CN114842418A - 基于天网大数据的人脸识别监控筛查系统 - Google Patents
基于天网大数据的人脸识别监控筛查系统 Download PDFInfo
- Publication number
- CN114842418A CN114842418A CN202210492746.3A CN202210492746A CN114842418A CN 114842418 A CN114842418 A CN 114842418A CN 202210492746 A CN202210492746 A CN 202210492746A CN 114842418 A CN114842418 A CN 114842418A
- Authority
- CN
- China
- Prior art keywords
- face
- unit
- module
- output end
- big data
- 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- Withdrawn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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious 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
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
-
- 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及人脸识别监控技术领域,具体地说,涉及基于天网大数据的人脸识别监控筛查系统。其包括人脸监控单元,人脸监控单元输出端连接有大数据存储单元,人脸监控单元输出端还连接有面部自识别单元,面部自识别单元输出端连接有相似概率模拟单元,大数据存储单元输出端连接有特征点提取单元,相似概率模拟单元输出端连接有新特征排除单元。本发明中,面部自识别单元结合大数据存储单元提前存储的面部信息进行对照,并将对照信息传输至相似概率模拟单元,特征点提取单元提取需要筛查人员面部特征点,同时通过新特征排除单元排除被筛查人员的面部新特征点,进一步提高监控筛查准确率,避免新特征点干扰正常筛查。
Description
技术领域
本发明涉及人脸识别监控技术领域,具体地说,涉及基于天网大数据的人脸识别监控筛查系统。
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脸部识别的一系列相关技术,通常也叫做人像识别、面部识别,人脸识别系统的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期。
现有的人脸识别监控筛查系统大多数通过摄像对被监控人员进行面部拍摄,对照人脸数据库进行比对识别,然后得出目标人员,由于人体面部很容易改变,当需要筛查的目标人员在现实中面部改变,例如受到外伤或者经过整容、化妆等方式,使得数据库中存储的目标人物在一些特征点上难以与被监控人员比对成功,同时系统设定是固定的,哪怕多组特征点比对符合,但其中一个特征点无法比对,这就极大的干扰到监控系统的正常筛查工作,很容易出现漏槽或者错查现象的发生。
发明内容
本发明的目的在于提供基于天网大数据的人脸识别监控筛查系统,以解决上述背景技术中提出的问题。
为实现上述目的,提供了基于天网大数据的人脸识别监控筛查系统,包括人脸监控单元,所述人脸监控单元输出端连接有面部自识别单元,所述人脸监控单元输出端还连接有大数据存储单元,所述大数据存储单元用于提前预存人脸面部信息,建立数据库,所述大数据存储单元输出端与所述面部自识别单元输入端连接,所述面部自识别单元输出端连接有相似概率模拟单元,所述大数据存储单元输出端连接有特征点提取单元,所述特征点提取单元用于提取被筛查人员面部特征点信息,所述特征点提取单元输出端与所述相似概率模拟单元输入端连接,所述相似概率模拟单元输出端连接有新特征排除单元,所述新特征排除单元用于对筛查人员面部新增加的干扰信息进行排除,所述新特征排除单元输出端连接有警报提醒单元。
作为本技术方案的进一步改进,所述面部自识别单元包括性别分辨模块,所述性别分辨模块用于判断被监控人员性别,所述性别分辨模块输出端连接有面部配饰识别单元,所述面部配饰识别模块输出端连接有面容预处理模块。
作为本技术方案的进一步改进,所述面部配饰识别模块输出端与所述警报提醒单元输入端连接。
作为本技术方案的进一步改进,所述面容预处理模块输出端与所述大数据存储单元输出端保持双向连接。
作为本技术方案的进一步改进,所述相似概率模拟单元包括面部信息选取模块,所述面部信息选取模块用于选取所述面部自识别模块提供的最佳被监控人员面部信息图像,所述面部信息选取模块输出端连接有特征点细化模块,所述特征点细化模块输出端连接有多点对照模拟模块,所述多点对照模拟模块输入端与所述特征点提取单元输入端连接。
作为本技术方案的进一步改进,所述多点对照模拟模块采用特征点识别算法,其算法公式如下所示:
Identity(y)=argmini{ri};
其中x为所有被监控的人员的面部信息照片组成的矩阵,y为目标人物测试样本,p是目标人物测试样本在矩阵样本中的表达系数,p在每个被监控的人员的面部信息照片中的表达用pi表示,y重构后的人脸是yi=xi·pi,y与yi之间的误差用Identity(y)表示。
作为本技术方案的进一步改进,所述新特征排除单元包括新特征识别模块,所述新特征识别模块用于识别已比对完成的被监控人员的面部新增特征,所述新特征识别模块输出端连接有面容影响判断模块。
作为本技术方案的进一步改进,所述面容影响判断模块与所述相似概率模拟单元保持双向连接。
作为本技术方案的进一步改进,所述面容影响判断模块输出端连接有面容重新矫正模块,所述面容重新矫正模块用于对被监控人员的面部新增特征进行面容矫正处理。
作为本技术方案的进一步改进,所述面容重新矫正模块输出端与所述大数据存储单元输入端。
与现有技术相比,本发明的有益效果:
1、该基于天网大数据的人脸识别监控筛查系统中,面部自识别单元结合大数据存储单元提前存储的面部信息进行对照,并将对照信息传输至相似概率模拟单元,特征点提取单元提取需要筛查人员面部特征点,同时通过新特征排除单元排除被筛查人员的面部新特征点,进一步提高监控筛查准确率,避免新特征点干扰正常筛查。
2、该基于天网大数据的人脸识别监控筛查系统中,性别分辨模块对被监控人员进行性别识别,将性别识别信息传输至面部配饰识别模块,面部配饰识别模块对被监控人员的面部配饰进行识别,面部配饰识别模块将识别后的信息传输至面容预处理模块,通过面容预处理模块对被监控人员面部进行定点放大清晰化预处理,便于后期进行对比。
3、该基于天网大数据的人脸识别监控筛查系统中,面部配饰识别模块将被监控人员的遮盖信息传输至警报提醒单元,警报提醒单元根据被遮盖部位信息对被监控人员发出警报,提醒被监控人员摘除或者移动该遮盖部位配饰,以便进行更为仔细的面部信息识别,减少出现漏检或者错检情况的发生率。
4、该基于天网大数据的人脸识别监控筛查系统中,新特征识别模块识别已比对完成的被监控人员的面部新增特征,并将面部新增特征传输至面容影响判断模块,面容影响判断模块判断该面部新增特征是否对后期二次监控过程中造成影响。
附图说明
图1为本发明实施例1的整体流程图;
图2为本发明实施例1的面部自识别单元流程图;
图3为本发明实施例1的相似概率模拟单元流程图;
图4为本发明实施例1的新特征排除单元流程图;
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,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”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设备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”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。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。
实施例1
请参阅图1-图4所示,提供了基于天网大数据的人脸识别监控筛查系统,人脸监控单元,所述人脸监控单元输出端连接有面部自识别单元,所述人脸监控单元输出端还连接有大数据存储单元,所述大数据存储单元用于提前预存人脸面部信息,建立数据库,所述大数据存储单元输出端与所述面部自识别单元输入端连接,所述面部自识别单元输出端连接有相似概率模拟单元,所述大数据存储单元输出端连接有特征点提取单元,所述特征点提取单元用于提取被筛查人员面部特征点信息,所述特征点提取单元输出端与所述相似概率模拟单元输入端连接,所述相似概率模拟单元输出端连接有新特征排除单元,所述新特征排除单元用于对筛查人员面部新增加的干扰信息进行排除,所述新特征排除单元输出端连接有警报提醒单元。
具体使用时,人脸监控单元对监控区域的人员进行面部信息采集,并将采集信息传输至大数据存储单元,大数据存储单元将提前预存面部信息传输至面部自识别单元,面部自识别单元接收到被采集者信息,结合大数据存储单元提供的数据库面部信息进行信息对比,得出各个面部相似人员信息,并将各个面部相似人员信息传输至相似概率模拟单元,同时,特征点提取单元将大数据存储单元中各个预存的人员面部特征点信息进行提取,并将特征点提取信息传输至相似概率模拟单元,相似概率模拟单元结合特征点提取信息对被采集者面部特征点进行一一比对,得出最高特征点相似概率的预存人员面部信息,并将最高特征点相似概率的预存人员面部信息传输至新特征排除单元,通过新特征排除单元对被采集者面部新增的面部特征信息进行排除,排除干扰特征点信息,减少对比误差,提高对比效率,同时新特征排除单元将最终对比信息传输至警报提醒单元,当被采集者为目标人员时,警报提醒单元发出警报,提醒监控人员及时采取行动。
此外,所述面部自识别单元包括性别分辨模块,所述性别分辨模块用于判断被监控人员性别,所述性别分辨模块输出端连接有面部配饰识别单元,所述面部配饰识别模块输出端连接有面容预处理模块。具体使用时,性别分辨模块对被监控人员进行性别识别,将性别识别信息传输至面部配饰识别模块,面部配饰识别模块对被监控人员的面部配饰进行识别,面部配饰识别模块将识别后的信息传输至面容预处理模块,通过面容预处理模块对被监控人员面部进行定点放大清晰化预处理,便于后期进行对比。
进一步的,所述面部配饰识别模块输出端与所述警报提醒单元输入端连接。当被监控人员面部所佩戴的配饰严重干扰到被监控人员面部识别,例如出现遮盖眼部或者其他面部部位,无法得到被监控人员的具体面部信息,此时面部配饰识别模块将被监控人员的遮盖信息传输至警报提醒单元,警报提醒单元根据被遮盖部位信息对被监控人员发出警报,提醒被监控人员摘除或者移动该遮盖部位配饰,以便进行更为仔细的面部信息识别,减少出现漏检或者错检情况的发生率。
再进一步的,所述面容预处理模块输出端与所述大数据存储单元输出端保持双向连接。由于随着时间的变化,人面部信息会随着时间逐渐改变,当面容预处理模块得出现阶段被监控人员的面部信息后,将现阶段被监控人员的面部信息传输至大数据存储单元,经过比对得出被监控人员预存的面部信息,当两者信息出现细微误差时,可将该现阶段被监控人员的面部信息替换被监控人员预存的面部信息,更新面部信息库信息,提高后期对比准确率。
具体的,所述相似概率模拟单元包括面部信息选取模块,所述面部信息选取模块用于选取所述面部自识别模块提供的最佳被监控人员面部信息图像,所述面部信息选取模块输出端连接有特征点细化模块,所述特征点细化模块输出端连接有多点对照模拟模块,所述多点对照模拟模块输入端与所述特征点提取单元输入端连接。具体使用时,由于面部自识别单元提供的被监控人员面部信息时,为了提高监控效果,会连续选取多组被监控人员面部图像信息,经过处理后将多组被监控人员面部图像信息传输至相似概率模拟单元,此时面部信息选取模块对选取其中最能突出被监控人员面部的特点的面部图像信息,并将该最佳面部图像信息传输至特征点细化模块,通过特征点细化模块对该最佳面部图像信息进行特征点细化处理,使得该最佳面部图像信息特征点更加明显,利于进行辨认,同时将细化后的最佳面部图像信息传输至多点对照模拟模块,多点对照模拟模块结合特征点提取单元提取到的数据库中目标人员面部信息进行对比处理,判断被监控人员是否为目标人员。
此外,所述多点对照模拟模块采用特征点识别算法,其算法公式如下所示:
Identity(y)=argmini{ri};
其中x为所有被监控的人员的面部信息照片组成的矩阵,y为目标人物测试样本,p是目标人物测试样本在矩阵样本中的表达系数,p在每个被监控的人员的面部信息照片中的表达用pi表示,y重构后的人脸是yi=xi·pi,y与yi之间的误差用Identity(y)表示,算出所有Identity(y),得出最小Identity(y),即被监控人员为目标人员。
进一步的,所述新特征排除单元包括新特征识别模块,所述新特征识别模块用于识别已比对完成的被监控人员的面部新增特征,所述新特征识别模块输出端连接有面容影响判断模块。具体使用时,新特征识别模块识别已比对完成的被监控人员的面部新增特征,并将面部新增特征传输至面容影响判断模块,面容影响判断模块判断该面部新增特征是否对后期二次监控过程中造成影响。
再进一步的,所述面容影响判断模块与所述相似概率模拟单元保持双向连接。当面容影响判断模块判断被监控人员的面部新增特征会对二次监控过程中造成影响时,会将影响信息反向传输至相似概率模拟单元,进行二次模拟,如果模拟结果不变,则该面部新增特征为无关变量,后期进行二次监控筛查可直接跳过,提高筛查流程,加快监控效率。
此外,所述面容影响判断模块输出端连接有面容重新矫正模块,所述面容重新矫正模块用于对被监控人员的面部新增特征进行面容矫正处理。面容重新矫正模块接收到面容影响判断模块传输的被监控人员的面部新增特征后,对于其中影响后期二次监控的面部新增特征进行标记,并重新矫正生成新的面部特征,以供后期进行二次监控筛查。
除此之外,所述面容重新矫正模块输出端与所述大数据存储单元输入端。面容重新矫正模块重新矫正生成新的面部特征后,将新的面部特征信息传输至大数据存储单元,用于大数据存储单元存储的数据库更新工作。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.基于天网大数据的人脸识别监控筛查系统,包括人脸监控单元,其特征在于:所述人脸监控单元输出端连接有面部自识别单元,所述人脸监控单元输出端还连接有大数据存储单元,所述大数据存储单元用于提前预存人脸面部信息,建立数据库,所述大数据存储单元输出端与所述面部自识别单元输入端连接,所述面部自识别单元输出端连接有相似概率模拟单元,所述大数据存储单元输出端连接有特征点提取单元,所述特征点提取单元用于提取被筛查人员面部特征点信息,所述特征点提取单元输出端与所述相似概率模拟单元输入端连接,所述相似概率模拟单元输出端连接有新特征排除单元,所述新特征排除单元用于对筛查人员面部新增加的干扰信息进行排除,所述新特征排除单元输出端连接有警报提醒单元。
2.根据权利要求1所述的基于天网大数据的人脸识别监控筛查系统,其特征在于:所述面部自识别单元包括性别分辨模块,所述性别分辨模块用于判断被监控人员性别,所述性别分辨模块输出端连接有面部配饰识别单元,所述面部配饰识别模块输出端连接有面容预处理模块。
3.根据权利要求2所述的基于天网大数据的人脸识别监控筛查系统,其特征在于:所述面部配饰识别模块输出端与所述警报提醒单元输入端连接。
4.根据权利要求2所述的基于天网大数据的人脸识别监控筛查系统,其特征在于:所述面容预处理模块输出端与所述大数据存储单元输出端保持双向连接。
5.根据权利要求1所述的基于天网大数据的人脸识别监控筛查系统,其特征在于:所述相似概率模拟单元包括面部信息选取模块,所述面部信息选取模块用于选取所述面部自识别模块提供的最佳被监控人员面部信息图像,所述面部信息选取模块输出端连接有特征点细化模块,所述特征点细化模块输出端连接有多点对照模拟模块,所述多点对照模拟模块输入端与所述特征点提取单元输入端连接。
7.根据权利要求1所述的基于天网大数据的人脸识别监控筛查系统,其特征在于:所述新特征排除单元包括新特征识别模块,所述新特征识别模块用于识别已比对完成的被监控人员的面部新增特征,所述新特征识别模块输出端连接有面容影响判断模块。
8.根据权利要求7所述的基于天网大数据的人脸识别监控筛查系统,其特征在于:所述面容影响判断模块与所述相似概率模拟单元保持双向连接。
9.根据权利要求8所述的基于天网大数据的人脸识别监控筛查系统,其特征在于:所述面容影响判断模块输出端连接有面容重新矫正模块,所述面容重新矫正模块用于对被监控人员的面部新增特征进行面容矫正处理。
10.根据权利要求9所述的基于天网大数据的人脸识别监控筛查系统,其特征在于:所述面容重新矫正模块输出端与所述大数据存储单元输入端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210492746.3A CN114842418A (zh) | 2022-05-07 | 2022-05-07 | 基于天网大数据的人脸识别监控筛查系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210492746.3A CN114842418A (zh) | 2022-05-07 | 2022-05-07 | 基于天网大数据的人脸识别监控筛查系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114842418A true CN114842418A (zh) | 2022-08-02 |
Family
ID=82567554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210492746.3A Withdrawn CN114842418A (zh) | 2022-05-07 | 2022-05-07 | 基于天网大数据的人脸识别监控筛查系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114842418A (zh) |
-
2022
- 2022-05-07 CN CN202210492746.3A patent/CN114842418A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101661557B (zh) | 一种基于智能卡的人脸识别系统及其方法 | |
US20060228005A1 (en) | Information processing apparatus and information processing method | |
Masupha et al. | Face recognition techniques, their advantages, disadvantages and performance evaluation | |
CN106295672B (zh) | 一种人脸识别方法及装置 | |
US11449590B2 (en) | Device and method for user authentication on basis of iris recognition | |
US20030194113A1 (en) | Person recognizing apparatus and method therefor | |
CN104933344A (zh) | 基于多生物特征模态的移动终端用户身份认证装置及方法 | |
US20220358791A1 (en) | Identity information processing method and device based on fundus image | |
JP2003346149A (ja) | 顔照合装置および生体情報照合装置 | |
EP2984599A1 (en) | The identity caddy: a tool for real-time determination of identity in the mobile environment | |
CN110084019B (zh) | 采用多生物特征信息相似度比对的身份核验方法及装置 | |
CN108171138B (zh) | 一种生物特征信息获取方法和装置 | |
CN106056054A (zh) | 一种进行指纹识别的方法和终端 | |
CN204791017U (zh) | 基于多生物特征模态的移动终端用户身份认证装置 | |
CN111062021B (zh) | 一种基于可穿戴设备进行身份认证的方法及装置 | |
CN109858366A (zh) | 身份认证方法及装置 | |
CN110705454A (zh) | 一种具有活体检测功能的人脸识别方法 | |
CN114511933A (zh) | 一种多模态生物特征融合身份识别方法 | |
US9135562B2 (en) | Method for gender verification of individuals based on multimodal data analysis utilizing an individual's expression prompted by a greeting | |
CN113609953A (zh) | 一种非接触式的掌静脉区域识别方法、系统及存储介质 | |
KR101986241B1 (ko) | 생체신호를 이용한 멀티 모달 기반의 사용자 인증 장치 및 방법 | |
KR100795360B1 (ko) | 얼굴인식에 의한 본인 여부의 판단방법 | |
CN110929570A (zh) | 虹膜快速定位装置及其定位方法 | |
CN114842418A (zh) | 基于天网大数据的人脸识别监控筛查系统 | |
KR101066097B1 (ko) | 안경 착용자에 대한 오인식을 최소화한 얼굴 인식 장치 및 이를 이용한 안경 착용자에 대한 얼굴 오인식 최소화 방법 |
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: 20220802 |
|
WW01 | Invention patent application withdrawn after publication |