CN107408298B - 生命体检测设备、生命体检测方法和记录介质 - Google Patents

生命体检测设备、生命体检测方法和记录介质 Download PDF

Info

Publication number
CN107408298B
CN107408298B CN201580077652.8A CN201580077652A CN107408298B CN 107408298 B CN107408298 B CN 107408298B CN 201580077652 A CN201580077652 A CN 201580077652A CN 107408298 B CN107408298 B CN 107408298B
Authority
CN
China
Prior art keywords
subject
infrared light
face area
skin
lightness
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.)
Active
Application number
CN201580077652.8A
Other languages
English (en)
Other versions
CN107408298A (zh
Inventor
苏雷明
井上户
蓝野健太
森田浩章
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Priority to CN202110514063.9A priority Critical patent/CN113516038A/zh
Publication of CN107408298A publication Critical patent/CN107408298A/zh
Application granted granted Critical
Publication of CN107408298B publication Critical patent/CN107408298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Abstract

生命体检测设备(1)包括：图像获取单元(171)、确定单元(173)和检测单元(174)。图像获取单元(171)获取在其中对由第一波长范围内的光照射的主体进行成像的第一图像和在其中对由第二波长范围内的光照射的所述主体进行成像的第二图像，所述第二波长范围不同于所述第一波长范围。确定单元(173)确定由在所述第一图像中成像的所述主体的光亮度和在所述第二图像中成像的所述主体的光亮度表达的关系是否是由生命体呈现的关系。在确定单元(173)已经确定所表达的关系是由生命体呈现的关系的情况下，检测单元(174)检测到主体是生命体。

Description

生命体检测设备、生命体检测方法和记录介质
技术领域
本发明涉及生命体检测设备、生命体检测方法以及记录介质。
背景技术
面部认证技术是已知的，其分析由相机捕获的面部图像并对个人进行认证(以下简称为面部认证)。在这种面部认证中，存在有人通过使用个人的照片来假冒这个人的未授权认证的问题。此外，已知用于防止通过这种假冒进行未授权认证的各种技术。
例如，专利文献1公开了用于通过使用不同方位的多个面部图像进行三维检测来防止通过使用照片等的假冒进行未授权认证的技术。
[现有技术文献]
[专利文献]
专利文献1：日本未审专利申请首次公布：No.2012-069133
发明内容
本发明要解决的问题
然而，当有人通过穿戴精致的伪装面具将其自己伪装成另一个人时，由于人的面部是三维的，所以不可能通过上述三维检测技术来防止未授权认证。
此外，使用最新的精致伪装面具的话，即使通过人眼有时也难以区分真实的面部和穿戴的伪装面具。例如，在机场的入境检查期间，存在穿戴伪装面具的人使用具有伪装面具的照片的伪造护照以通过入境官员的视觉匹配的情况。
除了上述伪装面具的情况之外，也可以类似地通过使用难以在视觉上与皮肤区分开的伪装品(例如，外观上类似皮肤的片状物体)来进行伪装。鉴于这种情况，寻求一种高准确度地检测人的面部的表面是否是诸如皮肤等的生命体的技术。
本发明是鉴于上述情况而实现的，并且目的在于提供高准确度地检测某物是否是生命体的生命体检测设备、生命体检测方法以及记录介质。
用于解决问题的手段
为了实现上述目的，根据本发明的第一示例性方面的生命体检测设备包括：
图像获取单元，获取在其中对由第一波长范围内的光照射的主体进行成像的第一图像和在其中对由第二波长范围内的光照射的所述主体进行成像的第二图像，所述第二波长范围不同于所述第一波长范围；
确定单元，确定由在所述第一图像中成像的所述主体的光亮度和在所述第二图像中成像的所述主体的光亮度表达的关系是否是由生命体呈现的关系；以及
检测单元，在所述确定单元已经确定所表达的关系是由生命体呈现的关系的情况下，检测到所述主体是生命体。
为了实现上述目的，根据本发明的第二示例性方面的生命体检测方法包括：
图像获取步骤，获取在其中对由第一波长范围内的光照射的主体进行成像的第一图像和在其中对由第二波长范围内的光照射的所述主体进行成像的第二图像，所述第二波长范围不同于所述第一波长范围；
确定步骤，确定由在所述第一图像中成像的所述主体的光亮度和在所述第二图像中成像的所述主体的光亮度表达的关系是否是由生命体呈现的关系；以及
检测步骤，在所述确定单元已经确定所表达的关系是由生命体呈现的关系的情况下，检测到所述主体是生命体。
为了实现上述目的，根据本发明的第三示例性方面的记录介质存储程序，所述程序使计算机充当：
图像获取单元，获取在其中对由第一波长范围内的光照射的主体进行成像的第一图像和在其中对由第二波长范围内的光照射的所述主体进行成像的第二图像，所述第二波长范围不同于所述第一波长范围；
确定单元，确定由在所述第一图像中成像的所述主体的光亮度和在所述第二图像中成像的所述主体的光亮度表达的关系是否是由生命体呈现的关系；以及
检测单元，在所述确定单元已经确定所表达的关系是由生命体呈现的关系的情况下，检测到所述主体是生命体。
本发明的效果
根据本发明，可以高准确度地检测某物是否是诸如皮肤等的生命体。
附图说明
图1是示出了在人体皮肤和硅酮树脂处发射光时反射光的光亮度谱的图。
图2是示出了各个示例性实施例中的生命体检测设备的构造的框图。
图3A是示出了各个示例性实施例中的照明单元的结构的图。
图3B是示出了各个示例性实施例中的成像单元的结构的图。
图4A是示出了红外图像的示例的图。
图4B是示出了图4A所示的红外图像的每个区域的图。
图5是示出了生命体检测过程的流程的示例的流程图。
图6是示出了生命体检测过程的图像获取过程的示例的流程图。
图7是示出了示例性实施例1的生命体确定过程的流程的示例的流程图。
图8是示出了示例性实施例2的生命体确定过程的流程的示例的流程图。
图9是示出了示例性实施例3的生命体确定过程的流程的示例的流程图。
图10是示出了示例性实施例4的生命体检测过程的流程的示例的流程图。
图11A是示出了红外图像的示例的图。
图11B是示出了图11A所示的红外图像的每个区域的图。
图12是示出了示例性实施例4的生命体确定过程的流程的示例的流程图。
具体实施方式
下面将参照附图详细描述本公开的示例性实施例。
(示例性实施例1)
根据本公开的示例性实施例1的生命体检测设备1例如安装在机场入境检查区域中的入口附近。生命体检测设备1具有如下功能：确定打算通过入口的人的面部的表面是否是皮肤(生命体)或者是否通过穿戴伪装面具等来遮盖面部的表面，并且如果面部的表面不是皮肤，则发出通知。
在这里，要特别与皮肤区分开的伪装面具是例如精致面具(诸如为了使年轻演员在电影里扮演老年人的角色而用于特殊效果化妆的精致面具)，并且是使用难以通过人眼与生命体(例如，人体皮肤)区分开的虚假生命体(例如硅酮树脂)制造的面具。因此，人类难以凭外貌判断面部的表面是否是皮肤或者是否穿戴这样的伪装面具。
首先，将描述生命体检测设备1进行生命体检测的原理。图1是示出了在物体处发射光时反射光的光亮度谱的图。在该图中，实线表示在人体皮肤处发射的光的反射光的光谱。虚线表示在硅酮树脂处发射的光的反射光的光谱。光亮度指示测得的反射光的强度(即，指示亮度)。
在该图中，在皮肤处发射1280nm周围的波长范围内的光时反射光的光亮度比在皮肤处发射1180nm周围和1500nm周围的波长范围内的光时反射光的光亮度大预定比例。此外，在皮肤处发射1180nm周围的波长范围内的光时反射光的光亮度比在皮肤处发射1500nm周围的波长范围内的光时反射光的光亮度大预定比例。生命体检测设备1使用这种皮肤特有的光亮度光谱通过比较1180nm周围、1280nm周围和1500nm周围的波长范围内的反射光的光谱的光亮度来检测面部的表面是否是皮肤。
此外，本发明利用皮肤和硅酮树脂之间的关于反射光的光亮度谱的差异来检测面部的表面是否是皮肤，以便能够更准确地检测到面部的表面是皮肤而不是难以通过人眼与皮肤区分开的硅酮树脂。在硅酮树脂处发射1180nm周围的波长范围内的光时反射光的光亮度小于在硅酮树脂处发射1500nm周围的波长范围内的光时反射光的光亮度。这是因为硅酮树脂在1180nm周围的波长范围内很好地吸收了光，因此反射光变弱。为此，硅酮树脂在1180nm周围和1500nm周围反射的光的光亮度的关系与皮肤所呈现的关系不同。因此，生命体检测设备1利用皮肤和硅酮树脂在1180nm周围和1500nm周围反射的光的光亮度的关系的差异来检测面部的表面是否是皮肤或者表面是否被硅酮树脂制成的面具覆盖。
接下来，将描述生命体检测设备1的配置。如图2所示，生命体检测设备1包括照明单元11、成像单元12、扬声器13、显示器14、操作单元15、外部存储设备16和控制单元17。
如图3A所示，照明单元11包括各种波长范围的光源111(111A至111C)和用于每个光源111的继电器112(112A至112C)，基于来自控制单元17的指示而被开启/关闭，并且在作为主体的人处发射光。光源111由各种波长范围的红外LED(发光二极管)构成。光源111A发射1180nm周围的红外光，光源111B发射1280nm周围的红外光，并且光源111C发射1500nm周围的红外光。由光源111(111A至111C)发射的光的光谱分别具有1180nm、1280nm和1500nm的峰值，并且具有半值宽度为约90nm的近似正态分布。可以使用光源111代替红外LED、卤素光源和允许每个波长范围的红外光通过的滤光器来发射每个波长范围的红外光。继电器112基于来自控制单元17的指示控制针对光源111的电源的开启/关闭。
成像单元12是捕获红外光区域的波长范围(1000nm至1700nm)内的图像的相机，并且捕获由照明单元11照射的诸如人的主体的图像。成像单元12在照明单元11在主体处发射1180nm周围的红外光时捕获红外图像A，在照明单元11在主体处发射1280nm周围的红外光时捕获红外图像B，并且在照明单元11在主体处发射1500nm周围的红外光时捕获红外图像C。
这里，将描述成像单元12的结构。如图3B所示，成像单元12包括镜头121、快门122和CMOS(互补金属氧化物半导体器件)图像传感器123。
镜头121收集入射光。快门122仅在曝光时间期间透射通过镜头121入射的光，并且在其它时间期间遮光。CMOS图像传感器123将从镜头121入射的光转换成电信号，以产生相应波长范围内的图像。具体地说，CMOS图像传感器123产生红外图像A至红外图像C。这里，可以使用诸如CCD(电荷耦合器件)图像传感器的图像传感器来代替CMOS图像传感器123。
返回到图2，扬声器13基于控制单元17的控制输出声音。显示器14基于控制单元17的控制显示各种信息。例如，当检测到人的面部的表面不是皮肤时，控制单元17控制扬声器13输出用于相应地发出通知的警告声，并且控制显示器14显示警告消息。
操作单元15包括各种按钮，并且当用户进行操作时，向控制单元17输出与该操作相对应的信号。
外部存储设备16例如是硬盘驱动器等，并且用作用于由成像单元12捕获的图像的临时存储位置，并且存储对于稍后描述的生命体检测过程所需的各种数据。
控制单元17由CPU(中央处理单元)、ROM(只读存储器)、RAM(随机存取存储器)等构成，并且控制整个生命体检测设备1。控制单元17的控制过程具体地由执行存储在ROM中的控制程序的CPU执行，同时使用RAM作为临时存储各种数据的工作区域。控制单元17在功能上包括成像控制单元170、图像获取单元171、面部检测单元172、确定单元173、检测单元174和通知单元175。
成像控制单元170控制照明单元11的开启/关闭以及成像单元12的成像操作，以获取每个波长范围中的主体的图像(红外图像A至红外图像C)。
面部检测单元172分析由成像单元12捕获的图像以检测人的面部区域。然后，面部检测单元172在面部区域中检测位于面部特征量(眼睛、鼻子、嘴等)附近并且皮肤暴露在相对较大的区域的前额区域、右脸颊区域和左脸颊区域。
成像单元12在不同时刻从与同一点捕获人的红外图像A至红外图像C。为此，当成像单元12拍摄了静止主体(例如，人的面部)时，在红外图像A至红外图像C中的每一个的像素位置处不存在位移。然而，当成像单元12拍摄了移动主体(例如，人的面部)时，由面部检测单元172从红外图像A检测到的每个区域与在不同时刻拍摄到的其他图像(红外图像B和红外图像C)的每个区域之间发生像素位置的位移。在这种情况下，有必要校正红外图像B和红外图像C的图像位移。校正红外图像B和红外图像C的图像位移的方法没有特别限制，只要它是能够适当地校正由于时间滞后而导致的图像位移的方法即可。例如，分别测量在红外图像B和红外图像C中捕获的面部区域的面部特征区域以及在红外图像A中捕获的面部区域的面部特征区域的位移方向和长度，并且通过沿与位移方向相反的方向移位位移长度来校正在红外图像B和红外图像C中捕获的面部区域。
注意，可以采用公知的检测技术来通过面部检测单元172检测每个区域。
例如，面部检测单元172将Sobel滤波器应用于红外图像A以检测轮廓，并通过面部轮廓图案匹配提取面部轮廓。然后，面部检测单元172在提取的面部轮廓中从上方检测眉毛轮廓并且从下方提取嘴下方的轮廓，并且将面部的左端和右端和眉毛上方和嘴下方的位置围绕的区域检测为面部区域。然后，面部检测单元172将检测到的面部区域中的与眼球相对应的黑点检测为眼睛位置，并基于一般的面部统计数据根据面部区域和眼睛位置指定前额区域、右脸颊区域和左脸颊区域。这里，面部检测单元172可以通过公知的技术检测诸如眼睛、鼻子和嘴的面部特征量，并且当检测到这些特征量时，将其相邻区域指定为前额区域、右脸颊区域和左脸颊区域。
这里，将使用具体示例来描述面部检测单元172的上述处理。例如，假设如图4A所示的红外图像A作为面部检测单元172的处理目标给出。在这种情况下，面部检测单元172检测如图4B所示的面部区域R1。此外，面部检测单元172从面部区域R1检测前额区域R2、右脸颊区域R3和左脸颊区域R4。
返回到图2，确定单元173判断由面部检测单元172在红外图像A至红外图像C之间指定的区域(前额区域、右脸颊区域和左脸颊区域)的光亮度是否满足由图1中的阴影表示的每个波长区域的通过皮肤所呈现的关系。
检测单元174根据确定单元173的确定结果来检测人的面部的表面是否是皮肤。当检测单元174已经确定面部的表面不是皮肤时，通知单元175控制扬声器13和显示器14相应地发出通知。
接下来，将描述生命体检测设备1执行的生命体检测过程。入境检查站处的官员将入境的人带到安装在入口附近的生命体检测设备1的成像单元12的视角中。在该情况下，官员通过生命体检测设备1的操作单元15进行操作，以开始处理。响应于操作，生命体检测设备1的控制单元17执行图5的流程图所示的生命体检测过程。
这里，生命体检测设备1包括运动传感器，并且当运动传感器检测到有人入境时，可以执行生命体检测过程。备选地，当成像单元12设置为实时取景模式时，控制单元17在判断出人在视野中时，可以自动执行生命体检测过程。
此外，穿戴伪装面具的人在看到成像单元12的镜头等时会小心谨慎。因此，例如，可以将幻境放置在成像单元12的前方，使得生命体检测过程以不明显的方式捕获的图像开始。
在图5的生命体检测过程中，首先，成像控制单元170开启照明单元11的光源111(111A至111C)，并控制成像单元12。图像获取单元171获取波长范围中的人的图像(红外图像A至红外图像C)(步骤S11)。
这里，将参照图6的流程图详细描述图像获取过程。
首先，成像控制单元170选择正在进行的图像获取过程中未选择的光源111A至111C之一(步骤S111)。在下文中，在步骤S111中选择的光源111也称为所选光源111。
随后，成像控制单元170发出向与所选光源111相对应的继电器112供电的指示，以开启所选光源111(步骤S112)。由此，所选光源111的波长范围内的光在主体处被发射。
随后，图像获取单元171捕获由来自所选光源111的光照射的主体的红外图像(步骤S113)。更详细地，将快门122开启达曝光时间，并且允许从镜头121入射的光传递到CMOS图像传感器123。CMOS图像传感器123将入射光转换成电信号，以产生相应波长范围内的图像。通过该图像捕获过程，获得由来自所选光源111的光照射的主体的红外图像。当红外图像的捕获已经结束时，成像控制单元170发出停止向与所选光源111相对应的继电器112供电的指示，并且关闭所选光源111(步骤S114)。
随后，成像控制单元170判断在图像获取过程中是否已经选择了所有光源111A至111C(步骤S115)。
当还未选择所有光源111A至111C时(步骤S115；否)时，过程返回到步骤S111，并且成像控制单元170选择尚未被选择的光源111A至111C，并且重复用于捕获由来自所选光源111的光照射的主体的图像的一系列过程。
另一方面，当已经选择了所有光源111A至111C时(步骤S115；是)，成像控制单元170结束步骤S11。
作为成像控制单元170执行步骤S11的结果，获得由1180nm周围的波长范围内的光照射的主体的红外图像A、由1280nm周围的波长范围内的光照射的主体的红外图像B、以及由1500nm周围的波长范围内的光照射的主体的红外图像C。
返回到图5，随后面部检测单元172从所获取的红外图像A至红外图像C检测面部区域，并从面部区域检测前额区域、右脸颊区域和左脸颊区域(步骤S12)。此外，由于红外图像A至红外图像C是在不同的时刻捕获的，所以主体(人)可能看起来已经在红外图像A与红外图像C之间移位。当主体看起来已经在红外图像A与红外图像B之间移位时，通过可以适当地校正由于时间滞后而导致的图像位移的方法来校正主体的位移。
随后，确定单元173将在步骤S11获取的红外图像A至红外图像C中的区域(前额区域、右脸颊区域和左脸颊区域)的光亮度进行比较，以执行确定人的面部的表面是否是皮肤的生命体确定过程(步骤S13)。
这里，将参照图7的流程图描述生命体确定过程的细节。
首先，确定单元173从检测到的前额区域、右脸颊区域和左脸颊区域中选择正在进行的生命体确定过程中未被选择的区域之一(步骤S131)。在步骤S131中选择的区域在下文中也称为所选区域。
随后，确定单元173从所选区域中选择一个像素(例如，所选区域的中心处的像素)，并在红外图像A至红外图像C中的每一个中测量该像素的光亮度(步骤S132)。
随后，确定单元173判断测得的光亮度是否满足红外图像A至红外图像C之间通过皮肤所呈现的关系(步骤S133)。具体地说，确定单元173判断从红外图像C测得的光亮度是否比从红外图像A和红外图像B测得的光亮度低预定比例。结果，可以区别人体皮肤和硅酮树脂，其中硅酮树脂在1180nm周围的光亮度低于在1500nm周围的光亮度，如图1所示。
这里，更具体地，确定单元173仅需要在步骤S133中判断是否满足以下关系式(1)至(3)。在关系式(1)至(3)中，IA是在红外图像A中测得的光亮度，IB是在红外图像B中测得的光亮度，IC是在红外图像C中测得的光亮度。此外，T1至T3是系数并且基于图像捕获条件被预置为对于生命体检测最佳的数值。
IA＞IC×T1 (1)
IB＞IC×T2 (2)
IB＞IA×T3 (3)
如果满足上述关系式(1)和(2)，则在红外图像C中测得的光亮度比在红外图像A和红外图像B中测得的光亮度低预定比例。此外，如果满足以上关系表达式(3)，则在红外图像A中测得的光亮度比在红外图像B中测得的光亮度低预定比率。
当判断出测得的光亮度满足由皮肤所呈现的关系(步骤S133；是)时，确定单元173在红外图像A至红外图像C中的每一个中测量在步骤S132中测量的像素周围的八个像素中的每一个的光亮度(步骤S134)。
随后，确定单元173判断所有周围像素的测得的光亮度是否也满足皮肤在红外图像A至红外图像C之间所呈现的关系(步骤S135)。
如果周围像素的光亮度也被判断为满足皮肤所呈现的关系(步骤S135；是)，则确定单元173确定人的面部的表面是皮肤(步骤S136)，并且生命体确定过程结束。应当注意，在上述生命体确定过程中，当所选区域(前额、右脸颊和左脸颊)中的任何一个中的一个像素和该像素周围的所有八个像素都满足皮肤所呈现的关系时，确定面部的表面是皮肤。这是因为通常穿戴伪装面具以覆盖整个面部，因此如果在所选区域中的任何一个中观察到面部的表面是皮肤，则可以确定正穿戴着伪装面具，而无需在其他所选区域上执行生命体确定过程。
另一方面，如果判断出所选区域中的一个像素的光亮度不满足皮肤所呈现的关系(步骤S133；否)或者如果判断出周围像素的光亮度不满足皮肤所呈现的关系(步骤S135；否)，则确定单元173判断在生命体确定过程中是否已经选择了所有的前额区域、右脸颊区域和左脸颊区域(步骤S137)。
如果还未选择所有的前额区域、右脸颊区域和左脸颊区域(步骤S137；否)，则处理返回到步骤S131，并且确定单元173选择未选择的区域并重复用于判断该区域中的像素的光亮度是否满足皮肤所呈现的关系的一系列过程，以便确定面部的表面是否是皮肤。
另一方面，如果已经选择了所有的前额区域、右脸颊区域和左脸颊区域(步骤S137；是)，则检测单元174检测到人的面部的表面不是皮肤(步骤S138)，并且生命体确定过程结束。
返回到图5，当生命体确定过程(步骤S13)结束时，检测单元174检测在生命体确定过程中是否确定面部的表面是皮肤(步骤S14)。如果面部的表面是皮肤(步骤S14；是)，则生命体确定过程结束。
另一方面，如果面部的表面不是皮肤(步骤S14；否)，则通知单元175控制扬声器13和显示器14相应地发出通知(步骤S15)。结果，官员可以注意到试图通过入口的人的伪装，并且可以防止非法进入。由此，生命体检测过程结束。
如上所述，根据示例性实施例1的生命体检测设备1获取(捕获)由多个不同波长范围照射的人的图像，并且当所获取的图像之间的面部区域的光亮度满足皮肤所呈现的关系时，判断出人的面部的表面是皮肤。结果，利用人体皮肤和除了人体皮肤以外的某物(例如硅酮树脂)之间的关于反射光的光亮度的差异，可以高准确度地检测人的面部的表面是否是皮肤。
此外，根据示例性实施例1的生命体检测设备1从所获取的图像中的面部区域检测皮肤的暴露表面比较大的特征区域(前额区域、右脸颊区域和左脸颊区域)，并且使用特征区域的光亮度检测人的面部的表面是否是皮肤。因此，由于不需要对整个面部区域执行生命体确定过程，所以减小了生命体检测处理的负荷。
此外，根据示例性实施例1的生物检测设备1不仅使用一个像素的光亮度而且还使用该像素周围的像素的光亮度来判断面部的表面是否是皮肤。因此，可以更准确地检测面部的表面是否是皮肤。
此外，由于根据示例性实施例1的生命体检测设备1仅使用红外图像A至红外图像C来检测面部的表面是否是皮肤，因此可以以比较小的负荷来检测面部的表面是否是皮肤。
此外，由于根据示例性实施例1的生命体检测设备1所包括的照明单元11使用LED光源，因此可以发射在各个波长范围的中心波长处具有峰值的足够量的红外线。因此，高准确度地检测面部的表面是否是皮肤成为可能。此外，由于远红外光的发射被抑制，所以不太倾向于向主体进行辐射热的传递。为此，可以防止试图伪装通过入口的人通过辐射热而感觉到生命体检测设备1的存在。
此外，可以使用捕获红外区域(1000nm至1700nm)中的图像的红外相机作为根据示例性实施例1的生命体检测设备1所包括的成像单元12。为此，可以使用由一组镜头121、快门122和CMOS图像传感器123构成的相机，并且可以针对每个波长范围省略光谱镜以及CMOS图像传感器和滤光器。因此，可以减小成像单元12的大小，并且还可以降低成像单元12的成本。
此外，在根据示例性实施例1的生命体检测设备1中，成像单元12针对由照明单元11发射的每个波长范围捕获红外图像A至红外图像C。为此，可以在捕获三个红外图像所花费的时间内获得红外图像A至红外图像C。因此，可以在短时间内获得红外图像A至红外图像C。具体地，假设针对一个图像的图像捕获时间约为0.15秒，则可以在约0.5秒内获得红外图像A至红外图像C。
另一方面，通过在主体处从卤素灯等发射红外波长区域内的光并使用超光谱照相机等捕获图像来捕获与红外图像A至红外图像C相似的红外图像。然而，为了利用超光谱相机捕获红外图像，由于图像捕获时间较长，因此存在入口处检查效率降低的风险。此外，由于超光谱相机针对每个波长范围需要光谱镜以及CMOS图像传感器和滤光器，因此超光谱相机的成本高昂，并且相机大小的小型化变得困难。此外，由于卤素灯用于光源，因此由于从卤素灯发射的辐射热，因此存在尝试伪装通过入口的人可能通过辐射热感觉到生命体检测设备的存在的风险。
(示例性实施例2)
随后，将描述根据示例性实施例2的生命体检测设备2。这里，如图3所示，生命体检测设备2与根据示例性实施例1的生命体检测设备1的组件的配置基本相同，并且区别仅在于生命体确定过程的内容。
将使用图8的流程图描述由生命体检测设备2执行的生命体确定过程。这里，对于内容与图7所示的生命体确定过程中的内容基本相同的步骤，其说明将视情况予以简化。此外，图8中的开始生命体确定过程的时刻与图7中的相同。
当开始生命体确定过程时，首先，确定单元173从检测到的前额区域、右脸颊区域和左脸颊区域中选择未选择的区域(步骤S201)，选择所选区域中的一个像素并在红外图像A至C中的每一个中测量该像素的光亮度(步骤S202)，并且判断测得的光亮度是否满足红外图像A至红外图像C之间通过皮肤所呈现的关系(步骤S203)。
如果判断出光亮度满足红外图像A至C之间通过皮肤所呈现的关系(步骤S203；是)，则确定单元173将所选区域的生命体确定分数计算为0(步骤S204)，并且处理进行到步骤S206。
另一方面，如果判断出光亮度不满足红外图像A至红外图像C之间通过皮肤所呈现的关系(步骤S203；否)，则确定单元173在红外图像A至红外图像C中的每一个中测量在步骤S202中测量的像素周围的像素(例如，与测量的像素相邻的八个像素)中的每一个的光亮度。然后，确定单元173将周围像素的光亮度不满足红外图像A至红外图像C之间通过皮肤所呈现的关系的比例计算为所选区域的分数(步骤S205)，并且处理进行到步骤S206。例如，如果所有八个周围像素的光亮度都不满足红外图像A至红外图像C之间通过皮肤所呈现的关系，则分数被计算为1(8/8)。另一方面，如果八个周围像素中的两个的光亮度不满足红外图像A至红外图像C之间通过皮肤所呈现的关系，则分数被计算为0.25(2/8)。
在步骤S206中，确定单元173判断是否已经选择了所有的前额区域、右脸颊区域和左脸颊区域。如果还未选择所有的前额区域、右脸颊区域和左脸颊区域(步骤S206；否)，则处理返回到步骤S201。
如果已经选择了所有的前额区域、右脸颊区域和左脸颊区域(步骤S206；是)，则确定单元173计算针对区域计算出的分数的平均值作为最终分数(步骤S207)。然后，确定单元173判断最终分数是否等于或大于预定阈值(例如，0.5)(步骤S208)。
如果最终分数等于或大于阈值(步骤S208；是)，则检测单元174检测到人的面部的表面不是皮肤(步骤S209)。另一方面，如果最终分数小于阈值(步骤S208；否)，则确定单元确定人的面部的表面是皮肤(步骤S210)。由此，生命体确定过程结束。
如上所述，在示例性实施例2的生命体确定过程中，针对右脸颊区域、左脸颊区域和前额区域中的每一个计算生命体确定分数，由此确定面部的表面是否是皮肤。因此，与示例性实施例1的生命体确定过程相比，可以更准确地检测面部的表面是否是皮肤，其中当区域(脸颊区域、右脸颊区域和左脸颊区域)中的任何一个的光亮度不满足由生命体呈现的关系时，立即确定面部的表面不是皮肤。
(示例性实施例3)
随后，将描述根据示例性实施例3的生命体检测设备3。这里，如图2所示，生命体检测设备3与根据示例性实施例1和2的生命体检测设备1和2的组件的配置基本相同，并且区别仅在于生命体确定过程的内容。
将使用图9的流程图描述由生命体检测设备3执行的生命体确定过程。这里，对于内容与图7所示的生命体确定过程中的内容基本相同的步骤，其说明将视情况予以简化。此外，图9中的开始生命体确定过程的时刻与图7中的相同。
当开始生命体确定过程时，首先，确定单元173将用于生命体确定的生命体候选者计数器和非生命体候选者计数器初始化为零(步骤S301)。
随后，确定单元173选择前额区域、右脸颊区域和左脸颊区域之一(步骤S302)。然后，确定单元173选择所选区域中的未选择像素之一(步骤S303)。在步骤S303中选择的像素在下文中也被称为所选像素。
随后，确定单元173测量红外图像A至红外图像C中的每一个中的所选像素的光亮度(步骤S304)。然后，确定单元173判断测得的光亮度是否满足红外图像A至红外图像C之间通过皮肤所呈现的关系(步骤S305)。
如果测得的光亮度满足皮肤所呈现的关系(步骤S305；是)，则确定单元173将生命体候选者计数器加1(步骤S306)。另一方面，如果测得的光亮度不满足皮肤所呈现的关系(步骤S305；否)，则确定单元173将非生命体候选者计数器加1(步骤S307)。
随后，确定单元173确定是否已经选择了所选区域中的所有像素(步骤S308)。
如果还未选择所有像素(步骤S308；否)，则处理返回到步骤S303，并且确定单元173从所选区域中选择一个像素，并且基于该像素的光亮度重复将生命体候选者计数器或非生命体候选者计数器加1的过程。
另一方面，如果已经选择了所有像素(步骤S308；是)，则确定单元173判断是否已经选择了所有的前额区域、右脸颊区域和左脸颊区域(步骤S309)。如果还未选择所有的前额区域、右脸颊区域和左脸颊区域(步骤S309；否)，则处理返回到步骤S302。
如果已经选择了所有的前额区域、右脸颊区域和左脸颊区域(步骤S309；是)，换句话说，在针对前额区域、右脸颊区域和左脸颊区域中的所有像素中的每个像素递增了生命体候选者计数器或非生命体候选者计数器之后，确定单元173判断生命体候选者计数器是否具有比非生命体候选者计数器更高的值(步骤S310)。
如果生命体候选者计数器具有比非生命体候选者计数器更高的值(步骤S310；是)，则检测单元174检测到面部的表面是皮肤(步骤S311)。
另一方面，如果生命体候选者计数器不具有比非生命体候选者计数器更高的值(步骤S310；否)，则检测单元174检测到面部的表面不是皮肤(步骤S312)。由此，生命体确定过程结束。
如上所述，在示例性实施例3的生命体确定过程中，使用前额区域、右脸颊区域和左脸颊区域中的所有像素的光亮度来确定面部的表面是否是皮肤，由此可以以更好的准确度检测它是否是生命体。
在图9的生命体检测过程中，在步骤S310中，只有生命体候选者计数器可以用于基于生命体候选者计数器的值是否具有等于或高于预定值的值来进行生命体检测。例如，通过将预定值设置为前额区域、右脸颊区域和左脸颊区域中的所有像素中的80％的像素的像素数值，可以在所有像素中的80％或更多的像素被计数为生命体候选者时判断出面部的表面是皮肤。
此外，在图9的生命体检测过程中，当所选像素的光亮度满足皮肤所呈现的关系时，在步骤S306中将生命体计数器加1(步骤S305；是)。然而，当所选像素的光亮度满足皮肤所呈现的关系时，可以如示例性实施例1中那样确定周围像素是否满足皮肤所呈现的关系，并且只有在满足关系的情况下，才将生命体候选者计数器加1。
(示例性实施例4)
随后，将描述根据示例性实施例4的生命体检测设备4。这里，如图2所示，生命体检测设备4与根据示例性实施例1的生命体检测设备1的组件的配置基本相同，并且区别仅在于生命体检测过程和生命体确定过程的内容。
将使用图10的流程图描述由生命体检测设备4执行的生命体确定过程。应当注意，关于内容与图5所示的生命体确定过程中的内容基本相同的步骤，其说明将视情况予以简化。
在图10的生命体检测过程中，首先，成像控制单元170开启照明单元11的光源111(111A至111C)，并控制成像单元12。图像获取单元171获取每个波长范围内的人的图像(红外图像A至红外图像C)(步骤S21)。
这里，图像获取过程的细节与在示例性实施例1中参照图6的流程图所述的相同。
作为成像控制单元170执行步骤S21的结果，可以获得由1180nm周围的波长范围内的光照射的主体的红外图像A、由1280nm周围的波长范围内的光照射的主体的红外图像B和由1500nm周围的波长范围内的光照射的主体的红外图像C。
随后，面部检测单元172从所获取的红外图像A至红外图像C检测面部区域(步骤S22)。
这里，将使用具体示例来描述面部检测单元172的处理。例如，如图11A所示，假定红外图像A至红外图像C被设置为面部检测单元172的处理目标的情况。在这种情况下，面部检测单元172检测包括面部的区域Z1，如图11B所示的。
随后，确定单元173将在步骤S21中获得的红外图像A至红外图像C之间的面部区域的光亮度进行比较，以执行生命体确定过程，从而确定人的面部的表面是否是皮肤(步骤S23)。
随后，将使用图12的流程图描述生命体确定过程。这里，对于内容与图7所示的生命体确定过程中的内容基本相同的步骤，其说明将视情况予以简化。
当开始生命体确定过程时，首先，确定单元173初始化生命体候选者计数器和面部区域计数器(步骤S401)。接下来，如图11B所示，包括面部的区域Z1被划分为具有n×m个区域(Z11至Znm)的矩阵(步骤S402)。“n”和“m”是任意值，例如，n＝256，m＝256。接下来，从通过划分获得的区域(Z11至Znm)中选择未选择区域(步骤S403)。接下来，确定单元173确定所选区域是否是面部区域(步骤S404)。该确定是通过以公知的方法指定面部轮廓并且确定所选区域是否位于面部轮廓内来进行的。在所选区域位于面部轮廓内的情况下，所选区域被指定为面部区域。在所选区域不位于面部轮廓内的情况下，所选区域被指定为不是面部区域。
接下来，在所选区域不是面部区域的情况下(步骤S404；否)，处理返回到步骤S403。在所选区域是面部区域的情况下(步骤S404；是)，将面部区域计数器加1(步骤S405)。
接下来，在红外图像A至红外图像C中的每一个中测量所选区域的光亮度(步骤S406)，并且判断测得的光亮度是否满足红外图像A至红外图像C之间通过皮肤所呈现的关系(步骤S407)。
这里，更具体地，步骤S407中的确定单元173判断是否满足以下关系式(4)。这里，在关系式(4)中，IA是在红外图像A中测得的光亮度，IB是在红外图像B中测得的光亮度，并且IC是在红外图像C中测得的光亮度。此外，α、β、γ和Y是系数，并且基于图像捕获条件被预置为对于生命体检测最佳的数值。
Y≤α×IA+β×IB+γ×IC (4)
如果判断出光亮度满足红外图像A至红外图像C之间通过皮肤所呈现的关系(步骤S407；是)，则确定单元173将针对所选区域的生命体候选者计数器加1(步骤S408)。
另一方面，如果判断出光亮度不满足红外图像A至红外图像C之间通过皮肤所呈现的关系(步骤S407；否)，则处理进行到步骤S409。
接下来，确定单元173确定是否已经选择了通过步骤S402中的划分获得的所有区域(步骤S409)。如果还未选择通过划分获得的所有区域(步骤S409；否)，处理返回到步骤S403。
如果已经选择了通过步骤S402中的划分获得的所有区域(步骤S409；是)，则确定单元173确定通过将生命体候选者计数器的值除以面部区域计数器而获得的值PA是否等于或大于阈值(步骤S410)。应当注意，该阈值没有特别限制，只要其是等于或小于1的值(例如0.8)即可。
如果值PA等于或大于阈值(步骤S410；是)，则检测单元174确定人的面部的表面是皮肤(步骤S411)。另一方面，如果值PA小于阈值(步骤S410；否)，则确定单元确定人的面部的表面不是皮肤(步骤S412)。由此，生命体确定过程结束。
如上所述，在示例性实施例4的生命体确定过程中，将面部区域划分成区域矩阵，并且确定通过划分获得的每个区域是否呈现出皮肤满足的关系。根据被确定为整个面部区域的生命体的区域的比例是否等于或大于阈值，来确定面部的表面是否是皮肤。因此，与示例性实施例1的生命体确定过程相比，可以更准确地检测面部的表面是否是皮肤，其中当区域(脸颊区域、右脸颊区域和左脸颊区域)中的任何一个的光亮度不满足由生命体呈现的关系时，立即确定面部的表面不是皮肤。
(修改示例)
本公开不限于上述示例性实施例，并且可以在不脱离本发明的范围的情况下对范围进行各种改变。
图2所示的生命体检测设备1至4是在假设照明单元11、成像单元12等都被集成在一起的情况下描述的，但是它们当然可以视情况被分离。例如，照明单元11、成像单元12、扬声器13等可以单独准备并与具有控制单元17的功能的设备(例如，PC等)组合，以配置生命体检测设备1至4。备选地，生命体检测设备1可以被配置为具有内置于相机12中的控制单元17的功能，其中相机12的控制单元视情况与照明单元11、扬声器13等一起工作。
此外，在上述示例性实施例中，通过使照明单元11和成像单元12同步来捕获红外图像A至红外图像C。然而，在不使照明单元11和成像单元12同步的情况下，照明单元11可以在主体处发射给定波长范围内的红外光，并且已经由成像单元12捕获的红外图像可以按照在主体处发射的红外光的波长范围而被分类。具体而言，使用针对每个波长范围具有不同的反射率的指示器捕获红外图像，其中该指示器被放置在出现在红外图像的周边部分(例如，主体后面的墙壁)的位置处。照明单元11在主体和指示器处发射给定波长范围的红外光，并且成像单元12捕获主体的红外图像。控制单元17通过出现在所捕获的红外图像的周边部分的指示器的光亮度根据所发射的红外光的波长范围对红外图像进行分类。
此外，在上述示例性实施例中，当由1180nm周围的波长范围内的光照射的主体的图像(红外图像A)的光亮度、由1280nm周围的波长范围内的光照射的主体的图像(红外图像B)的光亮度和由1500nm周围的波长范围内的光照射的主体的图像(红外图像C)的光亮度满足皮肤所呈现的关系时，确定面部的表面是皮肤。然而，可以使用其他波长范围内的图像来确定面部的表面是否是皮肤。
此外，在上述示例性实施例中，使用三个波长范围内的图像(红外图像A至红外图像C)的光亮度来确定面部的表面是否是皮肤。然而，可以通过两个波长范围的图像来确定面部的表面是否是皮肤，并且可以通过四个或更多个波长范围的图像来确定面部的表面是否是皮肤。
此外，在上述示例性实施例中，面部检测单元172从面部区域检测前额区域、右脸颊区域和左脸颊区域，并且确定单元173将图像之间的区域的光亮度进行比较以确定面部的表面是否是皮肤。然而，面部检测单元172不需要检测所有的前额区域、右脸颊区域和左脸颊区域，而仅需要检测至少一个区域。例如，面部检测单元172可以仅检测前额区域，并且确定单元173可以仅比较前额区域的光亮度以确定面部的表面是否是皮肤。此外，面部检测单元172可以检测除了前额区域、右脸颊区域和左脸颊区域之外的特征区域，其中该区域的光亮度用于确定面部的表面是否是皮肤。此外，面部检测单元172可以仅检测面部区域，并且确定单元173可以比较整个面部区域或其一部分的光亮度，以确定面部的表面是否是皮肤。
此外，当成像单元12的位置和拍摄人的点是固定的使得人的面部确实地出现在图像的特定区域中时，确定单元173可以比较该特定区域的光亮度以确定面部的表面是否是皮肤。在这种情况下，生命体检测设备1至4不需要配备有面部检测单元172。
此外，在上述示例性实施例中，给出了针对检测面部的表面是否是皮肤的情况的描述，然而，可以执行关于面部的表面是否是皮肤的检测并且执行关于面部的表面是否是诸如硅酮树脂等的虚假生命体的检测。在这种情况下，例如，可以提前找出用于对虚假生命体进行检测的关系式。然后，连同在生命体确定过程中确定红外图像A至红外图像C中的所选像素的光亮度是否满足由皮肤所呈现的关系，通过根据上面找出的关系式确定面部的表面是否是虚假生命体，可以检测像素是皮肤的像素还是虚假生命体的像素。因此，可以更准确地确定面部的表面是皮肤还是虚假生命体的伪装面具。
此外，在上述示例性实施例的生命体检测设备1至4中，光源使用1180nm、1280nm和1500nm波长范围内的红外LED，但是这些红外LED可以被改变为容易获得的1200nm、1300nm、1450(1550)nm波长范围内的红外LED。此外，只要能够发射所需波长范围内的光，光源没有特别限制，并且可以使用除了LED之外的光源。例如，可以通过将卤素光源和多个截止滤光器(cut filter)进行组合(例如，将使等于或小于1130nm的光截止的截止滤光器和使等于或等于1230nm的光截止的截止滤光器进行组合)来获得每一个波长范围内的照明，以获得1180±15nm的波长范围内的图像。
此外，使用在入境检查区域中安装生命体确定设备1至4的示例来描述上述示例性实施例。然而，安装生命体确定设备1至4的地方不限于此。实质上，当需要执行关于面部的表面是否是皮肤的检测时，通过安装生命体确定设备1至4，可以执行关于面部的表面是否是皮肤的检测。例如，生命体确定设备1至4当然也可以安装以在登机检查区域的登机口附近使用，或者也可以安装以在公司或大型休闲设施的入口处使用。
此外，在上述示例性实施例中，生命体确定设备1至4检测面部的表面是否是皮肤而不是由硅酮树脂制成的伪装面具。然而，本发明可以用于检测面部的表面是否是皮肤而不是由通过某种其他材料制成的伪装面具覆盖皮肤的情况。
例如，树脂面具在1480nm至1580nm的波长范围内呈现高光亮度，而人体皮肤在该波长范围内呈现低光亮度。此外，与人体皮肤相比，合成橡胶面具在1480nm至1580nm的波长范围内显示出极低的光亮度。因此，考虑到皮肤和其他材料之间的这种差异，可以更准确地检测面部的表面是否是皮肤而不是由树脂或合成橡胶制成的面具。
此外，可以将定义根据上述示例性实施例的生命体确定设备1至4的操作的操作程序应用于现有的个人计算机、信息终端设备等，以允许个人计算机等用作根据本发明的生命体确定设备1至4。
此外，这样的程序可以通过任何方法分发，例如，程序可以被保存并分发在计算机可读记录介质上，例如光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、磁光盘(MO)和存储卡，或者可以经由诸如因特网的通信网络分发。
在不脱离本发明的更广泛的精神和范围的情况下，本发明的各种示例性实施例和修改是可能的。因此，上述示例性实施例是对本发明的说明，并不限制本发明的范围。也就是说，本发明的范围由权利要求而不是示例性实施例来指示。在本发明的意义范围内的权利要求和各种修改以及其等同物落入本发明的范围内。
上述示例性实施例完全或部分地但不排他地如下面的补充注释中所述。
(补充注释1)
一种生命体检测设备，包括：
图像获取单元，获取在其中对由第一波长范围内的光照射的主体进行成像的第一图像和在其中对由第二波长范围内的光照射的所述主体进行成像的第二图像，所述第二波长范围不同于所述第一波长范围；
确定单元，确定由在所述第一图像中成像的所述主体的光亮度和在所述第二图像中成像的所述主体的光亮度表达的关系是否是由生命体呈现的关系；以及
检测单元，在所述确定单元已经确定所表达的关系是由生命体呈现的关系的情况下，检测到所述主体是生命体。
(补充注释2)
根据补充注释1所述的生命体检测设备，包括：
照明单元，在所述主体处发射所述第一波长范围内的光和所述第二波长范围内的光；
成像单元，捕获所述第一图像和所述第二图像；
成像控制单元，将所述照明单元对所述第一波长范围内的光的发射与所述成像单元对所述第一图像的捕获同步，并且将所述照明单元对所述第二波长范围内的光的发射与所述成像单元对所述第二图像的捕获同步。
(补充注释3)
根据补充注释2所述的生命体检测设备，
其中，所述照明单元包括发射所述第一波长范围内的光的红外LED的光源和发射所述第二波长范围内的光的红外LED的光源，以及
所述成像单元由捕获所述第一图像和所述第二图像的一个红外相机构成。
(补充注释4)
根据补充注释1至3中任一项所述的生命体检测设备，
其中，所述第一波长范围内的光是使得由所述光照射的图像中的生命体的光亮度等于由所述光照射的图像中的虚假生命体的光亮度的波长范围内的光；以及
所述第二波长范围内的光是使得由所述光照射的图像中的生命体的光亮度与由所述光照射的图像中的虚假生命体的光亮度相差至少20％的波长范围内的光。
(补充注释5)
根据补充注释1至4中任一项所述的生命体检测设备，
其中，所述图像获取单元还获取在其中对由第三波长范围内的光照射的主体进行成像的第三图像，所述第三波长范围不同于所述第一波长范围和所述第二波长范围，以及
所述确定单元确定在所述第一图像中成像的所述主体的光亮度、在所述第二图像中成像的所述主体的光亮度和在所述第三图像中成像的所述主体的光亮度所呈现的关系是否是由生命体呈现的关系。
(补充注释6)
根据补充注释5所述的生命体检测设备，
其中，所述第一波长范围在1180nm周围，所述第二波长范围在1280nm周围，并且所述第三波长范围为在1500nm周围，以及
所述确定单元在以下关系的情况下确定光亮度所呈现的关系是所述由生命体呈现的关系：在所述第二图像中成像的所述主体的光亮度比在所述第一图像中成像的所述主体的光亮度和在所述第三图像中成像的所述主体的光亮度大预定比例。
(补充注释7)
根据补充注释6所述的生命体检测设备，包括：
面部检测单元，从由所述图像获取单元获取的每个图像检测人的面部区域，
其中，所述确定单元在以下关系的情况下确定光亮度所呈现的关系是所述由生命体呈现的关系：在所述第二图像中成像的所述面部区域的光亮度比在所述第一图像中成像的所述面部区域的光亮度和在所述第三图像中成像的所述面部区域的光亮度大预定比例。
(补充注释8)
根据补充注释7所述的生命体检测设备，
其中，所述面部检测单元从所述面部区域检测特征区域，以及
所述确定单元在以下关系的情况下确定光亮度所呈现的关系是所述由生命体呈现的关系：在所述第二图像中成像的所述特征区域的光亮度比在所述第一图像中成像的所述特征区域的光亮度和在所述第三图像中成像的所述特征区域的光亮度大预定比例。
(补充注释9)
根据补充注释1至8中任一项所述的生命体检测设备，还包括：
通知单元，在所述检测单元已经检测到所述主体不是生命体的情况下，发出关于所述主体不是生命体的通知。
(补充注释10)
根据补充注释1至9中任一项所述的生命体检测设备，其中，所述生命体是皮肤。
(补充注释11)
根据补充注释4所述的生命体检测设备，其中，所述虚假生命体由硅酮树脂构成。
(补充注释12)
一种生命体检测方法，包括：
图像获取步骤，获取在其中对由第一波长范围内的光照射的主体进行成像的第一图像和在其中对由第二波长范围内的光照射的所述主体进行成像的第二图像，所述第二波长范围不同于所述第一波长范围；
确定步骤，确定由在所述第一图像中成像的所述主体的光亮度和在所述第二图像中成像的所述主体的光亮度表达的关系是否是由生命体呈现的关系；以及
检测步骤，在所述确定单元已经确定所表达的关系是由生命体呈现的关系的情况下，检测到所述主体是生命体。
(补充注释13)
一种存储程序的记录介质，所述程序使计算机用作：
图像获取单元，获取在其中对由第一波长范围内的光照射的主体进行成像的第一图像和在其中对由第二波长范围内的光照射的所述主体进行成像的第二图像，所述第二波长范围不同于所述第一波长范围；
确定单元，确定由在所述第一图像中成像的所述主体的光亮度和在所述第二图像中成像的所述主体的光亮度表达的关系是否是由生命体呈现的关系；以及
检测单元，在所述确定单元已经确定所表达的关系是由生命体呈现的关系的情况下，检测到所述主体是生命体。
工业实用性
本发明可以优选用于确定在入境检查区域处入境的人是否穿戴伪装品。
附图标记的说明
1、2、3、4：生命体检测设备
11：照明单元
111(111A至111C)：光源
112(112A至112C)：继电器
12：成像单元
121：镜头
122：快门
123：CMOS图像传感器
13：扬声器
14：显示器
15：操作单元
16：外部存储设备
17：控制单元
170：成像控制单元
171：图像获取单元
172：面部检测单元
173：确定单元
174：检测单元
175：通知单元

Claims (17)

1.一种生命体检测设备，包括：
面部检测单元，从通过使用第一红外光捕获的主体的第一图像检测所述主体的第一面部区域，从通过使用第二红外光捕获的所述主体的第二图像检测所述主体的第二面部区域，并且从通过使用第三红外光捕获的所述主体的第三图像检测所述主体的第三面部区域，所述第二红外光不同于所述第一红外光，所述第三红外光不同于所述第一红外光和所述第二红外光；以及
确定单元，测量所述第一面部区域的光亮度、所述第二面部区域的光亮度和所述第三面部区域的光亮度，并且基于所述第一面部区域的光亮度、所述第二面部区域的光亮度与所述第三面部区域的光亮度的关系来确定所述主体是否是皮肤，
其中，所述第一红外光具有以下波长：当所述主体不是皮肤时所述第一面部区域的光亮度小于当所述主体是皮肤时所述第一面部区域的光亮度；所述第二红外光具有以下波长：当所述主体不是皮肤时所述第二面部区域的光亮度大于当所述主体是皮肤时所述第二面部区域的光亮度；所述第三红外光具有以下波长：当所述主体不是皮肤时所述第三面部区域的光亮度大于当所述主体是皮肤时所述第三面部区域的光亮度，以及
所述确定单元在所述第一面部区域的光亮度比所述第三面部区域的光亮度大预定比例，所述第二面部区域的光亮度比所述第三面部区域的光亮度大预定比例，并且所述第二面部区域的光亮度比所述第一面部区域的光亮度大预定比例时，确定所述主体是皮肤。
2.根据权利要求1所述的生命体检测设备，还包括：
照明单元，将所述第一红外光发射在所述主体处，并将所述第二红外光发射在所述主体处，
其中，所述面部检测单元从通过使用当所述第一红外光发射在所述主体处时由所述主体反射的第一红外光捕获的所述主体的所述第一图像检测所述主体的所述第一面部区域，并且从通过使用当所述第二红外光发射在所述主体处时由所述主体反射的第二红外光捕获的所述主体的所述第二图像检测所述主体的所述第二面部区域。
3.根据权利要求2所述的生命体检测设备，
其中，所述照明单元发射所述第三红外光，所述第一红外光是第一波长范围内的红外光，所述第二红外光是第二波长范围内的红外光，所述第三红外光是第三波长范围内的红外光，所述第一波长范围、所述第二波长范围和所述第三波长范围彼此不同，
所述面部检测单元从通过使用当所述第三红外光发射在所述主体处时由所述主体反射的第三红外光捕获的所述主体的所述第三图像检测所述主体的所述第三面部区域，以及
所述确定单元基于所述主体的每个图像来确定所述主体是否是皮肤。
4.根据权利要求1所述的生命体检测设备，包括：
图像获取单元，获取在其中对由所述第一红外光照射的所述主体进行成像的所述第一图像和在其中对由所述第二红外光照射的所述主体进行成像的所述第二图像，所述第一红外光是第一波长范围内的红外光，所述第二红外光是第二波长范围内的红外光，所述第二波长范围不同于所述第一波长范围，
所述生命体检测设备还包括：
检测单元，在所述确定单元已经确定所述主体是皮肤的情祝下，检测到所述主体是生命体。
5.根据权利要求4所述的生命体检测设备，包括：
照明单元，将所述第一波长范围内的所述第一红外光和所述第二波长范围内的所述第二红外光发射在所述主体处；
成像单元，捕获所述第一图像和所述第二图像；
成像控制单元，将所述照明单元对所述第一波长范围内的所述第一红外光的发射与所述成像单元对所述第一图像的捕获同步，并且将所述照明单元对所述第二波长范围内的所述第二红外光的发射与所述成像单元对所述第二图像的捕获同步。
6.根据权利要求5所述的生命体检测设备，
其中，所述照明单元包括发射所述第一波长范围内的所述第一红外光的红外LED的光源和发射所述第二波长范围内的所述第二红外光的红外LED的光源，以及
所述成像单元由捕获所述第一图像和所述第二图像的一个红外相机构成。
7.根据权利要求4至6中任一项所述的生命体检测设备，
其中，所述图像获取单元还获取在其中对由所述第三红外光照射的所述主体进行成像的所述第三图像，所述第三红外光是第三波长范围内的红外光，所述第三波长范围不同于所述第一波长范围和所述第二波长范围。
8.根据权利要求7所述的生命体检测设备，
其中，所述第一波长范围在1180nm周围，所述第二波长范围在1280nm周围，并且所述第三波长范围在1500nm周围。
9.根据权利要求8所述的生命体检测设备，
其中，所述面部检测单元从由所述图像获取单元获取的所述第一图像检测所述主体的所述第一面部区域，从由所述图像获取单元获取的所述第二图像检测所述主体的所述第二面部区域，并且从由所述图像获取单元获取的所述第三图像检测所述主体的所述第三面部区域。
10.根据权利要求9所述的生命体检测设备，
其中，所述面部检测单元从所述第一面部区域检测特征区域。
11.一种生命体检测方法，包括：
从通过使用第一红外光捕获的主体的第一图像检测所述主体的第一面部区域；
从通过使用第二红外光捕获的所述主体的第二图像检测所述主体的第二面部区域，所述第二红外光不同于所述第一红外光；
从通过使用第三红外光捕获的所述主体的第三图像检测所述主体的第三面部区域，所述第三红外光不同于所述第一红外光和所述第二红外光；
测量所述第一面部区域的光亮度、所述第二面部区域的光亮度和所述第三面部区域的光亮度；以及
基于所述第一面部区域的光亮度、所述第二面部区域的光亮度与所述第三面部区域的光亮度的关系来确定所述主体是否是皮肤，
其中，所述第一红外光具有以下波长：当所述主体不是皮肤时所述第一面部区域的光亮度小于当所述主体是皮肤时所述第一面部区域的光亮度；所述第二红外光具有以下波长：当所述主体不是皮肤时所述第二面部区域的光亮度大于当所述主体是皮肤时所述第二面部区域的光亮度；所述第三红外光具有以下波长：当所述主体不是皮肤时所述第三面部区域的光亮度大于当所述主体是皮肤时所述第三面部区域的光亮度，以及
确定所述主体是否是皮肤包括：在所述第一面部区域的光亮度比所述第三面部区域的光亮度大预定比例，所述第二面部区域的光亮度比所述第三面部区域的光亮度大预定比例，并且所述第二面部区域的光亮度比所述第一面部区域的光亮度大预定比例时，确定所述主体是皮肤。
12.一种存储程序的记录介质，所述程序使计算机执行以下操作：
从通过使用第一红外光捕获的主体的第一图像检测所述主体的第一面部区域；
从通过使用第二红外光捕获的所述主体的第二图像检测所述主体的第二面部区域，所述第二红外光不同于所述第一红外光；
从通过使用第三红外光捕获的所述主体的第三图像检测所述主体的第三面部区域，所述第三红外光不同于所述第一红外光和所述第二红外光；
测量所述第一面部区域的光亮度、所述第二面部区域的光亮度和所述第三面部区域的光亮度；以及
基于所述第一面部区域的光亮度、所述第二面部区域的光亮度与所述第三面部区域的光亮度的关系来确定所述主体是否是皮肤，
其中，所述第一红外光具有以下波长：当所述主体不是皮肤时所述第一面部区域的光亮度小于当所述主体是皮肤时所述第一面部区域的光亮度；所述第二红外光具有以下波长：当所述主体不是皮肤时所述第二面部区域的光亮度大于当所述主体是皮肤时所述第二面部区域的光亮度；所述第三红外光具有以下波长：当所述主体不是皮肤时所述第三面部区域的光亮度大于当所述主体是皮肤时所述第三面部区域的光亮度，以及
确定所述主体是否是皮肤包括：在所述第一面部区域的光亮度比所述第三面部区域的光亮度大预定比例，所述第二面部区域的光亮度比所述第三面部区域的光亮度大预定比例，并且所述第二面部区域的光亮度比所述第一面部区域的光亮度大预定比例时，确定所述主体是皮肤。
13.一种生命体检测设备，包括：
照明单元，将第一红外光发射在主体处，将第二红外光发射在所述主体处，并且将第三红外光发射在所述主体处，所述第二红外光不同于所述第一红外光，所述第三红外光不同于所述第一红外光和所述第二红外光；以及
确定单元，基于通过使用当所述第一红外光发射在所述主体处时由所述主体反射的第一红外光捕获的所述主体的第一图像，来测量所述主体的第一面部区域的光亮度，基于通过使用当所述第二红外光发射在所述主体处时由所述主体反射的第二红外光捕获的所述主体的第二图像，来测量所述主体的第二面部区域的光亮度，基于通过使用当所述第三红外光发射在所述主体处时由所述主体反射的第三红外光捕获的所述主体的第三图像，来测量所述主体的第三面部区域的光亮度，并且基于所述第一面部区域的光亮度、所述第二面部区域的光亮度与所述第三面部区域的光亮度的关系来确定所述主体是否是皮肤，
其中，所述第一红外光具有以下波长：当所述主体不是皮肤时所述第一面部区域的光亮度小于当所述主体是皮肤时所述第一面部区域的光亮度；所述第二红外光具有以下波长：当所述主体不是皮肤时所述第二面部区域的光亮度大于当所述主体是皮肤时所述第二面部区域的光亮度；所述第三红外光具有以下波长：当所述主体不是皮肤时所述第三面部区域的光亮度大于当所述主体是皮肤时所述第三面部区域的光亮度，以及
所述确定单元在所述第一面部区域的光亮度比所述第三面部区域的光亮度大预定比例，所述第二面部区域的光亮度比所述第三面部区域的光亮度大预定比例，并且所述第二面部区域的光亮度比所述第一面部区域的光亮度大预定比例时，确定所述主体是皮肤。
14.根据权利要求13所述的生命体检测设备，
其中，所述第一红外光是第一波长范围内的红外光，所述第二红外光是第二波长范围内的红外光，所述第三红外光是第三波长范围内的红外光，并且所述第一波长范围、所述第二波长范围和所述第三波长范围彼此不同，以及
所述确定单元基于所述主体的每个图像来确定所述主体是否是皮肤。
15.根据权利要求13或14所述的生命体检测设备，还包括：
面部检测单元，从所述主体的所述第一图像检测所述主体的所述第一面部区域。
16.一种生命体检测方法，包括：
将第一红外光发射在主体处；
将第二红外光发射在所述主体处，所述第二红外光不同于所述第一红外光；
将第三红外光发射在所述主体处，所述第三红外光不同于所述第一红外光和所述第二红外光；
基于通过使用当所述第一红外光发射在所述主体处时由所述主体反射的第一红外光捕获的所述主体的第一图像，来测量所述主体的第一面部区域的光亮度；
基于通过使用当所述第二红外光发射在所述主体处时由所述主体反射的第二红外光捕获的所述主体的第二图像，来测量所述主体的第二面部区域的光亮度；
基于通过使用当所述第三红外光发射在所述主体处时由所述主体反射的第三红外光捕获的所述主体的第三图像，来测量所述主体的第三面部区域的光亮度；
基于所述第一面部区域的光亮度、所述第二面部区域的光亮度与所述第三面部区域的光亮度的关系来确定所述主体是否是皮肤，
其中，所述第一红外光具有以下波长：当所述主体不是皮肤时所述第一面部区域的光亮度小于当所述主体是皮肤时所述第一面部区域的光亮度；所述第二红外光具有以下波长：当所述主体不是皮肤时所述第二面部区域的光亮度大于当所述主体是皮肤时所述第二面部区域的光亮度；所述第三红外光具有以下波长：当所述主体不是皮肤时所述第三面部区域的光亮度大于当所述主体是皮肤时所述第三面部区域的光亮度，以及
确定所述主体是否是皮肤包括：在所述第一面部区域的光亮度比所述第三面部区域的光亮度大预定比例，所述第二面部区域的光亮度比所述第三面部区域的光亮度大预定比例，并且所述第二面部区域的光亮度比所述第一面部区域的光亮度大预定比例时，确定所述主体是皮肤。
17.一种存储程序的记录介质，所述程序使计算机执行以下操作：
将第一红外光发射在主体处；
将第二红外光发射在所述主体处，所述第二红外光不同于所述第一红外光；
将第三红外光发射在所述主体处，所述第三红外光不同于所述第一红外光和所述第二红外光；
基于通过使用当所述第一红外光发射在所述主体处时由所述主体反射的第一红外光捕获的所述主体的第一图像，来测量所述主体的第一面部区域的光亮度；
基于通过使用当所述第二红外光发射在所述主体处时由所述主体反射的第二红外光捕获的所述主体的第二图像，来测量所述主体的第二面部区域的光亮度；
基于通过使用当所述第三红外光发射在所述主体处时由所述主体反射的第三红外光捕获的所述主体的第三图像，来测量所述主体的第三面部区域的光亮度；
基于所述第一面部区域的光亮度、所述第二面部区域的光亮度与所述第三面部区域的光亮度的关系来确定所述主体是否是皮肤，
其中，所述第一红外光具有以下波长：当所述主体不是皮肤时所述第一面部区域的光亮度小于当所述主体是皮肤时所述第一面部区域的光亮度；所述第二红外光具有以下波长：当所述主体不是皮肤时所述第二面部区域的光亮度大于当所述主体是皮肤时所述第二面部区域的光亮度；所述第三红外光具有以下波长：当所述主体不是皮肤时所述第三面部区域的光亮度大于当所述主体是皮肤时所述第三面部区域的光亮度，以及
确定所述主体是否是皮肤包括：在所述第一面部区域的光亮度比所述第三面部区域的光亮度大预定比例，所述第二面部区域的光亮度比所述第三面部区域的光亮度大预定比例，并且所述第二面部区域的光亮度比所述第一面部区域的光亮度大预定比例时，确定所述主体是皮肤。
CN201580077652.8A 2015-03-13 2015-03-13 生命体检测设备、生命体检测方法和记录介质 Active CN107408298B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110514063.9A CN113516038A (zh) 2015-03-13 2015-03-13 生命体检测设备、生命体检测方法和记录介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/057586 WO2016147272A1 (ja) 2015-03-13 2015-03-13 生体検知装置、生体検知方法、および、記録媒体

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202110514063.9A Division CN113516038A (zh) 2015-03-13 2015-03-13 生命体检测设备、生命体检测方法和记录介质

Publications (2)

Publication Number Publication Date
CN107408298A CN107408298A (zh) 2017-11-28
CN107408298B true CN107408298B (zh) 2021-05-28

Family

ID=56918511

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110514063.9A Pending CN113516038A (zh) 2015-03-13 2015-03-13 生命体检测设备、生命体检测方法和记录介质
CN201580077652.8A Active CN107408298B (zh) 2015-03-13 2015-03-13 生命体检测设备、生命体检测方法和记录介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202110514063.9A Pending CN113516038A (zh) 2015-03-13 2015-03-13 生命体检测设备、生命体检测方法和记录介质

Country Status (6)

Country Link
US (6) US10546189B2 (zh)
EP (1) EP3270354B1 (zh)
JP (1) JP6428914B2 (zh)
CN (2) CN113516038A (zh)
HK (1) HK1247723A1 (zh)
WO (1) WO2016147272A1 (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112932416A (zh) * 2015-06-04 2021-06-11 松下知识产权经营株式会社 生物体信息检测装置及生物体信息检测方法
US11423693B2 (en) 2016-10-31 2022-08-23 Nec Corporation Image processing device, image processing method, face recognition system, program, and storage medium
US10650225B2 (en) * 2016-12-27 2020-05-12 Canon Kabushiki Kaisha Image processing apparatus which determines category to which object in image belongs, method therefor, and object discrimination apparatus
CN108710844B (zh) * 2018-05-14 2022-01-21 世熠网络科技(上海)有限公司 对面部进行检测的认证方法和装置
AU2019208182B2 (en) 2018-07-25 2021-04-08 Konami Gaming, Inc. Casino management system with a patron facial recognition system and methods of operating same
US11521460B2 (en) 2018-07-25 2022-12-06 Konami Gaming, Inc. Casino management system with a patron facial recognition system and methods of operating same
CN109543541B (zh) * 2018-10-23 2024-03-08 合肥的卢深视科技有限公司 一种活体检测方法及装置
US10885363B2 (en) * 2018-10-25 2021-01-05 Advanced New Technologies Co., Ltd. Spoof detection using structured light illumination
US11170242B2 (en) 2018-12-26 2021-11-09 Advanced New Technologies Co., Ltd. Spoof detection using dual-band fluorescence
US10970574B2 (en) 2019-02-06 2021-04-06 Advanced New Technologies Co., Ltd. Spoof detection using dual-band near-infrared (NIR) imaging
US11328043B2 (en) 2019-03-15 2022-05-10 Advanced New Technologies Co., Ltd. Spoof detection by comparing images captured using visible-range and infrared (IR) illuminations
CN110337656A (zh) * 2019-05-27 2019-10-15 深圳市汇顶科技股份有限公司 用于人脸识别的光学传感器、装置、方法和电子设备
IL277062B (en) * 2020-08-30 2022-02-01 Elbit Systems C4I And Cyber Ltd Systems and methods for detecting movement of at least one object without line of sight
CN112115833B (zh) * 2020-09-10 2024-03-29 深圳印像数据科技有限公司 一种图片的活体检测及分类方法
EP4002303A1 (en) * 2020-11-09 2022-05-25 Tata Consultancy Services Limited Real time region of interest (roi) detection in thermal face images based on heuristic approach
US11080516B1 (en) * 2020-12-30 2021-08-03 EyeVerify, Inc. Spoof detection based on red-eye effects
WO2022208681A1 (ja) * 2021-03-30 2022-10-06 日本電気株式会社 情報処理装置、情報処理方法及び記録媒体
CN113128438A (zh) * 2021-04-27 2021-07-16 浙江宇视科技有限公司 一种活体人脸检测方法、装置、设备和介质
WO2022249485A1 (ja) * 2021-05-28 2022-12-01 日本電気株式会社 チャート及び製造方法、並びに判定システム、判定方法、及び記録媒体
CN114973426B (zh) * 2021-06-03 2023-08-15 中移互联网有限公司 活体检测方法、装置及设备
WO2023072905A1 (en) * 2021-10-26 2023-05-04 Trinamix Gmbh Extended material detection involving a multi wavelength projector
WO2023112237A1 (ja) * 2021-12-16 2023-06-22 日本電気株式会社 生体判定装置、生体判定方法、及び、記録媒体
CN114565993B (zh) * 2022-02-24 2023-11-17 深圳福鸽科技有限公司 基于人脸识别和猫眼的智能锁系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012128792A (ja) * 2010-12-17 2012-07-05 Mitsubishi Electric Corp 人物認証装置およびコンピュータプログラム
CN102622588A (zh) * 2012-03-08 2012-08-01 无锡数字奥森科技有限公司 双验证人脸防伪方法及装置
CN103294993A (zh) * 2012-02-29 2013-09-11 思普利玛有限公司 用于识别假脸的装置和方法
US8965068B2 (en) * 2012-09-18 2015-02-24 Electronics And Telecommunications Research Institute Apparatus and method for discriminating disguised face

Family Cites Families (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2823564B2 (ja) 1988-05-27 1998-11-11 日本電信電話株式会社 生物体検知装置
JPH06111083A (ja) 1992-09-29 1994-04-22 Olympus Optical Co Ltd ビデオｉｄフォトシステム
US6173068B1 (en) * 1996-07-29 2001-01-09 Mikos, Ltd. Method and apparatus for recognizing and classifying individuals based on minutiae
US5940139A (en) 1996-08-07 1999-08-17 Bell Communications Research, Inc. Background extraction in a video picture
US7076088B2 (en) 1999-09-03 2006-07-11 Honeywell International Inc. Near-infrared disguise detection
KR100343223B1 (ko) * 1999-12-07 2002-07-10 윤종용 화자 위치 검출 장치 및 그 방법
US6642955B1 (en) 2000-01-10 2003-11-04 Extreme Cctv Inc. Surveillance camera system with infrared and visible light bandpass control circuit
US7599847B2 (en) 2000-06-09 2009-10-06 Airport America Automated internet based interactive travel planning and management system
US6854879B2 (en) 2001-04-19 2005-02-15 Honeywell International Inc. System and method using thermal image analysis for polygraph testing
US7028054B2 (en) * 2001-07-02 2006-04-11 International Business Machines Corporation Random sampling as a built-in function for database administration and replication
US7136513B2 (en) 2001-11-08 2006-11-14 Pelco Security identification system
US6879709B2 (en) 2002-01-17 2005-04-12 International Business Machines Corporation System and method for automatically detecting neutral expressionless faces in digital images
DE10211609B4 (de) * 2002-03-12 2009-01-08 Hüttinger Elektronik GmbH & Co. KG Verfahren und Leistungsverstärker zur Erzeugung von sinusförmigen Hochfrequenzsignalen zum Betreiben einer Last
US6919892B1 (en) * 2002-08-14 2005-07-19 Avaworks, Incorporated Photo realistic talking head creation system and method
US7804982B2 (en) 2002-11-26 2010-09-28 L-1 Secure Credentialing, Inc. Systems and methods for managing and detecting fraud in image databases used with identification documents
JP2004185262A (ja) 2002-12-03 2004-07-02 Yokogawa Electric Corp 個人認証装置
JP3948439B2 (ja) 2003-07-08 2007-07-25 三菱電機株式会社 密着イメージセンサおよびこれを用いた画像読み取り装置
US7605709B2 (en) * 2004-02-09 2009-10-20 Tolliver Charlie L System, apparatus and method for screening personnel
GB2412431B (en) * 2004-03-25 2007-11-07 Hewlett Packard Development Co Self-calibration for an eye tracker
JP4532968B2 (ja) 2004-04-13 2010-08-25 キヤノン株式会社 焦点検出装置
JP2006047067A (ja) * 2004-08-03 2006-02-16 Funai Electric Co Ltd 人体検出装置及び人体検出方法
JP2006098340A (ja) 2004-09-30 2006-04-13 Sharp Corp 内部検出装置
US7848566B2 (en) * 2004-10-22 2010-12-07 Carnegie Mellon University Object recognizer and detector for two-dimensional images using bayesian network based classifier
US7138905B2 (en) * 2004-11-18 2006-11-21 Honeywell International Inc. Controlled environment thermal image detection system and methods regarding same
CN100405400C (zh) 2005-06-27 2008-07-23 同方威视技术股份有限公司 一种辐射成像中图像信息增强的方法
US7545961B2 (en) * 2005-12-22 2009-06-09 Daon Holdings Limited Biometric authentication system
ES2293629T3 (es) * 2006-03-15 2008-03-16 Nexans Linea electrica.
US7986816B1 (en) * 2006-09-27 2011-07-26 University Of Alaska Methods and systems for multiple factor authentication using gaze tracking and iris scanning
US7417310B2 (en) * 2006-11-02 2008-08-26 Entorian Technologies, Lp Circuit module having force resistant construction
JP2008167818A (ja) * 2007-01-09 2008-07-24 Konica Minolta Sensing Inc 生体情報測定装置、生体情報測定システム
EP2188759A1 (en) * 2007-03-05 2010-05-26 Fotonation Vision Limited Face searching and detection in a digital image acquisition device
DE102007017713A1 (de) * 2007-04-14 2008-10-16 Fachhochschule Bonn-Rhein-Sieg Vorrichtung zur Authentifikation einer Person anhand mindestens eines biometrischen Parameters
JP2009009403A (ja) 2007-06-28 2009-01-15 Canon Inc 生体認証装置及び生体検知方法
JP5276908B2 (ja) 2007-08-10 2013-08-28 パナソニック株式会社 固体撮像素子及びその製造方法
JP4985264B2 (ja) 2007-09-25 2012-07-25 株式会社豊田中央研究所 物体識別装置
JP2009187130A (ja) 2008-02-04 2009-08-20 Panasonic Electric Works Co Ltd 顔認証装置
JP4617367B2 (ja) 2008-03-13 2011-01-26 シャープ株式会社 前照灯およびそれを光源として用いた車両用赤外線暗視装置
US8279325B2 (en) * 2008-11-25 2012-10-02 Lytro, Inc. System and method for acquiring, editing, generating and outputting video data
JP5532315B2 (ja) 2010-04-06 2014-06-25 ソニー株式会社 画像処理装置、画像処理方法、プログラム、および電子装置
US8326443B2 (en) * 2010-05-24 2012-12-04 International Business Machines Corporation Computer enabled method for disabling protective safety gear
CN102971770B (zh) * 2011-03-31 2016-02-10 松下电器产业株式会社 进行全周围立体图像的描绘的图像描绘装置、图像描绘方法
JP5791148B2 (ja) 2011-09-14 2015-10-07 株式会社日立情報通信エンジニアリング 認証システム及び信頼度判定方法
JP5035467B2 (ja) 2011-10-24 2012-09-26 日本電気株式会社 立体性認証方法、立体性認証装置および立体性認証プログラム
CN104106080B (zh) * 2011-12-27 2017-10-03 英特尔公司 基于图灵测试的用户认证和用户在场验证系统、设备和方法
US8411909B1 (en) * 2012-06-26 2013-04-02 Google Inc. Facial recognition
US10452894B2 (en) 2012-06-26 2019-10-22 Qualcomm Incorporated Systems and method for facial verification
JP2014174794A (ja) 2013-03-11 2014-09-22 Denso Corp 特徴点抽出アルゴリズム評価装置、および特徴点抽出アルゴリズム評価方法
JP5763160B2 (ja) 2013-12-20 2015-08-12 株式会社日立製作所 生体認証装置及び個人認証システム
FR3016319B1 (fr) 2014-01-16 2017-05-12 Renault Sas Transmission pour vehicule automobile a propulsion hybride et procede de commande associe
JP6213663B2 (ja) 2014-03-13 2017-10-18 日本電気株式会社 検知装置、検知方法、および、プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012128792A (ja) * 2010-12-17 2012-07-05 Mitsubishi Electric Corp 人物認証装置およびコンピュータプログラム
CN103294993A (zh) * 2012-02-29 2013-09-11 思普利玛有限公司 用于识别假脸的装置和方法
CN102622588A (zh) * 2012-03-08 2012-08-01 无锡数字奥森科技有限公司 双验证人脸防伪方法及装置
US8965068B2 (en) * 2012-09-18 2015-02-24 Electronics And Telecommunications Research Institute Apparatus and method for discriminating disguised face

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Masked fake face detection using radiance measurements;Youngshin Kim;《Optical Society of America》;20090430;正文第760-766页 *

Also Published As

Publication number Publication date
EP3270354B1 (en) 2022-10-26
JP6428914B2 (ja) 2018-11-28
US10546190B2 (en) 2020-01-28
HK1247723A1 (zh) 2018-09-28
US20190005318A1 (en) 2019-01-03
US20180053044A1 (en) 2018-02-22
EP3270354A4 (en) 2019-03-06
US20200143156A1 (en) 2020-05-07
US20190012533A1 (en) 2019-01-10
US20190012534A1 (en) 2019-01-10
US10546189B2 (en) 2020-01-28
US11132536B2 (en) 2021-09-28
JPWO2016147272A1 (ja) 2017-11-30
US20210334526A1 (en) 2021-10-28
CN113516038A (zh) 2021-10-19
US10528803B2 (en) 2020-01-07
WO2016147272A1 (ja) 2016-09-22
US10509955B2 (en) 2019-12-17
EP3270354A1 (en) 2018-01-17
CN107408298A (zh) 2017-11-28

Similar Documents

Publication Publication Date Title
CN107408298B (zh) 生命体检测设备、生命体检测方法和记录介质
KR101286454B1 (ko) 눈 영상의 특성을 이용한 모조얼굴 식별장치 및 방법
CN110717446B (zh) 检测设备、检测方法和记录介质
JP6315144B2 (ja) 検知装置、検知方法、および、プログラム
CN108710844B (zh) 对面部进行检测的认证方法和装置
US8831416B2 (en) System and method for illuminating and identifying a person
JP6292341B2 (ja) 検知装置、検知方法、および、プログラム
JP6819653B2 (ja) 検知装置
WO2021044540A1 (ja) 制御装置、制御方法及び記憶媒体
JP7343020B2 (ja) 情報処理装置
JP2005040591A (ja) 生体眼判定方法および生体眼判定装置
JP7444204B2 (ja) 制御装置、検知装置、制御方法、およびプログラム
JP2018152079A (ja) 検知装置
JP2006326326A (ja) 生体眼判定方法および生体眼判定装置

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