CN1174337C - 识别人眼注视与否的方法和装置及其应用 - Google Patents
识别人眼注视与否的方法和装置及其应用 Download PDFInfo
- Publication number
- CN1174337C CN1174337C CNB021311919A CN02131191A CN1174337C CN 1174337 C CN1174337 C CN 1174337C CN B021311919 A CNB021311919 A CN B021311919A CN 02131191 A CN02131191 A CN 02131191A CN 1174337 C CN1174337 C CN 1174337C
- Authority
- CN
- China
- Prior art keywords
- people
- image
- center
- plane
- attentively
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及机器视觉与自动控制技术,特别是识别人眼注视与否的装置和方法及其在智能控制中的应用。本发明包括由摄像头、图像接口和处理器所构成的硬件设备,定时循环图像采集与人眼注视与否识别,以及将人眼注视用作控制指令或辅助信息的非接触智能控制技术。本发明可以用于家用电器、游戏机、医护仪器、智能机器人以及某些特需者的非接触控制装置,应用注视方法开启和关闭空调等简单电器,“唤醒”处于待命状态的机器人或计算机,对驾驶员视线偏离的安全提醒,也可在基于语音或手势的非接触智能控制技术中加入本技术,用于判别其语音或手势信号是否是用户发出的有意控制指令等,从而使机器对人的非接触控制的响应更加主动、友好和可靠。
Description
技术领域
本发明涉及机器视觉与自动控制技术,特别是识别人眼与否的方法和装置及其在智能控制中的应用。本发明是一种基于视频图像判别人眼注视与否的新技术,该技术除了单摄象机、处理器和图象接口外不需要额外的辅助设备,识别方法简单快捷,可以在机器视觉与智能控制的很多应用领域,使机器对人的响应更加主动、友好和确切。
背景技术
在人和人之间的交互过程中,人类对面部表情,特别是对人眼的注视与否有极灵敏的判别能力,而机器视觉和人的视觉相比,在这一方面尚处于很低的水平。现有注视与否的识别,主要依赖装在被试者头上的专门的辅助设备,如红外照明器,反射光检测器和双位摄像机等。这些装置虽然可以对注视与否有较高的测量精度,但其应用范围却受到很大的限制。
目前广泛使用的计算机和家用电器控制技术中,如遥控器、键盘、鼠标和触摸屏等,基本上属于键控接触方式,已证明这是一种病菌传播的重要途径。另外,从“以人为本”的观点来看,这类器件在使用上还存在许多不够自然和方便的地方。基于视觉和听觉的智能控制技术,是一种接近于人和人之间自然交互方式的非接触智能控制技术,是智能控制技术的发展方向,不仅方便、自然、无接触病菌感染,而且对计算机和数字化的推广和普及也有重要意义。
发明内容
本发明的目的是提供一种识别人眼注视与否的方法和装置及其应用。本发明在基于机器视觉和听觉的非接触智能机器控制技术中,将注视与否用作机器的启动、关闭或用户需求信息,使机器对人的需求响应更加主动、友好和确切。这些机器包括市场规模极其浩大的家用电器、游戏机、医护仪器、驾驶员安全伴侣、智能机器人以及残疾人和某些特需者的遥控装置等。例如,应用注视方法开动或关闭空调或电扇等电器,“唤醒”处于待命状态的机器人或处于休眠状态的计算机,也可在以语音或手势智能控制技术中加入人眼注视与否识别技术,用于判别其语音或手势信号是否是用户发出的有意控制指令,可大大提高智能控制的可靠性。
本发明识别人眼注视与否的方法包括下述步骤:
在动态场景图像中,采用差分算法和神经网络肤色滤波方法检测到人,然后用神经网络肤色滤波和山峰算法对人脸进行定位和分割,用分区二值化和象素扫描法定位出眼睛及鼻子的位置,提取用于确定眼球偏移及人脸取向的几何参数,建立前馈型神经网络模型,以这些参数对注视信息进行识别,得出注视或不注视的识别结果,以及完成这些技术要点的过程。
本发明主要包括图像获取装置(摄像头:摄像机或图像传感器)、图像存储装置(存储器)、图像识别装置和图像处理装置(计算机、单板机或DSP处理芯片)构成;所述的图像获取装置用于采集场景图像,所述的图像存储装置用于存储采集场景图像的图像信息,所述的图像识别装置用于检测出实时获取的图像信息中满足预定条件的图像信息,所述的图象处理装置用于自动判断所采集的场景图像信息是控制指令信息或辅助信息,特别是人眼注视与否作为控制指令或辅助信息,这些控制指令信息或辅助信息可用于非接触的电器的控制。
本发明是将硬件设备安装在被控制的电器上,摄像头指向电器用户所在的方向,使摄像头定时不断地采集场景图像,并由处理软件自动判断所采集的场景图像中是否有人,如果没有人,则继续循环采集新的场景图像;如果有人,则进一步判断人的眼睛是否在注视摄像头,并以此作为控制指令或辅助信息用于非接触的电器控制系统。
应用本发明对注视与否的判别进行了检验,结果表明识别受光照影响小,方便可靠,同时注视与否识别的效果与被识别的人群大小和训练样本的多少有关。当用从对13个不同人采集的126幅面部图像样本(包含注视样本和非注视样本各63个)进行参数提取和神经网络的训练时,为了保证对不同人的识别可靠性,训练样本的识别率为98.4%,然后用127个非训练样本作为测试样本进行检验,正确识别率可达到84.3%。减少被识别的人群的数目或增多训练样本的数目,都可使正确识别率得到进一步地提高。应当指出,在上述识别结果中,被误判的都是注视样本,即将注视判成了非注视,非注视样本全部识别正确。严格注视样本的识别条件,是为了避免当注视与否用作控制信息时,由于将非注视误判为注视判别而造成误操作,而对注视的误判还可以在下一轮处理中得到识别,只不过稍有延迟而已。目前,每次注视与否识别所需要的时间为0.1秒左右。处理时间还可通过硬件速度的提高而进一步减少。
本发明可以用于家用电器、游戏机、医护仪器、驾驶员安全伴侣、智能机器人以及某些特需者的非接触控制装置,如注视与否的判定可以用于开启和关闭空调等简单电器,“唤醒”处于待命状态的机器人或计算机,对驾驶员视线偏离的安全提醒等。也可在以语音或手势智能控制技术中加入人眼注视与否识别技术,用于判别语音或手势信号是否是用户发出的有意控制指令,可大大提高智能控制的可靠性,使机器对人的响应更加主动、友好和确切。例如将本技术应用于手势识别系统中,其实施效果是:能够区分有意和无意的手势,减少手势的误判率;还可使手势指令的设计更加自然,不必严格规定采用那些人们不常用或很难做出的手势。
附图说明
图1:图象处理及注视与否判别技术流程图。
图2:脸与图像平面夹角Φ的几何示意图。A为鼻子的中心,B和E分别为人脸平面上的左右眼睛中心,ABE组成人脸平面,B和C分别为图像平面上的左右眼睛中心,ABC为图像平面,人脸平面和图像平面的夹角为Φ,AB为两个平面在图像平面上相交的直线,两眼中心B和C与鼻子中心A的连线的夹角为θ。
图3:判断场景内是否有人的处理流程图。
图4:人脸定位和分割的处理流程图
图5:眼睛与鼻子的开窗定位流程图。
图6:面部参数提取和注视与否识别处理流程图。
具体实施方式
本发明参照附图详细说明如下:
如1所示,本发明的图像采集和处理的工艺流程包括以下5个步骤:
(1)运动识别和场景中是否有人的判定
用时间差分法做运动识别:首先选取相对固定的背景图像,每隔一定时间采集一幅新图像和背景图像相减,由差值图像可以判定是否有运动物体在场景中出现。一旦发现有运动物体进入场景,即分割出运动物体图像,开始进一步处理;否则,继续作下一轮运动识别。如果有运动物体进入场景,则采用前馈型神经网络对提取出的运动图像进行肤色识别,当发现有与人肤色相同的物体并满足一定的尺寸大小条件时,我们就认为有人进入场景,开始下一步处理;否则,从重新开始作下一轮运动识别。
以上的图像采集和处理采用人肤色识别的神经网络方法,其结构为4-3-1,其中输入层的4个节点中的3个分别是象点的红、绿、兰分量,第4个节点为偏置输入;隐含层取3个神经元是经过反复试验而确定的;输出层的神经元当输入为肤色时输出+1,非肤色输入时则输出-1。此神经网络采用BP学习算法进行训练,训练样本取自不同人的肤色在日光灯、白炽灯、太阳顺光和逆光等四种情况下的实测肤色和非肤色彩色信号。训练后的神经网络对肤色的识别有很好的可靠性和推广性。在照明条件变化较少或用户人数较少时,训练样本的数目可以减少。具体过程见图3。
(2)人脸定位和分割
在检测出来的具有与人肤色相同的运动图像中,用“山峰算法”进行肤色图像的填充和分割,并运用人脸的几何特征从其中分别出人脸图像,详见申请人发表的论文[袁景和等,“一种基于肤色和几何特征的人面部识别方法”,光电子·激光,2002,Vol.13,No.4,pp.394-397.],若在肤色图像中没有人脸则再回到第一步。具体过程见图4。
(3)双眼定位与鼻子定位
对分割出的人脸图像采用分区阈值进行二值化。由于人眼及鼻子处的黑色像素较多,利用逐行与逐列扫描再加上先验知识的方法可以确定出双眼及鼻子的位置,并分割出包含双眼与鼻子的图像窗口。具体过程见图5。
(4)与注视与否有关的面部几何特征参数提取
面部几何特征参数包括:人脸图像平面上鼻子的中心、左右眼睛中心和眼球中心。对分割出的眼睛窗口采用分区阈值法重新进行二值化,用矩形框匹配法确定眼睛的中心位置,再用模板匹配法(或山峰算法)确定眼球中心位置,用眼球中心减去眼睛中心可确定眼球相对于眼睛的位置偏移;同样用分区动态阈值法对鼻子窗口进行二值化,用模板匹配法确定鼻子的中心位置(即鼻尖在图象平面上的投影位置)。假定B和C分别为图像平面上的左右眼睛中心,A为鼻子的中心,则ABC即为图像平面(见图2)。在图2中,我们用B和E分别表示人脸平面上的左右眼睛中心。假定人脸平面与图像平面相交的直线为鼻子中心与左眼中心的连线AB,ED为E至AB的垂直线,则∠EDC即为人脸平面和图像平面的夹角Φ。这里,人脸平面上右眼的中心位置E是根据几何关系假定的,它可以通过图像平面上两眼的中心B和C以及它们与鼻子中心A连线的夹角θ来确定。经理论计算表明,夹角Φ和图像平面上已知的直线AB和AC以及他们的夹角θ之间的关系式为:
(5)基于面部几何特征参数的人工神经网络注视与否的识别
所谓注视与否的识别就是判别双眼眼球是否注视摄像机镜头。本发明中的人工神经网络注视与否的识别方法,就是建立两层前馈型神经网络,其结构为4-4-1,用上面计算出的两个眼球相对于眼睛的位置偏移量、人脸平面和图像平面之间的夹角正弦sinΦ等参数作为输入变量,第4个输入为偏置,通过对有关人已知的实际注视和非注视图像样本的学习,可以确定该神经网络的权重参数,训练完成后的神经网络即可用于判别人眼的注视与否,并输出判别结果,具体过程见图6以及申请人发表的论文[王勇等“基于参数提取的人眼注视与否的判别”,光电子·激光,2001,Vol.12,No.12,pp.1284-1287.],并将此输出信息用于智能控制中。
Claims (4)
1、一种识别人眼注视与否的方法,其特征在于它包括下述步骤:
(1)运动和场景中是否有人的判定:
用时间差分法作运动识别:首先选取固定的背景图像,每隔一定时间采集一幅新图像和背景图像相减,由差值图像判定是否有运动物体在场景中出现,有运动物体进入场景,即分割出运动物体图像,开始进一步处理,采用前馈型神经网络对提取出的运动图像进行肤色检测,当发现有与人肤色相同的物体并满足一定的尺寸大小条件时,就认为有人进入场景,开始下一步处理;否则,从重新开始作下一轮运动检测;
所述的神经网络结构为4-3-1,其中输入层的4个节点中的3个分别是象点的红、绿、兰分量,第4个节点为偏置输入;隐含层取3个神经元是经过反复试验而确定的;输出层的神经元当输入为肤色时输出+1,非肤色输入时则输出-1;此神经网络采用BP学习算法进行训练,训练样本取自不同人的肤色在日光灯、白炽灯、太阳顺光和逆光四种情况下的实测肤色和非肤色彩色信号;
(2)人脸定位和分割:
在检测出来的具有与人肤色相同的运动图像中,用山峰算法设计的步骤进行肤色图像的填充和分割,并运用人脸的几何特征从其中分别出人脸图像;
(3)双眼定位与鼻子定位:
对分割出的人脸图像采用分区阈值进行二值化;由于人眼及鼻子处的黑色象素较多,利用逐行与逐列扫描再加上先验知识的方法可以确定出双眼及鼻子的位置,并分割出包含双眼与鼻子的图像窗口;
(4)与注视与否有关的面部几何特征参数提取:
面部几何特征参数包括:人脸图像平面上鼻子的中心、左右眼睛中心和眼球中心;对分割出的眼睛窗口采用分区动态阈值法重新进行二值化,用矩形框匹配法确定眼睛的中心位置,再用模板匹配法或山峰算法确定眼球中心位置,用眼球中心减去眼睛中心可确定眼球相对于眼睛的位置偏移;同样用分区动态阈值法对鼻子窗口进行二值化,用模板匹配法确定鼻子的中心位置;假定B和C分别为图像平面上的左右眼睛中心,A为鼻子的中心,则ABC即为图像平面;B和E分别表示人脸平面上的左右眼睛中心。假定人脸平面与图像平面相交的直线为鼻子中心与左眼中心的连线AB,ED为E至AB的垂直线,则∠EDC即为人脸平面和图像平面的夹角Φ;这里,人脸平面上右眼的中心位置E是根据几何关系假定的,它可以通过图像平面上两眼的中心B和C以及它们与鼻子中心A连线的夹角θ来确定;夹角Φ和图像平面上已知的直线AB和AC以及他们的夹角θ之间的关系式为:
(5)基于面部几何特征参数的人工神经网络注视与否的识别:
所谓注视与否的识别就是判别双眼眼球是否注视摄像机镜头,建立两层前馈型神经网络,其结构为4-4-1,用上面计算出的两个眼球相对于眼睛的位置偏移量、人脸平面和图像平面之间的夹角正弦sinΦ参数作为输入变量,第4个输入为偏置,通过对有关人已知的实际注视和非注视图像样本的学习,执行神经网络肤色、人脸和注视判别软件设计的步骤,用BP算法和所得到的注视参数对神经网络进行训练,可以确定该神经网络的权重参数,训练完成后的神经网络即可用于判别人眼的注视与否,并输出判别结果。
2、一种识别人眼注视与否的装置,其特征在于包括:
图像获取装置,用于采集场景图像;所述的图像获取装置是摄像机或图象传感器;
图像存储装置,用于存储采集场景图像的图像信息,所述的图像存储装置是存储器;
图像识别装置,用于识别出实时获取的图像信息中满足预定条件的图像信息;及
图像处理装置,用于自动判断所采集的场景图像信息中满足预定条件的人眼注视与否作为控制指令或辅助信息;
所述的图像识别装置和图象处理装置分别是计算机、单板机或DSP芯片。
3、权利要求2所述的识别人眼注视与否的装置的应用,以人眼注视摄像头作为开启或关闭一般电器的非接触控制指令,用于包括家用电器、游戏机、医护仪器、驾驶员安全伴侣、智能机器人和某些特需者的非接触控制装置。
4、权利要求2所述的识别人眼注视与否的装置在基于语音或手势的非接触智能控制技术中的应用,加入人眼注视与否识别方法,以区别其语音或手势信号是否是用户所发出的有意控制指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB021311919A CN1174337C (zh) | 2002-10-17 | 2002-10-17 | 识别人眼注视与否的方法和装置及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB021311919A CN1174337C (zh) | 2002-10-17 | 2002-10-17 | 识别人眼注视与否的方法和装置及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1423228A CN1423228A (zh) | 2003-06-11 |
CN1174337C true CN1174337C (zh) | 2004-11-03 |
Family
ID=4746590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB021311919A Expired - Fee Related CN1174337C (zh) | 2002-10-17 | 2002-10-17 | 识别人眼注视与否的方法和装置及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1174337C (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100364815C (zh) * | 2004-11-04 | 2008-01-30 | 株式会社电装 | 视觉识别支持装置 |
CN101460832B (zh) * | 2006-06-08 | 2012-03-21 | 奥林巴斯株式会社 | 外观检查装置 |
Families Citing this family (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100343867C (zh) * | 2005-06-15 | 2007-10-17 | 北京中星微电子有限公司 | 一种判别视线方向的方法和装置 |
CN100432897C (zh) * | 2006-07-28 | 2008-11-12 | 上海大学 | 手、眼关系引导的非接触式位置输入系统和方法 |
JP2009059257A (ja) * | 2007-09-03 | 2009-03-19 | Sony Corp | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
US20090183276A1 (en) | 2008-01-10 | 2009-07-16 | Pioneer Hi-Bred International, Inc. | Novel Bacillus Thuringiensis Gene with Coleopteran Activity |
CN101815174B (zh) * | 2010-01-11 | 2015-03-04 | 北京中星微电子有限公司 | 摄像控制方法及控制装置 |
CN102404584B (zh) * | 2010-09-13 | 2014-05-07 | 腾讯科技(成都)有限公司 | 调整场景左右摄像机的方法及装置、3d眼镜、客户端 |
EP2646948B1 (en) * | 2010-09-30 | 2018-11-14 | Orange | User interface system and method of operation thereof |
CN102446270A (zh) * | 2010-10-15 | 2012-05-09 | 汉王科技股份有限公司 | 基于人脸识别的监测装置及监测方法 |
CN102298443B (zh) * | 2011-06-24 | 2013-09-25 | 华南理工大学 | 结合视频通道的智能家居语音控制系统及其控制方法 |
CN103491848B (zh) * | 2011-12-26 | 2015-10-07 | 奥林巴斯医疗株式会社 | 医疗用内窥镜系统 |
CN102610035B (zh) * | 2012-04-05 | 2014-02-12 | 广州广电运通金融电子股份有限公司 | 金融自助设备及其防偷窥系统和方法 |
CN103959357B (zh) * | 2012-10-19 | 2018-02-02 | 儿童医院 | 用于眼科检查培训的系统和方法 |
CN104718507B (zh) * | 2012-11-05 | 2017-03-29 | 松下知识产权经营株式会社 | 自主行走装置的行走信息生成装置、方法以及自主行走装置 |
KR102188090B1 (ko) * | 2013-12-11 | 2020-12-04 | 엘지전자 주식회사 | 스마트 가전제품, 그 작동방법 및 스마트 가전제품을 이용한 음성인식 시스템 |
DE102013226244A1 (de) * | 2013-12-17 | 2015-06-18 | Siemens Aktiengesellschaft | Medizintechnische Steuerung |
CN103823560B (zh) * | 2014-02-24 | 2017-01-04 | 联想(北京)有限公司 | 一种控制方法和装置 |
CN105094292A (zh) * | 2014-05-05 | 2015-11-25 | 索尼公司 | 评价用户关注度的方法和设备 |
CN104253944B (zh) * | 2014-09-11 | 2018-05-01 | 陈飞 | 基于目光连接的声音命令下达装置和方法 |
CN104468010A (zh) * | 2014-12-16 | 2015-03-25 | 上海斐讯数据通信技术有限公司 | 智能终端及其电台搜索方法 |
FR3034215B1 (fr) * | 2015-03-27 | 2018-06-15 | Valeo Comfort And Driving Assistance | Procede de commande, dispositif de commande, systeme et vehicule automobile comprenant un tel dispositif de commande |
CN104834222B (zh) * | 2015-04-30 | 2018-11-27 | 广东美的制冷设备有限公司 | 家用电器的控制方法和装置 |
CN104879882B (zh) * | 2015-04-30 | 2017-09-22 | 广东美的制冷设备有限公司 | 空调器的控制方法和系统 |
CN104856729B (zh) * | 2015-05-25 | 2018-07-31 | 无锡海斯凯尔医学技术有限公司 | 弹性检测设备的操作控制方法和弹性检测设备 |
JP6739907B2 (ja) * | 2015-06-18 | 2020-08-12 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 機器特定方法、機器特定装置及びプログラム |
JP6516585B2 (ja) * | 2015-06-24 | 2019-05-22 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 制御装置、その方法及びプログラム |
CN105245416B (zh) | 2015-09-30 | 2018-11-06 | 宇龙计算机通信科技(深圳)有限公司 | 一种家电设备控制方法和装置 |
CN105468144B (zh) * | 2015-11-17 | 2019-02-12 | 小米科技有限责任公司 | 智能设备控制方法及装置 |
CN107103271A (zh) * | 2016-02-23 | 2017-08-29 | 芋头科技(杭州)有限公司 | 一种人脸检测方法 |
CN107102540A (zh) * | 2016-02-23 | 2017-08-29 | 芋头科技(杭州)有限公司 | 一种唤醒智能机器人的方法及智能机器人 |
CN105700402B (zh) * | 2016-03-09 | 2018-03-27 | 北京地平线机器人技术研发有限公司 | 基于人员检测的嵌入式控制系统、设备和方法 |
CN107238439A (zh) * | 2016-03-28 | 2017-10-10 | 厦门神州鹰软件科技有限公司 | 利用图像与二维步进电机装置自动测量人体温度的方法 |
CN105964550A (zh) * | 2016-05-20 | 2016-09-28 | 天津工业大学 | 一种全自动物流机器人 |
CN106548157A (zh) * | 2016-11-03 | 2017-03-29 | 贺江涛 | 一种基于银行服务机器人的人眼球方向识别方法 |
US11132543B2 (en) | 2016-12-28 | 2021-09-28 | Nvidia Corporation | Unconstrained appearance-based gaze estimation |
WO2018205083A1 (zh) | 2017-05-08 | 2018-11-15 | 深圳前海达闼云端智能科技有限公司 | 机器人唤醒方法、装置和机器人 |
JP6946831B2 (ja) * | 2017-08-01 | 2021-10-13 | オムロン株式会社 | 人物の視線方向を推定するための情報処理装置及び推定方法、並びに学習装置及び学習方法 |
JP6953247B2 (ja) * | 2017-09-08 | 2021-10-27 | ラピスセミコンダクタ株式会社 | ゴーグル型表示装置、視線検出方法及び視線検出システム |
TWI653170B (zh) | 2017-11-01 | 2019-03-11 | 宏碁股份有限公司 | 駕駛提示方法與系統 |
CN107997933B (zh) * | 2017-11-27 | 2020-05-29 | 南京大学 | 一种具有实时评估功能的儿童视功能训练康复系统 |
CN109976506B (zh) * | 2017-12-28 | 2022-06-24 | 深圳市优必选科技有限公司 | 一种电子设备的唤醒方法、存储介质及机器人 |
CN108279778A (zh) * | 2018-02-12 | 2018-07-13 | 上海京颐科技股份有限公司 | 用户交互方法、装置以及系统 |
CN108510701B (zh) * | 2018-03-20 | 2019-11-22 | 深圳市泰和安科技有限公司 | 一种智能烟雾报警方法、装置及系统 |
CN110045825B (zh) * | 2018-03-27 | 2022-05-13 | 杭州凌感科技有限公司 | 用于车辆交互控制的手势识别系统 |
CN108803866A (zh) * | 2018-03-27 | 2018-11-13 | 北京七鑫易维信息技术有限公司 | 输出信息的方法、装置和系统 |
CN108519819A (zh) * | 2018-03-30 | 2018-09-11 | 北京金山安全软件有限公司 | 智能设备的处理方法、装置、智能设备及介质 |
CN108717324A (zh) * | 2018-04-11 | 2018-10-30 | 努比亚技术有限公司 | 智能可穿戴设备及其控制方法、计算机可读存储介质 |
CN110765828A (zh) * | 2018-07-25 | 2020-02-07 | 卢帆 | 视觉识别方法及其系统 |
CN109041379A (zh) * | 2018-08-10 | 2018-12-18 | 广东工业大学 | 一种智能照明方法、装置、设备及存储介质 |
CN112083795A (zh) * | 2019-06-12 | 2020-12-15 | 北京迈格威科技有限公司 | 对象控制方法及装置、存储介质和电子设备 |
CN110191234B (zh) * | 2019-06-21 | 2021-03-26 | 中山大学 | 一种基于注视点分析的智能终端解锁方法 |
CN111128157B (zh) * | 2019-12-12 | 2022-05-27 | 珠海格力电器股份有限公司 | 一种智能家电的免唤醒语音识别控制方法、计算机可读存储介质及空调 |
CN111310630A (zh) * | 2020-02-10 | 2020-06-19 | 支付宝实验室(新加坡)有限公司 | 活体检测方法及装置 |
CN114968166A (zh) * | 2021-02-26 | 2022-08-30 | 华为技术有限公司 | 语音交互的方法与电子设备 |
CN113221630A (zh) * | 2021-03-22 | 2021-08-06 | 刘鸿 | 一种人眼注视镜头的估算方法及其在智能唤醒中的应用 |
KR102456438B1 (ko) * | 2022-07-13 | 2022-10-19 | (주)인티그리트 | 인공지능을 활용한 비주얼 웨이크 업 시스템 |
-
2002
- 2002-10-17 CN CNB021311919A patent/CN1174337C/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100364815C (zh) * | 2004-11-04 | 2008-01-30 | 株式会社电装 | 视觉识别支持装置 |
CN101460832B (zh) * | 2006-06-08 | 2012-03-21 | 奥林巴斯株式会社 | 外观检查装置 |
Also Published As
Publication number | Publication date |
---|---|
CN1423228A (zh) | 2003-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1174337C (zh) | 识别人眼注视与否的方法和装置及其应用 | |
CN102419819B (zh) | 人脸图像识别方法和系统 | |
CN104933344B (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 | |
CN104224204B (zh) | 一种基于红外检测技术的驾驶员疲劳检测系统 | |
CN102622588B (zh) | 双验证人脸防伪方法及装置 | |
WO2019095724A1 (zh) | 一种采集指静脉图像的设备、装置和方法 | |
CN109727344A (zh) | 3d人脸识别智能门锁及3d人脸解锁方法 | |
CN109711255A (zh) | 指纹采集方法及相关装置 | |
CN107066942A (zh) | 一种活体人脸识别方法及系统 | |
CN102982316A (zh) | 一种对驾驶员非正常驾驶行为的识别装置和方法 | |
CN102262727A (zh) | 客户采集终端人脸图像质量实时监控方法 | |
JP2000105830A (ja) | 個人識別装置 | |
CN100392669C (zh) | 虹膜识别中的活体检测方法及装置 | |
CN111062021B (zh) | 一种基于可穿戴设备进行身份认证的方法及装置 | |
CN105550630B (zh) | 一种指纹验证方法和装置 | |
Morales et al. | Contact-free hand biometric system for real environments | |
CN110796101A (zh) | 一种嵌入式平台的人脸识别方法及系统 | |
CN110097006A (zh) | 一种基于手部掌纹掌脉特征融合的非接触式生物识别方法 | |
CN108375095A (zh) | 一种吸油烟机的控制方法及吸油烟机 | |
CN114220130A (zh) | 非接触式手势与掌纹、掌静脉融合的身份识别系统及方法 | |
Hentati et al. | Development a new algorithm for iris biometric recognition | |
CN109977811A (zh) | 基于嘴部关键位置特征检测实现免语音唤醒的系统及方法 | |
CN109460729A (zh) | 一种嵌入式多人脸检测方法及系统 | |
Tansakul et al. | Fatigue driver detection system using a combination of blinking rate and driving inactivity | |
CN114511885A (zh) | 手掌感兴趣区域提取系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |