TWI693560B - 臉部辨識方法 - Google Patents
臉部辨識方法 Download PDFInfo
- Publication number
- TWI693560B TWI693560B TW107112624A TW107112624A TWI693560B TW I693560 B TWI693560 B TW I693560B TW 107112624 A TW107112624 A TW 107112624A TW 107112624 A TW107112624 A TW 107112624A TW I693560 B TWI693560 B TW I693560B
- Authority
- TW
- Taiwan
- Prior art keywords
- face
- face recognition
- recognition method
- depth
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000009471 action Effects 0.000 claims abstract description 6
- 230000003287 optical effect Effects 0.000 claims description 25
- 230000000295 complement effect Effects 0.000 claims description 6
- 239000004065 semiconductor Substances 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 229910044991 metal oxide Inorganic materials 0.000 claims description 5
- 150000004706 metal oxides Chemical class 0.000 claims description 5
- 230000001815 facial effect Effects 0.000 abstract description 23
- 230000008901 benefit Effects 0.000 abstract description 10
- 238000013461 design Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本發明有關一種臉部辨識方法，係於一臉部辨識系統偵測到一待測者之臉部後，進行一臉部辨識動作；藉此，本發明之臉部辨識方法主要係藉由深度影像擷取單元擷取使用者臉部之三維影像的硬體設計，搭配以影像處理單元於臉部影像中選取複數個特徵點與兩兩特徵點之間連線線段長度與深度的計算與比對方法，有效完成臉部影像特徵之安全辨識，並可進一步結合三條線段所圍成之三角形面積的計算與比對動作，確實達到更安全且更全面的臉部安全辨識之主要優勢。
Description
本發明係有關於一種臉部辨識方法，尤其是指一種藉由深度攝影機進行臉部之影像擷取與複數個特徵點之連線長度與深度之比較以進行臉部辨識的安全監控方法。
按，在科技日新月異的今天，智慧城市的形成除了可以佈署綿密的網路與功能強大的控制中心外，亦可有效充分掌握人群的集散動線以提供快速、正確之狀況預防的社會安全監控，例如交通流量的監控方面，在路燈或交通號誌等設置監視系統，甚至是車輛間彼此的資訊交換，透過單一平台的即時監控與管理，可針對諸如交通堵塞、肇事車禍或聚眾犯罪等現場的掌控，有效協助疏散車潮或追蹤罪犯車輛動向等功能；臉部辨識系統是智慧城市中新興的一環，尤其是對於不喜歡攜帶鑰匙出門的人而言，臉部辨識更是一大福音，此乃由於越來越多人的住所係採用自動感應式門禁系統，用以取代原本既有的鑰匙孔門禁設備，確實達到便利性與安全性的提升，只是現行的自動感應式門禁系統多是採用射頻辨識(radio frequency identification，RFID)方式為之，主要係以配備有射頻辨識讀取器(RFID reader)的方式進行，其方法係提供使用者攜帶具有含有射頻辨識標籤(RDID tag)的物件，當使用者讓射頻辨識標籤靠近射頻辨識讀取器時，射頻辨識讀取器即可驗證射頻辨識標籤是否對頻，以決定是否讓使用者進入； 然而，射頻辨識技術最主要的缺點是認卡不認人，仍會存在有許多安全方面的疑慮。
臉部辨識則是目前門禁系統最安全的方式，可有效解決上述射頻辨識技術的缺點；然而，現行之臉部辨識多為2D辨識方式，主要係將立體的人臉以2D的攝影機擷取成一平面資訊，臉部辨識系統僅在2D資訊中尋找可供對照的辨識資料，如此一來，有心人士只要擷取去有相關人臉資料的相片或平面圖等，就可以有效蒙騙2D的臉部辨識系統而同樣達到輕易進出門禁的目的；因此，如何藉由創新的硬體設計，有效結合臉部之平面與立體資訊，以達到更安全且更全面的臉部安全辨識之目的，仍是臉部辨識等相關產業開發業者與相關研究人員需持續努力克服與解決之課題。
今，發明人即是鑑於傳統之臉部辨識方法於實際實施時仍存在有諸多缺失，於是乃一本孜孜不倦之精神，並藉由其豐富之專業知識及多年之實務經驗所輔佐，而加以改善，並據此研創出本發明。
本發明主要目的為提供一種臉部辨識方法，尤其是指一種藉由深度攝影機進行臉部之影像擷取與複數個特徵點之連線長度與深度之比較以進行臉部辨識的安全監控方法，主要係藉由深度影像擷取單元擷取使用者臉部之三維影像之設計，搭配以影像處理單元於臉部影像中選取複數個特徵點與兩兩特徵點之間連線線段長度與深度的計算與比對方法，有效完成臉部影像特徵之安全辨識，並可進一步結合三條線段所圍成之三角形面積的計算與比對動作，確實達到更安全且更全面的臉部安全辨識之主要優勢者。
為了達到上述之實施目的，本發明人乃研擬如下實施技術，其中本發明之臉部辨識方法係於一臉部辨識系統偵測到一待測者之臉部後，進行一臉部辨識動作；首先，使用一深度影像擷取單元進行一原始臉部之影像擷取；接著，使用一影像處理單元內建之選取模組於原始臉部之影像中選取複數個第一特徵點，並分別計算第一特徵點與深度影像擷取單元之間的第一距離值；接續，使用影像處理單元內建之長度計算模組連接兩兩第一特徵點以獲得複數條第一線段，並分別計算第一線段之長度以獲取複數個第一長度值，以及計算兩兩連線之第一特徵點的第一距離值之間的第一深度差值；接著，將具有第一特徵點、第一線段、第一長度值，以及第一深度差值之原始臉部的影像儲存於一儲存單元中；接續，重複上述步驟，使用深度影像擷取單元擷取一待測臉部之影像，並獲得待測臉部上複數個對應第一特徵點之位置的第二特徵點、複數個由第二特徵點所連接之第二線段與第二長度值，以及複數個第二距離值與第二深度差值，並儲存於儲存單元中；之後，使用一比對單元比對第一長度值與對應之第二長度值，以及第一深度差值與對應之第二深度差值；最後，當第一長度值與對應之第二長度值之間的差異，以及第一深度差值與對應之第二深度差值之間的差異介於一誤差範圍時，則待測臉部係與原始臉部相同。
如上所述的臉部辨識方法，其中深度影像擷取單元係為TOF攝影機或雙鏡頭攝影機等其中之一種裝置。
如上所述的臉部辨識方法，其中當深度影像擷取單元係為TOF攝影機時，深度影像擷取單元係至少包括有一發光模組、一接收模組，以及一影像擷取模組。
如上所述的臉部辨識方法，其中發光模組係發射複數個光斑於原始臉部或待測臉部上。
如上所述的臉部辨識方法，其中接收模組係接收複數個由原始臉部或待測臉部反射之反射光斑，並傳遞至影像處理單元。
如上所述的臉部辨識方法，其中影像擷取模組係包括有一第一光學鏡頭，以及一與第一光學鏡頭連接之第一感光元件，第一光學鏡頭係擷取原始臉部或待測臉部之影像於第一感光元件上成像。
如上所述的臉部辨識方法，其中第一光學鏡頭係為魚眼鏡頭、廣角鏡頭或標準鏡頭等其中之一種裝置。
如上所述的臉部辨識方法，其中第一感光元件係為光電耦合元件(Charge Coupled Device，CCD)或互補金屬氧化物半導體(Complementary Metal-Oxide-Semiconductor，CMOS)等其中之一種裝置。
如上所述的臉部辨識方法，其中當深度影像擷取單元係為雙鏡頭攝影機時，深度影像擷取單元係包括有二第二光學鏡頭，以及一分別與第二光學鏡頭連接之第二感光元件，第二光學鏡頭係同時擷取原始臉部或待測臉部之影像於第二感光元件上成像。
如上所述的臉部辨識方法，其中第二光學鏡頭係為魚眼鏡頭、廣角鏡頭或標準鏡頭等其中之一種裝置。
如上所述的臉部辨識方法，其中第二感光元件係為光電耦合元件(CCD)或互補金屬氧化物半導體(CMOS)等其中之一種裝置。
如上所述的臉部辨識方法，其中誤差範圍係介於98%~100%之間。
如上所述的臉部辨識方法，其中於儲存原始臉部影像之前係可進一步使用一內建於影像處理單元之面積計算模組計算由三條第一線段所圍成之第一三角形的第一面積值，以及第一面積值加總之第一總面積值。
如上所述的臉部辨識方法，其中於比對第一長度值與對應之第二長度值之後係可進一步使用面積計算模組計算由三條第二線段所圍成之第二三角形的第二面積值，以及第二面積值加總之第二總面積值。
如上所述的臉部辨識方法，其中面積計算模組係使用一海龍公式計算第一面積值或第二面積值。
如上所述的臉部辨識方法，其中於最後一步驟完成之後係可進一步使用比對單元比對第一總面積值與第二總面積值，若第一總面積值與第二總面積值之間的差異介於誤差範圍時，則待測臉部係與原始臉部相同。
藉此，本發明之臉部辨識方法主要係藉由深度影像擷取單元擷取使用者臉部之三維影像之設計，搭配以影像處理單元於臉部影像中選取複數個特徵點與兩兩特徵點之間連線線段長度與深度的計算與比對方法，有效完成臉部影像特徵之安全辨識，並可進一步結合三條線段所圍成之三角形面積的計算與比對動作，確實達到更安全且更全面的臉部安全辨識之主要優勢；此外，本發明之臉部辨識方法主要係藉由TOF攝影機擷取人臉之五官等複數個特徵點與特徵點之間的深度差異，以作為臉部辨識的其中一個重要依據，可有效解決有心人士以具有相同人臉之相片或平面圖蒙騙二維臉部辨識系統之缺點，確實達到更安全而難以破解的臉部辨識之系統與方法等主要優勢；再者，本發明之臉部辨識方法主要係藉由比對臉部 上之特徵點的深度值、連接線長度，以及連接線所圍成之三角形面積等複數種比對標的，以增加臉部辨識之準確性，確實達到準確辨識以重視安全考量之主要目的；最後，本發明之臉部辨識方法主要係藉由深度影像擷取單元擷取人臉之三維特徵，讓使用者以不同的角度面對深度影像擷取單元之臉部影像擷取時，臉部辨識系統皆可準確給定臉部特徵點之深度差值，有效解決傳統臉部辨識系統因角度不正確而有判斷失誤之缺點，確實達到大幅減少臉部辨識時間之主要優勢。
(1)‧‧‧臉部辨識系統
(11)‧‧‧深度影像擷取單元
(111)‧‧‧發光模組
(112)‧‧‧接收模組
(113)‧‧‧影像擷取模組
(1131)‧‧‧第一光學鏡頭
(12)‧‧‧影像處理單元
(121)‧‧‧選取模組
(122)‧‧‧長度計算模組
(123)‧‧‧面積計算模組
(13)‧‧‧儲存單元
(14)‧‧‧比對單元
(2)‧‧‧ROI範圍
(3)‧‧‧待測者
(A)‧‧‧原始臉部
(A1)‧‧‧第一特徵點
(A2)‧‧‧第一線段
(Ae1)‧‧‧第一面積值
(Ae2)‧‧‧第二面積值
(B)‧‧‧待測臉部
(B1)‧‧‧第二特徵點
(B2)‧‧‧第二線段
(L1)‧‧‧第一長度值
(L2)‧‧‧第二長度值
(T1)‧‧‧第一三角形
(T2)‧‧‧第二三角形
(S1)‧‧‧步驟一
(S2)‧‧‧步驟二
(S3)‧‧‧步驟三
(S4)‧‧‧步驟四
(S5)‧‧‧步驟五
(S6)‧‧‧步驟六
(S7)‧‧‧步驟七
第1圖：本發明臉部辨識方法之步驟流程圖
第2圖：本發明臉部辨識方法所使用之臉部辨識系統硬體架構示意圖
第3圖：本發明臉部辨識方法其一較佳實施例之特徵點選取示意圖
第4圖：本發明臉部辨識方法其一較佳實施例之線段連接示意圖
第5圖：本發明臉部辨識方法其一較佳實施例之待測臉部辨識示意圖
為利 貴審查委員瞭解本發明之技術特徵、內容、優點，以及其所能達成之功效，茲將本發明配合附圖，並以實施例之表達形式詳細說明如下，而其中所使用之圖式，其主旨僅為示意及輔助說明書之用，未必為本發明實施後之真實比例與精準配置，故不應就所附之圖式的比例與配置關係解讀、侷限本發明於實際實施上的權利範圍，合先敘明。
首先，請參閱第1圖與第2圖所示，為本發明臉部辨識方法之步驟流程圖，以及所使用之臉部辨識系統硬體架構示意圖，其中本發明之 臉部辨識方法應用之領域係可例如但不限定為出入口門禁之臉部辨識使用，其做法係先使用一臉部辨識系統(1)於一儲存單元(13)中建立一供臉部辨識使用的辨識模型；接著，當臉部辨識系統(1)於一ROI範圍(2)中偵測到一待測者(3)之臉部後，即啟動待測者(3)之臉部與預先儲存之辨識模型間的比對動作，若比對之成功率介於一誤差範圍內時，即開啟出入口供待測者(3)出入；本發明之臉部辨識方法主要包括有下列步驟：步驟一(S1)：使用一深度影像擷取單元(11)進行一原始臉部(A)之影像擷取；此外，深度影像擷取單元(11)係為TOF攝影機或雙鏡頭攝影機等其中之一種裝置，而當深度影像擷取單元(11)係為TOF攝影機時，深度影像擷取單元(11)係至少包括有一發光模組(111)、一接收模組(112)，以及一影像擷取模組(113)，其中發光模組(111)係發射複數個光斑於原始臉部(A)上，而接收模組(112)係接收複數個由原始臉部(A)反射之反射光斑，並傳遞至影像處理單元(12)，而影像擷取模組(113)係包括有一第一光學鏡頭(1131)，以及一與第一光學鏡頭(1131)連接之第一感光元件(1132)，而第一光學鏡頭(1131)係擷取原始臉部(A)之影像於第一感光元件(1132)上成像，其中第一光學鏡頭(1131)係為魚眼鏡頭、廣角鏡頭或標準鏡頭等其中之一種裝置，而第一感光元件(1132)係為光電耦合元件(CCD)或互補金屬氧化物半導體(CMOS)等其中之一種裝置；在本發明其一較佳實施例中，由於執行臉部辨識必須先建立供辨識之模型，故本案發明係使用以TOF攝影機態樣呈現的深度影像擷取單元(11)擷取待測者(3)的臉部影像，此臉部影像即稱之為原始臉部(A)影像，主要係藉由內建於TOF攝影機且以魚眼鏡頭態樣呈現之第一光學鏡頭(1131)擷取原始臉部(A)之影像於以光電耦合元件(CCD)態樣呈現 的第一感光元件(1132)上成像；步驟二(S2)：使用一影像處理單元(12)內建之選取模組(121)於原始臉部(A)之影像中選取複數個第一特徵點(A1)，並分別計算第一特徵點(A1)與深度影像擷取單元(11)之間的第一距離值；請一併參閱第2圖與第3圖所示之本發明臉部辨識方法其一較佳實施例之特徵點選取示意圖，其中影像處理單元(12)係電性連接深度影像擷取單元(11)，而內建於影像處理單元(12)之選取模組(121)係於原始臉部(A)之五官等11個位置各設定第一特徵點(A1)，並分別計算11個第一特徵點(A1)與深度影像擷取單元(11)之間的第一距離值，此第一距離值即為第一特徵點(A1)的深度值；步驟三(S3)：使用影像處理單元(12)內建之長度計算模組(122)連接兩兩第一特徵點(A1)以獲得複數條第一線段(A2)，並分別計算第一線段(A2)之長度以獲取複數個第一長度值(L1)，以及計算兩兩連線之第一特徵點(A1)的第一長度值(L1)之間的第一深度差值(De1)；請再一併參閱第2圖與第4圖所示之本發明臉部辨識方法其一較佳實施例之線段連接示意圖，其中使用影像處理單元(12)內建之長度計算模組(122)將兩兩第一特徵點(A1)以第一線段(A2)相互連接，11個第一特徵點(A1)之間相互連接可獲得20條第一線段(A2)，而長度計算模組(122)則分別計算此20條第一線段(A2)的第一長度值(L1)，再依相互連線之第一特徵點(A1)所各自具備之深度值計算兩者的深度值差異，此即為第一深度差值；然而必須注意的是，上述第一特徵點(A1)的個數與第一特徵點(A1)相互連接之第一線段(A2)的數量，是為了說明方便起見，而非以本發明所舉為限，且熟知此技藝者當知道不同的第一特徵點(A1)的個數與第一特徵點(A1)相互連接之第一線段(A2)的數 量，只要可以讓臉部辨識系統(1)進行第一線段(A2)之長度與第一深度差值(De1)之計算，皆可視為本發明之技術特徵的延伸，並不會影像本發明的實際實施；步驟四(S4)：將具有第一特徵點(A1)、第一線段(A2)、第一長度值(L1)，以及第一深度差值之原始臉部(A)的影像儲存於一儲存單元(13)中；在本發明其一較佳實施例中，儲存單元(13)係電性連接影像處理單元(12)，由上述步驟所獲得的原始臉部(A)影像，以及包含於原始臉部(A)的第一特徵點(A1)、第一線段(A2)、第一長度值(L1)，以及第一深度差值之資訊係全部儲存於儲存單元(13)中，即可作為出入口門禁之臉部辨識的辨識模型使用；步驟五(S5)：重複步驟一(S1)至步驟三(S3)，使用深度影像擷取單元(11)擷取一待測臉部(B)之影像，並獲得待測臉部(B)上複數個對應第一特徵點(A1)之位置的第二特徵點(B1)、複數個由第二特徵點(B1)所連接之第二線段(B2)與第二長度值(L2)，以及複數個第二距離值與第二深度差值，並儲存於儲存單元(13)中；請一併參閱第2圖與第5圖所示之本發明臉部辨識方法其一較佳實施例之待測臉部辨識示意圖，其中於步驟一(S1)至步驟三(S3)之原始臉部(A)影像辨識模型建立完成後，當待測者(3)欲進出出入口而須進行臉部辨識時，深度影像擷取單元(11)即擷取其臉部影像，此臉部影像即稱之為待測臉部(B)影像；接著，選取模組(121)係於待測臉部(B)之五官以對應第一特徵點(A1)之11個位置各設定第二特徵點(B1)，並分別計算11個第二特徵點(B1)與深度影像擷取單元(11)之間的第二距離值，此第二距離值即為第二特徵點(B1)的深度值；接續，長度計算模組(122)即將兩兩第二 特徵點(B1)以第二線段(B2)相互連接，以11個第二特徵點(B1)之間的相互連接係可獲得20條第二線段(B2)，而長度計算模組(122)再分別計算此20條第二線段(B2)的第二長度值(L2)；接著，依相互連線之第二特徵點(B1)所各自具備的深度值計算兩者的深度值差異，此即為第二深度差值；最後，將具有第二特徵點(B1)、第二線段(B2)、第二長度值(L2)，以及第二深度差值之待測臉部(B)的影像儲存於儲存單元(13)中；步驟六(S6)：使用一比對單元(14)比對第一長度值(L1)與對應之第二長度值(L2)，以及該等第一深度差值與對應之第二深度差值；在本發明其一較佳實施例中，與影像處理單元(12)電性連接之比對單元(14)進行第一長度值(L1)與對應之第二長度值(L2)的比對動作，以及第一深度差值與對應之第二深度差值之比對動作，請再一次參閱第4圖與第5圖所示，第4圖中C點之第一特徵點(A1)與D點之第一特徵點(A1)之間所連接之第一線段(A2)的第一長度值(L1)，即可與第5圖中同為C點之第二特徵點(B1)到D點之第二特徵點(B1)之間所連接之第二線段(B2)的第二長度值(L2)相互比較；以及步驟七(S7)：當第一長度值(L1)與對應之第二長度值(L2)之間的差異，以及第一深度差值與對應之第二深度差值之間的差異介於一誤差範圍時，則待測臉部(B)係與原始臉部(A)相同；此外，誤差範圍係介於98%~100%之間；在本發明其一較佳實施例中，當比對單元(14)比對之第一長度值(L1)與對應之第二長度值(L2)的差異，以及第一深度差值與對應之第二深度差值的差異介於98%~100%之間時，即代表待測臉部(B)與原始臉部(A)係為同一個人臉，則臉部辨識成功並允許待測者(3)進出出入口。
此外，於步驟四(S4)儲存原始臉部(A)影像之前係可進一步使用一內建於影像處理單元(12)之面積計算模組(123)計算由三條第一線段(A2)所圍成之第一三角形(T1)的第一面積值(Ae1)，以及第一面積值(Ae1)加總之第一總面積值；再者，於步驟六(S6)完成之後係可進一步使用面積計算模組(123)計算由三條第二線段(B2)所圍成之第二三角形(T2)的第二面積值(Ae2)，以及第二面積值(Ae2)加總之第二總面積值；此外，面積計算模組(123)係使用一海龍公式計算第一面積值(Ae1)與第二面積值(Ae2)；再者，於步驟七(S7)完成之後係可進一步使用比對單元(14)比對第一總面積值與第二總面積值，若第一總面積值與第二總面積值之間的差異介於誤差範圍時，則待測臉部(B)係與原始臉部(A)相同；請再一次參閱第4圖與第5圖所示，由三條第一線段(A2)所圍成之第一三角形(T1)係經由海龍公式而計算出第一面積值(Ae1)，而20條第一線段(A2)所圍成之10個第一三角形(T1)的第一面積值(Ae1)總和則為第一總面積值；相同的，於待測臉部(B)影像中亦可計算出第二面積值(Ae2)與第二總面積值，接續在步驟七(S7)之後繼續比對第一總面積值與第二總面積值，若比對之誤差介於98%~100%之誤差範圍內，則代表待測臉部(B)與原始臉部(A)係為同一個人臉，以允許待測者(3)進出出入口。
再者，當深度影像擷取單元(11)係為雙鏡頭攝影機時，深度影像擷取單元(11)係包括有二第二光學鏡頭(圖式未標示)，以及一分別與第二光學鏡頭連接之第二感光元件(圖式未標示)，第二光學鏡頭係同時擷取原始臉部(A)或待測臉部(B)之影像於第二感光元件上成像；與其一較佳實施例相同，雙鏡頭攝影機亦可獲得第一特徵點(A1)與第二特徵點(B1)之深度值，同樣可以達到臉部辨識之功能。
由上述之實施說明可知，本發明之臉部辨識方法與現有技術相較之下，本發明係具有以下優點：
1.本發明之臉部辨識方法主要係藉由深度影像擷取單元擷取使用者臉部之三維影像之設計，搭配以影像處理單元於臉部影像中選取複數個特徵點與兩兩特徵點之間連線線段長度與深度的計算與比對方法，有效完成臉部影像特徵之安全辨識，並可進一步結合三條線段所圍成之三角形面積的計算與比對動作，確實達到更安全且更全面的臉部安全辨識之主要優勢。
2.本發明之臉部辨識方法主要係藉由TOF攝影機擷取人臉之五官等複數個特徵點與特徵點之間的深度差異，以作為臉部辨識的其中一個重要依據，可有效解決有心人士以具有相同人臉之相片或平面圖蒙騙二維臉部辨識系統之缺點，確實達到更安全而難以破解的臉部辨識之系統與方法等主要優勢。
3.本發明之臉部辨識方法主要係藉由比對臉部上之特徵點的深度值、連接線長度，以及連接線所圍成之三角形面積等複數種比對標的，以增加臉部辨識之準確性，確實達到準確辨識以重視安全考量之主要目的。
4.本發明之臉部辨識方法主要係藉由深度影像擷取單元擷取人臉之三維特徵，讓使用者以不同的角度面對深度影像擷取單元之臉部影像擷取時，臉部辨識系統皆可準確給定臉部特徵點之深度差值，有效解決傳統臉部辨識系統因角度不正確而有判斷失誤之缺點，確實達到大幅減少臉部辨識時間之主要優勢。
綜上所述，本發明之臉部辨識方法，的確能藉由上述所揭露之實施例，達到所預期之使用功效，且本發明亦未曾公開於申請前，誠已完全符合專利法之規定與要求。爰依法提出發明專利之申請，懇請惠予審查，並賜准專利，則實感德便。
惟，上述所揭示之圖示及說明，僅為本發明之較佳實施例，非為限定本發明之保護範圍；大凡熟悉該項技藝之人士，其所依本發明之特徵範疇，所作之其它等效變化或修飾，皆應視為不脫離本發明之設計範疇。
(S1)‧‧‧步驟一
(S2)‧‧‧步驟二
(S3)‧‧‧步驟三
(S4)‧‧‧步驟四
(S5)‧‧‧步驟五
(S6)‧‧‧步驟六
(S7)‧‧‧步驟七
Claims (13)
- 一種臉部辨識方法，係於一臉部辨識系統偵測到一待測者之臉部後，進行一臉部辨識動作，該臉部辨識方法係包括有下列步驟：步驟一：使用一深度影像擷取單元進行一原始臉部之影像擷取；步驟二：使用一影像處理單元內建之選取模組於該原始臉部之影像中選取複數個第一特徵點，並分別計算該第一特徵點與該深度影像擷取單元之間的第一距離值；步驟三：使用該影像處理單元內建之長度計算模組連接兩兩該等第一特徵點以獲得複數條第一線段，並分別計算該等第一線段之長度以獲取複數個第一長度值，以及計算兩兩連線之第一特徵點的第一距離值之間的第一深度差值，並使用一內建於該影像處理單元之面積計算模組計算由三條該第一線段所圍成之第一三角形的第一面積值，以及該等第一面積值加總之第一總面積值；步驟四：將具有該等第一特徵點、該等第一線段、該等第一長度值，以及該等第一深度差值之原始臉部的影像儲存於一儲存單元中；步驟五：重複該步驟一至該步驟三，使用該深度影像擷取單元擷取一待測臉部之影像，並獲得該待測臉部上複數個對應該等 第一特徵點之位置的第二特徵點、複數個由該等第二特徵點所連接之第二線段與第二長度值，以及複數個第二距離值與第二深度差值，並儲存於該儲存單元中；步驟六：使用一比對單元比對該等第一長度值與對應之第二長度值，以及該等第一深度差值與對應之第二深度差值，同時使用該面積計算模組計算由三條該第二線段所圍成之第二三角形的第二面積值，以及該等第二面積值加總之第二總面積值；以及步驟七：當該第一長度值與對應之第二長度值之間的差異，以及該第一深度差值與對應之第二深度差值之間的差異介於一誤差範圍，同時使用該比對單元比對該第一總面積值與該第二總面積值，若該第一總面積值與該第二總面積值之間的差異介於該誤差範圍時則該待測臉部係與該原始臉部相同。
- 如申請專利範圍第1項所述之臉部辨識方法，其中該深度影像擷取單元係為TOF攝影機或雙鏡頭攝影機其中之一。
- 如申請專利範圍第2項所述之臉部辨識方法，其中當該深度影像擷取單元係為TOF攝影機時，該深度影像擷取單元係至少包括有一發光模組、一接收模組，以及一影像擷取模組。
- 如申請專利範圍第3項所述之臉部辨識方法，其中該發光模組係發射複數個光斑於該原始臉部或該待測臉部上。
- 如申請專利範圍第3項所述之臉部辨識方法，其中該接收模組係接收複數個由該原始臉部或該待測臉部反射之反射光斑，並傳遞至該影像處理單元。
- 如申請專利範圍第3項所述之臉部辨識方法，其中該影像擷取模組係包括有一第一光學鏡頭，以及一與該第一光學鏡頭連接之第一感光元件，該第一光學鏡頭係擷取該原始臉部或該待測臉部之影像於該第一感光元件上成像。
- 如申請專利範圍第6項所述之臉部辨識方法，其中該第一光學鏡頭係為魚眼鏡頭、廣角鏡頭或標準鏡頭其中之一。
- 如申請專利範圍第6項所述之臉部辨識方法，其中該第一感光元件係為光電耦合元件(CCD)或互補金屬氧化物半導體(CMOS)其中之一。
- 如申請專利範圍第2項所述之臉部辨識方法，其中當該深度影像擷取單元係為雙鏡頭攝影機時，該深度影像擷取單元係包括有二第二光學鏡頭，以及一分別與該等第二光學鏡頭連接之第二感光元件，該等第二光學鏡頭係同時擷取該原始臉部或該待測臉部之影像於該第二感光元件上成像。
- 如申請專利範圍第9項所述之臉部辨識方法，其中該第二光學鏡頭係為魚眼鏡頭、廣角鏡頭或標準鏡頭其中之一。
- 如申請專利範圍第9項所述之臉部辨識方法，其中該第二感光元件係為光電耦合元件(CCD)或互補金屬氧化物半導體(CMOS)其中之一。
- 如申請專利範圍第1項所述之臉部辨識方法，其中該誤差範圍係介於98%~100%之間。
- 如申請專利範圍第1項所述之臉部辨識方法，其中該面積計算模組係使用一海龍公式計算該第一面積值或該第二面積值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107112624A TWI693560B (zh) | 2018-04-12 | 2018-04-12 | 臉部辨識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107112624A TWI693560B (zh) | 2018-04-12 | 2018-04-12 | 臉部辨識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201944292A TW201944292A (zh) | 2019-11-16 |
| TWI693560B true TWI693560B (zh) | 2020-05-11 |
Family
ID=69184473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107112624A TWI693560B (zh) | 2018-04-12 | 2018-04-12 | 臉部辨識方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI693560B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI786565B (zh) * | 2021-03-11 | 2022-12-11 | 國立臺灣大學 | 用於魚眼影像的深度人臉辨識的方法及系統 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105046219A (zh) * | 2015-07-12 | 2015-11-11 | 上海微桥电子科技有限公司 | 一种人脸识别*** |
| CN106203308A (zh) * | 2016-06-30 | 2016-12-07 | 美的集团股份有限公司 | 人脸识别方法及人脸识别装置 |
| CN106326867A (zh) * | 2016-08-26 | 2017-01-11 | 维沃移动通信有限公司 | 一种人脸识别的方法及移动终端 |
| CN106991377A (zh) * | 2017-03-09 | 2017-07-28 | 广东欧珀移动通信有限公司 | 结合深度信息的人脸识别方法、人脸识别装置和电子装置 |
| TW201727537A (zh) * | 2016-01-22 | 2017-08-01 | 鴻海精密工業股份有限公司 | 人臉識別系統及人臉識別方法 |
-
2018
- 2018-04-12 TW TW107112624A patent/TWI693560B/zh not_active IP Right Cessation
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105046219A (zh) * | 2015-07-12 | 2015-11-11 | 上海微桥电子科技有限公司 | 一种人脸识别*** |
| TW201727537A (zh) * | 2016-01-22 | 2017-08-01 | 鴻海精密工業股份有限公司 | 人臉識別系統及人臉識別方法 |
| US20170228585A1 (en) * | 2016-01-22 | 2017-08-10 | Hon Hai Precision Industry Co., Ltd. | Face recognition system and face recognition method |
| CN106203308A (zh) * | 2016-06-30 | 2016-12-07 | 美的集团股份有限公司 | 人脸识别方法及人脸识别装置 |
| CN106326867A (zh) * | 2016-08-26 | 2017-01-11 | 维沃移动通信有限公司 | 一种人脸识别的方法及移动终端 |
| CN106991377A (zh) * | 2017-03-09 | 2017-07-28 | 广东欧珀移动通信有限公司 | 结合深度信息的人脸识别方法、人脸识别装置和电子装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI786565B (zh) * | 2021-03-11 | 2022-12-11 | 國立臺灣大學 | 用於魚眼影像的深度人臉辨識的方法及系統 |
| US11749022B2 (en) | 2021-03-11 | 2023-09-05 | National Taiwan University | Method and system of deep face recognition for fisheye image |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201944292A (zh) | 2019-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3866052B1 (en) | Face anti-spoof detection method, device and multi-view camera | |
| CN107093171B (zh) | 一种图像处理方法及装置、*** | |
| CN109269405B (zh) | 一种快速3d测量和比对方法 | |
| KR101569268B1 (ko) | 얼굴 구성요소 거리를 이용한 홍채인식용 이미지 획득 장치 및 방법 | |
| CN102006402B (zh) | 摄像装置及其身份识别方法 | |
| CN104881632A (zh) | 高光谱人脸识别方法 | |
| US20130216107A1 (en) | Method of surveillance by face recognition | |
| CN102622588A (zh) | 双验证人脸防伪方法及装置 | |
| CN109389719A (zh) | 一种小区单元门门禁***及开门方法 | |
| TW201727537A (zh) | 人臉識別系統及人臉識別方法 | |
| KR101444538B1 (ko) | 3차원 얼굴 인식 시스템 및 그의 얼굴 인식 방법 | |
| CN108986242A (zh) | 一种用于高速公路不停车移动支付车道的二次车牌识别***及方法 | |
| CN205917619U (zh) | 通道管理设备 | |
| CN109815884A (zh) | 基于深度学习的不安全驾驶行为检测方法及装置 | |
| KR101821144B1 (ko) | 깊이정보 기반의 안면인식 출입통제시스템 | |
| JP2013250856A (ja) | 監視システム | |
| KR101917783B1 (ko) | 주차장 관리 시스템 | |
| CN108764053A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN105989363A (zh) | 多角度人脸图片库的建立方法 | |
| CN109492509A (zh) | 身份识别方法、装置、计算机可读介质及*** | |
| TWI693560B (zh) | 臉部辨識方法 | |
| CN112525355A (zh) | 图像处理方法、装置及设备 | |
| CN116863297A (zh) | 一种基于电子围栏的监控方法、装置、***、设备及介质 | |
| CN106127866A (zh) | 检票方法和通道管理设备 | |
| CN110674775A (zh) | 一种闸机的控制方法、装置、***及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |