CN106339676A - 一种人脸认证及人脸识别方法 - Google Patents
一种人脸认证及人脸识别方法 Download PDFInfo
- Publication number
- CN106339676A CN106339676A CN201610700869.6A CN201610700869A CN106339676A CN 106339676 A CN106339676 A CN 106339676A CN 201610700869 A CN201610700869 A CN 201610700869A CN 106339676 A CN106339676 A CN 106339676A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- eye
- distance
- eye opening
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
Abstract
本发明提供了一种人脸认证及人脸识别方法,由移动终端的摄像头获取待验证者睁眼图像和闭眼图像,通过对睁眼图像的眼部区域与闭眼图像的眼部区域进行比对,判断是否为活体人脸,简单有效地防止了不法分子盗用他人照片进行验证来谋取利益的风险,随后,判断身份证人脸图像与人脸的睁眼图像是否匹配,匹配后方可进入操作平台,在匹配时选取了人脸中不变的特征:嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离来构建特征向量,能很好地解决因年龄、发型等变化引起的识别率不高的问题。
Description
技术领域
本发明涉及安全认证技术领域,具体涉及一种人脸认证及人脸识别方法。
背景技术
生物特征识别技术是利用个体特有的生理和行为特征来达到身份识别和/或个体验证目的的一门科学,如人脸、指纹、掌纹、虹膜、声音等的识别,在生物特征识别技术中,近年来以人脸为特征的识别技术发展十分迅速。人脸认证系统是利用摄像头采集应用人员的人脸图像,并与数据库中对应身份的人脸图像进行比对,如果比对通过,则认为待认证者与数据库中对应身份的人脸图像具有相同的身份,认证通过;否则,认证不通过。
以手机、平板电脑、笔记本等移动终端为载体实现银行业务的办理,将给我们的生活带来实实在在的方便,且利用人脸认证系统进行身份认证,极大地提高了个人银行业务操作的安全性和可靠性,但仍存在一些急需解决的问题,比如:怎样识别镜头前的是人而非图像,即人脸认证问题,以及怎样判断镜头前的人与数据库中对应身份的人脸图像是否一致,即人脸识别问题。
在人脸认证方面,现在手机、平板电脑、笔记本等移动终端普遍使用的是二维摄像头,所捕获的人脸图像都为二维图像,丢失了人脸的深度信息,根据这一特点根本无法区分摄像头所捕获是活体人还是图像,这就有可能使某些不法分子盗用他人照片进行验证,严重侵害了他人的财产安全,虽然3D摄像头可以解决人脸认证问题,但成本昂贵。
在人脸识别方面,现有的人脸识别方法有主成分分析、独立主成分分析、傅里叶变换等,这些方法对面部细节变化的识别效果并不理想,比如当两幅图像中的面部器官完全相同,但发型、年龄发生了变化时,上述方法就有可能将其判断为非同一人,导致真人跟身份证信息认证存在差异,即人脸识别不准确。
发明内容
本申请通过提供一种人脸认证及人脸识别方法,以解决现有技术中人脸认证技术需要用户做大量的配合动作,容易让用户产生厌烦感且认证率不高,以及因年龄、发型变化导致本人与身份证照片存在差异,使得人脸识别准确率低的技术问题。
为解决上述技术问题,本申请采用以下技术方案予以实现:
一种人脸认证及人脸识别方法,包括如下步骤:
S1:开启移动终端的摄像头,进入人脸认证识别系统;
S2:根据人脸认证识别系统的提示,待验证者进行睁眼和闭眼的动作,摄像头获取人脸的睁眼图像和闭眼图像;
S3:人脸认证识别系统对该睁眼图像的眼部区域与该闭眼图像的眼部区域进行比对,判断是否为活体人脸,如果是,则进入步骤S4,否则,退出人脸认证识别系统;
S4:根据人脸认证识别系统的提示,待验证者输入身份证号码;
S5:调出数据库中对应身份证号码的人脸图像,即身份证人脸图像;
S6:判断身份证人脸图像与摄像头获取到的人脸的睁眼图像是否匹配,如果匹配,则进入S7,否则,退出人脸认证系统;
S7:进入操作平台。
进一步地,步骤S3的具体操作为:
S31:采用双线性插值算法对睁眼图像和闭眼图像进行图像尺寸归一化处理,以保证睁眼图像和闭眼图像在大小和位置上完全匹配;
S32:根据眼部灰度值比周围区域灰度值小的特性,选用垂直积分投影法和水平积分投影法分别定位睁眼图像的瞳孔区域和闭眼图像的瞳孔区域;
S33:分别计算睁眼图像的瞳孔区域面积和闭眼图像的瞳孔区域面积;
S34:判断睁眼图像的瞳孔区域和闭眼图像的瞳孔区域是否相等,如果相等,则为非人脸,如果不等,则为活体人脸。
进一步地,步骤S6的具体操作为:
S61:采用垂直灰度投影法对身份证人脸图像进行人脸左右边界定位,采用水平灰度投影法对身份证人脸图像进行人脸上下边界定位,从而得到身份证人脸图像的区域定位;
S62:采用垂直灰度投影法对人脸的睁眼图像进行人脸左右边界定位,采用水平灰度投影法对人脸的睁眼图像进行人脸上下边界定位,从而得到人脸的睁眼图像的区域定位;
S63:采用双线性插值算法对身份证人脸图像的区域定位和人脸的睁眼图像的区域定位进行图像尺寸归一化处理,以保证区域定位的两副图像在大小和位置上完全匹配;
S64:根据垂直积分投影法对身份证人脸图像进行眼角和嘴角定位,计算该身份证人脸图像上的嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离,构造特征向量A;
S65:根据垂直积分投影法对摄像头获取的人脸的睁眼图像进行眼角和嘴角定位,计算该人脸的睁眼图像上的嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离,构造特征向量B;
S66:采用欧式距离计算特征向量A和特征向量B的相似度,若相似度大于设定的阈值,则匹配成功,否则,匹配失败。
作为一种优选的技术方案,设定的阈值为0.93。
与现有技术相比,本申请提供的技术方案,具有的技术效果或优点是:
(1)通过对睁眼图像的眼部区域与闭眼图像的眼部区域进行比对,判断是否为活体人脸,使得人脸认证简单有效;
(2)在人脸识别时选取了人脸中不变的特征:嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离来构建特征向量,使得人脸识别率大大提高。
附图说明
图1为本发明的方法流程图。
图2为垂直灰度投影曲线图。
图3为水平灰度投影曲线图。
具体实施方式
本申请实施例通过提供一种人脸认证及人脸识别方法,以解决现有技术中人脸认证技术需要用户做大量的配合动作,容易让用户产生厌烦感且认证率不高,以及因年龄、发型变化导致本人与身份证照片存在差异,使得人脸识别准确率低的技术问题。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式,对上述技术方案进行详细的说明。
实施例1:
本实施例以手机银行业务办理的人脸认证及人脸识别方法为例,如图1所示,包括如下步骤:
S1:办理银行业务时,开启移动终端的摄像头,进入人脸认证识别系统;
S2:根据人脸认证识别系统的提示,待验证者进行睁眼和闭眼的动作,摄像头获取人脸的睁眼图像和闭眼图像;
S3:人脸认证识别系统对该睁眼图像的眼部区域与该闭眼图像的眼部区域进行比对,判断是否为活体人脸,如果是,则进入步骤S4,否则,退出人脸认证识别系统;
具体操作步骤为:
S31:采用双线性插值算法分别对睁眼图像和闭眼图像进行图像尺寸归一化处理,以保证睁眼图像和闭眼图像在大小和位置上完全匹配;
S32:根据眼部灰度值比周围区域灰度值小的特性,选用垂直积分投影法和水平积分投影法分别定位睁眼图像的瞳孔区域和闭眼图像的瞳孔区域;
由于眼部的灰度特征与人脸其他部位有明显的不同,采用垂直积分投影法和水平积分投影法来定位瞳孔区域,即作出人脸图像沿X坐标方向、Y坐标方向的灰度值积分投影图,根据波峰波谷的分布信息来定位瞳孔区域。
S33:分别计算睁眼图像的瞳孔区域面积和闭眼图像的瞳孔区域面积;
S34:判断睁眼图像的瞳孔区域和闭眼图像的瞳孔区域是否相等,如果相等,则为非人脸,如果不等,则为活体人脸;
本实施例通过判断睁眼图像与闭眼图像的瞳孔区域是否相等来判断是否是活体人脸,操作步骤简单且准确率高,克服了现有的人脸认证技术需要用户做大量的配合动作,容易让用户产生厌烦感等问题。
S4:根据人脸认证识别系统的提示,待验证者输入身份证号码;
S5:调出数据库中对应身份证号码的人脸图像,即身份证人脸图像;
S6:判断身份证人脸图像与摄像头获取到的人脸的睁眼图像是否匹配,如果匹配,则进入S7,否则,退出人脸认证系统;
具体操作步骤为:
S61:采用垂直灰度投影法对身份证人脸图像进行人脸左右边界定位,采用水平灰度投影法对身份证人脸图像进行人脸上下边界定位,从而得到身份证人脸图像的区域定位;
因为人脸区域的灰度与周围区域的灰度不同,设所处理的图像为I(x,y),其大小为M×N,则该图像的垂直灰度投影函数为:式中,PV(x)为垂直灰度投影曲线,如图2所示,图中人脸所在区域对应的垂直灰度投影曲线是具有一定宽度的凸峰,而这个凸峰的左右边界大致就是人脸的左右边界。这是因为与背景相比,人脸区域往往具有较高的亮度,在人脸左右边界处,垂直方向上亮度值的总和迅速减小,从而形成一个明显的凸峰,因此,只需要确定垂直灰度投影曲线中主要凸峰的左右边界,即可得到人脸的左右边界;
当得到人脸的左右边界后,设左右边界之间的大小为m,那么此时的图像大小就变为m×N,则该图像的水平灰度投影函数为:式中,PH(x)为水平灰度投影曲线,如图3所示,图中人脸所在区域对应的水平灰度投影曲线是具有一定宽度的凸峰,而这个凸峰的左右边界大致就是人脸的上下边界。
S62:采用垂直灰度投影法对人脸的睁眼图像进行人脸左右边界定位,采用水平灰度投影法对人脸的睁眼图像进行人脸上下边界定位,从而得到人脸的睁眼图像的区域定位;
S63:采用双线性插值算法分别对身份证人脸图像的区域定位和人脸的睁眼图像的区域定位进行图像尺寸归一化处理,以保证区域定位的两副图像在大小和位置上完全匹配;
S64:根据垂直积分投影法对身份证人脸图像进行眼角和嘴角定位,计算该身份证人脸图像上的嘴角之间的距离x11、眼角之间的距离x12、人脸左右边界距离x13、人脸上下边界距离x14及嘴角到左右边界的距离x15、x16,构造特征向量A(x11,x12,x13,x14,x15,x16);
在本实施例中,选取了人脸中不变的特征:嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离来构建特征向量,能很好地解决因年龄、发型等变化引起的识别率不高的问题。
S65:根据垂直积分投影法对摄像头获取的人脸的睁眼图像进行眼角和嘴角定位,计算该人脸的睁眼图像上的嘴角之间的距离x21、眼角之间的距离x22、人脸左右边界距离x23、人脸上下边界距离x24及嘴角到左右边界的距离x25、x26,构造特征向量B(x21,x22,x23,x24,x25,x26);
S66:采用欧式距离n=6计算特征向量A和特征向量B的相似度,若相似度大于设定的阈值0.93,则匹配成功,进入步骤S7,否则,匹配失败;
S7:进入手机银行业务操作平台。
本申请的上述实施例中,通过提供一种人脸认证及人脸识别方法,由移动终端的摄像头获取待验证者睁眼图像和闭眼图像,通过对睁眼图像的眼部区域与闭眼图像的眼部区域进行比对,判断是否为活体人脸,简单有效地防止了不法分子盗用他人照片进行验证来谋取利益的风险,随后,判断身份证人脸图像与人脸的睁眼图像是否匹配,匹配后方可进入操作平台,在匹配时选取了人脸中不变的特征:嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离来构建特征向量,能很好地解决因年龄、发型等变化引起的识别率不高的问题。
应当指出的是,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改性、添加或替换,也应属于本发明的保护范围。
Claims (4)
1.一种人脸认证及人脸识别方法,其特征在于,包括如下步骤:
S1:开启移动终端的摄像头,进入人脸认证识别系统;
S2:根据人脸认证识别系统的提示,待验证者进行睁眼和闭眼的动作,摄像头获取人脸的睁眼图像和闭眼图像;
S3:人脸认证识别系统对该睁眼图像的眼部区域与该闭眼图像的眼部区域进行比对,判断是否为活体人脸,如果是,则进入步骤S4,否则,退出人脸认证识别系统;
S4:根据人脸认证识别系统的提示,待验证者输入身份证号码;
S5:调出数据库中对应身份证号码的人脸图像,即身份证人脸图像;
S6:判断身份证人脸图像与摄像头获取到的人脸的睁眼图像是否匹配,如果匹配,则进入S7,否则,退出人脸认证系统;
S7:进入操作平台。
2.根据权利要求1所述的人脸认证及人脸识别方法,其特征在于,步骤S3的具体操作为:
S31:采用双线性插值算法对睁眼图像和闭眼图像进行图像尺寸归一化处理,以保证睁眼图像和闭眼图像在大小和位置上完全匹配;
S32:根据眼部灰度值比周围区域灰度值小的特性,选用垂直积分投影法和水平积分投影法分别定位睁眼图像的瞳孔区域和闭眼图像的瞳孔区域;
S33:分别计算睁眼图像的瞳孔区域面积和闭眼图像的瞳孔区域面积;
S34:判断睁眼图像的瞳孔区域和闭眼图像的瞳孔区域是否相等,如果相等,则为非人脸,如果不等,则为活体人脸。
3.根据权利要求1所述的人脸认证及人脸识别方法,其特征在于,步骤S6的具体操作为:
S61:采用垂直灰度投影法对身份证人脸图像进行人脸左右边界定位,采用水平灰度投影法对身份证人脸图像进行人脸上下边界定位,从而得到身份证人脸图像的区域定位;
S62:采用垂直灰度投影法对人脸的睁眼图像进行人脸左右边界定位,采用水平灰度投影法对人脸的睁眼图像进行人脸上下边界定位,从而得到人脸的睁眼图像的区域定位;
S63:采用双线性插值算法对身份证人脸图像的区域定位和人脸的睁眼图像的区域定位进行图像尺寸归一化处理,以保证区域定位的两副图像在大小和位置上完全匹配;
S64:根据垂直积分投影法对身份证人脸图像进行眼角和嘴角定位,计算该身份证人脸图像上的嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离,构造特征向量A;
S65:根据垂直积分投影法对摄像头获取的人脸的睁眼图像进行眼角和嘴角定位,计算该人脸的睁眼图像上的嘴角之间的距离、眼角之间的距离、人脸左右边界距离、人脸上下边界距离以及嘴角到左右边界的距离,构造特征向量B;
S66:采用欧式距离计算特征向量A和特征向量B的相似度,若相似度大于设定的阈值,则匹配成功,否则,匹配失败。
4.根据权利要求3所述的所述的人脸认证及人脸识别方法,其特征在于,设定的阈值为0.93。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610700869.6A CN106339676A (zh) | 2016-08-22 | 2016-08-22 | 一种人脸认证及人脸识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610700869.6A CN106339676A (zh) | 2016-08-22 | 2016-08-22 | 一种人脸认证及人脸识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106339676A true CN106339676A (zh) | 2017-01-18 |
Family
ID=57824323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610700869.6A Pending CN106339676A (zh) | 2016-08-22 | 2016-08-22 | 一种人脸认证及人脸识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106339676A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133177A (zh) * | 2017-12-06 | 2018-06-08 | 山东超越数控电子股份有限公司 | 一种提高人脸检测可靠性的方法 |
CN109902463A (zh) * | 2019-04-02 | 2019-06-18 | 广州任天游网络科技有限公司 | 一种基于人脸识别的移民咨询服务平台用登录系统 |
CN110032851A (zh) * | 2019-04-10 | 2019-07-19 | 柳州铁道职业技术学院 | 一种基于人脸识别用于加密文件查询平台的登录系统 |
CN110287672A (zh) * | 2019-06-27 | 2019-09-27 | 深圳市商汤科技有限公司 | 验证方法及装置、电子设备和存储介质 |
CN110889894A (zh) * | 2019-10-25 | 2020-03-17 | 中国科学院深圳先进技术研究院 | 三维人脸重建方法、装置及终端设备 |
CN111310743A (zh) * | 2020-05-11 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 人脸识别方法、装置、电子设备及可读存储介质 |
GB2581315A (en) * | 2018-10-30 | 2020-08-19 | Barclays Execution Services Ltd | Secure data communication |
CN112333165A (zh) * | 2020-10-27 | 2021-02-05 | 支付宝(杭州)信息技术有限公司 | 身份认证方法、装置、设备及系统 |
CN112800886A (zh) * | 2021-01-16 | 2021-05-14 | 江苏霆善科技有限公司 | 一种基于机器视觉的人脸识别系统及方法 |
CN113221798A (zh) * | 2021-05-24 | 2021-08-06 | 南京伯索网络科技有限公司 | 一种基于网络课堂学员积极度评价系统 |
CN116402602A (zh) * | 2023-06-02 | 2023-07-07 | 湖南长银五八消费金融股份有限公司 | 多媒体贷款交易平台的管理方法、装置和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202331500U (zh) * | 2011-08-29 | 2012-07-11 | 苏州盛世华安智能科技有限公司 | 校园学生接送管理装置 |
CN102789572A (zh) * | 2012-06-26 | 2012-11-21 | 五邑大学 | 一种活体人脸安全认证装置及方法 |
CN103150553A (zh) * | 2013-02-06 | 2013-06-12 | 北京中科虹霸科技有限公司 | 实现多模态身份特征识别的移动终端以及方法 |
CN103678984A (zh) * | 2013-12-20 | 2014-03-26 | 湖北微模式科技发展有限公司 | 一种利用摄像头实现用户身份验证的方法 |
CN105046789A (zh) * | 2015-08-13 | 2015-11-11 | 宝鸡市交通信息工程研究所 | 基于面部特定标识的人脸识别门禁系统及实现方法 |
CN105550671A (zh) * | 2016-01-28 | 2016-05-04 | 北京麦芯科技有限公司 | 一种人脸识别的方法及装置 |
-
2016
- 2016-08-22 CN CN201610700869.6A patent/CN106339676A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202331500U (zh) * | 2011-08-29 | 2012-07-11 | 苏州盛世华安智能科技有限公司 | 校园学生接送管理装置 |
CN102789572A (zh) * | 2012-06-26 | 2012-11-21 | 五邑大学 | 一种活体人脸安全认证装置及方法 |
CN103150553A (zh) * | 2013-02-06 | 2013-06-12 | 北京中科虹霸科技有限公司 | 实现多模态身份特征识别的移动终端以及方法 |
CN103678984A (zh) * | 2013-12-20 | 2014-03-26 | 湖北微模式科技发展有限公司 | 一种利用摄像头实现用户身份验证的方法 |
CN105046789A (zh) * | 2015-08-13 | 2015-11-11 | 宝鸡市交通信息工程研究所 | 基于面部特定标识的人脸识别门禁系统及实现方法 |
CN105550671A (zh) * | 2016-01-28 | 2016-05-04 | 北京麦芯科技有限公司 | 一种人脸识别的方法及装置 |
Non-Patent Citations (2)
Title |
---|
姜贺: "《基于几何特征的人脸识别算法的研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
孙静晶等: "《人脸识别系统中活体人脸检测》", 《移动信息》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133177A (zh) * | 2017-12-06 | 2018-06-08 | 山东超越数控电子股份有限公司 | 一种提高人脸检测可靠性的方法 |
GB2581315A (en) * | 2018-10-30 | 2020-08-19 | Barclays Execution Services Ltd | Secure data communication |
US11445364B2 (en) | 2018-10-30 | 2022-09-13 | Barclays Execution Services Limited | Secure data communication |
CN109902463A (zh) * | 2019-04-02 | 2019-06-18 | 广州任天游网络科技有限公司 | 一种基于人脸识别的移民咨询服务平台用登录系统 |
CN110032851A (zh) * | 2019-04-10 | 2019-07-19 | 柳州铁道职业技术学院 | 一种基于人脸识别用于加密文件查询平台的登录系统 |
CN110287672A (zh) * | 2019-06-27 | 2019-09-27 | 深圳市商汤科技有限公司 | 验证方法及装置、电子设备和存储介质 |
CN110889894A (zh) * | 2019-10-25 | 2020-03-17 | 中国科学院深圳先进技术研究院 | 三维人脸重建方法、装置及终端设备 |
CN111310743A (zh) * | 2020-05-11 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 人脸识别方法、装置、电子设备及可读存储介质 |
CN111310743B (zh) * | 2020-05-11 | 2020-08-25 | 腾讯科技(深圳)有限公司 | 人脸识别方法、装置、电子设备及可读存储介质 |
CN112333165A (zh) * | 2020-10-27 | 2021-02-05 | 支付宝(杭州)信息技术有限公司 | 身份认证方法、装置、设备及系统 |
CN112333165B (zh) * | 2020-10-27 | 2022-09-23 | 支付宝(杭州)信息技术有限公司 | 身份认证方法、装置、设备及系统 |
CN112800886A (zh) * | 2021-01-16 | 2021-05-14 | 江苏霆善科技有限公司 | 一种基于机器视觉的人脸识别系统及方法 |
CN112800886B (zh) * | 2021-01-16 | 2021-09-10 | 江苏霆善科技有限公司 | 一种基于机器视觉的人脸识别系统及方法 |
CN113221798A (zh) * | 2021-05-24 | 2021-08-06 | 南京伯索网络科技有限公司 | 一种基于网络课堂学员积极度评价系统 |
CN116402602A (zh) * | 2023-06-02 | 2023-07-07 | 湖南长银五八消费金融股份有限公司 | 多媒体贷款交易平台的管理方法、装置和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106339676A (zh) | 一种人脸认证及人脸识别方法 | |
CN107438854B (zh) | 使用移动设备捕获的图像执行基于指纹的用户认证的系统和方法 | |
KR101415287B1 (ko) | 라이브니스 검출을 위한 방법, 컴퓨터 판독가능한 저장 디바이스 및 컴퓨팅 디바이스 | |
KR101393717B1 (ko) | 얼굴 인식 기술 | |
KR101998112B1 (ko) | 얼굴 특징점 기반 부분 영역 지정을 통한 부분 가림 얼굴 인식 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
US8515124B2 (en) | Method and apparatus for determining fake image | |
US10922399B2 (en) | Authentication verification using soft biometric traits | |
KR101810190B1 (ko) | 얼굴 인식을 이용한 사용자 인증 방법 및 그 장치 | |
KR20170046448A (ko) | 복합 인증 장치 및 방법 | |
US20240153316A1 (en) | Image processing device, image processing method, and storage medium | |
Suhr et al. | Recognizability assessment of facial images for automated teller machine applications | |
Findling et al. | Towards pan shot face unlock: Using biometric face information from different perspectives to unlock mobile devices | |
Wojciechowska et al. | The overview of trends and challenges in mobile biometrics | |
Dewangan | Human authentication using biometric recognition | |
Olufade et al. | Biometric authentication with face recognition using principal component analysis and feature based technique | |
Schneider et al. | Feature based face localization and recognition on mobile devices | |
Mitra et al. | ◾ Overview of Biometric Authentication | |
Findling | Pan shot face unlock: Towards unlocking personal mobile devices using stereo vision and biometric face information from multiple perspectives | |
Patil et al. | Iris recognition using fuzzy system | |
KR102643277B1 (ko) | 얼굴인식을 이용한 비밀번호 입력 방법 및 시스템 | |
KR100608307B1 (ko) | 얼굴 인식 방법 및 시스템 | |
Adebayo et al. | Combating Terrorism with Biometric Authentication Using Face Recognition | |
KR102578583B1 (ko) | 얼굴 인식을 이용하는 전자 장치 및 그 동작 방법 | |
Sinha et al. | Enhancing iris security by detection of fake iris | |
Singh et al. | Adapted Facial Recognition And Spoofing Detection For Management Decision Making System: A Visually Impaired People Perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170118 |
|
RJ01 | Rejection of invention patent application after publication |