WO2010012215A1 - 一种双摄像头人脸识别装置和方法 - Google Patents

一种双摄像头人脸识别装置和方法 Download PDF

Info

Publication number
WO2010012215A1
WO2010012215A1 PCT/CN2009/072928 CN2009072928W WO2010012215A1 WO 2010012215 A1 WO2010012215 A1 WO 2010012215A1 CN 2009072928 W CN2009072928 W CN 2009072928W WO 2010012215 A1 WO2010012215 A1 WO 2010012215A1
Authority
WO
WIPO (PCT)
Prior art keywords
camera
candidate
candidate set
face recognition
face
Prior art date
Application number
PCT/CN2009/072928
Other languages
English (en)
French (fr)
Inventor
石践
黄磊
Original Assignee
汉王科技股份有限公司
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 汉王科技股份有限公司 filed Critical 汉王科技股份有限公司
Priority to BRPI0916407A priority Critical patent/BRPI0916407A2/pt
Priority to US13/056,612 priority patent/US8754934B2/en
Priority to EP09802408A priority patent/EP2306367A4/en
Publication of WO2010012215A1 publication Critical patent/WO2010012215A1/zh

Links

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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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

Definitions

  • the present invention relates to the field of biometric identification, and in particular to a face recognition apparatus and method, and more particularly to a dual camera face recognition apparatus and method. Background technique
  • Biometrics is listed as one of the top ten technologies that have revolutionized human society in the 21st century. Biometrics is currently the most convenient and secure identification technology. Biometrics recognizes people themselves and does not require personal markers. Biometrics technology uses human physiological characteristics and behavioral characteristics to identify individuals, mainly fingerprint recognition, face recognition, iris recognition, and gait recognition. Among them, face recognition is a hot spot in the field of biometric identification. Compared with the widely used fingerprint recognition technology, it has obvious advantages such as intuitiveness, convenience, non-contact, friendliness and high user acceptance.
  • the existing face recognition technology is divided into two-dimensional face recognition and three-dimensional face recognition.
  • 3D face recognition is based on 3D face images, but there are always some shortcomings such as complex acquisition system and complicated face reconstruction algorithm.
  • the invention patent "Zhang 1 3D face reconstruction system on the rotating platform” is disclosed as “CN 1595280A”.
  • the invention patent "CN 1315092C” "3D face recognition method based on polar spectrum image”.
  • three-dimensional face recognition is expensive, has few applications, and is too limited.
  • Two-dimensional face recognition is based on a single plane image of a face. Generally, a face image is captured by a camera, and then face detection, human eye location and feature extraction are performed, and then compared with the template library, and finally recognition is made. .
  • the recognition rate of a single face plane image acquired by a camera is affected by ambient light, acquisition angle, posture, expression, etc., and thus the recognition performance is low. Summary of the invention
  • one or more embodiments of the present invention provide a dual camera face recognition apparatus and method, which can significantly improve the recognition performance of current two-dimensional face recognition.
  • a dual camera face recognition device including: a first camera for collecting a face image; and a second camera disposed at a position different from the first camera for collecting a face
  • An image recognition processing unit configured to receive and recognize a face image collected by the first camera, and obtain a first candidate set, and for receiving and identifying a face image collected by the second camera, and obtaining a second candidate set, selecting candidate objects whose similarity meets a predetermined rule in the first candidate set and the second candidate set As a result of the recognition.
  • the face recognition device further includes: an infrared fixed active light source disposed behind the first camera and the second camera as a light source for collecting a face image.
  • the identification device further includes an infrared transmission filter device, disposed in front of the first camera, for filtering visible light, collecting a black and white face image by the first camera; and an infrared cut filter device , disposed in front of the second camera, used to filter out infrared light, and the second camera captures a color face image.
  • the face recognition device further comprises a display unit for receiving and displaying the color face image acquired by the second camera.
  • the identification device further includes infrared transmission filter devices respectively disposed in front of the first and second cameras for filtering visible light, and collecting black and white face images by the first camera and the second camera. .
  • the face recognition processing unit calculates a similarity sum of the first candidate set and the second candidate set belonging to the same candidate object; and determines whether the maximum value in the similarity sum is More than a predetermined threshold; when the maximum value is greater than a predetermined threshold, the candidate object corresponding to the maximum value is selected as the recognition result.
  • the face recognition processing unit determines whether a maximum value among similarities of all candidate objects in the first candidate set and the second candidate set is greater than a predetermined threshold; when the maximum value is greater than a predetermined When the threshold is reached, the candidate corresponding to the maximum value is selected as the recognition result.
  • the face recognition processing unit selects a candidate object whose similarity is greater than a first predetermined threshold in the first candidate set and selects a candidate whose similarity in the second candidate set is greater than a second predetermined threshold An object as a third candidate set; calculating a similarity sum of the same candidate objects in the third candidate set; and determining whether a maximum value in the similarity sum is greater than a third predetermined threshold; When the value is greater than the third predetermined threshold, the candidate object corresponding to the maximum value is selected as the recognition result.
  • a dual camera face recognition method comprising the steps of: collecting a face image by a first camera; and collecting a face image by a second camera disposed at a position different from the first camera. Identifying a face image acquired by the first camera, obtaining a first candidate set, and identifying a face image collected by the second camera, and obtaining a second candidate set; Among the two candidate sets, candidate objects whose similarities meet the predetermined rules are selected as the recognition result.
  • the face recognition method further includes: providing infrared fixed initiative for the first camera and the second camera
  • the light source serves as a light source for collecting a face image.
  • the step of the first camera capturing a face image includes: filtering visible light through an infrared transmission filter disposed in front of the first camera, and acquiring a black and white face image by the first camera;
  • the step of capturing a face image by the second camera disposed at a position different from the first camera comprises: filtering the infrared light through an infrared cut filter disposed in front of the second camera to acquire a color face image.
  • the method further comprises displaying the color face image acquired by the second camera on the display unit.
  • the step of collecting a face image by the first camera and collecting the face image by the second camera disposed at a position different from the first camera includes: setting the first and second by respectively The infrared transmission filter device in front of the camera filters out visible light, and the black and white face image is acquired by the first camera and the second camera.
  • the step of selecting a candidate object whose similarity meets a predetermined rule as the recognition result in the first candidate set and the second candidate set includes: calculating the first candidate set and the second candidate set A similarity sum of the same candidate object is determined; determining whether the maximum value in the summation of the similarities is greater than a predetermined threshold; when the maximum value is greater than a predetermined threshold, selecting a candidate object corresponding to the maximum value as the identification result.
  • the step of selecting a candidate object whose similarity meets a predetermined rule as the recognition result in the first candidate set and the second candidate set includes: determining the first candidate set and the second candidate set ⁇ Whether the maximum value of the similarities of all the candidate objects is greater than a predetermined threshold; when the maximum value is greater than the predetermined threshold, the candidate object corresponding to the maximum value is selected as the recognition result.
  • the step of selecting a candidate object whose similarity meets a predetermined rule as the recognition result in the first candidate set and the second candidate set includes: selecting a similarity in the first candidate set is greater than the first a predetermined threshold candidate candidate and a candidate object whose second candidate set ⁇ similarity is greater than a second predetermined threshold is selected as a third candidate set; and a similarity sum of the same candidate objects in the third candidate set is calculated; And determining whether the maximum value in the similarity sum is greater than a third predetermined threshold; when the maximum value is greater than the third predetermined threshold, selecting a candidate object corresponding to the maximum value as the recognition result.
  • the face recognition device and method of the present invention adopts a dual camera for face collection and face recognition based on a commonly used single camera for face collection, and selects two candidate sets according to a predetermined rule. .
  • the invention is simple and easy to implement and can significantly improve the recognition performance of current two-dimensional face recognition.
  • the face recognition device according to the present invention can display a color face image on the display unit, giving the user a good feeling of use.
  • FIG. 1 is a schematic diagram of a dual camera face recognition device in accordance with an embodiment of the present invention
  • FIG. 2 is a schematic diagram of a dual camera face recognition device employing an infrared fixed active light source in accordance with an embodiment of the present invention
  • FIG. 3 is a flow chart of a dual camera face recognition method according to a first embodiment of the present invention.
  • FIG. 4 is a flow chart of a dual camera face recognition method according to a second embodiment of the present invention.
  • Figure 5 is a flow chart of a dual camera face recognition method in accordance with a third embodiment of the present invention. detailed description
  • the first camera 1 and the second camera 2 are respectively placed at different positions of an image suitable for capturing a face for collecting a face image. For example, it may be placed at a certain distance in the horizontal direction, or at a certain distance in the vertical direction, or the camera may be placed at other positions that are convenient for collecting facial images according to factors such as placement conditions, aesthetics, and concealment. Preferably they can be placed at the same height and at a certain interval, such as l () C ra .
  • the first camera 1 and the second camera 2 are electrically connected to the face recognition processing unit 101, respectively, for signal transmission to the face recognition processing unit 101.
  • the face recognition processing unit 101 can employ a PC platform or an embedded platform such as a DSP, an ARM, or the like.
  • the person stands in a certain range in front of the first camera 1 and the second camera 2, and the face image is captured by the first camera 1 and the second camera 2, respectively, and the face image is transmitted to the face recognition processing unit 101.
  • the face recognition processing unit 101 performs face recognition processing using the image information respectively captured by the two cameras to enhance the adaptability of the ordinary two-dimensional face recognition system to light, posture, and expression.
  • an active light source may be provided for the face recognition device of the present invention.
  • 2 is a schematic diagram of a dual camera face recognition device in accordance with an embodiment of the present invention.
  • an infrared fixed active light source is used as a capture light source for the face image, so as to enhance the adaptability of the ordinary two-dimensional face recognition device to light.
  • the infrared fixed active light source is composed of a plurality of infrared light emitting diodes having a uniform distribution, the center wavelength is 700 2000 nm, preferably 850 nm, and the light source can be disposed on the first camera 1 and the second camera. Behind 2. You should know that as long as you can The various light sources other than the present embodiment can be employed.
  • the two cameras can collect face images of the same nature.
  • infrared transmission filters are installed in front of the two cameras to filter visible light to capture black and white face images, or to set infrared in front of both cameras.
  • two cameras can be used to collect face images of different natures. For example, one camera captures a black and white image and another camera captures a color image.
  • an infrared transmission filter having a function of filtering out visible light, passing infrared light, or plating a filter film directly on the lens, in front of the lens of one of the cameras.
  • an infrared cut filter having a function of filtering out infrared light, passing visible light, or plating a filter film directly on the lens in front of the lens of another camera. Capture color images.
  • the image sensor of the camera can be either CMOS or CCD.
  • the present invention is not limited to the limitations of the above embodiments, and those skilled in the art may perform various settings and changes on the image properties acquired by the camera according to various needs, and may additionally add additional images for capturing images of specific nature. The device does not depart from the scope of protection of the present invention.
  • the face recognition device of the present invention may further include a display unit (not shown), which is collected by one of the first camera and the second camera. When coloring a face image, it is used to receive and display the color face image captured by the camera.
  • FIG. 3 is a flow chart of a dual camera face recognition method according to a first embodiment of the present invention.
  • the first camera and the second camera respectively start face recognition
  • the first camera and the second camera respectively collect face images.
  • the face recognition processing unit respectively recognizes the face images collected by the two cameras in steps 305 and 306, and obtains two sets of face recognition candidate sets A and B, and corresponding to each of the candidate sets A and B. Similarity. Assuming that the number of candidate objects in the set ⁇ and ⁇ are m and n respectively, in step 307, the sum of the similarities corresponding to the same candidate objects in the two sets of candidate sets A and B is calculated, and then the summation is added.
  • the subsequent similarities are arranged in descending order, that is, the similarity ranking of the candidate objects is obtained.
  • a ranking result that is ranked first in the similarity ranking is determined, that is, whether the maximum value of the similarity sum is greater than a predetermined threshold.
  • the candidate corresponding to the maximum value is selected as the recognition result, as shown in step 309.
  • the face recognition processing unit can perform face recognition on the basis of various recognition algorithms.
  • the predetermined threshold is based on various factors such as the value of the similarity and the recognition rate. Experience value.
  • step 401, 402 the first camera and the second camera respectively start face recognition
  • steps 403 and 404 the face images are respectively captured by the first camera and the second camera.
  • the face recognition processing unit respectively recognizes the face images collected by the two cameras in steps 405 and 406, and obtains two sets of face recognition candidate sets A and B, and corresponding candidates of each of the candidate sets ⁇ and ⁇ Similarity. It is assumed that the number of candidate objects in the set and B is m and n, respectively.
  • step 407 it is determined whether the maximum value among the similarities of all the m+n candidate objects in the candidate set A and the candidate set B is greater than a predetermined threshold. When the maximum value is greater than the predetermined threshold, the candidate object corresponding to the maximum value is selected as the recognition result, as shown in step 408.
  • FIG. 5 is a flowchart of a dual camera face recognition method according to a third embodiment of the present invention.
  • the face recognition processing unit 101 first filters the candidate objects having the similarity among the candidate sets A and B for reservation, and then from the reserved candidates according to a predetermined rule.
  • the candidate object is selected as the recognition result.
  • steps 501, 502 the first camera and the second camera respectively start face recognition, and in steps 503 and 504, the first camera and the second camera respectively collect face images.
  • the face recognition processing unit respectively recognizes the face images collected by the two cameras in steps 505 and 506, and obtains two sets of face recognition candidate sets, B, and similarities corresponding to each of the candidate sets A and B. degree.
  • the candidate object in the candidate set ⁇ whose similarity is greater than the first predetermined threshold and the similarity in the selected candidate set B are greater than the second predetermined threshold are selected.
  • the candidate object is the new candidate set C.
  • the candidate objects selected from the set ⁇ are ml, and ml m
  • the candidate objects selected from the set B are n l , and n i n.
  • the similarities corresponding to the same candidate object among the ml + nl candidate objects of the candidate combination C are added and summed, and then the similarities after the addition and summation are arranged in descending order, that is, the candidate objects are obtained.
  • step 509 it is determined whether the maximum value in the similarity ranking is equal, that is, whether the maximum value of the similarity sum is greater than a third predetermined threshold.
  • step 510 when the maximum value is greater than the third predetermined threshold, the candidate object corresponding to the maximum value is selected as the recognition result.
  • the first, second and third predetermined thresholds are empirical values obtained after repeated tests according to various factors such as the value of the similarity and the recognition rate. Depending on the nature of the image acquired by the camera, the first predetermined threshold may be equal to the second predetermined threshold, although they may also be different values.
  • the invention provides a dual camera face recognition device based on the commonly used single camera face recognition device, which can significantly improve the recognition performance of the current two-dimensional face recognition.
  • existing face recognition In order to reduce the influence of ambient light on the recognition operation, the system generally collects black and white face images for display and recognition, but the display of black and white images gives users a bad feeling of use. Therefore, how to collect black and white face images while giving The user brings a good feeling of use, and is also one of the beneficial effects brought by the present invention.
  • the above is only a preferred embodiment of the present invention, and it should be noted that various modifications, alterations and changes can be made by those skilled in the art. These modifications, changes and variations are also intended to be included within the scope of the present invention without departing from the scope of the appended claims.

Landscapes

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

Description

一种双摄像头人脸识别装置和方法 技术领域
本发明涉及生物特征识别领域， 特别涉及一种人脸识别装置和方法， 尤其涉及一 种双摄像头人脸识别装置和方法。 背景技术
生物特征识别技术被列为 21世纪对人类社会带来革命性影响的十大技术之一。 生物特征识别技术是目前最为方便、 安全的身份识别技术， 生物特征识别技术识别的 是人本身， 不需要人身之外的标识物。 生物特征识别技术利用人的生理特征和行为特 征进行身份识别， 主要有指纹识别、 人脸识别、 虹膜识别、 步态识别等。 其中， 人脸 识别是当前生物特征识别领域的一大热点。 它与目前广泛应用的指纹识别技术相比， 有着直观性、 方便性、 非接触性、 友好性、 用户接受度高等显著优点。
现有的人脸识别技术， 分为二维人脸识别和三维人脸识别。 三维人脸识别是基于 三维人脸图像的， 但一直存在采集系统复杂、 人脸重建算法复杂等缺点， 例如公开号 为 " CN 1595280A " 的发明专利 "旋转平台上的三维人脸重建系统" ， 以及公告号为 " CN 1315092C " 的发明专利 "基于极光谱图像的三维人脸识别方法" 。 目前三维人 脸识别价格昂贵， 应用非常少， 局限性太大。 二维人脸识别是基于人脸单个平面图像 的， 一般通过一个摄像头采集人脸平面图像， 然后进行人脸检测、 人眼定位和特征提 取， 再与模板库进行比对， 最后做出识别判别。 但是实际上通过一个摄像头采集的单 个人脸平面图像的识别率受到环境光线、 采集角度、 姿态、 表情等因素的影响， 因而 识别性能低。 发明内容
为解决上述问题本发明的一个或多个实施例提出了一种双摄像头人脸识别装置 和方法， 可显著提高目前二维人脸识别的识别性能。
根据本发明的一个方面， 提供一种双摄像头人脸识别装置， 包括： 第一摄像头， 用于采集人脸图像； 第二摄像头， 设置在不同于第一摄像头的位置上， 用于采集人脸 图像； 人脸识别处理单元， 用于接收并识别 ώ第一摄像头所采集的人脸图像， 并获得 第一候选集合， 以及用于接收并识别由第二摄像头所采集的人脸图像， 并获得第二候 选集合，在第一候选集合和第二候选集合中选取相似度符合预定的规则的候选对象作 为识别结果。
此外， 所述人脸识别装置还包括： 红外固定主动光源， 设置在所述第一摄像头和 第二摄像头的后面作为采集人脸图像的光源。 作为本发明的一个实例， 所述识别装置 还包括红外透射滤光装置， 设置在所述第一摄像头前， 用于滤除可见光， 由第一摄像 头采集黑白人脸图像； 以及红外截止滤光装置， 设置在所述第二摄像头前， 用于滤除 红外光， 山第二摄像头采集彩色人脸图像。 优选地， 所述人脸识别装置还包括显示单 元， 用于接收并显示由所述第二摄像头采集的彩色人脸图像。 作为本发明的实例， 所 述识别装置还包括红外透射滤光装置， 分别设置在所述第一和第二摄像头前， 用于滤 除可见光， 由第一摄像头和第二摄像头采集黑白人脸图像。
根据本发明的第一实施例，所述人脸识别处理单元计算第一候选集合和第二候选 集合中属于同一个候选对象的相似度加和；判定所述相似度加和中的最大值是否大于 预定的阈值； 当所述最大值大于预定的阈值时， 选取该最大值所对应的候选对象作为 识别结果。
根据本发明的第二实施例，所述人脸识别处理单元判定第一候选集合和第二候选 集合中全部候选对象的相似度中的最大值是否大于预定的阈值； 当所述最大值大于预 定的阈值时， 选取该最大值所对应的候选对象作为识别结果。
根据本发明的第三实施例，所述人脸识别处理单元选取第一候选集合中相似度大 于第一预定的阈值的候选对象以及选取第二候选集合中相似度大于第二预定的阈值 的候选对象作为第三候选集合；计算所述第三候选集合中属于同一个候选对象的相似 度加和； 以及判定所述相似度加和中的最大值是否大于第三预定的阈值； 当所述最大 值大于第三预定的阈值时， 选取该最大值所对应的候选对象作为识别结果。
根据本发明的另一个方面， 提供一种双摄像头人脸识别方法， 包括如下步骤： 由 第一摄像头采集人脸图像； 由设置在不同于第一摄像头的位置上的第二摄像头采集人 脸图像； 识别所述第一摄像头所采集的人脸图像， 并获得第一候选集合， 以及识别由 所述第二摄像头所采集的人脸图像， 并获得第二候选集合； 在第一候选集合和第二候 选集合中选取相似度符合预定的规则的候选对象作为识别结果。
此外， 所述人脸识别方法还包括： 为第一摄像头和第二摄像头提供红外固定主动 光源作为采集人脸图像的光源。 作为本发明的一个实例， 所述 第一摄像头采集人脸 图像的歩骤包括： 通过设置在第一摄像头前的红外透射滤光装置滤除可见光， 并由第 一摄像头采集黑白人脸图像； 以及所述由设置在不同于第一摄像头的位置上的第二摄 像头采集人脸图像的步骤包括：通过设置在第二摄像头前的红外截止滤光装置滤除红 外光， 采集彩色人脸图像。 优选地， 所述方法还包括在显示单元上显示所述第二摄像 头采集的彩色人脸图像。 作为本发明的另一实例， 所述由第一摄像头采集人脸图像以 及由设置在不同于第一摄像头的位置上的第二摄像头采集人脸图像步骤包括：通过分 别设置在第一和第二摄像头前的红外透射滤光装置滤除可见光， 由第一摄像头和第二 摄像头采集黑白人脸图像。
根据本发明的第一实施例，所述在第一候选集合和第二候选集合中选取相似度符 合预定的规则的候选对象作为识别结果的步骤包括：计算第一候选集合和第二候选集 合中属于同一个候选对象的相似度加和；判定所述相似度加和中的最大值是否大于预 定的阈值； 当所述最大值大于预定的阈值时， 选取该最大值所对应的候选对象作为识 别结果。
根据本发明的第二实施例，所述在第一候选集合和第二候选集合中选取相似度符 合预定的规则的候选对象作为识别结果的步骤包括：判定第一候选集合和第二候选集 合屮全部候选对象的相似度中的最大值是否大于预定的阈值； 当所述最大值大于预定 的阈值时， 选取该最大值所对应的候选对象作为识别结果。
根据本发明的第三实施例，所述在第一候选集合和第二候选集合中选取相似度符 合预定的规则的候选对象作为识别结果的步骤包括：选取第一候选集合中相似度大于 第一预定的阈他的候选对象以及选取第二候选集合屮相似度大于第二预定的阈值的 候选对象作为第三候选集合；计算所述第三候选集合中属于同一个候选对象的相似度 加和； 以及判定所述相似度加和中的最大值是否大于第三预定的阈值； 当所述最大值 大于第三预定的阈值时， 选取该最大值所对应的候选对象作为识别结果。
本发明的人脸识别装置和方法，在现有普遍采用的单个摄像头进行人脸采集的基 础上， 采用了双摄像头进行人脸采集和人脸识别， 根据预定的规则对两个候选集合进 行选取。 本发明简单易行并且可以显著提高目前二维人脸识别的识别性能。 此外， 根 据本发明的人脸识别装置可以在显示单元上显示彩色人脸图像，给用户带来良好的使 用感受。 附图说明
为了更完整地理解本发明及其优点，现在结合附图描述本发明的具体实施方式， 附图 中相同的参考标记代表相似的含义， 其中：
图 1是根据本发明的实施例的双摄像头人脸识别装置的示意图；
图 2 是根据本发明的实施例的采用红外固定主动光源的双摄像头人脸识别装置 的示意图；
图 3是根据本发明的第一实施例的双摄像头人脸识别方法的流程图；
图 4是根据本发明的第二实施例的双摄像头人脸识别方法的流程图；
图 5是根据本发明的第三实施例的双摄像头人脸识别方法的流程图。 具体实施方式
图 1为根据本发明的实施例的双摄像头人脸识别装置的示意图。第一摄像头 1和 第二摄像头 2被分别放置在适于采集人脸的图像的不同位置上用于采集人脸图像。例 如， 可以在水平方向上间隔一定距离放置， 或者在垂直方向上间隔一定距离设置， 也 可以根据放置条件、 美观、 隐蔽性等因素， 将摄像头放置在其他便于采集人脸图像的 位置上。 优选地可以将它们放置在同一高度上， 并相距一定的间隔， 例如 l ()Cra。 第 一摄像头 1和第二摄像头 2分别与人脸识别处理单元 101采用电气连接，用于向人脸 识别处理单元 101进行信号传送。 人脸识别处理单元 101可以采用 PC平台或者嵌入 式平台， 例如 DSP、 ARM等。 人站在第一摄像头 1和第二摄像头 2前面的一定范围内， 由第一摄像头 1和第二摄像头 2分别捕获人脸图像，并将人脸图像传输到人脸识别处 理单元 10 1中。人脸识别处理单元 101利用两个摄像头分别捕获的图像信息分别进行 人脸识别处理以增强普通二维人脸识别系统对光线、 姿态和表情的适应能力。
为了增强本发明的人脸识别装置对光线的适应能力，可以为本发明的人脸识别装 置提供主动光源。 图 2为根据本发明实施例的双摄像头人脸识别装置的示意图。在该 实施例中采用了红外固定主动光源作为人脸图像的捕获光源， 以便增强普通二维人脸 识别装置对光线的适应能力。 在本实施例的双摄像头人脸识别装置中， 红外固定主动 光源由分布均匀的多个红外发光二极管组成，中心波长为 700 2000nm，优选为 850nm， 光源可以设置在第一摄像头 1和第二摄像头 2的后面。应该知道， 只要能够起到相同 的作用， 可以采用除本实施例之外的其它各种光源。
应该知道两个摄像头采集的可以是相同性质的人脸图像，例如在两个摄像头前均 设置红外透射滤光装置， 用于滤除可见光采集黑白人脸图像， 或者在两个摄像头前均 设置红外截止滤光装置，用于滤除红外光采集彩色人脸图像。然而， 为了提高识别率， 可以令两个摄像头采集不同性质的人脸图像。 例如， 一个摄像头采集黑白图像， 另一 个摄像头采集彩色图像。 为了使摄像头镜头不受环境光线影响， 优选地， 可以在其中 一个摄像头的镜头前安装具有滤除可见光、 通过红外光功能的红外透射滤光片， 或者 直接在镜头上镀敷滤光膜， 从而直接捕获黑白灰度图像。 并且为了使摄像头镜头不受 红外光线影响， 优选地， 可以在另外一个摄像头的镜头前安装具有滤除红外光、 通过 可见光功能的红外截止滤光片， 或者直接在镜头上镀敷滤光膜， 捕获彩色图像。 摄像 头的图像传感器可以采用 CMOS或者 CCD。 当然， 本发明不局限于上述实施例的限制， 本领域的技术人员可以根据各种需耍对摄像头所采集的图像性质进行各种设置和变 化， 也可以为了采集特定性质的图像而附加额外的装置， 这些均不脱离本发明的保护 范围。
此外， 为了在采集黑白人脸图像的同时， 给用户带来良好的使用感受， 本发明的 人脸识别装置还可以包括显示单元（未示出） ， 当第一摄像头和第二摄像头之一采集 彩色人脸图像时， 用于接收并显示该摄像头采集的彩色人脸图像。
图 3为根据本发明的第一实施例的双摄像头人脸识别方法的流程图。在步骤 301、 302第一摄像头和第二摄像头分别开始进行人脸识别， 在步骤 303和 304由第一摄像 头、 第二摄像头分别采集人脸图像。 由人脸识别处理单元在歩骤 305、 306分别对两 个摄像头采集的人脸图像进行识别， 得到两组人脸识别候选集合 A、 B， 以及候选集 合 A、 B中每个候选对象所对应的相似度。假设集合 Λ、 Β中的候选对象个数分别为 m、 n， 在步骤 307中计算两组候选集合 A、 B中属于同一个候选对象所对应的相似度的加 和， 然后对相加求和之后的相似度按降序排列， 即得到候选对象的相似度综合排序。 在步骤 308中， 判定在相似度综合排序中排在最前面的求和结果， 即相似度加和的最 大值是否大于预定的阈值。 当最大值大于预定的阈值时， 选取该最大值所对应的候选 对象作为识别结果， 如步骤 309所示。
其中，在歩骤 305和 306中人脸识别处理单元可以根据各种识别算法进行人脸识 另 |J。 此外， 预定的阈值是根据相似度的取值和识别率等多种因素， 反复测试之后得到 的经验值。
图 4为根据本发明的第二实施例的双摄像头人脸识别方法的流程图。在步骤 401、 402第一摄像头和第二摄像头分别开始进行人脸识别， 在歩骤 403和 404由第一摄像 头和第二摄像头分别采集人脸图像。 由人脸识别处理单元在步骤 405、 406分别对两 个摄像头采集的人脸图像进行识别， 得到两组人脸识别候选集合 A、 B， 以及候选集 合 Λ、 Β中每个候选对象所对应的相似度。假设集合 、 B中的候选对象个数分别为 m、 n， 在步骤 407中， 判定候选集合 A和候选集合 B中全部 m+n个候选对象的相似度中 的最大值是否大于预定的阈值。 当最大值大于预定的阈值时， 选取该最大值所对应的 候选对象作为识別结果， 如步骤 408所示。
图 5为根据本发明的第三实施例的双摄像头人脸识别方法的流程图。在根据本实 施例的双摄像头人脸识别方法中， 人脸识别处理单元 101首先筛选候选集合 A、 B中 相似度较大的候选对象进行保留，而后再根据预定的规则从保留的候选对象中选取候 选对象作为识别结果。 在步骤 501、 502第一摄像头和第二摄像头分别开始进行人脸 识别， 在步骤 503和 504山第一摄像头和第二摄像头分别采集人脸图像。 由人脸识别 处理单元在步骤 505、 506分别对两个摄像头采集的人脸图像进行识别， 得到两组人 脸识别候选集合 、 B, 以及候选集合 A、 B中每个候选对象所对应的相似度。 假设集 合八、 B中的候选对象个数分别为 UK n , 在步骤 507中选取候选集合 Λ中相似度大于 第一预定的阈值的候选对象以及选取候选集合 B 中相似度大于第二预定的阈值的候 选对象作为新的候选集合 C。 假设从集合 Λ中选取的候选对象为 ml个， 且 ml m， 从 集合 B中选取的候选对象为 n l个， 且 n i n。 在步骤 508， 将候选柒合 C的 ml +n l个 候选对象中属于同一个候选对象所对应的相似度相加求和，然后对相加求和之后的相 似度按降序排列， 即得到候选对象的相似度综合排序。 在步骤 509中， 判定相似度综 合排序中的最大值，即相似度加和的最大值是否大于第三预定的阈值。在步骤 510中， 当最大值大于第三预定的阈值时， 选取该最大值所对应的候选对象作为识别结果。其 中， 在步骤 507和 509中， 第一、 第二和第三预定的阈值是根据相似度的取值和识别 率等多种因素， 反复测试之后得到的经验值。 根据摄像头所采集的图像性质的不同， 第一预定的阈值可以等于第二预定的阈值， 当然它们也可以是不同的值。
本发明在现有普遍采用的单摄像头人脸识别装置的基础上，提出了一种双摄像头 人脸识别装置， 可以显著提高目前二维人脸识别的识别性能。 此外， 现有的人脸识别 系统为了减少环境光线对识别操作的影响， 一般采集黑白人脸图像进行显示和识别， 但是显示黑白图像给用户带来的使用感受不好， 因此， 如何能够在采集黑白人脸图像 的同时， 给用户带来良好的使用感受， 也是本发明带来的有益效果之一。 以上所述仅是本发明的优选实施方式， 应当指出， 对于本技术领域的普通技术人 员来说， 还可以做出各种改进、 替换和变化。 这些改进、 替换和变化在不脱离由附随 的权利要求及其等同技术的范围的前提下， 也应视为本发明的保护范围。

Claims

权 利 要 求
1 . 一种双摄像头人脸识别装置， 其特征在于， 所述人脸识别装置包括： 第一摄像头， 用于采集人脸图像；
第二摄像头， 设置在不同于第一摄像头的位置上， 用于采集人脸图像； 人脸识别处理单元， 用于接收并识别由第一摄像头所采集的人脸图像， 并获得第 一候选集合， 以及用于接收并识别由第二摄像头所采集的人脸图像， 并获得第二候选 集合，在第一候选集合和第二候选集合中选取相似度符合预定的规则的候选对象作为 识別结果。
2. 根据权利要求 1所述的双摄像头人脸识别装置， 其特征在于， 所述识别装置 还包括：
红外透射滤光装置， 设置在所述第一摄像头前， 用于滤除可见光， 由第一摄像头 采集黑白人脸图像；
红外截止滤光装置， 设置在所述第二摄像头前， 用于滤除红外光， 由第二摄像头 采集彩色人脸图像。
3. 根据权利要求 2所述的双摄像头人脸识别装置， 其特征在于， 所述人脸识别 装置还包括：
显示单元， 用于接收并显示由所述第二摄像头采集的彩色人脸图像。
4. 根据权利要求 1所述的双摄像头人脸识别装置， 其特征在于， 所述识别装置 还包括：
红外透射滤光装置， 分别设置在所述第一摄像头和第二摄像头前， 用于滤除可见 光， 由第一摄像头和第二摄像头采集黑白人脸图像。
5. 根据权利要求 1 4中任意一项所述的双摄像头人脸识别装置， 其特征在于， 所述人脸识别处理单元用于：
计算第一候选集合和第二候选集合中属于同一个候选对象的相似度加和； 判定所述相似度加和中的最大值是否大于预定的阈值；
当所述最大值大于预定的阈值时， 选取该最大值所对应的候选对象作为识别结 果。
6. 根据权利要求 1 4中任意一项所述的双摄像头人脸识别装置， 其特征在于， 所述人脸识别处理单元用于：
判定第一候选集合和第二候选集合中全部候选对象的相似度中的最大值是否大 于预定的阈值；
当所述最大值大于预定的阈值时， 选取该最大值所对应的候选对象作为识别结 果。
7. 根据权利要求 1 4中任意一项所述的双摄像头人脸识别装置， 其特征在于， 所述人脸识别处理单元用于：
选取第一候选集合中相似度大于第一预定的阈值的候选对象以及选取第二候选 集合中相似度大于第二预定的阈值的候选对象作为第三候选集合；
计！？所述第三候选集合中属于同一个候选对象的相似度加和； 以及
判定所述相似度加和中的最大值是否大于第三预定的阈值；
当所述最大值大于第三预定的阈值时，选取该最大值所对应的候选对象作为识别 结果。
8. 根据权利要求 1 4中任意一项所述的双摄像头人脸识别装置， 其特征在于， 所述人脸识别装置还包括：
红外固定主动光源，设置在所述第一摄像头和第二摄像头的后面作为采集人脸图 像的光源。
9. 一种双摄像头人脸识别方法， 其特征在于， 所述方法包括如下步骤： 由第一摄像头采集人脸图像；
由设置在不同于第一摄像头的位置上的第二摄像头采集人脸图像；
识别所述第一摄像头所采集的人脸图像， 并获得第一候选集合， 以及识别 ώ所述 第二摄像头所采集的人脸图像， 并获得第二候选集合；
在第一候选集合和第二候选集合中选取相似度符合预定的规则的候选对象作为 识别结果。
10. 根据权利要求 9所述的双摄像头人脸识别方法， 其特征在于， 所述由第一摄 像头采集人脸图像的步骤包括：通过设置在第一摄像头前的红外透射滤光装置滤除可 见光， 并由所述第一摄像头采集黑白人脸图像； 以及
所述 ώ设置在不同于第一摄像头的位置上的第二摄像头采集人脸图像的步骤包 括： 通过设置在第二摄像头前的红外截止滤光装置滤除红外光， 并由所述第二摄像头 采集彩色人脸图像。
1 1 . 根据权利要求 10所述的双摄像头人脸识别方法， 其特征在于， 还包括在显 示单元上显示所述第二摄像头采集的彩色人脸图像。
12. 根据权利耍求 9所述的双摄像头人脸识别方法， 其特征在于， 所述由第一摄 像头采集人脸图像以及由设置在不同于第一摄像头的位置上的第二摄像头采集人脸 图像步骤包括： 通过分别设置在第一和第二摄像头前的红外透射滤光装置滤除可见 光， 由第一摄像头和第二摄像头采集黑白人脸图像。
13.根据权利要求 9一 12中任意一项所述的双摄像头人脸识别方法，其特征在于， 所述在第一候选集合和第二候选集合中选取相似度符合预定的规则的候选对象作为 识别结果的步骤包括：
计算第一候选集合和第二候选集合中属于同一个候选对象的相似度加和； 判定所述相似度加和中的最大值是否大于预定的阚值；
当所述最大值大于预定的阈值时， 选取 I亥最大值所对应的候选对象作为识别结 果。
14.根据权利要求 9一 12中任意一项所述的双摄像头人脸识别方法，其特征在于， 所述在第一候选集合和第二候选集合中选取相似度符合预定的规则的候选对象作 ¾ 识别结果的步骤包括：
判定第一候选集合和第二候选集合中全部候选对象的相似度中的最大值是否大 于预定的阈值；
当所述最大值大于预定的阈值时， 选取该最大值所对应的候选对象作为识别结 果。
15.根据权利要求 9一 12中任意一项所述的双摄像头人脸识别方法，其特征在于， 所述在第一候选集合和第二候选集合中选取相似度符合预定的规则的候选对象作为 识别结果的步骤包括：
选取第一候选集合中相似度大于第一预定的阈值的候选对象以及选取第二候选 集合中相似度大于第二预定的阈值的候选对象作为第三候选集合；
计算所述第三候选集合中属于同一个候选对象的相似度加和； 以及
判定所述相似度加和中的最大值是否大于第三预定的阈值；
当所述最大值大于第三预定的阈值时，选取该最大值所对应的候选对象作为识别 结果。
16.根据权利要求 9一 12中任意一项所述的双摄像头人脸识别方法，其特征在于， 还包括：
为第一摄像头和第二摄像头提供红外固定主动光源作为采集人脸图像的光源。
PCT/CN2009/072928 2008-07-28 2009-07-27 一种双摄像头人脸识别装置和方法 WO2010012215A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
BRPI0916407A BRPI0916407A2 (pt) 2008-07-28 2009-07-27 dispositivo e método de reconhecimento de face de câmera dupla
US13/056,612 US8754934B2 (en) 2008-07-28 2009-07-27 Dual-camera face recognition device and method
EP09802408A EP2306367A4 (en) 2008-07-28 2009-07-27 DEVICE AND METHOD FOR FACE RECOGNITION WITH TWO CAMERAS

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN200810117257XA CN101639891B (zh) 2008-07-28 2008-07-28 一种双摄像头人脸识别装置和方法
CN200810117257.X 2008-07-28

Publications (1)

Publication Number Publication Date
WO2010012215A1 true WO2010012215A1 (zh) 2010-02-04

Family

ID=41609959

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2009/072928 WO2010012215A1 (zh) 2008-07-28 2009-07-27 一种双摄像头人脸识别装置和方法

Country Status (5)

Country Link
US (1) US8754934B2 (zh)
EP (1) EP2306367A4 (zh)
CN (1) CN101639891B (zh)
BR (1) BRPI0916407A2 (zh)
WO (1) WO2010012215A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108269333A (zh) * 2018-01-08 2018-07-10 平安科技（深圳）有限公司 人脸识别方法、应用服务器及计算机可读存储介质

Families Citing this family (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9319640B2 (en) * 2009-12-29 2016-04-19 Kodak Alaris Inc. Camera and display system interactivity
CN102466945B (zh) * 2010-11-19 2013-09-11 北京海鑫智圣技术有限公司 标准人像采集装置中的led补光及人像剪裁评价系统
JP2012242948A (ja) * 2011-05-17 2012-12-10 Sony Corp 表示制御装置および方法、並びにプログラム
CN102789570A (zh) * 2011-05-19 2012-11-21 苏州盛塔斯电子科技有限公司 一种用于识别人脸的系统
CN102831379B (zh) * 2011-06-14 2015-11-25 汉王科技股份有限公司 人脸图像识别方法及装置
CN102567714B (zh) * 2011-12-14 2013-09-11 深圳市中控生物识别技术有限公司 基于双摄像头面部识别的彩色图像与黑白图像的矫正方法
JP5579202B2 (ja) * 2012-01-16 2014-08-27 東芝テック株式会社 情報処理装置、店舗システム及びプログラム
KR101247497B1 (ko) * 2012-02-29 2013-03-27 주식회사 슈프리마 환경 적응형 얼굴 인식장치 및 그 방법
JP5483629B2 (ja) * 2012-02-29 2014-05-07 東芝テック株式会社 情報処理装置、店舗システム及びプログラム
CN103324904A (zh) * 2012-03-20 2013-09-25 凹凸电子（武汉）有限公司 人脸识别系统及其方法
JP5553866B2 (ja) * 2012-07-23 2014-07-16 東芝テック株式会社 商品認識装置及び認識辞書追加プログラム
CN102932518A (zh) * 2012-10-30 2013-02-13 广东欧珀移动通信有限公司 一种用户登陆/切换的方法、系统及移动终端
CN103400108B (zh) * 2013-07-10 2017-07-14 小米科技有限责任公司 人脸识别方法、装置和移动终端
JP6122805B2 (ja) * 2013-07-16 2017-04-26 東芝テック株式会社 情報処理装置及びプログラム
EP3067746B1 (en) 2013-12-06 2019-08-21 Huawei Device Co., Ltd. Photographing method for dual-camera device and dual-camera device
CN105339840B (zh) 2013-12-06 2019-06-14 华为终端有限公司 双镜头设备的拍照方法及双镜头设备
CN104217503A (zh) * 2014-08-26 2014-12-17 杭州摩科商用设备有限公司 自助终端的身份识别方法及对应的房产证明打印方法
CN104217504A (zh) * 2014-08-26 2014-12-17 杭州摩科商用设备有限公司 身份识别自助终端及对应的房产证明打印终端
CN104408420A (zh) * 2014-11-26 2015-03-11 苏州福丰科技有限公司 用于出入境管理的三维人脸识别方法
CN104599335A (zh) * 2015-02-26 2015-05-06 四川浩特通信有限公司 双摄像组合人脸识别考勤设备
CN104794460A (zh) * 2015-05-07 2015-07-22 北京丰华联合科技有限公司 一种同时确定人员身份与个人信息的方法
US10523855B2 (en) * 2015-09-24 2019-12-31 Intel Corporation Infrared and visible light dual sensor imaging system
CN105590097B (zh) * 2015-12-17 2019-01-25 重庆邮电大学 暗视觉条件下双摄像头协同实时人脸识别安防系统及方法
CN105912908A (zh) * 2016-04-14 2016-08-31 苏州优化智能科技有限公司 基于红外的真人活体身份验证方法
CN106446798B (zh) * 2016-08-31 2019-09-03 广州市贺氏办公设备有限公司 一种基于双摄像头的人脸识别图像静态校正方法及系统
CN106384086A (zh) * 2016-08-31 2017-02-08 广州市贺氏办公设备有限公司 一种双摄像头人脸识别方法及系统
US10346464B2 (en) 2016-09-27 2019-07-09 Canon Kabushiki Kaisha Cross-modiality image matching method
EP3528661B1 (en) * 2016-10-18 2022-03-23 Christina Wang Color reproduction services
CN106548152A (zh) * 2016-11-03 2017-03-29 厦门人脸信息技术有限公司 近红外三维人脸解锁装置
CN106845328B (zh) * 2016-11-09 2019-10-11 广州市贺氏办公设备有限公司 一种基于双摄像头的智能人脸识别方法及系统
CN108124090A (zh) * 2016-11-26 2018-06-05 沈阳新松机器人自动化股份有限公司 移动机器人双摄像头人脸识别装置及方法
CN106778170A (zh) * 2016-12-07 2017-05-31 信利光电股份有限公司 一种基于手机摄像头的虹膜身份识别方法及系统
WO2018191648A1 (en) 2017-04-14 2018-10-18 Yang Liu System and apparatus for co-registration and correlation between multi-modal imagery and method for same
CN108492417B (zh) * 2017-04-18 2020-11-06 北京中科奥森科技有限公司 快速人证核验方法及人证核验系统
CN107368793A (zh) * 2017-06-30 2017-11-21 上海爱优威软件开发有限公司 一种彩色虹膜采集方法及系统
CN109426762B (zh) * 2017-08-22 2021-03-23 深圳荆虹科技有限公司 一种生物识别系统、方法和生物识别终端
CN107480658B (zh) * 2017-09-19 2020-11-06 苏州大学 基于多角度视频的人脸识别装置和方法
US11023707B2 (en) * 2017-10-27 2021-06-01 Avigilon Corporation System and method for selecting a part of a video image for a face detection operation
EP3502954A1 (en) 2017-12-21 2019-06-26 Vestel Elektronik Sanayi ve Ticaret A.S. Method of facial recognition for authenticating user of electronic device and electronic device
US11735018B2 (en) 2018-03-11 2023-08-22 Intellivision Technologies Corp. Security system with face recognition
CN108388878A (zh) * 2018-03-15 2018-08-10 百度在线网络技术（北京）有限公司 用于识别人脸的方法和装置
CN109034004A (zh) * 2018-07-05 2018-12-18 广东军缆信息技术有限公司 一种基于人脸识别的身份核验方法及装置
CN109143568A (zh) * 2018-07-26 2019-01-04 广州慧睿思通信息科技有限公司 一种带人脸识别系统的望远镜及其观测方法
CN110798653B (zh) 2018-08-01 2021-09-14 华为技术有限公司 一种基于多机协作的图像处理方法和视频监控系统
CN109379455B (zh) * 2018-09-27 2021-07-30 维沃移动通信有限公司 一种基于移动终端的图像识别方法及装置
CN111103922B (zh) * 2018-10-26 2023-08-25 华为技术有限公司 摄像头、电子设备和身份验证方法
CN109635635A (zh) * 2018-10-29 2019-04-16 安徽智传科技有限公司 一种多角度的人脸识别准确率提高方法和系统
CN109858463B (zh) * 2019-02-22 2021-03-26 成都云鼎丝路信息技术有限公司 一种双引擎用户识别方法、系统及终端
CN109902644A (zh) * 2019-03-07 2019-06-18 北京海益同展信息科技有限公司 人脸识别方法、装置、设备和计算机可读介质
CN110110582A (zh) * 2019-03-14 2019-08-09 广州市金其利信息科技有限公司 结合3d结构光、红外光及可见光的人脸识别方法及系统
CN110415398A (zh) * 2019-07-03 2019-11-05 华迪计算机集团有限公司 一种基于双因子生物识别的门禁识别方法及系统
CN110929575A (zh) * 2019-10-22 2020-03-27 苏州雷泰智能科技有限公司 放射治疗病人身份验证方法、装置及放射治疗设备
TWI705383B (zh) * 2019-10-25 2020-09-21 緯創資通股份有限公司 人物追蹤系統及人物追蹤方法
CN112750246A (zh) * 2019-10-29 2021-05-04 杭州壬辰科技有限公司 一种智能化库存报警系统及方法
CN112784634A (zh) * 2019-11-07 2021-05-11 北京沃东天骏信息技术有限公司 视频信息处理方法、装置和系统
CN112862638A (zh) * 2019-11-26 2021-05-28 上海径舟教育科技有限公司 一种基于人脸识别的远程教育系统及方法
CN111062313A (zh) * 2019-12-13 2020-04-24 歌尔股份有限公司 一种图像识别方法、装置、监控系统及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1595280A (zh) 2004-07-01 2005-03-16 上海交通大学 旋转平台上的三维人脸重建系统
CN1618079A (zh) * 2002-01-16 2005-05-18 虹膜技术公司 利用立体人脸识别的虹膜识别系统和方法
CN1658224A (zh) * 2005-03-16 2005-08-24 沈阳工业大学 一种人脸和耳特征组合识别方法
CN2828935Y (zh) * 2005-03-22 2006-10-18 北京数字奥森识别科技有限公司 一种用于人脸识别的图像获取识别装置
US20070092245A1 (en) * 2005-10-20 2007-04-26 Honeywell International Inc. Face detection and tracking in a wide field of view
CN1315092C (zh) 2005-02-04 2007-05-09 浙江大学 基于极光谱图像的三维人脸识别方法
CN201233607Y (zh) * 2008-07-28 2009-05-06 汉王科技股份有限公司 一种人脸识别装置
CN201242756Y (zh) * 2008-07-28 2009-05-20 汉王科技股份有限公司 一种人脸识别装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000259814A (ja) * 1999-03-11 2000-09-22 Toshiba Corp 画像処理装置及びその方法
JP3297654B2 (ja) 1999-07-06 2002-07-02 松下電器産業株式会社 Ｃｄｍａ無線受信装置およびｃｄｍａ無線受信方法
EP1136937B1 (en) * 2000-03-22 2006-05-10 Kabushiki Kaisha Toshiba Facial image forming recognition apparatus and a pass control apparatus
US7406184B2 (en) * 2002-07-03 2008-07-29 Equinox Corporation Method and apparatus for using thermal infrared for face recognition
JP4476744B2 (ja) * 2003-09-02 2010-06-09 富士フイルム株式会社 撮像システム、及びプログラム
WO2006003612A1 (en) * 2004-07-02 2006-01-12 Koninklijke Philips Electronics N.V. Face detection and/or recognition
US20060056667A1 (en) * 2004-09-16 2006-03-16 Waters Richard C Identifying faces from multiple images acquired from widely separated viewpoints
US7602942B2 (en) * 2004-11-12 2009-10-13 Honeywell International Inc. Infrared and visible fusion face recognition system
JP2006236244A (ja) * 2005-02-28 2006-09-07 Toshiba Corp 顔認証装置および入退場管理装置
JP4241763B2 (ja) * 2006-05-29 2009-03-18 株式会社東芝 人物認識装置及びその方法
CN101650775B (zh) * 2008-08-15 2011-09-14 深圳市飞瑞斯科技有限公司 基于均匀光源的人脸识别装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1618079A (zh) * 2002-01-16 2005-05-18 虹膜技术公司 利用立体人脸识别的虹膜识别系统和方法
CN1595280A (zh) 2004-07-01 2005-03-16 上海交通大学 旋转平台上的三维人脸重建系统
CN1315092C (zh) 2005-02-04 2007-05-09 浙江大学 基于极光谱图像的三维人脸识别方法
CN1658224A (zh) * 2005-03-16 2005-08-24 沈阳工业大学 一种人脸和耳特征组合识别方法
CN2828935Y (zh) * 2005-03-22 2006-10-18 北京数字奥森识别科技有限公司 一种用于人脸识别的图像获取识别装置
US20070092245A1 (en) * 2005-10-20 2007-04-26 Honeywell International Inc. Face detection and tracking in a wide field of view
CN201233607Y (zh) * 2008-07-28 2009-05-06 汉王科技股份有限公司 一种人脸识别装置
CN201242756Y (zh) * 2008-07-28 2009-05-20 汉王科技股份有限公司 一种人脸识别装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2306367A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108269333A (zh) * 2018-01-08 2018-07-10 平安科技（深圳）有限公司 人脸识别方法、应用服务器及计算机可读存储介质

Also Published As

Publication number Publication date
CN101639891B (zh) 2012-05-02
US8754934B2 (en) 2014-06-17
EP2306367A4 (en) 2011-10-05
BRPI0916407A2 (pt) 2016-02-16
CN101639891A (zh) 2010-02-03
EP2306367A1 (en) 2011-04-06
US20110128362A1 (en) 2011-06-02

Similar Documents

Publication Publication Date Title
WO2010012215A1 (zh) 一种双摄像头人脸识别装置和方法
KR101729327B1 (ko) 듀얼 카메라를 이용한 체온 추적 모니터링 시스템
AU2007284299B2 (en) A system for iris detection, tracking and recognition at a distance
Yin et al. SDUMLA-HMT: A multimodal biometric database
Thavalengal et al. Iris authentication in handheld devices-considerations for constraint-free acquisition
WO2013131407A1 (zh) 双验证人脸防伪方法及装置
CN105224906B (zh) 掌静脉识别智能系统
TWI335544B (en) Iris recognition system
CN104598870A (zh) 基于智能移动信息设备的指纹活体检测方法
WO2005057472A1 (fr) Procede de reconnaissance des visages et systeme d'acquisition d'images
JP2001331799A (ja) 画像処理装置および画像処理方法
JP2003512684A (ja) 異なるイメジャからの顔及び身体の画像を整列し及び比較するための方法及び装置
CN102779274A (zh) 一种基于双目摄像头的智能电视人脸识别方法
CN104850842B (zh) 移动终端虹膜识别的人机交互方法
KR101754152B1 (ko) 복수 대역 카메라를 이용한 발열환자 감시 시스템 및 이를 이용한 발열환자 감시 방법
WO2013075497A1 (zh) 信息采集装置和方法以及身份识别系统和方法
WO2016127767A1 (zh) 一种手指静脉识别与面部静脉识别相结合的认证装置及方法
CN107256395A (zh) 掌静脉提取方法及装置
WO2018086420A1 (zh) 一种用于显示的方法、装置及智能镜子
CN201233607Y (zh) 一种人脸识别装置
WO2009110323A1 (ja) 生体判定システム、生体判定方法および生体判定用プログラム
KR101053253B1 (ko) 3차원 정보를 이용한 얼굴 인식 장치 및 방법
KR101994609B1 (ko) 개인 인증 장치
He et al. Contactless autofeedback iris capture design
CN110197172A (zh) 一种基于光电血管容积信息进行身份认证的方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09802408

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2009802408

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13056612

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: PI0916407

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20110126