CN108921121A - 一种适用于强光环境下使用的近红外人脸识别系统及方法 - Google Patents
一种适用于强光环境下使用的近红外人脸识别系统及方法 Download PDFInfo
- Publication number
- CN108921121A CN108921121A CN201810772274.0A CN201810772274A CN108921121A CN 108921121 A CN108921121 A CN 108921121A CN 201810772274 A CN201810772274 A CN 201810772274A CN 108921121 A CN108921121 A CN 108921121A
- Authority
- CN
- China
- Prior art keywords
- infrared
- face
- module
- infrared lamp
- strong light
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Input (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请公开一种适用于强光环境下使用的近红外人脸识别系统,包括:图像获取模块,用于采集图像;红外人脸识别模块,用于检测识别出人脸图像;提取模块,用于从采集的图像中提取人脸图像;预处理模块,用于对提取出来的人脸图像进行预处理;计算模块,用于计算待识别人员与已注册人员特征的卡方值;识别模块,用于确定待识别人员的身份;红外灯控制模块,用于控制红外灯组的发光效率值的大小以及控制红外灯组的开启或关闭。本申请提供的适用于强光环境下使用的近红外人脸识别系统,与现有技术相比,人脸识别的准确度得到了明显的提高,且使用寿命有了显著的延长。本申请还公开适用于强光环境下使用的近红外人脸识别方法,同样具备上述有效果。
Description
技术领域
本申请涉及人脸识别技术领域,更具体地说,特别涉及一种适用于强光环境下使用的近红外人脸识别系统,本申请还涉及一种适用于强光环境下使用的近红外人脸识别方法。
背景技术
人脸识别技术为一种利用分析比较人脸视觉特征信息,以进行身份鉴别的计算机技术。随着计算机技术与图像处理技术的飞跃发展,人脸识别技术应运而生,并在公共安全领域得到了广泛的应用。简而言之,人脸识别技术是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并跟踪人脸,进而对检测到的人脸的相关特征信息进行提取,然后根据相关特征信息进行识别,以此实现身份鉴别的一种新兴技术。
目前,传统的近红外人脸识别设备均采用红外灯+摄像头模组的模式,通过判定手段来控制红外灯的开启和关闭,以实现弱光环境下红外灯光的主动补偿。然而,由于红外灯为短波光源,在处于外界强光环境时,尤其是处于太阳光强较强的逆光、面光环境下,近红外的光源会受到非常大的干扰,随之而来会给人脸识别的人脸检测和定位、人脸特征的提取和辨识带来非常大的影响,因而当前绝大部分近红外人脸识别技术和设备仅能应用在弱光环境下。并且,当前业内采用的模式普遍为增加红外灯数量,摄像头模组自动曝光等手段来增强光线环境的兼容性。由于红外灯本身发光距离有限,摄像头自动曝光会造成提取特征的图片参差不齐,对辨识影响较大。上述因素限制了红外人脸识别设备的使用领域,当在室外或者半室外,整体光线强度过高时使得红外成像不理想,非常不利于人脸识别。
因此,提供一种适用于强光环境下使用的近红外人脸识别系统,可提高辨识精度,降低漏检情况,提高人脸识别的准确度,且维持整体设备的使用寿命,已成为本领域技术人员亟待解决的技术问题。
发明内容
为解决上述技术问题,本申请提供一种适用于强光环境下使用的近红外人脸识别系统,可提高辨识精度,降低漏检情况,提高人脸识别的准确度,且维持整体设备的使用寿命。本申请还涉及一种适用于强光环境下使用的近红外人脸识别方法,同样具备上述有益效果。
本申请提供的技术方案如下:
一种适用于强光环境下使用的近红外人脸识别系统,包括:图像获取模块,用于采集图像;红外人脸识别模块,用于从采集的图像中检测识别出人脸图像;提取模块,用于从采集的图像中提取人脸图像;预处理模块,用于对提取出来的人脸图像进行预处理;计算模块,用于计算待识别人员与已注册人员特征的卡方值;识别模块,用于确定待识别人员的身份;红外灯控制模块,用于控制红外灯组的发光效率值的大小以及控制红外灯组的开启或关闭。
进一步地,在本发明一种优选的方式中,适用于强光环境下使用的近红外人脸识别系统还包括图片质量判定模块,所述图片质量判定模块用于比较判定所采集的图像质量。
进一步地,在本发明一种优选的方式中,所述图片质量判定模块用于比较判定所采集的图像质量具体为:所述图片质量判定模块用于将过暗、曝光过度的源图去除,直至获取到提取特征所需要的源图数量。
进一步地,在本发明一种优选的方式中,所述图片质量判定模块用于比较判定所采集的图像质量具体为:所述图片质量判定模块获取到提取特征所需要的源图数量后,再从筛选过后源图中进行归一化处理,处理后再提取人脸特征,并保存人脸特征文件,以使得源图符合处理需求,维持特征的统一性。
进一步地,在本发明一种优选的方式中,所述图像获取模块具体为固定曝光式摄像头。
进一步地,在本发明一种优选的方式中,适用于强光环境下使用的近红外人脸识别系统还包括归一化模块,用于对预处理后的人脸图像进行归一化。
进一步地,在本发明一种优选的方式中,适用于强光环境下使用的近红外人脸识别系统还包括特征提取模块,用于从归一化的人脸图像中提取待识别人员的特征。
进一步地,在本发明一种优选的方式中,红外灯控制模块控制红外灯组的发光效率值的大小以及红外灯的开启或关闭具体为:红外灯控制模块根据检测到的场同步信号进行延时处理后开启红外灯,并将红外灯的发光效率调至峰值效率,再做延时处理后关闭红外灯。
进一步地,在本发明一种优选的方式中,适用于强光环境下使用的近红外人脸识别系统还包括:光效率增强模块,用于增强红外灯发光效率,以降低外界强光对于近红外人脸识别设备的干扰。
本发明还提供一种适用于强光环境下使用的近红外人脸识别方法,其特征在于,包括以下步骤:
步骤一:采用具备人脸识别算法的视频流和处理设备进行分析处理,分析比较视频流中的视频图片,当特定一帧出现人脸特性时,即认定为有人脸出现;否则认定为无人脸出现;
步骤二:当算法判定无人脸出现在近红外人脸识别设备前时,红外灯关闭;
步骤三:当算法判定符合人脸检测要求的人脸出现在近红外人脸识别设备前时,单片机根据检测到的场同步信号进行一定的延时处理后开启红外灯,并将红外灯的发光效率提至峰值效率,再做一定延时后关闭红外灯,以避免红外灯因长期处于峰值发光效率导致设备使用寿命缩短。
步骤四:人脸检测算法依据定位到的人脸坐标,提取近红外源图,再启用图片质量判定,保存符合品质判定的、符合光照强度的近红外源图,弃用品质不符合要求的源图,再进行此类源图的归一化处理。
步骤五:将提取到的有效归一化人脸图片送到数据处理平台进行数据处理识别。
步骤六:间隔几场数据后,重新再场同步信号到来时控制红外灯开启、关闭,重复步骤三和步骤四。
步骤七:将结果显示到人脸识别设备上,红外灯关闭,人脸识别设备处于待机模式。
更进一步地,归一化图片包含近红外光源在人脸上所反射出的人脸特征的细节坐标信息及特征,以此坐标信息及特征进行分解生成5000维的三维数组,并将这些数组进行数据建模,生成模版、模版比对,给出比对结果,当判定此用户为有效用户时,分析比较当前特征的差异值人脸识别设备进行深度学习。
本发明提供的适用于强光环境下使用的近红外人脸识别系统,与现有技术相比,包括:用于采集图像的图像获取模块,红外人脸识别模块,用于从采集的图像中提取人脸图像的提取模块,用于对提取出来的人脸图像进行预处理的预处理模块,用于计算待识别人员与已注册人员特征的卡方值的计算模块,用于确定待识别人员的身份的识别模块以及红外灯控制模块。其中,红外灯控制模块可控制红外灯组的发光效率值的大小以及控制红外灯组的开启或关闭,从而当控制红外灯发光效率增强时,可以降低外界强光对于近红外人脸识别设备的不利影响,以达到提高辨识精度,降低漏检情况;且同时控制操作可使得红外灯不会因为长期处于峰值效率以及常亮状态而导致设备使用寿命缩短弊端的问题;如此,相较于现有技术而言,本申请提供的近红外人脸识别系统,其人脸识别的准确度得到了明显的提高,且使用寿命与现有技术相比有了显著的延长。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的适用于强光环境下使用的近红外人脸识别系统的工作流程示意图。
具体实施方式
为了使本领域的技术人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请如图1所示,本发明实施例提供一种适用于强光环境下使用的近红外人脸识别系统,包括:图像获取模块,用于采集图像;红外人脸识别模块,用于从采集的图像中检测识别出人脸图像;提取模块,用于从采集的图像中提取人脸图像;预处理模块,用于对提取出来的人脸图像进行预处理;计算模块,用于计算待识别人员与已注册人员特征的卡方值;识别模块,用于确定待识别人员的身份;红外灯控制模块,用于控制红外灯组的发光效率值的大小以及控制红外灯组的开启或关闭。
本发明实施例提供的适用于强光环境下使用的近红外人脸识别系统,与现有技术相比,本实施例涉及的适用于强光环境下使用的近红外人脸识别系统包括:用于采集图像的图像获取模块,红外人脸识别模块,用于从采集的图像中提取人脸图像的提取模块,用于对提取出来的人脸图像进行预处理的预处理模块,用于计算待识别人员与已注册人员特征的卡方值的计算模块,用于确定待识别人员的身份的识别模块以及红外灯控制模块。其中,红外灯控制模块可控制红外灯组的发光效率值的大小以及控制红外灯组的开启或关闭,从而当控制红外灯发光效率增强时,可以降低外界强光对于近红外人脸识别设备的不利影响,以达到提高辨识精度,降低漏检情况;且同时控制操作可使得红外灯不会因为长期处于峰值效率以及常亮状态而导致设备使用寿命缩短弊端的问题;如此,相较于现有技术而言,本申请提供的近红外人脸识别系统,其人脸识别的准确度得到了明显的提高,且使用寿命与现有技术相比有了显著的延长。
具体地,在本发明实施例中,适用于强光环境下使用的近红外人脸识别系统还包括图片质量判定模块,所述图片质量判定模块用于比较判定所采集的图像质量。
具体地,在本发明实施例中,所述图片质量判定模块用于比较判定所采集的图像质量具体为:所述图片质量判定模块用于将过暗、曝光过度的源图去除,直至获取到提取特征所需要的源图数量。
具体地,在本发明实施例中,所述图片质量判定模块用于比较判定所采集的图像质量具体为:所述图片质量判定模块获取到提取特征所需要的源图数量后,再从筛选过后源图中进行归一化处理,处理后再提取人脸特征,并保存人脸特征文件,以使得源图符合处理需求,维持特征的统一性。
具体地,在本发明实施例中,所述图像获取模块具体为固定曝光式摄像头。
具体地,在本发明实施例中,适用于强光环境下使用的近红外人脸识别系统还包括归一化模块,用于对预处理后的人脸图像进行归一化。
具体地,在本发明实施例中,适用于强光环境下使用的近红外人脸识别系统还包括特征提取模块,用于从归一化的人脸图像中提取待识别人员的特征。
具体地,在本发明实施例中,红外灯控制模块控制红外灯组的发光效率值的大小以及红外灯的开启或关闭具体为:红外灯控制模块根据检测到的场同步信号进行延时处理后开启红外灯,并将红外灯的发光效率调至峰值效率,再做延时处理后关闭红外灯。
本实施例涉及的归一化处理图片是为去除了发型、妆容、眼镜、有害光源影响之后的近红外图片,因去除了上述影响因素,所以此归一化图片均无发型、妆容、眼镜且光线环境统一,此源图为提取人脸特征的依据,作用为去除一切干扰因素,让人脸特征的提取源变得更加统一,也去除人脸识别受影响的源头。
具体地,在本发明实施例中,适用于强光环境下使用的近红外人脸识别系统还包括:光效率增强模块,用于增强红外灯发光效率,以降低外界强光对于近红外人脸识别设备的干扰。
本发明实施例还提供一种适用于强光环境下使用的近红外人脸识别方法,其特征在于,包括以下步骤:
步骤一:采用具备人脸识别算法的视频流和处理设备进行分析处理,分析比较视频流中的视频图片,当特定一帧出现人脸特性时,即认定为有人脸出现;否则认定为无人脸出现;
步骤二:当算法判定无人脸出现在近红外人脸识别设备前时,红外灯关闭;
步骤三:当算法判定符合人脸检测要求的人脸出现在近红外人脸识别设备前时,单片机根据检测到的场同步信号进行一定的延时处理后开启红外灯,并将红外灯的发光效率提至峰值效率,再做一定延时后关闭红外灯,以避免红外灯因长期处于峰值发光效率导致设备使用寿命缩短。
步骤四:人脸检测算法依据定位到的人脸坐标,提取近红外源图,再启用图片质量判定,保存符合品质判定的、符合光照强度的近红外源图,弃用品质不符合要求的源图,再进行此类源图的归一化处理。
步骤五:将提取到的有效归一化人脸图片送到数据处理平台进行数据处理识别。
步骤六:间隔几场数据后,重新再场同步信号到来时控制红外灯开启、关闭,重复步骤三和步骤四。
步骤七:将结果显示到人脸识别设备上,红外灯关闭,人脸识别设备处于待机模式。
其中,归一化图片包含近红外光源在人脸上所反射出的人脸特征的细节坐标信息及特征,以此坐标信息及特征进行分解生成5000维的三维数组,并将这些数组进行数据建模,生成模版、模版比对,给出比对结果,当判定此用户为有效用户时,分析比较当前特征的差异值人脸识别设备进行深度学习。
申请人需要说明的是,本实施例中涉及到的卡方值是非参数检验中的一个统计量,主要用于非参数统计分析中,它是卡方检验中的一个主要测试指标,其中的方检验是一种用途很广的计数资料的假设检验方法,它属于非参数检验的范畴,主要是比较两个及两个以上样本率以及两个分类变量的关联性分析,其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。
卡方值是非参数检验中的一个统计量,主要用于非参数统计分析中。它的作用是检验数据的相关性。如果卡方值的显著性(即SIG.)小于0.05,说明两个变量是显著相关的。
申请人还需说明的是,本实施例中涉及的场同步信号解释为:人脸识别设备采用的红外摄像头,输出格式为隔行扫描PAL制式,场频为50Hz,即摄像头每秒钟输出50场图像,每一场图像输出时会产生一个同步信号,该信号即为场同步信号。
更为详细地说明,本发明实施例提供的适用于强光环境下使用的近红外人脸识别系统,与现有技术相比,红外灯的额定功率以及所采用的红外灯的数量均有所增加,如此可使得红外灯发光效率得到显著增强,从而可以更好地降低外界强光对于近红外人脸识别设备的影响。
由于功率增大、数量增加的同时会增加整个灯板的发热量,从而对红外灯板的寿命造成一定影响,此外,在本实施例中,增加专用的红外灯控制电路,控制电路能够有效控制红外灯组的发光效率值,以便能够和人脸识别算法配合使用时,在对应的时间点提供最高发光效率值的光源,并能对应的开启或者关闭,同时保证红外灯不会因为长期处于峰值效率以及常亮状态而带来的使用寿命缩短弊端;实现强光环境下能够正常使用近红外人脸识别设备,且不能影响整体使用寿命和故障率。
此外,本实施例中,摄像头模组自动曝光的模式进行了改进,换而采用固定曝光的模式,以确保摄像头每一帧都能提供统一的视频图片,保证图片的质量;
专用的红外灯控制电路是由单片机根据场同步信号来控制红外灯的开启和关闭,当单片机检测到场同步信号时,控制红外灯开启并置于峰值发光效率,使得人脸识别设备最低可以获取到一场最大亮度受外界强光干扰最小的近红外源图;
同时,在接下来的几个场同步信号到来时关闭红外灯,通过控制红外灯在取图时开启,不取图时关闭的方式,单位时间内红外灯的功耗远低于同样时间内常亮的红外灯组的模式,大大减少了红外灯板的发热量,也降低了红外灯的使用频率,提高了整体设备器件的使用寿命。
由于无法确保上述措施所提取的每一场近红外源图均符合人脸特征提取需要,所以针对所提取的近红外源图加入了图片质量判定算法,图片判定算法通过比较判定每一张所获取源图的质量;过暗、曝光过度源图均去除,直至获取到提取特征所需要的源图数量,再从筛选过后源图中进行归一化处理、处理后再提取人脸特征、保存人脸特征文件,以确保源图为符合需要的,光照强度最适宜的品质,从而保证特征的统一性。
其中,图片质量判定算法为采用特殊计算方式比较图片与图片之间的差异,得出图片是否属于判定规则的图片,弃用过亮、过暗不符合判定规则图片,保存符合判定规则的图片,以此做为归一化处理的源图的方法。
综上,本发明实施例提供的适用于强光环境下使用的近红外人脸识别系统及方法,与现有技术相比,显著地提高了辨识精度,降低漏检情况,提高人脸识别的准确度,且延长了整体设备的使用寿命。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种适用于强光环境下使用的近红外人脸识别系统,其特征在于,包括:图像获取模块,用于采集图像;红外人脸识别模块,用于从采集的图像中检测识别出人脸图像;提取模块,用于从采集的图像中提取人脸图像;预处理模块,用于对提取出来的人脸图像进行预处理;计算模块,用于计算待识别人员与已注册人员特征的卡方值;识别模块,用于确定待识别人员的身份;红外灯控制模块,用于控制红外灯组的发光效率值的大小以及控制红外灯组的开启或关闭。
2.根据权利要求1所述的适用于强光环境下使用的近红外人脸识别系统,其特征在于,适用于强光环境下使用的近红外人脸识别系统还包括图片质量判定模块,所述图片质量判定模块用于比较判定所采集的图像质量。
3.根据权利要求2所述的适用于强光环境下使用的近红外人脸识别系统,其特征在于,所述图片质量判定模块用于比较判定所采集的图像质量具体为:所述图片质量判定模块用于将过暗、曝光过度的源图去除,直至获取到提取特征所需要的源图数量。
4.根据权利要求3所述的适用于强光环境下使用的近红外人脸识别系统,其特征在于,所述图片质量判定模块用于比较判定所采集的图像质量具体为:所述图片质量判定模块获取到提取特征所需要的源图数量后,再从筛选过后源图中进行归一化处理,处理后再提取人脸特征,并保存人脸特征文件,以使得源图符合处理需求,维持特征的统一性。
5.根据权利要求1所述的适用于强光环境下使用的近红外人脸识别系统,其特征在于,所述图像获取模块具体为固定曝光式摄像头。
6.根据权利要求1所述的适用于强光环境下使用的近红外人脸识别系统,其特征在于,适用于强光环境下使用的近红外人脸识别系统还包括归一化处理模块,所述归一化处理模块用于对预处理后的人脸图像进行归一化处理。
7.根据权利要求6所述的适用于强光环境下使用的近红外人脸识别系统,其特征在于,适用于强光环境下使用的近红外人脸识别系统还包括特征提取模块,所述特征提取模块用于从归一化处理后的人脸图像中提取待识别人脸的特征。
8.根据权利要求1所述的适用于强光环境下使用的近红外人脸识别系统,其特征在于,所述红外灯控制模块控制红外灯组的发光效率值的大小以及红外灯的开启或关闭具体为:所述红外灯控制模块根据检测到的场同步信号进行延时处理后开启红外灯,并将红外灯的发光效率调至峰值效率,再做延时处理后关闭红外灯。
9.根据权利要求1所述的适用于强光环境下使用的近红外人脸识别系统,其特征在于,适用于强光环境下使用的近红外人脸识别系统还包括:光效率增强模块,用于增强红外灯发光效率,以降低外界强光对于近红外人脸识别设备的干扰。
10.一种适用于强光环境下使用的近红外人脸识别方法,其特征在于,包括以下步骤:
步骤一:采用具备人脸识别算法的视频流和处理设备进行分析处理,分析比较视频流中的视频图片,当特定一帧出现人脸特性时,即认定为有人脸出现;否则认定为无人脸出现;
步骤二:当算法判定无人脸出现在近红外人脸识别设备前时,红外灯关闭;
步骤三:当算法判定符合人脸检测要求的人脸出现在近红外人脸识别设备前时,单片机根据检测到的场同步信号进行一定的延时处理后开启红外灯,并将红外灯的发光效率提至峰值效率,再做一定延时后关闭红外灯,以避免红外灯因长期处于峰值发光效率导致设备使用寿命缩短;
步骤四:人脸检测算法依据定位到的人脸坐标,提取近红外源图,再启用图片质量判定,保存符合品质判定的、符合光照强度的近红外源图,弃用品质不符合要求的源图,再进行此类源图的归一化处理;
步骤五:将提取到的有效归一化人脸图片送到数据处理平台进行数据处理识别;
步骤六:间隔几场数据后,重新再场同步信号到来时控制红外灯开启、关闭,重复步骤三和步骤四;
步骤七:将结果显示到人脸识别设备上,红外灯关闭,人脸识别设备处于待机模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810772274.0A CN108921121A (zh) | 2018-07-13 | 2018-07-13 | 一种适用于强光环境下使用的近红外人脸识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810772274.0A CN108921121A (zh) | 2018-07-13 | 2018-07-13 | 一种适用于强光环境下使用的近红外人脸识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108921121A true CN108921121A (zh) | 2018-11-30 |
Family
ID=64412107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810772274.0A Pending CN108921121A (zh) | 2018-07-13 | 2018-07-13 | 一种适用于强光环境下使用的近红外人脸识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108921121A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375973A (zh) * | 2010-08-24 | 2012-03-14 | 汉王科技股份有限公司 | 人脸识别方法和系统及红外背光补偿方法和系统 |
CN103207986A (zh) * | 2013-02-06 | 2013-07-17 | 江苏清大维森科技有限责任公司 | 一种基于lbp-hf的人脸识别方法 |
US20130271562A1 (en) * | 2012-04-17 | 2013-10-17 | Electronics And Telecommunications Research Institute | User recognition apparatus and method |
CN105844132A (zh) * | 2016-03-17 | 2016-08-10 | 中国科学院上海微系统与信息技术研究所 | 基于移动终端的人脸识别方法及系统 |
CN106548113A (zh) * | 2015-09-16 | 2017-03-29 | 上海市公安局刑事侦查总队 | 图像识别方法及系统 |
CN107220623A (zh) * | 2017-05-27 | 2017-09-29 | 湖南德康慧眼控制技术股份有限公司 | 一种人脸识别方法及系统 |
-
2018
- 2018-07-13 CN CN201810772274.0A patent/CN108921121A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375973A (zh) * | 2010-08-24 | 2012-03-14 | 汉王科技股份有限公司 | 人脸识别方法和系统及红外背光补偿方法和系统 |
US20130271562A1 (en) * | 2012-04-17 | 2013-10-17 | Electronics And Telecommunications Research Institute | User recognition apparatus and method |
US9432594B2 (en) * | 2012-04-17 | 2016-08-30 | Electronics And Telecommunications Research Institute | User recognition apparatus and method |
CN103207986A (zh) * | 2013-02-06 | 2013-07-17 | 江苏清大维森科技有限责任公司 | 一种基于lbp-hf的人脸识别方法 |
CN106548113A (zh) * | 2015-09-16 | 2017-03-29 | 上海市公安局刑事侦查总队 | 图像识别方法及系统 |
CN105844132A (zh) * | 2016-03-17 | 2016-08-10 | 中国科学院上海微系统与信息技术研究所 | 基于移动终端的人脸识别方法及系统 |
CN107220623A (zh) * | 2017-05-27 | 2017-09-29 | 湖南德康慧眼控制技术股份有限公司 | 一种人脸识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109101871A (zh) | 一种基于深度和近红外信息的活体检测装置、检测方法及其应用 | |
CN104036278B (zh) | 人脸算法标准脸部图像的提取方法 | |
CN104463113A (zh) | 一种人脸识别方法、装置及门禁系统 | |
CN106991390A (zh) | 一种基于深度学习的手持人证比对系统及方法 | |
US20060257026A1 (en) | Methods and apparatus for efficient, automated red eye detection | |
Li et al. | Face detection in complex background based on skin color features and improved AdaBoost algorithms | |
CN109766836A (zh) | 一种指静脉识别解锁方法及系统 | |
WO2011019192A2 (ko) | Ir 조명을 이용한 얼굴인식 시스템 및 방법 | |
CN105975938A (zh) | 一种智能动态人脸识别社区管家服务系统 | |
WO2011016649A2 (ko) | 얼굴변화 검출 시스템 및 얼굴변화 감지에 따른 지능형 시스템 | |
CN108765611A (zh) | 一种动态人脸识别考勤管理系统及其管理方法 | |
CN101887518A (zh) | 人体检测装置与方法 | |
KR20140036803A (ko) | 위장 얼굴 판별 장치 및 방법 | |
CN106845449A (zh) | 一种图像处理装置、方法以及人脸识别系统 | |
CN104424721A (zh) | 一种结合atm机的脸部遮挡识别方法 | |
WO2017179751A1 (ko) | 광 파장 특성을 이용한 위조지문 판별장치 및 그 방법 | |
JP2012212969A (ja) | 画像監視装置 | |
CN107220623A (zh) | 一种人脸识别方法及系统 | |
CN206849035U (zh) | 一种图像处理装置及人脸识别系统 | |
JP5851108B2 (ja) | 画像監視装置 | |
CN108388858B (zh) | 虹膜防伪方法与装置 | |
CN108921121A (zh) | 一种适用于强光环境下使用的近红外人脸识别系统及方法 | |
Das et al. | Human face detection in color images using HSV color histogram and WLD | |
CN111652131A (zh) | 人脸识别装置及其补光方法、可读存储介质 | |
CN115256059B (zh) | 一种磨片装置控制方法、系统及研磨抛光机 |
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: 20181130 |