RU2667790C1 - Способ автоматической регулировки экспозиции для инфракрасной камеры и использующее этот способ вычислительное устройство пользователя - Google Patents

Способ автоматической регулировки экспозиции для инфракрасной камеры и использующее этот способ вычислительное устройство пользователя Download PDF

Info

Publication number
RU2667790C1
RU2667790C1 RU2017130895A RU2017130895A RU2667790C1 RU 2667790 C1 RU2667790 C1 RU 2667790C1 RU 2017130895 A RU2017130895 A RU 2017130895A RU 2017130895 A RU2017130895 A RU 2017130895A RU 2667790 C1 RU2667790 C1 RU 2667790C1
Authority
RU
Russia
Prior art keywords
camera
user
image
exposure
value
Prior art date
Application number
RU2017130895A
Other languages
English (en)
Inventor
Виталий Сергеевич ГНАТЮК
Сергей Станиславович Завалишин
Ксения Юрьевна Петрова
Глеб Андреевич ОДИНОКИХ
Алексей Брониславович Данилевич
Алексей Михайлович Фартуков
Владимир Алексеевич ЕРЕМЕЕВ
Декю ШИН
Джувоан Ю
Кванхён ЛИ
Хиджун ЛИ
Original Assignee
Самсунг Электроникс Ко., Лтд.
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 Самсунг Электроникс Ко., Лтд. filed Critical Самсунг Электроникс Ко., Лтд.
Priority to RU2017130895A priority Critical patent/RU2667790C1/ru
Priority to US16/640,001 priority patent/US11265459B2/en
Priority to KR1020180104045A priority patent/KR20190025527A/ko
Priority to EP18851673.6A priority patent/EP3664435A4/en
Priority to PCT/KR2018/010152 priority patent/WO2019045521A1/ko
Application granted granted Critical
Publication of RU2667790C1 publication Critical patent/RU2667790C1/ru

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B7/00—Control of exposure by setting shutters, diaphragms or filters, separately or conjointly
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10144—Varying exposure
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Abstract

Группа изобретений относится к технологиям автоматической регулировки экспозиции камеры для биометрической идентификации пользователя на вычислительном устройстве. Техническим результатом является обеспечение корректной регулировки экспозиции камеры, которая гарантирует максимально эффективную биометрическую идентификацию пользователя. Предложен способ автоматической регулировки экспозиции для камеры. Способ содержит этап, на котором осуществляют захват изображения лица пользователя. Далее проводят глобальную оценку экспозиции камеры по захваченному изображению лица пользователя. Проверяют выполнение первого условия: если упомянутое первое условие не выполняется, получают первое приближениек оптимальному значению экспозиции камеры и осуществляют субоптимальную регулировку значений параметров камеры в соответствии с первым приближением. 2 н. и 6 з.п. ф-лы, 6 ил.

Description

Область техники
[0001] Настоящее изобретение относится к области автоматической регулировки экспозиции камеры для биометрической идентификации пользователя на вычислительном устройстве пользователя.
Уровень техники
[0002] Известные из уровня техники способы автоматической регулировки экспозиции регулируют экспозицию изображения глобально, то есть не берут в расчет освещенность различных участков тела (например, области глаз), по которым происходит биометрическая идентификация пользователя. Другим недостатком таких способов является то, что экспозицию регулируют в них с точки зрения визуального восприятия, но не с точки зрения точности биометрической идентификации. Несмотря на то, что такие способы могут улучшать воспринимаемое человеком качество изображения, они не пригодны для биометрической идентификации пользователя, поскольку при биометрической идентификации основной акцент делается не на воспринимаемое человеком качество изображения, а на его принципиальную пригодность/непригодность для конкретного способа биометрической идентификации. Например, известные из уровня техники способы позволяют автоматически отрегулировать экспозицию изображения так, чтобы освещенность этого изображения в целом была корректной. Однако, освещенность области глаз на таком изображении будет недостаточна для проведения по нему биометрической идентификации пользователя, например, по радужным оболочкам. В результате пользователь устройства не будет идентифицирован и не сможет, например, разблокировать свое устройство или авторизовать транзакцию оплаты с помощью своего устройства. Настоящее изобретение решает эту проблему с использованием в способе автоматической регулировки экспозиции предварительно вычисленной маски весов, которая позволяет осуществлять эту регулировку только под некоторую конкретную область, необходимую для биометрической идентификации. В настоящем изобретении необходимой для идентификации областью изображения является лицевая область, поскольку основной акцент данной заявки делается на корректную биометрическую идентификацию пользователя по радужным оболочкам. Однако, обычному специалисту, после прочтения данного раскрытия, станет понятно, что предложенный способ может быть адаптирован под другую биометрическую информацию такую как, например, изображения ладоней, кистей и т.д. В свете последнего, будет понятно, что предложенный способ является более гибким нежели известные из уровня техники решения.
[0003] Другие известные из уровня техники способы автоматической регулировки экспозиции используют технологии обнаружения лица. Однако, такие технологии являются вычислительно сложными и в полной мере неприменимыми к вычислительным устройствам пользователей, которые обладают ограниченными ресурсами. В качестве примера, патент US 7,298,412 B2 (2007-11-20) раскрывает способ автоматической экспозиции c использованием сложно оптимизируемых вейвлетов Габора и сопоставления графов. Настоящее изобретение обеспечивает уменьшение вычислительной сложности способа по меньшей мере за счет того, что маску весов вычисляют предварительно, т.е. до момента фактической процедуры биометрической идентификации.
[0004] Другие известные из уровня техники способы автоматической регулировки экспозиции используют инкрементальную подстройку экспозиции, при которой параметры камеры продолжительное время подстраиваются под оптимальное значение кадр за кадром. В этом случае время, за которое получают достаточно экспонированное изображение, может быть существенным. Пример такого подхода раскрыт в патенте US 9,536,292 B2 (2017-01-03). Настоящее изобретение обеспечивает ускорение получения корректной экспозиции за счет применения двухстадийной оценки/регулировки экспозиции, где на первой стадии осуществляют вычислительно легкую и быструю субоптимальную оценку/регулировку экспозиции, а на второй стадии осуществляют точную оценку/регулировку экспозиции, обеспечивающую оптимальную экспозицию и минимальный уровень шума при захвате камерой следующего изображения. Благодаря этому оптимальная экспозиция может быть получена за близкое к 1 число кадров.
[0005] Различные другие реализации известны в данной области техники, но, насколько можно разумно установить из их доступной документации, эти реализации не могут адекватно решить все вышеуказанные проблемы, решаемые описанным в данной заявке изобретением.
Сущность изобретения
[0006] В первом аспекте настоящего изобретения предложен способ автоматической регулировки экспозиции для камеры, содержащий этапы, на которых: осуществляют захват (S100) изображения лица пользователя; проводят глобальную оценку (S101) экспозиции камеры по захваченному изображению лица пользователя, проверяя выполнение первого условия: - если упомянутое первое условие не выполняется, получают (S101.1) первое приближение
Figure 00000001
к оптимальному значению экспозиции камеры и осуществляют субоптимальную регулировку (S101.2) значений параметров камеры в соответствии с первым приближением
Figure 00000002
или - если упомянутое первое условие выполняется, переходят к выполнению этапа точной оценки (S102) экспозиции лица пользователя без осуществления субоптимальной регулировки значений параметров камеры; проводят точную оценку (S102) экспозиции лица пользователя по захваченному изображению лица пользователя для получения оптимального значения экспозиции, используя предварительно вычисленную маску весов лицевой области, при этом входными значениями параметров при выполнении данного этапа являются субоптимально отрегулированные значения параметров камеры, если упомянутое первое условие не было выполнено, или значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено, если упомянутое первое условие было выполнено; регулируют (S103) значения параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.
[0007] Во втором аспекте настоящего изобретения предложено вычислительное устройство (50) пользователя, содержащее процессор (50.1), камеру (50.2) и память (50.3), хранящую исполняемые процессором инструкции, которые, при исполнении процессором, дают команду процессору на выполнение способа автоматической регулировки экспозиции для камеры по первому аспекту настоящего изобретения.
[0008] Таким образом, настоящее изобретение решает вышеуказанные проблемы и обеспечивает корректную регулировку экспозиции камеры, гарантирующую максимально эффективную биометрическую идентификацию. Кроме того, настоящее изобретение обладает уменьшенной вычислительной сложностью и обеспечивает ускорение регулировки экспозиции до уровня корректной экспозиции или оптимальной под требуемые задачи экспозиции и, следовательно, ускорение проведения самой процедуры биометрической идентификации на вычислительном устройстве пользователя, обладающем ограниченными ресурсами. Сама по себе регулировка экспозиции согласно настоящему изобретению обеспечивает корректную регулировку экспозиции даже при сложных условиях освещенности (например, в темном помещении, или при ярком солнечном свете), гарантируя законному пользователю устройства возможность успешно пройти процедуру биометрической идентификации по мере такой необходимости. Кроме того, настоящее изобретение может быть использовано для решения ряда аналогичных задач, поскольку его можно адаптировать (подготовив соответствующую маску весов) под различные виды биометрической информации, будь то ИК изображения радужных оболочек, ИК изображения сосудистого русла ладоней, кистей или изображения всего лица для идентификации пользователя по лицу. Кроме того, настоящее изобретение расширяет набор известных технических средств автоматической регулировки экспозиции для процедуры биометрической идентификации пользователя.
Краткое описание чертежей
[0009] Другие достоинства настоящего изобретения станут очевидны специалисту в данной области техники после ознакомления с нижеследующим подробным описанием различных вариантов его осуществления, а также с чертежами, на которых:
[Фиг. 1] Фигура 1 иллюстрирует предпочтительный вариант осуществления способа автоматической регулировки экспозиции для камеры.
[Фиг. 2] Фигура 2 иллюстрирует предпочтительный вариант осуществления глобальной оценки (S101) экспозиции камеры.
[Фиг. 3] Фигура 3 иллюстрирует предпочтительный вариант осуществления точной оценки (S102) экспозиции лица пользователя.
[Фиг. 4] Фигура 4 иллюстрирует предпочтительный вариант осуществления предварительного вычисления (S99) маски весов лицевой области.
[Фиг. 5] Фигура 5 иллюстрирует предпочтительный вариант осуществления определения универсального показателя освещенности MSV.
[Фиг. 6] Фигура 6 иллюстрирует предпочтительный вариант осуществления вычислительного устройства (50) пользователя, в котором может быть реализован способ автоматической регулировки экспозиции для камеры.
Подробное описание вариантов осуществления изобретения
[0010] Предпочтительные варианты осуществления настоящего изобретения теперь будут описаны более подробно со ссылкой на чертежи, на которых идентичные элементы на разных фигурах, по возможности, идентифицируются одинаковыми ссылочными позициями. Эти варианты осуществления представлены посредством пояснения настоящего изобретения, которое, однако, не следует ими ограничивать. Специалисты в данной области техники поймут после ознакомления с настоящим подробным описанием и чертежами, что могут быть сделаны различные модификации и варианты.
[0011] Фигура 1 иллюстрирует предпочтительный вариант осуществления способа автоматической регулировки экспозиции для камеры.
[0012] На этапе (S100) осуществляют захват изображения лица пользователя. Этот захват может быть произведен инфракрасной или обычной камерами.
[0013] На этапе (S101) проводят глобальную оценку экспозиции камеры по захваченному изображению лица пользователя. Эта глобальная оценка может быть осуществлена путем проверки первого условия на выполнение. Первым условием может быть условие |
Figure 00000003
|<
Figure 00000004
, где
Figure 00000005
- универсальный показатель освещенности изображения,
Figure 00000006
- предварительно определенное пороговое значение универсального показателя освещенности изображения и
Figure 00000007
- предварительно определенное пороговое значение перехода между субоптимальной и точной регулировкой параметров камеры, заданные эмпирически, например, путем анализа статически значимой выборки изображений. В результате анализа выборки, статистически значимой для целей настоящего изобретения, значение 3,4 было получено для
Figure 00000008
и значение 0,7 было получено для
Figure 00000007
. Тем не менее, настоящее изобретение не следует ограничивать упомянутыми конкретными значениями, поскольку для выборки, статистически значимой для других целей (т.е. для биометрической идентификации не по радужным оболочкам) упомянутые конкретные пороговые значения могут отличаться. Предпочтительный вариант осуществления и детали определения MSV будут описаны ниже со ссылкой на фигуру 5.
[0014] Если упомянутое первое условие не выполняется, может быть получено первое приближение
Figure 00000001
к оптимальному значению экспозиции камеры и осуществлена субоптимальная регулировка значений параметров камеры в соответствии с первым приближением
Figure 00000001
. Предпочтительный вариант осуществления и детали этих этапов будут описаны ниже со ссылкой на фигуру 2. Если упомянутое первое условие выполняется, может быть выполнен переход сразу к этапу точной оценки экспозиции лица пользователя без осуществления субоптимальной регулировки значений параметров камеры.
[0015] На этапе (S102) проводят точную оценку экспозиции лица пользователя по захваченному изображению лица пользователя для получения оптимального значения экспозиции. Эта точная оценка экспозиции лица пользователя может быть проведена с использованием предварительно вычисленной маски весов лицевой области. Предпочтительный вариант осуществления и детали предварительного вычисления маски весов лицевой области будут описаны ниже со ссылкой на фигуру 4. Входными значениями параметров для данного этапа точной оценки экспозиции могут быть субоптимально отрегулированные значения параметров камеры, если упомянутое первое условие не было выполнено, или значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено, если упомянутое первое условие было выполнено. Предпочтительный вариант осуществления и детали точной оценки экспозиции лица пользователя будут описаны ниже со ссылкой на фигуру 3.
[0016] На этапе (S103) регулируют значения параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.
[0017] Фигура 2 иллюстрирует предпочтительный вариант осуществления глобальной оценки (S101) экспозиции камеры.
[0018] Глобальная оценка может быть выполнена путем проверки выполнения условия |
Figure 00000003
|<
Figure 00000009
и если это условие не выполняется - получения (S101.1) первого приближения
Figure 00000001
к оптимальному значению экспозиции камеры и осуществления субоптимальной регулировки (S101.2) значений параметров камеры в соответствии с первым приближением
Figure 00000001
, которые состоят в следующем.
[0019] На подэтапе (S101.3) значение
Figure 00000010
(оценки экспозиции) захваченного изображения может быть вычислено, используя вычисленный
Figure 00000005
, как
Figure 00000011
.
[0020] На подэтапе (S101.4) вычисленное значение
Figure 00000010
может быть сравнено c предопределенными пороговыми значениями
Figure 00000012
и
Figure 00000013
, заданными эмпирически, например, путем анализа статически значимой выборки изображений.
[0021] На подэтапе (S101.5), если значение
Figure 00000010
попадает в субоптимальную зону
Figure 00000014
, первое приближение
Figure 00000001
к оптимальному значению экспозиции может быть вычислено согласно уравнениям
Figure 00000015
,
Figure 00000016
, где
Figure 00000017
- значение экспозиции захваченного изображения, которое может быть получено из параметров камеры, установленных в момент захвата захваченного изображения,
Figure 00000018
- относительное значение оптимальной экспозиции, зависящее от параметров камеры, установленных в момент захвата захваченного изображения, и
Figure 00000019
- относительное текущее значение экспозиции захваченного изображения, зависящее от параметров камеры, установленных в момент захвата захваченного изображения.
[0022] На подэтапе (S101.6), если значение
Figure 00000010
не попадает в упомянутую субоптимальную зону, упомянутое значение
Figure 00000010
может сравниваться с
Figure 00000020
[0023] На подэтапе (S101.7), если
Figure 00000021
, первое приближение
Figure 00000001
к оптимальному значению экспозиции может быть вычислено по формуле
Figure 00000022
, где
Figure 00000023
- поправочный коэффициент экспозиции, заданный эмпирически, например, путем анализа статически значимой выборки изображений, и
Figure 00000024
- число итераций работы способа до попадания значения
Figure 00000010
в упомянутую субоптимальную зону, зависящее от входного изображения.
[0024] На подэтапе (S101.8), если
Figure 00000025
, первое приближение
Figure 00000001
к оптимальному значению экспозиции может быть вычислено по формуле
Figure 00000026
.
[0025] Фигура 3 иллюстрирует предпочтительный вариант осуществления точной оценки (S102) экспозиции лица пользователя.
[0026] На подэтапе (S102.1) вычисляют (S102.1) взвешенный
Figure 00000027
. Взвешенный
Figure 00000028
может быть определен аналогично
Figure 00000005
, определение которого будет подробно описано ниже со ссылкой на фигуру 5. Определение взвешенного
Figure 00000027
может отличаться от определения
Figure 00000005
тем, что при определении взвешенного
Figure 00000027
каждому пикселю изображения при вычислении гистограммы может быть сопоставлен вес из ранее упомянутой предварительно вычисленной маски весов лицевой области или любой другой требуемой области. Предпочтительный вариант осуществления и детали предварительного вычисления маски весов лицевой области будут описаны ниже со ссылкой на фигуру 4.
[0027] На подэтапе (S102.2) проверяют выполнение второго условия
Figure 00000029
, где
Figure 00000030
- показатель, к численному значению которого должно стремиться значение
Figure 00000027
изображения, а
Figure 00000031
определяет границу интервала, в котором захватывают изображение наилучшего качества. Вычисление
Figure 00000030
и
Figure 00000031
может быть выполнен в несколько этапов. Для нескольких множеств предварительно собранных изображений лиц различных пользователей, захваченных в различных условиях освещенности, по которым, как будет подробно описано ниже со ссылкой на фигуру 4, предварительно вычисляют маску весов лицевой области, может быть вычислена попарная мера несоответствия (HD, расстояние Хэмминга) и для каждого изображения верификации определен MSV. Тем самым, для каждого изображения верификации могут быть получены значения HD и MSV. Затем, на графике может быть построена зависимость HD(MSV) для получения множества точек. После этого, это множество точек может подвергаться кластеризации, используя, например, метод k-средних, на 3 кластера, но без ограничения упомянутым конкретным числом кластеров. Затем может быть построена плотность распределения f точек упомянутых кластеров. После этого,
Figure 00000030
может быть получен как
Figure 00000032
= arg max(f), т.е.
Figure 00000032
соответствует аргументу максимума функции распределения. Предпочтительным интервал
Figure 00000030
- от 0 до 5. Далее, может быть определен самый плотный (информативный) из упомянутых 3 кластеров и определены его границы (левая и правая границы могут быть обозначены как l и r, соответственно). После этого,
Figure 00000031
может быть получена как
Figure 00000033
. Предпочтительные значения
Figure 00000031
- [0.1 ; 0.5 ].
[0028] На подэтапе (S102.3), если упомянутое второе условие не выполняется, может быть осуществлена проверка выполнения третьего условия
Figure 00000034
.
[0029] На подэтапе (S102.4), если упомянутое третье условие не выполняется, значения параметров камеры могут быть уменьшены и использованы в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.
[0030] На подэтапе (S102.5), если упомянутое третье условие выполняется, значения параметров камеры могут быть увеличены и использованы в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.
[0031] На подэтапе (S102.6), если упомянутое второе условие выполняется, в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя могут быть использованы текущие (исходные) значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено.
[0032] Для обеспечения оптимального значения экспозиции может быть отрегулирован по меньшей мере один параметр камеры, выбранный из группы, состоящей из: времени экспозиции, коэффициента усиления, ширины импульса, силы тока, задержки импульса. Время экспозиции - интервал времени, в течение которого свет экспонирует участок светочувствительного материала или светочувствительной матрицы. Коэффициент усиления - обеспечивает усиление сигнала с датчика камеры. Сила тока - величина силы тока, подающегося на устройство. Ширина импульса - время, в течение которого ток подается на устройство для обеспечения единичного импульса. Задержка импульса - время задержки между двумя последовательными импульсами (в течение которого ток не подается на устройство). В предпочтительном варианте осуществления для обеспечения оптимального значения экспозиции регулируют два параметра камеры - время экспозиции и коэффициент усиления.
[0033] Фигура 4 иллюстрирует предпочтительный вариант осуществления предварительного вычисления (S99) маски весов лицевой области. Как было указано выше, настоящее изобретение не следует ограничивать маской весов именно лицевой области, поскольку нижеследующая последовательность этапов предварительного вычисления (S99) маски весов лицевой области может быть адаптирована под предварительное вычисление (S99) маски весов таких областей, как область ладони, область кисти, область запястья или область любой другой части тела пользователя, изображение которой можно захватывать камерой и использовать в качестве биометрической информации в процессе биометрической идентификации пользователя. В предпочтительном варианте осуществления предварительно вычисляют маску весов лицевой области, которая определяет сопоставляемый каждому пикселю изображения вес в соответствии с влиянием корректности установки экспозиции данного пикселя на успешность прохождения процедуры биометрической идентификации пользователя на принадлежащем ему вычислительном устройстве. Таким образом, в предпочтительном варианте осуществления настоящего изобретения больший вес получают области глаз, содержащиеся в лицевой области. Благодаря этому достигается локальная подстройка экспозиции камеры под области глаз для корректной биометрической идентификации пользователя по радужным оболочкам.
[0034] В ходе предварительного вычисления (S99) маски весов лицевой области могут быть использованы несколько множеств предварительно собранных изображений лиц различных пользователей, захваченных в различных условиях освещенности. В предпочтительном варианте настоящего изобретения таких множеств два: (1) множество предварительно собранных изображений лиц различных пользователей, захваченных инфракрасной камерой при наружном освещении, и (2) множество предварительно собранных изображений лиц различных людей, захваченных инфракрасной камерой при освещении внутри помещений. Вычисление маски весов лицевой области на данных именно таких множеств адаптирует настоящий способ под корректное проведение процедуры биометрической идентификации пользователя по радужным оболочкам в сложных условиях освещенности (темное помещение, яркий солнечный свет). Нижеследующие этапы выполняют, обрабатывая соответствующие предварительно собранные изображения лиц для каждого пользователя из упомянутых различных пользователей.
[0035] На этапе (S99.1) может быть вычислена попарная мера несоответствия радужных оболочек пользователя. Для этого могут сравниваться захваченное пользователем при регистрации изображение регистрации радужных оболочек с каждым из изображений верификации радужных оболочек того же самого пользователя, полученных в результате некоторого числа верификаций. В результате этого сравнения могут быть получены соответствующие расстояния Хэмминга, являющиеся мерой различия сравниваемых радужных оболочек пользователя. Под изображением регистрации понимается изображение пользователя, захваченное в качестве опорного изображения при его первичной регистрации на своем устройстве. Под изображением верификации понимается захваченное изображение пользователя, которое используется при биометрической идентификации пользователя посредством его сравнения с опорным изображением (т.е. изображением регистрации) пользователя. Изображение верификации захватывается в ходе каждой процедуры верификации. Изображения регистрации и верификаций могут быть сохранены в памяти пользовательского устройства.
[0036] На этапе (S99.2) каждое из изображений верификации радужных оболочек может быть уменьшено до квадрата некоторого размера. В предпочтительном варианте осуществления размером упомянутого квадрата является размер 200*200. Уменьшение размера позволяет сэкономить вычислительные ресурсы устройства, на котором реализуют предварительное вычисление маски весов, и ресурсов вычислительного устройства пользователя, на котором полученная маска будет применена. Настоящее изобретение в том числе может быть реализовано без этапа (S99.2).
[0037] На этапе (S99.3) может быть вычислена матрица, каждая строка которой является линеаризованным изображением верификации радужных оболочек уменьшенного размера, формирующим вектор признаков 1*40000 (в случае размера изображения 200*200 на выходе с этапа S99.2). Таким образом, данный этап не следует ограничивать размерностью вектора признаков 1*40000.
[0038] На этапе (S99.4) для каждой строки матрицы может быть определена метка, что формирует вектор меток для упомянутой матрицы. Если расстояние Хэмминга для некоторой из строк матрицы больше или равно некоторому пороговому значению, в качестве метки для этой строки матрицы может быть определено значение 0, и если расстояние Хэмминга для некоторой из строк матрицы меньше упомянутого порогового значения, в качестве метки для этой строки матрицы может быть определено значение 1, или наоборот (если внести инверсивные изменения).
[0039] На этапе (S99.5) каждая строка из строк матрицы может быть совмещена с соответствующей меткой сформированного вектора меток.
[0040] На этапе (S99.6) используя логистическую регрессию для вычисленной матрицы и сформированного вектора меток могут быть получены логистические коэффициенты для каждого пикселя соответствующего изображения верификации. Каждый логистический коэффициент может отражать меру значимости данного пикселя для успешной верификации пользователя.
[0041] На этапе (S99.7) полученный вектор логистических коэффициентов может быть преобразован в матрицу размером 200*200 (в случае размера изображения 200*200 на выходе с этапа S99.2), определяющую тем самым маску весов лицевой области, в которой области глаз получили больший вес, нежели другие части лицевой области. Данный этап не следует ограничивать размером маски весов лицевой области 200*200.
[0042] Предварительно вычисленная вышеуказанным способом (S99) маска весов лицевой области может быть подана на этап (S102) вышеописанного способа. Предварительное вычисление (S99) маски весов лицевой области может быть реализовано заранее на любом устройстве, внешнем по отношению к вычислительному устройству пользователя, на котором вышеописанный способ может быть реализован. Затем эта маска весов лицевой области может быть передана любым известным из уровня техники способом вычислительному устройству пользователя и сохранена в его памяти для последующего использования. Как следствие, обеспечивается снижение вычислительной сложности способа, реализуемого на вычислительном устройстве пользователя.
[0043] Фигура 5 иллюстрирует предпочтительный вариант осуществления определения универсального показателя освещенности MSV.
[0044] На этапе (S98.1) может быть вычислена гистограмма захваченного изображения посредством подсчета количества пикселей данного изображения, яркость которых входит в один из пяти интервалов, равномерно распределенных в диапазоне от 0 до 255. Количество интервалов равное пяти задано экспериментальным образом, но может варьироваться от 2 до 256.
[0045] На этапе (S98.2), используя вычисленную гистограмму,
Figure 00000005
может быть вычислен следующим образом
Figure 00000035
где
Figure 00000036
- количество пикселей в каждом интервале гистограммы,
Figure 00000037
- индекс интервала.
[0046] Фигура 6 иллюстрирует предпочтительный вариант осуществления вычислительного устройства (50) пользователя, в котором может быть реализован вышеописанный способ автоматической регулировки экспозиции для камеры.
[0047] Это вычислительное устройство (50) пользователя может содержать процессор (50.1), камеру (50.2) и память (50.3), хранящую исполняемые процессором инструкции, которые, при исполнении процессором, дают команду процессору на выполнение любого аспекта вышеописанного способа автоматической регулировки экспозиции. Как было указано выше, память (50.3) может быть выполнена с возможностью хранения предварительно вычисленной маски весов лицевой области, а также с возможностью обеспечения доступа к ней процессором (50.1).
[0048] Вычислительным устройством (50) пользователя может быть любое устройство пользователя, которое содержит, по меньшей мере, процессор, камеру и память, такое как, например, смартфон, планшет, умные часы, настольный компьютер, ноутбук, и т.д.
[0049] Используемые в данной заявке ссылочные позиции не следует интерпретировать как однозначно определяющие последовательность этапов, поскольку, после ознакомления с вышеуказанным раскрытием, специалисту станут понятны другие модифицированные последовательности вышеописанных этапов. Ссылочные позиции использовались в этом описании и используются в нижеследующей формуле лишь в качестве сквозного указателя на соответствующий элемент заявки, который облегчает ее восприятие и гарантирует соблюдение единства терминологии.
[0050] Хотя данное изобретение было описано с определенной степенью детализации, следует понимать, что настоящее раскрытие было сделано только в качестве иллюстрации и что к многочисленным изменениям в деталях конструкций, компоновке частей устройства или этапов и содержания способов можно прибегать, не выходя за рамки объема изобретения, который определяется нижеследующей формулой изобретения.

Claims (42)

1. Способ автоматической регулировки экспозиции для камеры, содержащий этапы, на которых:
осуществляют захват (S100) изображения лица пользователя;
проводят глобальную оценку (S101) экспозиции камеры по захваченному изображению лица пользователя, проверяя выполнение первого условия:
- если упомянутое первое условие не выполняется, получают (S101.1) первое приближение
Figure 00000038
к оптимальному значению экспозиции камеры и осуществляют субоптимальную регулировку (S101.2) значений параметров камеры в соответствии с первым приближением
Figure 00000039
или
- если упомянутое первое условие выполняется, переходят к выполнению этапа точной оценки (S102) экспозиции лица пользователя без осуществления субоптимальной регулировки значений параметров камеры;
проводят точную оценку (S102) экспозиции лица пользователя по захваченному изображению лица пользователя для получения оптимального значения экспозиции, используя предварительно вычисленную маску весов лицевой области, в которой областям, содержащим глаза, присваивается больший вес, при этом входными значениями параметров при выполнении данного этапа являются субоптимально отрегулированные значения параметров камеры, если упомянутое первое условие не было выполнено, или значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено, если упомянутое первое условие было выполнено;
регулируют (S103) значения параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя,
при этом первым условием, которое проверяют на этапе проведения глобальной оценки (S101), является условие |
Figure 00000040
|<
Figure 00000041
, где
Figure 00000042
- универсальный показатель освещенности изображения,
Figure 00000043
- предварительно определенное пороговое значение универсального показателя освещенности изображения и
Figure 00000044
- предварительно определенное пороговое значение перехода между субоптимальной и точной регулировкой параметров камеры.
2. Способ по п. 1, в котором
камера является инфракрасной камерой.
3. Способ по п. 2, в котором
Figure 00000042
определяют (S98) посредством выполнения подэтапов, на которых:
вычисляют (S98.1) гистограмму захваченного изображения, подсчитывая количество пикселей данного изображения, яркость которых входит в один из пяти интервалов, равномерно распределенных в диапазоне от 0 до 255;
используя вычисленную гистограмму, вычисляют (S98.2)
Figure 00000042
следующим образом
Figure 00000045
где
Figure 00000046
- количество пикселей в каждом интервале гистограммы,
Figure 00000047
- индекс интервала.
4. Способ по любому из пп. 1-3, в котором подэтапы получения (S101.1) первого приближения
Figure 00000038
к оптимальному значению экспозиции камеры и осуществления субоптимальной регулировки (S101.2) значений параметров камеры в соответствии с первым приближением
Figure 00000038
содержат подэтапы, на которых:
используя вычисленный
Figure 00000042
, вычисляют (S101.3) значение
Figure 00000048
(оценки экспозиции) захваченного изображения согласно уравнению
Figure 00000049
;
сравнивают (S101.4) вычисленное значение
Figure 00000048
c предопределенными пороговыми значениями
Figure 00000050
и
Figure 00000051
:
- если значение
Figure 00000048
попадает в субоптимальную зону
Figure 00000052
, вычисляют (S101.5) первое приближение
Figure 00000038
к оптимальному значению экспозиции согласно уравнениям
Figure 00000053
,
Figure 00000054
,
где
Figure 00000055
- значение экспозиции захваченного изображения,
Figure 00000056
- относительное значение оптимальной экспозиции и
Figure 00000057
- относительное текущее значение экспозиции захваченного изображения, или
- если значение
Figure 00000048
не попадает в упомянутую субоптимальную зону, сравнивают (S101.6) упомянутое значение
Figure 00000048
с
Figure 00000050
:
-- если
Figure 00000058
, вычисляют (S101.7) первое приближение
Figure 00000038
к оптимальному значению экспозиции по формуле
Figure 00000059
,
где
Figure 00000060
- поправочный коэффициент экспозиции и
Figure 00000061
- число итераций, или
-- если
Figure 00000062
, вычисляют (S101.8) первое приближение
Figure 00000038
к оптимальному значению экспозиции по формуле
Figure 00000063
.
5. Способ по любому из пп. 1-3, в котором этап проведения точной оценки (S102) экспозиции лица пользователя по захваченному изображению лица пользователя содержит подэтапы, на которых:
вычисляют (S102.1) взвешенный
Figure 00000064
, где каждому пикселю изображения при вычислении гистограммы сопоставляют вес из упомянутой предварительно вычисленной маски весов лицевой области;
проверяют выполнение (S102.2) второго условия
Figure 00000065
, где
Figure 00000066
- показатель, к численному значению которого должно стремиться значение
Figure 00000064
изображения, а
Figure 00000067
определяет границу интервала, в котором захватывают изображение наилучшего качества:
- если упомянутое второе условие не выполняется, проверяют (S102.3) выполнение третьего условия
Figure 00000068
;
- если упомянутое третье условие не выполняется, уменьшают (S102.4) значения параметров камеры и используют эти уменьшенные значения параметров камеры в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя; или
- если упомянутое третье условие выполняется, увеличивают (S102.5) значения параметров камеры и используют эти увеличенные значения параметров камеры в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя; или
- если упомянутое второе условие выполняется, используют (S102.6) значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено, в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.
6. Способ по п. 1, в котором для обеспечения оптимального значения экспозиции регулируют по меньшей мере один параметр, выбранный из группы, состоящей из: времени экспозиции, коэффициента усиления, ширины импульса, силы тока, задержки импульса.
7. Способ по любому из пп. 1-3, в котором упомянутую маску весов лицевой области предварительно вычисляют (S99) посредством выполнения подэтапов, на которых, используя множество предварительно собранных изображений лиц различных пользователей, захваченных инфракрасной камерой при наружном освещении, и множество предварительно собранных изображений лиц различных людей, захваченных инфракрасной камерой при освещении внутри помещений, для каждого из этих пользователей:
вычисляют (S99.1) попарную меру несоответствия радужных оболочек пользователя, сравнивая захваченное пользователем при регистрации изображение регистрации радужных оболочек с каждым из изображений верификации радужных оболочек того же самого пользователя, полученных в результате некоторого числа верификаций, для получения соответствующих расстояний Хэмминга, являющихся мерой различия сравниваемых радужных оболочек пользователя;
уменьшают (S99.2) каждое из изображений верификации радужных оболочек до размера 200*200;
вычисляют (S99.3) матрицу, каждая строка которой является линеаризованным изображением верификации радужных оболочек уменьшенного размера, формирующим вектор признаков 1*40000;
определяют (S99.4) для каждой строки матрицы метку, формируя вектор меток для упомянутой матрицы, при этом если расстояние Хэмминга для некоторой из строк матрицы больше или равно некоторому пороговому значению, в качестве метки для этой строки матрицы определяют значение 0, и если расстояние Хэмминга для некоторой из строк матрицы меньше упомянутого порогового значения, в качестве метки для этой строки матрицы определяют значение 1;
совмещают (S99.5) каждую из строк матрицы с соответствующей меткой сформированного вектора меток;
используя логистическую регрессию для вычисленной матрицы и сформированного вектора меток, получают (S99.6) логистические коэффициенты для каждого пикселя соответствующего изображения верификации, при этом каждый логистический коэффициент отражает меру значимости данного пикселя для успешной верификации пользователя; и
преобразуют (S99.7) полученный вектор логистических коэффициентов в матрицу размером 200*200, определяя тем самым маску весов лицевой области.
8. Вычислительное устройство (50) пользователя, содержащее процессор (50.1), камеру (50.2) и память (50.3), хранящую исполняемые процессором инструкции, которые при исполнении процессором дают команду процессору на выполнение способа автоматической регулировки экспозиции для камеры по любому из пп. 1-7.
RU2017130895A 2017-09-01 2017-09-01 Способ автоматической регулировки экспозиции для инфракрасной камеры и использующее этот способ вычислительное устройство пользователя RU2667790C1 (ru)

Priority Applications (5)

Application Number Priority Date Filing Date Title
RU2017130895A RU2667790C1 (ru) 2017-09-01 2017-09-01 Способ автоматической регулировки экспозиции для инфракрасной камеры и использующее этот способ вычислительное устройство пользователя
US16/640,001 US11265459B2 (en) 2017-09-01 2018-08-31 Electronic device and control method therefor
KR1020180104045A KR20190025527A (ko) 2017-09-01 2018-08-31 전자 장치 및 그 제어 방법
EP18851673.6A EP3664435A4 (en) 2017-09-01 2018-08-31 ELECTRONIC DEVICE AND ASSOCIATED CONTROL PROCESS
PCT/KR2018/010152 WO2019045521A1 (ko) 2017-09-01 2018-08-31 전자 장치 및 그 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2017130895A RU2667790C1 (ru) 2017-09-01 2017-09-01 Способ автоматической регулировки экспозиции для инфракрасной камеры и использующее этот способ вычислительное устройство пользователя

Publications (1)

Publication Number Publication Date
RU2667790C1 true RU2667790C1 (ru) 2018-09-24

Family

ID=63668914

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017130895A RU2667790C1 (ru) 2017-09-01 2017-09-01 Способ автоматической регулировки экспозиции для инфракрасной камеры и использующее этот способ вычислительное устройство пользователя

Country Status (5)

Country Link
US (1) US11265459B2 (ru)
EP (1) EP3664435A4 (ru)
KR (1) KR20190025527A (ru)
RU (1) RU2667790C1 (ru)
WO (1) WO2019045521A1 (ru)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113163101B (zh) * 2020-01-22 2023-02-28 浙江宇视科技有限公司 图像曝光调整方法、装置、设备和介质
CN112492208B (zh) * 2020-11-30 2022-03-22 维沃移动通信有限公司 拍摄方法和电子设备
CN113256514B (zh) * 2021-05-14 2022-05-24 华中科技大学 等离子体产物模式识别方法、系统、计算机设备、终端
CN114095667B (zh) * 2022-01-13 2022-04-26 浙江华睿科技股份有限公司 一种自动曝光方法、装置、电子设备及存储介质
WO2023163476A1 (ko) * 2022-02-24 2023-08-31 민팃(주) 전자 기기 가치 평가 방법 및 장치와 딥러닝 모델 트레이닝 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030071908A1 (en) * 2001-09-18 2003-04-17 Masato Sannoh Image pickup device, automatic focusing method, automatic exposure method, electronic flash control method and computer program
US6940545B1 (en) * 2000-02-28 2005-09-06 Eastman Kodak Company Face detecting camera and method
US20140198218A1 (en) * 2013-01-15 2014-07-17 Avigilon Corporation Imaging apparatus with scene adaptive auto exposure compensation
US20160188860A1 (en) * 2014-12-29 2016-06-30 Suprema Inc. Biometric authentication device and biometric image output control method
RU2628916C2 (ru) * 2015-10-14 2017-08-22 Общество с ограниченной ответственностью "АВТОДОРИЯ" (ООО "АВТОДОРИЯ") Способ и система управления стационарной камерой

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3113259B2 (ja) 1989-07-18 2000-11-27 富士写真フイルム株式会社 ビデオカメラの露出制御方法及び装置
JP2822256B2 (ja) 1990-02-15 1998-11-11 ソニー株式会社 ビデオカメラの露光補正装置
US5455685A (en) 1991-09-04 1995-10-03 Fuji Photo Film Co., Ltd. Video camera exposure control apparatus for controlling iris diaphragm and automatic gain control operating speed
DE69536129D1 (de) 1994-04-19 2011-01-27 Eastman Kodak Co Kamera mit automatischer Belichtungssteuerung unter Verwendung von CCD-Sensor mit verstellbarem Belichtungsindex
US5764291A (en) 1994-09-30 1998-06-09 Apple Computer, Inc. Apparatus and method for orientation-dependent camera exposure and focus setting optimization
JPH08186761A (ja) 1994-12-30 1996-07-16 Sony Corp ビデオカメラ装置及びビデオカメラ露出制御方法
US5745808A (en) 1995-08-21 1998-04-28 Eastman Kodak Company Camera exposure control system using variable-length exposure tables
US6486915B2 (en) 1999-04-20 2002-11-26 Intel Corporation Determining a final exposure setting automatically for a solid state camera without a separate light metering circuit
JP3430994B2 (ja) 1999-09-28 2003-07-28 ミノルタ株式会社 カメラ
US6765619B1 (en) 2000-04-04 2004-07-20 Pixim, Inc. Method and apparatus for optimizing exposure time in image acquisitions
CA2359269A1 (en) 2001-10-17 2003-04-17 Biodentity Systems Corporation Face imaging system for recordal and automated identity confirmation
US7038820B1 (en) 2002-04-03 2006-05-02 Eastman Kodak Company Automatic exposure control for an image sensor
AU2003220948A1 (en) 2003-03-28 2004-10-25 Fujitsu Limited Photographing apparatus, photographing method and computer program
US7606417B2 (en) * 2004-08-16 2009-10-20 Fotonation Vision Limited Foreground/background segmentation in digital images with differential exposure calculations
JP2007094535A (ja) 2005-09-27 2007-04-12 Konica Minolta Photo Imaging Inc 認証システム及び認証方法
US7546026B2 (en) 2005-10-25 2009-06-09 Zoran Corporation Camera exposure optimization techniques that take camera and scene motion into account
JP4375348B2 (ja) 2006-03-08 2009-12-02 ソニー株式会社 撮像装置及び撮像装置の制御方法
JP4957922B2 (ja) * 2006-06-07 2012-06-20 日本電気株式会社 画像方向判定装置、画像方向判定方法、および画像方向判定用プログラム
JP4694424B2 (ja) * 2006-06-21 2011-06-08 三菱電機株式会社 認証装置
JP2008139973A (ja) 2006-11-30 2008-06-19 Funai Electric Co Ltd 顔画像認証システム、および撮像装置
US7916971B2 (en) 2007-05-24 2011-03-29 Tessera Technologies Ireland Limited Image processing method and apparatus
KR101411910B1 (ko) * 2008-01-04 2014-06-26 삼성전자주식회사 디지털 촬영 장치 및 이의 제어 방법
JP4996491B2 (ja) 2008-01-29 2012-08-08 パナソニック株式会社 撮像装置
KR101030652B1 (ko) 2008-12-16 2011-04-20 아이리텍 잉크 홍채인식을 위한 고품질 아이이미지의 획득장치 및 방법
KR101674099B1 (ko) 2010-10-14 2016-11-08 현대모비스 주식회사 얼굴 인증을 위한 영상 생성 장치 및 그 방법
US8408464B2 (en) 2011-02-03 2013-04-02 Metrologic Instruments, Inc. Auto-exposure method using continuous video frames under controlled illumination
JP5761789B2 (ja) 2011-03-30 2015-08-12 国立大学法人神戸大学 植物体の画像領域抽出方法、植物体の画像領域抽出装置、および植物体の生育監視システム
US8836851B2 (en) * 2011-06-01 2014-09-16 Apple Inc. Automatic exposure control based on multiple regions
US8786730B2 (en) 2011-08-18 2014-07-22 Microsoft Corporation Image exposure using exclusion regions
KR20130063310A (ko) 2011-12-06 2013-06-14 엘지전자 주식회사 이동 단말기 및 이의 제어방법
US9456146B2 (en) 2011-12-22 2016-09-27 Panasonic Intellectual Property Management Co., Ltd. Exposure control device, imaging device, image display device, and exposure control method
JP5957925B2 (ja) 2012-02-08 2016-07-27 リコーイメージング株式会社 暗露光制御装置
TW201445454A (zh) * 2013-05-22 2014-12-01 Asustek Comp Inc 提升人臉辨識率的影像處理系統及影像處理方法
KR102139663B1 (ko) 2013-10-08 2020-07-30 삼성전자주식회사 적외선을 이용한 노광 시간 제어 방법 및 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 디지털 촬영 장치.
EP2938064B1 (en) * 2014-04-24 2016-10-12 Axis AB Method and apparatus for determining exposure setting
US9436870B1 (en) 2014-06-06 2016-09-06 Amazon Technologies, Inc. Automatic camera selection for head tracking using exposure control
US9544503B2 (en) 2014-12-30 2017-01-10 Light Labs Inc. Exposure control methods and apparatus
CN104869322A (zh) 2015-05-06 2015-08-26 惠州Tcl移动通信有限公司 移动终端基于眼纹识别的摄像头自适应调节方法及系统
CN104834908B (zh) 2015-05-07 2018-09-07 惠州Tcl移动通信有限公司 一种移动终端基于眼纹识别的图像曝光方法及曝光系统
US20170061210A1 (en) * 2015-08-26 2017-03-02 Intel Corporation Infrared lamp control for use with iris recognition authentication
KR20170046005A (ko) 2015-10-20 2017-04-28 삼성전자주식회사 얼굴 검출 방법 및 이를 지원하는 전자 장치
RU2628201C1 (ru) 2016-07-07 2017-08-15 Самсунг Электроникс Ко., Лтд. Способ адаптивного квантования для кодирования изображения радужной оболочки
RU2630742C1 (ru) 2016-07-18 2017-09-12 Самсунг Электроникс Ко., Лтд. Способ, система и устройство для биометрического распознавания радужной оболочки глаза
CN107220953A (zh) * 2017-06-16 2017-09-29 广东欧珀移动通信有限公司 图像处理方法、装置及终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6940545B1 (en) * 2000-02-28 2005-09-06 Eastman Kodak Company Face detecting camera and method
US20030071908A1 (en) * 2001-09-18 2003-04-17 Masato Sannoh Image pickup device, automatic focusing method, automatic exposure method, electronic flash control method and computer program
US20140198218A1 (en) * 2013-01-15 2014-07-17 Avigilon Corporation Imaging apparatus with scene adaptive auto exposure compensation
US20160188860A1 (en) * 2014-12-29 2016-06-30 Suprema Inc. Biometric authentication device and biometric image output control method
RU2628916C2 (ru) * 2015-10-14 2017-08-22 Общество с ограниченной ответственностью "АВТОДОРИЯ" (ООО "АВТОДОРИЯ") Способ и система управления стационарной камерой

Also Published As

Publication number Publication date
KR20190025527A (ko) 2019-03-11
WO2019045521A1 (ko) 2019-03-07
US11265459B2 (en) 2022-03-01
EP3664435A4 (en) 2020-07-22
US20200186702A1 (en) 2020-06-11
EP3664435A1 (en) 2020-06-10

Similar Documents

Publication Publication Date Title
RU2667790C1 (ru) Способ автоматической регулировки экспозиции для инфракрасной камеры и использующее этот способ вычислительное устройство пользователя
CN110826519B (zh) 人脸遮挡检测方法、装置、计算机设备及存储介质
US10587795B2 (en) System for producing compliant facial images for selected identification documents
JP6550094B2 (ja) 認証装置および認証方法
US11527105B2 (en) System and method for scalable cloud-robotics based face recognition and face analysis
US7986346B2 (en) Image capturing apparatus, control method therefor, program, and storage medium
US8331666B2 (en) Automatic red eye artifact reduction for images
US8977056B2 (en) Face detection using division-generated Haar-like features for illumination invariance
US20230030267A1 (en) Method and apparatus for selecting face image, device, and storage medium
CN108428214B (zh) 一种图像处理方法及装置
CN108810406B (zh) 人像光效处理方法、装置、终端及计算机可读存储介质
JP2008287716A (ja) コントラスト強調方法、装置、撮像装置および記憶媒体
US10254831B2 (en) System and method for detecting a gaze of a viewer
JP6822482B2 (ja) 視線推定装置、視線推定方法及びプログラム記録媒体
US20140085189A1 (en) Line-of-sight detection apparatus, line-of-sight detection method, and program therefor
EP2782047A2 (en) Line-of-sight detection apparatus and image capturing apparatus
CN109683698B (zh) 支付验证方法、装置、电子设备和计算机可读存储介质
CN110365905B (zh) 自动拍照方法及装置
US11036974B2 (en) Image processing apparatus, image processing method, and storage medium
WO2017141730A1 (ja) 画像処理装置および方法、並びにプログラム
JP2013120954A (ja) 寝顔認識装置
CN111767829A (zh) 一种活体检测方法、装置、系统及存储介质
CN112528714A (zh) 基于单光源的注视点估计方法、系统、处理器及设备
US20230064329A1 (en) Identification model generation apparatus, identification apparatus, identification model generation method, identification method, and storage medium
JP7103443B2 (ja) 情報処理装置、情報処理方法、およびプログラム