TWI694385B - 行動裝置及其集成的臉部辨識系統 - Google Patents

行動裝置及其集成的臉部辨識系統 Download PDF

Info

Publication number
TWI694385B
TWI694385B TW108106518A TW108106518A TWI694385B TW I694385 B TWI694385 B TW I694385B TW 108106518 A TW108106518 A TW 108106518A TW 108106518 A TW108106518 A TW 108106518A TW I694385 B TWI694385 B TW I694385B
Authority
TW
Taiwan
Prior art keywords
processing unit
dimensional
neural network
mobile device
network processing
Prior art date
Application number
TW108106518A
Other languages
English (en)
Other versions
TW201939357A (zh
Inventor
劉峻誠
Original Assignee
美商耐能有限公司
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 美商耐能有限公司 filed Critical 美商耐能有限公司
Publication of TW201939357A publication Critical patent/TW201939357A/zh
Application granted granted Critical
Publication of TWI694385B publication Critical patent/TWI694385B/zh

Links

Images

Classifications

    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • 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

Abstract

一種行動裝置及其集成的臉部辨識系統。集成的臉部辨識系統包含殼體及殼體內的中央處理單元。中央處理單元被配置為根據比較結果解鎖或不解鎖行動裝置。臉部辨識系統設置在殼體內。臉部辨識系統包含三維結構化發光裝置，該三維結構化發光裝置被配置為向殼體外部的待辨識目標發射三維結構光訊號。第一神經網路處理單元根據輸入的採樣訊號的處理將比較結果輸出到中央處理單元。感測器被配置為對由待辨識目標所反射的三維結構光訊號執行三維採樣，並將採樣訊號直接地輸入到第一神經網路處理單元。

Description

行動裝置及其集成的臉部辨識系統
本發明係有關於一種用於行動裝置的臉部辨識系統，尤其是指一種可僅依據行動裝置所使用的三維資料而進行臉部辨識的集成的臉部辨識系統(integrated face identification system)。
多年來，由於準確性和安全性問題，行動裝置中的各種形式的臉部辨識(Face Identification，簡稱ID)僅取得了有限的成功。最近的技術則藉由至少部分地引入三維(3D)感測器，以補足二維(2D)相機的不足，而改善了這些缺點。一般而言，從二維相機所補捉的二維影像會與授權用戶的存儲的二維影像先進行比較，以查看對方是否真的是授權用戶。如果確認為授權用戶，再使用可重新配置的指令單元陣列(Re-Configurable Instruction Cell Array，簡稱RICA)，將來自三維感測器的資料重建為三維影像，以確保所補捉的影像是授權用戶的，而不是授權用戶的圖片或肖像。
參考第1圖，第1圖繪示了先前技術用於行動裝置100的臉部辨識系統20。臉部辨識系統20可執行上述傳統臉部辨識的過程。其中，從二維相機50和三維感測器40接收的解碼訊號會被發送到系統晶片(System-On-a-Chip，簡稱SoC)，而此系統晶片包含行動裝置100之主要的處理器30。處理器30經由資料路徑70、80接收二維和三維訊號，並使用系統晶片的安全區域(Trust Zone)、RICA 以及神經網路處理單元60，以如上地分析所接收到的二維和三維訊號，進以決定觀察到的臉部是否屬於設備100的所有者。
雖然傳統的系統運行良好，但還是存在著一些缺點。首先，系統晶片的安全區域的工作記憶體通常非常小，雖然這對指紋資料很有效，但對於重建三維影像來說還不夠的。再者，傳統裝置中三維重建所必需的RICA非常昂貴。此外，當從相機和感測器向系統晶片傳輸訊號時，存在著駭客從所傳輸的訊號中獲得敏感資料的風險。
本發明的目的是提供一種用於行動裝置的臉部辨識系統，其解決了先前技術中記憶體不足、成本和安全性的問題。
為了實現這一目標，本發明提出了一種新穎的行動裝置。行動裝置包含殼體。中央處理單元設置在殼體內，並且被配置為根據比較結果解鎖或不解鎖行動裝置。臉部辨識系統設置在殼體內並包含：投影裝置、神經網路處理單元以及感測器。投影裝置被配置為將圖案投影到殼體外部的待辨識目標上。神經網路處理單元被配置為根據所輸入的採樣訊號的處理，將上述的比較結果輸出到中央處理單元。感測器被配置為對待辨識目標所反射的圖案進行三維採樣，並將採樣訊號直接輸入神經網路處理單元。
上述的投影裝置可以包含三維結構化發光裝置，其被配置為向待辨識目標發射至少一個三維結構光訊號。三維結構化發光裝置可以包含近紅外(near infrared，簡稱NIR)感測器，其被配置為對由待辨識目標所反射的可見光譜之外的光訊號進行檢測。
臉部辨識系統還可以包含記憶體，該記憶體耦接到神經網路處理單元並且被配置為保存三維臉部訓練資料。神經網路處理單元可以被配置為根據 採樣訊號和三維臉部訓練資料的比較，將比較結果輸出到中央處理單元。臉部辨識系統可以包含耦接到神經網路處理單元和記憶體的微處理器，而微處理器被配置為控制神經網路處理單元和記憶體。
本發明另一實施例的行動裝置可包含殼體及在殼體內的中央處理單元。中央處理單元被配置為根據比較結果解鎖或不解鎖行動裝置。臉部辨識系統設置在殼體內。臉部辨識系統可以包含三維結構的發光裝置、第一神經網路處理單元以及感測器。三維結構的發光裝置被配置為向殼體外部的待辨識目標發射至少一個三維結構光訊號。第一神經網路處理單元被配置為根據輸入的採樣訊號的處理，將比較結果輸出到中央處理單元。感測器被配置為對由待辨識目標所反射的至少一個三維結構光訊號執行三維採樣，並將採樣的訊號直接輸入到第一神經網路處理單元。
臉部辨識系統還可以包含二維相機以及第二神經網路處理單元。二維相機被配置為輸出補捉的二維影像。第二神經網路處理單元被耦接，以直接地接收所補捉的二維影像及採樣的訊號。第二神經網路處理單元可以被配置為利用所補捉的二維影像及採樣的訊號，生成重建的三維影像，並將重建的三維影像輸出到中央處理單元。
三維結構化發光裝置可以包含近紅外(NIR)感測器，其被配置為對由待辨識目標所反射的可見光譜之外的光訊號進行檢測。臉部辨識系統可以包含記憶體，其耦接到第一神經網路處理單元，而被配置為保存三維臉部訓練資料，並且還被配置為根據採樣訊號和三維臉部訓練資料的比較，將比較結果輸出到中央處理單元。
臉部辨識系統還可以包含微處理器，其耦接到第一神經網路處理單元和記憶體，並被配置為控制第一神經網路處理單元和記憶體。
集成的臉部辨識系統包含具有存儲臉部訓練資料的記憶體的神經網 路處理單元。神經網路處理單元可以被配置為輸入採樣訊號和臉部訓練資料，並輸出比較結果。三維結構化發光裝置被配置為向外部待辨識目標發射三維結構光訊號，該三維結構化發光裝置包含近紅外感測器，並且被配置為對由待辨識目標所反射的三維結構光訊號執行三維採樣，並將採樣訊號直接輸入到神經網路處理單元。集成的臉部辨識系統可以進一步包含二維相機以及第二神經網路處理單元。二維相機被配置為輸出所補捉的二維影像。第二神經網路處理單元被耦接以直接接收所補捉的二維影像和採樣的訊號，並被配置為利用所補捉二維影像和採樣的訊號，生成並輸出重建的三維影像。
20、220、320:臉部辨識系統
30:處理器
40、240、340:三維感測器
50、350:二維相機
60、260、360、361:神經網路處理單元
70、80、280、370、380:資料路徑
100、200、300:行動裝置
230、330:中央處理單元
263、363、364:微處理器
268、269:記憶體
第1圖繪示了先前技術用於行動裝置的臉部辨識系統。
第2圖是根據本發明一實施例之用於行動裝置的臉部辨識系統的功能方塊圖。
第3圖是根據本發明另一實施例之用於行動裝置的臉部辨識系統的功能方塊圖。
先前技術中，因使用了可重新配置的指令單元陣列(RICA)以重建臉部辨識的三維影像，故有昂貴、耗時且耗電的缺點。第2圖則繪示出一種依據本發明一實施例之行動裝置200，其具有用於臉部辨識系統220的新穎結構，且沒有上述因使用了RICA所帶來的缺點。
如前所述，先前技術的系統藉由兩個步驟進行臉部辨識。首先，所補捉的二維影像會與參考影像進行比較。如果比較後找到匹配，則使用RICA將來自三維感測器的資料與二維影像組合，以重建被掃描的臉部的三維影像。然後，檢查所重建的三維影像，以進行設備的授權。
發明人已經瞭解到，藉由將來自三維感測器的資料直接地與所保存的參考資料進行比較，可以獲得優異的臉部辨識結果，而不需要二維相機，並且不需要對被掃描的臉部進行三維重建。
臉部辨識系統220包含三維感測器240(較佳地可以是一個三維結構光感測器(three-dimensional structured light sensor))，其包含投影裝置或發光裝置，並被配置成向殼體外部的待辨識目標發射至少一個三維結構光訊號(three-dimensional structured light signal)。所述的三維結構光訊號可以是包含有網格(grids)、水平條(horizontal bars)或大量的點(如三萬個點)的圖案。
三維的待辨識目標(例如：臉部)會使得因反射而回到三維感測器240的圖案失真，而三維感測器240會根據失真的圖案確定深度資訊(depth information)。由於圖案的精細度以及基於每張臉在結構上至少會有些許不同，來自失真圖案的深度資訊，對於一張給定的臉部來說，在各方面都是獨特的。三維感測器240被配置以對由待辨識目標所反射的圖案執行三維採樣，並將採樣的訊號直接地輸入到神經網路處理單元260。
神經網路處理單元260包含神經網路、記憶體268以及微處理器263。神經網路可以是任何種類的人工神經網路，其可以被訓練以識別特定條件，例如識別特定臉部。在此特定情況下，神經網路已經被訓練，而足以識別出失真圖案的深度資訊所對應的一張給定的臉部(即一張被授權而可解鎖行動裝置200的臉部)。神經網路可以根據設計上的考量，而駐留在記憶體268內或神經網路處理單元260內的其他地方。微處理器263可以控制神經網路處理單元260和記憶體268的操作。
當神經網路被給予與一張被授權的臉部對應的失真圖案之深度資訊時，一比較結果訊號後透過訊號路徑280而被傳送到中央處理單元230，以通知中央處理單元230有一張被掃描的臉部與授權臉部匹配，且行動裝置200應予以 解鎖。當接收到“匹配”訊號時，中央處理單元230即解鎖行動裝置200；但當沒有接收到“匹配”訊號時，中央處理單元230則不解鎖行動裝置200(如果行動裝置200當下已被鎖定的話)。
上述用以通知中央處理單元230行動裝置200是否應該被解鎖的比較結果可以是任何型式的訊號，例如二位元(binary)的開/關訊號或高/低訊號。在本發明的一些實施例中，不同種類的訊號可被使用，且這類的訊號可以不包含任何深度資訊。
記憶體268的至少一部分可以被配置為存儲三維臉部訓練資料。此三維臉部訓練資料代表一張授權臉部，而神經網路即是被訓練以對這張授權臉部進行識別。至少因為訊號路徑280是單向的(即從臉部辨識單元220到中央處理單元230)，記憶體268在對於三維臉部訓練資料的存儲上是足夠安全的，而不需要額外的安全措施。
上述實施例成功地對行動裝置提供了安全、快速的臉部辨識能力。臉部辨識系統220可以被轉換而用於其他也需要臉部三維重建或其他不同於解鎖功能的行動裝置，例如：可將用戶的臉部實際地呈現在用戶透過行動裝置或網路連線而正在進行的遊戲的化身上。
第3圖繪示了這樣的一種轉換應用。行動裝置300包含臉部辨識系統320，其與前一實施例的臉部辨識系統220一樣包含了三維感測器340(較佳地可以是一個三維結構光感測器)，其包含配置為發射至少一個三維結構光訊號到行動裝置300的殼體外部的待辨識目標。所述的三維結構光訊號可以是包含有網格(grids)、水平條(horizontal bars)或大量的點(如三萬個點)的圖案。三維感測器340被配置為對由待辨識目標所反射的圖案執行三維採樣，並將採樣的訊號直接輸入到神經網路處理單元361。
神經網路處理單元361可以包含神經網路、記憶體268以及微處理器 263。神經網路可以是任何種類的人工神經網路，其可以被訓練以識別特定條件並且可以駐留在記憶體268內或神經網路處理單元361內的其他地方。微處理器363可以控制神經網路處理單元361和記憶體268的操作。記憶體268的至少一部分可以被配置為存儲三維臉部訓練資料。
與先前實施例的臉部辨識系統220相似，當給予神經網路對應於授權臉部的深度資訊時，比較結果訊號會經由訊號路徑380被發送到中央處理單元330。中央處理單元330會根據比較結果訊號，解鎖行動裝置300或不對行動裝置300進行解鎖。
臉部辨識系統320還可以包含二維相機350，其被配置為補捉待辨識目標的二維影像，並將所補捉到的二維影像和採樣訊號直接地輸出到第二神經網路處理單元360。第二神經網路處理單元360可以包含神經網路、記憶體269和微處理器364。神經網路可以是任何類型的人工神經網路，其被設計為在給予了二維相機350所補捉的二維影像以及三維感測器340所採樣的訊號的情況下重建三維影像。神經網路處理單元360被配置為根據需要，將補捉到的二維影像或重建的三維影像，經由訊號路徑370，輸出到中央處理單元330。神經網路可以駐留在記憶體269中或第二神經網路處理單元360內的其他地方。
在一些實施例中，微處理器363和364是相同的一個微處理器，且根據需要被第一神經網路處理單元及第二神經網路處理單元所共享。類似地，在一些實施例中，記憶體268和269是相同的一個記憶體，且根據需要被第一神經網路處理單元及第二神經網路處理單元所共享。
根據以上說明，集成的臉部辨識系統可以包含神經網路處理單元，其具有存儲臉部訓練資料的記憶體，而神經網路處理單元被配置為輸入採樣訊號及臉部訓練資料並輸出比較結果。三維結構光發射裝置可以被配置為向外部待辨識目標發射三維結構光訊號，而此三維結構光發射裝置包含近紅外感測器 並且可以被配置為對由待辨識目標所反射的三維結構光訊號執行三維採樣，並將採樣訊號直接地輸入至神經網路處理單元。
集成的臉部辨識系統還可以包含二維相機以及第二神經網路處理單元。其中，二維相機被配置為輸出補捉到的二維影像，而第二神經網路處理單元被耦接以直接地接收補捉到的二維影像及採樣訊號，並被配置為利用補捉到的二維影像及採樣訊號，以生成重建的三維影像，並輸出重建的三維影像。
綜上所述，本發明的臉部辨識系統提供快速臉部辨識，而不需要像先前技術須限制信任區域的尺寸，並且不需要昂貴的RICA以用於三維重建。僅依據採樣訊號即可進行人臉識別，並提供出色的結果。本發明所公開的獨特結構使得所存儲的訓練資料足夠安全，而可防止駭客攻擊，且同時簡化識別過程，並保留在需要時提供三維影像的能力。
以上所述僅為本發明之較佳實施例，凡依本發明申請專利範圍所做之均等變化與修飾，皆應屬本發明之涵蓋範圍。
200:行動裝置
220:臉部辨識系統
230:中央處理單元
240:三維感測器
260:神經網路處理單元
263:微處理器
268:記憶體
280:訊號路徑

Claims (18)

  1. 一種行動裝置，包含：一殼體；一中央處理單元，設於該殼體內，該中央處理單元用於根據一比較結果，解鎖或不解鎖該行動裝置；一臉部辨識系統，設於該殼體內，該臉部辨識系統包含：一投影裝置，被配置為將一圖案投影到殼體外部的一待辨識目標上；一神經網路處理單元，用於根據所輸入的一採樣訊號的處理，將該比較結果輸出到該中央處理單元；以及一感測器，被配置為對由該待辨識目標所反射的該圖案執行三維採樣，並將所採樣到的訊號直接地輸入到該神經網路處理單元。
  2. 如請求項1所述的行動裝置，其中該投影裝置包含一三維結構化發光裝置，而該三維結構化發光裝置被配置為向該待辨識目標發射至少一個三維結構光訊號。
  3. 如請求項2所述的行動裝置，其中該三維結構化發光裝置包含一近紅外感測器，而該近紅外感測器被配置為對由該待辨識目標所反射的可見光譜外的光學訊號進行檢測。
  4. 如請求項1所述的行動裝置，其中該臉部辨識系統還包含一記憶體，而該記憶體耦接到該神經網路處理單元，並且被配置為保存一三維臉部訓練資料。
  5. 如請求項4所述的行動裝置，其中該神經網路處理單元還被配置為根據該採樣訊號和該三維臉部訓練資料的比較，將該比較結果輸出到該中央處理單元。
  6. 如請求項4所述的行動裝置，其中該臉部辨識系統還包含耦接到該神經網路處理單元和該記憶體的一微處理器，而該微處理器被配置為控制該神經網路處理單元和該記憶體。
  7. 如請求項1所述的行動裝置，其中該臉部辨識系統還包含一二維相機，而該二維相機被配置為補捉該待辨識目標的二維影像，並將所補捉的二維影像直接輸出到與該神經網路處理單元不同的一第二神經網路處理單元。
  8. 如請求項7所述的行動裝置，其中該第二神經網路處理單元被配置為處理所補捉的該二維影像，並將一結果輸出到該中央處理單元。
  9. 如請求項8所述的行動裝置，其中該感測器還被配置為將該採樣訊號直接地輸出到該第二神經網路處理單元。
  10. 如請求項9所述的行動裝置，其中該第二神經網路處理單元還被配置為利用所補捉的該二維影像和該採樣訊號，以重建一三維影像。
  11. 一種集成的臉部辨識系統，包含：一神經網路處理單元，包含一記憶體，用以存儲一臉部訓練資料，該神經 網路處理單元用於輸入一採樣訊號和該臉部訓練資料，並輸出一比較結果；以及一三維結構光發射裝置，被配置為向外部的一待辨識目標發射一三維結構光訊號，而該三維結構光發射裝置包含一近紅外感測器，並被配置為對該待辨識目標所反射的該三維結構光訊號執行三維採樣，並將所採樣到的訊號直接地輸入至該神經網路處理單元。
  12. 如請求項11所述的集成的臉部辨識系統，還包含：一二維相機，被配置為輸出一補捉到的二維影像；以及一第二神經網路處理單元，不同於該神經網路處理單元，耦接以直接地接收該補捉到的二維影像和該採樣訊號，並配置為利用該補捉到的二維影像和該採樣訊號，生成一重建的三維影像，並輸出該重建的三維影像。
  13. 如請求項11所述的集成的臉部辨識系統，其中該比較結果是二位元訊號。
  14. 一種行動裝置，包含：一殼體；一中央處理單元，設於該殼體內，並用於根據一比較結果，解鎖或不解鎖該行動裝置；以及一臉部辨識系統，設於該殼體內，並包含：一三維結構化發光裝置，被配置為向該殼體外部的一待辨識目標發射一三維結構光訊號； 一第一神經網路處理單元，用於根據所輸入的一採樣訊號的處理，將該比較結果輸出到該中央處理單元；一感測器，被配置為對該待辨識目標所反射的該三維結構光訊號進行三維採樣，並將該採樣訊號直接地輸入至該第一神經網路處理單元；一二維相機，被配置為輸出一所補捉到的二維影像；以及一第二神經網路處理單元，不同於該第一神經網路處理單元，且耦接以直接地接收該補捉到的二維影像及該採樣訊號，並配置為利用該補捉到的二維影像和該採樣訊號，生成一重建的三維影像，並輸出該重建的三維影像到該中央處理單元。
  15. 如請求項14所述的行動裝置，其中該三維結構化發光裝置包含近紅外感測器，而該近紅外感測器配置為對由該待辨識目標所反射的可見光譜外的光學訊號進行檢測。
  16. 如請求項14所述的行動裝置，其中該該臉部辨識系統還包含一記憶體，耦接到該第一神經網路處理單元，並且被配置為保存一三維臉部訓練資料。
  17. 如請求項16所述的行動裝置，其中該第一神經網路處理單元還被配置為根據該採樣訊號及該三維臉部訓練資料的比較，將該比較結果輸出到該中央處理單元。
  18. 如請求項16所述的行動裝置，其中該臉部辨識系統還包含一微處理 器，耦接到該第一神經網路處理單元及該記憶體，該微處理器被配置成控制該第一神經網路處理單元及該記憶體。
TW108106518A 2018-03-13 2019-02-26 行動裝置及其集成的臉部辨識系統 TWI694385B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/919,223 US20190286885A1 (en) 2018-03-13 2018-03-13 Face identification system for a mobile device
US15/919,223 2018-03-13

Publications (2)

Publication Number Publication Date
TW201939357A TW201939357A (zh) 2019-10-01
TWI694385B true TWI694385B (zh) 2020-05-21

Family

ID=67905774

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108106518A TWI694385B (zh) 2018-03-13 2019-02-26 行動裝置及其集成的臉部辨識系統

Country Status (3)

Country Link
US (1) US20190286885A1 (zh)
CN (1) CN110276237A (zh)
TW (1) TWI694385B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11589928B2 (en) * 2018-09-12 2023-02-28 Orthogrid Systems Holdings, Llc Artificial intelligence intra-operative surgical guidance system and method of use
US10853631B2 (en) * 2019-07-24 2020-12-01 Advanced New Technologies Co., Ltd. Face verification method and apparatus, server and readable storage medium
KR102259429B1 (ko) * 2019-08-09 2021-06-02 엘지전자 주식회사 로봇의 배치 구역을 결정하는 인공 지능 서버 및 그 방법
US11294996B2 (en) 2019-10-15 2022-04-05 Assa Abloy Ab Systems and methods for using machine learning for image-based spoof detection
US11348375B2 (en) 2019-10-15 2022-05-31 Assa Abloy Ab Systems and methods for using focal stacks for image-based spoof detection
US11275959B2 (en) * 2020-07-07 2022-03-15 Assa Abloy Ab Systems and methods for enrollment in a multispectral stereo facial recognition system
GB202100314D0 (en) * 2021-01-11 2021-02-24 Cubitts Kx Ltd Frame adjustment systems

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060104488A1 (en) * 2004-11-12 2006-05-18 Bazakos Michael E Infrared face detection and recognition system
TW200820036A (en) * 2006-10-27 2008-05-01 Mitac Int Corp Image identification, authorization and security method of a handheld mobile device
US8782775B2 (en) * 2007-09-24 2014-07-15 Apple Inc. Embedded authentication systems in an electronic device
WO2016119696A1 (zh) * 2015-01-29 2016-08-04 艾尔希格科技股份有限公司 基于动作的身份识别系统及方法
US9679212B2 (en) * 2014-05-09 2017-06-13 Samsung Electronics Co., Ltd. Liveness testing methods and apparatuses and image processing methods and apparatuses
WO2017212468A1 (en) * 2016-06-07 2017-12-14 Vocalzoom Systems Ltd. Device, system, and method of user authentication utilizing an optical microphone
US20190325682A1 (en) * 2017-10-13 2019-10-24 Alcatraz AI, Inc. System and method for provisioning a facial recognition-based system for controlling access to a building

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7983817B2 (en) * 1995-06-07 2011-07-19 Automotive Technologies Internatinoal, Inc. Method and arrangement for obtaining information about vehicle occupants
CN107341481A (zh) * 2017-07-12 2017-11-10 深圳奥比中光科技有限公司 利用结构光图像进行识别

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060104488A1 (en) * 2004-11-12 2006-05-18 Bazakos Michael E Infrared face detection and recognition system
TW200820036A (en) * 2006-10-27 2008-05-01 Mitac Int Corp Image identification, authorization and security method of a handheld mobile device
US8782775B2 (en) * 2007-09-24 2014-07-15 Apple Inc. Embedded authentication systems in an electronic device
US9679212B2 (en) * 2014-05-09 2017-06-13 Samsung Electronics Co., Ltd. Liveness testing methods and apparatuses and image processing methods and apparatuses
WO2016119696A1 (zh) * 2015-01-29 2016-08-04 艾尔希格科技股份有限公司 基于动作的身份识别系统及方法
WO2017212468A1 (en) * 2016-06-07 2017-12-14 Vocalzoom Systems Ltd. Device, system, and method of user authentication utilizing an optical microphone
US20190325682A1 (en) * 2017-10-13 2019-10-24 Alcatraz AI, Inc. System and method for provisioning a facial recognition-based system for controlling access to a building

Also Published As

Publication number Publication date
TW201939357A (zh) 2019-10-01
US20190286885A1 (en) 2019-09-19
CN110276237A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
TWI694385B (zh) 行動裝置及其集成的臉部辨識系統
JP6651565B2 (ja) バイオメトリックテンプレートセキュリティおよびキー生成
CN110414200B (zh) 身份验证方法、装置、存储介质和计算机设备
KR101720957B1 (ko) 지문과 지정맥을 동시에 인증하는 다면 입체 촬영장치
Fanello et al. Learning to be a depth camera for close-range human capture and interaction
JP2019109919A (ja) アクセス制御される環境へのアクセスを認可するためのシステム及び方法
US10111103B2 (en) Spoof detection using proximity sensors
CN107277053A (zh) 身份验证方法、装置及移动终端
US11275927B2 (en) Method and device for processing image, computer readable storage medium and electronic device
EP4046060A1 (en) Systems and methods for using machine learning for image-based spoof detection
US10769415B1 (en) Detection of identity changes during facial recognition enrollment process
CN110895689B (zh) 用于面部识别认证的混合模式照明
US8817123B2 (en) Method for authenticating a charge-coupled device (CCD)
KR101919090B1 (ko) 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법
CN109698742B (zh) 用于操作传感器的方法和系统及相关的计算机可读介质
US10922590B2 (en) Apparatus, method and computer program for performing object recognition
US10652033B2 (en) Synthetic physically unclonable function derived from an imaging sensor
KR20180134280A (ko) 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법
WO2020092832A1 (en) Passwordless authentication systems and methods
US10380408B2 (en) Method of detecting fraud
US6965685B1 (en) Biometric sensor
Solomon et al. HDLHC: Hybrid Face Anti-Spoofing Method Concatenating Deep Learning and Hand-Crafted Features
KR20190008474A (ko) 생체정보를 이용한 금고의 잠금장치
US20220270360A1 (en) Method and apparatus for authentication of a three-dimensional object
Dronky et al. A review on iris liveness detection techniques

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees