CN107169447A - 基于人脸识别的医院自助系统 - Google Patents

基于人脸识别的医院自助系统 Download PDF

Info

Publication number
CN107169447A
CN107169447A CN201710334905.6A CN201710334905A CN107169447A CN 107169447 A CN107169447 A CN 107169447A CN 201710334905 A CN201710334905 A CN 201710334905A CN 107169447 A CN107169447 A CN 107169447A
Authority
CN
China
Prior art keywords
bandage
module
face
icon
gesture
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
CN201710334905.6A
Other languages
English (en)
Inventor
罗鑫堂
黄会军
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.)
Guizhou Citic Cloud Joint Technology Co Ltd
Original Assignee
Guizhou Citic Cloud Joint Technology Co Ltd
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 Guizhou Citic Cloud Joint Technology Co Ltd filed Critical Guizhou Citic Cloud Joint Technology Co Ltd
Priority to CN201710334905.6A priority Critical patent/CN107169447A/zh
Publication of CN107169447A publication Critical patent/CN107169447A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

  • Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于人脸识别的医院自助系统,包括图像采集模块;合成模块,合成模块包括具有显示功能的触摸屏,触摸屏第一显示区域显示人脸照片,第二显示区域显示绷带图标列表,所述绷带图标列表中包括若干绷带图标,所述绷带图标特征信息存储在数据库中,触摸屏用于接收用户对触摸屏界面进行操作的第一手势、第二手势、第三手势和第四手势;特征提取模块;识别模块;二次识别模块和操作模块。本方案避免了冗余的计算过程,缩短了系统运算时间,提高了人脸识别的效率。

Description

基于人脸识别的医院自助系统
技术领域
本发明涉及计算机视觉和模式识别技术领域,尤其涉及一种基于人脸识别的医院自助系统。
背景技术
人脸识别技术是一种高精度、易于使用、稳定性高、难仿冒的生物识别技术,具有极其广阔的市场应用前景。在公安、国防、海关、交通、金融、社保、医疗及其他民用安全控制等行业和部门存在着广泛的需求。
在医疗领域,医疗缴费、医护人员对病人进行检查或药物治疗等情形下均需核对病人的身份信息,对于传统的医疗需要花费大量的时间排队等候,耽误病人的看病时间;医护人员往往与病人之间存在交流障碍,甚至特殊病患无法与医护人员交流,可能会提高信息核对出错的几率,影响后续病人治疗。而且,目前挂号难在三甲医院一直是个难题,其主要原因在于所有的挂号是对号不对人,只要你手里拿着号就可以就医,无法确定挂号的人员与就医的人员是否为同一人,因此有些医院采用传统人脸识别技术对病人进行高效的智能身份认证,然而,有些患者因脸部受伤缠有绷带,传统的人脸识别技术无法识别被遮挡的人脸,识别结果存在误差。
中国发明专利(公开号:CN106570464A)公开了一种快速处理人脸遮挡的人脸识别方法及装置该方法包括:获取测试人脸样本及标准化学习字典;利用带局部约束的目标函数求出所述测试人脸样本未遮挡部分的局部约束编码,利用马尔可夫随机场对所述测试人脸样本遮挡区域建模并迭代更新,直至检测完成;利用带l2范数约束的目标函数获取所述测试人脸样本的未遮挡区域的稀疏表达;逐类生成每类对应的重构人脸,求出每类重构人脸与所述测试人脸样本之间的重构误差;查找具有最小重构误差对应的类,将其确定为所述测试人脸样本的类别并将其输出。本发明能够处理识别带遮挡或受噪声污染的人脸,在保证高识别成功率的前提下有较快的识别速度,从而更好地进行人脸识别,更适用于实际场景。
然而,上述方案在特征提取时,需要对人脸遮挡区域和未遮挡区域分别进行建模、约束编码,计算过程冗余复杂,增加了系统运算时间,不仅影响了识别速度,还额外增加了识别误差。
发明内容
本发明意在提供一种基于人脸识别的医院自助系统,以解决识别被遮挡的人脸时效率低、误差大的问题。
本发明提供基础方案是:基于人脸识别的医院自助系统,包括:
图像采集模块,图像采集模块用于采集并发送被绷带遮挡的人脸图像;
合成模块,用于接收和处理人脸图像,合成模块包括中央处理器和具有显示功能的触摸屏,触摸屏包括第一显示区域和第二显示区域,第一显示区域显示人脸照片,第二显示区域显示绷带图标列表,所述绷带图标列表中包括若干绷带图标,绷带图标特征信息存储在数据库中,触摸屏用于接收用户对触摸屏界面进行操作的第一手势、第二手势、第三手势和第四手势,第一手势用于将第二显示区域的绷带图标拖拽至人脸照片中绷带的位置,第二手势用于旋转绷带图标,第三手势用于缩放绷带图标,第四手势用于保存绷带图标与人脸图像中的绷带完全重合时的新图像,中央处理器用于将新图像合成人脸合成图像,并发送人脸合成图像和绷带图标信息;
特征提取模块,用于接收人脸合成图像,并提取人脸合成图像的人脸特征;
识别模块,用于接收合成模块发送的绷带图标信息,对数据库中存储的人脸图像样本进行绷带图标遮挡处理,进行人脸识别,输出识别结果;
二次识别模块,二次识别模块包括接收模块、指纹图像采集模块、指纹特征提取模块和指纹识别模块,其中接收模块用于接收人脸识别失败信号,指纹特征提取模块用于提取用户指纹,指纹识别模块用于进行指纹识别,输出识别结果;
操作模块,用于接收识别成功信号开启访问权限。
基础方案的工作原理:图像采集模块将采集被绷带遮挡的人脸图像发送给合成模块,合成模块接收到被绷带遮挡的人脸图像后显示在触摸屏的第一显示区域,绷带图标特征信息存储在数据库中,用户在第二显示区域中选取与人脸图像中使用的绷带相同型号的绷带图标,使用第一手势将选取的绷带图标拖拽至第一显示区域的人脸图像绷带的位置,使用第二手势旋转绷带图标,旋转角度与人脸图像中的绷带角度一致,使用第三手势调整绷带图标大小,使其与人脸图像中的绷带大小一致,直至绷带图标与人脸图像中的绷带完全重合,使用第四手势保存绷带图标与人脸图像中绷带完全重合的新图像,中央处理器记录此时绷带图标信息,并发送给识别模块,将新图像合成人脸合成图像发送给特征提取模块。
特征提取模块对人脸合成图像进行特征提取并将特征信息发送给识别模块,识别模块根据接收到的绷带图标信息,对数据库中存储的人脸图像样本进行绷带图标遮挡处理,形成人脸合成图像样本,通过将数据库中存储的人脸图像样本特征信息和绷带图标特征信息进行加权,得出人脸图像合成样本的特征信息,将接收到的人脸合成图像的特征信息与人脸合成图像样本的特征信息进行搜索匹配:
当相似度大于等于预设阈值时,则说明识别成功,操作模块接收到识别成功信号,开启访问权限,允许用户进入系统进行访问。
当相似度小于预设阈值时,则说明识别失败,进入二次识别模块进行指纹识别,录入指纹,对数据库中存储的指纹和录入指纹进行搜索匹配,指纹匹配成功,操作模块接收到识别成功信号,开启访问权限,允许用户进入系统进行访问;匹配失败,说明身份认证失败,无权访问系统。
基础方案的有益效果是:本方案中的合成模块通过触摸屏添加绷带图标的方式获得绷带图标的信息,从而确定绷带图标的特征信息,无需对人脸图像遮挡区域和未遮挡区域分别进行特征提取,减少了数据处理,同时降低了识别误差,提高了人脸识别的效率,同时,通过触摸屏添加绷带图标的方式操作简便,适合各层次的人群操作使用。
识别模块通过将数据库中存储的人脸图像样本特征信息和绷带图标特征信息进行加权,得出人脸图像合成样本的特征信息,无需对合成后的人脸合成图像样本进行特征提取,避免了冗余的计算过程,缩短了系统运算时间,提高了人脸识别的效率。
优选方案一:作为基础方案的优选,触摸屏还用于接收用户对触摸屏界面进行操作的第五手势,第五手势用于对第二显示区域的绷带图标列表上下滑动。有益效果:在绷带款式比较多的情况下,第二显示区域当前界面无法显示绷带图标列表中全部的绷带图标,通过第五手势,可以上下翻动绷带图标列表,以便查找未显示在当前界面上的绷带图标。
优选方案二:作为基础方案的优选,合成模块还包括用于对绷带图标进行操作的鼠标。有益效果:对不习惯使用触摸屏的用户或触摸屏触摸功能损坏的特殊情况下,可选择使用鼠标对绷带图标进行拖拽、缩放、旋转、选择及绷带图标列表翻页的操作。
优选方案三:作为基础方案的优选,图像采集模块包括用于对曝光进行补偿的曝光补偿模块。有益效果:对采集区域光线进行自动调节以获得高清晰度、高还原度的人脸图像,减少采集图像对识别结果造成影响。
优选方案四:作为基础方案的优选,图像采集模块还包括用于对人脸图像进行处理的预处理模块。有益效果:对采集的照片进行灰度、噪点等处理,使人脸图像更清晰,降低识别误差。
附图说明
图1为本发明基于人脸识别的医院自助系统实施例的原理框图。
具体实施方式
下面通过具体实施方式对本发明作进一步详细的说明:
说明书附图中的附图标记包括:图像采集模块1、曝光补偿11、预处理模块12、合成模块2、触摸屏21、鼠标22、特征提取模块3、识别模块4、二次识别模块5、接收模块51、指纹图像采集模块52、指纹特征提取模块53、指纹识别模块操作模块55、操作模块6。
实施例基本如图1所示:基于人脸识别的医院自助系统包括图像采集模块1、曝光补偿11、预处理模块12、合成模块2、触摸屏21、鼠标22、特征提取模块3、识别模块4、二次识别模块5、接收模块51、指纹图像采集模块52、指纹特征提取模块53、指纹识别模块操作模块55、操作模块6。
图像采集模块1,图像采集模块1用于采集并发送被绷带遮挡的人脸图像,图像采集模块1包括用于对曝光进行补偿的曝光补偿11模块,对采集区域光线进行自动调节以获得高清晰度、高还原度的人脸图像,减少采集图像对识别结果造成影响;图像采集模块1还包括用于对人脸图像进行处理的预处理模块12,可对采集的照片进行灰度、噪点等处理,使人脸图像更清晰,降低识别误差。
合成模块2,用于接收和处理人脸图像,合成模块2包括具有显示功能的触摸屏21,触摸屏21第一显示区域显示人脸照片,第二显示区域显示绷带图标列表,绷带图标列表中包括若干绷带图标,绷带图标特征信息存储在数据库中,触摸屏21用于接收用户对触摸屏21界面进行操作的第一手势、第二手势、第三手势和第四手势,第一手势用于将第二显示区域的绷带图标拖拽至人脸照片中绷带的位置,第二手势用于旋转绷带图标,第三手势用于缩放绷带图标,第四手势用于保存绷带图标与人脸图像中的绷带完全重合时的新图像,中央处理器用于将新图像合成人脸合成图像,并发送人脸合成图像和绷带图标信息;触摸屏21还用于接收用户对触摸屏21界面进行操作的第五手势,第五手势用于对第二显示区域的绷带图标列表上下滑动,在绷带款式比较多的情况下,第二显示区域当前界面无法显示绷带图标列表中全部的绷带图标,通过第五手势,可以上下翻动绷带图标列表,以便查找未显示在当前界面上的绷带图标。
合成模块2还包括用于对绷带图标进行操作的鼠标22,对不习惯使用触摸屏21的用户或触摸屏21触摸功能损坏的特殊情况下,可选择使用鼠标22对绷带图标进行拖拽、缩放、旋转、选择及绷带图标列表翻页的操作。
特征提取模块3,用于接收人脸合成图像,并提取人脸合成图像的人脸特征;识别模块4,用于接收合成模块2发送的绷带图标信息,对数据库中存储的人脸图像样本进行绷带图标遮挡处理,进行人脸识别,输出识别结果;二次识别模块54,二次识别模块54包括接收模块51、指纹图像采集模块521、指纹特征提取模块533和指纹识别模块4,其中接收模块51用于接收人脸识别失败信号,指纹特征提取模块533用于提取用户指纹,指纹识别模块4用于进行指纹识别,输出识别结果;操作模块6。,用于接收识别成功信号开启进入权限。
使用时,图像采集模块1将采集被绷带遮挡的人脸图像进行曝光补偿11和预处理后发送给合成模块2,合成模块2接收到被绷带遮挡的人脸图像后显示在触摸屏21的第一显示区域,用户在第二显示区域中选取与人脸图像中使用的绷带相同型号的绷带图标,绷带图标特征信息存储在数据库中,使用第一手势将选取的绷带图标拖拽至第一显示区域的人脸图像绷带的位置,使用第二手势旋转绷带图标,旋转角度与人脸图像中的绷带角度一致,使用第三手势调整绷带图标大小,使其与人脸图像中的绷带大小一致,直至绷带图标与人脸图像中的绷带完全重合,使用第四手势保存绷带图标与人脸图像中的绷带完全重合的新图像,记录此时绷带图标信息,并发送给识别模块4,将新图像合成人脸合成图像并发送给特征提取模块3。
特征提取模块3对人脸合成图像进行特征提取并将特征信息发送给识别模块4,识别模块4根据接收到的绷带图标信息,对数据库中存储的人脸图像样本进行绷带图标遮挡处理,形成人脸合成图像样本,通过将数据库中存储的人脸图像样本特征信息和绷带图标特征信息进行加权,得出人脸图像合成样本的特征信息,将接收到的人脸合成图像的特征信息与人脸合成图像样本的特征信息进行搜索匹配:
当相似度大于等于预设阈值时,则说明识别成功,操作模块6。接收到识别成功信号,开启访问权限,允许用户进入系统进行访问。
当相似度小于预设阈值时,则说明识别失败,进入二次识别模块54进行指纹识别,录入指纹,对数据库中存储的指纹和录入指纹进行搜索匹配,指纹匹配成功,操作模块6。接收到识别成功信号,开启访问权限,允许用户进入系统进行访问;匹配失败,说明身份认证失败,无权访问系统。
本方案中的合成模块2通过触摸屏21添加绷带图标的方式获得绷带图标的信息,从而确定绷带图标的特征信息,无需对人脸图像遮挡区域和未遮挡部分进行特征提取,减少了数据处理,同时降低了识别误差,提高了人脸识别的效率,同时,通过触摸屏21添加绷带图标的方式操作简便,适合各层次的人群操作使用。
识别模块4通过将数据库中存储的人脸图像样本特征信息和绷带图标特征信息进行加权,得出人脸图像合成样本的特征信息,无需对合成后的人脸合成图像样本进行特征提取,避免了冗余的计算过程,缩短了系统运算时间,提高了人脸识别的效率。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (5)

1.基于人脸识别的医院自助系统,其特征在于,包括:
图像采集模块,图像采集模块用于采集并发送被绷带遮挡的人脸图像;
合成模块,用于接收和处理人脸图像,合成模块包括中央处理器和具有显示功能的触摸屏,触摸屏包括第一显示区域和第二显示区域,第一显示区域显示人脸照片,第二显示区域显示绷带图标列表,所述绷带图标列表中包括若干绷带图标,所述绷带图标特征信息存储在数据库中,触摸屏用于接收用户对触摸屏界面进行操作的第一手势、第二手势、第三手势和第四手势,第一手势用于将第二显示区域的绷带图标拖拽至人脸照片中绷带的位置,第二手势用于旋转绷带图标,第三手势用于缩放绷带图标,第四手势用于保存绷带图标与人脸图像中的绷带完全重合时的新图像,中央处理器用于将新图像合成人脸合成图像,并发送人脸合成图像和绷带图标信息;
特征提取模块,用于接收人脸合成图像,并提取人脸合成图像的人脸特征;
识别模块,用于接收合成模块发送的绷带图标信息,对数据库中存储的人脸图像样本进行绷带图标遮挡处理,进行人脸识别,输出识别结果;
二次识别模块,二次识别模块包括接收模块、指纹图像采集模块、指纹特征提取模块和指纹识别模块,其中接收模块用于接收人脸识别失败信号,指纹特征提取模块用于提取用户指纹,指纹识别模块用于进行指纹识别,输出识别结果;
操作模块,用于接收识别成功信号开启访问权限。
2.根据权利要求1所述的基于人脸识别的医院自助系统,其特征在于:所述触摸屏还用于接收用户对触摸屏界面进行操作的第五手势,第五手势用于对第二显示区域的绷带图标列表上下滑动。
3.根据权利要求1所述的基于人脸识别的医院自助系统,其特征在于:所述合成模块还包括用于对绷带图标进行操作的鼠标。
4.根据权利要求1所述的基于人脸识别的医院自助系统,其特征在于:所述图像采集模块包括用于对曝光进行补偿的曝光补偿模块。
5.根据权利要求1所述的基于人脸识别的医院自助系统,其特征在于:所述图像采集模块还包括用于对人脸图像进行处理的预处理模块。
CN201710334905.6A 2017-05-12 2017-05-12 基于人脸识别的医院自助系统 Pending CN107169447A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710334905.6A CN107169447A (zh) 2017-05-12 2017-05-12 基于人脸识别的医院自助系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710334905.6A CN107169447A (zh) 2017-05-12 2017-05-12 基于人脸识别的医院自助系统

Publications (1)

Publication Number Publication Date
CN107169447A true CN107169447A (zh) 2017-09-15

Family

ID=59814861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710334905.6A Pending CN107169447A (zh) 2017-05-12 2017-05-12 基于人脸识别的医院自助系统

Country Status (1)

Country Link
CN (1) CN107169447A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063506A (zh) * 2018-07-09 2018-12-21 江苏达实久信数字医疗科技有限公司 用于医疗手术示教系统的隐私处理方法
CN109640010A (zh) * 2017-10-05 2019-04-16 印芯科技股份有限公司 电子装置以及取像方法
CN114816641A (zh) * 2022-05-09 2022-07-29 海信视像科技股份有限公司 显示设备、多媒体内容显示方法和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095829A (zh) * 2014-04-29 2015-11-25 华为技术有限公司 一种人脸识别方法及系统
CN105095856A (zh) * 2015-06-26 2015-11-25 上海交通大学 基于掩膜的有遮挡人脸识别方法
CN106372603A (zh) * 2016-08-31 2017-02-01 重庆大学 遮挡人脸识别方法及装置
CN106570464A (zh) * 2016-10-31 2017-04-19 华南理工大学 一种快速处理人脸遮挡的人脸识别方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095829A (zh) * 2014-04-29 2015-11-25 华为技术有限公司 一种人脸识别方法及系统
CN105095856A (zh) * 2015-06-26 2015-11-25 上海交通大学 基于掩膜的有遮挡人脸识别方法
CN106372603A (zh) * 2016-08-31 2017-02-01 重庆大学 遮挡人脸识别方法及装置
CN106570464A (zh) * 2016-10-31 2017-04-19 华南理工大学 一种快速处理人脸遮挡的人脸识别方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109640010A (zh) * 2017-10-05 2019-04-16 印芯科技股份有限公司 电子装置以及取像方法
CN109640010B (zh) * 2017-10-05 2021-08-13 广州印芯半导体技术有限公司 电子装置以及取像方法
CN109063506A (zh) * 2018-07-09 2018-12-21 江苏达实久信数字医疗科技有限公司 用于医疗手术示教系统的隐私处理方法
CN109063506B (zh) * 2018-07-09 2021-07-06 江苏达实久信数字医疗科技有限公司 用于医疗手术示教系统的隐私处理方法
CN114816641A (zh) * 2022-05-09 2022-07-29 海信视像科技股份有限公司 显示设备、多媒体内容显示方法和存储介质
CN114816641B (zh) * 2022-05-09 2023-05-02 海信视像科技股份有限公司 显示设备、多媒体内容显示方法和存储介质

Similar Documents

Publication Publication Date Title
Guan et al. Deep convolutional neural network VGG-16 model for differential diagnosing of papillary thyroid carcinomas in cytological images: a pilot study
Codella et al. Deep learning, sparse coding, and SVM for melanoma recognition in dermoscopy images
Liu et al. Joint optic disc and cup segmentation using semi-supervised conditional GANs
CN110276366A (zh) 使用弱监督模型来检测对象
CN107590430A (zh) 活体检测方法、装置、设备及存储介质
CN105117708A (zh) 人脸表情识别的方法和装置
CN107169447A (zh) 基于人脸识别的医院自助系统
KR102145858B1 (ko) 문서 이미지로부터 인식된 용어를 표준화하기 위한 방법
CN106022782A (zh) 一种虹膜支付系统
Qin et al. Finger-vein quality assessment based on deep features from grayscale and binary images
Xu et al. Application of artificial intelligence technology in medical imaging
Kumar et al. Deep learning model for face mask based attendance system in the era of the COVID-19 pandemic
CN103942545A (zh) 一种基于双向压缩数据空间维度缩减的人脸识别方法和装置
Bhavani et al. A multi-dimensional review on handwritten signature verification: strengths and gaps
Aslam et al. Gender classification based on isolated facial features and foggy faces using jointly trained deep convolutional neural network
Kranthi Kumar et al. Effective deep learning approach based on VGG-mini architecture for iris recognition
Jain et al. Brain Tumor Detection using MLops and Hybrid Multi-Cloud
Yuan et al. Fingerprint liveness detection using an improved CNN with the spatial pyramid pooling structure
Qin et al. End-to-end generative adversarial network for palm-vein recognition
Ramamoorthy et al. TransAttU-Net Deep Neural Network for Brain Tumor Segmentation in Magnetic Resonance Imaging Réseau neuronal profond TransAttU-Net pour la segmentation des tumeurs cérébrales avec l’imagerie par résonance magnétique
Yang et al. CGAN-DA: A Cross-Modality Domain Adaptation Model for Hand-Vein Biometric-based Authentication
Wei-Jie et al. Masked face recognition with principal random forest convolutional neural network (PRFCNN)
Dai et al. Noncontact Palm Vein ROI Extraction Based on Improved Lightweight HRnet in Complex Backgrounds
Gallery et al. An architecture for face classification
Ghildiyal et al. Layer-based deep net models for automated classification of pulmonary tuberculosis from chest radiographs

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170915