CN114942072A - 多光谱成像芯片及对象识别系统 - Google Patents
多光谱成像芯片及对象识别系统 Download PDFInfo
- Publication number
- CN114942072A CN114942072A CN202210619935.2A CN202210619935A CN114942072A CN 114942072 A CN114942072 A CN 114942072A CN 202210619935 A CN202210619935 A CN 202210619935A CN 114942072 A CN114942072 A CN 114942072A
- Authority
- CN
- China
- Prior art keywords
- imaging chip
- multispectral
- infrared light
- multispectral imaging
- identified
- 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
- 238000000701 chemical imaging Methods 0.000 title claims abstract description 43
- 238000003384 imaging method Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 18
- 230000003287 optical effect Effects 0.000 claims description 9
- 239000004065 semiconductor Substances 0.000 claims description 7
- 239000013307 optical fiber Substances 0.000 claims description 4
- 229910010413 TiO 2 Inorganic materials 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000004927 fusion Effects 0.000 abstract description 2
- 238000002329 infrared spectrum Methods 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 239000002086 nanomaterial Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- RKTYLMNFRDHKIL-UHFFFAOYSA-N copper;5,10,15,20-tetraphenylporphyrin-22,24-diide Chemical compound [Cu+2].C1=CC(C(=C2C=CC([N-]2)=C(C=2C=CC=CC=2)C=2C=CC(N=2)=C(C=2C=CC=CC=2)C2=CC=C3[N-]2)C=2C=CC=CC=2)=NC1=C3C1=CC=CC=C1 RKTYLMNFRDHKIL-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- SBIBMFFZSBJNJF-UHFFFAOYSA-N selenium;zinc Chemical compound [Se]=[Zn] SBIBMFFZSBJNJF-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- 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
- G01J3/02—Details
- G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
- G01J3/0208—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using focussing or collimating elements, e.g. lenses or mirrors; performing aberration correction
-
- 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
- G01J3/02—Details
- G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
- G01J3/0229—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using masks, aperture plates, spatial light modulators or spatial filters, e.g. reflective filters
-
- 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
- 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
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
- G01J2003/2826—Multispectral imaging, e.g. filter imaging
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及人脸识别技术领域,具体涉及一种多光谱成像芯片及对象识别系统。所述对象识别系统包括:红外光源,以及依次连接的成像镜头、多光谱成像芯片、图谱处理模块,其中,红外光源用于向待识别对象发送红外光信号,成像镜头用于接收经待识别对象反射的包含红外光及可见光的混合光信号,多光谱成像芯片用于将混合光信号转换为数据电文信号,以供图谱处理模块对所述待识别对象进行识别。该系统能够同时采集红外光信号与可见光信号用于人脸识别,无需后续的多谱段融合,具有高效的识别速率,以及可以通过近红外光谱检测人脸皮肤特征信息,有效识别活体仿妆及假体人脸等伪装情形,从而增强人脸识别的准确度及安全性。
Description
技术领域
本发明涉及人脸识别技术领域,具体涉及一种多光谱成像芯片及对象识别系统。
背景技术
人脸识别技术作为智能终端的一个必备功能在安全支付、身份验证等领域具有重要应用,其技术发展先后历经2D人脸识别、红外人脸识别、3DToF人脸识别及3D结构光人脸识别等阶段。其中2D人脸识别系依靠普通前置摄像头获取人脸照片进行识别,红外人脸识别通过红外摄像头和红外照明元件实现对人脸红外照片的获取,该两种方法均系通过对二维图片的比对而达到识别目的,具有较低的安全性能;3DToF人脸识别通过计算像素距离构建人脸的立体模型进行识别,3D结构光识别系通过红外摄像头进行采集红外光线进行3D建模,并与已录入的人脸信息进行比对,以实现准确识别的目的。
然而,在识别技术不断发展的同时反识别技术也层出不穷,例如通过视频伪造、假体人脸、活体仿妆等手段实施的人脸伪造技术,上述通过二维图像及三维立体结构识别的方法也难以实现较为准确的识别,使得各种应用场景中存在着较大的安全隐患,因而如何高效的辨别人脸真伪、抵御欺骗攻击以确保识别安全已成为当前技术中急需解决的问题。
发明内容
本发明的目的在于提供一种多光谱成像芯片及对象识别系统,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致人脸识别准确度低的问题。
根据本发明的一个方面,提供一种多光谱成像芯片,包括:
依次设置的微透镜阵列层、多光谱滤波层及图像传感层,其中,多光谱滤波层将微透镜阵列层所获取的光信号转换为多光谱信号,图像传感层将多光谱信号转换为电信号。
在本发明的一个示例性实施例中,微透镜阵列层为Si3N4或TiO2材质镜片。
在本发明的一个示例性实施例中,多光谱滤波层为通过半导体工艺技术制备的光学滤波器件。
在本发明的一个示例性实施例中,图像传感层由半导体光敏器件组成。
根据本发明的一个方面,提供一种基于多光谱成像芯片的对象识别系统,包括:
红外光源,以及依次连接的成像镜头、多光谱成像芯片、图谱处理模块,其中,红外光源用于向待识别对象发送红外光信号,成像镜头用于接收经待识别对象反射的包含红外光及可见光的混合光信号,多光谱成像芯片用于将混合光信号转换为数据电文信号,以供所述图谱处理模块对待识别对象进行识别。
在本发明的一个示例性实施例中,所述基于多光谱成像芯片的对象识别系统还包括与红外光源连接的对象检测模块,用于在检测到待识别对象时控制红外光源向待识别对象发送红外光信号。
在本发明的一个示例性实施例中,所述基于多光谱成像芯片的对象识别系统还包括与图谱处理模块连接的补光灯,用于在检测到可见光信号低于预设值时向待识别对象发送可见光信号。
在本发明的一个示例性实施例中,所述红外光源发射的红外光信号波长为1450nm、940nm或850nm。
在本发明的一个示例性实施例中,所述成像镜头为变焦镜头,用于对所述待识别对象进行自动对焦。
在本发明的一个示例性实施例中,所述基于多光谱成像芯片的对象识别系统还包括图像存储模块,用于存储作为所述待识别对象比对信息的图像信息。
本发明提供了一种基于多光谱成像芯片的对象识别系统,该系统能够同时采集红外光信号与可见光信号用于人脸识别,无需后续的多谱段融合,识别速率快,以及可以通过近红外光谱检测人脸皮肤特征信息,有效识别活体仿妆及假体人脸等伪装情形,从而增强人脸识别的准确度。系统通过调节多光谱成像芯片中滤波单元的中心波长来实现较大的段宽成像,从而同时获取人脸目标在可见波段及近红外波段的图像信息及光谱信息,使单个探测器实现可见近红外多光谱成像。此外本发明的识别系统中无需配备单独的红外摄像头模块,系统体积重量与单目RGB摄像头相当,可应用在手机、电脑等电子设备中,具有较高的集成度高。
附图说明
图1是本发明实施例中一种多光谱成像芯片的结构示意图;
图2是本发明实施例中一种多光谱滤波层的结构示意图;
图3是本发明实施例中一种基于多光谱成像芯片的对象识别系统的结构示意图;
图4是本发明实施例中一种基于多光谱成像芯片的对象识别系统的结构示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,下面将结合附图本发明实施方式及实施例中的技术方案进行清楚、完整地描述。然而,示例实施方式及实施例能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式及实施例使得本发明将更加全面和完整,并将示例实施方式及实施例的构思全面地传达给本领域的技术人员。本发明所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式及实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式及实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而省略特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本发明一实施例提供了一种多光谱成像芯片,图1是本发明实施例中一种多光谱成像芯片的结构示意图。如图1所示,所述多光谱成像芯片包括:
微透镜阵列层1、多光谱滤波层2及图像传感层3,其中,多光谱滤波层2用于将微透镜阵列层1所获取的光信号转换为多光谱信号,图像传感层3用于将多光谱信号转换为电信号。
在一实施例中,微透镜结构层可以按照六角或者四方阵列方式排列而成,其材料可以为Si3N4、TiO2、ZnS、ZnSe、Nb2O5、GaN中的一种或多种;多光谱滤波层2为通过半导体工艺技术制备的滤波结构器件,图像传感层3为通过半导体工艺所制备的CMOS光敏器件。包含红外光和可见光的混合光信号照射到微透镜层进行聚焦,光线经过多光谱滤波层被分解为不同波段的光并聚到图像传感层光敏器件上,再由光敏器件将光信号转换为电信号DN值,以实现在电子设备上复原为各种色彩的图案。
图2是本发明实施例中一种多光谱滤波层的结构示意图,在一实施例中多光谱滤波层2包括如图2所示滤波单元组成的滤波阵列,其中,多光谱滤波层由9个滤波单元组成3×3的阵列重复排列而成,滤波单元由周期性的超表面微纳结构构成,调制超表面微纳结构的周期及结构尺寸可以调制滤波单元的中心波长。超表面微纳结构包括但不限于一维光栅、二维光栅、圆孔、矩形孔、圆环、圆柱、十字柱等,滤波单元的中心波长分布于可见光波段及近红外波段,其中201、202、203、204、205、206、207、208、209滤波单元的中心波长分别为430nm、500nm、530nm、575nm、640nm、790nm、940nm、940nm和940nm。
本发明的另一实施例提供了一种基于多光谱成像芯片的对象识别系统,图3、图4分别为本发明实施例一种基于多光谱成像芯片的对象识别系统的结构示意图。如图3、图4所示,所述基于多光谱成像芯片的对象识别系统包括:
红外光源303,以及依次连接的成像镜头302、多光谱成像芯片301、图谱处理模块305;其中,红外光源303用于向待识别对象发送红外光信号,成像镜头302用于接收经待识别对象反射的包含红外光及可见光的混合光信号,并将该混合光信号传递给多光谱成像芯片301,多光谱成像芯片301将该混合光信号转换为数据电文信号,图谱存储模块306用于存储已经采集的用于识别比照的带识别对象的图谱信息,图谱处理模块305根据数据电文信号生成待识别图谱,并将其与图谱存储模块306中存储的图谱进行比对。
在一实施例中,红外光源303所发射红外光信号的波长为1450nm、940nm或850nm。
在一实施例中,基于多光谱成像芯片的对象识别系统还包括对象检测模块,用于在检测到待识别对象时控制红外光源303发射红外光信号;成像镜头302可以为变焦镜头,能够对待识别对象进行自动对焦,以获取清晰的待识别图像。可选地,成像镜头302也可以是透镜、孔径光阑、滤光片等光学元件组合应用,可选地,成像镜头302也可以是采用大视场角的广角成像镜头,以获取更多待识别对象特征信息。
在一实施例中,基于多光谱成像芯片的对象识别系统还包括与图谱处理模块305连接的补光灯304,用于在图谱处理模块305判断图像特征信息及光谱特征信息不符合预设条件时向待识别对象发送可见光信号,例如所获取图新清晰度低于预设值的情形。
在一实施例中,基于多光谱成像芯片的对象识别系统还包括与图谱处理模块305连接的图谱存储模块306,用于存储已获取的带识别对象的准确信息,以作为参照信息对待识别对象进行识别。
上述装置中各模块/单元的具体细节已经在对应的方法部分进行了详细的描述,此处不再赘述。应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
除上述方法和设备以外,本发明的实施例还可以是计算机程序产品,其包括计算机程序指令,计算机程序指令在被处理器运行时使得处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
本发明的另一实施方式提供了一种电子设备,可以用于执行本示例实施方式中方法或网络控制方法的全部或者部分步骤。装置包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本说明书上述“示例性方法”中描述的根据本发明各种实施例的方法中的步骤。
本发明的另一实施方式提供了一种计算机可读存储介质,其上存储有计算机程序指令,计算机程序指令在被处理器运行时使得处理器执行本说明书上述“示例性方法”中描述的根据本发明各种实施例的方法中的步骤。
计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
本发明中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“如但不限于”,且可与其互换使用。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种多光谱成像芯片,其特征在于,包括:
依次设置的微透镜阵列层、多光谱滤波层及图像传感层,其中,所述多光谱滤波层用于将微透镜阵列层所获取的光信号转换为多光谱信号,所述图像传感层用于将所述多光谱信号转换为电信号。
2.根据权利要求1所述的多光谱成像芯片,其特征在于,所述微透镜阵列层为Si3N4或TiO2材质镜片。
3.根据权利要求1所述的多光谱成像芯片,其特征在于,所述多光谱滤波层为通过半导体工艺技术制备的光学滤波器件。
4.根据权利要求1所述的多光谱成像芯片,其特征在于,所述图像传感层由半导体光敏器件组成。
5.一种基于多光谱成像芯片的对象识别系统,其特征在于,包括:
红外光源,以及依次连接的成像镜头、如权利要求1-5任一项所述的多光谱成像芯片、图谱处理模块,其中,所述红外光源用于向待识别对象发送红外光信号,所述成像镜头用于接收经所述待识别对象反射的包含红外光及可见光的混合光信号,所述多光谱成像芯片用于将所述混合光信号转换为数据电文信号,以供所述图谱处理模块对所述待识别对象进行识别。
6.根据权利要求5所述的基于多光谱成像芯片的对象识别系统,其特征在于,还包括与所述红外光源连接的对象检测模块,用于在检测到所述待识别对象时控制所述红外光源向所述待识别对象发送所述红外光信号。
7.根据权利要求5所述的基于多光谱成像芯片的对象识别系统,其特征在于,还包括与所述图谱处理模块连接的补光灯,用于在检测到可见光信号低于预设值时向所述待识别对象发送可见光信号。
8.根据权利要求5所述的基于多光谱成像芯片的对象识别系统,其特征在于,所述红外光源发射的红外光信号波长为1450nm、940nm或850nm。
9.根据权利要求5所述的基于多光谱成像芯片的对象识别系统,其特征在于,所述成像镜头为变焦镜头,用于对所述待识别对象进行自动对焦。
10.根据权利要求6-9任一项所述的基于多光谱成像芯片的对象识别系统,其特征在于,还包括图像存储模块,用于存储作为所述待识别对象比对信息的图像信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210619935.2A CN114942072A (zh) | 2022-06-02 | 2022-06-02 | 多光谱成像芯片及对象识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210619935.2A CN114942072A (zh) | 2022-06-02 | 2022-06-02 | 多光谱成像芯片及对象识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114942072A true CN114942072A (zh) | 2022-08-26 |
Family
ID=82909867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210619935.2A Pending CN114942072A (zh) | 2022-06-02 | 2022-06-02 | 多光谱成像芯片及对象识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114942072A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351525A (zh) * | 2023-12-05 | 2024-01-05 | 杭州海康威视数字技术股份有限公司 | 一种图像识别系统 |
CN118129909A (zh) * | 2024-05-08 | 2024-06-04 | 中国科学院长春光学精密机械与物理研究所 | 阵列化集成芯片式偏振成像光谱仪及偏振图谱重建方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202887210U (zh) * | 2012-07-31 | 2013-04-17 | 西北工业大学 | 一种多光谱人脸识别系统 |
WO2017049922A1 (zh) * | 2015-06-17 | 2017-03-30 | 广州市巽腾信息科技有限公司 | 一种图像信息采集装置、图像采集方法及其用途 |
CN106847849A (zh) * | 2016-12-30 | 2017-06-13 | 中国科学院西安光学精密机械研究所 | 一种基于超表面窄带滤光的多光谱芯片及其制备方法 |
CN109764964A (zh) * | 2019-02-26 | 2019-05-17 | 中国科学院西安光学精密机械研究所 | 一种推扫式偏振光谱成像微系统、成像方法及制备方法 |
CN110687068A (zh) * | 2019-09-17 | 2020-01-14 | 中国科学院上海微系统与信息技术研究所 | 一种红外探测器及红外气体传感器 |
CN210166794U (zh) * | 2019-06-06 | 2020-03-20 | 深圳市汇顶科技股份有限公司 | 人脸识别的装置和电子设备 |
CN111611977A (zh) * | 2020-06-05 | 2020-09-01 | 吉林求是光谱数据科技有限公司 | 基于光谱与多波段融合的人脸识别监控系统及识别方法 |
CN113313057A (zh) * | 2021-06-16 | 2021-08-27 | 山东省科学院激光研究所 | 一种人脸活体检测与识别系统 |
CN113532653A (zh) * | 2021-06-23 | 2021-10-22 | 支付宝(杭州)信息技术有限公司 | 人脸活体检测的方法、系统以及人脸识别系统 |
CN113676628A (zh) * | 2021-08-09 | 2021-11-19 | Oppo广东移动通信有限公司 | 多光谱传感器、成像装置和图像处理方法 |
-
2022
- 2022-06-02 CN CN202210619935.2A patent/CN114942072A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202887210U (zh) * | 2012-07-31 | 2013-04-17 | 西北工业大学 | 一种多光谱人脸识别系统 |
WO2017049922A1 (zh) * | 2015-06-17 | 2017-03-30 | 广州市巽腾信息科技有限公司 | 一种图像信息采集装置、图像采集方法及其用途 |
CN106847849A (zh) * | 2016-12-30 | 2017-06-13 | 中国科学院西安光学精密机械研究所 | 一种基于超表面窄带滤光的多光谱芯片及其制备方法 |
CN109764964A (zh) * | 2019-02-26 | 2019-05-17 | 中国科学院西安光学精密机械研究所 | 一种推扫式偏振光谱成像微系统、成像方法及制备方法 |
CN210166794U (zh) * | 2019-06-06 | 2020-03-20 | 深圳市汇顶科技股份有限公司 | 人脸识别的装置和电子设备 |
CN110687068A (zh) * | 2019-09-17 | 2020-01-14 | 中国科学院上海微系统与信息技术研究所 | 一种红外探测器及红外气体传感器 |
CN111611977A (zh) * | 2020-06-05 | 2020-09-01 | 吉林求是光谱数据科技有限公司 | 基于光谱与多波段融合的人脸识别监控系统及识别方法 |
CN113313057A (zh) * | 2021-06-16 | 2021-08-27 | 山东省科学院激光研究所 | 一种人脸活体检测与识别系统 |
CN113532653A (zh) * | 2021-06-23 | 2021-10-22 | 支付宝(杭州)信息技术有限公司 | 人脸活体检测的方法、系统以及人脸识别系统 |
CN113676628A (zh) * | 2021-08-09 | 2021-11-19 | Oppo广东移动通信有限公司 | 多光谱传感器、成像装置和图像处理方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351525A (zh) * | 2023-12-05 | 2024-01-05 | 杭州海康威视数字技术股份有限公司 | 一种图像识别系统 |
CN117351525B (zh) * | 2023-12-05 | 2024-03-08 | 杭州海康威视数字技术股份有限公司 | 一种图像识别系统 |
CN118129909A (zh) * | 2024-05-08 | 2024-06-04 | 中国科学院长春光学精密机械与物理研究所 | 阵列化集成芯片式偏振成像光谱仪及偏振图谱重建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11354827B2 (en) | Methods and systems for fusion display of thermal infrared and visible image | |
CN111611977B (zh) | 基于光谱与多波段融合的人脸识别监控系统及识别方法 | |
CN114942072A (zh) | 多光谱成像芯片及对象识别系统 | |
US10685215B2 (en) | Method and apparatus for recognizing face | |
US11438571B2 (en) | Light field image processing method for depth acquisition | |
KR101286454B1 (ko) | 눈 영상의 특성을 이용한 모조얼굴 식별장치 및 방법 | |
CN102147853B (zh) | 用于生成场景的输出图像的方法 | |
KR20220103962A (ko) | 디스플레이를 통한 깊이 측정 | |
US20210158108A1 (en) | Object classification method, vehicle control method, information display method, and object classification device | |
CN104881632A (zh) | 高光谱人脸识别方法 | |
AU2018415972B2 (en) | Information retrieval system and program | |
CN110263621B (zh) | 图像识别方法、装置及可读存储介质 | |
CN111866387B (zh) | 深度图像成像系统和方法 | |
CN110115022B (zh) | 图像处理系统、光学传感器、以及学习装置 | |
KR101919090B1 (ko) | 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법 | |
CN111598065B (zh) | 深度图像获取方法及活体识别方法、设备、电路和介质 | |
JP6321289B2 (ja) | 室外及び室内での虹彩イメージ取得装置及び方法 | |
CN109034004A (zh) | 一种基于人脸识别的身份核验方法及装置 | |
JP4985264B2 (ja) | 物体識別装置 | |
CN108875472B (zh) | 图像采集装置及基于该图像采集装置的人脸身份验证方法 | |
CN112949496A (zh) | 深度相机 | |
JP2018067206A (ja) | 撮影装置 | |
CN112684574B (zh) | 图像获取组件和电子设备 | |
Miron et al. | SWIR images evaluation for pedestrian detection in clear visibility conditions | |
CN109426762A (zh) | 一种生物识别系统、方法和生物识别终端 |
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 |