CN111932505B - 一种图书损坏自动检测方法及装置 - Google Patents

一种图书损坏自动检测方法及装置 Download PDF

Info

Publication number
CN111932505B
CN111932505B CN202010700064.8A CN202010700064A CN111932505B CN 111932505 B CN111932505 B CN 111932505B CN 202010700064 A CN202010700064 A CN 202010700064A CN 111932505 B CN111932505 B CN 111932505B
Authority
CN
China
Prior art keywords
book
damage
difference
degree
area
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
Application number
CN202010700064.8A
Other languages
English (en)
Other versions
CN111932505A (zh
Inventor
海克洪
王迎曙
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.)
Wuhan Meihe Yisi Digital Technology Co ltd
Original Assignee
Wuhan Meihe Yisi Digital Technology Co 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 Wuhan Meihe Yisi Digital Technology Co ltd filed Critical Wuhan Meihe Yisi Digital Technology Co ltd
Priority to CN202010700064.8A priority Critical patent/CN111932505B/zh
Publication of CN111932505A publication Critical patent/CN111932505A/zh
Application granted granted Critical
Publication of CN111932505B publication Critical patent/CN111932505B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图书损坏自动检测方法及装置，其特征在于，所述方法包括：通过双目摄像头对图书进行图像采集，获取图像的深度信息；将深度信息转换为三维点云数据，根据三维点云数据进行三维重构，生成借出图书和归还图书的三维模型并保存至数据库；将当前归还图书的三维模型与同一本图书借出时的三维模型进行多次角点匹配，选取空间差异度最小的匹配结果；根据所述差异度最小的匹配结果确定存在差异的区域，判断图书损坏位置；提取差异区域特征，根据差异区域特征、图书损坏位置分别判断对应的损坏类型和损坏程度，根据各损坏类型的损坏程度进行图书损坏评级。本发明实现了图书损坏类型、损坏程度自动检测与计算。

Description

一种图书损坏自动检测方法及装置
技术领域
本发明涉及图书管理领域，尤其涉及一种图书损坏自动检测方法及装置。
背景技术
自助借阅终端现已成为校园图书借阅的新趋势，借阅人通过自助借阅终端实现身份认证、自动借书与还书，方便快捷。但自助借阅终端常常出现因为借阅人图书管理不当造成图书损坏的情况，借阅人归还图书时又无管理员检查图书是否出现损坏，因此图书经常折损严重。常见的图书损坏类型包括表面翻折、卷曲、浸水、缺页等，翻折或卷曲对书本的损坏较小，仅影响美观，多半不影响阅读，而浸水、缺页等等损坏是不可逆的，图书大面积浸水风干后会出现大量褶皱，书页粘连严重者书页呈波浪状，且纸张变脆而容易折毁，一旦出现浸水、缺页等问题会严重影响图书价值。
现有的自助借阅终端基本没有自动检测图书损毁程度的功能，无法判断图书损坏类型，从而无法准确评估损坏程度。
发明内容
有鉴于此，本发明提出了一种图书损坏自动检测方法，用于解决自助借阅终端无法自动判断图书损坏类型、评估损坏程度的问题。
本发明第一方面，公开一种图书损坏自动检测方法，所述方法包括：
通过双目摄像头对图书进行图像采集，获取图像的深度信息；
将深度信息转换为三维点云数据，根据三维点云数据进行三维重构，生成借出图书和归还图书的三维模型并保存至数据库；
将当前归还图书的三维模型与同一本图书借出时的三维模型进行多次角点匹配，确定对应位置；分别计算每次角点匹配的空间差异度，选取空间差异度最小的匹配结果；
根据所述差异度最小的匹配结果确定存在差异的区域，判断图书损坏位置；
提取差异区域特征，根据差异区域特征、图书损坏位置分别判断对应的损坏类型和损坏程度，根据各损坏类型的损坏程度进行图书损坏评级。
优选的，所述将归还图书的三维模型与同一本图书借出的三维模型进行多次角点匹配，确定对应位置分别计算每次角点匹配的空间差异度，选取空间差异度最小的匹配结果具体为：
分别提取当前归还图书的三维模型和同一本图书借出时的三维模型的8个角点数据；
分别选取底面的3个角点数据为基准进行多次角点匹配，采用余弦相似度分别计算空间差异度；
选取空间差异度最小的匹配结果。
优选的，所述根据所述差异度最小的匹配结果确定存在差异的区域，判断图书损坏位置具体为：
根据所述差异度最小的匹配结果分别计算对应点之间的欧式距离，欧式距离均不为0的连通区域即为存在差异的区域；
确定存在差异的区域对应的图书位置，将所述对应位置作为图书损坏位置，将图书损坏位置划分为正面、反面、书脊侧和开口侧。
优选的，所述提取差异区域特征，根据差异区域特征、图书损坏位置、损坏面积分别判断对应的损坏类型和损坏程度具体为：
提取借出图书三维模型上对应的差异区域的曲面法线、曲率；提取归还图书三维模型上对应的差异区域的曲面法线、曲率，分别计算三维模型上对应的差异区域的曲面法线夹角、曲率变化率；
若差异区域的曲面法线夹角超过设定角度或者曲率变化率超过设定值，则对应的损坏类型为表面翻折或卷曲，将法线夹角作为翻折损坏程度δ1，将所述曲率变化率作为卷曲损坏程度δ2；
若图书损坏位置对应图书的开口侧，进行孔洞检测提取差异区域边界点，分别计算差异区域面积，若差异区域面积超过预设面积阈值，则判顶图书损坏类型为缺页或浸水；根据差异区域面积计算缺页或浸水损坏程度δ3计算公式为：
Figure BDA0002592690770000031
其中Si为开口侧每个差异区域面积，a、b、c分别为图书对应的长、宽、高。
优选的，所述根据各损坏类型的损坏程度进行图书损坏评级具体为：
若缺页或浸水损坏程度δ3超出对应的设定阈值，判定为严重损坏；否则通过加权求和的方式计算综合损坏程度，缺页或浸水损坏的权重大于其它损坏类型的权重，若所述综合损坏程度超过预设综合阈值，判定为严重损坏；否则为一般损坏或无损坏。
本发明第二方面，公开一种图书损坏自动检测装置，所述装置包括：
数据获取模块：通过双目摄像头对归还图书进行图像采集，获取图像的深度信息；
三维重构模块：将深度信息转换为三维点云数据，根据三维点云数据进行三维重构，生成借出图书和归还图书的三维模型并保存至数据库；
角点匹配模块：将当前归还图书的三维模型与同一本图书借出时的三维模型进行多次角点匹配，确定对应位置；分别计算每次角点匹配的空间差异度，选取空间差异度最小的匹配结果；
差异确定模块：根据所述差异度最小的匹配结果确定存在差异的区域，判断图书损坏位置；
损坏判定模块：提取差异区域特征，根据差异区域特征、图书损坏位置分别判断对应的损坏类型和损坏程度，根据各损坏类型的损坏程度进行图书损坏评级。
本发明相对于现有技术具有以下有益效果：
通过三维重构获取准确的图书三维空间信息，通过角点匹配选取空间差异度最小的匹配结果用于损坏程度判断，进一步减小匹配误差，提高判定准确度；通过差异度最小的匹配结果确定存在差异的区域，进而判断图书损坏类型，识别出缺页、浸水等不可逆损坏，可对不同类型的损坏程度进行细分判断，实现了图书损坏程度自动检测与计算，为图书损坏程度分级评定提供依据。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本发明的图书损坏自动检测方法流程示意图；
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
请参阅图1，本发明提出一种图书损坏自动检测方法，所述方法包括：
S1、通过双目摄像头对图书进行图像采集，获取图像的深度信息；
S2、将深度信息转换为三维点云数据，根据三维点云数据进行三维重构，生成借出图书和归还图书的三维模型并保存至数据库；
S3、将当前归还图书的三维模型与同一本图书借出时的三维模型进行多次角点匹配，确定对应位置；分别计算每次角点匹配的空间差异度，选取空间差异度最小的匹配结果；具体为：
标准的图书一般为长方体，有8个顶角，所述8个角点数据即为图书对应的8个顶角的坐标，即便是一定程度损毁的图书，根据其三维模型也可确定对应的8个角点数据。分别提取当前归还图书的三维模型和同一本图书借出时的三维模型的8个角点数据；分别选取底面一侧的2个角点数据为基准进行多次角点匹配，采用余弦相似度分别计算空间差异度。选取空间差异度最小的匹配结果。
S4、根据所述差异度最小的匹配结果确定存在差异的区域，判断图书损坏位置，具体为：
根据所述差异度最小的匹配结果分别计算对应点之间的欧式距离，欧式距离均不为0的连通区域即为存在差异的区域；
确定存在差异的区域对应的图书位置，将所述对应位置作为图书损坏位置，将图书损坏位置划分为正面、反面、书脊侧和开口侧；本发明所述开口侧为图书四个侧面除去书脊侧的剩余三个侧面。
S5、提取差异区域特征，根据差异区域特征、图书损坏位置分别判断对应的损坏类型和损坏程度，根据各损坏类型的损坏程度进行图书损坏评级。具体为：
提取借出图书三维模型上对应的差异区域的曲面法线、曲率；提取归还图书三维模型上对应的差异区域的曲面法线、曲率，分别计算三维模型上对应的差异区域的曲面法线夹角、曲率变化率；
若差异区域的曲面法线夹角超过设定角度或者曲率变化率超过设定值，则对应的损坏类型为表面翻折或卷曲，将法线夹角作为翻折损坏程度δ1，将所述曲率变化率作为卷曲损坏程度δ2；
若图书损坏位置对应图书的开口侧，进行孔洞检测提取边界点，分别计算差异区域面积，若差异区域面积超过预设面积阈值，则判顶图书损坏类型为缺页或浸水；根据差异区域面积计算缺页或浸水损坏程度δ3计算公式为：
Figure BDA0002592690770000051
其中Si为开口侧每个差异区域面积，a、b、c分别为图书对应的长、宽、高。
若差异区域位置对应图书的开口侧，则损坏类型基本上为图书缺页或浸水，因为图书连续几页缺失时会在靠近书脊的两个开口侧留下孔洞或缝隙，图书被浸水后，书页会呈波浪状或无规则褶皱致使图书开口侧出现孔洞或不规则缝隙。本发明进行孔洞检测的方法是基于图书三维点云数据的稀疏程度，计算开口侧相邻两个点之间的距离，若距离大于三维点云数据之间的平均距离，则该点为孔洞缺陷点，同时也是差异区域边界点，以此类推可计算差异区域所有边界点，进而根据三维点云数据之间的平均距离将所述差异区域划分成多个梯形，所有梯形面积之和即为差异区域面积。
若缺页或浸水损坏程度δ3超出对应的设定阈值，判定为严重损坏；否则通过加权求和的方式计算综合损坏程度ΔH＝w1δ1+w2δ2+w3δ3，缺页或浸水损坏的权重δ3大于其它损坏类型的权重，若所述综合损坏程度超过预设综合阈值，判定为严重损坏；否则为一般损坏或无损坏。根据损坏成度可适当向借阅人追偿，并录入图书信用评价体系，方便后续大数据统一管理。
与所述方法实施例相对应，本发明还提出一种图书损坏自动检测装置，包括：
数据获取模块：通过双目摄像头对归还图书进行图像采集，获取图像的深度信息；
三维重构模块：将深度信息转换为三维点云数据，根据三维点云数据进行三维重构，生成借出图书和归还图书的三维模型并保存至数据库；
角点匹配模块：将当前归还图书的三维模型与同一本图书借出时的三维模型进行多次角点匹配，确定对应位置；分别计算每次角点匹配的空间差异度，选取空间差异度最小的匹配结果；
差异确定模块：根据所述差异度最小的匹配结果确定存在差异的区域，判断图书损坏位置；
损坏判定模块：提取差异区域特征，根据差异区域特征、图书损坏位置分别判断对应的损坏类型和损坏程度，根据各损坏类型的损坏程度进行图书损坏评级。
本发明的图书损坏自动检测方法及装置可应用在图书馆、自助借阅终端，实现了图书损坏程度自动检测与计算，为图书损坏程度分级评定及损坏追偿提供依据。
以上装置实施例与方法实施例是一一对应的，装置实施例简略之处，参见方法实施例即可。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种图书损坏自动检测方法，其特征在于，所述方法包括：
通过双目摄像头对图书进行图像采集，获取图像的深度信息；
将深度信息转换为三维点云数据，根据三维点云数据进行三维重构，生成借出图书和归还图书的三维模型并保存至数据库；
将当前归还图书的三维模型与同一本图书借出时的三维模型进行多次角点匹配，确定对应位置；分别计算每次角点匹配的空间差异度，选取空间差异度最小的匹配结果；
根据所述差异度最小的匹配结果确定存在差异的区域，判断图书损坏位置，具体为：
根据所述差异度最小的匹配结果分别计算对应点之间的欧式距离，欧式距离均不为0的连通区域即为存在差异的区域；
确定存在差异的区域对应的图书位置，将所述对应位置作为图书损坏位置，将图书损坏位置划分为正面、反面、书脊侧和开口侧；
提取差异区域特征，根据差异区域特征、图书损坏位置分别判断对应的损坏类型和损坏程度，根据各损坏类型的损坏程度进行图书损坏评级；所述提取差异区域特征，根据差异区域特征、图书损坏位置、损坏面积分别判断对应的损坏类型和损坏程度具体为：
提取借出图书三维模型上对应的差异区域的曲面法线、曲率；提取归还图书三维模型上对应的差异区域的曲面法线、曲率，分别计算三维模型上对应的差异区域的曲面法线夹角、曲率变化率；
若差异区域的曲面法线夹角超过设定角度或者曲率变化率超过设定值，则对应的损坏类型为表面翻折或卷曲，将法线夹角作为翻折损坏程度δ1，将所述曲率变化率作为卷曲损坏程度δ2；
若图书损坏位置对应图书的开口侧，进行孔洞检测，提取差异区域边界点，分别计算差异区域面积，若差异区域面积超过预设面积阈值，则判顶图书损坏类型为缺页或浸水；根据差异区域面积计算缺页或浸水损坏程度δ3计算公式为：
Figure FDA0003651299120000021
其中Si为开口侧每个差异区域面积，a、b、c分别为图书对应的长、宽、高。
2.根据权利要求1所述图书损坏自动检测方法，其特征在于，所述将当前归还图书的三维模型与同一本图书借出时的三维模型进行多次角点匹配，确定对应位置，分别计算每次角点匹配的空间差异度，选取空间差异度最小的匹配结果具体为：
分别提取当前归还图书的三维模型和同一本图书借出时的三维模型的8个角点数据；
分别选取底面的3个角点数据为基准进行多次角点匹配，采用余弦相似度分别计算空间差异度；
选取空间差异度最小的匹配结果。
3.根据权利要求1所述图书损坏自动检测方法，其特征在于，所述根据各损坏类型的损坏程度进行图书损坏评级具体为：
若缺页或浸水损坏程度δ3超出对应的设定阈值，判定为严重损坏；否则通过加权求和的方式计算综合损坏程度，缺页或浸水损坏的权重大于其它损坏类型的权重，若所述综合损坏程度超过预设综合阈值，判定为严重损坏；否则为一般损坏或无损坏。
4.一种图书损坏自动检测装置，其特征在于，所述装置包括：
数据获取模块：通过双目摄像头对归还图书进行图像采集，获取图像的深度信息；
三维重构模块：将深度信息转换为三维点云数据，根据三维点云数据进行三维重构，生成借出图书和归还图书的三维模型并保存至数据库；
角点匹配模块：将当前归还图书的三维模型与同一本图书借出时的三维模型进行多次角点匹配，确定对应位置；分别计算每次角点匹配的空间差异度，选取空间差异度最小的匹配结果；
差异确定模块：根据所述差异度最小的匹配结果确定存在差异的区域，判断图书损坏位置，具体为：根据所述差异度最小的匹配结果分别计算对应点之间的欧式距离，欧式距离均不为0的连通区域即为存在差异的区域；
确定存在差异的区域对应的图书位置，将所述对应位置作为图书损坏位置，将图书损坏位置划分为正面、反面、书脊侧和开口侧；
损坏判定模块：提取差异区域特征，根据差异区域特征、图书损坏位置分别判断对应的损坏类型和损坏程度，根据各损坏类型的损坏程度进行图书损坏评级；所述提取差异区域特征，根据差异区域特征、图书损坏位置、损坏面积分别判断对应的损坏类型和损坏程度具体为：
提取借出图书三维模型上对应的差异区域的曲面法线、曲率；提取归还图书三维模型上对应的差异区域的曲面法线、曲率，分别计算三维模型上对应的差异区域的曲面法线夹角、曲率变化率；
若差异区域的曲面法线夹角超过设定角度或者曲率变化率超过设定值，则对应的损坏类型为表面翻折或卷曲，将法线夹角作为翻折损坏程度δ1，将所述曲率变化率作为卷曲损坏程度δ2；
若图书损坏位置对应图书的开口侧，进行孔洞检测，提取差异区域边界点，分别计算差异区域面积，若差异区域面积超过预设面积阈值，则判顶图书损坏类型为缺页或浸水；根据差异区域面积计算缺页或浸水损坏程度δ3计算公式为：
Figure FDA0003651299120000031
其中Si为开口侧每个差异区域面积，a、b、c分别为图书对应的长、宽、高。
CN202010700064.8A 2020-07-20 2020-07-20 一种图书损坏自动检测方法及装置 Active CN111932505B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010700064.8A CN111932505B (zh) 2020-07-20 2020-07-20 一种图书损坏自动检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010700064.8A CN111932505B (zh) 2020-07-20 2020-07-20 一种图书损坏自动检测方法及装置

Publications (2)

Publication Number Publication Date
CN111932505A CN111932505A (zh) 2020-11-13
CN111932505B true CN111932505B (zh) 2022-08-02

Family

ID=73312619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010700064.8A Active CN111932505B (zh) 2020-07-20 2020-07-20 一种图书损坏自动检测方法及装置

Country Status (1)

Country Link
CN (1) CN111932505B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669460B (zh) * 2020-12-31 2023-07-25 新拓三维技术(深圳)有限公司 一种工件缺陷检测方法、系统及计算机可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITUA20163231A1 (it) * 2016-05-09 2016-08-09 Uesse Srl Processo e sistema per analizzare deformazioni in autoveicoli
CN106934373A (zh) * 2017-03-14 2017-07-07 重庆文理学院 一种图书馆图书损坏评定方法及系统
CN107481109A (zh) * 2017-08-14 2017-12-15 华北理工大学 一种图书管理方法及系统
GB2566491B (en) * 2017-09-15 2022-04-06 Atkins Ltd Damage detection and repair system
CN109271839B (zh) * 2018-07-23 2022-11-01 广东数相智能科技有限公司 一种书籍缺损检测方法、系统及存储介质
CN110969183B (zh) * 2019-09-20 2023-11-21 北京方位捷讯科技有限公司 一种根据图像数据确定目标对象受损程度的方法及系统

Also Published As

Publication number Publication date
CN111932505A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN107122806B (zh) 一种敏感图像识别方法及装置
CN109658584B (zh) 一种票据信息识别方法及装置
CN106203294B (zh) 基于人脸属性分析的人证合一身份验证方法
CN104298995B (zh) 基于三维点云的三维人脸识别装置及方法
CN105205802B (zh) 纹线距离的计算方法和装置
CN104464079B (zh) 基于模板特征点及其拓扑结构的多币种面值识别方法
JP5108018B2 (ja) 紙葉類識別装置及び紙葉類識別方法
CN108280829A (zh) 焊缝图像识别方法、计算机装置及计算机可读存储介质
WO2015171518A1 (en) Method and apparatus of extracting particular information from standard card
CN102324134A (zh) 有价文件鉴别方法及其鉴别装置
CN112949624B (zh) 基于水尺的水位检测方法、装置、电子设备及存储介质
CN106934921B (zh) 纸张类异物粘贴检测方法及装置
CN107622489A (zh) 一种图像篡改检测方法及装置
CN111932505B (zh) 一种图书损坏自动检测方法及装置
CN111738979B (zh) 证件图像质量自动检查方法及系统
CN104281831B (zh) 一种笔迹验证的方法和装置
CN110378351A (zh) 印章鉴别方法及装置
CN113486834B (zh) 确认有效人脸区域及活体人脸验证方法
CN103035061B (zh) 有价文件防伪特征生成方法及其鉴别方法和装置
JP4724957B2 (ja) 媒体の汚損度判定装置
CN111062338B (zh) 一种证照人像一致性比对方法及其系统
CN107680246B (zh) 一种纸币图案中的曲线边界定位方法及设备
CN108992033A (zh) 一种视觉测试的评分方法、装置、设备和存储介质
CN111126246A (zh) 基于3d点云几何特征的人脸活体检测方法
Bian et al. An improved fingerprint orientation field extraction method based on quality grading scheme

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
CB02 Change of applicant information

Address after: 430000 room 01, floor 2, building A14, phase 1-1, Wuhan National Geospatial Information Industrialization Base (New Area), No. 6, Beidou Road, East Lake New Technology Development Zone, Wuhan City, Hubei Province

Applicant after: Wuhan Meihe Yisi Digital Technology Co.,Ltd.

Address before: Room 01, 2 / F, building A14, phase 1.1, Wuhan National Geospatial Information Industrialization Base (New Area), no.6, Beidou Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Applicant before: HUBEI MEIHE YISI EDUCATION TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant