CN112559997A - 基于虹膜或人脸识别的智能穿戴设备 - Google Patents
基于虹膜或人脸识别的智能穿戴设备 Download PDFInfo
- Publication number
- CN112559997A CN112559997A CN202011372671.2A CN202011372671A CN112559997A CN 112559997 A CN112559997 A CN 112559997A CN 202011372671 A CN202011372671 A CN 202011372671A CN 112559997 A CN112559997 A CN 112559997A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- iris
- controller
- images
- 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
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 238000013500 data storage Methods 0.000 claims abstract description 13
- 238000003709 image segmentation Methods 0.000 claims abstract description 10
- 239000013598 vector Substances 0.000 claims description 65
- 238000007405 data analysis Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000013013 elastic material Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- 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
- G06V40/168—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
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及智能穿戴设备，具体涉及基于虹膜或人脸识别的智能穿戴设备，包括前端机壳和后端挡板，后端挡板上设有头部紧固件，前端机壳两端均设有与后端挡板滑动连接的中间连接部，后端挡板上螺纹连接有用于固定中间连接部的调节件，前端机壳内部设有控制器，控制器与用于选择识别模式的识别模式选择模块相连，控制器与用于分类存储虹膜图像、人脸图像及对应身份信息的数据存储模块，控制器与第一图像采集模块、第二图像采集模块相连，控制器与用于对采集图像进行预处理的图像预处理单元相连，控制器与用于对预处理后的图像进行分割的图像分割模块相连；本发明提供的技术方案能够有效克服现有技术所存在的识别响应速度较慢的缺陷。
Description
技术领域
本发明涉及智能穿戴设备，具体涉及基于虹膜或人脸识别的智能穿戴设备。
背景技术
生物特征识别是利用人的生理或行为特征自动验证从而进行身份识别的方法。随着通讯和交通技术的突飞猛进，人们的活动区域逐渐扩大，生物特征识别的难度和重要性越来越突出。因此，生物特征识别在机场、金融等领域有着十分广泛的应用前景。
虹膜相对于其他生物特征具有更加独特的优势：虹膜具有复杂的纹理和随机的气孔，人的虹膜大概在2-3岁后稳定，不再随年龄增长而变化。一旦虹膜形成，其独特的属性就可以被永久定格。因此，虹膜识别以高度的确定性、独特性、稳定性和非侵入性特征，在下一代大规模身份识别***中发挥关键作用。
人脸识别技术通常是通过获取人脸图像，基于人脸图像检测面部器官的位置信息，并从这些信息中提取每个人脸中所蕴涵的特征，将其与人脸数据库中的人脸进行对比，从而来确定是否为目标对象。
然而，不论是通过虹膜图像还是人脸图像识别身份，都需要将检测结果与数据库中已经存储的海量数据进行对比，随着存储数据量的不断扩大，将会导致识别响应速度变慢的情况出现。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了基于虹膜或人脸识别的智能穿戴设备，能够有效克服现有技术所存在的识别响应速度较慢的缺陷。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
基于虹膜或人脸识别的智能穿戴设备，包括前端机壳和后端挡板，所述后端挡板上设有头部紧固件，所述前端机壳两端均设有与后端挡板滑动连接的中间连接部，所述后端挡板上螺纹连接有用于固定中间连接部的调节件；
所述前端机壳内部设有控制器，所述控制器与用于选择识别模式的识别模式选择模块相连，所述控制器与用于分类存储虹膜图像、人脸图像及对应身份信息的数据存储模块，所述控制器与第一图像采集模块、第二图像采集模块相连，所述控制器与用于对采集图像进行预处理的图像预处理单元相连，所述控制器与用于对预处理后的图像进行分割的图像分割模块相连，所述控制器与用于计算分割后图像的特征向量的特征向量计算模块相连，所述控制器与用于对特征向量进行数据分析并计算整体特征向量的数据分析模块相连，所述数据分析模块与用于根据整体特征向量将图像分类存入数据存储模块的数据分类模块相连；
所述控制器与用于构建图像识别模型的识别模型构建模块相连，所述数据分类模块与用于收集训练图像识别模型的训练数据的训练数据收集模块相连，所述识别模型构建模块与用于输出识别结果的识别结果输出模块相连。
优选地，所述识别模式选择模块选择虹膜识别模式时，所述控制器开启第一图像采集模块；所述识别模式选择模块选择人脸识别模式时，所述控制器开启第二图像采集模块。
优选地，所述第一图像采集模块、第二图像采集模块均为设于前端机壳上的高清摄像头。
优选地，所述图像预处理单元包括根据图像中的灰度差识别虹膜、人脸区域边缘轮廓的区域划分模块，用于根据识别边缘轮廓对图像进行裁剪的图像裁剪模块，用于将裁剪后的图像转换成固定大小矩形图像的坐标转换模块，用于对矩形图像进行降噪的图像降噪模块，以及用于提升降噪后图像对比度的图像增强模块。
优选地，所述图像分割模块对图像增强模块处理后的图像沿水平方向分割成系列子图像。
优选地，所述特征向量计算模块计算系列子图像的离散特征向量，包括：
滤除系列子图像中标记为背景以及与背景边缘在一定距离内的像素点；
计算每个系列子图像的标准差特征，得到系列子图像的离散特征向量。
优选地，所述特征向量计算模块计算系列子图像的方向梯度特征向量，包括：
滤除系列子图像中标记为背景以及与背景边缘在一定距离内的像素点；
利用sobel梯度算子对系列子图像进行卷积，计算每个像素点处的梯度方向和幅值；
根据每个像素点的梯度方向，利用双线性内插法将对应幅值累加到直方图中，得到系列子图像的方向梯度特征向量。
优选地，所述数据分析模块对离散特征向量、方向梯度特征向量进行数据分析，计算整体特征向量，并对整体特征向量进行归一化处理。
优选地，所述识别模型构建模块构建图像识别模型后，所述图像预处理单元从数据存储模块中调取存储的虹膜图像、人脸图像，并进行预处理，所述数据分析模块计算出对应的整体特征向量后，所述训练数据收集模块收集虹膜图像、人脸图像及分别对应的整体特征向量、方向梯度特征向量，并将数据打包发送至图像识别模型进行训练。
优选地，所述后端挡板上固定有弹性衬片，所述后端挡板采用弹性材料制成。
(三)有益效果
与现有技术相比，本发明所提供的基于虹膜或人脸识别的智能穿戴设备，通过对存储的虹膜图像、人脸图像计算离散特征向量、方向梯度特征向量，并得到整体特征向量，根据整体特征向量对虹膜图像、人脸图像进行分类存储，能够有效缩短待测图像与已存储图像之间的对比时间，提升***的对比响应速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明结构示意图；
图2为本发明***示意图；
图3为本发明图2中图像预处理单元的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
基于虹膜或人脸识别的智能穿戴设备，如图1至图3所示，包括前端机壳1和后端挡板2，后端挡板2上设有头部紧固件6，前端机壳1两端均设有与后端挡板2滑动连接的中间连接部3，后端挡板2上螺纹连接有用于固定中间连接部3的调节件4。
后端挡板2上固定有弹性衬片5，后端挡板2采用弹性材料制成。
使用时，可以利用中间连接部3调节前端机壳1、后端挡板2之间的间距，并佩戴于头部合适位置。调节好前端机壳1、后端挡板2之间的间距后，利用调节件4对中间连接部3进行固定。
前端机壳1内部设有控制器，控制器与用于选择识别模式的识别模式选择模块相连，控制器与用于分类存储虹膜图像、人脸图像及对应身份信息的数据存储模块，控制器与第一图像采集模块、第二图像采集模块相连，控制器与用于对采集图像进行预处理的图像预处理单元相连，控制器与用于对预处理后的图像进行分割的图像分割模块相连，控制器与用于计算分割后图像的特征向量的特征向量计算模块相连，控制器与用于对特征向量进行数据分析并计算整体特征向量的数据分析模块相连，数据分析模块与用于根据整体特征向量将图像分类存入数据存储模块的数据分类模块相连。
识别模式选择模块选择虹膜识别模式时，控制器开启第一图像采集模块；识别模式选择模块选择人脸识别模式时，控制器开启第二图像采集模块。第一图像采集模块、第二图像采集模块均为设于前端机壳1上的高清摄像头。
图像预处理单元包括根据图像中的灰度差识别虹膜、人脸区域边缘轮廓的区域划分模块，用于根据识别边缘轮廓对图像进行裁剪的图像裁剪模块，用于将裁剪后的图像转换成固定大小矩形图像的坐标转换模块，用于对矩形图像进行降噪的图像降噪模块，以及用于提升降噪后图像对比度的图像增强模块。图像增强模块将处理后的图像发送至图像分割模块。
图像分割模块对图像增强模块处理后的图像沿水平方向分割成系列子图像。
其中，特征向量计算模块计算系列子图像的离散特征向量，包括：
滤除系列子图像中标记为背景以及与背景边缘在一定距离内的像素点；
计算每个系列子图像的标准差特征，得到系列子图像的离散特征向量。
其中，特征向量计算模块计算系列子图像的方向梯度特征向量，包括：
滤除系列子图像中标记为背景以及与背景边缘在一定距离内的像素点；
利用sobel梯度算子对系列子图像进行卷积，计算每个像素点处的梯度方向和幅值；
根据每个像素点的梯度方向，利用双线性内插法将对应幅值累加到直方图中，得到系列子图像的方向梯度特征向量。
数据分析模块对离散特征向量、方向梯度特征向量进行数据分析，计算整体特征向量，并对整体特征向量进行归一化处理，数据分类模块根据整体特征向量将图像分类存入数据存储模块。
本申请技术方案中，数据存储模块内部可以设置两部分存储区域，一部分存储区域用于存储预先存入的虹膜图像、人脸图像及对应身份信息；另一部分存储区域用于存储数据分类模块分类存入的图像数据及其对应身份信息。
控制器与用于构建图像识别模型的识别模型构建模块相连，数据分类模块与用于收集训练图像识别模型的训练数据的训练数据收集模块相连，识别模型构建模块与用于输出识别结果的识别结果输出模块相连。
识别模型构建模块构建图像识别模型后，图像预处理单元从数据存储模块中调取存储的虹膜图像、人脸图像，并进行预处理，数据分析模块计算出对应的整体特征向量后，训练数据收集模块收集虹膜图像、人脸图像及分别对应的整体特征向量、方向梯度特征向量，并将数据打包发送至图像识别模型进行训练。
第一图像采集模块、第二图像采集模块采集的图像先发送至图像预处理单元进行预处理，再通过图像分割模块进行图像分割，通过特征向量计算模块计算分割后图像的特征向量，由数据分析模块进行数据分析并计算整体特征向量，同时将整体特征向量发送至训练好的图像识别模型。
图像识别模型先根据整体特征向量从数据存储模块中寻找对应的数据类别，再根据方向梯度特征向量从该类数据中匹配对应的虹膜图像、人脸图像，识别对应身份信息，并通过识别结果输出模块输出识别结果。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.基于虹膜或人脸识别的智能穿戴设备，其特征在于：包括前端机壳(1)和后端挡板(2)，所述后端挡板(2)上设有头部紧固件(6)，所述前端机壳(1)两端均设有与后端挡板(2)滑动连接的中间连接部(3)，所述后端挡板(2)上螺纹连接有用于固定中间连接部(3)的调节件(4)；
所述前端机壳(1)内部设有控制器，所述控制器与用于选择识别模式的识别模式选择模块相连，所述控制器与用于分类存储虹膜图像、人脸图像及对应身份信息的数据存储模块，所述控制器与第一图像采集模块、第二图像采集模块相连，所述控制器与用于对采集图像进行预处理的图像预处理单元相连，所述控制器与用于对预处理后的图像进行分割的图像分割模块相连，所述控制器与用于计算分割后图像的特征向量的特征向量计算模块相连，所述控制器与用于对特征向量进行数据分析并计算整体特征向量的数据分析模块相连，所述数据分析模块与用于根据整体特征向量将图像分类存入数据存储模块的数据分类模块相连；
所述控制器与用于构建图像识别模型的识别模型构建模块相连，所述数据分类模块与用于收集训练图像识别模型的训练数据的训练数据收集模块相连，所述识别模型构建模块与用于输出识别结果的识别结果输出模块相连。
2.根据权利要求1所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述识别模式选择模块选择虹膜识别模式时，所述控制器开启第一图像采集模块；所述识别模式选择模块选择人脸识别模式时，所述控制器开启第二图像采集模块。
3.根据权利要求2所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述第一图像采集模块、第二图像采集模块均为设于前端机壳(1)上的高清摄像头。
4.根据权利要求1所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述图像预处理单元包括根据图像中的灰度差识别虹膜、人脸区域边缘轮廓的区域划分模块，用于根据识别边缘轮廓对图像进行裁剪的图像裁剪模块，用于将裁剪后的图像转换成固定大小矩形图像的坐标转换模块，用于对矩形图像进行降噪的图像降噪模块，以及用于提升降噪后图像对比度的图像增强模块。
5.根据权利要求4所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述图像分割模块对图像增强模块处理后的图像沿水平方向分割成系列子图像。
6.根据权利要求5所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述特征向量计算模块计算系列子图像的离散特征向量，包括：
滤除系列子图像中标记为背景以及与背景边缘在一定距离内的像素点；
计算每个系列子图像的标准差特征，得到系列子图像的离散特征向量。
7.根据权利要求6所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述特征向量计算模块计算系列子图像的方向梯度特征向量，包括：
滤除系列子图像中标记为背景以及与背景边缘在一定距离内的像素点；
利用sobel梯度算子对系列子图像进行卷积，计算每个像素点处的梯度方向和幅值；
根据每个像素点的梯度方向，利用双线性内插法将对应幅值累加到直方图中，得到系列子图像的方向梯度特征向量。
8.根据权利要求7所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述数据分析模块对离散特征向量、方向梯度特征向量进行数据分析，计算整体特征向量，并对整体特征向量进行归一化处理。
9.根据权利要求1所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述识别模型构建模块构建图像识别模型后，所述图像预处理单元从数据存储模块中调取存储的虹膜图像、人脸图像，并进行预处理，所述数据分析模块计算出对应的整体特征向量后，所述训练数据收集模块收集虹膜图像、人脸图像及分别对应的整体特征向量、方向梯度特征向量，并将数据打包发送至图像识别模型进行训练。
10.根据权利要求1所述的基于虹膜或人脸识别的智能穿戴设备，其特征在于：所述后端挡板(2)上固定有弹性衬片(5)，所述后端挡板(2)采用弹性材料制成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011372671.2A CN112559997A (zh) | 2020-11-30 | 2020-11-30 | 基于虹膜或人脸识别的智能穿戴设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011372671.2A CN112559997A (zh) | 2020-11-30 | 2020-11-30 | 基于虹膜或人脸识别的智能穿戴设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112559997A true CN112559997A (zh) | 2021-03-26 |
Family
ID=75045279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011372671.2A Pending CN112559997A (zh) | 2020-11-30 | 2020-11-30 | 基于虹膜或人脸识别的智能穿戴设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112559997A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205318022U (zh) * | 2015-12-07 | 2016-06-15 | 上海翊视皓瞳信息科技有限公司 | 可穿戴智能视觉增强设备 |
| CN211149314U (zh) * | 2019-09-16 | 2020-07-31 | 合肥中科奔巴科技有限公司 | 一种基于虹膜或人脸识别的智能穿戴设备 |
| CN111950403A (zh) * | 2020-07-28 | 2020-11-17 | 武汉虹识技术有限公司 | 一种虹膜分类方法及***、电子设备和存储介质 |
-
2020
- 2020-11-30 CN CN202011372671.2A patent/CN112559997A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205318022U (zh) * | 2015-12-07 | 2016-06-15 | 上海翊视皓瞳信息科技有限公司 | 可穿戴智能视觉增强设备 |
| CN211149314U (zh) * | 2019-09-16 | 2020-07-31 | 合肥中科奔巴科技有限公司 | 一种基于虹膜或人脸识别的智能穿戴设备 |
| CN111950403A (zh) * | 2020-07-28 | 2020-11-17 | 武汉虹识技术有限公司 | 一种虹膜分类方法及***、电子设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104091147B (zh) | 一种近红外眼睛定位及眼睛状态识别方法 | |
| JP5675229B2 (ja) | 画像処理装置及び画像処理方法 | |
| CN109145742B (zh) | 一种行人识别方法及*** | |
| CN104680121B (zh) | 一种人脸图像的处理方法及装置 | |
| CN101923645B (zh) | 适应复杂应用场景中低质量虹膜图像的虹膜分割方法 | |
| CN103870808A (zh) | 一种手指静脉识别方法 | |
| CN108369644B (zh) | 一种定量检测人脸抬头纹的方法、智能终端和存储介质 | |
| CN102375974A (zh) | 信息处理设备和信息处理方法 | |
| Skodras et al. | An unconstrained method for lip detection in color images | |
| US20100111375A1 (en) | Method for Determining Atributes of Faces in Images | |
| Rouhi et al. | A review on feature extraction techniques in face recognition | |
| CN106570510A (zh) | 一种超市商品识别方法 | |
| CN111291701B (zh) | 一种基于图像梯度和椭圆拟合算法的视线追踪方法 | |
| CN112150692A (zh) | 一种基于人工智能的门禁控制方法及*** | |
| CN111275040A (zh) | 定位方法及装置、电子设备、计算机可读存储介质 | |
| CN106682591A (zh) | 人脸识别方法及装置 | |
| CN115690884A (zh) | 一种人脸识别方法、***、存储介质及计算设备 | |
| CN105354547A (zh) | 一种结合纹理和彩色特征的行人检测方法 | |
| CN110879985A (zh) | 一种抗噪声数据的人脸识别模型训练方法 | |
| Das et al. | Human face detection in color images using HSV color histogram and WLD | |
| CN111079757A (zh) | 服饰属性识别方法、装置及电子设备 | |
| CN112559997A (zh) | 基于虹膜或人脸识别的智能穿戴设备 | |
| CN106909880A (zh) | 人脸识别中的人脸图像预处理方法 | |
| Puhan et al. | Robust eyeball segmentation in noisy iris images using fourier spectral density | |
| CN107657201A (zh) | Next系列产品图像特征识别***及其识别方法 |
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 |
Application publication date: 20210326 |
|
| RJ01 | Rejection of invention patent application after publication |