CN109426769A - 人脸辅助的虹膜识别方法及虹膜识别系统 - Google Patents
人脸辅助的虹膜识别方法及虹膜识别系统 Download PDFInfo
- Publication number
- CN109426769A CN109426769A CN201710734153.2A CN201710734153A CN109426769A CN 109426769 A CN109426769 A CN 109426769A CN 201710734153 A CN201710734153 A CN 201710734153A CN 109426769 A CN109426769 A CN 109426769A
- Authority
- CN
- China
- Prior art keywords
- iris
- face
- picture
- target
- face picture
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Abstract
本发明提供了一种人脸辅助的虹膜识别方法,通过先将识别对象的目标人脸图片与人脸图片库进行匹配,并根据与目标人脸图片的相似度,对人脸图片库的人脸图片进行相似度从高到低的顺序进行排序,选取出排名靠前的n张人脸图片形成相似图片库,再将目标虹膜图像与相似图片库中的人脸图片对应的虹膜图片进行比对,找出唯一相符的样本,确定识别对象的身份。本发明还提供了一种虹膜识别系统,通过计算模块根据人脸相似度对人脸图片库进行排序、筛选,优选出一个小的相似图片库。如此操作,减少了目标虹膜图像比对的工作量,提升比对的速度,可以通过对脸部相似性设定阈值,排除掉大部分候选的比对样本中虹膜相似的可能性,增加了虹膜识别系统的安全性。
Description
技术领域
本发明涉及基于生物特征的身份识别技术领域,尤其涉及综合人脸识别和虹膜识别双重信息的人脸辅助的虹膜识别方法及虹膜识别系统。
背景技术
近年来,随着计算机技术的迅速发展和生物识别技术的普遍使用,虹膜识别技术也越来越受到工业界和学术界的重视。
然而,由于虹膜识别对图像细节要求较高,拍摄过程中识别对象的眼部睁合等运动状态难以控制,对焦时机不好把握,导致采集的虹膜图像有的眼部闭合严重、有的模糊、有的斜视等,这些都使得拍摄清晰度足够高的虹膜图像比较困难,增加了虹膜识别的难度。为了提高虹膜识别的准确率,现在的虹膜识别系统主要采用1对1或1对n(n为小规模数据库)的比对方式,或者使用证件辅助增加虹膜认证的确定性。如此操作复杂且花费时间较长。
有鉴于此,有必要设计改进的人脸辅助的虹膜识别方法及虹膜识别系统,以解决上述问题。
发明内容
本发明的目的在于提供能够综合人脸识别和虹膜识别的双重信息,缩短身份识别时间、提高身份识别准确率的人脸辅助的虹膜识别方法及虹膜识别系统。
为实现上述发明目的,本发明提供了一种人脸辅助的虹膜识别方法,包括如下步骤:
S1、提供图像采集装置,获取识别对象的人脸图片做为目标人脸图片;
S2、提供人脸图片库,将所述目标人脸图片与所述人脸图片库的图片进行识别比对,判断所述人脸图片库中的图片与所述目标人脸图片的相似度,按照相似度从高到低的顺序对所述人脸图片库的图片进行排序,选取排序后的所述人脸图片库中的前n张人脸图片建立相似图片库;
S3、获取所述识别对象的虹膜图像做为目标虹膜图像;
S4、提供所述相似图片库中人脸图片对应的虹膜图片,将所述目标虹膜图像与所述相似图片库中的虹膜图片进行虹膜识别比对,确定所述识别对象的身份。
作为本发明的进一步改进,所述S2与所述S3同时进行,将所述目标人脸图片与所述人脸图片库的图片进行识别比对及根据相似度排序的同时,将所述图像采集装置锁定所述识别对象的眼部位置,定点聚焦在虹膜上,获取所述目标虹膜图像。
作为本发明的进一步改进,所述S1与所述S3同时进行,所述图像采集装置采集所述目标人脸图片时,同时锁定所述识别对象的眼部位置,定点聚焦在虹膜上,获取所述目标虹膜图像。
作为本发明的进一步改进,所述S2的具体步骤如下:
S21、对所述目标人脸图片进行脸部检测和特征点定位;
S22、对所述目标人脸图片进行校正及归一化处理;
S23、对所述目标人脸图片进行特征提取;
S24、将所述目标人脸图片与所述人脸图片库中的人脸图片的特征进行比对;
S25、根据所述人脸图片库中的图片与所述目标人脸图片的相似度,按照相似度从高到低的顺序对所述人脸图片库的图片进行排序;
S26、选取排序后的所述人脸图片库中前n张人脸图片建立相似图片库。
作为本发明的进一步改进,所述S4的具体步骤如下:
S41、根据所述相似图片库的排序将所述相似图片库中的人脸图片对应的虹膜图片进行排序;
S42、将所述相似图片库中的第一张虹膜图片与所述识别对象的目标虹膜图像进行虹膜识别;
S43、当虹膜识别结果为匹配时,确定所述识别对象的身份,虹膜识别结束;
S44、当虹膜识别结果为不匹配时,所述识别对象的目标虹膜图像继续与所述相似图片库中的下一张虹膜图片进行虹膜识别;
S45、重复S43、S44,直至确定所述识别对象的身份。
作为本发明的进一步改进,所述S3中,采集多幅或者单幅所述识别对象的目标虹膜图像,进行分区、去噪和编码处理。
作为本发明的进一步改进,所述S24、S25的具体步骤如下:
S241、将所述目标人脸图片进行人脸检测、人脸矫正归一化、人脸的特征提取,得到目标特征向量,将所述人脸图片库中的第N张人脸图片进行人脸检测、人脸矫正归一化、人脸的特征提取,对应得到第N特征向量;
S242、将所述目标特征向量分别与所述第N特征向量之间进行相似度运算,得到所述目标特征向量与所述第N特征向量之间的N组相似度度量值;
S251、根据获得的N组相似度度量值设定置信分值;
S252、按照所述置信分值从高到低的顺序将所述人脸图片库中的人脸图片排序。
为实现上述发明目的,本发明还提供了一种虹膜识别系统,包括数据库模块、图像采集模块、特征提取识别模块以及计算模块,所述数据库模块包括人脸图片库和所述人脸图片库对应的虹膜图片库,所述图像采集模块获取识别对象的目标人脸图片和目标虹膜图像,所述特征提取识别模块提取所述目标人脸图片、所述目标虹膜图像、所述人脸图片库中的人脸图片和虹膜图片的特征,并根据提取出的特征进行识别,所述计算模块判断所述人脸图片库中的图片与所述目标人脸图片的相似度,按照相似度从高到低的顺序对所述人脸图片库的图片进行排序,选取排序后的所述人脸图片库中的前n张人脸图片建立相似图片库。
作为本发明的进一步改进,所述特征提取识别模块包括特征提取模块和识别模块,所述识别模块的处理步骤如下:
S41、根据所述相似图片库的排序将所述相似图片库中的人脸图片对应的虹膜图片进行排序;
S42、将所述相似图片库中的第一张虹膜图片与所述识别对象的目标虹膜图像进行虹膜识别;
S43、当虹膜识别结果为匹配时,确定所述识别对象的身份,虹膜识别结束;
S44、当虹膜识别结果为不匹配时,所述识别对象的目标虹膜图像继续与所述相似图片库中的下一张虹膜图片进行虹膜识别;
S45、重复S43、S44,直至确定所述识别对象的身份。
本发明的有益效果是:本发明的人脸辅助的虹膜识别方法通过先将识别对象的目标人脸图片与人脸图片库进行匹配,并根据与目标人脸图片的相似度,对人脸图片库的人脸图片进行相似度从高到低的顺序进行排序,然后选取出排名靠前的n张人脸图片形成相似图片库,再将识别对象的目标虹膜图像与相似图片库中的人脸图片对应的虹膜图片进行比对,找出唯一一个相符的样本,确定识别对象的身份。本发明的虹膜识别系统通过计算模块根据人脸相似度对人脸图片库进行排序、筛选,优选出一个小的相似图片库。如此操作,一方面可以减少目标虹膜图像比对的工作量,提升比对的速度,另一方面,可以通过对脸部相似性设定阈值,排除掉大部分候选的比对样本中虹膜相似的可能性,增加了虹膜识别系统的安全性。
附图说明
图1为本发明人脸辅助的虹膜识别方法的实施方式一的流程示意图。
图2为图1中S2的具体流程图。
图3为本发明人脸辅助的虹膜识别方法的实施方式二的流程示意图。
图4为图1中S4的逻辑流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
本发明提供了一种人脸辅助的虹膜识别方法,包括如下步骤:
S1、提供图像采集装置,获取识别对象的人脸图片做为目标人脸图片P;
S2、提供人脸图片库N,将所述目标人脸图片P与所述人脸图片库N的图片进行识别比对,判断所述人脸图片库N中的图片与所述目标人脸图片P的相似度,按照相似度从高到低的顺序对所述人脸图片库N的图片进行排序,选取排序后的所述人脸图片库N中的前n张人脸图片建立相似图片库M;
S3、获取所述识别对象的虹膜图像做为目标虹膜图像H;
S4、提供所述相似图片库M中人脸图片对应的虹膜图片,将所述目标虹膜图像H与所述相似图片库M中的虹膜图片进行虹膜识别比对,确定所述识别对象的身份。
请参阅图2所示,所述S2的具体步骤如下:
S21、对所述目标人脸图片P进行脸部检测和特征点定位;
S22、对所述目标人脸图片P进行校正及归一化处理;
S23、对所述目标人脸图片P进行特征提取;
S24、将所述目标人脸图片P与所述人脸图片库中的人脸图片的特征进行比对;
S25、根据所述人脸图片库N中的图片与所述目标人脸图片P的相似度,按照相似度从高到低的顺序对所述人脸图片库N的图片进行排序;
S26、选取排序后的所述人脸图片库N中前n张人脸图片建立相似图片库M。
所述S22中的归一化处理为将所述目标人脸图片P的大小转换成预设的固定尺寸。
在本发明中,所述S24、S25的一种处理过程如下:
S241、将所述目标人脸图片P进行人脸检测、人脸矫正归一化、人脸的特征提取,得到目标特征向量Q,将所述人脸图片库N中的第N张人脸图片进行人脸检测、人脸矫正归一化、人脸的特征提取,对应得到第N特征向量,即第一张人脸图片经运算处理为第一特征向量P1,第二张人脸图片经运算处理为第二特征向量P2,第三张人脸图片经运算处理为第三特征向量P3,……,第N张人脸图片经运算处理为第N特征向量PN;
S242、将所述目标特征向量Q分别与所述第N特征向量之间进行相似度运算,得到所述目标特征向量Q与所述第N特征向量PN之间的N组相似度度量值F(F1、F2、F3、……、FN),即目标特征向量Q分别与第一特征向量P1、第二特征向量P2、第三特征向量P3、……、第N特征向量PN进行相似度运算;
S251、根据N组所述相似度度量值F(F1、F2、F3、……、FN),判定所述目标特征向量Q与所述第N特征向量之间的置信分值;
S252、按照所述置信分值从高到低的顺序将所述人脸图片库N中的人脸图片排序;
在本发明中,所述图像采集装置为高速摄像机或者其他达到虹膜图像采集装置清晰度要求的装置。在所述S3中,使用所述高速摄像机采集多幅或者单幅所述识别对象的目标虹膜图像H,对所述目标虹膜图像H进行分区、去噪和编码处理。
请参阅图4所示,所述S4的具体步骤如下:
S41、按照所述相似图片库M的排序将所述相似图片库M中的人脸图片对应的虹膜图片进行排序;
S42、将所述相似图片库M中的第一张虹膜图片M1与所述识别对象的目标虹膜图像H进行虹膜识别;
S43、当虹膜识别结果为匹配时,确定所述识别对象的身份,虹膜识别结束;
S44、当虹膜识别结果为不匹配时,所述识别对象的目标虹膜图像H继续与所述相似图片库M中的下一张虹膜图片M2进行虹膜识别;
S45、重复S43、S44,直至确定所述识别对象的身份,即当所述虹膜图片M2与所述目标虹膜图像H虹膜识别的结果为匹配时,确定所述识别对象的身份,虹膜识别结束;当所述虹膜图片M2与所述目标虹膜图像H虹膜识别的结果为不匹配时,所述识别对象的目标虹膜图像H继续与所述相似图片库M中的下一张虹膜图片M3进行虹膜识别,如此循环运行,直至确定所述识别对象的身份。
请参阅图1所示的本发明人脸辅助的虹膜识别方法的实施方式一的流程示意图,所述S2与所述S3同时进行。将所述目标人脸图片P与所述人脸图片库N的图片进行识别比对及根据相似度排序的同时,将所述图像采集装置锁定所述识别对象的眼部位置,定点聚焦在虹膜上,获取所述目标虹膜图像H。
请参阅图3所示的本发明人脸辅助的虹膜识别方法的实施方式二的流程示意图,所述S1与所述S3同时进行,即所述图像采集装置采集所述目标人脸图片P时,同时锁定所述识别对象的眼部位置,定点聚焦在虹膜上,获取所述目标虹膜图像H。
本发明还提供了一种虹膜识别系统,包括数据库模块、图像采集模块、特征提取识别模块以及计算模块。
所述数据库模块包括人脸图片库N和所述人脸图片库N对应的虹膜图片库K(K1、K2、K3、……、KN)。
所述图像采集模块获取识别对象的目标人脸图片P和目标虹膜图像H。
所述计算模块判断所述人脸图片库N中的图片与所述目标人脸图片P的相似度,按照相似度从高到低的顺序对所述人脸图片库N的图片进行排序,选取排序后的所述人脸图片库N中的前n张人脸图片建立相似图片库M。
在本发明中,所述计算模块的一种处理步骤如下:
S241、将所述目标人脸图片P进行人脸检测、人脸矫正归一化、人脸的特征提取,得到目标特征向量Q,将所述人脸图片库N中的第N张人脸图片进行人脸检测、人脸矫正归一化、人脸的特征提取,对应得到第N特征向量,即第一张人脸图片经运算处理为第一特征向量P1,第二张人脸图片经运算处理为第二特征向量P2,第三张人脸图片经运算处理为第三特征向量P3,……,第N张人脸图片经运算处理为第N特征向量PN;
S242、将所述目标特征向量Q分别与所述第N特征向量之间进行相似度运算,得到所述目标特征向量Q与所述第N特征向量PN之间的N组相似度度量值F(F1、F2、F3、……、FN),即目标特征向量Q分别与第一特征向量P1、第二特征向量P2、第三特征向量P3、……、第N特征向量PN进行相似度运算;
S251、根据N组所述相似度度量值F(F1、F2、F3、……、FN),判定所述目标特征向量Q与所述第N特征向量之间的置信分值;
S252、按照所述置信分值从高到低的顺序将所述人脸图片库N中的人脸图片排序;
S26、将提取出的n张人脸图片形成相似图片库M。
所述特征提取识别模块提取所述目标人脸图片P、所述目标虹膜图像H、所述人脸图片库N中的人脸图片和虹膜图片的特征,并根据提取出的特征进行识别。
所述特征提取识别模块包括特征提取模块和识别模块。
所述识别模块的处理步骤如下:
S41、根据所述相似图片库M的排序将所述相似图片库M中的人脸图片对应的虹膜图片(K1、K2、K3、……、Kn)进行排序;
S42、将所述相似图片库M中的第一张虹膜图片K1与所述目标虹膜图像H进行虹膜识别;
S43、当虹膜识别结果为匹配时,确定所述识别对象的身份,虹膜识别结束;
S44、当虹膜识别结果为不匹配时,所述目标虹膜图像H继续与所述相似图片库M中的下一张虹膜图片进行虹膜识别;
S45、重复S43、S44,直至确定所述识别对象的身份。
综上所述,本发明的人脸辅助的虹膜识别方法通过先将识别对象的所述目标人脸图片P与人脸图片库N进行匹配,并根据与所述目标人脸图片P的相似度,对所述人脸图片库N的人脸图片进行相似度从高到低的顺序进行排序,然后选取出排序后的排名靠前的n张人脸图片形成所述相似图片库M,再将识别对象的所述目标虹膜图像H与所述相似图片库M中的人脸图片对应的虹膜图片进行比对,找出唯一一个相符的样本,确定识别对象的身份。本发明的虹膜识别系统通过计算模块根据人脸相似度对人脸图片库进行排序、筛选,优选出一个小的所述相似图片库M。如此操作,一方面可以减少所述目标虹膜图像H比对的工作量,提升比对的速度,另一方面,可以通过对脸部相似性设定阈值,排除掉大部分候选的比对样本中虹膜相似的可能性,增加了虹膜识别系统的安全性。
以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种人脸辅助的虹膜识别方法,包括如下步骤:
S1、提供图像采集装置,获取识别对象的人脸图片做为目标人脸图片;
S2、提供人脸图片库,将所述目标人脸图片与所述人脸图片库的图片进行识别比对,判断所述人脸图片库中的图片与所述目标人脸图片的相似度,按照相似度从高到低的顺序对所述人脸图片库的图片进行排序,选取排序后的所述人脸图片库中的前n张人脸图片建立相似图片库;
S3、获取所述识别对象的虹膜图像做为目标虹膜图像;
S4、提供所述相似图片库中人脸图片对应的虹膜图片,将所述目标虹膜图像与所述相似图片库中的虹膜图片进行虹膜识别比对,确定所述识别对象的身份。
2.根据权利要求1所述的人脸辅助的虹膜识别方法,其特征在于,所述S2与所述S3同时进行,将所述目标人脸图片与所述人脸图片库的图片进行识别比对及根据相似度排序的同时,将所述图像采集装置锁定所述识别对象的眼部位置,定点聚焦在虹膜上,获取所述目标虹膜图像。
3.根据权利要求1所述的人脸辅助的虹膜识别方法,其特征在于,所述S1与所述S3同时进行,所述图像采集装置采集所述目标人脸图片时,同时锁定所述识别对象的眼部位置,定点聚焦在虹膜上,获取所述目标虹膜图像。
4.根据权利要求1所述的人脸辅助的虹膜识别方法,其特征在于,所述S2的具体步骤如下:
S21、对所述目标人脸图片进行脸部检测和特征点定位;
S22、对所述目标人脸图片进行校正及归一化处理;
S23、对所述目标人脸图片进行特征提取;
S24、将所述目标人脸图片与所述人脸图片库中的人脸图片的特征进行比对;
S25、根据所述人脸图片库中的图片与所述目标人脸图片的相似度,按照相似度从高到低的顺序对所述人脸图片库的图片进行排序;
S26、选取排序后的所述人脸图片库中前n张人脸图片建立相似图片库。
5.根据权利要求1所述的人脸辅助的虹膜识别方法,其特征在于,所述S4的具体步骤如下:
S41、根据所述相似图片库的排序将所述相似图片库中的人脸图片对应的虹膜图片进行排序;
S42、将所述相似图片库中的第一张虹膜图片与所述识别对象的目标虹膜图像进行虹膜识别;
S43、当虹膜识别结果为匹配时,确定所述识别对象的身份,虹膜识别结束;
S44、当虹膜识别结果为不匹配时,所述识别对象的目标虹膜图像继续与所述相似图片库中的下一张虹膜图片进行虹膜识别;
S45、重复S43、S44,直至确定所述识别对象的身份。
6.根据权利要求4所述的人脸辅助的虹膜识别方法,其特征在于,所述S3中,采集多幅或者单幅所述识别对象的目标虹膜图像,进行分区、去噪和编码处理。
7.根据权利要求4所述的人脸辅助的虹膜识别方法,其特征在于,所述S24、S25的具体步骤如下:
S241、将所述目标人脸图片进行人脸检测、人脸矫正归一化、人脸的特征提取,得到目标特征向量,将所述人脸图片库中的第N张人脸图片进行人脸检测、人脸矫正归一化、人脸的特征提取,对应得到第N特征向量;
S242、将所述目标特征向量分别与所述第N特征向量之间进行相似度运算,得到所述目标特征向量与所述第N特征向量之间的N组相似度度量值;
S251、根据获得的N组相似度度量值设定置信分值;
S252、按照所述置信分值从高到低的顺序将所述人脸图片库中的人脸图片排序。
8.一种虹膜识别系统,其特征在于,包括数据库模块、图像采集模块、特征提取识别模块以及计算模块,所述数据库模块包括人脸图片库和所述人脸图片库对应的虹膜图片库,所述图像采集模块获取识别对象的目标人脸图片和目标虹膜图像,所述特征提取识别模块提取所述目标人脸图片、所述目标虹膜图像、所述人脸图片库中的人脸图片和虹膜图片的特征,并根据提取出的特征进行识别,所述计算模块判断所述人脸图片库中的图片与所述目标人脸图片的相似度,按照相似度从高到低的顺序对所述人脸图片库的图片进行排序,选取排序后的所述人脸图片库中的前n张人脸图片建立相似图片库。
9.根据权利要求8所述的虹膜识别系统,其特征在于,所述特征提取识别模块包括特征提取模块和识别模块,所述识别模块的处理步骤如下:
S41、根据所述相似图片库的排序将所述相似图片库中的人脸图片对应的虹膜图片进行排序;
S42、将所述相似图片库中的第一张虹膜图片与所述识别对象的目标虹膜图像进行虹膜识别;
S43、当虹膜识别结果为匹配时,确定所述识别对象的身份,虹膜识别结束;
S44、当虹膜识别结果为不匹配时,所述识别对象的目标虹膜图像继续与所述相似图片库中的下一张虹膜图片进行虹膜识别;
S45、重复S43、S44,直至确定所述识别对象的身份。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710734153.2A CN109426769A (zh) | 2017-08-24 | 2017-08-24 | 人脸辅助的虹膜识别方法及虹膜识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710734153.2A CN109426769A (zh) | 2017-08-24 | 2017-08-24 | 人脸辅助的虹膜识别方法及虹膜识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109426769A true CN109426769A (zh) | 2019-03-05 |
Family
ID=65501061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710734153.2A Pending CN109426769A (zh) | 2017-08-24 | 2017-08-24 | 人脸辅助的虹膜识别方法及虹膜识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109426769A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032933A (zh) * | 2019-03-07 | 2019-07-19 | 北京旷视科技有限公司 | 一种图像数据的获取方法、装置、终端及存储介质 |
CN110766077A (zh) * | 2019-10-24 | 2020-02-07 | 上海眼控科技股份有限公司 | 证据链图像中特写图筛选方法、装置和设备 |
CN111738106A (zh) * | 2020-06-04 | 2020-10-02 | 东莞市度润光电科技有限公司 | 一种红外灯罩的检测方法、检测装置及存储介质 |
CN112711964A (zh) * | 2019-10-24 | 2021-04-27 | 上海宗保科技有限公司 | 一种人脸追踪监控系统和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1916936A (zh) * | 2006-09-07 | 2007-02-21 | 北京理工大学 | 一种侧面轮廓和人耳特征相结合的身份识别装置 |
CN105184238A (zh) * | 2015-08-26 | 2015-12-23 | 广西小草信息产业有限责任公司 | 一种人脸识别方法及系统 |
US20160092736A1 (en) * | 2014-09-30 | 2016-03-31 | C/O Canon Kabushiki Kaisha | System and method for object re-identification |
CN106250851A (zh) * | 2016-08-01 | 2016-12-21 | 徐鹤菲 | 一种身份认证方法、设备及移动终端 |
-
2017
- 2017-08-24 CN CN201710734153.2A patent/CN109426769A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1916936A (zh) * | 2006-09-07 | 2007-02-21 | 北京理工大学 | 一种侧面轮廓和人耳特征相结合的身份识别装置 |
US20160092736A1 (en) * | 2014-09-30 | 2016-03-31 | C/O Canon Kabushiki Kaisha | System and method for object re-identification |
CN105184238A (zh) * | 2015-08-26 | 2015-12-23 | 广西小草信息产业有限责任公司 | 一种人脸识别方法及系统 |
CN106250851A (zh) * | 2016-08-01 | 2016-12-21 | 徐鹤菲 | 一种身份认证方法、设备及移动终端 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032933A (zh) * | 2019-03-07 | 2019-07-19 | 北京旷视科技有限公司 | 一种图像数据的获取方法、装置、终端及存储介质 |
CN110766077A (zh) * | 2019-10-24 | 2020-02-07 | 上海眼控科技股份有限公司 | 证据链图像中特写图筛选方法、装置和设备 |
CN112711964A (zh) * | 2019-10-24 | 2021-04-27 | 上海宗保科技有限公司 | 一种人脸追踪监控系统和方法 |
CN111738106A (zh) * | 2020-06-04 | 2020-10-02 | 东莞市度润光电科技有限公司 | 一种红外灯罩的检测方法、检测装置及存储介质 |
CN111738106B (zh) * | 2020-06-04 | 2023-09-19 | 东莞市度润光电科技有限公司 | 一种红外灯罩的检测方法、检测装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7869626B2 (en) | Iris recognition method and apparatus thereof | |
Sun et al. | Improving iris recognition accuracy via cascaded classifiers | |
US8582833B2 (en) | Method and apparatus for detecting forged face using infrared image | |
Kumar et al. | Palmprint identification using palmcodes | |
CN109426769A (zh) | 人脸辅助的虹膜识别方法及虹膜识别系统 | |
JP2002269565A (ja) | 回転画像の補正による非接触式アイリス認識方法 | |
Abate et al. | BIRD: Watershed based iris detection for mobile devices | |
US11449590B2 (en) | Device and method for user authentication on basis of iris recognition | |
Min et al. | Eyelid and eyelash detection method in the normalized iris image using the parabolic Hough model and Otsu’s thresholding method | |
Lee et al. | An automated video-based system for iris recognition | |
CN111582118A (zh) | 一种人脸识别方法及装置 | |
CN105488486A (zh) | 防止照片攻击的人脸识别方法及装置 | |
WO2019062588A1 (zh) | 信息识别方法、装置及电子设备 | |
Ng et al. | An effective segmentation method for iris recognition system | |
Gervei et al. | 3D face recognition using modified PCA methods | |
Moi et al. | A unified approach for unconstrained off-angle iris recognition | |
Patel et al. | Human identification by partial iris segmentation using pupil circle growing based on binary integrated edge intensity curve | |
Lee et al. | Improvements in video-based automated system for iris recognition (vasir) | |
Tao et al. | Automatic localization of human eyes in complex background | |
Amjed et al. | Noncircular iris segmentation based on weighted adaptive hough transform using smartphone database | |
Chihaoui et al. | Personal verification system based on retina and SURF descriptors | |
Zaim et al. | A robust and accurate segmentation of iris images using optimal partitioning | |
KR101327482B1 (ko) | 이파리 영상의 잎맥 검출 및 특징 추출 방법 및 장치 | |
JP2010181970A (ja) | 生体認証用装置、生体認証装置、生体認証システム、判別基準決定方法、生体認証方法、及びプログラム | |
Yahya et al. | Accurate iris segmentation method for non-cooperative iris recognition system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190305 |