JP2018018500A - 顔識別方法 - Google Patents
顔識別方法 Download PDFInfo
- Publication number
- JP2018018500A JP2018018500A JP2017057039A JP2017057039A JP2018018500A JP 2018018500 A JP2018018500 A JP 2018018500A JP 2017057039 A JP2017057039 A JP 2017057039A JP 2017057039 A JP2017057039 A JP 2017057039A JP 2018018500 A JP2018018500 A JP 2018018500A
- Authority
- JP
- Japan
- Prior art keywords
- face
- person
- target person
- photo
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims description 26
- 230000001815 facial effect Effects 0.000 claims description 10
- 238000011835 investigation Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 abstract description 4
- 210000000887 face Anatomy 0.000 description 1
Classifications
-
- 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
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- 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
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- 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
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
【課題】本発明は、顔識別方法に関する。【解決手段】本発明の顔識別方法は、顔識別システムを提供する第一ステップと、顔識別システムは捜査モードを作動し、カメラモジュールはレンズ撮影範囲内の目標人物の顔を捜査する第二ステップと、目標人物の顔を捜査した後、顔識別システムは識別モードを作動する第三ステップと、を含む。【選択図】なし
Description
本発明は、顔識別方法に関する。
顔識別は人物の顔の特徴情報に基づいて、人物を識別する生物識別技術の一種である。技術の発展及び社会的な受け入れの増加に伴って、顔識別は多くの分野で使用され、例えば、顔識別は出席システム、盗難防止門、携帯電話のロックの解除、ロボットの作動に関する分野に応用される。顔識別システムにおいて、ビデオカメラ或いはカメラによって顔を含む画像及びビデオを収集して、データベースに記憶する。顔識別システムを使用する際、ビデオカメラ或いはカメラによってユーザーの写真を撮り、撮ったユーザーの写真とデータベースにおける写真を対比し、目標ユーザーであるかどうかを判断する。
従来の 顔識別方法はユーザーのデータを記憶するステップと、カメラによって、目標人の写真を撮るステップと、目標人の写真とユーザーのデータを対比して、目標ユーザーであるかどうかを判断するステップと、を含む。従来の顔識別方法には、識別速度を高めるために、カメラが撮った写真の画素を下げた(例えば、写真の画素1920*1080を画素640*480を下げる)後、目標ユーザーであるかどうかを判断する。しかし、画素を下げるので、顔を誤判断しやすい。
本発明の目的は、前記課題を解決し、正確率が高い顔識別方法を提供することである。
本発明の顔識別方法は、顔識別システムを提供し、顔識別システムは顔特徴データベースと、顔識別モジュールと、カメラモジュールと、を含む第一ステップと、顔識別システムの初期状態は捜査モードであり、顔識別システムは捜査モードを作動し、カメラモジュールはレンズ撮影範囲内の目標人物の顔を捜査する第二ステップと、目標人物の顔を捜査した後、顔識別システムは識別モードを作動する第三ステップであって、識別モードは目標人物の顔の位置を判断し、目標人物の顔がレンズにおける位置との規定に合う際、目標人物の顔の第一現場写真を撮るステップと、第一現場写真と前記顔特徴データベースにおける写真データを対比し、第一現場写真を評価するステップと、評価結果が標準に満足する際、目標人物は前記顔特徴データベースにおける現有人物であることを判断し、現有人物に対するプログラムを作動し、評価結果が標準に満足しない際、目標人物に提示して位置を変えさせ、第二現場写真を撮り、第二現場写真と顔特徴データベースにおける写真データを対比し、第二現場写真を評価するステップと、評価結果が標準に満足する際、目標人物は前記顔特徴データベースにおける現有人物であることを判断し、現有人物に対するプログラムを作動し、評価結果が標準に満足しない際、目標人物は知らない人であることを判断し、知らない人に対するプログラムを作動するステップと、を含む第三ステップと、を含む。
従来の技術に比べて、本発明の顔識別方法は、写真及び撮影パラメーターを結合して顔を識別して、まず、現場撮影パラメーターと撮影パラメーターデータを対比して、現場撮影パラメーターと最も似ている撮影パラメーターデータを選び出して、そして、最も似ている撮影パラメーターデータと対応する写真データと現場写真を対比する。これにより、ユーザーが目標ユーザーであるかどうかを正確に判断でき、顔識別方法の正確率が高い。
以下、本発明の実施例について説明する。
顔識別方法は以下のステップを含む。
S1、顔識別システムを提供し、顔識別システムは顔特徴データベースと、顔識別モジュールと、カメラモジュールと、を含む。
S2、顔識別システムの初期状態は捜査モードであり、顔識別システムは捜査モードを作動し、カメラモジュールはレンズ撮影範囲内の目標人物の顔を捜査する。
S3、目標人物の顔を捜査した後、顔識別システムは識別モードを作動し、識別モードは以下のステップを含み、
S31、目標人物の顔の位置を判断し、目標人物の顔がレンズにおける位置との規定に合う際、目標人物の顔の第一現場写真を撮る。
S32、第一現場写真と顔特徴データベースにおける写真データを対比し、第一現場写真を評価する。
S33、評価結果が標準に満足する際、目標人物は顔特徴データベースにおける現有人物であることを判断し、現有人物に対するプログラムを作動し、評価結果が標準に満足しない際、目標人物に提示して位置を変えさせ、第二現場写真を撮り、第二現場写真と顔特徴データベースにおける写真データを対比し、第二現場写真を評価する。
S34、評価結果が標準に満足する際、目標人物は顔特徴データベースにおける現有人物であることを判断し、現有人物に対するプログラムを作動し、評価結果が標準に満足しない際、目標人物は知らない人であることを判断し、知らない人に対するプログラムを作動する。
S1、顔識別システムを提供し、顔識別システムは顔特徴データベースと、顔識別モジュールと、カメラモジュールと、を含む。
S2、顔識別システムの初期状態は捜査モードであり、顔識別システムは捜査モードを作動し、カメラモジュールはレンズ撮影範囲内の目標人物の顔を捜査する。
S3、目標人物の顔を捜査した後、顔識別システムは識別モードを作動し、識別モードは以下のステップを含み、
S31、目標人物の顔の位置を判断し、目標人物の顔がレンズにおける位置との規定に合う際、目標人物の顔の第一現場写真を撮る。
S32、第一現場写真と顔特徴データベースにおける写真データを対比し、第一現場写真を評価する。
S33、評価結果が標準に満足する際、目標人物は顔特徴データベースにおける現有人物であることを判断し、現有人物に対するプログラムを作動し、評価結果が標準に満足しない際、目標人物に提示して位置を変えさせ、第二現場写真を撮り、第二現場写真と顔特徴データベースにおける写真データを対比し、第二現場写真を評価する。
S34、評価結果が標準に満足する際、目標人物は顔特徴データベースにおける現有人物であることを判断し、現有人物に対するプログラムを作動し、評価結果が標準に満足しない際、目標人物は知らない人であることを判断し、知らない人に対するプログラムを作動する。
ステップS1において、顔特徴データベースは複数のユーザーの写真データを含む。各ユーザーの写真データは少なくとも一つのグループのパラメーターデータに対応する。パラメーターデータはカメラの撮影パラメーター、写真データにおける顔特徴パラメーターを含む。カメラの撮影パラメーターは、ホワイトバランス、ISO値、ダイヤフラム、シャッター、色温度、画素、明るさ、コントラスト、撮影時間及び光線中のいずれか一種または多種である。顔特徴パラメーターは、顔の面積、二つの目の距離、目の寸法、目から口までの距離などを含む。各写真データは一つのグループのパラメーターデータに対応する。一つのグループのパラメーターデータはM個の撮影パラメーター及びN個の顔特徴パラメーターを含む。カメラモジュールは目標人物の現場写真を撮り、現場写真に対応する現場パラメーターを記録し且つ計算することに用いる。各現場写真は一つのグループの現場パラメーターに対応する。一つのグループの現場パラメーターはm個の撮影パラメーター及びn個の顔特徴パラメーターを含む。Mの値はmの値と同じでもよく、同じでなくてもよい。Nの値はnの値と同じでもよく、同じでなくてもよい。顔識別モジュールは現場写真の現場パラメーターと写真データのパラメーターデータを対比し、目標人物は現有人物であるかどうかを判断することに用いる。現有人物とは、顔特徴データベースに記憶される人物である。
ステップS32において、第一現場写真と顔特徴データベースにおける写真データを対比するのは以下のステップを含む。
S321、第一現場写真に対応する一つのグループの現場パラメーターにおけるm個の撮影パラメーターと各写真データに対応する一つのグループのパラメーターデータにおけるM個の撮影パラメーターを対比する。
S322、第一現場写真の現場撮影パラメーターともっとも似ている少なくとも一つのグループの写真データの撮影パラメーターデータを探し出し、少なくとも一つのグループの写真データの撮影パラメーターデータと対応する少なくとも一つの写真データの顔特徴パラメーターと第一現場写真の顔特徴パラメーターを対比し、少なくとも一つの写真データを評価する。
S321、第一現場写真に対応する一つのグループの現場パラメーターにおけるm個の撮影パラメーターと各写真データに対応する一つのグループのパラメーターデータにおけるM個の撮影パラメーターを対比する。
S322、第一現場写真の現場撮影パラメーターともっとも似ている少なくとも一つのグループの写真データの撮影パラメーターデータを探し出し、少なくとも一つのグループの写真データの撮影パラメーターデータと対応する少なくとも一つの写真データの顔特徴パラメーターと第一現場写真の顔特徴パラメーターを対比し、少なくとも一つの写真データを評価する。
ステップS321において、写真データの撮影パラメーターデータと現場写真の現場撮影パラメーターを対比するのは以下の二つの情況がある。一つの情況において、現場写真の現場撮影パラメーターと写真データの撮影パラメーターデータとがL個の同じ値を有する際、Lが大きければ、現場撮影パラメーターと撮影パラメーターデータとは最も似ている。もう一つの情況において、現場写真の現場撮影パラメーターと写真データの撮影パラメーターデータとがK個の似ている値を有する際、Kが大きければ、現場撮影パラメーターと撮影パラメーターデータとは最も似ている。似ている値とは、現場撮影パラメーターと撮影パラメーターデータとの差が小さい範囲にあることを指す。例えば、範囲は、5%、3%或いは1%以内である。
ステップS322において、少なくとも一つのグループの写真データの撮影パラメーターデータが現場写真の現場撮影パラメーターと最も似ているかどうかを評価するには四つの評価方法がある。異なる実施例は異なる評価方法を採用できる。第一の評価方法において、顔識別モジュールはLの値のみを計算して、最大のLの値に対応する現場撮影パラメーターと撮影パラメーターデータは最も似ていることを定義する。第二の評価方法において、Kの値のみを計算して、最大のKの値に対応する現場撮影パラメーターと撮影パラメーターデータは最も似ていることを定義する。第三の評価方法において、顔識別モジュールは、まず、Lの値を計算して、Lの値が0より大きい際、最大のLの値に対応する現場撮影パラメーターと撮影パラメーターデータは最も似ていることを定義する。Lの値が0である際、顔識別モジュールはKの値を計算して、最大のKの値に対応する現場撮影パラメーターと撮影パラメーターデータは最も似ていることを定義する。第四の評価方法において、顔識別モジュールはLの値及びKの値を同時に計算して、Lの値がKの値より大きい際、Lの値を採用して、最大のLの値に対応する現場撮影パラメーターnyと撮影パラメーターデータmxは最も似ていることを定義する。Lの値がKの値より小さい際、Kの値を採用して、最大のKの値に対応する現場撮影パラメーターnyと撮影パラメーターデータmxは最も似ていることを定義する。
少なくとも一つのグループの写真データの撮影パラメーターデータは現場写真の現場撮影パラメーターと最も似ているかどうかを評価する際、一つの評価方法を採用してもよく、複数の評価方法を同時に採用してもよい。一つの評価方法を採用する際、現場撮影パラメーターと最も似ている少なくとも一つの写真データの撮影パラメーターデータを探すことができる。二つ以上の評価方法を採用する際、各評価方法において、現場撮影パラメーターと最も似ている少なくとも一つの写真データの撮影パラメーターデータを探すことができる。
一つの例において、現場撮影パラメーターと最も似ている写真データがx個がある場合、x個の写真データを探し出し、x個の写真データの顔特徴パラメーターと現場写真の顔特徴パラメーターを対比し、対比結果を評価する。
一つの例において、顔特徴パラメーターの対比結果を評価する方法は、撮影パラメーターの対比結果を評価する方法と同じでもよい。
もう一つの例において、評価点数によって顔特徴パラメーターの対比結果を評価できる。区別の小さい顔特徴パラメーターは同じ顔特徴パラメーターであることを定義する。小さい範囲は1%或いは2%である。現場写真の顔特徴パラメーターと同じである写真データの顔特徴パラメーターが多くあれば、該写真データの評価点数は高い。評価点数の計算標準は予め設けることができる。一つの例において、総数は100点を設定し、現場写真はY個の顔特徴パラメーターを有し、Y≧1であり、現場写真の顔特徴パラメーターと同じである写真データの顔特徴パラメーターの個数が、Y個の顔特徴パラメーターの10%を占める際、10点を獲得する。現場写真の顔特徴パラメーターと同じである写真データの顔特徴パラメーターの個数が、Y個の顔特徴パラメーターの50%を占める際、50点を獲得する。現場写真の顔特徴パラメーターと同じである写真データの顔特徴パラメーターの個数が、Y個の顔特徴パラメーターの80%を占める際、80点を獲得する。60点は合格点であることを規定する。獲得した点数が60点より小さい際、目標人物は知らない人であることと判断する。獲得した点数が60点以上である際、目標人物は現有人物であることと判断する。もう一つの例において、現場写真と写真データとに同じの顔特徴パラメーターが幾つかあれば、その幾つかの点数を獲得する。5点は合格点であることを規定する。獲得した点数が5点より小さい際、目標人物は知らない人であることを判断する。獲得した点数が5点以上である際、目標人物は現有人物であることを判断する。
ステップ(33)において、第二現場写真と顔特徴データベースにおける写真データを対比する方法は、ステップ(32)における第一現場写真と顔特徴データベースにおける写真データを対比する方法と同じである。
さらに、顔識別システムは目標人物が現有人物であることを判断し、現有人物に対するプログラムを作動した後、顔識別システムは現有人物を検出し続け、レンズは現有人物の顔を検出しないと、顔識別システムは初期状態に戻る。
さらに、顔識別システムは目標人物が知らない人であることを判断し、知らない人に対するプログラムを作動した後、外部の指示を受けて、顔識別システムは初期状態に戻る。例えば、顔識別システムは目標人物が知らない人であることを判断する際、アラートを発送して、アラートは守衛の命令を受信した後に解除され、顔識別システムは初期状態に戻る。
本発明の顔識別方法は、写真及び撮影パラメーターを結合して顔を識別して、まず、現場撮影パラメーターと撮影パラメーターデータを対比して、現場撮影パラメーターと最も似ている撮影パラメーターデータを選び出して、そして、最も似ている撮影パラメーターデータと対応する写真データと現場写真を対比する。これにより、ユーザーが目標ユーザーであるかどうかを正確に判断でき、顔識別方法の正確率が高い。
Claims (4)
- 顔識別システムを提供し、前記顔識別システムは顔特徴データベースと、顔識別モジュールと、カメラモジュールと、を含む第一ステップと、
前記顔識別システムの初期状態は捜査モードであり、前記顔識別システムは前記捜査モードを作動し、カメラモジュールはレンズ撮影範囲内の目標人物の顔を捜査する第二ステップと、
前記目標人物の顔を捜査した後、前記顔識別システムは識別モードを作動する第三ステップであって、前記識別モードは前記目標人物の顔の位置を判断し、前記目標人物の顔がレンズにおける位置との規定に合う際、前記目標人物の顔の第一現場写真を撮るステップと、前記第一現場写真と前記顔特徴データベースにおける写真データを対比し、前記第一現場写真を評価するステップと、評価結果が標準に満足する際、前記目標人物は前記顔特徴データベースにおける現有人物であることを判断し、前記現有人物に対するプログラムを作動し、評価結果が標準に満足しない際、前記目標人物に提示して位置を変えさせ、第二現場写真を撮り、前記第二現場写真と前記顔特徴データベースにおける写真データを対比し、第二現場写真を評価するステップと、評価結果が標準に満足する際、前記目標人物は前記顔特徴データベースにおける現有人物であることを判断し、前記現有人物に対するプログラムを作動し、評価結果が標準に満足しない際、前記目標人物は知らない人であることを判断し、前記知らない人に対するプログラムを作動するステップと、を含む第三ステップと、
を含むことを特徴とする顔識別方法。 - 前記顔特徴データベースは複数のユーザーの写真データを含み、各ユーザーの前記写真データは少なくとも一つのグループのパラメーターデータに対応し、前記パラメーターデータはカメラの撮影パラメーター及び前記写真データにおける顔特徴パラメーターを含むことを特徴とする請求項1に記載の顔識別方法。
- 前記撮影パラメーターはホワイトバランス、ISO値、ダイヤフラム、シャッター、色温度、画素、明るさ、コントラスト、撮影時間及び光線中のいずれか一種又は多種であり、前記顔特徴パラメーターは、顔の面積、二つの目の距離、目の寸法、目から口までの距離を含むことを特徴とする請求項2に記載の顔識別方法。
- カメラモジュールは前記目標人物の現場写真を撮り、前記現場写真に対応する現場パラメーターを記録し且つ計算することを特徴とする請求項1に記載の顔識別方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105123407 | 2016-07-25 | ||
TW105123407A TW201804368A (zh) | 2016-07-25 | 2016-07-25 | 人臉識別方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018018500A true JP2018018500A (ja) | 2018-02-01 |
Family
ID=60989506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017057039A Pending JP2018018500A (ja) | 2016-07-25 | 2017-03-23 | 顔識別方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180025214A1 (ja) |
JP (1) | JP2018018500A (ja) |
TW (1) | TW201804368A (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948467A (zh) * | 2019-02-28 | 2019-06-28 | 中国科学院深圳先进技术研究院 | 人脸识别的方法、装置、计算机设备和存储介质 |
TWI717008B (zh) * | 2019-09-09 | 2021-01-21 | 訊連科技股份有限公司 | 生物特徵資料庫的建立方法、臉部識別方法與系統 |
CN114973346B (zh) * | 2021-02-26 | 2024-04-16 | 四川星网易视信息技术有限公司 | 一种基于ai技术的智能人脸识别安防系统 |
-
2016
- 2016-07-25 TW TW105123407A patent/TW201804368A/zh unknown
-
2017
- 2017-03-23 JP JP2017057039A patent/JP2018018500A/ja active Pending
- 2017-03-27 US US15/469,671 patent/US20180025214A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20180025214A1 (en) | 2018-01-25 |
TW201804368A (zh) | 2018-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764091B (zh) | 活体检测方法及装置、电子设备和存储介质 | |
CN102147856B (zh) | 图像识别设备及其控制方法 | |
KR101569268B1 (ko) | 얼굴 구성요소 거리를 이용한 홍채인식용 이미지 획득 장치 및 방법 | |
US9104914B1 (en) | Object detection with false positive filtering | |
KR101546137B1 (ko) | 인물 인식 장치 및 방법 | |
TWI439951B (zh) | 人臉影像性別辨識系統及其辨識方法及其電腦程式產品 | |
US8819015B2 (en) | Object identification apparatus and method for identifying object | |
WO2019210555A1 (zh) | 一种基于深度神经网络的人数统计方法及装置、存储介质 | |
CN109815787B (zh) | 目标识别方法、装置、存储介质及电子设备 | |
CN105868689A (zh) | 一种基于级联卷积神经网络的人脸遮挡检测方法 | |
CN106165391A (zh) | 增强的图像捕获 | |
JP2009271577A (ja) | 類似画像検索の結果表示装置及び類似画像検索の結果表示方法 | |
CN103617432A (zh) | 一种场景识别方法及装置 | |
JP2016095808A (ja) | 物体検出装置、物体検出方法、画像認識装置及びコンピュータプログラム | |
JP2017134830A (ja) | 顔認識システム及び顔認識方法 | |
WO2021212725A1 (zh) | 一种人像识别算法性能评测方法和装置 | |
WO2015045233A1 (ja) | 情報処理システム | |
WO2016139964A1 (ja) | 注目領域抽出装置および注目領域抽出方法 | |
JP6924064B2 (ja) | 画像処理装置およびその制御方法、ならびに撮像装置 | |
JP2018018500A (ja) | 顔識別方法 | |
JP2017211982A (ja) | 顔識別システム及び顔識別方法 | |
CN115147936A (zh) | 一种活体检测方法、电子设备、存储介质及程序产品 | |
WO2022044369A1 (ja) | 機械学習装置及び画像処理装置 | |
JP7074174B2 (ja) | 識別器学習装置、識別器学習方法およびコンピュータプログラム | |
JP5865584B2 (ja) | 特定人物検知システムおよび検知方法 |