CN111553266A - 识别验证方法、装置及电子设备 - Google Patents
识别验证方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111553266A CN111553266A CN202010344335.0A CN202010344335A CN111553266A CN 111553266 A CN111553266 A CN 111553266A CN 202010344335 A CN202010344335 A CN 202010344335A CN 111553266 A CN111553266 A CN 111553266A
- Authority
- CN
- China
- Prior art keywords
- target object
- preset
- face
- mask
- identification verification
- 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
Links
- 238000012795 verification Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000009529 body temperature measurement Methods 0.000 claims description 28
- 230000001815 facial effect Effects 0.000 claims description 26
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 53
- 206010011409 Cross infection Diseases 0.000 abstract description 4
- 206010029803 Nosocomial infection Diseases 0.000 abstract description 4
- 208000015181 infectious disease Diseases 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 21
- 238000004590 computer program Methods 0.000 description 13
- 238000001931 thermography Methods 0.000 description 8
- 230000036760 body temperature Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004861 thermometry Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Collating Specific Patterns (AREA)
Abstract
本公开实施例提供一种识别验证方法、装置及电子设备，属于图像处理技术领域，该方法包括：采集预设区域的初始图像；根据初始图像中的人脸区域的特征，判断目标对象是否处于佩戴口罩状态；若判定目标对象处于佩戴口罩状态，则判断所述目标对象的当前温度是否在预设温度范围内；若目标对象的当前温度在预设温度范围内，则确定目标对象通过识别验证；若目标对象处于未佩戴口罩状态，或者，目标对象的当前温度不在预设范围内，则确定目标对象未通过识别验证。本公开方案能够自动、准确地筛选出佩戴口罩且当前温度正常的通过识别验证，无需摘掉口罩以有效避免的交叉感染，也减少检测人员的工作量和暴露感染风险，提高了特殊时期的检测效率和安全性。
Description
技术领域
本公开涉及图像处理技术领域，尤其涉及一种识别验证方法、装置及电子设备。
背景技术
在人脸识别领域，通常需要以完整人脸作为被识别物，无法对佩戴口罩的人员进行识别，也无法判断人员是否佩戴了口罩。在特殊疫情期间进行人脸识别验证时，需要用户摘下口罩才能进行识别验证，增加了用户交叉感染的风险。
可见，现有的识别验证方案存在无法满足特定验证需求的技术问题。
发明内容
有鉴于此，本公开实施例提供一种识别验证方法、装置及电子设备，至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种识别验证方法，包括：
采集预设区域的初始图像，其中，所述初始图像包括目标对象的人脸区域的特征；
根据所述初始图像中的人脸区域的特征，判断所述目标对象是否处于佩戴口罩状态；
若判定所述目标对象处于佩戴口罩状态，则判断所述目标对象的当前温度是否在预设温度范围内；
若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证；
若所述目标对象处于未佩戴口罩状态，或者，所述目标对象的当前温度不在所述预设范围内，则确定所述目标对象未通过识别验证。
根据本公开实施例的一种具体实现方式，所述采集预设区域的初始图像的步骤之后，所述方法还包括：
根据所述初始图像获取所述目标对象的人脸关键点；
根据所述人脸关键点提取所述目标对象的面部特征信息；
在预设身份信息库查找是否存在与所述目标对象的面部特征信息匹配的目标身份信息；
所述若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证的步骤，包括：
若查找到与所述目标对象的面部特征信息匹配的目标身份信息，且所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证。
根据本公开实施例的一种具体实现方式，所述根据所述初始图像中的人脸图像，判断所述目标对象是否处于佩戴口罩状态的步骤，包括：
判断所述人脸关键点信息是否包含所述目标对象的唇部关联关键点，其中，所述唇部关联关键点包括鼻子关键点、嘴巴关键点和下巴关键点中的至少两种；
若所述人脸关键点包括所述目标对象的唇部关联关键点，则判定所述目标对象处于未佩戴口罩状态；
若所述人脸关键点不包括所述唇部关联关键点，则判定所述目标对象处于佩戴口罩状态。
根据本公开实施例的一种具体实现方式，所述采集预设区域的初始图像的步骤之后，所述方法还包括：
读取所述目标对象的预设类型的证件信息；
在预设身份信息库查找是否存在与所述目标对象的证件信息匹配的目标身份信息；
所述若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证的步骤，包括：
若查找到与所述目标对象的证件信息匹配的目标身份信息，且所述目标对象的当前温度在预设范围内，则确定所述目标对象通过识别验证。
根据本公开实施例的一种具体实现方式，所述采集预设区域的初始图像的步骤之前，所述方法还包括：
检测所述预设区域是否存在活体对象；
若所述预设区域存在活体对象，则执行采集所述预设区域的初始图像的步骤。
根据本公开实施例的一种具体实现方式，所述判断所述目标对象的当前温度是否在预设温度范围内的步骤，包括：
提示所述目标对象靠近预设测温位点；
连续采集N次所述目标对象的温度数据，其中，N为正整数；
筛选N次温度数据中的最高温度值，作为所述目标对象的当前温度。
根据本公开实施例的一种具体实现方式，所述连续采集N次所述目标对象的温度数据的步骤之前，所述方法还包括：
采集所述目标对象的人脸区域对应的坐标；
根据所述目标对象的人脸区域对应的坐标，判断所述目标对象的人脸区域与所述预设测温位点是否重合；
若所述目标对象的人脸区域与所述预设测温位点重合，则执行连续采集N次所述目标对象的温度数据的步骤。
根据本公开实施例的一种具体实现方式，所述采集预设区域的初始图像的步骤之前，所述方法还包括：
获取注册人员处于未佩戴口罩状态时的基础人脸图像；
将口罩图层覆盖到所述人脸身份图像，得到升级人脸图像；
将全部基础人脸图像及对应的升级人脸图像输入深度神经网络或者基础识别模型进行学习训练，得到升级识别模型，以及，将所述基础人脸图像及对应的升级人脸图像录入所述预设身份信息库；
所述根据所述人脸关键点提取所述目标对象的面部特征信息的步骤，包括：
利用所述升级识别模型提取所述目标对象的面部特征信息。
第二方面，本公开实施例提供了一种识别验证装置，包括：
采集模块，用于采集预设区域的初始图像，其中，所述初始图像包括目标对象的人脸区域的特征；
第一判断模块，用于根据所述初始图像中的人脸区域的特征，判断所述目标对象是否处于佩戴口罩状态；
第二判断模块，用于若判定所述目标对象处于佩戴口罩状态，则判断所述目标对象的当前温度是否在预设温度范围内；
确定模块，用于若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证，以及，若所述目标对象处于未佩戴口罩状态，或者，所述目标对象的当前温度不在所述预设范围内，则确定所述目标对象未通过识别验证。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的识别验证方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的识别验证方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的识别验证方法。
本公开实施例中的识别验证方案，通过在识别验证过程中增设针对口罩佩戴状态先检测，以及当前温度检测的方案，能够自动、准确地筛选出佩戴口罩且当前温度正常的人员通过识别验证，而未佩戴口罩或者当前温度值异常的用户则直接不通过验证，这样，用户无需摘掉口罩以有效避免可能存在的交叉感染，也减少了检测人员的工作量和暴露感染风险，提高了特殊时期的检测效率和安全性。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种识别验证方法的流程示意图；
图2至图11为本公开实施例提供的识别验证方法的各具体实施方式的流程示意图；
图12为本公开实施例提供的一种识别验证装置的结构示意图；
图13为本公开实施例提供的电子设备的示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种识别验证方法。本实施例提供的识别验证方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、终端设备等中。
参见图1，为本公开实施例提供的一种识别验证方法的流程示意图。如图1所示，所述方法主要包括以下步骤：
S101，采集预设区域的初始图像，其中，所述初始图像包括目标对象的人脸区域的特征；
本公开实施例提供的识别验证方法，应用于特殊需求的识别验证场合，例如感染病流行的疫情期间在通道闸机、安全检查等领域的识别验证。在这些特殊时期，需要结合图像识别技术，对人员的口罩佩戴状态和温度进行自动检测和结果输出。
具体实施时，将当前待检测的用户定义为目标对象，将进入识别验证流程的等待区域定义为预设区域，所述预设区域通常为闸机通道的入口区域。目标对象进入预设区域，电子设备采集预设区域的初始图像，所采集的初始图像包括目标对象的人脸区域的特征，至少包括目标对象的人脸的嘴巴、鼻子、眼睛等主要区域。
S102，根据所述初始图像中的人脸区域的特征，判断所述目标对象是否处于佩戴口罩状态；
依据上述步骤采集到预设区域的初始图像后，即可根据初始图像中人脸区域的特征，来判断该目标对象是否处于佩戴口罩状态。目标对象若处于佩戴口罩状态，则其唇部关联区域为统一像素及颜色特征的口罩，遮盖了原本的嘴巴、鼻子或者下巴特征。电子设备可以根据该区域的像素特征属性来判断该目标对象是否处于佩戴口罩状态。
若判定所述目标对象处于佩戴口罩状态，则执行步骤S103，判断所述目标对象的当前温度是否在预设温度范围内；
考虑到疫情期间，用户身体温度是能够较为准确地反应用户感染状态或者身体健康状态的直接参数，且检测流程简单且迅速，因此增设判断用户温度的过程。在电子设备内设置预设温度范围，例如对应人体健康的温度范围34.0摄氏度至37.5摄氏度。当然也可以根据具体需要设置其他的温度范围，不作限定。
电子设备内设或者外接有温度采集设备，例如红外温度检测仪，用于采集用户的温度。电子设备若依据上述步骤判定该目标对象处于佩戴口罩状态，则继续进行下一步操作，即采集该目标对象的当前温度，以判断当前温度是否在预设的温度范围内。
若所述目标对象的当前温度在预设温度范围内，则执行步骤S104，确定所述目标对象通过识别验证；
若所述目标对象处于未佩戴口罩状态，或者，所述目标对象的当前温度不在所述预设范围内，则执行步骤S105，确定所述目标对象未通过识别验证。
电子设备若通过检测分析后，判定目标对象处于佩戴口罩状态，且当前温度在预设温度范围内，则确定该目标对象通过识别验证，继而可以执行开放闸机通道或者其他对应通过识别验证的后续流程。对应的，电子设备在检测分析后，判定目标对象处于未佩戴口罩状态，或者当前温度不在预设温度范围内，则确定该目标对象未通过识别验证，也就相应不执行开放闸机通过或者其他对应的后续流程，或者语音报警提示工作人员对该目标对象进行特殊监测处理。
本实施例为节省检测操作，在判定目标对象处于佩戴口罩状态之后才进行体温检测，若判定未佩戴口罩状态则直接确定未通过识别验证。当然，也可以调换口罩佩戴状态和温度的检测顺序，或者同时进行两类检测后再依据结果来综合确定，不作限定。
上述本公开实施例中的识别验证方案，通过在识别验证过程中增设针对口罩佩戴状态先检测，以及当前温度检测的方案，能够自动、准确地筛选出佩戴口罩且当前温度正常的人员通过识别验证，而未佩戴口罩或者当前温度值异常的用户则直接不通过验证，这样，用户无需摘掉口罩以有效避免可能存在的交叉感染，也减少了检测人员的工作量和暴露感染风险，提高了特殊时期的检测效率和安全性。
为进一步提高识别验证能力，还增设了根据面部特征进行身份验证的过程。根据本公开实施例的一种具体实现方式，所述采集预设区域的初始图像的步骤之后，所述方法还包括：
根据所述初始图像获取所述目标对象的人脸关键点；
根据所述人脸关键点提取所述目标对象的面部特征信息；
在预设身份信息库查找是否存在与所述目标对象的面部特征信息匹配的目标身份信息；
所述若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证的步骤，包括：
若查找到与所述目标对象的面部特征信息匹配的目标身份信息，且所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证。
具体实施时，电子设备在采集到预设区域的初始图像之后，先根据初始图像来获取目标对象的人脸关键点，例如眼睛关键点、鼻子关键点、眉毛关键点、嘴巴关键点、耳朵关键点等。电子设备在获取上述全部或者部分关键点后，再根据这些关键点的像素色素通道值或者其他属性值，来提取该目标对象的面部特征信息，例如眼部特征、虹膜信息、脸部轮廓特征等，所提取的目标对象的面部特征信息用于后续对该目标对象的身份识别过程。
电子设备内配置预设身份信息库，预设身份信息库内包括多个已注册人员的身份信息，例如人脸特征信息、证件信息等。电子设备在提取该目标对象的面部特征信息之后，在预设身份信息库中查找匹配，以查找是否存在与该目标对象的面部特征信息匹配的人员身份信息，将所查找到的身份信息定义为目标身份信息，该目标身份信息即可确定为该目标对象的身份信息。
若查找到目标对象的面部特征信息匹配的目标身份信息，且目标对象通过了之前的口罩佩戴状态检测和温度检测，则可以确定该目标对象通过识别验证。需要说明的是，身份信息匹配、口罩佩戴状态检测和温度检测的先后顺序可以适当调整，不作限定。本实施方式增设根据待测目标对象的面部特征信息与已注册人员的身份信息库中的身份信息进行匹配的过程，适用于公司、团体等已注册人群的身份信息验证和安全通过验证需求，进一步提高识别验证的效率。
进一步的，根据本公开实施例的一种具体实现方式，所述根据所述初始图像中的人脸图像，判断所述目标对象是否处于佩戴口罩状态的步骤，还可以包括：
判断所述人脸关键点信息是否包含所述目标对象的唇部关联关键点，其中，所述唇部关联关键点包括鼻子关键点、嘴巴关键点和下巴关键点中的至少两种；
若所述人脸关键点包括所述目标对象的唇部关联关键点，则判定所述目标对象处于未佩戴口罩状态；
若所述人脸关键点不包括所述唇部关联关键点，则判定所述目标对象处于佩戴口罩状态。
本实施方式对佩戴口罩状态的具体实现方案作了进一步限定。考虑到用户在佩戴口罩时，用户的唇部区域处于遮挡状态，嘴巴、鼻子或者下巴通常都会被口罩遮挡，通过唇部区域相关联的关键点的检测状态来判断用户是否佩戴了口罩。
在依据上述步骤获取该目标对象的全部人脸关键点后，判断该全部人脸关键点是否包含了唇部关联关键点，即鼻子关键点、嘴巴关键点和下巴关键点中的至少两种。人脸关键点包括目标对象的唇部关联关键点，则表示该目标对象的唇部区域未被遮挡，则可以判定该目标对象处于未佩戴口罩状态。若检测到的人脸关键点不包括目标对象的唇部关联关键点，则表示该目标对象的唇部区域被遮挡，则可以判定该目标对象处于佩戴口罩状态。
这样，通过唇部区域关键点的可获取状态来判断用户的佩戴口罩状态，计算简单、准确，检测效率较高。
此外，根据本公开实施例的另一种具体实现方式，所述采集预设区域的初始图像的步骤之后，所述方法还可以包括：
读取所述目标对象的预设类型的证件信息；
在预设身份信息库查找是否存在与所述目标对象的证件信息匹配的目标身份信息；
所述若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证的步骤，包括：
若查找到与所述目标对象的证件信息匹配的目标身份信息，且所述目标对象的当前温度在预设范围内，则确定所述目标对象通过识别验证。
本实施方式，增加了对用户的证件信息进行验证的过程。电子设备内配置的预设身份信息库，所包含的已注册人员的身份信息还包括了证件信息，例如身份证信息或者工卡信息。目标对象手持或者佩戴证件进入预设区域，电子设备通过识别读取或者拍照采集证件信息，再将所采集的证件信息与预设身份信息库中的身份信息进行匹配，以确定该目标对象的身份信息。
若查找到与所述目标对象的证件信息匹配的目标身份信息，且目标对象通过了之前的口罩佩戴状态检测和温度检测，则可以确定该目标对象通过识别验证。需要说明的是，证件匹配、口罩佩戴状态检测和温度检测的先后顺序可以适当调整，或者，也可以将上述的面部特征和证件验证结合的方式来进一步增强识别验证的准确性，不作限定。
根据本公开实施例的一种具体实现方式，所述采集预设区域的初始图像的步骤之前，所述方法还包括：
检测所述预设区域是否存在活体对象；
若所述预设区域存在活体对象，则执行采集所述预设区域的初始图像的步骤。
本实施方式中，在进行所有的识别验证操作之前，先对预设区域进行活体对象的检测，例如通过红外检测设备来检测是否有活体进入预设区域。电子设备可以持续周期性地采集预设区域是否存在活体对象，尽在检测到预设对象存在活体时才会进行后续初始图像采集和识别验证过程，若未检测到活体则继续检测预设区域是否存在活体对象，直到检测到预设区域内存在活体对象。这样，可以有效减少不必要的图像采集和识别验证的计算工作。
在本公开实施例的另一种具体实现方式中，所述判断所述目标对象的当前温度是否在预设温度范围内的步骤，可以包括：
提示所述目标对象靠近预设测温位点；
连续采集N次所述目标对象的温度数据，其中，N为正整数；
筛选N次温度数据中的最高温度值，作为所述目标对象的当前温度。
进一步的，所述连续采集N次所述目标对象的温度数据的步骤之前，所述方法还包括：
采集所述目标对象的人脸区域对应的坐标；
根据所述目标对象的人脸区域对应的坐标，判断所述目标对象的人脸区域与所述预设测温位点是否重合；
若所述目标对象的人脸区域与所述预设测温位点重合，则执行连续采集N次所述目标对象的温度数据的步骤。
本实施方式优选利用最佳人脸测温位置来提高测温的准确度。获取到最佳人脸测温位置的方法是：将人脸识别设备的摄像头和测温仪的相对位置固定；经过反复的人工测试，获取到最佳测温位置后，计算人脸在摄像头画面中的坐标，设定为最佳人脸测温位置；在使用过程中当摄像头画面中的人脸与最佳测温位置的重叠率大于某个阈值时再开始进行测温。在使用红外热成像测温仪时，如果红外热成像画面中出现，保温杯，白炽灯等高温物品，会影响测温效果，可以通过关键区域温度拟合的方式来减少非人体高温物体对测温的影响。具体方法是：将人脸识别设备的摄像头和测温仪的相对位置固定；找到人脸识别设备摄像头画面与红外热成像画面的位置映射关系；在实际使用过程中，根据人脸识别设备获取的位置坐标，仅获取到红外热成像画面中对应区域内的最大温度值，而非整幅画面中的最大温度值。
在进行正式的识别验证流程之前，还可以包括对识别验证模型的训练过程。根据本公开实施例的一种具体实现方式，所述采集预设区域的初始图像的步骤之前，所述方法还可以包括：
获取注册人员处于未佩戴口罩状态时的基础人脸图像；
将口罩图层覆盖到所述人脸身份图像，得到升级人脸图像；
将全部基础人脸图像及对应的升级人脸图像输入深度神经网络或者基础识别模型进行学习训练，得到升级识别模型，以及，将所述基础人脸图像及对应的升级人脸图像录入所述预设身份信息库；
所述根据所述人脸关键点提取所述目标对象的面部特征信息的步骤，包括：
利用所述升级识别模型提取所述目标对象的面部特征信息。
具体实施时，在收集到大量的口罩数据集后，对原有的基础识别模型M1或者深度神经网络进行再训练，可以获得强化了口罩识别能力的升级识别模型M2，可以对人员是否正确佩戴口罩做出区分，同时可以对佩戴口罩人员进行人脸识别。在使用M1或M2作为识别模型的人脸识别设备中，使用用户普通照片即未佩戴口罩的照片进行特征注册，得到特征库L。
上述实施例介绍了识别验证方法的各实施方式，下面将结合具体实施进行解释。电子设备在检测到活体对象时采集初始图像，可以对人脸进行特征提取，得到特征F，即指人脸佩戴状态时的整体特征。电子设备可以分别进行口罩检测、活体检测、识别检测和温度检测，检测结果共形成四个判定条件，分别记为C1、C2、C3、C4。四种检测的顺序及开关可根据实际情况进行配置。
口罩检测对检测目标是否正确佩戴口罩做出判定。若人脸正常佩戴口罩，则C1记为TRUE；若未佩戴口罩或未正确佩戴口罩如口罩未遮住鼻子或嘴巴，则判定口罩检测失败，C1记为FALSE。
活体检测对检测目标是否为活体做出判定，若人脸通过活体判断，则将C2记为TURE，反之记为FALSE。
识别检测判断特征库L中是否存在与F相似度得分超过阈值分数的人脸特征，若存在，则将C3记为TURE，反之记为FALSE。温度检测根据额温、腕温等测温方式的不同，人脸识别设备提示用户以适当的方式靠近测温点，测温模块以一定的时间T为间隔(根据不同类型测温模块而不同)循环测量温度，在读取到N次温度后，进行体温判断。若N次读取中温度的最高值是否在合理体温区间，则判定为体温正常，将C4记为TRUE，反之记为FALSE。
在不同情况下，可以对多种检测判定以不同的形式进行组合，以不同的模式适配不同的实际场景，例如：
1.人脸比对+测温：
如图2所示，人脸+测温模式，即活体检测、识别检测(即面部特征检测与身份信息匹配，下同)、温度检测并行执行，若C2&C3&C4为TRUE，则识别通过；
如图3所示，人脸+口罩模式，即先进行口罩检测，再并行做识别检测和活体检测，若C1&C2&C3为TRUE，则识别通过；
如图4所示，人脸识别+口罩+体温检测模式，即并行做口罩检测与体温检测，在口罩检测通过后进行识别检测与活体检测，若C1&C2&C3&C4为TRUE，则识别通过；
如图5所示，先进行人脸识别，再进行测温，最后处理识别结果,所有检测串行处理；
如图6所示，先进行口罩检测，再进行人脸识别，再进行测温，最后处理识别结果，所有检测串行处理。
2.刷卡+测温：
如图7所示，先进行刷卡比对，再进行测温，最后处理识别结果，串行处理；
3.人证比对+测温：
如图7，设备外接身份证读卡器，检测到身份证信息，在进行人证比对的同时，进行测温，最后处理总结果；
如图8，设备外接身份证读卡器，检测到身份证信息，人证比对成功后，再进行测温，最后处理总结果。
根据配置不同，实际产生的判定模式包含但不限于上述几种。
如图10所示，可以利用最佳人脸测温位置来提高测温的准确度。获取到最佳人脸测温位置的方法是：将人脸识别设备的摄像头和测温仪的相对位置固定；经过反复的人工测试，获取到最佳测温位置后，计算人脸在摄像头画面中的坐标，设定为最佳人脸测温位置；在使用过程中当摄像头画面中的人脸与最佳测温位置的重叠率大于某个阈值时再开始进行测温。
如图11所示，在使用红外热成像测温仪时，如果红外热成像画面中出现，保温杯，白炽灯等高温物品，会影响测温效果，可以通过关键区域温度拟合的方式来减少非人体高温物体对测温的影响。具体方法是：将人脸识别设备的摄像头和测温仪的相对位置固定；找到人脸识别设备摄像头画面与红外热成像画面的位置映射关系；在实际使用过程中，根据人脸识别设备获取的位置坐标，仅获取到红外热成像画面中对应区域内的最大温度值，而非整幅画面中的最大温度值。
与上面的方法实施例相对应，参见图12，本公开实施例还提供了一种识别验证装置120，包括：
采集模块1201，用于采集预设区域的初始图像，其中，所述初始图像包括目标对象的人脸区域的特征；
第一判断模块1202，用于根据所述初始图像中的人脸区域的特征，判断所述目标对象是否处于佩戴口罩状态；
第二判断模块1203，用于若判定所述目标对象处于佩戴口罩状态，则判断所述目标对象的当前温度是否在预设温度范围内；
确定模块1204，用于若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证，以及，若所述目标对象处于未佩戴口罩状态，或者，所述目标对象的当前温度不在所述预设范围内，则确定所述目标对象未通过识别验证。
图12所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图13，本公开实施例还提供了一种电子设备130，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的识别验证方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的识别验证方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的识别验证方法。
下面参考图13，其示出了适于用来实现本公开实施例的电子设备130的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图13示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图13所示，电子设备130可以包括处理装置(例如中央处理器、图形处理器等)1301，其可以根据存储在只读存储器(ROM)1302中的程序或者从存储装置1308加载到随机访问存储器(RAM)1303中的程序而执行各种适当的动作和处理。在RAM 1303中，还存储有电子设备130操作所需的各种程序和数据。处理装置1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
通常，以下装置可以连接至I/O接口1305：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1307；包括例如磁带、硬盘等的存储装置1308；以及通信装置1309。通信装置1309可以允许电子设备130与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备130，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1309从网络上被下载和安装，或者从存储装置1308被安装，或者从ROM 1302被安装。在该计算机程序被处理装置1301执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备能够实现上述方法实施例提供的方案。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备能够实现上述方法实施例提供的方案。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种识别验证方法，其特征在于，包括：
采集预设区域的初始图像，其中，所述初始图像包括目标对象的人脸区域的特征；
根据所述初始图像中的人脸区域的特征，判断所述目标对象是否处于佩戴口罩状态；
若判定所述目标对象处于佩戴口罩状态，则判断所述目标对象的当前温度是否在预设温度范围内；
若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证；
若所述目标对象处于未佩戴口罩状态，或者，所述目标对象的当前温度不在所述预设范围内，则确定所述目标对象未通过识别验证。
2.根据权利要求1所述的方法，其特征在于，所述采集预设区域的初始图像的步骤之后，所述方法还包括：
根据所述初始图像获取所述目标对象的人脸关键点；
根据所述人脸关键点提取所述目标对象的面部特征信息；
在预设身份信息库查找是否存在与所述目标对象的面部特征信息匹配的目标身份信息；
所述若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证的步骤，包括：
若查找到与所述目标对象的面部特征信息匹配的目标身份信息，且所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证。
3.根据权利要求2所述的方法，其特征在于，所述根据所述初始图像中的人脸图像，判断所述目标对象是否处于佩戴口罩状态的步骤，包括：
判断所述人脸关键点信息是否包含所述目标对象的唇部关联关键点，其中，所述唇部关联关键点包括鼻子关键点、嘴巴关键点和下巴关键点中的至少两种；
若所述人脸关键点包括所述目标对象的唇部关联关键点，则判定所述目标对象处于未佩戴口罩状态；
若所述人脸关键点不包括所述唇部关联关键点，则判定所述目标对象处于佩戴口罩状态。
4.根据权利要求2所述的方法，其特征在于，所述采集预设区域的初始图像的步骤之后，所述方法还包括：
读取所述目标对象的预设类型的证件信息；
在预设身份信息库查找是否存在与所述目标对象的证件信息匹配的目标身份信息；
所述若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证的步骤，包括：
若查找到与所述目标对象的证件信息匹配的目标身份信息，且所述目标对象的当前温度在预设范围内，则确定所述目标对象通过识别验证。
5.根据权利要求4所述的方法，其特征在于，所述采集预设区域的初始图像的步骤之前，所述方法还包括：
检测所述预设区域是否存在活体对象；
若所述预设区域存在活体对象，则执行采集所述预设区域的初始图像的步骤。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述判断所述目标对象的当前温度是否在预设温度范围内的步骤，包括：
提示所述目标对象靠近预设测温位点；
连续采集N次所述目标对象的温度数据，其中，N为正整数；
筛选N次温度数据中的最高温度值，作为所述目标对象的当前温度。
7.根据权利要求6所述的方法，其特征在于，所述连续采集N次所述目标对象的温度数据的步骤之前，所述方法还包括：
采集所述目标对象的人脸区域对应的坐标；
根据所述目标对象的人脸区域对应的坐标，判断所述目标对象的人脸区域与所述预设测温位点是否重合；
若所述目标对象的人脸区域与所述预设测温位点重合，则执行连续采集N次所述目标对象的温度数据的步骤。
8.根据权利要求1所述的方法，其特征在于，所述采集预设区域的初始图像的步骤之前，所述方法还包括：
获取注册人员处于未佩戴口罩状态时的基础人脸图像；
将口罩图层覆盖到所述人脸身份图像，得到升级人脸图像；
将全部基础人脸图像及对应的升级人脸图像输入深度神经网络或者基础识别模型进行学习训练，得到升级识别模型，以及，将所述基础人脸图像及对应的升级人脸图像录入所述预设身份信息库；
所述根据所述人脸关键点提取所述目标对象的面部特征信息的步骤，包括：
利用所述升级识别模型提取所述目标对象的面部特征信息。
9.一种识别验证装置，其特征在于，包括：
采集模块，用于采集预设区域的初始图像，其中，所述初始图像包括目标对象的人脸区域的特征；
第一判断模块，用于根据所述初始图像中的人脸区域的特征，判断所述目标对象是否处于佩戴口罩状态；
第二判断模块，用于若判定所述目标对象处于佩戴口罩状态，则判断所述目标对象的当前温度是否在预设温度范围内；
确定模块，用于若所述目标对象的当前温度在预设温度范围内，则确定所述目标对象通过识别验证，以及，若所述目标对象处于未佩戴口罩状态，或者，所述目标对象的当前温度不在所述预设范围内，则确定所述目标对象未通过识别验证。
10.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-8中任一项所述的识别验证方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010344335.0A CN111553266A (zh) | 2020-04-27 | 2020-04-27 | 识别验证方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010344335.0A CN111553266A (zh) | 2020-04-27 | 2020-04-27 | 识别验证方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111553266A true CN111553266A (zh) | 2020-08-18 |
Family
ID=72000247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010344335.0A Pending CN111553266A (zh) | 2020-04-27 | 2020-04-27 | 识别验证方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111553266A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163448A (zh) * | 2020-08-20 | 2021-01-01 | 深圳英飞拓智能技术有限公司 | 一种基于风险等级分类的额温检测的方法、系统及储存介质 |
| CN112434578A (zh) * | 2020-11-13 | 2021-03-02 | 浙江大华技术股份有限公司 | 口罩佩戴规范性检测方法、装置、计算机设备和存储介质 |
| CN112488647A (zh) * | 2020-11-25 | 2021-03-12 | 京东方科技集团股份有限公司 | 考勤系统及方法、存储介质及电子设备 |
| CN112989989A (zh) * | 2021-03-09 | 2021-06-18 | 蒋欣呈 | 一种安检方法、装置、设备及存储介质 |
| CN113221732A (zh) * | 2021-05-10 | 2021-08-06 | 精点视界(深圳)科技有限公司 | 基于人脸识别的大数据精准制作智能证卡的实现方法 |
| CN113701894A (zh) * | 2021-08-30 | 2021-11-26 | 深圳科卫机器人科技有限公司 | 人脸测温方法、装置、计算机设备及存储介质 |
| CN113723308A (zh) * | 2021-08-31 | 2021-11-30 | 上海西井信息科技有限公司 | 基于图像的防疫套件的检测方法、系统、设备及存储介质 |
| CN114038026A (zh) * | 2021-09-09 | 2022-02-11 | 中国银行股份有限公司 | 人脸识别方法及装置 |
| CN114241645A (zh) * | 2021-12-16 | 2022-03-25 | 中国电信集团系统集成有限责任公司 | 一种无障碍通行信息校验方法及装置 |
| CN115670527A (zh) * | 2022-11-01 | 2023-02-03 | 奥比中光科技集团股份有限公司 | 一种医学采样装置、设备及方法 |
| WO2024197898A1 (zh) * | 2023-03-31 | 2024-10-03 | 京东方科技集团股份有限公司 | 人员信息的确定方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108171182A (zh) * | 2017-12-29 | 2018-06-15 | 广东欧珀移动通信有限公司 | 电子装置、人脸识别方法及相关产品 |
| CN109378079A (zh) * | 2018-09-27 | 2019-02-22 | 同济大学 | 一种基于发热症状监测传染病的系统及方法 |
| CN109934047A (zh) * | 2017-12-15 | 2019-06-25 | 浙江舜宇智能光学技术有限公司 | 基于深度学习的人脸识别系统及其人脸识别方法 |
-
2020
- 2020-04-27 CN CN202010344335.0A patent/CN111553266A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109934047A (zh) * | 2017-12-15 | 2019-06-25 | 浙江舜宇智能光学技术有限公司 | 基于深度学习的人脸识别系统及其人脸识别方法 |
| CN108171182A (zh) * | 2017-12-29 | 2018-06-15 | 广东欧珀移动通信有限公司 | 电子装置、人脸识别方法及相关产品 |
| CN109378079A (zh) * | 2018-09-27 | 2019-02-22 | 同济大学 | 一种基于发热症状监测传染病的系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 特大牛: "天翼云发布：不摘口罩也能测温也能身份识别的通行系统", 《HTTPS://WWW.SOHU.COM/A/374415986_120178849》, pages 1 - 2 * |
| 范自柱: "《新型特征抽取算法研究》", 中国科学技术大学出版社, pages: 11 - 12 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163448A (zh) * | 2020-08-20 | 2021-01-01 | 深圳英飞拓智能技术有限公司 | 一种基于风险等级分类的额温检测的方法、系统及储存介质 |
| CN112434578A (zh) * | 2020-11-13 | 2021-03-02 | 浙江大华技术股份有限公司 | 口罩佩戴规范性检测方法、装置、计算机设备和存储介质 |
| CN112488647B (zh) * | 2020-11-25 | 2024-09-06 | 京东方科技集团股份有限公司 | 考勤系统及方法、存储介质及电子设备 |
| CN112488647A (zh) * | 2020-11-25 | 2021-03-12 | 京东方科技集团股份有限公司 | 考勤系统及方法、存储介质及电子设备 |
| CN112989989A (zh) * | 2021-03-09 | 2021-06-18 | 蒋欣呈 | 一种安检方法、装置、设备及存储介质 |
| CN113221732A (zh) * | 2021-05-10 | 2021-08-06 | 精点视界(深圳)科技有限公司 | 基于人脸识别的大数据精准制作智能证卡的实现方法 |
| CN113701894A (zh) * | 2021-08-30 | 2021-11-26 | 深圳科卫机器人科技有限公司 | 人脸测温方法、装置、计算机设备及存储介质 |
| CN113723308A (zh) * | 2021-08-31 | 2021-11-30 | 上海西井信息科技有限公司 | 基于图像的防疫套件的检测方法、系统、设备及存储介质 |
| CN113723308B (zh) * | 2021-08-31 | 2023-08-22 | 上海西井科技股份有限公司 | 基于图像的防疫套件的检测方法、系统、设备及存储介质 |
| CN114038026A (zh) * | 2021-09-09 | 2022-02-11 | 中国银行股份有限公司 | 人脸识别方法及装置 |
| CN114241645A (zh) * | 2021-12-16 | 2022-03-25 | 中国电信集团系统集成有限责任公司 | 一种无障碍通行信息校验方法及装置 |
| CN115670527A (zh) * | 2022-11-01 | 2023-02-03 | 奥比中光科技集团股份有限公司 | 一种医学采样装置、设备及方法 |
| WO2024197898A1 (zh) * | 2023-03-31 | 2024-10-03 | 京东方科技集团股份有限公司 | 人员信息的确定方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111553266A (zh) | 识别验证方法、装置及电子设备 | |
| CN109359548B (zh) | 多人脸识别监控方法及装置、电子设备及存储介质 | |
| JP7004522B2 (ja) | ライブネス検査方法及び装置 | |
| CN111914812B (zh) | 图像处理模型训练方法、装置、设备及存储介质 | |
| WO2018028546A1 (zh) | 一种关键点的定位方法及终端、计算机存储介质 | |
| CN111563480B (zh) | 冲突行为检测方法、装置、计算机设备和存储介质 | |
| US20210312163A1 (en) | Face recognition method, device and electronic equipment, and computer non-volatile readable storage medium | |
| JP7248102B2 (ja) | 情報処理装置、個人識別装置、情報処理方法及び記憶媒体 | |
| CN111582090A (zh) | 人脸识别方法、装置及电子设备 | |
| Anishchenko | Machine learning in video surveillance for fall detection | |
| CN110245645B (zh) | 人脸活体识别方法、装置、设备及存储介质 | |
| CN111062021B (zh) | 一种基于可穿戴设备进行身份认证的方法及装置 | |
| RU2713876C1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
| CN110348385B (zh) | 活体人脸识别方法和装置 | |
| CN114463779A (zh) | 吸烟识别方法、装置、设备及存储介质 | |
| CN110781833A (zh) | 一种认证方法、装置及电子设备 | |
| CN114360697A (zh) | 远程防疫作业方法、系统、设备及存储介质 | |
| CN114627518B (zh) | 数据处理方法、装置、计算机可读存储介质和处理器 | |
| CN112434560B (zh) | 一种基于深度学习的安全装备实时检测方法及装置 | |
| CN110705447B (zh) | 手部图像的检测方法、装置及电子设备 | |
| CN114092743B (zh) | 敏感图片的合规性检测方法、装置、存储介质及设备 | |
| CN112052729B (zh) | 一种基于人脸识别的智能动态高清视频检测方法及系统 | |
| KR101087250B1 (ko) | 피부색 영역 검출을 이용한 얼굴 검출 장치 | |
| CN110969189B (zh) | 人脸检测方法、装置及电子设备 | |
| CN113646758B (zh) | 信息处理设备、个人识别设备、信息处理方法和存储介质 |
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 |