CN112488016A - 多角度人脸识别方法及应用 - Google Patents

多角度人脸识别方法及应用 Download PDF

Info

Publication number
CN112488016A
CN112488016A CN202011426581.7A CN202011426581A CN112488016A CN 112488016 A CN112488016 A CN 112488016A CN 202011426581 A CN202011426581 A CN 202011426581A CN 112488016 A CN112488016 A CN 112488016A
Authority
CN
China
Prior art keywords
face
features
angle
image
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.)
Pending
Application number
CN202011426581.7A
Other languages
English (en)
Inventor
钟平峰
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202011426581.7A priority Critical patent/CN112488016A/zh
Publication of CN112488016A publication Critical patent/CN112488016A/zh
Pending legal-status Critical Current

Links

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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种多角度人脸识别方法及应用，主要应用于轨迹跟踪或者信息识别，首先，通过图像采集装置采集设定时刻下的人脸图像，并将所述人脸图像进行背景虚化处理，利用人脸识别技术进行特征提取，得到对应的人脸特征；然后，将所述人脸特征与数据库进行相似度计算，得到多个相似集合；接着，初始化背景点，计算出所述人脸特征相对于所述背景点的人脸偏转角度；最后，基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别，提高识别的准确率。

Description

多角度人脸识别方法及应用
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种多角度人脸识别方法及应用。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术，而目前的人脸识别中，通常是针对采集的正对摄像头上的图像进行识别，当出现角度偏转时，会造成识别错误，降低识别的准确率。
发明内容
本发明的目的在于提供一种多角度人脸识别方法及应用，提高识别的准确率。
为实现上述目的，第一方面，本发明提供了一种多角度人脸识别方法，包括以下步骤：
获取人脸图像，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征；
将所述人脸特征与数据库进行相似度计算，得到多个相似集合；
初始化背景点，计算出所述人脸特征相对于所述背景点的人脸偏转角度；
基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别。
其中，获取人脸图像，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征，包括：
通过图像采集装置采集设定时刻下的人脸图像，并将所述人脸图像进行背景虚化处理；
判断所述人脸图像中是否具有人脸信息，并利用人脸识别技术进行特征提取，得到对应的人脸特征。
其中，判断所述人脸图像中是否具有人脸信息，并利用人脸识别技术进行特征提取，得到对应的人脸特征，包括：
若所述人脸图像中没有人脸信息，则利用所述图像采集装置再次进行人脸图像采集；
若所述人脸图像中具有人脸信息，则利用人脸识别技术对所述人脸图像中的任一人脸信息进行特征提取，得到对应的人脸特征。
其中，将所述人脸特征与数据库进行相似度计算，得到多个相似集合，包括：
将所述人脸特征输入数据库中，利用大数据平台中的特征匹配算法计算出所述人脸特征的相似度值；
将所述相似度值与设定的阈值进行比较，得到多个相似集合。
其中，基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别，包括：
根据所述偏转角度，将多个所述相似集合进行对应角度的偏转；
将偏转后的所述相似集合与所述人脸特征进行复合，若复合比率大于对比阈值，则完成人脸识别。
其中，所述方法还包括：
若复合比率小于所述对比阈值，则利用所述人脸识别技术获取所述人脸图像中的下一个所述人脸特征或采集下一个所述人脸图像，直至所述人脸特征与所述相似集合匹配，完成人脸识别。
第二方面，本发明提供了一种多角度人脸识别应用，如第一方面所述的一种多角度人脸识别方法应用于轨迹跟踪或者信息识别。
第三方面，本发明提供了一种计算机设备，其特征在于，包括存储器和处理器，所述存储器，用于存储程序指令，所述处理器，用于调用所述存储器中的程序指令执行如第一方面所述的方法包括的部分或全部步骤。
第四方面，本发明提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面所述的方法的部分或全部步骤。
本发明的一种多角度人脸识别方法及应用，主要应用于轨迹跟踪或者信息识别，首先，通过图像采集装置采集设定时刻下的人脸图像，并将所述人脸图像进行背景虚化处理，利用人脸识别技术进行特征提取，得到对应的人脸特征；然后，将所述人脸特征与数据库进行相似度计算，得到多个相似集合；接着，初始化背景点，计算出所述人脸特征相对于所述背景点的人脸偏转角度；最后，基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别，提高识别的准确率。
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是本发明第一实施例提供的一种多角度人脸识别方法的步骤示意图。
图2是本发明第二实施例提供的一种多角度人脸识别方法的步骤示意图。
图3是本发明提供的一种计算机设备的结构组成示意图。
301-应用程序、302-存储器、303-处理器、304-输入单元、305-显示单元。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
请参阅图1，本发明第一实施例提供一种多角度人脸识别方法，包括以下步骤：
S101、获取人脸图像，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征。
具体的，通过图像采集装置采集设定时刻下的人脸图像，并将所述人脸图像进行背景虚化处理；例如，利用任意一个摄像头采集位于公共空间上的任意时刻或者人为设定时刻下的人脸图像，为了避免环境因素对人脸识别结果造成影响，需要将所述人脸图像进行背景虚化，去除除人脸信息外的所有图像信息，然后判断所述人脸图像中是否具有人脸信息，若所述人脸图像中没有人脸信息，则利用所述图像采集装置再次进行人脸图像采集，否则利用人脸识别技术进行特征提取，得到对应的人脸特征，其中，在进行背景虚化时，不用将所述人脸图像转化为灰度图等，可以直接使用彩色图像，避免因色彩转换降低人脸特征区别点，影响提取出来的所述人脸特征的完整性和准确性。
S102、将所述人脸特征与数据库进行相似度计算，得到多个相似集合。
具体的，将所述人脸特征输入数据库中，利用大数据平台中的特征匹配算法计算出所述人脸特征的相似度值，即根据所述人脸特征，将所述人脸特征输入数据库中，与数据库中存储的所有人脸信息进行对比分析，计算出与所述人脸特征或者与所述数据库中的数据的对应的相似度值，然后将所述相似度值与设定的阈值进行比较，将大于所述阈值的所述数据库对应的人脸信息定义为相似集合，其中，将所述人脸特征输入数据库中，与数据库中存储的所有人脸信息进行对比分析时，存在两种情况，一种是：所述人脸特征唯一，而所述数据库中的数据不唯一，对应的比较方法为，将所述人脸特征与所述数据库中的所有人脸信息进行相似度计算，将大于阈值的所述人脸信息进行提取，并分别定义为相似集合，另一种是所述人脸特征不唯一，而所述数据库中的数据唯一，即确定了识别对象，需要在采集的人脸图像中，找出对应的所述识别对象，因此所述人脸特征具有多个，将多个所述人脸特征与所述数据库进行相似度计算，可以得到多个大于所述阈值的所述人脸特征，分别将所述人脸特征定义为多个所述相似集合，这里的两种情况将已知识别对象和未知识别对象的情况都包含进去了，增加了人脸识别的范围，也可增加识别的准确率。
S103、初始化背景点，计算出所述人脸特征相对于所述背景点的人脸偏转角度。
具体的，由于所述人脸图像已经预处理了，因此为了保证识别的准确率，需要在所述人脸图像中选择出对应的背景点，将所述背景点作为基准点进行后续的计算，由于所述人脸图像中可能存在多个人脸特征，因此所述背景点可以有多个，而为了减少计算量，将所有的所述背景点进行初始化，即以所述采集装置为原点，以设定的计算距离为间距建立第一坐标系后，对每个所述背景点赋值坐标，利用对应的坐标计算出所述背景点相对于所述采集装置的定位偏角，并且相对于每一个所述人脸特征建立一个第二坐标系，定义初始化为两个坐标系相重合，由于每一个所述背景点相对于所述采集装置的角度和位置不会随着时间和位置进行改变，而每一个所述人脸特征相对的所述背景点的选择为，以所述采集装置为原点，任意发出一条射线将所述人脸特征进行连接，然后所述射线穿过所述人脸特征后连接的所述背景点即为计算所需的所述背景点，若当前所述人脸特征的第二坐标系相对于所述背景点的第一坐标系重合或者同向，则可以将所述背景点对应的定位偏角赋值为所述人脸特征的偏转角度，若当前所述人脸特征的第二坐标系相对于所述背景点的第一坐标系具有偏移角度，则利用所述偏移角度和所述定位偏角进行加减后，将得到的值赋值为所述偏转角度，增加对人脸识别的角度的测量的精确度。
S104、基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别。
具体的，根据所述偏转角度，将多个所述相似集合进行对应角度的偏转，包括：一种是，将所述数据集中的多个相似集合中的人脸信息进行对应角度的偏转，另一种是，将所述数据库中的识别对象的人脸信息进行多个角度的偏转；然后，将偏转后的所述相似集合与所述人脸特征进行复合，复合比率即为两者的重叠率，若复合比率大于或等于对比阈值，则完成人脸识别，若复合比率小于所述对比阈值，则利用所述人脸识别技术获取所述人脸图像中的下一个所述人脸特征或采集下一个所述人脸图像，直至所述人脸特征与所述相似集合匹配，完成人脸识别，提高了对人脸识别的准确率。
请参阅图2，本发明第二实施例提供一种多角度人脸识别方法，包括以下步骤：
S201-S204具体实施方式所描述的内容与第一实施例S101-S104具体实施方式所描述的内容相同，此处不在赘述。
S205、根据人脸识别结果获取对应的身份信息，并根据所述身份信息进行预警或者轨迹跟踪。
具体的，若识别条件为：所述人脸特征唯一，而所述数据库中的数据不唯一，则根据人脸识别结果，调取大数据平台中的对应的身份信息，并将所述人脸信息进行存储，便于对此人脸信息进行轨迹跟踪，同时将获取的身份信息进行分析，判断是否是需要报警处理的身份，若是，则进行报警处理，另一种是所述人脸特征不唯一，而所述数据库中的数据唯一，则根据所述识别结果进行轨迹跟踪，同时获取身份信息，判断是否需要继续进行跟踪或者预警，增加人脸识别的应用范围。
本发明提供了一种多角度人脸识别应用，所述的一种多角度人脸识别方法应用于轨迹跟踪或者信息识别。
在本实施方式中，如图2所示，与本发明第二实施例具体实施方式所描述的内容相同，此处不在赘述，所述的一种多角度人脸识别方法应用于轨迹跟踪或者信息识别，增加人脸识别的应用范围，增加使用用途，也提高了在轨迹跟踪和信息识别上的识别的准确率。
本发明实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有应用程序，该程序被处理器执行时实现上述实施例中任意一个实施例的一种多角度人脸识别方法。其中，所述计算机可读存储介质包括但不限于任何类型的盘（包括软盘、硬盘、光盘、CD-ROM、和磁光盘）、ROM（Read-Only Memory，只读存储器）、RAM（Random AcceSSMemory，随即存储器）、EPROM（EraSable Programmable Read-Only Memory，可擦写可编程只读存储器）、EEPROM（Electrically EraSable ProgrammableRead-Only Memory，电可擦可编程只读存储器）、闪存、磁性卡片或光线卡片。也就是，存储设备包括由设备（例如，计算机、手机）以能够读的形式存储或传输信息的任何介质，可以是只读存储器，磁盘或光盘等。
本发明实施例还提供了一种计算机应用程序，其运行在计算机上，该计算机应用程序用于执行上述中任意一个实施例的一种多角度人脸识别方法。
此外，图3是本发明实施例中的计算机设备的结构组成示意图。
本发明实施例还提供了一种计算机设备，如图3所示。所述计算机设备包括处理器302、存储器303、输入单元304以及显示单元305等器件。本领域技术人员可以理解，图3示出的设备结构器件并不构成对所有设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件。存储器303可用于存储应用程序301以及各功能模块，处理器302运行存储在存储器303的应用程序301，从而执行设备的各种功能应用以及数据处理。存储器可以是内存储器或外存储器，或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程 ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。本发明所公开的存储器包括但不限于这些类型的存储器。本发明所公开的存储器只作为例子而非作为限定。
输入单元304用于接收信号的输入，以及接收用户输入的关键字或者图像。输入单元304可包括触控面板以及其它输入设备。触控面板可收集用户在其上或附近的触摸操作（比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作），并根据预先设定的程序驱动相应的连接装置；其它输入设备可以包括但不限于物理键盘、功能键（比如播放控制按键、开关按键等）、轨迹球、鼠标、操作杆等中的一种或多种。显示单元305可用于显示用户输入的信息或提供给用户的信息以及终端设备的各种菜单。显示单元305可采用液晶显示器、有机发光二极管等形式。处理器302是终端设备的控制中心，利用各种接口和线路连接整个设备的各个部分，通过运行或执行存储在存储器303内的软件程序和/或模块，以及调用存储在存储器内的数据，执行各种功能和处理数据。
作为一个实施例，所述计算机设备包括：一个或多个处理器302，存储器303，一个或多个应用程序301，其中所述一个或多个应用程序301被存储在存储器303中并被配置为由所述一个或多个处理器302执行，所述一个或多个应用程序301配置用于执行上述实施例中的任意一实施例中的一种多角度人脸识别方法。
本发明的一种多角度人脸识别方法及应用，主要应用于轨迹跟踪或者信息识别，首先，通过图像采集装置采集设定时刻下的人脸图像，并将所述人脸图像进行背景虚化处理，利用人脸识别技术进行特征提取，得到对应的人脸特征；然后，将所述人脸特征与数据库进行相似度计算，得到多个相似集合；接着，初始化背景点，计算出所述人脸特征相对于所述背景点的人脸偏转角度；最后，基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别，提高识别的准确率。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (9)

1.一种多角度人脸识别方法，其特征在于，包括以下步骤：
获取人脸图像，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征；
将所述人脸特征与数据库进行相似度计算，得到多个相似集合；
初始化背景点，计算出所述人脸特征相对于所述背景点的人脸偏转角度；
基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别。
2.如权利要求1所述的一种多角度人脸识别方法，其特征在于，获取人脸图像，并对所述人脸图像进行预处理后，利用人脸识别技术进行特征提取，得到对应的人脸特征，包括：
通过图像采集装置采集设定时刻下的人脸图像，并将所述人脸图像进行背景虚化处理；
判断所述人脸图像中是否具有人脸信息，并利用人脸识别技术进行特征提取，得到对应的人脸特征。
3.如权利要求1所述的一种多角度人脸识别方法，其特征在于，判断所述人脸图像中是否具有人脸信息，并利用人脸识别技术进行特征提取，得到对应的人脸特征，包括：
若所述人脸图像中没有人脸信息，则利用所述图像采集装置再次进行人脸图像采集；
若所述人脸图像中具有人脸信息，则利用人脸识别技术对所述人脸图像中的任一人脸信息进行特征提取，得到对应的人脸特征。
4.如权利要求1所述的一种多角度人脸识别方法，其特征在于，将所述人脸特征与数据库进行相似度计算，得到多个相似集合，包括：
将所述人脸特征输入数据库中，利用大数据平台中的特征匹配算法计算出所述人脸特征的相似度值；
将所述相似度值与设定的阈值进行比较，得到多个相似集合。
5.如权利要求1所述的一种多角度人脸识别方法，其特征在于，基于所述偏转角度对多个所述相似集合进行角度偏转，并与所述人脸特征进行对比，完成人脸识别，包括：
根据所述偏转角度，将多个所述相似集合进行对应角度的偏转；
将偏转后的所述相似集合与所述人脸特征进行复合，若复合比率大于或等于对比阈值，则完成人脸识别。
6.如权利要求5所述的一种多角度人脸识别方法，其特征在于，所述方法还包括：
若复合比率小于所述对比阈值，则利用所述人脸识别技术获取所述人脸图像中的下一个所述人脸特征或采集下一个所述人脸图像，直至所述人脸特征与所述相似集合匹配，完成人脸识别。
7.一种多角度人脸识别应用，如权利要求1至权利要求6任一项所述的一种多角度人脸识别方法应用于轨迹跟踪或者信息识别。
8.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器，用于存储程序指令，所述处理器，用于调用所述存储器中的程序指令执行如权利要求1-6任一项的所述的方法包括的部分或全部步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-6任一项的所述的方法的部分或全部步骤。
CN202011426581.7A 2020-12-09 2020-12-09 多角度人脸识别方法及应用 Pending CN112488016A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011426581.7A CN112488016A (zh) 2020-12-09 2020-12-09 多角度人脸识别方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011426581.7A CN112488016A (zh) 2020-12-09 2020-12-09 多角度人脸识别方法及应用

Publications (1)

Publication Number Publication Date
CN112488016A true CN112488016A (zh) 2021-03-12

Family

ID=74940623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011426581.7A Pending CN112488016A (zh) 2020-12-09 2020-12-09 多角度人脸识别方法及应用

Country Status (1)

Country Link
CN (1) CN112488016A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420616A (zh) * 2021-06-03 2021-09-21 青岛海信智慧生活科技股份有限公司 一种人脸识别方法、装置、设备及介质
CN113744418A (zh) * 2021-11-01 2021-12-03 环球数科集团有限公司 一种基于边云一体化环境下的票务核验系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799877A (zh) * 2012-09-11 2012-11-28 上海中原电子技术工程有限公司 人脸图像筛选方法及系统
CN107122054A (zh) * 2017-04-27 2017-09-01 青岛海信医疗设备股份有限公司 一种人脸偏转角度和俯仰角度的检测方法和装置
CN107657706A (zh) * 2017-10-27 2018-02-02 佛山科学技术学院 一种基于rfid与人脸识别的门禁系统及联合识别方法
CN107729875A (zh) * 2017-11-09 2018-02-23 上海快视信息技术有限公司 三维人脸识别方法和装置
CN110825765A (zh) * 2019-10-23 2020-02-21 中国建设银行股份有限公司 一种人脸识别的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799877A (zh) * 2012-09-11 2012-11-28 上海中原电子技术工程有限公司 人脸图像筛选方法及系统
CN107122054A (zh) * 2017-04-27 2017-09-01 青岛海信医疗设备股份有限公司 一种人脸偏转角度和俯仰角度的检测方法和装置
CN107657706A (zh) * 2017-10-27 2018-02-02 佛山科学技术学院 一种基于rfid与人脸识别的门禁系统及联合识别方法
CN107729875A (zh) * 2017-11-09 2018-02-23 上海快视信息技术有限公司 三维人脸识别方法和装置
CN110825765A (zh) * 2019-10-23 2020-02-21 中国建设银行股份有限公司 一种人脸识别的方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420616A (zh) * 2021-06-03 2021-09-21 青岛海信智慧生活科技股份有限公司 一种人脸识别方法、装置、设备及介质
CN113420616B (zh) * 2021-06-03 2023-04-07 青岛海信智慧生活科技股份有限公司 一种人脸识别方法、装置、设备及介质
CN113744418A (zh) * 2021-11-01 2021-12-03 环球数科集团有限公司 一种基于边云一体化环境下的票务核验系统
CN113744418B (zh) * 2021-11-01 2022-02-08 环球数科集团有限公司 一种基于边云一体化环境下的票务核验系统

Similar Documents

Publication Publication Date Title
CN110427905B (zh) 行人跟踪方法、装置以及终端
US8005263B2 (en) Hand sign recognition using label assignment
EP0973123A1 (en) Finger sensor operating technique
US7151846B1 (en) Apparatus and method for matching fingerprint
US20140147023A1 (en) Face Recognition Method, Apparatus, and Computer-Readable Recording Medium for Executing the Method
KR101603469B1 (ko) 생체 인증 장치, 생체 인증 방법 및 생체 인증용 컴퓨터 프로그램
KR20170030613A (ko) 터치 분류
US7035444B2 (en) System for fingerprint authentication based of ridge shape
CN112488016A (zh) 多角度人脸识别方法及应用
CN109886127B (zh) 指纹识别方法及终端设备
WO1999039302A1 (en) Camera-based handwriting tracking
CN109947273B (zh) 一种点读定位方法及装置
CN112489084B (zh) 一种基于人脸识别的轨迹跟踪系统及方法
CN104102347A (zh) 指尖定位方法及指尖定位终端
CN113963158A (zh) 一种掌静脉图像感兴趣区域提取方法及装置
JPH11238131A (ja) 筆跡照合装置
CN111199198A (zh) 一种图像目标定位方法、图像目标定位装置及移动机器人
CN111460858A (zh) 图像中指尖点的确定方法、装置、存储介质及电子设备
CN110728172A (zh) 基于点云的人脸关键点检测方法、装置、系统及存储介质
JPH01271883A (ja) 指紋中心検出方式
CN113158912B (zh) 手势识别方法及装置、存储介质及电子设备
CN115220636A (zh) 虚拟操作方法、装置、电子设备及可读存储介质
CN114332961A (zh) 基于指纹识别输入密码的方法、装置、设备、存储介质
CN112596603A (zh) 核电站控制系统的手势操控方法、装置、设备及存储介质
CN113191371A (zh) 一种智能图形图像识别处理方法及终端

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210312