CN107223258A - 图像采集方法和设备 - Google Patents

图像采集方法和设备 Download PDF

Info

Publication number
CN107223258A
CN107223258A CN201780000220.6A CN201780000220A CN107223258A CN 107223258 A CN107223258 A CN 107223258A CN 201780000220 A CN201780000220 A CN 201780000220A CN 107223258 A CN107223258 A CN 107223258A
Authority
CN
China
Prior art keywords
image
forming component
lighting sources
supplementary lighting
image information
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
CN201780000220.6A
Other languages
English (en)
Inventor
李治农
叶善辉
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.)
ZKTeco Co Ltd
Original Assignee
ZKTeco 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 ZKTeco Co Ltd filed Critical ZKTeco Co Ltd
Publication of CN107223258A publication Critical patent/CN107223258A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • 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
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • 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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例公开了一种图像采集方法和设备，用于通过易于集成的设备快速采集不同的生物特征图像信息。本发明实施例的方法应用于图像采集设备，该方法包括：当通过距离传感器检测到有物体在第一采集距离时，开启第一补光光源，第一补光光源为用于为第一生物特征进行补光的光源；通过成像元件获取第一生物特征图像信息；当通过距离传感器检测到有物体在第二采集距离时，开启第二补光光源，第二补光光源为用于为第二生物特征进行补光的光源；通过成像元件获取第二生物特征图像信息。成像元件获取图像时配合对应的补光光源，以获取到质量高的生物特征图像信息，且图像采集设备使用一个成像元件，减少了多个成像元件的使用，易于设备的集成。

Description

图像采集方法和设备
技术领域
本发明涉及信息获取领域，尤其涉及一种图像采集方法和设备。
背景技术
生物识别技术在各个领域得到了广泛的应用，出现了各种不同的生物识别装置，并且逐渐出现了使用多种生物特征进行组合认证装置，该装置即为多模态生物识别装置。多模态生物识别装置可采集多种生物特征。
现有的做法就是通过多个图像装置分别采集多个生物特征来获取多种不同的生物特征图像信息。
例如，对手掌图像与人脸图像的采集，均为通过两个设备或者同一设备安装两个CMOS进行分时采集。
每一个图像采集设备或者CMOS都需要单独连接控制单元进行采集，或者多个用于采集图像的CMOS通过切换，分时连接控制单元进行图像的采集。
现有的采集方法因采用多个成像设备采集或者多个CMOS进行切换分时采集不同的生物特征图像信息，导致采集时间过长，且因设备部件较多而不利于设备的集成。
发明内容
本发明实施例提供了一种图像采集方法和设备，用于通过易于集成的设备快速采集不同的生物特征图像信息。
为了解决上述技术问题，本发明实施例提供了以下技术方案：
一种图像采集方法，所述方法应用于图像采集设备，所述图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，所述方法包括：
当通过所述距离传感器检测到有物体在第一采集距离时，开启第一补光光源，所述第一补光光源为用于为第一生物特征进行补光的光源；
通过所述成像元件获取第一生物特征图像信息；
当通过所述距离传感器检测到有物体在第二采集距离时，开启第二补光光源，所述第二补光光源为用于为第二生物特征进行补光的光源；
通过所述成像元件获取第二生物特征图像信息。
为了解决上述技术问题，本发明实施例还提供了以下技术方案：
一种图像采集设备，所述图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，所述设备包括：
开启单元，用于当通过所述距离传感器检测到有物体在第一采集距离时，开启第一补光光源，所述第一补光光源为用于为第一生物特征进行补光的光源；
图像获取单元，用于通过所述成像元件获取第一生物特征图像信息；
所述开启单元，还用于当通过所述距离传感器检测到有物体在第二采集距离时，开启第二补光光源，所述第二补光光源为用于为第二生物特征进行补光的光源；
所述图像获取单元，还用于通过所述成像元件获取第二生物特征图像信息。
从以上技术方案可以看出，本发明实施例具有以下优点：
在图像采集设备，该图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，该图像采集设备当通过距离传感器检测到有物体在第一采集距离时，开启第一补光光源，第一补光光源为用于为第一生物特征进行补光的光源。从而通过成像元件获取第一生物特征图像信息。这样第一生物特征在第一补光光源的照射下，能使得成像元件获取到成像质量高的图像。该图像采集设备当通过距离传感器检测到有物体在第二采集距离时，开启第二补光光源，第二补光光源为用于为第二生物特征进行补光的光源。从而通过成像元件获取第二生物特征图像信息。这样第二生物特征在第二补光光源的照射下，能使得成像元件获取到成像质量高的图像。通过距离传感器能确定具体的生物特征类型，从而使得成像元件获取图像时配合对应的补光光源，以获取到质量高的生物特征图像信息，且图像采集设备使用一个成像元件，即可获取到不同的生物特征图像信息，实现了快速获取不同的生物特征图像信息，且减少了多个成像元件的使用，易于设备的集成。
附图说明
图1为本发明实施例提供的一种图像采集设备的部分结构的一示意图；
图2为本发明实施例提供的一种图像采集设备的部分结构的另一示意图；
图3为本发明实施例提供的一种图像采集设备的部分结构的另一示意图；
图4为本发明实施例提供的一种图像采集方法的方法流程图；
图5为本发明实施例提供的一种图像采集方法的方法流程图；
图6a为图5所示实施例获取到的一种生物图像图像的示例；
图6b为图5所示实施例获取到的另一种生物图像图像的示例；
图7为图5所示实施例同时获取到的两种生物图像图像的示例；
图8为图5所示实施例硬件执行过程示意图；
图9为本发明实施例提供的一种图像采集设备的结构示意图。
具体实施方式
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供了一种图像采集方法和设备，用于通过易于集成的设备快速采集不同的生物特征图像信息。
本发明实施例提供了一种图像采集设备，该图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源。其中该成像元件例如可以是CCD(Charge CoupledDevice；电荷耦合元件)或CMOS(Complementary Metal-Oxide Semiconductor；金属氧化物半导体元件)等成像器件，该第一补光光源和第二补光光源可分别用于对不同的生物特征进行补光，以使得该成像元件获取到符合预设质量要求的对应的生物特征图像信息。
例如，生物特征图像信息包括人脸图像、手掌图像、虹膜图像和指纹图像，第一生物图像和第二生物特征图像信息属于生物特征特性的其中一种。而补光光源包括人脸补光光源、手掌补光光源、虹膜补光光源、指纹补光光源，第一补光光源和第二补光光源属于补光光源的其中一种。
在本发明有的实施例中，该成像元件为像素大于预设阈值的CMOS，从而可通过该CMOS获取到符合高质量要求的图像，图像采集设备还包括广角光学镜头，CMOS通过广角光学镜头获取图像，从而图像采集设备采集的范围广。
图1和图2为本发明实施例提供的一种图像采集设备的部分结构的示意图，图1为其中一种具体结构形式，图2为另一种具体结构形式。如图1和图2所示，该图像采集设备在壳体上设有人脸补光光源1、手掌补光光源3、镜头2和距离传感器4，该图像采集设备的成像元件通过该镜头2获取图像。人脸补光光源1和/或手掌补光光源3的数量可以为一个也可以为多个。为了使得成像元件获取到的色彩、亮度等图像参数均匀，这些补光光源可以环绕在镜头的周围设置在壳体上，不同的补光光源可以设置在同一圆周上，如图1所示，也可以设置在不同圆周上，如图2所示。，该距离传感器可用来区分不同的生物特征模式，从而控制所对应模式的主动式补光模块以进行图像采集。该距离传感器包括但不限于红外测距、超声波测距、雷达测距等。
该图像采集设备还可以设置有控制单元，例如CPU，如图3所示，在该图像采集设备的壳体上设有CPU5，从而通过该CPU5可控制距离传感器、补光光源、成像元件等部件的工作，提高了本发明实施例提供的图像采集方法的执行效率。也提高了该图像采集设备的集成度，使其可适用于多种场合。
在图像采集设备，该图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，该图像采集设备当通过距离传感器检测到有物体在第一采集距离时，开启第一补光光源，第一补光光源为用于为第一生物特征进行补光的光源。从而通过成像元件获取第一生物特征图像信息。这样第一生物特征在第一补光光源的照射下，能使得成像元件获取到成像质量高的图像。该图像采集设备当通过距离传感器检测到有物体在第二采集距离时，开启第二补光光源，第二补光光源为用于为第二生物特征进行补光的光源。从而通过成像元件获取第二生物特征图像信息。这样第二生物特征在第二补光光源的照射下，能使得成像元件获取到成像质量高的图像。通过距离传感器能确定具体的生物特征类型，从而使得成像元件获取图像时配合对应的补光光源，以获取到质量高的生物特征图像信息，且图像采集设备使用一个成像元件，即可获取到不同的生物特征图像信息，实现了快速获取不同的生物特征图像信息，且减少了多个成像元件的使用，易于设备的集成。
图4为本发明实施例提供的一种图像采集方法的方法流程图，该方法可应用于上述图1或图2所示图像采集设备，图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，本发明实施例的方法包括：
步骤401：当通过距离传感器检测到有物体在第一采集距离时，开启第一补光光源，第一补光光源为用于为第一生物特征进行补光的光源；
步骤402：通过成像元件获取第一生物特征图像信息；
步骤403：当通过距离传感器检测到有物体在第二采集距离时，开启第二补光光源，第二补光光源为用于为第二生物特征进行补光的光源；
步骤404：通过成像元件获取第二生物特征图像信息。
可选地，
通过成像元件获取第一生物特征图像信息之前，本发明实施例的方法还包括：
获取第一成像元件参数，第一成像元件参数为与第一生物特征成像适配的成像元件参数；
通过成像元件获取第一生物特征图像信息，包括：
使用第一成像元件参数通过成像元件获取第一生物特征图像信息；
通过成像元件获取第二生物特征图像信息之前，本发明实施例的方法还包括：
获取第二成像元件参数，第二成像元件参数为与第二生物特征成像适配的成像元件参数；
通过成像元件获取第二生物特征图像信息，包括：
使用第二成像元件参数通过成像元件获取第二生物特征图像信息。
可选地，
使用第一成像元件参数通过成像元件获取第一生物特征图像信息之前，本发明实施例的方法还包括：
对成像元件进行初始化；
向初始化后的成像元件加载第一成像元件参数；
使用第二成像元件参数通过成像元件获取第二生物特征图像信息之前，本发明实施例的方法还包括：
将初始化后的成像元件加载的第一成像元件参数切换为第二成像元件参数。
可选地，
获取第一成像元件参数，包括：
调用预存的第一成像元件参数对成像元件进行初始化；
使用第二成像元件参数通过成像元件获取第二生物特征图像信息之前，本发明实施例的方法还包括：
将初始化后的成像元件加载的第一成像元件参数切换为第二成像元件参数。
可选地，
开启第一补光光源之前，本发明实施例的方法还包括：
通过成像元件获取第一预判图像信息；
判断第一预判图像信息是否为第一生物特征的图像或者人体图像；
若第一预判图像信息为第一生物特征的图像或者人体图像，则执行开启第一补光光源的步骤；
和/或，
开启第二补光光源之前，本发明实施例的方法还包括：
通过成像元件获取第二预判图像信息；
判断第二预判图像信息是否为第二生物特征的图像或者人体图像；
若第二预判图像信息为第二生物特征的图像或者人体图像，则执行开启第二补光光源的步骤。
可选地，
通过成像元件获取第一生物特征图像信息之后，本发明实施例的方法还包括：
识别第一生物特征图像信息，得到第一识别结果；
通过成像元件获取第二生物特征图像信息之后，本发明实施例的方法还包括：
识别第二生物特征图像信息，得到第二识别结果；
根据第一识别结果和/或第二识别结果执行预设操作。
可选地，
生物特征图像信息包括人脸图像、手掌图像、虹膜图像和指纹图像，第一生物图像和第二生物特征图像信息属于生物特征特性的其中一种，
补光光源包括人脸补光光源、手掌补光光源、虹膜补光光源、指纹补光光源，第一补光光源和第二补光光源属于补光光源的其中一种。
可选地，
成像元件为像素大于预设阈值的CMOS、图像采集设备还包括广角光学镜头，CMOS通过广角光学镜头获取图像。
综上所述，在图像采集设备，该图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，该图像采集设备当通过距离传感器检测到有物体在第一采集距离时，开启第一补光光源，第一补光光源为用于为第一生物特征进行补光的光源。从而通过成像元件获取第一生物特征图像信息。这样第一生物特征在第一补光光源的照射下，能使得成像元件获取到成像质量高的图像。该图像采集设备当通过距离传感器检测到有物体在第二采集距离时，开启第二补光光源，第二补光光源为用于为第二生物特征进行补光的光源。从而通过成像元件获取第二生物特征图像信息。这样第二生物特征在第二补光光源的照射下，能使得成像元件获取到成像质量高的图像。通过距离传感器能确定具体的生物特征类型，从而使得成像元件获取图像时配合对应的补光光源，以获取到质量高的生物特征图像信息，且图像采集设备使用一个成像元件，即可获取到不同的生物特征图像信息，实现了快速获取不同的生物特征图像信息，且减少了多个成像元件的使用，易于设备的集成。
图5为本发明实施例提供的一种图像采集方法的方法流程图，该方法可应用于上述图1或图2所示图像采集设备，该图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源。参考图4，本发明实施例的方法包括：
步骤501：当通过距离传感器检测到有物体在第一采集距离时，开启第一补光光源。
其中，第一补光光源为用于为第一生物特征进行补光的光源。采集距离可以是具体的一个距离数值，也可以是一段距离范围，本发明实施例对此不作具体限定。
图像采集设备的距离传感器预设范围区域进行实时监测，当该距离传感器检测到有物体在第一采集距离时，表示图像采集设备要获取与第一采集距离对应的第一生物特征的图像，。从而图像采集设备开启用于为第一生物特征进行补光的第一补光光源。以为获取第一生物特征图像信息做准备。
例如，待识别的用户走近图像采集设备，当图像采集设备的距离传感器检测到在距离该图像采集设备30cm到100cm的范围内有物体(即该用户的人脸)时，图像采集设备的CPU启动人脸补光光源，该人脸补光光源可以为近红外光，例如波长940nm的光源，人脸红外光发身角度小，例如为60度，照射距离远。
步骤502：获取第一成像元件参数。
其中，第一成像元件参数为与第一生物特征成像适配的成像元件参数。
当通过距离传感器检测到有物体在第一采集距离时，为了获取到符合预设质量要求的图像，还需要该图像采集设备还需要获取与第一生物特征对应的第一成像元件参数。因不同生物特征对应的采集距离不同，从而造成不同生物特征在整个采集区成像大小也不同，从而成像元件的曝光(AEC)参数，增益(AGC)参数等成像元件参数的设置不同。在图像采集设备上预先设置有第一成像元件参数，以及第一采集距离、第一补光光源和第一成像元件参数的对应关系。当通过距离传感器检测到有物体在第一采集距离时，图像采集设备即可根据该第一采集距离从该对应关系中获取到第一补光光源和第一成像元件参数，从而开启第一补光光源和获取第一成像元件参数。
例如，手掌与人脸相对与CMOS的采集距离不同，从而人脸在整个采集区成像相比手掌小很多，从而CMOS的曝光(AEC)参数，增益(AGC)参数，对比度(Contrast)，成像窗口(Window)大小等设置也不相同。曝光(AEC)参数，增益(AGC)参数，对比度(Contrast)，成像窗口(Window)大小等这些参数即为CMOS的参数。
步骤503：使用第一成像元件参数通过成像元件获取第一生物特征图像信息。
图像采集设备在获取到第一成像元件参数后，即可根据该第一成像元件的设置通过成像元件获取第一生物特征图像信息。因该第一采集距离的设置与适于采集第一生物特征的图像的距离对应，而第一补光光源为对第一生物特征补光的光源，且第一成像元件参数为适于成像元件获取第一生物特征的图像的参数，从而在第一采集距离、第一补光光源和第一成像元件参数的配合下，成像元件可获取到质量符合要求的第一生物特征图像信息。
例如，在用户的人脸位于距离该图像采集设备30cm到100cm的范围内时，该图像采集设备开启红外补光光源，用于为人脸补光，同时获取为获取人脸图像设置的CMOS参数，CMOS使用该CMOS参数，即可获取到被红外补光光源的补光的质量较好的人脸图像。
具体的执行过程，例如，参考图8，当距离传感器侦测到有生物特征在预设范围距离出现时，发送探测参数到中央处理器内部的控制单元，从面激活中央处理器内部控制单元开启主动补光单元，同时中央处理器内部图像处理单元采集生物特征图像，经过中央处理器内部图像处理单元，然后通过中央处理器单元内部图像输出单元，输出图像到数据存储单元保存，以提供给相关设备。
可选地，为了提高执行效率，避免获取到不对应的图像后进行复杂的运算或者准确获取到需要的图像，开启第一补光光源之前，本发明实施例的方法还包括：
步骤A1：通过成像元件获取第一预判图像信息。
当通过距离传感器检测到有物体在第一采集距离时，图像采集设备先快速通过成像元件获取第一采集距离内的物体的图像，从而通过该图像进行初步的预判是否为第一生物图像。
在本发明有的实施例中，步骤A1在执行时快速开启和关闭第一补光光源和/或获取第一成像元件参数，从而成像元件使用该第一成像元件参数获取到质量较好的第一生物图像，以做出准确率较高的预判。
步骤A2：判断第一预判图像信息是否为第一生物特征的图像或者人体图像。若第一预判图像信息为第一生物特征的图像或者人体图像，则执行开启第一补光光源的步骤。
图像采集设备在获取到第一预判图像信息后，即判断该第一预判图像信息是否是第一生物特征的图像，或者在人体特征识别场景中，则直接识别该第一预判图像信息是否是人体，若识别出该第一预判图像信息为第一生物特征的图像或者人体图像，则执行开启第一补光光源的步骤，即步骤501，从而后续执行步骤502和503。步骤A2可以是使用简单地算法进行简单地识别，例如使用探测算法(速度快，模糊判断)，此时获取的图像质量也要求不高，在识别成功后，才执行步骤503，例如，此时执行识别算法(精确判断)。在步骤503执行较复杂的算法或其它预设的操作时，失败的概率可减小，从而可以提高本发明实施例的方法的执行效率。
例如，在30cm到100cm的范围内距离传感器监测到有物体时，图像采集设备通过成像元件获取第一预判图像信息，然后识别该图像是否是人脸或人体特征，若是，则执行开启第一补光光源的步骤，以使用第一成像元件参数通过成像元件获取第一生物特征图像信息。识别该图像是否不是人脸或人体特征则表示该物体非要获取的人脸图像，从而不执行步骤501至步骤503。
在本发明有的实施例中，成像元件为像素大于预设阈值的CMOS、图像采集设备还包括广角光学镜头，CMOS通过广角光学镜头获取图像。从而图像采集设备通过该成像元件和该镜头可获取像素高的图像，且图像获取范围较大。
步骤504：当通过距离传感器检测到有物体在第二采集距离时，开启第二补光光源。
第二补光光源为用于为第二生物特征进行补光的光源。
步骤504可参考步骤501的详细描述。
例如，待识别的用户走近图像采集设备，当图像采集设备的距离传感器检测到在距离该图像采集设备5cm—20cm的范围内有物体时，例如该用户将手掌在距离图像采集设备10cm处展示手掌，则图像采集设备启动手掌补光光源，该手掌补光光源为近红外光，即波长为940nm的光源，手掌红外光发射角度大，例如为140度，照射距离近。
步骤505：获取第二成像元件参数。
其中，第二成像元件参数为与第二生物特征成像适配的成像元件参数。
步骤505可参考步骤502的详细描述。
步骤506：使用第二成像元件参数通过成像元件获取第二生物特征图像信息。
步骤506可参考步骤503的详细描述。
例如，在用户的手掌位于距离该图像采集设备5cm到20cm的范围内时，该图像采集设备开启红外补光光源，用于为手掌补光，同时获取为获取人脸图像设置的CMOS参数，CMOS使用该CMOS参数，即可获取到被红外补光光源的补光的质量较好的人脸图像。
可选地，为了提高执行效率，避免获取到不对应的图像后进行复杂的运算或者准确获取到需要的图像，开启第二补光光源之前，本发明实施例的方法还包括：
步骤B1：通过成像元件获取第二预判图像信息；
步骤B1可参考步骤A1的详细描述。
步骤B2：判断第二预判图像信息是否为第二生物特征的图像或者人体图像；若第二预判图像信息为第二生物特征的图像或者人体图像，则执行开启第二补光光源的步骤。
步骤B2可参考步骤A2的详细描述。
这样，通过步骤501至步骤506的执行，本发明实施例的图像采集方法即可采集通过一个成像元件即可采集到两种成像质量高的生物特征图像，因只用了一个成像元件，其它零部件只需围绕该一个成像元件设置，相对于使用多个成像元件的设备，本发明实施例的图像采集设备可使得图像采集设备的零部件较少，易于小型化，且可快速获取不同的生物特征图像。
在本发明有的实施例中，因通过同一成像元件获取不同的生物特征图像信息，从而，在采集第一生物特征图像信息时的背景与采集第二生物特征图像信息背景往往是一致的，该背景即可作为判断是否为同一用户的条件。从而本发明实施例的方法可提供对用户识别的功能。
本发明实施例的图像采集设备为获取第一生物特征图像信息和第二生物特征图像信息只需一个成像元件即可。通过对成像元件只进行一次初始化，从而相对于要对成像元件进行两次初始化的采集设备，本发明实施例的图像采集设备可快速获取不同的生物特征图像信息。
对成像元件初始化的过程，具体来说如下：
使用第一成像元件参数通过成像元件获取第一生物特征图像信息之前，本发明实施例的方法还包括：对成像元件进行初始化；以及向初始化后的成像元件加载第一成像元件参数。
例如，当通过距离传感器检测到有物体在第一采集距离时，触发图像采集设备对成像元件进行初始化，然后获取预存的第一成像元件参数，向初始化后的成像元件加载第一成像元件参数，从而使用第一成像元件参数通过成像元件获取第一生物特征图像信息。
这样，使用第二成像元件参数通过成像元件获取第二生物特征图像信息之前，本发明实施例的方法还包括：将初始化后的成像元件加载的第一成像元件参数切换为第二成像元件参数。从而后续，图像采集设备使用第二成像元件参数通过成像元件获取第二生物特征图像信息。
或者，本发明实施例的方法也可以在对成像元件初始化时加载第一成像元件参数。具体来说，执行过程如下：
获取第一成像元件参数的步骤，包括：调用预存的第一成像元件参数对成像元件进行初始化。从而后续图像采集设备使用第一成像元件参数通过成像元件获取第一生物特征图像信息。
即在对成像元件初始化时，直接调用预存的第一成像元件参数，以完成初始化的动作。这样的方式将初始化的动作和获取第一成像元件参数结合起来，将能使得本发明实施例的方法进一步快速地获取图像。
之后，使用第二成像元件参数通过成像元件获取第二生物特征图像信息之前，本发明实施例的方法还包括：
将初始化后的成像元件加载的第一成像元件参数切换为第二成像元件参数。从而后续，图像采集设备使用第二成像元件参数通过成像元件获取第二生物特征图像信息。
其中，初始化在计算机编程领域中指为数据对象或变量赋初值的做法。
通过上述方法的执行，本发明实施例的图像采集方法只要在第一次获取图像之前，图像采集设备才需要对成像元件进行初始化，在第二次获取图像前，图像采集设备则不用再次对成像元件进行初始化了，从而提高了图像的获取速度。这样获取得到的图像可为图6a或图6b形式的每一图像为一生物特征，即分步采集；也可以为图7所示的将第一生物特征信息和第二生物特征信息进行融合后的图像，即同步采集。若通过两个成像元件或两个图像采集设备来分别获取不同的图像，则要对成像元件进行两次初始化，从而使得图像采集的速度变慢。
其中，本发明实施例的方法有两种对成像元件初始化的方式，一种是先对成像元件初始化后，然后再将获取的第一成像元件参数加载到成像元件中。或者是，在对成像元件初始化时调用预存的第一成像元件参数，以完成初始化的动作。在初始化完成时，成像元件也加载完成了第一成像元件参数。可见，后者的方案比前者的方案执行起来更高效更快速。不过，不管使用何种初始化方式，因在后续获取第二生物特征图像之前，都不用再次对成像元件进行初始化，只需将第一成像元件参数切换为第二成像元件参数，从而本发明实施例的方法相对于进行两次初始化的方案，因减少了初始化的时间，依然可以更快速地获取图像。
无论单成像元件还是双成像元件，在采集手掌与人脸时，在采集区域同一时间只能采集一种图像，需要通过算法判断或者通过探测信号来进行两种模式的切换。当采用双成像元件时，当判断完成后，需启动对应的成像元件进行取像，需要对对应的成像元件进行初始化，再下载对应的成像参数，再进行取像，耗时长。当使用单成像元件时，单CMOS无需切换，只需初始化一次，只是通过探测数据进行参数换，根据探测信号直接切换成像参数，缩短采集时间。
在本发明的一些实施例中，还需要对获取的生物特征图像信息进行使用，例如识别这些生物特征图像信息，从而根据识别结果进行预设的操作。即步骤503获取到第一生物特征图像信息，步骤506获取到第二生物特征图像信息。
在使用第一成像元件参数通过成像元件获取第一生物特征图像信息之后，本发明实施例的方法还包括：识别第一生物特征图像信息，得到第一识别结果。
在使用第二成像元件参数通过成像元件获取第二生物特征图像信息之后，本发明实施例的方法还包括：识别第二生物特征图像信息，得到第二识别结果。
从而图像采集设备可根据第一识别结果和/或第二识别结果执行预设操作。这样即可实现了融合识别。
识别结果例如可以是识别通过或识别失败。
例如，图像采集设备在通过上述步骤获取到人脸图像和手掌图像后，使用预存的人脸模板对该人脸图像进行人脸识别，若该人脸模板对该人脸图像特征相似度符合预设要求，则人脸识别成功，否则人脸识别失败。并且使用预存的掌纹模板对该手掌图像进行掌纹识别，若该手掌模板对该手掌图像特征相似度符合预设要求，则手掌识别成功，否则手掌识别失败。在有的实施例中，只要人脸识别和手掌识别一者成功，则该用户识别通过，从而提高识别操作的执行效率，在有的实施例中，要人脸识别和手掌识别两者都成功，该用户才识别通过，从而提高识别准确度。
其中，步骤503和步骤506获取的图像可以是两幅独立的图像，如图6a和图6b所示，然后，可分别从这两幅图像中提取出识别特征。也可以是图像采集设备通过处理器将两幅图像进行融合，例如如图7所示，从而可从该一副图像中提取出用于人脸识别和手掌识别的特征。
以第一生物特征为人脸和第二生物特征为手掌为例，本发明实施例所使用的同一CMOS可快速采集人脸与手掌的图像信息，通过距离传感器确认是人脸或者手掌状态，从而使CPU获得唤醒信号并打开对应模式的补光光源，同步CPU调用不同模式的CMOS参数，从而采集到对应模式的图像。这样，可实现同步采集人脸与手掌图像，自然融合，极大提升识别率，提升产品的防伪能力。并有利于降低成本，产品小型化，使得产品易于嵌入。
本发明实施例可同时采集第一生物特征与第二生物特征图像，例如，通过把手掌采集与人脸采集集中在一个CMOS上完成，通过距离检测装置，进行人脸与手掌采集位置的识别，达到同步采集手掌与人脸图像的目的。后续还可以进行手掌与人脸识别特征的融合，手掌和人脸防伪等功能。从而，本发明实施例的方法所获取的图像可作为安防产品，尤其是人体生物特征识别产品的标准图像模板，提高了安防设备与人体生物识别比对设备的的比对识别率与通过率，可减少误判率，提升可靠性，有效防伪，让执行本发明实施例的方法的设备的防护能力得到提升。
可以理解，生物特征图像信息包括人脸图像、手掌图像、虹膜图像和指纹图像，第一生物图像和第二生物特征图像信息属于生物特征特性的其中一种，补光光源包括人脸补光光源、手掌补光光源、虹膜补光光源、指纹补光光源，第一补光光源和第二补光光源属于补光光源的其中一种。即本发明实施例提供的图像采集设备可以获取多种类型的生物特征图像信息，相应的有多用类型的补光光源用于补光。具体的设备可根据用户的需求设置。
可以理解，在本发明的一些实施例中，可对成像元件参数不作区分，补光光源的不同模式就已使得图像采集设备获取到对应的高质量的生物特征图像。但是使用不同的成像元件参数可进一步使得采集的图像更优。
综上所述，在图像采集设备，图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，该图像采集设备当通过距离传感器检测到有物体在第一采集距离时，开启第一补光光源，第一补光光源为用于为第一生物特征进行补光的光源。该图像采集设备还获取第一成像元件参数，第一成像元件参数为与第一生物特征成像适配的成像元件参数。从而使用第一成像元件参数通过成像元件获取第一生物特征图像信息。这样第一生物特征在第一补光光源的照射下，能使得使用第一成像元件参数的成像元件获取到成像质量高的图像。该图像采集设备当通过距离传感器检测到有物体在第二采集距离时，开启第二补光光源，第二补光光源为用于为第二生物特征进行补光的光源。该图像采集设备还获取第二成像元件参数；第二成像元件参数为与第二生物特征成像适配的成像元件参数。从而使用第二成像元件参数通过成像元件获取第二生物特征图像信息。这样第二生物特征在第二补光光源的照射下，能使得使用第二成像元件参数的成像元件获取到成像质量高的图像。通过距离传感器能确定具体的生物特征类型，从而使得成像元件获取图像时配合对应的补光光源和成像元件参数，以获取到质量高的生物特征图像信息，且图像采集设备使用一个成像元件，即可获取到不同的生物特征图像信息，实现了快速获取不同的生物特征图像信息，且减少了多个成像元件的使用，易于设备的集成。
图9为本发明实施例提供的一种图像采集设备，该图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，该图像采集设备可为上述图1a图1b所示的图像采集设备，本发明实施例的图像采集设备可用于执行图5所示的图像采集方法。
该图像采集设备包括：
开启单元901，用于当通过距离传感器检测到有物体在第一采集距离时，开启第一补光光源，第一补光光源为用于为第一生物特征进行补光的光源；
图像获取单元902，用于通过成像元件获取第一生物特征图像信息；
开启单元901，还用于当通过距离传感器检测到有物体在第二采集距离时，开启第二补光光源，第二补光光源为用于为第二生物特征进行补光的光源；
图像获取单元902，还用于通过成像元件获取第二生物特征图像信息。
可选地，
本发明实施例的设备还包括：
参数获取单元903，用于获取第一成像元件参数，第一成像元件参数为与第一生物特征成像适配的成像元件参数；
图像获取单元902，还用于使用第一成像元件参数通过成像元件获取第一生物特征图像信息；
参数获取单元903，还用于获取第二成像元件参数，第二成像元件参数为与第二生物特征成像适配的成像元件参数；
图像获取单元902，还用于使用第二成像元件参数通过成像元件获取第二生物特征图像信息。
可选地，
本发明实施例的设备还包括：
初始化单元904，用于对成像元件进行初始化；
加载单元905，用于向初始化后的成像元件加载第一成像元件参数；
切换单元906，用于将初始化后的成像元件加载的第一成像元件参数切换为第二成像元件参数。
可选地，
参数获取单元903，还用于调用预存的第一成像元件参数对成像元件进行初始化；
本发明实施例的设备还包括切换单元906，
切换单元906，用于将初始化后的成像元件加载的第一成像元件参数切换为第二成像元件参数。
可选地，
本发明实施例的设备还包括判断单元907，
图像获取单元902，还用于通过成像元件获取第一预判图像信息；
判断单元907，用于判断第一预判图像信息是否为第一生物特征的图像或者人体图像；
若第一预判图像信息为第一生物特征的图像或者人体图像，则开启单元901执行开启第一补光光源的步骤；
和/或，
图像获取单元902，还用于通过成像元件获取第二预判图像信息；
判断单元907，还用于判断第二预判图像信息是否为第二生物特征的图像或者人体图像；
若第二预判图像信息为第二生物特征的图像或者人体图像，则开启单元901执行开启第二补光光源的步骤。
可选地，
本发明实施例的设备还包括识别单元908和执行单元909，
识别单元908，用于识别第一生物特征图像信息，得到第一识别结果；
识别单元908，还用于识别第二生物特征图像信息，得到第二识别结果；
执行单元909，用于根据第一识别结果和/或第二识别结果执行预设操作。
可选地，
生物特征图像信息包括人脸图像、手掌图像、虹膜图像和指纹图像，第一生物图像和第二生物特征图像信息属于生物特征特性的其中一种，
补光光源包括人脸补光光源、手掌补光光源、虹膜补光光源、指纹补光光源，第一补光光源和第二补光光源属于补光光源的其中一种。
可选地，
成像元件为像素大于预设阈值的CMOS、图像采集设备还包括广角光学镜头，CMOS通过广角光学镜头获取图像。
综上所述，在图像采集设备，该图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，该图像采集设备当通过距离传感器检测到有物体在第一采集距离时，开启单元901开启第一补光光源，第一补光光源为用于为第一生物特征进行补光的光源。从而图像获取单元902通过成像元件获取第一生物特征图像信息。这样第一生物特征在第一补光光源的照射下，能使得成像元件获取到成像质量高的图像。该图像采集设备当通过距离传感器检测到有物体在第二采集距离时，开启单元901开启第二补光光源，第二补光光源为用于为第二生物特征进行补光的光源。从而图像获取单元902通过成像元件获取第二生物特征图像信息。这样第二生物特征在第二补光光源的照射下，能使得成像元件获取到成像质量高的图像。通过距离传感器能确定具体的生物特征类型，从而使得成像元件获取图像时配合对应的补光光源，以获取到质量高的生物特征图像信息，且图像采集设备使用一个成像元件，即可获取到不同的生物特征图像信息，实现了快速获取不同的生物特征图像信息，且减少了多个成像元件的使用，易于设备的集成。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (14)

1.一种图像采集方法，其特征在于，所述方法应用于图像采集设备，所述图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，所述方法包括：
当通过所述距离传感器检测到有物体在第一采集距离时，开启第一补光光源，所述第一补光光源为用于为第一生物特征进行补光的光源；
通过所述成像元件获取第一生物特征图像信息；
当通过所述距离传感器检测到有物体在第二采集距离时，开启第二补光光源，所述第二补光光源为用于为第二生物特征进行补光的光源；
通过所述成像元件获取第二生物特征图像信息。
2.根据权利要求1所述的方法，其特征在于，
所述通过所述成像元件获取第一生物特征图像信息之前，所述方法还包括：
获取第一成像元件参数，所述第一成像元件参数为与第一生物特征成像适配的成像元件参数；
所述通过所述成像元件获取第一生物特征图像信息，包括：
使用所述第一成像元件参数通过所述成像元件获取第一生物特征图像信息；
所述通过所述成像元件获取第二生物特征图像信息之前，所述方法还包括：
获取第二成像元件参数，所述第二成像元件参数为与第二生物特征成像适配的成像元件参数；
所述通过所述成像元件获取第二生物特征图像信息，包括：
使用所述第二成像元件参数通过所述成像元件获取第二生物特征图像信息。
3.根据权利要求2所述的方法，其特征在于，
所述使用所述第一成像元件参数通过所述成像元件获取第一生物特征图像信息之前，所述方法还包括：
对所述成像元件进行初始化；
向所述初始化后的成像元件加载所述第一成像元件参数；
所述使用所述第二成像元件参数通过所述成像元件获取第二生物特征图像信息之前，所述方法还包括：
将所述初始化后的成像元件加载的所述第一成像元件参数切换为所述第二成像元件参数。
4.根据权利要求2所述的方法，其特征在于，
所述获取第一成像元件参数，包括：
调用预存的第一成像元件参数对所述成像元件进行初始化；
所述使用所述第二成像元件参数通过所述成像元件获取第二生物特征图像信息之前，所述方法还包括：
将所述初始化后的成像元件加载的所述第一成像元件参数切换为所述第二成像元件参数。
5.根据权利要求1所述的方法，其特征在于，
所述开启第一补光光源之前，所述方法还包括：
通过所述成像元件获取第一预判图像信息；
判断所述第一预判图像信息是否为第一生物特征的图像或者人体图像；
若所述第一预判图像信息为第一生物特征的图像或者人体图像，则执行所述开启第一补光光源的步骤；
和/或，
所述开启第二补光光源之前，所述方法还包括：
通过所述成像元件获取第二预判图像信息；
判断所述第二预判图像信息是否为第二生物特征的图像或者人体图像；
若所述第二预判图像信息为第二生物特征的图像或者人体图像，则执行所述开启第二补光光源的步骤。
6.根据权利要求1所述的方法，其特征在于，
所述通过所述成像元件获取第一生物特征图像信息之后，所述方法还包括：
识别所述第一生物特征图像信息，得到第一识别结果；
所述通过所述成像元件获取第二生物特征图像信息之后，所述方法还包括：
识别所述第二生物特征图像信息，得到第二识别结果；
根据所述第一识别结果和/或所述第二识别结果执行预设操作。
7.根据权利要求1至6任一项所述的方法，其特征在于，
生物特征图像信息包括人脸图像、手掌图像、虹膜图像和指纹图像，所述第一生物图像和所述第二生物特征图像信息属于所述生物特征特性的其中一种，
补光光源包括人脸补光光源、手掌补光光源、虹膜补光光源、指纹补光光源，所述第一补光光源和所述第二补光光源属于所述补光光源的其中一种。
8.根据权利要求1至6任一项所述的方法，其特征在于，
所述成像元件为像素大于预设阈值的金属氧化物半导体元件CMOS、所述图像采集设备还包括广角光学镜头，所述CMOS通过所述广角光学镜头获取图像。
9.一种图像采集设备，其特征在于，所述图像采集设备包括成像元件、距离传感器、第一补光光源和第二补光光源，所述设备包括：
开启单元，用于当通过所述距离传感器检测到有物体在第一采集距离时，开启第一补光光源，所述第一补光光源为用于为第一生物特征进行补光的光源；
图像获取单元，用于通过所述成像元件获取第一生物特征图像信息；
所述开启单元，还用于当通过所述距离传感器检测到有物体在第二采集距离时，开启第二补光光源，所述第二补光光源为用于为第二生物特征进行补光的光源；
所述图像获取单元，还用于通过所述成像元件获取第二生物特征图像信息。
10.根据权利要求9所述的设备，其特征在于，
所述设备还包括：
参数获取单元，用于获取第一成像元件参数，所述第一成像元件参数为与第一生物特征成像适配的成像元件参数；
所述图像获取单元，还用于使用所述第一成像元件参数通过所述成像元件获取第一生物特征图像信息；
所述参数获取单元，还用于获取第二成像元件参数，所述第二成像元件参数为与第二生物特征成像适配的成像元件参数；
所述图像获取单元，还用于使用所述第二成像元件参数通过所述成像元件获取第二生物特征图像信息。
11.根据权利要求10所述的设备，其特征在于，
所述设备还包括：
初始化单元，用于对所述成像元件进行初始化；
加载单元，用于向所述初始化后的成像元件加载所述第一成像元件参数；
切换单元，用于将所述初始化后的成像元件加载的所述第一成像元件参数切换为所述第二成像元件参数。
12.根据权利要求10所述的设备，其特征在于，
所述参数获取单元，还用于调用预存的第一成像元件参数对所述成像元件进行初始化；
所述设备还包括切换单元，
所述切换单元，用于将所述初始化后的成像元件加载的所述第一成像元件参数切换为所述第二成像元件参数。
13.根据权利要求9所述的设备，其特征在于，
所述设备还包括判断单元，
所述图像获取单元，还用于通过所述成像元件获取第一预判图像信息；
所述判断单元，用于判断所述第一预判图像信息是否为第一生物特征的图像或者人体图像；
若所述第一预判图像信息为第一生物特征的图像或者人体图像，则所述开启单元执行所述开启第一补光光源的步骤；
和/或，
所述图像获取单元，还用于通过所述成像元件获取第二预判图像信息；
所述判断单元，还用于判断所述第二预判图像信息是否为第二生物特征的图像或者人体图像；
若所述第二预判图像信息为第二生物特征的图像或者人体图像，则所述开启单元执行所述开启第二补光光源的步骤。
14.根据权利要求9所述的设备，其特征在于，
所述设备还包括识别单元和执行单元，
所述识别单元，用于识别所述第一生物特征图像信息，得到第一识别结果；
所述识别单元，还用于识别所述第二生物特征图像信息，得到第二识别结果；
所述执行单元，用于根据所述第一识别结果和/或所述第二识别结果执行预设操作。
CN201780000220.6A 2017-03-31 2017-03-31 图像采集方法和设备 Pending CN107223258A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/079076 WO2018176399A1 (zh) 2017-03-31 2017-03-31 图像采集方法和设备

Publications (1)

Publication Number Publication Date
CN107223258A true CN107223258A (zh) 2017-09-29

Family

ID=59953946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780000220.6A Pending CN107223258A (zh) 2017-03-31 2017-03-31 图像采集方法和设备

Country Status (3)

Country Link
US (1) US10984267B2 (zh)
CN (1) CN107223258A (zh)
WO (1) WO2018176399A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108173991A (zh) * 2017-12-26 2018-06-15 广东欧珀移动通信有限公司 电子装置
CN108347516A (zh) * 2018-01-16 2018-07-31 宁波金晟芯影像技术有限公司 一种3d识别的人脸识别系统及方法
WO2018176399A1 (zh) * 2017-03-31 2018-10-04 中控智慧科技股份有限公司 图像采集方法和设备
CN108958613A (zh) * 2018-07-03 2018-12-07 佛山市影腾科技有限公司 一种基于人脸识别的终端解锁方法、装置及终端
CN109409249A (zh) * 2018-09-30 2019-03-01 联想(北京)有限公司 信息处理方法及电子设备
CN109446979A (zh) * 2018-10-25 2019-03-08 武汉虹识技术有限公司 虹膜图像采集方法及装置
CN109788174A (zh) * 2019-01-11 2019-05-21 维沃移动通信有限公司 一种补光方法及终端
CN109842764A (zh) * 2017-11-27 2019-06-04 韩劝劝 手机拍摄图像复合平台
CN111259757A (zh) * 2020-01-13 2020-06-09 支付宝实验室(新加坡)有限公司 一种基于图像的活体识别方法、装置及设备
CN111310620A (zh) * 2020-02-04 2020-06-19 北京集创北方科技股份有限公司 生物特征检测方法及检测装置、电子设备及可读存储介质
WO2020147346A1 (zh) * 2019-01-15 2020-07-23 珠海格力电器股份有限公司 图像识别方法、系统及装置
CN111580327A (zh) * 2020-05-08 2020-08-25 Oppo（重庆）智能科技有限公司 闪光灯模组、电子设备及其控制方法
CN114511885A (zh) * 2022-02-10 2022-05-17 支付宝(杭州)信息技术有限公司 手掌感兴趣区域提取系统和方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107463880A (zh) * 2017-07-07 2017-12-12 广东欧珀移动通信有限公司 控制方法、电子装置和计算机可读存储介质
CN107832735A (zh) * 2017-11-24 2018-03-23 百度在线网络技术（北京）有限公司 用于识别人脸的方法和装置
FR3085516B1 (fr) * 2018-09-05 2021-09-24 Idemia Identity & Security France Procede de reconnaissance biometrique
CN113824896A (zh) * 2021-09-29 2021-12-21 杭州涂鸦信息技术有限公司 一种图像补光方法、设备及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2828935Y (zh) * 2005-03-22 2006-10-18 北京数字奥森识别科技有限公司 一种用于人脸识别的图像获取识别装置
CN105320943A (zh) * 2015-10-22 2016-02-10 北京天诚盛业科技有限公司 生物识别装置及其进行生物识别的方法
CN105426848A (zh) * 2014-11-03 2016-03-23 倪蔚民 一种提高生物识别成功率的成像方法
CN105956520A (zh) * 2016-04-20 2016-09-21 东莞市中控电子技术有限公司 一种基于多模式生物识别信息的个人识别装置和方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100350420C (zh) * 2002-01-16 2007-11-21 虹膜技术公司 利用立体人脸识别的虹膜识别系统和方法
US7508965B2 (en) * 2004-06-01 2009-03-24 Lumidigm, Inc. System and method for robust fingerprint acquisition
JP2007318597A (ja) * 2006-05-29 2007-12-06 Opt Kk 広角レンズによる撮像データの圧縮方法、圧縮装置、広角カメラ装置およびモニタシステム
WO2008131201A1 (en) * 2007-04-19 2008-10-30 Global Rainmakers, Inc. Method and system for biometric recognition
CN202041967U (zh) * 2011-04-08 2011-11-16 中国矿业大学 掌静脉与人脸双模态生物识别仪
US9256720B2 (en) * 2011-05-18 2016-02-09 Nextgenid, Inc. Enrollment kiosk including biometric enrollment and verification, face recognition and fingerprint matching systems
US9053310B2 (en) * 2013-08-08 2015-06-09 Duo Security, Inc. System and method for verifying status of an authentication device through a biometric profile
KR102335045B1 (ko) * 2014-10-07 2021-12-03 주식회사 케이티 깊이 카메라 기반 사람 객체를 판별하는 방법 및 장치
US9652633B2 (en) * 2014-11-25 2017-05-16 Certify Global Inc. Systems and methods of verifying an authenticated document biosignature
CN105959592A (zh) * 2016-05-30 2016-09-21 东莞市中控电子技术有限公司 一种自适应光线的生物计量信息采集装置和方法
CN107223258A (zh) 2017-03-31 2017-09-29 中控智慧科技股份有限公司 图像采集方法和设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2828935Y (zh) * 2005-03-22 2006-10-18 北京数字奥森识别科技有限公司 一种用于人脸识别的图像获取识别装置
CN105426848A (zh) * 2014-11-03 2016-03-23 倪蔚民 一种提高生物识别成功率的成像方法
CN105320943A (zh) * 2015-10-22 2016-02-10 北京天诚盛业科技有限公司 生物识别装置及其进行生物识别的方法
CN105956520A (zh) * 2016-04-20 2016-09-21 东莞市中控电子技术有限公司 一种基于多模式生物识别信息的个人识别装置和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘静 等: "对一个大学生创新实验的设计思考", 《吉林广播电视大学学报》 *
杨铁军: "《产业专利分析报告 第33册 智能识别》", 30 June 2015, 知识产权出版社 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018176399A1 (zh) * 2017-03-31 2018-10-04 中控智慧科技股份有限公司 图像采集方法和设备
US10984267B2 (en) 2017-03-31 2021-04-20 Zkteco Usa Llc Method and system for imaging acquisition
CN109842764A (zh) * 2017-11-27 2019-06-04 韩劝劝 手机拍摄图像复合平台
CN108173991A (zh) * 2017-12-26 2018-06-15 广东欧珀移动通信有限公司 电子装置
CN108347516A (zh) * 2018-01-16 2018-07-31 宁波金晟芯影像技术有限公司 一种3d识别的人脸识别系统及方法
CN108958613A (zh) * 2018-07-03 2018-12-07 佛山市影腾科技有限公司 一种基于人脸识别的终端解锁方法、装置及终端
CN109409249A (zh) * 2018-09-30 2019-03-01 联想(北京)有限公司 信息处理方法及电子设备
CN109446979A (zh) * 2018-10-25 2019-03-08 武汉虹识技术有限公司 虹膜图像采集方法及装置
CN109446979B (zh) * 2018-10-25 2021-11-19 武汉虹识技术有限公司 虹膜图像采集方法及装置
CN109788174A (zh) * 2019-01-11 2019-05-21 维沃移动通信有限公司 一种补光方法及终端
WO2020147346A1 (zh) * 2019-01-15 2020-07-23 珠海格力电器股份有限公司 图像识别方法、系统及装置
CN111259757A (zh) * 2020-01-13 2020-06-09 支付宝实验室(新加坡)有限公司 一种基于图像的活体识别方法、装置及设备
CN111259757B (zh) * 2020-01-13 2023-06-20 支付宝实验室(新加坡)有限公司 一种基于图像的活体识别方法、装置及设备
CN111310620A (zh) * 2020-02-04 2020-06-19 北京集创北方科技股份有限公司 生物特征检测方法及检测装置、电子设备及可读存储介质
CN111580327A (zh) * 2020-05-08 2020-08-25 Oppo（重庆）智能科技有限公司 闪光灯模组、电子设备及其控制方法
CN114511885A (zh) * 2022-02-10 2022-05-17 支付宝(杭州)信息技术有限公司 手掌感兴趣区域提取系统和方法
CN114511885B (zh) * 2022-02-10 2024-05-10 支付宝(杭州)信息技术有限公司 手掌感兴趣区域提取系统和方法

Also Published As

Publication number Publication date
US20190122061A1 (en) 2019-04-25
WO2018176399A1 (zh) 2018-10-04
US10984267B2 (en) 2021-04-20

Similar Documents

Publication Publication Date Title
CN107223258A (zh) 图像采集方法和设备
US9922238B2 (en) Apparatuses, systems, and methods for confirming identity
US10095927B2 (en) Quality metrics for biometric authentication
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
EP1732028B1 (en) System and method for detecting an eye
Miura et al. Feature extraction of finger-vein patterns based on repeated line tracking and its application to personal identification
Syarif et al. Enhanced maximum curvature descriptors for finger vein verification
JP5107045B2 (ja) 目に関して取得される画像中の虹彩を表す画素を特定する方法
CN104933344A (zh) 基于多生物特征模态的移动终端用户身份认证装置及方法
CN109145742A (zh) 一种行人识别方法及系统
CN105706108A (zh) 用于基于虹膜的生物特征识别的装置和方法
CN111462379A (zh) 一种含掌静脉和人脸识别的门禁管理方法、系统及介质
KR20080025610A (ko) 홍채 검출 방법 및 이를 위한 장치
Aglio-Caballero et al. Analysis of local binary patterns and uniform local binary patterns for palm vein biometric recognition
CN110929570A (zh) 虹膜快速定位装置及其定位方法
Choras Multimodal biometrics for person authentication
CN206805574U (zh) 图像采集设备
US11195009B1 (en) Infrared-based spoof detection
US10726259B2 (en) Image processing method and system for iris recognition
Amjed et al. Noncircular iris segmentation based on weighted adaptive hough transform using smartphone database
Sun et al. Image Preprocessing of Iris Recognition
CN110705352A (zh) 基于深度学习的指纹图像检测方法
Avey et al. An FPGA-based hardware accelerator for iris segmentation
Kehinde et al. Hand geometry recognition: an approach for closed and separated fingers
Sudha et al. Iris recognition on edge maps

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: 20170929