CN104794487A - 一种基于颅像重合原理的照片与照片的同一认定方法 - Google Patents

一种基于颅像重合原理的照片与照片的同一认定方法 Download PDF

Info

Publication number
CN104794487A
CN104794487A CN201510180577.XA CN201510180577A CN104794487A CN 104794487 A CN104794487 A CN 104794487A CN 201510180577 A CN201510180577 A CN 201510180577A CN 104794487 A CN104794487 A CN 104794487A
Authority
CN
China
Prior art keywords
line
point
eyespot
photo
place
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
Application number
CN201510180577.XA
Other languages
English (en)
Inventor
李正浩
邓俊文
杨隽莹
龚卫国
李伟红
杨利平
钱鑫大
杨美玲
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN201510180577.XA priority Critical patent/CN104794487A/zh
Publication of CN104794487A publication Critical patent/CN104794487A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于颅像重合原理的照片与照片的同一认定方法,步骤包括:S1、测量基准标绘:包括标志点的标记和标志线的描绘;S2、人脸特征提取:包括指标选取、长度测量、基准指标选取和特征向量提取;S3、认定结果输出:通过特征比较和相似排序,获取待检照片特征与罪犯照片特征的相似度,然后根据相似度的大小输出认定结果。本发明提供的基于颅像重合原理的照片与照片的同一认定方法降低了对测量者专业技能的要求,简化了测量步骤,适于辅助一般的公安人员作快速认定。此外,本方法克服了因光照、遮挡、表情对认定结果的影响。规避了模式识别方法中提取多张同一人不同姿态照片特征的复杂运算,简洁实用。

Description

一种基于颅像重合原理的照片与照片的同一认定方法
技术领域
本发明属于同一认定领域,具体涉及一种基于颅像重合原理的照片与照片的同一认定方法。
背景技术
照片与照片的同一认定就是鉴别两张照片中出现的指定肖像是否为同一人的过程。在公安业务中,可疑人员现场采集的照片与外逃犯罪分子档案图片的比对,即属于同一认定技术范畴。
现有的照片与照片的同一认定方法主要借助于形态测量理论,如兰玉文在其专著《颅像重合法研究与应用》(群言出版社,1999年7月)中提出的照片与照片的同一认定方法。该方法以颅骨形态为本质特征,不易受待认定人员年龄变化、易容、遮挡、照片模糊等影响,可靠性高。但是,该方法建库过程和测量步骤较为繁琐,且需要特定的鉴定设备,因此难于在涉案嫌疑人搜索追捕过程中的应用推广。由于待鉴定图像可能拍摄于不同时期、采用不同拍摄设备、具有不同的拍摄环境、肖像具有不同的姿态,因此尽管已经有学者尝试利用模式识别方法进行照片与照片的同一认定,但是该类方法认定精度与公安部门的业务要求尚有较大的差距。
发明内容
本发明的目的之一是为解决光照、遮挡、表情、姿态、年龄变化对认定结果的影响,提供一种认定精度较高,适用于涉案嫌疑人搜索追捕过程中的快速辅助认定的基于颅像重合原理的照片与照片的同一认定方法。
本发明提供一种基于颅像重合原理的照片与照片的同一认定方法,步骤包括:
S1、测量基准标绘:包括标志点的标记和标志线的描绘;
S2、人脸特征提取:包括指标选取、长度测量、基准指标选取和特征向量提取;
S3、认定结果输出:通过特征比较和相似排序,获取待检照片特征与罪犯照片特征的相似度,然后根据相似度的大小输出认定结果。
进一步的,所述步骤S1具体包括:
所述标志点的标记包括:选取最能表征人脸形态特征的标志点共13项,分别是:左眉心点、右眉心点、眉间点、左外眼点、右外眼点、左内眼点、右内眼点、鼻下点、左口角点、右口角点、颌下点、左面宽端点、右面宽端点;
所述标志线的描绘包括:根据所述标志点的几何位置,作出标志线13条,分别是:双外眼点连接线、眉心线、耳垂线、鼻下线、口角线、颌下线、正中线、左面宽端点垂线、右面宽端点垂线、左外眼点垂线、右外眼点垂线、左内眼点垂线、右内眼点垂线。
进一步的,所述标志点的具体位置和取点方法为:
所述左眉心点:在左眉毛的中心处或左瞳孔中心上方眶上缘的位置;
所述右眉心点:在右眉毛的中心处或右瞳孔中心上方眶上缘的位置;
所述眉间点:两眉头之间的中心点;
所述左外眼点:左眼裂外侧的上下眼睑交合处;
所述右外眼点:右眼裂外侧的上下眼睑交合处;
所述左内眼点:左眼裂内侧的上下眼睑交合处;
所述右内眼点:右眼裂内侧的上下眼睑交合处;
所述鼻下点:鼻中隔下缘和上唇皮肤移行部所构成的交角点;
所述左口角点:口角左侧,上下唇交合处;
所述右口角点:口角右侧,上下唇交合处;
所述颌下点:下颌颏部最下方正中点;
所述左面宽端点:不包括耳朵、毛发部分在内的人脸轮廓水平方向上左侧最突出的点;
所述右面宽端点:不包括耳朵、毛发部分在内的人脸轮廓水平方向上右侧最突出的点。
进一步的,所述标志线的具体作法和步骤为:
所述双外眼点间连线:人脸双侧外眼点的连线;
所述正中线:以眉间点为基点作双外眼点间连线的垂线,所述正中线上端到达额头中央,下端到达下颌颏部最下方;
所述眉心线:人脸双侧眉心点的连线;
所述耳垂线:起于一侧耳垂,与所述正中线垂直相交,止于另一侧耳垂;
所述鼻下线:以鼻下点为基点作所述正中线的垂线,长度达面部轮廓最宽处;
所述口角线:当处于闭口位时,从上下唇中心交点作所述正中线的垂线,长度达两侧口角点,当处于张口位时,从两侧口角点连线垂直于所述正中线,作所述口角线;
所述颌下线:以颌下点为基点作所述正中线的垂线;
所述左面宽端点垂线:以左面宽端点为基点作所述正中线的平行线;
所述右面宽端点垂线:以右面宽端点为基点作所述正中线的平行线;
所述左内眼点垂线:以左内眼点为起始点向下作正中线的平行线,达颌下线为止;
所述右内眼点垂线:以右内眼点为起始点向下作正中线的平行线,达颌下线为止;
所述左外眼点垂线:以左外眼点为起始点向下作正中线的平行线,达口角线为止;
所述右外眼点垂线:以右外眼点为起始点向下作正中线的平行线,达口角线为止。
进一步的,所述步骤S2具体包括:
所述指标选取具体为:以所述步骤S1标记的标志点和绘制的标志线为基准,选取15项测量指标,分别是:所述眉心点至鼻下线的长度L1、所述眉心点至耳垂线的长度L2、所述外眼点至鼻下线L3、所述外眼点至耳垂线L4、所述内眼点至鼻下线L5、所述内眼点至耳垂线L6、所述口角线至鼻下线L7、所述颌下线至耳垂线L8、所述颌下线至鼻下线L9、所述左外眼点至中线L10、所述右外眼点至中线L11、所述左内眼点至中线L12、所述右内眼点至中线L13、所述左面宽端点至中线L14、所述右面宽端点至中线L15
所述长度测量:测量所述15项测量指标;
所述基准指标选取:选取所述眉心点至鼻下线的长度L1为测量的基准指标;
所述特征向量提取:以所述测量指标中的眉心点至鼻下线的长度L1为分母,以所述测量指标中其它14项指标的长度L2,L3,...,L15为分子分别算出比例因子σ1,σ2,...,σ14,得到比例因子向量:
对比例因子向量单位化,对比例因子向量求模:
然后对比例因子向量单位化得到人脸形态特征的特征向量
进一步的,所述步骤S3具体包括:
特征比较具体为:计算待检照片的特征向量与罪犯照片库中的照片的特征向量的欧式距离:
其中,
欧式距离的大小体现了两张照片的相似度,两张照片欧式距离越小说明两张照片上的肖像越相似;反之,则说明两张照片上的肖像差异越大;
相似排序具体为:待认定照片与罪犯照片库中的照片逐一作比较可以得到一列欧式距离选取欧氏距离最小的比较组且欧氏距离小于所设定的阈值τ,则认为待认定照片中的肖像与罪犯照片库中的肖像属同一人;反之,则可认定待认定照片中的肖像与罪犯照片库中的肖像不为同一人。
本发明的有益效果在于,本发明提供的基于颅像重合原理的照片与照片的同一认定方法从具有法律效力的颅像重合法中选取了易标定、易测量的测量指标,降低了对测量者专业技能的要求,简化了测量步骤,适于辅助一般的公安人员作快速认定。此外,本方法克服了因光照、遮挡、表情对认定结果的影响,对于化妆、蓄须、戴墨镜、有面部表情等情形仍有较好的同一认定效果,有着较强的健壮性。最后,本方法采用单一肖像照片建库,规避了模式识别方法中提取多张同一人不同姿态照片特征的复杂运算,简洁实用,特别适合应用于移动手持式设备。
附图说明
图1所示为本发明基于颅像重合原理的照片与照片的同一认定方法的流程图。
具体实施方式
下文将结合具体附图详细描述本发明具体实施例。应当注意的是,下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的,它们可以被相互组合从而达到更好的技术效果。
如图1所示,本发明提供一种基于颅像重合原理的照片与照片的同一认定方法,步骤包括:
S1、测量基准标绘:包括标志点的标记和标志线的描绘;
S2、人脸特征提取:包括指标选取、长度测量、基准指标选取和特征向量提取;
S3、认定结果输出:通过特征比较和相似排序,获取待检照片特征与罪犯照片特征的相似度,然后根据相似度的大小输出认定结果。
进一步的,步骤S1具体包括:
标志点的标记包括:选取最能表征人脸形态特征的标志点共13项,分别是:左眉心点、右眉心点、眉间点、左外眼点、右外眼点、左内眼点、右内眼点、鼻下点、左口角点、右口角点、颌下点、左面宽端点、右面宽端点;
标志线的描绘包括:根据标志点的几何位置,作出标志线13条,分别是:双外眼点连接线、眉心线、耳垂线、鼻下线、口角线、颌下线、正中线、左面宽端点垂线、右面宽端点垂线、左外眼点垂线、右外眼点垂线、左内眼点垂线、右内眼点垂线。
进一步的,标志点的具体位置和取点方法为:
左眉心点:在左眉毛的中心处或左瞳孔中心上方眶上缘的位置;
右眉心点:在右眉毛的中心处或右瞳孔中心上方眶上缘的位置;
眉间点:两眉头之间的中心点;
左外眼点:左眼裂外侧的上下眼睑交合处;
右外眼点:右眼裂外侧的上下眼睑交合处;
左内眼点:左眼裂内侧的上下眼睑交合处;
右内眼点:右眼裂内侧的上下眼睑交合处;
鼻下点:鼻中隔下缘和上唇皮肤移行部所构成的交角点;
左口角点:口角左侧,上下唇交合处;
右口角点:口角右侧,上下唇交合处;
颌下点:下颌颏部最下方正中点;
左面宽端点:不包括耳朵、毛发部分在内的人脸轮廓水平方向上左侧最突出的点;
右面宽端点:不包括耳朵、毛发部分在内的人脸轮廓水平方向上右侧最突出的点。
进一步的,标志线的具体作法和步骤为:
双外眼点间连线:人脸双侧外眼点的连线;
正中线:以眉间点为基点作双外眼点间连线的垂线,正中线上端到达额头中央,下端到达下颌颏部最下方;
眉心线:人脸双侧眉心点的连线;
耳垂线:起于一侧耳垂,与正中线垂直相交,止于另一侧耳垂;
鼻下线:以鼻下点为基点作正中线的垂线,长度达面部轮廓最宽处;
口角线:当处于闭口位时,从上下唇中心交点作正中线的垂线,长度达两侧口角点,当处于张口位时,从两侧口角点连线垂直于正中线,作口角线;
颌下线:以颌下点为基点作正中线的垂线;
左面宽端点垂线:以左面宽端点为基点作正中线的平行线;
右面宽端点垂线:以右面宽端点为基点作正中线的平行线;
左内眼点垂线:以左内眼点为起始点向下作正中线的平行线,达颌下线为止;
右内眼点垂线:以右内眼点为起始点向下作正中线的平行线,达颌下线为止;
左外眼点垂线:以左外眼点为起始点向下作正中线的平行线,达口角线为止;
右外眼点垂线:以右外眼点为起始点向下作正中线的平行线,达口角线为止。
进一步的,步骤S2具体包括:
指标选取具体为:以步骤S1标记的标志点和绘制的标志线为基准,选取15项测量指标,分别是:眉心点至鼻下线的长度L1、眉心点至耳垂线的长度L2、外眼点至鼻下线L3、外眼点至耳垂线L4、内眼点至鼻下线L5、内眼点至耳垂线L6、口角线至鼻下线L7、颌下线至耳垂线L8、颌下线至鼻下线L9、左外眼点至中线L10、右外眼点至中线L11、左内眼点至中线L12、右内眼点至中线L13、左面宽端点至中线L14、右面宽端点至中线L15
长度测量:测量15项测量指标;
基准指标选取:选取眉心点至鼻下线的长度L1为测量的基准指标;
特征向量提取:以测量指标中的眉心点至鼻下线的长度L1为分母,以测量指标中其它14项指标的长度L2,L3,...,L15为分子分别算出比例因子σ1,σ2,...,σ14,得到比例因子向量:
对比例因子向量单位化,首先对比例因子向量求模:
然后对比例因子向量单位化得到人脸形态特征的特征向量
进一步的,步骤S3具体包括:
特征比较具体为:计算待检照片的特征向量与罪犯照片库中的照片的特征向量的欧式距离:
其中,
欧式距离的大小体现了两张照片的相似度,两张照片欧式距离越小说明两张照片上的肖像越相似;反之,则说明两张照片上的肖像差异越大;
相似排序具体为:待认定照片与罪犯照片库中的照片逐一作比较可以得到一列欧式距离选取欧氏距离最小的比较组且欧氏距离小于所设定的阈值τ,则认为待认定照片中的肖像与罪犯照片库中的肖像属同一人;反之,则可认定待认定照片中的肖像与罪犯照片库中的肖像不为同一人。
本发明提供的基于颅像重合原理的照片与照片的同一认定方法从具有法律效力的颅像重合法中选取了易标定、易测量的测量指标,降低了对测量者专业技能的要求,简化了测量步骤,适于辅助一般的公安人员作快速认定。此外,本方法克服了因光照、遮挡、表情对认定结果的影响,对于化妆、蓄须、戴墨镜、有面部表情等情形仍有较好的同一认定效果,有着较强的健壮性。最后,本方法采用单一肖像照片建库,规避了模式识别方法中提取多张同一人不同姿态照片特征的复杂运算,简洁实用,特别适合应用于移动手持式设备。
本文虽然已经给出了本发明的一些实施例,但是本领域的技术人员应当理解,在不脱离本发明精神的情况下,可以对本文的实施例进行改变。上述实施例只是示例性的,不应以本文的实施例作为本发明权利范围的限定。

Claims (6)

1.一种基于颅像重合原理的照片与照片的同一认定方法,其特征在于,步骤包括:
S1、测量基准标绘:包括标志点的标记和标志线的描绘;
S2、人脸特征提取:包括指标选取、长度测量、基准指标选取和特征向量提取;
S3、认定结果输出:通过特征比较和相似排序,获取待检照片特征与罪犯照片特征的相似度,然后根据相似度的大小输出认定结果。
2.如权利要求1所述的基于颅像重合原理的照片与照片的同一认定方法,其特征在于,所述步骤S1具体包括:
所述标志点的标记包括:选取最能表征人脸形态特征的标志点共13项,分别是:左眉心点、右眉心点、眉间点、左外眼点、右外眼点、左内眼点、右内眼点、鼻下点、左口角点、右口角点、颌下点、左面宽端点及右面宽端点;
所述标志线的描绘包括:根据所述标志点的几何位置,作出标志线13条,分别是:双外眼点连接线、眉心线、耳垂线、鼻下线、口角线、颌下线、正中线、左面宽端点垂线、右面宽端点垂线、左外眼点垂线、右外眼点垂线、左内眼点垂线及右内眼点垂线。
3.如权利要求2所述的基于颅像重合原理的照片与照片的同一认定方法,其特征在于,所述标志点的具体位置和取点方法为:
所述左眉心点:在左眉毛的中心处或左瞳孔中心上方眶上缘的位置;
所述右眉心点:在右眉毛的中心处或右瞳孔中心上方眶上缘的位置;
所述眉间点:两眉头之间的中心点;
所述左外眼点:左眼裂外侧的上下眼睑交合处;
所述右外眼点:右眼裂外侧的上下眼睑交合处;
所述左内眼点:左眼裂内侧的上下眼睑交合处;
所述右内眼点:右眼裂内侧的上下眼睑交合处;
所述鼻下点:鼻中隔下缘和上唇皮肤移行部所构成的交角点;
所述左口角点:口角左侧,上下唇交合处;
所述右口角点:口角右侧,上下唇交合处;
所述颌下点:下颌颏部最下方正中点;
所述左面宽端点:不包括耳朵、毛发部分在内的人脸轮廓水平方向上左侧最突出的点;
所述右面宽端点:不包括耳朵、毛发部分在内的人脸轮廓水平方向上右侧最突出的点。
4.如权利要求2所述的基于颅像重合原理的照片与照片的同一认定方法,其特征在于,所述标志线的具体作法和步骤为:
所述双外眼点间连线:人脸双侧外眼点的连线;
所述正中线:以眉间点为基点作双外眼点间连线的垂线,所述正中线上端到达额头中央,下端到达下颌颏部最下方;
所述眉心线:人脸双侧眉心点的连线;
所述耳垂线:起于一侧耳垂,与所述正中线垂直相交,止于另一侧耳垂;
所述鼻下线:以鼻下点为基点作所述正中线的垂线,长度达面部轮廓最宽处;
所述口角线:当处于闭口位时,从上下唇中心交点作所述正中线的垂线,长度达两侧口角点,当处于张口位时,从两侧口角点连线垂直于所述正中线,作所述口角线;
所述颌下线:以颌下点为基点作所述正中线的垂线;
所述左面宽端点垂线:以左面宽端点为基点作所述正中线的平行线;
所述右面宽端点垂线:以右面宽端点为基点作所述正中线的平行线;
所述左内眼点垂线:以左内眼点为起始点向下作正中线的平行线,达颌下线为止;
所述右内眼点垂线:以右内眼点为起始点向下作正中线的平行线,达颌下线为止;
所述左外眼点垂线:以左外眼点为起始点向下作正中线的平行线,达口角线为止;
所述右外眼点垂线:以右外眼点为起始点向下作正中线的平行线,达口角线为止。
5.如权利要求1所述的基于颅像重合原理的照片与照片的同一认定方法,其特征在于,所述步骤S2具体包括:
所述指标选取具体为:以所述步骤S1标记的标志点和绘制的标志线为基准,选取15项测量指标,分别是:所述眉心点至鼻下线的长度L1、所述眉心点至耳垂线的长度L2、所述外眼点至鼻下线L3、所述外眼点至耳垂线L4、所述内眼点至鼻下线L5、所述内眼点至耳垂线L6、所述口角线至鼻下线L7、所述颌下线至耳垂线L8、所述颌下线至鼻下线L9、所述左外眼点至中线L10、所述右外眼点至中线L11、所述左内眼点至中线L12、所述右内眼点至中线L13、所述左面宽端点至中线L14、所述右面宽端点至中线L15
所述长度测量:测量所述15项测量指标;
所述基准指标选取:选取所述眉心点至鼻下线的长度L1为测量的基准指标;
所述特征向量提取:以所述测量指标中的眉心点至鼻下线的长度L1为分母,以所述测量指标中其它14项指标的长度L2,L3,…,L15为分子分别算出比例因子σ1,σ2,...,σ14,得到比例因子向量:
对比例因子向量单位化,对比例因子向量求模:
然后对比例因子向量单位化得到人脸形态特征的特征向量
6.如权利要求1所述的基于颅像重合原理的照片与照片的同一认定方法,其特征在于,所述步骤S3具体包括:
特征比较具体为:计算待检照片的特征向量与罪犯照片库中的照片的特征向量的欧式距离:
其中,
欧式距离的大小体现了两张照片的相似度,两张照片欧式距离越小说明两张照片上的肖像越相似;反之,则说明两张照片上的肖像差异越大;
相似排序具体为:待认定照片与罪犯照片库中的照片逐一作比较可以得到一列欧式距离选取欧氏距离最小的比较组且欧氏距离小于所设定的阈值τ,则认为待认定照片中的肖像与罪犯照片库中的肖像属同一人;反之,则可认定待认定照片中的肖像与罪犯照片库中的肖像不为同一人。
CN201510180577.XA 2015-04-16 2015-04-16 一种基于颅像重合原理的照片与照片的同一认定方法 Pending CN104794487A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510180577.XA CN104794487A (zh) 2015-04-16 2015-04-16 一种基于颅像重合原理的照片与照片的同一认定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510180577.XA CN104794487A (zh) 2015-04-16 2015-04-16 一种基于颅像重合原理的照片与照片的同一认定方法

Publications (1)

Publication Number Publication Date
CN104794487A true CN104794487A (zh) 2015-07-22

Family

ID=53559274

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510180577.XA Pending CN104794487A (zh) 2015-04-16 2015-04-16 一种基于颅像重合原理的照片与照片的同一认定方法

Country Status (1)

Country Link
CN (1) CN104794487A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105404870A (zh) * 2015-11-24 2016-03-16 重庆中科云丛科技有限公司 基于颅相几何特征进行人员身份同一认证的方法及系统
CN109522786A (zh) * 2018-09-26 2019-03-26 珠海横琴现联盛科技发展有限公司 基于3d摄像头的动态人脸配准方法
CN112927388A (zh) * 2021-01-25 2021-06-08 深圳市广程杰瑞科技有限公司 物流企业的车辆管理方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1801213A (zh) * 2005-09-30 2006-07-12 铁岭市公安局213研究所 三维颅骨身源鉴定方法及设备
CN104091162A (zh) * 2014-07-17 2014-10-08 东南大学 基于特征点的三维人脸识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1801213A (zh) * 2005-09-30 2006-07-12 铁岭市公安局213研究所 三维颅骨身源鉴定方法及设备
CN104091162A (zh) * 2014-07-17 2014-10-08 东南大学 基于特征点的三维人脸识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘晓宁、周明全、耿国华: "《图像配准技术在颅像重合中的应用》", 《计算机工程与应用》 *
晋武侠 等: "《一种评估颅骨和颅面相似性的方法》", 《计算机应用研究》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105404870A (zh) * 2015-11-24 2016-03-16 重庆中科云丛科技有限公司 基于颅相几何特征进行人员身份同一认证的方法及系统
CN109522786A (zh) * 2018-09-26 2019-03-26 珠海横琴现联盛科技发展有限公司 基于3d摄像头的动态人脸配准方法
CN109522786B (zh) * 2018-09-26 2021-05-07 珠海横琴现联盛科技发展有限公司 基于3d摄像头的动态人脸配准方法
CN112927388A (zh) * 2021-01-25 2021-06-08 深圳市广程杰瑞科技有限公司 物流企业的车辆管理方法及系统
CN112927388B (zh) * 2021-01-25 2023-08-15 广东卓沃供应链管理有限公司 物流企业的车辆管理方法及系统

Similar Documents

Publication Publication Date Title
US10509985B2 (en) Method and apparatus for security inspection
CN104866829B (zh) 一种基于特征学习的跨年龄人脸验证方法
CN107358648B (zh) 基于单张人脸图像的实时全自动高质量三维人脸重建方法
CN105809144B (zh) 一种采用动作切分的手势识别系统和方法
WO2019090769A1 (zh) 一种人脸脸型识别方法、装置和智能终端
CN105913051B (zh) 一种识别人脸图像的模版库的更新装置及方法
CN104268586B (zh) 一种多视角动作识别方法
CN100481112C (zh) 一种人脸识别系统与识别方法
CN102194131B (zh) 基于五官几何比例特征的快速人脸识别方法
CN109598242B (zh) 一种活体检测方法
US9171012B2 (en) Facial image search system and facial image search method
CN104036236B (zh) 一种基于多参数指数加权的人脸性别识别方法
CN109102531A (zh) 一种目标轨迹追踪方法及装置
CN102567716B (zh) 一种人脸合成系统及实现方法
CN104751112B (zh) 一种基于模糊特征点信息的指纹模板及指纹识别方法
CN106355154B (zh) 一种监控视频中检测频繁过人的方法
US20170193284A1 (en) Face recognition apparatus and method using physiognomic feature information
CN110796101A (zh) 一种嵌入式平台的人脸识别方法及系统
CN107247916A (zh) 一种基于Kinect的三维人脸识别方法
CN104008364A (zh) 人脸识别方法
CN104794487A (zh) 一种基于颅像重合原理的照片与照片的同一认定方法
CN107563292B (zh) 一种基于lddmm曲线匹配的人脸情感识别方法
CN104331412B (zh) 一种在规格化三维人脸库中进行人脸检索的方法
CN106980818B (zh) 一种用于人脸图像的个性化预处理方法、系统及其终端
KR100862526B1 (ko) 얼굴동영상 데이터베이스 구축 방법 및 시스템과 이를이용한 얼굴 인식 방법 및 시스템.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150722