CN112183383A - 一种复杂化环境下测量人脸图像的信息处理方法和装置 - Google Patents
一种复杂化环境下测量人脸图像的信息处理方法和装置 Download PDFInfo
- Publication number
- CN112183383A CN112183383A CN202011056221.2A CN202011056221A CN112183383A CN 112183383 A CN112183383 A CN 112183383A CN 202011056221 A CN202011056221 A CN 202011056221A CN 112183383 A CN112183383 A CN 112183383A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- preselected
- characteristic points
- skin color
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 20
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 12
- 210000000056 organ Anatomy 0.000 claims abstract description 10
- 210000000697 sensory organ Anatomy 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000001815 facial effect Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 210000001508 eye Anatomy 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种复杂化环境下测量人脸图像的信息处理方法,步骤包括:获取待处理图像;检测待处理图像中是否具有人脸肤色和人脸五官位置关系图像,有则进行下一步;选取检测待处理图像中具有人脸肤色和人脸五官位置关系的图像,对所述图像进行处理,得到预选图像;获取所述预选图像中的人脸特征点;将人脸特征点与人脸模板库进行对比,对预选图像进行补偿处理,补偿处理后再进行人脸特征点与人脸模板库进行对比,得到最终人脸图像。本发明通过采用人脸肤色、人脸五官位置关系及特征的混合式识别方法,能够对复杂环境下人脸进行准确识别,且识别后对模糊的图像进行色彩补偿,能够提高识别后人脸图像的清晰度。
Description
技术领域
本发明涉及人脸识别技术领域,更具体地说,特别涉及一种复杂化环境下测量人脸图像的信息处理方法和装置。
背景技术
人脸识别作为智能识别领域中的应用,根据人脸特有的生物特征信息,结合图形图像处理技术和模式识别技术来对人的身份进行识别鉴定,安全性及可靠性较高因此拥有强烈的市场需求,近几年来在门禁与考勤、网络安全、海关边检、物业管理、智能身份识别、驾照证检验、计算机系统登录等方面已有相应发展。
目前常用的人脸检测算法主要基于模板匹配的人脸检测算法,基于模板匹配的人脸检测算法是根据先验数据归纳出一个统一的人脸模板,然后手动选择人眼位置,得到人眼间的距离,根据该距离利用人脸模板检测出人脸区域;这种方法适用于单一环境的人脸检测,对于复杂环境的非约束人脸检测效果不理想。
发明内容
本发明的目的在于提供一种复杂化环境下测量人脸图像的信息处理方法和装置。
为了达到上述目的,本发明采用的技术方案如下:一种复杂化环境下测量人脸图像的信息处理方法,步骤包括:
获取待处理图像;
检测待处理图像中是否具有人脸肤色和人脸五官位置关系图像,有则进行下一步;
选取检测待处理图像中具有人脸肤色和人脸五官位置关系的图像,对所述图像进行处理,得到预选图像;
获取所述预选图像中的人脸特征点;
将人脸特征点与人脸模板库进行对比,当所述人脸特征点的点位坐标与人脸模板库中特征点坐标差值在范围内时,则提取预选图像中的人脸图像;当不在范围内时,则对预选图像进行补偿处理,补偿处理后再进行人脸特征点与人脸模板库进行对比;其中所述标准模板集合中包括多个角度的标准模板。
优选地,在对进行人脸肤色处理之前,还包括:
将各种肤色样本进行统计分析,统计肤色分布特征,针对肤色统计聚类特点找到检测阀值。
优选地,获取预选图像中人脸特征点之前,还包括:
删除人脸特征点以外区域;
将删除之后的剩余人脸区域确定为需要进行预选的人脸图像区域。
优选地,对所述图像进行处理,包括:
首先进行肤色区域分割,提取近似与肤色统计聚类特点找到检测阀值的肤色区域;
检测该肤色区域中人脸五官位置关系,当满足位置关系时,得到预选人脸预选图像
对人脸预选图像进行低通滤波,得到人脸图像的低频分量;
将人脸预选图像减去所述低频分量得到人脸图像的高频分量;
将所述高频分量进行放大,得到初始人脸图像。
优选地,所述的低通滤波包括:
根据图像当前像素点的值与其周围相邻像素的值计算平均值,将所述平均值作为当前像素点的值。
优选地,所述的计算平均值为:
计算平滑矩阵,将图像当前像素点的值与其周围相邻像素的值与平滑矩阵做卷积计算,得到平均值。
优选地,所述图像补偿处理包括:
将图像中所有像素的亮度从高到低进行排位,取前5%的像素,当像素的数量满足要求时,将其作为参考色;
将色彩的R、G、B分量值调整为255,从而对图像整体进行补偿调整,增加人脸图像的清晰度。
一种复杂化环境下测量人脸图像的信息处理装置,包括:
图像获取模块,用于获取待处理图像;
检测模块,用于检测待处理图像中是否存在人脸肤色和人脸五官;
处理模块,用于响应于检测到人脸图像,对所述人脸图像进行处理,得到预选图像;
特征点获取模块,用于获取所述预选图像中的人脸特征点;
存储模块,用于存储人脸特征模板库、肤色统计聚类和人脸五官位置关系数据;
对比模块,用于将人脸特征点与人脸模板库进行对比,当所述人脸特征点的点位坐标与人脸模板库中特征点坐标差值在范围内时,则提取预选图像中的人脸图像;
所述图像获取模块、检测模块、处理模块、特征点获取模块、存储模块、对比模块均与控制模块连接。
优选地,所述对比模块还包括:
色彩补偿模块,用于当所述人脸特征点的点位坐标与人脸模板库中特征点坐标差值不在范围内时,则对预选图像进行补偿处理,补偿处理后再进行人脸特征点与人脸模板库进行对比。
与现有技术相比,本发明的优点在于:
本发明通过采用人脸肤色、人脸五官位置关系及特征的混合式识别方法,能够对复杂环境下人脸进行准确识别,且识别后对模糊的图像进行色彩补偿,能够提高识别后人脸图像的清晰度。
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是本发明一种复杂化环境下测量人脸图像的信息处理方法的流程图;
图2是本发明一种复杂化环境下测量人脸图像的信息处理装置的框架图。
具体实施方式
下面结合附图对本发明的优选实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
参阅图1所示,一种复杂化环境下测量人脸图像的信息处理方法,步骤包括:
获取待处理图像,为了实现对不同图像的处理,待处理图像可以是图片或者视频,其可以包括任何信息,比如深度信息和纹理等等,所述待处理图像的获取方式可以是从网络中获取或者从本地图像传感器中获取,从网络中获取的一种典型的应用场景为监控,接收图像的终端可以将网络监控中的图像做处理;从本地图像传感器中获取的一种典型应用场景为自拍,用户通过手机前置摄像头对自己拍摄照片或者视频,手机可以对拍摄的照片或视频进行处理;
检测待处理图像中是否具有人脸肤色和人脸五官位置关系图像,有则进行下一步;
选取检测待处理图像中具有人脸肤色和人脸五官位置关系的图像,对图像进行处理,得到预选图像;
获取预选图像中的人脸特征点;
将人脸特征点与人脸模板库进行对比,当人脸特征点的点位坐标与人脸模板库中特征点坐标差值在范围内时,则提取预选图像中的人脸图像;当不在范围内时,则对预选图像进行补偿处理,补偿处理后再进行人脸特征点与人脸模板库进行对比;其中标准模板集合中包括多个角度的标准模板。
该人脸图像处理方法可以由人脸图像处理装置来执行,该人脸图像处理装置可以实现为软件,或者实现为软件和硬件的组合,该人脸图像处理装置可以集成设置在图像处理系统中的某设备中,比如图像处理服务器或者图像处理终端设备中;
本实施例中,在对进行人脸肤色处理之前,还包括:
将各种肤色样本进行统计分析,统计肤色分布特征,针对肤色统计聚类特点找到检测阀值。
本实施例中,获取预选图像中人脸特征点之前,还包括:
删除人脸特征点以外区域;
将删除之后的剩余人脸区域确定为需要进行预选的人脸图像区域。
本实施例中,对图像进行处理,包括:
首先进行肤色区域分割,提取近似与肤色统计聚类特点找到检测阀值的肤色区域;
检测该肤色区域中人脸五官位置关系,当满足位置关系时,得到预选人脸预选图像;
对人脸预选图像进行低通滤波,得到人脸图像的低频分量;
将人脸预选图像减去低频分量得到人脸图像的高频分量;
将高频分量进行放大,得到初始人脸图像,需要注意的时,放大的程度可以由用户自定义,例如可以使用滑动控件或者选择控件确定放大系数,经过上述第一处理,给人脸图像带来了磨皮和锐化的处理,使用户脸上的缺点被掩盖而优点被放大。
本实施例中,低通滤波包括:
根据图像当前像素点的值与其周围相邻像素的值计算平均值,将平均值作为当前像素点的值,计算平均值时,可以是使用平滑矩阵,将图像当前像素点的值与其周围相邻像素的值与平滑矩阵做卷积计算,得到平均值。
本实施例中,计算平均值为:
计算平滑矩阵,将图像当前像素点的值与其周围相邻像素的值与平滑矩阵做卷积计算,得到平均值。
本实施例中,图像补偿处理包括:
将图像中所有像素的亮度从高到低进行排位,取前5%的像素,当像素的数量满足要求时,将其作为参考色;
将色彩的R、G、B分量值调整为255,从而对图像整体进行补偿调整,增加人脸图像的清晰度,这中做法一方面,绝大多数的图像中包含纯白色,特别在包含人脸在内的图像中,其眼球外都是纯白色,所以将人最亮的色素的色彩值调整为纯白色是合理的。
参阅图2所示,一种复杂化环境下测量人脸图像的信息处理装置,包括:
图像获取模块1,用于获取待处理图像;
检测模块2,用于检测待处理图像中是否存在人脸肤色和人脸五官;
处理模块3,用于响应于检测到人脸图像,对人脸图像进行处理,得到预选图像;
特征点获取模块4,用于获取预选图像中的人脸特征点;
存储模块5,用于存储人脸特征模板库、肤色统计聚类和人脸五官位置关系数据,其中人脸五官位置关系由大量实验得出,实验只要统计各种在角度下,眼睛、鼻子、嘴巴、眉毛之间的位置及角度关系的数据;
对比模块6,用于将人脸特征点与人脸模板库进行对比,当人脸特征点的点位坐标与人脸模板库中特征点坐标差值在范围内时,则提取预选图像中的人脸图像;
图像获取模块1、检测模块2、处理模块3、特征点获取模块4、存储模块5、对比模块6均与控制模块7连接。
本实施例中,对比模块还包括:
色彩补偿模块,用于当人脸特征点的点位坐标与人脸模板库中特征点坐标差值不在范围内时,则对预选图像进行补偿处理,补偿处理后再进行人脸特征点与人脸模板库进行对比。
虽然结合附图描述了本发明的实施方式,但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改,只要不超过本发明的权利要求所描述的保护范围,都应当在本发明的保护范围之内。
Claims (9)
1.一种复杂化环境下测量人脸图像的信息处理方法,其特征在于,步骤包括:
获取待处理图像;
检测待处理图像中是否具有人脸肤色和人脸五官位置关系图像,有则进行下一步;
选取检测待处理图像中具有人脸肤色和人脸五官位置关系的图像,对所述图像进行处理,得到预选图像;
获取所述预选图像中的人脸特征点;
将人脸特征点与人脸模板库进行对比,当所述人脸特征点的点位坐标与人脸模板库中特征点坐标差值在范围内时,则提取预选图像中的人脸图像;当不在范围内时,则对预选图像进行补偿处理,补偿处理后再进行人脸特征点与人脸模板库进行对比;其中所述标准模板集合中包括多个角度的标准模板。
2.根据权利要求1所述的复杂化环境下测量人脸图像的信息处理方法,其特征在于,在对进行人脸肤色处理之前,还包括:
将各种肤色样本进行统计分析,统计肤色分布特征,针对肤色统计聚类特点找到检测阀值。
3.根据权利要求1所述的复杂化环境下测量人脸图像的信息处理方法,其特征在于,获取预选图像中人脸特征点之前,还包括:
删除人脸特征点以外区域;
将删除之后的剩余人脸区域确定为需要进行预选的人脸图像区域。
4.根据权利要求2所述的复杂化环境下测量人脸图像的信息处理方法,其特征在于,对所述图像进行处理,包括:
首先进行肤色区域分割,提取近似与肤色统计聚类特点找到检测阀值的肤色区域;
检测该肤色区域中人脸五官位置关系,当满足位置关系时,得到预选人脸预选图像
对人脸预选图像进行低通滤波,得到人脸图像的低频分量;
将人脸预选图像减去所述低频分量得到人脸图像的高频分量;
将所述高频分量进行放大,得到初始人脸图像。
5.根据权利要求4所述的复杂化环境下测量人脸图像的信息处理方法,其特征在于,所述的低通滤波包括:
根据图像当前像素点的值与其周围相邻像素的值计算平均值,将所述平均值作为当前像素点的值。
6.根据权利要求5所述的复杂化环境下测量人脸图像的信息处理方法,其特征在于,所述的计算平均值为:
计算平滑矩阵,将图像当前像素点的值与其周围相邻像素的值与平滑矩阵做卷积计算,得到平均值。
7.根据权利要求1所述的复杂化环境下测量人脸图像的信息处理方法,其特征在于,所述图像补偿处理包括:
将图像中所有像素的亮度从高到低进行排位,取前5%的像素,当像素的数量满足要求时,将其作为参考色;
将色彩的R、G、B分量值调整为255,从而对图像整体进行补偿调整,增加人脸图像的清晰度。
8.一种复杂化环境下测量人脸图像的信息处理装置,其特征在于,包括:
图像获取模块,用于获取待处理图像;
检测模块,用于检测待处理图像中是否存在人脸肤色和人脸五官;
处理模块,用于响应于检测到人脸图像,对所述人脸图像进行处理,得到预选图像;
特征点获取模块,用于获取所述预选图像中的人脸特征点;
存储模块,用于存储人脸特征模板库、肤色统计聚类和人脸五官位置关系数据;
对比模块,用于将人脸特征点与人脸模板库进行对比,当所述人脸特征点的点位坐标与人脸模板库中特征点坐标差值在范围内时,则提取预选图像中的人脸图像;
所述图像获取模块、检测模块、处理模块、特征点获取模块、存储模块、对比模块均与控制模块连接。
9.根据权利要求8所述的复杂化环境下测量人脸图像的信息处理装置,其特征在于,所述对比模块还包括:
色彩补偿模块,用于当所述人脸特征点的点位坐标与人脸模板库中特征点坐标差值不在范围内时,则对预选图像进行补偿处理,补偿处理后再进行人脸特征点与人脸模板库进行对比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011056221.2A CN112183383A (zh) | 2020-09-30 | 2020-09-30 | 一种复杂化环境下测量人脸图像的信息处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011056221.2A CN112183383A (zh) | 2020-09-30 | 2020-09-30 | 一种复杂化环境下测量人脸图像的信息处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112183383A true CN112183383A (zh) | 2021-01-05 |
Family
ID=73947198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011056221.2A Pending CN112183383A (zh) | 2020-09-30 | 2020-09-30 | 一种复杂化环境下测量人脸图像的信息处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183383A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128416A (zh) * | 2021-04-23 | 2021-07-16 | 领途智造科技(北京)有限公司 | 一种能识别肤色的面部识别方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130064556A (ko) * | 2011-12-08 | 2013-06-18 | 에스케이텔레콤 주식회사 | 다중 검출 방식을 이용한 얼굴 검출 장치 및 방법 |
CN103577838A (zh) * | 2013-11-25 | 2014-02-12 | 苏州大学 | 一种人脸识别方法和装置 |
CN103632132A (zh) * | 2012-12-11 | 2014-03-12 | 广西工学院 | 一种基于肤色分割和模板匹配的人脸检测与识别方法 |
CN108830892A (zh) * | 2018-06-13 | 2018-11-16 | 北京微播视界科技有限公司 | 人脸图像处理方法、装置、电子设备及计算机可读存储介质 |
-
2020
- 2020-09-30 CN CN202011056221.2A patent/CN112183383A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130064556A (ko) * | 2011-12-08 | 2013-06-18 | 에스케이텔레콤 주식회사 | 다중 검출 방식을 이용한 얼굴 검출 장치 및 방법 |
CN103632132A (zh) * | 2012-12-11 | 2014-03-12 | 广西工学院 | 一种基于肤色分割和模板匹配的人脸检测与识别方法 |
CN103577838A (zh) * | 2013-11-25 | 2014-02-12 | 苏州大学 | 一种人脸识别方法和装置 |
CN108830892A (zh) * | 2018-06-13 | 2018-11-16 | 北京微播视界科技有限公司 | 人脸图像处理方法、装置、电子设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
李明等: "基于彩色人脸模板的人脸检测算法", 《计算机工程与应用》, pages 153 - 156 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128416A (zh) * | 2021-04-23 | 2021-07-16 | 领途智造科技(北京)有限公司 | 一种能识别肤色的面部识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9818023B2 (en) | Enhanced face detection using depth information | |
US20220237811A1 (en) | Method for Testing Skin Texture, Method for Classifying Skin Texture and Device for Testing Skin Texture | |
CN108009531B (zh) | 一种多策略防欺诈的人脸识别方法 | |
US6661907B2 (en) | Face detection in digital images | |
CN108764071B (zh) | 一种基于红外和可见光图像的真实人脸检测方法及装置 | |
US7715596B2 (en) | Method for controlling photographs of people | |
WO2019033572A1 (zh) | 人脸遮挡检测方法、装置及存储介质 | |
CN111524080A (zh) | 脸部皮肤特征的识别方法、终端及计算机设备 | |
CN106372629A (zh) | 一种活体检测方法和装置 | |
CN110363088B (zh) | 基于多特征融合的自适应皮肤炎症区域检测方法 | |
CN112396011B (zh) | 一种基于视频图像心率检测及活体检测的人脸识别系统 | |
CN110348385B (zh) | 活体人脸识别方法和装置 | |
CN112052730B (zh) | 一种3d动态人像识别监控设备及方法 | |
CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
JP4729188B2 (ja) | 視線検出装置 | |
CN110599514B (zh) | 图像分割的方法、装置、电子设备及存储介质 | |
CN108334870A (zh) | Ar设备数据服务器状态的远程监控系统 | |
Wu et al. | Detection system of smoking behavior based on face analysis | |
CN112183383A (zh) | 一种复杂化环境下测量人脸图像的信息处理方法和装置 | |
CN112651962A (zh) | 一种ai智能诊断系统平台 | |
Fathy et al. | Benchmarking of pre-processing methods employed in facial image analysis | |
CN108875572B (zh) | 基于背景抑制的行人重识别方法 | |
CN111708907B (zh) | 一种目标人员的查询方法、装置、设备及存储介质 | |
Amjed et al. | Noncircular iris segmentation based on weighted adaptive hough transform using smartphone database | |
CN115019364A (zh) | 基于人脸识别的身份认证方法、装置、电子设备及介质 |
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 |