CN108229357A - 人脸识别的方法、装置、移动终端及存储介质 - Google Patents
人脸识别的方法、装置、移动终端及存储介质 Download PDFInfo
- Publication number
- CN108229357A CN108229357A CN201711413993.5A CN201711413993A CN108229357A CN 108229357 A CN108229357 A CN 108229357A CN 201711413993 A CN201711413993 A CN 201711413993A CN 108229357 A CN108229357 A CN 108229357A
- Authority
- CN
- China
- Prior art keywords
- face
- user
- recognition
- feature vector
- human eye
- 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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种人脸识别的方法、装置、移动终端及存储介质,该方法包括步骤:校准步骤:设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;采集步骤:对用户人脸信息进行采集,获取用户人脸图像;分割步骤:对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;判定步骤:计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功。本发明通过对采集的人脸图像信息根据预设规则进行分割,对每个用户人脸自图像进行验证,提高了人脸识别的安全性能。
Description
技术领域
本发明涉及人脸识别技术领域,尤其涉及一种人脸识别的方法、装置、移动终端及存储介质。
背景技术
人脸识别作为移动终端解锁或移动支付的方式,受到越来越多的关注。人脸识别技术主要是将拍摄的人脸图像与预先存储的人脸样本进行比对,当相似度达到预设值时,则人脸验证通过,反之,则不通过。但是这种方式存在很大的制约性,比如双胞胎或长相接近的两个人,可能相似度均能达到预设值,甚至也出现了使用假面具进行人脸识别的相关报道。因此,对现有人脸识别技术进行改进是移动终端解锁或移动支付领域急于解决的技术问题。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种人脸识别的方法,其通过对采集的人脸图像信息根据预设规则进行分割,对每个用户人脸自图像进行验证,提高了人脸识别的安全性能。
本发明的目的之二在于提供一种人脸识别的装置,其通过对采集的人脸图像信息根据预设规则进行分割,对每个用户人脸自图像进行验证,提高了人脸识别的安全性能。
本发明的目的之三在于提供一种实现上述人脸识别的方法的移动终端。
本发明的目的之四在于提供一种存储上述人脸识别的方法的计算机可读存储介质。
本发明的目的之一采用如下技术方案实现:
一种人脸识别的方法,包括步骤:
校准步骤:设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;
采集步骤:对用户人脸信息进行采集,获取用户人脸图像;
分割步骤:对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
判定步骤:计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。
进一步地,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
进一步地,当人脸验证失败后,调整光线强度重新进行验证。
进一步地,当人脸验证失败的次数达到预设次数时,锁定移动终端。
本发明的目的之二采用如下技术方案实现:
一种人脸识别的装置,包括:
校准模块:用于设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;
采集模块:用于对用户人脸信息进行采集,获取用户人脸图像;
分割模块:用于对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
判定模块:用于计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。
本发明的目的之三采用如下技术方案实现:
一种移动终端,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明目的之一的人脸识别的方法。
本发明的目的之四采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行以下步骤:
校准步骤:设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;
采集步骤:对用户人脸信息进行采集,获取用户人脸图像;
分割步骤:对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
判定步骤:计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。
进一步地,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
进一步地,当人脸验证失败后,调整光线强度重新进行验证。
进一步地,当人脸验证失败的次数达到预设次数时,锁定移动终端。
相比现有技术,本发明的有益效果在于:
本发明通过对采集的人脸图像信息根据预设规则进行分割,分割后的用户人脸子图像与预先存储的样本被分割的图像数量相同,且一一对应,将用户人脸子图像和相应的样本被分割的图像进行相似度计算,达到预设值则验证通过,只要一个用户人脸子图像验证不通过,则人脸识别识别,极大提高了人脸识别的安全性能。
附图说明
图1为本发明实施例一的人脸识别的方法的流程图;
图2为本发明实施例二的人脸识别的装置的结构框图;
图3为本发明实施例三的移动终端的结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
请参照图1所示,本发明实施例一公开了一种人脸识别的方法,该方法可以由硬件或/和软件来执行,其包括以下步骤:
110、校准步骤。
因为要对采集的用户人脸图像进行分割,然后与预先存储的样本被分割的各个图像(成为样本子图像)进行一一比对,因此,采集的用户人脸图像需要和样本图像位置重合,因此,在本发明中,根据成人人眼之间间距相对差异较小的原理,在移动终端的人脸图像采集窗口内设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合。检测是否重合的方式即查看采集到的人脸图像的眼睛位置即可。当然,也可以根据不同用户情况在所述人脸识别框中设定人眼位置,设定过程可以在样本采集时确定,将样本采集时的眼睛位置确定为人脸识别框中的人眼位置。
120、采集步骤。
当用户眼睛与人脸识别框中的人眼位置重合时,可以对用户人脸信息进行采集,获取用户人脸图像。
130、分割步骤。
对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;预设规则为根据样本分割的位置、大小设定,样本分割可以根据安全等级分成4、9、16份等。
140、判定步骤。
计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,计算方法是通过斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。每个用户人脸子图像和对应样本子图像相似度的预设阈值可以相同,当然,也可以根据特征分布情况设定为不同,例如,对于人脸外边缘,其预设阈值可以较小些,而对于人眼位置、人鼻位置等区域则预设阈值可以设置相对大一些。
如果人脸验证失败,其原因可能是由于光线原因使得用户人脸图像模糊造成,因此,可通过调整光线强度重新执行110-140步骤进行验证。而当人脸验证失败的次数达到预设次数时,锁定移动终端,解锁失败或者移动支付失败。
实施例二
实施例二公开了一种对应上述实施例的人脸识别的装置,请参照图2所示,包括:
校准模块210:用于设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;
采集模块220:用于对用户人脸信息进行采集,获取用户人脸图像;
分割模块230:用于对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
判定模块240:用于计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。
进一步地,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
进一步地,当人脸验证失败后,调整光线强度重新进行验证。
进一步地,当人脸验证失败的次数达到预设次数时,锁定移动终端。
实施例三
图3为本发明实施例三提供的一种移动终端的结构示意图,如图3所示,该移动终端包括处理器310、存储器320、输入装置330和输出装置340;计算机设备中处理器310的数量可以是一个或多个,图3中以一个处理器310为例;移动终端中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接,图3中以通过总线连接为例。
存储器320作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的人脸识别的方法对应的程序指令/模块(例如,上述人脸识别的装置中的校准模块210、采集模块220、分割模块230和判定模块240)。处理器310通过运行存储在存储器320中的软件程序、指令以及模块,从而执行移动终端的各种功能应用以及数据处理,即实现上述的人脸识别的方法。
存储器320可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器320可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器320可进一步包括相对于处理器310远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可用于接收输入的用户身份信息等。输出装置340可包括显示屏等显示设备。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种人脸识别的方法,该方法包括:
校准步骤:设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;
采集步骤:对用户人脸信息进行采集,获取用户人脸图像;
分割步骤:对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
判定步骤:计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。
进一步地,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
进一步地,当人脸验证失败后,调整光线强度重新进行验证。
进一步地,当人脸验证失败的次数达到预设次数时,锁定移动终端。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于人脸识别的方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台移动终端(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的方法。
值得注意的是,上述基于人脸识别的装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种人脸识别的方法,其特征在于,包括步骤:
校准步骤:设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;
采集步骤:对用户人脸信息进行采集,获取用户人脸图像;
分割步骤:对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
判定步骤:计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。
2.如权利要求1所述的人脸识别的方法,其特征在于,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
3.如权利要求1所述的人脸识别的方法,其特征在于,当人脸验证失败后,调整光线强度重新进行验证。
4.如权利要求3所述的人脸识别的方法,其特征在于,当人脸验证失败的次数达到预设次数时,锁定移动终端。
5.一种人脸识别的装置,其特征在于,包括:
校准模块:用于设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;
采集模块:用于对用户人脸信息进行采集,获取用户人脸图像;
分割模块:用于对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
判定模块:用于计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。
6.一种移动终端,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的人脸识别的方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行以下步骤:
校准步骤:设置人脸识别框,在所述人脸识别框中设定人眼位置,接收到人脸识别指令后,检测用户眼睛是否与所述人眼位置重合;如果不重合,则通知用户调整位置,直至用户眼睛与所述人眼位置重合;
采集步骤:对用户人脸信息进行采集,获取用户人脸图像;
分割步骤:对所述用户人脸图像按照预设规则进行分割,获取分割后的每个用户人脸子图像的特征向量;
判定步骤:计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度,如果所有相似度均不小于对应的预设阈值,则人脸验证成功,反之,任意一个相似度值小于其对应的预设阈值,则人脸验证失败。
8.如权利要求6所述的计算机可读存储介质,其特征在于,计算每个用户人脸子图像的特征向量与对应样本的特征向量之间的相似度为斯皮尔曼等级相关系数计算法,所述相似度为斯皮尔曼等级相关系数计算法的计算结果的绝对值。
9.如权利要求6所述的计算机可读存储介质,其特征在于,当人脸验证失败后,调整光线强度重新进行验证。
10.如权利要求9所述的计算机可读存储介质,其特征在于,当人脸验证失败的次数达到预设次数时,锁定移动终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711413993.5A CN108229357A (zh) | 2017-12-24 | 2017-12-24 | 人脸识别的方法、装置、移动终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711413993.5A CN108229357A (zh) | 2017-12-24 | 2017-12-24 | 人脸识别的方法、装置、移动终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108229357A true CN108229357A (zh) | 2018-06-29 |
Family
ID=62648540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711413993.5A Pending CN108229357A (zh) | 2017-12-24 | 2017-12-24 | 人脸识别的方法、装置、移动终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229357A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108885698A (zh) * | 2018-07-05 | 2018-11-23 | 深圳前海达闼云端智能科技有限公司 | 人脸识别方法、装置和服务器 |
CN109409071A (zh) * | 2018-11-13 | 2019-03-01 | 湖北文理学院 | 电子设备的解锁方法、装置和电子设备 |
CN109492523A (zh) * | 2018-09-17 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 人脸识别系统性能测试方法、装置、设备和存储介质 |
CN110059560A (zh) * | 2019-03-18 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 人脸识别的方法、装置及设备 |
CN111242230A (zh) * | 2020-01-17 | 2020-06-05 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像处理方法及图像分类模型训练方法 |
CN111460994A (zh) * | 2020-03-31 | 2020-07-28 | 佛山科学技术学院 | 基于人脸识别的防丢失助行器、控制方法及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281598A (zh) * | 2008-05-23 | 2008-10-08 | 清华大学 | 基于多部件多特征融合的人脸识别方法 |
CN103678984A (zh) * | 2013-12-20 | 2014-03-26 | 湖北微模式科技发展有限公司 | 一种利用摄像头实现用户身份验证的方法 |
CN103745235A (zh) * | 2013-12-18 | 2014-04-23 | 小米科技有限责任公司 | 人脸识别方法、装置及终端设备 |
CN206610308U (zh) * | 2017-01-05 | 2017-11-03 | 广州市晶密电子有限公司 | 一种通过眼睛定位引导来实现脸部识别的数据处理装置 |
-
2017
- 2017-12-24 CN CN201711413993.5A patent/CN108229357A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281598A (zh) * | 2008-05-23 | 2008-10-08 | 清华大学 | 基于多部件多特征融合的人脸识别方法 |
CN103745235A (zh) * | 2013-12-18 | 2014-04-23 | 小米科技有限责任公司 | 人脸识别方法、装置及终端设备 |
CN103678984A (zh) * | 2013-12-20 | 2014-03-26 | 湖北微模式科技发展有限公司 | 一种利用摄像头实现用户身份验证的方法 |
CN206610308U (zh) * | 2017-01-05 | 2017-11-03 | 广州市晶密电子有限公司 | 一种通过眼睛定位引导来实现脸部识别的数据处理装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108885698A (zh) * | 2018-07-05 | 2018-11-23 | 深圳前海达闼云端智能科技有限公司 | 人脸识别方法、装置和服务器 |
CN108885698B (zh) * | 2018-07-05 | 2022-12-09 | 达闼机器人股份有限公司 | 人脸识别方法、装置和服务器 |
CN109492523A (zh) * | 2018-09-17 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 人脸识别系统性能测试方法、装置、设备和存储介质 |
CN109409071A (zh) * | 2018-11-13 | 2019-03-01 | 湖北文理学院 | 电子设备的解锁方法、装置和电子设备 |
CN110059560A (zh) * | 2019-03-18 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 人脸识别的方法、装置及设备 |
CN110059560B (zh) * | 2019-03-18 | 2023-02-24 | 创新先进技术有限公司 | 人脸识别的方法、装置及设备 |
CN111242230A (zh) * | 2020-01-17 | 2020-06-05 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像处理方法及图像分类模型训练方法 |
CN111460994A (zh) * | 2020-03-31 | 2020-07-28 | 佛山科学技术学院 | 基于人脸识别的防丢失助行器、控制方法及存储介质 |
CN111460994B (zh) * | 2020-03-31 | 2023-04-25 | 佛山科学技术学院 | 基于人脸识别的防丢失助行器、控制方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229357A (zh) | 人脸识别的方法、装置、移动终端及存储介质 | |
KR102483642B1 (ko) | 라이브니스 검사 방법 및 장치 | |
US9922238B2 (en) | Apparatuses, systems, and methods for confirming identity | |
KR102299847B1 (ko) | 얼굴 인증 방법 및 장치 | |
KR102387571B1 (ko) | 라이브니스 검사 방법 및 장치 | |
US10176377B2 (en) | Iris liveness detection for mobile devices | |
US20180034852A1 (en) | Anti-spoofing system and methods useful in conjunction therewith | |
CN109325964B (zh) | 一种人脸追踪方法、装置及终端 | |
CN108335099A (zh) | 移动支付的方法、装置、移动终端及存储介质 | |
WO2021056746A1 (zh) | 图像模型检测方法、装置、电子设备及存储介质 | |
US20120093362A1 (en) | Device and method for detecting specific object in sequence of images and video camera device | |
US20150379332A1 (en) | Face authentication device and face authentication method | |
KR102554391B1 (ko) | 홍채 인식 기반 사용자 인증 장치 및 방법 | |
US9239957B2 (en) | Image processing method and apparatus | |
KR20180053108A (ko) | 홍채 영역 추출 방법 및 장치 | |
US9449217B1 (en) | Image authentication | |
CN103914676A (zh) | 一种在人脸识别中使用的方法和装置 | |
CN103473564B (zh) | 一种基于敏感区域的正面人脸检测方法 | |
CN103902978B (zh) | 人脸检测及识别方法 | |
CN109492642B (zh) | 车牌识别方法、装置、计算机设备及存储介质 | |
CN105279492A (zh) | 虹膜识别的方法和装置 | |
US9898648B2 (en) | Face recognition method | |
US11908157B2 (en) | Image processing device, image processing method, and recording medium in which program is stored | |
US9292752B2 (en) | Image processing device and image processing method | |
CN111783761A (zh) | 证件文本的检测方法、装置及电子设备 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180629 |