TWI510953B - 身份驗證防僞方法與應用此方法的身份驗證裝置 - Google Patents

身份驗證防僞方法與應用此方法的身份驗證裝置 Download PDF

Info

Publication number
TWI510953B
TWI510953B TW102147471A TW102147471A TWI510953B TW I510953 B TWI510953 B TW I510953B TW 102147471 A TW102147471 A TW 102147471A TW 102147471 A TW102147471 A TW 102147471A TW I510953 B TWI510953 B TW I510953B
Authority
TW
Taiwan
Prior art keywords
image
human eye
difference
face
eye image
Prior art date
Application number
TW102147471A
Other languages
English (en)
Other versions
TW201525751A (zh
Inventor
Lun Lai Chin
Jun Horng Chen
Chih Hong Chu
Shu Chen Li
Jing Ying Hsu
Original Assignee
Wistron Corp
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 Wistron Corp filed Critical Wistron Corp
Priority to TW102147471A priority Critical patent/TWI510953B/zh
Priority to US14/282,860 priority patent/US9400932B2/en
Publication of TW201525751A publication Critical patent/TW201525751A/zh
Application granted granted Critical
Publication of TWI510953B publication Critical patent/TWI510953B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/197Matching; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Description

身份驗證防偽方法與應用此方法的身份驗證裝置
本發明係關於一種身份驗證防偽方法與應用此方法的身份驗證裝置,特別關於一種分析驗證影像中的影像細節,以判斷待驗證人員是否試圖冒充他人的身份驗證防偽方法與應用此方法的身份驗證裝置。
以往人臉辨識安全系統通常被用於高機敏處所。然而,隨著人們對於各種場所的安全管理日益重視,人臉辨識安全系統也開始作為一種安全及記錄機制而用於一般的住宅大廈及學校實驗室。
然而,一般簡易的人臉辨識安全系統僅僅辨識所擷取的人臉影像的特徵是否與資料庫中所儲存的一個人臉影像的特徵相同。因此進出人員往往可以藉由事先取得的人臉影像來欺騙這類簡易的人臉辨識安全系統。
有鑑於以上的問題,本發明提出一種身份驗證防偽方法與應用此方法的身份驗證裝置。依據所提出的方法,擷取包含人臉影像在內的一個驗證影像,判斷此驗證影像中的直線線段長度或數量,來決定是否可能存在一個顯示裝置或照片的框架,從而判斷待驗證人員是否試圖冒充他人。
依據本發明一個或多個實施例所實現的一種身份驗證防偽方法,包含對第一方向擷取第一驗證影像。對第一驗證影像執行人臉偵測程序, 以辨識第一驗證影像中的第一人臉影像。偵測第一驗證影像中的一個檢測影像區塊中,在第一人臉影像以外的至少一線段的線段數量。比較線段數量與數量門檻值以得到第一判斷值。並且至少依據第一判斷值,判斷第一人臉影像是否通過檢測。
依據本發明一個或多個實施例所實現的一種身份驗證裝置包含影像擷取模組與處理模組。影像擷取模組用以對第一方向擷取第一驗證影像。處理模組,電性連接至影像擷取模組,處理模組包含人臉辨識單元、線段偵測單元與檢測單元。人臉辨識單元電性連接該影像擷取模組,用以對第一驗證影像執行人臉偵測程序,以辨識第一驗證影像中的第一人臉影像。線段偵測單元電性連接至影像擷取模組與人臉辨識單元,用以偵測第一驗證影像中的一個檢測影像區塊中,在第一人臉影像以外的線段的線段數量。檢測單元電性連接至線段偵測單元,用以比較線段數量與數量門檻值以得到第一判斷值,並至少依據第一判斷值,判斷第一人臉影像是否通過檢測。
依據本發明至少一個實施例所實現的身份驗證防偽方法與應用此方法的身份驗證裝置,可以擷取包含人臉影像在內的一個驗證影像,判斷此驗證影像中的直線線段長度或數量,來決定是否可能存在一個顯示裝置或照片的框架,從而判斷待驗證人員是否試圖冒充他人。
以上之關於本發明內容之說明及以下之實施方式之說明係用以示範與解釋本發明之精神與原理,並且提供本發明之專利申請範圍更進一步之解釋。
1‧‧‧身份驗證裝置
11‧‧‧影像擷取模組
13‧‧‧處理模組
131‧‧‧人臉辨識單元
1311‧‧‧人臉辨識電路
1313‧‧‧眼部辨識電路
133‧‧‧線段偵測單元
1331‧‧‧灰階值運算電路
1333‧‧‧線段辨識電路
135‧‧‧檢測單元
136‧‧‧差異運算單元
1361‧‧‧比例運算電路
1363‧‧‧比例差異運算電路
1364‧‧‧眼動運算電路
1366‧‧‧位置差異運算電路
1367‧‧‧眨眼判斷電路
1369‧‧‧眨眼差異運算電路
137‧‧‧差異比較單元
138‧‧‧光影運算單元
15‧‧‧光源
101‧‧‧第一方向
103‧‧‧第二方向
30、32‧‧‧待驗證人員
31‧‧‧照片
F31 ~F62 ‧‧‧第一驗證影像
F31’ ~F52’ ‧‧‧第二驗證影像
FE1 ~FE8 ‧‧‧人眼影像
B1 ~B8 ‧‧‧瞳孔影像
DR31 ~DR32 ‧‧‧檢測影像區塊
L1 ~L3 ‧‧‧線段
SP61 、SP62 ‧‧‧光斑
第1圖係依據本發明一實施例的身份驗證裝置功能方塊圖。
第2圖係依據本發明一實施例中的線段偵測單元的功能方塊圖。
第3圖係依據本發明一實施例的人臉辨識單元功能方塊圖。
第4A圖至第4C圖係分別依據本發明三個不同實施例的差異運算單元功能方塊圖。
第5A圖係依據本發明一實施例中的身份驗證裝置操作示意圖。
第5B圖係由第5A圖的操作所得到的影像。
第5C圖係依據本發明一實施例中的身份驗證裝置操作示意圖。
第5D圖係由第5C圖的操作所得到的影像。
第6A圖係依據本發明一實施例中所擷取的第一驗證影像與第二驗證影像比較圖。
第6B圖係依據本發明另一實施例中所擷取的第一驗證影像與第二驗證影像比較圖。
第7A圖係依據本發明一實施例中所擷取的第一驗證影像與第二驗證影像比較圖。
第7B圖係依據本發明另一實施例中所擷取的第一驗證影像與第二驗證影像比較圖。
第8A圖係依據本發明一實施例中的身份驗證裝置操作示意圖。
第8B圖係由第8A圖的操作所得到的影像。
第8C圖係依據本發明一實施例中的身份驗證裝置操作示意圖。
第8D圖係由第8C圖的操作所得到的影像。
第9A圖係依據本發明一實施例的身份驗證防偽方法流程圖。
第9B圖係依據本發明另一實施例的身份驗證防偽方法流程圖。
以下在實施方式中詳細敘述本發明之詳細特徵以及優點,其內容足以使任何熟習相關技藝者了解本發明之技術內容並據以實施,且根據本說明書所揭露之內容、申請專利範圍及圖式,任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。以下之實施例係進一步詳細說明本發明之觀點,但非以任何觀點限制本發明之範疇。
關於本發明一實施例中的身份驗證裝置,請參照第1圖,其係依據本發明一實施例的身份驗證裝置功能方塊圖。如第1圖所示,身份驗證裝置1可以包含影像擷取模組11與處理模組13。處理模組13電性連接至影像處理模組11,並且處理模組13可以包含人臉辨識單元131、線段偵測單元133與檢測單元135。其中人臉辨識單元131電性連接至影像擷取模組11,線段偵測單元133電性連接至影像擷取模組11與人臉辨識單元131,而檢測單元135電性連接至線段偵測單元133。
影像擷取模組11可用以對第一方向擷取第一驗證影像。第一驗證影像係包含一個待驗證人員影像的影像,因此第一驗證影像可以包含待驗證人員的頭部影像、可以是包含待驗證人員半身影像,也可以包含待驗證人員的全身影像。應用於本發明一個或多個實施例中的影像擷取模組11,可以是錄影機、照相機、監視器等任何可以拍攝影像的裝置,本發明於此不加限制。
人臉辨識單元131用以對第一驗證影像執行人臉偵測程序,以辨識第一驗證影像中的第一人臉影像。舉例來說,第一驗證影像中可以被偵測辨識出多個人臉影像,然而依據常理判斷,待驗證人員會正面面向影像擷取模 組11,並且待驗證人員應該是最靠近影像擷取模組11的人。因此如果用習知的人臉偵測程序對第一驗證影像執行人臉辨識得到多於一個人臉影像時,可以先排除第一驗證影像中的側臉影像,而後選擇面積大於一定閥值(或者面積最大)的人臉影像,作為第一人臉影像。
線段偵測單元133用以偵測第一驗證影像中的一個檢測影像區塊中,在第一人臉影像以外的至少一線段的線段數量。舉例來說,由於第一人臉影像已經被決定了,可以選擇第一人臉影像的兩側做為檢測影像區塊。或是選擇第一人臉影像的上方做為檢測影像區塊。當然也可以選擇整個第一驗證影像整體做為檢測影像區塊,但由於待驗證人員可以穿著具有條紋或是格子花紋的上衣,因此可以將第一人臉影像下方的部份排除以得到更好的檢測驗證結果。
接著,請參照第2圖,其係依據本發明一實施例中的線段偵測單元的功能方塊圖。如第2圖所示線段偵測單元133可以包含一個灰階值運算電路1331與一個線段辨識電路1333。灰階值運算電路1331電性連接至影像擷取模組11與人臉辨識單元131,而線段辨識電路1333電性連接至灰階值運算電路1331與檢測單元135。在決定線段數量時,線段偵測單元133中的灰階值運算電路1331先計算出檢測影像區塊中的多個像素所對應的多個灰階值。更明確的說,灰階值運算單元1331計算檢測影像區塊中,每個像素所對應的一個灰階值。而後,線段辨識電路1333依據這些被計算出來的灰階值,辨識檢測影像區塊中的至少一線段。依據灰階值辨識影像中的線段的流程係所屬領域的一般常識,於此不再贅述。
辨識出線段後,線段辨識電路1333可以更判斷每個線段是否大約為水平或大約為鉛直(舉例來說,與第一驗證影像的水平軸線或鉛直軸線的夾 角在5度以內或10度以內)。選擇出大約為水平或大約為鉛直的線段,而後計算被選擇的線段的總數。於另一個實施例中,線段辨識電路1333係計算被選擇的線段的總長度。而於再一個實施例中,線段辨識電路1333係計算被選擇的線段所對應的像素的總數量。
請回到第1圖,檢測單元135用以比較線段數量與數量門檻值以得到第一判斷值,並至少依據第一判斷值,判斷第一人臉影像是否通過檢測。舉例來說,如果線段偵測單元133所輸出的是被選擇的線段的總數,則可以把數量門檻值設定為二,並且當被選擇的線段的總數大於二時,把第一判斷值設定為「可能為假」,而後如果僅依據第一判斷值來判斷第一人臉影像是否通過檢測,則判斷不通過。又舉例來說,如果線段偵測單元133所輸出的是被選擇的線段的總長度(以像素來代表),可以將數量門檻值設定為1024(或者是第一驗證影像一列的像素總數),如果被選擇的線段的總長度大於數量門檻值,把第一判斷值設定為「可能為假」,而後如果僅依據第一判斷值來判斷第一人臉影像是否通過檢測,則判斷不通過。
依據本發明一實施例,上述的各模組與單元及可以用來依據所擷取的第一驗證影像,判斷待驗證人員是否以一張照片或一個顯示裝置試圖偽裝成他人。當發現可能是待驗證人員試圖偽裝成他人時,處理模組13中的檢測單元135判斷第一驗證影像中的第一人臉影像不通過檢測。於本發明一個或多個實施例中,處理模組13及其中的各單元可以由特殊應用積體電路(application-specific integrated circuit,ASIC)、進階精簡指令集機器(advanced RISC machine,ARM)、中央處理單元(central processing unit,CPU)、單晶片控制器或其他適於執行運算及控制指令的設備來實現,本實施例在此不加以限制。
於本發明一實施例中,影像擷取模組11可以更對第一方向擷取第二驗證影像,並且人臉辨識單元131更對第二驗證影像執行人臉偵測程序,以辨識第二驗證影像中的第二人臉影像。具體來說,影像擷取模組11於本實施例中矽連續地擷取第一驗證影像與第二驗證影像,兩個驗證影像被擷取的時間可以相差200毫秒至1秒。如果待驗證人員並沒有試圖以照片或顯示裝置將其偽裝成他人,則由於人類正常生理現象,第一驗證影像中的第一人臉影像與第二驗證影像中對應於第一人臉影像的第二人臉影像會有一些差異,而本實施例即依據這些差異來輔助判斷待驗證人員是否試圖以照片或顯示裝置將其偽裝成他人。
於本實施例中,請回到第1圖,處理模組13可以更包含差異運算單元136與差異比較單元137。差異運算單元136電性連接至人臉辨識單元131,而差異比較單元137電性連接至差異運算單元136與檢測單元135。
差異運算單元136用以比較第一人臉影像與第二人臉影像,以計算第一人臉影像與第二人臉影像的差異量。差異比較單元137用以將差異運算單元136所輸出的差異量與一個差異門檻值做比較,以得到一個第二判斷值。而檢測單元135更依據第二判斷值來判斷第一人臉影像是否通過檢測。於一個實際的例子中,待驗證人員可能穿著條紋襯衫,或是第一方向上的背景有書櫃(在待驗證人員後方),則檢測單元133可能會判斷出線段的總數量或是總長度大於數量門檻值,而將第一判斷值設定為「可能為假」。然而於本實施例中,可能第一人臉影像沒有任何動作,而第二人臉影像有眨眼的動作,因此第一人臉影像與第二人臉影像的差異量大於差異門檻值,而使第二判斷值被設定為「可能為真」。而後處理模組13可以對第一判斷值與第二判斷值賦予不同的加權比重, 從而檢測單元135可以依據第一判斷值及其加權比重與第二判斷值及其加權比重來判斷第一人臉影像是否通過檢測。
於本發明一實施例中,請參照第3圖,其係依據本發明一實施例的人臉辨識單元功能方塊圖。如第3圖所示,人臉辨識單元131包含人臉辨識電路1311與眼部辨識電路1313。人臉辨識電路1311可以電性連接於影像擷取模組11與線段偵測單元133之間。而眼部辨識電路1313可以電性連接至人臉辨識電路1311與差異運算單元136。人臉辨識電路1311可以對第一驗證影像及/或第二驗證影像分別執行人臉偵測程序,以辨識出第一人臉影像與第二人臉影像。
當第一人臉影像與第二人臉影像被辨識出來後,眼部辨識電路1313可以分別在第一人臉影像與第二人臉影像中找出第一人眼影像與第二人眼影像。舉例來說,第一人眼影像可以是在第一人臉影像上的兩個人眼影像其中之一(例如第一人臉影像的右眼),而第二人眼影像可以是在第二人臉影像上的兩個人眼影像其中之一(例如第二人臉影像的右眼)。更明確的說,如果眼部辨識電路1313從第一人臉影像中選擇了右眼作為第一人眼影像,則必須從第二人臉影像中選擇右眼作為第二人眼影像。藉此,差異運算單元136才能精確地以第一人眼影像與第二人眼影像進行後續的比較,以得到正確的差異量。
於本發明一實施例中,請參照第4A圖,其係依據本發明一實施例的差異運算單元功能方塊圖。如第4A圖所示,差異運算單元136可以包含比例運算電路1361與比例差異運算電路1363。比例運算電路1361電性連接至人臉辨識單元131,而比例差異運算電路1363電性連接至比例運算電路1361與差異比較單元137。
比例運算電路1361用以計算第一人眼影像中的第一瞳孔影像相對於第一人眼影像的第一瞳孔比例,並計算第二人眼影像中的第二瞳孔影像相對於第二人眼影像的第二瞳孔比例。於另一個實施例中,也可以是計算第一人眼影像中的第一瞳仁影像相對於第一人眼影像的第一瞳仁比例以及第二人眼影像中的第二瞳仁影像相對於第二人眼影像的第二瞳仁比例。
比例差異運算電路1363可以計算第一瞳孔比例與第二瞳孔比例的絕對差值(第一瞳孔比例與第二瞳孔比例的差值的絕對值),並以此絕對差值作為差異量。於另一個實施例中,當比例運算電路1361計算出來的是瞳仁比例,則比例差異運算電路1363可以計算第一瞳仁比例與第二瞳仁比例的絕對差值(第一瞳仁比例與第二瞳仁比例的差值的絕對值)。在實際應用上,由於眨眼是人類自然的生理活動,多數正常人會下意識地眨眼。因此連續拍攝的第一驗證影像與第二驗證影像中,第一人臉影像中的第一人眼影像與第二人臉影像中的第二人眼影像應該存在不眨眼與眨眼的差異。更明確的說,不眨眼時,瞳孔(瞳仁)影像相對於人眼影像的比例會比眨眼時瞳孔(瞳仁)影像相對於人眼影像的比例稍微低一些。因此如果差異比較單元137判斷第一瞳孔比例與第二瞳孔比例的絕對差值(差異量)大於差異門檻值的時候,可以判斷待驗證人員有眨眼的動作,因此可以將第二判斷值設定為「可能為真」。相對的,如果差異比較單元137判斷第一瞳孔比例與第二瞳孔比例的絕對差值(差異量)不大於差異門檻值的時候,可以判斷待驗證人員沒有眨眼的動作,因此可以認定待驗證人員可能是以一個顯示裝置或是一張照片放置於影像擷取裝置前以試圖冒充他人,而可以將第二判斷值設定為「可能為假」。
於本發明一實施例中,請參照第4B圖,其係依據本發明一實施 例的差異運算單元功能方塊圖。如第4B圖所示,差異運算單元136可以包含眼動運算電路1364與位置差異運算電路1366。眼動運算電路1364電性連接至人臉辨識單元131,而位置差異運算電路1366電性連接至眼動運算電路1364與差異比較單元137。
眼動運算電路1364可以用來辨識第一人眼影像中的第一瞳孔(瞳仁)影像,以計算第一瞳孔(瞳仁)影像與第一人眼影像的第一相對位置。並辨識第二人眼影像中的第二瞳孔(瞳仁)影像,以計算第二瞳孔(瞳仁)影像與第二人眼影像的第二相對位置。以計算第一相對位置為例,眼動運算電路1364可以先找出第一人眼影像中的深色區塊,並設定為第一瞳孔(瞳仁)影像。而後眼動運算電路1364計算第一人眼影像的重心與第一瞳孔影像的重心,把第一人眼影像的重心與第一瞳孔影像的重心的相對位置(向量或是距離)當做第一相對位置。以同樣的方法應用在第二人眼影像可以得到第二相對位置。
位置差異運算電路1366可以用來計算第一相對位置與第二相對位置的絕對差值(也就是其差值的絕對值),並以此絕對差值作為差異量。舉例來說,如果眼動運算電路1364所計算出來的第一相對位置與第二相對位置是兩個向量,則位置差異運算電路1366會將這兩個向量相減得到另一個向量,並計算所得到的另外這個向量的長度作為絕對差值(也就是差異量)。又舉例來說,如果眼動運算電路1364所計算出來的第一相對位置與第二相對位置是兩個距離值,則位置差異運算電路1366會計算這兩個距離值得絕對差值來作為差異量。
在實作上,由於人類常常會不自覺地轉動眼珠以觀察四周,這樣下意識的行為又往往不會被察覺,因此差異比較單元137可以依據前述差異量來判斷待驗證人員的眼珠是否有轉動,如果差異量大於差異門檻值,則表示 待驗證人員的眼珠有轉動(瞳孔/瞳仁與人眼的相對位置改變),因此差異比較單元137可以將第二判斷值設定為「可能為真」。反之,如果差異量不大於差異門檻值,則表示待驗證人員的眼珠沒有轉動(瞳孔/瞳仁與人眼的相對位置改變),因此可以認定待驗證人員可能是以一個顯示裝置或是一張照片放置於影像擷取裝置前以試圖冒充他人,而可以將第二判斷值設定為「可能為假」。
於本發明一實施例中,請參照第4C圖,其係依據本發明一實施例的差異運算單元功能方塊圖。如第4C圖所示,差異運算單元136可以包含眨眼判斷電路1367與眨眼差異運算電路1369。眨眼判斷電路1367電性連接至人臉辨識單元131,而眨眼差異運算電路1369電性連接至眨眼判斷電路1367與差異比較單元137。
眨眼判斷電路1367可以用一個相似形判斷準則,來判斷第一人眼影像與第二人眼影像是不是相似形,如果兩者不是相似形,則分別計算第一人眼影像與第二人眼影像的面積。所謂的相似形判斷準則來判斷兩個影像是相似形,表示兩個影像只有比例上的差別,其中之一放大/縮小後會與另外一個完全相等,則判斷為相似。
眨眼差異運算電路1369如果由眨眼判斷電路1367處得知第一人眼影像與第二人眼影像是相似形,表示即使兩者面積不同,但是只是等比例放大或縮小,因此兩個驗證影像之間,待驗證人員沒有眨眼的動作,因此可以把差異量設定為零。否則,眨眼差異運算電路1369會計算第一人眼影像的面積與第二人眼影像的面積的比例,以得到差異量。舉例而言,兩者的面積比例如果是1.2,則差異量設定為1.2,兩者個面積比例如果是0.8,則差異量設定為1.25。簡言之,於本發明一實施例中,計算出第一人眼影像的面積與第二人眼影 像的面積的比例後,如果這個比例小於1,把1除以這個比例來作為差異量。如果這個比例大於1,則直接把這個比例當作差異量。
於此實施例中,差異門檻值可以設定為1,因此如果第一人眼影像與第二人眼影像不是相似形,且兩者面積不同,則差異量會大於差異門檻值,而差異比較單元137就可以將第二判斷值設定為「可能為真」。反之,如果第一人眼影像的面積與第二人眼影像的面積相同,或是第一人眼影像與第二人眼影像只有倍數放大縮小的關係,則差異量不會大於差異門檻值。而差異比較單元137可以判斷待驗證人員沒有眨眼,因此可以認定待驗證人員可能是以一個顯示裝置或是一張照片放置於影像擷取裝置前以試圖冒充他人,而可以將第二判斷值設定為「可能為真」。
於本發明一實施例中,請回到第1圖,身份驗證裝置1可以更包含光源15,光源15電性連接至處理模組13,用以對第二方向照射,以使第一人臉影像具有對應於光源15的光斑。其中第二方向可以與第一方向平行,也可以與第一方向不平行。若第二方向平行第一方向,則光源15需要照射於人臉的邊緣處(也就是對應於人臉影像的邊緣處)。若第二方向不平行於第一方向,則不限定光源15照射的位置。光源15可以具有特殊的預設光源場型,舉例來說,預設光源場型可以是條紋狀或網格狀場型,本發明後述實施例係以網格狀場型為例。同時,前述第二方向與前述第一方向可以平行,也可以不平行。於本發明一個或多個實施例中,光源15可以由發光二極體來構成,也可以由其他發光元件來構成,本發明不加以限制。特別的是,於一個實施例中,光源15所發出的光可以是紅外光或紫外光,而影像擷取模組11則對應的必需能偵測紅外光或紫外光,於這樣的實施例中,待驗證人員並不知道身份驗證裝置1有用光源15 的預設光源場型來輔助判斷,可以降低待驗證人員試圖破解以光源輔助判斷的驗證機制的可能性,從而提高安全性。
於此實施例中,處理模組13可以更包含光影運算單元138。光影運算單元138電性連接至光源15、人臉辨識單元131與檢測單元135。光影運算單元138可以用來依據前述預設光源場型,判斷在第一人臉影像上的光斑是否變形,以得到第三判斷值。舉例來說,如果光源15以網格狀的預設光源場型照射到待驗證人員的臉上,則第一人臉影像上的光斑會因為人臉的不規則,而產生變形。相對的,如果待驗證人員係以一張照片或一個顯示裝置顯示人臉來試圖冒充他人,則光源15發出的光會照射到照片或是顯示裝置上。因為照片或顯示裝置的表面是平面或是規則曲面,因此第一人臉影像上的光斑也會非常規則地變形,例如從圓形變成橢圓形,或是從正方形變成長方形、菱形、平行四邊形,甚至不會變形。因此,光影運算單元138判斷出光斑有不規則地變形時,可以將第三判斷值設定為「可能為真」,反之當判斷出光斑沒有變形或是有規則地變形時,可以將第三判斷值設定為「可能為假」。辨識影像中的線條是否變型的流程係所屬領域的一般常識,於此不再贅述。
此外,照射的光源15也可以是不具場型的輔助照明光源,光源15若照射於平面上(照片、平面螢幕)時,將第一驗證影像中的第一人臉影像會呈現區域性均勻的反光影像圖樣,反之,光源15若照射於真人的立體臉孔,則第一人臉影像將呈現有破碎分離的反光影像圖樣,光影運算單元138亦可據此產生第三判斷值,以供檢測單元135判別待測人臉的真假。更明確的說,所謂的破碎分離的反光影像圖樣係由於真實的人臉本身被光源15照射時,會有一些部位例如眼窩、鼻翼兩側或是耳廓內部可能會有陰影產生。相對的,如果是照 片或平面螢幕顯示人臉的話,光源15照射到照片或平面螢幕時並不會在特定區域有陰影的產生。因此光影運算單元138可依據反光影像圖樣中是否包含陰影來產生第三判斷值。於前述關於光影運算單元138的實施例中,處理模組13可以對第一判斷值與第三判斷值賦予不同的加權比重,從而檢測單元135可以依據第一判斷值及其加權比重與第三判斷值及其加權比重來判斷第一人臉影像是否通過檢測。
於另一實施例中,處理模組13可以同時將第一判斷值、第二判斷值與第三判斷值都列入判斷考量。因此可以對這三個判斷值分別給予不同的加權比重,從而檢測單元135可以依據三個判斷值及個別對應的加權比重,來判斷第一人臉影像是否通過檢測。更明確來說,以此實施例舉例說明,可以賦予第一判斷值一個加權比重0.3、賦予第二判斷值一個加權比重0.3並賦予第三判斷值一個加權比重0.4。此時若第一判斷值與第二判斷值都是可能為真(True),而第三判斷值是可能為假(False),則計算出來第一人臉影像應該要通過檢測的機率是P (T )=0.3T +0.3T +0.4F =0.6T 因此有百分之六十的可能第一人臉影像應該要通過檢測。然而,機率要大於多少才能判定為真、以及每個判斷值應該具有多少加權比重可以由所屬領域具有通常知識者適當選擇,本發明在此不加以限制。
為了更明確的解釋在實際運作上,本發明所揭露的一實施例中的身份驗證裝置1如何運作,請一並參照第1圖與第5A圖至第5D圖,其中第5A圖係依據本發明一實施例中的身份驗證裝置操作示意圖,第5B圖係由第5A圖的操作所得到的影像,第5C圖係依據本發明一實施例中的身份驗證裝置操作 示意圖,第5D圖係由第5C圖的操作所得到的影像。如第5A圖所示,待驗證者30直接站在身份驗證裝置1前,而身份驗證裝置1的影像擷取模組11以第一方向101擷取第一驗證影像。結果如第5B圖所示,其為所擷取到的第一驗證影像F31 。處理模組13中的線段偵測單元133從第一驗證影像F31 中選擇了檢測影像區塊DR31 ,並且計算檢測影像區塊DR31 中在人臉影像以外的線段數量。如第5B圖所示,顯然在檢測影像區塊DR31 中在人臉影像以外的線段數量為零。因此檢測單元135判斷線段數量小於數量門檻值,從而設定第一判斷值為「可能為真」,而依據第一判斷值判斷出第一人臉影像通過檢測。
若有一個待驗證人員想要以一張照片來冒充他人,則如第5C圖所示,照片31是待驗證人員32用來冒充他人用的。而影像擷取模組11所擷取到的第一驗證影像則如第5D圖所示。此時,處理模組13中的線段偵測單元133從第一驗證影像F32 中選擇了檢測影像區塊DR32 ,並且計算檢測影像區塊DR32 中在人臉影像以外的線段數量。如第5D圖所示,在檢測影像區塊DR32 中在人臉影像以外的線段包含第一線段L1 、第二線段L2 與第三線段L3 ,因此線段數量為3。因此若數量門檻值為2,則檢測單元135可以判斷線段數量大於數量門檻值,從而設定第一判斷值為「可能為假」。又或者計算得到三個線段L1 至L3 的總像素數比第一驗證影像F32 中一列像素的總數(數量門檻值)還大,從而檢測單元135可以設定第一判斷值為「可能為假」。而依據第一判斷值判斷出第一人臉影像不通過檢測。
於本發明另一實施例中,請一並參照第1圖、第6A圖與第6B圖,第6A圖係依據本發明一實施例中所擷取的第一驗證影像與第二驗證影像比較圖,第6B圖係依據本發明另一實施例中所擷取的第一驗證影像與第二驗證影 像比較圖。如第6A圖所示,若待驗證人員直接站在身份驗證裝置1前,首先差異運算單元136可以計算出第一驗證影像F31 中的第一人眼影像FE1 與第一瞳孔影像B1 之間的第一相對位置。再來可以計算出第二驗證影像F31’ 中的第二人眼影像FE2 與第二瞳孔影像B2 之間的第二相對位置。由於人類會不自覺地轉動眼珠,因此第一相對位置與第二相對位置會不同,因此差異運算單元136可以算出這兩個相對位置的差異量,並且差異比較單元137將差異量與差異門檻值比較,而可以因為差異量大於差異門檻值,從而將第二判斷值設定為可能為真。
相對地,如果待驗證人員想要以一張照片來冒充他人,則如第6B圖所示,首先差異運算單元136可以計算出第一驗證影像F41 中的第一人眼影像FE3 與第一瞳孔影像B3 之間的第一相對位置。再來可以計算出第二驗證影像F41’ 中的第二人眼影像FE4 與第二瞳孔影像B4 之間的第二相對位置。由於第一相對位置等於第二相對位置,因此差異比較單元137判斷差異量小於差異門檻值,從而將第二判斷值設定為可能為假。
於本發明又一實施例中,請一併參照第1圖、第7A圖與第7B圖,第7A圖係依據本發明一實施例中所擷取的第一驗證影像與第二驗證影像比較圖,第7B圖係依據本發明另一實施例中所擷取的第一驗證影像與第二驗證影像比較圖。如第7A圖所示,若待驗證人員直接站在身份驗證裝置1前,首先差異運算單元136可以計算出第一驗證影像F51 中的第一人眼影像FE5 與第一瞳孔影像B5 之間的第一瞳孔比例。再來可以計算出第二驗證影像F51’ 中的第二人眼影像FE6 與第二瞳孔影像B6 之間的第二瞳孔比例。由於人類會不自覺地眨眼,因此第一瞳孔比例與第二瞳孔比例會不同,因此差異運算單元136可以依據這兩個瞳孔比例來求得差異量,並且差異比較單元137將差異量與差異門檻值比 較,而可以因為差異量大於差異門檻值,從而將第二判斷值設定為可能為真。
相對地,如果待驗證人員想要以一張照片來冒充他人,則如第7B圖所示,首先差異運算單元136可以計算出第一驗證影像F52 中的第一人眼影像FE7 與第一瞳孔影像B7 之間的第一瞳孔比例。再來可以計算出第二驗證影像F52’ 中的第二人眼影像FE8 與第二瞳孔影像B8 之間的第二瞳孔比例。由於第一瞳孔比例等於第二瞳孔比例,因此差異比較單元137判斷差異量不大於差異門檻值,從而將第二判斷值設定為可能為假。
關於本發明所揭露的再一實施例中的身份驗證裝置1如何運作,請一並參照第1圖與第8A圖至第8D圖,其中第8A圖係依據本發明一實施例中的身份驗證裝置操作示意圖,第8B圖係由第8A圖的操作所得到的影像,第8C圖係依據本發明一實施例中的身份驗證裝置操作示意圖,第8D圖係由第8C圖的操作所得到的影像。首先如第8A圖所示,待驗證人員30站立於身份驗證裝置1前方,而身份驗證裝置1的影像擷取模組11對著第一方向101擷取第一驗證影像F61 ,身份驗證裝置1的光源15對著第二方向103照明。其中光源15具有特殊的預設光源場型(網格狀場型)。因此所擷取到的第一驗證影像F61 如第8B圖所示。在第一驗證影像F61 中的人臉影像上可以看到對應於光源15的光斑SP61 ,由於人臉的不規則,所以光斑SP61 有了非規則性地變形,因此光影運算單元138可以計算出這個變形並將第三判斷值設定為可能為真。
若有一個待驗證人員想要以一張照片來冒充他人,則如第8C圖所示,照片31是待驗證人員32用來冒充他人用的。而影像擷取模組11所擷取到的第一驗證影像F62 則如第8D圖所示。此時,處理模組13中的光影運算單元138計算出第一驗證影像F62 中的光斑SP62 不只沒有非規則性地變形(也就是 說沒有變形或者僅僅是特定型態的變形,例如圓形光斑變成橢圓型光斑或是正方形光斑變成長方形光斑、菱形光斑),而且還延伸到人臉影像以外的區域,因此光影運算單元138可以將第三判斷值設定為「可能為假」。
因此,依據本發明一個或多個實施例所實現的身份驗證裝置1可以依據上述各種防偽的判斷準則其中至少之一,來判斷待驗證人員是否有用照片或顯示裝置來冒充他人。每個判斷準則可以單獨實施,也可以多個判斷準則同時實施,來提高可靠度。
於本發明一實施例中,關於身份驗證防偽方法的流程可以簡單整理如第9A圖,其係依據本發明一實施例的身份驗證防偽方法流程圖。如步驟S901所示,對第一方向擷取第一驗證影像。如步驟S903所示,對第一驗證影像執行人臉偵測程序,以辨識第一驗證影像中的第一人臉影像。如步驟S905所示,偵測第一驗證影像中的一個檢測影像區塊中,在第一人臉影像以外的至少一線段的線段數量。如步驟S907所示,比較線段數量與數量門檻值以得到第一判斷值。如步驟S909所示,至少依據第一判斷值,判斷第一人臉影像是否通過檢測。
於本發明另一實施例中,關於身份驗證防偽方法的流程可以簡單整理如第9B圖,其係依據本發明另一實施例的身份驗證防偽方法流程圖。首先,如步驟S911所示,對第一方向擷取第一驗證影像。並稍後如步驟S913所示,對第一方向擷取第二驗證影像。第一驗證影像與第二驗證影像不可以同時擷取,兩張驗證影像被擷取的時間必須相差一個時間差。如步驟S921所示,對第一驗證影像執行人臉偵測程序,以辨識第一驗證影像中的第一人臉影像。並如步驟S923所示,對第二驗證影像執行人臉偵測程序,以辨識第二驗證影像中 的第二人臉影像。步驟S921執行完後可以步驟S931,來偵測第一驗證影像中的一個檢測影像區塊中,在第一人臉影像以外的至少一線段的線段數量。而後如步驟S933所示,比較線段數量與數量門檻值以得到第一判斷值。在步驟S921與步驟S923都執行完時,可以如步驟S941所示,比較第一人臉影像與第二人臉影像,以計算第一人臉影像與第二人臉影像的差異量。並如步驟S943所示,比較差異量與差異門檻值以得到第二判斷值。最後如步驟S950所飾,依據第一判斷值與第二判斷值,判斷第一人臉影像是否通過檢測。
依據本發明一個或多個實施例中的身份驗證裝置及應用於此裝置的防偽方法,可以在擷取一張驗證影像後,分析此驗證影像中人臉影像以外的區域中的線段數量,以決定是否存在一個照片框架或是顯示裝置框架。也可以擷取多張驗證影像後,除了判斷是否存在照片框架或是顯示裝置框架以外,更判斷多張驗證影像之間的人臉影像細部差異,以決定所擷取的人臉影像是來自於照片、顯示裝置或是真實的人。藉此,可以防止待驗證人員試圖以照片或顯示裝置來冒充他人,提高身份驗證的可靠性與安全性。
雖然本發明以前述之實施例揭露如上,然其並非用以限定本發明。在不脫離本發明之精神和範圍內,所為之更動與潤飾,均屬本發明之專利保護範圍。關於本發明所界定之保護範圍請參考所附之申請專利範圍。
1‧‧‧身份驗證裝置
11‧‧‧影像擷取模組
13‧‧‧處理模組
131‧‧‧人臉辨識單元
133‧‧‧線段偵測單元
135‧‧‧檢測單元
136‧‧‧差異運算單元
137‧‧‧差異比較單元
138‧‧‧光影運算單元
15‧‧‧光源

Claims (19)

  1. 種身份驗證防偽方法,包含:對一第一方向擷取一第一驗證影像;對該第一驗證影像執行一人臉偵測程序,以辨識該第一驗證影像中的一第一人臉影像;偵測該第一驗證影像中的一檢測影像區塊中,在該第一人臉影像以外的至少一線段的一線段數量;比較該線段數量與一數量門檻值以得到一第一判斷值;以及至少依據該第一判斷值,判斷該第一人臉影像是否通過檢測。
  2. 如請求項1所述的身份驗證防偽方法,其中該至少一線段與一水平軸線或一鉛直軸線的夾角小於一夾角門檻值。
  3. 如請求項1所述的身份驗證防偽方法,其中在偵測該檢測影像區塊中,在該第一人臉影像以外的該至少一線段的該線段數量的步驟中,包含:計算該檢測影像區塊中的多個像素所對應的多個灰階值,該些像素與該些灰階值一一對應;以及依據該些灰階值,辨識該檢測影像區塊中的該至少一線段。
  4. 如請求項1所述的身份驗證防偽方法,更包含:對該第一方向擷取一第二驗證影像;對該第二驗證影像執行該人臉偵測程序,以辨識該第二驗證影像中的一第二人臉影像;比較該第一人臉影像與該第二人臉影像,以計算該第一人臉影像與該第二人臉影像的一差異量; 比較該差異量與一差異門檻值以得到一第二判斷值;以及更依據該第二判斷值,判斷該第一人臉影像是否通過檢測。
  5. 如請求項4所述的身份驗證防偽方法,其中計算該差異量包含:辨識該第一人臉影像中的一第一人眼影像;辨識該第二人臉影像中對應於該第一人眼影像的一第二人眼影像;以及依據該第一人眼影像與該第二人眼影像計算該差異量。
  6. 如請求項5所述的身份驗證防偽方法,其中在依據該第一人眼影像與該第二人眼影像計算該差異量的步驟中,包含:計算該第一人眼影像中的一第一瞳孔影像與該第一人眼影像的一第一瞳孔比例;計算該第二人眼影像中的一第二瞳孔影像與該第二人眼影像的一第二瞳孔比例;以及計算該第一瞳孔比例與該第二瞳孔比例的一絕對差值,以得到該差異量。
  7. 如請求項5所述的身份驗證防偽方法,其中在依據該第一人眼影像與該第二人眼影像計算該差異量的步驟中,包含:辨識該第一人眼影像中的一第一瞳孔影像;計算該第一瞳孔影像與該第一人眼影像的一第一相對位置;辨識該第二人眼影像中的一第二瞳孔影像;計算該第二瞳孔影像與該第二人眼影像的一第二相對位置;計算該第一相對位置與該第二相對位置的一絕對差值;以及 以該絕對差值作為該差異量。
  8. 如請求項5所述的身份驗證防偽方法,其中在依據該第一人眼影像與該第二人眼影像計算該差異量的步驟中,包含:以一相似形判斷準則,判斷該第一人眼影像與該第二人眼影像是否為相似形;若該第一人眼影像與該第二人眼影像為相似形,則設定該差異量為零;若該第一人眼影像與該第二人眼影像不為相似形,分別計算該第一人眼影像的面積與該第二人眼影像的面積;以及將該第一人眼影像的面積與該第二人眼影像的面積相除以得到該差異量。
  9. 如請求項1所述的身份驗證防偽方法,更包含:以一光源對一第二方向照射以使該第一人臉影像具有對應於該光源的至少一光斑,該光源具有一預設光源場型;依據該預設光源場型,判斷該光斑是否變形,以得到一第三判斷值;以及更依據該第三判斷值,判斷該第一人臉影像是否通過檢測。
  10. 如請求項1所述的身份驗證防偽方法,更包含:以一光源對一第二方向照射以使該第一人臉影像具有對應於該光源的至少一反光影像圖樣;依據該反光影像圖樣,得到一第三判斷值;以及更依據該第三判斷值,判斷該第一人臉影像是否通過檢測。
  11. 一種身份驗證裝置,包含:一影像擷取模組,用以對一第一方向擷取一第一驗證影像;以及一處理模組,電性連接至該影像擷取模組,該處理模組包含:一人臉辨識單元,電性連接至該影像擷取模組,用以對該第一驗證影像執行一人臉偵測程序,以辨識該第一驗證影像中的一第一人臉影像;一線段偵測單元,電性連接至該影像擷取模組與該人臉辨識單元,用以偵測該第一驗證影像中的一檢測影像區塊中,在該第一人臉影像以外的至少一線段的一線段數量;以及一檢測單元,電性連接至該線段偵測單元,用以比較該線段數量與一數量門檻值以得到一第一判斷值,並至少依據該第一判斷值,判斷該第一人臉影像是否通過檢測。
  12. 如請求項11所述的身份驗證裝置,其中該線段偵測單元包含:一灰階值運算電路,電性連接至該影像擷取模組與該人臉辨識單元,用以計算該檢測影像區塊中的多個像素所對應的多個灰階值,該些像素與該些灰階值一一對應;以及一線段辨識電路,電性連接至該灰階值運算電路與該檢測單元,用以依據該些灰階值,辨識該檢測影像區塊中的該至少一線段。
  13. 如請求項11所述的身份驗證裝置,其中該影像擷取模組更對該第一方向擷取一第二驗證影像,該人臉辨識單元更對該第二驗證影像執行該人臉偵測程序,以辨識該第二驗證影像中的一第二人臉影像,並且該處理模組更包含: 一差異運算單元,電性連接至該人臉辨識單元,用以比較該第一人臉影像與該第二人臉影像,以計算該第一人臉影像與該第二人臉影像的一差異量;以及一差異比較單元,電性連接至該差異運算單元與該檢測單元,用以比較該差異量與一差異門檻值以得到一第二判斷值;其中該檢測單元更依據該第二判斷值,判斷該第一人臉影像是否通過檢測。
  14. 如請求項13所述的身份驗證裝置,其中該人臉辨識單元包含:一人臉辨識電路,電性連接至該影像擷取模組,用以分別對該第一驗證影像與該第二驗整影像執行該人臉偵測程序,以辨識該第一驗證影像中的該第一人臉影像與該第二驗證影像中的該第二人臉影像;以及一眼部辨識電路,電性連接至該人臉辨識電路與該差異運算單元,用以辨識該第一人臉影像中的一第一人眼影像,並辨識該第二人臉影像中對應於該第一人眼影像的一第二人眼影像;其中,該差異運算單元依據該第一人眼影像與該第二人眼影像計算該差異量。
  15. 如請求項14所述的身份驗證裝置,其中該差異運算單元包含:一比例運算電路,電性連接至該人臉辨識單元,用以計算該第一人眼影像中的一第一瞳孔影像與該第一人眼影像的一第一瞳孔比例,並計算該第二人眼影像中的一第二瞳孔影像與該第二人眼影像的一第二瞳孔比例;以及一比例差異運算電路,電性連接至該比例運算電路與該差異比較單 元,用以計算該第一瞳孔比例與該第二瞳孔比例的一絕對差值,以得到該差異量。
  16. 如請求項14所述的身份驗證裝置,其中該差異運算單元包含:一眼動運算電路,電性連接至該人臉辨識單元,用以辨識該第一人眼影像中的一第一瞳孔影像,以計算該第一瞳孔影像與該第一人眼影像的一第一相對位置,並辨識該第二人眼影像中的一第二瞳孔影像,以計算該第二瞳孔影像與該第二人眼影像的一第二相對位置;以及一位置差異運算電路,電性連接至該眼動運算電路與該差異比較單元,用以計算該第一相對位置與該第二相對位置的一絕對差值,並以該絕對差值作為該差異量。
  17. 如請求項14所述的身份驗證裝置,其中該差異運算單元包含:一眨眼判斷電路,電性連接至該人臉辨識單元,以一相似形判斷準則,判斷該第一人眼影像與該第二人眼影像是否為相似形,若該第一人眼影像與該第二人眼影像不為相似形,分別計算該第一人眼影像的面積與該第二人眼影像的面積;以及一眨眼差異運算電路,電性連接至該眨眼判斷電路與該差異比較單元,若該眨眼判斷電路判斷該第一人眼影像與該第二人眼影像為相似形,則設定該差異量為零,否則將該第一人眼影像的面積與該第二人眼影像的面積相除以得到該差異量。
  18. 如請求項11所述的身份驗證裝置,更包含一光源,電性連接至該處理模組,用以對一第二方向照射以使該第一人臉影像具有對應於該光源的至少一光斑,該光源具有一預設光源場型,該第二方向不平行於該第一方向, 並且該處理模組更包含:一光影運算單元,電性連接至該光源、該人臉辨識單元與該檢測單元,用以依據該預設光源場型,判斷該光斑是否變形,以得到一第三判斷值;其中,該檢測單元更依據該第三判斷值,判斷該第一人臉影像是否通過檢測。
  19. 如請求項11所述的身份驗證裝置,更包含一光源,電性連接至該處理模組,用以對一第二方向照射以使該第一人臉影像具有對應於該光源的至少一反光影像圖樣,並且該處理模組更包含:一光影運算單元,電性連接至該光源、該人臉辨識單元與該檢測單元,用以依據該反光影像圖樣,以得到一第三判斷值;其中,該檢測單元更依據該第三判斷值,判斷該第一人臉影像是否通過檢測。
TW102147471A 2013-12-20 2013-12-20 身份驗證防僞方法與應用此方法的身份驗證裝置 TWI510953B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW102147471A TWI510953B (zh) 2013-12-20 2013-12-20 身份驗證防僞方法與應用此方法的身份驗證裝置
US14/282,860 US9400932B2 (en) 2013-12-20 2014-05-20 Identification method and apparatus utilizing the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102147471A TWI510953B (zh) 2013-12-20 2013-12-20 身份驗證防僞方法與應用此方法的身份驗證裝置

Publications (2)

Publication Number Publication Date
TW201525751A TW201525751A (zh) 2015-07-01
TWI510953B true TWI510953B (zh) 2015-12-01

Family

ID=53400377

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102147471A TWI510953B (zh) 2013-12-20 2013-12-20 身份驗證防僞方法與應用此方法的身份驗證裝置

Country Status (2)

Country Link
US (1) US9400932B2 (zh)
TW (1) TWI510953B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI578183B (zh) * 2016-01-18 2017-04-11 由田新技股份有限公司 身分驗證方法、裝置、系統及電腦程式產品

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9916431B2 (en) * 2015-01-15 2018-03-13 Qualcomm Incorporated Context-based access verification
EP3465597B1 (en) * 2016-06-03 2024-02-28 Magic Leap, Inc. Augmented reality identity verification
CN108197558A (zh) * 2017-12-28 2018-06-22 广东欧珀移动通信有限公司 人脸识别方法、装置、存储介质和电子设备
TWI634486B (zh) * 2017-12-29 2018-09-01 技嘉科技股份有限公司 身份驗證裝置、身份驗證方法、及其電腦可讀儲存介質

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200825989A (en) * 2006-12-13 2008-06-16 Vanguard Security Engineering Corp Image monitoring method and system for event detection
TW201214303A (en) * 2010-09-29 2012-04-01 Gingy Technology Inc Sectional image recognition method and regional recognition device thereof
US20130022262A1 (en) * 2009-12-28 2013-01-24 Softkinetic Software Head recognition method
CN103440479A (zh) * 2013-08-29 2013-12-11 湖北微模式科技发展有限公司 一种活体人脸检测方法与系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7136513B2 (en) * 2001-11-08 2006-11-14 Pelco Security identification system
WO2005071614A1 (ja) * 2004-01-27 2005-08-04 Seiko Epson Corporation 人物顔の検出位置ずれ補正方法及び補正システム並びに補正プログラム
JP2006095008A (ja) * 2004-09-29 2006-04-13 Gen Tec:Kk 視線検出方法
GB2431717A (en) * 2005-10-31 2007-05-02 Sony Uk Ltd Scene analysis
WO2007142227A1 (ja) * 2006-06-07 2007-12-13 Nec Corporation 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
JP4946672B2 (ja) * 2007-07-04 2012-06-06 オムロン株式会社 脇見検出装置および方法、並びに、プログラム
TWI455041B (zh) 2011-11-07 2014-10-01 Pixart Imaging Inc 人臉影像辨識方法及裝置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200825989A (en) * 2006-12-13 2008-06-16 Vanguard Security Engineering Corp Image monitoring method and system for event detection
US20130022262A1 (en) * 2009-12-28 2013-01-24 Softkinetic Software Head recognition method
TW201214303A (en) * 2010-09-29 2012-04-01 Gingy Technology Inc Sectional image recognition method and regional recognition device thereof
CN103440479A (zh) * 2013-08-29 2013-12-11 湖北微模式科技发展有限公司 一种活体人脸检测方法与系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI578183B (zh) * 2016-01-18 2017-04-11 由田新技股份有限公司 身分驗證方法、裝置、系統及電腦程式產品

Also Published As

Publication number Publication date
US20150178580A1 (en) 2015-06-25
TW201525751A (zh) 2015-07-01
US9400932B2 (en) 2016-07-26

Similar Documents

Publication Publication Date Title
TWI510953B (zh) 身份驗證防僞方法與應用此方法的身份驗證裝置
Smith et al. Gaze locking: passive eye contact detection for human-object interaction
KR101415287B1 (ko) 라이브니스 검출을 위한 방법, 컴퓨터 판독가능한 저장 디바이스 및 컴퓨팅 디바이스
US8942434B1 (en) Conflict resolution for pupil detection
WO2017152649A1 (zh) 一种自动提示人眼离屏幕距离的方法和系统
JP2019506694A (ja) 生体測定分析のシステムおよび方法
RU2431190C2 (ru) Способ и устройство распознавания рельефности лица
CN109002786B (zh) 人脸检测方法、设备及计算机可读存储介质
Deore et al. Study of masked face detection approach in video analytics
US11710289B2 (en) Information processing apparatus, information processing system, and material identification method
US11651624B2 (en) Iris authentication device, iris authentication method, and recording medium
TW201633215A (zh) 護眼系統及方法
CN108140114A (zh) 虹膜识别
US20180307896A1 (en) Facial detection device, facial detection system provided with same, and facial detection method
TWI526953B (zh) 人臉辨識方法及系統
Ebihara et al. Specular-and diffuse-reflection-based face spoofing detection for mobile devices
US20150302251A1 (en) Methods, systems, and media for detecting gaze locking
CN108140113A (zh) 虹膜识别
CN109196517B (zh) 对照装置和对照方法
JP2022070648A (ja) 情報処理装置および情報処理方法
WO2015181729A1 (en) Method of determining liveness for eye biometric authentication
Ali et al. Gaze-based presentation attack detection for users wearing tinted glasses
Asaduzzaman et al. Improving facial recognition accuracy by applying liveness monitoring technique
KR20130035847A (ko) 현금인출기 카메라에서 취득된 얼굴 영상에 대한 얼굴 인식 가능성 판단 방법
JP5985327B2 (ja) 表示装置