CN102208015A - 一种基于达芬奇平台的人脸识别系统及其人脸识别方法 - Google Patents
一种基于达芬奇平台的人脸识别系统及其人脸识别方法 Download PDFInfo
- Publication number
- CN102208015A CN102208015A CN 201110075708 CN201110075708A CN102208015A CN 102208015 A CN102208015 A CN 102208015A CN 201110075708 CN201110075708 CN 201110075708 CN 201110075708 A CN201110075708 A CN 201110075708A CN 102208015 A CN102208015 A CN 102208015A
- Authority
- CN
- China
- Prior art keywords
- module
- face
- face identification
- codec
- central processing
- 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
Images
Landscapes
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于达芬奇平台的人脸识别系统,该系统包含中央处理模块,分别与该中央处理模块的输入端电路连接的视频采集模块和命令输入模块,与该中央处理模块的输出端电路连接的显示输出模块,以及分别与该中央处理模块电路连接的网络接口模块和存储模块;中央处理模块包含功能控制模块,以及与该功能控制模块电路连接的编解码器模块;视频采集模块的输入端电路连接有摄像设备。本发明的中央处理器模块包含功能控制模块与编解码器模块,具备快速的人脸识别方法处理能力,实现丰富的外围接口以及强大的网络功能;编解码器模块无需重复开发。
Description
技术领域
本发明涉及一种人脸识别技术,具体涉及一种基于达芬奇平台的人脸识别系统及其人脸识别方法。
背景技术
目前,随着科技的发展和人们安全意识的提高,对快速有效的身份鉴别的需求日益迫切。人脸识别技术相比于传统的门锁,密码的方式更为方便,可靠和安全;相比于虹膜、指纹等其他生物识别技术更友好,事后的查询能力更强。因而成为身份鉴别技术的研究热点。
然而,目前大多数的人脸识别系统是基于PC平台的应用,基于PC平台的人脸识别系统体积大,功耗大。而嵌入式平台的体积小,功耗小,发热量小,可扩展性好等特性,可以使在其上开发的人脸识别系统拥有更广阔的应用空间。
考虑到用于人脸识别系统的嵌入式平台需要强大的数据处理能力和较高的运行速度,现有技术的人脸识别系统大多采用DSP为核心。DSP(Digital Signal Processor)是一种特殊的微处理器,有其完整的指令系统,是以数字信号方式处理大量信息的器件。DSP数据处理能力强大,运行速度高,其优势在于复杂计算领域。而作为一款人脸识别系统,其完善的用户图形界面、丰富的外围接口以及强大的网络功能都是其重要组成部分。基于DSP为核心平台的人脸识别系统的缺点在于,在通用功能方面较为欠缺,因此基于DSP平台上开发的嵌入式人脸识别系统的外围接口等功能比较欠缺。
发明内容
本发明说明了一种基于达芬奇平台的人脸识别系统及其人脸识别方法,以增强嵌入式人脸识别系统的用户图形界面及网络功能,丰富其外围接口,提高系统的实用性。
为实现上述目的,本发明说明了一种基于达芬奇平台的人脸识别系统,其特点是,该系统包含中央处理模块,分别与该中央处理模块的输入端电路连接的视频采集模块和命令输入模块,与该中央处理模块的输出端电路连接的显示输出模块,以及分别与该中央处理模块电路连接的网络接口模块和存储模块;
上述的中央处理模块包含功能控制模块,以及与该功能控制模块电路连接的编解码器模块;
上述的视频采集模块的输入端电路连接有摄像设备。
上述的功能控制模块采用ARM芯片。
上述的编解码器模块采用DSP编解码器。
一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,其特点是,该方法包含以下步骤:
步骤1 功能控制模块调用人脸图像采集,采集若干已知用户的人脸图像信息;
摄像设备采集外界的视频信息传输至视频采集模块,视频采集模块将视频信息传输至中央处理模块,功能控制模块将图片信息传输至编解码器模块;
步骤1.1 编解码器模块对已知用户进行人脸检测;
步骤1.2 编解码器模块对已知用户的人脸图像进行特征点定位;
步骤1.3 编解码器模块对已知用户的人脸图像进行人脸标准化;
步骤2 功能控制模块调用人脸建模,存储若干已知用户的人脸图像的特征数据模板;
步骤2.1 编解码器模块对若干已知用户的人脸图像进行特征提取,分别获取该若干组模板图像的特征数据;
步骤2.2 中央处理模块从该若干组特征数据中获得已知用户的特征数据模板;
步骤2.3 中央处理模块将特征数据模板存储在存储模块;
步骤3 功能控制模块调用未知用户人脸识别,进行未知用户人脸识别;
摄像设备采集外界的视频信息传输至视频采集模块,视频采集模块将视频信息传输至中央处理模块,功能控制模块将图片信息传输至编解码器模块;
步骤3.1 编解码器模块对未知用户进行人脸检测;
步骤3.2 编解码器模块对未知用户的人脸图像进行特征点定位;
步骤3.3 编解码器模块对未知用户的人脸图像进行人脸标准化;
步骤3.4 编解码器模块对未知用户的人脸图像进行特征提取;
步骤3.5 编解码器模块对未知用户的人脸图像进行对比识别;
步骤3.5.1 编解码器模块将该未知用户的特征数据与事先存储的特征数据模板进行比对,求出特征数据与特征数据模板之间的距离;
步骤3.5.2 编解码器模块取出若干的特征数据模板中与该特征数据最接近的已知用户I的特征数据模板;
步骤3.5.3 编解码器模块得出所述的最接近的已知用户I的特征数据模板与特征数据之间的距离D;
步骤3.5.4 编解码器模块判断该距离D是否大于系统设定的阈值H,若是,则将该图像识别为所述的最接近的已知用户I,若否,则将该图像识别为陌生人。
步骤3.5.5 编解码器模块完成人脸识别,由显示输出模块输出,并跳转到步骤3。
本发明一种基于达芬奇平台的人脸识别系统及其人脸识别方法,其优点在于,本发明的中央处理器模块包含功能控制模块与编解码器模块,在具备快速的人脸识别方法处理能力的同时,能够实现丰富的外围接口以及强大的网络功能;
本发明的编解码器模块采用DSP编解码器,根据数字信号处理器方法标准(xDAIS)的规范进行封装而实现的具备统一调用接口的方法模块,这些编解码器无需重复开发就能够方便快捷地应用到其他数字信号处理器平台。
本发明的编解码器模块采用DSP编解码器,DSP编解码器包含有若干模块,其中,一、各模块功能相对独立,可实现分布式的设计思想;二、各模块可独立于整个系统框架之外,实现相应的功能,当单独的模块发生改变或功能升级时,不会对其他模块及整个系统造成影响;三、各模块可独立开发,不但便于调试,降低开发难度,同时可以协同开发,加快开发进度。
附图说明
图1为本发明一种基于达芬奇平台的人脸识别系统的结构模块图;
图2为本发明一种基于达芬奇平台的人脸识别系统的人脸识别方法的方法流程图;
图3为本发明一种基于达芬奇平台的人脸识别系统的人脸识别方法的特征提取方法的方法流程图。
具体实施方式
以下结合附图,说明本发明的具体实施方式。
如图1所示,本发明说明了一种基于达芬奇平台的人脸识别系统,实现对需要确认其身份的人员进行准确的人脸识别功能,同时系统设有丰富的外围接口,能与多种后续处理模块进行信息交互。
该系统包含有中央处理模块1、视频采集模块2、命令输入模块3、显示输出模块4、网络接口模块5、存储模块6和摄像设备7。
中央处理模块1的输入端分别与视频采集模块2和命令输入模块3电路连接。该中央处理模块1的输出端与显示输出模块4电路连接。该中央处理模块1还分别与上述的网络接口模块5和存储模块6电路连接,中央处理模块1与网络接口模块5或存储模块6进行双向信息交互。视频采集模块2的输入端与摄像设备7电路连接,接收摄像设备7从外界接收的视频信息。
其中,中央处理模块1包含功能控制模块11,以及与该功能控制模块11电路连接的编解码器模块12。
本发明的中央处理模块1采用ARM/DSP双核架构的达芬奇平台DM6446,功能控制模块11采用ARM芯片,编解码器模块12采用DSP编解码器。在该功能控制模块11与编解码器模块12之间还电路连接有DDR2型的内存模块,通过该DDR2型的内存加快功能控制模块11与编解码器模块12之间的信息交互,提高中央处理模块1的运算处理速度。DSP编解码器上运行人脸识别方法,接收ARM芯片传来的图片信息,返回检测识别结果,ARM芯片上运行嵌入式linux操作系统,通过电路连接网络接口模块5,由网络接口模块5连接外界的设备系统,完成本系统的外围接口等功能。具备linux操作系统的ARM能够便捷的完成用户图形界面、网络等外围接口等功能。
编解码器模块12(DSP编解码器)中包含有人脸检测编解码器、特征点定位编解码器、人脸标准化编解码器、特征提取编解码器和比对识别编解码器。编解码器模块12(DSP编解码器)实现将人脸检测识别中人脸检测、特征点定位、人脸标准化、特征提取、比对识别这五个编解码器根据数字信号处理器方法标准(xDAIS)的规范进行封装而实现的具备统一调用接口的方法模块,这些编解码器无需重复开发就能够方便快捷地应用到其他数字信号处理器平台。编解码器模块12所包含的人脸检测编解码器、特征点定位编解码器、人脸标准化编解码器、特征提取编解码器和比对识别编解码器,其各模块功能相对独立,可实现分布式的设计思想;各模块可独立于整个系统框架之外,实现相应的功能,当单独的模块发生改变或功能升级时,不会对其他模块及整个系统造成影响;各模块可独立开发,不但便于调试,降低开发难度,同时可以协同开发,加快开发进度。
功能控制模块11中包含有人脸图像采集模块、用户人脸建模模块、用户人脸识别模块等ARM模块。ARM模块实现对各DSP编解码进行调用从而实现相应功能的组成一个完整人脸识别系统所必需的各个模块的实现,包括基于人脸检测编解码器、特征点定位编解码器与人脸标准化编解码器实现的人脸图像采集模块,基于特征提取编解码器实现的用户人脸建模模块,以及基于人脸检测编解码器、特征点定位编解码器、人脸标准化编解码器、特征提取编解码器与比对识别编解码器实现的用户人脸识别模块。
本系统启动识别工作时,功能控制模块11的人脸图像采集模块调用并依次实行编解码器模块12的人脸检测编解码器、特征点定位编解码器和人脸标准化编解码器。功能控制模块11的用户人脸建模模块调用编解码器模块12的特征提取编解码器。功能控制模块11的用户人脸识别模块调用并依次实行人脸检测编解码器、特征点定位编解码器、人脸标准化编解码器、特征提取编解码器和比对识别编解码器。
最终在功能控制模块11(ARM)上实现人脸识别系统用户界面,使得用户能够通过该用户界面的统一接口调用功能控制模块11的各功能模块,从而完成本系统的各项功能。该人脸识别系统用户界面是基于miniGUI图形界面和SQLite数据库实现的,对功能控制模块11下的各ARM模块进行封装,实现ARM模块的统一调用接口的用户界面;该用户界面包括初始界面、主菜单、用户管理、网络设置、系统设置、数据管理等功能。
本实施例中,视频采集模块2采用型号为TVP5146的视频采集芯片,摄像设备7采用通用的摄像头,摄像设备7实时采集其摄像范围区域内的视频信息传输至视频采集模块2,通过视频采集模块2对视频信号进行信息处理后传输至中央处理模块1。存储模块6采用FLASH存储器,用于存储本系统的已知用户的人脸识别的特征数据模板,并在进行人脸识别时可即时调用。显示输出模块4采用显示器,用于显示中央处理模块1的人脸识别系统用户界面,便于用户通过控制命令输入模块3,对本系统进行操作。同时显示输出模块4还用于输出本系统接收的人脸图像信息,便于用户查看。
以下结合图2和图3,具体说明本发明一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,该方法包含以下步骤:
步骤1 功能控制模块11调用人脸图像采集的功能模块,采集若干个已知用户的人脸图像信息,作为对未知用户进行人脸识别时的对比识别依据。
摄像设备7实时对其摄像范围内的区域进行拍摄,采集外界的视频信息并传输至视频采集模块2,视频采集模块2对接收的视频信息进行信息处理后传输至中央处理模块1,功能控制模块11将接收的视频信息处理为人脸图像信息,并将人脸图像信息通过暂时存储模块13传输至编解码器模块12。
步骤1.1 编解码器模块12对该已知用户进行人脸检测,检测图像信息中有关于人脸的图像信息。
步骤1.2 编解码器模块12对该已知用户的人脸图像进行特征点定位。
步骤1.3 编解码器模块12对该已知用户的人脸图像进行人脸标准化。
根据实际应用中的具体情况,需在不同光照变化、姿态变化、表情变化等条件下反复为同一个已知用户的人脸图像进行人脸图像采集,采集同一已知用户N幅在光照变化、姿态变化、表情变化等条件下不同的人脸图像信息,同一个已知用户的N幅不同的人脸图像信息设定为一组人脸图像信息,每一个已知用户采集一组人脸图像信息。
步骤2 功能控制模块11调用人脸建模的功能模块,并存储若干个已知用户的人脸图像的特征数据模板。
步骤2.1 编解码器模块12分别对检测到的若干个已知用户的人脸图像进行特征提取,即从用户人脸图像中提取Gabor特征,从而分别获取该若干个已知用户的人脸图像信息的特征数据。
步骤2.1.1 编解码器模块12初始化,从存储模块6中读取全部先验知识。该先验知识包括人脸检测分类器、特征点定位分类器等。
步骤2.1.2 编解码器模块12对人脸图像信息进行二维傅里叶变换,
步骤2.1.3 编解码器模块12将变换结果与离线Gabor核的变换结果作乘法。
步骤2.1.4 编解码器模块12将上述的步骤2.1.3中所作乘法的乘积作二维傅里叶反变换,得到该幅人脸图像在全部Gabor核下的描述。
步骤2.1.5 编解码器模块12将全部Gabor核下的描述按照离线PCA与LDA矩阵进行处理,从而得到该已知用户的人脸图像的Gabor特征数据。
步骤2.2 中央处理模块1从每个已知用户的每张人脸图像信息中都可以获得一组特征数据,取同一名已知用户的特征数据作平均,作为该用户的特征数据模板,根据上述方法获得该已知用户的人脸图像信息的特征数据模板;并重复该步骤依次获取若干个已知用户的人脸图像信息的特征数据模板。
步骤2.3 中央处理模块1将若干个已知用户的人脸图像信息的特征数据模板存储在存储模块6。
对于每一个已知用户选取N张人脸图像信息用于该已知用户的特征数据模板的创建,这些图片是该已知用户在光照变化、姿态变化、表情变化等条件下采集的,相互之间有一定的区别。模板图像的选取能够提高最终的识别效果,一组元素丰富的人脸图像的数据模板能够使得系统的识别效果对于光照、姿态、表情等具有很好的鲁棒性。
步骤3 功能控制模块11调用未知用户人脸识别的功能模块,进行未知用户人脸识别。
摄像设备7实时对其摄像范围内的区域进行拍摄,采集外界的视频信息并传输至视频采集模块2,视频采集模块2对接收的视频信息进行信息处理后传输至中央处理模块1,当采集的视频信息中包含有未知用户的人脸图像信息时,功能控制模块11将接收的视频信息处理为人脸图像信息,并将该未知用户的人脸图像信息通过暂时存储模块13传输至编解码器模块12。
步骤3.1 编解码器模块12对未知用户进行人脸检测,检测图像信息中有关于人脸的图像信息。
步骤3.2 编解码器模块12对该未知用户的人脸图像进行特征点定位。
步骤3.3 编解码器模块12对该未知用户的人脸图像进行人脸标准化。
步骤3.4 编解码器模块12对该未知用户的人脸图像进行特征提取。
步骤3.4.1 编解码器模块12初始化,从存储模块6中读取全部先验知识。
步骤3.4.2 编解码器模块12对该未知用户的人脸图像信息进行二维傅里叶变换。
步骤3.4.3 编解码器模块12将变换结果与离线Gabor核的变换结果作乘法。
步骤3.4.4 编解码器模块12将上述的步骤3.4.2的乘积作二维傅里叶反变换,得到该幅人脸图像在全部Gabor核下的描述。
步骤3.4.5 编解码器模块12将全部Gabor核下的描述按照离线PCA与LDA矩阵进行处理,从而得到该未知用户的人脸图像的Gabor特征数据。
步骤3.5 编解码器模块12对该未知用户的人脸图像进行对比识别。
步骤3.5.1 编解码器模块12将该未知用户的特征数据与事先存储的若干个已知用户的人脸图像信息的特征数据模板进行比对,求出未知用户的特征数据与若干个已知用户的特征数据模板之间的距离。
步骤3.5.2 编解码器模块12选取出事先存储的若干的特征数据模板中与该未知用户的特征数据最接近的已知用户的特征数据模板,该已知用户设定为已知用户I。
步骤3.5.3 编解码器模块12计算得出最接近的已知用户I的特征数据模板与现在待检测未知用户的特征数据之间的距离D;
步骤3.5.4 编解码器模块12判断该距离D是否大于系统设定的阈值H,若是,则将该人脸图像中的未知用户识别为所述的最接近的已知用户I,若否,则将该人脸图像中的未知用户识别为陌生人。
上述的阈值H为事先设定的判定人脸图像信息之间是否相似的值,若大于该阈值,则说明现场检测的人脸图像信息与事先存储的人脸图像信息相近,可判定现场检测的人员就是事先在嵌入式处理器模块1中储存人脸图像信息的人员,识别为所述的最接近的已知用户I,若小于阈值,则说明现在检测的人脸图像信息与事先存储的人脸图像信息不相符,判定现场检测的人员不是事先存储人脸图像信息的人员。
阈值H是通过对本系统在各种测试条件下进行大量的测试而确定的,例如对不同的用户,在不同的环境下进行的测试。
步骤3.5.5 编解码器模块12完成人脸识别,由显示输出模块4输出,并跳转到步骤3。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (10)
1.一种基于达芬奇平台的人脸识别系统,其特征在于,该系统包含中央处理模块(1),分别与所述的中央处理模块(1)的输入端电路连接的视频采集模块(2)和命令输入模块(3),与所述的中央处理模块(1)的输出端电路连接的显示输出模块(4),以及分别与所述的中央处理模块(1)电路连接的网络接口模块(5)和存储模块(6);
所述的中央处理模块(1)包含功能控制模块(11),以及与所述的功能控制模块(11)电路连接的编解码器模块(12);
所述的视频采集模块(2)的输入端电路连接有摄像设备(7)。
2.如权利要求1所述的基于达芬奇平台的人脸识别系统,其特征在于,所述的功能控制模块(11)采用ARM芯片。
3.如权利要求1所述的基于达芬奇平台的人脸识别系统,其特征在于,所述的编解码器模块(12)采用DSP编解码器。
4.一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,其特征在于,该方法包含以下步骤:
步骤1 功能控制模块(11)调用人脸图像采集,采集若干已知用户的人脸图像信息;
步骤2 功能控制模块(11)调用人脸建模,存储若干已知用户的人脸图像的特征数据模板;
步骤3 功能控制模块(11)调用未知用户人脸识别,进行未知用户人脸识别。
5.如权利要求4所述的一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,其特征在于,所述的步骤1还包含以下步骤:
步骤1.1 编解码器模块(12)对已知用户进行人脸检测;
步骤1.2 编解码器模块(12)对已知用户的人脸图像进行特征点定位;
步骤1.3 编解码器模块(12)对已知用户的人脸图像进行人脸标准化。
6.如权利要求5所述的一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,其特征在于,所述的步骤1.1之前还包含以下步骤:
摄像设备(7)采集外界的视频信息传输至视频采集模块(2),视频采集模块(2)将视频信息传输至中央处理模块(1),功能控制模块(11)将图片信息传输至编解码器模块(12)。
7.如权利要求4所述的一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,其特征在于,所述的步骤2还包含以下步骤:
步骤2.1 编解码器模块(12)对若干已知用户的人脸图像进行特征提取,分别获取该若干组人脸图像的特征数据;
步骤2.2 中央处理模块(1)从该若干组特征数据中获得已知用户的特征数据模板;
步骤2.3 中央处理模块(1)将特征数据模板存储在存储模块(6)。
8.如权利要求4所述的一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,其特征在于,所述的步骤3还包含以下步骤:
步骤3.1 编解码器模块(12)对未知用户进行人脸检测;
步骤3.2 编解码器模块(12)对未知用户的人脸图像进行特征点定位;
步骤3.3 编解码器模块(12)对未知用户的人脸图像进行人脸标准化;
步骤3.4 编解码器模块(12)对未知用户的人脸图像进行特征提取;
步骤3.5 编解码器模块(12)对未知用户的人脸图像进行对比识别。
9.如权利要求8所述的一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,其特征在于,所述的步骤3.1之前还包含以下步骤:
摄像设备(7)采集外界的视频信息传输至视频采集模块(2),视频采集模块(2)将视频信息传输至中央处理模块(1),功能控制模块(11)将图片信息传输至编解码器模块(12)。
10.如权利要求8所述的一种用于基于达芬奇平台的人脸识别系统的人脸识别方法,其特征在于,所述的步骤3.5还包含以下步骤:
步骤3.5.1 编解码器模块(12)将该未知用户的特征数据与事先存储的特征数据模板进行比对,求出特征数据与特征数据模板之间的距离;
步骤3.5.2 编解码器模块(12)取出若干的特征数据模板中与该特征数据最接近的已知用户(I)的特征数据模板;
步骤3.5.3 编解码器模块(12)得出所述的最接近的已知用户(I)的特征数据模板与特征数据之间的距离(D);
步骤3.5.4 编解码器模块(12)判断该距离(D)是否大于系统设定的阈值(H),若是,则将该图像识别为所述的最接近的已知用户(I),若否,则将该图像识别为陌生人;
步骤3.5.5 编解码器模块(12)完成人脸识别,由显示输出模块(4)输出,并跳转到步骤3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110075708 CN102208015A (zh) | 2011-03-29 | 2011-03-29 | 一种基于达芬奇平台的人脸识别系统及其人脸识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110075708 CN102208015A (zh) | 2011-03-29 | 2011-03-29 | 一种基于达芬奇平台的人脸识别系统及其人脸识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102208015A true CN102208015A (zh) | 2011-10-05 |
Family
ID=44696837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110075708 Pending CN102208015A (zh) | 2011-03-29 | 2011-03-29 | 一种基于达芬奇平台的人脸识别系统及其人脸识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102208015A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116749A (zh) * | 2013-03-12 | 2013-05-22 | 上海洪剑智能科技有限公司 | 一种基于自建图像库的近红外人脸识别方法 |
CN103207991A (zh) * | 2013-03-26 | 2013-07-17 | 苏州福丰科技有限公司 | 人脸识别芯片 |
CN103268477A (zh) * | 2013-05-15 | 2013-08-28 | 苏州福丰科技有限公司 | 一种基于嵌入式平台的三维人脸识别系统 |
CN105243373A (zh) * | 2015-10-27 | 2016-01-13 | 北京奇虎科技有限公司 | 人脸图像滤重抓拍方法、服务器、智能监控设备及系统 |
CN107563341A (zh) * | 2017-09-15 | 2018-01-09 | 赵立峰 | 一种人脸识别装置与一种人脸识别系统 |
CN110348325A (zh) * | 2019-06-20 | 2019-10-18 | 镇江畅行交通科技有限公司 | 一种基于人脸识别技术的公交充值与乘车方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201033077Y (zh) * | 2006-11-20 | 2008-03-12 | 中山大学 | 嵌入式人脸检测与识别装置 |
CN101859374A (zh) * | 2010-05-20 | 2010-10-13 | 上海洪剑智能科技有限公司 | 一种分布式人脸识别系统及其识别方法 |
-
2011
- 2011-03-29 CN CN 201110075708 patent/CN102208015A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201033077Y (zh) * | 2006-11-20 | 2008-03-12 | 中山大学 | 嵌入式人脸检测与识别装置 |
CN101859374A (zh) * | 2010-05-20 | 2010-10-13 | 上海洪剑智能科技有限公司 | 一种分布式人脸识别系统及其识别方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116749A (zh) * | 2013-03-12 | 2013-05-22 | 上海洪剑智能科技有限公司 | 一种基于自建图像库的近红外人脸识别方法 |
CN103207991A (zh) * | 2013-03-26 | 2013-07-17 | 苏州福丰科技有限公司 | 人脸识别芯片 |
CN103268477A (zh) * | 2013-05-15 | 2013-08-28 | 苏州福丰科技有限公司 | 一种基于嵌入式平台的三维人脸识别系统 |
CN105243373A (zh) * | 2015-10-27 | 2016-01-13 | 北京奇虎科技有限公司 | 人脸图像滤重抓拍方法、服务器、智能监控设备及系统 |
CN105243373B (zh) * | 2015-10-27 | 2019-06-07 | 北京奇虎科技有限公司 | 人脸图像滤重抓拍方法、服务器、智能监控设备及系统 |
CN107563341A (zh) * | 2017-09-15 | 2018-01-09 | 赵立峰 | 一种人脸识别装置与一种人脸识别系统 |
CN110348325A (zh) * | 2019-06-20 | 2019-10-18 | 镇江畅行交通科技有限公司 | 一种基于人脸识别技术的公交充值与乘车方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021248733A1 (zh) | 应用双分支三维卷积模型的人脸活体检测系统、终端及存储介质 | |
CN102208015A (zh) | 一种基于达芬奇平台的人脸识别系统及其人脸识别方法 | |
CN109871780B (zh) | 一种人脸质量判决方法、系统及人脸识别方法、系统 | |
Vazquez-Fernandez et al. | Built-in face recognition for smart photo sharing in mobile devices | |
CN103886283A (zh) | 用于移动用户的多生物特征图像信息融合方法及其应用 | |
CN107016341A (zh) | 一种嵌入式实时人脸识别方法 | |
CN113627402B (zh) | 一种图像识别方法及相关装置 | |
CN106980849A (zh) | 基于fpga的硬件虹膜识别系统 | |
CN107609515B (zh) | 一种基于飞腾平台的双重验证的人脸比对系统及方法 | |
CN203366348U (zh) | 一种人脸识别系统及门禁系统 | |
CN102096811A (zh) | 一种基于嵌入式平台的人脸识别智能模块及其识别方法 | |
CN108038447A (zh) | 一种基于Zynq-7000的行人检测系统 | |
CN111339943A (zh) | 一种对象管理方法、系统、平台、设备及介质 | |
CN111986362A (zh) | 一种基于人脸识别的旅游年票管理系统及验证方法 | |
CN112668509B (zh) | 社交关系识别模型的训练方法、识别方法及相关设备 | |
CN102915574A (zh) | 嵌入式智能交通控制收费终端 | |
CN202771495U (zh) | 嵌入式智能交通控制收费终端 | |
CN201993776U (zh) | 基于嵌入式平台的人脸识别系统 | |
CN201465181U (zh) | 基于fpga的数字水印嵌入装置 | |
CN207440783U (zh) | 基于fpga的硬件虹膜识别系统 | |
CN108763893A (zh) | 基于人脸识别的读写装置、方法及电子设备 | |
CN212256328U (zh) | 一种人脸识别系统 | |
CN115690488A (zh) | 基于卷积神经网络模型的图像识别方法、装置及终端设备 | |
CN209373664U (zh) | 一种红外图像掌纹人脸混合验证门禁考勤设备 | |
CN112541576A (zh) | Rgb单目图像的生物活体识别神经网络及其构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111005 |