RU2431191C2 - Method for personal identification through digital facial image - Google Patents
Method for personal identification through digital facial image Download PDFInfo
- Publication number
- RU2431191C2 RU2431191C2 RU2009102705/08A RU2009102705A RU2431191C2 RU 2431191 C2 RU2431191 C2 RU 2431191C2 RU 2009102705/08 A RU2009102705/08 A RU 2009102705/08A RU 2009102705 A RU2009102705 A RU 2009102705A RU 2431191 C2 RU2431191 C2 RU 2431191C2
- Authority
- RU
- Russia
- Prior art keywords
- image
- person
- face
- search
- vector
- Prior art date
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
Способ идентификации личности человека по цифровому изображению лица относится к автоматике и вычислительной технике и может быть использован в системах искусственного интеллекта: системах контроля доступа, робототехнических системах, взаимодействующих с человеком-оператором в условиях производства и других системах.The method of identifying a person’s identity using a digital image of a person relates to automation and computer technology and can be used in artificial intelligence systems: access control systems, robotic systems that interact with a human operator in a production environment and other systems.
Известен способ идентификации личности человека по цифровому изображению лица по патенту РФ №9912798, «Способ идентификации человека по геометрическим параметрам поверхности его лица», кл. G06K 9/00 от 27.09.2001. Известный способ включает следующую последовательность действий. Освещают лицо человека, вводят его изображение, источники дополнительной подсветки поочередно и синхронно включают (выключают), снимают дополнительные изображения лица, выделяют тени на поверхности лица, образованные каждым из дополнительных источников света, сравнивают изображение с эталоном.A known method of identifying a person’s identity by digital image of a person according to the patent of the Russian Federation No. 9912798, “A method of identifying a person by the geometric parameters of the surface of his face”, cl. G06K 9/00 from 09/27/2001. The known method includes the following sequence of actions. They illuminate a person’s face, introduce his image, additional illumination sources turn on and off (turn off) synchronously, take additional images of the face, highlight the shadows on the face surface formed by each of the additional light sources, compare the image with the standard.
Недостатком данного способа является низкая точность распознавания изображений в условиях одинарных изображений и низкая оперативность в связи с требованиями поочередного освещения лица и снятия изображения.The disadvantage of this method is the low accuracy of image recognition in single image conditions and low efficiency due to the requirements of alternate face lighting and image capture.
Известен способ идентификации личности человека по цифровому изображению лица по патенту РФ №2304307, «Способ идентификации человека по изображению его лица», кл. G06K 9/80, заявл. 29.03.2006. Известный способ включает следующую последовательность действий. Получают изображение лица, выделяют на ней область лица, извлекают индивидуальные признаки этой области, формируют уникальный вектор признаков, отмечают данный вектор на многомерном индексном пространстве, строят дерево гиперплоскостей, архивируют изображение лица, вместе с индексным пространством, осуществляют первичный поиск с нахождением ближайшего вектора на индексном пространстве, затем осуществляют вторичный поиск путем сравнения дополнительных признаков.A known method of identifying a person’s identity by digital image of a person according to the patent of the Russian Federation No. 2304307, “Method of identifying a person by the image of his face”, cl. G06K 9/80 claimed 03/29/2006. The known method includes the following sequence of actions. A face image is obtained, a face region is extracted on it, individual features of this area are extracted, a unique feature vector is formed, this vector is marked on a multidimensional index space, a hyperplane is constructed, the face image is archived, together with the index space, an initial search is carried out with the nearest vector found index space, then carry out a secondary search by comparing additional features.
Недостатком данного способа является низкая точность распознавания изображений в связи с отсутствием нормализации и очищения от шумов изображения и низкая оперативность в связи с необходимостью проводить архивирование исходного изображения.The disadvantage of this method is the low accuracy of image recognition due to the lack of normalization and purification from image noise and low efficiency due to the need to archive the original image.
Наиболее близким по своей технической сущности к заявленному является способ распознавания лица человека по видеоизображению по патенту РФ №2295152, кл. G06K 9/00, заявл. 15.09.2005. Способ заключающийся в том, что производят поиск лица человека в кадре, масштабируют выделенное изображение до заданного размера, выравнивают яркость и цветность изображения, формируют вектор входного изображения (Р1), загружают из базы данных изображения для сравнения (Р2), разбивают изображения на блоки (8х8), осуществляют первичный поиск по совпадению этих блоков, осуществляют вторичный поиск, на основе чего принимают решение о соответствии.Closest in technical essence to the claimed one is a method for recognizing a person’s face from a video image according to the patent of the Russian Federation No. 2295152, class. G06K 9/00 claimed 09/15/2005. The method consists in the fact that they search for a person’s face in the frame, scale the selected image to a predetermined size, equalize the brightness and color of the image, form the vector of the input image (P1), download it from the image database for comparison (P2), divide the images into blocks ( 8x8), carry out the primary search for the coincidence of these blocks, carry out a secondary search, on the basis of which they decide on compliance.
По сравнению с аналогами способ-прототип может быть использован в более широкой области, когда берется не статичное изображение, а видеопоток и позволяет более точно распознавать за счет масштабирования и выравнивания яркости и цветности изображения.Compared with analogs, the prototype method can be used in a wider area, when not a static image is taken, but a video stream and can be more accurately recognized by scaling and aligning the brightness and color of the image.
Недостатком этого способа является недостаточно высокая точность распознавания из-за отсутствия очистки изображения от шумов, низкая скорость работы в связи с требованием постоянно загружать сравниваемые изображения из базы данных.The disadvantage of this method is the lack of high recognition accuracy due to the lack of image cleaning from noise, low speed due to the requirement to constantly download the compared image from the database.
Техническим результатом, на которое направлено изобретение, является повышение точности распознавания изображения лица человека за счет применения фильтрации от шумов, масштабирования и нормализации исходного изображения, разбиения на связные элементы лица и повышение оперативности за счет снижения размерности поиска путем применением интегрального индекса.The technical result, which the invention is directed to, is to increase the recognition accuracy of a person’s face image by applying noise filtering, scaling and normalizing the source image, splitting it into connected face elements, and increasing responsiveness by reducing the search dimension by using the integral index.
Указанный результат достигается за счет того, что выравнивают яркость и цветность, затем формируется вектор входного изображения путем фильтрации и приведения к бинарному виду, после чего масштабируют изображение до заданного размера на основе экстремумов интегральных проекций, после чего разбивают изображение по связности элементов, формируют интегральный индекс на основе векторов геометрических характеристик, осуществляют первичный поиск (путем выделения в индексном пространстве тех точек, расстояние которых от точки запросного индекса не превышает заранее заданной величины), осуществляют вторичный поиск путем сравнения векторов геометрических характеристик лица, после чего принимается решение о соответствии.This result is achieved due to the fact that the brightness and color are aligned, then the vector of the input image is formed by filtering and converting to binary, then the image is scaled to a predetermined size based on the extrema of the integrated projections, after which the image is divided by the connectedness of the elements, and the integral index is formed based on vectors of geometric characteristics, carry out a primary search (by selecting in the index space those points whose distance from the point of the query The index does not exceed a predetermined value), a secondary search is performed by comparing the vectors of the geometric characteristics of the person, then the decision on line.
Сущность изобретения поясняется чертежами, на которых показаны:The invention is illustrated by drawings, which show:
фиг.1 - алгоритм способа идентификации личности человека по цифровому изображению лица.figure 1 is an algorithm of a method of identifying a person’s identity by digital image of a person.
Алгоритм способа идентификации личности человека по цифровому изображению лицаAlgorithm of a method for identifying a person by digital face image
Блок №1 - загрузка изображения. Производится посредством устройства считывания цифровой информации (фотоаппарат, сканер, видеокамера (считывание происходит покадрово)) с объекта;Block No. 1 - image loading. It is carried out using a digital information reader (camera, scanner, video camera (reading occurs frame by frame)) from the object;
Блок №2 - ищутся минимальная и максимальная яркость, на их основании выравнивается яркость по всему спектру. Аналогично выравнивается по каждому цвету;Block No. 2 - the minimum and maximum brightness are searched for, on their basis the brightness is aligned over the entire spectrum. Similarly aligned for each color;
Блок №3 - применяется оператор Собеля. Создается тоновая (255 цветов) матрица, какBlock No. 3 - the Sobel operator is used. A tone (255 color) matrix is created, as
где (IR)i,j, (IG)i,j, (IB)i,j - значения интенсивности цвета (соответственно красный, зеленый, голубой) в точке с координатамиwhere (I R ) i, j , (I G ) i, j , (I B ) i, j - color intensity values (red, green, blue, respectively) at the point with coordinates
x=i, y=j i=1…H, y=1…W.x = i, y = j i = 1 ... H, y = 1 ... W.
Применяются два фильтра (Sν, Sh), которые позволяют очистить изображение от шумовTwo filters are used (S ν , S h ), which allow you to clean the image from noise
где Ei,j - значение интенсивности в точке с координатамиwhere E i, j is the intensity value at the point with coordinates
x=i, y=j i=1…H, y=1…W;x = i, y = j i = 1 ... H, y = 1 ... W;
Н, W - значения ширины и высоты изображения соответственно;H, W are the values of the width and height of the image, respectively;
(Sν)i,j - значение применения фильтра устранения вертикальных шумов;(S ν ) i, j is the value of applying the vertical noise elimination filter;
(Sh)i,j - значение применения фильтра устранения горизонтальных шумов.(S h ) i, j is the value of applying the horizontal noise elimination filter.
Затем вычисляется свертка применения данных фильтровThen the convolution of applying these filters is calculated.
На выходе получаем новую матрицу изображения (I).At the output, we get a new image matrix (I).
(См. М.В.Бочков, А.В.Черепанов. Алгоритм параметризации цифрового изображения лица. // Труды «I Всероссийской научно-технической конференции «Современные информационные технологии в деятельности органов государственной власти». Курск, КГТУ, 2008.)(See M.V.Bochkov, A.V. Cherepanov. An algorithm for parameterizing a digital face image. // Proceedings of the I All-Russian Scientific and Technical Conference “Modern Information Technologies in the Activities of Government Agencies. Kursk, KSTU, 2008.)
Блок №4 - применяется метод Отсу. Метод заключается в бинаризации изображения, по заданному граничному параметруBlock No. 4 - the Otsu method is applied. The method consists in binarizing an image, according to a given boundary parameter
где 
x=i, y=j i=1…H, j=1…W.x = i, y = j i = 1 ... H, j = 1 ... W.
Граница бинаризации Topt вычисляется на основании интегральной освещенности изображения. Интегральная освещенностьThe binarization boundary T opt is calculated based on the integrated illumination of the image. Integral Illumination
вычисляется как сумма интенсивностей всех пикселей изображения, нормированная на их количествоcalculated as the sum of the intensities of all pixels in the image, normalized to their number
Topt=0.5*IO.T opt = 0.5 * IO.
Блок №5 - поиск интегральных проекций. Нахождение интегральных проекций по каждой из осей производится по следующим выражениям:Block No. 5 - search for integral projections. Finding the integral projections along each of the axes is carried out according to the following expressions:
где I (x,y) - значение интенсивности изображения в точке с координатами х, у;where I (x, y) is the value of the image intensity at a point with x, y coordinates;
x1, x2 - крайние значения координат изображения по ширине;x1, x2 - extreme values of the image coordinates in width;
y1, y2 - крайние значения координат изображения по высоте;y1, y2 - extreme values of the image coordinates in height;
Н(у) - массив значений горизонтальных проекций по высоте;N (y) - an array of values of horizontal projections in height;
V(x) - массив значений вертикальной проекции по ширине.V (x) - an array of vertical projection values across the width.
Блок №6 - масштабирование по всплескам интегральных проекций на ось ОХ и априорной информации о средней ширине лица. Значение пропорционального коэффициента масштабирования (KM) изображения масштаба вычисляется какBlock No. 6 - scaling by bursts of integrated projections onto the OX axis and a priori information about the average width of the face. The value of the proportional scaling factor (K M ) of the scale image is calculated as
где Ha - значение априорного значения ширины лица, должно применяться одно значение для всех изображений (например 40),where H a is the value of the a priori value of the width of the face, one value should be used for all images (for example 40),
max1(V(х)), max2(V(х))- первые два максимума в V(x) и по ним определяется пропорциональный показатель масштабирования изображения.max 1 (V (x)), max 2 (V (x)) are the first two maxima in V (x) and the proportional indicator of image scaling is determined from them.
Блок №7 - разбивают изображение. Сегментация изображения является алгоритмически сложной процедурой. Применяется подход к сегментации по связности элементов, согласно которому единичные значения бинарной матрицы изображения объединяются в один класс, если они связаны между собой (рассматриваются по квадрату, с шириной 3). На выходе данной процедуры у нас имеется кортеж объектов, то есть полученный массив матриц связности, которые фактически являются элементами лица.Block number 7 - break the image. Image segmentation is an algorithmically complex procedure. An approach to segmentation by connected elements is used, according to which the unit values of the binary image matrix are combined into one class if they are interconnected (considered by square, with a width of 3). At the output of this procedure, we have a tuple of objects, that is, the resulting array of connectivity matrices, which are actually face elements.
Блок №8 - вычисляется вектор геометрических характеристик. Из полученных матриц связности извлекаются значения координат крайних точек и рассчитываются геометрические расстояния между ними, площади. На основании координат крайних точек объектов получаются геометрические характеристики лица. Выходной вектор параметров (Mi) является итогом извлечения.Block No. 8 - the vector of geometric characteristics is calculated. From the obtained connectivity matrices, the coordinates of the extreme points are extracted and the geometric distances between them and the area are calculated. Based on the coordinates of the extreme points of the objects, geometric characteristics of the face are obtained. The output parameter vector (M i ) is the result of the extraction.
Блок №9 - формируется интегральный индекс. Данный индекс формируется на основании вектор значений в зависимости от выбранной метрики (Евклидова, Городская и др.). Используя Евклидову метрику, интегральный индекс (Fci) вычисляется:Block No. 9 - an integral index is formed. This index is formed on the basis of a vector of values depending on the chosen metric (Euclidean, City, etc.). Using the Euclidean metric, the integral index (Fc i ) is calculated:
где Mi,j - значение j геометрической характеристики i объекта.where M i, j is the value j of the geometric characteristic i of the object.
Блок №10 - осуществление первичного поиска. Ищутся значения в базе данных с разницей с интегральным индексом, не превышающим заданного порога. То есть те значения, которые удовлетворяют неравенству:Block number 10 - the implementation of the primary search. The values in the database are searched with a difference with an integral index not exceeding the specified threshold. That is, those values that satisfy the inequality:
где Тпор - пороговое значение допускаемой первичной ошибки, по умолчанию оно равно 100.where T then is the threshold value of the allowed primary error, by default it is 100.
Блок №11 - осуществление вторичного поиска, принятие решения о соответствии. Из найденных в блоке №10 значений ищутся те, которые обладают наиболее близким вектором геометрических характеристик, и решение выдается на монитор оператору, который осуществляет распознавание лица с какой-либо целью (допуск человека на объект).Block No. 11 - the implementation of the secondary search, the decision on compliance. From the values found in block No. 10, those that have the closest vector of geometric characteristics are searched, and the solution is issued to the monitor by an operator who performs face recognition for any purpose (allowing a person to enter the object).
Известно, что для решения прикладных задач, таких как идентификация личности по базе данных, ограничение доступа по изображению, необходимо с высокой точностью и оперативностью идентифицировать человека по цифровому изображению его лица. Существующие технические решения не позволяют достичь необходимую точность и оперативность.It is known that in order to solve applied problems, such as personal identification by the database, restricting access by image, it is necessary to identify a person with high accuracy and efficiency by digital image of his face. Existing technical solutions do not allow to achieve the necessary accuracy and efficiency.
Поиск эффективных технических решений позволяет повысить точность идентификации личности человека по изображению его лица за счет применения нормализации, введение очистки изображения от шумов, применение оператора Собеля, разбиение изображения на элементы лица. Достижение оперативности достигается применением первичного поиска по интегральному индексу, описанному в блоке 9.The search for effective technical solutions makes it possible to increase the accuracy of identifying a person’s identity by looking at his face through the use of normalization, introducing image cleaning from noise, using the Sobel operator, dividing the image into face elements. Achievement of efficiency is achieved by using the primary search by the integral index described in block 9.
Заявленный способ реализуют следующим образом.The claimed method is implemented as follows.
Оператор при помощи устройства ввода изображения (фотоаппарат, сканер, видеокамера) загружает изображение. После чего производится нормализация изображение и поиск интегральных проекций, которые являются базой, для последующего масштабирования. На фигуре 3 представлены изображение (слева) и нормализованное монохромное изображение после применения оператора Собеля и метода Отсу.The operator using the image input device (camera, scanner, video camera) downloads the image. After that, the image is normalized and the integrated projections, which are the base, are searched for subsequent scaling. The figure 3 presents the image (left) and the normalized monochrome image after applying the Sobel operator and the Otsu method.
Масштабируется на основании следующего коэффициента:Scalable based on the following ratio:
Затем производится разбиение по связности на элементы лица. Первые 4 объекта выделенные процедурой разбиения представлены на фигуре 4.Then the connection is divided into elements of the face. The first 4 objects highlighted by the partition procedure are presented in figure 4.
По найденным элементам находится вектор геометрических характеристик лица (М1=(10,30,15,15,8,30,12)), на основании которого находится интегральный индексAccording to the found elements, there is a vector of geometric characteristics of the face (M 1 = (10,30,15,15,8,30,12)), based on which is found the integral index
путем сравнения которого производится первичный поиск. Извлечем значение из базы данных:by comparing which the primary search is performed. Extract the value from the database:
Найденное решение уточняем вторичным поиском Мэталнное=(8,31,16,14,9,28,13), т.к. 
Принимаем данные изображения как равные, то есть мы идентифицировали человека.We accept the image data as equal, that is, we have identified the person.
Предлагаемое решение реализовано в аппаратном комплексе идентификации личности человека по цифровому изображению лица, структура которого представлена на фиг.2.The proposed solution is implemented in a hardware complex for identifying a person by a digital image of a person, the structure of which is presented in figure 2.
Таким образом, предложенный способ идентификации личности по цифровому изображению лица обеспечивает устойчивое формирование вектора признаков цифрового изображения лица в условиях естественной зашумленности изображения и разных ракурсов, что позволяет идентифицировать личность с требуемым уровнем точности и оперативности.Thus, the proposed method of identifying a person using a digital image of a face provides stable formation of a vector of features of a digital image of a face in conditions of natural image noise and different angles, which allows you to identify a person with the required level of accuracy and efficiency.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2009102705/08A RU2431191C2 (en) | 2009-01-27 | 2009-01-27 | Method for personal identification through digital facial image |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2009102705/08A RU2431191C2 (en) | 2009-01-27 | 2009-01-27 | Method for personal identification through digital facial image |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2009102705A RU2009102705A (en) | 2010-08-10 |
| RU2431191C2 true RU2431191C2 (en) | 2011-10-10 |
Family
ID=42698499
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2009102705/08A RU2431191C2 (en) | 2009-01-27 | 2009-01-27 | Method for personal identification through digital facial image |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2431191C2 (en) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2490710C1 (en) * | 2012-07-23 | 2013-08-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина)" | Method of recognising facial images and system for realising said method |
| RU2541918C2 (en) * | 2013-06-18 | 2015-02-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ФГБОУ ВПО "ЮРГУЭС") | Apparatus for automated facial recognition when processing group photograph |
| RU2578806C1 (en) * | 2014-12-30 | 2016-03-27 | Общество с ограниченной ответственностью "Вокорд СофтЛаб" (ООО "Вокорд СофтЛаб") | Method of comparing face of person by means of digital two-dimensional facial image or facial image from one or more stereo cameras with two-dimensional facial image from database |
| RU2613852C2 (en) * | 2014-10-03 | 2017-03-21 | Юрий Николаевич Хомяков | Method of personal identification by digital facial image |
| RU2694140C1 (en) * | 2019-04-04 | 2019-07-09 | Общество с ограниченной ответственностью "Скайтрэк" (ООО "Скайтрэк") | Method of human identification in a mode of simultaneous operation of a group of video cameras |
| RU2699416C2 (en) * | 2014-09-10 | 2019-09-05 | Конинклейке Филипс Н.В. | Annotation identification to image description |
| RU2712417C1 (en) * | 2019-02-28 | 2020-01-28 | Публичное Акционерное Общество "Сбербанк России" (Пао Сбербанк) | Method and system for recognizing faces and constructing a route using augmented reality tool |
| RU2713615C1 (en) * | 2019-03-28 | 2020-02-05 | Общество с ограниченной ответственностью "Арсенал 67" | System for detecting, searching, identifying and fixing a face |
-
2009
- 2009-01-27 RU RU2009102705/08A patent/RU2431191C2/en not_active IP Right Cessation
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2490710C1 (en) * | 2012-07-23 | 2013-08-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина)" | Method of recognising facial images and system for realising said method |
| RU2541918C2 (en) * | 2013-06-18 | 2015-02-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ФГБОУ ВПО "ЮРГУЭС") | Apparatus for automated facial recognition when processing group photograph |
| RU2699416C2 (en) * | 2014-09-10 | 2019-09-05 | Конинклейке Филипс Н.В. | Annotation identification to image description |
| RU2613852C2 (en) * | 2014-10-03 | 2017-03-21 | Юрий Николаевич Хомяков | Method of personal identification by digital facial image |
| RU2578806C1 (en) * | 2014-12-30 | 2016-03-27 | Общество с ограниченной ответственностью "Вокорд СофтЛаб" (ООО "Вокорд СофтЛаб") | Method of comparing face of person by means of digital two-dimensional facial image or facial image from one or more stereo cameras with two-dimensional facial image from database |
| RU2712417C1 (en) * | 2019-02-28 | 2020-01-28 | Публичное Акционерное Общество "Сбербанк России" (Пао Сбербанк) | Method and system for recognizing faces and constructing a route using augmented reality tool |
| RU2713615C1 (en) * | 2019-03-28 | 2020-02-05 | Общество с ограниченной ответственностью "Арсенал 67" | System for detecting, searching, identifying and fixing a face |
| RU2694140C1 (en) * | 2019-04-04 | 2019-07-09 | Общество с ограниченной ответственностью "Скайтрэк" (ООО "Скайтрэк") | Method of human identification in a mode of simultaneous operation of a group of video cameras |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2009102705A (en) | 2010-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2431191C2 (en) | Method for personal identification through digital facial image | |
| KR101410489B1 (en) | Face detection and method and apparatus | |
| Raja et al. | Binarized statistical features for improved iris and periocular recognition in visible spectrum | |
| RU2382408C2 (en) | Method and system for identifying person from facial image | |
| Raghavendra et al. | Exploring the usefulness of light field cameras for biometrics: An empirical study on face and iris recognition | |
| JP5361524B2 (en) | Pattern recognition system and pattern recognition method | |
| Hartanto et al. | Face recognition for attendance system detection | |
| Buza et al. | Skin detection based on image color segmentation with histogram and k-means clustering | |
| US10943098B2 (en) | Automated and unsupervised curation of image datasets | |
| KR102375593B1 (en) | Apparatus and method for authenticating user based on a palm composite image | |
| Moallem et al. | Fuzzy inference system optimized by genetic algorithm for robust face and pose detection | |
| Thepade et al. | Face gender recognition using multi layer perceptron with OTSU segmentation | |
| RU2304307C1 (en) | Method for identification of a person by his face image | |
| Dwaich et al. | Signature texture features extraction using GLCM approach in android studio | |
| Bruno et al. | Palmprint principal lines extraction | |
| Almadan et al. | Compact cnn models for on-device ocular-based user recognition in mobile devices | |
| Grudzien et al. | Face re-identification in thermal infrared spectrum based on ThermalFaceNet neural network | |
| Hoang et al. | Eyebrow deserves attention: Upper periocular biometrics | |
| RU2541918C2 (en) | Apparatus for automated facial recognition when processing group photograph | |
| Niazi et al. | Hybrid face detection in color images | |
| CN114429662A (en) | Face recognition and retrieval system based on big data | |
| Fahn et al. | A cross-dataset evaluation of anti-face-spoofing methods using random forests and convolutional neural networks | |
| Atanasoaei | Multivariate boosting with look-up tables for face processing | |
| Przybylek et al. | Crowd Counting á la Bourdieu. | |
| Ali et al. | Development of a enhanced ear recognition system for personal identification |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20110906 |
|
| PD4A | Correction of name of patent owner | ||
| NF4A | Reinstatement of patent |
Effective date: 20121027 |
|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20140128 |