CN108491772A - 一种人脸识别算法及人脸识别装置 - Google Patents

一种人脸识别算法及人脸识别装置 Download PDF

Info

Publication number
CN108491772A
CN108491772A CN201810196324.5A CN201810196324A CN108491772A CN 108491772 A CN108491772 A CN 108491772A CN 201810196324 A CN201810196324 A CN 201810196324A CN 108491772 A CN108491772 A CN 108491772A
Authority
CN
China
Prior art keywords
face
frame
barrel
identification device
bylinder
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810196324.5A
Other languages
English (en)
Inventor
安国利
张振东
廖飞
吴凤明
董席亮
张群
李维
祁日强
范景民
冯绍峰
邓力芳
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.)
TIANJIN PORT (GROUP) CO Ltd
Original Assignee
TIANJIN PORT (GROUP) CO Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TIANJIN PORT (GROUP) CO Ltd filed Critical TIANJIN PORT (GROUP) CO Ltd
Priority to CN201810196324.5A priority Critical patent/CN108491772A/zh
Publication of CN108491772A publication Critical patent/CN108491772A/zh
Pending legal-status Critical Current

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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • 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
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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

本发明创造提供了一种人脸识别算法，具体的步骤为：1)输入视频后，采用颜色聚类分割，初步提取图像中的感兴趣区域；2)对经过感兴趣区域裁剪后的图像进行图像金字塔处理；3)将人脸的金字塔图像输入到人脸粗检测网络中，初步检测出人脸；4)对检测出的人脸框进行聚类，并计算交并比，取每类中交并比>0.5的前三个框作为本步骤的输出结果；5)人脸校正，将人脸上的特征点进行位置驱动的校准；6)将检测出的人脸图片与匹配的目标的图片组成一对数据输入到训练好的人脸识别网络，提取特征后通过svm分类器进行分类，输出匹配结果；本发明创造是的检测识别更加精准，保证了信息采集的准确性。

Description

一种人脸识别算法及人脸识别装置
技术领域
本发明创造属于人脸识别检测的装置，尤其是涉及一种具有RGB摄像头的人脸识别装置。
背景技术
生物特征识别和图像获取技术是指利用人体生物特征进行身份认证的一种技术，对生物特征进行取样，提取其唯一的特征通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合将其转化成数字代码，利用人体固有的生理特性和行为特征来进行个人身份的鉴定。人脸识别是现阶段更受瞩目的并迅速发展的一项研究领域，主要用于身份识别，广泛应用于企业的门禁考勤，在机场、体育场、超级市场等公共场所对人群进行摄像监视，住宅安全和管理中的身份识别，人脸对比检索等，随着移动公安的发展，亟需在移动式的设备上安装人脸识别装置，而在这种移动式的设备上安装时就需要充分考虑识别装置的防震防抖动性能，避免移动设备对识别设备造成振动损坏，保证影响采集的准确性。
发明创造内容
有鉴于此，本发明创造旨在提出一种人脸识别算法及人脸识别装置，以解决现有技术中的问题。
为达到上述目的，本发明创造的技术方案是这样实现的：
一种人脸识别算法，具体的步骤为：
1)输入视频后，采用颜色聚类分割，初步提取图像中的感兴趣区域，主要去除一些块色度单一的大块区域，如天空、空地等，将其余部分提取为感兴趣区域；
2)对经过感兴趣区域裁剪后的图像进行图像金字塔处理；
图像金字塔是一种以多分辨率来解释图像的结构，通过对原始图像进行多尺度像素采样的方式，生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部，以金字塔形状排列，往上是一系列像素(尺寸)逐渐降低的图像，一直到金字塔的顶部只包含一个像素点的图像，这就构成了传统意义上的图像金字塔；
3)将人脸的金字塔图像输入到人脸粗检测网络中，该网络构成包括输出人脸和检测框的粗定位框，初步检测出人脸，此时得到的人脸定位框相对较多，可能一个人脸上同时存在多个大小不一的定位框；
4)对检测出的人脸框进行聚类，并计算交并比，取每类中交并比>0.5 的前三个框作为本步骤的输出结果，传入下个网络，这样大大减少了网络的计算量，保证检测速度；将输出结果传入下个更深的网络进行人脸的精检测，输出人脸的检测结果；
5)人脸校正，将人脸上的特征点进行位置驱动的校准，将不同角度的人脸校正，以提高人脸识别的准确率；
6)将检测出的人脸图片与匹配的目标的图片组成一对数据输入到训练好的人脸识别网络，提取特征后通过svm分类器进行分类，输出匹配结果；
应用上述算法的人脸识别装置，包括RGB摄像头组件、摄像头支撑架体和架体连接件；RGB摄像头组件设置在摄像头支撑架体的中心处，在摄像头支撑架体上绕RGB摄像头组件外周设置若干红外补光灯，摄像头支撑架体侧部设有连接座，连接座通过连接杆及端板的组合设置在固定架上，在连接杆上设置两段弹簧，弹簧两段抵接在连接座与端板之间，弹簧的设置减少了移动设备的振动对摄像头造成的损坏；固定架固定在一硬管架的端部，硬管架的管内空间用于整个装置的线路容放管；
进一步的，RGB摄像头组件包括镜头筒、镜头筒架，镜头筒可拆卸的设置在镜头筒架内，在镜头筒架的尾端内设有安装座，安装座的前端设有内置光源罩体，内置光源罩体与镜头筒连接；
进一步的，镜头筒架的外廓为具有阶梯结构的柱体，在镜头筒架设有一圈卡扣，靠近卡扣处设有内凹槽，内凹槽内用于套设环形胶垫；卡扣用于将镜头筒架锁紧在摄像头支撑架体内；所述的RGB摄像头组件从摄像头支撑架体的背部安装，这样卡扣既可以作为旋转锁紧作用又可以进一步保证RGB摄像头组件向外自由脱落；
进一步的，在镜头筒架的外周上还套设有耐磨缓冲环垫，耐磨缓冲环垫套设在镜头筒对应的镜头筒架外周位置处；
进一步的，在镜头筒与内置光源罩体的连接处设有一圈凸缘环垫，凸缘环垫既可以作为内置光源罩体与镜头筒的衔接缓冲结构还可以作为密封结构；减少水汽、尘埃的浸入；
进一步的，安装座为锥形柱结构，靠近镜头筒端为小头端，这样能有效提高安装座的安装稳固性能；
相对于现有技术，本发明创造所述的具有RGB摄像头的人脸识别装置具有以下优势：
本发明创造所述算法能够精准实现人脸识别，所述识别装置有效减少移动设备的行走振动对其上的人脸识别装置造成的振动损坏，提高人脸识别装置的安全使用性能，同时改进的RGB摄像头组件的内结构，进一步提高识别设备的防震稳定性，保证了信息采集的准确性。
附图说明
构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解，本发明创造的示意性实施例及其说明用于解释本发明创造，并不构成对本发明创造的不当限定。在附图中：
图1为本发明创造实施例所述的人脸识别检测装置整体示意图；
图2为现有技术中RGB摄像头组件部分结构示意图；
图3为整体的人脸识别算法框图；
图4为将人脸的金字塔图像输入到人脸粗检测网络的网络构成；
图5为对检测出的人脸框进行计算并输出检测结果的过程图；
图6为对检测出的人脸进行识别并输出匹配结果的的过程图。
附图标记说明：
1-RGB摄像头组件；2-摄像头支撑架体；3-架体连接件；4-红外补光灯； 11-安装座；12-镜头筒；13-镜头筒架；14-卡扣；15-凸缘环垫；16-耐磨缓冲环垫；17-内置光源罩体；23-连接座；32-弹簧；320-连接杆；34-端板； 340-固定架；35-硬管架。
具体实施方式
需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互组合。
在本发明创造的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明创造和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明创造的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明创造的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明创造中的具体含义。
下面将参考附图并结合实施例来详细说明本发明创造。
结合图1和2所示，一种人脸识别装置，包括RGB摄像头组件1、摄像头支撑架体2和架体连接件3；RGB摄像头组件1设置在摄像头支撑架体2 的中心处，在摄像头支撑架体2上绕RGB摄像头组件1外周设置若干红外补光灯4，摄像头支撑架体2侧部设有连接座23，连接座23通过连接杆320 及端板34的组合设置在固定架340上，在连接杆320上设置两段弹簧32，弹簧32两段抵接在连接座23与端板34之间，弹簧32的设置减少了移动设备的振动对摄像头造成的损坏；固定架340固定在一硬管架35的端部，硬管架35的管内空间用于整个装置的线路容放管；
其中，RGB摄像头组件1包括镜头筒12、镜头筒架13，镜头筒12可拆卸的设置在镜头筒架13内，在镜头筒架13的尾端内设有安装座11，安装座 11的前端设有内置光源罩体17，内置光源罩体17与镜头筒12连接；其中，镜头筒架13的外廓为具有阶梯结构的柱体，在镜头筒架13设有一圈卡扣14，靠近卡扣14处设有内凹槽，内凹槽内用于套设环形胶垫，环形胶垫未在图中示出；卡扣14用于将镜头筒架13锁紧在摄像头支撑架体2内；所述的RGB 摄像头组件1从摄像头支撑架体2的背部安装，这样卡扣14既可以作为旋转锁紧作用又可以进一步保证RGB摄像头组件1向外自由脱落；其中，在镜头筒架13的外周上还套设有耐磨缓冲环垫16，耐磨缓冲环垫16套设在镜头筒12对应的镜头筒架13外周位置处；其中，在镜头筒12与内置光源罩体 17的连接处设有一圈凸缘环垫15，凸缘环垫15既可以作为内置光源罩体17 与镜头筒12的衔接缓冲结构还可以作为密封结构；减少水汽、尘埃的浸入；其中，安装座11为锥形柱结构，靠近镜头筒12端为小头端，这样能有效提高安装座11的安装稳固性能；
应用在本人脸识别装置的算法说明；整体的人脸识别算法框图如图3所示，具体的算法说明：
1、输入视频后，采用颜色聚类分割，初步提取图像中的感兴趣区域，主要去除一些块色度单一的大块区域，如天空、空地等，将其余部分提取为感兴趣区域；
2、对经过感兴趣区域裁剪后的图像进行图像金字塔处理；
图像金字塔是一种以多分辨率来解释图像的结构，通过对原始图像进行多尺度像素采样的方式，生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部，以金字塔形状排列，往上是一系列像素(尺寸)逐渐降低的图像，一直到金字塔的顶部只包含一个像素点的图像，这就构成了传统意义上的图像金字塔；
3、将人脸的金字塔图像输入到人脸粗检测网络中，该网络构成如图4 所示：输出人脸和检测框的粗定位框，初步检测出人脸，此时得到的人脸定位框相对较多，可能一个人脸上同时存在多个大小不一的定位框；
4、如图5所示，对检测出的人脸框进行聚类，并计算交并比，取每类中交并比>0.5的前三个框作为本步骤的输出结果，传入下个网络，这样大大减少了网络的计算量，保证检测速度；将输出结果传入下个更深的网络进行人脸的精检测，输出人脸的检测结果；
5、人脸校正，将人脸上的特征点进行位置驱动的校准，将不同角度的人脸校正，以提高人脸识别的准确率；
6、如图6所示，将检测出的人脸图片与匹配的目标的图片组成一对数据输入到训练好的人脸识别网络，提取特征后通过svm分类器进行分类，输出匹配结果；
本发明创造有效减少移动设备的行走振动对其上的人脸识别装置造成的振动损坏，提高人脸识别装置的安全使用性能，同时改进的RGB摄像头组件的内结构，进一步提高识别设备的防震稳定性，保证了信息采集的准确性。
以上所述仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明创造的保护范围之内。

Claims (7)

1.一种人脸识别算法，其特征在于，具体的步骤为：
1)输入视频后，采用颜色聚类分割，初步提取图像中的感兴趣区域；
2)对经过感兴趣区域裁剪后的图像进行图像金字塔处理；
3)将人脸的金字塔图像输入到人脸粗检测网络中，该网络构成包括输出人脸和检测框的粗定位框，初步检测出人脸；
4)对检测出的人脸框进行聚类，并计算交并比，取每类中交并比>0.5的前三个框作为本步骤的输出结果，传入下个网络；将输出结果传入下个更深的网络进行人脸的精检测，输出人脸的检测结果；
5)人脸校正，将人脸上的特征点进行位置驱动的校准；
6)将检测出的人脸图片与匹配的目标的图片组成一对数据输入到训练好的人脸识别网络，提取特征后通过svm分类器进行分类，输出匹配结果。
2.一种人脸识别装置，应用权利要求1所述的算法，其特征在于：包括RGB摄像头组件、摄像头支撑架体和架体连接件；RGB摄像头组件设置在摄像头支撑架体的中心处，在摄像头支撑架体上绕RGB摄像头组件外周设置若干红外补光灯，摄像头支撑架体侧部设有连接座，连接座通过连接杆及端板的组合设置在固定架上，在连接杆上设置两段弹簧，弹簧两段抵接在连接座与端板之间；固定架固定在一硬管架的端部。
3.根据权利要求2所述的一种人脸识别装置，其特征在于：RGB摄像头组件包括镜头筒、镜头筒架，镜头筒可拆卸的设置在镜头筒架内，在镜头筒架的尾端内设有安装座，安装座的前端设有内置光源罩体，内置光源罩体与镜头筒连接。
4.根据权利要求3所述的一种人脸识别装置，镜头筒架的外廓为具有阶梯结构的柱体，在镜头筒架设有一圈卡扣，靠近卡扣处设有内凹槽，内凹槽内用于套设环形胶垫。
5.根据权利要求3所述的一种人脸识别装置，在镜头筒架的外周上还套设有耐磨缓冲环垫，耐磨缓冲环垫套设在镜头筒对应的镜头筒架外周位置处。
6.根据权利要求3所述的一种人脸识别装置，在镜头筒与内置光源罩体的连接处设有一圈凸缘环垫。
7.根据权利要求2所述的一种人脸识别装置，安装座为锥形柱结构，靠近镜头筒端为小头端，这样能有效提高安装座的安装稳固性能。
CN201810196324.5A 2018-03-09 2018-03-09 一种人脸识别算法及人脸识别装置 Pending CN108491772A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810196324.5A CN108491772A (zh) 2018-03-09 2018-03-09 一种人脸识别算法及人脸识别装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810196324.5A CN108491772A (zh) 2018-03-09 2018-03-09 一种人脸识别算法及人脸识别装置

Publications (1)

Publication Number Publication Date
CN108491772A true CN108491772A (zh) 2018-09-04

Family

ID=63338261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810196324.5A Pending CN108491772A (zh) 2018-03-09 2018-03-09 一种人脸识别算法及人脸识别装置

Country Status (1)

Country Link
CN (1) CN108491772A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376713A (zh) * 2018-12-11 2019-02-22 天地伟业技术有限公司 一种嵌入式人脸检测设备
CN109785359A (zh) * 2018-11-27 2019-05-21 北京理工大学 一种基于深度特征金字塔与跟踪损失的视频目标检测方法
CN110287900A (zh) * 2019-06-27 2019-09-27 深圳市商汤科技有限公司 验证方法和验证装置
CN110490149A (zh) * 2019-08-22 2019-11-22 广东工业大学 一种基于svm分类的人脸识别方法及装置
CN111120819A (zh) * 2019-11-12 2020-05-08 张喜军 一种基于物联网的识别精度高的人脸识别设备
CN113570760A (zh) * 2021-08-06 2021-10-29 北斗天地股份有限公司 掘进机的闭锁控制方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205385536U (zh) * 2016-01-29 2016-07-13 安庆医药高等专科学校 一种便于安装的计算机摄像头
CN105787884A (zh) * 2014-12-18 2016-07-20 联想(北京)有限公司 一种图像处理方法及电子设备
CN106874861A (zh) * 2017-01-22 2017-06-20 北京飞搜科技有限公司 一种人脸矫正方法及系统
CN107066969A (zh) * 2017-04-12 2017-08-18 南京维睛视空信息科技有限公司 一种人脸识别方法
CN206506594U (zh) * 2017-03-09 2017-09-19 广州卡多尼信息技术有限公司 一种便于安装的筒灯半球形摄像机
CN107392118A (zh) * 2017-07-04 2017-11-24 竹间智能科技（上海）有限公司 基于多任务对抗生成网络的强化人脸属性识别方法及系统
CN107506752A (zh) * 2017-09-18 2017-12-22 艾普柯微电子（上海）有限公司 人脸识别装置及方法
CN208298201U (zh) * 2018-03-09 2018-12-28 天津港(集团)有限公司 一种具有rgb摄像头的人脸识别装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787884A (zh) * 2014-12-18 2016-07-20 联想(北京)有限公司 一种图像处理方法及电子设备
CN205385536U (zh) * 2016-01-29 2016-07-13 安庆医药高等专科学校 一种便于安装的计算机摄像头
CN106874861A (zh) * 2017-01-22 2017-06-20 北京飞搜科技有限公司 一种人脸矫正方法及系统
CN206506594U (zh) * 2017-03-09 2017-09-19 广州卡多尼信息技术有限公司 一种便于安装的筒灯半球形摄像机
CN107066969A (zh) * 2017-04-12 2017-08-18 南京维睛视空信息科技有限公司 一种人脸识别方法
CN107392118A (zh) * 2017-07-04 2017-11-24 竹间智能科技（上海）有限公司 基于多任务对抗生成网络的强化人脸属性识别方法及系统
CN107506752A (zh) * 2017-09-18 2017-12-22 艾普柯微电子（上海）有限公司 人脸识别装置及方法
CN208298201U (zh) * 2018-03-09 2018-12-28 天津港(集团)有限公司 一种具有rgb摄像头的人脸识别装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KAIPENG ZHANG ET AL: "Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks", IEEE SIGNAL PROCESSING LETTERS, vol. 23, no. 10, pages 1499 - 1503 *
S. CHOPRA ET AL: "Learning a similarity metric discriminatively, with application to face verification", 2005 IEEE COMPUTER SOCIETY CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, pages 1 - 8 *
徐德 等: "《机器人视觉测量与控制》", 29 February 2008, 国防工业出版社, pages: 295 - 304 *
章新友: "《医学图形图像处理 新世纪第2版》", vol. 2, 30 April 2015, 中国中医药出版社, pages: 310 - 315 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785359A (zh) * 2018-11-27 2019-05-21 北京理工大学 一种基于深度特征金字塔与跟踪损失的视频目标检测方法
CN109785359B (zh) * 2018-11-27 2020-12-04 北京理工大学 一种基于深度特征金字塔与跟踪损失的视频目标检测方法
CN109376713A (zh) * 2018-12-11 2019-02-22 天地伟业技术有限公司 一种嵌入式人脸检测设备
CN110287900A (zh) * 2019-06-27 2019-09-27 深圳市商汤科技有限公司 验证方法和验证装置
CN110490149A (zh) * 2019-08-22 2019-11-22 广东工业大学 一种基于svm分类的人脸识别方法及装置
CN111120819A (zh) * 2019-11-12 2020-05-08 张喜军 一种基于物联网的识别精度高的人脸识别设备
CN111120819B (zh) * 2019-11-12 2021-08-06 赵延军 一种基于物联网的识别精度高的人脸识别设备
CN113570760A (zh) * 2021-08-06 2021-10-29 北斗天地股份有限公司 掘进机的闭锁控制方法及装置

Similar Documents

Publication Publication Date Title
CN108491772A (zh) 一种人脸识别算法及人脸识别装置
JP6461406B1 (ja) 車両検査セキュリティシステムにおける改善された顔検出および認識のための装置、システムおよび方法
CN109167924B (zh) 基于混合相机的视频成像方法、系统、设备及存储介质
KR102519085B1 (ko) 로컬 및 글로벌 모션에 효율적인 멀티-프레임 초해상도 방법 및 장치
KR101831973B1 (ko) 홍채 이미지 형성 장치 및 홍채 이미지 형성 장치의 구성 방법
US9946919B2 (en) Device, system, and method for forensic analysis
US20220172586A1 (en) Targeted video surveillance processing
WO2013048162A2 (ko) 한정된 메모리 환경 하에서 얼굴 인식 성능 향상을 위한 참조 얼굴 데이터베이스 관리 방법, 장치 및 컴퓨터 판독 가능한 기록 매체
US20160180169A1 (en) Iris recognition device, iris recognition system including the same and method of operating the iris recognition system
CN104680128B (zh) 一种基于四维分析的生物特征识别方法和系统
KR101729966B1 (ko) 화상 인식 및 음성 안내 기능이 구비된 cctv 카메라 시스템 및 그 동작 방법
CN113780079A (zh) 面部识别装置、识别方法及其程序和信息设备
CN209964215U (zh) 一种球形三维全景成像系统
CN105554354A (zh) 一种高清摄像头
CN1254904A (zh) 用于拍摄/识别脸孔的方法和装置
CN208298201U (zh) 一种具有rgb摄像头的人脸识别装置
CN109218587A (zh) 一种基于双目摄像头的图像采集方法及系统
KR102171018B1 (ko) 캡쳐 볼륨 공간 확보를 통한 안면 및 홍채 인식 방법 및 시스템
KR101625471B1 (ko) 보급형 열화상 카메라의 해상도 향상 방법 및 장치
CN208956167U (zh) 摄像装置及智能终端
TW466452B (en) Method and apparatus for photographing/recognizing a face
CN110609178A (zh) 闪电通道双摄自动观测系统及方法
CN207638749U (zh) 智能监控摄像头及安防系统
KR101937582B1 (ko) 인도 보안 안전 시스템
Lemoff et al. Automated, long-range, night/day, active-SWIR face recognition system

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