CN112435414A - 一种基于人脸识别的安防监控***及其监控方法 - Google Patents
一种基于人脸识别的安防监控***及其监控方法 Download PDFInfo
- Publication number
- CN112435414A CN112435414A CN202011321210.2A CN202011321210A CN112435414A CN 112435414 A CN112435414 A CN 112435414A CN 202011321210 A CN202011321210 A CN 202011321210A CN 112435414 A CN112435414 A CN 112435414A
- Authority
- CN
- China
- Prior art keywords
- module
- face
- ambient light
- information
- monitoring system
- 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
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
- G07F19/20—Automatic teller machines [ATMs]
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21V—FUNCTIONAL FEATURES OR DETAILS OF LIGHTING DEVICES OR SYSTEMS THEREOF; STRUCTURAL COMBINATIONS OF LIGHTING DEVICES WITH OTHER ARTICLES, NOT OTHERWISE PROVIDED FOR
- F21V23/00—Arrangement of electric circuit elements in or on lighting devices
- F21V23/04—Arrangement of electric circuit elements in or on lighting devices the elements being switches
- F21V23/0442—Arrangement of electric circuit elements in or on lighting devices the elements being switches activated by means of a sensor, e.g. motion or photodetectors
- F21V23/0464—Arrangement of electric circuit elements in or on lighting devices the elements being switches activated by means of a sensor, e.g. motion or photodetectors the sensor sensing the level of ambient illumination, e.g. dawn or dusk sensors
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B15/00—Special procedures for taking photographs; Apparatus therefor
- G03B15/02—Illuminating scene
-
- 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
- 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
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
- G07F19/20—Automatic teller machines [ATMs]
- G07F19/201—Accessories of ATMs
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
- G07F19/20—Automatic teller machines [ATMs]
- G07F19/207—Surveillance aspects at ATMs
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F9/00—Details other than those peculiar to special kinds or types of apparatus
- G07F9/02—Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于人脸识别的安防监控***及其监控方法,所述安防监控***包括人脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、智能处理器模块、故障检测模块、报警模块,其监控方法包括以下步骤,环境光调整,人脸信息特征采集,人脸信息建模和分析对比。本发明通过人脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、智能处理器模块、故障检测模块、报警模块,对人脸信息进行捕集,能够对光照强度进行调节,降低了在不同环境光下的图像采集难度,能够提醒被采集者配合采集工作,避免遮挡物覆盖面部,且能够通过人脸建模精确对比,提高匹配精确度。
Description
技术领域
本发明涉及安防监控技术领域,尤其涉及一种基于人脸识别的安防监控***及其监控方法。
背景技术
随着经济的快速发展和科学技术不断的进步,为提高金融行业的服务质量与人们便利性需求,自动取款机(Automatic Teller Machine,ATM)发挥了不可替代的作用。可以说自动取款机给人类的经济生活带来了一场革命。但ATM给人类经济生活带来便捷性的同时也因其无人看守的特性带来了一些安全隐患。因此有必要对使用ATM的人员进行甄别(这种甄别往往使用人脸识别算法实现),以保证人们的财产安全。
早期的人脸识别算法多数都是基于局部特征的提取算法与基于机器学习理论的分类算法的结合。在局部特征提取方面,1994年,T.Ojala提出LBP(Local Binary Pattern,局部二值模式)特征;1998年,Papageorgiou提出的用于提取人脸特征表示方法的Haar特征,并于2004年由Viola和Jones扩充提出了Haar-like特征。这些特征描述子在人脸识别领域都获得了较为鲁棒的性能。但这些手工设计的特征仍缺少特异性和紧凑性,到了21世纪早期,有学者提出了基于学习的局部特征提取方法,即人脸的局部特征是通过学习得到的,从而有了更好的特异性,但这些浅层特征在面对复杂情况下的人脸外观变化的鲁棒性并不好。而在分类算法方面,21世纪的前十年,随着机器学习理论的发展,学者们相继探索出了基于遗传算法、支持向量机(Support Vector Machine,SVM)、Boosting、流形学习以及核方法等进行人脸识别。2009年至2012年,稀疏表达(Sparse Representation)因为其优美的理论和对遮挡因素的鲁棒性成为当时的研究热点。但这些算法距离实用距离颇远。
目前,基于深度学习的人脸识别是主流做法。相对于传统的算法,深度学习在特征提取方面具有强大的能力。通过卷积神经网络实现的端到端的人脸识别算法仅需要输入数据就可以进行自动的多层高阶特征提取,通过从输入层到输出层的多层非线性映射和反向传播的学习机制,使提取出的特征具有更强的特异性和表达能力。2014年,Facebook提出了以CNN+Softmax的人脸识别框架DeepFace,该网络在第一个全连接层形成判别力很强的人脸特征,用于人脸识别;2015年,神经网络模型FaceNet直接学习嵌入特征,然后再将该特征用于人脸识别、人脸验证和人脸聚类等任务。FaceNet网络丢弃了分类层,并将损失函数由Contrastive Loss改进为Triplet Loss,获得类内紧凑和类间分散的效果。但这样会使得计算数据***式增长,当数据集过大时,导致迭代次数显著增加;2016年,有学者提出新的损失函数Center Loss,该损失函数在Softmax Loss的基础上为每个类别学习一个中心,通过减小同类别特征向量距类别中心的距离来保证类间紧凑,再通过与Softmax Loss的联合保证类间分散;2017年,神经网络模型SphereFace使用的损失函数A-Softmax,是L-Softmax进行的改进,提出了角度间隔惩罚,让训练更加集中在优化深度特征映射和特征向量角度上,降低了样本数量不均衡带来的问题。
虽然基于深度学习的人脸识别算法在数据集上的表象良好,但在实际应用中仍存在以下几个问题:
(1)光线环境的变化与背景的复杂度。如今ATM已经非常普及,通过ATM机提取到的图像背景必然是大相径庭的,由于背景的复杂性和差异性对实时的人脸检测与识别带来了巨大的影响。此外各个ATM所处的光线强度也必然不同,而人脸识别最难的部分之一就是有充分适应各大光线环境的人脸预处理算法。这对算法的泛化性提出了巨大要求。
(2)人脸存在遮挡物。与其它人脸识别不同,人们在ATM取款时,面部可能会存在各种各样的遮挡物,如帽子、墨镜、围巾、头盔等。这些遮挡物对人脸特征的提取造成了巨大的困难。
(3)硬件条件的限制。ATM的安防监控所需要的人脸识别算法需要同时满足实时性和高准确率需求。虽然基于深度学习的人脸识别算法具有很高的准确率,但这些神经网络模型的使用对硬件具有一定的要求。因此如何在硬件条件受限的情况下,人脸识别算法如何同时满足实时性与高准确率的需求也是一大难点。
发明内容
基于背景技术存在的技术问题,本发明提出了一种基于人脸识别的安防监控***及其监控方法。
本发明提出的一种基于人脸识别的安防监控***,包括人脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、智能处理器模块、故障检测模块、报警模块,其特征在于,所述人脸采集模块包括高清摄像头、环境光检测传感器和补光机构,且高清摄像头外壁套设有透明保护罩,透明保护罩由感光变色材料制成,所述识别模块用于对采集到的人脸信息特征进行识别,分析模块用于对识别的人脸信息和存储于存储模块内的人脸信息进行分析对比,所述语音提示模块用于提醒下一步操作流程,所述警示模块用于警示操作流程出现错误,所述存储模块用于预存人脸特征信息和操作过程,所述网络连接模块用于将当前的存储模块与云数据存储平台进行连接,所述智能处理器模块用于支持脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、故障检测模块、报警模块的工作,所述故障检测模块用于检测***部件是否发生故障,所述报警模块用于向管理后台发送报警信息。
优选地,所述环境光检测传感器用于对高清摄像头周围环境光强度进行检测,在周围环境光强度低时,通过补光机构对周围环境光进行补充照明,透明保护罩在高清摄像头周围环境光强度高时自透明色向透光的黑色转变,削弱直射高清摄像头强光。
优选地,所述警示模块包括信号指示灯和蜂鸣器,且信号指示灯包括绿灯和红灯。
本发明提出的一种基于人脸识别的安防监控***的监控方法,包括以下步骤:
S1:环境光调整,通过环境光检测传感器和补光机构对周围环境光进行增强,补足光照强度;
S2:人脸信息特征采集,通过高清摄像头捕集人脸面部图像,通过语音提醒模块提醒被采集者转动头部或者眨眼区分被采集者是否活体采集,若被采集者无下一步动作,则视为非活体,采集失败,若被采集者进行下一步动作,则视为活体,进行下一步识别步骤;
S3:人脸信息建模,对采集到的人脸信息进行五官建模,通过存储模块和网络连接模块将预存储的人脸信息建模调取;
S4:分析对比,将预存的人脸信息与捕集的人脸信息进行对比分析,信息匹配程度大于90%,确定通过检测,信息匹配程度低于80%,检测通过失败,信息匹配程度为80%-90%,需要再次验证优选地,。
优选地,所述五官建模通过建立五官轮廓,并将五官轮廓矢量化,并建立矢量化五官节点。
优选地,所述分析模块通过捕集的人脸信息的矢量化五官节点与预存的人脸信息的矢量化五官节点进行对比匹配,并设置匹配阈值,达到匹配度阈值则视为匹配成功。
本发明的有益效果为:
1、本发明通过人脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、智能处理器模块、故障检测模块、报警模块,对人脸信息进行捕集,能够对光照强度进行调节,降低了在不同环境光下的图像采集难度;
2、能够提醒被采集者配合采集工作,避免遮挡物覆盖面部,且能够通过人脸建模精确对比,提高匹配精确度。
附图说明
图1为本发明提出的一种基于人脸识别的安防监控***及其监控方法的***结构示意图;
图2为本发明提出的一种基于人脸识别的安防监控***及其监控方法的工作流程结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1,参照图1-2,一种基于人脸识别的安防监控***包括人脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、智能处理器模块、故障检测模块、报警模块,其特征在于,所述人脸采集模块包括高清摄像头、环境光检测传感器和补光机构,且高清摄像头外壁套设有透明保护罩,透明保护罩由感光变色材料制成,所述识别模块用于对采集到的人脸信息特征进行识别,分析模块用于对识别的人脸信息和存储于存储模块内的人脸信息进行分析对比,所述语音提示模块用于提醒下一步操作流程,所述警示模块用于警示操作流程出现错误,所述存储模块用于预存人脸特征信息和操作过程,所述网络连接模块用于将当前的存储模块与云数据存储平台进行连接,所述智能处理器模块用于支持脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、故障检测模块、报警模块的工作,所述故障检测模块用于检测***部件是否发生故障,所述报警模块用于向管理后台发送报警信息。
优选地,所述环境光检测传感器用于对高清摄像头周围环境光强度进行检测,在周围环境光强度低时,通过补光机构对周围环境光进行补充照明,透明保护罩在高清摄像头周围环境光强度高时自透明色向透光的黑色转变,削弱直射高清摄像头强光。
优选地,所述警示模块包括信号指示灯和蜂鸣器,且信号指示灯包括绿灯和红灯。
一种基于人脸识别的安防监控***的监控方法,包括以下步骤:
S1:环境光调整,通过环境光检测传感器和补光机构对周围环境光进行增强,补足光照强度;
S2:人脸信息特征采集,通过高清摄像头捕集人脸面部图像,通过语音提醒模块提醒被采集者转动头部或者眨眼区分被采集者是否活体采集,若被采集者无下一步动作,则视为非活体,采集失败,若被采集者进行下一步动作,则视为活体,进行下一步识别步骤;
S3:人脸信息建模,对采集到的人脸信息进行五官建模,五官建模通过建立五官轮廓,并将五官轮廓矢量化,并建立矢量化五官节点,通过存储模块和网络连接模块将预存储的人脸信息建模调取;
S4:分析对比,将预存的人脸信息与捕集的人脸信息进行对比分析,分析模块通过捕集的人脸信息的矢量化五官节点与预存的人脸信息的矢量化五官节点进行对比匹配,并设置匹配阈值,信息匹配程度大于90%,确定通过检测,信息匹配程度低于80%,检测通过失败,信息匹配程度为80%-90%,需要再次验证优选地。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于人脸识别的安防监控***,包括人脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、智能处理器模块、故障检测模块、报警模块,其特征在于,所述人脸采集模块包括高清摄像头、环境光检测传感器和补光机构,且高清摄像头外壁套设有透明保护罩,透明保护罩由感光变色材料制成,所述识别模块用于对采集到的人脸信息特征进行识别,分析模块用于对识别的人脸信息和存储于存储模块内的人脸信息进行分析对比,所述语音提示模块用于提醒下一步操作流程,所述警示模块用于警示操作流程出现错误,所述存储模块用于预存人脸特征信息和操作过程,所述网络连接模块用于将当前的存储模块与云数据存储平台进行连接,所述智能处理器模块用于支持脸采集模块、识别模块、分析模块、语音提醒模块、警示模块、存储模块、网络连接模块、故障检测模块、报警模块的工作,所述故障检测模块用于检测***部件是否发生故障,所述报警模块用于向管理后台发送报警信息。
2.根据权利要求1所述的一种基于人脸识别的安防监控***,其特征在于,所述环境光检测传感器用于对高清摄像头周围环境光强度进行检测,在周围环境光强度低时,通过补光机构对周围环境光进行补充照明,透明保护罩在高清摄像头周围环境光强度高时自透明色向透光的黑色转变,削弱直射高清摄像头强光。
3.根据权利要求1所述的一种基于人脸识别的安防监控***,其特征在于,所述警示模块包括信号指示灯和蜂鸣器,且信号指示灯包括绿灯和红灯。
4.根据权利要求1所述的一种基于人脸识别的安防监控***的监控方法,其特征在于,包括以下步骤:
S1:环境光调整,通过环境光检测传感器和补光机构对周围环境光进行增强,补足光照强度;
S2:人脸信息特征采集,通过高清摄像头捕集人脸面部图像,通过语音提醒模块提醒被采集者转动头部或者眨眼区分被采集者是否活体采集,若被采集者无下一步动作,则视为非活体,采集失败,若被采集者进行下一步动作,则视为活体,进行下一步识别步骤;
S3:人脸信息建模,对采集到的人脸信息进行五官建模,通过存储模块和网络连接模块将预存储的人脸信息建模调取;
S4:分析对比,将预存的人脸信息与捕集的人脸信息进行对比分析,信息匹配程度大于90%,确定通过检测,信息匹配程度低于80%,检测通过失败,信息匹配程度为80%-90%,需要再次验证。
5.根据权利要求4所述的一种基于人脸识别的安防监控***的监控方法,其特征在于,所述五官建模通过建立五官轮廓,并将五官轮廓矢量化,并建立矢量化五官节点。
6.根据权利要求4所述的一种基于人脸识别的安防监控***的监控方法,其特征在于,所述分析模块通过捕集的人脸信息的矢量化五官节点与预存的人脸信息的矢量化五官节点进行对比匹配,并设置匹配阈值,达到匹配度阈值则视为匹配成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011321210.2A CN112435414A (zh) | 2020-11-23 | 2020-11-23 | 一种基于人脸识别的安防监控***及其监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011321210.2A CN112435414A (zh) | 2020-11-23 | 2020-11-23 | 一种基于人脸识别的安防监控***及其监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112435414A true CN112435414A (zh) | 2021-03-02 |
Family
ID=74692871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011321210.2A Pending CN112435414A (zh) | 2020-11-23 | 2020-11-23 | 一种基于人脸识别的安防监控***及其监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112435414A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113014828A (zh) * | 2021-03-16 | 2021-06-22 | 安徽全采智能科技有限公司 | 一种基于5g网络的布控球*** |
CN113443427A (zh) * | 2021-07-05 | 2021-09-28 | 四川航佳生物科技有限公司 | 一种火锅底料加工辅助用夹持装置 |
CN115788848A (zh) * | 2022-11-18 | 2023-03-14 | 珠海安诚电子科技有限公司 | 一种基于大数据的水泵故障监测***及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101220A1 (zh) * | 2012-12-31 | 2014-07-03 | Xu Jin | 基于人脸识别的智能安防*** |
CN106778474A (zh) * | 2016-11-14 | 2017-05-31 | 深圳奥比中光科技有限公司 | 3d人体识别方法及设备 |
CN208046746U (zh) * | 2018-04-10 | 2018-11-02 | 成都智云高科科技有限公司 | 一种基于人脸追踪的安防*** |
CN109204056A (zh) * | 2018-10-26 | 2019-01-15 | 北京华商三优新能源科技有限公司 | 一种充电桩 |
CN109327579A (zh) * | 2018-11-19 | 2019-02-12 | Oppo(重庆)智能科技有限公司 | 摄像头盖板、电子设备的壳体组件及电子设备 |
CN110458062A (zh) * | 2019-07-30 | 2019-11-15 | 深圳市商汤科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
CN210119807U (zh) * | 2019-06-20 | 2020-02-28 | 成都易合信信息***有限公司 | 一种银行智慧柜台 |
-
2020
- 2020-11-23 CN CN202011321210.2A patent/CN112435414A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101220A1 (zh) * | 2012-12-31 | 2014-07-03 | Xu Jin | 基于人脸识别的智能安防*** |
CN106778474A (zh) * | 2016-11-14 | 2017-05-31 | 深圳奥比中光科技有限公司 | 3d人体识别方法及设备 |
CN208046746U (zh) * | 2018-04-10 | 2018-11-02 | 成都智云高科科技有限公司 | 一种基于人脸追踪的安防*** |
CN109204056A (zh) * | 2018-10-26 | 2019-01-15 | 北京华商三优新能源科技有限公司 | 一种充电桩 |
CN109327579A (zh) * | 2018-11-19 | 2019-02-12 | Oppo(重庆)智能科技有限公司 | 摄像头盖板、电子设备的壳体组件及电子设备 |
CN210119807U (zh) * | 2019-06-20 | 2020-02-28 | 成都易合信信息***有限公司 | 一种银行智慧柜台 |
CN110458062A (zh) * | 2019-07-30 | 2019-11-15 | 深圳市商汤科技有限公司 | 人脸识别方法及装置、电子设备和存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113014828A (zh) * | 2021-03-16 | 2021-06-22 | 安徽全采智能科技有限公司 | 一种基于5g网络的布控球*** |
CN113014828B (zh) * | 2021-03-16 | 2023-02-07 | 安徽全采智能科技有限公司 | 一种基于5g网络的布控球*** |
CN113443427A (zh) * | 2021-07-05 | 2021-09-28 | 四川航佳生物科技有限公司 | 一种火锅底料加工辅助用夹持装置 |
CN115788848A (zh) * | 2022-11-18 | 2023-03-14 | 珠海安诚电子科技有限公司 | 一种基于大数据的水泵故障监测***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Research on face recognition based on deep learning | |
US11417148B2 (en) | Human face image classification method and apparatus, and server | |
CN109657592B (zh) | 一种智能挖掘机的人脸识别方法 | |
CN112435414A (zh) | 一种基于人脸识别的安防监控***及其监控方法 | |
CN102332092B (zh) | 一种基于视频分析的火焰检测方法 | |
US11263435B2 (en) | Method for recognizing face from monitoring video data | |
US10445602B2 (en) | Apparatus and method for recognizing traffic signs | |
CN106682578B (zh) | 基于眨眼检测的弱光人脸识别方法 | |
CN106909882A (zh) | 一种应用于保安机器人的人脸识别***及方法 | |
CN110443102B (zh) | 活体人脸检测方法及装置 | |
CN111582129A (zh) | 一种盾构机司机工作状态实时监测报警方法及装置 | |
CN110717389B (zh) | 基于生成对抗和长短期记忆网络的驾驶员疲劳检测方法 | |
CN113221655B (zh) | 基于特征空间约束的人脸欺骗检测方法 | |
CN109672863A (zh) | 一种基于图像识别的施工人员安全装备智能监测方法 | |
CN106980852A (zh) | 基于角点检测与匹配的药品识别***及其识别方法 | |
KR20130048076A (ko) | 얼굴 인식 장치 및 그 제어방법 | |
CN110728252B (zh) | 一种应用于区域人员运动轨迹监控的人脸检测方法 | |
CN111813997A (zh) | 入侵分析方法、装置、设备及存储介质 | |
CN110188715A (zh) | 一种多帧检测投票的视频人脸活体检测方法 | |
CN109977867A (zh) | 一种基于机器学习多特征融合的红外活体检测方法 | |
CN109344909A (zh) | 一种基于多通道卷积神经网络的身份识别方法 | |
Xia et al. | Face occlusion detection using deep convolutional neural networks | |
CN115527271A (zh) | 电梯轿厢乘客异常行为检测***及方法 | |
Chen et al. | A multi-scale fusion convolutional neural network for face detection | |
Bhatia et al. | Face detection using fuzzy logic and skin color segmentation in images |
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: 20210302 |