CN108197549A - 基于3d成像的人脸识别方法及终端 - Google Patents

基于3d成像的人脸识别方法及终端 Download PDF

Info

Publication number
CN108197549A
CN108197549A CN201711454060.0A CN201711454060A CN108197549A CN 108197549 A CN108197549 A CN 108197549A CN 201711454060 A CN201711454060 A CN 201711454060A CN 108197549 A CN108197549 A CN 108197549A
Authority
CN
China
Prior art keywords
point
feature point
models
module
projection
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN201711454060.0A
Other languages
English (en)
Inventor
吴跃华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Angrui Shanghai Information Technology Co Ltd
Original Assignee
Angrui Shanghai Information Technology Co Ltd
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 Angrui Shanghai Information Technology Co Ltd filed Critical Angrui Shanghai Information Technology Co Ltd
Priority to CN201711454060.0A priority Critical patent/CN108197549A/zh
Publication of CN108197549A publication Critical patent/CN108197549A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • 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
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Processing Or Creating Images (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于3D成像的人脸识别方法及终端，所述人脸识别方法包括：获取头像的3D模型；在所述3D模型上获取三维特征点；在目标图像的头像上识别皮肤及毛发区域；在所述皮肤及毛发区域中获取与所述三维特征点位置对应的目标特征点；对比所述三维特征点及目标特征点以获取目标图像中头像的相似度值；根据所述相似度值判断目标图像中头像的身份。本发明的人脸识别方法及终端识别影像中的身份更加准确，而且识别图像的种类更多，识别面更广，身份识别的应用环境更多。

Description

基于3D成像的人脸识别方法及终端
技术领域
本发明涉及一种基于3D成像的人脸识别方法及终端。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
人脸识别***的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别***成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别***”集成了人工智能、机器识别、机器学习、模型理论、专家***、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。
现有技术中，通过人脸识别时只能识别人的正面，而且无法对遮挡的人脸进行识别，识别准确度差，应用领域狭窄。
发明内容
本发明要解决的技术问题是为了克服现有技术中人脸识别的识别准确度差，应用领域狭窄的缺陷，提供一种更加准确，而且识别图像的种类更多，识别面更广的基于3D成像的人脸识别方法及终端。
本发明是通过下述技术方案来解决上述技术问题：
一种基于3D成像的人脸识别方法，其特点在于，所述人脸识别方法包括：
获取头像的3D模型；
在所述3D模型上获取三维特征点；
在目标图像的头像上识别皮肤及毛发区域；
在所述皮肤及毛发区域中获取与所述三维特征点位置对应的目标特征点；
对比所述三维特征点及目标特征点以获取目标图像中头像的相似度值；
根据所述相似度值判断目标图像中头像的身份。
较佳地，所述目标特征点为二维特征点，所述对比所述三维特征点及目标特征点以获取目标图像的相似度值包括：
将所述3D模型在一目标平面上投影，在所述目标平面上获取所述三维特征点投影的投影特征点，投影特征点之间的位置关系与所述目标特征点之间的位置关系匹配；
对比所述投影特征点及所述二维特征点以获取目标图像中头像的相似度值。
较佳地，所述将所述3D模型在一目标平面上投影包括：
在预存库中查找并确定目标平面，所述预存库中预存所述3D模型在各个单位平面上的投影，通过将目标特征点与三维特征点在各个单位平面投影后的二维特征点对比查找所述目标平面。
较佳地，所述将所述3D模型在一目标平面上投影包括：
所述3D模型的像素点均设于所述目标平面的一侧；
所述像素点根据距离所述目标平面的距离由小到大的顺序，覆盖到所述目标平面上的垂直落点上。
较佳地，所述目标特征点为三维特征点，所述对比所述三维特征点及目标特征点以获取目标图像的相似度值包括：
将3D模型和目标图像的三维特征点分别两两连接以获取连接线；
将所述3D模型相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取所述相似度值。
较佳地，所述三维特征点包括耳朵轮廓上的特征点、鼻子特征点、眼睛特征点、嘴特征点、头轮廓特征点及发际线轮廓特征点。
本发明还提供一种基于3D成像的人脸识别终端，其特点在于，所述人脸识别终端包括一获取模块、一生成模块、一识别模块、一处理模块、一对比模块以及一判断模块，
所述获取模块用于获取头像的3D模型；
所述生成模块用于在所述3D模型上获取三维特征点；
所述识别模块用于在目标图像的头像上识别皮肤及毛发区域；
所述处理模块用于在所述皮肤及毛发区域中获取与所述三维特征点位置对应的目标特征点；
所述对比模块用于对比所述三维特征点及目标特征点以获取目标图像中头像的相似度值；
所述判断模块用于根据所述相似度值判断目标图像中头像的身份。
较佳地，所述目标特征点为二维特征点，所述人脸识别终端还包括一投影模块以及一计算模块；
所述投影模块用于将所述3D模型在一目标平面上投影，并在所述目标平面上获取所述三维特征点投影的投影特征点，投影特征点之间的位置关系与所述目标特征点之间的位置关系匹配；
所述对比模块用于对比所述投影特征点及所述二维特征点以获取目标图像中头像的相似度值；
所述投影模块还用于在预存库中查找并确定目标平面，所述预存库中预存所述3D模型在各个单位平面上的投影，通过将目标特征点与三维特征点在各个单位平面投影后的二维特征点对比查找所述目标平面。
较佳地，所述人脸识别终端还包括一覆盖模块，所述覆盖模块用于将所述像素点根据距离所述目标平面的距离由小到大的顺序，覆盖到所述目标平面上的垂直落点上，其中，所述3D模型的像素点均设于所述目标平面的一侧。
较佳地，所述目标特征点为三维特征点，所述人脸识别终端还包括一执行模块，
所述执行模块用于将3D模型和目标图像的三维特征点分别两两连接以获取连接线；
所述对比模块用于将所述3D模型相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取所述相似度值。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：本发明的人脸识别方法及终端识别影像中的身份更加准确，而且识别图像的种类更多，识别面更广，身份识别的应用环境更多。
附图说明
图1为本发明实施例1的人脸识别方法的流程图。
图2为本发明实施例2的人脸识别方法的流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种人脸识别终端，所述人脸识别终端可以为手机、门禁***或与监控连接的电脑。
通过所述人脸识别终端，用户可以识别目标图像中的头像身份，或判断所述头像是否是合法人物等。
所述人脸识别终端包括所述人脸识别终端包括一获取模块、一生成模块、一识别模块、一处理模块、一对比模块、一判断模块、一投影模块、一计算模块以及一覆盖模块。
所述获取模块用于获取头像的3D模型。
所述生成模块用于在所述3D模型上获取三维特征点。
所述三维特征点包括耳朵轮廓上的特征点、鼻子特征点、眼睛特征点、嘴特征点、头轮廓特征点及发际线轮廓特征点。
所述识别模块用于在目标图像的头像上识别皮肤及毛发区域。
所述处理模块用于在所述皮肤及毛发区域中获取与所述三维特征点位置对应的目标特征点。
所述对比模块用于对比所述三维特征点及目标特征点以获取目标图像中头像的相似度值。
所述判断模块用于根据所述相似度值判断目标图像中头像的身份。
所述投影模块用于将所述3D模型在一目标平面上投影，并在所述目标平面上获取所述三维特征点投影的投影特征点，投影特征点之间的位置关系与所述目标特征点之间的位置关系匹配。
所述对比模块用于对比所述投影特征点及所述二维特征点以获取目标图像中头像的相似度值。
所述投影模块还用于在预存库中查找并确定目标平面，所述预存库中预存所述3D模型在各个单位平面上的投影，通过将目标特征点与三维特征点在各个单位平面投影后的二维特征点对比查找所述目标平面。
所述覆盖模块用于将所述像素点根据距离所述目标平面的距离由小到大的顺序，覆盖到所述目标平面上的垂直落点上，其中，所述3D模型的像素点均设于所述目标平面的一侧。
利用上述人脸识别终端，本实施例还提供一种人脸识别方法，包括：
步骤100、获取头像的3D模型；
步骤101、在所述3D模型上获取三维特征点；
步骤102、在目标图像的头像上识别皮肤及毛发区域；
通过对像素中颜色分析能够识别所述皮肤及毛发。
步骤103、在所述皮肤及毛发区域中获取与所述三维特征点位置对应的目标特征点；
本实施例中，目标图像为二维图像，在二维图像中标记能够看到、显示出来的特征点为目标特征点。例如，3D模型中有左耳、右耳的特征点，但是目标图像只显示右耳，则将能看到、显示出来的特征点标记出来。或者目标图像中的头像带了口罩，则将口罩以外区域的特征点标记。
步骤104、在预存库中查找并确定目标平面。
所述预存库中预存所述3D模型在各个单位平面上的投影，通过将目标特征点与三维特征点在各个单位平面投影后的二维特征点对比查找所述目标平面。
所述单位平面可以是以基准平面开始，逐次上扬5度的平面，每上扬5度就绕基准平面上一轴线转动360度，每转动5度为一单位平面。
在单位平面上的投影确定一副3D模型投影后头像的位置与所述目标图像中的头像位置、角度相似。本实施例通过特征点来确定所述单位平面，举例来说，目标特征点为眼睛特征点、嘴特征点及左耳朵特征点，那么目标平面应该为3D模型投影后的图像具有眼睛特征点、嘴特征点及左耳朵特征点，即在具有眼睛特征点、嘴特征点及左耳朵特征点的投影图像中确定目标平面，同时也获得了目标平面上的投影。
步骤105、将所述3D模型在所述目标平面上投影，在所述目标平面上获取所述三维特征点投影的投影特征点，投影特征点之间的位置关系与所述目标特征点之间的位置关系匹配；
根据目标特征点之间的位置关系确定目标平面的选取，本实施例中，目标特征点可以是正当后的特征点，如人的正面鼻子和嘴被遮挡，则根据眼睛和额头的特征点之间的位置关系选取在目标平面投影后的投影特征点。
步骤106、对比所述投影特征点及所述二维特征点以获取目标图像中头像的相似度值。
步骤107、根据所述相似度值判断目标图像中头像的身份。
本实施例还提供3D模型的具体投影方式，具体为所述3D模型的像素点均设于所述目标平面的一侧；所述像素点根据距离所述目标平面的距离由小到大的顺序，覆盖到所述目标平面上的垂直落点上。
本实施例的人脸识别方法及终端识别影像中的身份更加准确，而且识别图像的种类更多，识别面更广，身份识别的应用环境更多。
实施例2
本实施例与实施例1基本相同，不同之处仅在于：
所述目标特征点为三维特征点，所述人脸识别终端还包括一执行模块，
所述执行模块用于将3D模型和目标图像的三维特征点分别两两连接以获取连接线；
所述对比模块用于将所述3D模型相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取所述相似度值。
参见图2，本实施例的人脸识别方法将实施例1的步骤104替换为：
步骤1041、将3D模型和目标图像的三维特征点分别两两连接以获取连接线。
步骤1042、将所述3D模型相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取所述相似度值，然后执行步骤107。所述步骤107为实施例1中的步骤107。
三维影像的识别是未来发展趋势，本实施例实现对三维图像的识别能够使人脸识别技术应用的环境更广。
本实施例中特征点为三维特征点，相邻的两个连接线组成的角度为三维空间的角度，通过对三维空间角度及连接线的长度的对比判断能够实现3D模型的身份识别。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种基于3D成像的人脸识别方法，其特征在于，所述人脸识别方法包括：
获取头像的3D模型；
在所述3D模型上获取三维特征点；
在目标图像的头像上识别皮肤及毛发区域；
在所述皮肤及毛发区域中获取与所述三维特征点位置对应的目标特征点；
对比所述三维特征点及目标特征点以获取目标图像中头像的相似度值；
根据所述相似度值判断目标图像中头像的身份。
2.如权利要求1所述的人脸识别方法，其特征在于，所述目标特征点为二维特征点，所述对比所述三维特征点及目标特征点以获取目标图像的相似度值包括：
将所述3D模型在一目标平面上投影，在所述目标平面上获取所述三维特征点投影的投影特征点，投影特征点之间的位置关系与所述目标特征点之间的位置关系匹配；
对比所述投影特征点及所述二维特征点以获取目标图像中头像的相似度值。
3.如权利要求2所述的人脸识别方法，其特征在于，所述将所述3D模型在一目标平面上投影包括：
在预存库中查找并确定目标平面，所述预存库中预存所述3D模型在各个单位平面上的投影，通过将目标特征点与三维特征点在各个单位平面投影后的二维特征点对比查找所述目标平面。
4.如权利要求2所述的人脸识别方法，其特征在于，所述将所述3D模型在一目标平面上投影包括：
所述3D模型的像素点均设于所述目标平面的一侧；
所述像素点根据距离所述目标平面的距离由小到大的顺序，覆盖到所述目标平面上的垂直落点上。
5.如权利要求1所述的人脸识别方法，其特征在于，所述目标特征点为三维特征点，所述对比所述三维特征点及目标特征点以获取目标图像的相似度值包括：
将3D模型和目标图像的三维特征点分别两两连接以获取连接线；
将所述3D模型相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取所述相似度值。
6.如权利要求1所述的人脸识别方法，其特征在于，所述三维特征点包括耳朵轮廓上的特征点、鼻子特征点、眼睛特征点、嘴特征点、头轮廓特征点及发际线轮廓特征点。
7.一种基于3D成像的人脸识别终端，其特征在于，所述人脸识别终端包括一获取模块、一生成模块、一识别模块、一处理模块、一对比模块以及一判断模块，
所述获取模块用于获取头像的3D模型；
所述生成模块用于在所述3D模型上获取三维特征点；
所述识别模块用于在目标图像的头像上识别皮肤及毛发区域；
所述处理模块用于在所述皮肤及毛发区域中获取与所述三维特征点位置对应的目标特征点；
所述对比模块用于对比所述三维特征点及目标特征点以获取目标图像中头像的相似度值；
所述判断模块用于根据所述相似度值判断目标图像中头像的身份。
8.如权利要求7所述的人脸识别终端，其特征在于，所述目标特征点为二维特征点，所述人脸识别终端还包括一投影模块以及一计算模块；
所述投影模块用于将所述3D模型在一目标平面上投影，并在所述目标平面上获取所述三维特征点投影的投影特征点，投影特征点之间的位置关系与所述目标特征点之间的位置关系匹配；
所述对比模块用于对比所述投影特征点及所述二维特征点以获取目标图像中头像的相似度值；
所述投影模块还用于在预存库中查找并确定目标平面，所述预存库中预存所述3D模型在各个单位平面上的投影，通过将目标特征点与三维特征点在各个单位平面投影后的二维特征点对比查找所述目标平面。
9.如权利要求8所述的人脸识别终端，其特征在于，所述人脸识别终端还包括一覆盖模块，所述覆盖模块用于将所述像素点根据距离所述目标平面的距离由小到大的顺序，覆盖到所述目标平面上的垂直落点上，其中，所述3D模型的像素点均设于所述目标平面的一侧。
10.如权利要求7所述的人脸识别终端，其特征在于，所述目标特征点为三维特征点，所述人脸识别终端还包括一执行模块，
所述执行模块用于将3D模型和目标图像的三维特征点分别两两连接以获取连接线；
所述对比模块用于将所述3D模型相邻连接线的长度比例和所成角度与目标图像中对应的相邻连接线的长度比例和所成角度作对比以获取所述相似度值。
CN201711454060.0A 2017-12-28 2017-12-28 基于3d成像的人脸识别方法及终端 Pending CN108197549A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711454060.0A CN108197549A (zh) 2017-12-28 2017-12-28 基于3d成像的人脸识别方法及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711454060.0A CN108197549A (zh) 2017-12-28 2017-12-28 基于3d成像的人脸识别方法及终端

Publications (1)

Publication Number Publication Date
CN108197549A true CN108197549A (zh) 2018-06-22

Family

ID=62584911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711454060.0A Pending CN108197549A (zh) 2017-12-28 2017-12-28 基于3d成像的人脸识别方法及终端

Country Status (1)

Country Link
CN (1) CN108197549A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241947A (zh) * 2018-10-15 2019-01-18 盎锐（上海）信息科技有限公司 用于人流动量监控的信息处理装置及方法
CN110188604A (zh) * 2019-04-18 2019-08-30 盎锐（上海）信息科技有限公司 基于2d和3d影像的人脸识别方法及装置
CN110188616A (zh) * 2019-05-05 2019-08-30 盎锐（上海）信息科技有限公司 基于2d和3d影像的空间建模方法及装置
GB2617836A (en) * 2022-04-19 2023-10-25 Sony Interactive Entertainment Inc Image processing apparatus and method

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510257A (zh) * 2009-03-31 2009-08-19 华为技术有限公司 一种人脸相似度匹配方法及装置
US7646909B2 (en) * 2005-04-29 2010-01-12 Microsoft Corporation Method and system for constructing a 3D representation of a face from a 2D representation
CN102194131A (zh) * 2011-06-01 2011-09-21 华南理工大学 基于五官几何比例特征的快速人脸识别方法
CN102254154A (zh) * 2011-07-05 2011-11-23 南京大学 一种基于三维模型重建的人脸身份认证方法
CN105512632A (zh) * 2015-12-09 2016-04-20 北京旷视科技有限公司 活体检测方法及装置
CN105654048A (zh) * 2015-12-30 2016-06-08 四川川大智胜软件股份有限公司 一种多视角人脸比对方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7646909B2 (en) * 2005-04-29 2010-01-12 Microsoft Corporation Method and system for constructing a 3D representation of a face from a 2D representation
CN101510257A (zh) * 2009-03-31 2009-08-19 华为技术有限公司 一种人脸相似度匹配方法及装置
CN102194131A (zh) * 2011-06-01 2011-09-21 华南理工大学 基于五官几何比例特征的快速人脸识别方法
CN102254154A (zh) * 2011-07-05 2011-11-23 南京大学 一种基于三维模型重建的人脸身份认证方法
CN105512632A (zh) * 2015-12-09 2016-04-20 北京旷视科技有限公司 活体检测方法及装置
CN105654048A (zh) * 2015-12-30 2016-06-08 四川川大智胜软件股份有限公司 一种多视角人脸比对方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许志闻等: "《计算机图形学》", 31 January 2013, 上海：上海交通大学出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241947A (zh) * 2018-10-15 2019-01-18 盎锐（上海）信息科技有限公司 用于人流动量监控的信息处理装置及方法
CN110188604A (zh) * 2019-04-18 2019-08-30 盎锐（上海）信息科技有限公司 基于2d和3d影像的人脸识别方法及装置
CN110188616A (zh) * 2019-05-05 2019-08-30 盎锐（上海）信息科技有限公司 基于2d和3d影像的空间建模方法及装置
CN110188616B (zh) * 2019-05-05 2023-02-28 上海盎维信息技术有限公司 基于2d和3d影像的空间建模方法及装置
GB2617836A (en) * 2022-04-19 2023-10-25 Sony Interactive Entertainment Inc Image processing apparatus and method

Similar Documents

Publication Publication Date Title
CN107609383B (zh) 3d人脸身份认证方法与装置
US10353465B2 (en) Iris and pupil-based gaze estimation method for head-mounted device
CN107633165B (zh) 3d人脸身份认证方法与装置
US20170091550A1 (en) Multispectral eye analysis for identity authentication
US20160019420A1 (en) Multispectral eye analysis for identity authentication
US20160019421A1 (en) Multispectral eye analysis for identity authentication
Shreve et al. Macro-and micro-expression spotting in long videos using spatio-temporal strain
CN109271950B (zh) 一种基于手机前视摄像头的人脸活体检测方法
US6920236B2 (en) Dual band biometric identification system
CN103106401B (zh) 一种具有人机交互机制的移动终端虹膜识别装置
CN105740778B (zh) 一种改进的三维人脸活体检测方法及其装置
Nishino et al. The world in an eye [eye image interpretation]
Medioni et al. Identifying noncooperative subjects at a distance using face images and inferred three-dimensional face models
CN109583304A (zh) 一种基于结构光模组的快速3d人脸点云生成方法及装置
CN108197549A (zh) 基于3d成像的人脸识别方法及终端
CN107480613A (zh) 人脸识别方法、装置、移动终端和计算机可读存储介质
CN109937434B (zh) 图像处理方法、装置、终端和存储介质
US10909363B2 (en) Image acquisition system for off-axis eye images
WO2020071008A1 (ja) 生体認証システム、生体認証方法およびプログラム
CN110956114A (zh) 人脸活体检测方法、装置、检测***及存储介质
CN112257641A (zh) 一种人脸识别活体检测方法
Niese et al. A Novel Method for 3D Face Detection and Normalization.
Niese et al. Emotion recognition based on 2d-3d facial feature extraction from color image sequences
CN108009532A (zh) 基于3d成像的身份识别方法及终端
CN110929570B (zh) 虹膜快速定位装置及其定位方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180622