US20170185988A1 (en) Mpayment method and apparatus
CN106503513A (zh) 声纹识别方法及装置
CN106934320B (zh) 指纹识别方法及装置
CN106503617A (zh) 模型训练方法及装置
US10824891B2 (en) Recognizing biological feature
WO2018133387A1 (zh) 指纹识别方法及装置
CN105426485A (zh) 图像合并方法和装置、智能终端和服务器
CN106503628A (zh) 用于指纹匹配的方法及装置
CN105100193B (zh) 云名片推荐方法及装置
CN111797746A (zh) 人脸识别方法、装置及计算机可读存储介质
WO2017148138A1 (zh) 指纹验证方法及装置
CN111753266A (zh) 用户认证方法、多媒体内容的推送方法及装置
CN116129536A (zh) 人脸检测方法、装置、电子设备及存储介质
CN106022272B (zh) 一种判定正脸图像的方法和装置
CN112241520B (zh) 指纹识别方法和装置
CN111079467B (zh) 指纹识别方法及装置、电子设备、存储介质
CN106203042A (zh) 确定指纹识别误操作的方法和装置
CN106303017A (zh) 报警处理方法及装置
CN109002493A (zh) 指纹数据库更新方法、装置、终端及存储介质

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