CN112307832A - 一种基于阴影分析的活体检测方法及装置 - Google Patents
一种基于阴影分析的活体检测方法及装置 Download PDFInfo
- Publication number
- CN112307832A CN112307832A CN201910702000.9A CN201910702000A CN112307832A CN 112307832 A CN112307832 A CN 112307832A CN 201910702000 A CN201910702000 A CN 201910702000A CN 112307832 A CN112307832 A CN 112307832A
- Authority
- CN
- China
- Prior art keywords
- shadow
- living body
- image
- radiation source
- analysis
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 230000005855 radiation Effects 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000003287 optical effect Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000001574 biopsy Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 10
- 238000001727 in vivo Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- 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
- G06V40/161—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
- 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
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)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉一种基于阴影分析的活体检测方法及装置,通过在现场设置两个及以上光辐射源并照射,基于人脸的三维立体结构,光辐射源产生的光照射在人脸面部后会使人脸部的阴影分布信息发生变化,不同部位的阴影分布情况也存在着较大的差异。获取不同光辐射源照射条件下的图像并对人脸部关键部位的阴影分布信息进行对比分析,即可判断所拍摄到的目标人物是否为三维,从而在二维图像识别基础上实现活体检测,较好解决了现有监测领域,以照片或者视频的二维图像识别为主,但并不能实现活体检测,监控识别过程极易造假等诸多问题。
Description
技术领域
本发明涉及生物识别领域,尤其是一种基于阴影分析的活体检测方法及装置。
背景技术
现阶段,许多机构及场合均需对相关人员进行实时监控,实现较好的管理。具备人脸识别功能的计时智能终端、摄像监测设备等应运而出,此类设备主要通过拍摄的照片或视频,对相关人员的人脸特征信息进行匹对,从而识别出相关人员,实现人员识别或监控。然而,此类设备主要以二维图像识别为主,无法判断所识别或监控的对象是否为活体,存在一定的缺陷,不能实现人员的完全真实有效的管理。
如在机动车驾驶培训领域,根据《机动车驾驶员培训教学大纲》要求,学员应完成各科目相应的学时,且通过各科目考试后才可以拿到驾照。在培训和学车过程中,虽然机构配备相应的摄像监测装置,但现有设备以照片或者视频的二维图像识别为主,学员和教练可通过事先打印好的照片或者提前录制好的视频轻易实现虚假认证和学时造假。
发明内容
为解决上述问题,在二维图像识别技术上较好实现活体检测,实现人员的有效真实管理,本发明提出一种基于阴影分析的活体检测方法及装置的技术方案。
本发明通过以下技术方案实现:
一方面,本方面公开了一种基于阴影分析的活体检测方法,包括一个或以上的光辐射源和摄像头,其特征在于在二维图像识别基础上,通过人脸关键部位的阴影检测分析,实现活体检测,具体包括如下步骤:
a.改变光辐射源照射条件,摄像头获取图像;
b.对图像进行检测,获取人脸区域图像;
c.分析人脸区域图像,得到关键部位图像;
d.分析关键部位图像中的阴影分布信息;
e.基于阴影分布信息实现活体检测。
摄像头采集现场的图像,基于人脸检测及人脸关键部位图像的分析等二维图像识别技术,可识别目标人物并确认身份,但是无法判别是否为三维的真人,即并不能实现活体检测。本发明通过在现场设置光辐射源并照射,由于人脸的三维立体结构,光辐射源产生的光照射在人脸面部后会使人脸部的阴影分布信息发生变化,同时人脸部不同部位的阴影情况也存在着较大的差异,若对人脸部关键部位的阴影分布信息进行分析,即可判断所拍摄到的目标人物是否为三维,从而在二维图像的身份识别基础上实现活体检测。
进一步的,所述的步骤a还包括:所述的摄像头获取两张或以上于不同的所述光辐射源照射条件下的图像。
进一步的,所述的光辐射源为两个及以上且分布在不同位置,所述的摄像头获取所述的光辐射源依次照射时的图像。
在现场不同位置设置多个光辐射源,每个光辐射源的照射角度均不一致,因此每个光辐射源单独照射时,人员脸部的阴影分布情况也存在较大的差异。多个光辐射源按照设定的时间顺序逐一开启实现单光辐射源照射,摄像头获取每个光辐射源单独照射时的图像。
进一步的,所述的步骤b还包括,通过人脸检测算法,对图片进行人脸检测,确认人脸区域并得到所需的人脸区域图像。
具体的,基于人脸检测算法,***可以检测到图片中的人脸区域,经过处理,可去除人脸区域以外部分的图像,获得仅人脸区域的图像。
进一步的,所述的步骤b还包括,通过人脸识别算法,对所述的人脸区域图像进行匹对分析,实现身份识别。
具体的,基于人脸识别算法,***对人脸区域图像进行特征信息分析,并与数据库中事先存储的目标人员人脸特征信息进行信息匹对分析,判别目标人员是否为本人,从而达到身份识别的目的。需要说明的是,本发明对人脸识别算法的具体内容不作限定。
进一步的,所述的步骤c还包括,通过关键点提取算法,对所述的人脸区域图像进行分析,得到关键部位图像。需要说明的是,本发明对关键点提取算法的具体内容不作限定。
具体的,基于关键点提取算法,对人脸区域的图像进行分析,提取并获得包括眼睛、眉毛、鼻子、嘴巴等在内的人脸关键部位的图像。
进一步的,所述的步骤d还包括,通过阴影检测算法,对所述的关键部位图像进行分析,得到关键部位的阴影分布信息。
进一步的,所述的步骤e的过程为:对比分析所述的关键部位的阴影分布信息,在不同光辐射源照射条件,所述的关键部位图像的阴影分布信息会发生明显改变,则判定为活体,否则判定为非活体。
可选的,所述的光辐射源为红外光源,光源波段范围为800nm-1100nm。
具体的,红外光源不可见,使用红外光源作为光辐射源进行照射,避免对监测的目标人员造成干扰。
另一方面,本发明还公开了一种基于阴影分析的活体检测装置,其特征在于,包括固定安装在现场中的摄像头和两个及以上安装在不同位置的光辐射源;光源控制单元;以及具有阴影分析功能的数据分析处理单元。
可选的,摄像头、光辐射源及光辐射源控制单元为一体设置的。可集成在一个汽车的某装置内,例如内后视镜等,此处不做限制。一体设置可以使得装置不可拆卸,不易遭到破坏及干扰。
可选的,所述的光辐射源控制单元控制所述的光辐射源,按照设定时序进行照射。
具体的,光辐射源为两个及以上,多个光辐射源设置在不同的位置,光源控制单元控制多个光辐射源按照设定的时间顺序逐一开启,实现不同角度下的单光辐射源照射,摄像头获取每个光辐射源单独照射时的图像。
可选的,还包括无线传输模块,所述摄像头获取图像,通过所述无线传输模块上传图像至云数据库。所述的具有阴影分析功能的数据分析处理单元可以位于摄像头一侧,无线传输模块将识别分析好的数据传输的云数据库;或者所述的数据分析处理单元位于云数据库中,摄像头获取的图像通过无线传输模块上传到云数据库中的数据分析处理单元,在那里进行活体检测识别,并输出结果。
可选的,所述摄像头前还设置有滤色片。由于在驾驶过程中摄像头会受到外界光辐射源的干扰。尤其是白天日光较强,易对监测结果造成不良影响,通过设置滤色片可过滤掉干扰光辐射源,保证监测结果的准确性。
附图说明
附图1为实施例1的方法流程图;
附图2为实施例1中的一种基于阴影分析的活体检测装置;
附图3为实施例2的方法流程图;
附图4为实施例2中的一种基于阴影分析的活体检测装置;
1-摄像头;2-光辐射源;3-光源控制单元;4-无线传输模块;5-具有阴影分析功能的数据处理分析单元;6-人脸;7-人脸阴影;
具体实施方式:
下面结合具体实施例对本发明作进一步说明,但本发明不仅限于以下实施例。
实施例1
如图1、2所示,本实施例公开一种基于阴影分析的活体检测方法及装置。
一种基于阴影分析的活体检测装置,包括固定安装在现场中的摄像头1和光辐射源2,光辐射源2为多个,包括A光辐射源2-1,B光辐射源2-2,C光辐射源2-3,它们安装在不同位置,此处仅为示例,光辐射源数量并不以此为限。光辐射源控制单元3控制光辐射源2实现定时单灯照射,摄像头1获取每个光辐射源2照射时的图像,将图像通过无线传输模块4上传到具有阴影分析功能的数据处理分析单元5,具有阴影分析功能的数据处理分析单元5识别人脸6并对人脸阴影7进行分析,实现活体检测。
一种基于阴影分析的活体检测方法包括以下步骤:
(1)光辐射源控制单元3依照设定程序依次点亮A光辐射源2-1,B光辐射源2-2,C光辐射源2-3;
(2)摄像头1分别获取光辐射源2照射时的图像I1,图像I2和图像I3;
(3)摄像头1获取的图像通过无线传输模块4上传至具有阴影分析功能的数据处理分析单元5;
(4)数据处理分析单元5通过人脸检测算法,确认人脸区域,得到所需的人脸区域图像;
(5)数据处理分析单元5通过人脸识别算法,分析人脸区域图像,进行人脸识别,判定目标人物;
(6)数据处理分析单元5通过关键点提取算法,分析人脸区域图像,得到人脸的关键部位图像;
(7)数据处理分析单元5通过阴影检测算法,获得人脸的关键部位图像的阴影分布信息,并进行对比分析,进行准确的活体检测,判断目标人物是否为活体。
实施例2
如图3、4所示,本实施例公开了一种基于阴影分析的活体检测方法及装置。
一种基于阴影分析的活体检测装置,与实施例1相比,本实施例中包括两个摄像头,并且摄像头和光辐射源成对出现,即第一摄像头1-1与D光辐射源2-4和E光辐射源2-5集成在一起;第二摄像头1-2与F光辐射源2-6和G光辐射源2-7集成在一起:其中D光辐射源2-4及F光辐射源2-6配合摄像头1-1进行活体检测;E光辐射源2-5及G光辐射源2-7配合摄像头1-2进行活体检测。光辐射源控制单元3控制光辐射源实现定时单光辐射源照射,其中摄像头1-1获取D光辐射源2-4和F光辐射源2-6分别单独照射时的图像;摄像头1-2获取E光辐射源2-5和G光辐射源2-7分别单独照射时的图像,并将图像通过无线传输模块4上传到具有阴影分析功能的数据处理分析单元5,具有阴影分析功能的数据处理分析单元5识别人脸6并对人脸阴影7进行分析,实现活体检测。
一种基于阴影分析的活体检测方法包括以下步骤:
(1)光辐射源控制单元3依照设定程序依次点亮光辐射源:当采用摄像头1-2进行活体检测时,依次点亮E光辐射源2-5及G光辐射源2-7;
(2)摄像头1-2分别获取E光辐射源2-5及G光辐射源2-7依次照射时的图像I4和图像I5;
(3)摄像头1-2获取的图像通过无线传输模块4上传至具有阴影分析功能的数据处理分析单元5;
(4)数据处理分析单元5通过人脸检测算法,确认人脸区域,得到所需的人脸区域图像;
(5)数据处理分析单元5通过人脸识别算法,分析人脸区域图像,进行人脸识别,判定目标人物;
(6)数据处理分析单元5通过关键点提取算法,分析人脸区域图像,得到人脸的关键部位图像;
(7)数据处理分析单元5通过阴影检测算法,获得人脸的关键部位图像的阴影分布信息,并进行对比分析,进行准确的活体检测;
通过摄像头1-2、E光辐射源2-5及G光辐射源2-7,采用本发明提供的方法可实现对主驾驶位人物的活体检测。同时本实施例中提供的活体检测装置也可通过摄像头1-1、D光辐射源2-4及F光辐射源2-6实现对副驾驶位人员的活体监测,具体检测方法可参照上述描述,此处不多加赘述。
以上结合附图对本发明的具体实施方式作了说明,但本领域技术人员应当理解,以上实施例仅是为了进行说明,而不是为了限制本发明的范围。本领域技术人员应当理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的保护范围由所附的权利要求来限定。
Claims (13)
1.一种基于阴影分析的活体检测方法,包括两个及以上的光辐射源和摄像头,其特征在于,通过人脸关键部位的阴影检测分析,实现活体检测,具体包括以下步骤:
a. 改变光辐射源照射条件,摄像头获取图像;
b. 对图像进行检测,获取人脸区域图像;
c. 分析人脸区域图像,得到关键部位图像;
d. 分析关键部位图像的阴影分布信息;
e. 基于阴影分布信息实现活体检测。
2.如权利要求1所述的基于阴影分析的活体检测方法,其特征在于,所述的步骤a还包括,所述的摄像头获取所述光辐射源照射条件改变前后的两张及以上图像。
3.如权利要求2所述的基于阴影分析的活体检测方法,其特征在于,所述的光辐射源为两个及以上且分布在不同位置,所述的摄像头获取两个及以上所述光辐射源依次照射时的图像。
4.如权利要求1所述的基于阴影分析的活体检测方法,其特征在于,所述的步骤b具体为,通过人脸检测算法,对获取的图像进行人脸检测,确认人脸区域并得到所需的人脸区域图像。
5.根据权利要求4所述的基于阴影分析的活体检测方法,其特征在于,所述的步骤b还包括,通过人脸识别算法,对所述的人脸区域图像进行匹对分析,实现身份识别。
6.如权利要求4所述的基于阴影分析的活体检测方法,其特征在于,所述的步骤c具体为,通过关键点提取算法,对所述的人脸区域图像进行分析,得到关键部位图像。
7.如权利要求1所述的基于阴影分析的活体检测方法,其特征在于,所述的步骤d具体为,通过阴影检测算法,对所述的关键部位图像进行分析,得到所述的关键部位图像的阴影分布信息。
8.如权利要求2所述的基于阴影分析的活体检测方法,其特征在于,所述的步骤e的过程为:对比分析所述的关键部位的阴影分布信息,在不同光辐射源照射条件下,所述的关键部位图像的阴影分布信息会发生明显改变,则判定为活体,否则判定为非活体。
9.权利要求1-8任意一项所述的基于阴影分析的活体检测方法,其特征在于,所述的光辐射源为红外光源,光源波段范围为800nm-1100nm。
10.一种基于阴影分析的活体检测装置,其特征在于,包括固定安装在现场中的摄像头和两个及以上安装在不同位置的光辐射源;光辐射源控制单元;以及具有阴影分析功能的数据分析处理单元。
11.如权利要求10所述的基于阴影分析的活体检测装置,其特征在于,所述的摄像头、光辐射源及光辐射源控制单元为一体设置的。
12.如权利要求10所述的基于阴影分析的活体检测装置,其特征在于,所述的光辐射源控制单元用于控制所述的光辐射源,按照设定时序进行照射。
13.如权利要求10所述的基于阴影分析的活体检测装置,其特征在于,包括无线传输模块,所述的摄像头获取的数据通过所述无线传输模块上传图像至云数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910702000.9A CN112307832A (zh) | 2019-07-31 | 2019-07-31 | 一种基于阴影分析的活体检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910702000.9A CN112307832A (zh) | 2019-07-31 | 2019-07-31 | 一种基于阴影分析的活体检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112307832A true CN112307832A (zh) | 2021-02-02 |
Family
ID=74485824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910702000.9A Pending CN112307832A (zh) | 2019-07-31 | 2019-07-31 | 一种基于阴影分析的活体检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307832A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030174868A1 (en) * | 2002-02-14 | 2003-09-18 | Omron Corporation | Image determination apparatus and individual authentication apparatus |
CN101999900A (zh) * | 2009-08-28 | 2011-04-06 | 南京壹进制信息技术有限公司 | 一种应用于人脸识别的活体检测方法及*** |
CN103106397A (zh) * | 2013-01-19 | 2013-05-15 | 华南理工大学 | 基于亮瞳效应的人脸活体检测方法 |
CN105260731A (zh) * | 2015-11-25 | 2016-01-20 | 商汤集团有限公司 | 一种基于光脉冲的人脸活体检测***及方法 |
CN105320947A (zh) * | 2015-11-04 | 2016-02-10 | 博宏信息技术有限公司 | 一种基于光照成分的人脸活体检测方法 |
CN106599829A (zh) * | 2016-12-09 | 2017-04-26 | 杭州宇泛智能科技有限公司 | 基于主动近红外光的人脸防伪算法 |
CN107038428A (zh) * | 2017-04-28 | 2017-08-11 | 北京小米移动软件有限公司 | 活体识别方法和装置 |
CN108710841A (zh) * | 2018-05-11 | 2018-10-26 | 杭州软库科技有限公司 | 一种基于MEMs红外阵列传感器的人脸活体检测装置及方法 |
CN110008878A (zh) * | 2019-03-27 | 2019-07-12 | 中控智慧科技股份有限公司 | 一种人脸检测的防假方法及具备防假功能的人脸识别装置 |
-
2019
- 2019-07-31 CN CN201910702000.9A patent/CN112307832A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030174868A1 (en) * | 2002-02-14 | 2003-09-18 | Omron Corporation | Image determination apparatus and individual authentication apparatus |
CN101999900A (zh) * | 2009-08-28 | 2011-04-06 | 南京壹进制信息技术有限公司 | 一种应用于人脸识别的活体检测方法及*** |
CN103106397A (zh) * | 2013-01-19 | 2013-05-15 | 华南理工大学 | 基于亮瞳效应的人脸活体检测方法 |
CN105320947A (zh) * | 2015-11-04 | 2016-02-10 | 博宏信息技术有限公司 | 一种基于光照成分的人脸活体检测方法 |
CN105260731A (zh) * | 2015-11-25 | 2016-01-20 | 商汤集团有限公司 | 一种基于光脉冲的人脸活体检测***及方法 |
CN106599829A (zh) * | 2016-12-09 | 2017-04-26 | 杭州宇泛智能科技有限公司 | 基于主动近红外光的人脸防伪算法 |
CN107038428A (zh) * | 2017-04-28 | 2017-08-11 | 北京小米移动软件有限公司 | 活体识别方法和装置 |
CN108710841A (zh) * | 2018-05-11 | 2018-10-26 | 杭州软库科技有限公司 | 一种基于MEMs红外阵列传感器的人脸活体检测装置及方法 |
CN110008878A (zh) * | 2019-03-27 | 2019-07-12 | 中控智慧科技股份有限公司 | 一种人脸检测的防假方法及具备防假功能的人脸识别装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921100B (zh) | 一种基于可见光图像与红外图像融合的人脸识别方法及*** | |
RU2431190C2 (ru) | Способ и устройство распознавания рельефности лица | |
CN110516576B (zh) | 基于深度神经网络的近红外活体人脸识别方法 | |
CN105769120B (zh) | 疲劳驾驶检测方法和装置 | |
US8345936B2 (en) | Multispectral iris fusion for enhancement and interoperability | |
CN107122744A (zh) | 一种基于人脸识别的活体检测***及方法 | |
Kalouche et al. | Vision-based classification of skin cancer using deep learning | |
CN111462128B (zh) | 一种基于多模态光谱图像的像素级图像分割***及方法 | |
CN106372629A (zh) | 一种活体检测方法和装置 | |
TW201531960A (zh) | 用於驗證產品的圖像分析 | |
CN110532849A (zh) | 用于面部检测的多光谱图像处理*** | |
CN108388858B (zh) | 虹膜防伪方法与装置 | |
CN112818722A (zh) | 模块化动态可配置的活体人脸识别*** | |
CN106650623A (zh) | 一种基于人脸检测的出入境人证核实的方法 | |
CN109661668A (zh) | 用于虹膜识别的图像处理方法和*** | |
US9946929B2 (en) | Method of detecting boundaries of the human eye | |
CN113312965A (zh) | 一种人脸未知欺骗攻击活体检测方法及*** | |
CN111612815A (zh) | 一种红外热成像行为意图分析方法及*** | |
CN113111810B (zh) | 一种目标识别方法和*** | |
CN103914684A (zh) | 利用选择性照明来识别手势的方法和*** | |
CN110069962A (zh) | 一种活体检测方法和*** | |
KR20050059751A (ko) | 가시광선을 이용한 모조홍채 판별방법 | |
CN112307832A (zh) | 一种基于阴影分析的活体检测方法及装置 | |
WO2018150554A1 (ja) | 脈波測定装置、携帯端末装置及び脈波測定方法 | |
Jost et al. | Contribution of depth to visual attention: comparison of a computer model and human behavior |
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 |