CN108073891A - 一种三维智能人脸识别系统 - Google Patents
一种三维智能人脸识别系统 Download PDFInfo
- Publication number
- CN108073891A CN108073891A CN201711103142.0A CN201711103142A CN108073891A CN 108073891 A CN108073891 A CN 108073891A CN 201711103142 A CN201711103142 A CN 201711103142A CN 108073891 A CN108073891 A CN 108073891A
- Authority
- CN
- China
- Prior art keywords
- module
- face
- identified
- structure light
- face identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种三维智能人脸识别系统,包括结构光成像模组、彩色图像采集模块、第一温度传感器、数据库和中央处理模组,所述结构光成像模组的输出端、彩色图像采集模块的输出端和第一温度传感器的输出端均与中央处理模组的输入端连接,所述中央处理模组与数据库连接。本发明通过结构光成像模组的结构光编码引入了深度这一第三维特征,并配合彩色图像采集模块和中央处理模组实现了三维人脸识别,识别正确率更高,且在环境光不稳定变化的情况下仍能保证识别效果,适用性更广;增设了第一温度传感器,通过第一温度传感器与中央处理模组的配合实现了待识别人脸是否为真实人脸的识别,安全性更高。本发明可广泛应用于生物特征识别领域。
Description
技术领域
本发明涉及生物特征识别领域,尤其是一种三维智能人脸识别系统。
背景技术
人体有诸多唯一的特征,比如人脸、指纹、虹膜、人耳等,这些特征被统称为生物特征。生物特征识别已被广泛用于安防、家居、智能硬件等众多领域。人脸识别,作为生物特征识别的一种,是基于人的脸部特征信息进行身份识别的一种生物识别技术。它用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。利用人脸识别技术可有效地加强安全和隐私。
目前市面上的人脸识别系统,存在以下缺陷或不足:
(1)需要待识别人正面对着摄像头才能获取与数据库里的二维图像相同角度的图像,否则将很难获得正确的比对结果,识别正确率低;
(2)主要基于人脸二维彩色图像进行识别,在环境光不稳定变化的情况下使用时会出现数据偏差大、数据丢失等问题,严重影响了识别效果;
(3)主要基于人脸二维彩色图像进行识别,摄像机扫描识别时,被识别对象不能处于运动状态,不能用于运动状态下的三维人脸识别,适用性不广;
(4)未能识别是否为真实人脸,容易被其它非真实人脸特征欺骗,例如被识别对象不是真实人脸,而是立体模型人脸(如照片或视频等非真实人脸)时,往往也能通过识别,安全性有待进一步提升。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种识别正确率高、识别效果好、适用性广和安全的三维智能人脸识别系统。
本发明所采取的技术方案是:
一种三维智能人脸识别系统,包括:
结构光成像模组,用于将经调制而形成的结构光照射至待识别人脸,接收反射回的结构光编码并生成含结构光编码的第一待识别人脸图像;
彩色图像采集模块,用于采集待识别人脸的彩色图像,以形成第二待识别人脸图像;
第一温度传感器,用于采集待识别人脸的温度;
数据库,用于存储人脸图像数据;
中央处理模组,用于根据第一待识别人脸图像、第二待识别人脸图像、待识别人脸的温度和数据库存储的人脸图像数据进行三维人脸识别和真实人脸识别;
所述结构光成像模组的输出端、彩色图像采集模块的输出端和第一温度传感器的输出端均与中央处理模组的输入端连接,所述中央处理模组与数据库连接。
进一步,所述结构光成像模组包括:
大功率电池模组,用于提供大功率电源;
大功率脉冲光源驱动模组,用于提供大功率脉冲光源驱动信号;
大功率LED光源,用于发出大功率LED光;
光栅,用于将大功率LED光转化为结构光并发射给待识别人脸;
接收端镜头,用于将待识别人脸反射回的结构光编码进行放大;
环境光抑制模组,用于抑制环境光;
结构光光电传感器,用于接收放大后的结构光编码;
图像处理芯片,用于将接收的结构光编码转换为第一待识别人脸图像;
所述大功率电池模组的输出端分别与大功率脉冲光源驱动模组的第一输入端、图像处理芯片的第一输入端和结构光传感器的输入端连接,所述结构光传感器的输出端与图像处理芯片的第二输入端连接,所述图像处理芯片的输出端与大功率脉冲光源驱动模组的第二输入端连接,所述光栅位于大功率LED光源和待识别人脸之间,所述环境光抑制模组位于接收端镜头和结构光光电传感器之间。
进一步,所述环境光抑制模块包括:
窄带滤光片,用于过滤掉环境光中的可见光;
电切换偏振片,用于过滤掉同波长光线中非大功率LED光源主动发射的光线;
所述窄带滤光片位于接收端镜头与电切换偏振片之间,所述电切换偏振片位于结构光光电传感器之前,所述电切换偏振片与图像处理芯片连接。
进一步,所述结构光成像模组还包括稳压及过压保护电路和传感器电源模组,所述稳压及过压保护电路的输入端与大功率电池模组的输出端连接,所述稳压及过压保护电路的输出端分别与大功率脉冲光源驱动模组的第一输入端、图像处理芯片的第一输入端和传感器电源模组的输入端连接,所述传感器电源模组的输出端与结构光传感器的输入端连接。
进一步,所述结构光成像模组还包括第二温度传感器,所述第二温度传感器用于检测大功率LED光源的温度,以使得图像处理芯片通过温度来调整大功率LED光源的电流。
进一步,所述结构光成像模组还包括显示器接口和图像显示设备,所述图像处理芯片通过显示器接口与图像显示设备连接。
进一步,所述显示器接口为HDMI接口,所述结构光光电传感器为CMOS光电传感器。
进一步,所述第一温度传感器的输出端通过SPI总线与中央处理模组的输入端连接,所述彩色图像采集模块采用RGB图像传感器。
进一步,所述中央处理模组包括输入接口、复合解码器、主控芯片、三维降噪模块、自适应运动补偿模块和输出端接口,所述输入接口通过复合解码器与主控芯片连接,所述自适应运动补偿模块通过三维降噪模块与主控芯片连接,所述主控芯片还与输出端接口连接。
进一步,所述输入接口包括CVBS端口、YPbPr端口、VGA端口、DVD端口和HDMI端口中的至少一种,所述输出接口包括USB接口、DVI接口和HDMI接口中的至少一种。
本发明的有益效果是:包括结构光成像模组、彩色图像采集模块、第一温度传感器、数据库和中央处理模组,通过结构光成像模组的结构光编码引入了深度这一第三维特征,并配合彩色图像采集模块和中央处理模组实现了三维人脸识别,不再需要待识别人正面对着摄像头才能进行正确识别,识别正确率更高,且三维人脸识别不受光照的影响,在环境光不稳定变化的情况下仍能保证识别效果,同时三维人脸识别使得被识别对象处于运动状态时仍能进行有效识别,适用性更广;增设了第一温度传感器,利用了真实人脸的温度特性,通过第一温度传感器与中央处理模组的配合识别是真实人脸还是立体模型人脸,不易被其它非真实人脸特征欺骗,安全性更高。
附图说明
图1为本发明一种三维智能人脸识别系统的整体结构框图;
图2为本发明结构光成像模组的具体结构框图;
图3为本发明中央处理模组的具体结构框图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。
参照图1,一种三维智能人脸识别系统,包括:
结构光成像模组,用于将经调制而形成的结构光照射至待识别人脸,接收反射回的结构光编码并生成含结构光编码的第一待识别人脸图像;
彩色图像采集模块,用于采集待识别人脸的彩色图像,以形成第二待识别人脸图像;
第一温度传感器,用于采集待识别人脸的温度;
数据库,用于存储人脸图像数据;
中央处理模组,用于根据第一待识别人脸图像、第二待识别人脸图像、待识别人脸的温度和数据库存储的人脸图像数据进行三维人脸识别和真实人脸识别;
所述结构光成像模组的输出端、彩色图像采集模块的输出端和第一温度传感器的输出端均与中央处理模组的输入端连接,所述中央处理模组与数据库连接。
其中,第一待识别人脸图像和第二待识别人脸图像均为二维图像。
数据库存储的人脸图像数据包括人脸标号、真实人脸的温度、机器学习预训练的结构光人脸特征模型、机器学习预训练的彩色人脸特征模型等数据。
第一温度传感器可采用现有的被动式红外测温传感器来实现。
为了正确区分被识别对象是否为真实人脸,本发明增设了第一温度传感器,通过由第一温度传感器采集的热红外温度图像等来获取待识别人脸的实际温度,进而结合活体人脸的温度在37.8℃左右这一特性来分辨出被待识别人脸是立体模型人脸还是真实人脸,更加安全和可靠。
而为了进一步节约空间和体积,本发明的第一温度传感器和彩色图像采集模块还可通过同时具有拍摄和红外测温功能的彩色摄像头来实现。
参照图2,进一步作为优选的实施方式,所述结构光成像模组包括:
大功率电池模组,用于提供大功率电源;
大功率脉冲光源驱动模组,用于提供大功率脉冲光源驱动信号;
大功率LED光源,用于发出大功率LED光;
光栅,用于将大功率LED光转化为结构光并发射给待识别人脸;
接收端镜头,用于将待识别人脸反射回的结构光编码进行放大;
环境光抑制模组,用于抑制环境光;
结构光光电传感器,用于接收放大后的结构光编码;
图像处理芯片,用于将接收的结构光编码转换为第一待识别人脸图像;
所述大功率电池模组的输出端分别与大功率脉冲光源驱动模组的第一输入端、图像处理芯片的第一输入端和结构光传感器的输入端连接,所述结构光传感器的输出端与图像处理芯片的第二输入端连接,所述图像处理芯片的输出端与大功率脉冲光源驱动模组的第二输入端连接,所述光栅位于大功率LED光源和待识别人脸之间,所述环境光抑制模组位于接收端镜头和结构光光电传感器之间。
本发明的大功率电池模组是整个系统的供电方,可采用能在-20℃~60℃使用的磷酸铁锂电池来实现,以满足在足够小的体积下提供瞬时大电流的需求。该大功率电池模组通过太阳能发电机或市电进行充电。
本发明的大功率脉冲光源驱动模组用于给作为发射光源器件的大功率LED光源提供稳定、大功率和高频可调的电力供应。在短距离的时间光测距应用中,由于光源所需电流不大,驱动电路设计比较容易。而本发明所需的光源强度远远高于目前市面上的时间光系统,功率输出需求达到60~100W。故本发明采用了高频大功率MOS场效应管作为高频开关,为了确保所有的LED器件同步发光或关闭,本发明还设计了低延时大电流同步脉冲给各个MOS场效应管的栅极,以保证足够快的开关速度。这样就在确保能满足快速驱动60~100WLED光源的需求下,通过占空比减小了整个系统的运行需求。
为了确保足够的输出功率和开关同步,本发明的大功率LED光源采用了多组串联的大功率高频LED,每组串联的LED都由一个大功率脉冲光源驱动模组的高频大功率MOS场效应管驱动。大功率LED光源的电源从大功率脉冲光源驱动模组中获取。
环境光抑制模组,为结构光成像模组的核心模块,能有效抑制环境光的影响以满足系统的使用需求。
图像处理芯片,负责协调各个模组,最终从结构光光电传感器获取的结构光编码配合专门的算法(如深度生成算法)生成人脸识别深度图像。
参照图2,进一步作为优选的实施方式,所述环境光抑制模块包括:
窄带滤光片,用于过滤掉环境光中的可见光;
电切换偏振片,用于过滤掉同波长光线中非大功率LED光源主动发射的光线;
所述窄带滤光片位于接收端镜头与电切换偏振片之间,所述电切换偏振片位于结构光光电传感器之前,所述电切换偏振片与图像处理芯片连接。
本发明的环境光抑制模块采用了窄带滤光片和电切换偏振片组成的双层过滤加上集成的调制解调机制,实现了对环境光的有效抑制,从而保障在室外环境下能有效获取深度信息。
参照图2,进一步作为优选的实施方式,所述结构光成像模组还包括稳压及过压保护电路和传感器电源模组,所述稳压及过压保护电路的输入端与大功率电池模组的输出端连接,所述稳压及过压保护电路的输出端分别与大功率脉冲光源驱动模组的第一输入端、图像处理芯片的第一输入端和传感器电源模组的输入端连接,所述传感器电源模组的输出端与结构光传感器的输入端连接。
本发明稳压及过压保护电路使得大功率电池模组具备电压过低/过高保护功能,通过增加了高速大功率稳压部件,确保在突发大电流输出的情况下不会对输出电压造成影响。传感器电源模组用于为结构光光电传感器供电。
参照图2,进一步作为优选的实施方式,所述结构光成像模组还包括第二温度传感器,所述第二温度传感器用于检测大功率LED光源的温度,以使得图像处理芯片通过温度来调整大功率LED光源的电流。
本发明结构光成像模组还增加了第二温度传感器,通过温度来调整大功率LED光源的电流,从而确保长期大功率运行条件下的发光功率稳定。
参照图2,进一步作为优选的实施方式,所述结构光成像模组还包括显示器接口和图像显示设备,所述图像处理芯片通过显示器接口与图像显示设备连接。
显示器接口,用于将包含结构光编码的第一待识别人脸图像通过HDMI接口等输出给图像显示设备显示。
进一步作为优选的实施方式,所述显示器接口为HDMI接口,所述结构光光电传感器为CMOS光电传感器。
进一步作为优选的实施方式,所述第一温度传感器的输出端通过SPI总线与中央处理模组的输入端连接,所述彩色图像采集模块采用RGB图像传感器。
参照图3,进一步作为优选的实施方式,所述中央处理模组包括输入接口、复合解码器、主控芯片、三维降噪模块、自适应运动补偿模块和输出端接口,所述输入接口通过复合解码器与主控芯片连接,所述自适应运动补偿模块通过三维降噪模块与主控芯片连接,所述主控芯片还与输出端接口连接。
本发明中央处理模组中输入接口、复合解码器、主控芯片、三维降噪模块、自适应运动补偿模块和输出端接口均为目前视频处理芯片中常见的模块。主控芯片可采用韩国Alogics公司的AM-7416视频处理芯片来实现。输出端接口通过HDM接口、USB接口或以太网接口等将三维人脸识别和真实人脸识别的结果输出给图像显示设备显示。
进一步作为优选的实施方式,所述输入接口包括CVBS端口、YPbPr端口、VGA端口、DVD端口和HDMI端口中的至少一种,所述输出接口包括USB接口、DVI接口和HDMI接口中的至少一种。
如图1-3所示,本发明一种三维智能人脸识别系统的具体实现流程:
S1、结构光成像模组的大功率LED光源经光栅后发射高频红外调制一维条码结构光至待识别人脸;
S2、结构光光电传感器接收待识别人脸反射回的红外编码,并生成相应的结构光人脸图像;
S3、图像处理芯片通过测量亮条和暗条的宽度比计算结构光人脸图像中各点相对于参考点的距离,获得结构光深度图像。
S4、作为彩色图像采集模块的RGB CMOS光电传感器拍摄得到待识别人脸的RGB彩色图像。
S5、中央图像处理模组根据数据库存储的RGB人脸特征模型,从步骤S4得到的RGB彩色图像查找人脸特征。
S6、中央图像处理模组根据数据库存储的结构光人脸特征模型,从步骤S3得到的深度图像查找人脸特征。
S7、中央图像处理模组判断步骤S5和S6对应的人脸标定框的重叠度是否大于设定值,若是,则判定待识别人脸为立体人脸并执行步骤S8;否则确定为非立体人脸并结束人脸识别流程。
判定待识别人脸是否为立体人脸,是为了通过重叠度特征初步判定待识别人脸是否符合立体人脸的几何特征要求,对于不属于立体人脸的待识别人脸,则直接结束人脸识别流程,这样能提高识别准确率和识别速度(因为无论是立体模型人脸还是真实人脸都必须是立体人脸,否则会增大识别误差和降低识别速度)。
S8、中央图像处理模组通过第一温度传感器测定人脸标定框所标定的人脸区域的温度分布是否符合活性人脸的温度分布,从而判定是立体模型人脸还是真实人脸。
若判定待识别人脸是立体模型人脸,则直接结束人脸识别流程;若判定待识别人脸是真实人脸,则继续执行步骤S9,这样可以提升人脸识别的安全性,并提高识别效率。
S9、中央图像处理模组对真实人脸采用数据库中标准的RGB人脸识别算法从数据库检索相似度满足预设相似度要求的人脸标号,从而完成人脸识别。
上述步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,其各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
综上所述,本发明一种三维智能人脸识别系统通过结构光成像模组的结构光编码引入了深度这一第三维特征,并配合彩色图像采集模块和中央处理模组实现了三维人脸识别,不再需要待识别人正面对着摄像头才能进行正确识别,识别正确率更高,且三维人脸识别不受光照的影响,在环境光不稳定变化的情况下仍能保证识别效果,同时三维人脸识别使得被识别对象处于运动状态时仍能进行有效识别,适用性更广;增设了第一温度传感器,利用了真实人脸的温度特性,通过第一温度传感器与中央处理模组的配合实现了待识别人脸是否为真实人脸的识别,不易被其它非真实人脸特征欺骗,安全性更高。本发明可广泛应用于对安全性要求较高的场合,如银行、在线支付、安防监控等。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种三维智能人脸识别系统,其特征在于:包括:
结构光成像模组,用于将经调制而形成的结构光照射至待识别人脸,接收反射回的结构光编码并生成含结构光编码的第一待识别人脸图像;
彩色图像采集模块,用于采集待识别人脸的彩色图像,以形成第二待识别人脸图像;
第一温度传感器,用于采集待识别人脸的温度;
数据库,用于存储人脸图像数据;
中央处理模组,用于根据第一待识别人脸图像、第二待识别人脸图像、待识别人脸的温度和数据库存储的人脸图像数据进行三维人脸识别和真实人脸识别;
所述结构光成像模组的输出端、彩色图像采集模块的输出端和第一温度传感器的输出端均与中央处理模组的输入端连接,所述中央处理模组与数据库连接。
2.根据权利要求1所述的一种三维智能人脸识别系统,其特征在于:所述结构光成像模组包括:
大功率电池模组,用于提供大功率电源;
大功率脉冲光源驱动模组,用于提供大功率脉冲光源驱动信号;
大功率LED光源,用于发出大功率LED光;
光栅,用于将大功率LED光转化为结构光并发射给待识别人脸;
接收端镜头,用于将待识别人脸反射回的结构光编码进行放大;
环境光抑制模组,用于抑制环境光;
结构光光电传感器,用于接收放大后的结构光编码;
图像处理芯片,用于将接收的结构光编码转换为第一待识别人脸图像;
所述大功率电池模组的输出端分别与大功率脉冲光源驱动模组的第一输入端、图像处理芯片的第一输入端和结构光传感器的输入端连接,所述结构光传感器的输出端与图像处理芯片的第二输入端连接,所述图像处理芯片的输出端与大功率脉冲光源驱动模组的第二输入端连接,所述光栅位于大功率LED光源和待识别人脸之间,所述环境光抑制模组位于接收端镜头和结构光光电传感器之间。
3.根据权利要求2所述的一种三维智能人脸识别系统,其特征在于:所述环境光抑制模块包括:
窄带滤光片,用于过滤掉环境光中的可见光;
电切换偏振片,用于过滤掉同波长光线中非大功率LED光源主动发射的光线;
所述窄带滤光片位于接收端镜头与电切换偏振片之间,所述电切换偏振片位于结构光光电传感器之前,所述电切换偏振片与图像处理芯片连接。
4.根据权利要求2所述的一种三维智能人脸识别系统,其特征在于:所述结构光成像模组还包括稳压及过压保护电路和传感器电源模组,所述稳压及过压保护电路的输入端与大功率电池模组的输出端连接,所述稳压及过压保护电路的输出端分别与大功率脉冲光源驱动模组的第一输入端、图像处理芯片的第一输入端和传感器电源模组的输入端连接,所述传感器电源模组的输出端与结构光传感器的输入端连接。
5.根据权利要求2所述的一种三维智能人脸识别系统,其特征在于:所述结构光成像模组还包括第二温度传感器,所述第二温度传感器用于检测大功率LED光源的温度,以使得图像处理芯片通过温度来调整大功率LED光源的电流。
6.根据权利要求2所述的一种三维智能人脸识别系统,其特征在于:所述结构光成像模组还包括显示器接口和图像显示设备,所述图像处理芯片通过显示器接口与图像显示设备连接。
7.根据权利要求6所述的一种三维智能人脸识别系统,其特征在于:所述显示器接口为HDMI接口,所述结构光光电传感器为CMOS光电传感器。
8.根据权利要求1-7任一项所述的一种三维智能人脸识别系统,其特征在于:所述第一温度传感器的输出端通过SPI总线与中央处理模组的输入端连接,所述彩色图像采集模块采用RGB图像传感器。
9.根据权利要求1-7任一项所述的一种三维智能人脸识别系统,其特征在于:所述中央处理模组包括输入接口、复合解码器、主控芯片、三维降噪模块、自适应运动补偿模块和输出端接口,所述输入接口通过复合解码器与主控芯片连接,所述自适应运动补偿模块通过三维降噪模块与主控芯片连接,所述主控芯片还与输出端接口连接。
10.根据权利要求9所述的一种三维智能人脸识别系统,其特征在于:所述输入接口包括CVBS端口、YPbPr端口、VGA端口、DVD端口和HDMI端口中的至少一种,所述输出接口包括USB接口、DVI接口和HDMI接口中的至少一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711103142.0A CN108073891A (zh) | 2017-11-10 | 2017-11-10 | 一种三维智能人脸识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711103142.0A CN108073891A (zh) | 2017-11-10 | 2017-11-10 | 一种三维智能人脸识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108073891A true CN108073891A (zh) | 2018-05-25 |
Family
ID=62159731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711103142.0A Pending CN108073891A (zh) | 2017-11-10 | 2017-11-10 | 一种三维智能人脸识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108073891A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921903A (zh) * | 2018-06-28 | 2018-11-30 | Oppo广东移动通信有限公司 | 摄像头标定方法、装置、计算机可读存储介质和电子设备 |
CN109270546A (zh) * | 2018-10-17 | 2019-01-25 | 郑州雷动智能技术有限公司 | 一种基于结构光和双图像传感器的测距装置及其测距方法 |
CN111144169A (zh) * | 2018-11-02 | 2020-05-12 | 深圳比亚迪微电子有限公司 | 人脸识别方法、装置和电子设备 |
US11146735B2 (en) | 2018-04-28 | 2021-10-12 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing methods and apparatuses, computer readable storage media, and electronic devices |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339607A (zh) * | 2008-08-15 | 2009-01-07 | 北京中星微电子有限公司 | 人脸识别方法及系统、人脸识别模型训练方法及系统 |
CN101793562A (zh) * | 2010-01-29 | 2010-08-04 | 中山大学 | 一种红外热图像序列的人脸检测与跟踪的算法 |
CN204231526U (zh) * | 2014-12-13 | 2015-03-25 | 深圳新太开发科技有限公司 | 一种高清多画面分割器 |
US9007473B1 (en) * | 2011-03-30 | 2015-04-14 | Rawles Llc | Architecture for augmented reality environment |
CN104766039A (zh) * | 2014-01-02 | 2015-07-08 | 深圳市元轩科技发展有限公司 | 一种防欺骗人脸识别系统及方法 |
CN107292283A (zh) * | 2017-07-12 | 2017-10-24 | 深圳奥比中光科技有限公司 | 混合人脸识别方法 |
CN107301392A (zh) * | 2017-06-20 | 2017-10-27 | 华天科技(昆山)电子有限公司 | 晶圆级图像采集装置 |
CN107332620A (zh) * | 2017-05-17 | 2017-11-07 | 西安科锐盛创新科技有限公司 | 发光功率稳定的光模块和光通信设备 |
-
2017
- 2017-11-10 CN CN201711103142.0A patent/CN108073891A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339607A (zh) * | 2008-08-15 | 2009-01-07 | 北京中星微电子有限公司 | 人脸识别方法及系统、人脸识别模型训练方法及系统 |
CN101793562A (zh) * | 2010-01-29 | 2010-08-04 | 中山大学 | 一种红外热图像序列的人脸检测与跟踪的算法 |
US9007473B1 (en) * | 2011-03-30 | 2015-04-14 | Rawles Llc | Architecture for augmented reality environment |
CN104766039A (zh) * | 2014-01-02 | 2015-07-08 | 深圳市元轩科技发展有限公司 | 一种防欺骗人脸识别系统及方法 |
CN204231526U (zh) * | 2014-12-13 | 2015-03-25 | 深圳新太开发科技有限公司 | 一种高清多画面分割器 |
CN107332620A (zh) * | 2017-05-17 | 2017-11-07 | 西安科锐盛创新科技有限公司 | 发光功率稳定的光模块和光通信设备 |
CN107301392A (zh) * | 2017-06-20 | 2017-10-27 | 华天科技(昆山)电子有限公司 | 晶圆级图像采集装置 |
CN107292283A (zh) * | 2017-07-12 | 2017-10-24 | 深圳奥比中光科技有限公司 | 混合人脸识别方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11146735B2 (en) | 2018-04-28 | 2021-10-12 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing methods and apparatuses, computer readable storage media, and electronic devices |
CN108921903A (zh) * | 2018-06-28 | 2018-11-30 | Oppo广东移动通信有限公司 | 摄像头标定方法、装置、计算机可读存储介质和电子设备 |
CN108921903B (zh) * | 2018-06-28 | 2021-01-15 | Oppo广东移动通信有限公司 | 摄像头标定方法、装置、计算机可读存储介质和电子设备 |
CN109270546A (zh) * | 2018-10-17 | 2019-01-25 | 郑州雷动智能技术有限公司 | 一种基于结构光和双图像传感器的测距装置及其测距方法 |
CN111144169A (zh) * | 2018-11-02 | 2020-05-12 | 深圳比亚迪微电子有限公司 | 人脸识别方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108073891A (zh) | 一种三维智能人脸识别系统 | |
CN108716983B (zh) | 光学元件检测方法和装置、电子设备、存储介质 | |
CN108229362A (zh) | 一种基于门禁系统的双目人脸识别活体检测方法 | |
CN109344701A (zh) | 一种基于Kinect的动态手势识别方法 | |
CN108337433A (zh) | 一种拍照方法、移动终端及计算机可读存储介质 | |
CN107003120A (zh) | 光学检测器 | |
Gao et al. | A color constancy model with double-opponency mechanisms | |
CN106384117B (zh) | 一种车辆颜色识别方法及装置 | |
CN103310201B (zh) | 目标混合颜色识别方法 | |
CN104614701A (zh) | 电表缺陷智能化检测设备 | |
CN107844773A (zh) | 一种三维动态智能人脸识别方法及系统 | |
CN108600740A (zh) | 光学元件检测方法、装置、电子设备和存储介质 | |
CN109389630A (zh) | 可见光图像与红外图像特征点集确定、配准方法及装置 | |
CN105425209A (zh) | 一种用于室内定位的多光谱可见光定位系统 | |
CN105242232A (zh) | 室外电能表故障自动检验方法 | |
US11600112B2 (en) | Bio-security system based on multi-spectral sensing | |
CN109040711A (zh) | 一种图像采集方法、监控方法和图像传感器 | |
CN105162520A (zh) | 基于可见光照明的自动识别方法和信息服务系统 | |
CN107340860A (zh) | 显示屏控制方法及电子设备 | |
CN104992162A (zh) | 一种智能颜色电子识别器及其使用方法 | |
CN105717477A (zh) | 电表缺陷智能化检测设备 | |
CN104614702A (zh) | 一种电表缺陷智能化检测方法 | |
Alves et al. | CCD Photometry of the Globular Cluster NGC 5986 and Its Post-Asymptotic Giant Branch and RR Lyrae Stars | |
CN208736996U (zh) | 一种火焰视觉测距装置 | |
CN110060308A (zh) | 一种基于光源颜色分布限制的颜色恒常性方法 |
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: 20180525 |