CN109086694A - 一种人脸识别系统及方法 - Google Patents
一种人脸识别系统及方法 Download PDFInfo
- Publication number
- CN109086694A CN109086694A CN201810786506.8A CN201810786506A CN109086694A CN 109086694 A CN109086694 A CN 109086694A CN 201810786506 A CN201810786506 A CN 201810786506A CN 109086694 A CN109086694 A CN 109086694A
- Authority
- CN
- China
- Prior art keywords
- face
- infrared
- processor
- infrared transmitter
- transmitter
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000001815 facial effect Effects 0.000 claims abstract description 28
- 238000009877 rendering Methods 0.000 claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 9
- 230000009977 dual effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 239000000758 substrate Substances 0.000 description 5
- 210000003128 head Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
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
- 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)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供了一种人脸识别系统及方法,系统包括:处理器、至少一个红外发射器和至少两个红外摄像头;红外发射器用于在进行人脸识别时发射结构光至待识别人脸;红外摄像头用于接收待识别人脸反射的结构光,根据接收到的所述待识别人脸反射的结构光图案生成图像,并将图像发送至所述处理器;处理器对图像进行处理,计算得到从每个结构光图案中选取的特征点的位置信息和深度信息,并依据所述位置信息和所述深度信息还原得到所述人脸的3D图像;处理器还用于提取所述人脸的3D图像的面部特征,将提取的所述的面部特征与预先存储的人脸的面部特征进行比对,以对所述人脸进行识别。如此,可以提高人脸识别准确度,且适用条件广。
Description
技术领域
本发明涉及图像识别技术领域,具体而言,涉及一种人脸识别系统及方法。
背景技术
随着科技的不断进步,电子产品的种类和功能也不断发展和丰富,在智能手机、智能门禁系统中,经常会用到人脸识别,通过使用人脸识别进一步提高了安全性。
发明人在研究中发现,现有技术中的人脸识别多数是采用双摄像头的3D成像技术,该技术中双摄像头对准待识别人脸分别进行拍照,分别得到包含人脸的图像,然后根据该图像进行识别,该方案中双摄像头采用RGGB格式的可见光传感器,或者一个采用RGGB格式的可见光传感器,另一个采用黑白的可见光传感器;进而导致该类摄像头在夜间等光线较暗的地方或者时间时,识别功能会大大减弱。并且普通双摄像头的模式只能计算轮廓处的深度信息,对人脸来讲,不能得到脸部轮廓外的其他部分的深度信息,比如额头的非轮廓部分以及脸中部位置等。
发明内容
有鉴于此,本发明的目的在于提供一种人脸识别系统,以解决上述问题。
第一方面,本发明实施例提供了一种人脸识别系统,包括:处理器、至少一个红外发射器和至少两个红外摄像头;其中,所述结构光包括一种或多种结构光图案;
所述红外发射器用于在进行人脸识别时发射结构光至待识别人脸;
所述红外摄像头用于接收所述待识别人脸反射的结构光,根据接收到的所述待识别人脸反射的结构光图案生成图像,并将所述图像发送至所述处理器;
所述处理器对所述图像进行处理,计算得到从每个结构光图案中选取的特征点的位置信息和深度信息,并依据所述位置信息和所述深度信息还原得到所述人脸的3D图像;
所述处理器还用于提取所述人脸的3D图像的面部特征,将提取的所述的面部特征与预先存储的人脸的面部特征进行比对,以对所述人脸进行识别。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述红外发射器的数量为一个,所述红外摄像头的数量为两个;
所述红外发射器与两个所述红外摄像头设置于同一条直线上,并且两个红外摄像头分别对称设置于所述红外发射器的两侧。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述摄像头均设置于所述红外发射器的同一侧。
结合第一方面至第一方面的第二种可能的实施方式中的任一可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述红外发射器为:红外激光发射器或者红外led发射器。
结合第一方面至第一方面的第二种可能的实施方式中的任一可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述红外摄像头包括:
用于识别RGB像素和红外像素的图像传感器。
结合第一方面至第一方面的第二种可能的实施方式中的任一可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述结构光图案为点斑图案;
所述红外发射器的数量为多个时,设置使每个红外发射器发生的激光点斑的数量分别不同;
所述处理器还用于检测所述图像包含的点斑图案的数量,根据所述图像所包含的点斑图案的数量进行判断所述红外发射器是否出现故障。
结合第一方面的第五种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述系统,还包括:通信部件和服务器;所述处理器与所述通信部件相连接;
所述处理器还用于在判断所述红外发射器出现故障时,生成故障提示信息,并将所述故障提示信息发送至所述通信部件;
所述通信部件用于将所述故障提示信息发送至所述服务器,以使所述服务器将所述故障提示信息推送至用户的终端设备。
结合第一方面的第五种可能的实施方式,本发明实施例提供了第一方面的第七种可能的实施方式,其中,所述系统,还包括:故障提示部件;所述故障提示部件与所述处理器相连接;
所述处理器还用于在判断所述红外发射器出现故障时触发所述故障提示部件进行故障提示。
结合第一方面至第一方面的第二种可能的实施方式中的任一种可能的实施方式,本发明实施例提供了第一方面的第八种可能的实施方式,其中,
所述红外发射器的数量为多个时,所述处理器还用于根据进行人脸识别所需的数据量确定所述红外摄像头进行图像生成所需要的结构光图案的总数量;
以及根据存储的每个红外发射器所发射的结构光图案的数量和所述结构光图案的总数量确定需要进行工作的红外发射器,控制所述红外发射器工作。
第二方面,本发明实施例还提供了一种人脸识别方法,其特征在于,应用于如权利要求1-9任一所述的系统,所述方法包括:
红外发射器在进行人脸识别时发射结构光至待识别人脸;所述结构光包括一种或多种结构光图案;
红外摄像头接收所述待识别人脸反射的结构光,根据接收到的所述待识别人脸反射的结构光图案生成图像,并将所述图像发送至所述处理器;
所述处理器对所述图像进行处理,计算得到每个结构光图案的位置信息和深度信息,并依据所述每个结构光图案的位置信息和深度信息得到所述人脸的3D图像;
所述处理器提取所述人脸的3D图像的面部特征,将提取的所述的面部特征与预先存储的人脸的面部特征进行比对,以对所述人脸进行识别。
本发明实施例提供的一种人脸识别的系统及方法,采用红外发射器发射结构光至被检测人脸,该结构光被人脸反射,通过红外摄像头接收该人脸的反射的结构光,红外摄像头根据该结构光的图案生成图像,然后由处理器对该图像进行处理得到被检测人脸的3D图像,最终根据该3D图像进行人脸识别;与现有技术中的采用可见光传感器的方式相比,能够在光线条件不佳的环境下进行人脸全方位的扫描和识别,因此具有适用条件更广的积极效果。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明一个实施例所提供的一种人脸识别系统的应用场景示意图;
图2示出了本发明一个实施例所提供的一种人脸识别系统的结构示意图;
图3a示出了本发明一个实施例提供的一种编码图案红外激光发射器的结构示意图;
图3b示出了本发明一个实施例所提供的一种非编码图案的红外激光发射器的结构示意图;
图3c示出了本发明一个实施例提供的一种红外led发射器的结构示意图;
图3d示出了本发明一个实施例提供的另一种红外led发射器的结构示意图;
图4a示出了本发明一个实施例所提供的红外发射器发射结构光至人脸的示意图;
图4b示出了本发明另一个实施例所提供的红外发射器发射所生成的图像的示意图;
图5示出了本发明一个实施例所提供的一种人脸识别方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术中在进行人脸识别时一般都是采用设置有可见光传感器的双摄像头进行采集人脸图像,该摄像头在进行人脸图像的采集时,如果是在光线条件不好的情况下,会导致无法采集到清晰的图像,进而使识别的能力大大下降,并且双摄像头的模式只能计算人脸有轮廓处的深度信息,进而3D数据信息对于还原3D人脸图像有限精度受到影响,基于此,本发明实施例提供了一种人脸识别系统及方法。
图1为本申请实施例所提供的一种人脸识别系统的结构示意图。参照图1所示,本申请实施例所提供的一种人脸识别系统,包括:处理器20、至少一个红外发射器30(图中仅示出了一个红外发射器)和至少两个红外摄像头10(图中仅示出了两个红外摄像头)。
上述的红外发射器30用于在进行人脸识别时发射结构光至待识别人脸;该结构光包括一种或多种结构光图案;该结构光图案可以是:编码图案或者非编码图案。红外发射器30发射结构光至待识别人脸后,结构光会发生反射。
上述的红外摄像头10用于接收待识别人脸反射的结构光,根据接收到的待识别人脸反射的结构光图案生成图像,并将该图像发送至处理器。
上述的处理器20用于接收两个红外摄像头所发送的图像,对图像进行处理,计算得到从每个结构光图案中选取的特征点的位置信息和深度信息,并依据所述位置信息和所述深度信息还原得到所述人脸的3D图像。
上述的处理器20还用于提取所述人脸的3D图像的面部特征,将提取的面部特征与预先存储的人脸的面部特征进行比对,以对所述人脸进行识别。
具体的,处理器根据生成的人脸3D图像获取该人脸3D图像的面部特征,该面部特征包括:面部器官的尺寸、五官的比例和深度等;然后将提取的人脸3D图像的面部特征与预先存储的用户的面部特征进行比对,如果比对一致则人脸识别通过,如果比对不一致则人脸识别不通过。
本申请实施例中提供的一种人脸识别系统通过红外发射器发射结构光至待识别人脸,红外摄像头接收人脸反射的结构光,根据该结构光的结构光图案生成图像,由处理器进行对该图像进行识别处理,该系统可以是应用于智能手机上或者门禁系统等领域,具有识别准确,适用范围广的优点。
图2为本申请实施例的一种人脸识别系统的应用场景图,参照图2所示,本申请实施例中,红外发射器30的数量为一个,红外摄像头的数量为两个,为便于区分,两个红外摄像头分别称为第一红外摄像头101和第二红外摄像头103,红外发射器30与第一红外摄像头101、第二红外摄像头103设置于同一条直线上,该直线与人脸平行,并且第一红外摄像头101、第二红外摄像头103分别对称设置于上述红外发射器30的两侧。
本申请实施例中,上述的红外发射器30用于发射结构光至人脸,第一红外摄像头101与第二红外摄像头103分别根据接收到的反射的结构光生成图像,将该图像发送至处理器(图中未示出),处理器对第一红外摄像头101与第二红外摄像头103所发送的图像进行处理;具体的,处理计算的过程为:处理器根据每个图像的坐标关系,首先选定两个图像中的相同的特征点,根据红外摄像头的镜头光学参数,计算第一红外摄像头与该特征点的连线与两个红外摄像头(第一红外摄像头与第二红外摄像头)中心连线之间的第一夹角a1,以及计算第二红外摄像头与该特征点的连线与两个红外摄像头(第一红外摄像头与第二红外摄像头)中心点的连线之间的第二夹角a2,处理器根据两个红外摄像头(第一红外摄像头与第二红外摄像头)中心之间的距离L(为已知的)和第一夹角a1、第二夹角a2计算3D图像中该特征点的深度d。
本发明实施例中提供的一种人脸识别系统,在进行人脸识别时,以红外发射器发出的结构光图案为点斑图案为例,红外发射器发射包含点斑图案的结构光至人脸,投影至人脸上的光斑的示意图如图4a所示,需要说明的是实际投影点斑面积会很小且数量很多,此图中仅仅示意出了包含有若干的点斑的情形。
两个红外摄像头分别对人脸进行拍摄,根据人脸反射的点斑图案生成图像,当两个红外摄像头采用了窄带滤波器时,红外摄像头只能将反射的点斑图案进行成像,不能将除点斑图案以外的其他物体成像,这样红外摄像头得到的只包含有点斑图案的图像,该图像如图4b所示。
由于只包含有点斑图案的图像相对于现有技术中通过可见光进行采光获得的图片相比,其处理过程会被大大简化,处理器可以非常简单、快速地识别图像中点斑图案的位置和大小,进而提高了人脸识别的速度。此时,也可以直接将点斑作为特征点,将两幅图像中对应的点斑利用上述的处理计算过程计算出该点斑在人脸处位置的深度距离,进而基于所有点斑的位置信息和深度距离进行还原人脸的3D图像。
并且由于增加了深度距离这一面部特征,能够对进行人脸全方位的扫描和识别,并且进一步增加了人脸识别的准确度。
在一可选的实施例中,本系统中上述的红外摄像头也可以是设置于红外发射器在同一条直线上,该直线与人脸平行,红外摄像头位于红外发射器的同一侧;或者,也可以是红外摄像头与红外发射器不在同一条直线上,红外摄像头设置于该红外发射器的同一侧。
在一可选的实施例中,上述的红外发射器可以为红外激光发射器,具体的,可以是发射的结构光为编码图案的红外激光发射器,该红外激光发射器的结构示意图参照图3a所示,该红外激光发射器包括:按照管路射出的方向依次为发射器模组底部基板304、红外激光发射芯片306、第一镜头305、准直光学部件303、第二镜头302和光学衍射元件DOE301,该红外激光发射器能够发射出的结构光为编码图案,编码图案由激光发射芯片生成的一个经过设计和编码的基本的样式图案,然后经过准直光学部件和镜头到衍射光学元件DOE,衍射光学元件DOE利用光学的衍射干涉原理可将原始的基本图案样式复制并扩充到整个投影的视场角FOV中,这样空间中就会形成m×n个由基本图案样式组成的红外投影图案,m和n由DOE设计的光学衍射级数决定,投影出来的图案打到待识别人脸上。
在另一可选的实施例中,上述的红外激光发射器也可以是用于生成非编码图案的结构光,该类红外激光发射器的结构示意图参照图3b所示,该红外激光发射器包括:衍射光学元件DOE301、镜头组401、红外激光发射芯片306和发射器模组底部基板304。
当上述的红外发射器为红外led发射器时,该发射器的结构示意图参照图3c所示,该红外led发射器包括:沿光路出射的方向依次为发射器模组基板304、红外led402、第一反射镜403、第一镜头305、光栅404、第二反射镜405和第二镜头302;该红外led发射器中,为了控制整个产品的尺寸,红外led发出的光经过反射镜改变光路,通过第一镜头准直后传输到光栅,利用光栅的光耦合原理形成非编码的结构图案,然后再经过反射镜改变光路经过镜头投射出去。其中,上述的反射镜也可以用棱镜代替。
本实施例中,为进一步简化结构,红外led发射器中也可以是不设置有反射镜,此时,该红外led发射器的结构示意图如图3d所示,该红外led发射器中包含有:发射器模组底部基板304、红外led402、第一镜头305、光栅404和第二镜头302。该红外led发射器具有结构简单和成本低的积极效果。
在一可选的实施例中,上述的红外摄像头可以是包含有镜头、红外窄带滤波器、红外CMOS传感器和基板组成;该红外摄像头只能将特殊的红外波段的光成像,比如940nm或850nm左右的光才能通过窄带滤波器到sensor成像。
或者,设置使摄像头包括:镜头、用于识别RGB像素和红外像素的图像传感器和基板组成,进而该红外摄像头可以成像可见光和红外光(比如小于1000nm的红外光,也可设计为其他值比如小于1200nm的红外光)。
在又一可选的实施例中,上述的结构光图案为点斑图案,且红外发射器的数量为多个时,设置使每个红外发射器发生的激光点斑的数量分别不同;上述的处理器还用于存储每个红外发射器与该红外发射器的结构光图案数量的对应关系,处理器检测红外摄像头所发送的图像中包含的结构光图案的数量,根据所述图像所包含的图案的数量进行判断所述红外发射器是否出现故障,以及确定是哪一个红外激光器发生了故障。
下面通过举例进行说明,例如人脸识别系统中包含有4个红外发射器,4个红外发射器发射的点斑图案数量分别为10000、15000、18000和21000,当处理器在检测到图像的点斑图案减少3300个时,处理器根据四个红外发射器分别能够发射的点斑图案数量既可以判断该是结构光图案数量为15000和18000的红外激光器出现了故障。
在一可选的实施例中,上述系统中还包括:通信部件(图中未示出)和服务器(图中未示出),处理器与通信部件相连接,该通信部件用于与服务器进行通信。具体的,处理器还用于在判断红外发射器出现故障时,生成故障提示信息,并将该故障提示信息发送至通信部件;通信部件用于将故障提示信息发送至服务器,所述服务器将提示信息推送至用户的终端设备。该用户的终端设备可以是用户使用的手机、平板电脑等设备。此时,该系统适用于门禁系统中。
在另一可选的实施例中,上述的系统中包括:故障提示部件(图中未示出),该故障提示部件与处理器相连接;该处理器还用于在判断红外发射器出现故障时触发该故障提示部件进行故障提示。
在另一可选的实施例中,当红外发射器的数量为多个时,处理器还用于存储每个红外发射器所发射的结构光图案的数量和每个红外发射器的标识的对应关系,以及根据进行人脸识别所需的数据量进行确定需要的结构光图案的数量,并依据所述结构光图案的数量进行控制相应的红外发射器工作。
本申请又一个实施例中,提供了一种人脸识别方法,该方法包括如下步骤S201-S204:
S201、红外发射器在进行人脸识别时发射结构光至待识别人脸;所述结构光包括一种或多种结构光图案。
S202、红外摄像头接收所述待识别人脸反射的结构光,根据接收到的所述待识别人脸反射的结构光图案生成图像,并将所述图像发送至所述处理器。
S203、所述处理器对所述图像进行处理,计算得到每个结构光图案的位置信息和深度信息,并依据所述每个结构光图案的位置信息和深度信息得到所述人脸的3D图像。
S204、所述处理器提取所述人脸的3D图像的面部特征,将提取的所述的面部特征与预先存储的人脸的面部特征进行比对,以对所述人脸进行识别。
本申请实施例中,通过采用红外发射器发射结构光至被检测人脸,该结构光被人脸反射,通过红外摄像头接收该人脸的反射的结构光,红外摄像头根据该结构光的图案生成图像,然后由处理器对该图像进行处理得到被检测人脸的3D图像,最终根据该3D图像进行人脸识别;与现有技术中的采用可见光传感器的方式相比,能够在光线条件不佳的环境下进行人脸识别,因此具有适用条件更广的积极效果。并且,由于处理器处理的是只包含有结构光图案的图像,具有计算简单、快速的积极效果,进而能够快速的完成人脸识别。
在一可选的实施例中,上述方法还包括:
当所述红外发射器的数量为多个时,设置使每个红外发射器发生的激光点斑的数量分别不同;所述处理器检测所述图像包含的点斑的数量,根据所述图像所包含的点斑的数量进行判断所述红外发射器是否出现故障。
在一可选的实施例中,上述方法还包括:
所述处理器在判断所述红外发射器出现故障时,生成故障提示信息,并将所述故障提示信息发送至通信部件;通信部件将所述故障提示信息发送至所述服务器,所述服务器将所述故障提示信息推送至用户的终端设备。
在一可选的实施例中,上述方法还包括:
处理器在判断所述红外发射器出现故障时,触发所述故障提示部件进行故障提示。
在一可选的实施例中,上述方法还包括:
所述红外发射器的数量为多个时,所述处理器根据进行人脸识别所需的数据量确定所述红外摄像头进行图像生成所需要的结构光图案的总数量;
以及根据存储的每个红外发射器所发射的结构光图案的数量和所述结构光图案的总数量确定需要进行工作的红外发射器,控制所述红外发射器工作。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“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,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,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的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“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,可以具体情况理解上述术语在本发明中的具体含义。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种人脸识别系统,其特征在于,包括:处理器、至少一个红外发射器和至少两个红外摄像头;
所述红外发射器用于在进行人脸识别时发射结构光至待识别人脸;其中,所述结构光包括一种或多种结构光图案;
所述红外摄像头用于接收所述待识别人脸反射的结构光,根据接收到的所述待识别人脸反射的结构光图案生成图像,并将所述图像发送至所述处理器;
所述处理器对所述图像进行处理,计算得到从每个结构光图案中选取的特征点的位置信息和深度信息,并依据所述位置信息和所述深度信息还原得到所述人脸的3D图像;
所述处理器还用于提取所述人脸的3D图像的面部特征,将提取的所述的面部特征与预先存储的人脸的面部特征进行比对,以对所述人脸进行识别。
2.根据权利要求1所述的系统,其特征在于,所述红外发射器的数量为一个,所述红外摄像头的数量为两个;
所述红外发射器与两个所述红外摄像头设置于同一条直线上,并且两个红外摄像头分别对称设置于所述红外发射器的两侧。
3.根据权利要求1所述的系统,其特征在于,所述红外摄像头均设置于所述红外发射器的同一侧。
4.根据权利要求1-3任一所述的系统,其特征在于,所述红外发射器为:红外激光发射器或者红外led发射器。
5.根据权利要求1-3任一所述的系统,其特征在于,所述红外摄像头包括:
用于识别RGB像素和红外像素的图像传感器。
6.根据权利要求1-3任一所述的系统,其特征在于,所述结构光图案为点斑图案;
所述红外发射器的数量为多个时,设置使每个红外发射器发生的激光点斑的数量分别不同;
所述处理器还用于检测所述图像包含的点斑图案的数量,根据所述图像所包含的点斑图案的数量进行判断所述红外发射器是否出现故障。
7.根据权利要求6所述的系统,其特征在于,还包括:通信部件和服务器;所述处理器与所述通信部件相连接;
所述处理器还用于在判断所述红外发射器出现故障时,生成故障提示信息,并将所述故障提示信息发送至所述通信部件;
所述通信部件用于将所述故障提示信息发送至所述服务器,以使所述服务器将所述故障提示信息推送至用户的终端设备。
8.根据权利要求6所述的系统,其特征在于,还包括:故障提示部件;所述故障提示部件与所述处理器相连接;
所述处理器还用于在判断所述红外发射器出现故障时触发所述故障提示部件进行故障提示。
9.根据权利要求1-3任一所述的系统,其特征在于,所述红外发射器的数量为多个时,所述处理器还用于根据进行人脸识别所需的数据量确定所述红外摄像头进行图像生成所需要的结构光图案的总数量;
以及根据存储的每个红外发射器所发射的结构光图案的数量和所述结构光图案的总数量确定需要进行工作的红外发射器,控制所述红外发射器工作。
10.一种人脸识别方法,其特征在于,应用于如权利要求1-9任一所述的系统,所述方法包括:
红外发射器在进行人脸识别时发射结构光至待识别人脸;其中,所述结构光包括一种或多种结构光图案;
红外摄像头接收所述待识别人脸反射的结构光,根据接收到的所述待识别人脸反射的结构光图案生成图像,并将所述图像发送至所述处理器;
所述处理器对所述图像进行处理,计算得到从每个结构光图案中选取的特征点的位置信息和深度信息,并依据所述位置信息和所述深度信息还原得到所述人脸的3D图像;
所述处理器提取所述人脸的3D图像的面部特征,将提取的所述的面部特征与预先存储的人脸的面部特征进行比对,以对所述人脸进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810786506.8A CN109086694B (zh) | 2018-07-17 | 2018-07-17 | 一种人脸识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810786506.8A CN109086694B (zh) | 2018-07-17 | 2018-07-17 | 一种人脸识别系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109086694A true CN109086694A (zh) | 2018-12-25 |
CN109086694B CN109086694B (zh) | 2024-01-19 |
Family
ID=64837678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810786506.8A Active CN109086694B (zh) | 2018-07-17 | 2018-07-17 | 一种人脸识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109086694B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378209A (zh) * | 2019-06-11 | 2019-10-25 | 深圳市锐明技术股份有限公司 | 一种司机身份验证方法及装置 |
CN110376606A (zh) * | 2019-07-26 | 2019-10-25 | 信利光电股份有限公司 | 结构光处理方法和结构光模组 |
CN110414435A (zh) * | 2019-07-29 | 2019-11-05 | 深兰科技(上海)有限公司 | 基于深度学习和结构光的三维人脸数据的生成方法及设备 |
CN110462693A (zh) * | 2019-06-28 | 2019-11-15 | 深圳市汇顶科技股份有限公司 | 门锁及识别方法 |
CN111366906A (zh) * | 2020-02-01 | 2020-07-03 | 上海鲲游光电科技有限公司 | 投射装置和分区tof装置及其制造方法和电子设备 |
CN112364842A (zh) * | 2020-12-24 | 2021-02-12 | 杭州宇泛智能科技有限公司 | 一种双摄人脸识别方法及装置 |
CN112394526A (zh) * | 2019-08-19 | 2021-02-23 | 上海鲲游光电科技有限公司 | 多维摄像装置及其应用终端和方法 |
CN117292413A (zh) * | 2023-11-27 | 2023-12-26 | 江苏圣点世纪科技有限公司 | 一种静脉图像旋转识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2236632A1 (en) * | 1998-05-04 | 1999-11-04 | Neogenix Technologies Inc. | Three-dimensional acquisition sensor assembly provided with multiple structured light projectors and a reference beam |
CN106548152A (zh) * | 2016-11-03 | 2017-03-29 | 厦门人脸信息技术有限公司 | 近红外三维人脸解锁装置 |
CN107169483A (zh) * | 2017-07-12 | 2017-09-15 | 深圳奥比中光科技有限公司 | 基于人脸识别的任务执行 |
CN107341481A (zh) * | 2017-07-12 | 2017-11-10 | 深圳奥比中光科技有限公司 | 利用结构光图像进行识别 |
CN107862853A (zh) * | 2017-10-27 | 2018-03-30 | 广东欧珀移动通信有限公司 | 红外发射器控制方法、终端及计算机可读存储介质 |
-
2018
- 2018-07-17 CN CN201810786506.8A patent/CN109086694B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2236632A1 (en) * | 1998-05-04 | 1999-11-04 | Neogenix Technologies Inc. | Three-dimensional acquisition sensor assembly provided with multiple structured light projectors and a reference beam |
CN106548152A (zh) * | 2016-11-03 | 2017-03-29 | 厦门人脸信息技术有限公司 | 近红外三维人脸解锁装置 |
CN107169483A (zh) * | 2017-07-12 | 2017-09-15 | 深圳奥比中光科技有限公司 | 基于人脸识别的任务执行 |
CN107341481A (zh) * | 2017-07-12 | 2017-11-10 | 深圳奥比中光科技有限公司 | 利用结构光图像进行识别 |
CN107862853A (zh) * | 2017-10-27 | 2018-03-30 | 广东欧珀移动通信有限公司 | 红外发射器控制方法、终端及计算机可读存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378209A (zh) * | 2019-06-11 | 2019-10-25 | 深圳市锐明技术股份有限公司 | 一种司机身份验证方法及装置 |
CN110378209B (zh) * | 2019-06-11 | 2021-12-17 | 深圳市锐明技术股份有限公司 | 一种司机身份验证方法及装置 |
CN110462693A (zh) * | 2019-06-28 | 2019-11-15 | 深圳市汇顶科技股份有限公司 | 门锁及识别方法 |
CN110376606A (zh) * | 2019-07-26 | 2019-10-25 | 信利光电股份有限公司 | 结构光处理方法和结构光模组 |
CN110414435A (zh) * | 2019-07-29 | 2019-11-05 | 深兰科技(上海)有限公司 | 基于深度学习和结构光的三维人脸数据的生成方法及设备 |
CN112394526A (zh) * | 2019-08-19 | 2021-02-23 | 上海鲲游光电科技有限公司 | 多维摄像装置及其应用终端和方法 |
CN111366906A (zh) * | 2020-02-01 | 2020-07-03 | 上海鲲游光电科技有限公司 | 投射装置和分区tof装置及其制造方法和电子设备 |
CN112364842A (zh) * | 2020-12-24 | 2021-02-12 | 杭州宇泛智能科技有限公司 | 一种双摄人脸识别方法及装置 |
CN117292413A (zh) * | 2023-11-27 | 2023-12-26 | 江苏圣点世纪科技有限公司 | 一种静脉图像旋转识别方法 |
CN117292413B (zh) * | 2023-11-27 | 2024-05-07 | 江苏圣点世纪科技有限公司 | 一种静脉图像旋转识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109086694B (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086694A (zh) | 一种人脸识别系统及方法 | |
US8605987B2 (en) | Object-based 3-dimensional stereo information generation apparatus and method, and interactive system using the same | |
JP4584246B2 (ja) | 物体上に出力画像を表示する方法 | |
CN103383723B (zh) | 用于生物特征验证的电子欺骗检测的方法和系统 | |
WO2016158856A1 (ja) | 撮像システム、撮像装置、撮像方法、及び撮像プログラム | |
US20230290178A1 (en) | Detection system, detection method, and computer-readable recording medium | |
US11620860B2 (en) | Spoofing detection apparatus, spoofing detection method, and computer-readable recording medium | |
Huang et al. | High-speed structured light based 3D scanning using an event camera | |
US20080319704A1 (en) | Device and Method for Determining Spatial Co-Ordinates of an Object | |
US10440217B2 (en) | Apparatus and method for processing three dimensional image | |
US11398085B2 (en) | Systems, methods, and media for directly recovering planar surfaces in a scene using structured light | |
WO2020079741A1 (ja) | 虹彩認証装置、虹彩認証方法および記録媒体 | |
CN107077729A (zh) | 用于识别相机图像中的投影结构图案的结构元素的方法和设备 | |
CN106991378A (zh) | 基于深度的人脸朝向检测方法、检测装置和电子装置 | |
US11580662B2 (en) | Associating three-dimensional coordinates with two-dimensional feature points | |
US20220222843A1 (en) | Three-dimensional measurement system and three-dimensional measurement method | |
CN107613239B (zh) | 视频通信背景显示方法和装置 | |
KR20190119212A (ko) | 인공신경망을 이용한 가상 피팅 시스템, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 | |
CN107592491B (zh) | 视频通信背景显示方法和装置 | |
KR101962543B1 (ko) | 마커 인식 기반 증강현실 생성 시스템 및 방법 | |
TW202004669A (zh) | 多頻譜高精確辨識物體的方法 | |
CN110888536B (zh) | 基于mems激光扫描的手指交互识别系统 | |
CN210570528U (zh) | 深度检测系统及其支架和电子装置 | |
KR101200560B1 (ko) | 광각 감시 카메라의 영상 분석 장치, 시스템 및 방법 | |
CN108513662A (zh) | 身份鉴权方法、身份鉴权装置、和电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |