CN112036222B - 脸部辨识系统及方法 - Google Patents

脸部辨识系统及方法 Download PDF

Info

Publication number
CN112036222B
CN112036222B CN201910483706.0A CN201910483706A CN112036222B CN 112036222 B CN112036222 B CN 112036222B CN 201910483706 A CN201910483706 A CN 201910483706A CN 112036222 B CN112036222 B CN 112036222B
Authority
CN
China
Prior art keywords
light
invisible light
face
invisible
face recognition
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
CN201910483706.0A
Other languages
English (en)
Other versions
CN112036222A (zh
Inventor
范锦华
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.)
Xingchen Technology Co ltd
Original Assignee
Xingchen 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 Xingchen Technology Co ltd filed Critical Xingchen Technology Co ltd
Priority to CN201910483706.0A priority Critical patent/CN112036222B/zh
Priority to TW108121144A priority patent/TWI701610B/zh
Priority to US16/885,418 priority patent/US11410465B2/en
Publication of CN112036222A publication Critical patent/CN112036222A/zh
Application granted granted Critical
Publication of CN112036222B publication Critical patent/CN112036222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • 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
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Input (AREA)
  • Studio Devices (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种脸部辨识系统，其包含：一摄像电路、一不可见光光源及一处理电路。该摄像电路包含多个感光元件，各包含一可见光感测器及一不可见光感测器。该处理电路执行软韧体可执行指令，以执行脸部辨识方法，脸部辨识方法包含：使该不可见光光源发射一不可见光至一待辨识物上；通过该可见光感测器，撷取一可见光感测画面；通过该不可见光感测器，撷取一不可见光感测画面；判断该不可见光感测画面的一光线反射相关参数是否位于一预设范围中；以及在该光线反射相关参数位于该预设范围时，判断该待辨识物为真实脸部。

Description

脸部辨识系统及方法
技术领域
本发明涉及脸部辨识技术，尤其涉及一种脸部辨识系统及方法。
背景技术
脸部辨识是利用分析比较脸部视觉特征信息进行身分鉴别的电脑技术。部分电子产品可通过脸部辨识的技术，在脸部辨识成功后进行对应的操作，例如智能型手机的解锁，或是住家门户的开锁等应用。
然而，随着现代印刷技术的进步，高分辨率的照片可通过打印机打印出。传统的脸部辨识技术虽可辨别脸部特征信息，但是并无法分辨真实脸部与平面印刷物间的差别。在这样的情形下，电子产品并无法利用脸部辨识达到信息安全的功效。
发明内容
鉴于现有技术的问题，本发明的一目的在于提供一种脸部辨识系统及方法，以改善现有技术。
本发明的一目的在于提供一种脸部辨识系统及方法，根据不可见光感测画面的光线反射相关参数或是同时根据可见光感测画面与不可见光感测画面间的差异，对待辨识物是否为真实脸部进行辨识。
本发明包含一种脸部辨识系统，其一实施例包含：一摄像电路、一不可见光光源以及一处理电路。该摄像电路包含多个感光元件，各该些感光元件包含多个可见光感测器以及一不可见光感测器。该处理电路电性耦接于该不可见光光源以及该摄像电路，配置以执行一软韧体可执行指令，以执行脸部辨识方法，脸部辨识方法包含：使该不可见光光源发射不可见光至一待辨识物上；通过该感光元件的该可见光感测器，撷取一可见光感测画面；通过该感光元件的该不可见光感测器，撷取一不可见光感测画面；判断该不可见光感测画面的一光线反射相关参数是否位于一预设范围中；以及在该光线反射相关参数位于该预设范围时，判断该待辨识物为真实脸部。
本发明另包含一种脸部辨识方法，其一实施例包含下列步骤：使一不可见光光源发射一不可见光至一待辨识物上；通过一摄像电路的多个感光元件各包含的多个可见光感测器撷取一可见光感测画面；通过一摄像电路的一感光元件中各包含的一不可见光感测器撷取一不可见光感测画面；判断该不可见光感测画面的一光线反射相关参数是否位于一预设范围中；以及在该光线反射相关参数位于该预设范围时，判断该待辨识物为真实脸部。
本发明还包含一种脸部辨识系统，其一实施例包含：一摄像电路、一不可见光光源以及一处理电路。该摄像电路包含多个感光元件，各感光元件包含多个可见光感测器以及一不可见光感测器。该处理电路电性耦接于该不可见光光源以及该摄像电路，配置以一执行软韧体可执行指令，以执行一脸部辨识方法，该脸部辨识方法包含：使该不可见光光源发射一不可见光至一待辨识物上；通过该感光元件的一可见光感测器，撷取一可见光感测画面；通过该感光元件的一不可见光感测器，撷取一不可见光感测画面；根据该可见光感测画面以及该不可见光感测画面计算至少一差异值；以及当该差异值大于一预设范围时，判断该待辨识物为真实脸部。
本发明更包含一种脸部辨识方法，其一实施例包含下列步骤：使一不可见光光源发射一不可见光至一待辨识物上；通过一摄像电路的多个感光元件各包含的多个可见光感测器撷取一可见光感测画面；通过该摄像电路的多个感光元件中各包含的一不可见光感测器撷取一不可见光感测画面；根据该可见光感测画面以及该不可见光感测画面计算至少一差异值；以及当该差异值大于一预设范围时，判断该待辨识物为真实脸部。
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
附图说明
图1显示本发明的一实施例中，一种脸部辨识系统的方框图；
图2A显示本发明的一实施例中，图1的摄像电路、不可见光光源以及待辨识物的示意图；
图2B显示本发明的一实施例中，图1的摄像电路、不可见光光源以及待辨识物的示意图；
图3A显示本发明的一实施例中，图1的摄像电路、不可见光光源以及待辨识物的示意图；
图3B显示本发明的一实施例中，图1的摄像电路、不可见光光源以及待辨识物的示意图；
图4显示本发明一实施例中，一种脸部辨识方法的流程图；
图5显示本发明一实施例中，一种脸部辨识方法的流程图。
其中，附图标记
100 脸部辨识系统
110 摄像电路
120 不可见光光源
130 处理电路
135 软韧体可执行指令
140 感光元件
180 待辨识物
400 脸部辨识方法
500 脸部辨识方法
S410～S480 步骤
S510～S590 步骤
B 蓝光感测器
G 绿光感测器
IR 红外光感测器
IVF 不可见光感测画面
IVL 不可见光
R 红光感测器
VF 可见光感测画面
具体实施方式
下面结合附图对本发明的结构原理和工作原理作具体的描述：
本发明的一目的在于提供一种脸部辨识系统及方法，根据不可见光感测画面的光线反射相关参数或是同时根据可见光感测画面与不可见光感测画面间的差异，对待辨识物是否为真实脸部进行辨识。
请参照图1。图1为本发明的一实施例中，一种脸部辨识系统100的方框图。脸部辨识系统100配置以对脸部进行辨识，以判断一个待辨识物180是否为真实脸部，以及在确认为真实脸部的情形下，识别此真实脸部是否与特定的脸部数据相符。
脸部辨识系统100包含一摄像电路110、一不可见光光源120以及一处理电路130。
摄像电路110包含多个感光元件140。于一实施例中，感光元件140排列为阵列的形式，以对外界环境进行感光侦测与摄像。各感光元件140的感测结果，将成为一个像素。所有感光元件140的所撷取的像素，将形成一个感测画面。
各感光元件140包含多个可见光感测器以及一不可见光感测器。于一实施例中，可见光感测器包含一红光感测器R、一绿光感测器G以及一蓝光感测器B，而不可见光感测器为一红外光感测器IR。因此，配置于单一摄像电路110中的感光元件140，可同时通过可见光感测器以及不可见光感测器，分别产生可见光感测画面VF以及不可见光感测画面IVF。于一实施例中，可见光感测画面VF为彩色画面，而不可见光感测画面IVF为灰阶画面。
不可见光光源120配置以发射不可见光IVL至待辨识物180上。于一实施例中，不可见光光源120为红外光光源。因此，不可见光光源120发射的不可见光IVL为红外光。感光元件140可通过所包含的红外光感测器IR感测由待辨识物180反射的不可见光IVL，以产生不可见光感测画面IVF。
处理电路130电性耦接于不可见光光源120以及摄像电路110。可以由一或多个微处理器(microprocessor)所组成，并配置以执行软韧体可执行指令135，以执行脸部辨识系统100的功能。
更详细来说，处理电路130可从脸部辨识系统100中包含的储存模块(未绘示)撷取软韧体可执行指令135，且软韧体可执行指令135包含例如，但不限于不可见光光源120以及摄像电路110等硬件模块的固件/驱动程式(firmware/driver)以及其他用以操作与控制不可见光光源120以及摄像电路110等硬件模块的相关指令，进一步操作与控制不可见光光源120以及摄像电路110等硬件模块，达到前述对脸部进行辨识的目的。
以下将搭配图1，详细说明脸部辨识系统100的运作方式。
首先，处理电路130使不可见光光源120发射不可见光IVL至待辨识物180上。
接着，处理电路130通过感光元件140的可见光感测器，例如但不限于红光感测器R、绿光感测器G以及蓝光感测器B，撷取可见光感测画面VF。并且，处理电路130通过感光元件140的不可见光感测器，例如但不限于红外光感测器IR感测由待辨识物180反射的不可见光IVL，撷取不可见光感测画面IVF。
于一实施例中，处理电路130判断不可见光感测画面IVF的光线反射相关参数是否位于一预设范围中，并在光线反射相关参数位于该预设范围时，判断待辨识物180为真实脸部。
请同时参照图2A以及图2B。图2A以及图2B为本发明一实施例中，图1的摄像电路110、不可见光光源120以及待辨识物180的示意图。
于一实施例中，不可见光光源120所发射的不可见光IVL包含如图2A以及图2B所示的平行的多个不可见光光束。较佳地，不可见光光源120是以相对摄像电路110以及待辨识物180所形成的轴线成一个角度发射不可见光IVL至待辨识物180。
在不可见光IVL经过待辨识物180反射后，如果待辨识物180为不平整的平面，例如图2A所示的脸部，则反射的不可见光光束将呈现许多不同的反射角度，使得摄像电路110的感光元件140中，由红外光感测器IR感测产生的不可见光感测画面IVF出现不规则的光斑。
相对的，如果待辨识物180为平整的平面，例如但不限于例如图2B所示的印制于纸面的脸部图像，则反射的不可见光光束将呈现相同的反射角度，使得使得摄像电路110的感光元件140中，由红外光感测器IR感测产生的不可见光感测画面IVF出现整齐且与不可见光光源120所发射的不可见光IVL几乎相同的光斑。
因此，于一实施例中，不可见光感测画面IVF的光线反射相关参数包含光斑间距差异度。当光斑间距差异度大于一预设值时，处理电路130将判断待辨识物180为真实脸部。
于不同实施例中，光斑间距差异度可具有不同的定义。举例而言，可预先定义光斑间距间的差异超过特定百分比时，所对应的差异度的数值。处理电路130将可根据红外光感测器IR的感测结果，判断光斑间距间的差异度数值，进而和预设值比较，以进行是否为真实脸部的判断。
请同时参照图3A以及图3B。图3A以及图3B为本发明的一实施例中，图1的摄像电路110、不可见光光源120以及待辨识物180的示意图。
于另一实施例中，不可见光光源120所发射的不可见光IVL包含一个或多个不可见光光束。于图3A以及图3B中，是以单一光束为范例进行绘示。较佳地，不可见光光源120是以相对摄像电路110以及待辨识物180所形成的轴线成一个角度发射不可见光IVL至待辨识物180。
不可见光光源120配置以进行位移以改变相对待辨识物180的光线入射方向。不可见光IVL在经过待辨识物180反射后，如果待辨识物180为不平整的平面，例如脸部，则反射的不可见光光束将由于反射位置的不同以及不平整的平面，而使得摄像电路110的感光元件140中，由红外光感测器IR感测产生的不可见光感测画面IVF出现较大的光线反射角度改变。
相对的，如果待辨识物180为平整的平面，例如但不限于印制于纸面的脸部图像，则反射的不可见光光束将由于平整的平面，而使得摄像电路110的感光元件140中，由红外光感测器IR感测产生的不可见光感测画面IVF出现几乎相同的光线反射角度。
因此，于一实施例中，不可见光感测画面IVF的光线反射相关参数包含光线反射角度改变量，当光线反射角度改变量大于一预设值时，处理电路130将判断待辨识物180为真实脸部。
于又一实施例中，光线反射相关参数包含材质反射系数。处理电路130可自例如，但不限于脸部辨识系统100中包含的储存模块(未绘示)撷取不同物件材质如脸部、纸张、金属、玻璃等的材质反射系数，以根据不可见光感测画面IVF的光线反射结果判断待辨识物180的材质反射系数，并与不同物件材质的材质反射系数相比较。当依据不可见光感测画面IVF判断的材质反射系数位于预设系数范围，例如但不限于与脸部的材质反射系数具有不小于特定误差值的范围时，处理电路130判断待辨识物180为真实脸部。
上述的实施例中，处理电路130是根据不可见光感测器所感测的不可见光感测画面IVF，来判断待辨识物180是否为真实的脸部。然而，于其他实施例中，处理电路130可同时根据可见光感测器感测的可见光感测画面VF以及不可见光感测器感测的不可见光感测画面IVF，判断待辨识物180是否为真实的脸部。
于一实施例中，在撷取到可见光感测画面VF以及不可见光感测画面IVF后，处理电路130可去除可见光感测画面VF的颜色信息，以成为灰阶的可见光感测画面VF。进一步地，处理电路130可根据去除颜色信息的可见光感测画面VF以及不可见光感测画面IVF计算多个深度值。处理电路130可根据深度值，计算深度值间的差异度。当差异度大于一预设值时，处理电路130判断待辨识物180为真实脸部。
于不同实施例中，深度值间的差异度可具有不同的定义。举例而言，可预先定义深度值间的差异超过特定百分比时，所对应的差异度的数值，处理电路130将可根据可见光感测器以及不可见光感测器的感测结果，判断深度值间的差异度数值，进而和预设值比较，以进行是否为真实脸部的判断。
因此，不可见光IVL在经过待辨识物180反射后，如果待辨识物180为不平整的平面，例如脸部，则深度值之间将有较大的差异。相对的，如果待辨识物180为平整的平面，例如但不限于印制于纸面的脸部图像，则深度值间将由于平整的平面，而具有几乎相等的数值。因此，当深度值间的差异度大于预设值时，处理电路130将判断待辨识物180为真实脸部。
需注意的是，上述的多个实施方式，在实际应用中除可择一来判断待辨识物180是否为真实脸部外，亦可依需求选择两个以上的方式的组合来判断待辨识物180是否为真实脸部。
举例而言，于一实施例中，处理电路130可同时根据不可见光感测画面IVF的光斑间距差异度，以及根据可见光感测画面VF以及不可见光感测画面IVF所计算的深度值间的差异度来判断。当光斑间距差异度大于对应的预设值以及深度值间的差异度大于对应的预设值时，处理电路130才判断待辨识物180为真实脸部。
于一实施例中，在判断待辨识物180为真实脸部后，处理电路130可进一步根据可见光感测画面VF与储存于例如，但不限于脸部辨识系统100中包含的储存模块(未绘示)的脸部数据库进行特征比对，以在可见光感测画面VF包含的内容与特定的脸部数据相符时判断由待辨识物180产生的可见光感测画面VF通过脸部辨识。于一实施例中，处理电路130可在待辨识物180通过脸部辨识后，进行相应的处理。然而本发明并不以此为限。
于不同的实施例中，处理电路130可根据不同的比对技术，对可见光感测画面VF与脸部数据进行比对与辨识。本发明并不限制于特定的比对技术。
于不同的实施例中，本发明的脸部辨识系统，其更进一步包含一可见光光源(未绘示)。
综合上述，本发明的脸部辨识系统可通过不可见光光源的设置，使摄像电路中具有不可见光感测器的感光元件得以撷取不可见光感测画面，以根据不可见光感测画面的光线反射相关参数或是同时根据可见光感测画面与不可见光感测画面间的差异，判断待辨识物为真实脸部，进一步根据可见光感测画面判断真实脸部是否通过脸部辨识。
请参照图4。图4为本发明一实施例中，一种脸部辨识方法400的流程图。
除前述系统外，本发明另揭露一种脸部辨识方法400，脸部辨识方法400应用于例如，但不限于图1的脸部辨识系统100中。脸部辨识方法400的一实施例如图4所示，包含下列步骤：
S410：处理电路130使不可见光光源120发射不可见光IVL至待辨识物180上；
S420：处理电路130通过摄像电路的110的感光元件140各包含的可见光感测器，例如但不限于红光感测器R、绿光感测器G以及蓝光感测器B，撷取可见光感测画面VF；
S430：处理电路130通过摄像电路的110的感光元件140各包含的不可见光感测器，例如但不限于红外光感测器IR撷取不可见光感测画面IVF；
S440：处理电路130判断不可见光感测画面IVF的光线反射相关参数是否位于预设范围中；
S450：处理电路130在光线反射相关参数位于预设范围时，判断待辨识物180为真实脸部；
S460：处理电路130根据可见光感测画面VF与脸部数据库进行特征比对，以判断可见光感测画面VF包含的内容是否与特定脸部数据相符；
S470：当可见光感测画面VF包含的内容与特定脸部数据相符时，处理电路130判断待辨识物180通过脸部辨识；
S480：当步骤S440中处理电路130判断不可见光感测画面IVF的光线反射相关参数不位于预设范围中，或是步骤S460中处理电路130判断可见光感测画面VF包含的内容不与任一脸部数据相符时，处理电路130判断待辨识物180并未通过脸部辨识。
请参照图5。图5为本发明一实施例中，一种脸部辨识方法500的流程图。
除前述系统外，本发明另揭露一种脸部辨识方法500，脸部辨识方法500应用于例如，但不限于图1的脸部辨识系统100中。脸部辨识方法500的一实施例如图5所示，包含下列步骤：
S510：处理电路130使不可见光光源120发射不可见光IVL至待辨识物180上；
S520：处理电路130通过摄像电路的110的感光元件140各包含的可见光感测器，例如但不限于红光感测器R、绿光感测器G以及蓝光感测器B，撷取可见光感测画面VF；
S530：处理电路130通过摄像电路的110的感光元件140各包含的不可见光感测器，例如但不限于红外光感测器IR撷取不可见光感测画面IVF；
S540：处理电路130根据可见光感测画面VF以及不可见光感测画面IVF计算差异值；
S550：处理电路130判断差异值是否位于预设范围中；
S560：处理电路130在差异值位于预设范围时，判断待辨识物180为真实脸部；
S570：处理电路130根据可见光感测画面VF与脸部数据库进行特征比对，以判断可见光感测画面VF包含的内容是否与特定脸部数据相符；
S580：当可见光感测画面VF包含的内容与特定脸部数据相符时，处理电路130判断待辨识物180通过脸部辨识；
S590：当步骤S550中处理电路130判断差异值不位于预设范围中，或是步骤S570中处理电路130判断可见光感测画面VF包含的内容不与任一脸部数据相符时，处理电路130判断待辨识物180并未通过脸部辨识。
需注意的是，上述的实施方式仅为一范例。于其他实施例中，本领域的通常知识者当可在不违背本发明的精神下进行更动。
综合上述，本发明中的脸部辨识系统及方法可使摄像电路撷取可见光感测画面以及不可见光感测画面，据以根据不可见光感测画面的光线反射相关参数或是同时根据可见光感测画面与不可见光感测画面间的差异，判断待辨识物为真实脸部，进一步根据可见光感测画面判断真实脸部是否通过脸部辨识。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (11)

1.一种脸部辨识系统，其特征在于，包含：
一摄像电路，包含多个感光元件，各感光元件包含多个可见光感测器以及一不可见光感测器；
一不可见光光源；以及
一处理电路，电性耦接于该不可见光光源以及该摄像电路，配置以执行软韧体可执行指令，以执行一脸部辨识方法，该脸部辨识方法包含：
使该不可见光光源发射平行的多个不可见光光束至一待辨识物上；
通过该多个感光元件的该多个可见光感测器，撷取一可见光感测画面；
通过该多个感光元件的该不可见光感测器，撷取一不可见光感测画面；
判断该不可见光感测画面的一光线反射相关参数是否位于一预设范围中，该光线反射相关参数包含一光斑间距差异度；以及
当该光斑间距差异度大于一预设值时，判断该待辨识物为一真实脸部。
2.根据权利要求1所述的脸部辨识系统，其特征在于，该脸部辨识方法更包含：
根据该可见光感测画面与一脸部数据库进行特征比对，以在该可见光感测画面包含的内容与一特定脸部数据相符时判断该待辨识物通过脸部辨识。
3.根据权利要求1所述的脸部辨识系统，其特征在于，该不可见光光源配置以进行位移以改变相对该待辨识物的一光线入射方向，该光线反射相关参数更包含一光线反射角度改变量，当该光斑间距差异度大于该预设值且该光线反射角度改变量大于一预设值时，判断该待辨识物为该真实脸部。
4.根据权利要求1所述的脸部辨识系统，其特征在于，该光线反射相关参数更包含一材质反射系数，当该光斑间距差异度大于该预设值且该材质反射系数位于一预设系数范围，判断该待辨识物为该真实脸部。
5.根据权利要求1所述的脸部辨识系统，其特征在于，该不可见光为一红外光，该不可见光感测器为一红外光感测器，该多个可见光感测器包含一红光感测器、一绿光感测器以及一蓝光感测器。
6.根据权利要求1所述的脸部辨识系统，其特征在于，更进一步包含一可见光光源。
7.一种脸部辨识方法，其特征在于，包含：
使一不可见光光源发射平行的多个不可见光光束至一待辨识物上；
通过一摄像电路的多个感光元件各包含的多个可见光感测器撷取一可见光感测画面；
通过该摄像电路的该多个感光元件中各包含的一不可见光感测器撷取一不可见光感测画面；
判断该不可见光感测画面的一光线反射相关参数是否位于一预设范围中，该光线反射相关参数包含一光斑间距差异度；以及
当该光斑间距差异度大于一预设值时，判断该待辨识物为一真实脸部。
8.根据权利要求7所述的脸部辨识方法，其特征在于，更包含：
根据该可见光感测画面与一脸部数据库进行特征比对，以在该可见光感测画面包含的内容与一特定脸部数据相符时判断该待辨识物通过脸部辨识。
9.根据权利要求7所述的脸部辨识方法，其特征在于，该不可见光光源配置以进行位移以改变相对该待辨识物的一光线入射方向，该光线反射相关参数更包含一光线反射角度改变量，当该光斑间距差异度大于该预设值且该光线反射角度改变量大于一预设值时，判断该待辨识物为该真实脸部。
10.根据权利要求7所述的脸部辨识方法，其特征在于，该光线反射相关参数更包含一材质反射系数，当该光斑间距差异度大于该预设值且该材质反射系数位于一预设系数范围，判断该待辨识物为该真实脸部。
11.根据权利要求7所述的脸部辨识方法，其特征在于，该不可见光为一红外光，该不可见光感测器为一红外光感测器，该多个可见光感测器包含一红光感测器、一绿光感测器以及一蓝光感测器。
CN201910483706.0A 2019-06-04 2019-06-04 脸部辨识系统及方法 Active CN112036222B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910483706.0A CN112036222B (zh) 2019-06-04 2019-06-04 脸部辨识系统及方法
TW108121144A TWI701610B (zh) 2019-06-04 2019-06-18 臉部辨識系統及方法
US16/885,418 US11410465B2 (en) 2019-06-04 2020-05-28 Face identification system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910483706.0A CN112036222B (zh) 2019-06-04 2019-06-04 脸部辨识系统及方法

Publications (2)

Publication Number Publication Date
CN112036222A CN112036222A (zh) 2020-12-04
CN112036222B true CN112036222B (zh) 2023-12-29

Family

ID=73003038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910483706.0A Active CN112036222B (zh) 2019-06-04 2019-06-04 脸部辨识系统及方法

Country Status (3)

Country Link
US (1) US11410465B2 (zh)
CN (1) CN112036222B (zh)
TW (1) TWI701610B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024088738A1 (en) * 2022-10-25 2024-05-02 Trinamix Gmbh Image manipulation for detecting a state of a material associated with the object

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM463878U (zh) * 2009-03-12 2013-10-21 Tlj Intertech Inc 活體辨識系統以及身份認證裝置
CN107169405A (zh) * 2017-03-17 2017-09-15 上海云从企业发展有限公司 基于双目摄像机活体识别的方法及装置
CN107832677A (zh) * 2017-10-19 2018-03-23 深圳奥比中光科技有限公司 基于活体检测的人脸识别方法及系统
CN108629298A (zh) * 2018-04-23 2018-10-09 Oppo广东移动通信有限公司 人脸识别方法、电子装置和非易失性计算机可读存储介质
CN108764071A (zh) * 2018-05-11 2018-11-06 四川大学 一种基于红外和可见光图像的真实人脸检测方法及装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060228003A1 (en) * 2005-04-06 2006-10-12 Silverstein D A Method and apparatus for detection of optical elements
TWI479434B (zh) * 2011-07-01 2015-04-01 Liesien Entpr Co Ltd Active face image acquisition and identification method
TWI526706B (zh) * 2011-10-05 2016-03-21 原相科技股份有限公司 影像系統
KR101286454B1 (ko) * 2012-02-29 2013-07-16 주식회사 슈프리마 눈 영상의 특성을 이용한 모조얼굴 식별장치 및 방법
US8994845B2 (en) * 2012-04-27 2015-03-31 Blackberry Limited System and method of adjusting a camera based on image data
TW201401183A (zh) * 2012-06-18 2014-01-01 tian-xiang Chen 深度攝影的人臉或頭部偵測方法
KR101966976B1 (ko) 2012-09-03 2019-04-08 엘지이노텍 주식회사 3차원 영상처리 시스템
KR101966975B1 (ko) 2012-09-03 2019-04-08 엘지이노텍 주식회사 스테레오 매칭장치
EP3274653B1 (en) * 2015-03-22 2020-11-25 Facebook Technologies, LLC Depth mapping with a head mounted display using stereo cameras and structured light
US9674465B2 (en) * 2015-06-03 2017-06-06 Omnivision Technologies, Inc. Non-visible illumination scheme
FR3040815B1 (fr) * 2015-09-07 2017-08-25 Morpho Procede de caracterisation d'un materiau par analyse de tavelures
US9813673B2 (en) * 2016-01-20 2017-11-07 Gerard Dirk Smits Holographic video capture and telepresence system
TWI638334B (zh) * 2017-11-15 2018-10-11 瑞昱半導體股份有限公司 前景影像提取的影像處理方法與電子裝置
CN108563936B (zh) * 2017-12-04 2020-12-18 深圳奥比中光科技有限公司 任务执行方法、终端设备及计算机可读存储介质
TW201938107A (zh) * 2018-03-19 2019-10-01 秀育企業股份有限公司 利用不可見光辨識與判定生理特徵的方法
US11127193B2 (en) * 2018-05-11 2021-09-21 Resight Ltd. System and method for determining an approximate transformation between coordinate systems
CN109143704B (zh) * 2018-09-13 2021-03-12 合肥京东方光电科技有限公司 显示面板及终端设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM463878U (zh) * 2009-03-12 2013-10-21 Tlj Intertech Inc 活體辨識系統以及身份認證裝置
CN107169405A (zh) * 2017-03-17 2017-09-15 上海云从企业发展有限公司 基于双目摄像机活体识别的方法及装置
CN107832677A (zh) * 2017-10-19 2018-03-23 深圳奥比中光科技有限公司 基于活体检测的人脸识别方法及系统
CN108629298A (zh) * 2018-04-23 2018-10-09 Oppo广东移动通信有限公司 人脸识别方法、电子装置和非易失性计算机可读存储介质
CN108764071A (zh) * 2018-05-11 2018-11-06 四川大学 一种基于红外和可见光图像的真实人脸检测方法及装置

Also Published As

Publication number Publication date
US11410465B2 (en) 2022-08-09
CN112036222A (zh) 2020-12-04
TWI701610B (zh) 2020-08-11
US20200387726A1 (en) 2020-12-10
TW202046170A (zh) 2020-12-16

Similar Documents

Publication Publication Date Title
CN112041906B (zh) 读取系统、读取方法、程序以及存储介质
CN111308448A (zh) 图像采集设备与雷达的外参确定方法及装置
JP4243454B2 (ja) 明度補正方法及び選択的欠陥検出方法及びこれらを記録した記録媒体
US8538170B2 (en) System and method for document location and recognition
US10990778B2 (en) Apparatus and method for recognizing barcode based on image detection
CN112036222B (zh) 脸部辨识系统及方法
US20230061533A1 (en) Inspection apparatus capable of reducing inspection workload, method of controlling inspection apparatus, and storage medium
Fernández-Caballero et al. Display text segmentation after learning best-fitted OCR binarization parameters
CN113298787B (zh) 板材封边缺陷检测方法、控制器及计算机可读存储介质
CN111818250B (zh) 全电脑式智能自动化的印品检测系统及方法
US6205406B1 (en) Optical scanner alignment indicator method and apparatus
KR102161315B1 (ko) 컨테이너 식별코드 모니터링 시스템 및 그 방법
JP2010286995A (ja) 車両用画像処理システム
CN110866902A (zh) 一种烟标翘曲变形的检测方法
JP2014513904A (ja) 大判のスキャナシステムにおいて画像情報に基づきドキュメントの幅及び位置を検出する方法
CN115984185A (zh) 纸巾包装缺陷检测方法、装置、系统和存储介质
JP2001307017A (ja) 文字プレート認識装置
JP2003271930A (ja) レーンマーク認識装置
CN111174706A (zh) 地板安装检测方法、电子装置及存储介质
JP2984267B1 (ja) 対象物の画像処理方法
WO2022211064A1 (ja) 情報読取装置
JP3513924B2 (ja) 透明基板の位置合わせ方法
JPH0520459A (ja) パターン認識方法およびその装置
CN117795943A (zh) 基于由成像传感器捕获的图案的图像的介质位置确定
JPH1125258A (ja) ナンバープレート認識装置および方法

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: 361005 1501, zone a, innovation building, software park, Xiamen Torch High tech Zone, Xiamen, Fujian

Applicant after: Xingchen Technology Co.,Ltd.

Address before: 361005 1501, zone a, innovation building, software park, Xiamen Torch High tech Zone, Xiamen, Fujian

Applicant before: Xiamen Xingchen Technology Co.,Ltd.

Address after: 361005 1501, zone a, innovation building, software park, Xiamen Torch High tech Zone, Xiamen, Fujian

Applicant after: Xiamen Xingchen Technology Co.,Ltd.

Address before: 361005 1501, zone a, innovation building, software park, Xiamen Torch High tech Zone, Xiamen, Fujian

Applicant before: Xiamen Xingchen Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant