CN114360006A - 一种人脸识别***及其检测方法 - Google Patents
一种人脸识别***及其检测方法 Download PDFInfo
- Publication number
- CN114360006A CN114360006A CN202111559158.9A CN202111559158A CN114360006A CN 114360006 A CN114360006 A CN 114360006A CN 202111559158 A CN202111559158 A CN 202111559158A CN 114360006 A CN114360006 A CN 114360006A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- recognition
- module
- face image
- 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 50
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims description 37
- 230000001815 facial effect Effects 0.000 claims description 25
- 238000005034 decoration Methods 0.000 claims description 11
- 230000008921 facial expression Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 210000000720 eyelash Anatomy 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims 2
- 238000007726 management method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种人脸识别***及其检测方法,该***由面像获取模块、人脸检测模块、面像档案数据库、人脸识别模块、现场监控模块和监控数据存储模块组成,本发明在人脸图像识别过程中,在通过人脸识别模块将采集识别的面像文件所生成的面纹编码与面像档案数据库中存储的图像面纹编码进行搜索查找比对时,通过两者图像面纹编码的对比结果得出的判断值来结合人脸检测模块通过检测得出的参考值进行组合判断,通过参考值提供的辅助判断作用,便于更加快速准确的确定采集识别的面像与数据库记录的面像是否为同一人,进而保证了人脸识别***识别的精度,也确保了该人脸识别***在出入管理和门禁考勤***中应用的安全性。
Description
技术领域
本发明涉及人脸识别技术领域,具体为一种人脸识别***及其检测方法。
背景技术
人脸识别,特指利用分析比较的计算机技术,属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体,而在人脸识别出入管理***和人脸识别门禁考勤***中,通常需要在现场对人脸进行识别,并通过识别结果来判断进入人员的身份是否复合要求;
而目前人脸识别***在现场识别人脸图像时,由于只具备对人脸图像人脸进行识别的功能,缺少现场监控功能,从而使得不法人员在恶意通过虚假照片进行识别时容易造成人脸识别***的安全性降低,同时目前在通过人脸识别***进行识别人脸图像时,由于缺少对图像质量以及图像特征进行检测的功能,从而使得后续人脸图像与***图像进行对比识别时,容易造成识别结果精度降低。
发明内容
本发明提供一种人脸识别***及其检测方法,可以有效解决上述背景技术中提出目前人脸识别***在现场识别人脸图像时,由于只具备对人脸图像人脸进行识别的功能,缺少现场监控功能,从而使得不法人员在恶意通过虚假照片进行识别时容易造成人脸识别***的安全性降低,同时目前在通过人脸识别***进行识别人脸图像时,由于缺少对图像质量以及图像特征进行检测的功能,从而使得后续人脸图像与***图像进行对比识别时,容易造成识别结果精度降低的问题。
为实现上述目的,本发明提供如下技术方案:一种人脸识别***,该***由面像获取模块、人脸检测模块、面像档案数据库、人脸识别模块、现场监控模块和监控数据存储模块组成;
所述现场监控模块用于对面像获取模块的识别现场进行视频监控,通过视频监控来对面像获取模块的识别获取过程进行记录,使面像获取模块主要用于获取面像,而现场监控模块主要将获取时识别人员的表情、相貌、肤色、环境复杂度以及识别人员的动态视频信息进行监控记录;
所述现场监控模块通过现场监控摄像头来对识别现场进行监控记录,所述面像获取模块通过面部图像识别摄像头来对识别人员的面部图像进行识别记录;
所述现场监控摄像头和面部图像识别摄像头均并列安装于现场识别设备上。
根据上述技术方案,所述面像获取模块主要在识别现场用于采集识别人员的人脸的面部图像,并生成待识别的面像文件,同时将采集识别的面像文件生成面纹编码;
所述人脸检测模块主要用于对采集识别的人脸面部图像进行检测,并根据检测的结果来给出用以识别判断的参考值,通过参考值方便辅助判断识别结果的准确性。
根据上述技术方案,所述面像档案数据库主要用于存储已经经过登记记录的人脸图像,并在数据库中将记录的人脸图像转换成作为判断识别的图像面纹编码进行存储;
所述人脸识别模块主要用于将采集识别的面像文件所生成的面纹编码与面像档案数据库中存储的图像面纹编码进行搜索查找比对,并根据两者图像面纹编码的对比结果来给出一个判断值,通过该判断值结合人脸检测模块给出的参考值来确定采集识别的面像与数据库记录的面像是否为同一人。
根据上述技术方案,所述监控数据存储模块用于对现场监控模块所记录的现场监控视频进行存储,并按照监控视频的时间节点信息来对记录的现场监控视频进行存储,具体以日为单位计,按月、周、日的时间节点来将各个时间阶段所监控获取的视频信息进行自动保存。
一种人脸识别检测方法,所述人脸检测模块在对采集识别的人脸面部图像进行检测时,具体包括如下步骤:
S1、建立质量测试模型;
S2、确定标准对比图像;
S3、图像质量对比检测;
S4、面部特征异常检测;
S5、图像处理设备分析;
S6、检测结果打分评价;
S7、得到图像参考值。
根据上述技术方案,所述S1中,建立质量测试模型是指利用计算机来代替人类视觉***,建立能精确和自动感知图像质量的测试模型,通过将对比评测的图像拆分成多个测试对比项目,分别对每个项目进行测试估值。
根据上述技术方案,所述S2中,确定标准对比图像是指在测试模型中确定用于对比测试的对比图像,该对比图像作为标准图像,用于与待检测的识别图像进行对比,且对比图像的各个测试项目均为中等质量;
所述S3中,图像质量对比检测是指通过质量测试模型来测试识别图像与对比图像之间各个测试对比项目,并质量测试模型来计算获得识别图像质量量化值。
根据上述技术方案,所述S4中,面部特征异常检测主要是指通过图像处理设备将识别图像与面像档案数据库中的人脸图像进行特征识别,在特征对比识别时,主要通过将两种人脸图像中的面部装饰和面部表情进行对比识别,并确实两者之间的差异;
所述面部装饰主要包括识别图像中的眼镜、睫毛、胡须、发型、帽子特征,所述面部表情主要包括识别图像中的喜、怒、哀、乐的表情以及面部肤色特征。
根据上述技术方案,所述S5中,检测结果打分评价是指对识别图像与面像档案数据库中的人脸图像的对比识别结果进行评价,两种图像的面部装饰和面部表情之间的相关度越高,则说明两种图像之间的关联度越接近;
根据两种图像之间之间相关特征的数量来确定两种图像之间的识别精度值,两种图像之间相关特征的数量越多识别精度值越高,反之两种图像之间相关特征的数量越少识别精度值越低。
根据上述技术方案,所述S6中,得到图像参考值是指根据质量测试模型所计算获得识别图像质量量化值和特征异常检测出的识别精度值来确实图像参考值,参考值为图像质量量化值和识别精度值的集合。
与现有技术相比,本发明的有益效果:本发明结构科学合理,使用安全方便:
1、本发明在利用面像获取模块对识别人员的人脸图像进行现场识别获取时,通过现场监控模块方便对面像获取模块的识别现场进行视频监控,从而便于对面像获取模块的整个识别获取过程进行记录,使得识别人员在识别过程中的动态视频信息能够被有效的进行监控记录,避免不法人员通过虚假信息来进行伪装识别而造成***识别安全性降低的问题,保证了面像获取模块在识别过程中所获取的人脸图像的准确性,从而保证了后续***的识别精度;
同时,通过监控数据存储模块方便对现场监控模块所记录的现场监控视频进行存储,并以日为单位计,按月、周、日的时间节点来将各个时间阶段所监控获取的视频信息进行自动保存备案,方便后续对现场识别监控的数据信息进行查找和验证。
2、本发明通过人脸检测模块方便对采集识别的人脸面部图像进行检测,从而便于根据检测的结果来给出用以识别判断的参考值,且通过图像检测所获得的参考值来方便在后续辅助判断识别结果的准确性;
并且,在对人脸面部图像进行检测时,通过质量测试模型方便根据获取的人脸图像质量来快速计算获得识别图像质量量化值,同时通过面部特征异常检测能够通过将两种人脸图像中的面部装饰和面部表情进行对比识别,来确实两者之间的差异,从而便于对识别图像与面像档案数据库中的人脸图像进行对比识别和评价,进一步方便快速的确定两种图像之间的识别精度值。
3、本发明在人脸图像识别过程中,在通过人脸识别模块将采集识别的面像文件所生成的面纹编码与面像档案数据库中存储的图像面纹编码进行搜索查找比对时,通过两者图像面纹编码的对比结果得出的判断值来结合人脸检测模块通过检测得出的参考值进行组合判断,通过参考值提供的辅助判断作用,便于更加快速准确的确定采集识别的面像与数据库记录的面像是否为同一人,进而保证了人脸识别***识别的精度,也确保了该人脸识别***在出入管理和门禁考勤***中应用的安全性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1是本发明人脸识别***的结构框图;
图2是本发明检测方法的步骤流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例:如图1所示,本发明提供一种技术方案,一种人脸识别***,该***由面像获取模块、人脸检测模块、面像档案数据库、人脸识别模块、现场监控模块和监控数据存储模块组成;
现场监控模块用于对面像获取模块的识别现场进行视频监控,通过视频监控来对面像获取模块的识别获取过程进行记录,使面像获取模块主要用于获取面像,而现场监控模块主要将获取时识别人员的表情、相貌、肤色、环境复杂度以及识别人员的动态视频信息进行监控记录;
现场监控模块通过现场监控摄像头来对识别现场进行监控记录,面像获取模块通过面部图像识别摄像头来对识别人员的面部图像进行识别记录;
现场监控摄像头和面部图像识别摄像头均并列安装于现场识别设备上。
基于上述技术方案,面像获取模块主要在识别现场用于采集识别人员的人脸的面部图像,并生成待识别的面像文件,同时将采集识别的面像文件生成面纹编码;
人脸检测模块主要用于对采集识别的人脸面部图像进行检测,并根据检测的结果来给出用以识别判断的参考值,通过参考值方便辅助判断识别结果的准确性。
基于上述技术方案,面像档案数据库主要用于存储已经经过登记记录的人脸图像,并在数据库中将记录的人脸图像转换成作为判断识别的图像面纹编码进行存储;
人脸识别模块主要用于将采集识别的面像文件所生成的面纹编码与面像档案数据库中存储的图像面纹编码进行搜索查找比对,并根据两者图像面纹编码的对比结果来给出一个判断值,通过该判断值结合人脸检测模块给出的参考值来确定采集识别的面像与数据库记录的面像是否为同一人。
基于上述技术方案,监控数据存储模块用于对现场监控模块所记录的现场监控视频进行存储,并按照监控视频的时间节点信息来对记录的现场监控视频进行存储,具体以日为单位计,按月、周、日的时间节点来将各个时间阶段所监控获取的视频信息进行自动保存。
如图2所示,一种人脸识别检测方法,人脸检测模块在对采集识别的人脸面部图像进行检测时,具体包括如下步骤:
S1、建立质量测试模型;
S2、确定标准对比图像;
S3、图像质量对比检测;
S4、面部特征异常检测;
S5、图像处理设备分析;
S6、检测结果打分评价;
S7、得到图像参考值。
基于上述技术方案,S1中,建立质量测试模型是指利用计算机来代替人类视觉***,建立能精确和自动感知图像质量的测试模型,通过将对比评测的图像拆分成多个测试对比项目,分别对每个项目进行测试估值。
基于上述技术方案,S2中,确定标准对比图像是指在测试模型中确定用于对比测试的对比图像,该对比图像作为标准图像,用于与待检测的识别图像进行对比,且对比图像的各个测试项目均为中等质量;
S3中,图像质量对比检测是指通过质量测试模型来测试识别图像与对比图像之间各个测试对比项目,并质量测试模型来计算获得识别图像质量量化值。
基于上述技术方案,S4中,面部特征异常检测主要是指通过图像处理设备将识别图像与面像档案数据库中的人脸图像进行特征识别,在特征对比识别时,主要通过将两种人脸图像中的面部装饰和面部表情进行对比识别,并确实两者之间的差异;
面部装饰主要包括识别图像中的眼镜、睫毛、胡须、发型、帽子特征,面部表情主要包括识别图像中的喜、怒、哀、乐的表情以及面部肤色特征。
基于上述技术方案,S5中,检测结果打分评价是指对识别图像与面像档案数据库中的人脸图像的对比识别结果进行评价,两种图像的面部装饰和面部表情之间的相关度越高,则说明两种图像之间的关联度越接近;
根据两种图像之间之间相关特征的数量来确定两种图像之间的识别精度值,两种图像之间相关特征的数量越多识别精度值越高,反之两种图像之间相关特征的数量越少识别精度值越低。
基于上述技术方案,S6中,得到图像参考值是指根据质量测试模型所计算获得识别图像质量量化值和特征异常检测出的识别精度值来确实图像参考值,参考值为图像质量量化值和识别精度值的集合。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种人脸识别***,其特征在于:该***由面像获取模块、人脸检测模块、面像档案数据库、人脸识别模块、现场监控模块和监控数据存储模块组成;
所述现场监控模块用于对面像获取模块的识别现场进行视频监控,通过视频监控来对面像获取模块的识别获取过程进行记录,使面像获取模块主要用于获取面像,而现场监控模块主要将获取时识别人员的表情、相貌、肤色、环境复杂度以及识别人员的动态视频信息进行监控记录;
所述现场监控模块通过现场监控摄像头来对识别现场进行监控记录,所述面像获取模块通过面部图像识别摄像头来对识别人员的面部图像进行识别记录;
所述现场监控摄像头和面部图像识别摄像头均并列安装于现场识别设备上。
2.根据权利要求1所述的一种人脸识别***,其特征在于:所述面像获取模块主要在识别现场用于采集识别人员的人脸的面部图像,并生成待识别的面像文件,同时将采集识别的面像文件生成面纹编码;
所述人脸检测模块主要用于对采集识别的人脸面部图像进行检测,并根据检测的结果来给出用以识别判断的参考值,通过参考值方便辅助判断识别结果的准确性。
3.根据权利要求1所述的一种人脸识别***,其特征在于:所述面像档案数据库主要用于存储已经经过登记记录的人脸图像,并在数据库中将记录的人脸图像转换成作为判断识别的图像面纹编码进行存储;
所述人脸识别模块主要用于将采集识别的面像文件所生成的面纹编码与面像档案数据库中存储的图像面纹编码进行搜索查找比对,并根据两者图像面纹编码的对比结果来给出一个判断值,通过该判断值结合人脸检测模块给出的参考值来确定采集识别的面像与数据库记录的面像是否为同一人。
4.根据权利要求1所述的一种人脸识别***,其特征在于:所述监控数据存储模块用于对现场监控模块所记录的现场监控视频进行存储,并按照监控视频的时间节点信息来对记录的现场监控视频进行存储,具体以日为单位计,按月、周、日的时间节点来将各个时间阶段所监控获取的视频信息进行自动保存。
5.根据权利要求1-4任意一项所述的一种人脸识别检测方法,其特征在于:所述人脸检测模块在对采集识别的人脸面部图像进行检测时,具体包括如下步骤:
S1、建立质量测试模型;
S2、确定标准对比图像;
S3、图像质量对比检测;
S4、面部特征异常检测;
S5、图像处理设备分析;
S6、检测结果打分评价;
S7、得到图像参考值。
6.根据权利要求5所述的一种人脸识别检测方法,其特征在于:所述S1中,建立质量测试模型是指利用计算机来代替人类视觉***,建立能精确和自动感知图像质量的测试模型,通过将对比评测的图像拆分成多个测试对比项目,分别对每个项目进行测试估值。
7.根据权利要求5所述的一种人脸识别检测方法,其特征在于:所述S2中,确定标准对比图像是指在测试模型中确定用于对比测试的对比图像,该对比图像作为标准图像,用于与待检测的识别图像进行对比,且对比图像的各个测试项目均为中等质量;
所述S3中,图像质量对比检测是指通过质量测试模型来测试识别图像与对比图像之间各个测试对比项目,并质量测试模型来计算获得识别图像质量量化值。
8.根据权利要求5所述的一种人脸识别检测方法,其特征在于:所述S4中,面部特征异常检测主要是指通过图像处理设备将识别图像与面像档案数据库中的人脸图像进行特征识别,在特征对比识别时,主要通过将两种人脸图像中的面部装饰和面部表情进行对比识别,并确实两者之间的差异;
所述面部装饰主要包括识别图像中的眼镜、睫毛、胡须、发型、帽子特征,所述面部表情主要包括识别图像中的喜、怒、哀、乐的表情以及面部肤色特征。
9.根据权利要求8所述的一种人脸识别检测方法,其特征在于:所述S5中,检测结果打分评价是指对识别图像与面像档案数据库中的人脸图像的对比识别结果进行评价,两种图像的面部装饰和面部表情之间的相关度越高,则说明两种图像之间的关联度越接近;
根据两种图像之间之间相关特征的数量来确定两种图像之间的识别精度值,两种图像之间相关特征的数量越多识别精度值越高,反之两种图像之间相关特征的数量越少识别精度值越低。
10.根据权利要求9所述的一种人脸识别检测方法,其特征在于:所述S6中,得到图像参考值是指根据质量测试模型所计算获得识别图像质量量化值和特征异常检测出的识别精度值来确实图像参考值,参考值为图像质量量化值和识别精度值的集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111559158.9A CN114360006A (zh) | 2021-12-20 | 2021-12-20 | 一种人脸识别***及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111559158.9A CN114360006A (zh) | 2021-12-20 | 2021-12-20 | 一种人脸识别***及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114360006A true CN114360006A (zh) | 2022-04-15 |
Family
ID=81101479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111559158.9A Pending CN114360006A (zh) | 2021-12-20 | 2021-12-20 | 一种人脸识别***及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114360006A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262727A (zh) * | 2011-06-24 | 2011-11-30 | 常州锐驰电子科技有限公司 | 客户采集终端人脸图像质量实时监控方法 |
KR101297295B1 (ko) * | 2013-02-14 | 2013-08-14 | 우원소프트 주식회사 | 얼굴인식 보안 관제 시스템 |
CN104573679A (zh) * | 2015-02-08 | 2015-04-29 | 天津艾思科尔科技有限公司 | 监控场景下基于深度学习的人脸识别*** |
CN108197599A (zh) * | 2018-01-26 | 2018-06-22 | 嘉兴贝斯特电子技术有限公司 | 一种人脸识别*** |
KR20200089432A (ko) * | 2019-01-17 | 2020-07-27 | 엄상진 | 개인식별코드 정보를 활용한 출퇴근 관리시스템 및 출퇴근 관리방법 |
WO2021047185A1 (zh) * | 2019-09-12 | 2021-03-18 | 深圳壹账通智能科技有限公司 | 基于人脸识别的监测方法、装置、存储介质及计算机设备 |
CN113158931A (zh) * | 2021-04-27 | 2021-07-23 | 河南能创电子科技有限公司 | 一种基于ai智能人脸识别技术的低压集抄运维实现方法 |
-
2021
- 2021-12-20 CN CN202111559158.9A patent/CN114360006A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262727A (zh) * | 2011-06-24 | 2011-11-30 | 常州锐驰电子科技有限公司 | 客户采集终端人脸图像质量实时监控方法 |
KR101297295B1 (ko) * | 2013-02-14 | 2013-08-14 | 우원소프트 주식회사 | 얼굴인식 보안 관제 시스템 |
CN104573679A (zh) * | 2015-02-08 | 2015-04-29 | 天津艾思科尔科技有限公司 | 监控场景下基于深度学习的人脸识别*** |
CN108197599A (zh) * | 2018-01-26 | 2018-06-22 | 嘉兴贝斯特电子技术有限公司 | 一种人脸识别*** |
KR20200089432A (ko) * | 2019-01-17 | 2020-07-27 | 엄상진 | 개인식별코드 정보를 활용한 출퇴근 관리시스템 및 출퇴근 관리방법 |
WO2021047185A1 (zh) * | 2019-09-12 | 2021-03-18 | 深圳壹账通智能科技有限公司 | 基于人脸识别的监测方法、装置、存储介质及计算机设备 |
CN113158931A (zh) * | 2021-04-27 | 2021-07-23 | 河南能创电子科技有限公司 | 一种基于ai智能人脸识别技术的低压集抄运维实现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214373B (zh) | 一种用于考勤的人脸识别***及方法 | |
Kar et al. | Study of implementing automated attendance system using face recognition technique | |
Reid et al. | Soft biometrics; human identification using comparative descriptions | |
US9367730B2 (en) | Method and system for automated face detection and recognition | |
Ismael et al. | Face recognition using Viola-Jones depending on Python | |
CN108537910A (zh) | 一种基于人脸识别的员工考勤方法、装置和考勤管理*** | |
CN103049459A (zh) | 一种基于特征识别的快速录像检索方法 | |
CN107368770B (zh) | 一种回头客自动识别方法及*** | |
CN111062303A (zh) | 图像处理方法、***及计算机存储介质 | |
US20150178544A1 (en) | System for estimating gender from fingerprints | |
CN106022313A (zh) | 一种能自动适应场景的人脸识别方法 | |
CN112528860A (zh) | 基于图像识别的安全工器具管理方法及*** | |
CN112365618A (zh) | 一种基于人脸识别和二维码测温考勤***及方法 | |
Chowdhury et al. | Development of an automatic class attendance system using cnn-based face recognition | |
CN103443772B (zh) | 基于多模态数据分析的个人性别验证的方法 | |
US11144773B2 (en) | System for characterizing biometric station metrics with genericized biometric information | |
Qinjun et al. | Facial Recognition Technology: A Comprehensive Overview | |
CN114360006A (zh) | 一种人脸识别***及其检测方法 | |
CN111341459A (zh) | 分类深度神经网络模型的训练方法、遗传病检测方法 | |
CN109859112A (zh) | 一种实现人脸补全的方法及*** | |
CN112036328B (zh) | 银行客户满意度计算方法及装置 | |
Cruz et al. | Lip Biometric Authentication Using Viola-Jones and Appearance Based Model (AAM) System | |
CN113591619A (zh) | 一种基于录像视频的人脸识别核验装置及其核验方法 | |
KR20010088921A (ko) | 얼굴 인식 기능을 포함한 영상 감시 시스템 및 이를이용하는 방법 | |
CN112304435A (zh) | 一种结合人脸识别的人体热成像测温方法 |
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 |