CN102622596A - 面向生物特征识别的交互式定位方法 - Google Patents

面向生物特征识别的交互式定位方法 Download PDF

Info

Publication number
CN102622596A
CN102622596A CN2012100375323A CN201210037532A CN102622596A CN 102622596 A CN102622596 A CN 102622596A CN 2012100375323 A CN2012100375323 A CN 2012100375323A CN 201210037532 A CN201210037532 A CN 201210037532A CN 102622596 A CN102622596 A CN 102622596A
Authority
CN
China
Prior art keywords
user
key point
virtual key
point
images acquired
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.)
Granted
Application number
CN2012100375323A
Other languages
English (en)
Other versions
CN102622596B (zh
Inventor
邬向前
卜巍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201210037532.3A priority Critical patent/CN102622596B/zh
Publication of CN102622596A publication Critical patent/CN102622596A/zh
Application granted granted Critical
Publication of CN102622596B publication Critical patent/CN102622596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Collating Specific Patterns (AREA)
  • Processing Or Creating Images (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种面向生物特征识别的交互式定位方法,包括以下步骤:1、交互式定义虚拟关键点;2、根据虚拟关键点采集图像。该方法根据被采集部位的特点,在注册时用户自定义虚拟关键点所在的位置,然后系统保存用户定义的关键点的位置,为该用户在以后的每次图像采集中提供参考。在保证关键点定位准确性的同时,最大限度地保证了用户友好性。同时减少了对准的难度和时间,提高了系统性能。

Description

面向生物特征识别的交互式定位方法
技术领域
本发明涉及基于图像的生物特征认证领域,具体涉及一种面向生物特征识别的交互式定位方法。
背景技术
在基于图像的生物特征认证系统中,通常需要从采集到的原始图像中提取最富含生物特征的一部分区域(子图像),后续的特征提取等处理完全在此子图像上进行,这一过程称为感兴趣区域提取。感兴趣区域提取可以保留原始图像中对特征提取最有意义的区域,去除冗余信息,同时由于子图像比原始图像的尺寸要小,可以加快后续处理的速度。感兴趣区域提取通常基于原始图像上的若干关键点,这些关键点是原始图像上具有特定意义的点,如手掌图像中的指尖,人脸图像中的眼睛和鼻子等,通过关键点提取感兴趣区域,可以达到将原始图像对准的目的。在生物特征认证系统中,这些关键点的检测是由算法自动完成的。
但是,图像采集的环境和被采集部位的姿态会对图像质量产生很大影响,进而导致这些关键点无法检测或检测不准确。如果图像采集环境背景较复杂,关键点自动检测算法会混淆被采集部位和背景物体,导致关键点无法检测;如果每次采集时,被采集部位的姿态发生变化,会导致关键点的检测产生误差,使感兴趣区域提取无法进行或影响特征提取结果。
在以前的研究中,很多系统为了关键点定位的准确性,采取很多措施或限制条件来尽可能的排除或减少外界环境多定位操作的影响。通常的做法可以分为两类:
1.限定采集环境
为采集设备设计一个外壳或在一个相对封闭的环境中进行采集。确保采集环境的背景单一且光照均匀。同时,还可能将被采集部位使用辅助定位装置进行固定和姿态限制,以保证每次采集到的图像姿态变化最小。这种方式限制了系统的使用范围,增加了系统对采集环境的限制和依赖。如果使用辅助定位装置限制被采集部位的姿态,还会造成系统的用户接受程度低下,影响系统可用性。
2.设定固定虚拟定位点
为了解决对采集环境的限制和依赖,很多系统虽然可以让用户在自然环境下采集图像,但在系统中设定一些固定的虚拟定位点,即在显示设备上显示定位点的位置。在采集图像时,用户需要改变被采集部位的姿态,对准系统预先设定的虚拟定位点。所以这些系统需要用户配合好后才能充分发挥系统的性能。但由于不同人的生物特征都是不一样的,例如掌纹和人脸,每个人的手和脸的大小和形状都不一样,要是他们都要对准同样的定位点,对不同的人来说这会是一个挑战用户耐性的过程,且预先设定的定位点并非适合于所有人,在某些情况下用户不可能较好的将被采集部位与定位点对准。因此,这种方法用户使用的方便性也不高。
发明内容
本发明提出了一种新的基于图像的生物认证系统定位方法——交互式定位方法。该方法根据被采集部位的特点,在注册时用户自定义虚拟关键点所在的位置,然后系统保存用户定义的关键点的位置,为该用户在以后的每次图像采集中提供参考。在保证关键点定位准确性的同时,最大限度地保证了用户友好性。同时减少了对准的难度和时间,提高了系统性能。
本发明的特点是:
1.采用交互式方法来进行虚拟关键点定位。
2.为每个注册用户保存虚拟关键点位置,便于采集图像时用户被采集部位与关键点的对齐。
本发明的方法如下:
1.交互式定义虚拟关键点
为确保采集图像时关键点检测的准确性,在定义虚拟关键点时需要保证两个条件:1)在光照均匀的环境下;2)采集图像时,用户被采集的部位处于最习惯且最舒适的姿态。
当需要采集的生物特征通过摄像机呈现在显示设备中时,使用输入设备点选虚拟关键点。比如,使用普通计算机时,可使用鼠标点选虚拟关键点;使用带触摸输入功能的显示屏时,可使用触控笔点选虚拟关键点。这些点选的关键点即作为这一用户的虚拟关键点。点选的虚拟关键点的屏幕坐标值连同用户标识一起被保存在数据库中以备以后采集图像时使用。
关键点的个数和位置,是根据生物特征的不同而不一样的。例如人脸,一般需要定位三个关键位置,人的两只眼睛和一个鼻子;又如掌纹,一般需要定位两个关键点,如小拇指和无名指指尖之间的凹点和食指和中指之间的凹点,这两点可根据不同系统的需要而不同。但在本发明中,需要用户自定义的关键点的个数至少为3个。原因是3个点可以确定一个平面,可以保证被采集的部位在三维空间内的姿态保持一致性。要是只要求用户自定义1个点,显然根据定义好的这个点,采集得到的图像会出现各种旋转的情况,很大程度上影响了系统的性能。要是只要求用户自定义2个点,在图像采集时,虽然两点可以确定一条直线,这样在一定程度上限制了图像的旋转,但会得到以这两点确定的直线为轴旋转后的图像,从而也很大程度的影响系统的性能。所以本发明中提出的方法需要用户至少自定义三个点,即使其中某些点在系统以后的处理过程中是没有用到的。
2.根据虚拟关键点采集图像
用户确定好属于自己的虚拟关键点后,这些点的屏幕坐标值将连同用户标识一起被保存在系统的数据库中。该用户在注册或认证的过程中需要采集图像时,首先输入用户标识,系统则根据用户标识在数据库中查找该用户的关键点信息。系统读出该用户的关键点后,根据关键点的坐标值,将所有关键点显示在显示屏上。用户参考屏幕上的虚拟关键点放置需要采集的部位,如人脸、手掌等。
从以上交互式定位方法的过程中可以看出,该方法既不受图像采集时的环境的限制,也让用户在使用系统时感觉自由和方便,同时也保证了系统的性能。可见本发明的应用很广泛。
本发明还具有如下特征:
1、基于掌纹图像特征识别的交互式定位方法:
(一)、使用图像采集设备在光照均匀的环境下定义虚拟关键点;此过程中,用户手掌处于习惯且舒适的姿态;定义的虚拟关键点分别为点A,点B和点C,其中A、B两点为掌纹主线与手掌边缘的交点,在接下来的掌纹图像分割中将要用到;在用户自定义这三点时,用户可以根据具体情况来调整这三点的位置,直到用户满意为止;
(二)、注册时,根据A、B两点的位置关系来确定感兴趣区域,正方形区域就是该方法要得到的掌纹区域;其中正方形的边FG和HI垂直于线段AB;边FI和GH的长度是线段AB的1/2;线段AD和BE的长度是AB的1/4;F点在线段BC上,且EG的长度是FE的2倍;满足以下关系:
FG ⊥ AB | FG | = | DE | = 1 2 | AB | | BE | = 1 4 | AB | | EF | = 1 3 | FG |
最后将虚拟关键点的位置随用户信息及用户的掌纹特征一并保存即可;
(三)、认证时,用户首先提供用户身份标识,系统根据用户身份标识查找保存的虚拟关键点位置,并显示在界面中;用户将手掌与界面中的关键点对齐,确认后采集图像。
2、基于人脸图像特征识别的交互式定位方法:
(一)、使用图像采集设备在光照均匀的环境下定义虚拟关键点其中A,B两点为双眼瞳孔,C点为鼻尖;
(二)、注册时,根据A、B、C三点的位置关系来确定感兴趣区域;矩形区域就是该方法要得到的掌纹区域;其中,CH是经过C点与AB垂直的线段;矩形DEGF的边DE经过H点与AB平行,且以H点为中点;DE长度是AB的3/2倍;矩形的边DF是DE的2倍;满足以下关系:
DE / / AB HC ⊥ AB | DF | = | EG | = 2 | HC | | DH | = | HE | = 3 2 | AI | = 1 2 FG DE / / FG DF / / EG
最后将虚拟关键点的位置随用户信息及用户的人脸图像特征一并保存即可;(三)、认证时,用户首先提供用户身份标识,系统根据用户身份标识查找保存的关键点位置,并显示在界面中;用户将面部与界面中的关键点对齐,确认后采集图像。
本发明的优点是:
1.采用交互式方法来进行虚拟关键点定位。
2.该方法根据不同用户的不同生物特征,让用户设定自己的关键点的位置,便于采集图像时用户被采集部位与关键点的对齐,使用户使用更方便。
3.该方法不受环境的限制,可以在自然环境下采集图像。
附图说明
图1为待采集的用户掌纹;
图2为掌纹自定义虚拟关键点;
图3为掌纹感兴趣区域的确定;
图4为保存的掌纹虚拟关键点;
图5为人脸自定义虚拟关键点;
图6为人脸感兴趣区域的确定。
具体实施方式
根据说明书附图1-6进一步说明:本发明的方法如下:
1.交互式定义虚拟关键点
为确保采集图像时关键点检测的准确性,在定义虚拟关键点时需要保证两个条件:1)在光照均匀的环境下;2)采集图像时,用户被采集的部位处于最习惯且最舒适的姿态。
当需要采集的生物特征通过摄像机呈现在显示设备中时,使用输入设备点选虚拟关键点。比如,使用普通计算机时,可使用鼠标点选虚拟关键点;使用带触摸输入功能的显示屏时,可使用触控笔点选虚拟关键点。这些点选的关键点即作为这一用户的虚拟关键点。点选的虚拟关键点的屏幕坐标值连同用户标识一起被保存在数据库中以备以后采集图像时使用。
关键点的个数和位置,是根据生物特征的不同而不一样的。例如人脸,一般需要定位三个关键位置,人的两只眼睛和一个鼻子;又如掌纹,一般需要定位两个关键点,如小拇指和无名指指尖之间的凹点和食指和中指之间的凹点,这两点可根据不同系统的需要而不同。但在本发明中,需要用户自定义的关键点的个数至少为3个。原因是3个点可以确定一个平面,可以保证被采集的部位在三维空间内的姿态保持一致性。要是只要求用户自定义1个点,显然根据定义好的这个点,采集得到的图像会出现各种旋转的情况,很大程度上影响了系统的性能。要是只要求用户自定义2个点,在图像采集时,虽然两点可以确定一条直线,这样在一定程度上限制了图像的旋转,但会得到以这两点确定的直线为轴旋转后的图像,从而也很大程度的影响系统的性能。所以本发明中提出的方法需要用户至少自定义三个点,即使其中某些点在系统以后的处理过程中是没有用到的。
2.根据虚拟关键点采集图像
用户确定好属于自己的虚拟关键点后,这些点的屏幕坐标值将连同用户标识一起被保存在系统的数据库中。该用户在注册或认证的过程中需要采集图像时,首先输入用户标识,系统则根据用户标识在数据库中查找该用户的关键点信息。系统读出该用户的关键点后,根据关键点的坐标值,将所有关键点显示在显示屏上。用户参考屏幕上的虚拟关键点放置需要采集的部位,如人脸、手掌等。
从以上交互式定位方法的过程中可以看出,该方法既不受图像采集时的环境的限制,也让用户在使用系统时感觉自由和方便,同时也保证了系统的性能。可见本发明的应用很广泛。
下面详细描述本发明在掌纹认证系统和人脸认证系统中的实施过程。
1.使用图像采集设备在光照均匀的环境下定义虚拟关键点。此过程中,用户手掌处于习惯且舒适的姿态。如图1所示。定义的虚拟关键点分别为点A,点B和点C,如图2所示。其中A、B两点为掌纹主线与手掌边缘的交点,在接下来的掌纹图像分割中将要用到。点C的作用是为了在以后拍摄手掌图像时定位更准确,防止拍摄时手掌图像偏移或旋转过大。在用户自定义这三点时,用户可以根据具体情况来调整这三点的位置,直到用户满意为止。
2.注册时,根据A、B两点的位置关系来确定感兴趣区域,如图3所示。其中正方形区域就是该方法要得到的掌纹区域。其中正方形的边FG和HI垂直于线段AB;边FI和GH的长度是线段AB的1/2;线段AD和BE的长度是AB的1/4;F点在线段BC上,且EG的长度是FE的2倍;图3中的线段满足以下关系:
FG ⊥ AB | FG | = | DE | = 1 2 | AB | | BE | = 1 4 | AB | | EF | = 1 3 | FG |
将关键点的位置随用户信息及用户的掌纹特征一并保存。
3.认证时,用户首先提供用户身份标识,系统根据用户身份标识查找保存的关键点位置,并显示在界面中(如图4所示)。用户将手掌与界面中的关键点对齐,确认后采集图像。由于系统中保存的关键点是用户在最习惯且舒适的条件下生成的,因此对齐过程比较容易。
对于人脸图像,首先使用图像采集设备在光照均匀的环境下定义虚拟关键点,如图5所示。其中A,B两点为双眼瞳孔,C点为鼻尖。注册时,根据A、B、C三点的位置关系来确定感兴趣区域,如图6所示。其中矩形区域就是该方法要得到的掌纹区域。其中,CH是经过C点与AB垂直的线段;矩形DEGF的边DE经过H点与AB平行,且以H点为中点;DE长度是AB的3/2倍;矩形的边DF是DE的2倍。图6中的线段满足以下关系:
DE / / AB HC ⊥ AB | DF | = | EG | = 2 | HC | | DH | = | HE | = 3 2 | AI | = 1 2 FG DE / / FG DF / / EG
认证时,用户首先提供用户身份标识,系统根据用户身份标识查找保存的关键点位置,并显示在界面中。用户将面部与界面中的关键点对齐,确认后采集图像。

Claims (3)

1.一种面向生物特征识别的交互式定位方法,其特征在于,方法如下:
(一)、交互式定义虚拟关键点
为确保采集图像时虚拟关键点检测的准确性,在定义虚拟关键点时需要保证两个条件:1)在光照均匀的环境下;2)采集图像时,用户被采集的部位处于最习惯且最舒适的姿态;
当需要采集的生物特征通过摄像机呈现在显示设备中时,使用输入设备点选虚拟关键点,所述的虚拟关键点的个数至少为3个;
(二)、根据虚拟关键点采集图像
用户确定好属于自己的虚拟关键点后,这些点的屏幕坐标值将连同用户标识一起被保存在系统的数据库中;该用户在注册或认证的过程中需要采集图像时,首先输入用户标识,系统则根据用户标识在数据库中查找该用户的虚拟关键点信息;系统读出该用户的虚拟关键点后,根据虚拟关键点的坐标值,将所有虚拟关键点显示在显示屏上;用户参考屏幕上的虚拟关键点放置需要采集的部位,如人脸和手掌。
2.基于掌纹图像特征识别的交互式定位方法,其特征在于,方法如下:
(一)、使用图像采集设备在光照均匀的环境下定义虚拟关键点;此过程中,用户手掌处于习惯且舒适的姿态;定义的虚拟关键点分别为点A,点B和点C,其中A、B两点为掌纹主线与手掌边缘的交点;
(二)、注册时,根据A、B两点的位置关系来确定感兴趣区域,正方形区域就是该方法要得到的掌纹区域;其中正方形的边FG和HI垂直于线段AB;边FI和GH的长度是线段AB的1/2;线段AD和BE的长度是AB的1/4;F点在线段BC上,且EG的长度是FE的2倍;满足以下关系:
FG ⊥ AB | FG | = | DE | = 1 2 | AB | | BE | = 1 4 | AB | | EF | = 1 3 | FG |
最后将虚拟关键点的位置随用户信息及用户的掌纹特征一并保存即可;
(三)、认证时,用户首先提供用户身份标识,系统根据用户身份标识查找保存的虚拟关键点位置,并显示在界面中;用户将手掌与界面中的关键点对齐,确认后采集图像。
3.基于人脸图像特征识别的交互式定位方法,其特征在于,方法如下:
(一)、使用图像采集设备在光照均匀的环境下定义虚拟关键点其中A,B两点为双眼瞳孔,C点为鼻尖;
(二)、注册时,根据A、B、C三点的位置关系来确定感兴趣区域;矩形区域就是该方法要得到的掌纹区域;其中,CH是经过C点与AB垂直的线段;矩形DEGF的边DE经过H点与AB平行,且以H点为中点;DE长度是AB的3/2倍;矩形的边DF是DE的2倍;满足以下关系:
DE / / AB HC ⊥ AB | DF | = EG | = 2 | HC | | DH | = | HE | = 3 2 | AI | = 1 2 FG DE / / FG DF / / EG
最后将虚拟关键点的位置随用户信息及用户的人脸图像特征一并保存即可;
(三)、认证时,用户首先提供用户身份标识,系统根据用户身份标识查找保存的关键点位置,并显示在界面中;用户将面部与界面中的关键点对齐,确认后采集图像。
CN201210037532.3A 2012-02-20 2012-02-20 面向生物特征识别的交互式定位方法 Active CN102622596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210037532.3A CN102622596B (zh) 2012-02-20 2012-02-20 面向生物特征识别的交互式定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210037532.3A CN102622596B (zh) 2012-02-20 2012-02-20 面向生物特征识别的交互式定位方法

Publications (2)

Publication Number Publication Date
CN102622596A true CN102622596A (zh) 2012-08-01
CN102622596B CN102622596B (zh) 2016-07-20

Family

ID=46562506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210037532.3A Active CN102622596B (zh) 2012-02-20 2012-02-20 面向生物特征识别的交互式定位方法

Country Status (1)

Country Link
CN (1) CN102622596B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793642A (zh) * 2014-03-03 2014-05-14 哈尔滨工业大学 移动互联网掌纹身份认证方法
CN105051752A (zh) * 2012-11-14 2015-11-11 戈兰·魏斯 用于登记和认证的生物特征识别方法和系统
CN105938603A (zh) * 2016-04-20 2016-09-14 长沙慧联智能科技有限公司 一种基于机器视觉的人员感兴趣程度检测系统及方法
CN106955122A (zh) * 2017-03-20 2017-07-18 苏州网颢信息科技有限公司 放射治疗中基于单摄像模组的头部三维检测方法
US20220301354A1 (en) * 2012-11-14 2022-09-22 Golan Weiss Methods and systems for enrollment and authentication

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004021884A1 (ja) * 2002-09-03 2004-03-18 Fujitsu Limited 個人認識装置
CN1822024A (zh) * 2006-04-13 2006-08-23 北京中星微电子有限公司 一种人脸特征点定位方法
CN101281600A (zh) * 2008-06-03 2008-10-08 北京大学 一种掌纹特征获取方法及相应的基于掌纹的身份识别方法
CN101986328A (zh) * 2010-12-06 2011-03-16 东南大学 一种基于局部描述符的三维人脸识别方法
CN102194131A (zh) * 2011-06-01 2011-09-21 华南理工大学 基于五官几何比例特征的快速人脸识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004021884A1 (ja) * 2002-09-03 2004-03-18 Fujitsu Limited 個人認識装置
CN1822024A (zh) * 2006-04-13 2006-08-23 北京中星微电子有限公司 一种人脸特征点定位方法
CN101281600A (zh) * 2008-06-03 2008-10-08 北京大学 一种掌纹特征获取方法及相应的基于掌纹的身份识别方法
CN101986328A (zh) * 2010-12-06 2011-03-16 东南大学 一种基于局部描述符的三维人脸识别方法
CN102194131A (zh) * 2011-06-01 2011-09-21 华南理工大学 基于五官几何比例特征的快速人脸识别方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105051752A (zh) * 2012-11-14 2015-11-11 戈兰·魏斯 用于登记和认证的生物特征识别方法和系统
CN105051752B (zh) * 2012-11-14 2018-12-14 戈兰·魏斯 用于登记和认证的生物特征识别方法和系统
US20220301354A1 (en) * 2012-11-14 2022-09-22 Golan Weiss Methods and systems for enrollment and authentication
US11823499B2 (en) * 2012-11-14 2023-11-21 Golan Weiss Methods and systems for enrollment and authentication
CN103793642A (zh) * 2014-03-03 2014-05-14 哈尔滨工业大学 移动互联网掌纹身份认证方法
CN103793642B (zh) * 2014-03-03 2016-06-29 哈尔滨工业大学 移动互联网掌纹身份认证方法
CN105938603A (zh) * 2016-04-20 2016-09-14 长沙慧联智能科技有限公司 一种基于机器视觉的人员感兴趣程度检测系统及方法
CN106955122A (zh) * 2017-03-20 2017-07-18 苏州网颢信息科技有限公司 放射治疗中基于单摄像模组的头部三维检测方法

Also Published As

Publication number Publication date
CN102622596B (zh) 2016-07-20

Similar Documents

Publication Publication Date Title
US20190147292A1 (en) Image retrieving apparatus, image retrieving method, and setting screen used therefor
CN102622596A (zh) 面向生物特征识别的交互式定位方法
Jain et al. Recognizing infants and toddlers using fingerprints: Increasing the vaccination coverage
CN109712144A (zh) 面部图像的处理方法、训练方法、设备和存储介质
CN104239416A (zh) 一种用户识别方法和系统
CN111914775B (zh) 活体检测方法、装置、电子设备及存储介质
WO2021051547A1 (zh) 暴力行为检测方法及系统
CN105426862B (zh) 基于rfid、定位技术与视频技术的分析方法及其系统
CN111597910A (zh) 一种人脸识别方法、装置、终端设备及介质
Bong et al. Palm print verification system
CN106681509A (zh) 界面操作的方法和系统
CN115331314A (zh) 一种基于app筛查功能的运动效果评估方法和系统
Kolberg et al. Colfispoof: A new database for contactless fingerprint presentation attack detection research
Thiyaneswaran et al. Development of Iris biological features extraction for biometric based authentication to prevent covid spread
Han et al. Improving food detection for images from a wearable egocentric camera
CN110717429B (zh) 一种信息处理方法、电子设备及计算机可读存储介质
Zhu et al. Near infrared hand vein image acquisition and ROI extraction algorithm
Qin et al. Real-time markerless hand gesture recognition with depth camera
US20090103783A1 (en) System and Method for Biometric Behavior Context-Based Human Recognition
CN111783677A (zh) 人脸识别方法、装置、服务器和计算机可读介质
KR102211159B1 (ko) 사용자 영상의 신체 부위를 검출하는 장치 및 방법
CN112348112A (zh) 图像识别模型的训练方法、训练装置及终端设备
KR20180075221A (ko) 전자 장치 및 그 동작 방법
CN109934082B (zh) 一种基于头像识别的分组方法及装置
CN113392741A (zh) 视频片段提取方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant