CN112967385A - 一种生物特征3d模型构建方法 - Google Patents
一种生物特征3d模型构建方法 Download PDFInfo
- Publication number
- CN112967385A CN112967385A CN202110317861.2A CN202110317861A CN112967385A CN 112967385 A CN112967385 A CN 112967385A CN 202110317861 A CN202110317861 A CN 202110317861A CN 112967385 A CN112967385 A CN 112967385A
- Authority
- CN
- China
- Prior art keywords
- biological
- model
- biological characteristic
- data
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Remote Sensing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种生物特征3D模型构建方法,涉及生物特征模型构建技术领域,包括采集生物特征信息,获取包含生物特征信息的多幅生物特征图像,并计算所述多幅生物特征图像各自的特征点;通过可见光相机采集生物体的多幅生物特征图像,根据所述多幅生物特征图像构建生物特征的3D模型,以实现所述生物体的生物特征3D数据采集;可见光相机控制技术进行生物特征信息的采集,可以显著提高生物特征信息的采集效率;利用采集到生物特征在空间上的特征信息,完整地复原生物特征在空间上的各项特征,为后续的生物特征数据的应用提供了无限的可能性。
Description
技术领域
本发明涉及信息技术领域,尤其是涉及一种生物特征3D模型构建方法。
背景技术
生物特征即生物固有的生理或行为特征,如指纹、掌纹、虹膜或人脸等。生物特征有一定的唯一性和稳定性,即任何两生物的某种生物特征之间的差异比较大,且生物特征一般不会随着时间发生很大的变化,这就使得生物特征很适合应用在身份认证或识别系统中的认证信息等场景中。
目前的生物特征数据都是空间平面的2D数据,以头部面部的生物特征为例,有关头部面部的数据应用都停留在简单的图片应用上,即只能从某个特定的角度来对头部面部数据进行处理,识别以及其他方面的应用;部分不法分子根据手部采集到的2D图片,仿制2D手部特征,骗过部分识别系统,给个人信息安全带来了很大的安全隐患。
发明内容
本发明的目的在于提供一种生物特征3D模型构建方法,以解决背景技术中传统的主流PC运算能力薄弱,不能满足各种业务数据处理需求的问题。
本发明提供一种生物特征3D模型构建方法,包括如下步骤:
S1.采集生物特征信息,获取包含生物特征信息的多幅生物特征图像,并计算所述多幅生物特征图像各自的特征点;通过可见光相机采集生物体的多幅生物特征图像,根据所述多幅生物特征图像构建生物特征的3D模型,以实现所述生物体的生物特征3D数据采集;
S2.存储生物特征3D数据,以生物体的身份信息(A1、A2…An)作为识别标志对采集到的生物特征3D数据进行存储,形成包括多条生物特征3D数据(B1、B2…Bn)的数据库;
S3.通过储存的识别到的多个生物特征3D数据(B1、B2…Bn)得到多幅生物特征图像;
S4.设定待构建的3D模型的参考尺寸;根据所述参考尺寸和所述特征点云数据的空间位置信息,确定所述特征点云数据中各个特征点的空间尺寸,从而构建生物特征的3D模型
S5.将多幅生物特征图像通过3D打印机进行打印构建成3D模型。
进一步地,在步骤S1中,所述相机在参数设定后开始进行生物特征信息采集,信息采集时间在0.8秒内完成,采集的信号最后以数字图像的格式传至中央处理模块进行处理。
进一步地,所述方法步骤还包括通过以下方式布局多台可见光相机:搭建支撑结构,在支撑结构上设置弧形承载结构;将多台可见光相机布置在弧形承载结构上;弧形承载结构上包括弧形补光灯。
进一步地,在步骤S1中,所述生物特征的3D模型中包括下列至少之一的3D数据:描述3D模型的空间形状特征数据;描述3D模型的表面纹理特征数据;描述3D模型的表面材质和灯光特征数据。
进一步地,所述生物体为人体时,所述身份信息包括:姓名、性别、年龄和证件号中的一种或多种。
进一步地,所述证件号包括身份证号、护照号、驾照号、社保号或军官证号中的一种或多种。
进一步地,所述弧形承载结构上设置显示器;在构建得到头部、面部和/或虹膜的3D模型后,在显示器上通过可视化方式显示3D数据;在利用多台可见光相机组成的相机矩阵对头部信息、面部信息和/或虹膜信息进行采集之前,通过显示器界面,设定各台可见光相机的拍照参数。
与现有技术相比较,本发明的有益效果在于:
本发明采用多台可见光相机控制技术进行生物特征信息的采集,可以显著提高生物特征信息的采集效率;利用采集到生物特征在空间上的特征信息,完整地复原生物特征在空间上的各项特征,为后续的生物特征数据的应用提供了无限的可能性以识别目标的身份信息识别3D数据,不必将目标人的数据与数据库中的海量数据进行逐一比对,提高了比对识别的效率,大大提升了身份识别的速度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为一种生物特征构建方法流程图;
图2为3D数据采集装置的结构流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
通常在此处附图中描述和显示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。
基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面结合图1-图2所示,本发明提供一种生物特征3D模型构建方法,包括如下步骤:
S1.采集生物特征信息,获取包含生物特征信息的多幅生物特征图像,并计算所述多幅生物特征图像各自的特征点;通过可见光相机采集生物体的多幅生物特征图像,根据所述多幅生物特征图像构建生物特征的3D模型,以实现所述生物体的生物特征3D数据采集;
S2.存储生物特征3D数据,以生物体的身份信息(A1、A2…An)作为识别标志对采集到的生物特征3D数据进行存储,形成包括多条生物特征3D数据(B1、B2…Bn)的数据库;
S3.通过储存的识别到的多个生物特征3D数据(B1、B2…Bn)得到多幅生物特征图像;
S4.设定待构建的3D模型的参考尺寸;根据所述参考尺寸和所述特征点云数据的空间位置信息,确定所述特征点云数据中各个特征点的空间尺寸,从而构建生物特征的3D模型
S5.将多幅生物特征图像通过3D打印机进行打印构建成3D模型。
具体的,在步骤S1中,所述相机在参数设定后开始进行生物特征信息采集,信息采集时间在0.8秒内完成,采集的信号最后以数字图像的格式传至中央处理模块进行处理。
具体的,所述方法步骤还包括通过以下方式布局多台可见光相机:搭建支撑结构,在支撑结构上设置弧形承载结构;将多台可见光相机布置在弧形承载结构上;弧形承载结构上包括弧形补光灯。
具体的,在步骤S1中,所述生物特征的3D模型中包括下列至少之一的3D数据:描述3D模型的空间形状特征数据;描述3D模型的表面纹理特征数据;描述3D模型的表面材质和灯光特征数据。
具体的,所述生物体为人体时,所述身份信息包括:姓名、性别、年龄和证件号中的一种或多种。
具体的,所述证件号包括身份证号、护照号、驾照号、社保号或军官证号中的一种或多种。
具体的,所述弧形承载结构上设置显示器;在构建得到头部、面部和/或虹膜的3D模型后,在显示器上通过可视化方式显示3D数据;在利用多台可见光相机组成的相机矩阵对头部信息、面部信息和/或虹膜信息进行采集之前,通过显示器界面,设定各台可见光相机的拍照参数。
本发明实施例采用多台可见光相机控制技术进行生物特征信息的采集,可以显著提高生物特征信息的采集效率;利用采集到生物特征在空间上的特征信息,完整地复原生物特征在空间上的各项特征,为后续的生物特征数据的应用提供了无限的可能性以识别目标的身份信息识别3D数据,不必将目标人的数据与数据库中的海量数据进行逐一比对,提高了比对识别的效率,大大提升了身份识别的速度。。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种生物特征3D模型构建方法,其特征在于,包括如下步骤:
S1.采集生物特征信息,获取包含生物特征信息的多幅生物特征图像,并计算所述多幅生物特征图像各自的特征点;通过可见光相机采集生物体的多幅生物特征图像,根据所述多幅生物特征图像构建生物特征的3D模型,以实现所述生物体的生物特征3D数据采集;
S2.存储生物特征3D数据,以生物体的身份信息(A1、A2…An)作为识别标志对采集到的生物特征3D数据进行存储,形成包括多条生物特征3D数据(B1、B2…Bn)的数据库;
S3.通过储存的识别到的多个生物特征3D数据(B1、B2…Bn)得到多幅生物特征图像;
S4.设定待构建的3D模型的参考尺寸;根据所述参考尺寸和所述特征点云数据的空间位置信息,确定所述特征点云数据中各个特征点的空间尺寸,从而构建生物特征的3D模型;
S5.将多幅生物特征图像通过3D打印机进行打印构建成3D模型。
2.根据利要求1所述的一种生物特征3D模型构建方法,其特征在于;在步骤S1中,所述相机在参数设定后开始进行生物特征信息采集,信息采集时间在0.8秒内完成,采集的信号最后以数字图像的格式传至中央处理模块进行处理。
3.根据利要求1所述的一种生物特征3D模型构建方法,其特征在于;所述方法步骤还包括通过以下方式布局多台可见光相机:搭建支撑结构,在支撑结构上设置弧形承载结构;将多台可见光相机布置在弧形承载结构上;弧形承载结构上包括弧形补光灯。
4.根据利要求1所述的一种生物特征3D模型构建方法,其特征在于;在步骤S1中,所述生物特征的3D模型中包括下列至少之一的3D数据:描述3D模型的空间形状特征数据;描述3D模型的表面纹理特征数据;描述3D模型的表面材质和灯光特征数据。
5.根据利要求4所述的一种生物特征3D模型构建方法,其特征在于;所述生物体为人体时,所述身份信息包括:姓名、性别、年龄和证件号中的一种或多种。
6.根据利要求5所述的一种生物特征3D模型构建方法,其特征在于;所述证件号包括身份证号、护照号、驾照号、社保号或军官证号中的一种或多种。
7.根据利要求3所述的一种生物特征3D模型构建方法,其特征在于;所述弧形承载结构上设置显示器;在构建得到头部、面部和/或虹膜的3D模型后,在显示器上通过可视化方式显示3D数据;在利用多台可见光相机组成的相机矩阵对头部信息、面部信息和/或虹膜信息进行采集之前,通过显示器界面,设定各台可见光相机的拍照参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110317861.2A CN112967385A (zh) | 2021-03-25 | 2021-03-25 | 一种生物特征3d模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110317861.2A CN112967385A (zh) | 2021-03-25 | 2021-03-25 | 一种生物特征3d模型构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112967385A true CN112967385A (zh) | 2021-06-15 |
Family
ID=76278489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110317861.2A Pending CN112967385A (zh) | 2021-03-25 | 2021-03-25 | 一种生物特征3d模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112967385A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108416312A (zh) * | 2018-03-14 | 2018-08-17 | 天目爱视(北京)科技有限公司 | 一种基于可见光拍照的生物特征3d数据识别方法及系统 |
CN108446597A (zh) * | 2018-02-14 | 2018-08-24 | 天目爱视(北京)科技有限公司 | 一种基于可见光相机的生物特征3d数据采集方法及装置 |
CN108537163A (zh) * | 2018-04-04 | 2018-09-14 | 天目爱视(北京)科技有限公司 | 一种基于可见光拍照的生物特征四维数据识别方法及系统 |
CN109806441A (zh) * | 2019-01-25 | 2019-05-28 | 王靖童 | 一种人造心脏打印用3d打印设备以及人造心脏的仿生构建方法 |
CN110310364A (zh) * | 2019-06-27 | 2019-10-08 | 王寅 | 一种心脏3d打印系统及其打印方法 |
-
2021
- 2021-03-25 CN CN202110317861.2A patent/CN112967385A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446597A (zh) * | 2018-02-14 | 2018-08-24 | 天目爱视(北京)科技有限公司 | 一种基于可见光相机的生物特征3d数据采集方法及装置 |
CN108416312A (zh) * | 2018-03-14 | 2018-08-17 | 天目爱视(北京)科技有限公司 | 一种基于可见光拍照的生物特征3d数据识别方法及系统 |
CN108537163A (zh) * | 2018-04-04 | 2018-09-14 | 天目爱视(北京)科技有限公司 | 一种基于可见光拍照的生物特征四维数据识别方法及系统 |
CN109806441A (zh) * | 2019-01-25 | 2019-05-28 | 王靖童 | 一种人造心脏打印用3d打印设备以及人造心脏的仿生构建方法 |
CN110310364A (zh) * | 2019-06-27 | 2019-10-08 | 王寅 | 一种心脏3d打印系统及其打印方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Samet et al. | Face recognition-based mobile automatic classroom attendance management system | |
Wallis et al. | Learning to recognize objects | |
Smeets et al. | Objective 3D face recognition: Evolution, approaches and challenges | |
JP5899472B2 (ja) | 人物属性推定システム、及び学習用データ生成装置 | |
CN112789611A (zh) | 使用面部识别来标识和核实个体 | |
CN101517615A (zh) | 个人认证系统和个人认证方法 | |
KR20150080728A (ko) | 얼굴 구성요소 거리를 이용한 홍채인식용 이미지 획득 장치 및 방법 | |
CN110796100B (zh) | 步态识别方法、装置、终端及存储装置 | |
Lucas et al. | Comparing the face to the body, which is better for identification? | |
WO2019157989A1 (zh) | 生物特征3d数据采集方法和生物特征3d数据识别方法 | |
Bowyer et al. | Face recognition using 2-D, 3-D, and infrared: Is multimodal better than multisample? | |
CN114140880A (zh) | 步态识别方法和装置 | |
US20100157040A1 (en) | Biometric facial surveillance system | |
CA3050456C (en) | Facial modelling and matching systems and methods | |
CN206574094U (zh) | 多模态身份识别装置 | |
Bok et al. | Verifying the effectiveness of new face spoofing DB with capture angle and distance | |
Mardia et al. | On statistical problems with face identification from photographs | |
Kauba et al. | Three-dimensional finger vein recognition: A novel mirror-based imaging device | |
Matuszewski et al. | High-resolution comprehensive 3-D dynamic database for facial articulation analysis | |
Srivastava et al. | Automated emergency paramedical response system | |
CN112967385A (zh) | 一种生物特征3d模型构建方法 | |
CN110069962A (zh) | 一种活体检测方法和系统 | |
Contardo et al. | FRMDB: Face recognition using multiple points of view | |
CN111626212A (zh) | 图片中对象的识别方法和装置、存储介质及电子装置 | |
CN110929583A (zh) | 一种高检测精度人脸识别方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |