CN109145845B - 住宅权限电子分辨方法 - Google Patents
住宅权限电子分辨方法 Download PDFInfo
- Publication number
- CN109145845B CN109145845B CN201810999499.XA CN201810999499A CN109145845B CN 109145845 B CN109145845 B CN 109145845B CN 201810999499 A CN201810999499 A CN 201810999499A CN 109145845 B CN109145845 B CN 109145845B
- Authority
- CN
- China
- Prior art keywords
- image
- stripe
- house
- pixel point
- target
- 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.)
- Active
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06V10/30—Noise filtering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种住宅权限电子分辨方法,该方法包括运行一种住宅权限电子分辨系统来进行电子分辨住宅权限,所述住宅权限电子分辨系统包括:半球摄像头,设置在住宅的门口,用于对住宅的门口位置的人员进行图像拍摄操作,以获得并输出对应的住宅门口图像;质量辨识设备,与所述半球摄像头连接,位于所述半球摄像头的附近,用于接收所述住宅门口图像,并对所述住宅门口图像中的各类噪声进行幅值分析;人员辨识设备,用于对范围修正图像执行基于人脸特征的人员身份辨识,以确定在住宅的门口位置的人员是否为权限授予人员;自动开锁设备,内嵌入住宅的门体中,与所述人员辨识设备连接,用于基于所述人员辨识设备的输出确定是否执行自动开锁动作。
Description
技术领域
本发明涉及电子鉴权领域,尤其涉及一种住宅权限电子分辨方法。
背景技术
人脸检测技术所采用的依据是人脸照片或实时摄取的人脸图像,因而无疑是最容易获得的。由于人脸检测技术所使用的是常规通用设备,价格均在一般用户可接受的范围之内,与其它生物识别技术相比,人脸检测产品具有很高的性能价格比。
发明内容
为了解决住宅门锁的智能化等级低下的技术问题,本发明提供了一种住宅权限电子分辨方法,对图像中的各类噪声进行幅值分析,以将幅值超过限量的噪声类型作为主要噪声类型,确定图像中的主要噪声类型的数量,并基于图像中的主要噪声类型的数量映射对应的图像质量等级,以在图像质量等级较高时方采用人脸识别机制,从而避免权限的误判;在具体的滤波处理中,还能够对待处理图像中的条纹噪声情况进行分析,并基于分析结果制定相适应的图像滤波机制。
根据本发明的一方面,提供一种住宅权限电子分辨方法,该方法包括运行一种住宅权限电子分辨系统来进行电子分辨住宅权限,所述住宅权限电子分辨系统包括:半球摄像头,设置在住宅的门口,用于对住宅的门口位置的人员进行图像拍摄操作,以获得并输出对应的住宅门口图像;质量辨识设备,与所述半球摄像头连接,位于所述半球摄像头的附近,用于接收所述住宅门口图像,并对所述住宅门口图像中的各类噪声进行幅值分析,以将幅值超过限量的噪声类型作为主要噪声类型,确定所述住宅门口图像中的主要噪声类型的数量,并基于所述住宅门口图像中的主要噪声类型的数量映射对应的图像质量等级。
更具体地,在所述住宅权限电子分辨系统中,还包括:
边沿扩展设备,分别与所述半球摄像头和所述质量辨识设备连接,用于在所述图像质量等级高于预设等级阈值时,对所述住宅门口图像中与图像边沿相邻的每一个目标进行目标边沿扩展,以获得所述住宅门口图像对应的边沿扩展图像。
更具体地,在所述住宅权限电子分辨系统中,还包括:
外形锐化设备,与所述边沿扩展设备连接,用于获取所述边沿扩展图像中的每一个目标外形,在所述边沿扩展图像中,对所述边沿扩展图像中的每一个目标外形进行锐化处理,以获得并输出与所述边沿扩展图像对应的外形锐化图像。
更具体地,在所述住宅权限电子分辨系统中,还包括:
条纹分析设备,与所述外形锐化设备连接,用于接收所述外形锐化图像,对所述外形锐化图像进行条纹分析,以确定所述外形锐化图像中是否存在条纹噪声,并在确定存在条纹噪声时,发出条纹获取信号;窗口提取设备,与所述条纹分析设备连接,用于基于所述条纹噪声的幅值提取领域窗口的大小,其中,所述条纹噪声的幅值越大,提取的领域窗口越大;MMC存储芯片,用于存储非条纹权重值和条纹权重值,所述非条纹权重值为领域窗口中像素点未在条纹区域时被赋予的权重值,所述条纹权重值为领域窗口中像素点在条纹区域时被赋予的权重值,所述非条纹权重值是所述条纹权重值的倍数;滤波执行设备,分别与所述条纹分析设备、所述窗口提取设备和所述MMC存储芯片连接,用于在接收到所述条纹获取信号时,对所述外形锐化图像中的每一个像素点进行以下滤波动作:将所述像素点作为目标像素点并获取其像素值,基于所述窗口提取设备提取的领域窗口确定所述外形锐化图像中所述目标像素点的各个领域像素点的各个领域像素值,确定各个领域像素值是否位于条纹区域,当领域像素值位于条纹区域时,被赋予条纹权重值,当领域像素值未位于条纹区域时,被赋予非条纹权重值,基于各个领域像素值以及各自权重值获取所述目标像素点的滤波像素值;图像输出设备,与所述滤波执行设备连接,用于基于所述外形锐化图像中的每一个像素点的滤波像素值组成滤波后图像,并输出所述滤波后图像;动态范围检测设备,设置在住宅的门口,与所述图像输出设备连接,用于接收所述滤波后图像,对所述滤波后图像的当前动态范围进行检测,以获得所述当前动态范围;动态范围调整设备,与所述动态范围检测设备连接,用于接收所述滤波后图像和所述当前动态范围,并基于所述当前动态范围对所述滤波后图像进行动态范围调整,以使得所述滤波后图像的动态范围扩展到预设动态范围区间,所述动态范围调整设备输出调整后的范围修正图像;人员辨识设备,与所述动态范围调整设备连接,用于接收所述范围修正图像,对所述范围修正图像执行基于人脸特征的人员身份辨识,以确定在住宅的门口位置的人员是否为权限授予人员;自动开锁设备,内嵌入住宅的门体中,与所述人员辨识设备连接,用于基于所述人员辨识设备的输出确定是否执行自动开锁动作;其中,在所述滤波执行设备中,基于各个领域像素值以及各自权重值获取所述目标像素点的滤波像素值包括:计算各个领域像素值的各自权重值之和以作为权重和,计算每一个领域像素值和其权重值的乘积以作为领域像素点乘积,将各个领域像素点的领域像素点乘积相加以获得像素累计值,将所述像素累计值除以所述权重和以确定所述目标像素点的滤波像素值。
更具体地,在所述住宅权限电子分辨系统中:所述条纹分析设备还用于在确定不存在条纹噪声时,发出条纹未获取信号。
更具体地,在所述住宅权限电子分辨系统中:所述滤波执行设备还用于在接收到所述条纹未获取信号时,直接将所述外形锐化图像作为所述滤波后图像输出。
更具体地,在所述住宅权限电子分辨系统中:所述边沿扩展设备在所述图像质量等级小于或等于预设等级阈值时,进入休眠状态。
更具体地,在所述住宅权限电子分辨系统中:在所述边沿扩展设备中,对所述住宅门口图像中与图像边沿相邻的每一个目标进行目标边沿扩展包括:将所述住宅门口图像中与图像边沿相邻的每一个目标作为对应的不完整目标,基于所述住宅门口图像中的不完整目标的外形对所述不完整目标在所述住宅门口图像之外的部分进行预测性扩展。
更具体地,在所述住宅权限电子分辨系统中:所述边沿扩展设备输出的边沿扩展图像的面积大于所述住宅门口图像的面积。
更具体地,在所述住宅权限电子分辨系统中:在所述质量辨识设备中,所述住宅门口图像中的主要噪声类型的数量越少,对应的图像质量等级越高。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的住宅权限电子分辨系统的半球摄像头的结构示意图。
具体实施方式
下面将参照附图对本发明的实施方案进行详细说明。
人脸检测作为一种新兴的生物特征识别技术,与虹膜识别、指纹扫描、掌形扫描等技术相比,人脸检测技术在应用方面具有独到的优势:
使用方便,用户接受度高,人脸检测技术使用通用的摄像机作为识别信息获取装置,以非接触的方式在识别对象未察觉的情况下完成识别过程。
直观性突出,人脸检测技术所使用的依据是人的面部图像,而人脸无疑是肉眼能够判别的最直观的信息源,方便人工确认、审计,“以貌取人”符合人的认知规律。
识别精确度高,速度快,与其它生物识别技术相比,人脸检测技术的识别精度处于较高的水平,误识率、拒认率较低。
不易仿冒,在安全性要求高的应用场合,人脸检测技术要求识别对象必须亲临识别现场,他人难以仿冒。人脸检测技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统。这是指纹等生物特征识别技术所很难做到的。举例来说,用合法用户的断指即可仿冒合法用户的身份而使识别系统无从觉察。
为了克服上述不足,本发明搭建一种住宅权限电子分辨方法,该方法包括运行一种住宅权限电子分辨系统来进行电子分辨住宅权限。所述住宅权限电子分辨系统能够有效解决相应的技术问题。
根据本发明实施方案示出的住宅权限电子分辨系统包括:
半球摄像头,如图1所示,设置在住宅的门口,用于对住宅的门口位置的人员进行图像拍摄操作,以获得并输出对应的住宅门口图像;
所述半球摄像头包括驱动控制器1、连接件2和CCD传感器3;
质量辨识设备,与所述半球摄像头连接,位于所述半球摄像头的附近,用于接收所述住宅门口图像,并对所述住宅门口图像中的各类噪声进行幅值分析,以将幅值超过限量的噪声类型作为主要噪声类型,确定所述住宅门口图像中的主要噪声类型的数量,并基于所述住宅门口图像中的主要噪声类型的数量映射对应的图像质量等级。
接着,继续对本发明的住宅权限电子分辨系统的具体结构进行进一步的说明。
在所述住宅权限电子分辨系统中,还包括:
边沿扩展设备,分别与所述半球摄像头和所述质量辨识设备连接,用于在所述图像质量等级高于预设等级阈值时,对所述住宅门口图像中与图像边沿相邻的每一个目标进行目标边沿扩展,以获得所述住宅门口图像对应的边沿扩展图像。
在所述住宅权限电子分辨系统中,还包括:
外形锐化设备,与所述边沿扩展设备连接,用于获取所述边沿扩展图像中的每一个目标外形,在所述边沿扩展图像中,对所述边沿扩展图像中的每一个目标外形进行锐化处理,以获得并输出与所述边沿扩展图像对应的外形锐化图像。
在所述住宅权限电子分辨系统中,还包括:
条纹分析设备,与所述外形锐化设备连接,用于接收所述外形锐化图像,对所述外形锐化图像进行条纹分析,以确定所述外形锐化图像中是否存在条纹噪声,并在确定存在条纹噪声时,发出条纹获取信号;
窗口提取设备,与所述条纹分析设备连接,用于基于所述条纹噪声的幅值提取领域窗口的大小,其中,所述条纹噪声的幅值越大,提取的领域窗口越大;
MMC存储芯片,用于存储非条纹权重值和条纹权重值,所述非条纹权重值为领域窗口中像素点未在条纹区域时被赋予的权重值,所述条纹权重值为领域窗口中像素点在条纹区域时被赋予的权重值,所述非条纹权重值是所述条纹权重值的倍数;
滤波执行设备,分别与所述条纹分析设备、所述窗口提取设备和所述MMC存储芯片连接,用于在接收到所述条纹获取信号时,对所述外形锐化图像中的每一个像素点进行以下滤波动作:将所述像素点作为目标像素点并获取其像素值,基于所述窗口提取设备提取的领域窗口确定所述外形锐化图像中所述目标像素点的各个领域像素点的各个领域像素值,确定各个领域像素值是否位于条纹区域,当领域像素值位于条纹区域时,被赋予条纹权重值,当领域像素值未位于条纹区域时,被赋予非条纹权重值,基于各个领域像素值以及各自权重值获取所述目标像素点的滤波像素值;
图像输出设备,与所述滤波执行设备连接,用于基于所述外形锐化图像中的每一个像素点的滤波像素值组成滤波后图像,并输出所述滤波后图像;
动态范围检测设备,设置在住宅的门口,与所述图像输出设备连接,用于接收所述滤波后图像,对所述滤波后图像的当前动态范围进行检测,以获得所述当前动态范围;
动态范围调整设备,与所述动态范围检测设备连接,用于接收所述滤波后图像和所述当前动态范围,并基于所述当前动态范围对所述滤波后图像进行动态范围调整,以使得所述滤波后图像的动态范围扩展到预设动态范围区间,所述动态范围调整设备输出调整后的范围修正图像;
人员辨识设备,与所述动态范围调整设备连接,用于接收所述范围修正图像,对所述范围修正图像执行基于人脸特征的人员身份辨识,以确定在住宅的门口位置的人员是否为权限授予人员;
自动开锁设备,内嵌入住宅的门体中,与所述人员辨识设备连接,用于基于所述人员辨识设备的输出确定是否执行自动开锁动作;
其中,在所述滤波执行设备中,基于各个领域像素值以及各自权重值获取所述目标像素点的滤波像素值包括:计算各个领域像素值的各自权重值之和以作为权重和,计算每一个领域像素值和其权重值的乘积以作为领域像素点乘积,将各个领域像素点的领域像素点乘积相加以获得像素累计值,将所述像素累计值除以所述权重和以确定所述目标像素点的滤波像素值。
在所述住宅权限电子分辨系统中:所述条纹分析设备还用于在确定不存在条纹噪声时,发出条纹未获取信号。
在所述住宅权限电子分辨系统中:所述滤波执行设备还用于在接收到所述条纹未获取信号时,直接将所述外形锐化图像作为所述滤波后图像输出。
在所述住宅权限电子分辨系统中:所述边沿扩展设备在所述图像质量等级小于或等于预设等级阈值时,进入休眠状态。
在所述住宅权限电子分辨系统中:在所述边沿扩展设备中,对所述住宅门口图像中与图像边沿相邻的每一个目标进行目标边沿扩展包括:将所述住宅门口图像中与图像边沿相邻的每一个目标作为对应的不完整目标,基于所述住宅门口图像中的不完整目标的外形对所述不完整目标在所述住宅门口图像之外的部分进行预测性扩展。
在所述住宅权限电子分辨系统中:所述边沿扩展设备输出的边沿扩展图像的面积大于所述住宅门口图像的面积。
在所述住宅权限电子分辨系统中:在所述质量辨识设备中,所述住宅门口图像中的主要噪声类型的数量越少,对应的图像质量等级越高。
另外,在所述住宅权限电子分辨系统中:可采用EDO DRAM芯片替换所述MMC存储芯片。
EDO(Extended Data Out)DRAM,与FPM相比EDO DRAM的速度要快5%,这是因为EDO内设置了一个逻辑电路,借此EDO可以在上一个内存数据读取结束前将下一个数据读入内存。设计为系统内存的EDODRAM原本是非常昂贵的,只是因为PC市场急需一种替代FPM DRAM的产品,所以被广泛应用在第五代PC上。EDO显存可以工作在75MHz或更高,但是其标准工作频率为66MHz,不过其速度还是无法满足显示芯片的需要。
采用本发明的住宅权限电子分辨系统,针对现有技术中住宅门锁智能化水平不足的技术问题,通过对图像中的各类噪声进行幅值分析,以将幅值超过限量的噪声类型作为主要噪声类型,确定图像中的主要噪声类型的数量,并基于图像中的主要噪声类型的数量映射对应的图像质量等级,以在图像质量等级较高时方采用人脸识别机制,从而避免权限的误判;在具体的滤波处理中,还能够对待处理图像中的条纹噪声情况进行分析,并基于分析结果制定相适应的图像滤波机制,从而解决了上述技术问题。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种住宅权限电子分辨方法,该方法包括运行一种住宅权限电子分辨系统来进行电子分辨住宅权限,其特征在于,所述住宅权限电子分辨系统包括:
半球摄像头,设置在住宅的门口,用于对住宅的门口位置的人员进行图像拍摄操作,以获得并输出对应的住宅门口图像;
质量辨识设备,与所述半球摄像头连接,位于所述半球摄像头的附近,用于接收所述住宅门口图像,并对所述住宅门口图像中的各类噪声进行幅值分析,以将幅值超过限量的噪声类型作为主要噪声类型,确定所述住宅门口图像中的主要噪声类型的数量,并基于所述住宅门口图像中的主要噪声类型的数量映射对应的图像质量等级;
边沿扩展设备,分别与所述半球摄像头和所述质量辨识设备连接,用于在所述图像质量等级高于预设等级阈值时,对所述住宅门口图像中与图像边沿相邻的每一个目标进行目标边沿扩展,以获得所述住宅门口图像对应的边沿扩展图像;
外形锐化设备,与所述边沿扩展设备连接,用于获取所述边沿扩展图像中的每一个目标外形,在所述边沿扩展图像中,对所述边沿扩展图像中的每一个目标外形进行锐化处理,以获得并输出与所述边沿扩展图像对应的外形锐化图像;
条纹分析设备,与所述外形锐化设备连接,用于接收所述外形锐化图像,对所述外形锐化图像进行条纹分析,以确定所述外形锐化图像中是否存在条纹噪声,并在确定存在条纹噪声时,发出条纹获取信号;
窗口提取设备,与所述条纹分析设备连接,用于基于所述条纹噪声的幅值提取领域窗口的大小,其中,所述条纹噪声的幅值越大,提取的领域窗口越大;
MMC存储芯片,用于存储非条纹权重值和条纹权重值,所述非条纹权重值为领域窗口中像素点未在条纹区域时被赋予的权重值,所述条纹权重值为领域窗口中像素点在条纹区域时被赋予的权重值,所述非条纹权重值是所述条纹权重值的倍数;
滤波执行设备,分别与所述条纹分析设备、所述窗口提取设备和所述MMC存储芯片连接,用于在接收到所述条纹获取信号时,对所述外形锐化图像中的每一个像素点进行以下滤波动作:将所述像素点作为目标像素点并获取其像素值,基于所述窗口提取设备提取的领域窗口确定所述外形锐化图像中所述目标像素点的各个领域像素点的各个领域像素值,确定各个领域像素值是否位于条纹区域,当领域像素值位于条纹区域时,被赋予条纹权重值,当领域像素值未位于条纹区域时,被赋予非条纹权重值,基于各个领域像素值以及各自权重值获取所述目标像素点的滤波像素值;
图像输出设备,与所述滤波执行设备连接,用于基于所述外形锐化图像中的每一个像素点的滤波像素值组成滤波后图像,并输出所述滤波后图像;
动态范围检测设备,设置在住宅的门口,与所述图像输出设备连接,用于接收所述滤波后图像,对所述滤波后图像的当前动态范围进行检测,以获得所述当前动态范围;
动态范围调整设备,与所述动态范围检测设备连接,用于接收所述滤波后图像和所述当前动态范围,并基于所述当前动态范围对所述滤波后图像进行动态范围调整,以使得所述滤波后图像的动态范围扩展到预设动态范围区间,所述动态范围调整设备输出调整后的范围修正图像;
人员辨识设备,与所述动态范围调整设备连接,用于接收所述范围修正图像,对所述范围修正图像执行基于人脸特征的人员身份辨识,以确定在住宅的门口位置的人员是否为权限授予人员;
自动开锁设备,内嵌入住宅的门体中,与所述人员辨识设备连接,用于基于所述人员辨识设备的输出确定是否执行自动开锁动作;
其中,在所述滤波执行设备中,基于各个领域像素值以及各自权重值获取所述目标像素点的滤波像素值包括:计算各个领域像素值的各自权重值之和以作为权重和,计算每一个领域像素值和其权重值的乘积以作为领域像素点乘积,将各个领域像素点的领域像素点乘积相加以获得像素累计值,将所述像素累计值除以所述权重和以确定所述目标像素点的滤波像素值;
其中,采用EDO DRAM芯片替换所述MMC存储芯片,所述EDO DRAM芯片即Extended DataOut DRAM芯片,与FPM相比,EDO DRAM的速度要快5%,这是因为EDO内设置了一个逻辑电路,借此EDO在上一个内存数据读取结束前将下一个数据读入内存,EDO显存工作在75MHz或更高,但是其标准工作频率为66 MH。
2.如权利要求1所述的方法,其特征在于:
所述条纹分析设备还用于在确定不存在条纹噪声时,发出条纹未获取信号。
3.如权利要求1所述的方法,其特征在于:
所述边沿扩展设备在所述图像质量等级小于或等于预设等级阈值时,进入休眠状态。
4.如权利要求1所述的方法,其特征在于:
在所述边沿扩展设备中,对所述住宅门口图像中与图像边沿相邻的每一个目标进行目标边沿扩展包括:将所述住宅门口图像中与图像边沿相邻的每一个目标作为对应的不完整目标,基于所述住宅门口图像中的不完整目标的外形对所述不完整目标在所述住宅门口图像之外的部分进行预测性扩展。
5.如权利要求1所述的方法,其特征在于:
所述边沿扩展设备输出的边沿扩展图像的面积大于所述住宅门口图像的面积。
6.如权利要求1所述的方法,其特征在于:
在所述质量辨识设备中,所述住宅门口图像中的主要噪声类型的数量越少,对应的图像质量等级越高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810999499.XA CN109145845B (zh) | 2018-08-30 | 2018-08-30 | 住宅权限电子分辨方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810999499.XA CN109145845B (zh) | 2018-08-30 | 2018-08-30 | 住宅权限电子分辨方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109145845A CN109145845A (zh) | 2019-01-04 |
CN109145845B true CN109145845B (zh) | 2020-06-05 |
Family
ID=64829165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810999499.XA Active CN109145845B (zh) | 2018-08-30 | 2018-08-30 | 住宅权限电子分辨方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145845B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109803250B (zh) * | 2019-03-11 | 2020-10-23 | 诸暨山争网络科技有限公司 | 蓝牙通信链路控制终端 |
CN111469805A (zh) * | 2019-03-11 | 2020-07-31 | 宋健 | 蓝牙通信链路控制装置 |
CN112050944B (zh) * | 2020-08-31 | 2023-12-08 | 深圳数联天下智能科技有限公司 | 门口位置确定方法及相关装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408485A (zh) * | 2016-09-28 | 2017-02-15 | 山东华旗新能源科技有限公司 | 安全智能社区家庭系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105745922B (zh) * | 2013-11-18 | 2019-06-04 | 皇家飞利浦有限公司 | 用于mri安全监测的视频监控 |
CN104660973B (zh) * | 2013-11-22 | 2018-01-26 | 西安科技大学 | 基于视觉信息识别的远程设备控制管理模块系统 |
CN105023241A (zh) * | 2015-07-29 | 2015-11-04 | 华南理工大学 | 一种移动终端快速图像插值方法 |
CN108271003B (zh) * | 2018-03-28 | 2019-03-05 | 安徽据说牛信息科技有限公司 | 云计算式图像处理系统及方法 |
-
2018
- 2018-08-30 CN CN201810999499.XA patent/CN109145845B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408485A (zh) * | 2016-09-28 | 2017-02-15 | 山东华旗新能源科技有限公司 | 安全智能社区家庭系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109145845A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10810405B2 (en) | Biometric liveness detection through biocompatible capacitive sensor | |
US9633269B2 (en) | Image-based liveness detection for ultrasonic fingerprints | |
CN109145845B (zh) | 住宅权限电子分辨方法 | |
US20070290124A1 (en) | Finger sensing device with spoof reduction features and associated methods | |
CN108604289B (zh) | 用于身份验证的有机体检测系统和方法 | |
US11163972B2 (en) | Convergent biometric authentication method based on finger joint and finger vein, and apparatus therefor | |
CN111201537A (zh) | 在指纹分析中通过机器学习来区分活体手指与欺骗手指 | |
Pravallika et al. | SVM classification for fake biometric detection using image quality assessment: Application to iris, face and palm print | |
Johnson et al. | Fingerprint pore characteristics for liveness detection | |
KR20160037305A (ko) | 지문 인식을 이용한 사용자 인증 방법 | |
US20220300593A1 (en) | System and method of biometric identification of a subject | |
Abhishek et al. | A minutiae count based method for fake fingerprint detection | |
WO2019009788A1 (en) | DIGITAL IMPRESSION DETECTION SYSTEM METHOD FOR USER AUTHENTICATION BASED ON DIGITAL FINGERPRINT DATA | |
Wild et al. | Comparative test of smartphone finger photo vs. touch-based cross-sensor fingerprint recognition | |
CN111104859A (zh) | 一种基于多光谱识别的鉴权方法及系统 | |
KR101601187B1 (ko) | 손금 기반 사용자 인식 정보를 이용한 기기 컨트롤 장치 및 그 방법 | |
Cho et al. | Thermal imprint feature analysis for face recognition | |
Galbally et al. | Fingerprint anti-spoofing in biometric systems | |
Jayachandra et al. | Iris Recognition based on Pupil using Canny edge detection and K-Means Algorithm | |
CN110874546A (zh) | 住宅权限电子分辨系统 | |
KR200419476Y1 (ko) | 생체지문과 모조지문 판별장치 | |
WO2017117770A1 (en) | Fingerprint imaging system and anti-fake method for fingerprint identification | |
US11170196B2 (en) | Extracting fingerprint feature data from a fingerprint image | |
Maddala et al. | Implementation and evaluation of NIST Biometric Image Software for fingerprint recognition | |
Aparna et al. | Machine Learning based Iris Recognition Modern Voting 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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200511 Address after: 518000 Block B, Haoming Fortune Square, Shennan Avenue, Xiangmihu Street, Futian District, Shenzhen City, Guangdong Province, 19F Applicant after: SHENZHEN GUORONG INTELLIGENT TECHNOLOGY Co.,Ltd. Address before: 222000 No. 8 Jinxi Road, Banqiao Street, Lianyungang City, Jiangsu Province Applicant before: Pu Qiaonan |
|
GR01 | Patent grant | ||
GR01 | Patent grant |