TW202123038A - 活體臉部辨識系統與方法 - Google Patents
活體臉部辨識系統與方法 Download PDFInfo
- Publication number
- TW202123038A TW202123038A TW108145048A TW108145048A TW202123038A TW 202123038 A TW202123038 A TW 202123038A TW 108145048 A TW108145048 A TW 108145048A TW 108145048 A TW108145048 A TW 108145048A TW 202123038 A TW202123038 A TW 202123038A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- face
- living body
- frame
- person
- Prior art date
Links
Images
Classifications
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/564—Depth or shape recovery from multiple images from contours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
一種活體臉部辨識方法,包含擷取待辨識者的臉部的縮小影像;及偵測縮小影像當中待辨識者的臉部外側是否具有邊框。如果縮小影像的臉部外側不具有邊框,表示待辨識者為活體。
Description
本發明係有關一種臉部辨識,特別是關於一種活體臉部辨識方法與系統。
臉部辨識(face recognition)是電腦影像處理技術的一種,用以從數位影像(image)或影片(video)識別出人的臉部特徵,可作為保全機制。臉部辨識是生物(biometric)辨識的一種,其他的生物辨識技術如指紋識別、虹膜(iris)識別等。臉部辨識可應用於電子裝置,例如電腦、行動電話、刷卡機等,特別是行動裝置的使用日漸普及,因此對於保全機制的要求也更高。
傳統的臉部辨識系統使用相機以擷取二維(2D)的人臉影像,經萃取臉部五官的特徵後,與資料庫作比對以進行辨識。但是,傳統的臉部辨識系統通常無法分辨相機所擷取的是真正的人或者僅是一張照片,因而形成保全機制的漏洞。
為了提高保全機制的信賴度,有些臉部辨識系統會要求使用者依照指示進行臉部的活動,例如搖擺、旋轉頭部或張嘴、閉眼等動作,以確認相機所擷取的是真正的人。有些臉部辨識系統更於臉部活動時,擷取多張照片,以得到深度資訊,以確認相機所擷取的是真正的人。但是,傳統臉部辨識系統會增加成本,或者於進行臉部活動時花費較多時間且造成使用者的不便。
因此亟需提出一種新穎的臉部辨識機制,不但可以維持或提升保全機制的信賴度,更能加速辨識處理且兼顧使用上的便利性。
鑑於上述,本發明實施例的目的之一在於提出一種活體臉部辨識方法與系統,可快速、便利且準確地辨識臉部。
根據本發明實施例之活體臉部辨識方法,擷取待辨識者的臉部的縮小影像。偵測縮小影像當中待辨識者的臉部外側是否具有邊框。如果縮小影像的臉部外側不具有邊框,表示待辨識者為活體。
第一A圖顯示本發明實施例之活體臉部辨識系統100的方塊圖,第一B圖顯示本發明實施例之活體臉部辨識方法200的流程圖。活體臉部辨識系統(以下簡稱系統)100的方塊與活體臉部辨識方法(以下簡稱方法)200的步驟可使用硬體、軟體或其組合來實施,例如執行於數位影像處理器。
在本實施例中,系統100可包含影像擷取裝置11,例如相機,用以擷取待辨識者臉部的至少一影像(步驟21),例如每秒擷取30圖框(亦即30 FPS (frame per second))。本實施例之相機可為二維相機或者三維相機(例如雙鏡頭的三維相機或者結合二維相機與深度偵測裝置)。
在本實施例中,系統100可包含臉部辨識模組12,其根據所擷取的影像,萃取待辨識者臉部的至少一特徵資料(步驟22)。於步驟23,系統100的輸出模組13將萃取的特徵資料與臉部特徵資料庫(以下簡稱資料庫)進行比較。如果萃取的特徵資料未與資料庫相符合(亦即,兩者特徵資料的差值未小於預設臨界值),表示兩者的臉部特徵不同,則輸出模組13判定為辨識失敗(步驟24)。如果萃取的特徵資料與資料庫相符合,則方法200的流程進入步驟25。
第二A圖顯示資料庫建立方法300的流程圖。首先,於步驟31,使用相機擷取待辨識者的影像。接著,於步驟32,使用處理器對擷取影像進行臉部偵測(face detection)。於步驟33,根據臉部偵測的結果,從擷取影像當中擷取出臉部影像(亦即,大致僅包含臉部輪廓區域的影像)。接著,於步驟34,處理器從臉部影像當中萃取出多個臉部特徵(face characteristic)。第二B圖例示本實施例之臉部特徵,可為雙眼間距301、鼻子寬度302、眼窩深度303、臉頰骨頭結構304、下巴線條長度305或/且下巴點306。於步驟35,處理器進一步將這些臉部特徵予以數值化(numeralization),以產生臉部特徵值,作為特徵資料。接著,於步驟36,根據所產生的臉部特徵值以建立模型,據以建立臉部特徵資料庫而儲存於儲存裝置(步驟37)。
第二C圖顯示方法200之步驟22的細部流程圖。萃取待辨識者臉部的特徵資料(步驟22)類似於第二A圖當中的步驟32~35,亦即,於步驟32,使用臉部辨識模組12對擷取影像進行臉部偵測(face detection)。於步驟33,根據臉部偵測的結果,從擷取影像當中擷取出臉部影像(亦即,大致僅包含臉部輪廓區域的影像)。接著,於步驟34,臉部辨識模組12從臉部影像當中萃取出多個臉部特徵(face characteristic)。於步驟35,臉部辨識模組12進一步將這些臉部特徵予以數值化(numeralization),以產生臉部特徵值,作為特徵資料。
根據本實施例的特徵之一,系統100可包含邊框(frame)辨識模組14,其接收影像擷取裝置11所擷取的縮小影像,經邊框辨識模組14處理(步驟25),以偵測縮小影像當中待辨識者的臉部外側是否具有邊框。在一實施例中,影像擷取裝置11包含一相機,縮小影像係藉由調整相機的攝像視角(field of view, FOV)而擷取得到。在另一實施例中,影像擷取裝置11包含第一相機與第二相機,其中第二相機的攝像視角大於第一相機的攝像視角。第一相機所擷取影像提供給臉部辨識模組12以萃取特徵資料,第二相機所擷取之縮小影像則是提供給邊框辨識模組14以偵測邊框。邊框的偵測可使用一般的邊緣偵測(edge detection)技術。於步驟26,如果縮小影像的臉部外側不具有邊框,則輸出模組13判定為辨識成功(步驟27)。如果縮小影像的臉部外側具有邊框,表示影像擷取裝置11所擷取的對象可能為相片或者顯示螢幕(亦即非活體),則輸出模組13判定為辨識失敗(步驟24)。
第三A圖顯示第一A圖之邊框辨識模組14的細部方塊圖,第三B圖顯示第一B圖之步驟25的細部流程圖。在本實施例中,邊框辨識模組14可包含影像轉變裝置141,其轉變縮小影像的像素,以得到轉變影像(步驟251)。在一實施例中,影像轉變裝置141將縮小影像的像素從三原色光(例如紅(R)、綠(G)、藍(B))轉變為亮度值Y,其關係可表示如下:
Y = 0.299 R + 0.587 G + 0.114 B
在本實施例中,邊框辨識模組14可包含二值化(binary thresholding)裝置142,其將轉變影像的像素與預設臨界值作比較,以得到輪廓影像(步驟252)。若轉變像素之像素值大於臨界值,則輪廓影像的相應像素值可設為主動值(例如“1”);若轉變像素之像素值未大於臨界值,則輪廓影像的相應像素值可設為被動值(例如“0”)。二值化裝置142的臨界值可藉由能量分析裝置143經分析縮小影像的能量分布而得到(步驟253),因而得以根據影像之背景與光線而動態得到臨界值。
在另一實施例中,影像轉變裝置141取縮小影像的相鄰像素之(紅、綠、藍)色彩差的平方和(或該平方和的平方根),以得到輪廓影像。在此實施例中,邊框辨識模組14不需使用二值化裝置142與能量分析裝置143。
在本實施例中,邊框辨識模組14可包含邊框偵測裝置144,其根據輪廓影像以決定待辨識者臉部外側是否具有邊框(步驟254)。在一實施例中,若臉部外側的輪廓大致為封閉,且該輪廓大致為四邊形(例如正方形、長方形或平行四邊形),則判定該輪廓為邊框,表示影像擷取裝置11所擷取的對象可能為相片或者顯示螢幕(亦即非活體)。在另一實施例中,若臉部外側的輪廓非為封閉,但其包含四邊形的至少二邊,且該至少二邊與輪廓影像(或縮小影像)的邊緣可共同形成封閉四邊形,則判定該輪廓為邊框,表示影像擷取裝置11所擷取的對象可能為相片或者顯示螢幕(亦即非活體)。
以上所述僅為本發明之較佳實施例而已,並非用以限定本發明之申請專利範圍;凡其它未脫離發明所揭示之精神下所完成之等效改變或修飾,均應包含在下述之申請專利範圍內。
100:活體臉部辨識系統
11:影像擷取裝置
12:臉部辨識模組
13:輸出模組
14:邊框辨識模組
141:影像轉變裝置
142:二值化裝置
143:能量分析裝置
144:邊框偵測裝置
200:活體臉部辨識方法
21:擷取影像
22:萃取特徵資料
23:決定特徵資料是否符合資料庫
24:辨識失敗
25:接收並處理縮小影像
251:得到轉變影像
252:二值化處理以得到輪廓影像
253:根據能量分布以得到臨界值
254:偵測邊框
26:決定是否具有邊框
27:辨識成功
300:資料庫建立方法
31:擷取待辨識者的影像
32:臉部偵測
33:擷取臉部影像
34:萃取臉部特徵
35:特徵數值化
36:建立模型
37:儲存於儲存裝置
301:雙眼間距
302:鼻子寬度
303:眼窩深度
304:臉頰骨頭結構
305:下巴線條長度
306:下巴點
第一A圖顯示本發明實施例之活體臉部辨識系統的方塊圖。
第一B圖顯示本發明實施例之活體臉部辨識方法的流程圖。
第二A圖顯示資料庫建立方法的流程圖。
第二B圖例示本實施例之臉部特徵。
第二C圖顯示第一B圖的方法之步驟22的細部流程圖。
第三A圖顯示第一A圖之邊框辨識模組的細部方塊圖。
第三B圖顯示第一B圖之步驟25的細部流程圖。
200:活體臉部辨識方法
21:擷取影像
22:萃取特徵資料
23:決定特徵資料是否符合資料庫
24:辨識失敗
25:接收並處理縮小影像
26:決定是否具有邊框
27:辨識成功
Claims (17)
- 一種活體臉部辨識方法,包含: (a)擷取一待辨識者的臉部的一縮小影像;及 (b)偵測該縮小影像當中該待辨識者的臉部外側是否具有一邊框; 其中如果該縮小影像的臉部外側不具有該邊框,表示該待辨識者為活體。
- 根據申請專利範圍第1項所述之活體臉部辨識方法,其中該縮小影像係藉由調整一影像擷取裝置的攝像視角而擷取得到。
- 根據申請專利範圍第1項所述之活體臉部辨識方法,其中該步驟(b)包含: 轉變該縮小影像的像素,以得到一轉變影像; 將該轉變影像的像素與一預設臨界值作比較,以得到一輪廓影像;及 根據該輪廓影像以決定該待辨識者的臉部外側是否具有該邊框。
- 根據申請專利範圍第3項所述之活體臉部辨識方法,其中該預設臨界值係藉由分析該縮小影像的能量分布而得到。
- 根據申請專利範圍第1項所述之活體臉部辨識方法,其中該步驟(b)包含: 取該縮小影像的相鄰像素之色彩差的平方和或該平方和的平方根,以得到一輪廓影像;及 根據該輪廓影像以決定該待辨識者的臉部外側是否具有該邊框。
- 根據申請專利範圍第1項所述之活體臉部辨識方法,其中該邊框包含一封閉的四邊形。
- 根據申請專利範圍第1項所述之活體臉部辨識方法,其中該邊框包含一四邊形的至少二邊,且該至少二邊與該縮小影像的邊緣共同形成一封閉四邊形。
- 根據申請專利範圍第1項所述之活體臉部辨識方法,於該步驟(a)之前,更包含: 擷取該待辨識者的臉部的至少一影像; 根據該至少一影像,萃取該待辨識者臉部的至少一特徵資料;及 比較該特徵資料與一臉部特徵資料庫。
- 一種活體臉部辨識系統,包含: 一影像擷取裝置,擷取一待辨識者的臉部的一縮小影像; 一邊框辨識模組,偵測該縮小影像當中該待辨識者的臉部外側是否具有一邊框;及 一輸出模組,其中如果該縮小影像的臉部外側不具有該邊框,判定該待辨識者為活體。
- 根據申請專利範圍第9項所述之活體臉部辨識系統,其中該影像擷取裝置包含一相機,該縮小影像係藉由調整該相機的攝像視角而擷取得到。
- 根據申請專利範圍第9項所述之活體臉部辨識系統,更包含: 一臉部辨識模組,接收該待辨識者的臉部的至少一影像,萃取該待辨識者臉部的至少一特徵資料,且比較該特徵資料與一臉部特徵資料庫。
- 根據申請專利範圍第11項所述之活體臉部辨識系統,其中該影像擷取裝置包含一第一相機與一第二相機,該第二相機的攝像視角大於該第一相機的攝像視角,其中該第一相機擷取該至少一影像給該臉部辨識模組,該第二相機擷取該縮小影像給該邊框辨識模組。
- 根據申請專利範圍第9項所述之活體臉部辨識系統,其中該邊框辨識模組包含: 一影像轉變裝置,轉變該縮小影像的像素,以得到一轉變影像; 一二值化裝置,將該轉變影像的像素與一預設臨界值作比較,以得到一輪廓影像;及 一邊框偵測裝置,根據該輪廓影像以決定該待辨識者的臉部外側是否具有該邊框。
- 根據申請專利範圍第13項所述之活體臉部辨識系統,其中該邊框辨識模組更包含: 一能量分析裝置,分析該縮小影像的能量分布以得到該預設臨界值。
- 根據申請專利範圍第9項所述之活體臉部辨識系統,其中該邊框辨識模組包含: 一影像轉變裝置,取該縮小影像的相鄰像素之色彩差的平方和或該平方和的平方根,以得到一輪廓影像;及 一邊框偵測裝置,根據該輪廓影像以決定該待辨識者的臉部外側是否具有該邊框。
- 根據申請專利範圍第9項所述之活體臉部辨識系統,其中該邊框包含一封閉的四邊形。
- 根據申請專利範圍第9項所述之活體臉部辨識系統,其中該邊框包含一四邊形的至少二邊,且該至少二邊與該縮小影像的邊緣共同形成一封閉四邊形。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108145048A TWI731503B (zh) | 2019-12-10 | 2019-12-10 | 活體臉部辨識系統與方法 |
CN201911325131.6A CN112949365A (zh) | 2019-12-10 | 2019-12-20 | 活体脸部辨识系统与方法 |
US16/777,514 US11315360B2 (en) | 2019-12-10 | 2020-01-30 | Live facial recognition system and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108145048A TWI731503B (zh) | 2019-12-10 | 2019-12-10 | 活體臉部辨識系統與方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202123038A true TW202123038A (zh) | 2021-06-16 |
TWI731503B TWI731503B (zh) | 2021-06-21 |
Family
ID=76209941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108145048A TWI731503B (zh) | 2019-12-10 | 2019-12-10 | 活體臉部辨識系統與方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11315360B2 (zh) |
CN (1) | CN112949365A (zh) |
TW (1) | TWI731503B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11462047B1 (en) * | 2021-05-05 | 2022-10-04 | Lenovo (Singapore) Pte. Ltd. | Device having a camera overlaid by display as biometric sensor |
CN113822237A (zh) * | 2021-11-22 | 2021-12-21 | 深圳佑驾创新科技有限公司 | 活体检测方法、主控设备及终端设备 |
CN113822238A (zh) * | 2021-11-22 | 2021-12-21 | 深圳佑驾创新科技有限公司 | 活体检测方法及其模组、设备 |
EP4227732A1 (en) * | 2022-02-14 | 2023-08-16 | Carl Zeiss Vision International GmbH | Method for head image recording and corresponding mobile device |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6738510B2 (en) * | 2000-02-22 | 2004-05-18 | Olympus Optical Co., Ltd. | Image processing apparatus |
GB2395853A (en) * | 2002-11-29 | 2004-06-02 | Sony Uk Ltd | Association of metadata derived from facial images |
US9113002B2 (en) * | 2013-04-28 | 2015-08-18 | Tencent Technology (Shenzhen) Company Limited | Method and system for automatically capturing an object using a mobile terminal |
US9495586B1 (en) * | 2013-09-18 | 2016-11-15 | IDChecker, Inc. | Identity verification using biometric data |
JP5865337B2 (ja) * | 2013-11-18 | 2016-02-17 | キヤノン株式会社 | 画像処理装置及びその制御方法、プログラム |
EP3218844A4 (en) * | 2014-11-13 | 2018-07-04 | Intel Corporation | Spoofing detection in image biometrics |
JP2016126229A (ja) * | 2015-01-07 | 2016-07-11 | キヤノン株式会社 | 表示装置およびその制御方法 |
WO2017139325A1 (en) * | 2016-02-09 | 2017-08-17 | Aware, Inc. | Face liveness detection using background/foreground motion analysis |
US10635894B1 (en) * | 2016-10-13 | 2020-04-28 | T Stamp Inc. | Systems and methods for passive-subject liveness verification in digital media |
CN108205814B (zh) * | 2016-12-19 | 2021-07-02 | 中国科学院苏州纳米技术与纳米仿生研究所 | 彩色图像的黑白轮廓生成方法 |
CN107463875A (zh) * | 2017-07-03 | 2017-12-12 | 金讯系统管理有限公司 | 一种判断人员身份的方法和装置 |
CN109325933B (zh) * | 2017-07-28 | 2022-06-21 | 阿里巴巴集团控股有限公司 | 一种翻拍图像识别方法及装置 |
CN107688781A (zh) * | 2017-08-22 | 2018-02-13 | 北京小米移动软件有限公司 | 人脸识别方法及装置 |
CN107609494A (zh) * | 2017-08-31 | 2018-01-19 | 北京飞搜科技有限公司 | 一种基于静默式的人脸活体检测方法及系统 |
TWI625679B (zh) * | 2017-10-16 | 2018-06-01 | 緯創資通股份有限公司 | 活體臉部辨識方法與系統 |
CN107818313B (zh) * | 2017-11-20 | 2019-05-14 | 腾讯科技(深圳)有限公司 | 活体识别方法、装置和存储介质 |
CN108140123A (zh) * | 2017-12-29 | 2018-06-08 | 深圳前海达闼云端智能科技有限公司 | 人脸活体检测方法、电子设备和计算机程序产品 |
CN110378994B (zh) * | 2018-04-12 | 2021-05-28 | Oppo广东移动通信有限公司 | 人脸建模方法及相关产品 |
CN109376608B (zh) * | 2018-09-26 | 2021-04-27 | 中国计量大学 | 一种人脸活体检测方法 |
CN110363087B (zh) * | 2019-06-12 | 2022-02-25 | 苏宁云计算有限公司 | 一种长基线双目人脸活体检测方法及系统 |
-
2019
- 2019-12-10 TW TW108145048A patent/TWI731503B/zh active
- 2019-12-20 CN CN201911325131.6A patent/CN112949365A/zh active Pending
-
2020
- 2020-01-30 US US16/777,514 patent/US11315360B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN112949365A (zh) | 2021-06-11 |
TWI731503B (zh) | 2021-06-21 |
US11315360B2 (en) | 2022-04-26 |
US20210174067A1 (en) | 2021-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI731503B (zh) | 活體臉部辨識系統與方法 | |
US11288504B2 (en) | Iris liveness detection for mobile devices | |
US10650261B2 (en) | System and method for identifying re-photographed images | |
KR102147052B1 (ko) | 얼굴 영상 기반의 감정 인식 시스템 및 방법 | |
US10509981B2 (en) | Method and apparatus for infrared thermal image contour extraction | |
WO2019134536A1 (zh) | 基于神经网络模型的人脸活体检测 | |
JP3753722B2 (ja) | 歯牙映像からの歯牙領域の抽出方法及び歯牙映像を利用した身元確認方法及び装置 | |
US10565461B2 (en) | Live facial recognition method and system | |
WO2019137178A1 (zh) | 人脸活体检测 | |
US20130170755A1 (en) | Smile detection systems and methods | |
CN104361326A (zh) | 一种判别活体人脸的方法 | |
EP2864931A1 (en) | Systems and method for facial verification | |
JP6157165B2 (ja) | 視線検出装置及び撮像装置 | |
KR20160009972A (ko) | 허위 안면 이미지 분류가 가능한 홍채 인식 장치 | |
JP2014128003A (ja) | 画像認識装置、その制御方法及びプログラム | |
Song et al. | Face liveness detection based on joint analysis of rgb and near-infrared image of faces | |
JPWO2020213166A1 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
KR20080101388A (ko) | 엔엠씨티 기반의 얼굴 검출 방법 | |
US20220309837A1 (en) | Face liveness detection | |
US11036971B2 (en) | Face recognition method and electronic device employing the method | |
US11335123B2 (en) | Live facial recognition system and method | |
TWI743593B (zh) | 活體臉部辨識系統與方法 | |
JP6960058B2 (ja) | 顔照合システム | |
CN115880787A (zh) | 一种人脸活体检测方法、系统、终端设备及存储介质 | |
CN115410245A (zh) | 基于双目的活体检测方法、装置及存储介质 |