CN107392137A - 人脸识别方法及装置 - Google Patents
人脸识别方法及装置 Download PDFInfo
- Publication number
- CN107392137A CN107392137A CN201710584765.8A CN201710584765A CN107392137A CN 107392137 A CN107392137 A CN 107392137A CN 201710584765 A CN201710584765 A CN 201710584765A CN 107392137 A CN107392137 A CN 107392137A
- Authority
- CN
- China
- Prior art keywords
- face
- depth information
- dimension human
- recognition
- face image
- 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
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供一种人脸识别方法及装置。本申请中,所述人脸识别方法,应用于移动终端。所述人脸识别方法包括:通过摄像头采集第一二维人脸图像;基于第一二维人脸图像进行人脸识别;当第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息;基于第一深度信息,确定人脸识别是否成功;其中,如果第一深度信息符合人脸特征,则确定人脸识别成功。本申请还提供了一种人脸识别装置。本申请的技术方案,可以提高人脸识别的安全性。
Description
技术领域
本申请涉及生物识别技术领域,特别涉及一种人脸识别方法及装置。
背景技术
人脸识别技术,是基于人的脸部特征进行身份识别的一种生物识别技术。例如,可以通过从用户的人脸图像中提取出眼睛、鼻子、嘴角这几处位置的特征点作为参照特征点,当需要进行人脸识别时,利用摄像头对着用户的人脸拍照,然后提取出照片中用户的眼睛、鼻子、嘴角这几处位置的特征点,并与预先存储的参照特征点进行匹配,若匹配成功,则表示识别出了用户的人脸。
发明内容
本申请实施例提供一种人脸识别方法及装置,可以提高人脸识别的安全性。
根据本申请实施例的第一方面,提供一种人脸识别方法,应用于移动终端,所述方法包括:
通过摄像头采集第一二维人脸图像;
基于所述第一二维人脸图像进行人脸识别;
当所述第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息;
基于所述第一深度信息,确定人脸识别是否成功;其中,如果所述第一深度信息符合人脸特征,则确定人脸识别成功。
本申请实施例所达到的主要技术效果是:在人脸识别时,先利用摄像头采集的二维人脸图像与预存的二维人脸图像进行匹配,在二者匹配成功后,再通过测距传感器检测人脸的深度信息,并判断人脸的深度信息是否符合人脸特征,比如,人脸是否凸起、眼睛是否凹陷以及鼻子是否凸起等,如果人脸的深度信息符合人脸特征,则确定人脸识别成功。这样,可以避免在人脸识别时摄像头采集的人脸图像的来源不是用户,而是用户的人脸图像的漏洞,进而可以提高人脸识别的安全性。
在一实施例中,所述方法还可包括:
基于所述第一二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置;
所述基于所述第一深度信息,确定人脸识别是否成功,包括:
基于所述人脸的位置、所述眼睛的位置、所述鼻子的位置以及所述第一深度信息,确定人脸识别是否成功;其中,如果所述人脸的位置凸起、所述眼睛的位置凹陷且所述鼻子的位置凸起,则确定所述第一深度信息符合所述人脸特征,且人脸识别成功。
利用检测得到的人脸深度信息可以确定人脸的位置是否凸起、所述眼睛的位置是否凹陷且所述鼻子的位置是否凸起,如果人脸的位置凸起、所述眼睛的位置凹陷且所述鼻子的位置凸起,则可以确定所述第一深度信息符合所述人脸特征,且人脸识别成功。
在一实施例中,所述基于所述第一深度信息,确定人脸识别是否成功,可包括:
如果所述第一深度信息符合所述人脸特征,则输出用于提示用户执行预设面部动作的信息;
当用户执行所述预设面部动作时,通过所述摄像头采集第二二维人脸图像;
基于所述第一二维人脸图像与所述第二二维人脸图像,确定人脸识别是否成功;如果所述第二二维人脸图像与所述预存的二维人脸图像匹配,且所述第一二维人脸图像与所述第二二维人脸图像不同,则确定人脸识别成功。
通过采集用户执行预设面部动作时的第二二维人脸图像,并在确认执行预设面部动作时的第二二维人脸图像与预存的二维人脸图像匹配后,将采集的执行预设面部动作时的第二二维人脸图像与之前采集的第一二维人脸图像进行比对,如果二者不同,则判定人脸识别成功。这样,可以进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
在一实施例中,所述方法还可包括:
当用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第二深度信息;
基于所述第一二维人脸图像与所述第二二维人脸图像,确定人脸识别是否成功,包括:
基于所述第一二维人脸图像、所述第二二维人脸图像、所述第一深度信息与所述第二深度信息,确定人脸识别是否成功,其中,如果所述第一二维人脸图像与所述第二二维人脸图像不同,所述第二深度信息符合所述人脸特征,且所述第一深度信息与所述第二深度信息不同,则确定人脸识别成功。
通过采集用户执行预设面部动作时的二维人脸图像以及人脸的深度信息,并在确认执行预设面部动作时的第二二维人脸图像与预存的第一二维人脸图像匹配以及人脸的深度信息符合人脸特征后,将采集的执行所述预设面部动作时的第二二维人脸图像与之前采集的第一二维人脸图像进行比对,并将将采集的执行所述预设面部动作时人脸的第二深度信息与之前采集的人脸的第一深度信息进行比对,如果执行所述预设面部动作时的第二二维人脸图像与之前采集的第一二维人脸图像不同,且执行所述预设面部动作时人脸的第二深度信息与之前采集的人脸的第一深度信息不同,则判定人脸识别成功。这样,可以进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
在一实施例中,所述基于所述第一深度信息,确定人脸识别是否成功,包括:
如果所述第一深度信息符合所述人脸特征,则输出用于提示用户执行预设面部动作的信息;
当用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第三深度信息;
基于所述第一深度信息与所述第三深度信息,确定人脸识别是否成功,其中,如果所述第三深度信息符合所述人脸特征,且所述第一深度信息与所述第三深度信息不同,则确定人脸识别成功。
通过采集用户执行所述预设面部动作时人脸的深度信息,并在确认执行所述预设面部动作时人脸的深度信息符合人脸特征后,将采集的执行所述预设面部动作时人脸的深度信息与之前采集的人脸的深度信息进行比对,如果二者不同,则判定人脸识别成功。这样,可以进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
根据本申请实施例的第二方面,提供一种人脸识别装置,应用于移动终端,所述装置包括:
摄像模块,用于通过摄像头采集第一二维人脸图像;
人脸识别模块,用于基于所述第一二维人脸图像进行人脸识别;
检测模块,用于在所述第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息;
第一确定模块,用于基于所述第一深度信息,确定人脸识别是否成功;其中,如果所述第一深度信息符合人脸特征,则确定人脸识别成功。
在一实施例中,所述装置还可包括:
第二确定模块,用于基于所述第一二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置;
所述第一确定模块,还用于基于所述人脸的位置、所述眼睛的位置、所述鼻子的位置以及所述第一深度信息,确定人脸识别是否成功;其中,如果所述人脸的位置凸起、所述眼睛的位置凹陷且所述鼻子的位置凸起,则确定所述第一深度信息符合所述人脸特征,且人脸识别成功。
在一实施例中,所述第一确定模块可包括:
第一输出子模块,用于在所述第一深度信息符合所述人脸特征时,输出用于提示用户执行预设面部动作的信息;
第一摄像子模块,用于在用户执行所述预设面部动作时,通过所述摄像头采集第二二维人脸图像;
第一确定子模块,用于基于所述第一二维人脸图像与所述第二二维人脸图像,确定人脸识别是否成功;如果所述第二二维人脸图像与所述预存的二维人脸图像匹配,且所述第一二维人脸图像与所述第二二维人脸图像不同,则确定人脸识别成功。
在一实施例中,所述第一确定模块还可包括:
第一检测子模块,用于在用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第二深度信息;
所述第一确定子模块,还用于基于所述第一二维人脸图像、所述第二二维人脸图像、所述第一深度信息与所述第二深度信息,确定人脸识别是否成功,其中,如果所述第一二维人脸图像与所述第二二维人脸图像不同,所述第二深度信息符合所述人脸特征,且所述第一深度信息与所述第二深度信息不同,则确定人脸识别成功。
在一实施例中,所述第一确定模块可包括:
第二输出子模块,用于在所述第一深度信息符合所述人脸特征时,输出用于提示用户执行预设面部动作的信息;
第二检测子模块,用于在用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第三深度信息;
所述第二确定子模块,用于基于所述第一深度信息与所述第三深度信息,确定人脸识别是否成功,其中,如果所述第三深度信息符合所述人脸特征,且所述第一深度信息与所述第三深度信息不同,则确定人脸识别成功。
附图说明
图1是本申请一实施例示出的一种人脸识别方法的流程图。
图2是本申请一实施例示出的一种人脸特征点提取示意图。
图3是本申请的示例性实施例一示出的一种人脸识别方法的流程图。
图4是本申请的示例性实施例一示出的一种人脸深度信息提取示意图。
图5是本申请的示例性实施例二示出的一种人脸识别方法的流程图。
图6是本申请的示例性实施例三示出的一种人脸识别方法的流程图。
图7是本申请的示例性实施例四示出的一种人脸识别方法的流程图。
图8是本申请的一实施例示出的一种人脸识别装置的结构示意图。
图9是本申请的一示例性实施例示出的一种人脸识别装置的结构示意图。
图10是本申请的另一示例性实施例示出的一种人脸识别装置的结构示意图。
图11是本申请的又一示例性实施例示出的一种人脸识别装置的结构示意图。
图12是本申请的再一示例性实施例示出的一种人脸识别装置的结构示意图。
图13是本申请的一示例性实施例示出的一种人脸识别装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
下面结合附图,对本申请的一些实施例作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
本申请的发明人发现,目前,手机上采用人脸识别进行身份认证是基于二维的人脸图像进行人脸识别的。当需要进行人脸识别时,利用摄像头对着用户的人脸图像进行拍照,然后提取出照片中用户的眼睛、鼻子、嘴角这几处位置的特征点,并与预先存储的参照特征点进行匹配,也可以匹配成功。当用户的图像(比如照片)被别有用心的人非法获取后,很可能给用户的信息带来安全隐患。
基于人脸识别技术存在的上述缺点,本申请提供一种人脸识别方法及装置,一定程度上解决了人脸识别存在的安全隐患,提高了人脸识别的安全性。
本申请的实施例提供一种人脸识别方法,可应用于具备二维摄像头以及三维摄像头的移动终端。请参阅图1,该人脸识别方法包括以下步骤101~104:
在步骤101中,通过摄像头采集第一二维人脸图像。
移动终端在启动人脸识别功能后,通过摄像头采集包括用户人脸的二维图像作为第一二维人脸图像。具体地,是启动二维摄像头,采集上述的第一二维人脸图像。其中,二维图像为平面图像。
在步骤102中,基于第一二维人脸图像进行人脸识别。
在基于第一二维人脸图像进行人脸识别时,可以通过移动终端中的图形处理器提取出人脸上的多个特征点,并将提取的多个特征点与预存的多个特征点进行匹配,当匹配结果符合匹配条件时,判定人脸识别成功,当不符合匹配条件时,判定人脸识别失败。示例性地,如图2所示,通过图形处理器可以提取出人脸上眼睛、鼻子、嘴这几处位置的特征点21、22、23,并将提取的眼睛、鼻子、嘴等位置的特征点21、22、23与移动终端的存储装置中预存的眼睛、鼻子、嘴等对应位置处的特征点进行匹配。比如,将提取的眼睛位置的特征点21与预存的眼睛位置处的特征点进行匹配,当匹配率高于预设阈值时,可以判定眼睛匹配成功。其中,匹配率为匹配成功的特征点的数目占用于匹配的特征点总数目的百分比。比如,在将提取的眼睛位置的特征点21与预存的眼睛位置处的特征点进行匹配时,提取的特征点数目为8,预存的眼睛位置处的特征点数目为8,匹配结果为其中7个特征点匹配,匹配率为87.5%,高于预设阈值80%,可以判定眼睛匹配成功。当眼睛、鼻子、嘴等位置均匹配成功时,可以判定人脸识别成功,识别出用户的人脸。
在步骤103中,当第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息。其中,测距传感器可以是三维测距传感器,用于检测三维距离信息。
当第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测用户的人脸表面到测距传感器的距离,基于检测到的用户人脸表面到测距传感器的距离得到用户人脸的深度信息,作为人脸的第一深度信息。根据人脸的第一深度信息,可以得到人脸表面的面貌信息,比如,眼睛位置是否凹陷、鼻子是否凸起等。在一个示例性实施例中,测距传感器可以具备10万个测距单元,这样,可以检测到人脸表面10万个点到测距传感器的距离信息,进而可以得到包括人脸表面上10万个点的深度信息的第一深度信息。基于10万个点的深度信息可以大致确定人脸表面的面貌信息。当然,测距传感器中测距单元的数目可以不限于本申请公开的数目。
在步骤104中,基于第一深度信息,确定人脸识别是否成功;其中,如果第一深度信息符合人脸特征,则确定人脸识别成功。
在得到第一深度信息后,判断第一深度信息是否符合人脸特征,如果第一深度信息符合人脸特征,则确定人脸识别成功。在判断第一深度信息是否符合人脸特征时,可以基于第一深度信息在一个三维坐标系中得到一个点集,判断该点集组成的曲面是否符合人脸特征,当该点集组成的曲面符合人脸特征时,确定人脸识别成功。比如,在判断上述曲面是否符合人脸特征时,判断该曲面是否整体呈凸起状、曲面上是否存在两个凹陷处以及该两个凹陷处下方是否存在高度呈增高趋势的凸起等,当上述曲面整体呈凸起状、曲面上存在两个凹陷处以及该两个凹陷处下方存在高度呈增高趋势的凸起时,确定上述曲面符合人脸特征。
本实施例中,在人脸识别时,先利用摄像头采集的二维人脸图像与预存的二维人脸图像进行匹配,在二者匹配成功后,再通过测距传感器检测人脸的深度信息,并判断人脸的深度信息是否符合人脸特征,比如,人脸是否凸起、眼睛是否凹陷以及鼻子是否凸起等,如果人脸的深度信息符合人脸特征,则确定人脸识别成功。这样,可以避免在人脸识别时摄像头采集的人脸图像的来源不是用户,而是用户的人脸图像的漏洞,进而可以提高人脸识别的安全性。
本申请的示例性实施例一提供了一种人脸识别方法。本实施例中,以通过二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置,并结合第一深度信息进行人脸识别为例进行介绍。如图3所示,本实施例中的人脸识别方法,包括以下步骤301~305:
在步骤301中,通过摄像头采集第一二维人脸图像。
在步骤302中,基于第一二维人脸图像进行人脸识别。
在步骤303中,当第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息。
步骤301~步骤303与图1所示的实施例中的步骤101~步骤103相似,在此不再赘述。
在步骤304中,基于第一二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置。
在步骤305中,基于人脸的位置、眼睛的位置、鼻子的位置以及第一深度信息,确定人脸识别是否成功;其中,如果人脸的位置凸起、眼睛的位置凹陷且鼻子的位置凸起,则确定第一深度信息符合所述人脸特征,且人脸识别成功。
在本实施例中,先基于第一二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置,再根据人脸的位置、眼睛的位置、鼻子的位置以及第一深度信息确定人脸识别是否成功。具体地,在基于第一二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置后,分别根据人脸的位置、眼睛的位置、鼻子的位置并结合第一深度信息,判断人脸的位置是否凸起、眼睛的位置是否凹陷且鼻子的位置是否凸起,如果人脸的位置凸起、眼睛的位置凹陷且鼻子的位置凸起,则确定第一深度信息符合所述人脸特征,人脸识别成功。
在根据人脸的位置以及第一深度信息判断人脸的位置是否凸起时,可以基于第一深度信息在一个三维坐标系中得到一个点集,判断该点集组成的曲面是否整体呈凸起状,当该点集组成的曲面整体呈凸起状时,确定人脸的位置凸起。
如图4所示,在一个示例性实施例中,在分别根据眼睛的位置、鼻子的位置并结合第一深度信息,判断眼睛的位置是否凹陷且鼻子的位置是否凸起时,可以在一只眼睛的位置处确定4个点41,在另一只眼睛的位置处确定4个点42,在两只眼睛中间的位置处确定4个点43,在点43的下方确定4个点44,点44位于两只眼睛连线的垂直平分线上,在点44的一侧确定两个点45,在点44的另一侧确定两个点46,在点44的下方确定两个点47。根据点41、点43以及点45的深度信息,可以确定点41所对应的眼睛位置是否凹陷。具体地,当4个点41的平均位置低于4个点43的平均位置,且低于两个点45的平均位置时,可以确定点41所对应的眼睛位置凹陷。同理,根据点42、点43以及点46的深度信息,可以确定点42所对应的眼睛位置是否凹陷。根据点43、点44、点45、点46以及点47,可以确定鼻子的位置是否凸起。具体地,当4个点44的平均位置高于4个点43的平均位置、高于2个点45的平均位置、高于2个点46的平均位置且高于2个点47的平均位置时,可以确定鼻子的位置凸起。
本实施例中,先通过二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置,再结合第一深度信息进行人脸识别,方法简单,便于实现。
本申请的示例性实施例二提供了一种人脸识别方法。本实施例中,以利用二维人脸图像进行面部动作验证来识别人脸为例进行举例说明。如图5所示,本实施例中的人脸识别方法,包括以下步骤501~509:
在步骤501中,通过摄像头采集第一二维人脸图像。
在步骤502中,基于第一二维人脸图像进行人脸识别。
在步骤503中,当第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息。
步骤501~步骤503与图1所示的实施例中的步骤101~步骤103相似,在此不再赘述。
在步骤504中,判断第一深度信息是否符合人脸特征。若是,则执行步骤505,否则,执行步骤509。判断第一深度信息是否符合人脸特征的方法请见图1所示实施例中步骤104中的内容,在此不再赘述。
在步骤505中,输出用于提示用户执行预设面部动作的信息。即如果第一深度信息符合人脸特征,则输出用于提示用户执行预设面部动作的信息。其中,预设面部动作可以是微笑,但不限于微笑。用于提示用户执行预设面部动作的信息可以是文字信息,显示在移动终端的显示屏幕上,也可以是语音信息,通过移动终端的语音播放装置播放。
在步骤506中,当用户执行预设面部动作时,通过摄像头采集第二二维人脸图像。具体可以是通过二维摄像头采集用户执行预设面部动作时的二维人脸图像,作为第二二维人脸图像。
在步骤507中,判断第二二维人脸图像与预存的二维人脸图像是否匹配,且第一二维人脸图像与第二二维人脸图像是否不同。当第二二维人脸图像与预存的二维人脸图像匹配,且第一二维人脸图像与第二二维人脸图像不同时,执行步骤508,当第二二维人脸图像与预存的二维人脸图像不匹配,或者第一二维人脸图像与第二二维人脸图像相同时,执行步骤509。
判断第二二维人脸图像与预存的二维人脸图像是否匹配是为了确认第二二维人脸图像是否与第一二维人脸图像同属于同一用户,在确认第二二维人脸图像与第一二维人脸图像同属于同一用户后,再判断第一二维人脸图像与第二二维人脸图像是否不同,是为了降低第一二维人脸图像与第二二维人脸图像来自于对人脸图像进行拍照的可能性,进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
在判断第一二维人脸图像与第二二维人脸图像是否不同时,可以通过差影法进行判断,当第一二维人脸图像与第二二维人脸图像的差分图像中的像素值均为0,或者均低于预设阈值时,可确定第一二维人脸图像与第二二维人脸图像相同,当上述差分图像中存在大于预设阈值的像素或者大于预设阈值的像素大于预设数目时,可确定第一二维人脸图像与第二二维人脸图像不同。当然,还可以通过其他方法判断第一二维人脸图像与第二二维人脸图像是否不同。
在步骤508中,确定人脸识别成功。
在步骤509中,确定人脸识别失败。
本实施例中,通过采集用户执行预设面部动作时的第二二维人脸图像,并在确认执行预设面部动作时的第二二维人脸图像与预存的二维人脸图像匹配后,将采集的执行预设面部动作时的第二二维人脸图像与之前采集的第一二维人脸图像进行比对,如果二者不同,则判定人脸识别成功。这样,可以进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
本申请的示例性实施例三提供了一种人脸识别方法。本实施例中,以利用二维人脸图像与人脸深度信息进行面部动作验证来识别人脸为例进行举例说明。如图6所示,本实施例中的人脸识别方法,包括以下步骤601~609:
在步骤601中,通过摄像头采集第一二维人脸图像。
在步骤602中,基于第一二维人脸图像进行人脸识别。
在步骤603中,当第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息。
步骤601~步骤603与图1所示的实施例中的步骤101~步骤103相似,在此不再赘述。
在步骤604中,判断第一深度信息是否符合人脸特征。若是,则执行步骤605,否则,执行步骤609。判断第一深度信息是否符合人脸特征的方法请见图1所示实施例中步骤104中的内容,在此不再赘述。
在步骤605中,输出用于提示用户执行预设面部动作的信息。步骤605与图5所示的实施例中的步骤505相似,在此不再赘述。
在步骤606中,当用户执行预设面部动作时,通过摄像头采集第二二维人脸图像,通过测距传感器检测人脸的第二深度信息。具体可以是通过二维摄像头采集用户执行预设面部动作时的二维人脸图像,作为第二二维人脸图像,并通过三维测距传感器检测人脸深度信息,作为上述的第二深度信息。
在步骤607中,判断第二二维人脸图像与预存的二维人脸图像是否匹配、第一二维人脸图像与第二二维人脸图像是否不同、第二深度信息是否符合人脸特征且第一深度信息与第二深度信息是否不同。当第二二维人脸图像与预存的二维人脸图像匹配、第一二维人脸图像与第二二维人脸图像不同、第二深度信息符合人脸特征且第一深度信息与第二深度信息不同时,执行步骤608,当第二二维人脸图像与预存的二维人脸图像不匹配、或第一二维人脸图像与第二二维人脸图像相同、或第二深度信息不符合人脸特征、或第一深度信息与第二深度信息相同时,执行步骤609。
判断第二二维人脸图像与预存的二维人脸图像是否匹配是为了确认第二二维人脸图像是否与第一二维人脸图像同属于同一用户,判断第二深度信息是否符合人脸特征是为了确认第二深度信息是否为基于人脸的深度信息,判断第一二维人脸图像与第二二维人脸图像是否不同,以及判断第一深度信息与第二深度信息是否不同是为了降低第一二维人脸图像与第二二维人脸图像来自于对人脸图像进行拍照的可能性,进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
在判断第一二维人脸图像与第二二维人脸图像是否不同的方法与图5所示的实施例中的方法相同,在此不再赘述。在判断第一深度信息与第二深度信息是否不同时,可以先从第一深度信息与第二深度信息中选取对应的预设特征点,再比较对应的预设特征点的深度或者位置来判断第一深度信息与第二深度信息是否不同。比如,预设特征点为嘴角,从第一深度信息中确定嘴角的深度,作为第一深度,从第二深度信息中确定嘴角的深度,作为第二深度,比较第一深度与第二深度,当第一深度与第二深度不同时,确定第一深度信息与第二深度信息不同。
在步骤608中,确定人脸识别成功。
在步骤609中,确定人脸识别失败。
本实施例中,通过采集用户执行预设面部动作时的二维人脸图像以及人脸的深度信息,并在确认执行预设面部动作时的第二二维人脸图像与预存的第一二维人脸图像匹配以及人脸的深度信息符合人脸特征后,将采集的执行所述预设面部动作时的第二二维人脸图像与之前采集的第一二维人脸图像进行比对,并将将采集的执行所述预设面部动作时人脸的第二深度信息与之前采集的人脸的第一深度信息进行比对,如果执行所述预设面部动作时的第二二维人脸图像与之前采集的第一二维人脸图像不同,且执行所述预设面部动作时人脸的第二深度信息与之前采集的人脸的第一深度信息不同,则判定人脸识别成功。这样,可以进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
本申请的示例性实施例四提供了一种人脸识别方法。本实施例中,以利用人脸深度信息进行面部动作验证来识别人脸为例进行举例说明。如图7所示,本实施例中的人脸识别方法,包括以下步骤701~709:
在步骤701中,通过摄像头采集第一二维人脸图像。
在步骤702中,基于第一二维人脸图像进行人脸识别。
在步骤703中,当第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息。
步骤701~步骤703与图1所示的实施例中的步骤101~步骤103相似,在此不再赘述。
在步骤704中,判断第一深度信息是否符合人脸特征。若是,则执行步骤705,否则,执行步骤709。判断第一深度信息是否符合人脸特征的方法请见图1所示实施例中步骤104中的内容,在此不再赘述。
在步骤705中,输出用于提示用户执行预设面部动作的信息。步骤705与图5所示的实施例中的步骤505相似,在此不再赘述。
在步骤706中,当用户执行预设面部动作时,通过测距传感器检测人脸的第三深度信息。具体可以是通过三维测距传感器检测人脸深度信息,作为上述的第三深度信息。
在步骤707中,判断第三深度信息是否符合人脸特征且第一深度信息与第三深度信息是否不同。当第三深度信息符合人脸特征且第一深度信息与第三深度信息不同时,执行步骤708,当第三深度信息不符合人脸特征、或第一深度信息与第三深度信息相同时,执行步骤709。
判断第三深度信息是否符合人脸特征是为了确认第三深度信息为基于人脸的深度信息,以及判断第一深度信息与第三深度信息是否不同是为了进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
判断第一深度信息与第三深度信息是否不同的方法与图6所示的实施例中判断第一深度信息与第二深度信息是否不同的方法相似,在此不再赘述。
在步骤708中,确定人脸识别成功。
在步骤709中,确定人脸识别失败。
本实施例中,通过采集用户执行预设面部动作时人脸的第三深度信息,并在确认执行预设面部动作时人脸的第三深度信息符合人脸特征后,将采集的执行预设面部动作时人脸的第三深度信息与之前采集的人脸的第一深度信息进行比对,如果二者不同,则判定人脸识别成功。这样,可以进一步排除利用人脸图像进行人脸识别的漏洞,提高人脸识别安全性。
本申请的实施例还提供了一种人脸识别装置,如图8所示,人脸识别装置包括:
摄像模块801,用于通过摄像头采集第一二维人脸图像;
人脸识别模块802,用于基于所述第一二维人脸图像进行人脸识别;
检测模块803,用于在所述第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息;
第一确定模块804,用于基于所述第一深度信息,确定人脸识别是否成功;其中,如果所述第一深度信息符合人脸特征,则确定人脸识别成功。
在一个示例性实施例中,如图9所示,所述人脸识别装置还包括:
第二确定模块901,用于基于所述第一二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置;
所述第一确定模块804,还用于基于所述人脸的位置、所述眼睛的位置、所述鼻子的位置以及所述第一深度信息,确定人脸识别是否成功;其中,如果所述人脸的位置凸起、所述眼睛的位置凹陷且所述鼻子的位置凸起,则确定所述第一深度信息符合所述人脸特征,且人脸识别成功。
在一个示例性实施例中,如图10所示,所述第一确定模块804包括:
第一输出子模块8041,用于在所述第一深度信息符合所述人脸特征时,输出用于提示用户执行预设面部动作的信息;
第一摄像子模块8042,用于在用户执行所述预设面部动作时,通过所述摄像头采集第二二维人脸图像;
第一确定子模块8043,用于基于所述第一二维人脸图像与所述第二二维人脸图像,确定人脸识别是否成功;如果所述第二二维人脸图像与所述预存的二维人脸图像匹配,且所述第一二维人脸图像与所述第二二维人脸图像不同,则确定人脸识别成功。
在另一个示例性实施例中,如图11所示,所述第一确定模块804还包括:
第一检测子模块8044,用于在用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第二深度信息;
所述第一确定子模块8043,还用于基于所述第一二维人脸图像、所述第二二维人脸图像、所述第一深度信息与所述第二深度信息,确定人脸识别是否成功,其中,如果所述第一二维人脸图像与所述第二二维人脸图像不同,所述第二深度信息符合所述人脸特征,且所述第一深度信息与所述第二深度信息不同,则确定人脸识别成功。
在又一个示例性实施例中,如图12所示,所述第一确定模块804包括:
第二输出子模块8045,用于在所述第一深度信息符合所述人脸特征时,输出用于提示用户执行预设面部动作的信息;
第二检测子模块8046,用于在用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第三深度信息;
所述第二确定子模块8047,用于基于所述第一深度信息与所述第三深度信息,确定人脸识别是否成功,其中,如果所述第三深度信息符合所述人脸特征,且所述第一深度信息与所述第三深度信息不同,则确定人脸识别成功。
在一个示例性实施例中,如图13所示,人脸识别装置131可以是手机,该人脸识别装置131上包括二维摄像头133与三维摄像头132。其中,二维摄像头133可以用于采集二维人脸图像,三维摄像头132可以是基于TOF(Time of Flight,时间飞行)技术的3D摄像头,用于检测人脸的深度信息。当人脸识别装置131启动人脸识别功能时,通过二维摄像头133采集二维人脸图像,将采集的二维人脸图像与预存的二维人脸图像进行匹配,当采集的二维人脸图像与预存的二维人脸图像匹配后,通过三维摄像头132检测人脸的深度信息,并基于检测到的人脸的深度信息确定人脸识别是否成功,比如,如果人脸的深度信息符合人脸特征,则确定人脸识别成功。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种人脸识别方法,其特征在于,应用于移动终端,所述方法包括:
通过摄像头采集第一二维人脸图像;
基于所述第一二维人脸图像进行人脸识别;
当所述第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息;
基于所述第一深度信息,确定人脸识别是否成功;其中,如果所述第一深度信息符合人脸特征,则确定人脸识别成功。
2.根据权利要求1所述的人脸识别方法,其特征在于,所述方法还包括:
基于所述第一二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置;
所述基于所述第一深度信息,确定人脸识别是否成功,包括:
基于所述人脸的位置、所述眼睛的位置、所述鼻子的位置以及所述第一深度信息,确定人脸识别是否成功;其中,如果所述人脸的位置凸起、所述眼睛的位置凹陷且所述鼻子的位置凸起,则确定所述第一深度信息符合所述人脸特征,且人脸识别成功。
3.根据权利要求1所述的人脸识别方法,其特征在于,所述基于所述第一深度信息,确定人脸识别是否成功,包括:
如果所述第一深度信息符合所述人脸特征,则输出用于提示用户执行预设面部动作的信息;
当用户执行所述预设面部动作时,通过所述摄像头采集第二二维人脸图像;
基于所述第一二维人脸图像与所述第二二维人脸图像,确定人脸识别是否成功;如果所述第二二维人脸图像与所述预存的二维人脸图像匹配,且所述第一二维人脸图像与所述第二二维人脸图像不同,则确定人脸识别成功。
4.根据权利要求3所述的人脸识别方法,其特征在于,所述方法还包括:
当用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第二深度信息;
基于所述第一二维人脸图像与所述第二二维人脸图像,确定人脸识别是否成功,包括:
基于所述第一二维人脸图像、所述第二二维人脸图像、所述第一深度信息与所述第二深度信息,确定人脸识别是否成功,其中,如果所述第一二维人脸图像与所述第二二维人脸图像不同,所述第二深度信息符合所述人脸特征,且所述第一深度信息与所述第二深度信息不同,则确定人脸识别成功。
5.根据权利要求1所述的人脸识别方法,其特征在于,所述基于所述第一深度信息,确定人脸识别是否成功,包括:
如果所述第一深度信息符合所述人脸特征,则输出用于提示用户执行预设面部动作的信息;
当用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第三深度信息;
基于所述第一深度信息与所述第三深度信息,确定人脸识别是否成功,其中,如果所述第三深度信息符合所述人脸特征,且所述第一深度信息与所述第三深度信息不同,则确定人脸识别成功。
6.一种人脸识别装置,其特征在于,应用于移动终端,所述装置包括:
摄像模块,用于通过摄像头采集第一二维人脸图像;
人脸识别模块,用于基于所述第一二维人脸图像进行人脸识别;
检测模块,用于在所述第一二维人脸图像与预存的二维人脸图像匹配后,通过测距传感器检测人脸的第一深度信息;
第一确定模块,用于基于所述第一深度信息,确定人脸识别是否成功;其中,如果所述第一深度信息符合人脸特征,则确定人脸识别成功。
7.根据权利要求6所述的人脸识别装置,其特征在于,所述装置还包括:
第二确定模块,用于基于所述第一二维人脸图像确定人脸的位置、眼睛的位置以及鼻子的位置;
所述第一确定模块,还用于基于所述人脸的位置、所述眼睛的位置、所述鼻子的位置以及所述第一深度信息,确定人脸识别是否成功;其中,如果所述人脸的位置凸起、所述眼睛的位置凹陷且所述鼻子的位置凸起,则确定所述第一深度信息符合所述人脸特征,且人脸识别成功。
8.根据权利要求6所述的人脸识别装置,其特征在于,所述第一确定模块包括:
第一输出子模块,用于在所述第一深度信息符合所述人脸特征时,输出用于提示用户执行预设面部动作的信息;
第一摄像子模块,用于在用户执行所述预设面部动作时,通过所述摄像头采集第二二维人脸图像;
第一确定子模块,用于基于所述第一二维人脸图像与所述第二二维人脸图像,确定人脸识别是否成功;如果所述第二二维人脸图像与所述预存的二维人脸图像匹配,且所述第一二维人脸图像与所述第二二维人脸图像不同,则确定人脸识别成功。
9.根据权利要求8所述的人脸识别装置,其特征在于,所述第一确定模块还包括:
第一检测子模块,用于在用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第二深度信息;
所述第一确定子模块,还用于基于所述第一二维人脸图像、所述第二二维人脸图像、所述第一深度信息与所述第二深度信息,确定人脸识别是否成功,其中,如果所述第一二维人脸图像与所述第二二维人脸图像不同,所述第二深度信息符合所述人脸特征,且所述第一深度信息与所述第二深度信息不同,则确定人脸识别成功。
10.根据权利要求6所述的人脸识别装置,其特征在于,所述第一确定模块包括:
第二输出子模块,用于在所述第一深度信息符合所述人脸特征时,输出用于提示用户执行预设面部动作的信息;
第二检测子模块,用于在用户执行所述预设面部动作时,通过所述测距传感器检测所述人脸的第三深度信息;
所述第二确定子模块,用于基于所述第一深度信息与所述第三深度信息,确定人脸识别是否成功,其中,如果所述第三深度信息符合所述人脸特征,且所述第一深度信息与所述第三深度信息不同,则确定人脸识别成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710584765.8A CN107392137B (zh) | 2017-07-18 | 2017-07-18 | 人脸识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710584765.8A CN107392137B (zh) | 2017-07-18 | 2017-07-18 | 人脸识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107392137A true CN107392137A (zh) | 2017-11-24 |
CN107392137B CN107392137B (zh) | 2020-09-08 |
Family
ID=60340075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710584765.8A Active CN107392137B (zh) | 2017-07-18 | 2017-07-18 | 人脸识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392137B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009483A (zh) * | 2017-11-28 | 2018-05-08 | 信利光电股份有限公司 | 一种图像采集装置、方法及智能识别系统 |
CN109165488A (zh) * | 2018-07-16 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 身份鉴别方法及装置 |
CN109165614A (zh) * | 2018-08-31 | 2019-01-08 | 杭州行开科技有限公司 | 基于3d摄像头的人脸识别系统 |
CN109327678A (zh) * | 2018-09-10 | 2019-02-12 | 国网山东省电力公司淄博供电公司 | 一种基于人脸识别摄像头的机房内作业区域管控方法 |
CN109685014A (zh) * | 2018-12-25 | 2019-04-26 | 努比亚技术有限公司 | 面部识别方法、装置、移动终端及存储介质 |
CN110069968A (zh) * | 2018-01-22 | 2019-07-30 | 耐能有限公司 | 脸部辨识系统及脸部辨识方法 |
CN110119663A (zh) * | 2018-02-06 | 2019-08-13 | 耐能有限公司 | 低功率消耗的脸部辨识方法及低功率消耗的脸部辨识系统 |
CN110199296A (zh) * | 2019-04-25 | 2019-09-03 | 深圳市汇顶科技股份有限公司 | 人脸识别方法、处理芯片以及电子设备 |
CN111095297A (zh) * | 2019-06-06 | 2020-05-01 | 深圳市汇顶科技股份有限公司 | 人脸识别的装置、方法和电子设备 |
CN111695476A (zh) * | 2020-06-04 | 2020-09-22 | 烟台工程职业技术学院(烟台市技师学院) | 一种可控制的生物信息识别装置及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914686A (zh) * | 2014-03-11 | 2014-07-09 | 辰通智能设备(深圳)有限公司 | 一种基于证件照与采集照的人脸比对认证方法及系统 |
CN104361276A (zh) * | 2014-11-18 | 2015-02-18 | 新开普电子股份有限公司 | 一种多模态生物特征身份认证方法及系统 |
CN104463113A (zh) * | 2014-11-28 | 2015-03-25 | 福建星网视易信息系统有限公司 | 一种人脸识别方法、装置及门禁系统 |
WO2016110005A1 (zh) * | 2015-01-07 | 2016-07-14 | 深圳市唯特视科技有限公司 | 基于灰度和深度信息的多层融合的多模态人脸识别装置及方法 |
CN105956518A (zh) * | 2016-04-21 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 一种人脸识别方法、装置和系统 |
CN106326867A (zh) * | 2016-08-26 | 2017-01-11 | 维沃移动通信有限公司 | 一种人脸识别的方法及移动终端 |
CN106372629A (zh) * | 2016-11-08 | 2017-02-01 | 汉王科技股份有限公司 | 一种活体检测方法和装置 |
CN106407914A (zh) * | 2016-08-31 | 2017-02-15 | 北京旷视科技有限公司 | 用于检测人脸的方法、装置和远程柜员机系统 |
CN106778525A (zh) * | 2016-11-25 | 2017-05-31 | 北京旷视科技有限公司 | 身份认证方法和装置 |
-
2017
- 2017-07-18 CN CN201710584765.8A patent/CN107392137B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914686A (zh) * | 2014-03-11 | 2014-07-09 | 辰通智能设备(深圳)有限公司 | 一种基于证件照与采集照的人脸比对认证方法及系统 |
CN104361276A (zh) * | 2014-11-18 | 2015-02-18 | 新开普电子股份有限公司 | 一种多模态生物特征身份认证方法及系统 |
CN104463113A (zh) * | 2014-11-28 | 2015-03-25 | 福建星网视易信息系统有限公司 | 一种人脸识别方法、装置及门禁系统 |
WO2016110005A1 (zh) * | 2015-01-07 | 2016-07-14 | 深圳市唯特视科技有限公司 | 基于灰度和深度信息的多层融合的多模态人脸识别装置及方法 |
CN105956518A (zh) * | 2016-04-21 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 一种人脸识别方法、装置和系统 |
CN106326867A (zh) * | 2016-08-26 | 2017-01-11 | 维沃移动通信有限公司 | 一种人脸识别的方法及移动终端 |
CN106407914A (zh) * | 2016-08-31 | 2017-02-15 | 北京旷视科技有限公司 | 用于检测人脸的方法、装置和远程柜员机系统 |
CN106372629A (zh) * | 2016-11-08 | 2017-02-01 | 汉王科技股份有限公司 | 一种活体检测方法和装置 |
CN106778525A (zh) * | 2016-11-25 | 2017-05-31 | 北京旷视科技有限公司 | 身份认证方法和装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009483A (zh) * | 2017-11-28 | 2018-05-08 | 信利光电股份有限公司 | 一种图像采集装置、方法及智能识别系统 |
CN110069968A (zh) * | 2018-01-22 | 2019-07-30 | 耐能有限公司 | 脸部辨识系统及脸部辨识方法 |
CN110069968B (zh) * | 2018-01-22 | 2023-05-26 | 耐能有限公司 | 脸部辨识系统及脸部辨识方法 |
CN110119663A (zh) * | 2018-02-06 | 2019-08-13 | 耐能有限公司 | 低功率消耗的脸部辨识方法及低功率消耗的脸部辨识系统 |
CN110119663B (zh) * | 2018-02-06 | 2022-12-30 | 耐能有限公司 | 低功率消耗的脸部辨识方法及低功率消耗的脸部辨识系统 |
CN109165488A (zh) * | 2018-07-16 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 身份鉴别方法及装置 |
CN109165614A (zh) * | 2018-08-31 | 2019-01-08 | 杭州行开科技有限公司 | 基于3d摄像头的人脸识别系统 |
CN109327678A (zh) * | 2018-09-10 | 2019-02-12 | 国网山东省电力公司淄博供电公司 | 一种基于人脸识别摄像头的机房内作业区域管控方法 |
CN109685014A (zh) * | 2018-12-25 | 2019-04-26 | 努比亚技术有限公司 | 面部识别方法、装置、移动终端及存储介质 |
CN110199296A (zh) * | 2019-04-25 | 2019-09-03 | 深圳市汇顶科技股份有限公司 | 人脸识别方法、处理芯片以及电子设备 |
CN111095297A (zh) * | 2019-06-06 | 2020-05-01 | 深圳市汇顶科技股份有限公司 | 人脸识别的装置、方法和电子设备 |
CN111695476A (zh) * | 2020-06-04 | 2020-09-22 | 烟台工程职业技术学院(烟台市技师学院) | 一种可控制的生物信息识别装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107392137B (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107392137A (zh) | 人脸识别方法及装置 | |
CN109711243B (zh) | 一种基于深度学习的静态三维人脸活体检测方法 | |
US8515124B2 (en) | Method and apparatus for determining fake image | |
US9619723B1 (en) | Method and system of identification and authentication using facial expression | |
De Marsico et al. | Firme: Face and iris recognition for mobile engagement | |
CN105468950B (zh) | 身份认证方法、装置、终端及服务器 | |
US8406484B2 (en) | Facial recognition apparatus, method and computer-readable medium | |
CN102945366B (zh) | 一种人脸识别的方法及装置 | |
JP6754642B2 (ja) | 生体検知装置 | |
JP2020502602A (ja) | 顔認識に基づいた認証 | |
CN107169483A (zh) | 基于人脸识别的任务执行 | |
US20090135188A1 (en) | Method and system of live detection based on physiological motion on human face | |
CN107341481A (zh) | 利用结构光图像进行识别 | |
CN105740778B (zh) | 一种改进的三维人脸活体检测方法及其装置 | |
CN106302330A (zh) | 身份验证方法、装置和系统 | |
CN107292283A (zh) | 混合人脸识别方法 | |
US11961329B2 (en) | Iris authentication device, iris authentication method and recording medium | |
WO2019200872A1 (zh) | 身份验证方法和装置、电子设备、计算机程序和存储介质 | |
KR20190136349A (ko) | 3d 영상 기반의 얼굴 인증 방법 및 장치 | |
CN107358219A (zh) | 人脸识别方法及装置 | |
CN109766785A (zh) | 一种人脸的活体检测方法及装置 | |
CN109034029A (zh) | 检测活体的人脸识别方法、可读存储介质和电子设备 | |
CN108537131A (zh) | 一种基于人脸特征点和光流场的人脸识别活体检测方法 | |
CN109858337A (zh) | 一种基于瞳孔信息的人脸识别方法、系统和设备 | |
JP7318833B2 (ja) | 画像処理デバイス、画像処理方法、およびプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 214135 5th floor, building 200-5, Linghu Avenue, Xinwu District, Wuxi City, Jiangsu Province Patentee after: EPCO Microelectronics (Jiangsu) Co., Ltd Address before: Room 307, building 1, 2966 Jinke Road, Pudong New Area pilot Free Trade Zone, Shanghai 201210 Patentee before: EPTICORE MICROELECTRONICS (SHANGHAI) Co.,Ltd. |