CN111784893A - 信息的识别方法、系统、设备及存储介质 - Google Patents

信息的识别方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN111784893A
CN111784893A CN201910266995.9A CN201910266995A CN111784893A CN 111784893 A CN111784893 A CN 111784893A CN 201910266995 A CN201910266995 A CN 201910266995A CN 111784893 A CN111784893 A CN 111784893A
Authority
CN
China
Prior art keywords
image
light wave
light
wavelengths
target object
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
Application number
CN201910266995.9A
Other languages
English (en)
Inventor
王琨
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201910266995.9A priority Critical patent/CN111784893A/zh
Publication of CN111784893A publication Critical patent/CN111784893A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

本申请实施例提供一种信息的识别方法、系统、设备及存储介质,在本申请实施例中,发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;确定光波的发射光波中携带目标对象的图像,从而确定图像对应的标识,由于指定光波波长不存在于日照环境中,是无感知照射光波中,唯一波长的光波,故能够在室外强烈的日照下,通过屏蔽掉环境光照的影响,获取到该指定波长光波携带的图像,大幅度优化目标对象亮度与环境背景亮度的对比,实现在室外强光照条件下高效采集目标对象的图像,同时快速进行图像识别,以及提高识别成功率,减少指定波长的光波对目标对象带来的干扰。

Description

信息的识别方法、系统、设备及存储介质
技术领域
本申请涉及计算机技术领域,尤其涉及一种信息的识别方法、系统、设备及存储介质。
背景技术
随着信息技术的发展,在政治、交通、体育、文化、娱乐、旅游等大型公共场景中,对影像识别、人脸识别、身份确认等成像和分析有着广泛的需求。其中,由于人脸识别技术由于其便利性、安全性,在广大的应用场景中得到了很多青睐。
发明内容
本申请的多个方面提供一种信息的识别方法、系统、设备及存储介质,用以提高图像采集效果,且提高图像识别成功率。
本申请实施例提供一种信息的识别方法,包括:发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像;根据所述图像,确定所述图像对应的标识。
本申请实施例还提供一种信息的识别方法,包括:发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像。
本申请实施例还提供一种信息的识别系统,包括:第一设备以及第二设备;所述第一设备,用于发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像;将所述图像发送至所述第二设备;所述第二设备,用于根据所述图像,确定所述图像对应的标识。
本申请实施例还提供一种计算设备,包括存储器、处理器以及发光器件;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序,以用于:当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像;根据所述图像,确定所述图像对应的标识;所述发光器件,用于发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器实现上述信息的识别方法中的步骤。
本申请实施例还提供一种计算设备,包括存储器、处理器以及发光器件;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序,以用于:当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像;所述发光器件,用于发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器实现上述信息的识别方法中的步骤。
在本申请实施例中,发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;确定光波的发射光波中携带目标对象的图像,从而确定图像对应的标识,由于指定光波波长不存在于日照环境中,是无感知照射光波中,唯一波长的光波,故能够在室外强烈的日照下,通过屏蔽掉环境光照的影响,获取到该指定波长光波携带的图像,大幅度优化目标对象亮度与环境背景亮度的对比,实现在室外强光照条件下高效采集目标对象的图像,同时快速进行图像识别,以及提高识别成功率,减少指定波长的光波对目标对象带来的干扰。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请一示例性实施例的信息的识别系统的结构示意图;
图2为本申请一示例性实施例的信息的识别方法的流程示意图;
图3为本申请一示例性实施例提供的信息的识别方法的示意图;
图4为本申请又一示例性实施例提供的信息的识别方法的流程示意图;
图5为本申请一示例性实施例提供的信息的识别装置的结构示意图;
图6为本申请又一示例性实施例提供的信息的识别装置的结构示意图;
图7为本申请又一示例性实施例提供的闸机设备的结构示意图;
图8为本申请又一示例性实施例提供的闸机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,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。
目前,虽然人脸识别技术有着广泛的需求,但是人脸识别技术在室外,尤其是在背景的光照强度很高的环境中,在采集图像和人脸的效果很差,容易导致图像或人脸的识别的成功率很低。同时,对于肤色较黑的人来说人脸识别效果更差。所以在有关的外事活动、体育比赛、文艺演出、运动会、马拉松等项目中,人脸识别的使用范围和效果就极低。
本申请实施例提供一种实现方式,屏蔽掉环境光照的影响,获取到该指定波长光波携带的图像。
在本申请实施例中,发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;确定光波的发射光波中携带目标对象的图像,从而确定图像对应的标识,由于指定光波波长不存在于日照环境中,是无感知照射光波中,唯一波长的光波,故能够在室外强烈的日照下,通过屏蔽掉环境光照的影响,获取到该指定波长光波携带的图像,大幅度优化目标对象亮度与环境背景亮度的对比效果,实现在室外强光照条件下高效采集目标对象的图像,同时快速进行图像识别,以及提高识别成功率,减少指定波长的光波对目标对象带来的干扰。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本申请一示例性实施例提供的一种信息的识别系统的结构示意图。如图1所示,该识别系统100可以包括:第一设备101以及第二设备102。
其中,第一设备101可以是任何具有一定计算能力的计算设备。第一设备101的基本结构可以包括:至少一个处理器。处理器的数量取决于第一设备101的配置和类型。第一设备101也可以包括存储器,该存储器可以为易失性的,例如RAM,也可以为非易失性的,例如只读存储器(Read-Only Memory,ROM)、闪存等,或者也可以同时包括两种类型。存储器内通常存储一个或多个应用程序,也可以存储有程序数据等。除了处理单元和存储器之外,第一设备101还包括采集装置,如人脸识别装置。此外,第一终端101还可以包括一些基本配置,例如网卡芯片、IO总线、显示组件以及一些外围设备等。可选地,一些外围设备可以包括,例如键盘、鼠标、输入笔、打印机等。其它外围设备在本领域中是众所周知的,在此不做赘述。可选地,第一设备101可以为闸机等设备,当第一设备101为闸机时,该第一设备101还可以包括摆闸,用于开启或关闭闸机的通道。
第二设备102是指可以在网络虚拟环境中提供计算处理服务的设备,通常是指利用网络进行信息识别的服务器。在物理实现上,第二设备102可以是任何能够提供计算服务,响应服务请求,并进行处理的设备,例如可以是常规服务器、云服务器、云主机、虚拟中心等。第二设备102的构成主要包括处理器、硬盘、内存、系统总线等,和通用的计算机架构类似。
在本申请实例中,第一设备101,用于发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;当接收到光波的反射光波后,确定发射光波中携带目标对象的图像;将图像发送至第二设备102;第二设备102,用于根据图像,确定图像对应的标识。
在一些实例中,第二设备102,用于根据标识,发送开启闸机通道指令至第一设备101。第一设备101根据接收到的指令开启闸机通道,即开启第一设备101的摆闸。
在一些实例中,当第二设备102,用于根据图像,确定图像无对应的标识时,发送关闭闸机通道指令,第一设备101接收到该指令后,则关闭闸机通道,即关闭第一设备101的摆闸。
在上述本实施例中,第一设备101可以与第二设备102进行网络连接,该网络连接可以是无线或有线网络连接。若第一设备101与第二设备102是通信连接,该移动网络的网络制式可以为2G(GSM)、2.5G(GPRS)、3G(WCDMA、TD-SCDMA、CDMA2000、UTMS)、4G(LTE)、4G+(LTE+)、WiMax等中的任意一种。
下面结合方法实施例,针对第一设备101识别信息的过程进行详细说明。
图2为本申请一示例性实施例的信息的识别方法的流程示意图。本申请实施例提供的该方法200可以由第一设备执行,该方法200包括以下步骤:
201:发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
202:当接收到光波的反射光波后,确定发射光波中携带目标对象的图像。
203:根据图像,确定图像对应的标识。
以下针对上述步骤进行详细阐述:
201:发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
其中,指定波长的光波是指不存在于日照环境中的光波,属于地表处的太阳辐射光谱的缺口,例如,1400nm(纳米)、1900nm(纳米)、1150nm(纳米)的红外线。即使在室外,包括在背景光照强度很高时,也缺乏对应的该类指定波长的光波。
目标对象是指用于需要识别的对象,如,人(特别是人脸)。由于上述指定波长的光波红外线是指不可见光,对于人眼而言是无感知的,不会造成对人过多的干扰,如,光线过于刺眼导致采集到的人脸图像不够清晰或准确。
值得说明的是,由于选择的指定波长的光波属于长波长的光波,从而使得黑色素对该类波长的光波的吸收程度,相较短波长的光波的吸收程度大幅度降低,所以使用该类波长的光波来采集黑皮肤的人的图像,更能较好地采集到清晰的图像,用于人脸识别。
而环境中的日照光波来源与太阳光谱的广播,太阳光谱是一个包含不同波长的宽阔的连续谱,属于G2V光谱型,其能量来源来自于太阳内部的核聚变反应,太阳相当于温度约为5000-6000K(开氏度)的电磁波辐射源,一般可取5770K(约5500℃)。
对多数人而言,波长在400nm—760nm纳米的电磁波可被人眼识别即可见光。由于人的个体差异,对不同人而言,可见光波长范围略有不同。
太阳辐射是电磁波,其主要光波波长范围在200nm—3000nm纳米之间,主要包括紫外线、可见光、近红外线三部分。太阳辐射在经过大气层时,由于气体物质的反射、吸收、散射而有所衰减,对地面的总辐射由直接辐射(约占总能量90%)和散射辐射(也称天空辐射)两部分构成。可见,由于大气中的水蒸气、氧气、二氧化碳、臭氧等的吸收作用,在地球地面处的辐射谱线急剧降低,形成几个明显缺口。在室外,包括在环境中光照强度很高的环境中,也缺乏对应于缺口的波长的电磁破。
在一些实例中,该方法200还包括:通过驱动模组对发光器件进行供电,生成指定波长的光波。
其中,驱动模组也可以称为光源驱动模组是指:为发光器件提供合适的电压、电流、温度等工作参数的模组。
发光器件也可以称为光源是指产生光波并向外发出光波的器件,例如,InGaAs铟镓砷类化合物半导体材料LED、PMT(photomultiplier tube光电倍增管)、Xe灯(氙灯)、Hg-Xe灯(汞-氙灯)等。
需要说明的是,由于LED具有发光效率高、功耗小、体积小、重量轻、寿命长、光衰小、响应快、无污染、成本低、应用灵活等优点,因此,可以优选化InGaAs铟镓砷类化合物半导体材料LED作为发光器件。
LED发出的光波波长取决于其发光材料,可以通过改变材料元素及其配比等方法调整光波长。例如采用InGaAs系LED作为发光器件,可发射出峰值波长为1400nm的红外线,其发出的光也存在一定的波长范围,一般来说其FWHM(半峰全宽亦称半宽度)为120nm左右。由于InGaAs等化合物半导体材料具备的禁带宽度,所对应的电子跃迁能等于该波长的光子的能量,所以InGaAs等化合物半导体材料可以发射出上述波长的光波。在一些实例中,生成指定波长的光波,包括:通过发光器件产生预置波长段的光波,预置波长段的光波通过包围在发光器件外的滤光器件,生成指定波长的光波。
其中,滤光器件可以是用于选取所需辐射波长的光学器件,如滤波片,该滤波片为指定波长的光波的滤光片。
例如,如图3所示,在演出场馆的应用场景中,在演出场馆的入口处设置有多个闸机,用于对准备进场的观众进行身份识别,每个闸机的人脸采集装置通过其内置的主控制单元,如图像处理模块,向驱动模组发出指令,该指令指示驱动模组向InGaAs铟镓砷类化合物半导体材料LED提供对应工作电压、工作电流以及工作温度,InGaAs铟镓砷类化合物半导体材料LED在驱动模组提供的工作电压、工作电流以及工作温度,产生500-2300nm的光波,该波段的光波经过包围在铟镓砷类化合物半导体材料LED外的滤光片时进行滤光,仅将1400nm(纳米)、1900nm(纳米)、1150nm(纳米)的光波滤出,闸机的人脸采集装置仅发射出1400nm(纳米)、1900nm(纳米)、1150nm(纳米)的光波。发射出的光波进入到日照环境中,并到达物体和人脸上,并反射回闸机的人脸识别装置。需要说明的是,由于在日照环境中,除了发射出的光波会反射回人脸识别装置,还会有日照环境中的日照可见光以及日照不可见光反射回人脸识别装置。同时,当目标对象所在的背景亮度极高,尤其是逆光情况下,目标对象,尤其人脸,会极为灰暗,使用1400nm等波长的红外线做补光,也能大幅改善成像效果。
202:当接收到光波的反射光波后,确定发射光波中携带目标对象的图像。
其中,确定的图像可以为人脸图像。
应理解,光波在传播的过程中,遇到物体,经过反射后,会携带该物体的图像或图像信息。或者说,根据反射光波中携带的光波信息,如光波波长以及光波密度(即光强度)来确定图像。
在一些实例中,确定发射光波中携带目标对象的图像,包括:当接收到反射光波后,通过滤光器件,得到反射光波中携带图像的像素点;根据像素点,生成图像。
其中,像素点是指构成图像的最小单位。
在一些实例中,滤光器件包括阵列结构的滤光点,每个滤光点对应一个像素点。
例如,根据前文所述,滤光片可以根据指定波长,组成微小网络结构,网格结构也可以是阵列结构,其中,阵列结构中布满了一个个阵列排布的滤光点,与下层的像素一一对应。每个滤光点可以用于通过一个指定波长的光波得到该光波对应的像素点。
在一些实例中,根据像素点,生成图像,包括:将像素点组成灰度图像;根据指定波长的光波,对灰度图像进行去灰度,生成可识别的图像。
其中,灰度图像是指使用黑色调表示图像,即用黑色为基准色,不同的饱和度的黑色来显示图像。
可识别的图像是指能够被闸机的人脸识别装置识别的图像。
例如,根据前文所述,如图3所示,闸机的人脸识别装置的镜头(也可以称为摄像头)接收到反射光波,该反射光波可以通过人脸识别装置的镜头进入到设置在人脸识别装置上的滤光片中,通过该滤光片得到1400nm(纳米)、1900nm(纳米)、1150nm(纳米)的光波的像素点,再通过人脸识别装置中设置的红外图像传感器,将像素点转换为电信号,使得人脸识别装置得到该电信号,并对该电信号进行处理,生成灰度图像,并基于1400nm(纳米)、1900nm(纳米)、1150nm(纳米)的光波进行图像算法处理,以波长1400nm(纳米)、1900nm(纳米)、1150nm(纳米)作为原色,使得灰度图像形成具有清晰轮廓的彩色图像,即人脸识别装置可识别的图像。
需要说明的是,红外图像传感器也可以称为红外图像传感器模块,如图3所示,可通过镜头接收反射光波的光线,可屏蔽掉外界日照环境中光的影响,捕获该反射光波所携载的图像的信息。其中,红外图像传感器可以为InGaAs铟镓砷材质的PIN型半导体材料组成的CCD(Charge-coupled Device电荷耦合元件)模组,且滤光片可以设置在CCD模组接收光波的一侧,用于接收反射光波,以使在相应波长的激励下实现对图像的识别。此时,CCD模组可以与滤光片组成红外图像传感器。滤光片也可以独立设置在红外图像传感器的接收光波的一侧。
203:根据图像,确定图像对应的标识。
其中,标识是指目标对象的身份信息,如ID等。
在一些实例中,确定图像对应的标识,包括:通过预置识别算法,识别图像对应的标识。
例如,根据前文所述,闸机的人脸识别装置在确定人脸图像后,将人脸图像作为人脸识别算法的输入,根据预置的人脸识别算法,识别人脸图像对应的人的标识,如身份证等。
其中,人脸识别算法是一种基于人的脸部生理特征信息、通过一定的流程完成生物特征识别的算法。使用人脸识别算法(也可以称为人脸检测算法)从人脸图像中通过特征提取算法提取人脸的特征,根据这些特征确定人的身份。
在一些实例中,该方法200还包括:根据确定的标识,开启闸机通道,以供目标对象通过。
例如,根据前文所述,当查找到该人脸图像的身份之后,就证明该人的身份验证通过,此时闸机的人脸识别装置可以向闸机的控制单元发送指令,指示闸机开启摆闸,允许当前被识别人员通过,待人员通过后,闸机在关闭摆闸,以待进行下一次人脸识别。
在一些实例中,该方法200还包括:当确定图像无对应的标识时,关闭闸机通道。
例如,根据前文所述,当人脸识别装置未查找到该人脸图像的标识时,则视为该人脸图像无对应标识,则不允许当前待识别人员通过闸机,此时,人脸识别装置可以给闸机的控制单元发送指令,指示闸机保持摆闸关闭状态,以进行下一次人脸识别。
在一些实例中,该方法200还包括:通过图像传感器接收多个波长的光波,并对多个波长的光波中的图像进行颜色识别;将识别出的颜色叠加到确定的图像上,生成可见光图像。
其中,图像传感器是用于识别所拍人脸图像的颜色,如CCD图像传感器也可以称为CCD图像颜色传感器,在图像传感器上设置有彩色滤光片,彩色滤光片可以区分色彩,并识别色彩,获取色彩。
例如,根据前文所述,闸机的人脸识别装置中内置的CCD图像传感器通过镜头接收反射光波以及其他光波,并通过彩色滤波片获取到人脸图像的色彩,人脸识别装置在获取到色彩后,将色彩叠加到上述可识别的图像上,形成人眼可见光范围内的彩色图像,以便工作人员可以查看存储在服务器端或闸机的人脸图像。
需要说明的是,CCD等传感器也可以用上述材料制成,如,InGaAs铟镓砷类化合物,以使在相应波长的激励下实现对图像的识别。
在一些实例中,当接收到光波的反射光波后,该方法200还包括:根据后续指定波长的光波达到目标对象后的回传时间,确定执行识别方法的设备到达目标对象的距离;根据距离,以目标对象为焦点进行对焦。
例如,根据前文所述,具有人脸识别装置的闸机开始工作后,其光源以默认功率工作,发出1400nm(纳米)、1900nm(纳米)、1150nm(纳米)的光波,此时闸机处于待机状态,当人脸识别装置接收到反射光波后,闸机由待机状态变为正常工作状态,此时电流激增,达到峰值,将此时电流峰值的时间作为初始时间,当初始时间后,再次接收到反射光波,将此时接收到的反射光波对应的时间作为结束时间,根据初始时间以及结束时间的时间间隔作为回传时间,可以根据光波的传输速度,确定出闸机的人脸识别装置距离人脸的距离,根据确定出的距离,人脸识别装置以人脸为目标进行距离对焦,以便直接快速对焦。
在一些实例中,当接收到光波的反射光波后,该方法200还包括:根据接收到反射光波的光场强度,确定目标对象所在的方位,并根据方位,以目标对象为焦点进行对焦。
其中,光场是光波在空间传播中四维的概念,光场是空间中同时包含位置和方向信息的四维光辐射场的参数化表示,是空间中所有光波光辐射函数的总体。同时光场描述空间中任意一点向任意方向的光波的强度,即光场强度。
应理解,光波在传播的过程中,光波会携带光波的波长以及光波的强度。
例如,根据前文所述,人脸识别装置可以通过镜头接收到反射光波,通过滤光片的反射光波被红外图像传感器识别,红外图像传感器在接收到反射光波后,通过镜头可以得到该反射光波的光场的光强分布,可以根据光场的光强分布,确定近处物体的空间位置,即方位,例如,根据光场中最大的光强点或区域,确定为人脸对应的所在空间位置,从而确定人脸是偏左偏右偏上偏下等,进行快速调整,对准近处人脸进行角度对焦。
在一些实例中,该方法200还包括:当无法识别出确定的图像时,调整发光器件的发射功率。
例如,根据前文所述,当闸机的人脸识别装置在接收到反射光波后,并无法从反射光波中确定出图像时,可以调整驱动模组提供给InGaAs铟镓砷类化合物半导体材料LED的电流,从而提高光源发射功率和反射回红外图像传感器的光的通量,提高成像效果和人脸识别能力。
在本申请实例中,闸机的人脸识别装置在未进行人脸识别过程时,处于待机状态,当开始进行人脸识别时,可以自动开始工作,从而尽量减少功率消耗。由于地表处的太阳辐射光谱中基本没有上述光源发出的波长的光波,也就是说日照环境中的光辐射都不能透过滤光片进入到红外图像传感器模块。因此,可以让光源一直处于工作状态,只有物体(例如人)经过本闸机设备跟前时,才能将该光源发出的波长的光反射回红外图像传感器模块,就可以触发本闸机的人脸识别装置整体开始工作。由于光源本身的功率很低,这样,就可以极大地降低闸机整体功耗,减少处理器运算负荷,以便广泛应用于大型活动和公共场所等场景,并在更多领域得到应用。同时,由于日照环境中基本不存在指定波长的光波,因此,环境中的光波所搭载的信息基本都被过滤掉了。只有被反射回来的光才能够进入红外图像传感器模块,如被人脸反射的上述指定波长的光波,这样就屏蔽了外界环境光的影响和干扰。另外,由于黑色素对光的吸收能力急剧衰减,近似于指数衰减。这样,采用指定波长的光波,可保证对肤色较黑人群、尤其是黑色人种的人群具有足够的人脸识别效果。
此外,在本申请实例中,人脸识别装置还可以设置有补光器件,例如,可见光补光灯和/或红外补光灯,对于夜晚人脸识别的场景比较适用;有效解决现有人脸识别在室外强光照条件下的人脸识别的瓶颈,提高图像中人脸部分的成像效果,更好的完成在环境光强度高、被拍摄人肤色较黑情况下的人脸识别。还可以为人脸设备装置或被目标对象的上方增加遮光罩,有限优化人脸亮度与背景亮度对比度,增加改善效果。人脸识别装置可以使用宽动态摄像头,采集人脸图像,可以在一定条件下提高摄像模组的拍摄质量,增加改善效果。人脸识别装置可以采用3D人脸建模,增加改善效果。人脸识别装置可以使用短焦镜头,在近处采集人脸图像,增加改善效果。人脸识别装置可以使用图像处理算法,多次调整光源的亮度和对比度。还可以为人脸识别装置所在的闸机搭建顶棚或摄像棚,增加改善效果。
图4为本申请另一示例性实施例提供的又一种信息的识别方法的流程示意图。本申请实施例提供的该方法400由第一设备执行,该方法400包括以下步骤:
401:发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
402:当接收到光波的反射光波后,确定发射光波中携带目标对象的图像。
需要说明的是,由于步骤401-402在前文中已经详细阐述过了,这里就不再赘述。
在一些实例中,该方法400还包括:将图像发送至服务器,以使服务器根据图像,确定图像对应的标识;接收服务器返回的开启闸机通道指令。
例如,根据前文所述,闸机的人脸识别装置在确定图像后,可以指示闸机将图像发送至服务器,服务器在接收到该图像后,将人脸图像作为人脸识别算法的输入,根据预置的人脸识别算法,识别人脸图像对应的人的标识,如身份证等。服务器在确定出标识后,将指令发送至闸机,该指令指示闸机开启摆闸,允许人员通过。
在一些实例中,该方法400还包括:根据图像,确定图像对应的标识。
例如,根据前文所述,闸机的人脸识别装置在确定图像后,人脸识别装置可以直接将人脸图像作为人脸识别算法的输入,根据预置的人脸识别算法,识别人脸图像对应的人的标识,如身份证等。人脸识别装置在确定出标识后,将指令发送至闸机,该指令指示闸机开启摆闸,允许人员通过。
图5为本申请又一示例性实施例提供的又一种信息的识别装置的结构框架示意图。该装置500可以应用于第一设备中,该装置500包括:发送模块501、第一确定模块502以及第二确定模块503,以下针对各个模块的功能进行详细的阐述:
发送模块501,用于发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
第一确定模块502,用于当接收到光波的反射光波后,确定发射光波中携带目标对象的图像。
第二确定模块503,用于根据图像,确定图像对应的标识。
在一些实例中,该装置500还包括:开启模块,用于根据确定的标识,开启闸机通道,以供目标对象通过。
在一些实例中,该装置500还包括:生成模块,用于通过驱动模组对发光器件进行供电,生成指定波长的光波。
在一些实例中,生成模块,用于通过发光器件产生预置波长段的光波,预置波长段的光波通过包围在发光器件外的滤光器件,生成指定波长的光波。
在一些实例中,第一确定模块502,包括:得到单元,用于当接收到反射光波后,通过滤光器件,得到反射光波中携带的图像的像素点;生成单元,用于根据像素点,生成图像。
在一些实例中,滤光器件包括阵列结构的滤光点,每个滤光点对应一个像素点。
在一些实例中,生成单元,用于将像素点组成灰度图像;根据指定波长的光波,对灰度图像进行去灰度,生成可识别的图像。
在一些实例中,第二确定模块503,用于通过预置识别算法,识别图像对应的标识。
在一些实例中,该装置500还包括:识别模块,用于通过图像传感器接收多个波长的光波,并对多个波长的光波中的图像进行颜色识别;叠加模块,用于将识别出的颜色叠加到确定的图像上,生成可见光图像。
在一些实例中,当接收到光波的反射光波后,该装置500还包括:第三确定模块,用于根据后续指定波长的光波达到目标对象后的回传时间,确定执行识别方法的设备到达目标对象的距离;第一对焦模块,用于根据距离,以目标对象为焦点进行对焦。
在一些实例中,当接收到光波的反射光波后,该装置500还包括:第二对焦模块,用于根据接收到反射光波的光场强度,确定目标对象所在的方位,并根据方位,以目标对象为焦点进行对焦。
在一些实例中,该装置500还包括:调整模块,用于当无法识别出确定的图像时,调整发光器件的发射功率。
在一些实例中,该装置500还包括:关闭模块,用于当确定图像无对应的标识时,关闭闸机通道。
在一些实例中,确定的图像为人脸图像。
图6为本申请又一示例性实施例提供的又一种信息的识别装置的结构框架示意图。该装置600可以应用于第一设备中,该装置600包括:第一发送模块601以及确定模块602,以下针对各个模块的功能进行详细的阐述:
第一发送模块601,用于发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
确定模块602,用于当接收到光波的反射光波后,确定发射光波中携带目标对象的图像。
在一些实例中,该装置600还包括:第二发送模块,用于将图像发送至服务器,以使服务器根据图像,确定图像对应的标识;接收模块,用于接收服务器返回的开启闸机通道指令。
在一些实例中,确定模块602,用于根据图像,确定图像对应的标识。
以上描述了图5所示的识别装置500的内部功能和结构,在一个可能的设计中,图5所示的识别装置500的结构可实现为闸机设备,如图7所示,该闸机设备700可以包括:存储器701、处理器702以及发光器件703;
存储器701,用于存储计算机程序;
处理器702,用于执行计算机程序,以用于:当接收到光波的反射光波后,确定发射光波中携带目标对象的图像;根据图像,确定图像对应的标识。
发光器件703,用于发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
在一些实例中,该设备700还包括:驱动模组704以及滤光器件705,其中,滤光器件705包围在发光器件外;驱动模组704,用于对发光器703件进行供电;其中,发光器件703,用于产生预置波长段的光波;滤光器件705,用于对预置波长段的光波进行滤光,生成指定波长的光波。
在一些实例中,该设备700还包括:图像传感器;图像传感器,用于接收多个波长的光波,并多个波长的光波中的图像进行颜色识别,以使得处理器702用于将识别出的颜色叠加到确定的图像上,生成可见光图像。
在一些实例中,处理器702,还用于:根据确定的标识,开启闸机通道,以供目标对象通过。
在一些实例中,处理器702,还用于:通过驱动模组704对发光器件703进行供电,生成指定波长的光波。
在一些实例中,处理器702,具体用于:当接收到反射光波后,通过滤光器件705,得到反射光波中携带的图像的像素点;根据像素点,生成图像。
在一些实例中,滤光器件705包括阵列结构的滤光点,每个滤光点对应一个像素点。
在一些实例中,处理器702,具体用于:将像素点组成灰度图像;根据指定波长的光波,对灰度图像进行去灰度,生成可识别的图像。
在一些实例中,处理器702,具体用于:通过预置识别算法,识别图像对应的标识。
在一些实例中,处理器702,还用于:通过图像传感器接收多个波长的光波,并对多个波长的光波中的图像进行颜色识别;将识别出的颜色叠加到确定的图像上,生成可见光图像。
在一些实例中,当接收到光波的反射光波后,处理器702,还用于:根据后续指定波长的光波达到目标对象后的回传时间,确定执行识别方法的设备到达目标对象的距离;根据距离,以目标对象为焦点进行对焦。
在一些实例中,当接收到光波的反射光波后,处理器702,还用于:根据接收到反射光波的光场强度,确定目标对象所在的方位,并根据方位,以目标对象为焦点进行对焦。
在一些实例中,处理器702,还用于:当无法识别出确定的图像时,调整发光器件的发射功率。
在一些实例中,处理器702,还用于:当确定图像无对应的标识时,关闭闸机通道。
在一些实例中,确定的图像为人脸图像。
另外,本发明实施例提供了一种计算机存储介质,计算机程序被一个或多个处理器执行时,致使一个或多个处理器实现图2方法实施例中信息的识别方法的步骤。
以上描述了图6所示的信息的识别装置600的内部功能和结构,在一个可能的设计中,图6所示的识别装置600的结构可实现为闸机设备,如图8所示,该终端设备800可以包括:存储器801、处理器802以及发光器件803;
存储器801,用于存储计算机程序;
处理器802,用于执行计算机程序,以用于:当接收到光波的反射光波后,确定发射光波中携带目标对象的图像;发光器件803,用于发送指定波长的光波,指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
在一些实例中,处理器802,还用于:将图像发送至服务器,以使服务器根据图像,确定图像对应的标识;接收服务器返回的开启闸机通道指令。
在一些实例中,处理器802,还用于:根据图像,确定图像对应的标识。
另外,本发明实施例提供了一种计算机存储介质,计算机程序被一个或多个处理器执行时,致使一个或多个处理器实现图4方法实施例中信息的识别方法的步骤。
另外,在上述实施例及附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如201、202、203等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现,当然也可以通过硬件和软件结合的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程多媒体数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程多媒体数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程多媒体数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程多媒体数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (24)

1.一种信息的识别方法,其特征在于,包括:
发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;
当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像;
根据所述图像,确定所述图像对应的标识。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据确定的所述标识,开启闸机通道,以供所述目标对象通过。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过驱动模组对发光器件进行供电,生成所述指定波长的光波。
4.根据权利要求3所述的方法,其特征在于,所述生成所述指定波长的光波,包括:
通过所述发光器件产生预置波长段的光波,所述预置波长段的光波通过包围在所述发光器件外的滤光器件,生成所述指定波长的光波。
5.根据权利要求1所述的方法,其特征在于,所述确定所述发射光波中携带目标对象的图像,包括:
当接收到所述反射光波后,通过滤光器件,得到所述反射光波中携带图像的像素点;
根据所述像素点,生成所述图像。
6.根据权利要求5所述的方法,其特征在于,所述滤光器件包括阵列结构的滤光点,每个滤光点对应一个像素点。
7.根据权利要求5所述的方法,其特征在于,所述根据所述像素点,生成所述图像,包括:
将所述像素点组成灰度图像;
根据所述指定波长的光波,对所述灰度图像进行去灰度,生成可识别的图像。
8.根据权利要求1所述的方法,其特征在于,所述确定所述图像对应的标识,包括:
通过预置识别算法,识别所述图像对应的标识。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过图像传感器接收多个波长的光波,并对多个波长的光波中的所述图像进行颜色识别;
将识别出的颜色叠加到确定的图像上,生成可见光图像。
10.根据权利要求1所述的方法,其特征在于,当接收到所述光波的反射光波后,所述方法还包括:
根据后续所述指定波长的光波达到所述目标对象后的回传时间,确定执行所述识别方法的设备到达所述目标对象的距离;
根据所述距离,以所述目标对象为焦点进行对焦。
11.根据权利要求1所述的方法,其特征在于,当接收到所述光波的反射光波后,所述方法还包括:
根据接收到反射光波的光场强度,确定所述目标对象所在的方位,并根据所述方位,以所述目标对象为焦点进行对焦。
12.根据权利要求3所述的方法,其特征在于,所述方法还包括:
当无法识别出确定的图像时,调整所述发光器件的发射功率。
13.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当确定所述图像无对应的标识时,关闭闸机通道。
14.根据权利要求1-13任一项所述的方法,其特征在于,
确定的图像为人脸图像。
15.根据权利要求1-13任一项所述的方法,其特征在于,所述指定波长为1150纳米、1400纳米和/或1900纳米。
16.一种信息的识别方法,其特征在于,包括:
发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;
当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像。
17.根据权利要求16所述的方法,其特征在于,所述方法还包括:
将所述图像发送至服务器,以使所述服务器根据所述图像,确定所述图像对应的标识;
接收所述服务器返回的开启闸机通道指令。
18.根据权利要求16所述的方法,其特征在于,所述方法还包括:
根据所述图像,确定所述图像对应的标识。
19.一种信息的识别系统,其特征在于,包括:第一设备以及第二设备;
所述第一设备,用于发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长;
当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像;
将所述图像发送至所述第二设备;
所述第二设备,用于根据所述图像,确定所述图像对应的标识。
20.根据权利要求19所述的系统,其特征在于,所述第二设备,用于根据所述标识,发送开启闸机通道指令至所述第一设备。
21.一种计算设备,其特征在于,包括存储器、处理器以及发光器件;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序,以用于:
当接收到所述光波的反射光波后,确定所述发射光波中携带目标对象的图像;
根据所述图像,确定所述图像对应的标识;
所述发光器件,用于发送指定波长的光波,所述指定波长是指在日照环境中,可作为无感知照射目标对象存在的唯一光波波长。
22.根据权利要求21所述的设备,其特征在于,所述设备还包括:驱动模组以及滤光器件,其中,所述滤光器件包围在所述发光器件外;
所述驱动模组,用于对所述发光器件进行供电;
其中,所述发光器件,用于产生预置波长段的光波;
所述滤光器件,用于对所述预置波长段的光波进行滤光,生成所述指定波长的光波。
23.根据权利要求21所述的设备,其特征在于,所述设备还包括:图像传感器;
图像传感器,用于接收多个波长的光波,并多个波长的光波中的所述图像进行颜色识别,以使得所述处理器用于将识别出的颜色叠加到确定的图像上,生成可见光图像。
24.一种存储有计算机程序的计算机可读存储介质,其特征在于,计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器实现权利要求1-18任一项所述方法中的步骤。
CN201910266995.9A 2019-04-03 2019-04-03 信息的识别方法、系统、设备及存储介质 Pending CN111784893A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910266995.9A CN111784893A (zh) 2019-04-03 2019-04-03 信息的识别方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910266995.9A CN111784893A (zh) 2019-04-03 2019-04-03 信息的识别方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111784893A true CN111784893A (zh) 2020-10-16

Family

ID=72755347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910266995.9A Pending CN111784893A (zh) 2019-04-03 2019-04-03 信息的识别方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111784893A (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101030014A (zh) * 2006-03-03 2007-09-05 富士通株式会社 图像捕获装置
CN101030252A (zh) * 2006-03-03 2007-09-05 富士通株式会社 具有测距功能的图像捕获装置
CN101226587A (zh) * 2007-01-15 2008-07-23 中国科学院自动化研究所 图像采集装置及应用该装置的人脸识别系统和方法
CN101764999A (zh) * 2009-07-28 2010-06-30 北京智安邦科技有限公司 分镜头视频捕获设备
CN102542242A (zh) * 2010-12-27 2012-07-04 北京北科慧识科技股份有限公司 非接触式采集图像的生物特征区域定位方法和装置
CN103294994A (zh) * 2012-02-29 2013-09-11 舒普莱玛株式会社 用于基于环境适应性识别面部的装置
CN103336950A (zh) * 2013-07-01 2013-10-02 深圳市飞瑞斯科技有限公司 一种人脸识别方法及系统
CN103415755A (zh) * 2011-03-10 2013-11-27 爱克发医疗保健公司 用于光学相干层析术的系统和方法
CN104488357A (zh) * 2012-07-27 2015-04-01 皇家飞利浦有限公司 使用反射光谱对对象的颜色突出和保护
CN105162520A (zh) * 2015-10-21 2015-12-16 北京联海科技有限公司 基于可见光照明的自动识别方法和信息服务系统
CN105578078A (zh) * 2015-12-18 2016-05-11 广东欧珀移动通信有限公司 图像传感器、成像装置、移动终端及成像方法
CN105578066A (zh) * 2015-12-18 2016-05-11 广东欧珀移动通信有限公司 成像方法、成像装置及电子装置
CN107180221A (zh) * 2016-03-11 2017-09-19 富士通株式会社 生物捕获装置和生物捕获方法
CN108680929A (zh) * 2018-07-18 2018-10-19 度亘激光技术(苏州)有限公司 一种基于垂直腔面发射激光器阵列的三维感测系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101030252A (zh) * 2006-03-03 2007-09-05 富士通株式会社 具有测距功能的图像捕获装置
CN101030014A (zh) * 2006-03-03 2007-09-05 富士通株式会社 图像捕获装置
CN101226587A (zh) * 2007-01-15 2008-07-23 中国科学院自动化研究所 图像采集装置及应用该装置的人脸识别系统和方法
CN101764999A (zh) * 2009-07-28 2010-06-30 北京智安邦科技有限公司 分镜头视频捕获设备
CN102542242A (zh) * 2010-12-27 2012-07-04 北京北科慧识科技股份有限公司 非接触式采集图像的生物特征区域定位方法和装置
CN103415755A (zh) * 2011-03-10 2013-11-27 爱克发医疗保健公司 用于光学相干层析术的系统和方法
CN103294994A (zh) * 2012-02-29 2013-09-11 舒普莱玛株式会社 用于基于环境适应性识别面部的装置
CN104488357A (zh) * 2012-07-27 2015-04-01 皇家飞利浦有限公司 使用反射光谱对对象的颜色突出和保护
CN103336950A (zh) * 2013-07-01 2013-10-02 深圳市飞瑞斯科技有限公司 一种人脸识别方法及系统
CN105162520A (zh) * 2015-10-21 2015-12-16 北京联海科技有限公司 基于可见光照明的自动识别方法和信息服务系统
CN105578078A (zh) * 2015-12-18 2016-05-11 广东欧珀移动通信有限公司 图像传感器、成像装置、移动终端及成像方法
CN105578066A (zh) * 2015-12-18 2016-05-11 广东欧珀移动通信有限公司 成像方法、成像装置及电子装置
CN107180221A (zh) * 2016-03-11 2017-09-19 富士通株式会社 生物捕获装置和生物捕获方法
CN108680929A (zh) * 2018-07-18 2018-10-19 度亘激光技术(苏州)有限公司 一种基于垂直腔面发射激光器阵列的三维感测系统

Similar Documents

Publication Publication Date Title
CN103609102B (zh) 高分辨率多光谱图像捕捉
CN110493491B (zh) 一种图像采集装置及摄像方法
US10742894B2 (en) Optical array for high-quality imaging in harsh environments
US20210383511A1 (en) Bright Spot Removal Using A Neural Network
CN110490041B (zh) 人脸图像采集装置及方法
CN105323497B (zh) 恒定包围的高动态范围(cHDR)操作
CN108716983B (zh) 光学元件检测方法和装置、电子设备、存储介质
EP4198875A1 (en) Image fusion method, and training method and apparatus for image fusion model
CN109788170A (zh) 一种基于红外与可见光的视频图像处理系统及方法
CN110493496B (zh) 图像采集装置及方法
CN110493536B (zh) 图像采集装置和图像采集的方法
CN110493535B (zh) 图像采集装置和图像采集的方法
CN110490042B (zh) 人脸识别装置和门禁设备
CN207491128U (zh) 一种rgb+ir图像采集设备
CN110490044B (zh) 人脸建模设备和人脸建模方法
CN107820005B (zh) 图像处理方法、装置和电子装置
CN110798623A (zh) 单目摄像机、图像处理系统以及图像处理方法
CN110428637A (zh) 一种道路卡口抓拍方法和道路卡口抓拍系统
CN110493495B (zh) 图像采集装置和图像采集的方法
CN108600740A (zh) 光学元件检测方法、装置、电子设备和存储介质
CN110188670A (zh) 一种虹膜识别中的人脸图像处理方法、装置和计算设备
CN110505376B (zh) 图像采集装置及方法
CN115131419A (zh) 一种形成丁达尔光效的图像处理方法及电子设备
US10893182B2 (en) Systems and methods for spectral imaging with compensation functions
US20210279530A1 (en) Systems and methods for image fusion

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

Application publication date: 20201016

RJ01 Rejection of invention patent application after publication