JP2801362B2 - 個人識別装置 - Google Patents
個人識別装置Info
- Publication number
- JP2801362B2 JP2801362B2 JP2134297A JP13429790A JP2801362B2 JP 2801362 B2 JP2801362 B2 JP 2801362B2 JP 2134297 A JP2134297 A JP 2134297A JP 13429790 A JP13429790 A JP 13429790A JP 2801362 B2 JP2801362 B2 JP 2801362B2
- Authority
- JP
- Japan
- Prior art keywords
- silhouette
- feature
- personal
- individual
- waveform
- 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
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、その歩行動画像を分析し、動画像に含まれ
る個人ごとの違いを利用して、個人認識や個人照合を行
う個人識別装置に関するものである。
る個人ごとの違いを利用して、個人認識や個人照合を行
う個人識別装置に関するものである。
人間の歩行に見られる癖は、その人物の過去の体験や
その人物の体形、年齢、性別等によって異なることが知
られている。
その人物の体形、年齢、性別等によって異なることが知
られている。
従来、個人識別を行う装置には、画像情報を使用する
もの、画像以外の特殊な情報を利用するもの等が提案さ
れている。前者には、顔画像，筆跡，手の形状，指紋，
眼底写真などを利用する方式が、また、後者としては、
音声，筆記字の筆圧変化等を利用する方式が提案されて
いる。
もの、画像以外の特殊な情報を利用するもの等が提案さ
れている。前者には、顔画像，筆跡，手の形状，指紋，
眼底写真などを利用する方式が、また、後者としては、
音声，筆記字の筆圧変化等を利用する方式が提案されて
いる。
しかしながら、前記従来のそれぞれの手法は、適用す
る環境によって長所短所がある。例えば、遠方から捉え
た画像しか利用できずに、手の形状や顔などがはっきり
確認できない場合などには、前記従来の手段の適用は困
難であった。
る環境によって長所短所がある。例えば、遠方から捉え
た画像しか利用できずに、手の形状や顔などがはっきり
確認できない場合などには、前記従来の手段の適用は困
難であった。
本発明は、前記問題点を解決するためになされたもの
であり、その目的は、歩行の動的な特徴を利用すること
により、個人を識別することが可能な技術を提供するこ
とにある。
であり、その目的は、歩行の動的な特徴を利用すること
により、個人を識別することが可能な技術を提供するこ
とにある。
本発明の他の目的は、遠方から捉えた画像しか利用で
きなくて顔や手などの細かい特徴が確認できない場合で
も、個人を識別することが可能な技術を提供することに
ある。
きなくて顔や手などの細かい特徴が確認できない場合で
も、個人を識別することが可能な技術を提供することに
ある。
本発明の前記ならびにその他の目的と新規な特徴は、
本明細書の記述及び添付図面によって明らかになるであ
ろう。
本明細書の記述及び添付図面によって明らかになるであ
ろう。
前記目的を達成するために、本発明は、人間の歩行動
を捉えた動画像を利用して、入力された歩行者が予め登
録されている人物の中で誰であるかを判定する個人認
識、あるいは予め登録されている人物と一致するかどう
かを判定する個人識別装置において、入力された画像か
らシルエットを作成するシルエット作成手段と、この作
成されたシルエットの輪郭から特徴量を抽出する特徴抽
出手段と、予め個人情報が格納されている個人用辞書と
特徴抽出手段から送出された特徴とを比較する波形照合
手段とで構成されることを最も主要な特徴とする。
を捉えた動画像を利用して、入力された歩行者が予め登
録されている人物の中で誰であるかを判定する個人認
識、あるいは予め登録されている人物と一致するかどう
かを判定する個人識別装置において、入力された画像か
らシルエットを作成するシルエット作成手段と、この作
成されたシルエットの輪郭から特徴量を抽出する特徴抽
出手段と、予め個人情報が格納されている個人用辞書と
特徴抽出手段から送出された特徴とを比較する波形照合
手段とで構成されることを最も主要な特徴とする。
前述の手段によれば、歩行の動的な特徴は個人により
異なる点に着目し、その動画像を分析することによって
入力された歩行者が予め登録されている人物の誰である
かを判定する個人認識、あるいは予め登録されている人
物と一致するかどうかを判定する個人照合を行うので、
例えば、遠方から捉えた画像しか利用できなくて顔や手
などの細かい特徴が確認できない場合でも、個人を識別
することができる。
異なる点に着目し、その動画像を分析することによって
入力された歩行者が予め登録されている人物の誰である
かを判定する個人認識、あるいは予め登録されている人
物と一致するかどうかを判定する個人照合を行うので、
例えば、遠方から捉えた画像しか利用できなくて顔や手
などの細かい特徴が確認できない場合でも、個人を識別
することができる。
以下、本発明の一実施例を図面を用いて具体的に説明
する。
する。
第１図は、本発明の一実施例の個人識別装置の概略構
成を示すブロック図、第２図は、本実施例の観測形態の
一例を示す図、第３図は、画素の濃度値のヒストグラム
の一例を示す図、第４図は、連続したシルエットの一例
を示す図、第５図は、個人の特徴抽出のためのスリット
型窓の一例を示す図、第６図は、個人の特徴波形の一例
を示す図、第７図は、個人の特徴波形切出し動作を説明
するための図である。
成を示すブロック図、第２図は、本実施例の観測形態の
一例を示す図、第３図は、画素の濃度値のヒストグラム
の一例を示す図、第４図は、連続したシルエットの一例
を示す図、第５図は、個人の特徴抽出のためのスリット
型窓の一例を示す図、第６図は、個人の特徴波形の一例
を示す図、第７図は、個人の特徴波形切出し動作を説明
するための図である。
本実施例の個人識別装置は、第１図に示すように、画
像入力装置１、シルエット作成装置２、特徴抽出装置
３、切出し装置４、個人辞書作成装置５、個人用辞書
６、波形照合装置７から構成されている。
像入力装置１、シルエット作成装置２、特徴抽出装置
３、切出し装置４、個人辞書作成装置５、個人用辞書
６、波形照合装置７から構成されている。
なお、本実施例の場合には、第２図が示すように、人
物10がカメラ（テレビカメラ）20に対して真横に横切る
方向に動く場合を仮定している。
物10がカメラ（テレビカメラ）20に対して真横に横切る
方向に動く場合を仮定している。
本実施例の個人識別装置の処理は、学習する段階と識
別する段階の２段階があり、前記画像入力装置１から切
出し装置４までの装置は２つの段階ともに共通に使用す
る。学習段階では切出し装置４から送出されたデータが
直接波形照合装置７に転送される。
別する段階の２段階があり、前記画像入力装置１から切
出し装置４までの装置は２つの段階ともに共通に使用す
る。学習段階では切出し装置４から送出されたデータが
直接波形照合装置７に転送される。
次に、第１図に示す各装置について説明する。
画像入力装置１は、テレビ（TV）カメラとアナログ・
デジタル（A/D）コンバータなどから構成される装置で
一定時間間隔（例えば30分の１秒間隔）で２次元画像を
取り込み、これをディジタルデータに変換し、そのデー
タをシルエット作成装置２に送出する。この画像入力装
置１は公知の技術を用いて構成できる。
デジタル（A/D）コンバータなどから構成される装置で
一定時間間隔（例えば30分の１秒間隔）で２次元画像を
取り込み、これをディジタルデータに変換し、そのデー
タをシルエット作成装置２に送出する。この画像入力装
置１は公知の技術を用いて構成できる。
シルエット作成装置２は、画像入力装置１から送出さ
れてきた時間的に連続的な画像系列から各画像毎のシル
エットを作成する装置である。そのシルエット作成装置
２としては、入力した画像から予め撮影した背景画像を
引く手段や、画素の濃淡値などを利用して２値化する手
段など各種の手段が考えられるが、ここでは、その一つ
の具体例として２値化を利用する手段を示す。
れてきた時間的に連続的な画像系列から各画像毎のシル
エットを作成する装置である。そのシルエット作成装置
２としては、入力した画像から予め撮影した背景画像を
引く手段や、画素の濃淡値などを利用して２値化する手
段など各種の手段が考えられるが、ここでは、その一つ
の具体例として２値化を利用する手段を示す。
また、ここでは、白い壁の前を人物が歩行する場合な
どのように、背景の濃度が人物の各部の濃度に比較して
明るい場合を想定する。
どのように、背景の濃度が人物の各部の濃度に比較して
明るい場合を想定する。
まず、濃度のヒストグラムを作成する。人物の濃度分
布と背景の濃度分布の２峰性の分布が得られる。その結
果の一例を第３図に示す。
布と背景の濃度分布の２峰性の分布が得られる。その結
果の一例を第３図に示す。
次に、その分布から谷の部分を探しだし、その濃度値
をａとする。原画像の画素の値がａよりも暗い点をシル
エット（値１）とし、明るい点を背景（値０）とする。
その後、雑音除去を施して、最終的なシルエット画像を
作成する。
をａとする。原画像の画素の値がａよりも暗い点をシル
エット（値１）とし、明るい点を背景（値０）とする。
その後、雑音除去を施して、最終的なシルエット画像を
作成する。
雑音除去としては、例えば、値１の画素の周囲が全て
値０の場合（値１の画素が画面上で孤立している場合）
は、それを０とし、逆に値０の画素の周囲が全て値１の
場合には、これを１とする処理などが適用できる。値１
の領域が最終的なシルエットである。第４図にシルエッ
ト（斜線を施した部分）の一例を示す。
値０の場合（値１の画素が画面上で孤立している場合）
は、それを０とし、逆に値０の画素の周囲が全て値１の
場合には、これを１とする処理などが適用できる。値１
の領域が最終的なシルエットである。第４図にシルエッ
ト（斜線を施した部分）の一例を示す。
抽出されたシルエットデータは、特徴抽出装置３に送
出される。
出される。
特徴抽出装置３は、シルエット作成装置２から送出さ
れたデータからシルエットの輪郭の時間的な変化を抽出
する装置で本発明の重要な箇所である。その実施例を以
下に示す。
れたデータからシルエットの輪郭の時間的な変化を抽出
する装置で本発明の重要な箇所である。その実施例を以
下に示す。
まず、時系列的に複数枚得られたシルエット画像から
シルエットの平均的な高さを求める。その高さが一定値
になるようにシルエットの拡大縮小を行い大きさの正規
化を行う。
シルエットの平均的な高さを求める。その高さが一定値
になるようにシルエットの拡大縮小を行い大きさの正規
化を行う。
次に、シルエットの高さ方向をＮ分割して各スリット
状の窓に入りシルエットのｘ方向の最大値と最小値を求
める。その際、シルエットの重心を計算し、そのｘ座標
が原点に来るように位置の正規化を行う。スリット型の
窓を用いて特徴を抽出する例を第５図に示す。この例で
は分割数Ｎは８である。時間的に連続する各画像ごとに
この値を求め、これを時間方向につなぐと第６図に示す
ような各特徴量ｉの時間ｊに関する関数Fi（ｊ）が得ら
れる。但し、第６図には特徴の一部（F3,F4,F7,F8…）
を示す。
状の窓に入りシルエットのｘ方向の最大値と最小値を求
める。その際、シルエットの重心を計算し、そのｘ座標
が原点に来るように位置の正規化を行う。スリット型の
窓を用いて特徴を抽出する例を第５図に示す。この例で
は分割数Ｎは８である。時間的に連続する各画像ごとに
この値を求め、これを時間方向につなぐと第６図に示す
ような各特徴量ｉの時間ｊに関する関数Fi（ｊ）が得ら
れる。但し、第６図には特徴の一部（F3,F4,F7,F8…）
を示す。
上記の特徴抽出装置３の構成例では、スリット型の窓
を用いて特徴量を抽出したが、その方式以外にシルエッ
トの輪郭を形成する線分を複数の点で近似し、この点の
座標値を特徴量として利用する手段などもある。このデ
ータは切出し装置４に送出される。
を用いて特徴量を抽出したが、その方式以外にシルエッ
トの輪郭を形成する線分を複数の点で近似し、この点の
座標値を特徴量として利用する手段などもある。このデ
ータは切出し装置４に送出される。
切出し装置４は、時間方向に連続する特徴関数（以
下、特徴波形と呼ぶ）の中から必要な箇所を切出し、更
に時間方向に長さの正規化を行う装置である。切出し処
理は、次段階の照合処理において特徴波形の位相を揃え
るために行うものである。
下、特徴波形と呼ぶ）の中から必要な箇所を切出し、更
に時間方向に長さの正規化を行う装置である。切出し処
理は、次段階の照合処理において特徴波形の位相を揃え
るために行うものである。
時間方向の正規化処理は、歩行時の速度は個人内でも
変化しやすいために、それを吸収するために施す。例え
ば、脚部の動作に着目して２歩分を切出し、それを時間
方向に一定になるように特徴波形の拡大収縮を行う。そ
の際、左（右）足から出した場合と、特徴波形で１周期
遅らせた右（左）足から出した場合の２つの場合につい
て切出す。その理由は、シルエットを利用しているため
右と左の区別に関する情報がこの段階でなくなっている
ことと、それに加え人間の動作は左と右でかなり異なる
（例えば、ある人物は右手は大きく振るが左手はあまり
振らない）ため、対応付けの誤りをなくし、更にこの左
右の差をも識別に利用するためである。第６図の例では
F15等に着目すれば脚部の動作が分る。そこから、例え
ば、第７図のように各特徴について２波形分を切出す。
それぞれの特徴波形をf1i（ｔ）,f2i（ｔ）と名付け
る。但し、ｔは正規化された時間で０からＴまで変化す
ることとする。また、ｉは特徴に付けた名前である。処
理結果は、学習段階では個人辞書作成装置５に、識別段
階では波形照合装置７に送出される。
変化しやすいために、それを吸収するために施す。例え
ば、脚部の動作に着目して２歩分を切出し、それを時間
方向に一定になるように特徴波形の拡大収縮を行う。そ
の際、左（右）足から出した場合と、特徴波形で１周期
遅らせた右（左）足から出した場合の２つの場合につい
て切出す。その理由は、シルエットを利用しているため
右と左の区別に関する情報がこの段階でなくなっている
ことと、それに加え人間の動作は左と右でかなり異なる
（例えば、ある人物は右手は大きく振るが左手はあまり
振らない）ため、対応付けの誤りをなくし、更にこの左
右の差をも識別に利用するためである。第６図の例では
F15等に着目すれば脚部の動作が分る。そこから、例え
ば、第７図のように各特徴について２波形分を切出す。
それぞれの特徴波形をf1i（ｔ）,f2i（ｔ）と名付け
る。但し、ｔは正規化された時間で０からＴまで変化す
ることとする。また、ｉは特徴に付けた名前である。処
理結果は、学習段階では個人辞書作成装置５に、識別段
階では波形照合装置７に送出される。
個人辞書作成装置５は、切出し装置４から送出されて
きた特徴波形の個人毎の平均波形を計算し、個人用辞書
６を作成する装置である。その際、波形切出し装置４で
は２つの位相で切出した特徴波形を送出しているが、こ
こでは人間が介在することにより、例えば、右足から開
始するデータだけを使用する。もし、ある個人について
Ｍ回分のデータが入力された場合には、個人ｐのｍ番目
のデータの第ｉ特徴をf pim（ｔ）とすると、個人ｐの
第ｉ特徴の平均波形gpi（ｔ）は で計算される。計算された平均波形gpi（ｔ）は個人毎
に分類されて個人辞書６に格納される。
きた特徴波形の個人毎の平均波形を計算し、個人用辞書
６を作成する装置である。その際、波形切出し装置４で
は２つの位相で切出した特徴波形を送出しているが、こ
こでは人間が介在することにより、例えば、右足から開
始するデータだけを使用する。もし、ある個人について
Ｍ回分のデータが入力された場合には、個人ｐのｍ番目
のデータの第ｉ特徴をf pim（ｔ）とすると、個人ｐの
第ｉ特徴の平均波形gpi（ｔ）は で計算される。計算された平均波形gpi（ｔ）は個人毎
に分類されて個人辞書６に格納される。
このデータは識別段階で、波形照合装置７に送出され
る。
る。
波形照合装置７は、切出し装置４から送出されてきた
入力波形と個人辞書６から送出されてきた標準波形との
間で照合をとる装置で照合結果を出力する。ここで入力
波形の位相ｋと個人ｐとの相異度Dk pは、 で計算される。もし前記波形照合装置７を個人認識に適
用するのならば、この相異度Dk pが最小となるｐを認識
結果として出力する。また、もし波形照合装置７を個人
照合に適用するのならば、Dk pがあるいき値以下ならば
その人物が人物ｐとして許容されたと判定し、あるいき
値以上ならば棄却されたと判定し、その結果を出力し
て、処理は終了する。
入力波形と個人辞書６から送出されてきた標準波形との
間で照合をとる装置で照合結果を出力する。ここで入力
波形の位相ｋと個人ｐとの相異度Dk pは、 で計算される。もし前記波形照合装置７を個人認識に適
用するのならば、この相異度Dk pが最小となるｐを認識
結果として出力する。また、もし波形照合装置７を個人
照合に適用するのならば、Dk pがあるいき値以下ならば
その人物が人物ｐとして許容されたと判定し、あるいき
値以上ならば棄却されたと判定し、その結果を出力し
て、処理は終了する。
以上の説明からわかるように、本実施例によれば、歩
行の動的な癖を利用して、個人を識別することができ
る。
行の動的な癖を利用して、個人を識別することができ
る。
また、予備実験では７名の歩行者に対して91.4％の識
別率が得られた。
別率が得られた。
この結果から本発明は、個人を遠方からとらえた顔や
手等の情報がはっきり確認できない場合などに適用でき
ることがわかる。
手等の情報がはっきり確認できない場合などに適用でき
ることがわかる。
また、既在の個人識別技術との併用などを行えば個人
識別の精度を更に高めることが可能となる。
識別の精度を更に高めることが可能となる。
なお、本実施例の場合には、人物がカメラに対して真
横に横切る方向に動く場合を仮定したが、本発明は必ず
しもカメラに対して真横に横切る方向への歩行の場合に
限定されない。真横に横切る場合以外では特徴抽出装置
３と切出し装置４の構成を入力画像の性質に合せて修正
する必要がある。
横に横切る方向に動く場合を仮定したが、本発明は必ず
しもカメラに対して真横に横切る方向への歩行の場合に
限定されない。真横に横切る場合以外では特徴抽出装置
３と切出し装置４の構成を入力画像の性質に合せて修正
する必要がある。
以上、本発明を実施例にもとづき具体的に説明した
が、本発明は、前記実施例に限定されるものではなく、
その要旨を逸脱しない範囲において種々変更可能である
ことは言うまでもない。
が、本発明は、前記実施例に限定されるものではなく、
その要旨を逸脱しない範囲において種々変更可能である
ことは言うまでもない。
以上、説明したように、本発明によれば、歩行の動的
な癖を利用して、個人を識別することができる。
な癖を利用して、個人を識別することができる。
また、個人を遠方からとらえ顔や手等の情報がはっき
り確認できない場合などに適用できる。
り確認できない場合などに適用できる。
また、既在の個人識別技術との併用などを行なえば個
人識別の精度を更に高めることが可能となる。
人識別の精度を更に高めることが可能となる。
第１図は、本発明の一実施例の個人識別装置の概略構成
を示すブロック図、 第２図は、本実施例の観測形態の一例を示す図、 第３図は、画素の濃度値のヒストグラムの一例を示す
図、 第４図は、連続したシルエットの一例を示す図、 第５図は、個人の特徴抽出のためのスリット型窓の一例
を示す図、 第６図は、個人の特徴波形の一例を示す図、 第７図は、個人の特徴波形切出し動作を説明するための
図である。 図中、１……画像入力装置、２……シルエット作成装
置、３……特徴抽出装置、４……切出し装置、５……個
人辞書作成装置、６……個人用辞書、７……波形照合装
置。
を示すブロック図、 第２図は、本実施例の観測形態の一例を示す図、 第３図は、画素の濃度値のヒストグラムの一例を示す
図、 第４図は、連続したシルエットの一例を示す図、 第５図は、個人の特徴抽出のためのスリット型窓の一例
を示す図、 第６図は、個人の特徴波形の一例を示す図、 第７図は、個人の特徴波形切出し動作を説明するための
図である。 図中、１……画像入力装置、２……シルエット作成装
置、３……特徴抽出装置、４……切出し装置、５……個
人辞書作成装置、６……個人用辞書、７……波形照合装
置。
Claims (1)
- 【請求項１】人間の歩行動を捉えた動画像を利用して、
入力された歩行者が予め登録されている人物の中で誰で
あるかを判定する個人認識、あるいは予め登録されてい
る人物と一致するかどうかを判定する個人識別装置にお
いて、入力された画像からシルエットを作成するシルエ
ット作成手段と、この作成されたシルエットの輪郭から
特徴量を抽出する特徴抽出手段と、予め個人情報が格納
されている個人用辞書と特徴抽出手段から送出された特
徴とを比較する波形照合手段とで構成されることを特徴
とする個人識別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2134297A JP2801362B2 (ja) | 1990-05-24 | 1990-05-24 | 個人識別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2134297A JP2801362B2 (ja) | 1990-05-24 | 1990-05-24 | 個人識別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0433066A JPH0433066A (ja) | 1992-02-04 |
| JP2801362B2 true JP2801362B2 (ja) | 1998-09-21 |
Family
ID=15124991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2134297A Expired - Fee Related JP2801362B2 (ja) | 1990-05-24 | 1990-05-24 | 個人識別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2801362B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005202653A (ja) * | 2004-01-15 | 2005-07-28 | Canon Inc | 動作認識装置及び方法、動物体認識装置及び方法、機器制御装置及び方法、並びにプログラム |
| JP2008009914A (ja) * | 2006-06-30 | 2008-01-17 | Canon Inc | 画像処理装置、画像処理方法、プログラム、記憶媒体 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07129781A (ja) * | 1993-11-05 | 1995-05-19 | Ken Ishihara | 時系列画像情報抽出装置および方法 |
| JP3910629B2 (ja) * | 2004-08-03 | 2007-04-25 | 松下電器産業株式会社 | 人物判定装置及び人物検索追跡装置 |
| JP5268757B2 (ja) * | 2009-04-09 | 2013-08-21 | 日本放送協会 | 動物体照合装置および動物体照合プログラム |
| JP5936038B2 (ja) * | 2012-02-24 | 2016-06-15 | 国立大学法人東京農工大学 | 動作主識別方法、動作主識別システム、動作主識別プログラム及び情報記憶媒体 |
| CN107239725B (zh) * | 2016-03-29 | 2020-10-16 | 阿里巴巴集团控股有限公司 | 一种信息展示方法、装置及系统 |
| JP7325745B2 (ja) * | 2017-10-12 | 2023-08-15 | 株式会社コンピュータシステム研究所 | 監視装置、監視プログラム、記憶媒体、および、監視方法 |
-
1990
- 1990-05-24 JP JP2134297A patent/JP2801362B2/ja not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005202653A (ja) * | 2004-01-15 | 2005-07-28 | Canon Inc | 動作認識装置及び方法、動物体認識装置及び方法、機器制御装置及び方法、並びにプログラム |
| JP4481663B2 (ja) * | 2004-01-15 | 2010-06-16 | キヤノン株式会社 | 動作認識装置、動作認識方法、機器制御装置及びコンピュータプログラム |
| JP2008009914A (ja) * | 2006-06-30 | 2008-01-17 | Canon Inc | 画像処理装置、画像処理方法、プログラム、記憶媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0433066A (ja) | 1992-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9036917B2 (en) | Image recognition based on patterns of local regions | |
| CN105612533B (zh) | 活体检测方法、活体检测系统以及计算机程序产品 | |
| CN111563417B (zh) | 一种基于金字塔结构卷积神经网络的人脸表情识别方法 | |
| JPH0546743A (ja) | 個人識別装置 | |
| Gómez et al. | Biometric identification system by lip shape | |
| CN110796101A (zh) | 一种嵌入式平台的人脸识别方法及系统 | |
| Zhao et al. | Applying contrast-limited adaptive histogram equalization and integral projection for facial feature enhancement and detection | |
| Monwar et al. | Pain recognition using artificial neural network | |
| Sawant | Sign language recognition system to aid deaf-dumb people using PCA | |
| JP2801362B2 (ja) | 個人識別装置 | |
| JPH04101280A (ja) | 顔画像照合装置 | |
| JP2967012B2 (ja) | 個人認識装置 | |
| Dey et al. | Computer vision based gender detection from facial image | |
| Lee et al. | Facial expression recognition using image processing techniques and neural networks | |
| JPH08287216A (ja) | 顔面内部位認識方法 | |
| CN116386118B (zh) | 一种基于人像识别的粤剧匹配化妆系统及其方法 | |
| Vupputuri et al. | Facial expression recognition using local binary patterns and kullback leibler divergence | |
| CN112861588A (zh) | 一种活体检测的方法、装置 | |
| Abusham | Face verification using local graph stucture (LGS) | |
| El-Sayed et al. | An identification system using eye detection based on wavelets and neural networks | |
| Sisodia et al. | A conglomerate technique for finger print recognition using phone camera captured images | |
| Chintalapati et al. | Illumination, expression and occlusion invariant pose-adaptive face recognition system for real-time applications | |
| TW201824020A (zh) | 人體動作的分析系統 | |
| CN113297423A (zh) | 一种推送方法、推送装置及电子设备 | |
| Nanthini et al. | An Efficient Velocity Estimation Approach for Face Liveness Detection using Sparse Optical Flow Technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |