CN206849035U - 一种图像处理装置及人脸识别系统 - Google Patents
一种图像处理装置及人脸识别系统 Download PDFInfo
- Publication number
- CN206849035U CN206849035U CN201720163511.4U CN201720163511U CN206849035U CN 206849035 U CN206849035 U CN 206849035U CN 201720163511 U CN201720163511 U CN 201720163511U CN 206849035 U CN206849035 U CN 206849035U
- Authority
- CN
- China
- Prior art keywords
- image
- camera
- image processing
- processing apparatus
- lighting sources
- 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.)
- Active
Links
Landscapes
- Image Input (AREA)
Abstract
本实用新型实施例提供了一种图像处理装置,包括检测模块、光源模块、图像采集模块以及处理器。对当前成像环境的光照进行检测,当其光照满足预设光照条件时,利用第二摄像头在补光光源的环境中对待成像目标进行成像;根据第一摄像头与第二摄像头的位置关系与补光光源下的补光图像,对在自然环境中对待成像目标进行成像,所获取的原始图像进行修正。提高了目标成像的清晰度,提高了图像的识别率,满足了特定领域对图像质量的高要求,有利于扩展成像图片的应用领域,具有好的社会经济效益。此外,本实用新型实施例还提供了一种包含上述图像处理装置的人脸识别系统,使得所述图像处理装置更具有实用性,所述人脸识别系统具有相应的优点。
Description
技术领域
本实用新型实施例涉及摄影摄像技术以及图像处理技术领域,特别是涉及一种图像处理装置及人脸识别系统。
背景技术
随着计算机技术与图像处理技术的飞跃发展,由于人脸与人体的其它生物特征(例如指纹、虹膜等)一样与生俱来,它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提,故其在公共安全领域得到了广泛的应用。人脸识别技术为一种利用分析比较人脸视觉特征信息,来进行身份鉴别的计算机技术。
人脸识别是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并跟踪人脸,进而对检测到的人脸的相关特征信息进行提取,然后根据相关特征信息进行识别,以此实现身份的鉴别。各类人脸识别的关键在于提取人脸数据中与身份相关的本质特征,减弱甚至消除与身份不相关的信息,例如环境光照、姿势、表情以及饰物。
在诸多非身份因素中,由于光照问题对成像的清晰度有很大的影响。由于室外环境光照变化较大,摄像头会根据环境光线的变化自动调节明暗度和色彩平衡度,但是通常的摄像头自动调节会出现背景光线太强时,人像成像由于逆光而曝光不足,人脸成像太暗无法满足对人脸图像成像的清晰度的要求,因此无法获取较为准确的人物特征信息,不利于进行识别。可见,在实际应用中光照在人脸识别过程的较为重要。
现有技术中,在光照太强或太弱时,采用预处理算法对获得的图像的光照进行处理。尽管光照预处理算法能在一定程度上消除光照的影响,但是单纯的图像预处理无法满足实际运用需求,在环境光线内外反差大时,容易造成成像过曝或过暗,无法达到图像识别对室外运用的需求。故,如何在不同的光照环境中,提高目标成像的清晰度,是本领域技术人员亟待解决的问题。
实用新型内容
本实用新型实施例的目的是提供一种图像处理装置及人脸识别系统,以在不同的光照环境中,提高目标成像的清晰度。
为解决上述技术问题,本实用新型实施例提供以下技术方案:
本实用新型实施例一方面提供了一种图像处理装置,包括:
检测模块、光源模块、图像采集模块以及处理器;
所述检测模块,用于检测当前成像环境的光照是否满足预设光照条件;
所述光源模块,用于为所述图像采集模块提供补光光源;
所述图像采集模块,包括第一摄像头以及第二摄像头,所述第一摄像头用于在自然光源的环境中,对待成像目标进行图像采集,以获取原始图像;所述第二摄像头用于当满足所述预设光照条件时,在所述补光光源的环境中对所述待成像目标进行图像采集,以获取补光图像;
所述处理器,用于根据所述第一摄像头与所述第二摄像头的位置关系以及所述补光图像,利用偏差校准算法对所述原始图像进行修正。
可选的,所述光源模块包括:
单一波长的光源以及窄带滤光片,所述窄带滤光片的带波长与所述光源的波长相同。
可选的,所述补光光源的光强度不小于所述自然光源光强度的20%。
可选的,所述补光光源的波长不小于760nm。
可选的,所述补光光源为LED补光灯。
可选的,所述LED补光灯为波长为La的LED补光灯;
相应的,还包括:
所述窄带滤光片为带波长为La的窄带滤光片。
可选的,所述补光光源为红外光源。
本实用新型实施例另一方面提供了一种人脸识别系统,包括如上任意一项所述的图像处理装置。
本实用新型实施例提供了一种图像处理装置,包括检测模块、光源模块、图像采集模块以及处理器。对当前成像环境的光照进行检测,当其光照满足预设光照条件时,利用第二摄像头在补光光源的环境中对待成像目标进行成像;根据第一摄像头与第二摄像头的位置关系与补光光源下的补光图像,对在自然环境中对待成像目标进行成像,所获取的原始图像进行修正,以获取待成像目标的清晰图像。
本申请技术方案的优点在于,在当前成像环境的光照条件太强或太弱时,在当前环境中进行一次成像,然后利用补光光源对待成像目标进行再次成像。由固定位置的两个摄像头对同一目标进行成像,待成像目标由于摄像头位置的偏差,在图像中的相对位置是有偏差的,偏差校准算法根据摄像头的位置偏差和图像的偏差,对原始图像由于光照影响而造成的图像不清晰的像素点进行校准,提高了目标成像的清晰度以及分辨率,提高了图像的识别率,满足了特定领域对图像质量的高要求,有利于扩展成像图片的应用领域,具有好的社会经济效益。
此外,本实用新型实施例还提供了一种包含上述图像处理装置的人脸识别系统,使得所述图像处理装置更具有实用性,所述人脸识别系统具有相应的优点。
附图说明
为了更清楚的说明本实用新型实施例或现有技术的技术方案,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的介绍,显而易见地,下面描述中的附图仅仅是本实用新型的一些实施例,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为本实用新型实施例提供的一个示例性应用场景的框架示意图;
图2为本实用新型实施例提供的示例性例子的结构示意图;
图3为本实用新型实施例提供的图像处理装置的一种实施方式结构图;
图4为本实用新型实施例提供的偏差校准原理示意图;
图5为本实用新型实施例提供的人脸识别系统的一种实施方式结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本实用新型方案,下面结合附图和具体实施方式对本实用新型作进一步的详细说明。显然,所描述的实施例仅仅是本实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,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,都属于本实用新型保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
下面首先结合图1对本实用新型实施例的技术方案涉及的一些可能的应用场景进行举例介绍,图1为本实用新型实施例提供的一个示意性例子。如图1所示,101为第一摄像头,102为带波长为La窄带滤光摄像头,103为波长为La的LED补光灯,101以及102的结构示意图如图2所示。
现有技术中,包含一个摄像头101,只通过该摄像头对待成像目标进行成像。当成像环境光照条件太强或太弱,导致曝光太过或不足时,对成像图片采用光照预处理算法进行光照处理,但是经过处理的图像的分辨率(清晰度)仍然无法满足需求。本申请提供的方案是先利用第一摄像头101在自然光源的环境中,对待成像目标进行成像,获得待成像目标的原始图像;当检测到当前成像环境的光照满足预设光照条件时,利用带波长为La窄带滤光摄像头102(第二摄像头)在LED补光灯103提供的补光光源中,对待成像目标进行成像,以获取补光图像;然后根据第一摄像头101与第二摄像头102的位置关系以及补光图像,利用偏差校准算法对原始图像进行修正。提高了目标成像的清晰度以及分辨率,提高了图像的识别率。
需要注意的是,上述应用场景仅是为了便于理解本申请的思想和原理而示出,本申请的实施方式在此方面不受任何限制。相反,本申请的实施方式可以应用于适用的任何场景。
在介绍了本实用新型实施例的技术方案后,下面详细的说明本申请的各种非限制性实施方式。
首先参见图3,图3为本实用新型实施例提供的图像处理装置在一种具体实施方式中的结构示意图,本实用新型实施例可包括以下内容:
检测模块301、光源模块302、图像采集模块303(可包括第一摄像头3031以及第二摄像头3032)以及处理器304。
检测模块301,用于检测当前成像环境的光照是否满足预设光照条件。
检测模块301可包括光照探测单元3011,光照探测单元3011可为光照度传感器,例如硅光电池探测器;也可为光照测量仪器,例如光照计或流明计。当然,也可不设置光照测量器件,直接接收当前用户输入的当前成像环境光照数据。
预设光照条件可为光照度的一个范围,当探测到当前成像环境的光照度(光照数值)在预设的范围内,即满足预设光照条件。预设光照条件对应的成像环境可为光照太强,例如逆光拍摄图片;或光照太弱,例如夜晚或黄昏。
光源模块302,用于为所述图像采集模块提供补光光源。
补光的目的是为了使在光照条件差的情况下能够在摄像头找到待成像目标,可使得自然环境的光照度与拍摄主体的光照度接近,避免在图像采集过程中曝光太过或曝光不足。
经过多次试验证明,补光光源的光强度为当前成像环境中的自然光源光强度的20%,即可达到补光的效果,即补光光源的光强度可不小于当前成像环境中自然光源光强度的20%,但是,从环保节约的角度考虑,补光光源的光强可为当前成像环境中自然光源光强度的20%。当然,实际应用中并不限于这个光照值,本领域技术人员可根据具体情况进行选择。
为了降低整体系统的功耗,节约系统电能,使整个系统更加环保;此外,为了减小设备的体积,减轻设备质量,有利于其向更轻、更薄、更小的新型设备发展,优选的,补光光源可为LED补光灯。
为了消除环境中其他光源的影响,补光光源可为单一波长的光源3021,还可在补光光源环境中进行成像的摄像头上设置窄带滤光片3022,用于进行成像时,避免环境中其他光照的影响。由于窄带滤光片3022的功能是为了消除环境中其他光源的对第二摄像头进行成像时的影响,故窄带滤光片3022的带波长与单一波长的光源3021的波长应相同。
由于光波长越长,对太阳光(自然光)的影响越小;而且,光波长越长,受到环境中其他光源的干扰就越小,光照环境适应性越好。多次试验证明,红外波段对人体的感知小。因此,补光光源的光波长可不小于760nm,即光波长处于红外波段以及微波波段的光。可选的,补光光源可为红外光源。
在一种具体实施方式中,补光光源可为波长为La的LED补光灯;
相应的,窄带滤光片为带波长为La的窄带滤光片。
图像采集模块303,包括第一摄像头3031以及第二摄像头3032。第一摄像头与第二摄像头只是为了区别两个摄像头,而非描述特定的顺序。实际应用中,两个摄像头的使用以及顺序可根据具体情况而定。第一摄像头3031用于在自然光源的环境中,对待成像目标进行图像采集,以获取原始图像;第二摄像头3032用于当满足预设光照条件时,在补光光源的环境中对所述待成像目标进行图像采集,以获取补光图像。
需要说明的是,当当前成像环境中的光照不满足预设光照条件时,直接通过第一摄像头对待成像目标进行成像即可,所采集到的图像即可最终待成像目标成像图。
还需要说明的是,第一摄像头3031可用于当满足预设光照条件时,在补光光源的环境中对所述待成像目标进行图像采集,以获取补光图像;第二摄像头3032用于在自然光源的环境中,对待成像目标进行图像采集,以获取原始图像。只要一个摄像头用于自然光成像,一个摄像头用于补光光源成像即可。
还需要说明的是,当待成像目标太大,或对只需要对待成像目标的某一处进行采集时,或当前用户对待成像目标的成像位置有需求时,当前用户可通过对指定区域进行点测光曝光,以获取指定区域的成像图。例如,在人脸识别系统中,只需要对人脸进行成像,而不需要对整个人进行成像;对于虹膜识别系统,只需要对眼球或眼睛进行成像,而非对整个人脸进行成像。
对待成像目标的成像位置进行图像采集时,相应的,获取第二摄像头在补光光源环境中,对所述成像位置进行图像采集的补光图像。
待成像目标的成像位置即为对该指定区域的进行成像。
需要说明的是,当原始图像为当前用户选取的待成像目标的指定区域时,第二摄像头在补光光源环境中,对待成像目标的成像位置进行图像采集时,可对整个待成像目标进行成像,也可对该待成像目标的指定区域的进行成像。考虑到后续图像处理的效率以及图像大小,优选的,可对该待成像目标的指定区域的进行成像。
处理器304,用于根据所述第一摄像头3031与第二摄像头3032的位置关系以及所述补光图像,利用偏差校准算法对所述原始图像进行修正。
偏差校准算法的原理示意图如图4所示,P1为第一摄像头,P2为第二摄像头,L1为P1和P2之间的距离,A为待成像目标。由固定位置的两个摄像头对同一目标进行成像,待成像目标由于摄像头位置的偏差,在图像中的相对位置是有偏差的,偏差校准算法可根据摄像头的位置偏差和图像的偏差,对原始图像由于光照影响而造成的图像不清晰的像素点进行校准。
具体的校准方法可为:
在原始图像以及补光图像上建立二维坐标系;
根据原始图像中当前像素点的坐标位置与大小,以及第一摄像头与第二摄像头的位置关系,计算得到当前像素点在补光图像中对应的像素点的坐标位置与大小;
根据补光图像中对应的像素点对当前像素点进行修正。
本申请提供的技术方案中,在当前成像环境的光照条件太强或太弱时,在当前环境中进行一次成像,然后利用补光光源对待成像目标进行再次成像。由固定位置的两个摄像头对同一目标进行成像,待成像目标由于摄像头位置的偏差,在图像中的相对位置是有偏差的,偏差校准算法根据摄像头的位置偏差和图像的偏差,对原始图像由于光照影响而造成的图像不清晰的像素点进行校准,提高了目标成像的清晰度以及分辨率,提高了图像的识别率,满足了特定领域对图像质量的高要求,有利于扩展成像图片的应用领域,具有好的社会经济效益。
本实用新型实施例还提供了一种人脸识别系统,请参见图5,可包括:
人脸图像处理装置501,用于采集并获取人脸图像,为上述实施例所述的图像处理装置。
人脸检测模块502,用于人脸识别的预处理,即在人脸图像处理装置501获取的图像中准确标定出人脸的位置和大小。
人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征,当然,还可包括其他特征。人脸检测就是把这其中有用的信息选取出来,并利用这些特征实现人脸检测。
人脸图像预处理模块503,基于人脸检测结果,对人脸图像进行处理并最终服务于特征提取的过程。
人脸图像处理装置501获取的图像,由于受到各种条件的限制和随机干扰,直接使用会影响人脸识别的准确率以及效率,可在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
人脸图像特征提取模块504,用于对处理过的图像进行特征提取。人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取,也称人脸表征,是对人脸进行特征建模的过程。
人脸图像匹配识别模块505,用于根据提取的人脸图像特征数据与数据库中存储的特征模板进行搜索匹配,最终识别人脸图像。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。
可通过设定一个阈值,当人脸图像特征数据与数据库中存储的特征模板的相似度超过这一阈值时,则认为数据库中的这一模版的特征即为当前处理的人脸图像的特征。
本实用新型实施例所述人脸识别系统的人脸图像处理装置501的功能可根据上述实施例中图像处理装置各功能模块的具体实现,其具体实现过程可以参照上述实施例的相关描述,此处不再赘述。
由上可知,本实用新型实施例在当前成像环境的光照条件太强或太弱时,在当前环境中进行一次成像,然后利用补光光源对待成像目标进行再次成像。由固定位置的两个摄像头对同一目标进行成像,待成像目标由于摄像头位置的偏差,在图像中的相对位置是有偏差的,偏差校准算法根据摄像头的位置偏差和图像的偏差,对原始图像由于光照影响而造成的图像不清晰的像素点进行校准,提高了人脸成像的清晰度以及分辨率,提高了人脸图像的识别率,有利于提高了人脸识别系统的识别准确率以及效率。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本实用新型的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本实用新型所提供的一种图像处理装置及人脸识别系统进行了详细介绍。本文中应用了具体个例对本实用新型的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本实用新型的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本实用新型原理的前提下,还可以对本实用新型进行若干改进和修饰,这些改进和修饰也落入本实用新型权利要求的保护范围内。
Claims (8)
1.一种图像处理装置,其特征在于,包括:
检测模块、光源模块、图像采集模块以及处理器;
所述检测模块,用于检测当前成像环境的光照是否满足预设光照条件;
所述光源模块,用于为所述图像采集模块提供补光光源;
所述图像采集模块,包括第一摄像头以及第二摄像头,所述第一摄像头用于在自然光源的环境中,对待成像目标进行图像采集,以获取原始图像;所述第二摄像头用于当满足所述预设光照条件时,在所述补光光源的环境中对所述待成像目标进行图像采集,以获取补光图像;
所述处理器,用于根据所述第一摄像头与所述第二摄像头的位置关系以及所述补光图像,利用偏差校准算法对所述原始图像进行修正。
2.根据权利要求1所述的图像处理装置,其特征在于,所述光源模块包括:
单一波长的光源以及窄带滤光片,所述窄带滤光片的带波长与所述光源的波长相同。
3.根据权利要求1所述的图像处理装置,其特征在于,所述补光光源的光强度不小于所述自然光源光强度的20%。
4.根据权利要求2所述的图像处理装置,其特征在于,所述补光光源的波长不小于760nm。
5.根据权利要求4所述的图像处理装置,其特征在于,所述补光光源为LED补光灯。
6.根据权利要求5所述的图像处理装置,其特征在于,所述LED补光灯为波长为La的LED补光灯;
相应的,还包括:
所述窄带滤光片为带波长为La的窄带滤光片。
7.根据权利要求6所述的图像处理装置,其特征在于,所述补光光源为红外光源。
8.一种人脸识别系统,其特征在于,包括如权利要求1至7任意一项所述的图像处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720163511.4U CN206849035U (zh) | 2017-02-22 | 2017-02-22 | 一种图像处理装置及人脸识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720163511.4U CN206849035U (zh) | 2017-02-22 | 2017-02-22 | 一种图像处理装置及人脸识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN206849035U true CN206849035U (zh) | 2018-01-05 |
Family
ID=60790888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720163511.4U Active CN206849035U (zh) | 2017-02-22 | 2017-02-22 | 一种图像处理装置及人脸识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN206849035U (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845449A (zh) * | 2017-02-22 | 2017-06-13 | 浙江维尔科技有限公司 | 一种图像处理装置、方法以及人脸识别系统 |
CN109948564A (zh) * | 2019-03-25 | 2019-06-28 | 四川川大智胜软件股份有限公司 | 一种基于有监督深度学习的人脸图像质量分类和评估方法 |
CN111265227A (zh) * | 2020-03-18 | 2020-06-12 | 思朋网络科技(武汉)有限公司 | 一种针对心理健康领域的测试系统 |
CN113343842A (zh) * | 2021-06-04 | 2021-09-03 | 中山大学 | 一种自适应人脸识别方法 |
-
2017
- 2017-02-22 CN CN201720163511.4U patent/CN206849035U/zh active Active
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845449A (zh) * | 2017-02-22 | 2017-06-13 | 浙江维尔科技有限公司 | 一种图像处理装置、方法以及人脸识别系统 |
CN109948564A (zh) * | 2019-03-25 | 2019-06-28 | 四川川大智胜软件股份有限公司 | 一种基于有监督深度学习的人脸图像质量分类和评估方法 |
CN109948564B (zh) * | 2019-03-25 | 2021-02-02 | 四川川大智胜软件股份有限公司 | 一种基于有监督深度学习的人脸图像质量分类和评估方法 |
CN111265227A (zh) * | 2020-03-18 | 2020-06-12 | 思朋网络科技(武汉)有限公司 | 一种针对心理健康领域的测试系统 |
CN113343842A (zh) * | 2021-06-04 | 2021-09-03 | 中山大学 | 一种自适应人脸识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105956578B (zh) | 一种基于身份证件信息的人脸验证方法 | |
CN106845449A (zh) | 一种图像处理装置、方法以及人脸识别系统 | |
CN106874871B (zh) | 一种活体人脸双摄像头识别方法及识别装置 | |
CN106778518B (zh) | 一种人脸活体检测方法及装置 | |
CN206849035U (zh) | 一种图像处理装置及人脸识别系统 | |
CN108921100B (zh) | 一种基于可见光图像与红外图像融合的人脸识别方法及系统 | |
CN108229362B (zh) | 一种基于门禁系统的双目人脸识别活体检测方法 | |
Zou et al. | Illumination invariant face recognition: A survey | |
US8345936B2 (en) | Multispectral iris fusion for enhancement and interoperability | |
KR100888554B1 (ko) | 인식 시스템 | |
CN106446873A (zh) | 人脸检测方法及装置 | |
WO2018161289A1 (zh) | 基于深度的控制方法、基于深度的控制装置和电子装置 | |
CN103116749A (zh) | 一种基于自建图像库的近红外人脸识别方法 | |
CN103902958A (zh) | 人脸识别的方法 | |
CN111524080A (zh) | 脸部皮肤特征的识别方法、终端及计算机设备 | |
CN105103187A (zh) | 用于阴影检测和减弱的多光谱成像系统 | |
CN101999900A (zh) | 一种应用于人脸识别的活体检测方法及系统 | |
CN108960068A (zh) | 用于采集手指静脉图像的光源亮度调节装置及方法 | |
CN109255319A (zh) | 针对静态照片的人脸识别支付信息防伪方法 | |
Chang et al. | Multispectral visible and infrared imaging for face recognition | |
CN105426843A (zh) | 一种单镜头下掌静脉和掌纹图像采集装置及图像增强和分割方法 | |
CN109086675A (zh) | 一种基于光场成像技术的人脸识别及攻击检测方法及其装置 | |
JP2018106720A (ja) | 画像処理装置及びその方法 | |
CN108629293A (zh) | 一种具有反馈机制的自适应近红外虹膜图像采集方法 | |
CN102945363B (zh) | 一种可自动调整照射光强的手指静脉图像采集装置及其采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |