RU2431190C2 - Способ и устройство распознавания рельефности лица - Google Patents

Способ и устройство распознавания рельефности лица Download PDF

Info

Publication number
RU2431190C2
RU2431190C2 RU2009123429/28A RU2009123429A RU2431190C2 RU 2431190 C2 RU2431190 C2 RU 2431190C2 RU 2009123429/28 A RU2009123429/28 A RU 2009123429/28A RU 2009123429 A RU2009123429 A RU 2009123429A RU 2431190 C2 RU2431190 C2 RU 2431190C2
Authority
RU
Russia
Prior art keywords
areas
images
characteristic points
face
pixels
Prior art date
Application number
RU2009123429/28A
Other languages
English (en)
Other versions
RU2009123429A (ru
Inventor
Анвар Адхамович Ирматов (RU)
Анвар Адхамович Ирматов
Дмитрий Юрьевич БУРЯК (RU)
Дмитрий Юрьевич БУРЯК
Дмитрий Владимирович ЧЕРДАКОВ (RU)
Дмитрий Владимирович ЧЕРДАКОВ
Виктор Дмитриевич Кузнецов (RU)
Виктор Дмитриевич Кузнецов
Хае Кванг ЯНГ (KR)
Хае Кванг ЯНГ
Донгсунг ЛИ (KR)
Донгсунг ЛИ
Original Assignee
Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд."
Корпорация С1
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 Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд.", Корпорация С1 filed Critical Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд."
Priority to RU2009123429/28A priority Critical patent/RU2431190C2/ru
Priority to PCT/KR2010/004042 priority patent/WO2010151029A2/ko
Priority to US13/380,158 priority patent/US8698914B2/en
Priority to CN201080037184.9A priority patent/CN102483851B/zh
Publication of RU2009123429A publication Critical patent/RU2009123429A/ru
Application granted granted Critical
Publication of RU2431190C2 publication Critical patent/RU2431190C2/ru

Links

Images

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
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • G06T7/586Depth or shape recovery from multiple images from multiple light sources, e.g. photometric stereo
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10152Varying illumination
    • 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

Abstract

Изобретение относится к области распознавания образов, а именно к способам и устройствам распознавания рельефности лица, и может быть использовано в биометрических системах идентификации личности в качестве дополнительного средства выявления попыток обмана системы посредством предоставления ей фотографии человека, зарегистрированного в системе.
Задачей заявленного изобретения является создание способа и устройства распознавания рельефности лица с уменьшенной стоимостью и увеличенным быстродействием за счет выявления случаев предъявления фотографий лиц, т.е. двумерных изображений, без использования дорогостоящих стерео- и 3D-камер, а также без применения алгоритмов стереореконструкции, которые в большинстве своем являются вычислительно затратными.
Поставленная задача решена путем создания устройства и способа распознавания рельефности лица, при этом способ предусматривает выполнение следующих операций: формируют два изображения объекта, при этом одно из изображений формируют при включенной подсветке, а второе - при выключенной подсветке: определяют на каждом из двух изображений объекта области, содержащие лица; сопоставляют обнаруженные области; проводят анализ изменения интенсивностей сопоставляемых областей; формируют решение о рельефности представленного на изображениях лица. 2 н. и 7 з.п ф-лы,3 ил.

Description

Изобретение относится к области распознавания образов, а именно к способам и устройствам распознавания рельефности лица, и может быть использовано в биометрических системах идентификации личности в качестве дополнительного средства выявления попыток обмана системы посредством предоставления ей фотографии человека, зарегистрированного в системе.
Биометрические системы распознавания основаны на анализе биометрических характеристик человека. Они широко применяются в системах контроля доступа и системах видеонаблюдения. В качестве биометрических характеристик могут быть использованы черты лица, отпечатки пальцев, радужка глаза, голос, жесты. Системы распознавания по лицу человека считаются одним из приоритетных направлений развития этой области. Они обладают рядом существенных преимуществ: не требуется специальное дорогостоящее оборудование, не нужен физический контакт человека с устройствами, идентификацию можно проводить скрытно. Вместе с тем для систем распознавания лиц характерны недостатки, одним из которых является их относительная уязвимость перед подменой злоумышленниками лица человека фотографиями, муляжами и т.п.
Предлагаемое изобретение позволяет выявлять случаи предоставления для распознавания фотографии лица человека вместо трехмерного лица.
Для защиты систем видеонаблюдения и контроля доступа от атак, связанных с подменой лица, разработано большое количество подходов.
В патентах (RU No. 95115528 [1], US No. 6,567,775 [2]; US No. 6,219,640 [3]; US No. 6,498,970 [4]) одновременно применяются разнотипные биометрические характеристики, такие как рост, отпечатки пальцев, голос, черты лица. Если человек не проходит идентификацию хотя бы по одному признаку, то система отказывает ему в доступе.
В патенте US No. 6,002,782 [5] и заявке RU No. 2001122361 [6] выполняется восстановление 3D-модели лица, по которой производится распознавание. Помимо повышения точности распознавания это позволяет защитить систему от предоставления для идентификации фотографии лица.
В патентах US No. 5,517,021 [7] и RU №2249514 [8] измеряются динамические характеристики человеческого лица, такие как частота морганий, траектории движения зрачков. Использование подобных признаков позволяет предотвратить попытки проникновения с использованием фотографий лица, трехмерных муляжей, масок и т.п.
Патент [4] описывает систему, предлагающую пользователю интерактивно реагировать на запросы. Ответные действия человека анализируются, вычисляются характеристики движения глаз, головы, голосовые параметры. На основе сравнения вычисленных признаков с соответствующими значениями, хранящимися в базе данных знаний системы, принимается решение о пропуске человека или отказе ему в допуске.
Наиболее близкими к заявленному изобретению являются способ и устройство проверки живости лица, предоставляемого системе на основе анализа его изображений, полученных при его освещении в различных спектрах (см. патент US No. 7,539,330) [9]. При этом вычисляют некоторые характеристики материала, из которого состоит снимаемый объект. На основе полученных значений принимают решение, является материал объекта кожей или нет. Данные способ и устройство выбраны в качестве прототипа заявленного изобретения.
Одной из существенных проблем большинства систем распознавания лиц, в том числе аналогов и прототипа заявленного изобретения, является их уязвимость перед использованием злоумышленниками фотографий лиц зарегистрированных людей. Это обусловлено тем, что наибольшее распространение на данный момент получили системы, обрабатывающие 2D-изображения, по которым затруднительно определить, что представлено на захваченном изображении: фотография или лицо настоящего человека.
Задачей заявленного изобретения является создание способа и устройства распознавания рельефности лица с уменьшенной стоимостью и увеличенным быстродействием за счет выявления случаев предъявления фотографий лиц по двухмерным изображениям без использования дорогостоящих стерео- и 3D-камер, а также без применения алгоритмов стереореконструкции, которые в большинстве своем являются вычислительно затратными. В заявленном изобретении рельефность определяют путем сравнения двух изображений одного объекта, захваченных с коротким интервалом времени в различных, заранее определенных, условиях освещения.
Поставленная задача решена путем создания способа распознавания рельефности лица, в котором:
- формируют два изображения объекта, при этом одно из изображений формируют при включенной подсветке, а второе - при выключенной;
- обнаруживают на каждом из двух изображений объекта области, содержащие лица, при этом определяют координаты областей, содержащих лица;
- сопоставляют обнаруженные области, при этом вырезают области исходных изображений в соответствии с координатами областей, содержащих лица, нормализуют, определяют координаты характерных точек лица, выравнивают вырезанные области относительно друг друга так, чтобы координаты соответствующих характерных точек совпали;
- проводят анализ изменения интенсивностей пикселов сопоставленных областей, при этом строят карты распределения интенсивностей;
- формируют решение о рельефности представленного на изображениях лица.
Для функционирования способа важно, чтобы находили, по меньшей мере, одну пару характерных точек, выбранную из набора характерных точек, содержащего центры и уголки глаз, крылья носа, уголки рта.
Для функционирования способа важно, чтобы проводили анализ изменения интенсивности пикселов сопоставленных областей, при этом сравнивали интенсивности пикселов на выровненных вырезанных областях и вычисляли вектор статистических оценок изменения интенсивностей соответствующих участков данных областей.
Для функционирования способа важно, чтобы формировали решение о рельефности лица на изображении, при этом применяли бинарную решающую функцию к вектору статистических оценок.
Поставленная задача решена также путем создания устройства распознавания рельефности лица, содержащего:
- лампу подсветки;
- средство формирования изображений объекта;
- средство обнаружения областей, содержащих лица, выполненное с возможностью определения координат областей, содержащих лицо;
- средство сопоставления обнаруженных областей, выполненное с возможностью формирования сопоставленных обнаруженных областей посредством вырезания найденных областей из исходных изображений, нормализации, определения характерных точек лица и выравнивания областей относительно друг друга по координатам соответствующих характерных точек;
- средство проведения анализа изменения интенсивности пикселов сопоставленных областей сформированных изображений, выполненное с возможностью построения карт распределения интенсивностей;
- средство формирования решения о рельефности представленного на изображениях лица.
Для функционирования устройства важно, чтобы средство формирования изображений объекта содержало 2D-камеру и блок захвата изображений и было выполнено с возможностью регистрации одного из изображений с включенной лампой подсветки, а второго - с выключенной.
Для функционирования устройства важно, чтобы характерные точки были выбраны из набора характерных точек, содержащего центры и уголки глаз, крылья носа, уголки рта.
Для функционирования устройства важно, чтобы средство проведения анализа изменения интенсивностей пикселов сопоставленных областей было выполнено с возможностью сравнения интенсивности пикселов на выровненных вырезанных областях и вычисления вектора статистических оценок изменения интенсивностей соответствующих участков данных областей.
Для функционирования устройства важно, чтобы средство формирования решения было выполнено с возможностью вычисления значения бинарной решающей функции на векторе статистических оценок.
Для лучшего понимания заявленного изобретения далее приводится его подробное описание с соответствующими чертежами.
Фиг.1. Схема работы способа и устройства распознавания рельефности лица согласно изобретению.
Фиг.2. Пример сформированных изображений объекта и промежуточных результатов работы устройства и способа для фотографии человека согласно изобретению.
Фиг.3. Пример сформированных изображений объекта и промежуточных результатов работы устройства и способа для объемного лица человека согласно изобретению.
Схема функционирования варианта выполнения устройства, реализующего заявленное изобретение, представлена на Фиг.1. Основным результатом работы устройства является признак, принимающий два значения, которые соответствуют решениям, что лицо на входном изображении является рельефным или нет.
Устройство состоит из 2D-камеры, регистрирующей входные изображения, и лампы подсветки, в качестве которой может быть использована, например, лампа накаливания или инфракрасный осветитель.
Блок захвата изображения управляет формированием изображений с 2D-камеры и включением лампы подсветки. Блок посредством 2D-камеры в течение короткого интервала времени регистрирует два изображения человека, взаимодействующего с системой. Одно из этих изображений получено с выключенной лампой подсветки, а другое - с включенной. Факт взаимодействия может быть установлен, например, с использованием реализованного в рамках данного блока детектора объектов, приближающихся к устройству, или, установив требование физического контакта человека посредством набора ПИН-кода, если данное устройство входит в состав системы контроля доступа.
Полученные два изображения с подсветкой и без нее передаются на блок поиска областей, содержащих лица. Основным результатом работы блока являются координаты областей, содержащих лица, вычисленные на каждом из двух изображений отдельно. Реализация данного блока возможна, например, с использованием метода, предложенного в заявке RU No. 2008145913 [10].
Исходные изображения вместе с соответствующими координатами областей, содержащих лица, поступают на вход блока выделения и сопоставления областей. Результатом работы блока являются фрагменты - по одному из каждого изображения - содержащие лицо, нормализованные и выровненные по координатам соответствующих характерных точек. В рамках функционирования данного блока выполняют вырезание из исходных изображений областей, содержащих лицо, в соответствие с координатами, поступающими в качестве входных данных. Внутри каждой области производят поиск характерных точек, например, таких как центры и уголки глаз, крылья носа, уголки рта. Данная функциональность может быть реализована, например, через методы анализа цветовых компонент изображения или алгоритмы обработки градиентной информации, которая обладает характерными признаками для данных областей. После нахождения характерных точек определяют их соответствие на каждом изображении. Далее вырезанные фрагменты подвергают аффинному преобразованию, так чтобы совпали координаты соответствующих найденных характерных точек.
Полученные выровненные фрагменты, содержащие лицо человека, поступают на вход блока анализа изменений областей. Результатом работы блока является вектор числовых значений, характеризующий рельефность представленного лица. В рамках данного блока выполняют сравнение интенсивностей пикселов на входных фрагментах. На рисунках 2 и 3 представлены наборы изображений, полученных при регистрации камерой фотографии человека (Фиг.2), и объемного лица человека (Фиг.3). Первые изображения в каждом наборе есть результат регистрации с выключенной подсветкой, вторые изображения получены после включения подсветки (в данном случае был использован инфракрасный осветитель). Сравнивая попарно изображения с подсветкой и без нее, можно заключить, что законы изменения интенсивностей пикселов при включении подсветки для двух представленных случаев существенно отличаются. Это продемонстрировано на третьих изображениях из каждого набора, где представлены разности первых двух изображений. Последние изображения набора показывают карты распределения соответствующих интенсивностей для изображений с включенной и выключенной подсветкой. На них по оси ординат отложены градации интенсивности изображения, зарегистрированного без подсветки, а по оси абсцисс аналогичные интенсивности для изображения с подсветкой. Процесс построения данных карт выполняют по следующей схеме.
- На изображении без подсветки выделяют группы пикселов, имеющих одинаковую интенсивность.
- Для каждой из выделенных групп проводят поиск соответствующих пикселов на изображении с подсветкой.
- Результирующую карту строят по найденным парам соответствующих пикселов, при этом абсцисса точки на карте определяется интенсивностью пиксела на подсвеченном изображении, а ордината - интенсивностью соответствующего пиксела на изображении без подсветки. Интенсивность точек на карте пропорциональна числу пар пикселов, по которым вычислены координаты этих точек.
Представленные карты также демонстрируют существенные отличия для двух рассмотренных случаев.
Показанные разностные изображения, а также карты распределения интенсивностей могут быть использованы для вычисления оценки рельефности лица, представленного на входных изображениях.
Так, в первом случае подобная оценка может быть вычислена на основе статистических характеристик значений интенсивностей разностного изображения. Наложим на разностное изображение прямоугольную сетку, размер ячейки которой определяется размером детектированного лица. В качестве оценки рельефности вычислим среднее значение дисперсий, посчитанных для областей внутри каждой ячейки сетки.
Оценка показателя рельефности по картам распределения интенсивностей может быть проведена через вычисление следующего показателя:
Figure 00000001
,
Здесь: N - количество групп пикселов, выделенных на изображении без подсветки, Qi - множество интенсивностей пикселов на изображении с подсветкой, соответствующих i-ой группе, std(X) - функция вычисления дисперсии для значений из множества X.
Вычисленный вектор числовых значений поступает на блок формирования решения. Результатом работы блока является признак, принимающий два значения, которые соответствуют решениям, что представленное лицо человека является рельефным или нет. Результат работы блока может быть сформирован путем сравнения вычисленной оценки рельефности с пороговым значением.
Заявленное устройство может быть реализовано в виде платы устройств, в состав которой входят видеокамера, устройство подсветки и, по меньшей мере, один сигнальный процессор.
Хотя указанный выше вариант выполнения изобретения был изложен с целью иллюстрации настоящего изобретения, специалистам ясно, что возможны разные модификации, добавления и замены, не выходящие из объема и смысла настоящего изобретения, раскрытого в прилагаемой формуле изобретения.

Claims (9)

1. Способ распознавания рельефности лица, в котором:
- формируют два изображения объекта, при этом одно из изображений формируют при включенной подсветке, а второе - при выключенной;
- обнаруживают на каждом из двух изображений объекта области, содержащие лица, при этом определяют координаты областей, содержащих лица;
- сопоставляют обнаруженные области, при этом вырезают области исходных изображений в соответствии с координатами областей, содержащих лица, нормализуют, определяют координаты характерных точек лица, выравнивают вырезанные области относительно друг друга так, чтобы координаты соответствующих характерных точек совпали;
- проводят анализ изменения интенсивностей пикселов сопоставляемых областей, при этом строят карты распределения интенсивностей;
- формируют решение о рельефности представленного на изображениях лица.
2. Способ по п.1, отличающийся тем, что находят, по меньшей мере, одну пару характерных точек, выбранную из набора характерных точек, содержащего центры и уголки глаз, крылья носа, уголки рта.
3. Способ по п.1, отличающийся тем, что проводят анализ изменения интенсивностей пикселов сопоставляемых областей, при этом сравнивают интенсивности пикселов на выровненных вырезанных областях и вычисляют вектор статистических оценок изменения интенсивностей соответствующих участков данных областей.
4. Способ по п.1, отличающийся тем, что формируют решение о рельефности лица на изображении, при этом применяют бинарную решающую функцию к вектору статистических оценок.
5. Устройство распознавания рельефности лица, содержащее:
- лампу подсветки;
- средство формирования изображений объекта;
- средство обнаружения областей, содержащих лица, выполненное с возможностью определения координат областей, содержащих лица;
- средство сопоставления обнаруженных областей, выполненное с возможностью формирования сопоставляемых обнаруженных областей посредством вырезания найденных областей из исходных изображений, нормализации, определения характерных точек лица и выравнивания областей относительно друг друга по координатам соответствующих характерных точек;
- средство проведения анализа изменения интенсивности пикселов сопоставляемых областей сформированных изображений, выполненное с возможностью построения карт распределения интенсивностей;
- средство формирования решения о рельефности представленного на изображениях лица.
6. Устройство по п.5, отличающееся тем, что средство формирования изображений объекта содержит 2D камеру и блок захвата изображений и выполнено с возможностью регистрации одного из изображений с включенной лампой подсветки, а второго - с выключенной.
7. Устройство по п.5, отличающееся тем, что характерные точки выбраны из набора характерных точек, содержащего центры и уголки глаз, крылья носа, уголки рта.
8. Устройство по п.5, отличающееся тем, что средство проведения анализа изменения интенсивности пикселов сопоставляемых областей выполнено с возможностью сравнения интенсивности пикселов на выровненных вырезанных областях и вычисления вектора статистических оценок изменения интенсивностей соответствующих участков сопоставляемых областей.
9. Устройство по п.5, отличающееся тем, что средство формирования решения выполнено с возможностью вычисления значения бинарной решающей функции на векторе статистических оценок.
RU2009123429/28A 2009-06-22 2009-06-22 Способ и устройство распознавания рельефности лица RU2431190C2 (ru)

Priority Applications (4)

Application Number Priority Date Filing Date Title
RU2009123429/28A RU2431190C2 (ru) 2009-06-22 2009-06-22 Способ и устройство распознавания рельефности лица
PCT/KR2010/004042 WO2010151029A2 (ko) 2009-06-22 2010-06-22 얼굴의 돌출부 인식 방법 및 장치
US13/380,158 US8698914B2 (en) 2009-06-22 2010-06-22 Method and apparatus for recognizing a protrusion on a face
CN201080037184.9A CN102483851B (zh) 2009-06-22 2010-06-22 用于突起面部特征识别的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2009123429/28A RU2431190C2 (ru) 2009-06-22 2009-06-22 Способ и устройство распознавания рельефности лица

Publications (2)

Publication Number Publication Date
RU2009123429A RU2009123429A (ru) 2010-12-27
RU2431190C2 true RU2431190C2 (ru) 2011-10-10

Family

ID=43387028

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2009123429/28A RU2431190C2 (ru) 2009-06-22 2009-06-22 Способ и устройство распознавания рельефности лица

Country Status (4)

Country Link
US (1) US8698914B2 (ru)
CN (1) CN102483851B (ru)
RU (1) RU2431190C2 (ru)
WO (1) WO2010151029A2 (ru)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2518939C1 (ru) * 2013-03-05 2014-06-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Самарский государственный университет путей сообщения" (СамГУПС) Способ и устройство распознавания рельефности изображения лица
RU2541918C2 (ru) * 2013-06-18 2015-02-20 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ФГБОУ ВПО "ЮРГУЭС") Устройство автоматизированного распознавания лиц при обработке групповой фотографии
RU2582852C1 (ru) * 2015-01-21 2016-04-27 Общество с ограниченной ответственностью "Вокорд СофтЛаб" (ООО "Вокорд СофтЛаб") Автоматическое построение 3d модели лица по серии 2d изображений или по видеофильму

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101251793B1 (ko) * 2010-11-26 2013-04-08 현대자동차주식회사 차량내 운전자 실제 얼굴 인증 방법
EP2659429B1 (en) * 2010-12-30 2023-10-25 Nokia Technologies Oy Methods, apparatuses and computer program products for efficiently recognizing faces of images associated with various illumination conditions
US8548207B2 (en) 2011-08-15 2013-10-01 Daon Holdings Limited Method of host-directed illumination and system for conducting host-directed illumination
DE102011054658A1 (de) * 2011-10-20 2013-04-25 Bioid Ag Verfahren zur Unterscheidung zwischen einem realen Gesicht und einer zweidimensionalen Abbildung des Gesichts in einem biometrischen Erfassungsprozess
US20130100266A1 (en) * 2011-10-25 2013-04-25 Kenneth Edward Salsman Method and apparatus for determination of object topology
KR101901591B1 (ko) * 2011-11-01 2018-09-28 삼성전자주식회사 얼굴 인식 장치 및 그 제어방법
US9075975B2 (en) * 2012-02-21 2015-07-07 Andrew Bud Online pseudonym verification and identity validation
KR101937323B1 (ko) * 2012-09-18 2019-01-11 한국전자통신연구원 위장 얼굴 판별 장치 및 방법
US9396384B2 (en) 2013-03-13 2016-07-19 Intel Corporation User authentication via image manipulation
CN105260731A (zh) * 2015-11-25 2016-01-20 商汤集团有限公司 一种基于光脉冲的人脸活体检测系统及方法
KR102433971B1 (ko) * 2016-06-01 2022-08-19 오하이오 스테이트 이노베이션 파운데이션 얼굴 표정 인식 및 주석처리를 위한 시스템 및 방법
CN107038428B (zh) * 2017-04-28 2020-04-07 北京小米移动软件有限公司 活体识别方法和装置
CN107292290B (zh) * 2017-07-17 2021-02-19 Oppo广东移动通信有限公司 人脸活体识别方法及相关产品
TWI662940B (zh) * 2018-06-01 2019-06-21 廣達電腦股份有限公司 影像擷取裝置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5517021A (en) 1993-01-19 1996-05-14 The Research Foundation State University Of New York Apparatus and method for eye tracking interface
RU2093890C1 (ru) 1995-09-08 1997-10-20 Серебренников Олег Александрович Способ распознавания личности и система для его осуществления
US7738015B2 (en) * 1997-10-09 2010-06-15 Fotonation Vision Limited Red-eye filter method and apparatus
US6002782A (en) 1997-11-12 1999-12-14 Unisys Corporation System and method for recognizing a 3-D object by generating a 2-D image of the object from a transformed 3-D model
US6219640B1 (en) 1999-08-06 2001-04-17 International Business Machines Corporation Methods and apparatus for audio-visual speaker recognition and utterance verification
US6567775B1 (en) 2000-04-26 2003-05-20 International Business Machines Corporation Fusion of audio and video based speaker identification for multimedia information access
US6498970B2 (en) 2001-04-17 2002-12-24 Koninklijke Phillips Electronics N.V. Automatic access to an automobile via biometrics
JP2003030647A (ja) * 2001-07-11 2003-01-31 Minolta Co Ltd 画像処理装置、画像処理方法、及びプログラム
RU2245580C2 (ru) 2001-08-10 2005-01-27 Свириденко Андрей Владимирович Способ представления человека
EP1558015B1 (en) * 2002-08-30 2009-10-07 Sony Corporation Image extraction device, image extraction method, image processing device, image processing method, and imaging device
US7539330B2 (en) 2004-06-01 2009-05-26 Lumidigm, Inc. Multispectral liveness determination
RU2249514C1 (ru) 2004-07-01 2005-04-10 Общество с ограниченной ответственностью "АЛЬТОНИКА" (ООО "АЛЬТОНИКА") Система комплексной безопасности транспортного средства
US7178523B2 (en) * 2005-02-04 2007-02-20 Beverage Creations, Llc Water and oxygen bottle
JP4696610B2 (ja) * 2005-03-15 2011-06-08 オムロン株式会社 被写体認証装置、顔認証装置、携帯電話、及び被写体認証方法
CN100347721C (zh) * 2006-06-29 2007-11-07 南京大学 基于结构光的人脸定位的方法
JP4808578B2 (ja) * 2006-09-22 2011-11-02 富士フイルム株式会社 デジタルカメラおよびその制御方法
KR101037940B1 (ko) * 2007-01-30 2011-05-30 삼성전자주식회사 압축 영상의 화질 검출장치 및 방법
JP4783331B2 (ja) * 2007-06-07 2011-09-28 株式会社ユニバーサルエンターテインメント 顔認証装置
CN101344914A (zh) * 2007-07-09 2009-01-14 上海耀明仪表控制有限公司 基于特征点的人脸识别方法
US7508960B1 (en) * 2008-05-06 2009-03-24 International Business Machines Corporation Projection of light patterns for liveness verification of biometrics
US20130100266A1 (en) * 2011-10-25 2013-04-25 Kenneth Edward Salsman Method and apparatus for determination of object topology

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2518939C1 (ru) * 2013-03-05 2014-06-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Самарский государственный университет путей сообщения" (СамГУПС) Способ и устройство распознавания рельефности изображения лица
RU2541918C2 (ru) * 2013-06-18 2015-02-20 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ФГБОУ ВПО "ЮРГУЭС") Устройство автоматизированного распознавания лиц при обработке групповой фотографии
RU2582852C1 (ru) * 2015-01-21 2016-04-27 Общество с ограниченной ответственностью "Вокорд СофтЛаб" (ООО "Вокорд СофтЛаб") Автоматическое построение 3d модели лица по серии 2d изображений или по видеофильму

Also Published As

Publication number Publication date
WO2010151029A2 (ko) 2010-12-29
WO2010151029A3 (ko) 2011-02-24
US20120140091A1 (en) 2012-06-07
CN102483851B (zh) 2015-04-08
CN102483851A (zh) 2012-05-30
RU2009123429A (ru) 2010-12-27
US8698914B2 (en) 2014-04-15

Similar Documents

Publication Publication Date Title
RU2431190C2 (ru) Способ и устройство распознавания рельефности лица
CN105243386B (zh) 人脸活体判断方法以及系统
CN104123543B (zh) 一种基于人脸识别的眼球运动识别方法
CN106133752A (zh) 眼睛注视跟踪
CN103383723A (zh) 用于生物特征验证的电子欺骗检测的方法和系统
JP2000259814A (ja) 画像処理装置及びその方法
CN104143086A (zh) 人像比对在移动终端操作系统上的应用技术
CN112232155B (zh) 非接触指纹识别的方法、装置、终端及存储介质
KR20210069404A (ko) 라이브니스 검사 방법 및 라이브니스 검사 장치
CN109255319A (zh) 针对静态照片的人脸识别支付信息防伪方法
JP7192872B2 (ja) 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体
CN112016525A (zh) 非接触式指纹采集方法和装置
RU2315352C2 (ru) Способ и система для автоматического обнаружения трехмерных образов
CN112232163A (zh) 指纹采集方法及装置、指纹比对方法及装置、设备
CN115147936A (zh) 一种活体检测方法、电子设备、存储介质及程序产品
CN112633222B (zh) 基于对抗网络的步态识别方法、装置、设备及介质
Bastias et al. A method for 3D iris reconstruction from multiple 2D near-infrared images
CN112232157B (zh) 指纹区域检测方法、装置、设备、存储介质
Kareem Face mask detection using haar cascades classifier to reduce the risk of Coved-19
US20210303890A1 (en) Method and apparatus for foreground geometry and topology based face anti-spoofing
CN104615985B (zh) 一种人脸相似度的识别方法
CN112232152B (zh) 非接触式指纹识别方法、装置、终端和存储介质
CN110069962A (zh) 一种活体检测方法和系统
CN113901423B (zh) 一种基于人脸识别的智能安防设备控制方法和系统
Viriri et al. Improving iris-based personal identification using maximum rectangular region detection

Legal Events

Date Code Title Description
FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20101213

FZ9A Application not withdrawn (correction of the notice of withdrawal)

Effective date: 20110322

MM4A The patent is invalid due to non-payment of fees

Effective date: 20120623