CN112325793B - 防伪检测方法、装置及多目相机 - Google Patents
防伪检测方法、装置及多目相机 Download PDFInfo
- Publication number
- CN112325793B CN112325793B CN202011062990.3A CN202011062990A CN112325793B CN 112325793 B CN112325793 B CN 112325793B CN 202011062990 A CN202011062990 A CN 202011062990A CN 112325793 B CN112325793 B CN 112325793B
- Authority
- CN
- China
- Prior art keywords
- data
- camera
- detection
- image
- dimensional model
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 110
- 238000007405 data analysis Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- 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
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
Abstract
本发明公开了防伪检测方法、装置及多目相机,本发明通利用定位相机数据读取物体的形状大小,利用RGB相机获取物体的色彩特征信息,通过TOF相机排除不法人员通过采用物体照片来进行骗审同时读取物体的形状数据,之后建立三维模型,将建立三维模型与物体的形状大小数据结合建立出与现实物体大小相同的三维模型,再结合RGB相机提供的物体颜色等特征信息形成一个与实物完全相同的三维模型数据,将该三维模型数据与数据库预存信息进行比对,从而进行防伪验证,本发明可有效避免不法分子通过现有的技术手段,例如照片,来对物体的颜色以及形状进行模拟,从而骗过电脑防伪系统的安全漏洞的问题,大大提高系统的防伪性能以及防伪强度。
Description
技术领域
本发明涉及防伪检测系统技术领域,具体为防伪检测方法、装置及多目相机。
背景技术
随着电子商务等技术的发展以及电脑智能技术的发展,通过电子扫描对物体进行防伪识别已经渐渐成为现在最有主流的验证手段。电子扫描物体识别技术极大提高了人们生活便利性以及工作效率,但是电子扫描物体识别技术在对人们生活便利性以及工作效率提高的同时,其安全性问题也逐步受到人们的重视。为了防止不法分子通过照片或者等模缩小的模型等来破解电脑识别的事情发生,防伪物体的防伪检测技术成为了该扫描物体识别技术中的一个重点的研究问题。现有的物体检测技术是通过检测设备利用摄像头或者扫描仪等对检测的物体的外观,例如颜色和形状等,进行检测,然后将扫描的数据传输至电脑,通过电脑对该数据的识别来进行防伪验证,但是由于物体的颜色以及其形状可通过现有的技术手段来进行模仿制作,因此存在极大的安全漏洞,为解决该问题,本发明提供了一种防伪检测方法、装置及多目相机的检测装置及系统。
发明内容
本发明的目的在于提供防伪检测方法、装置及多目相机,以解决上述背景技术中提出的现有的物体检测技术是通过检测设备利用摄像头或者扫描仪等对检测的物体的外观,例如颜色和形状等,进行检测,然后将扫描的数据传输至电脑,通过电脑对该数据的识别来进行防伪验证,但是由于物体的颜色以及其形状可通过现有的技术手段来进行模仿制作,因此存在极大的安全漏洞的问题。
为实现上述目的,本发明提供如下技术方案:防伪检测方法,其特征在于,应用于多目相机,所述多目相机包括定位相机、RGB相机、TOF相机、摄像相机、处理中心以及远程端口,所述方法具体如下:
(1)利用定位相机对检测的物件进行定位,确定物件距离多目相机的距离以及检测物件的大小;
(2)利用摄像相机对定位的检测物件进行拍照,并将照片传递至远程端口;
(3)通过RGB相机对摄像相机拍摄的检测物体进行色彩分析,进而得出检测物体的RGB图像,并通过处理中心分析,从而得出RGB图像中检测物体的区域以及该区域的所在位置信息;
(4)通过TOF相机对RGB图像中标识检测物体的区域进行深度检测,从而得出检测物体的三维立体模型数据;
(5)将检测物体的三维立体模型数据以及检测物件的大小带入处理中心,通过处理中心将检测物体的三维立体模型数据以及检测物件的大小数据组合,得出物体的真实三维数据信息,将物体的真实三维数据信息与处理中心中预存的三维立体模型数据进行对比,进而判断出该物体是否通过检测。
进一步地,所述定位相机的检测方法具体工作步骤如下:
(1)定位相机对检测物体进行拍摄,得出图像;
(2)利用定位相机得出检测物体距离定位相机的具体距离x;
(3)通过步骤(1)中的图像,计算检测物体在图像中的形状大小s;
进一步地,所述RGB相机的检测方法具体工作步骤如下:
1)RGB相机对摄像相机拍摄的图像进行色彩分析,得出图像彩色数据;
2)将图像彩色数据与处理中心中的色彩数据库进行对比,将图像彩色数据中的数据与色彩数据库中的数据中相似的数据依次画线标记为Qn,n取0-∞;
3)n=0,将Qn标记为q,并将q导入处理中心,结束检测;
4)n>0,将Qn依次与色彩数据库中的数据进行对比,删除低相似度的Qn,保留相似度最高的Qn,并记为Yn,所述n取1-∞;
5)将Yn与色彩数据库中的数据进行细节对比,得出最接近的数据Yz;
6)将Yz带入图像中并标出部位;
7)计算图像中并标出部位的处于图像中的位置数据。
进一步地,所述TOF相机的具体工作步骤如下:
1)通过TOF相机对图像中并标出部位进行深度检测;
2)将深度检测的第一个点以及数据记为S1,将深度检测的第二个点以及数据记为S2,将深度检测的第n个点以及数据记为Sn,所述n取1-∞;
3)将S1、S2以及Sn数据中,相同的数据组成数列,并标记为Zn,n取1-∞;
4)将第一组数列记为Z1,将第二组数列记为Z2,将第n组数列记为Zn;
5)提取数列Zn中的n数值,并进行分析,通过分析结果判断所拍摄的物体是否通过实体检测;
6)通过实体检测后,将数据S1、S2以及Sn导入处理中心。
进一步地,所述分析具体步骤如下:
1)当n小于4时,则判断TOF相机对拍摄对象为图片,则未通过实体检测;
2)当n大于4时,则判断TOF相机对拍摄对象为实体,则通过实体检测。
进一步地,所述处理中心工作步骤具体如下:
1)接收定位相机、RGB相机、TOF相机以及摄像相机传输的数据;
2)接收到数据q,处理中心发出检测通过失败,结束检测,并将数据结果传输至远程端口;
3)接收到数据S1、S2、Sn以及数据S;
4)利用S1、S2以及Sn组合出三维立体模型;
5)将三维立体模型数据结合数据S,导出真实三维立体模型数据;
6)将真实三维立体模型数据与处理中心的数据库进行对比,得出是否通过防伪检测,并将数据结果传输至远程端口。
进一步地,所述防伪检测的具体工作步骤如下:
1)真实三维立体模型数据与处理中心的数据库存在与之相对的数据,则通过防伪检测;
2)真实三维立体模型数据与处理中心的数据库不存在与之相对的数据,则不通过防伪检测。
进一步地,所述防伪检测装置包括数据采集模块、数据分析模块以及数据导出模块,所述数据采集模块与数据分析模块单向连接,所述数据分析模块与数据导出模块单向连接;
所述数据采集模块包括定位相机、RGB相机、TOF相机以及摄像相机,所述数据采集模块用于采集检测物体的外观数据,并将外观数据导入数据分析模块;
所述数据分析模块包括处理中心,所述数据分析模块用于提取外观数据中的特征数据,并对数据进行对比分析,得出是否通过防伪检测结论,并将数据与结论导入数据导出模块;
所述数据导出模块包括远程端口,所述数据导出模块用于公示检测结果,并展示数据采集模块传输的数据以及数据分析模块传输的分析数据。
进一步地,所述防伪检测多目相机包括定位相机、RGB相机、TOF相机以及摄像相机;
所述定位相机包括第一定位相机以及第二定位相机,所述定位相机用于定位和收集被检测的物体的实际大小数据以及距离;
所述RGB相机用于拍摄被检测的物体的RGB图像,并分析;
所述TOF相机用于拍摄被检测的物体深度图像,并得到其数据;
所述摄像相机用于拍摄被检测的物体现实图像。
与现有技术相比,本发明的有益效果是:本发明通过多目摄像头作为信息采集端口,利用定位相机来对检测的物体的形状大小进行数据读取,并将该数据导入系统内,利用RGB相机实现物体识别以及颜色分析,从而或者被扫描物体的部分特征信息,通过TOF相机对物体进行扫描,一方面排除不法人员通过采用物体照片来进行骗审,另一方面读取物体的形状数据,并将形状数据导入系统内,系统通过TOF相机提供的数据建立三维模型,再将建立三维模型与定位相机提供的物体的形状大小数据结合建立出与现实物体大小相同的三维模型,将与现实物体大小相同的三维模型结合RGB相机提供的物体颜色等特征信息形成一个与实物完全相同的三维模型数据,再将该三维模型数据与数据库预存信息进行比对,从而进行防伪验证,本发明可有效避免不法分子通过现有的技术手段,例如照片,来对物体的颜色以及形状进行模拟,从而骗过电脑防伪系统的安全漏洞的问题,大大提高系统的防伪性能以及防伪强度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明总体模块图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:防伪检测方法,其特征在于,应用于多目相机,所述多目相机包括定位相机、RGB相机、TOF相机、摄像相机、处理中心以及远程端口,所述方法具体如下:
(1)利用定位相机对检测的物件进行定位,确定物件距离多目相机的距离以及检测物件的大小;
(2)利用摄像相机对定位的检测物件进行拍照,并将照片传递至远程端口;
(3)通过RGB相机对摄像相机拍摄的检测物体进行色彩分析,进而得出检测物体的RGB图像,并通过处理中心分析,从而得出RGB图像中检测物体的区域以及该区域的所在位置信息;
(4)通过TOF相机对RGB图像中标识检测物体的区域进行深度检测,从而得出检测物体的三维立体模型数据;
(5)将检测物体的三维立体模型数据以及检测物件的大小带入处理中心,通过处理中心将检测物体的三维立体模型数据以及检测物件的大小数据组合,得出物体的真实三维数据信息,将物体的真实三维数据信息与处理中心中预存的三维立体模型数据进行对比,进而判断出该物体是否通过检测。
所述定位相机的检测方法具体工作步骤如下:
(1)定位相机对检测物体进行拍摄,得出图像;
(2)利用定位相机得出检测物体距离定位相机的具体距离x;
(3)通过步骤(1)中的图像,计算检测物体在图像中的形状大小s;
所述RGB相机的检测方法具体工作步骤如下:
1)RGB相机对摄像相机拍摄的图像进行色彩分析,得出图像彩色数据;
2)将图像彩色数据与处理中心中的色彩数据库进行对比,将图像彩色数据中的数据与色彩数据库中的数据中相似的数据依次画线标记为Qn,n取0-∞;
3)n=0,将Qn标记为q,并将q导入处理中心,结束检测;
4)n>0,将Qn依次与色彩数据库中的数据进行对比,删除低相似度的Qn,保留相似度最高的Qn,并记为Yn,所述n取1-∞;
5)将Yn与色彩数据库中的数据进行细节对比,得出最接近的数据Yz;
6)将Yz带入图像中并标出部位;
7)计算图像中并标出部位的处于图像中的位置数据。
所述TOF相机的具体工作步骤如下:
1)通过TOF相机对图像中并标出部位进行深度检测;
2)将深度检测的第一个点以及数据记为S1,将深度检测的第二个点以及数据记为S2,将深度检测的第n个点以及数据记为Sn,所述n取1-∞;
3)将S1、S2以及Sn数据中,相同的数据组成数列,并标记为Zn,n取1-∞;
4)将第一组数列记为Z1,将第二组数列记为Z2,将第n组数列记为Zn;
5)提取数列Zn中的n数值,并进行分析,通过分析结果判断所拍摄的物体是否通过实体检测;
6)通过实体检测后,将数据S1、S2以及Sn导入处理中心。
所述分析具体步骤如下:
1)当n小于4时,则判断TOF相机对拍摄对象为图片,则未通过实体检测;
2)当n大于4时,则判断TOF相机对拍摄对象为实体,则通过实体检测。
所述处理中心工作步骤具体如下:
1)接收定位相机、RGB相机、TOF相机以及摄像相机传输的数据;
2)接收到数据q,处理中心发出检测通过失败,结束检测,并将数据结果传输至远程端口;
3)接收到数据S1、S2、Sn以及数据S;
4)利用S1、S2以及Sn组合出三维立体模型;
5)将三维立体模型数据结合数据S,导出真实三维立体模型数据;
6)将真实三维立体模型数据与处理中心的数据库进行对比,得出是否通过防伪检测,并将数据结果传输至远程端口。
所述防伪检测的具体工作步骤如下:
1)真实三维立体模型数据与处理中心的数据库存在与之相对的数据,则通过防伪检测;
2)真实三维立体模型数据与处理中心的数据库不存在与之相对的数据,则不通过防伪检测。
所述防伪检测装置包括数据采集模块、数据分析模块以及数据导出模块,所述数据采集模块与数据分析模块单向连接,所述数据分析模块与数据导出模块单向连接。
所述数据采集模块包括定位相机、RGB相机、TOF相机以及摄像相机,所述数据采集模块用于采集检测物体的外观数据,并将外观数据导入数据分析模块。
所述数据分析模块包括处理中心,所述数据分析模块用于提取外观数据中的特征数据,并对数据进行对比分析,得出是否通过防伪检测结论,并将数据与结论导入数据导出模块。
所述数据导出模块包括远程端口,所述数据导出模块用于公示检测结果,并展示数据采集模块传输的数据以及数据分析模块传输的分析数据。
所述防伪检测多目相机包括定位相机、RGB相机、TOF相机以及摄像相机。
所述定位相机包括第一定位相机以及第二定位相机,所述定位相机用于定位和收集被检测的物体的实际大小数据以及距离。
所述RGB相机用于拍摄被检测的物体的RGB图像,并分析。
所述TOF相机用于拍摄被检测的物体深度图像,并得到其数据。
所述摄像相机用于拍摄被检测的物体现实图像。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.防伪检测方法,其特征在于,应用于多目相机,所述多目相机包括定位相机、RGB相机、TOF相机、摄像相机、处理中心以及远程端口,所述方法具体如下:
(1)利用定位相机对检测的物件进行定位,确定物件距离多目相机的距离以及检测物件的大小;
(2)利用摄像相机对定位的检测物件进行拍照,并将照片传递至远程端口;
(3)通过RGB相机对摄像相机拍摄的检测物体进行色彩分析,进而得出检测物体的RGB图像,并通过处理中心分析,从而得出RGB图像中检测物体的区域以及该区域的所在位置信息;
(4)通过TOF相机对RGB图像中标识检测物体的区域进行深度检测,从而得出检测物体的三维立体模型数据;
(5)将检测物体的三维立体模型数据以及检测物件的大小带入处理中心,通过处理中心将检测物体的三维立体模型数据以及检测物件的大小数据组合,得出物体的真实三维数据信息,将物体的真实三维数据信息与处理中心中预存的三维立体模型数据进行对比,进而判断出该物体是否通过检测;
所述定位相机的检测方法具体工作步骤如下:
(1)定位相机对检测物体进行拍摄,得出图像;
(2)利用定位相机得出检测物体距离定位相机的具体距离x;
(3)通过步骤(1)中的图像,计算检测物体在图像中的形状大小s;
所述RGB相机的检测方法具体工作步骤如下:
1)RGB相机对摄像相机拍摄的图像进行色彩分析,得出图像彩色数据;
2)将图像彩色数据与处理中心中的色彩数据库进行对比,将图像彩色数据中的数据与色彩数据库中的数据中相似的数据依次画线标记为Qn,n取0-∞;
3)n=0,将Qn标记为q,并将q导入处理中心,结束检测;
4)n>0,将Qn依次与色彩数据库中的数据进行对比,删除低相似度的Qn,保留相似度最高的Qn,并记为Yn,所述n取1-∞;
5)将Yn与色彩数据库中的数据进行细节对比,得出最接近的数据Yz;
6)将Yz带入图像中并标出部位;
7)计算图像中并标出部位的处于图像中的位置数据;
所述TOF相机的具体工作步骤如下:
1)通过TOF相机对图像中并标出部位进行深度检测;
2)将深度检测的第一个点以及数据记为S1,将深度检测的第二个点以及数据记为S2,将深度检测的第n个点以及数据记为Sn,所述n取1-∞;
3)将S1、S2以及Sn数据中,相同的数据组成数列,并标记为Zn,n取1-∞;
4)将第一组数列记为Z1,将第二组数列记为Z2,将第n组数列记为Zn;
5)提取数列Zn中的n数值,并进行分析,通过分析结果判断所拍摄的物体是否通过实体检测;
6)通过实体检测后,将数据S1、S2以及Sn导入处理中心;
所述分析具体步骤如下:
1)当n小于4时,则判断TOF相机对拍摄对象为图片,则未通过实体检测;
2)当n大于4时,则判断TOF相机对拍摄对象为实体,则通过实体检测。
2.根据权利要求1所述的防伪检测方法,其特征在于:所述处理中心工作步骤具体如下:
1)接收定位相机、RGB相机、TOF相机以及摄像相机传输的数据;
2)接收到数据q,处理中心发出检测通过失败,结束检测,并将数据结果传输至远程端口;
3)接收到数据S1、S2、Sn以及数据S;
4)利用S1、S2以及Sn组合出三维立体模型;
5)将三维立体模型数据结合数据S,导出真实三维立体模型数据;
6)将真实三维立体模型数据与处理中心的数据库进行对比,得出是否通过防伪检测,并将数据结果传输至远程端口。
3.根据权利要求1所述的防伪检测方法,其特征在于:所述防伪检测的具体工作步骤如下:
1)真实三维立体模型数据与处理中心的数据库存在与之相对的数据,则通过防伪检测;
2)真实三维立体模型数据与处理中心的数据库不存在与之相对的数据,则不通过防伪检测。
4.防伪检测装置,用于执行权利要求1-3任一防伪检测方法,其特征在于,所述防伪检测装置包括数据采集模块、数据分析模块以及数据导出模块,所述数据采集模块与数据分析模块单向连接,所述数据分析模块与数据导出模块单向连接;
所述数据采集模块包括定位相机、RGB相机、TOF相机以及摄像相机,所述数据采集模块用于采集检测物体的外观数据,并将外观数据导入数据分析模块;
所述数据分析模块包括处理中心,所述数据分析模块用于提取外观数据中的特征数据,并对数据进行对比分析,得出是否通过防伪检测结论,并将数据与结论导入数据导出模块;
所述数据导出模块包括远程端口,所述数据导出模块用于公示检测结果,并展示数据采集模块传输的数据以及数据分析模块传输的分析数据。
5.防伪检测多目相机,用于执行权利要求1-3任一防伪检测方法,其特征在于,所述防伪检测方法多目相机包括定位相机、RGB相机、TOF相机以及摄像相机;
所述定位相机包括第一定位相机以及第二定位相机,所述定位相机用于定位和收集被检测的物体的实际大小数据以及距离;
所述RGB相机用于拍摄被检测的物体的RGB图像,并分析;
所述TOF相机用于拍摄被检测的物体深度图像,并得到其数据;
所述摄像相机用于拍摄被检测的物体现实图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062990.3A CN112325793B (zh) | 2020-09-30 | 2020-09-30 | 防伪检测方法、装置及多目相机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062990.3A CN112325793B (zh) | 2020-09-30 | 2020-09-30 | 防伪检测方法、装置及多目相机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112325793A CN112325793A (zh) | 2021-02-05 |
CN112325793B true CN112325793B (zh) | 2022-02-18 |
Family
ID=74313383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011062990.3A Active CN112325793B (zh) | 2020-09-30 | 2020-09-30 | 防伪检测方法、装置及多目相机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112325793B (zh) |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0356734A3 (de) * | 1988-08-02 | 1990-03-14 | Siemens Aktiengesellschaft | Einbruchmeldeanlage für den Perimeterschutz mit Fernsehkameras |
US6517004B2 (en) * | 1995-12-18 | 2003-02-11 | Metrologic Instruments, Inc. | Automated system for identifying and dimensioning packages transported through a laser scanning tunnel using laser scanning beam indexing techniques |
KR101074678B1 (ko) * | 2011-03-03 | 2011-10-18 | 배상모 | 휴대단말기에 구비된 카메라를 이용한 물체의 실제 크기 측정 방법 |
US10127434B2 (en) * | 2016-07-15 | 2018-11-13 | Tyco Fire & Security Gmbh | Techniques for built environment representations |
CN106898022A (zh) * | 2017-01-17 | 2017-06-27 | 徐渊 | 一种手持式快速三维扫描系统及方法 |
JP2018180779A (ja) * | 2017-04-07 | 2018-11-15 | 株式会社東海理化電機製作所 | 画像認識装置 |
CN107506696A (zh) * | 2017-07-29 | 2017-12-22 | 广东欧珀移动通信有限公司 | 防伪处理方法及相关产品 |
CN108898127B (zh) * | 2018-07-11 | 2022-03-01 | 宁波艾腾湃智能科技有限公司 | 一种基于三维模型匹配的防伪方法及设备 |
CN111046703B (zh) * | 2018-10-12 | 2023-04-18 | 杭州海康威视数字技术股份有限公司 | 人脸防伪检测方法、装置及多目相机 |
CN109635539B (zh) * | 2018-10-30 | 2022-10-14 | 荣耀终端有限公司 | 一种人脸识别方法及电子设备 |
CN109902604B (zh) * | 2019-02-18 | 2023-05-02 | 麒麟软件有限公司 | 一种基于飞腾平台的高安全性人脸比对系统及其方法 |
CN110096995B (zh) * | 2019-04-28 | 2021-07-02 | 熵基科技股份有限公司 | 一种多光谱多目摄像头防伪识别方法及装置 |
CN110390719B (zh) * | 2019-05-07 | 2023-02-24 | 香港光云科技有限公司 | 基于飞行时间点云重建设备 |
CN110268419A (zh) * | 2019-05-08 | 2019-09-20 | 深圳市汇顶科技股份有限公司 | 一种人脸识别方法、人脸识别装置和计算机可读存储介质 |
CN110555931A (zh) * | 2019-08-31 | 2019-12-10 | 华南理工大学 | 一种基于深度学习识别的人脸检测与门禁系统装置 |
CN111028280B (zh) * | 2019-12-09 | 2022-06-03 | 西安交通大学 | 井字结构光相机系统及进行目标有尺度三维重建的方法 |
CN111369666A (zh) * | 2020-03-02 | 2020-07-03 | 中国电子科技集团公司第五十二研究所 | 一种基于多台rgbd相机的动态目标重建方法和装置 |
-
2020
- 2020-09-30 CN CN202011062990.3A patent/CN112325793B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112325793A (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106372601A (zh) | 一种基于红外可见双目图像的活体检测方法及装置 | |
CN106529414A (zh) | 一种通过图像比对实现结果认证的方法 | |
CN107977656A (zh) | 一种行人重识别方法及系统 | |
WO2022062379A1 (zh) | 图像检测方法和相关装置、设备、存储介质、计算机程序 | |
CN105205455A (zh) | 一种移动平台上人脸识别的活体检测方法及系统 | |
CN101556717A (zh) | 一种atm智能安保系统及监测方法 | |
CN107609515B (zh) | 一种基于飞腾平台的双重验证的人脸比对系统及方法 | |
CN106991448A (zh) | 一种人像比对处理方法 | |
CN107766819A (zh) | 一种视频监控系统及其实时步态识别方法 | |
CN105224903B (zh) | 一种二维码的防伪方法和二维码的读取装置 | |
WO2021217764A1 (zh) | 一种基于偏振成像的人脸活体检测方法 | |
CN112926583B (zh) | 车牌识别方法与车牌识别系统 | |
CN109492509A (zh) | 身份识别方法、装置、计算机可读介质及系统 | |
CN107944395A (zh) | 一种基于神经网络验证人证合一的方法及系统 | |
CN108229124A (zh) | 一种自助查询打印人证比对设备系统及其工作方法 | |
CN112325793B (zh) | 防伪检测方法、装置及多目相机 | |
CN116151848B (zh) | 一种基于物联网的气瓶质量安全追溯系统 | |
CN112001318A (zh) | 一种身份证件信息采集方法及其系统 | |
CN107025435A (zh) | 一种人脸识别处理方法和系统 | |
KR100869139B1 (ko) | 휴대용 단말기로 영상 입력되는 신호를 이용한 차량 번호판인식 시스템 및 그 인식 방법 | |
CN113935004A (zh) | 一种基于国产cpu和操作系统环境的人脸识别登录方法 | |
CN113343889A (zh) | 基于静默活体检测的人脸识别系统 | |
CN111291586A (zh) | 活体检测方法、装置、电子设备及计算机可读存储介质 | |
Shichkina et al. | Synthesis of the method of operative image analysis based on metadata and methods of searching for embedded images | |
CN110119692B (zh) | 一种基于双摄像头的平面人像检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220825 Address after: Room 101, Zone 3, Floor 1, Building 1, No. 6, Yanqi South Fourth Street, Yanqi Economic Development Zone, Huairou District, Beijing 101400 Patentee after: Beijing Tuobao Additive Technology Co.,Ltd. Address before: Room 501, 184 Lane 191, Huaning Road, Minhang District, Shanghai Patentee before: Zhang Chenglin |
|
TR01 | Transfer of patent right |