RU2014142591A - Способ, система и компьютерный носитель данных для детектирования лица - Google Patents

Способ, система и компьютерный носитель данных для детектирования лица Download PDF

Info

Publication number
RU2014142591A
RU2014142591A RU2014142591A RU2014142591A RU2014142591A RU 2014142591 A RU2014142591 A RU 2014142591A RU 2014142591 A RU2014142591 A RU 2014142591A RU 2014142591 A RU2014142591 A RU 2014142591A RU 2014142591 A RU2014142591 A RU 2014142591A
Authority
RU
Russia
Prior art keywords
centroid
centroids
facial
angles
equal
Prior art date
Application number
RU2014142591A
Other languages
English (en)
Other versions
RU2601185C2 (ru
Inventor
Хуэй ВАН
Сяоцзин СЕ
Original Assignee
Тенсент Текнолоджи (Шень Чжэнь) Компани Лимитед
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 Тенсент Текнолоджи (Шень Чжэнь) Компани Лимитед filed Critical Тенсент Текнолоджи (Шень Чжэнь) Компани Лимитед
Publication of RU2014142591A publication Critical patent/RU2014142591A/ru
Application granted granted Critical
Publication of RU2601185C2 publication Critical patent/RU2601185C2/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
    • G06V40/162Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • 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
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric 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
    • G06V40/168Feature 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

1. Способ детектирования лица, содержащий этапы, на которых:предварительно обрабатывают изображение;выделяют углы из предварительно обработанного изображения, фильтруют и комбинируют упомянутые углы для получения связной компоненты углов;выделяют центроиды из связной компоненты углов; ипроверяют согласование центроидов с лицевым шаблоном, вычисляют вероятность согласования центроидов с лицевым шаблоном и идентифицируют области, образованные центроидами, вероятность согласования которых больше или равна предопределенному значению, в качестве вероятных лицевых областей.2. Способ по п. 1, отличающийся тем, что предварительная обработка содержит, по меньшей мере, одно из корректировки уровня изображения, автоматической балансировки белого, нормализации и создания мозаичного изображения.3. Способ по п. 1, отличающийся тем, что выделение углов из предварительно обработанного изображения содержит этапы, на которых:вычисляют разности яркости между текущим пикселем и окружающими пикселями на основании предустановленного шаблона 3X3; иопределяют пиксель, разность яркости которого больше или равна первому пороговому значению, в качестве угла;при этом шаблон 3X3 представляет собой область с центром в текущем пикселе, включающую в себя пиксели слева, справа, сверху, снизу, слева вверху, справа вверху, слева внизу и справа внизу от текущего пикселя.4. Способ по п. 1, отличающийся тем, что фильтрация углов содержит этапы, на которых:идентифицируют точки цвета кожи в предварительно обработанном изображении и отфильтровывают углы, не включающие в себя точку цвета кожи в предустановленном окружающем диапазоне; ивыделяют центр пересечения цве

Claims (24)

1. Способ детектирования лица, содержащий этапы, на которых:
предварительно обрабатывают изображение;
выделяют углы из предварительно обработанного изображения, фильтруют и комбинируют упомянутые углы для получения связной компоненты углов;
выделяют центроиды из связной компоненты углов; и
проверяют согласование центроидов с лицевым шаблоном, вычисляют вероятность согласования центроидов с лицевым шаблоном и идентифицируют области, образованные центроидами, вероятность согласования которых больше или равна предопределенному значению, в качестве вероятных лицевых областей.
2. Способ по п. 1, отличающийся тем, что предварительная обработка содержит, по меньшей мере, одно из корректировки уровня изображения, автоматической балансировки белого, нормализации и создания мозаичного изображения.
3. Способ по п. 1, отличающийся тем, что выделение углов из предварительно обработанного изображения содержит этапы, на которых:
вычисляют разности яркости между текущим пикселем и окружающими пикселями на основании предустановленного шаблона 3X3; и
определяют пиксель, разность яркости которого больше или равна первому пороговому значению, в качестве угла;
при этом шаблон 3X3 представляет собой область с центром в текущем пикселе, включающую в себя пиксели слева, справа, сверху, снизу, слева вверху, справа вверху, слева внизу и справа внизу от текущего пикселя.
4. Способ по п. 1, отличающийся тем, что фильтрация углов содержит этапы, на которых:
идентифицируют точки цвета кожи в предварительно обработанном изображении и отфильтровывают углы, не включающие в себя точку цвета кожи в предустановленном окружающем диапазоне; и
выделяют центр пересечения цветового пространства YcgCr и цветового пространства YcbCr в качестве центра цвета кожи, вычисляют значения компонентов Cb, Cg и Cr углов, вычисляют расстояния между центром цвета кожи и значениями компонентов Cb, Cg и Cr углов и отфильтровывают углы, расстояние от которых до центра цвета кожи превышает второе пороговое значение.
5. Способ по п. 1, отличающийся тем, что выделение центроидов из связной компоненты углов содержит этапы, на которых:
выбирают связную компоненту, площадь которой больше или равна третьему пороговому значению и/или соотношение сторон которой находится в пределах предустановленного диапазона;
выделяют центр выбранной связной компоненты в качестве центроида; и
вычисляют направление выделенного центроида и удаляют данный центроид, если перпендикулярность его направления находится в пределах заданного диапазона перпендикулярности.
6. Способ по п. 1, отличающийся тем, что лицевой шаблон представляет собой прямоугольный шаблон, включающий в себя верхнюю точку левого глаза, верхнюю точку правого глаза и, по меньшей мере, одну третью точку, расположенную на другой линии, параллельной линии, на которой расположены верхняя точка левого глаза и верхняя точка правого глаза.
7. Способ по п. 6, отличающийся тем, что проверка согласования центроидов с лицевым шаблоном, вычисление вероятности согласования центроидов с лицевым шаблоном и идентификация области, образованной центроидами, вероятность согласования которых больше или равна предопределенному значению, в качестве вероятной лицевой области, содержат этапы, на которых:
перебирают центроиды, и
для каждого из центроидов выполняют следующие этапы:
выполняют поиск второго центроида, расстояние от которого до верхней точки правого глаза меньше или равно четвертому пороговому значению, используя первый центроид в качестве верхней точки лицевого шаблона;
выполняют поиск третьего центроида, расстояние от которого по вертикали до другой линии, параллельной линии, на которой расположены верхняя точка левого глаза и верхняя точка правого глаза, меньше или равно четвертому пороговому значению;
вычисляют вероятность согласования на основании расстояния между вторым центроидом и верхней точкой правого глаза, расстояния по вертикали между третьим центроидом и упомянутой другой линией и кратчайшего расстояния между третьим центроидом и третьей точкой; и
определяют, является ли вероятность согласования большей или равной предопределенному значению, и идентифицируют область, образованную первым центроидом, вторым центроидом и третьим центроидом, в качестве вероятной лицевой области, если вероятность согласования больше или равна предопределенному значению.
8. Способ по п. 1, дополнительно содержащий этапы, на которых:
после проверки согласования центроидов с лицевым шаблоном, вычисления вероятности согласования центроидов с лицевым шаблоном и идентификации области, образованной центроидами, вероятность согласования которых больше или равна предопределенному значению, в качестве вероятной лицевой области,
разбивают вероятную лицевую область на заданное число ячеек и вычисляют пропорцию цвета кожи для каждой из данных ячеек; и
выбирают вероятную лицевую область, пропорция цвета кожи которой отвечает предустановленному пропорциональному распределению цвета кожи, в качестве окончательной лицевой области.
9. Система детектирования лица, содержащая:
модуль предварительной обработки, выполненный с возможностью предварительной обработки изображения;
модуль выделения углов, выполненный с возможностью выделения углов из предварительно обработанного изображения;
модуль фильтрации и комбинирования углов, выполненный с возможностью фильтрации и комбинирования упомянутых углов для получения связной компоненты для углов;
модуль выделения центроида, выполненный с возможностью выделения центроида из связной компоненты углов; и
модуль определения вероятной лицевой области, выполненный с возможностью проверки согласования центроидов с лицевым шаблоном, вычисления вероятности согласования центроидов с лицевым шаблоном и идентификации областей, образованных центроидами, вероятность согласования которых больше или равна предопределенному значению, в качестве вероятных лицевых областей.
10. Система по п. 9, отличающаяся тем, что предварительная обработка содержит, по меньшей мере, одно из корректировки уровня изображения, автоматической балансировки белого, нормализации и создания мозаичного изображения.
11. Система по п. 9, отличающаяся тем, что модуль выделения углов выполнен с возможностью вычисления разности яркости между текущим пикселем и окружающими пикселями на основании предустановленного шаблона 3X3 и определения пикселя, разность яркости которого больше или равна первому пороговому значению, в качестве угла;
при этом шаблон 3X3 представляет собой область с центром в текущем пикселе, включающую в себя пиксели слева, справа, сверху, снизу, слева вверху, справа вверху, слева внизу и справа внизу от текущего пикселя.
12. Система по п. 9, отличающаяся тем, что модуль фильтрации и комбинирования углов выполнен с возможностью идентификации точек цвета кожи в предварительно обработанном изображении и отфильтровывания углов, не включающих в себя точку цвета кожи в предустановленном окружающем диапазоне; и
модуль фильтрации и комбинирования углов дополнительно выполнен с возможностью выделения центра пересечения цветового пространства YcgCr и цветового пространства YcbCr в качестве центра цвета кожи, вычисления значений компонентов Cb, Cg и Cr углов, вычисления расстояний между центром цвета кожи и значениями компонентов Cb, Cg и Cr углов и отфильтровывания углов, расстояние от которых до центра цвета кожи превышает второе пороговое значение.
13. Система по п. 9, отличающаяся тем, что модуль выделения центроида содержит:
блок выбора связной компоненты, выполненный с возможностью выбора связной компоненты, площадь которой больше или равна третьему пороговому значению и/или соотношение сторон которой находится в пределах предустановленного диапазона;
блок выделения центроида, выполненный с возможностью выделения центра выбранной связной компоненты в качестве центроида;
блок удаления центроида, выполненный с возможностью вычисления направления выделенного центроида и удаления данного центроида, если направление имеет перпендикулярность, находящуюся в пределах заданного диапазона перпендикулярности.
14. Система по п. 9, отличающаяся тем, что лицевой шаблон представляет собой прямоугольный шаблон, включающий в себя верхнюю точку левого глаза, верхнюю точку правого глаза и, по меньшей мере, одну третью точку, расположенную на другой линии, параллельной линии, на которой расположены верхняя точка левого глаза и верхняя точка правого глаза.
15. Система по п. 14, отличающаяся тем, что модуль определения вероятной лицевой области содержит:
блок поиска, выполненный с возможностью поиска, для каждого центроида, второго центроида, расстояние от которого до верхней точки правого глаза меньше или равно четвертому пороговому значению, используя первый центроид в качестве верхней точки лицевого шаблона, и поиска третьего центроида, расстояние от которого по вертикали до другой линии, параллельной линии верхней точки левого глаза и верхней точки правого глаза, меньше или равно четвертому пороговому значению;
блок вычисления вероятности согласования, выполненный с возможностью вычисления вероятности согласования на основании расстояния между вторым центроидом и верхней точкой правого глаза, расстояния по вертикали между третьим центроидом и упомянутой другой линией и кратчайшего расстояния между третьим центроидом и третьей точкой; и
блок локализации области, выполненный с возможностью определения того, является ли вероятность согласования большей или равной предопределенному значению, и локализации областей, образованных первым центроидом, вторым центроидом и третьим центроидом, в качестве вероятных лицевых областей, если вероятность согласования больше или равна предопределенному значению.
16. Система по п. 9, дополнительно содержащая:
модуль выбора области, выполненный с возможностью разбивки вероятных лицевых областей на заданное число ячеек, вычисления пропорции цвета кожи для каждой из данных ячеек и выбора вероятной лицевой области, пропорция цвета кожи которой отвечает пропорциональному распределению цвета кожи, в качестве окончательной лицевой области.
17. Компьютерный носитель данных, содержащий исполняемые компьютером команды для выполнения способа детектирования лица, причем данный способ содержит этапы, на которых:
предварительно обрабатывают изображение;
выделяют углы из предварительно обработанного изображения, фильтруют и комбинируют упомянутые углы для получения связной компоненты углов;
выделяют центроиды из связной компоненты углов; и
проверяют согласование центроидов с лицевым шаблоном, вычисляют вероятность согласования центроидов с лицевым шаблоном и идентифицируют области, образованные центроидами, вероятность согласования которых больше или равна предопределенному значению, в качестве вероятных лицевых областей.
18. Компьютерный носитель данных по п. 17, отличающийся тем, что предварительная обработка содержит, по меньшей мере, одно из корректировки уровня изображения, автоматической балансировки белого, нормализации и создания мозаичного изображения.
19. Компьютерный носитель данных по п. 17, отличающийся тем, что выделение углов из предварительно обработанного изображения содержит этапы, на которых:
вычисляют разности яркости между текущим пикселем и окружающими пикселями на основании предустановленного шаблона 3X3; и
определяют пиксель, разность яркости которого больше или равна первому пороговому значению, в качестве угла;
при этом шаблон 3X3 представляет собой область с центром в текущем пикселе, включающую в себя пиксели слева, справа, сверху, снизу, слева вверху, справа вверху, слева внизу и справа внизу от текущего пикселя.
20. Компьютерный носитель данных по п. 17, отличающийся тем, что фильтрация углов содержит этапы, на которых:
идентифицируют точки цвета кожи в предварительно обработанном изображении и отфильтровывают углы, не включающие в себя точку цвета кожи в предустановленном окружающем диапазоне; и
выделяют центр пересечения цветового пространства YcgCr и цветового пространства YcbCr в качестве центра цвета кожи, вычисляют значения компонентов Cb, Cg и Cr углов, вычисляют расстояния между центром цвета кожи и значениями компонентов Cb, Cg и Cr углов и отфильтровывают углы, расстояние от которых до центра цвета кожи превышает второе пороговое значение.
21. Компьютерный носитель данных по п. 17, отличающийся тем, что выделение центроидов из связной компоненты углов содержит этапы, на которых:
выбирают связную компоненту, площадь которой больше или равна третьему пороговому значению и/или соотношение сторон которой находится в пределах предустановленного диапазона;
выделяют центр выбранной связной компоненты в качестве центроида; и
вычисляют направление выделенного центроида и удаляют данный центроид, если перпендикулярность его направления находится в пределах заданного диапазона перпендикулярности.
22. Компьютерный носитель данных по п. 17, отличающийся тем, что лицевой шаблон представляет собой прямоугольный шаблон, включающий в себя верхнюю точку левого глаза, верхнюю точку правого глаза и, по меньшей мере, одну третью точку, расположенную на другой линии, параллельной линии, на которой расположены верхняя точка левого глаза и верхняя точка правого глаза.
23. Компьютерный носитель данных по п. 22, отличающийся тем, что проверка согласования центроидов с лицевым шаблоном, вычисление вероятности согласования центроидов с лицевым шаблоном и идентификация области, образованной центроидами, вероятность согласования которых больше или равна предопределенному значению, в качестве вероятной лицевой области, содержат этапы, на которых:
перебирают центроиды, и
для каждого из центроидов выполняют следующие этапы:
выполняют поиск второго центроида, расстояние от которого до верхней точки правого глаза меньше или равно четвертому пороговому значению, используя первый центроид в качестве верхней точки лицевого шаблона;
выполняют поиск третьего центроида, расстояние от которого по вертикали до другой линии, параллельной линии, на которой расположены верхняя точка левого глаза и верхняя точка правого глаза, меньше или равно четвертому пороговому значению.
вычисляют вероятность совпадения на основании расстояния между вторым центроидом и верхней точкой правого глаза, расстояния по вертикали между третьим центроидом и упомянутой другой линией и кратчайшего расстояния между третьим центроидом и третьей точкой; и
определяют, является ли вероятность согласования большей или равной предопределенному значению, и идентифицируют область, образованную первым центроидом, вторым центроидом и третьим центроидом, в качестве вероятной лицевой области, если вероятность согласования больше или равна предопределенному значению.
24. Компьютерный носитель данных по п. 17, причем способ дополнительно содержит этапы, на которых:
после проверки согласования центроидов с лицевым шаблоном, вычисления вероятности согласования центроидов с лицевым шаблоном и идентификации области, образованной центроидами, вероятность согласования которых больше или равна предопределенному значению, в качестве вероятной лицевой области,
разбивают вероятную лицевую область на заданное число ячеек и вычисляют пропорцию цвета кожи для каждой из данных ячеек; и
выбирают вероятную лицевую область, пропорция цвета кожи которой отвечает предустановленному пропорциональному распределению цвета кожи, в качестве окончательной лицевой области.
RU2014142591/08A 2012-03-26 2013-03-13 Способ, система и компьютерный носитель данных для детектирования лица RU2601185C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201210082964.6 2012-03-26
CN201210082964.6A CN102663354B (zh) 2012-03-26 2012-03-26 人脸标定方法和系统
PCT/CN2013/072518 WO2013143390A1 (zh) 2012-03-26 2013-03-13 人脸标定方法和系统、计算机存储介质

Publications (2)

Publication Number Publication Date
RU2014142591A true RU2014142591A (ru) 2016-05-20
RU2601185C2 RU2601185C2 (ru) 2016-10-27

Family

ID=46772838

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2014142591/08A RU2601185C2 (ru) 2012-03-26 2013-03-13 Способ, система и компьютерный носитель данных для детектирования лица

Country Status (13)

Country Link
US (1) US9530045B2 (ru)
EP (1) EP2833288B1 (ru)
KR (1) KR101683704B1 (ru)
CN (1) CN102663354B (ru)
AP (1) AP2014007969A0 (ru)
CA (1) CA2867365C (ru)
CL (1) CL2014002526A1 (ru)
MY (1) MY167554A (ru)
PH (1) PH12014501995B1 (ru)
RU (1) RU2601185C2 (ru)
SG (1) SG11201405684WA (ru)
WO (1) WO2013143390A1 (ru)
ZA (1) ZA201406837B (ru)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663354B (zh) * 2012-03-26 2014-02-19 腾讯科技(深圳)有限公司 人脸标定方法和系统
US9305519B2 (en) * 2013-05-09 2016-04-05 Asustek Computer Inc. Image color adjusting method and electronic device using the same
CN104156717A (zh) * 2014-08-31 2014-11-19 王好贤 基于图像处理技术的驾驶员驾车打电话违章识别方法
CN104284017A (zh) * 2014-09-04 2015-01-14 广东欧珀移动通信有限公司 一种信息提示方法及装置
CN110889825A (zh) * 2015-08-07 2020-03-17 深圳市真迈生物科技有限公司 一种单分子定位装置
CN110852996A (zh) * 2015-08-07 2020-02-28 深圳市真迈生物科技有限公司 一种单分子定位方法
CN105488475B (zh) * 2015-11-30 2019-10-15 西安闻泰电子科技有限公司 手机中人脸检测方法
US9934397B2 (en) 2015-12-15 2018-04-03 International Business Machines Corporation Controlling privacy in a face recognition application
CN105844235B (zh) * 2016-03-22 2018-12-14 南京工程学院 基于视觉显著性的复杂环境人脸检测方法
CN107452002A (zh) * 2016-05-31 2017-12-08 百度在线网络技术(北京)有限公司 一种图像分割方法及装置
US20210090545A1 (en) * 2017-04-12 2021-03-25 Hewlett-Packard Development Company, L.P. Audio setting modification based on presence detection
CN107122751B (zh) * 2017-05-03 2020-12-29 电子科技大学 一种基于人脸对齐的人脸跟踪和人脸图像捕获方法
CN107239764A (zh) * 2017-06-07 2017-10-10 成都尽知致远科技有限公司 一种动态降噪的人脸识别方法
KR102397396B1 (ko) 2017-09-13 2022-05-12 삼성전자주식회사 자동 화이트 밸런스를 위한 이미지 처리 방법 및 장치
CN108399630B (zh) * 2018-01-22 2022-07-08 北京理工雷科电子信息技术有限公司 一种复杂场景下感兴趣区域内目标快速测距方法
CN110415168B (zh) * 2018-04-27 2022-12-02 武汉斗鱼网络科技有限公司 人脸局部缩放处理方法、存储介质、电子设备及系统
US10762336B2 (en) * 2018-05-01 2020-09-01 Qualcomm Incorporated Face recognition in low light conditions for unlocking an electronic device
CN109657544B (zh) * 2018-11-10 2023-04-18 江苏网进科技股份有限公司 一种人脸检测方法和装置
US10885606B2 (en) 2019-04-08 2021-01-05 Honeywell International Inc. System and method for anonymizing content to protect privacy
CN112052706B (zh) * 2019-06-06 2022-07-29 鸿富锦精密工业(武汉)有限公司 电子装置及人脸识别方法
US11250266B2 (en) 2019-08-09 2022-02-15 Clearview Ai, Inc. Methods for providing information about a person based on facial recognition
US11062579B2 (en) 2019-09-09 2021-07-13 Honeywell International Inc. Video monitoring system with privacy features
CN111814702A (zh) * 2020-07-13 2020-10-23 安徽兰臣信息科技有限公司 一种基于成年人脸和儿童照特征空间映射关系的儿童人脸识别方法
CN111724406B (zh) * 2020-07-14 2023-12-08 苏州精濑光电有限公司 一种区域连通合并方法、装置、设备和介质
CN112418184A (zh) * 2020-12-14 2021-02-26 杭州魔点科技有限公司 基于鼻部特征的人脸检测方法、装置、电子设备及介质
CN113747640B (zh) * 2021-09-03 2024-02-09 深圳时空数字科技有限公司 一种数字展厅灯光智能中央控制方法及系统
CN114022934B (zh) * 2021-11-04 2023-06-27 清华大学 一种基于多数原则的实时人像聚档方法、系统和介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100361497B1 (ko) 1999-01-08 2002-11-18 엘지전자 주식회사 얼굴영역 추출방법
US6526161B1 (en) * 1999-08-30 2003-02-25 Koninklijke Philips Electronics N.V. System and method for biometrics-based facial feature extraction
KR100682889B1 (ko) 2003-08-29 2007-02-15 삼성전자주식회사 영상에 기반한 사실감 있는 3차원 얼굴 모델링 방법 및 장치
JP4085959B2 (ja) * 2003-11-14 2008-05-14 コニカミノルタホールディングス株式会社 物体検出装置、物体検出方法、および記録媒体
EP1566788A3 (en) * 2004-01-23 2017-11-22 Sony United Kingdom Limited Display
JP2009104427A (ja) * 2007-10-24 2009-05-14 Fujifilm Corp 顔検出方法及び装置、並びに顔検出プログラム
CN100561503C (zh) * 2007-12-28 2009-11-18 北京中星微电子有限公司 一种人脸眼角与嘴角定位与跟踪的方法及装置
RU2382407C1 (ru) * 2008-11-21 2010-02-20 Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." Способ и система для обнаружения лица
CN101561710B (zh) * 2009-05-19 2011-02-09 重庆大学 一种基于人脸姿态估计的人机交互方法
KR101151435B1 (ko) * 2009-11-11 2012-06-01 한국전자통신연구원 얼굴 인식 장치 및 방법
CN102663354B (zh) * 2012-03-26 2014-02-19 腾讯科技(深圳)有限公司 人脸标定方法和系统

Also Published As

Publication number Publication date
WO2013143390A1 (zh) 2013-10-03
US20150016687A1 (en) 2015-01-15
KR101683704B1 (ko) 2016-12-07
PH12014501995A1 (en) 2014-11-24
MY167554A (en) 2018-09-14
US9530045B2 (en) 2016-12-27
EP2833288B1 (en) 2020-05-27
EP2833288A4 (en) 2015-06-10
CA2867365C (en) 2016-11-08
CA2867365A1 (en) 2013-10-03
PH12014501995B1 (en) 2014-11-24
KR20140137014A (ko) 2014-12-01
CN102663354A (zh) 2012-09-12
CL2014002526A1 (es) 2015-04-10
RU2601185C2 (ru) 2016-10-27
SG11201405684WA (en) 2014-10-30
CN102663354B (zh) 2014-02-19
EP2833288A1 (en) 2015-02-04
AP2014007969A0 (en) 2014-09-30
ZA201406837B (en) 2015-11-25

Similar Documents

Publication Publication Date Title
RU2014142591A (ru) Способ, система и компьютерный носитель данных для детектирования лица
US20150124082A1 (en) Image processing device, program, image processing method, computer-readable medium, and image processing system
CN105453153B (zh) 交通灯检测
CN103258201B (zh) 一种融合全局和局部信息的表格线提取方法
US8989481B2 (en) Stereo matching device and method for determining concave block and convex block
EP3300024A1 (en) Color identification system, color identification method, and display device
US9666161B2 (en) Method and system for replacing theme of a mobile terminal on the basis of a user's clothes color
CN109426814A (zh) 一种发票图片特定板块的定位、识别方法、系统、设备
CN108510491A (zh) 虚化背景下人体骨骼关键点检测结果的过滤方法
US9197860B2 (en) Color detector for vehicle
CN105095890A (zh) 图像中字符分割方法及装置
KR20130028610A (ko) 실시간 차선 검출 장치 및 방법과 이에 관한 기록매체
CN105023265A (zh) 鱼眼镜头下的棋盘格角点自动检测方法
CN107506685A (zh) 物体判别装置
Hung et al. Skyline localization for mountain images
US9092661B2 (en) Facial features detection
JP6326622B2 (ja) 人物検出装置
CN106340038B (zh) 一种基于单目图像中物体的深度次序推理方法
CN107403151A (zh) 通过室内天花定位的方法、装置、设备及可读介质
KR101274741B1 (ko) 객체 영역의 유효성 판단 방법 및 장치, 객체 추출 방법
CN106504405B (zh) 一种识别纸币的方法及装置
WO2015080321A1 (ko) 과도시차 객체 검출방법
CN104484674A (zh) 一种确定百元纸币垂直折痕位置的方法
KR101373405B1 (ko) 식물 영상에 대한 객체 검출 방법 및 장치
CN106570980B (zh) 一种纸币鉴伪的方法和系统