人脸检测方法、装置、系统、设备及存储介质与流程

计算;推算;计数设备的制造及其应用技术1.本技术涉及人脸检测技术领域，尤其涉及一种人脸检测方法、装置、系统、设备及存储介质。背景技术：2.人脸检测系统设置有控制中心和前端设备，控制中心通过光纤连接前端设备，前端设备采集人脸图像，控制中心管理人脸数据库。前端设备通过光纤将人脸图像发送至控制中心，控制中心将该人脸图像与人脸数据库中进行匹配，进而确定前端设备对应的人员身份。3.当控制中心和前端设备的距离较远时，由于光纤通信成本较高，控制中心和前端设备之间不便于通过光纤进行连接。虽然可以将人脸数据库保存在前端设备，由前端设备负责人脸的采集和身份验证。但前端设备的安防能力较差，前端设备的存储器容易被盗而造成人员信息泄露的严重后果。因此现有的人脸检测系统的适用场景仅限于近距离设置控制中心和前端设备，通用性较低。技术实现要素：4.本技术提供一种人脸检测方法、装置、系统、设备及存储介质，解决了现有技术中不能远距离设置控制中心和前端设备的问题，提高人脸检测系统的通用性。5.第一方面，本技术提供了一种人脸检测方法，包括：6.获取目标人脸图像，基于预设的特征点数量识别出所述目标人脸图像中对应数量的特征点，所述目标人脸图像按照设定的拍摄姿态拍摄得到；7.基于德劳内三角剖分规则，将所述目标人脸图像划分成多个由所述特征点构成的三角形，得到所述特征点对应的角度；8.基于预设的排序规则对所述特征点对应的角度进行排序，生成所述目标人脸图像对应的目标序列信息；9.通过短报文通信将所述目标序列信息发送至高轨道卫星，以使所述高轨道卫星将所述目标序列信息转发至控制中心，由所述控制中心将所述目标序列信息与人脸数据库中的序列信息进行匹配，确定所述目标人脸图像对应的身份信息，所述序列信息由对应人脸图像基于所述特征点数量和所述排序规则生成，所述人脸图像按照所述拍摄姿态拍摄得到。10.第二方面，本技术提供了一种人脸检测装置，包括：11.第一特征点确定模块，被配置为获取目标人脸图像，基于预设的特征点数量识别出所述目标人脸图像中对应数量的特征点，所述目标人脸图像按照设定的拍摄姿态拍摄得到；12.第一三角剖分模块，被配置为基于德劳内三角剖分规则，将所述目标人脸图像划分成多个由所述特征点构成的三角形，得到所述特征点对应的角度；13.第一序列生成模块，被配置为基于预设的排序规则对所述特征点对应的角度进行排序，生成所述目标人脸图像对应的目标序列信息；14.人脸检测模块，被配置为通过短报文通信将所述目标序列信息发送至高轨道卫星，以使所述高轨道卫星将所述目标序列信息转发至控制中心，由所述控制中心将所述目标序列信息与人脸数据库中的序列信息进行匹配，确定所述目标人脸图像对应的身份信息，所述序列信息由对应人脸图像基于所述特征点数量和所述排序规则生成，所述人脸图像按照所述拍摄姿态拍摄得到。15.第三方面，本技术提供了一种人脸检测系统，包括：前端设备、高轨道卫星和控制中心，所述前端设备连接所述高轨道卫星，所述高轨道卫星连接所述控制中心，其中：16.所述前端设备，用于获取目标人脸图像，基于预设的特征点数量识别出所述目标人脸图像中对应数量的特征点，所述目标人脸图像按照设定的拍摄姿态拍摄得到；基于德劳内三角剖分规则，将所述目标人脸图像划分成多个由所述特征点构成的三角形，得到所述特征点对应的角度；基于预设的排序规则对所述特征点对应的角度进行排序，生成所述目标人脸图像对应的目标序列信息；通过短报文通信将所述目标序列信息发送至所述高轨道卫星；17.所述高轨道卫星，用于接收所述前端设备发送的目标序列信息，并将所述目标序列信息发送至所述控制中心；18.所述控制中心，用于接收所述高轨道卫星发送的目标序列信息，并将所述目标序列信息与人脸数据库中的序列信息进行匹配，确定所述目标人脸图像对应的身份信息，所述序列信息由对应人脸图像基于所述特征点数量和所述排序规则生成，所述人脸图像按照所述拍摄姿态拍摄得到。19.第四方面，本技术提供了一种人脸检测设备，包括：20.一个或多个处理器；存储装置，存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的人脸检测方法。21.第五方面，本技术提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的人脸检测方法。22.本技术通过将按照固定拍摄姿态拍摄的目标人脸图像按照固定规则转换成目标序列信息，以目标序列信息表征对应目标人脸图像中的人脸信息。由于目标人脸图像的数据量远远超出短报文通信可承载的数据量，而将目标人脸图像转换成对应的目标序列信息后，其数据量可降低至小于短报文通信的可承载范围，因此可通过短报文通信将目标序列信息进行超远距离传输。在短报文通信、固定拍摄姿态以及固定规则的配合下，即使前端设备与控制中心距离较远，也可将前端设备侧的人员的人脸信息发送至控制中心。控制中心保存多个人员的人脸图像对应的序列信息，该人脸图像也以固定拍摄姿态进行拍摄，并以该固定规则转换成序列信息。当人脸图像与目标人脸图像包含同一人的人脸信息时，其分别转换的目标序列信息和序列信息是相同，因此可通过将目标序列信息和事先收集到的序列信息进行匹配，确定出目标序列信息对应的人员身份。通过上述技术手段，实现了前端设备将人脸信息传输至超远距离设置的控制中心，控制中心对前端设备发送的人脸信息进行身份识别，解决了控制中心和前端设备不能远距离设置的问题。而且前端设备只需将目标人脸图像转换至目标序列信息，无需对目标人脸图像进行保存，避免了前端设备被盗而造成人员信息泄露的后果，保证了前端设备的保密性。附图说明23.图1是本技术实施例提供的一种人脸检测方法的流程图；24.图2是本技术实施例提供的一种人脸检测系统的结构图；25.图3是本技术实施例提供的目标人脸图像进行德劳内三角剖分后的示意图；26.图4是本技术实施例提供的生成目标序列信息的流程图；27.图5是本技术实施例提供的边缘设备检测图像数据是否包括人像信息的流程图；28.图6是本技术实施例提供的前端设备生成序列信息并发送至控制中心的流程图；29.图7是本技术实施例提供的一种人脸检测装置的结构示意图；30.图8是本技术实施例提供的一种人脸检测设备的结构示意图。具体实施方式31.为了使本技术的目的、技术方案和优点更加清楚，下面结合附图对本技术具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本技术，而非对本技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。32.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。33.本实施例中提供的人脸检测方法可以由人脸检测设备执行，该人脸检测设备可以通过软件和/或硬件的方式实现，该人脸检测设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。例如人脸检测设备可以是装设有图像采集装置的前端设备，也可以是前端设备的处理器。34.人脸检测设备安装有至少一类操作系统，人脸检测设备可以基于操作系统安装至少一个应用程序，应用程序可以为操作系统自带的应用程序，也可以为从第三方设备或者服务器中下载的应用程序。在该实施例中，人脸检测设备至少安装有可以执行人脸检测方法的应用程序，因此，人脸检测设备也可以是应用程序本身。35.为便于理解，本实施例以前端设备为执行人脸检测方法的主体为例，进行描述。36.在一实施例中，人脸检测系统包括前端设备和控制中心，前端设备和控制中心通过光纤连接，前端设备主要用于采集人员的人脸信息并通过光纤通信将人脸信息传输至控制中心，控制中心主要用于根据前端设备采集的人脸信息确定对应的人员身份。但是如果要将人脸检测系统设置在沙漠中的石油开采工厂中，前端设备一般设置在沙漠中，而控制中心一般设置在沙漠外，此种情况通过光纤建立前端设备与控制中心之前的通信连接的成本太高，因此不会通过拉光纤以建立前端设备与控制中心之间的通信连接。虽然可以在前端设备存储人脸信息，或者将控制中心也设置在沙漠中，但设置在沙漠中的前端设备和控制中心的安防能力较差，前端设备或控制中心的存储器容易被盗而造成人员信息泄露。因此现有的人脸检测系统的适用场景仅限于近距离设置在安防能力较高的区域，通用性较差。37.为解决上述问题，本实施例提供了一种人脸检测方法，以通过短报文通信方式建立远距离设置的控制中心和前端设备之间的通信连接。38.图1给出了本技术实施例提供的一种人脸检测方法的流程图。参考图1，该人脸检测方法具体包括：39.s110、获取目标人脸图像，基于预设的特征点数量识别出目标人脸图像中对应数量的特征点，目标人脸图像按照设定的拍摄姿态拍摄得到。40.其中，目标人脸图像可理解为前端设备通过图像采集装置采集到的待检测人员的人脸图像，其包含有对应待检测人员的人脸信息。在一实施例中，图2是本技术实施例提供的一种人脸检测系统的结构图。如图2所示，人脸检测系统包括前端设备、高轨道卫星(geo卫星)和控制中心，其中高轨道卫星为北斗卫星导航系统中的卫星，本实施例通过北斗卫星导航定位系统的短报文通信技术，以将前端设备侧的待检测人员的人脸信息传输至控制中心，由控制中心基于该人脸信息确定待检测人员的身份信息。但是短报文通信技术可以承载的数据量为14000bit，如果待检测人员的人脸信息超出14000bit则无法通过短报文通信技术传输至控制中心。一般来说，目标人脸图像可看作二维矩阵，其数据量远远超过短报文通信技术可承载的数据量，因此传统技术中由控制中心根据目标人脸图像进行人脸检测的方法不适用于本实施例中短报文通信技术。对此，本实施例为实现短板通信技术传输人脸信息，通过德劳内三角剖分规则将目标人脸图像划分成多个三角形，并按照特定规则将各个三角形的角度进行排序生成目标序列信息，以通过目标序列信息表征待检测人员的人脸信息。序列为一维数组，其数据量小于短报文通信技术可承载数据量。因此可通过短报文通信技术将序列发送至控制中心，由控制中心将目标序列信息与预先存储的序列信息进行匹配，确定出待检测人员的身份信息。其中，控制中心预先存储的序列信息由对应的人脸图像生成，人脸图像是对应人员提前按照预设的拍摄姿态进行拍摄得到的，人脸图像转换成对应的序列信息的转换过程与目标人脸图像转换成对应的目标序列信息的转换过程相同。41.在本实施例中，待检测人员拍摄目标人脸图像时的拍摄姿态与其事先拍摄人脸图像时的拍摄姿态相同。如果同一待检测人员拍摄目标人脸图像和人脸图像时的拍摄姿态不同，会使得对目标人脸图像和人脸图像进行德劳内三角剖分后生成的三角形不同，进而导致目标序列信息和序列信息不同，无法进行人脸检测。42.在本实施例中，进行德劳内三角剖分之前，先识别出目标人脸图像中的特征点，即确定出特征点在目标人脸图像中的像素坐标，以在特征点的基础上对目标人脸图像进行德劳内三角剖分。目标人脸图像中的特征点数量是预先设定的，特征点数量会影响特征点的分布，特征点的分布结构会影响三角形的分布。因此为了保证目标序列信息与控制中心中对应序列信息的一致性，目标人脸图像对应划分出的三角形与人脸图像对应划分出的三角形要相同，即目标人脸图像对应设置的特征点数量与人脸图像对应设置的特征点数量相同。43.在一实施例中，特征点数量越多，目标人脸图像对应划分出的三角形结构表征的人脸信息越准确，即目标序列信息的精度越高，人脸检测结果越准确。因此可在短报文通信的数据量承载范围内，尽可能地增加特征点数量，一般设置的特征点数量为50个左右。44.s120、基于德劳内三角剖分规则，将目标人脸图像划分成多个由特征点构成的三角形，得到特征点对应的角度。45.示例性的，通过德劳内三角剖分规则，将特征点作为三角形的角点，并将三个特征点进行连接得到对应三角形。特征点对应的角度为作为角点对应于三角形中的角度。图3是本技术实施例提供的目标人脸图像进行德劳内三角剖分后的示意图，其示出了目标人脸图像中的部分三角形结构。点a～点h为目标人脸图像中的特征点，根据点a～点h在目标人脸图像中构建出三角形①～⑧。特征点a为三角形①、三角形②和三角形③的角点，其作为三角形①、三角形②和三角形③的角点对应的角度分别为a1、a2和a3。其他特征点同理。46.需要说明的，同一人员按照固定拍摄姿态拍摄的目标人脸图像和人脸图像识别出的特征点相同，相应的，基于特征点进行德劳内三角剖分生成的三角形也相同。因此对于同一特征点来说，如目标人脸图像中左眼角处的特征点与对应人脸图像中左眼角处的特征点所对应的角度是相同的，可将目标人脸图像与人脸图像的同一特征点的角度进行比较，确定目标人脸图像与人脸图像是否为同一人员。47.s130、基于预设的排序规则对特征点对应的角度进行排序，生成目标人脸图像对应的目标序列信息。48.其中，目标序列信息是指将目标人脸图像中所有特征点对应的角度进行排序得到的序列，其包括有目标特征人脸图像中所有特征点对应的所有角度。如果目标序列信息中各个特征点的角度均与某一序列信息中对应特征点的角度相同，则可确定目标人脸图像与该序列信息对应的人脸图像相同，即确定该人脸图像的身份信息为待检测人员的身份信息。在本实施例中，为了将目标序列信息和序列信息中同一特征点的角度进行比较，不管是目标人脸图像的特征点还是人脸图像的特征点都会按照固定排序规则进行排序，保证目标序列信息与对应序列信息的一致性，实现人脸检测。49.在一实施例中，图4是本技术实施例提供的生成目标序列信息的流程图。50.如图4所示，该生成目标序列信息包括s1301-s1302：51.s1301、将特征点对应的角度按照第一排序规则进行排序，确定特征点对应的角度顺序，第一排序规则为从小到大或从大到小。52.示例性的，参考图3，特征点a对应的角度为a1、a2和a3，假设a1》a2》a3，按照从大到小的第一排序规则，特征点a的角度顺序为a1a2a3。同理可推得从小到大的排序过程。53.需要说明的，当待检测人员对应的人脸图像中特征点a对应的角度，也按照与目标人脸图像中特征点a对应的角度的第一排序规则进行排序时，人脸图像中特征点a的角度顺序也为a1a2a3。54.s1302、根据每一特征点在目标人脸图像中的位置信息，将每一特征点的角度顺序按照第二排序规则进行排序，得到目标序列信息，第二排序规则为从上到下或从下到上与从左到右或从左到右的任意组合。55.示例性的，参考图3，根据特征点a～h的纵坐标将特征点a～h从上到下从左到右的排序为abcdefgh，其中特征点g和特征点h的纵坐标相同，但特征点g位于特征点h左侧，所以特征点g排在特征点h的前边。将特征点对应的角度顺序放置在对应特征点的位置，如特征点a的角度顺序a1a2a3放置在目标序列信息前面。参考图3，假设特征点b的角度顺序为b1b2，特征点c的角度顺序为c1c2c3c4，特征点d的角度顺序为d2d1d3，特征点e的角度顺序为e3e4e1e2e5e6，特征点f的角度顺序为f1f2，特征点g的角度顺序为g2g1，特征点h的角度顺序为h2h1，那么按照特征点a～j从上到下从左到右的排序abcdefgh，将特征点对应的角度顺序放置到对应特征点的位置，得到目标序列信息为a1a2a3b1b2c1c2c3c4d2d1d3e3e4e1e2e5e6f1f2g2g1h2h1。同理可推得，根据特征点在目标人脸图像中的位置将特征点进行从下到上从左到右，从上到下从右到左，从下到上从左到右，从右到左从上到下，从右到左从下到上，从左到右从上到下或从左到右从下到上的排序过程。56.需要说明的，当待检测人员对应的人脸图像中特征点a～h对应的角度顺序，也按照与目标人脸图像中特征点a～h对应的角度顺序的第二排序规则进行排序时，人脸图像对应的序列信息与目标序列信息相同，均为a1a2a3b1b2c1c2c3c4d2d1d3e3e4e1e2e5e6f1f2g2g1h2h1。57.s140、通过短报文通信将目标序列信息发送至高轨道卫星，以使高轨道卫星将目标序列信息转发至控制中心，由控制中心将目标序列信息与人脸数据库中的序列信息进行匹配，确定目标人脸图像对应的身份信息，序列信息由对应人脸图像基于特征点数量和排序规则生成，人脸图像按照拍摄姿态拍摄得到。58.示例性的，通过北斗卫星导航定位系统的短报文通信技术将目标序列信息发送至北斗卫星导航定位系统的高轨道卫星，高轨道卫星将目标序列信息下发至控制中心。控制中心将目标序列信息与预先存储在人脸数据库中的序列信息进行匹配，确定与目标序列信息完全相同的序列信息的身份信息为待检测人员的身份信息。59.在一实施例中，参考图2，人脸检测系统还设置有地面中心站(mcc)，地面中心站连接高轨道卫星。在该实施例中，前端设备通过短报文通信将目标序列信息发送至高轨道卫星，高轨道卫星将目标序列信息发送至地面中心站，地面中心站验证发送目标序列信息的前端设备是否为合法发送端，并在确定前端设备为合法发送端时通过高轨道卫星将目标序列信息发送至控制中心。示例性的，地面中心站可验证发送短报文的发送端是否为人脸检测系统设置的前端设备，确定发送端为人脸检测系统设置的前端设备时，再通知高轨道卫星将短报文发送至控制中心，确定发送端不为人脸检测系统设置的前端设备时，不将短报文发送至控制中心，以避免控制中心受到其他发送端的信息干扰，保证控制中心人脸检测的可靠性。60.在一实施例中，参考图2，人脸检测系统还包括边缘服务器，边缘服务器连接前端设备，边缘服务器可以架设在核心机房。在该实施例中，前端设备采集图像数据，并将图像数据发送至边缘服务器。边缘服务器确定图像数据是否包括待检测人员的人像信息，确定图像数据包括待检测人员的人像信息时向前端设备发送拍照指令。前端设备接收到边缘服务器发送的拍照指令后，根据该拍照指令通知待检测人员摆出设定的拍摄姿态，并拍摄待检测人员的目标人脸图像。示例性的，边缘服务器可根据图像数据确定前端设备侧的对象是否为待检测人员。边缘服务器确定前端设备侧的对象为待检测人员时再通知前端设备采集待检测人员的目标人脸图像，确定前端设备侧的对象不为待检测人员时则通知前端设备不用采集目标人脸图像，节约前端设备处理目标人脸图像的功耗。61.在另一实施例中，参考图2，人脸检测系统还包括5g前置设备(5gcpe)和5g基站，前端设备通过5g前置设备和5g基站连接边缘服务器。在该实施例中，前端设备将图像数据发送至5g前置设备，5g前置设备将图像数据发送至5g基站，5g基站将图像数据发送至边缘服务器。示例性的，在边缘服务器和前端设备之间设置5g前置设备和5g基站，可有效扩大边缘服务器和前端设备之间的数据传输距离，即使边缘服务器和前端设备设置在沙漠的不同区域也能将图像数据有效传输至边缘服务器。62.需要说明的，5g前置设备和5g基站的通信距离大于光纤通信距离但小于北斗卫星的短报文通信距离，其并不能实现边缘服务器和前端设备之间的超远距离传输，即边缘服务器还是设置在沙漠中。但因为本实施例中边缘服务器和前端设备都不会保存图像，因此不会出现人员信息泄露的问题。63.在一实施例中，图5是本技术实施例提供的边缘设备检测图像数据是否包括人像信息的流程图。如图5所示，该边缘设备检测图像数据是否包括人像信息的步骤具体包括s210-s240：64.s210、边缘服务器基于预设的第一卷积神经网络，从图像数据中提取多个区域图片。65.s220、边缘服务器基于预设的第二卷积神经网络，从区域图片中提取对应的特征信息。66.s230、将特征信息输入预设的支持向量机，得到支持向量机输出的标签信息。67.s240、根据标签信息确定图像数据是否包括人像信息。68.示例性的，第一卷积神经网络通过滑窗提取图像数据中各个区域图片。对各个区域图片进行预处理以将区域图片的尺寸调整至第二卷积神经网络中的输入图片的尺寸。将预处理后的区域图片输入第二卷积神经网络，第二卷积神经网络的卷积核与区域图片进行卷积，得到区域图片的特征信息。依次将各个区域图片的特征信息输入支持向量机，支持向量机基于特征信息将区域图片与各种对象的样本图像进行比较，确定出区域图片包含的对象类型，并将对象类型作为对应输入的区域图片的标签信息。如果区域图片的标签信息为人物，则确定图像数据中包括人像信息，如果区域图片的标签信息不为人物，则将下一区域图片的特征信息输入支持向量机。可理解，只要有一张区域图片的标签信息为人物，边缘服务器即可确定图像数据包括人像信息，反之则确定图像数据不包括人像信息。69.在一实施例中，工作人员可以在控制中心侧按照固定的拍摄姿态录入自身的人脸图像，由控制中心将人脸图像按照特定的特征点数量和排序规则生成序列信息，并将序列信息和工作人员的身份信息关联存储在人脸数据库中。70.在另一实施例中，如果人脸检测系统用于验证待检测人员是否具备通行资格，则可控制中心可只将具备通行资格的工作人员对应的序列信息保存在人脸数据库中，以在后续查询人脸数据库中存在与目标序列信息相同的序列信息时，确定目标序列信息对应的待检测人员具备通行资格。71.在该实施例中，还可以通过前端设备获取具备通行资格的工作人员的序列信息，并通过北斗卫星的短报文通信发送至控制中心，控制中心将序列信息保存至人脸数据库。示例性的，图6是本技术实施例提供的前端设备生成序列信息并发送至控制中心的流程图。如图6所示，该前端设备生成序列信息并发送至控制中心的步骤具体包括s310-s340：72.s310、获取至少一个人脸图像，基于特征点数量识别出对应人脸图像中的特征点。73.s320、基于德劳内三角剖分规则，将人脸图像划分成多个由对应特征点构成的三角形，得到人脸图像中特征点对应的角度。74.s330、基于排序规则对人脸图像中特征点对应的角度进行排序，生成人脸图像对应的序列信息。75.s340、通过短报文通信将序列信息发送至高轨道卫星，以使高轨道卫星将序列信息转发至控制中心，由控制中心将序列信息存储至人脸数据库中。76.示例性的，具备通行资格的工作人员在前端设备侧，按照固定的拍摄姿态录入自身的人脸图像，前端设备将人脸图像按照特定的特征点数量和排序规则生成序列信息，通过北斗卫星的短报文通信技术将序列信息发送至高轨道卫星，高轨道卫星将序列信息转发至控制中心，控制中心将序列信息存储至人脸数据库。可理解，步骤s310-s340的实现方式与步骤s110-s140的实现方式类似，具体可参考步骤s110-s140，在此不再赘述。77.综上，本技术实施例提供的人脸检测方法，通过将按照固定拍摄姿态拍摄的目标人脸图像按照固定规则转换成目标序列信息，以目标序列信息表征对应目标人脸图像中的人脸信息。由于目标人脸图像的数据量远远超出短报文通信可承载的数据量，而将目标人脸图像转换成对应的目标序列信息后，其数据量可降低至小于短报文通信的可承载范围，因此可通过短报文通信将目标序列信息进行超远距离传输。在短报文通信、固定拍摄姿态以及固定规则的配合下，即使前端设备与控制中心距离较远，也可将前端设备侧的人员的人脸信息发送至控制中心。控制中心保存多个人员的人脸图像对应的序列信息，该人脸图像也以固定拍摄姿态进行拍摄，并以该固定规则转换成序列信息。当人脸图像与目标人脸图像包含同一人的人脸信息时，其分别转换的目标序列信息和序列信息是相同，因此可通过将目标序列信息和事先收集到的序列信息进行匹配，确定出目标序列信息对应的人员身份。通过上述技术手段，实现了前端设备将人脸信息传输至超远距离设置的控制中心，控制中心对前端设备发送的人脸信息进行身份识别，解决了控制中心和前端设备不能远距离设置的问题。而且前端设备只需将目标人脸图像转换至目标序列信息，无需对目标人脸图像进行保存，避免了前端设备被盗而造成人员信息泄露的后果，保证了前端设备的保密性。78.在上述实施例的基础上，图7为本技术实施例提供的一种人脸检测装置的结构示意图。参考图7，本实施例提供的人脸检测装置具体包括：第一特征点确定模块41、第一三角剖分模块42、第一序列生成模块43和人脸检测模块44。79.其中，第一特征点确定模块，被配置为获取目标人脸图像，基于预设的特征点数量识别出目标人脸图像中对应数量的特征点，目标人脸图像按照设定的拍摄姿态拍摄得到；80.第一三角剖分模块，被配置为基于德劳内三角剖分规则，将目标人脸图像划分成多个由特征点构成的三角形，得到特征点对应的角度；81.第一序列生成模块，被配置为基于预设的排序规则对特征点对应的角度进行排序，生成目标人脸图像对应的目标序列信息；82.人脸检测模块，被配置为通过短报文通信将目标序列信息发送至高轨道卫星，以使高轨道卫星将目标序列信息转发至控制中心，由控制中心将目标序列信息与人脸数据库中的序列信息进行匹配，确定目标人脸图像对应的身份信息，序列信息由对应人脸图像基于特征点数量和排序规则生成，人脸图像按照拍摄姿态拍摄得到。83.在上述实施例的基础上，第一序列生成模块包括：第一排序单元，被配置为将特征点对应的角度按照第一排序规则进行排序，确定特征点对应的角度顺序，第一排序规则为从小到大或从大到小；第二排序单元，被配置为根据每一特征点在目标人脸图像中的位置信息，将每一特征点的角度顺序按照第二排序规则进行排序，得到目标序列信息，第二排序规则为从上到下或从下到上与从左到右或从左到右的任意组合。84.在上述实施例的基础上，人脸检测模块包括：短报文传输单元，被配置为通过短报文通信将目标序列信息发送至高轨道卫星，以使高轨道卫星将目标序列信息发送至地面中心站，由地面中心站验证发送目标序列信息的前端设备是否为合法发送端，并在确定前端设备为合法发送端时通过高轨道卫星将目标序列信息发送至控制中心。85.在上述实施例的基础上，人脸检测装置还包括：人像确定模块，被配置为采集图像数据，并将图像数据发送至边缘服务器，以使边缘服务器确定图像数据是否包括人像信息，确定图像数据包括人像信息时向前端设备发送拍照指令；目标图像拍摄模块，被配置为接收边缘服务器发送的拍照指令，并根据拍照指令拍摄目标人脸图像。86.在上述实施例的基础上，人像确定模块包括：5g通信单元，被配置为将图像数据发送至5g前置设备，以使5g前置设备将图像数据发送至5g基站，由5g基站将图像数据发送至边缘服务器。87.在上述实施例的基础上，人像确定模块包括：人像确定单元，被配置为将图像数据发送至边缘服务器，以使边缘服务器基于预设的第一卷积神经网络从图像数据中提取多个区域图片，并基于预设的第二卷积神经网络从区域图片中提取对应的特征信息，将特征信息输入预设的支持向量机，得到支持向量机输出的标签信息，根据标签信息确定图像数据是否包括人像信息。88.在上述实施例的基础上，人脸检测装置包括：第二特征点确定模块，被配置为获取至少一个人脸图像，基于特征点数量识别出对应人脸图像中的特征点；第二三角剖分模块，被配置为基于德劳内三角剖分规则，将人脸图像划分成多个由对应特征点构成的三角形，得到人脸图像中特征点对应的角度；第二序列生成模块，被配置为基于排序规则对人脸图像中特征点对应的角度进行排序，生成人脸图像对应的序列信息；序列信息存储模块，被配置为通过短报文通信将序列信息发送至高轨道卫星，以使高轨道卫星将序列信息转发至控制中心，由控制中心将序列信息存储至人脸数据库中。89.上述，本技术实施例提供的人脸检测装置，通过将按照固定拍摄姿态拍摄的目标人脸图像按照固定规则转换成目标序列信息，以目标序列信息表征对应目标人脸图像中的人脸信息。由于目标人脸图像的数据量远远超出短报文通信可承载的数据量，而将目标人脸图像转换成对应的目标序列信息后，其数据量可降低至小于短报文通信的可承载范围，因此可通过短报文通信将目标序列信息进行超远距离传输。在短报文通信、固定拍摄姿态以及固定规则的配合下，即使前端设备与控制中心距离较远，也可将前端设备侧的人员的人脸信息发送至控制中心。控制中心保存多个人员的人脸图像对应的序列信息，该人脸图像也以固定拍摄姿态进行拍摄，并以该固定规则转换成序列信息。当人脸图像与目标人脸图像包含同一人的人脸信息时，其分别转换的目标序列信息和序列信息是相同，因此可通过将目标序列信息和事先收集到的序列信息进行匹配，确定出目标序列信息对应的人员身份。通过上述技术手段，实现了前端设备将人脸信息传输至超远距离设置的控制中心，控制中心对前端设备发送的人脸信息进行身份识别，解决了控制中心和前端设备不能远距离设置的问题。而且前端设备只需将目标人脸图像转换至目标序列信息，无需对目标人脸图像进行保存，避免了前端设备被盗而造成人员信息泄露的后果，保证了前端设备的保密性。90.本技术实施例提供的人脸检测装置可以用于执行上述实施例提供的人脸检测方法，具备相应的功能和有益效果。91.图8是本技术实施例提供的一种人脸检测设备的结构示意图，参考图8，该人脸检测设备包括：处理器51、存储器52、通信装置53、输入装置54及输出装置55。该人脸检测设备中处理器51的数量可以是一个或者多个，该人脸检测设备中的存储器52的数量可以是一个或者多个。该人脸检测设备的处理器51、存储器52、通信装置53、输入装置54及输出装置55可以通过总线或者其他方式连接。92.存储器52作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本技术任意实施例的人脸检测方法对应的程序指令/模块(例如，人脸检测装置中的第一特征点确定模块41、第一三角剖分模块42、第一序列生成模块43和人脸检测模块44)。存储器52可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器52可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。93.通信装置53用于进行数据传输。94.处理器51通过运行存储在存储器52中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的人脸检测方法。95.输入装置54可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置55可包括显示屏等显示设备。96.上述提供的人脸检测设备可用于执行上述实施例提供的人脸检测方法，具备相应的功能和有益效果。97.本技术实施例还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种人脸检测方法，该人脸检测方法包括：获取目标人脸图像，基于预设的特征点数量识别出目标人脸图像中对应数量的特征点，目标人脸图像按照设定的拍摄姿态拍摄得到；基于德劳内三角剖分规则，将目标人脸图像划分成多个由特征点构成的三角形，得到特征点对应的角度；基于预设的排序规则对特征点对应的角度进行排序，生成目标人脸图像对应的目标序列信息；通过短报文通信将目标序列信息发送至高轨道卫星，以使高轨道卫星将目标序列信息转发至控制中心，由控制中心将目标序列信息与人脸数据库中的序列信息进行匹配，确定目标人脸图像对应的身份信息，序列信息由对应人脸图像基于特征点数量和排序规则生成，人脸图像按照拍摄姿态拍摄得到。98.存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如cd-rom、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如dram、ddr ram、sram、edo ram，兰巴斯(rambus)ram等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。99.当然，本技术实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上的人脸检测方法，还可以执行本技术任意实施例所提供的人脸检测方法中的相关操作。100.上述实施例中提供的人脸检测装置、人脸检测系统、存储介质及人脸检测设备可执行本技术任意实施例所提供的人脸检测方法，未在上述实施例中详尽描述的技术细节，可参见本技术任意实施例所提供的人脸检测方法。101.上述仅为本技术的较佳实施例及所运用的技术原理。本技术不限于这里的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本技术的保护范围。因此，虽然通过以上实施例对本技术进行了较为详细的说明，但是本技术不仅仅限于以上实施例，在不脱离本技术构思的情况下，还可以包括更多其他等效实施例，而本技术的范围由权利要求的范围决定。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!