[go: up one dir, main page]

CN106203308B - 人脸识别方法及人脸识别装置 - Google Patents

人脸识别方法及人脸识别装置 Download PDF

Info

Publication number
CN106203308B
CN106203308B CN201610513397.3A CN201610513397A CN106203308B CN 106203308 B CN106203308 B CN 106203308B CN 201610513397 A CN201610513397 A CN 201610513397A CN 106203308 B CN106203308 B CN 106203308B
Authority
CN
China
Prior art keywords
current
face
length
user
feature
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.)
Active
Application number
CN201610513397.3A
Other languages
English (en)
Other versions
CN106203308A (zh
Inventor
李南君
鞠汶奇
李建平
周均扬
石贵强
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.)
Midea Group Co Ltd
Original Assignee
Midea Group 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 Midea Group Co Ltd filed Critical Midea Group Co Ltd
Priority to CN201610513397.3A priority Critical patent/CN106203308B/zh
Publication of CN106203308A publication Critical patent/CN106203308A/zh
Application granted granted Critical
Publication of CN106203308B publication Critical patent/CN106203308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR 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
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR 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
    • G06V40/179Human faces, e.g. facial parts, sketches or expressions metadata assisted face recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种人脸识别方法。首先建立特征库。特征库包括授权用户正脸及侧脸之间的样本特征线的长度范围。接着获取当前用户的人脸图像。然后处理人脸图像以提取当前用户的当前特征点。根据当前特征点确定当前特征线并计算当前特征线的当前长度。最后根据当前长度及长度范围识别当前用户是否属于授权用户。如此,仅通过特征线的长度便可通过侧脸图像识别当前用户是否为授权用户,相对于现有人脸识别方法,大幅度降低了计算量,从而可以降低成本。本发明实施方式中还包括一种人脸识别装置及家用电器。

Description

人脸识别方法及人脸识别装置
技术领域
本发明涉及人脸识别技术,特别涉及一种人脸识别方法及人脸识别装置。
背景技术
日常使用中,可能存在一些需要通过侧脸识别来实现人脸识别的场合。然而,现在一般需要通过复杂的人脸识别算法来实现侧脸识别,例如,可能需要通过3D人脸识别技术实现,运算量大,成本高。
发明内容
本发明的实施方式旨在至少解决现有技术中存在的技术问题之一。为此,本发明的实施方式需要提供一种人脸识别方法及人脸识别装置。
本发明提供一种人脸识别方法,所述人脸识别方法包括以下步骤:
建立特征库,所述特征库包括授权用户正脸及侧脸之间的样本特征线的长度范围;
获取当前用户的人脸图像;
处理所述人脸图像以提取所述当前用户的当前特征点;
根据所述当前特征点确定当前特征线并计算所述当前特征线的当前长度;及
根据所述当前长度及所述长度范围识别所述当前用户是否属于所述授权用户。
在某些实施方式中建立特征库的步骤包括以下子步骤:
获得待授权用户的正脸图像;
处理所述正脸图像以提取所述待授权用户的正脸特征点;
根据所述正脸特征点计算正脸特征线长度;
获得所述待授权用户的侧脸图像;
处理所述侧脸图像以提取所述待授权用户的侧脸特征点;
根据所述侧脸特征点计算侧脸特征线长度;及
根据所述正脸特征线长度及所述侧脸特征线长度确定所述长度范围。
在某些实施方式中,所述样本特征线、所述当前特征线、所述正脸特征线及所述侧脸特征线包括两个瞳孔的连接线及/或鼻子的底部轮廓线。
在某些实施方式中,所述授权用户的数量小于10。
在某些实施方式中,所述侧脸自所述正脸偏转预定角度得到,所述预定角度小于45度。
在某些实施方式中,所述特征库还包括所述授权用户的纵向特征线,所述根据所述当前长度及所述长度范围识别所述当前用户是否属于所述授权用户的步骤包括:
判断所述当前长度是否落入所述长度范围;及
在所述当前长度落入所述长度范围时获取所述当前用户的当前纵向特征线;
根据所述纵向特征线长度识别当前用户是否属于所述授权用户。
本发明实施方式中还提供一种人脸识别装置,所述人脸识别装置包括:
特征库,所述特征库用于获取授权用户正脸及侧脸之间的样本特征线的长度范围;
获取模块,所述获取模块用于获取当前用户的人脸图像;
提取模块,所述提取模块用于处理所述人脸图像以提取所述当前用户的当前特征点;
计算模块,所述计算模块用于根据所述当前特征点确定当前特征线并计算所述当前特征线的当前长度;及
识别模块,所述识别模块用于根据所述当前长度及所述长度范围识别所述当前用户是否属于所述授权用户。
在某些实施方式中,所述获取模块还用于获得待授权用户的正脸图像;
所述提取模块还用于处理所述正脸图像以提取所述待授权用户的正脸特征点;
所述计算模块还用于根据所述正脸特征点计算正脸特征线长度;
所述提取模块还用于获得所述待授权用户的侧脸图像;
所述提取模块还用于处理所述侧脸图像以提取所述待授权用户的侧脸特征点;
所述计算模块还用于根据所述侧脸特征点计算侧脸特征线长度;及
所述计算模块还用于根据所述正脸特征线长度及所述侧脸特征线长度确定所述长度范围。
在某些实施方式中,所述样本特征线、所述当前特征线、所述正脸特征线及所述侧脸特征线包括两个瞳孔的连接线及/或鼻子的底部轮廓线。
在某些实施方式中,所述授权用户的数量小于10。
在某些实施方式中,所述侧脸自所述正脸偏转预定角度得到,所述预定角度小于45度。
在某些实施方式中,所述特征库还包括所述授权用户的纵向特征线,所述识别模块包括:
判断单元,所述判断单元用于判断所述当前长度是否落入所述长度范围;及
获取单元,所述获取单元用于在所述当前长度落入所述长度范围时获取所述当前用户的当前纵向特征线;
识别单元,所述识别单元用于根据所述纵向特征线长度识别当前用户是否属于所述授权用户。
本发明实施方式中还提供一种家用电器,包括上述所述人脸识别装置中任意一项所述人脸识别装置的实施方式。
在某些实施方式中,所述家用电器包括家用中央空调。
本发明实施方式的人脸识别方法及所述人脸识别装置仅通过特征线的长度便可通过侧脸图像识别当前用户是否为授权用户,相对于现有的人脸识别方法,大幅降低了计算量,从而可以降低成本。进而,本发明实施方式的人脸识别方法及所述人脸识别装置可以用于计算能力受限的装置或者设备中。
本发明的实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实施方式的实践了解到。
附图说明
图1是本发明实施方式的人脸识别方法的流程示意图。
图2是本发明实施方式的人脸识别装置的功能模块示意图。
图3是本发明实施方式的人脸识别方法中建立特征库的步骤的流程示意图。
图4是本发明实施方式的人脸识别方法中如何实现建立特征库的步骤的示意图。
图5是本发明实施方式的人脸识别方法中的特征库的示意图。
图6是本发明实施方式的人脸识别方法中获取当前用户人脸图像的示意图。
图7是本发明实施方式的人脸识别方法中根据当前长度及长度范围识别当前用户是否属于授权用户的步骤的流程示意图。
图8是本发明实施方式的人脸识别装置中的识别模块的子单元示意图。
具体实施方式
下面详细描述本发明的实施方式,实施方式的示例在附图中示出,其中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明的实施方式,而不能理解为对本发明的实施方式的限制。
请参阅图1,本发明实施方式中人脸识别方法包括以下步骤:
S01,建立特征库,特征库包括授权用户正脸及侧脸之间的样本特征线的长度范围;
S02,获取当前用户的人脸图像;
S03,处理人脸图像以提取当前用户的当前特征点;
S04,根据当前特征点确定当前特征线并计算当前特征线的当前长度;及
S05,根据当前长度及长度范围识别当前用户是否属于授权用户。
请一并参阅图2,本发明实施方式中的人脸识别方法可以由本发明实施方式中人脸识别装置10实现。人脸识别装置10包括特征库11、获取模块13、提取模块15、计算模块17及识别模块19。
步骤S01可以由获取模块13、提取模块15及计算模块17共同实现(请参下文),并建立特征库11。步骤S02可以由获取模块13实现,步骤S03可以由提取模块15实现,步骤S04可以由计算模块17实现,步骤S05可以由识别模块19实现。
也就是说,获取模块13、提取模块15及计算模块17可以在特征库11的建立阶段用于获取待授权用户正脸及侧脸之间的样本特征线的长度范围从而得到授权用户正脸及侧脸之间的样本特征线的长度范围。获取模块13可以用于获取当前用户的人脸图像。提取模块15可以用于处理当前人脸图像以提取当前用户的当前特征点30。计算模块17用于根据当前特征点确定当前特征线并计算当前特征线的当前长度。识别模块19用于根据当前长度及长度范围识别当前用户是否属于授权用户。
本发明实施方式的人脸识别方法及人脸识别装置10仅通过特征线的长度便可通过侧脸图像识别当前用户是否为授权用户,相对于现有的人脸识别方法,大幅降低了计算量,从而可以降低成本。进而,本发明实施方式的人脸识别方法及人脸识别装置10可以用于计算能力受限的装置或者设备中,例如,用于家用电器的嵌入式系统中。
请参阅图3,在本发明实施方式中,建立特征库11的步骤包括以下子步骤:
S11,获得待授权用户的正脸图像;
S12,处理正脸图像以提取待授权用户的正脸特征点;
S13,根据正脸特征点计算正脸特征线长度;
S14,获得待授权用户的侧脸图像;
S15,处理侧脸图像以提取待授权用户的侧脸特征点;
S16,根据侧脸特征点计算侧脸特征线长度;及
S17,根据正脸特征线长度及侧脸特征线长度确定长度范围。
请一并参阅图4及图5,在某些实施方式中,步骤S11、S14可以由获取模块13实现。步骤S12、S15可以由提取模块15实现。步骤S13、S17可以由计算模块17实现。也就是说,获取模块13还用于获得待授权用户的正脸图像20Z。提取模块15还用于处理正脸图像20Z以提取待授权用户的正脸特征点201Z。计算模块15还用于根据正脸特征点201Z计算正脸特征线长度。获取模块13还用于获得待授权用户的侧脸图像20C。提取模块15还用于处理侧脸图像20C以提取待授权用户的侧脸特征点201C。计算模块17还用于根据侧脸特征点201C计算侧脸特征线长度。计算模块17于根据正脸特征线长度及侧脸特征线长度确定长度范围。
如此,特征库11的建立也得到简化,降低计算量,因此可以降低成本,用于计算能力受限的装置或设备。
在某些实施方式中,获取模块13可以获取待授权用户的瞳距、鼻子底部轮廓线的宽度以及嘴巴的宽度。计算模块17将获取的数据存储于特征库11中以用来开启用户录入模式。例如,人脸识别装置10可以通过多次的图像分析获取待授权用户的正脸及侧脸的人脸图像20,读取待授权用户的正脸及侧脸的瞳距范围、鼻子底部轮廓线的宽度以及嘴巴的宽度,并且分别记录为5-7cm、1-1.6cm、3-3.5cm。计算模块17将获得的数据作为一组授权用户的特征线长度范围数值存储于特征库11中。
在某些实施方式中,特征库11存储的授权用户的特征线长度范围数值的组数可以设置为3-5组。例如,在实际应用中,人脸识别方法及人脸识别装置10一般应用于家用电器的系统,考虑到家用电器的系统的处理能力受限,而家用电器的操作或者控制授权用户一般限于家庭成员,因此授权用户人脸图像的特征线长度数值范围数值的组数可以为3-5组。
在某些实施方式中,特征库11在录入待授权用户的信息的同时也可以设置待授权用户的优先级。例如,人脸识别方法及人脸识别装置10可以应用于家用电器中,家用电器系统可以根据用户的优先级设置家用电器的参数。
在某些实施方式中,人脸识别装置10可以在识别的同时通过迭代算法不断对授权用户的人脸图像数据进行更新,并且将重新更新的正脸及侧脸的特征线的长度范围存储于特征库11中。例如机器可以不断重复学习授权用户的人脸图像数据,并且将学习到的授权用户的人脸图像数据更新到特征库11,从而可以提高授权用户的人脸识别的准确率。
在某些实施方式中,侧脸自正脸偏转预定角度得到,预定角度小于45度。
人脸识别装置可以用于侧脸识别。获取模块13在获取待授权用户的正脸及侧脸图像20时,首先获取待授权用户正脸的特征线202Z,然后当正脸偏转预定角度时,获取模块13获取用户的侧脸特征线202C。获取的侧脸角度的特征线202C当然越偏越好,这样人脸识别范围广,但是获取的侧脸的预定角度大于45度时,提取模块15很难提取人脸特征线的准确数值,并且识别模块19无法识别人脸图像。
请参阅图6,在某些实施方式中,成像装置获取当前用户的人脸图像30。通过图像分析获取当前用户的特征点301以用于提取当前用户的特征线302。当获取的当前用户的特征线长度范围落入特征库11所存储的特征线长度范围数值时,开启用户使用模式,调用授权用户的数据。否则,则取消当前用户的人脸识别。例如,测得当前用户的瞳距、鼻子底部轮廓宽度、嘴巴宽度分别为5.2cm、1.2cm、3.2cm。通过与特征库数据的比对分析,当前用户的特征线长度数据落入特征库11的数据范围之中,人脸识别装置10可以确定当前用户为授权用户。
当然,判断当前用户是否为授权用户也不限于上述的实施方式中,可以通过其他实施方式来实现。
请参阅图7,在本发明实施方式中,特征库11还包括授权用户的纵向特征线。根据当前长度及长度范围识别当前用户是否属于授权用户的步骤包括:
S21,判断当前长度是否落入长度范围;及
S22,在当前长度落入长度范围时获取当前用户的当前纵向特征线;
S23,根据纵向特征线长度识别当前用户是否属于授权用户;
请一并参阅图8,本发明实施方式中的人脸识别方法由本发明实施方式中人脸识别装置10实现。人脸识别装置10中的识别模块19包括判断单元192、获取单元194、识别单元196。步骤S21可以由判断单元192实现,步骤S22可以由获取单元194实现,步骤S23可以由识别单元196实现。
也就是说,判断单元192用于判断当前长度是否落入特征库10的特征线长度范围。获取单元194用于在当前长度落入长度范围时获取当前用户的当前纵向特征线。识别单元196用于根据纵向特征线长度识别当前用户是否属于授权用户。
在发明实施方式中,在判断当前用户横向特征线的长度落入长度范围的情况下还获取当前用户纵向特征线的长度,并且将获取的纵向特征线的长度与特征库11的数据进行匹配。例如,获取的纵向特征线包括鼻子的长度,而且鼻子的长度在正脸跟侧脸的数值都是一样的。如此,识别模块19在对横向特征线长度判断的同时再进一步对纵向特征线长度进行识别,进而,可以提高侧脸识别的准确率。
在某些实施方式中,家用电器可以安装人脸识别装置10以识别用户身份,人脸识别装置10可以智能控制家用电器,使生活更加方便。例如,家用的空调可以通过人脸识别装置10识别用户,并且可以预设多个授权用户来同时控制空调的使用。如此,通过人脸识别装置10可以轻松控制空调的使用而不需要手动控制,方便快捷。
在某些实施方式中,家用电器可以包括具有学习功能的人脸识别装置10。人脸识别装置10可以不断学习用户的脸部的特征线,并且可以将学习到的用户特征线的长度范围存储于家用电器的存储器中。家用电器在启动时可以通过人脸识别装置10调用待授权或授权用户的数据。
在本发明的实施方式的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明的实施方式和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的实施方式的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的实施方式的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明的实施方式的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明的实施方式中的具体含义。
在本发明的实施方式中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的实施方式的不同结构。为了简化本发明的实施方式的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明的实施方式可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明的实施方式提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明的各个实施例中的各功能单元可以集成在一个处理器中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (14)

1.一种人脸识别方法,其特征在于,所述人脸识别方法包括以下步骤:
建立特征库,所述特征库包括授权用户正脸及侧脸之间的样本特征线的长度范围;
获取当前用户的人脸图像;
处理所述人脸图像以提取所述当前用户的当前特征点;
根据所述当前特征点确定当前特征线并计算所述当前特征线的当前长度;及
根据所述当前长度及所述长度范围识别所述当前用户是否属于所述授权用户。
2.如权利要求1所述的人脸识别方法,其特征在于,所述建立特征库的步骤包括以下子步骤:
获得待授权用户的正脸图像;
处理所述正脸图像以提取所述待授权用户的正脸特征点;
根据所述正脸特征点计算正脸特征线长度;
获得所述待授权用户的侧脸图像;
处理所述侧脸图像以提取所述待授权用户的侧脸特征点;
根据所述侧脸特征点计算侧脸特征线长度;及
根据所述正脸特征线长度及所述侧脸特征线长度确定所述长度范围。
3.如权利要求2所述的人脸识别方法,其特征在于,所述样本特征线、所述当前特征线、所述正脸特征线及所述侧脸特征线包括两个瞳孔的连接线及/或鼻子的底部轮廓线。
4.如权利要求1所述的人脸识别方法,其特征在于,所述授权用户的数量小于10。
5.如权利要求1所述的人脸识别方法,其特征在于,所述侧脸自所述正脸偏转预定角度得到,所述预定角度小于45度。
6.如权利要求1所述的人脸识别方法,其特征在于,所述特征库还包括所述授权用户的纵向特征线,所述根据所述当前长度及所述长度范围识别所述当前用户是否属于所述授权用户的步骤包括:
判断所述当前长度是否落入所述长度范围;及
在所述当前长度落入所述长度范围时获取所述当前用户的当前纵向特征线;
根据所述纵向特征线长度识别当前用户是否属于所述授权用户。
7.一种人脸识别装置,其特征在于,所述人脸识别装置包括:
特征库,所述特征库用于获取授权用户正脸及侧脸之间的样本特征线的长度范围;
获取模块,所述获取模块用于获取当前用户的人脸图像;
提取模块,所述提取模块用于处理所述人脸图像以提取所述当前用户的当前特征点;
计算模块,所述计算模块用于根据所述当前特征点确定当前特征线并计算所述当前特征线的当前长度;及
识别模块,所述识别模块用于根据所述当前长度及所述长度范围识别所述当前用户是否属于所述授权用户;
所述样本特征线包括:
瞳距、鼻子底部轮廓宽度、嘴巴宽度。
8.如权利要求7所述的人脸识别装置,其特征在于,所述获取模块还用于获得待授权用户的正脸图像;
所述提取模块还用于处理所述正脸图像以提取所述待授权用户的正脸特征点;
所述计算模块还用于根据所述正脸特征点计算正脸特征线长度;
所述提取模块还用于获得所述待授权用户的侧脸图像;
所述提取模块还用于处理所述侧脸图像以提取所述待授权用户的侧脸特征点;
所述计算模块还用于根据所述侧脸特征点计算侧脸特征线长度;及
所述计算模块还用于根据所述正脸特征线长度及所述侧脸特征线长度确定所述长度范围。
9.如权利要求7所述的人脸识别装置,其特征在于,所述样本特征线、所述当前特征线、所述正脸特征线及所述侧脸特征线包括两个瞳孔的连接线及/或鼻子的底部轮廓线。
10.如权利要求7所述的人脸识别装置,其特征在于,所述授权用户的数量小于10。
11.如权利要求7所述的人脸识别装置,其特征在于,所述侧脸自所述正脸偏转预定角度得到,所述预定角度小于45度。
12.如权利要求7所述的人脸识别装置,其特征在于,所述特征库还包括所述授权用户的纵向特征线,所述识别模块包括:
判断单元,所述判断单元用于判断所述当前长度是否落入所述长度范围;及
获取单元,所述获取单元用于在所述当前长度落入所述长度范围时获取所述当前用户的当前纵向特征线;
识别单元,所述识别单元用于根据所述纵向特征线长度识别当前用户是否属于所述授权用户。
13.一种家用电器,其特征在于,包括如权利要求7-12任意一项所述的人脸识别装置。
14.如权利要求13所述的家用电器,所述家用电器包括家用中央空调。
CN201610513397.3A 2016-06-30 2016-06-30 人脸识别方法及人脸识别装置 Active CN106203308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610513397.3A CN106203308B (zh) 2016-06-30 2016-06-30 人脸识别方法及人脸识别装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610513397.3A CN106203308B (zh) 2016-06-30 2016-06-30 人脸识别方法及人脸识别装置

Publications (2)

Publication Number Publication Date
CN106203308A CN106203308A (zh) 2016-12-07
CN106203308B true CN106203308B (zh) 2023-04-21

Family

ID=57464235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610513397.3A Active CN106203308B (zh) 2016-06-30 2016-06-30 人脸识别方法及人脸识别装置

Country Status (1)

Country Link
CN (1) CN106203308B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108230478A (zh) * 2018-02-08 2018-06-29 宁夏翔羚科技有限公司 点名方法、装置、电子设备及存储介质
TWI693560B (zh) * 2018-04-12 2020-05-11 合盈光電科技股份有限公司 臉部辨識方法
CN109255327A (zh) * 2018-09-07 2019-01-22 北京相貌空间科技有限公司 人脸特征信息的获取方法、脸部整形手术评价方法及装置
CN110414452A (zh) * 2019-07-31 2019-11-05 中国工商银行股份有限公司 一种基于面部特征位置信息的人脸搜索方法及系统
CN115953823B (zh) * 2023-03-13 2023-05-16 成都运荔枝科技有限公司 一种基于大数据的人脸识别方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398886A (zh) * 2008-03-17 2009-04-01 杭州大清智能技术开发有限公司 一种基于双目被动立体视觉的快速三维人脸识别方法
CN104008395A (zh) * 2014-05-20 2014-08-27 中国科学技术大学 一种基于人脸检索的不良视频智能检测方法
CN104134058A (zh) * 2014-07-21 2014-11-05 成都万维图新信息技术有限公司 一种人脸图像处理方法
CN105180355A (zh) * 2015-08-26 2015-12-23 广东美的暖通设备有限公司 空调集中控制器及其控制方法
CN105447480A (zh) * 2015-12-30 2016-03-30 吉林纪元时空动漫游戏科技集团股份有限公司 人脸识别游戏交互系统
CN105608448A (zh) * 2016-02-22 2016-05-25 海信集团有限公司 一种基于脸部关键点的lbp特征提取方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI405143B (zh) * 2009-11-27 2013-08-11 Altek Corp 用於辨識的物件影像校正裝置與其方法
US8966613B2 (en) * 2011-09-30 2015-02-24 Microsoft Technology Licensing, Llc Multi-frame depth image information identification

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398886A (zh) * 2008-03-17 2009-04-01 杭州大清智能技术开发有限公司 一种基于双目被动立体视觉的快速三维人脸识别方法
CN104008395A (zh) * 2014-05-20 2014-08-27 中国科学技术大学 一种基于人脸检索的不良视频智能检测方法
CN104134058A (zh) * 2014-07-21 2014-11-05 成都万维图新信息技术有限公司 一种人脸图像处理方法
CN105180355A (zh) * 2015-08-26 2015-12-23 广东美的暖通设备有限公司 空调集中控制器及其控制方法
CN105447480A (zh) * 2015-12-30 2016-03-30 吉林纪元时空动漫游戏科技集团股份有限公司 人脸识别游戏交互系统
CN105608448A (zh) * 2016-02-22 2016-05-25 海信集团有限公司 一种基于脸部关键点的lbp特征提取方法和装置

Also Published As

Publication number Publication date
CN106203308A (zh) 2016-12-07

Similar Documents

Publication Publication Date Title
CN106203308B (zh) 人脸识别方法及人脸识别装置
US11638490B2 (en) Method and device for identifying product purchased by user and intelligent shelf system
TWI619080B (zh) 指紋重疊區域面積的計算方法及電子裝置
EP2355492B1 (en) Device, method, program, and circuit for selecting subject to be tracked
US10769417B2 (en) Payment method, apparatus, and system
CN106485190B (zh) 指纹注册方法及装置
CN105590045A (zh) 一种环境自适应的身份认证方法和终端
CN105224930B (zh) 一种指纹识别的方法和装置
CN109800741A (zh) 指纹注册方法、装置和终端设备
TW201820206A (zh) 指紋識別方法及電子裝置
CN107851192B (zh) 用于检测人脸部分及人脸的设备和方法
JPWO2011042950A1 (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
US20190370982A1 (en) Movement learning device, skill discriminating device, and skill discriminating system
CN109635669B (zh) 图像分类方法、装置及分类模型的训练方法、装置
CN110287936B (zh) 图像检测方法、装置、设备及存储介质
CN108121943B (zh) 基于图片的判别方法及装置和计算设备
CN105279492A (zh) 虹膜识别的方法和装置
WO2018213946A1 (zh) 图像识别方法、图像识别装置、电子装置及计算机存储介质
CN104239879A (zh) 分割字符的方法及装置
CN112991343B (zh) 眼底图像黄斑区域的识别检测方法和装置及设备
CN112036362A (zh) 图像处理方法、装置、计算机设备和可读存储介质
CN105468956A (zh) 基于生物识别的智能移动终端及电子系统
CN114529961A (zh) 人脸图像的更新方法、存储介质、电子设备以及车辆
CN108564067A (zh) 人脸比对的阈值确定方法及系统
CN110084187B (zh) 基于计算机视觉的位置识别方法、装置、设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant