CN112215113A - 人脸识别方法及装置 - Google Patents
人脸识别方法及装置 Download PDFInfo
- Publication number
- CN112215113A CN112215113A CN202011057967.5A CN202011057967A CN112215113A CN 112215113 A CN112215113 A CN 112215113A CN 202011057967 A CN202011057967 A CN 202011057967A CN 112215113 A CN112215113 A CN 112215113A
- Authority
- CN
- China
- Prior art keywords
- face
- data
- temperature
- model
- infrared light
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 238000003384 imaging method Methods 0.000 claims abstract description 4
- 230000001678 irradiating effect Effects 0.000 claims abstract description 4
- 238000013499 data model Methods 0.000 claims description 33
- 238000013500 data storage Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 12
- 230000007261 regionalization Effects 0.000 claims description 11
- 210000000697 sensory organ Anatomy 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 239000011521 glass Substances 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 210000000720 eyelash Anatomy 0.000 claims description 3
- 210000001061 forehead Anatomy 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- 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
Abstract
本发明涉及人脸识别技术领域，具体涉及人脸识别方法及装置，包括：步骤一：通过矩阵式排列的红外光源对人脸进行照射，进行人脸成像；步骤二：利用可以接收近红外光的摄像头对人脸进行拍摄；步骤三：与所述步骤二不同步的利用温度传感器感应人脸温度，形成人脸的温度图像；步骤四：图像处理模块对人脸图像数据进行处理；步骤五：判定识别结果；步骤六：对数据进行存储。本发明可以用于人脸识别，具有较高的识别精度，规避环境光影响，同时可以对人脸上存在的遮挡物进行带入对比，从而获得完善的人脸识别操作，而且可以检测人脸上是否存在拟态遮挡物，进而保证人脸识别的安全性。
Description
技术领域
本发明涉及人脸识别技术领域，具体涉及人脸识别方法及装置。
背景技术
生物特征识别技术广泛应用于生活中的各个领域，其中，人脸识别技术因其特征采集方便、卫生等特点，应用最为广泛。现有技术中，人脸识别过程通常包括：图像采集、图像处理、特征提取和人脸识别几个步骤。随着人工智能设备的发展和推广，但是在进行人脸识别的过程中，自然环境光照会直接影响电子设备获取的人脸图像质量，自然环境光照的强弱直接影响了人脸识别的效率和准确率；同时在进行人脸识别的过程中，人们往往脸上会佩戴一些常见的遮挡物，例如眼镜等，干扰了人脸识别的精准度，但是在识别时让人们摘下较为麻烦，因此需要现有的人脸识别装置可以适应这些常见的遮挡物；同时现在存在一些人恶意采用拟态的遮挡物对面部进行更改，干扰人脸识别的结果，需要对这种情况进行规避。
发明内容
本发明的目的在于提供人脸识别方法及装置。
为达此目的，本发明采用以下技术方案：
提供人脸识别方法，包括：
步骤一：通过矩阵式排列的红外光源对人脸进行照射，进行人脸成像，其光照强度强于环境光，利用反射的红外光对人脸进行显像；
步骤二：利用可以接收近红外光的摄像头对人脸进行拍摄，拍摄出清晰的人脸图像，将人脸图像数据传递至图像处理模块；
步骤三：与所述步骤二不同步的利用温度传感器感应人脸温度，形成人脸的温度图像，建立捕捉到的人脸图像温度数据模型，根据预先设立的人脸图像温度数据模型进行对比，检测人脸图像温度数据模型是否存在温度异常区域，检测人脸上是否存在拟态遮挡物，当存在温度异常区域，不进行后续操作；
步骤四：图像处理模块对人脸图像数据进行处理，将人脸图像数据模型进行区域化处理，根据五官位置进行区域化分割，从数据存储模块中提取存储的区域化人脸图像数据，根据不同区域进行对应的对比识别，测算差别数值，从而获得识别结果；
步骤五：当差别数值大于设定阈值时，判定为识别结果不同；当差别数值小于设定阈值时，判定为识别结果相同；五官区域均为识别结果相同时为识别通过，反之表示识别不通过；
步骤六：识别通过后，将录入数据以及预先存储数据进行对应标记，同时存储至数据存储模块。
进一步的，所述步骤三中具体工作步骤如下：
(1)通过设置的温度传感器对人脸温度进行识别，将感应到的温度提取转变为人脸温度分布图像；
(2)预先设定人脸温度分布模型，将人脸分为若干温度区域，并且按温度高低对不同温度区域进行标记，同步提取不同区域的温度数值，对不同区域温度数值进行对比计算，建立差数模型，将多个温度区域进行逐一对比，设立温度差阈值，阈值包括一定的浮动量，记录数据并存储；
(3)通过步骤(1)中的人脸温度图像数据，计算检测捕捉到的人脸温度图像数据中各个区域的温度差，并且建立实际的差数模型，同时得出多个温度差，将不同温度与实现预设的温度差阈值进行对比；
利用阈值大小对比，得出不同温度人脸区域是否存在拟态遮挡物。
进一步的，所述步骤四包括以下步骤：
1)接收导入的人脸图像数据，将人脸图像数据转换为三维数据模型；
2)根据五官将人脸图像数据进行区域化处理，分为两个眼睛区域、鼻子区域、嘴巴区域、耳朵区域、额头区域以及两个脸颊区域，分别对区域化数据进行标记，提取不同区域中的特征数据，同时将特征数据设定为s；
3)提取预先存储的人脸数据，将其转换为三维数据模型，同步进行步骤2)中的方式，将特征数据设定为s1；
4)提取实现存储的特征数据阈值a，将特征数据s和特征数据s1进行对比，得到差值a1，当a1＜a时判定识别通过，反之判定识别不通过；
5)汇总所有区域的识别结果，当所有结果通过后判定为人脸识别通过，出现一个区域的识别不通过后，判定为人脸识别不通过。
进一步的，所述步骤四中还包括以下步骤：
1)获取人脸图像数据模型，判断人脸图像是否存在常见遮挡物，其中常见遮挡物包括：眼镜、胡须、假睫毛以及长刘海；
2)图像处理模块存在校准模块，将捕捉到的遮挡物进行提取，同步的将遮挡物进行三维模型确立，提取预先存储的人脸数据并建立三维模型，将遮挡物的三维模型以对应位置添加到人脸三维模型中，然后导出合成后的三维模型；
3)合成后的三维模型用于后续的人脸图像数据模型对比。
人脸识别装置：
矩阵排列的红外光源，根据需求进行矩阵式排列，可以将红外线光照射在靠近的人脸上，显示清晰的人脸成像，规避环境光影响；
能够接收近红外光的摄像头，对照射了红外光的人脸进行拍摄，从而得出清晰的人脸图像，同时将拍摄的人脸图像传输至图像处理模块内；
图像处理模块，接收摄像头传输的人脸图像，对人脸图像进行处理，处理完毕后将数据导入数据存储模块内进行存储；
对比模块，提取图像处理模块处理完毕的数据以及数据存储模块内存储的数据，进行区域化分割，同时设立差别阈值，将区域化分割后的数据进行逐一对比，获得实际阈值，利用差别阈值和实际阈值的对比实现人脸识别功能；
数据存储模块，用于对人脸数据进行存储，对新录入的数据进行标记存储，同时将后续用于对比的数据与基本数据采用相同标记并进行存储，实时进行更新；
温度传感规避模块，对人脸温度进行识别，根据脸部整体温度建立数据模型，并通过实现建立的人脸正常温度数据模型进行对比，规避脸部存在拟态遮挡物的干扰情况。
进一步的，所述能够接收近红外光的摄像头的拍摄位置固定设置有滤光片，接收近红外光的同时对环境光进行过滤。
进一步的，所述温度传感规避模块包括若干红外温度传感器，若干所述红外温度传感器与矩阵排列的红外光源工作不同步。
本发明的有益效果：
1、利用红外光线进行充分照射，同时采用可以接收近红外光的摄像头对人脸进行拍摄，还设置了滤光片进行环境光过滤，从而规避环境光对人脸识别的影响，同步的对人脸进行区域化识别，从而保证识别精度。
2、在人脸识别时建立三维模型进行对比，通过对眼镜等常见遮挡物的三维模型建立，并且代入预先存储的人脸数据三维模型中进行合成，然后进行对比，可以规避遮挡物对人脸识别的影响，增加人脸识别的精准程度；
3、在录入人脸图像数据时，通过人脸温度建立人脸温度分布图像模型，进行区域化划分，并且根据事先设定的温度图像模型，设立不同区域关系，从而可以规避拟态遮挡物的影响，保证人脸识别的精度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。
图1为本发明的步骤框图；
图2为本发明中人脸识别装置的示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制。
人脸识别方法，以下步骤：
步骤一：通过矩阵式排列的红外光源对人脸进行照射，进行人脸成像，其光照强度强于环境光，利用反射的红外光对人脸进行显像；
步骤二：利用可以接收近红外光的摄像头对人脸进行拍摄，拍摄出清晰的人脸图像，将人脸图像数据传递至图像处理模块；
步骤三：与步骤二不同步的利用温度传感器感应人脸温度，形成人脸的温度图像，建立捕捉到的人脸图像温度数据模型，根据预先设立的人脸图像温度数据模型进行对比，检测人脸图像温度数据模型是否存在温度异常区域，检测人脸上是否存在拟态遮挡物，当存在温度异常区域，不进行后续操作；
步骤四：图像处理模块对人脸图像数据进行处理，将人脸图像数据模型进行区域化处理，根据五官位置进行区域化分割，从数据存储模块中提取存储的区域化人脸图像数据，根据不同区域进行对应的对比识别，测算差别数值，从而获得识别结果；
步骤五：当差别数值大于设定阈值时，判定为识别结果不同；当差别数值小于设定阈值时，判定为识别结果相同；五官区域均为识别结果相同时为识别通过，反之表示识别不通过；
步骤六：识别通过后，将录入数据以及预先存储数据进行对应标记，同时存储至数据存储模块。
其中，步骤三中具体工作步骤如下：
(1)通过设置的温度传感器对人脸温度进行识别，将感应到的温度提取转变为人脸温度分布图像；
(2)预先设定人脸温度分布模型，将人脸分为若干温度区域，并且按温度高低对不同温度区域进行标记，同步提取不同区域的温度数值，对不同区域温度数值进行对比计算，建立差数模型，将多个温度区域进行逐一对比，设立温度差阈值，阈值包括一定的浮动量，记录数据并存储；
(3)通过步骤(1)中的人脸温度图像数据，计算检测捕捉到的人脸温度图像数据中各个区域的温度差，并且建立实际的差数模型，同时得出多个温度差，将不同温度与实现预设的温度差阈值进行对比；
利用阈值大小对比，得出不同温度人脸区域是否存在拟态遮挡物。
其中，步骤四包括以下步骤：
1)接收导入的人脸图像数据，将人脸图像数据转换为三维数据模型；
2)根据五官将人脸图像数据进行区域化处理，分为两个眼睛区域、鼻子区域、嘴巴区域、耳朵区域、额头区域以及两个脸颊区域，分别对区域化数据进行标记，提取不同区域中的特征数据，同时将特征数据设定为s；
3)提取预先存储的人脸数据，将其转换为三维数据模型，同步进行步骤2)中的方式，将特征数据设定为s1；
4)提取实现存储的特征数据阈值a，将特征数据s和特征数据s1进行对比，得到差值a1，当a1＜a时判定识别通过，反之判定识别不通过；
5)汇总所有区域的识别结果，当所有结果通过后判定为人脸识别通过，出现一个区域的识别不通过后，判定为人脸识别不通过。
其中，步骤四中还包括以下步骤：
1)获取人脸图像数据模型，判断人脸图像是否存在常见遮挡物，其中常见遮挡物包括：眼镜、胡须、假睫毛以及长刘海；
2)图像处理模块存在校准模块，将捕捉到的遮挡物进行提取，同步的将遮挡物进行三维模型确立，提取预先存储的人脸数据并建立三维模型，将遮挡物的三维模型以对应位置添加到人脸三维模型中，然后导出合成后的三维模型；
3)合成后的三维模型用于后续的人脸图像数据模型对比。
参照图2所示的人脸识别装置，包括：
矩阵排列的红外光源，根据需求进行矩阵式排列，可以将红外线光照射在靠近的人脸上，显示清晰的人脸成像，规避环境光影响；
能够接收近红外光的摄像头，对照射了红外光的人脸进行拍摄，从而得出清晰的人脸图像，同时将拍摄的人脸图像传输至图像处理模块内；
图像处理模块，接收摄像头传输的人脸图像，对人脸图像进行处理，处理完毕后将数据导入数据存储模块内进行存储；
对比模块，提取图像处理模块处理完毕的数据以及数据存储模块内存储的数据，进行区域化分割，同时设立差别阈值，将区域化分割后的数据进行逐一对比，获得实际阈值，利用差别阈值和实际阈值的对比实现人脸识别功能；
数据存储模块，用于对人脸数据进行存储，对新录入的数据进行标记存储，同时将后续用于对比的数据与基本数据采用相同标记并进行存储，实时进行更新；
温度传感规避模块，对人脸温度进行识别，根据脸部整体温度建立数据模型，并通过实现建立的人脸正常温度数据模型进行对比，规避脸部存在拟态遮挡物的干扰情况。
其中，能够接收近红外光的摄像头的拍摄位置固定设置有滤光片，接收近红外光的同时对环境光进行过滤。
其中，温度传感规避模块包括若干红外温度传感器，若干红外温度传感器与矩阵排列的红外光源工作不同步。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (7)
1.人脸识别方法，其特征在于，包括以下步骤：
步骤一：通过矩阵式排列的红外光源对人脸进行照射，进行人脸成像，其光照强度强于环境光，利用反射的红外光对人脸进行显像；
步骤二：利用可以接收近红外光的摄像头对人脸进行拍摄，拍摄出清晰的人脸图像，将人脸图像数据传递至图像处理模块；
步骤三：与所述步骤二不同步的利用温度传感器感应人脸温度，形成人脸的温度图像，建立捕捉到的人脸图像温度数据模型，根据预先设立的人脸图像温度数据模型进行对比，检测人脸图像温度数据模型是否存在温度异常区域，检测人脸上是否存在拟态遮挡物，当存在温度异常区域，不进行后续操作；
步骤四：图像处理模块对人脸图像数据进行处理，将人脸图像数据模型进行区域化处理，根据五官位置进行区域化分割，从数据存储模块中提取存储的区域化人脸图像数据，根据不同区域进行对应的对比识别，测算差别数值，从而获得识别结果；
步骤五：当差别数值大于设定阈值时，判定为识别结果不同；当差别数值小于设定阈值时，判定为识别结果相同；五官区域均为识别结果相同时为识别通过，反之表示识别不通过；
步骤六：识别通过后，将录入数据以及预先存储数据进行对应标记，同时存储至数据存储模块。
2.根据权利要求1所述的人脸识别方法，其特征在于，所述步骤三中具体工作步骤如下：
(1)通过设置的温度传感器对人脸温度进行识别，将感应到的温度提取转变为人脸温度分布图像；
(2)预先设定人脸温度分布模型，将人脸分为若干温度区域，并且按温度高低对不同温度区域进行标记，同步提取不同区域的温度数值，对不同区域温度数值进行对比计算，建立差数模型，将多个温度区域进行逐一对比，设立温度差阈值，阈值包括一定的浮动量，记录数据并存储；
(3)通过步骤(1)中的人脸温度图像数据，计算检测捕捉到的人脸温度图像数据中各个区域的温度差，并且建立实际的差数模型，同时得出多个温度差，将不同温度与实现预设的温度差阈值进行对比；
利用阈值大小对比，得出不同温度人脸区域是否存在拟态遮挡物。
3.根据权利要求1所述的人脸识别方法，其特征在于，所述步骤四包括以下步骤：
1)接收导入的人脸图像数据，将人脸图像数据转换为三维数据模型；
2)根据五官将人脸图像数据进行区域化处理，分为两个眼睛区域、鼻子区域、嘴巴区域、耳朵区域、额头区域以及两个脸颊区域，分别对区域化数据进行标记，提取不同区域中的特征数据，同时将特征数据设定为s；
3)提取预先存储的人脸数据，将其转换为三维数据模型，同步进行步骤2)中的方式，将特征数据设定为s1；
4)提取实现存储的特征数据阈值a，将特征数据s和特征数据s1进行对比，得到差值a1，当a1＜a时判定识别通过，反之判定识别不通过；
5)汇总所有区域的识别结果，当所有结果通过后判定为人脸识别通过，出现一个区域的识别不通过后，判定为人脸识别不通过。
4.根据权利要求1所述的人脸识别方法，其特征在于，所述步骤四中还包括以下步骤：
1)获取人脸图像数据模型，判断人脸图像是否存在常见遮挡物，其中常见遮挡物包括：眼镜、胡须、假睫毛以及长刘海；
2)图像处理模块存在校准模块，将捕捉到的遮挡物进行提取，同步的将遮挡物进行三维模型确立，提取预先存储的人脸数据并建立三维模型，将遮挡物的三维模型以对应位置添加到人脸三维模型中，然后导出合成后的三维模型；
3)合成后的三维模型用于后续的人脸图像数据模型对比。
5.人脸识别装置，其特征在于，包括：
矩阵排列的红外光源，根据需求进行矩阵式排列，可以将红外线光照射在靠近的人脸上，显示清晰的人脸成像，规避环境光影响；
能够接收近红外光的摄像头，对照射了红外光的人脸进行拍摄，从而得出清晰的人脸图像，同时将拍摄的人脸图像传输至图像处理模块内；
图像处理模块，接收摄像头传输的人脸图像，对人脸图像进行处理，处理完毕后将数据导入数据存储模块内进行存储；
对比模块，提取图像处理模块处理完毕的数据以及数据存储模块内存储的数据，进行区域化分割，同时设立差别阈值，将区域化分割后的数据进行逐一对比，获得实际阈值，利用差别阈值和实际阈值的对比实现人脸识别功能；
数据存储模块，用于对人脸数据进行存储，对新录入的数据进行标记存储，同时将后续用于对比的数据与基本数据采用相同标记并进行存储，实时进行更新；
温度传感规避模块，对人脸温度进行识别，根据脸部整体温度建立数据模型，并通过实现建立的人脸正常温度数据模型进行对比，规避脸部存在拟态遮挡物的干扰情况。
6.根据权利要求4所述的人脸识别装置，其特征在于，所述能够接收近红外光的摄像头的拍摄位置固定设置有滤光片，接收近红外光的同时对环境光进行过滤。
7.根据权利要求4所述的人脸识别装置，其特征在于，所述温度传感规避模块包括若干红外温度传感器，若干所述红外温度传感器与矩阵排列的红外光源工作不同步。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011057967.5A CN112215113A (zh) | 2020-09-30 | 2020-09-30 | 人脸识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011057967.5A CN112215113A (zh) | 2020-09-30 | 2020-09-30 | 人脸识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112215113A true CN112215113A (zh) | 2021-01-12 |
Family
ID=74051652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011057967.5A Withdrawn CN112215113A (zh) | 2020-09-30 | 2020-09-30 | 人脸识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112215113A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117152397A (zh) * | 2023-10-26 | 2023-12-01 | 慧医谷中医药科技(天津)股份有限公司 | 一种基于热成像投影的三维人脸成像方法及系统 |
Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101770649A (zh) * | 2008-12-30 | 2010-07-07 | 中国科学院自动化研究所 | 一种人脸图像自动合成方法 |
| CN102034079A (zh) * | 2009-09-24 | 2011-04-27 | 汉王科技股份有限公司 | 眼镜遮挡下的人脸识别方法和系统 |
| CN103745199A (zh) * | 2013-12-31 | 2014-04-23 | 北京中科金财科技股份有限公司 | 基于人脸识别技术的风险防范金融自助受理装置和方法 |
| CN105769130A (zh) * | 2016-02-26 | 2016-07-20 | 严定远 | 一种测量人体体温的装置和方法 |
| CN205585991U (zh) * | 2016-02-26 | 2016-09-21 | 严定远 | 一种测量人体心跳呼吸和体温的装置 |
| CN106355169A (zh) * | 2016-11-11 | 2017-01-25 | 成都优势互动科技有限公司 | 红外活体人脸图像采集装置、识别装置及其处理方法 |
| CN108171182A (zh) * | 2017-12-29 | 2018-06-15 | 广东欧珀移动通信有限公司 | 电子装置、人脸识别方法及相关产品 |
| CN108460356A (zh) * | 2018-03-13 | 2018-08-28 | 上海海事大学 | 一种基于监控系统的人脸图像自动处理系统 |
| CN108564001A (zh) * | 2018-03-21 | 2018-09-21 | 广州路捷电子科技有限公司 | 红外线人脸识别系统及识别方法 |
| CN108573170A (zh) * | 2018-04-12 | 2018-09-25 | Oppo广东移动通信有限公司 | 信息处理方法和装置、电子设备、计算机可读存储介质 |
| CN108596061A (zh) * | 2018-04-12 | 2018-09-28 | Oppo广东移动通信有限公司 | 人脸识别方法、装置及移动终端、存储介质 |
| CN108804895A (zh) * | 2018-04-28 | 2018-11-13 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
| CN108846924A (zh) * | 2018-05-31 | 2018-11-20 | 上海商汤智能科技有限公司 | 车辆及车门解锁控制方法、装置和车门解锁系统 |
| CN105095829B (zh) * | 2014-04-29 | 2019-02-19 | 华为技术有限公司 | 一种人脸识别方法及系统 |
| CN109743019A (zh) * | 2018-12-21 | 2019-05-10 | 中国计量大学 | 基于气象因素的热斑温度预测及热斑定位的系统和方法 |
| CN109745014A (zh) * | 2018-12-29 | 2019-05-14 | 江苏云天励飞技术有限公司 | 温度测量方法及相关产品 |
| CN109780940A (zh) * | 2019-03-11 | 2019-05-21 | 南京森林警察学院 | 一种基于拟态射击训练靶场的射击训练方法 |
| CN110473311A (zh) * | 2018-05-09 | 2019-11-19 | 杭州海康威视数字技术股份有限公司 | 防范非法攻击方法、装置及电子设备 |
| CN110660076A (zh) * | 2019-09-26 | 2020-01-07 | 北京紫睛科技有限公司 | 一种人脸交换方法 |
| CN110705507A (zh) * | 2016-06-30 | 2020-01-17 | 北京七鑫易维信息技术有限公司 | 一种身份识别方法及装置 |
| CN210244523U (zh) * | 2019-11-21 | 2020-04-03 | 成都蓉卡科技有限公司 | 一种人脸支付的智能消费机 |
| CN111415470A (zh) * | 2020-02-24 | 2020-07-14 | 北京三快在线科技有限公司 | 物品存取方法、服务器、智能配送柜和计算机可读介质 |
| CN111414831A (zh) * | 2020-03-13 | 2020-07-14 | 深圳市商汤科技有限公司 | 监测方法及系统、电子设备和存储介质 |
| CN111582238A (zh) * | 2020-05-28 | 2020-08-25 | 上海依图网络科技有限公司 | 一种应用于人脸遮挡场景的活体检测方法及装置 |
| CN111652121A (zh) * | 2020-06-01 | 2020-09-11 | 腾讯科技（深圳）有限公司 | 一种表情迁移模型的训练方法、表情迁移的方法及装置 |
| CN111695495A (zh) * | 2020-06-10 | 2020-09-22 | 杭州萤石软件有限公司 | 人脸识别方法、电子设备及存储介质 |
-
2020
- 2020-09-30 CN CN202011057967.5A patent/CN112215113A/zh not_active Withdrawn
Patent Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101770649A (zh) * | 2008-12-30 | 2010-07-07 | 中国科学院自动化研究所 | 一种人脸图像自动合成方法 |
| CN102034079A (zh) * | 2009-09-24 | 2011-04-27 | 汉王科技股份有限公司 | 眼镜遮挡下的人脸识别方法和系统 |
| CN103745199A (zh) * | 2013-12-31 | 2014-04-23 | 北京中科金财科技股份有限公司 | 基于人脸识别技术的风险防范金融自助受理装置和方法 |
| CN105095829B (zh) * | 2014-04-29 | 2019-02-19 | 华为技术有限公司 | 一种人脸识别方法及系统 |
| CN105769130A (zh) * | 2016-02-26 | 2016-07-20 | 严定远 | 一种测量人体体温的装置和方法 |
| CN205585991U (zh) * | 2016-02-26 | 2016-09-21 | 严定远 | 一种测量人体心跳呼吸和体温的装置 |
| CN110705507A (zh) * | 2016-06-30 | 2020-01-17 | 北京七鑫易维信息技术有限公司 | 一种身份识别方法及装置 |
| CN106355169A (zh) * | 2016-11-11 | 2017-01-25 | 成都优势互动科技有限公司 | 红外活体人脸图像采集装置、识别装置及其处理方法 |
| CN108171182A (zh) * | 2017-12-29 | 2018-06-15 | 广东欧珀移动通信有限公司 | 电子装置、人脸识别方法及相关产品 |
| CN108460356A (zh) * | 2018-03-13 | 2018-08-28 | 上海海事大学 | 一种基于监控系统的人脸图像自动处理系统 |
| CN108564001A (zh) * | 2018-03-21 | 2018-09-21 | 广州路捷电子科技有限公司 | 红外线人脸识别系统及识别方法 |
| CN108573170A (zh) * | 2018-04-12 | 2018-09-25 | Oppo广东移动通信有限公司 | 信息处理方法和装置、电子设备、计算机可读存储介质 |
| CN108596061A (zh) * | 2018-04-12 | 2018-09-28 | Oppo广东移动通信有限公司 | 人脸识别方法、装置及移动终端、存储介质 |
| CN108804895A (zh) * | 2018-04-28 | 2018-11-13 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
| CN110473311A (zh) * | 2018-05-09 | 2019-11-19 | 杭州海康威视数字技术股份有限公司 | 防范非法攻击方法、装置及电子设备 |
| CN108846924A (zh) * | 2018-05-31 | 2018-11-20 | 上海商汤智能科技有限公司 | 车辆及车门解锁控制方法、装置和车门解锁系统 |
| CN109743019A (zh) * | 2018-12-21 | 2019-05-10 | 中国计量大学 | 基于气象因素的热斑温度预测及热斑定位的系统和方法 |
| CN109745014A (zh) * | 2018-12-29 | 2019-05-14 | 江苏云天励飞技术有限公司 | 温度测量方法及相关产品 |
| CN109780940A (zh) * | 2019-03-11 | 2019-05-21 | 南京森林警察学院 | 一种基于拟态射击训练靶场的射击训练方法 |
| CN110660076A (zh) * | 2019-09-26 | 2020-01-07 | 北京紫睛科技有限公司 | 一种人脸交换方法 |
| CN210244523U (zh) * | 2019-11-21 | 2020-04-03 | 成都蓉卡科技有限公司 | 一种人脸支付的智能消费机 |
| CN111415470A (zh) * | 2020-02-24 | 2020-07-14 | 北京三快在线科技有限公司 | 物品存取方法、服务器、智能配送柜和计算机可读介质 |
| CN111414831A (zh) * | 2020-03-13 | 2020-07-14 | 深圳市商汤科技有限公司 | 监测方法及系统、电子设备和存储介质 |
| CN111582238A (zh) * | 2020-05-28 | 2020-08-25 | 上海依图网络科技有限公司 | 一种应用于人脸遮挡场景的活体检测方法及装置 |
| CN111652121A (zh) * | 2020-06-01 | 2020-09-11 | 腾讯科技（深圳）有限公司 | 一种表情迁移模型的训练方法、表情迁移的方法及装置 |
| CN111695495A (zh) * | 2020-06-10 | 2020-09-22 | 杭州萤石软件有限公司 | 人脸识别方法、电子设备及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117152397A (zh) * | 2023-10-26 | 2023-12-01 | 慧医谷中医药科技(天津)股份有限公司 | 一种基于热成像投影的三维人脸成像方法及系统 |
| CN117152397B (zh) * | 2023-10-26 | 2024-01-26 | 慧医谷中医药科技(天津)股份有限公司 | 一种基于热成像投影的三维人脸成像方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101280920B1 (ko) | 화상인식장치 및 방법 | |
| CN107077626B (zh) | 动物用非侵入式多模态生物特征辨识系统 | |
| CN104980710B (zh) | 温度检测方法及移动终端 | |
| KR20170078729A (ko) | 홍채 기반 생체 측정 시스템에서의 도용 검출을 위한 시스템 및 방법 | |
| CN106650574A (zh) | 基于PCANet的人脸识别方法 | |
| CN106997457B (zh) | 人物肢体识别方法、人物肢体识别装置及电子装置 | |
| KR101640014B1 (ko) | 허위 안면 이미지 분류가 가능한 홍채 인식 장치 | |
| CN110555875A (zh) | 瞳孔半径的检测方法、装置、计算机设备和存储介质 | |
| EP3905104B1 (en) | Living body detection method and device | |
| CN112131976B (zh) | 一种自适应人像温度匹配和口罩识别方法及装置 | |
| CN106845449A (zh) | 一种图像处理装置、方法以及人脸识别系统 | |
| US20190236339A1 (en) | Detection apparatus and non-transitory computer readable medium | |
| CN114894337B (zh) | 一种用于室外人脸识别测温方法及装置 | |
| KR101089847B1 (ko) | 얼굴 인식을 위한 ｓｉｆｔ 알고리즘을 이용한 키포인트 매칭 시스템 및 방법 | |
| CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
| CN112712059A (zh) | 基于红外热图像和rgb图像的活体人脸识别方法 | |
| JP2002049912A (ja) | 人物画像取得システム | |
| CN111259763A (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
| CN112215113A (zh) | 人脸识别方法及装置 | |
| CN113361337A (zh) | 一种人脸测温补偿方法、装置及电子设备 | |
| CN112525355A (zh) | 图像处理方法、装置及设备 | |
| CN117373110A (zh) | 可见光-热红外成像的婴幼儿行为识别方法、装置及设备 | |
| CN107705357A (zh) | 测谎方法和装置 | |
| CN111985442A (zh) | 一种基于多模态数据融合的活体检测识别方法 | |
| CN110705453A (zh) | 一种实时的疲劳驾驶检测方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210112 |
|
| WW01 | Invention patent application withdrawn after publication |