RU2014111792A - Процессор изображений, содержащий систему распознавания лиц на основании преобразования двухмерной решетки - Google Patents

Процессор изображений, содержащий систему распознавания лиц на основании преобразования двухмерной решетки Download PDF

Info

Publication number
RU2014111792A
RU2014111792A RU2014111792/08A RU2014111792A RU2014111792A RU 2014111792 A RU2014111792 A RU 2014111792A RU 2014111792/08 A RU2014111792/08 A RU 2014111792/08A RU 2014111792 A RU2014111792 A RU 2014111792A RU 2014111792 A RU2014111792 A RU 2014111792A
Authority
RU
Russia
Prior art keywords
dimensional
head
representations
dimensional lattice
smoothed
Prior art date
Application number
RU2014111792/08A
Other languages
English (en)
Inventor
Александр Александрович Петюшко
Денис Владимирович Зайцев
Павел Александрович Алисейчик
Денис Владимирович Пархоменко
Александр Борисович Холоденко
Original Assignee
ЭлЭсАй Корпорейшн
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 ЭлЭсАй Корпорейшн filed Critical ЭлЭсАй Корпорейшн
Priority to RU2014111792/08A priority Critical patent/RU2014111792A/ru
Priority to US14/668,550 priority patent/US20150278582A1/en
Publication of RU2014111792A publication Critical patent/RU2014111792A/ru

Links

Classifications

    • 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
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/167Detection; Localisation; Normalisation using comparisons between temporally consecutive images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • G06V20/647Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • 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
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

1. Способ, содержащий этапы, на которых:идентифицируют интересующие области на соответствующих изображениях из двух или более изображений;извлекают трехмерное представление головы из каждой из идентифицированных интересующих областей;преобразуют трехмерные представления головы в соответствующие двухмерные решетки;применяют временное сглаживание к двумерным решеткам для получения сглаженной двухмерной решетки; ираспознают лицо на основании сравнения сглаженной двухмерной решетки и одного или более образцов лиц;причем этапы реализованы в процессоре изображений, содержащем процессор, соединенный с запоминающим устройством.2. Способ по п. 1, дополнительно содержащий этап, на котором применяют пространственное сглаживание к трехмерным представлениям головы с использованием по меньшей мере одного из двустороннего фильтра и двухмерного фильтра сглаживания Гаусса.3. Способ по п. 1, дополнительно содержащий этап, на котором применяют жесткое преобразование к трехмерным представлениям головы для выравнивания трехмерных представлений головы.4. Способ по п. 3, в котором жесткое преобразование содержит выравнивание соответствующих центров масс трехмерных представлений головы.5. Способ по п. 3, в котором жесткое преобразование использует одно из метода итеративного алгоритма ближайших точек и преобразования нормального распределения.6. Способ по п. 1, в котором преобразование трехмерных представлений головы в соответствующие двухмерные решетки содержит преобразование из декартовой системы координат в сферическую систему координат.7. Способ по п. 1, в котором преобразование трехмерных представлений головы в

Claims (20)

1. Способ, содержащий этапы, на которых:
идентифицируют интересующие области на соответствующих изображениях из двух или более изображений;
извлекают трехмерное представление головы из каждой из идентифицированных интересующих областей;
преобразуют трехмерные представления головы в соответствующие двухмерные решетки;
применяют временное сглаживание к двумерным решеткам для получения сглаженной двухмерной решетки; и
распознают лицо на основании сравнения сглаженной двухмерной решетки и одного или более образцов лиц;
причем этапы реализованы в процессоре изображений, содержащем процессор, соединенный с запоминающим устройством.
2. Способ по п. 1, дополнительно содержащий этап, на котором применяют пространственное сглаживание к трехмерным представлениям головы с использованием по меньшей мере одного из двустороннего фильтра и двухмерного фильтра сглаживания Гаусса.
3. Способ по п. 1, дополнительно содержащий этап, на котором применяют жесткое преобразование к трехмерным представлениям головы для выравнивания трехмерных представлений головы.
4. Способ по п. 3, в котором жесткое преобразование содержит выравнивание соответствующих центров масс трехмерных представлений головы.
5. Способ по п. 3, в котором жесткое преобразование использует одно из метода итеративного алгоритма ближайших точек и преобразования нормального распределения.
6. Способ по п. 1, в котором преобразование трехмерных представлений головы в соответствующие двухмерные решетки содержит преобразование из декартовой системы координат в сферическую систему координат.
7. Способ по п. 1, в котором преобразование трехмерных представлений головы в соответствующие двухмерные решетки содержит этап, на котором преобразуют из декартовой системы координат в систему координат с двумя меридианами.
8. Способ по п. 7, в котором система координат с двумя меридианами содержит два горизонтальных полюса, два вертикальных полюса, начало координат, первый главный меридиан, проходящий через два горизонтальных полюса, имеющий начало координат в своем центре, и второй главный меридиан, проходящий через два вертикальных полюса, имеющий начало координат в своем центре, причем первый главный меридиан и второй главный меридиан задают перпендикулярные круговые плоскости.
9. Способ по п. 7, в котором преобразование трехмерных представлений головы в соответствующие двухмерные решетки содержит этап, на котором вычисляют
Figure 00000001
,
где (θ, φ) - координаты в системе координат с двумя меридианами, arctan обозначает функцию арктангенса, и (х, y, z) является координатами в декартовой системе координат, где z - размерность глубины.
10. Способ по п. 9, в котором преобразование трехмерных представлений головы в соответствующие двухмерные решетки дополнительно содержит этап, на котором для заданной двухмерной решетки вычисляют матрицу G из m строк и n столбцов для пространства Si,j, 1≤i≤m и 1≤j≤n, ограниченного посредством
Figure 00000002
причем элементы gi,j в матрице G определяются в соответствии с
Figure 00000003
,
где r′i - расстояние точки р′i от источника, вычисленное с использованием формулы
Figure 00000004
для подмножества точек Ci,j={р′1, …, p′k}.
11. Способ по п. 10, в котором преобразование трехмерных представлений головы в соответствующие двухмерные решетки дополнительно содержит для заданной двухмерной решетки вычисление матрицы GI, причем элементы gii,j в матрице GI определяют в соответствии с
Figure 00000005
,
где Ii,j=={s1, …, sk} обозначает значения интенсивности точек {р′1, …, р′k}, и заданная двухмерная решетка содержит комбинацию матриц G и GI.
12. Способ по п. 1, в котором применение временного сглаживания к двухмерным решеткам для получения сглаженной двухмерной решетки содержит этап, на котором применяют экспоненциальное сглаживание.
13. Способ по п. 1, в котором сглаженная двухмерная решетка и образцы лиц содержат соответствующие матрицы значений, и распознавание лиц содержит этапы, на которых:
вычисляют показатели расстояния между сглаженной двухмерной решеткой и соответствующими образцами лиц; и распознают лицо на основе показателей расстояния.
14. Способ по п. 13, в котором вычисление соответствующих показателей расстояния основано на множестве точек в пределах эллипса, центрированного на носу сглаженной двумерной решетки.
15. Способ по п. 13, в котором показатели расстояния содержат соответствующие суммы абсолютной разности для соответствующих позиций в сглаженной двухмерной решетке и соответствующих образцах лиц.
16. Изделие, содержащее машиночитаемый носитель, имеющий реализованный на нем код компьютерной программы, причем код компьютерной программы при его исполнении в процессоре изображений побуждает процессор изображений выполнять способ по п. 1.
17. Способ, содержащий этапы, на которых:
идентифицируют интересующие области в соответствующих двух или более изображениях;
извлекают трехмерное представление головы из каждой из идентифицированных интересующих областей;
преобразуют трехмерные представления головы в соответствующие двухмерные решетки;
применяют временное сглаживание к двухмерным решеткам для получения сглаженной двухмерной решетки; и
сохраняют сглаженную двухмерную решетку в качестве образца лица для заданного пользователя;
причем этапы реализованы в процессоре изображений, содержащем процессор, соединенный с запоминающим устройством.
18. Устройство, содержащее:
процессор изображений, содержащий схему обработки изображений и соответствующее запоминающее устройство;
причем процессор изображений выполнен с возможностью реализовывать систему распознавания лиц, использующую схему обработки изображений и запоминающее устройство, причем система распознавания лиц содержит модуль распознавания лиц; и причем модуль распознавания лиц выполнен с возможностью:
идентификации интересующей области в каждом из двух или более изображений;
извлечения трехмерного представления головы из каждой из идентифицированных интересующих областей;
преобразования трехмерных представлений головы в соответствующие двухмерные решетки;
применения временного сглаживания к двухмерным решеткам для получения сглаженной двумерной решетки; и
распознавания лица на основании сравнения сглаженной двухмерной решетки и одного или более образцов лиц.
19. Интегральная схема, содержащая устройство по п. 18.
20. Система обработки изображений, содержащая устройство по п. 18.
RU2014111792/08A 2014-03-27 2014-03-27 Процессор изображений, содержащий систему распознавания лиц на основании преобразования двухмерной решетки RU2014111792A (ru)

Priority Applications (2)

Application Number Priority Date Filing Date Title
RU2014111792/08A RU2014111792A (ru) 2014-03-27 2014-03-27 Процессор изображений, содержащий систему распознавания лиц на основании преобразования двухмерной решетки
US14/668,550 US20150278582A1 (en) 2014-03-27 2015-03-25 Image Processor Comprising Face Recognition System with Face Recognition Based on Two-Dimensional Grid Transform

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2014111792/08A RU2014111792A (ru) 2014-03-27 2014-03-27 Процессор изображений, содержащий систему распознавания лиц на основании преобразования двухмерной решетки

Publications (1)

Publication Number Publication Date
RU2014111792A true RU2014111792A (ru) 2015-10-10

Family

ID=54190823

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2014111792/08A RU2014111792A (ru) 2014-03-27 2014-03-27 Процессор изображений, содержащий систему распознавания лиц на основании преобразования двухмерной решетки

Country Status (2)

Country Link
US (1) US20150278582A1 (ru)
RU (1) RU2014111792A (ru)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548152A (zh) * 2016-11-03 2017-03-29 厦门人脸信息技术有限公司 近红外三维人脸解锁装置
US10296798B2 (en) * 2017-09-14 2019-05-21 Ncku Research And Development Foundation System and method of selecting a keyframe for iterative closest point
JP2020170408A (ja) * 2019-04-04 2020-10-15 キヤノン株式会社 画像処理装置、画像処理方法、プログラム
CN110197455B (zh) * 2019-06-03 2023-06-16 北京石油化工学院 二维全景图像的获取方法、装置、设备和存储介质
CN114511911A (zh) * 2022-02-25 2022-05-17 支付宝(杭州)信息技术有限公司 一种人脸识别方法、装置以及设备

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5625704A (en) * 1994-11-10 1997-04-29 Ricoh Corporation Speaker recognition using spatiotemporal cues
US8565479B2 (en) * 2009-08-13 2013-10-22 Primesense Ltd. Extraction of skeletons from 3D maps
US8666133B2 (en) * 2009-09-14 2014-03-04 Institut National De La Santé Et De La Recherche Médicale (Inserm) Calibration phantom and method for measuring and correcting geometric distortions in medical images
US20110273451A1 (en) * 2010-05-10 2011-11-10 Salemann Leo J Computer simulation of visual images using 2d spherical images extracted from 3d data
WO2011140605A1 (en) * 2010-05-13 2011-11-17 National Ict Australia Limited Automatic identity enrolment
EP2593922A1 (en) * 2010-07-14 2013-05-22 BrainLAB AG Method and system for determining an imaging direction and calibration of an imaging apparatus
JP5617627B2 (ja) * 2010-12-28 2014-11-05 オムロン株式会社 監視装置および方法、並びにプログラム
WO2012107892A2 (en) * 2011-02-09 2012-08-16 Primesense Ltd. Gaze detection in a 3d mapping environment
US8705827B2 (en) * 2011-04-15 2014-04-22 Georgia Tech Research Corporation Scatter correction methods
CN102592136B (zh) * 2011-12-21 2013-10-16 东南大学 基于几何图像中中频信息的三维人脸识别方法
JP6026119B2 (ja) * 2012-03-19 2016-11-16 株式会社東芝 生体情報処理装置
JP5880182B2 (ja) * 2012-03-19 2016-03-08 カシオ計算機株式会社 画像生成装置、画像生成方法及びプログラム
US9047507B2 (en) * 2012-05-02 2015-06-02 Apple Inc. Upper-body skeleton extraction from depth maps
US8688878B1 (en) * 2012-06-29 2014-04-01 Emc Corporation Data storage system modeling
US9277970B2 (en) * 2012-07-19 2016-03-08 Siemens Aktiengesellschaft System and method for patient specific planning and guidance of ablative procedures for cardiac arrhythmias
US9275432B2 (en) * 2013-11-11 2016-03-01 Toshiba Medical Systems Corporation Method of, and apparatus for, registration of medical images

Also Published As

Publication number Publication date
US20150278582A1 (en) 2015-10-01

Similar Documents

Publication Publication Date Title
RU2014111792A (ru) Процессор изображений, содержащий систему распознавания лиц на основании преобразования двухмерной решетки
JP2019079553A5 (ru)
JP2015108621A5 (ja) 3次元点群から平面を抽出する、方法、画像処理装置およびプログラムを記憶した非一次的なコンピュータ可読媒体
JP2019512121A5 (ru)
EP4375952A3 (en) Systems and methods for reducing data density in large datasets
RU2016120275A (ru) Ортопедическая фиксация с использованием анализа изображений
RU2014113049A (ru) Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов
US9613457B2 (en) Multi-primitive fitting device and operation method thereof
CN1928895A (zh) 图像识别装置及其方法
RU2014108870A (ru) Процессор изображений, содержащий систему распознавания жестов с распознаванием неподвижной позы кисти на основе первого и второго наборов признаков
JP2019507384A5 (ru)
RU2015106674A (ru) Способ и система вычисления ошибки деформации дозы
CN103983334A (zh) 一种信息处理的方法及电子设备
JP2014229115A5 (ru)
KR101586007B1 (ko) 데이터 처리 장치 및 방법
TW201612506A (en) Registration of CAD data with SEM images
CN103955687B (zh) 一种基于质心法的光斑图像中心的快速定位方法
He et al. A method for spatial data registration based on PCA-ICP algorithm
KR101001184B1 (ko) 얼굴 정규화 벡터를 이용한 반복적 3차원 얼굴 포즈 추정 방법
JP2013002909A (ja) 物体識別装置及び物体識別プログラム
JP2016500871A5 (ru)
Inzerillo et al. Using dense stereo matching techniques in survey
KR20120047482A (ko) 평면 영역을 이용한 이종 카메라간 교정 방법 및 장치
JP6441032B2 (ja) 対応点探索装置と対応点探索プログラム並びに対応点探索方法
JP6734213B2 (ja) 情報処理装置及びプログラム

Legal Events

Date Code Title Description
FA93 Acknowledgement of application withdrawn (no request for examination)

Effective date: 20170328