JP2020057361A - モデルの信頼度を検出するための方法及び装置 - Google Patents

モデルの信頼度を検出するための方法及び装置 Download PDF

Info

Publication number
JP2020057361A
JP2020057361A JP2019128155A JP2019128155A JP2020057361A JP 2020057361 A JP2020057361 A JP 2020057361A JP 2019128155 A JP2019128155 A JP 2019128155A JP 2019128155 A JP2019128155 A JP 2019128155A JP 2020057361 A JP2020057361 A JP 2020057361A
Authority
JP
Japan
Prior art keywords
level
reflection image
living body
reliability
visible light
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.)
Granted
Application number
JP2019128155A
Other languages
English (en)
Other versions
JP6806852B2 (ja
Inventor
チョン、チン
Jin Cheng
ツォウ、シュン
Xun Zou
マオ、ナン
Nan Mao
チエン、チョンチュン
Chengjun Qian
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Publication of JP2020057361A publication Critical patent/JP2020057361A/ja
Application granted granted Critical
Publication of JP6806852B2 publication Critical patent/JP6806852B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143Sensing or illuminating at different wavelengths
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776Validation; Performance evaluation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/169Holistic features and representations, i.e. based on the facial image taken as a whole
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Materials Engineering (AREA)
  • Wood Science & Technology (AREA)
  • Organic Chemistry (AREA)
  • Inorganic Chemistry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】モデルの信頼度を検出するための方法及び装置を提供する。【解決手段】方法は、被写非生体の赤外反射画像及び可視光反射画像を取得するステップと、赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入し、赤外反射画像及び可視光反射画像に対応する検出結果を取得するステップと、被写非生体における赤外線反射コーティングの設定濃度レベルを検出結果と照合し、照合結果に基づいて検出対象生体検出モデルの信頼度レベルを設定するステップとを含む。【選択図】図2

Description

本発明の実施形態はコンピュータ技術分野に関し、詳しくは、モデルの信頼度を検出するための方法及び装置に関する。
人顔認識技術はコンピュータ応用研究技術であり、生物特徴認識技術に属する。生物体の生物的特徴により、生物個体を区別することができるだけでなく、生物個体の身体状態を判断することもできる。例えば、生物体の画像により生物が生体であるか否か、疲労状態にあるか否かなどを判断することができる。さらに、生物体の画像によりスマートデバイスなどのデバイスをロック解除する判断条件とすることができ、生体攻撃を防止して、デバイスの安全性が向上する。当業者は、複数種類のサンプルデータから生体攻撃を識別するための生体検出モデルを取得することができる。
本発明の実施形態は、モデルの信頼度を検出するための方法及び装置を提案する。
第一態様では、本発明の実施形態はモデルの信頼度を検出するための方法を提供し、該方法は、濃度レベルが設定された赤外線反射コーティングを有する顔構成部を含む被写非生体の赤外反射画像及び可視光反射画像を取得するステップと、前記赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入して、前記赤外反射画像及び可視光反射画像に対応する検出結果を取得するステップであって、前記検出対象生体検出モデルは、赤外反射画像及び可視光反射画像によって被写体が生体であるか否かを識別するためのものであるステップと、前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップとを含む。
いくつかの実施形態において、前記顔構成部の眉毛位置の赤外線反射コーティングはグラファイトコーティングであり、前記顔構成部の唇位置の赤外線反射コーティングはフェロシリコンレッドコーティングであり、前記顔構成部のほかの位置における赤外線反射コーティングはチタンクロムブラウンコーティングである。
いくつかの実施形態において、前記設定濃度レベルは低濃度レベル、中濃度レベル及び高濃度レベルを含み、前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、設定濃度レベルが低濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第1信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第1不信頼レベルとすることを含む。
いくつかの実施形態において、前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、設定濃度レベルが中濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第2信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第2不信頼レベルとすることを含み、前記第2信頼レベルは第1信頼レベルよりも信頼度が高く、前記第2不信頼レベルは第1不信頼レベルよりも信頼度が高い。
いくつかの実施形態において、前記被写非生体の赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、設定濃度レベルが高濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第3信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第3不信頼レベルとすることを含み、前記第3信頼レベルは第2信頼レベルよりも信頼度が高く、前記第3不信頼レベルは第2不信頼レベルよりも信頼度が高い。
第二態様では、本発明の実施形態はモデルの信頼度を検出するための装置を提供し、該装置は、濃度レベルが設定された赤外線反射コーティングを有する顔構成部を含む被写非生体の赤外反射画像及び可視光反射画像を取得するように構成される画像取得ユニットと、前記赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入して、前記赤外反射画像及び可視光反射画像に対応する検出結果を取得するように構成される検出結果取得ユニットであって、前記検出対象生体検出モデルは、赤外反射画像及び可視光反射画像によって被写体が生体であるか否かを識別するためのものである検出結果取得ユニットと、前記被写非生体の赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するように構成される信頼度レベル設定ユニットとを備える。
いくつかの実施形態において、前記顔構成部の眉毛位置の赤外線反射コーティングはグラファイトコーティングであり、前記顔構成部の唇位置の赤外線反射コーティングはフェロシリコンレッドコーティングであり、前記顔構成部のほかの位置における赤外線反射コーティングはチタンクロムブラウンコーティングである。
いくつかの実施形態において、前記設定濃度レベルは低濃度レベル、中濃度レベル及び高濃度レベルを含み、前記信頼度レベル設定ユニットは、設定濃度レベルが低濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第1信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第1不信頼レベルとするように構成される第1信頼度レベル設定ユニットを備える。
いくつかの実施形態において、前記信頼度レベル設定ユニットは、設定濃度レベルが中濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第2信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第2不信頼レベルとするように構成される第2信頼度レベル設定ユニットを備え、前記第2信頼レベルは第1信頼レベルよりも信頼度が高く、前記第2不信頼レベルは第1不信頼レベルよりも信頼度が高い。
いくつかの実施形態において、前記信頼度レベル設定ユニットは、設定濃度レベルが高濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第3信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第3不信頼レベルとするように構成される第3信頼度レベル設定ユニットを備え、前記第3信頼レベルは第2信頼レベルよりも信頼度が高く、前記第3不信頼レベルは第2不信頼レベルよりも信頼度が高い。
第三態様では、本発明の実施形態はサーバを提供し、サーバは、1つまたは複数のプロセッサと、1つまたは複数のプログラムが格納されているメモリとを備え、前記1つまたは複数のプログラムが前記1つまたは複数のプロセッサにより実行されるとき、前記1つまたは複数のプロセッサに上記第一態様に記載のモデルの信頼度を検出するための方法を実行させる。
第四態様では、本発明の実施形態は、コンピュータプログラムが格納されているコンピュータ可読媒体を提供し、該コンピュータプログラムがプロセッサにより実行されるとき、上記第一態様に記載のモデルの信頼度を検出するための方法を実現することを特徴とする。
本発明の実施形態により提供されるモデルの信頼度を検出するための方法及び装置は、まず、濃度レベルが設定された赤外線反射コーティングを有する顔構成部を含む被写非生体の赤外反射画像及び可視光反射画像を取得し、次に、赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入して、赤外反射画像及び可視光反射画像に対応する検出結果を取得し、最後に、被写非生体の赤外線反射コーティングの設定濃度レベルを検出結果と照合し、照合結果に基づいて検出対象生体検出モデルの信頼度レベルを設定する。このようにして、生体検出モデルの信頼度が検出される。
以下、添付図面を参照しながら非限定的実施形態を詳細に説明することで、本発明のその他特徴、目的及び利点は一層明確になる。
本発明の一実施形態が適用可能な例示的システムアーキテクチャを示す図である。 本発明によるモデルの信頼度を検出するための方法の一実施形態のフローチャートである。 本発明によるモデルの信頼度を検出するための方法の一つの適用シナリオの概略図である。 本発明によるモデルの信頼度を検出するための装置の一実施形態の構造概略図である。 本発明の実施形態のサーバを実施するのに適したコンピュータシステムの構造概略図である。
以下、添付図面及び実施形態を参照しながら本発明をさらに詳細に説明する。本明細書に記載された特定の実施形態は、関連発明を解釈するためのものであり、本発明を限定するためのものではないことを理解されたい。なお、説明すべきことは、説明の便宜上、図面には関連発明に関わる部分のみ示されていることである。
説明すべきことは、本発明における実施形態及び実施形態における特徴は、矛盾を生じない限り、互いに組み合わせ可能である。以下、添付図面を参照し、実施形態に合わせて本発明を詳細に説明する。
図1は本発明の実施形態を適用できるモデルの信頼度を検出するための方法またはモデルの信頼度を検出するための装置の例示的なシステムアーキテクチャ100を示している。
図1に示されるように、システムアーキテクチャ100は、人顔マスク101、人体彫像102、及びサーバ103を含むことができる。ここで、人顔マスク101及び人体彫像102の顔部は、赤外線下での人顔の赤外線特徴をシミュレートすることができる赤外線反射コーティングを有することができる。
ユーザは様々な端末装置を用いて人顔マスク101及び人体彫像102の赤外反射画像及び可視光反射画像を取得して、サーバ103に送信することができる。
サーバ103は、例えば、人顔マスク101及び人体彫像102の赤外反射画像及び可視光反射画像によって生体検出モデルの信頼度を検出するサーバなど、生体検出モデルが格納されたサーバであってもよい。サーバは、赤外反射画像及び可視光反射画像に対する生体検出モデルの検出結果、並びに人顔マスク101及び人体彫像102の赤外線反射コーティングの濃度などの情報に基づいて、生体検出モデルの信頼度を検出することができる。
説明すべきことは、本発明の実施形態によるモデルの信頼度を検出するための方法は、一般的にサーバ103によって実行されることである。応じて、モデルの信頼度を検出するための装置は一般的にサーバ103に設けられる。
説明すべきことは、サーバはハードウェアであってもよいし、ソフトウェアであってもよい。サーバがハードウェアの場合、複数のサーバからなる分散型サーバクラスタとして実現してもよいし、単一のサーバとして実現してもよい。サーバがソフトウェアの場合、複数のソフトウェア又はソフトウェアモジュール(例えば、分散サービスを提供するためのもの)として実現されてもよく、単一のソフトウェア又はソフトウェアモジュールとして実現されてもよく、ここでは特に限定されない。
図1における人顔マスク、人体彫像及びサーバの数は、単なる例示であることは理解されるべきである。実現の必要に応じて、任意の数の人顔マスク、人体彫像、及びサーバを有することができる。
次に、本発明によるモデルの信頼度を検出するための方法の一実施形態のフロー200が示されている図2を参照する。このモデルの信頼度を検出するための方法は以下のステップを含む。
ステップ201では、被写非生体の赤外反射画像及び可視光反射画像を取得する。
本実施形態において、モデルの信頼度を検出するための方法の実行主体(例えば、図1に示すサーバ103)は、有線接続方式または無線接続方式により被写非生体の赤外反射画像及び可視光反射画像を取得することができる。
従来の方法で生体検出モデルをトレーニングする際のサンプルデータは、通常、それ自体が生体サンプルデータ又は非生体サンプルデータである。うち、非生体サンプルデータは通常生体サンプルデータとの間で明らかな違いを有する。従って、このようなサンプルデータでトレーニングして得た生体検出モデルは、通常、特徴が明らかな生体又は非生体を識別することができる。該生体検出モデルが出会った非生体の画像が生体の画像特性を模倣することができる場合に、生体検出モデルは誤った検出結果を出す確率が高い。
このため、本発明の実行主体は、まず、被写非生体の赤外反射画像及び可視光反射画像を取得する。うち、前記被写非生体は、顔構成部(例えば、前記人顔マスク101または人体彫像102であってもよい)を含むことができる。実際の顔の画像特徴をシミュレートするために、前記顔構成部は濃度レベルが設定された赤外線反射コーティングを有することができる。
本実施形態のいくつかの任意選択実施態様において、前記顔構成部の眉毛位置の赤外線反射コーティングはグラファイトコーティングであり、前記顔構成部の唇位置の赤外線反射コーティングはフェロシリコンレッドコーティングであり、前記顔構成部のほかの位置の赤外線反射コーティングはチタンクロムブラウンコーティングである。
検出対象生体検出モデルが可視光及び赤外光下で生体攻撃を防御する効果を検出するために、本発明の被写非生体の顔構造は、複数の部分を対象に顔特徴がシミュレートされている。グラファイトは赤外線を反射する特性を有するとともに、それ自体も黒色である。したがって、前記顔構成部の眉毛位置の赤外線反射コーティングはグラファイトコーティングにすることができる。フェロシリコンも赤外線を反射する特性を有しており、その色が唇の色に近い。前記顔構成部の唇位置の赤外線反射コーティングはフェロシリコンレッドコーティングにすることができる。このように、人顔マスク101または人体彫像102によって、可視光及び赤外光の条件下で、実際の顔をシミュレートすることができる。
ステップ202では、前記赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入して、前記赤外反射画像及び可視光反射画像に対応する検出結果を取得する。
赤外反射画像及び可視光反射画像を取得した後、実行主体は、赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入することができる。検出対象生体検出モデルは、実行主体のローカルに格納されてもよく、他の装置に格納されてもよい。検出対象生体検出モデルが他の装置に格納される場合、実行主体は、他の装置とのデータインターフェースを介して、検出対象生体検出モデルとのデータ通信を行うことができる。ここで、前記検出対象生体検出モデルは、赤外反射画像及び可視光反射画像を用いて被写体が生体であるか否かを識別するために用いられてもよい。
ステップ203では、前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定する。
一般に、検出対象生体検出モデルは生体又は非生体を識別する一定の精度を有する。実行主体は、被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて検出対象生体検出モデルの信頼度レベルを確定することができる。
本実施形態のいくつかの任意選択実施態様において、前記設定濃度レベルは低濃度レベル、中濃度レベル及び高濃度レベルを含み、前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、設定濃度レベルが低濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第1信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第1不信頼レベルとすることを含むことができる。
検出対象生体検出モデルの信頼度を定性的に説明するために、本発明の設定濃度レベルは低濃度レベル、中濃度レベル及び高濃度レベルを含むことができる。人顔マスク101または人体彫像102におけるグラファイトコーティング、フェロシリコンレッドコーティング及びチタンクロムブラウンコーティングが低濃度レベルである場合、人顔マスク101または人体彫像102が、実際の顔をある程度シミュレートすることができ、すなわち、検出対象生体検出モデルは、実際の顔よりも僅か少ない画像特徴を得ることができる。もしこのとき、検出対象生体検出モデルの、人顔マスク101又は人体彫像102の赤外反射画像及び可視光反射画像に対する検出結果がいずれも非生体である場合、該検出対象生体検出モデルが、ある程度実際の顔をシミュレートする能力を持っている非生体を比較的正確に識別できることを意味する。この場合、前記検出対象生体検出モデルの信頼度レベルを第1信頼レベルとすることができる。もし、検出対象生体検出モデルの、人顔マスク101又は人体彫像102の赤外反射画像に対する検出結果が生体、人顔マスク101又は人体彫像102の可視光反射画像に対する検出結果が生体、又は、人顔マスク101又は人体彫像102の赤外反射画像及び可視光反射画像に対する検出結果がいずれも生体である場合には、該検出対象生体検出モデルは、ある程度実際の顔をシミュレートする能力を持っている非生体を正確に識別できないことを意味する。この場合、前記検出対象生体検出モデルの信頼度レベルを第1不信頼レベルと設定することができる。
本実施形態のいくつかの任意選択実施態様において、前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、設定濃度レベルが中濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第2信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第2不信頼レベルとすることを含むことができる。
人顔マスク101または人体彫像102におけるグラファイトコーティング、フェロシリコンレッドコーティング及びチタンクロムブラウンコーティングが中濃度レベルであるとき、人顔マスク101または人体彫像102を、実際の顔の画像特徴にできるだけ近づけることができる。すなわち、検出対象生体検出モデルは実際の顔の画像特徴に近似している。もしこの場合、検出対象生体検出モデルの、人顔マスク101又は人体彫像102の赤外反射画像及び可視光反射画像に対する検出結果がいずれも非生体である場合、該検出対象生体検出モデルは、実際の顔をシミュレートする能力が非常に高い非生体を比較的正確に識別できることを意味する。このとき、前記検出対象生体検出モデルの信頼度レベルを第2信頼レベルとすることができる。もし、検出対象生体検出モデルの、人顔マスク101又は人体彫像102の赤外反射画像に対する検出結果が生体、人顔マスク101又は人体彫像102の可視光反射画像に対する検出結果が生体、又は、人顔マスク101又は人体彫像102の赤外反射画像及び可視光反射画像に対する検出結果がいずれも生体である場合には、該検出対象生体検出モデルは、実際の顔をシミュレートする能力が非常に高い非生体を正確に識別できないことを意味する。このとき、前記検出対象生体検出モデルの信頼度レベルを第2不信頼レベルとすることができる。説明すべきことは、赤外線反射コーティングの濃度が高いほど、実際の顔をリアルに完全にシミュレートすることができる。対応して、ある検出対象生体検出モデルが中濃度レベルの人顔マスク101または人体彫像102の赤外反射画像及び可視光反射画像を正確に識別することができる場合、通常、低濃度レベルの人顔マスク101または人体彫像102の赤外反射画像及び可視光反射画像も正確に識別することができる。すなわち、前記第2信頼レベルは第1信頼レベルよりも信頼度が高い。相応して、ある検出対象生体検出モデルが低濃度レベルの人顔マスク101または人体彫像102の赤外反射画像及び可視光反射画像を正確に識別することができない場合、中濃度レベルの人顔マスク101または人体彫像102の赤外反射画像及び可視光反射画像も正確に識別することができない可能性が高い。すなわち、前記第2不信頼レベルは第1不信頼レベルよりも信頼度が高い。
本実施形態のいくつかの任意選択実施態様において、前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、設定濃度レベルが高濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第3信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第3不信頼レベルとすることを含むことができる。
人顔マスク101または人体彫像102におけるグラファイトコーティング、フェロシリコンレッドコーティング及びチタンクロムブラウンコーティングが高濃度レベルであるとき、人顔マスク101または人体彫像102の赤外反射画像及び可視光反射像を実際の顔の画像特徴よりもある程度顕著にすることができ、すなわち、検出対象生体検出モデルは実際の顔よりももっと多くの画像特徴を取得することができる。もしこのとき、検出対象生体検出モデルの、人顔マスク101又は人体彫像102の赤外反射画像及び可視光反射画像に対する検出結果がいずれも非生体である場合、実際の顔をどのように模倣しても、該検出対象生体検出モデルは非生体を高精度に識別できることを意味する。このとき、前記検出対象生体検出モデルの信頼度レベルを第3信頼レベルとすることができる。もし、検出対象生体検出モデルの、人顔マスク101又は人体彫像102の赤外反射画像に対する検出結果が生体、人顔マスク101又は人体彫像102の可視光反射画像に対する検出結果が生体、又は、人顔マスク101又は人体彫像102の赤外反射画像及び可視光反射画像に対する検出結果がいずれも生体である場合、該検出対象生体検出モデルは該非生体を正確に識別できないことを意味する。このとき、前記検出対象生体検出モデルの信頼度レベルを第3不信頼レベルとすることができる。ある検出対象生体検出モデルが高濃度レベルの人顔マスク101または人体彫像102の赤外反射画像及び可視光反射画像を正確に識別することができる場合、通常、中濃度レベル及び低濃度レベルの場合の人顔マスク101または人体彫像102の赤外反射画像及び可視光反射画像も正確に識別することができる。すなわち、前記第3信頼レベルは第2信頼レベル及び第1信頼レベルよりも信頼度が高い。これに対し、ある検出対象生体検出モデルが低濃度レベル及び中濃度レベルの人顔マスク101または人体彫像102の赤外反射画像及び可視光反射画像を正確に識別することができない場合、高濃度レベルの人顔マスク101または人体彫像102の赤外反射画像及び可視光反射画像も正確に識別できない可能性が高い。すなわち、前記第3不信頼レベルは第2不信頼レベル及び第1不信頼レベルよりも信頼度が高い。全体として、本発明は、検出対象生体検出モデルの信頼度レベルは、第3信頼レベル>第2信頼レベル>第1信頼レベル>第3不信頼レベル>第2不信頼レベル>第1不信頼レベルになるように分けられる。
検出対象生体検出モデルの正確な信頼度を求める場合には、該検出対象生体検出モデルに対して、濃度レベルの異なる赤外線反射コーティングをテストすることができる。該赤外線反射コーティングが低濃度レベルの赤外反射画像及び可視光反射画像を正確に識別することができるが、中濃度レベルの赤外反射画像及び可視光反射画像を正確に識別することができない場合、該検出対象生体検出モデルの最終的な信頼度レベルを第1信頼レベルとすることができる。同様に、該検出対象生体検出モデルをほかの最終的な信頼度レベルとすることもできる。
次に、本実施形態によるモデルの信頼度を検出するための方法の適用シナリオの一つを示す概略図である図3を参照する。図3の適用シナリオでは、サーバ103は、人体彫像102の赤外反射画像及び可視光反射画像を取得した後、人体彫像102の赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入して、前記赤外反射画像及び可視光反射画像に対応する検出結果を取得する。最後に、被写非生体における赤外線反射コーティングの設定濃度レベルを検出結果と照合し、照合結果に基づいて検出対象生体検出モデルの信頼度レベルを設定する。
本発明の上記実施形態による方法は、まず、濃度レベルが設定された赤外線反射コーティングを有する顔構成部を含む被写非生体の赤外反射画像及び可視光反射画像を取得し、次に、赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入して、赤外反射画像及び可視光反射画像に対応する検出結果を取得し、最後に、被写非生体の赤外線反射コーティングの設定濃度レベルを検出結果と照合し、照合結果に基づいて検出対象生体検出モデルの信頼度レベルを設定する。したがって、生体検出モデルの信頼度が検出される。
さらに図4を参照すると、本発明は、上記各図に示された方法の実現として、図2に示された方法の実施形態に対応する、モデルの信頼度を検出するための装置を提供し、該装置は、様々な電子機器に適用可能である。
図4に示すように、本実施形態のモデルの信頼度を検出するための装置400は、画像取得ユニット401、検出結果取得ユニット402、及び信頼度レベル設定ユニット403を備えることができる。画像取得ユニット401は、濃度レベルが設定された赤外線反射コーティングを有する顔構成部を含む被写非生体の赤外反射画像及び可視光反射画像を取得するように構成され、検出結果取得ユニット402は、赤外反射画像及び可視光反射画像により被写体が生体であるか否かを識別するための検出対象生体検出モデルに、前記赤外反射画像及び可視光反射画像を導入して、前記赤外反射画像及び可視光反射画像に対応する検出結果を取得するように構成され、信頼度レベル設定ユニット403は、前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するように構成される。
本実施形態のいくつかの任意選択実施態様において、前記顔構成部の眉毛位置の赤外線反射コーティングはグラファイトコーティングであり、前記顔構成部の唇位置の赤外線反射コーティングはフェロシリコンレッドコーティングであり、前記顔構成部のほかの位置の赤外線反射コーティングはチタンクロムブラウンコーティングである。
本実施形態のいくつかの任意選択実施態様において、前記設定濃度レベルは低濃度レベル、中濃度レベル及び高濃度レベルを含み、前記信頼度レベル設定ユニット403は、設定濃度レベルが低濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第1信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第1不信頼レベルとするように構成された第1信頼度レベル設定ユニット(図示せず)を備えることができる。
本実施形態のいくつかの任意選択実施態様において、前記信頼度レベル設定ユニット403は、設定濃度レベルが中濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第2信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第2不信頼レベルとするように構成された第2信頼度レベル設定ユニット(図示せず)を備えることができ、前記第2信頼レベルは第1信頼レベルよりも信頼度が高く、前記第2不頼レベルは第1不信頼レベルよりも信頼度が高い。
本実施形態のいくつかの任意選択実施態様において、前記信頼度レベル設定ユニット403は、設定濃度レベルが高濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第3信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第3不信頼レベルとするように構成された第3信頼度レベル設定ユニット(図示せず)を備えることができ、前記第3信頼レベルは第2信頼レベルよりも信頼度が高く、前記第3不信頼レベルは第2不信頼レベルよりも信頼度が高い。
本実施形態はさらにサーバを提供し、サーバは、1つまたは複数のプロセッサと、1つまたは複数のプログラムが格納されているメモリとを備え、前記1つまたは複数のプログラムが前記1つまたは複数のプロセッサによって実行されるとき、前記1つまたは複数のプロセッサに上述したモデルの信頼度を検出するための方法を実行させる。
本実施形態はさらに、コンピュータプログラムが格納されたコンピュータ可読媒体を提供し、該プログラムがプロセッサにより実行されるとき、上記のモデルの信頼度を検出するための方法を実現する。
次に、本発明の実施形態のサーバ(例えば、図1におけるサーバ103)を実現するのに適したコンピュータシステム500の構造概略図を示す図5を参照する。図5に示されたサーバは、あくまで一例に過ぎず、本発明の実施形態の機能及び使用範囲に対して制限するものではない。
図5に示すように、コンピュータシステム500は、中央処理ユニット(CPU)501を含み、これは、読み出し専用メモリ(ROM)502に格納されたプログラム、又は記憶部508からランダムアクセスメモリ(RAM)503にロードされたプログラムに従って、様々な適切な動作及び処理を実行することができる。RAM503には、システム500の操作に必要な様々なプログラム及びデータがさらに格納されている。CPU501、ROM502及びRAM503は、バス504を介して互いに接続されている。入力/出力(I/O)インターフェース505もバス504に接続されている。
I/Oインターフェース505には、キーボード、マウスなどを含む入力部506、陰極線管(CRT)、液晶ディスプレイ(LCD)など、及びスピーカなどを含む出力部507、ハードディスクなどを含む記憶部508、並びにLANカード、モデムなどのネットワークインターフェースカードを含む通信部509が接続されている。通信部509は、例えば、インターネットのようなネットワークを介して通信処理を実行する。ドライバ510は、必要に応じてI/Oインターフェース505に接続される。リムーバブルメディア511は、例えば磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどのようなものであり、必要に応じてドライバ510に取り付けられ、したがって、リムーバブルメディア511から読み出されたコンピュータプログラムが必要に応じて記憶部508にインストールされる。
特に、本発明の実施形態によれば、上記のフローチャートを参照しながら説明されたプロセスはコンピュータソフトウェアプログラムとして実現されてもよい。例えば、本発明の実施形態は、コンピュータ可読媒体にロードされるコンピュータプログラムを含むコンピュータプログラム製品を備え、該コンピュータプログラムは、フローチャートに示される方法を実行するためのプログラムコードを含む。このような実施形態において、該コンピュータプログラムは、通信部509を介してネットワークからダウンロードしてインストールされ、及び/又はリムーバブルメディア511からインストールされてもよい。該コンピュータプログラムは、中央処理装置(CPU)501により実行される場合に、本発明の方法に限定される前記機能を実行する。
説明すべきことは、本発明に記載のコンピュータ可読媒体は、コンピュータ可読信号媒体又はコンピュータ可読記憶媒体又はこれら両者の任意の組み合わせであってもよい。コンピュータ可読記憶媒体は、例えば、電気、磁気、光、電磁気、赤外線、或いは半導体のシステム、装置又はデバイス、或いはこれらの任意の組み合わせであってもよいが、それらに限定されない。コンピュータ可読記憶媒体についてのより具体的な例は、一つ又は複数の導線による電気的接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ(RAM)、読取専用メモリ(ROM)、消去可能プログラマブル読取専用メモリ(EPROM又はフラッシュメモリ)、光ファイバ、ポータブルコンパクトディスク読取専用メモリ(CD−ROM)、光メモリ、磁気メモリ、或いはこれらの任意の適当な組み合わせを含むが、それらに限定されない。本発明において、コンピュータ可読記憶媒体は、プログラムを包含または格納する任意の有形の媒体であっても良く、該プログラムは、命令実行システム、装置又はデバイスによって使用可能、或いはそれらに組み込まれて使用可能である。本発明において、コンピュータ可読信号媒体は、ベースバンド内の或いは搬送波の一部として伝搬されるデータ信号を含むことができ、その中にコンピュータ可読プログラムコードが担持されている。このような伝搬されるデータ信号は、様々な形態をとることができ、電磁気信号、光信号又はこれらの任意の適当の組み合わせを含むが、それらに限定されない。コンピュータ可読信号媒体は、コンピュータ可読記憶媒体以外の任意のコンピュータ可読媒体であっても良く、該コンピュータ可読媒体は、命令実行システム、装置又はデバイスによって使用されるか、またはそれらに組み込まれて使用されるプログラムを、送信、伝搬または伝送することができる。コンピュータ可読媒体に含まれるプログラムコードは、任意の適当な媒体で伝送されても良く、無線、有線、光ケーブル、RFなど、或いはこれらの任意の適当な組み合わせを含むが、それらに限定されない。
添付図面におけるフローチャート及びブロック図は、本発明の各実施形態によるシステム、方法及びコンピュータプログラム製品により実現可能なシステムアーキテクチャ、機能及び操作を示した。この点において、フローチャート又はブロック図における各ブロックは、一つのモジュール、プログラムセグメント、又はコードの一部を表すことができ、該モジュール、プログラムセグメント、又はコードの一部には、所定のロジック機能を実現するための、一つ又は複数の実行可能な命令が含まれる。注意すべきなのは、幾つかの代替となる実施態様において、ブロックに示される機能は図面に示されるものとは異なる順序で実行することも可能である。
例えば、二つの接続的に表示されるブロックは実際に係る機能に応じて、基本的に並行に実行されてもよく、場合によっては逆の順序で実行されてもよい。注意すべきなのは、ブロック図及び/又はフローチャートにおける各ブロック、並びにブロック図及び/又はフローチャートにおけるブロックの組み合わせは、所定の機能又は操作を実行する専用のハードウェアに基づくシステムで実現されてもよく、或いは専用のハードウェアとコンピュータ命令の組み合わせで実現されてもよい。
本発明の実施形態に説明されたユニットは、ソフトウェアの手段で実現されてもよく、ハードウェアの手段で実現されてもよい。説明されたユニットは、プロセッサに設置されてもよく、例えば、画像取得ユニット、検出結果取得ユニット及び信頼度レベル設定ユニットを含むプロセッサとして説明されても良い。これらのユニットの名称は場合によって該ユニットその自体に対する限定とされない。例えば、信頼度レベル設定ユニットは、「検出対象生体検出モデルの信頼度を設定するためのユニット」と記載されてもよい。
別の態様として、本発明は更にコンピュータ可読媒体を提供し、該コンピュータ可読媒体は、前記実施形態に説明された装置に含まれたものであっても良く、該装置に実装されずに別体として存在するものであってもよい。前記コンピュータ可読媒体には一つまたは複数のプログラムがロードされ、前記一つまたは複数のプログラムが該装置により実行されるときに、該装置は、濃度レベルが設定された赤外線反射コーティングを有する顔構成部を含む被写非生体の赤外反射画像及び可視光反射画像を取得し、前記赤外反射画像及び可視光反射画像を、赤外反射画像及び可視光反射画像により被写体が生体であるか否かを識別するための検出対象生体検出モデルに導入して、前記赤外反射画像及び可視光反射画像に対応する検出結果を取得し、前記被写非生体の赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するようにする。
以上の記載は、あくまでも本発明の好適な実施形態及び運用される技術的原理に対する説明に過ぎない。当業者であれば、本発明にかかる発明範囲は、前記技術的特徴の特定の組み合わせからなる技術的手段に限定されず、前記発明構想から逸脱されない範囲内で前記技術的特徴又はそれらの同等の特徴を任意に組み合わせてなる他の技術的手段も同時に含まれることが理解できる。例えば、前記特徴と本発明に開示された類似の機能を具備する技術的特徴(それらに限定されない)とを互いに置換してなる技術的手段は該当する。

Claims (12)

  1. 濃度レベルが設定された赤外線反射コーティングを有する顔構成部を含む被写非生体の赤外反射画像及び可視光反射画像を取得するステップと、
    前記赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入して、前記赤外反射画像及び可視光反射画像に対応する検出結果を取得するステップであって、前記検出対象生体検出モデルは、赤外反射画像及び可視光反射画像によって被写体が生体であるか否かを識別するためのものであるステップと、
    前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップと、
    を含む、モデルの信頼度を検出するための方法。
  2. 前記顔構成部の眉毛位置の赤外線反射コーティングがグラファイトコーティングであり、前記顔構成部の唇位置の赤外線反射コーティングがフェロシリコンレッドコーティングであり、前記顔構成部のほかの位置における赤外線反射コーティングがチタンクロムブラウンコーティングである、
    請求項1に記載の方法。
  3. 前記設定濃度レベルは、低濃度レベル、中濃度レベル及び高濃度レベルを含み、
    前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、
    設定濃度レベルが低濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第1信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第1不信頼レベルとすることを含む、
    請求項1に記載の方法。
  4. 前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、
    設定濃度レベルが中濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第2信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第2不信頼レベルとすることを含み、前記第2信頼レベルは第1信頼レベルよりも信頼度が高く、前記第2不信頼レベルは第1不信頼レベルよりも信頼度が高い、
    請求項3に記載の方法。
  5. 前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するステップは、
    設定濃度レベルが高濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第3信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第3不信頼レベルとすることを含み、前記第3信頼レベルは第2信頼レベルよりも信頼度が高く、前記第3不信頼レベルは第2不信頼レベルよりも信頼度が高い、
    請求項4に記載の方法。
  6. 濃度レベルが設定された赤外線反射コーティングを有する顔構成部を含む被写非生体の赤外反射画像及び可視光反射画像を取得するように構成される画像取得ユニットと、
    前記赤外反射画像及び可視光反射画像を検出対象生体検出モデルに導入して、前記赤外反射画像及び可視光反射画像に対応する検出結果を取得するように構成される検出結果取得ユニットであって、前記検出対象生体検出モデルは、赤外反射画像及び可視光反射画像によって被写体が生体であるか否かを識別するためのものである検出結果取得ユニットと、
    前記被写非生体における赤外線反射コーティングの設定濃度レベルを前記検出結果と照合し、照合結果に基づいて前記検出対象生体検出モデルの信頼度レベルを設定するように構成される信頼度レベル設定ユニットと、
    を備えるモデルの信頼度を検出するための装置。
  7. 前記顔構成部の眉毛位置の赤外線反射コーティングがグラファイトコーティングであり、前記顔構成部の唇位置の赤外線反射コーティングがフェロシリコンレッドコーティングであり、前記顔構成部のほかの位置における赤外線反射コーティングがチタンクロムブラウンコーティングである、
    請求項6に記載の装置。
  8. 前記設定濃度レベルは、低濃度レベル、中濃度レベル及び高濃度レベルを含み、
    前記信頼度レベル設定ユニットは、
    設定濃度レベルが低濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第1信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第1不信頼レベルとするように構成される第1信頼度レベル設定ユニットを備える、
    請求項6に記載の装置。
  9. 前記信頼度レベル設定ユニットは、
    設定濃度レベルが中濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第2信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第2不信頼レベルとするように構成される第2信頼度レベル設定ユニットを備え、前記第2信頼レベルは第1信頼レベルよりも信頼度が高く、前記第2不信頼レベルは第1不信頼レベルよりも信頼度が高い、
    請求項8に記載の装置。
  10. 前記信頼度レベル設定ユニットは、
    設定濃度レベルが高濃度レベルであり、且つ前記赤外反射画像及び可視光反射画像に対応する検出結果がいずれも非生体であることに応答して、前記検出対象生体検出モデルの信頼度レベルを第3信頼レベルとし、そうでなければ、前記検出対象生体検出モデルの信頼度レベルを第3不信頼レベルとするように構成される第3信頼度レベル設定ユニットを備え、前記第3信頼レベルは第2信頼レベルよりも信頼度が高く、前記第3不信頼レベルは第2不信頼レベルよりも信頼度が高い、
    請求項9に記載の装置。
  11. 1つまたは複数のプロセッサと、
    1つまたは複数のプログラムが格納されているメモリと、を備えるサーバであって、
    前記1つまたは複数のプログラムが前記1つまたは複数のプロセッサにより実行されるとき、前記1つまたは複数のプロセッサに請求項1〜5のいずれか1項に記載の方法を実行させる、
    サーバ。
  12. コンピュータプログラムが格納されているコンピュータ可読媒体であって、該プログラムがプロセッサにより実行されるとき、請求項1〜5のいずれか1項に記載の方法を実現する、
    ことを特徴とするコンピュータ可読媒体。

JP2019128155A 2018-09-29 2019-07-10 モデルの信頼度を検出するための方法及び装置 Active JP6806852B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811146141.9 2018-09-29
CN201811146141.9A CN109271954B (zh) 2018-09-29 2018-09-29 用于检测模型可靠性的方法及装置

Publications (2)

Publication Number Publication Date
JP2020057361A true JP2020057361A (ja) 2020-04-09
JP6806852B2 JP6806852B2 (ja) 2021-01-06

Family

ID=65195707

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019128155A Active JP6806852B2 (ja) 2018-09-29 2019-07-10 モデルの信頼度を検出するための方法及び装置

Country Status (4)

Country Link
US (1) US10922569B2 (ja)
JP (1) JP6806852B2 (ja)
KR (1) KR102223351B1 (ja)
CN (1) CN109271954B (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109271954B (zh) * 2018-09-29 2022-04-22 北京百度网讯科技有限公司 用于检测模型可靠性的方法及装置
CN111274879B (zh) * 2020-01-10 2023-04-25 北京百度网讯科技有限公司 检测活体检验模型可靠性的方法以及装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7570785B2 (en) * 1995-06-07 2009-08-04 Automotive Technologies International, Inc. Face monitoring system and method for vehicular occupants
US6996256B2 (en) * 2000-06-08 2006-02-07 Honeywell International Inc. Detection system and method using thermal image analysis
US7406184B2 (en) * 2002-07-03 2008-07-29 Equinox Corporation Method and apparatus for using thermal infrared for face recognition
JP2005197914A (ja) 2004-01-06 2005-07-21 Fuji Photo Film Co Ltd 顔画像認識装置及びそれを備えたデジタルカメラ
US8374438B1 (en) * 2007-10-04 2013-02-12 Redshift Systems Corporation Visual template-based thermal inspection system
WO2011026167A1 (en) * 2009-09-03 2011-03-10 National Ict Australia Limited Illumination spectrum recovery
US8254768B2 (en) * 2010-12-22 2012-08-28 Michael Braithwaite System and method for illuminating and imaging the iris of a person
KR101276345B1 (ko) * 2011-11-17 2013-06-18 주식회사 에스원 다중 생체 인식 장치 및 방법
US8837780B2 (en) * 2012-06-22 2014-09-16 Hewlett-Packard Development Company, L.P. Gesture based human interfaces
US10452894B2 (en) * 2012-06-26 2019-10-22 Qualcomm Incorporated Systems and method for facial verification
US9619883B2 (en) * 2013-03-15 2017-04-11 Hypermed Imaging, Inc. Systems and methods for evaluating hyperspectral imaging data using a two layer media model of human tissue
EP3240467A4 (en) 2014-12-31 2018-12-26 Morphotrust Usa, LLC Detecting facial liveliness
EP3403217A4 (en) * 2016-01-12 2019-08-21 Princeton Identity, Inc. SYSTEMS AND METHODS FOR BIOMETRIC ANALYSIS
US9875398B1 (en) * 2016-06-30 2018-01-23 The United States Of America As Represented By The Secretary Of The Army System and method for face recognition with two-dimensional sensing modality
CN107122709B (zh) * 2017-03-17 2020-12-04 上海云从企业发展有限公司 活体检测方法及装置
CN107590430A (zh) * 2017-07-26 2018-01-16 百度在线网络技术(北京)有限公司 活体检测方法、装置、设备及存储介质
CN109271954B (zh) * 2018-09-29 2022-04-22 北京百度网讯科技有限公司 用于检测模型可靠性的方法及装置

Also Published As

Publication number Publication date
US20200104619A1 (en) 2020-04-02
JP6806852B2 (ja) 2021-01-06
CN109271954B (zh) 2022-04-22
US10922569B2 (en) 2021-02-16
KR20200037061A (ko) 2020-04-08
CN109271954A (zh) 2019-01-25
KR102223351B1 (ko) 2021-03-04

Similar Documents

Publication Publication Date Title
US10068329B2 (en) Method and system for automated visual analysis of a dipstick using standard user equipment
CN108416326B (zh) 人脸识别方法和装置
CN109977191B (zh) 问题地图检测方法、装置、电子设备和介质
CN110378346B (zh) 建立文字识别模型的方法、装置、设备和计算机存储介质
CN109389072B (zh) 数据处理方法和装置
CN109300119B (zh) 钢结构表面锈蚀区域的检测方法、检测装置及终端设备
CN108229375B (zh) 用于检测人脸图像的方法和装置
CN108229673A (zh) 卷积神经网络的处理方法、装置和电子设备
CN110826646A (zh) 机器人视觉测试方法、装置、存储介质及终端设备
JP6806852B2 (ja) モデルの信頼度を検出するための方法及び装置
CN108399401B (zh) 用于检测人脸图像的方法和装置
TWI803243B (zh) 圖像擴增方法、電腦設備及儲存介質
CN110909889B (zh) 一种基于特征分布的训练集生成、模型训练方法及装置
CN113033305B (zh) 活体检测方法、装置、终端设备和存储介质
CN108875704B (zh) 用于处理图像的方法和装置
CN114120454A (zh) 活体检测模型的训练方法、装置、电子设备及存储介质
CN111353325A (zh) 关键点检测模型训练方法及装置
CN111161789B (zh) 一种模型预测的关键区域的分析方法及装置
CN117173154A (zh) 玻璃瓶的在线图像检测系统及其方法
CN115393423A (zh) 目标检测方法和装置
US10901726B2 (en) Intelligent visual regression system
CN111124862B (zh) 智能设备性能测试方法、装置及智能设备
CN115393838A (zh) 指针式仪表读数识别方法、装置、电子设备及存储介质
CN114359667B (zh) 一种基于生成式对抗网络的强度相干识别方法及设备
KR102533512B1 (ko) 개인정보 객체 탐지 방법 및 장치

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190710

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190710

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200721

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201019

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201117

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201204

R150 Certificate of patent or registration of utility model

Ref document number: 6806852

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250