[发明专利]人脸识别方法、装置、系统、存储介质和抓拍机在审

专利信息
申请号: 201711309593.X 申请日: 2017-12-11
公开(公告)号: CN108875515A 公开(公告)日: 2018-11-23
发明(设计)人: 梁喆;周舒畅 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;G06N3/04
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: 人脸特征向量 人脸识别 存储介质 服务端 抓拍机 人脸图像提取 比对 图像 服务端服务器 人脸识别结果 人脸检测 人脸图像 性能需求 外泄 传送 检测 服务
【权利要求书】:

1.一种人脸识别方法,其特征在于,所述人脸识别方法包括:

获取待处理的图像,并对所述图像进行人脸检测以得到人脸图像;

针对所述人脸图像提取人脸特征向量;以及

将所述提取的人脸特征向量传送到服务端,以由所述服务端基于所述人脸特征向量与底库进行比对,从而得到人脸识别结果。

2.根据权利要求1所述的人脸识别方法,其特征在于,所述对所述图像进行人脸检测以得到人脸图像包括第一步骤和第二步骤,

所述第一步骤包括:检测所述获取的图像中的人脸以获得人脸区域以及人脸关键点;

所述第二步骤包括:将所述人脸区域抠图得到人脸框图像,并基于所述人脸关键点对所述人脸框图像进行调整,从而得到所述人脸图像。

3.根据权利要求2所述的人脸识别方法,其特征在于,所述基于所述人脸关键点对所述人脸框图像进行调整包括:

基于所述人脸关键点对所述人脸框图像进行旋转、平移、缩放中的至少一项。

4.根据权利要求2所述的人脸识别方法,其特征在于,所述第一步骤是基于卷积神经网络来实现的,所述卷积神经网络在现场可编程门阵列上实现。

5.根据权利要求4所述的人脸识别方法,其特征在于,所述现场可编程门阵列以2比特、4比特或8比特的精度执行计算。

6.根据权利要求2或3所述的人脸识别方法,其特征在于,所述第二步骤是基于图像处理器来实现的。

7.根据权利要求1所述的人脸识别方法,其特征在于,所述针对所述人脸图像提取人脸特征向量是基于卷积神经网络来实现的,所述卷积神经网络在现场可编程门阵列上实现。

8.根据权利要求1所述的人脸识别方法,其特征在于,所述针对所述人脸图像提取的人脸特征向量为一维特征向量。

9.根据权利要求1所述的人脸识别方法,其特征在于,所述服务端基于所述人脸特征向量与底库进行比对包括:

计算所述人脸特征向量与所述底库中的特征向量的欧氏距离。

10.一种人脸识别装置,其特征在于,所述人脸识别装置包括:

人脸检测模块,用于获取待处理的图像,并对所述图像进行人脸检测以得到人脸图像;

特征提取模块,用于针对所述人脸检测模块得到的人脸图像提取人脸特征向量;以及

通信模块,用于将所述特征提取模块提取的人脸特征向量传送到服务端,以由所述服务端基于所述人脸特征向量与底库进行比对,从而得到人脸识别结果。

11.一种人脸识别系统,其特征在于,所述人脸识别系统包括存储装置和处理器,所述存储装置上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1-9中的任一项所述的人脸识别方法。

12.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序在运行时执行如权利要求1-9中的任一项所述的人脸识别方法。

13.一种抓拍机,其特征在于,所述抓拍机包括图像采集装置和权利要求11所述的人脸识别系统。

14.一种抓拍机,其特征在于,所述抓拍机包括现场可编程门阵列、图像处理器和通信器,其中:

所述现场可编程门阵列和所述图像处理器协同配合对获取的图像进行人脸检测以得到人脸图像;

所述现场可编程门阵列针对所述人脸图像提取人脸特征向量;

所述通信器将所述现场可编程门阵列提取的人脸特征向量传送到服务端,以由所述服务端基于所述人脸特征向量与底库进行比对,从而得到人脸识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201711309593.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top