[发明专利]一种用于考勤的高速人脸搜索方法有效

专利信息
申请号: 201910951395.6 申请日: 2019-10-08
公开(公告)号: CN110728225B 公开(公告)日: 2022-04-19
发明(设计)人: 梁宏;齐晓亮 申请(专利权)人: 北京联华博创科技有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06Q10/10;G06F16/53
代理公司: 北京冠和权律师事务所 11399 代理人: 张楠楠
地址: 102200 北京市昌平区*** 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: 一种 用于 考勤 高速 搜索 方法
【说明书】:

发明提供了一种面向考勤的高速人脸搜索方法,包括:获取待考勤人员的连续n帧的人脸图像;对所获取的待考勤人员的连续n帧的人脸图像分别进行人脸检测和关键点检测,来获得待考勤人员的人脸轮廓图像;根据检测分割数据库,对所获得的待考勤人员的人脸轮廓图像进行区域分割;计算区域分割后的人脸轮廓图像的每部分区域的区域特征;将所计算的所述人脸轮廓图像的每部分区域的区域特征分别代入对应预先存储的人脸特征模型分库中,并进行相似度比对,进行相似度比对;根据相似度比对结果,实现人脸搜索。通过获取连续n帧的人脸图像,并对人脸图像进行区域分割、及区域特征计算,便于提高人脸搜索的准确性。

技术领域

本发明涉及人脸搜索技术领域,特别涉及一种用于考勤的高速人脸搜索方法。

背景技术

现在对于上班族而言,为了方便对上班族进行有效管理,一般会通过采用对上班族进行人脸识别完成考勤,但是在考勤的过程中,一般是通过获取一张考勤人员的照片,来搜索已经存储在照片库中的其考勤人员的照片,但是在搜索过程中,可能会出现根据一张考勤人员的照片搜索出多张相似的人脸图像,出现搜索人脸图像的准确性低的情况,且在搜索过程中一般都会通过将考勤人员的照片和数据库中所存储的所有人脸图片分别对比识别后,得到搜索结果,其搜索速度较慢。

发明内容

本发明提供一种用于考勤的高速人脸搜索方法,用以通过获取连续n帧的人脸图像,并对人脸图像进行区域分割、及区域特征计算,并将区域特征代入对应的人脸特征模型分库中,不仅便于提高人脸搜索的准确性,还提高了搜索速度。

本发明提供一种用于考勤的高速人脸搜索方法,包括:

获取待考勤人员的连续n帧的人脸图像;

对所获取的所述待考勤人员的连续n帧的人脸图像分别进行人脸检测和关键点检测,来获得所述待考勤人员的人脸轮廓图像;

根据检测分割数据库,对所获得的所述待考勤人员的人脸轮廓图像进行区域分割;

计算所述区域分割后的所述人脸轮廓图像的每部分区域的区域特征;

将所计算的所述人脸轮廓图像的每部分区域的区域特征分别代入对应预先存储的人脸特征模型分库中,并进行相似度比对;

根据相似度比对结果,实现人脸搜索。

在一种可能实现的方式中,

所述将所计算的所述人脸轮廓图像的每部分区域的区域特征分别代入对应的预先存储的人脸特征模型分库中,其中,所述人脸特征模型分库的建立的步骤包括:

建立若干个人脸特征模型;

将所建立的每个所述人脸特征模型进行分割处理,并获取所述人脸特征模型对应的每部分区域的区域模型;

将所获取的每部分区域的区域模型进行分类处理,通过将同区域的区域模型归类到同一分库中,来建立人脸特征模型分库。

在一种可能实现的方式中,

所述获取待考勤人员的连续n帧的人脸图像之前,还包括:

感应目标考勤区域内是否有待考勤人员出现,若有,获取待考勤人员的连续n帧的人脸图像;

否则,不执行任何操作。

在一种可能实现的方式中,还包括:

所述根据相似度比对结果,实现人脸搜索的步骤包括:

当所述相似度比对结果低于预设相似度阈值时,判定所述待考勤人员的人脸图像与预先存储的考勤人脸数据库的已存人脸图像不符,不执行搜索操作;

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联华博创科技有限公司,未经北京联华博创科技有限公司许可,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/201910951395.6/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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