CN108615007A - 基于特征张量的三维人脸识别方法、装置及存储介质 - Google Patents

基于特征张量的三维人脸识别方法、装置及存储介质 Download PDF

Info

Publication number
CN108615007A
CN108615007A CN201810367653.1A CN201810367653A CN108615007A CN 108615007 A CN108615007 A CN 108615007A CN 201810367653 A CN201810367653 A CN 201810367653A CN 108615007 A CN108615007 A CN 108615007A
Authority
CN
China
Prior art keywords
tensor
dimensional face
matching
characteristic
face images
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
Application number
CN201810367653.1A
Other languages
English (en)
Other versions
CN108615007B (zh
Inventor
沈琳琳
刘亚辉
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.)
Shenzhen University
Original Assignee
Shenzhen University
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 Shenzhen University filed Critical Shenzhen University
Priority to CN201810367653.1A priority Critical patent/CN108615007B/zh
Publication of CN108615007A publication Critical patent/CN108615007A/zh
Application granted granted Critical
Publication of CN108615007B publication Critical patent/CN108615007B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于特征张量匹配图的三维人脸识别方法、装置及存储介质，该方法包括获取待识别三维人脸图像，提取待识别三维人脸图像中的特征点，根据特征点描述对应的特征张量；将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据匹配张量生成特征张量匹配图；根据预设的分类网络模型对特征张量匹配图进行分类，输出相似度的分类结果。由此，基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，提高人脸识别的鲁棒性和准确率，解决了meshSIFT特征对三维人脸图像全局特征描述欠佳，且存在暴力匹配策略不足的问题。

Description

基于特征张量的三维人脸识别方法、装置及存储介质
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种基于特征张量的三维人脸识别方法、装置及存储介质。
背景技术
人脸识别是生物特征识别技术之一，是模式识别的一个前沿研究领域。
由于生物特征是人的内在属性，具有较强的个体差异性和自身稳定性，而且人脸特征较其它的生物特征(如指纹、虹膜、掌纹等)更直接、友好和方便，可以作为身份认证较好的依据，因此人脸识别成为广泛关注和深入研究的课题。人脸识别研究与多个学科有着紧密的联系，具有重要的学术价值。人脸识别技术也具有广阔的市场应用前景，己经逐步从理论研究走向实际应用。
目前在人脸识别技术中，应用最为广泛的三维人脸局部特征是网格尺度不变特征转换(Mesh Scale-Invariant Feature Transform，meshSIFT)特征，但是，该特征对三维人脸全局特征描述欠佳，且存在暴力匹配策略不足的问题。
发明内容
本发明提供一种基于特征张量的三维人脸识别方法、装置及存储介质，旨在基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，提高人脸识别的鲁棒性和准确率。
为实现上述目的，本发明提供一种基于特征张量匹配图的三维人脸识别方法，所述方法包括：
获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；
将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；
根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；
根据所述相似度的分类结果得到三维人脸识别结果。
可选地，所述提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量的步骤包括：
提取三维人脸图像的特征点，统计各个特征点邻域区域的局部特征得到形状索引向量和倾角向量，同时根据人脸的标准标记点计算特征点的相对位置特征向量，最终获得由形状索引向量、倾角向量及相对位置特征向量组成的所述三维人脸图像的特征张量。
可选地，所述将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图的步骤之前还包括：
描述注册三维人脸图像的特征张量，并保存在数据库中，以供与待识别三维人脸图像的特征张量进行匹配时使用，所述注册三维人脸图像的张数不止一张。
可选地，所述将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量的步骤包括：
以TM×N×3表示匹配张量，其中
TM×N×3＝[A1 A2 A3]；
M表示待识别三维人脸图像中的M个特征点，N表示数据库中已注册三维人脸图像中的N个特征点，A1,A2,A3分别表示匹配张量TM×N×3的三个通道，其中：
其中k＝1，2，3，α表示角度，其中：
其中，fG,s,i，fG,θ,i，fG,p,i分别表示数据库中已注册三维人脸图像中特征张量FG中第i个特征点所对应的形状索引向量、倾角向量和全局相对位置向量；相应地，fT,s,j，fT,θ,j，fT,p,j分别表示待识别三维人脸图像特征张量FT中第j个特征点所对应的形状索引向量、倾角向量和全局相对位置向量。
可选地，所述根据所述匹配张量生成特征张量匹配图的步骤包括：
将所述匹配张量TM×N×3的三个通道分别作为彩色图像的红、绿、蓝三个通道，并将每个通道的值由[0,π]映射到[0,255]，生成特征张量匹配图。
可选地，所述根据分类网络模型对所述特征张量匹配图进行分类的步骤之前还包括：
将数据库中的特征张量匹配图分成第一类张量匹配图和第二类张量匹配图，所述第一类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自同一个人的两张三维人脸图像的张量匹配图，所述第二类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自不同人的两张三维人脸图像的张量匹配图，利用深度卷积神经网络对所述第一类张量匹配图和所述第二类张量匹配图进行训练，得到分类网络模型。
可选地，所述相似度的分类结果是范围为0-1之间的值。
可选地，所述方法应用于1：1的三维人脸识别和1：N的三维人脸识别。
本发明实施例还提出一种基于特征张量匹配图的三维人脸识别装置，包括存储器、处理器，其中所述存储器中存储有基于特征张量匹配图的三维人脸识别程序，所述处理器运行所述程序时实现如上所述的方法的步骤。
本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有基于特征张量匹配图的三维人脸识别程序，所述基于特征张量匹配图的三维人脸识别程序运行时实现如上所述的方法的步骤。
相比现有技术，本发明提出的基于特征张量匹配图的三维人脸识别方法、装置及存储介质，获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；根据所述相似度的分类结果得到三维人脸识别结果。由此，基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，提高人脸识别的鲁棒性和准确率，解决了meshSIFT特征对三维人脸全局特征描述欠佳，且存在暴力匹配策略不足的问题。
附图说明
图1是本发明基于特征张量匹配图的三维人脸识别方法第一实施例的流程示意图；
图2是本发明实施例提取特征张量的示意图；
图3是本发明实施例中特征张量匹配图，其中，(a)为第一类张量匹配图，(b)为第二类张量匹配图；
图4是本发明基于特征张量匹配图的三维人脸识别方法第二实施例的流程示意图；
图5是本发明基于特征张量匹配图的三维人脸识别方法第三实施例的流程示意图；
图6是本发明利用深度卷积神经网络训练的网络分类模型对特征张量匹配图进行分类的示意图；
图7是本发明基于特征张量匹配图的三维人脸识别方法的示意图；
图8是本发明基于特征张量匹配图的三维人脸识别装置的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本实施例的主要解决方案是：获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；根据所述相似度的分类结果得到三维人脸识别结果。由此，基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，提高人脸识别的鲁棒性和准确率，解决了meshSIFT特征对三维人脸全局特征描述欠佳，且存在暴力匹配策略不足的问题。
本发明实施例的术语包括：
SIFT：即尺度不变特征变换(Scale-invariant feature transform，SIFT)，是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出特征点，是一种局部特征描述子，是一种图像的局部描述子，具有尺度、旋转、平移的不变性，而且对光照变化、仿射变换和三维投影变换具有一定的鲁棒性。
meshSIFT：即网格尺度不变特征变换(mesh Scale-invariant featuretransform，SIFT)，是C.Maes、G.Zou等人将SIFT应用于深度图像和网格的三维表面以提取特征因子，D.Smeets将此方法称之为meshSIFT，是SIFT在三维网格上的延展应用。
卷积神经网络：是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。
现有的人脸识别技术中，应用最为广泛的三维人脸局部meshSIFT特征对三维人脸全局特征描述欠佳，且存在暴力匹配策略不足的问题。
本发明实施例提出一种解决方案，基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，来提高人脸识别的鲁棒性和准确率。
具体地，请参照图1，图1是本发明基于特征张量匹配图的三维人脸识别方法的第一实施例的流程示意图。
如图1所示，本发明第一实施例提出的一种基于特征张量匹配图的三维人脸识别方法，所述方法包括：
步骤S101，获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；
具体地，提取三维人脸图像的特征点，统计各个特征点邻域区域的局部特征得到形状索引向量和倾角向量，同时根据人脸的标准标记点计算特征点的相对位置特征向量，最终获得由形状索引向量、倾角向量及相对位置特征向量组成的所述三维人脸图像的特征张量。
进一步地，参照图2，图2为本发明实施例提取特征张量的示意图。如图2所示：
在一个标准三维人脸图像中提取M个特征点，将每个特征点9个邻域的2个组数为8直方图组分别按形状索引、倾角两类，连接得到形状索引向量fs和倾角向量fθ，所述形状索引向量fs和倾角向量fθ均为9×8＝72维的向量,分别代表所述特征点9个邻域的形状索引向量和倾角向量。
分别计算每个特征点与人脸标准68个标记点之间的距离，将所得的68个距离按顺序排列为一个68维向量，计算这68个距离的均值、方差、最大值、最小值，接到68维向量的末端，构成一个72维向量的全局相对位置向量fp；
对于有M个特征点的三维人脸图像，则构成一个M×72×3的特征张量，表示为FM×72×3。
在其它实施例中，所述待识别三维人脸图像中的特征点也可以是与meshSIFT相似的特征点，例如局部形状特征(Local Shape Pattern，LSP)、局部二值特征(Local BinaryPatterns，LBPs)等可以用局部直方图统计和表示的各类特征。
步骤S102，将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；
具体地，根据将待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量的步骤包括：
以TM×N×3表示匹配张量，其中
TM×N×3＝[A1 A2 A3]；
M表示待识别三维人脸图像中的M个特征点，N表示数据库中已注册三维人脸图像中的N个特征点，A1,A2,A3分别表示匹配张量TM×N×3的三个通道，其中：
其中k＝1，2，3，α表示角度，其中：
其中，fG,s,i，fG,θ,i，fG,p,i分别表示数据库中已注册三维人脸图像中特征张量FG中第i个特征点所对应的形状索引向量、倾角向量和全局相对位置向量；相应地，fT,s,j，fT,θ,j，fT,p,j分别表示待识别三维人脸图像特征张量FT中第j个特征点所对应的形状索引向量、倾角向量和全局相对位置向量。
具体地，所述根据所述匹配张量生成特征张量匹配图的步骤包括：
将所述匹配张量TM×N×3的三个通道分别作为彩色图像的红、绿、蓝三个通道，并将每个通道的值由[0,π]映射到[0,255]，生成特征张量匹配图。所述映射方法为线性映射。
如图3所示，图3是本发明实施例中特征张量匹配图，其中(a)为第一类张量匹配图，(b)为第二类张量匹配图，所述第一类张量匹配图表示来待识别三维人脸图像与注册三维人脸图像是自同一个人的两张三维人脸图像的张量匹配图，所述第二类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自不同人的两张三维人脸图像的张量匹配图。
可选地，所述特征张量匹配图除了彩色图像外，还可以是其它通道的图像。
步骤S103，根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；
具体地，所述相似度的分类结果是范围为0-1之间的值。
步骤S104，根据所述相似度的分类结果得到三维人脸识别结果。
具体地，本发明实施例可应用于1：1的三维人脸识别和1：N的三维人脸识别。
进一步地，在1：1的三维人脸识别应用中，预先设定阈值，将待识别三维人脸图像的特征张量与已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图，并根据预设的分类网络模型对所述特征张量匹配图进行分类，得到所述特征张量匹配图的相似度的分类结果；若所述特征张量匹配图的相似度的分类结果大于等于所述阈值，则认为待识别三维人脸图像与已注册三维人脸图像是来自于同一个人；反之，若所述特征张量匹配图的相似度的分类结果小于所述阈值则认为待识别三维人脸图像与已注册三维人脸图像来自于不同人。
进一步地，在1：N的三维人脸识别应用中，通过上述步骤获得待识别三维人脸图像与数据库中所有已注册的三维人脸图像的所有特征张量匹配图，所述所有特征张量匹配图的数量为N，将这N张特征张量匹配图通过分类网络模型进行分类，将输出的相似度分类结果进行升序排列；根据预先设置的阈值判断所述待识别三维人脸图像是否为数据库中所有已注册的三维人脸图像中的那个人，若张量匹配图的相似度分类结果大于等于阈值，则认为待识别三维人脸图像与已注册三维人脸图像来自同一个人，若张量匹配图的相似度分类结果小于阈值，则认为待识别三维人脸图像与已注册三维人脸图像来自不同人。
进一步地，在其它实施例中，在1：N的三维人脸识别应用的身份识别过程中，也可以将认为待识别三维人脸图像识别为输出的相似度分类结果中相似度最高的已注册三维人脸图像中的那个人。
本发明实施例通过上述方案，获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；根据所述相似度的分类结果得到三维人脸识别结果。由此，基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，提高人脸识别的鲁棒性和准确率，解决了meshSIFT特征对三维人脸全局特征描述欠佳，且存在暴力匹配策略不足的问题。
如图4所示，本发明第二实施例提出一种基于特征张量匹配图的三维人脸识别方法，基于上述图1、图2、图3所示的第一实施例，所述将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图的步骤之前还包括：
步骤S1011，描述注册三维人脸图像的特征张量，并保存在数据库中，以供与待识别三维人脸图像的特征张量进行匹配时使用，所述注册三维人脸图像的张数不止一张。
具体地，所述描述注册三维人脸图像的特征张量的方法包括以下两种方式：
方式一：从人脸数据库中导入三维人脸图像，利用上述步骤提取特征点，并描述对应三维人脸图像的特征张量；
方式二：根据需要从存储介质中导入需要的三维人脸图像，可以包括同一个人不同表情、不同角度、不同光照强度等情况下的多张三维人脸图像，再从所述导入的三维人脸图像中描述对应的特征张量。
本实施例通过以上方案，获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；描述注册三维人脸图像的特征张量，并保存在数据库中，以供与待识别三维人脸图像的特征张量进行匹配时使用，所述注册三维人脸图像的张数不止一张；将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；根据所述相似度的分类结果得到三维人脸识别结果。由此，基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，提高人脸识别的鲁棒性和准确率，解决了meshSIFT特征对三维人脸全局特征描述欠佳，且存在暴力匹配策略不足的问题。
如图5所示，本发明第三实施例提出一种基于特征张量匹配图的三维人脸识别方法，基于上述图1、图2、图3、图4所示的实施例，所述根据分类网络模型对所述特征张量匹配图根据进行分类的步骤之前还包括：
步骤S1021，将数据库中的特征张量匹配图分成第一类张量匹配图和第二类张量匹配图，所述第一类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自同一个人的两张三维人脸图像的张量匹配图，所述第二类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自不同人的两张三维人脸图像的张量匹配图，利用深度卷积神经网络对所述第一类张量匹配图和所述第二类张量匹配图进行训练，得到分类网络模型。
具体地，参照图6，图6是本发明利用深度卷积神经网络训练的网络分类模型对特征张量匹配图进行分类的示意图。
将生成的特征张量匹配图用深度卷积神经网络进行训练，本实施例在卷积层(convolution)引入修正线性单元(Rectified linear unit,ReLu)函数，再通过池化层进行最大值池化，经过全连接层，通过S形函数(Sigmoid)归一化之后，输出取值范围为0-1的相似度的分类结果。
除了深度卷积神经网络模型，在其它实施例中，也可以采用其它的神经网络结构，例如LeNet、GoogleNet、VGG、ResNet等，神经网络的层数、连接方式、卷积核大小、激活函数等也可以根据实际需要具体调整。
进一步地，获取相似度的分类结果后，根据所述相似度的分类结果得到三维人脸图像识别结果。
具体地，参照图7，图7是本发明基于特征张量匹配图的三维人脸识别方法的示意图。首先，获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；然后，将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；再根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；最后根据所述相似度的分类结果得到三维人脸识别结果。
本实施例通过以上方案，获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；描述注册三维人脸图像的特征张量，并保存在数据库中，以供与待识别三维人脸图像的特征张量进行匹配时使用，所述注册三维人脸图像的张数不止一张；将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；根据所述相似度的分类结果得到三维人脸识别结果。由此，基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，提高人脸识别的鲁棒性和准确率，解决了meshSIFT特征对三维人脸全局特征描述欠佳，且存在暴力匹配策略不足的问题。
此外本发明实施例还提出一种基于特征张量匹配图的三维人脸识别装置，包括存储器、处理器，其中所述存储器中存储有基于特征张量匹配图的三维人脸识别程序，所述处理器运行所述程序时实现如下操作：
获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；
将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；
根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；
根据所述相似度的分类结果得到三维人脸识别结果。
具体地，如图8所示，本实施例基于特征张量匹配图的三维人脸识别装置可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图8中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图8所示，作为一种计算机存储介质的存储器1005中可以包括操作装置、网络通信模块、用户接口模块以及基于特征张量匹配图的三维人脸识别程序。
在图8所示的结构中，网络接口1004主要用于连接网络服务器，与网络服务器进行数据通信；而处理器1001可以用于调用存储器1005中存储的基于特征张量匹配图的三维人脸识别程序，并执行以下操作：
获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；
将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；
根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；
根据所述相似度的分类结果得到三维人脸识别结果。
进一步地，处理器1001还可以用于调用存储器1005中存储的基于特征张量匹配图的三维人脸识别程序，并执行以下操作：
提取三维人脸图像的特征点，统计各个特征点邻域区域的局部特征得到形状索引向量和倾角向量，同时根据人脸的标准标记点计算特征点的相对位置特征向量，最终获得由形状索引向量、倾角向量及相对位置特征向量组成的所述三维人脸图像的特征张量。
进一步地，处理器1001还可以用于调用存储器1005中存储的基于特征张量匹配图的三维人脸识别程序，并执行以下操作：
描述注册三维人脸图像的特征张量，并保存在数据库中，以供与待识别三维人脸图像的特征张量进行匹配时使用，所述注册三维人脸图像的张数不止一张。
进一步地，处理器1001还可以用于调用存储器1005中存储的基于特征张量匹配图的三维人脸识别程序，并执行以下操作：
以TM×N×3表示匹配张量，其中
TM×N×3＝[A1 A2 A3]；
M表示待识别三维人脸图像中的M个特征点，N表示数据库中已注册三维人脸图像中的N个特征点，A1,A2,A3分别表示匹配张量TM×N×3的三个通道，其中：
其中k＝1，2，3，α表示角度，其中：
其中，fG,s,i，fG,θ,i，fG,p,i分别表示数据库中已注册三维人脸图像中特征张量FG中第i个特征点所对应的形状索引向量、倾角向量和全局相对位置向量；相应地，fT,s,j，fT,θ,j，fT,p,j分别表示待识别三维人脸图像特征张量FT中第j个特征点所对应的形状索引向量、倾角向量和全局相对位置向量。
进一步地，处理器1001还可以用于调用存储器1005中存储的基于特征张量匹配图的三维人脸识别程序，并执行以下操作：
将所述匹配张量TM×N×3的三个通道分别作为彩色图像的红、绿、蓝三个通道，并将每个通道的值由[0,π]映射到[0,255]，生成特征张量匹配图。
进一步地，处理器1001还可以用于调用存储器1005中存储的基于特征张量匹配图的三维人脸识别程序，并执行以下操作：
将数据库中的特征张量匹配图分成第一类张量匹配图和第二类张量匹配图，所述第一类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自同一个人的两张三维人脸图像的张量匹配图，所述第二类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自不同人的两张三维人脸图像的张量匹配图，利用深度卷积神经网络对所述第一类张量匹配图和所述第二类张量匹配图进行训练，得到分类网络模型。
此外，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有基于特征张量匹配图的三维人脸识别程序，所述基于特征张量匹配图的三维人脸识别程序被处理器运行时实现如上所述的基于特征张量匹配图的三维人脸识别方法的步骤，在此不再赘述。
相比现有技术，本发明提出一种基于特征张量匹配图的三维人脸识别方法、装置及存储介质，获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；三维人脸所述特征张量匹配图进行分类，输出相似度的分类结果；根据所述相似度的分类结果得到三维人脸识别结果。由此，基于三维人脸的特征张量来描述三维人脸的全局及局部特征，并通过计算特征张量的匹配张量来生成特征张量匹配图以实现人脸识别，提高人脸识别的鲁棒性和准确率，解决了meshSIFT特征对三维人脸全局特征描述欠佳，且存在暴力匹配策略不足的问题。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于特征张量匹配图的三维人脸识别方法，其特征在于，所述方法包括：
获取待识别三维人脸图像，提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量；
将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图；
根据预设的分类网络模型对所述特征张量匹配图进行分类，输出相似度的分类结果；
根据所述相似度的分类结果得到三维人脸识别结果。
2.根据权利要求1所述的方法，其特征在于，所述提取所述待识别三维人脸图像中的特征点，根据所述待识别三维人脸图像的特征点描述对应的特征张量的步骤包括：
提取三维人脸图像的特征点，统计各个特征点邻域区域的局部特征得到形状索引向量和倾角向量，同时根据人脸的标准标记点计算特征点的相对位置特征向量，最终获得由形状索引向量、倾角向量及相对位置特征向量组成的所述三维人脸图像的特征张量。
3.根据权利要求1所述的方法，其特征在于，所述将所述待识别三维人脸图像的特征张量与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量，根据所述匹配张量生成特征张量匹配图的步骤之前还包括：
描述注册三维人脸图像的特征张量，并保存在数据库中，以供与待识别三维人脸图像的特征张量进行匹配时使用，所述注册三维人脸图像的张数不止一张。
4.根据权利要求1所述的方法，其特征在于，所述根据所述待识别三维人脸图像的特征张量分别与数据库中已注册三维人脸图像的特征张量进行匹配，计算匹配张量的步骤包括：
以TM×N×3表示匹配张量，其中
TM×N×3＝[A1 A2 A3]；
M表示待识别三维人脸图像中的M个特征点，N表示数据库中已注册三维人脸图像中的N个特征点，A1,A2,A3分别表示匹配张量TM×N×3的三个通道，其中：
其中k＝1，2，3，α表示角度，其中：
其中，fG,s,i，fG,θ,i，fG,p,i分别表示数据库中已注册三维人脸图像中特征张量FG中第i个特征点所对应的形状索引向量、倾角向量和全局相对位置向量；相应地，fT,s,j，fT,θ,j，fT,p,j分别表示待识别三维人脸图像特征张量FT中第j个特征点所对应的形状索引向量、倾角向量和全局相对位置向量。
5.根据权利要求1所述的方法，其特征在于，所述根据所述匹配张量生成特征张量匹配图的步骤包括：
将所述匹配张量TM×N×3的三个通道分别作为彩色图像的红、绿、蓝三个通道，并将每个通道的值由[0,π]映射到[0,255]，生成特征张量匹配图。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述根据分类网络模型对所述特征张量匹配图进行分类的步骤之前还包括：
将数据库中的特征张量匹配图分成第一类张量匹配图和第二类张量匹配图，所述第一类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自同一个人的两张三维人脸图像的张量匹配图，所述第二类张量匹配图表示待识别三维人脸图像与注册三维人脸图像是来自不同人的两张三维人脸图像的张量匹配图，利用深度卷积神经网络对所述第一类张量匹配图和所述第二类张量匹配图进行训练，得到分类网络模型。
7.根据权利要求1所述的方法，其特征在于，所述相似度的分类结果是范围为0-1之间的值。
8.根据权利要求1所述的方法，其特征在于，所述方法应用于1：1的三维人脸识别和1：N的三维人脸识别。
9.一种基于特征张量匹配图的三维人脸识别装置，其特征在于，包括存储器、处理器，其中所述存储器中存储有基于特征张量匹配图的三维人脸识别程序，所述处理器运行所述程序时实现如权利要求1-8项中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于特征张量匹配图的三维人脸识别程序，所述基于特征张量匹配图的三维人脸识别程序运行时实现如权利要求1-8项中任一项所述的方法的步骤。
CN201810367653.1A 2018-04-23 2018-04-23 基于特征张量的三维人脸识别方法、装置及存储介质 Active CN108615007B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810367653.1A CN108615007B (zh) 2018-04-23 2018-04-23 基于特征张量的三维人脸识别方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810367653.1A CN108615007B (zh) 2018-04-23 2018-04-23 基于特征张量的三维人脸识别方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN108615007A true CN108615007A (zh) 2018-10-02
CN108615007B CN108615007B (zh) 2019-07-19

Family

ID=63660366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810367653.1A Active CN108615007B (zh) 2018-04-23 2018-04-23 基于特征张量的三维人脸识别方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN108615007B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711357A (zh) * 2018-12-28 2019-05-03 北京旷视科技有限公司 一种人脸识别方法及装置
CN109948467A (zh) * 2019-02-28 2019-06-28 中国科学院深圳先进技术研究院 人脸识别的方法、装置、计算机设备和存储介质
CN110119460A (zh) * 2019-05-16 2019-08-13 广东三维家信息科技有限公司 图像检索方法、装置及电子设备
CN110188787A (zh) * 2019-04-11 2019-08-30 淮阴工学院 一种基于区块链互证和卷积神经网络的凭证式记账方法
CN111191065A (zh) * 2019-12-18 2020-05-22 海尔优家智能科技（北京）有限公司 一种同源图像确定方法及装置
CN111382666A (zh) * 2018-12-31 2020-07-07 三星电子株式会社 具有用户验证的设备和方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571919A (zh) * 2009-05-26 2009-11-04 重庆大学 基于光学非下采样轮廓波变换的人脸识别方法
CN104091162A (zh) * 2014-07-17 2014-10-08 东南大学 基于特征点的三维人脸识别方法
CN104298995A (zh) * 2014-05-06 2015-01-21 深圳市唯特视科技有限公司 基于三维点云的三维人脸识别装置及方法
CN104636729A (zh) * 2015-02-10 2015-05-20 浙江工业大学 基于贝叶斯多元分布特征提取的三维人脸识别方法
US20160196467A1 (en) * 2015-01-07 2016-07-07 Shenzhen Weiteshi Technology Co. Ltd. Three-Dimensional Face Recognition Device Based on Three Dimensional Point Cloud and Three-Dimensional Face Recognition Method Based on Three-Dimensional Point Cloud
CN107066983A (zh) * 2017-04-20 2017-08-18 腾讯科技（上海）有限公司 一种身份验证方法及装置
CN107122745A (zh) * 2017-04-28 2017-09-01 深圳市茁壮网络股份有限公司 一种识别视频中人物轨迹的方法及装置
CN107393199A (zh) * 2017-07-05 2017-11-24 黄健 基于手机端人脸识别的储物柜系统及其使用方法
WO2018005413A1 (en) * 2016-06-30 2018-01-04 Konica Minolta Laboratory U.S.A., Inc. Method and system for cell annotation with adaptive incremental learning
CN107729875A (zh) * 2017-11-09 2018-02-23 上海快视信息技术有限公司 三维人脸识别方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571919A (zh) * 2009-05-26 2009-11-04 重庆大学 基于光学非下采样轮廓波变换的人脸识别方法
CN104298995A (zh) * 2014-05-06 2015-01-21 深圳市唯特视科技有限公司 基于三维点云的三维人脸识别装置及方法
CN104091162A (zh) * 2014-07-17 2014-10-08 东南大学 基于特征点的三维人脸识别方法
US20160196467A1 (en) * 2015-01-07 2016-07-07 Shenzhen Weiteshi Technology Co. Ltd. Three-Dimensional Face Recognition Device Based on Three Dimensional Point Cloud and Three-Dimensional Face Recognition Method Based on Three-Dimensional Point Cloud
CN104636729A (zh) * 2015-02-10 2015-05-20 浙江工业大学 基于贝叶斯多元分布特征提取的三维人脸识别方法
WO2018005413A1 (en) * 2016-06-30 2018-01-04 Konica Minolta Laboratory U.S.A., Inc. Method and system for cell annotation with adaptive incremental learning
CN107066983A (zh) * 2017-04-20 2017-08-18 腾讯科技（上海）有限公司 一种身份验证方法及装置
CN107122745A (zh) * 2017-04-28 2017-09-01 深圳市茁壮网络股份有限公司 一种识别视频中人物轨迹的方法及装置
CN107393199A (zh) * 2017-07-05 2017-11-24 黄健 基于手机端人脸识别的储物柜系统及其使用方法
CN107729875A (zh) * 2017-11-09 2018-02-23 上海快视信息技术有限公司 三维人脸识别方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王大安: ""基于张量的人脸识别算法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711357A (zh) * 2018-12-28 2019-05-03 北京旷视科技有限公司 一种人脸识别方法及装置
CN111382666A (zh) * 2018-12-31 2020-07-07 三星电子株式会社 具有用户验证的设备和方法
CN109948467A (zh) * 2019-02-28 2019-06-28 中国科学院深圳先进技术研究院 人脸识别的方法、装置、计算机设备和存储介质
CN110188787A (zh) * 2019-04-11 2019-08-30 淮阴工学院 一种基于区块链互证和卷积神经网络的凭证式记账方法
CN110119460A (zh) * 2019-05-16 2019-08-13 广东三维家信息科技有限公司 图像检索方法、装置及电子设备
CN111191065A (zh) * 2019-12-18 2020-05-22 海尔优家智能科技（北京）有限公司 一种同源图像确定方法及装置
CN111191065B (zh) * 2019-12-18 2023-10-31 海尔优家智能科技（北京）有限公司 一种同源图像确定方法及装置

Also Published As

Publication number Publication date
CN108615007B (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
CN108615007B (zh) 基于特征张量的三维人脸识别方法、装置及存储介质
Vieira et al. Detecting siblings in image pairs
Cheng et al. Exploiting effective facial patches for robust gender recognition
Huang et al. Spontaneous facial micro-expression analysis using spatiotemporal completed local quantized patterns
Luo et al. Multiview vector-valued manifold regularization for multilabel image classification
CN101763503B (zh) 一种姿态鲁棒的人脸识别方法
Banerji et al. Novel color LBP descriptors for scene and image texture classification
Zeng et al. An automatic 3D expression recognition framework based on sparse representation of conformal images
Li et al. Multi-shot re-identification with random-projection-based random forests
Han et al. KISS+ for rapid and accurate pedestrian re-identification
Lumini et al. Ensemble of texture descriptors and classifiers for face recognition
Khan et al. An automated and efficient convolutional architecture for disguise-invariant face recognition using noise-based data augmentation and deep transfer learning
Fei et al. Jointly heterogeneous palmprint discriminant feature learning
Omara et al. A novel approach for ear recognition: learning Mahalanobis distance features from deep CNNs
Li et al. Deep representation of facial geometric and photometric attributes for automatic 3d facial expression recognition
Bejaoui et al. Fully automated facial expression recognition using 3D morphable model and mesh-local binary pattern
Yingxin et al. A robust hand gesture recognition method via convolutional neural network
Jia et al. Geometric preserving local fisher discriminant analysis for person re-identification
Paul et al. Rotation invariant multiview face detection using skin color regressive model and support vector regression
Yan et al. Hybrid neural networks based facial expression recognition for smart city
Galiyawala et al. Person retrieval in surveillance using textual query: a review
Shao et al. Towards efficient unconstrained palmprint recognition via deep distillation hashing
CN110472495B (zh) 一种基于图形推理全局特征的深度学习人脸识别方法
Yao et al. Learning latent stable patterns for image understanding with weak and noisy labels
Zhang et al. Region constraint person re-identification via partial least square on riemannian manifold

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen langting Technical Service Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980023072

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221123

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Mutual Source Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980023534

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221125

Application publication date: 20181002

Assignee: Hemu Community Network Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980023830

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221128

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Anling biomedicine (Shenzhen) Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980023765

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221129

Application publication date: 20181002

Assignee: INTERGROWTH Corp.

Assignor: SHENZHEN University

Contract record no.: X2022980023866

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221130

Application publication date: 20181002

Assignee: Shenzhen Huijin Ruishu Intelligent Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980023727

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221129

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: SHENZHEN HEXUN HUAGU INFORMATION TECHNOLOGY CO.,LTD.

Assignor: SHENZHEN University

Contract record no.: X2022980024443

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221205

Application publication date: 20181002

Assignee: Shenzhen Pego Intelligent Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980024334

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221202

Application publication date: 20181002

Assignee: Shenzhen Lipsun Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980024442

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221202

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen Bangqi Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980024743

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221207

Application publication date: 20181002

Assignee: Shenzhen Maiwo Innovation Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980024758

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221207

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: SHEN ZHEN TOP-LINK TECHNOLOGIES Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026292

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Tongtong Network Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026678

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221210

Application publication date: 20181002

Assignee: Shenzhen High Intelligence Data Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980025935

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Chongqing Taihuo Xinniao Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026159

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Shenzhen Dongfang Renshou Life Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980025926

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Shenzhen Mychat Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026205

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Yimaitong (Shenzhen) Intelligent Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026148

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Shenzhen Gongdu Development Holding Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980025521

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221210

Application publication date: 20181002

Assignee: Shenzhen Huahong Testing Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980025985

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: SHENZHEN ZHUOYUESHI INDUSTRIAL Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026660

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221210

Application publication date: 20181002

Assignee: SHENZHEN FUNDER ELECTRONICS CO.,LTD.

Assignor: SHENZHEN University

Contract record no.: X2022980026199

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Chengdu Rundonghai He Information Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026155

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Shenzhen Yixin Yiyi Intelligent Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980025427

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221209

Application publication date: 20181002

Assignee: Shenzhen Standard Technical Service Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980025987

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: SHENZHEN XINGHUA ZHITONG TECHNOLOGY Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980025937

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Shenzhen shanai mutual Entertainment Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026160

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Dongguan dianjin surface treatment Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026319

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221212

Application publication date: 20181002

Assignee: Shenzhen High Tech Electronics Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026209

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221211

Application publication date: 20181002

Assignee: Shenzhen Zhizhi Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980025612

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221210

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen yiyousi Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026353

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221212

Application publication date: 20181002

Assignee: SHENZHEN CASTELITS INTELLIGENT TECHNOLOGY Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026357

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221212

Application publication date: 20181002

Assignee: SHENZHEN MINGDIAN GLOBAL TECHNOLOGY CO.,LTD.

Assignor: SHENZHEN University

Contract record no.: X2022980026349

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221212

Application publication date: 20181002

Assignee: Shenzhen Lvanda Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026581

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221212

Application publication date: 20181002

Assignee: Guangdong Binze Communication Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026599

Denomination of invention: 3d face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20221212

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen Qixun Xinyou Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026442

Denomination of invention: 3D face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20230106

Application publication date: 20181002

Assignee: Shenzhen Peninsula Medical Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026723

Denomination of invention: 3D face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20230106

Application publication date: 20181002

Assignee: WOBINGWOYI TECHNOLOGY (SHENZHEN) CO.,LTD.

Assignor: SHENZHEN University

Contract record no.: X2022980026444

Denomination of invention: 3D face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20230106

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Beijing Taiflamingo Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026674

Denomination of invention: 3D face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20230111

Application publication date: 20181002

Assignee: Guoxin Technology Group Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026708

Denomination of invention: 3D face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20230111

Application publication date: 20181002

Assignee: Guangdong Zhongke Huiju Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026703

Denomination of invention: 3D face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20230110

Application publication date: 20181002

Assignee: Shenzhen Dongfang Huilian Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026694

Denomination of invention: 3D face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20230110

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Chongqing Taihuo Xinniao Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2022980026805

Denomination of invention: 3D face recognition method, device and storage medium based on feature tensor

Granted publication date: 20190719

License type: Common License

Record date: 20230116

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen Yiqiu Medical Textile Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980033969

Denomination of invention: Feature Tensor Based 3D Face Recognition Method, Device, and Storage Medium

Granted publication date: 20190719

License type: Common License

Record date: 20230322

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen hisibi Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980034031

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230323

Application publication date: 20181002

Assignee: Hunan Yingluokang Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980034104

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230327

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen Lingyu Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980034597

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230411

Application publication date: 20181002

Assignee: Lishui Taihuo Red Bird Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980034588

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230411

Application publication date: 20181002

Assignee: Chengdu Rundong Industrial Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980034591

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230411

Application publication date: 20181002

Assignee: SHENZHEN ZHIHUA TECHNOLOGY DEVELOPMENT Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980034595

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230411

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen Jiachen information engineering Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980035110

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230426

Application publication date: 20181002

Assignee: SHENZHEN FANGDIRONGXIN TECHNOLOGY CO.,LTD.

Assignor: SHENZHEN University

Contract record no.: X2023980035109

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230426

Application publication date: 20181002

Assignee: SHENZHEN SUPERVISIONS TECHNOLOGY Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980035111

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230426

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20181002

Assignee: Shenzhen Pengcheng Future Technology Co.,Ltd.

Assignor: SHENZHEN University

Contract record no.: X2023980036139

Denomination of invention: 3D facial recognition method, device, and storage medium based on feature tensors

Granted publication date: 20190719

License type: Common License

Record date: 20230531