[发明专利]人脸识别自动建库方法、装置、设备及存储介质有效
申请号: | 201910253948.0 | 申请日: | 2019-03-30 |
公开(公告)号: | CN110334570B | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 丁晓刚;陈潘;卢崇志 | 申请(专利权)人: | 深圳市晓舟科技有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06F16/51;G06F16/58 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518000 广东省深圳市宝安区西乡街道宝源路深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 自动 方法 装置 设备 存储 介质 | ||
1.一种人脸识别自动建库方法,其特征在于,所述人脸识别自动建库方法包括:
S10:获取进店人员的人脸图像,步骤S10包括:
S11:根据商店地址信息,为店内摄像装置设置唯一标识,其中所述店内摄像装置至少为1个;
S12:通过所述店内摄像装置获取所述进店人员的所述人脸图像;
S20:根据所述人脸图像获取用户标识,并根据所述用户标识从数据库中获取对应的用户数据,步骤S20包括:
S21:根据所述用户数据为所述用户标识设置识别分数,其中,所述识别分数是指用于对不同的用户设置的对人脸识别的精确度;
S22:通过人脸识别算法获取所述人脸图像的特征值,并根据所述特征值获取所述用户标识;
S23:对所述特征值进行评分,并将所述评分与所述识别分数进行比对,若所述人脸图像的特征值的评分达不到所述用户标识的所述识别分数,则自动重新获取所述人脸图像;
S30:若根据所述人脸图像获取不到所述用户标识,则判定所述进店人员为首次入店顾客,并根据所述首次入店顾客的所述人脸图像在所述数据库中自动建立用户数据表格,步骤S30包括:
S31:若根据所述人脸图像获取不到所述用户标识,则根据在所述数据库中自动新建所述用户数据表格;
S32:根据人脸识别图像的特征值为所述进店人员设置所述用户标识,并使用所述用户标识为所述用户数据表格进行标记;
S40:使用所述首次入店顾客的所述人脸图像的特征值对所述用户数据表格进行标记,并将所述人脸图像以及对应的所述特征值存储至所述用户数据表格;
S50:将所述进店人员的消费行为信息写入对应的所述用户数据表格内,得到所述用户数据。
2.如权利要求1所述的人脸识别自动建库方法,其特征在于,在步骤S50之后,所述人脸识别自动建库方法还包括:
S51:将获取到的所述人脸图像根据所述用户标识更新至对应的所述用户数据中,并记录当前的存储时间;
S52:根据所述存储时间为所述用户数据中的所述人脸图像进行排序;
S53:若在所述用户数据中的所述人脸图像的数量超过预设的阈值,则将所述存储时间最早的所述人脸图像从所述用户数据中删除。
3.一种人脸识别自动建库装置,其特征在于,所述人脸识别自动建库装置包括:
图像获取模块,用于获取进店人员的人脸图像,所述图像获取模块包括:
标识设置子模块,用于根据商店地址信息,为店内摄像装置设置唯一标识,其中所述店内摄像装置至少为1个;
图像获取子模块,用于通过所述店内摄像装置获取所述进店人员的所述人脸图像;
数据获取模块,用于根据所述人脸图像获取用户标识,并根据所述用户标识从数据库中获取对应的用户数据,所述数据获取模块包括:
分数设置子模块,用于根据所述用户数据为所述用户标识设置识别分数,其中,所述识别分数是指用于对不同的用户设置的对人脸识别的精确度;
标识生成子模块,用于通过人脸识别算法获取所述人脸图像的特征值,并根据所述特征值获取所述用户标识;
数据获取子模块,用于对所述特征值进行评分,并将所述评分与所述识别分数进行比对,若所述人脸图像的特征值的评分达不到所述用户标识的所述识别分数,则自动重新获取所述人脸图像;
表格自动建立模块,用于若根据所述人脸图像获取不到所述用户标识,则判定所述进店人员为首次入店顾客,并根据所述首次入店顾客的所述人脸图像在所述数据库中自动建立用户数据表格,表格自动建立模块包括:
表格自动建立子模块,用于若根据所述人脸图像获取不到所述用户标识,则根据在所述数据库中自动新建所述用户数据表格;
标记子模块,用于根据人脸识别图像的特征值为所述进店人员设置所述用户标识,并使用所述用户标识为所述用户数据表格进行标记;
存储模块,用于使用所述首次入店顾客的所述人脸图像的特征值对所述用户数据表格进行标记,并将所述人脸图像以及对应的所述特征值存储至所述用户数据表格;
数据更新模块,用于将所述进店人员的消费行为信息写入对应的所述用户数据表格内,得到所述用户数据。
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深圳市晓舟科技有限公司,未经深圳市晓舟科技有限公司许可,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/201910253948.0/1.html,转载请声明来源钻瓜专利网。